서 론
수중 음향은 1960년대 중반 수산자원조사에 도입된 이후 광범위하게 사용되고 있으며(Kang et al., 2003), 상업 어선에서는 어군의 크기 및 위치를 파악하기 위하 여 사용되고 있다. 최근, 비용 및 채집자료 활용 등의 이유로 연구선보다 상업 어선을 이용한 연구가 점차 증 가하고 있다. 그러나, 상업 어선에서 휴대용 과학어군탐 지기를 이용하여 수집된 음향 자료에는 정상적인 생물 의 음향 신호와 함께 비정상적인 음향 잡음도 함께 수집 된다. 음향 잡음이 수집된 데이터에 포함되면 데이터의 값이 상대적으로 커지거나 작아져 음향 자료의 분석결 과에 상당한 영향을 미친다(Kang et al., 2003;Anderson et al., 2005;Lee et al., 2015;Kang et al., 2019).
음향 잡음이 발생하는 주된 원인은 선박의 항주에 의 한 요인, 기상상태(비, 바람, 파도)에 의한 요인, 다른 음향 장비의 간섭에 의한 요인, 원인 미상의 요인 등으로 인하여 발생하게 된다(ICES, 2007). 음향 잡음은 정상적 인 음향 신호와 비정상적인 음향 신호가 중첩되어 나타 나고, 잡음이 광범위하게 분포하기 때문에 음향 잡음을 수동으로 제거하기 어렵다. 그렇기 때문에 음향 잡음을 객관적으로 제거할 수 있는방법이 필요하다(Simmonds and MacLennan, 2005;Park et al., 2015;Ryan et al., 2015;Cho et al., 2018).
따라서, 본 연구에서는 음향 조사를 통해 수집된 음향 데이터의 잡음들을 효과적으로 제거하는 방법들을 모색 하였으며, 잡음 제거에 따른 결과값(dB)을 NASC (Nautical Area Scattering Coefficient, m 2 /n.mile 2 ) 값으 로 환산하여 비교 분석하였다.
재료 및 방법
음향 조사 및 음향 시스템
음향 조사는 동해 구룡포 해역과 부산 기장 해역에서 2018년 6월 25∼29일, 7월 9∼13일, 7월 23∼27일, 8월 27∼31일로 총 4회 조사하였다(Fig. 1). 조사에 사용된 선박은 국립수산과학원 소속의 탐구 7호(79톤)이며, 조 사선 현측에 휴대용 과학어군탐지기(EK-60, Simrad, Norway)를 부착하여 음향 데이터를 수집하였다. 조사에 사용된 수중 음향 시스템은 과학어군탐지기의 주파수 38과 120 kHz (Split-beam)를 사용하였으며, 위치 정보 는 DGPS (SPR-1400, Samyoung, Korea)의 수신기를 이 용하여 수신하였고, 과학어군탐지기에 입력하여 위치정 보가 입력된 음향 자료를 연속적으로 컴퓨터에 수록하 였다. 조사선의 선속은 6∼7 knots로 유지하면서 데이터 를 수집하였다.
음향 데이터 분석 및 음향 잡음 제거
조사기간 동안 수집된 음향데이터는 후처리 분석 소 프트웨어(Echoview V 9.0, Echoview Software Pty Ltd, Australia)를 이용하여 분석하였다. 선행연구들(Anderson et al., 2005;De Robertis and Higginbottom, 2007;Ryan et al., 2015;Han et al., 2017;Echoview, 2022)을 참고하 여 음향데이터에 포함된 잡음을 발생 요인 및 특징에 따라 배경잡음(Background Noise), 전기적 잡음(Transient Noise), 임펄스 잡음(Impulse Noise) 그리고 감쇠신호 (Attenuated signal)로 분류한 후, 적절한 알고리즘을 적용 시켜 효율적으로 제거하고자 하였다. 각각의 잡음들이 포 함된 에코그램을 Fig. 2와 같이 나타내었다.
배경 잡음(Background Noise)은 조사 수심이 사용주 파수의 탐지 범위를 벗어날 때 발생하며, 수심이 깊을수 록 비교적 음향 강도가 높게 나타나고 수층별 광범위하 게 형성되는 무지개의 형태가 특징으로 Rainbow noise 라고 칭하기도 한다(De Robertis and Higginbottom, 2007). 배경 잡음의 잡음 제거 방법은 데이터 샘플의 범위 를 수평 방향으로 20 ping 정도의 범위를 설정한 후, 지정 영역의 데이터표본에 인위적인 잡음을 감하였을 때의 SNR (Signal To Ratio)값이 역치값 δ보다 큰 경우, 이 데이터표본의 값이 – 999 dB로 환산되어 제거되며, 이 방 법을 TVT (Time varied Threshold)라고 한다(Fig. 3).
전기적 잡음(Transient Noise)은 선내의 각종 전기장 비에 의한 전기적 노이즈로써, 규칙적으로 이슬비가 내 리는 형태가 그 특징이다(Ryan et al., 2015). 전기적 잡 음(Transient Noise)의 제거 방법은 데이터 샘플을 수평 방향으로 7 ping 정도의 범위를 설정하여 지정 영역의 중앙 데이터 샘플에 그 영역의 중위값을 감했을 때, 그 값이 역치값보다 큰 경우 제거된다(Fig. 4).
임펄스 잡음(Impulse Noise)은 다른 선박에 탑재된 음 향 장비의 간섭으로 인하여 발생하며 불규칙적으로 굵 은 비가 내리는 수직적인 형태가 특징이다(Kang et al., 2019). 임펄스 잡음의 제거 방법은 데이터 샘플의 범위 를 수평 방향으로 3∼9 ping 정도의 범위를 설정한 후 지정 영역에 중앙 데이터 샘플의 수평 범위 변동에 대한 각각의 샘플값을 감했을 때, 그 값이 역치값 보다 큰 경우 제거가 되며 이 방법을 Two-sided comparison method 라고 한다(Fig. 5).
감쇠신호(Attenuated signal)은 송수파기 직하에서 발 생하는 수중 기포로 인해서 음향 신호가 감쇠하는 현상 이다. 주로 기상상태가 좋지 않을 때 발생 빈도가 높으 며, 선박이 선회하거나 역전할 때 발생하는 수중 기포로 인하여 신호가 감쇠 되기도 한다. 따라서, 감쇠신호는 신호의 감쇠로 인해서 에코그램상에 비어 있는 부분이 생기게 된다. 감쇠신호는 데이터 샘플의 범위를 수평 방향으로 39 ping 정도로 범위를 설정한 후, 지정 영역의 중앙 ping에 대한 중위값에 전체 영역의 중위값을 감하 였을때 값이 역치값 보다 작은 경우, 그 중앙 ping에 대 한 모든 샘플들이 제거가 되고 주변의 정상적인 데이터 샘플들과 비교를 하여 보간 된다(Fig. 6).
결과 및 고찰
음향 잡음 제거 결과
음향 잡음은 각각의 종류에 맞는 알고리즘을 설정하 여 제거하였다(Fig. 7). 또한, 잡음이 음향데이터에 미치 는 영향을 정량적으로 분석하기 위하여, 잡음이 제거된 데이터와 제거되지 않은 데이터를 표층으로부터 수심 100 m까지 0.1 n.mile의 EDSU (elementary distance sampling unit) 간격으로 적분하여 추출된 NASC (m 2 /n.mile 2 )값을 비교하였다. 잡음 제거 전과 후의 NASC 값을 박스 그래프 형태로 나타냈다(Fig. 8).
배경 잡음의 잡음을 제거하기 전 평균 NASC 값은 38 × 10 2 (m 2 /n.mile 2 )이며, 잡음을 제거한 후 평균 NASC 값은 1,054 (m 2 /n.mile 2 )로 약 360,531배 정도 차이를 나 타냈다. 배경 잡음을 제거하기 전과 제거 후 값은 큰 차이를 나타냈는데, 이러한 이유는 음향 잡음이 발생하 는 범위가 넓고 잡음의 강도 또한 강하기 때문에 잡음 제거 전과 후의 값 차이가 큰 것으로 판단된다. 전기적 잡음을 제거하기 전 최대 NASC 값은 9,987 (m 2 /n.mile 2 ), 최소 NASC 값은 103 (m 2 /n.mile 2 )이었으며, 평균 NASC 값은 3,026 (m 2 /n.mile 2 )이었다. 전기적 잡음을 제거 후 의 최대 NASC 값은 8,632 (m 2 /n.mile 2 ), 최소 NASC 값 은 39 (m 2 /n.mile 2 )이며, 평균 NASC 값은 2,408 (m 2 /n.mile 2 ) 이었다. 따라서, 전기적 잡음을 제거하기 전과 후의 차이 는 약 1.2 배 정도 차이를 나타냈다. 전기적 잡음은 비교 적 규칙적으로 잡음이 형성되며, 낮은 강도로 넓게 분포 하기 때문에 잡음 제거 전과 후의 값이 크게 나타나지 않았다. 임펄스 잡음(Impulse Noise)을 제거하기 전 최대 NASC 값은 1,146 (m 2 /n.mile 2 ), 평균 NASC 값은 462 (m 2 /n.mile 2 )이었다. 임펄스 잡음을 제거 후 최대 NASC 값은 1,136 (m 2 /n.mile 2 ), 평균 NASC 값은 448 (m 2 /n.mile 2 ) 로 나타냈다. 임펄스 잡음은 불규칙적으로 형성되고, 잡 음의 발생빈도가 비교적 높지 않기 때문에 제거 전과 제거 후 값의 차이가 크지 않은 거로 생각된다. 감쇠신호 의 잡음처리 전 최대 NASC 값은 8,248 (m 2 /n.mile 2 ), 평 균 NASC 값은 3,076 (m 2 /n.mile 2 )로 나타났다. 잡음 처리 후의 최대 NASC 값은 12,934 (m 2 /n.mile 2 ), 평균 NASC 값은 6,042 (m 2 /n.mile 2 )이었다. 감쇠신호의 경우 수중 기 포로 인하여 감쇠된 구간을 보간하였기 때문에 제거 전 보다 제거 후의 값이 더 높게 나타났다(Table 1).
따라서, 잡음이 포함된 Raw data와 잡음을 제거한 Cleaned data의 값이 차이가 나는 것을 확인할 수 있었 고, 결과적으로 잡음 제거 전과 후의 값만큼 수산자원의 양이 차이가 나타날 수 있다. 또한, 음향데이터에 포함된 각종 잡음을 제거할 때 정상적인 에코가 사라지거나 손 상되지 않도록 정확하게 잡음만을 제거하는 것이 매우 중요하다. 그러나, 음향데이터에서 잡음을 완벽하게 제 거하는 것은 많은 어려움이 존재한다. 위와 같이 열거한 알고리즘을 이용하여 잡음을 제거하더라도 음향데이터 에 잡음이 잔존 할 가능성이 있으며, 알고리즘에 어떠한 값을 적용하나에 따라 잡음 뿐만 어군도 제거될 수 있다 (Zhang et al., 2013;Park et al., 2015). 예를 들어, 임펄스 잡음은 음향 잡음이 주변 셀보다 높은 강도로 분포하면 음향 잡음을 파악하여 제거하기 용이하지만, 음향 잡음 이 주변의 값과 유사하거나 낮으면 대체적으로 삭제되 지 않고 남아 있었다. 또한, 전기적 잡음은 잡음과 생물 의 셀 형태가 유사하면 정상적인 에코그램까지 잡음으 로 오인되어 제거되는 경우도 있다. 이러한 단점을 보완 하기 위하여 정상적인 에코그램이 손상되지 않도록 School detect 방법으로 보호해야 할 어군의 영역을 설정 하면 해당되는 에코그램을 보호하여 단점을 보완할 수 있다. 또는, 역치값을 조절하여 남아 있는 잡음을 제거하 거나, 에코그램을 확인하며 일일이 하나씩 제거하는 방 법도 있다. 하지만, 이러한 방법은 시간이 오래 걸린다는 단점이 있다. 따라서, 완벽하게 음향 잡음만을 제거하기 위해서는 역치값의 설정, 음향 잡음과 생물 신호의 식별, 잔존 음향 잡음 제거에 대한 꾸준한 기술개발이 필요할 것으로 판단된다.
결 론
본 논문에서는 여러 조건(선박 항주, 기상 조건, 전기장 비의 간섭)에서 발생하는 음향 잡음을 형태적인 특징에 따라 분리하였고, 각각의 잡음에 맞는 알고리즘을 이용하 여 잡음을 제거하였다. 그 결과, 음향 잡음을 처리하기 전과 처리한 후 값의 차이는 크게 나타났으며, 결과적으 로 자원량에 있어서 차이가 난다는 것을 확인할 수 있었 다. 따라서, 음향 잡음을 처리하는 기술이 매우 중요한 것을 생각되며, 향후 음향 자료에 포함된 잡음처리에 대 한 연구가 더욱 중요시될 것으로 판단된다. 본 연구 결과 는 향후 음향 자료에 포함된 잡음의 특징 및 처리에 대한 기초자료로 활용될 것이며, 수중 음향을 이용한 정도 높 은 수산자원평가법에 큰 도움이 될 것으로 판단된다.
