본 연구의 목적은 유해 해양생물의 고밀도 출현을 조기에 탐지하기 위한 시스템 구축이다. 수중영상 기반 객체탐지 모델의 정 확도와 이미지 처리속도를 고려하여 실시간 적용에 적합한 YOLOv8m을 선정하였다. 영상 데이터를 해양생물 탐지 알고리즘에 적용한 결 과 다수의 어류 및 간헐적인 해파리 출현을 탐지하였다. 학습 모델의 검증 데이터에 대한 평균 정밀도는 0.931, 재현율은 0.881, mAP는 0.948로 산출되었다. 또한, 각 클래스별 mAP는 어류 0.970, 해파리 0.970, 살파 0.910로 모든 클래스에서 0.9(90%) 이상으로 산출되어 우수한 성능을 확인하였다. 과학어탐 시스템을 통해 객체의 탐지 범위와 시간에 따른 수중 객체탐지 결과를 확인할 수 있었으며 에코적분 격자 평균을 적용하여 시공간축으로 스무딩 처리된 결과를 얻을 수 있었다. 또한, 평균체적후방산란강도 값이 분석 도메인 내 객체탐지 여부에 따른 변동성을 반영하는 것을 확인할 수 있었다. 수중영상 기반 객체(해양생물)탐지 알고리즘, 환경조건(야간 포함)에 따른 수중영상 보정 기법, 과학어탐 시스템 기반의 정량화된 탐지결과를 제시하고 향후 다양한 사용처에서의 활용 가능성을 토의하였다.

Boussinesq 모형인 FUNWAVE를 사용한 수치모의 결과를 바탕으로, 파고, 주기, 파향 및 조위와 같은 파랑특성 변수에 따라 해운대 이안류의 발생가능 정도를 추정하였다. 2011년 6월 12일에 발생한 이안류를 수치모의하여 이안류 발생 가능정도를 확인함으로써 정량화 기법을 제시한다. 이 이안류 발생정도의 정량화 기법은 다음의 절차를 따른다. 첫째로, 광범위하게 파고, 주기, 파향, 조위를 변화시키며 불규칙파를 해운대 수심지형에 적용하여 해운대 연안흐름을 수치모의 하였다. 둘째로, 이 수치모의 결과로부터 연안의 직각방향(cross shore direction)의 2주기 시간평균된 유속성분을 추출하고, 연안영역에 대하여 이 유속값의 심해방향 최대값을 그 영역의 ‘이안류 유속’으로 정의하였다. 셋째로, 전체 수치모의 시간에 대한 ‘이안류 유속’ 시계열이 임의의 위험유속을 초과한 시간의 비를 위험 이안류 발생 가능 정도로 정의하여 정량화하였다. 추정된 이안류 발생정도에 따른 분석으로부터, 파고가 클수록, 주기가 길수록, 조위가 낮을수록 이안류가 더 잘 발생하는 것으로 나타났으며, 파향은 남동쪽보다 남서쪽 파향에서 조금 더 이안류가 잘 발생하는 것으로 나타났다.