해빙은 일반적으로 지구기후 변화 과정을 이해할 수 있는 중요한 요인으로 인식되고 있으며, 기후변화 분석 및 예측을 위한 지구시스템 모델의 기반이 되는 중요한 인자로 대표되고 있다. 수 km 급의 작은 규모로 발생하는 해빙의 변화를 지속적으로 파악하기 위해서는 현재의 제한된 해빙자료로부터 보다 정확한 격자자료를 생산할 것이 요구된다. 본 연구에서는 Advanced Microwave Scanning Radiometer 2(AMSR2)의 월간 해빙면적비(Sea Ice Concentration: SIC) 자료와 상관성이 높은 Moderate Resolution Imaging Spectroradiometer(MODIS) 기반의 월간 해빙일수비율(sea ice days ratio)를 지점별 가중치로 이용하는 상세화 기법을 고안하여 10 km 공간해상도의 SIC 자료를 1 km 공간해상도로 상세화하였다. 오호츠크 해역의 분석 결과, 기존의 공간해상도 10 km 자료와 상세화한 1 km 자료에서 해빙면적은 동일하였으며, 월별 SIC 평균과 표준편차 역시 거의 동일한 값의 분포를 나타냈다. 또한 EOF 분석을 통해 기후모델의 SIC 재분석자료 및 AMSR2 상세화 전후 자료에서 공간적, 시간적 변동성의 주성분이 매우 유사한 경향을 가지는 것으로 나타났다. 본 연구에서 제시한 상세화 기법은 다른 백분율 등으로 표현되는 연속형 비율자료의 상세화에 적용 가능할 것으로 사료되며, 보다 세밀한 해상도의 SIC 자료를 제공함으로써 작은 규모로 발생하는 해빙변화 감시에 기여할 가능성을 보여준다.
Sea ice is generally accepted as an important factor to understand the process of earth climate changes and is the basis of earth system models for analysis and prediction of the climate changes. To continuously monitor sea ice changes at kilometer scale, it is demanded to create more accurate grid data from the current, limited sea ice data. In this paper we described a downscaling method for Advanced Microwave Scanning Radiometer 2 (AMSR2) Sea Ice Concentration (SIC) from 10 km to 1 km resolution using a weighting scheme of sea ice days ratio derived from Moderate Resolution Imaging Spectroradiometer (MODIS) sea ice cover product that has a high correlation with the SIC. In a case study for Okhotsk Sea, the sea ice areas of both data (before and after downscaling) were identical, and the monthly means and standard deviations of SIC exhibited almost the same values. Also, Empirical Orthogonal Function (EOF) analyses showed that three kinds of SIC data (ERA-Interim, original AMSR2, and downscaled AMSR2) had very similar principal components for spatial and temporal variations. Our method can apply to downscaling of other continuous variables in the form of ratio such as percentage and can contribute to monitoring small-scale changes of sea ice by providing finer SIC data.
