서 론
전 세계적으로 해양과 담수 환경에 서식하는 어류의 현존량과 생태 특징에 관련한 조사에 과학어군탐지기 (이하 과학어탐, scientific echosounder)가 매우 활발하 게 사용되고 있다. 음향 이외의 카메라 등의 장비는 수중 에서 탐지거리가 매우 짧으므로, 과학어탐을 비롯한 음 향 시스템이 보편적으로 활용되고 있다. 그러나, 과학어 탐은 일반적으로 7°의 비교적 좁은 빔폭을 사용하므로 탐지범위(observation range)가 작으며, 사이드 로브 등 으로 인하여 생성되는 해저 근처의 데드존(dead zone)과 해수면에 가까운 구역의 탐지가 어렵다는 한계를 가지 며, 음향데이터 단독으로 생물종을 식별하기가 어려운 실정이다. 그중, 가장 어려운 문제는 음향학적으로 어종 을 식별하는 것이다. 따라서, 일반적으로 네트 샘플링 조사를 통하여 종조성 및 체장과 체중 정보 등을 획득하 고, 음향 데이터에 접목하여 어류의 현존량을 추정하고 생태학적인 특징을 추출한다. 음향학적으로 어종(폭넓 게 생물종)을 식별할 수 있는 방법을 강구하는 것은 수 산 해양 자원 계측 분야에서는 대단히 중요한 쟁점이라 고 할 수 있다.
최근 광대역 음향 기술이 국내외 수산 음향 자원 조사 에 도입되어 사용하기 시작하였다. 일반적으로 수산 자 원 조사는 조사선에 설비된(hull-mounted) 과학어탐을 주로 활용하는데, 이 과학어탐은 Simrad사의 EK60(협 대역)에서 EK80(광대역)으로 전환되고 있는 중이다. 국 내에서는 부경대, 군산대, 제주대, 전남대 실습선과 국립 수산과학원 조사선, 극지연구소 아라온호, 한국해양과 학기술원의 이사부호와 온누리호에 광대역 과학어탐 (EK80)이 설비되었다. 이 광대역 과학어탐은 세계 최고 의 음향 전기기술로 구현된 최첨단 시스템으로, 펄스 시간 동안 단일 주파수로 구성되는 협대역 지속파 (Narrow-Band Continuous Wave, CW모드)와 저주파수 에서 고주파수까지 선형적으로 증가하는 주파수의 광대 역 주파수변조(Wideband Frequency Modulation, FM모 드)의 두 가지 송신모드로 구성되어 있다. 광대역 주파 수변조 송신 모드는 처프신호(Chirp Signal)라고 불리 며, 높은 거리 분해능, 배경 잡음으로부터 수생생물 신호 를 보다 용이하게 구분할 수 있는 높은 신호 대 잡음 비, 그리고, 생물종 식별을 위한 폭넓은 주파수범위에서 의 연속적인 주파수 특징을 제공한다. 한편, 광대역 자율 음향 시스템은 장기간 해양생물을 모니터링 혹은 CTD (Conductivity temperature depth sensor, 수온 염분 수압 계)처럼 해수 중의 어느 수심대의 해양생물 정보를 취득 하기 위하여 설계된 과학어탐이다. 광대역 자율 음향 시스템은 트랜시버와 배터리가 탑재되어 있으며 송수파 기를 연결해서 해수 중에 투하 혹은 해저에 고정해서 사용하는 것이므로, 파라미터 세팅과 방수 관련하여 일 반적으로 조사선의 광대역 과학어탐보다 취급이 복잡하 고 고려해야 할 사항이 많다. 이 광대역 자율 음향 시스 템 중 세계에서 가장 많이 사용하고 있는 장비는 Simrad 사의 WBAT (Wideband autonomous transceiver)이다.
따라서, 본 연구에서는 광대역 과학어탐과 광대역 자 율 음향 시스템의 주요 특징을 소개하고, WBAT를 국내 최초로 FM모드로 수록하여 광대역 음향 데이터 분석에 관한 일반적인 방법론을 제시하고자 한다. 우리나라에 EK80이 다수 보급되어 있으나, FM 빔 모드로 설정하여 사용한 경우는 다수의 실습선과 조사선의 장비 점검 (Sea trial test) 외 없는 것으로 안다. 광대역 음향 시스템 의 데이터 수록과 분석법은 WBAT와 EK80의 WBT (Wideband transceiver)를 포함하고 있으므로, 이 연구 결과는 우리나라 실습선과 조사선에 탑재된 광대역 어 탐의 다양하고 폭넓은 활용적인 측면에 기여할 수 있다.
재료 및 방법
광대역 자율 음향 시스템와 데이터 수록
광대역 자율 음향 시스템은 38, 70, 120, 200, 333 kHz 의 명목 중심 주파수를 가지는 분할 빔(split-beam) 송수 파기와 트랜시버(WBT 혹은 WBAT)로 구성되어 있으 며, EK80 소프트웨어 혹은 전용 프로그램인 미션 플래 너(Mission planer)로 운용한다. 송수파기별 주파수 범 위, 빔폭 등은 Table 1에 표시하였다.
WBAT는 원통형의 몸체에 리듐 배터리가 탑재되어 있고, 몸체의 끝 면에 송수파기와 연결하는 케이블이 있고, 다른 끝면에 리눅스용 USB가 들어가 있다. 이 연 구에 사용한 WBAT는 극지연구소가 보유한 것으로 주 파수 70과 120 kHz 송수파기를 함께 사용하였다. WBAT를 CTD처럼 해수 중에 투하하여 광대역 음향 데이터를 수록하기 위하여 WBAT 몸체와 송수파기를 틀(frame)에 고정하였다(Fig. 1). WBAT는 최대 수심 1500 m까지 설치할 수 있으며 최대 15개월까지 지속적 으로 해양생물 모니터링이 가능하다. 데이터 수록은 EK80일 경우는 EK80 소프트웨어를 사용하는 데, WBAT는 미션플래너를 이용한다(Fig. 2). 미션 플래너 를 이용하여 설정된 시간 간격으로 음향 데이터를 기록 하고, 기록 사이에는 에너지(배터리) 절약을 위하여 수면 모드(sleep)에 들어간다. 데이터 포맷은 EK80 WBT와 동일하며, 최대 파워는 250 W, 펄스폭은 128 μs∼2 ms, 단일 빔/분할 빔으로 선택 가능하다. 미션 플래너는 교정 기능을 포함하고 있으나, 교정값을 도출하기 위해서는 EK80 소프트웨어나 Echoview (Echoview Software Pty. Ltd, Australia)를 사용하여야 한다.
미션 플래너에서 우선 송수파기 고유의 시리얼 번호 를 이용하여 인식시킨다(Fig. 2의 표기 1). 핑그룹(ping group library)에서 “+”기호를 눌려서 수록하고자 하는 핑그룹을 만든다. 예시로, CW모드로 300핑을, 핑 간격 (ping interval)은 3초로, 그 다음 FM모드로 같은 핑수와 핑 간격을 세팅하였다. 여기서, 핑 간격은 WBAT가 처 리하는 것보다 빠를 경우 빨간색 경고가 뜨고 핑 간격을 느리게(적정한 값) 선택하면 경고가 사라진다(Fig. 2의 표기 2). 다음으로, 데이터 수록의 시간과 간격을 선택 한다. 데이터 시작일과 시작 시각, 종료일과 종료 시각 을 입력하고, 시간 간격을 선택한다. 예시로, 1시간 20 분 간격으로 데이터를 수록하게 세팅되었다(Fig. 2의 표기 3).
다음은 앙상블(Ensembles) 세팅으로, 데이터 간격으 로 설정한 핑 그룹을 몇 번 반복할 것인지 시간으로 데이 터를 수록할 것인지를 선택한다. 예시에서는 1번 (iterations: 1)을 설정하였다. 즉, 2022년 4월 13일 11:00 ∼16:00, 1시간 20분 간격으로 CW모드로 300핑, FM모 드로 300핑을 1회 수록한다는 의미이다(Fig. 2의 표기 4). 앙상블-핑 그룹에서 설정한 핑 그룹 내역을 확인할 수 있다(Fig. 2의 표기 5). 마지막으로, 설정된 시간과 셋팅에서 소요될 데이터 양과 배터리 양을 확인할 수 있다(Fig. 2의 표기 6). 수온과 염분 등 환경 정보를 입력 하고(Fig. 2의 표기 7), WBAT와 미션 플래너를 연결한 다. 이때, WBAT와 노트북(미션 플래너)을 케이블(serial interface cable)로 연결되어야 하고, 노트북에는 이 케이 블(USB RS422)이 읽히는 프로그램이 설치되어야 한다. 지금까지 설정한 미션 플랜을 “Send Mission Plan”을 눌러서 WBAT 트랜시버에 보내고, “Activate”를 누르면 트랜시버가 활성화되고, 케이블을 제거하면 된다(Fig. 2의 표기 8과 9). WBAT에 사용되는 USB 저장매체는 리눅스 전용이고, 노트북에서 리눅스 USB가 읽히는 프 로그램(Ext2Fsd-0.68.exe)이 있어야 한다. 시리얼 인터 페이스 케이블과 리눅스 USB용 드라이버는 Simrad 사 에서 제공한다.
램핑(Ramping) 모드
EK80과 WBAT에서 송신 펄스를 Hann 창 길이(Hann window length)에 따른 "빠른(fast)" 또는 "느린(slow)" 램핑(ramping) 혹은 테이퍼(tapering)모드로 선택할 수 있다. 느린 램핑은 창 기능을 전체 신호에 대해 적용하여 (100% tapering), 펄스 압축 처리에 의해 생성되는 사이 드 로브(side lobe)를 억제하므로 높은 사이드 로브 값을 유발하는 해저 근처의 표적(예를 들어 어류)을 탐지하는 데 효과적이다. 그러나, 이 느린 램핑은 창 기능에 의해 신호의 일부가 절단되기 때문에 대역폭과 거리 분해능 을 감소시킨다. 반면, 빠른 램핑(10% tapering)은 즉 테 이퍼링이 적게 되는 신호가 매칭 필터 처리로 인해 사이 드 로브가 생성되지만, 더 넓은 대역폭을 가지므로 넓은 스펙트럼 대역폭을 확보할 수 있다(Demer et al., 2017;Lavery et al., 2017).
필터와 데시메이션(Filters and decimation)
EK80과 WBAT의 split beam 4개 채널 각각에서 수신 된 신호는 우선 500 kHz의 최대 주파수에 대한 나이퀴 스트(Nyquist) 샘플링 기준보다 높은 1.5 MHz에서 디지 털화한다. 다음 단계로 필터링 및 데시메이트(decimate, 즉, 샘플링률 감소)된다. 첫 번째로 수신 신호가 하드웨 어 필터를 거쳐서 데시메이트된다. 두 번째 단계인 소프 트웨어 필터와 추가적인 데시메이션이 이루어지고, 최 종적으로 확장자가 ".raw"인 이진(binary) 파일의 복소 수 데이터로 후처리를 위하여 저장된다(Fig. 3). 펄스 압 축 전에 데시메이션 된 데이터를 저장하는 것은, 압축 후의 데이터 처리 속도가 크게 감소하는 동시에 후처리 의 유연성을 허용한다. 즉, 펄스 압축 후 데이터를 저장 하는 것과 비교하여 폭넓은 범위의 후처리 기술을 적용 할 수 있다고 할 수 있다(Demer et al., 2017).
펄스압축처리(Matched filter processing, MF)
펄스압축(pulse compression) 처리라고도 하는 광대 역 매칭 필터(matched-filter, MF) 처리 기술은 거리 (range) 해상도를 향상시킨다. 이 기술을 이용하여 대상 생물의 넓은 주파수 범위에서의 주파수 특성을 도출하 는 것이 중요한 역할이라고 할 수 있다. 이 처리는 에코 그램에서의 타켓(targets)을 찾는 방법을 높은 진폭 정점 에서 찾는 대신 송신 펄스와 비교하여 찾는다. 타켓에서 반사된 신호는 합리적으로 손상되지 않고 수신된다. 따 라서, 수신된 핑을 따라 송신 펄스와 비교한다. 이때 펄 스가 배경 잡음과 일치하지 않고, 타켓에만 완벽하게 정렬되는지 확인한다. 즉, MF는 타켓이 매우 밀접하게 정렬되어 있을 때만 높은 상관을 보인다(Fig. 4). 이것은 마치 매우 짧은 단일 주파수 펄스를 사용한 것과 같은 결과를 얻으므로 펄스 압축이라는 용어를 사용한다. 구체적인 예를 들면, 협대역 시스템의 거리 분해능은 Δr=cwτ/2 (m), cw는 음속(m/s), τ(s)는 펄스폭의 지속 시간이다. 광대역 시스템에서 MF 처리 후, 거리 분해능 은 Δr은 τ과는 독립적이며 대신 대역폭(Band width, BW)의 역신호에 의해 결정된다. 예를 들어, τ=1.024 ms의 협대역 신호는 Δr= 76 cm인 반면, 100 kHz의 대 역폭을 갖는 광대역 펄스는 τ와 관계없이 약 0.75 cm 를 갖는다(식 1). 또한, 신호 대 잡음비(SNR)는 광대역 신호 처리 이득의 결과로 BWτ에 비례하여 증가한다 (식 2; Stanton and Chu, 2008).
펄스 압축된 신호대잡음비가 증가한다. 여기서, T는 펄스폭(pulse duration)을 의미한다. 앞서 초기 신호 처리 에서 설명한, 4개의 분할 빔 송수파기 사분면의 각각에 서 수신된 전압 시계열(received voltage time-series)을 필터링하고 데시메이트하고 복소수 값으로 저장한다고 하였다. MF를 보다 상세하게 설명하면, 신호처리의 첫 단계에는 분할 빔 사분면 각각에서 수신된 신호 전압 시계열에 상호 상관(cross correlation, 즉, 송신 신호의 시계열, 복제 replica 신호)을 시킨다. 여기서, 복제 신호 시계열은 샘플링 주파수(1.5 MHz)에서 생성된 다음, 수 신된 신호에 적용된 것과 동일한 테이퍼(램핑), 데시메 이션 및 필터가 적용된다. 상세한 수학적인 식은 다루지 않으나 관련 논문을 참조하면 좋다(Demer et al., 2017;Lavery et al., 2017;Andersen et al., 2021). 송신신호의 정규화된 자기상관 함수(Autocorrelation, 시간을 역으로 한 컨볼루션으로 상호 상관)를 사용하여, 신호처리(MF) 한다. 최종적으로 각 사분면의 펄스 압축 신호(즉, MF처 리신호)를 평균처리한다.
FFT길이
광대역 데이터 후처리에서 중요한 단계는 고속 푸리 에 변환(Fast Fourier Transform, 이하 FFT) 창 크기 (window size, 이하 FFT 길이, 즉,주파수 스펙트럼을 계산하는 데 사용되는 데이터 포인트의 양)를 선택하는 것으로, 결과에 상당한 영향을 미친다. FFT를 사용하면, 광대역 음향 데이터는 시간에 따라 고해상도를 가질 수 있다. 이는 해수 중의 음속을 사용하여 수심(range)으로 변환하거나 주파수에서 고해상도를 사용하지만 동시에 둘 다 사용할 수는 없다. 이 관계를 불확정 원리라고 한다. 즉, 거리 분해능과 주파수 분해능 둘 다 좋게(고분 해능) 할 수 없다(trade-off). FFT 창 길이를 줄이면 거리 분해능은 증가하지만 주파수 분해능은 감소한다. FFT 길이를 늘이면 주파수 해상도가 높아진다. 하지만, 이 길이가 커지면 대상 생물종이 아닌 원하지 않는 에코 신호가 포함될 가능성이 커지기 때문에 데이터 질이 저 하된다(Bassett et al., 2018). Echoview에 내장되어 있는 기능에서 표적산란강도 스펙트럼(target strength spectra) 은 FFT 길이를 0.1 m에서 0.1 m 간격으로 설정할 수 있다. 초기 세팅은 0.4 m이며, 일반적인 경우에 적합한 값이라고 할 수 있다(Benoit-Bird and Waluk, 2020). 따 라서, 주파수 응답에서 타켓의 주파수 특징이 잘 관찰되 고, 타켓 외 다른 신호를 제한하는 FFT 길이를 선별하는 것이 중요하다.
주파수 스펙트럼
광대역 음향 데이터의 주파수 스펙트럼 결과는 Echoview에서 Single target spectrum과 체적산란강도 스펙트럼(Sv spectrum)을 보여주고, 그 결과를 엑스포트 할 수 있다. 각 대역의 가장자리에 있는 스펙트럼은 여러 오류의 영향을 받는 경향이 있고, 종종 스펙트럼 표시에 서 자주 제거되기 때문에, 신중하게 해석해야 한다. 또 한, 광대역 주파수 특성을 이용한 종식별은 single target detection보다 Sv 데이터 내에서 더 정확하게 분류되었으 며, 평균 약 6%의 차이를 보인 연구도 있다(Benoit-Bird and Waluk, 2020). 일반적으로, 협대역의 Sv 데이터를 공간 또는 시간으로 평균 처리하여, 음향 강도값과 주파 수 응답의 변동을 줄인다. 이와 유사하게, 광대역 음향 데이터의 주파수 스펙트럼은 식별을 위하여 평균 처리 하여 사용할 수 있다(Lavery et al., 2017;Bassett et al., 2018).
광대역 자율 음향시스템의 교정 및 현장조사
광대역 음향 데이터를 수집하기 전에 7월 29일 국립 수산과학원 수산자원연구센터가 보유하고 있는 해수음 향수조에서 교정구(텅스텐 38.1 mm)를 이용하여 표준 교정법을 이용하여 실시하였다(Demer et al., 2015).
WBAT를 이용한 현장조사는 2021년 11월 17일에서 18일까지 경상국립대 새바다호(999 톤)을 이용하여 홍 도 앞바다(34°18.508′N, 128°51.235′E)에서 실시하였 다. 새바다호 선미에서 WBAT를 수심 20미터에 투하하 여 고정해 데이터를 수집하였다. 첫 번째 시험조사에는 FM모드로, 핑 간격은 5초, 핑수는 1000 핑, 수심 200미 터까지, 2시간 정도 수록하였다. 이때, 주파수별 파워, 주파수범위, 펄스폭, 램핑은 각각 500 W, 45∼90 kHz, 512 μs, Fast (70 kHz), 400 W, 90∼170 kHz, 512 μs, Fast (120 kHz)로 설정하였다. 데이터 수록 시간(2시간) 과 송신주기(ping rate, 5초)를 고려하면 2시간 동안의 핑수는 1,440개이다. 그러나 실제로 수록된 핑수는 750 개이었다. WBAT에서 내부적으로 처리하는데 소요되 는 시간이 있어 일반적으로 계산된 핑수의 반이 수록됨 을 알 수 있다. 두 번째 시험조사에는 CW모드로 데이터 를 수록하고 FM모드로 저장되도록 설정하였다. CW모 드는 핑 간격은 3초, 핑수는 200 핑, 1회 수록을 하고, FM모드는 핑율은 4초, 핑수는 700 핑, 1회 설정하였다. 이때, CW모드는 주파수별 파워, 주파수범위, 펄스폭, 램핑은 각각 500 W, 512 μs, 70 kHz, 400 W, 512 μs, 120 kHz로 설정하였다. FM모드는 주파수 범위 45∼90 kHz (70 kHz)와 90∼170 kHz (120kHz)를 제외하고는 CW모드와 같다. 이 현장조사 중에 새바다호에 탑재되 어 있는 EK60 (70, 120, 200 kHz)의 음향데이터도 수록 하였다. 이 연구의 원래 목적은 EK60 음향 데이터와 WBAT 광대역 데이터를 분석하여 서로 비교하고자 하 였으나, 이 현장조사에서의 WBAT 데이터의 임피던스 값이 높게 나와서, 이 데이터를 활용하지 못하였다. 추후 새바다호가 정박 중일 때 2022년 2월 28일, 3월 4일, 4월 14일에 홍도 현장조사의 WBAT (CW-FM)와 비슷 한 세팅으로 WBAT의 데이터를 수록하였다. 단지, CW 와 FM에 동일한 핑수 300을 적용하였다. 데이터 분석 및 결과는 4월 14일 데이터를 사용하였다. 위의 세팅에 대한 설명은 WBAT를 이해하는 데 도움이 될 것으로 생각되어 작성한 것이다.
수록한 광대역 음향 데이터의 분석은 Echoview (ver. 12.1.50)를 이용하였다.
결과 및 고찰
광대역 자율 음향 시스템 교정
광대역 접근 방식의 많은 장점에도 불구하고 FM 데이 터의 교정, 처리 및 해석이 복잡하다고 할 수 있다. 광대역 시스템의 교정은 주파수 종속인 흡수계수, 송수파기 응답 및 빔 패턴을 고려해야 한다. EK80의 교정은 EK80 소프 트웨어에 내재되어 있는 교정 기능을 사용하였다. WBAT 교정 절차는 기존의 EK60과 같으나, 미션 플래너 에서 교정 버튼(Fig. 2의 표기 9)을 눌러서 기존의 방식대 로 데이터를 수록하였다. 그러나, 교정 값은 EK80 소프트 웨어에서 데이터를 Replay 해서 구하거나, Echoview의 Calibration Assistant 기능을 사용하면 된다(Fig. 5). Echoview의 Single target detection에코그램(Single target detection–wideband 연산자를 사용)에서 교정구 신호만을 Region으로 선택하고 우클릭하면 이 기능을 선택할 수 있다. FM모드 교정의 예시를 Fig. 5에 나타내었다.
광대역 음향 데이터 에코그램 및 주파수 특징
중심 주파수 70 kHz와 주파수 범위 45∼90 kHz에서 CW모드의 Sv에코그램(Fig. 6-a)이 FM모드의 Sv wideband ping echogram(Fig. 6-b)과 Sv pulse compressed echogram (Fig. 6-c)에 비해 에코 신호가 덜 명확하게 보이는 것을 알 수 있다. CW모드로 300핑을 받고, 그다 음 FM모드로 300핑을 수록하여 이 둘 사이에는 시간 차이가 다소 있다. Sv wideband ping echogram은 펄스 압축 기술을 적용하기 전의 데이터이고, Sv pulse compressed echogram은 이 기술을 적용한 데이터이다. 이 데이터 샘플의 수직 간격은 0.89 cm이고, 중심 주파 수 120 kHz에서 데이터 간격은 0.61 cm이다.
이 예시에서는 Sv wideband ping echogram과 Sv pulse compressed echogram이 거의 비슷하게 보이지만, 압축 기술로 압축 전인 에코 신호와 다른 경우도 있으니, 데이터 분석 시 이 점을 고려해야 한다. Sv pulse compressed echogram의 한 부분(빨간 상자 내 데이터 샘플)의 주파수 특징을 핑별(Fig. 6-f, 13개 핑)과 핑의 평균(Fig. 6-g) 그래프(wideband frequency response)로 표시하였다. 이 광대역 주파수 반응 그래프를 생성할 때, 재료 및 방법에서 설명한 FFT 길이(Echoview에서는 window size라고 함)는 0.4 m로 설정하였다. 또한, 주파 수축 분해능(Resolution of frequency axis)은 0.5 kHz가 초기 설정으로 이 값을 사용하였다. 이는 광대역 주파수 반응에서 주파수의 간격을 설정하는 것으로 0.5 kHz당 Sv값을 나타낸다. 이 광대역 주파수 반응 그래프는 Comma-separated values (CSV)형식으로 추출하여, 45 ∼170 kHz의 Sv 스펙트럼을 Fig. 7에 나타내었다. 새바다 호가 통영 경상국립대 정박지(34°49′54″N, 128°23′51″E) 에 정박되어 있는 상태에서 데이터를 수록하여 수심이 얕았으며, WBAT에 탐지된 종을 확인하기 위한 샘플링 은 수행하지 못하였다.
중심 주파수 70 kHz와 120 kHz의 Sv pulse compressed echogram에서, 02:40 주변에 70 kHz보다 120 kHz에 단체어과 같은 에코 신호가 더 잘 보이는 것을 알 수 있다(Fig. 8). 이들 에코의 종은 확인하지 못하였으 나, 70 kHz와 다른 형태의 신호가 보이는 것을 알 수 있었다.
광대협 음향 시스템이 최근에 상용화되어 사용하기 시작되었으므로, 아직 국내에서는 활발한 연구가 수행 되지 않은 실정이다. 다만, 이 장비를 소개한 논문은 발 표된 바가 있다(Hwang et al., 2016). 국외에서는 15∼ 260 kHz의 거의 연속적인 주파수 범위에 걸쳐있는 EK80 과학어탐을 사용하여 북대서양의 메인만(gulf of maine) 앞바다에 서식하는 euphausiids 군집(주로 Meganyctiphanes norvegia)을 대상으로 모델 추정값과 레일리(Rayleigh)에 서 기하학적(Geometry) 후방 산란 영역으로의 전환에 따 른 측정값 사이의 일치성을 입증하였다. 부레가 없는 샛돔 류(butterfish, Peprilus triacnthus)의 주파수 특성은 어류 몸체 및 척수 해부 구성 요소의 주파수 의존 모델 후방 산란 추정과 일치하였다. 각 군집 내 여러 영역을 선택하 여 주파수 특성을 관찰하였는데 군집, 유영 행동 및 생물 종의 균질성을 보고하였다(Jech et al., 2017). 광대역 어 군탐지기(EdgeTech, Inc., 150∼600 kHz)를 이용한 동 물플랑크톤 및 해양 미세구조(microstructure)의 음향 산 란을 측정한 연구가 있으며(Lavery et al., 2010), 광대협 음향 시스템(WBT mini)을 글라이더 안에 설비하여 음 향 센서가 글라이더의 위쪽, 아래쪽 향하게 하여 캘리포 니아 앞바다 몬테레이만(Monterey Bay)에서 조사된 바 가 있다(Benoit‐Bird et al., 2018). 광대역 과학어탐 (EK80, 15∼150 kHz)과 트롤 조업을 병행하여, 트롤 결 과로 생물종(크릴, 명태, 태평양 청어, 태평양 perch, capelin)을 식별한 에코그램의 단일 종 및 혼합종의 주파 수 차 스펙트럼을 표시하였다. 광대역 계측 결과는 협대 역 계측과 일치하며, 단지 유사 종의 주파수 응답은 중첩 되는 부분이 있으므로 음향적으로 종 구별하려고 할 때 두 기술이 동일한 문제에 직면함을 시사하였다. 그러나 광대역 주파수 응답이 공진에 근접한 산란체에 대해 추 가적인 정보를 제공할 수 있다고 보고하였다(Bassett et al., 2018). 이와 같이 다양한 해역에서 광대역 과학어탐 을 활용한 생물종 식별을 위한 연구가 활발하게 시도되 고 있다. 우리나라에서도 이 주제로 활발한 연구가 이루 어지기를 기대한다.
광대역 음향 기술 방식은 주로 미세 주파수 분해능으 로 더 넓은 대역폭에서 체적후방산란 스펙트럼을 분석 할 수 있다는 점에서 협대역 기술과 다르다. 음향 방법은 미터 이하(식 1을 적용하면 18, 38, 70, 120, 200, 333 kHz에서의 거리 분해능은 각각 7.3, 3.75, 1.5, 1.15, 0.75, 0.54 cm) 규모에서 군집 내에 음향 산란 패턴을 측정하고 그 특성을 추출할 수 있다. 현재 광범위하게 사용 가능한 광대역 기술을 통해 해상도가 센티미터 단 위로 향상되어 더욱 미세한 수직 해상도에서 어류와 동 물플랑크톤 군집 내부 구조를 쉽게 관찰할 수 있게 되었 다. 따라서, 앞으로 다양한 해역과 환경(수온, 먹이/포식 자, 일주기, 계절 등)에 대한 생물종의 주파수 스펙트럼 을 계측하는 것은 중요한 과제라고 할 수 있다. 본 연구 에서는 광대역 음향 시스템의 중요하면서도 기초적인 특징을 논하였고, 우리나라 수산 음향 분야에서 광대역 연구를 수행하는 데 도움이 될 수 있을 것으로 기대한다.
결 론
최근 광대역 음향 기술이 국내외 수산 음향 자원 조사 에 도입되어 사용하기 시작하였다. 광대역 음향 데이터 는 높은 거리 분해능, 높은 신호 대 잡음 비, 그리고, 생물종 식별을 위한 광대역에 대한 주파수 응답특성 정 보를 제공한다. 이 연구에서는 광대역 음향 시스템의 주요 특징을 소개하였고, 국내 최초로 주파수 변조 모드 의 데이터를 사용하여 광대역 음향 데이터 분석에 관한 일반적인 방법론을 제시하였다. 특히, 이 연구는 광대역 자율 음향 시스템의 미션 플래너를 이용한 데이터 수록 방법, 광대역 음향 데이터 신호처리, 교정, 광대역 주파 수 반응 그래프 등을 설명하였다. 현재 국내 다수의 실습 선과 조사선에 광대역 음향 시스템이 탑재되어 있으므 로, 이 최첨단 시스템을 활용한 광대역 수산 자원 연구에 이 연구 결과가 기초적인 자료로 사용될 수 있을 것으로 기대한다.
