정적 음향 수신기를 이용한 어류 이동 경로 보간 새로운 방법론

초록

본 논문은 정적인 수중 음향 수신기 네트워크로부터 얻은 불규칙하고 결측이 많은 어류 위치 데이터를 마코프 체인과 랜덤 워크를 결합한 시뮬레이션 기반 보간 기법으로 보완한다. 제안된 모델은 감지 반경 내에서는 이차원 정규분포, 감지 외에서는 방향·거리 추정을 통해 일일 단위 궤적을 재구성한다.

상세 분석

이 연구는 기존 GPS 기반 이동 모델이 적용되지 않는 정적 음향 태깅 데이터의 특수성을 정확히 짚어냈다. 데이터는 수신기 배치가 불규칙하고 감지 반경(≈500 m) 내외에서만 위치 정보를 제공하므로, 관측이 전혀 없는 구간이 빈번히 발생한다. 저자들은 이러한 ‘Missing Not at Random’ 상황을 해결하기 위해 두 단계의 확률 모델을 설계하였다. 첫 번째 단계에서는 수신기 중심을 평균으로 하는 2차원 정규분포(N₂(R_i, Σ_R))를 가정해 감지 구역 내 위치를 무작위로 샘플링한다. 여기서 Σ_R은 동일한 방위별 분산을 갖는 대각 행렬로, 수신기 감도 감소를 반영한다. 두 번째 단계는 감지 구역 외 구간을 다루며, 남은 거리 d_{jt}와 방향 θ_{jt}를 동적으로 업데이트한다. 거리 D_{jt}는 평균이 남은 거리와 비례하고, 분산이 거리 감소에 따라 지수적으로 감소하도록 설계된 정규분포(N(d_{jt}, d φ_{jt}))를 따른다. 방향 노이즈 ψ_{jt}는 초기 분산 γ와 시간에 따라 감소하는 지수 파라미터 α, 그리고 큰 시간 간격에서는 균등분포 U(0,1)로 전환되는 임계값 β를 도입해 ‘호기심’ 효과를 모사한다. 이러한 설계는 물리적 이동 제약과 행동적 변동성을 동시에 포착하려는 시도로 평가된다.

모델의 수학적 전개는 관측 구간(τ_N)과 비관측 구간(τ_M)을 명확히 구분하고, 각 구간별 확률밀도 함수를 곱해 전체 궤적의 결합우도 f를 도출한다. 특히, Taylor 2차 전개를 이용해 방향 벡터 Z_t의 근사 정규분포를 얻고, 이를 거리 스칼라 |D_t|와 결합해 이동 단계 W_t를 정의한 점은 계산 효율성을 높이는 실용적 선택이다. 그러나 몇 가지 한계도 존재한다. 첫째, Σ_R을 고정된 σ_R²로 두어 수신기마다 감도 차이를 반영하지 못한다는 점이다. 둘째, 거리 평균 d_{jt}를 단순히 남은 거리와 두 수신기 반경 차이의 최대값으로 정의했는데, 실제 해양 환경에서는 흐름, 온도, 포식자 회피 등 복합 요인이 작용한다. 셋째, 파라미터 γ, α, β, φ 등은 사전 지식 없이 추정하기 어려워 모델의 민감도 분석이 필요하다. 마지막으로 시뮬레이션 검증이 제한된 사례(체계적 48개 수신기, 하루 단위)만을 다루어, 대규모 비정규 그리드나 다중 종 적용 가능성은 추가 검증이 요구된다. 전반적으로 이 논문은 정적 음향 태깅 데이터에 특화된 확률적 보간 프레임워크를 제시했으며, 향후 베이즈 추정, 환경 변수 통합, 실시간 추적 등에 확장될 여지를 제공한다.