[논문]파랑후측모델링을 이용한 연안 파랑경향성 분석

강태순; 박종집; 엄호식

doi:10.7837/kosomes.2016.22.7.869

파랑후측모델링을 이용한 연안 파랑경향성 분석
Wave Tendency Analysis on the Coastal Waters of Korea Using Wave Hind-Casting Modelling 원문보기

海洋環境安全學會誌 = Journal of the Korean society of marine environment & safety, v.22 no.7, 2016년, pp.869 - 875

강태순 ((주)지오시스템리서치 연안관리부) , 박종집 ((주)지오시스템리서치 연안관리부) , 엄호식 ((주)지오시스템리서치 연안관리부)

초록
AI-Helper

본 연구에서는 파랑후측모델링을 통해 우리나라 연안에서의 장기 파랑경향성을 분석하였다. 파랑경향성 분석시 사용한 바람자료는 1979년부터 현재까지 제공하고 있는 ECMWF 바람자료를 사용하였으며, 모델수행 기간은 2001년~2014년으로 14년 동안 수행하였다. 생산된 파랑후측모델링 결과는 국립해양조사원 및 기상청에서 설치한 파랑관측부이 자료를 이용하여 검증하였다. 검증 결과, 태풍 및 폭풍이 발생한 이벤트 상황을 모델이 잘 재현하고 있으며, 정량적인 RMSE 값은 0.5 m로 유의한 결과 값을 보였다. 파랑후측모델링을 통한 최근 14년 동안의 파랑 경향성 분석 결과, 과거에 비해 권역별 파고 2 m 이상 출현율은 전해역 평균 0.082 %/year로 증가하고 있으며, 이는 고파랑이 지속적으로 심화되고 있음을 뜻한다. 이러한 연안 파랑경향성 분석자료는 최근 기후변화에 따른 연안의 취약성평가 및 연안역에서의 침식방지구조물의 방재 설계를 위한 기초자료로 사용 가능하다.

Abstract ▼ AI-Helper

The purpose of this study is to analyze the long-term wave characteristics and tendencies of coastal waters near Korea based on wave hind-casting modelling. Wave hind-casting modelling was performed with a wind data set from ECMWF (2001~2014), which provides data from 1979 to the present. The results of numerical modelling were verified with observed data collected using wave buoys installed by the Korea Meteorological Administration (KMA) and Korea Hydrographic and Oceanographic Agency (KHOA) in offshore waters. The results agreed well with observations from buoy stations, especially during event periods such as typhoons. The quantitative RMSE value was 0.5 m, which was significant. Consequently, the results of a wave tendency analysis for 14 years (2001~2014) showed an increased appearance ratio for waves of more than 2 m in height at all regional domains. The mean appearance ratio was 0.082 % per year, which implies that coastal waves have been increasing continuously. This coastal wave tendency analysis data can be used to evaluate coastal vulnerability due to recent climate change and the design of coastal erosion prevention structures.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

모델의 격자해상도는 일반적으로 제공되는 바람입력자료의 해상도가 0.1°(약 10 km) 이상인 것을 감안하여, 계산 시간 및 모델 재현성을 고려한 0.05°(약 5 km) 해상도의 격자망을 구축하였다(Fig. 1).
본 연구에 적용한 SWAN 모델은 파향 및 주파수에 대한 2차원 파랑스펙트럼 모델로 파향은 10° 간격으로 36방위로 분할하였으며, 주파수는 0.0464 ~1 Hz로 40개로 분할하였다.
본 연구에서는 가용한 14년간의 ECMWF 바람자료를 이용해 파랑후측모델링을 수행하여 장기간의 연안 파랑자료를 생산하고, 주 권역별 통계분석을 수행하여 연안파랑의 장기 경향성을 분석하였다.
본 연구에서는 연안역에서 파랑특성 및 경향성분석을 위하여 바람자료를 이용한 파랑후측모델링을 수행하여 장기간 파랑자료(2001~2014년)를 생산하고 검증하였으며, 이를 통계분석하여 해역별 2 m 이상의 고파랑의 출현율에 대한 장기 경향성을 분석하였다.
해안선 및 수심은 국립해양조사원에서 발행하는 최신수치해도 자료를 사용하였으며, 해도상의 수심을 보간하여 각 격자점의 수심을 추출하였다. 우리나라 서/남해와 같이 조차가 큰 지역에서는 변화하는 수위를 고려하여 수치모델링을 수행하는 것이 바람직하나, 본 연구에서는 파랑후측모델링을 이용한 파랑의 경향성을 분석하는 것으로 한정하여 실제 변화하는 수위조건을 고려하지 않고, 격자형태로 수치화된 조석모델결과의 평균해면 값을 본 모델의 각 격자점에 맞게 재보간하여 각 격자점의 수위조건을 약최고고조위로 재산출하여 적용하였으며, 실제 흐름과 파의 상호작용 또한 고려하지 않았다.
우리나라 연안의 파랑특성 및 경향성을 분석하고자 2001년~2014년의 파랑후측모델링 결과에 대해 통계적 분석을 실시하였다.
파랑의 통계적 분석방법은 파랑후측모델링으로 산출된 1시간 간격 파고자료를 추출하여, 매 연도별로 각 권역별 2 m 이상 유의파고 출현율을 계산하였다. 비교 정점 숫자 및 지역적인 특색에 따른 차이는 있으나, 출현율 분석결과 제주도 해역(D5)에서 2 m 이상 고파랑 출현율이 최소 3.
파랑특성 변화분석의 정점(Point)은 2015년 남해안권역 연안침식실태조사 보고서(Ministry of Oceans and Fisheries, 2015)에서 침식우심등급(C[우려], D[심각]등급)으로 평가된 지역들을 나타낸 정점이며, 각 정점 분포에 따라 Fig. 4와 같이 서해북부 (D1), 서해중부(D2), 서해남부(D3), 남해서부(D4), 제주연안(D5), 남해중부(D6), 동해남부(D7), 동해중부(D8), 동해북부(D9) 9개의 권역별로 구분지어 파고 및 파향의 통계적 분석을 실시하였다.

대상 데이터

파랑후측모델링 결과를 검증하기 위하여 2014년도에 대해, 덕적도(DJD), 칠발도(CBD), 마라도(MRD), 거문도(GMD), 포항(PH)의 기상청 5개 관측부이 정점과, 해운대(HUD), 울릉도북서(UL-NW)의 국립해양조사원 2개 관측부이 정점, 총 7개 정점에 대하여 관측값과 모델값을 비교 및 분석하였으며 (Fig. 2), 이는 Kang et al.(2015)에서 제시한 시계열 검증 정점 중에서 동해안의 포항과 울릉도북서 관측부이 정점을 추가 검증한 분석 결과이다.
73을 적용하였다. 파랑후측모델링의 수치모의에 적용된 바람 경계조건으로는 ECMWF에서 제공하는 2001년~2014년의 14년간 고해상도 최신바람자료를 적용하였다. 바람자료의 시간간격은 6시간이고 공간해상도는 0.
1). 해안선 및 수심은 국립해양조사원에서 발행하는 최신수치해도 자료를 사용하였으며, 해도상의 수심을 보간하여 각 격자점의 수심을 추출하였다. 우리나라 서/남해와 같이 조차가 큰 지역에서는 변화하는 수위를 고려하여 수치모델링을 수행하는 것이 바람직하나, 본 연구에서는 파랑후측모델링을 이용한 파랑의 경향성을 분석하는 것으로 한정하여 실제 변화하는 수위조건을 고려하지 않고, 격자형태로 수치화된 조석모델결과의 평균해면 값을 본 모델의 각 격자점에 맞게 재보간하여 각 격자점의 수위조건을 약최고고조위로 재산출하여 적용하였으며, 실제 흐름과 파의 상호작용 또한 고려하지 않았다.

데이터처리

(2015)에서 제시한 시계열 검증 정점 중에서 Fig. 3과 같이 해운대(HUD)는 A·B·C지점, 칠발도(CBD)는 D·E·F지점에 대해 유의파고에 따른 풍·향속의 변화를 관측값과 계산값의 유의파고 시계열 결과로 비교·분석하였다.
수치모델링 결과의 검증을 위해 기상청 및 국립해양조사원의 파랑관측부이 자료를 후측모델링 결과와 비교하였다. 비교결과 태풍 및 폭풍에 의해 고파랑 발생 시 국지적으로 과소 또는 과대평가되는 지역이나 기간이 일부 있으나 전반적으로 파고 시계열의 경향성이 잘 일치하고, 정량적인 검증결과 관측값과 모델값의 상관계수는 0.

이론/모형

SWAN 모델의 지배방정식은 식(1)과 같이 파작용 평형방정식을 사용한다(Hasselmann et al., 1973).
정량적인 분석방법은 RMSE(Root Mean Squared Error)와 상관계수(correlation coefficient, r)를 적용하였다.

성능/효과

09 %로 고파랑 출현빈도가 권역별 가장 낮게 나타났다. 2 m 이상의 고파랑 발생빈도는 모든 해역에서 증가하는 경향을 보였으며, 연도별 2 m 이상 고파랑 발생빈도는 전 권역에 대해서 0.082 %/year의 증가속도를 보이는 것으로 나타났다.
6에 제시하였다. 각 권역별로 연도에 따른 파랑강도 변화의 차이는 있으나, 과거에 비해 최근 파랑강도 증가 경향성이 뚜렷하게 나타나는 것을 확인할 수 있다.
분석결과, 해운대(HUD)에서 유의 파고의 관측값과 계산값이 유사하게 재현된 B·C지점에서는 풍·향속의 재현성 또한 높게 나타나고 있으나, A지점처럼 유의파고의 재현성이 낮은 부분에서는 풍향은 유사하게 재현하고 있으나 풍속의 재현성은 낮게 나타났다.
파랑의 통계적 분석방법은 파랑후측모델링으로 산출된 1시간 간격 파고자료를 추출하여, 매 연도별로 각 권역별 2 m 이상 유의파고 출현율을 계산하였다. 비교 정점 숫자 및 지역적인 특색에 따른 차이는 있으나, 출현율 분석결과 제주도 해역(D5)에서 2 m 이상 고파랑 출현율이 최소 3.83 %, 최대 7.10 %, 평균 5.78 %로 고파랑 출현빈도가 권역별 가장 높게 나타났으며, 서해남부(D3)에서 최소 0.58 %, 최대 1.64 %, 평균 1.09 %로 고파랑 출현빈도가 권역별 가장 낮게 나타났다. 권역별 고파랑 출현빈도 평균은 최소 0.
비교결과 관측정점에 따른 차이는 있으나, 상관계수는 0,76 이상이며, RMSE는 지역별 최소 약 0.3 m에서 최대 0.5 m 이하로 분석되었다.
수치모델링 결과의 검증을 위해 기상청 및 국립해양조사원의 파랑관측부이 자료를 후측모델링 결과와 비교하였다. 비교결과 태풍 및 폭풍에 의해 고파랑 발생 시 국지적으로 과소 또는 과대평가되는 지역이나 기간이 일부 있으나 전반적으로 파고 시계열의 경향성이 잘 일치하고, 정량적인 검증결과 관측값과 모델값의 상관계수는 0.76 이상이며, RMSE는 정점별 평균 0.5 m 이하로 분석되었다.
이러한 결과는 칠발도(CBD) 정점인 D·E·F지점에서도 유사하게 나타나고 있으며, F지점에서도 유의파고의 재현성이 낮으면 풍속의 재현성 또한 낮음을 확인할 수 있어, 유의파고의 재현성은 풍향보다는 풍속의 영향을 많이 받고 있음을 확인할 수 있다.
파랑후측모델링 결과에 대한 연도별 2 m 이상의 고파랑 출현율에 대한 통계분석을 실시하여 우리나라 연안 권역별 파랑특성을 파악한 결과, 권역별 2 m 이상 고파랑 출현빈도는 평균 1.90 %로 분석되었으며, 제주도 해역에서는 평균 5.78 %로 고파랑 출현빈도가 권역별 가장 높게 나타났고, 서해남부에서 평균 1.09 %로 고파랑 출현빈도가 권역별 가장 낮게 나타났다. 2 m 이상의 고파랑 발생빈도는 모든 해역에서 증가하는 경향을 보였으며, 연도별 2 m 이상 고파랑 발생빈도는 전 권역에 대해서 0.

후속연구

향후 파랑강도가 증가하는 경향성 및 특성을 보다 더 구체적이고 정량적으로 판단하기 위해서는, 각 권역별 지역에 따라 고파랑이 발생하는 원인에 대해 태풍 및 풍랑주의보 발생 횟수 등 방대한 기상정보의 분석을 통한 비교 검토 및 비교정점에 대한 지역적 특색을 분석하여 보다 구체적이고 정량적인 파랑경향성 도출이 가능하다. 또한 침식 규명을 위한 연안지역에서의 정확도 높은 파랑 특성을 분석하기 위해서는 적용 가능한 고해상도 바람입력자료에 대한 기관별 자료 분석을 수행하여 정확도 높은 바람입력자료를 사용하고, 고해상도 격자를 구성하여 수심에 따른 파랑 특성 또한 고려한다면 보다 유의미한 결과 도출이 가능하다.
본 연구에서 사용한 바람자료의 해상도는 0.5°~0.125°, 시간간격은 6시간 간격으로 유의파고의 최대치를 재현하는데 다소 한계성이 포함되어 있어 모델의 정확도에 영향을 주는 것으로 판단되며, 향후 바람자료의 해상도 및 조밀한 시간간격의 자료를 적용한다면 좀 더 만족할 만한 결과를 얻을 수 있으리라 사료된다.
이러한 고파랑의 증가경향은 보다 장기적인 경향성분석이 요구되어지며 향후 지속적인 자료축적과 수치모델링 검토를 통하여 보다 정량화되어야 할 것으로 사료된다. 이러한 연안파랑 경향성분석 자료는 최근 기후변화에 따른 파랑의 특성 변화 및 연안역에서의 침식방지구조물의 방재 설계를 위한 기초자료로 사용이 가능하다.
향후 파랑강도가 증가하는 경향성 및 특성을 보다 더 구체적이고 정량적으로 판단하기 위해서는, 각 권역별 지역에 따라 고파랑이 발생하는 원인에 대해 태풍 및 풍랑주의보 발생 횟수 등 방대한 기상정보의 분석을 통한 비교 검토 및 비교정점에 대한 지역적 특색을 분석하여 보다 구체적이고 정량적인 파랑경향성 도출이 가능하다. 또한 침식 규명을 위한 연안지역에서의 정확도 높은 파랑 특성을 분석하기 위해서는 적용 가능한 고해상도 바람입력자료에 대한 기관별 자료 분석을 수행하여 정확도 높은 바람입력자료를 사용하고, 고해상도 격자를 구성하여 수심에 따른 파랑 특성 또한 고려한다면 보다 유의미한 결과 도출이 가능하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	파랑관측 시 통상적으로 파고만을 관측하는 경우가 많은 이유는 무엇인가?	관심해역의 정량적인 파랑특성을 분석하기 위해서는 연안역 근처에서 수집한 장기간의 파랑관측자료가 필수적이다. 특히 침식원인규명이나 대책공법 수립, 이안류예측 등을 위해서는 파고 정보뿐만 아니라 파향자료도 매우 중요한 요소이지만 고가의 파랑관측기기의 확보, 관측 수심의 한계, 장비유실위험 및 유지관리 고비용 등의 여러 가지 문제로 인하여 파랑관측 시 통상적으로 파고만을 관측하는 경우가 많다. 최근 들어 연안역에서 파향을 포함한 파랑관측이 수행되고 있으나, 관측기간이 대부분 1개월 내외로써 그다지 길지 않으며 파고 및 파향의 정량적인 통계분석이 유의미한 값을 갖도록 통계적인 분석을 수행하기에는 역부족이다.
	관심해역의 정량적인 파랑특성을 분석하기 위해 필수적으로 필요한 자료는 무엇인가?	이러한 파랑특성 변화에 대응하고 피해를 최소화하기 위해서는 우리나라 연안에 영향을 미치는 파랑의 특성 및 경향성을 면밀히 파악해야 한다. 관심해역의 정량적인 파랑특성을 분석하기 위해서는 연안역 근처에서 수집한 장기간의 파랑관측자료가 필수적이다. 특히 침식원인규명이나 대책공법 수립, 이안류예측 등을 위해서는 파고 정보뿐만 아니라 파향자료도 매우 중요한 요소이지만 고가의 파랑관측기기의 확보, 관측 수심의 한계, 장비유실위험 및 유지관리 고비용 등의 여러 가지 문제로 인하여 파랑관측 시 통상적으로 파고만을 관측하는 경우가 많다.
	동해부이와 같은 파랑관측부이를 이용한 방법의 한계점은 무엇인가?	한편, 우리나라 기상청에서는 2001년 동해부이를 시작으로 포항부이, 거제부이 등 외해역에 실시간 파랑관측부이를 설치하여 지속적으로 확대 구축 중에 있으며, 국립해양조사원에서는 KOGA(Korea Ocean Gate Array) 파랑관측부이를 기반으로 국가해양관측망을 구축, 운영 중에 있다. 하지만 이러한 파랑관측부이는 연안과는 이격된 외해역에 위치하고 있고 그 관측정점수가 많지 않아 연안에서의 파랑특성이나 경향성을 논하기에는 한계가 있으며, 침식원인규명 및 대책 수립 등에는 그 활용이 제한적이다.

참고문헌 (7)

Booij, N., R. C. Ris and L. H. Holthuijsen(1999), A third-generation wave model for coastal regions 1. Model description and validation. J. of Geophysical Research, 103(C4), pp. 7649-7666.
Chun, H. S., T. S. Kang, K. M. Ahn, W. M. Jeong, T. R. Kim and D. H. Lee(2014), A Study on the Statistical Characteristics and Numerical Hindcasts of Storm Waves in East Sea, Journal of the Korean Society of Coastal and Ocean Engineers, Vol. 26, No. 2, pp. 81-95.

원문보기 상세보기
Hasselmann, K., T. P. Barnett, E. Bouws, H. Carlson, D. E. Cartwright, E. Enke, J. A. Ewing, H. Gienapp, D. E. Hasselmann, P. Kruseman, A. Meerburg, P. Muller, D. J. Olbers, K. Richter, W. Sell and H. Walden(1973), Measurement of wind wave growth and swell decay during the joint North Sea Wave Project(JONSWAP), Dtsch. Hydrogr. Z. Suppl, Vol. 12(A8), pp. 1-95.
Kang, T. S., J. J. Park and H. S. Eum(2015), Coastal Wave Hind-Casting Modelling using ECMWF Wind Dataset, Journal of the Korean Society of Marine Environment & Safety, Vol. 21, No. 5, pp. 599-607.

원문보기 상세보기
Lee, D. Y. and K. C. Jun(2006), Estimation of design wave height for the waters around the Korean peninsula, Ocean Science Journal, Vol. 41, No. 4, pp. 245-254.

원문보기 상세보기
Ministry of Oceans and Fisheries(2015), Report of Coastal Erosion Monitoring around Southern Coast in 2015. pp. 331-352.
The SWAN team(2016), SWAN Cycle III version 41.10, Technical Documentation (http://www.swan.tudelft.nl).

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증