[논문]기상청 현업 예보 바람자료를 이용한 동해안 동계 파랑 예측 재현도 연구

도기덕; 김진아

doi:10.9765/kscoe.2018.30.5.223

기상청 현업 예보 바람자료를 이용한 동해안 동계 파랑 예측 재현도 연구
A Study on the Predictability of Eastern Winter Storm Waves Using Operational Wind Forecasts of KMA 원문보기

한국해안·해양공학회논문집 = Journal of Korean Society of Coastal and Ocean Engineers, v.30 no.5, 2018년, pp.223 - 233

도기덕 (한국해양대학교 해양과학기술융합학과) , 김진아 (한국해양과학기술원 해양재난.재해연구센터)

초록
AI-Helper

본 연구에서는 동해안의 너울성 고파랑 예측하기 위해 기상청 현업 예보 바람자료를 입력장으로 하여 파랑수치모델(SWAN)을 수립 및 최적화하고 동해안 동계 파랑의 예측 재현도를 평가하였다. 파랑 모델은 연안역에서의 파랑 변형을 모의하기 위해 네스팅 기법을 적용하였으며, 백파 에너지 소산항을 개선하여 너울성 파랑을 모의하였다. 수치실험을 위한 입력 바람장으로는 기상청 현업 기상예보모델인 RDAPS 및 LDAPS 자료를 사용하였다. 모의된 파랑에 대한 정확도 비교 평가를 위해 ECMWF 재분석 바람자료와 KIOST 운용해양시스템의 WRF 예측 바람자료를 이용한 파랑모델링 및 기상청 현업 파랑예보모델 결과와 연안 및 외해 4개 관측정점의 파랑 관측자료를 이용하였다. 기상청 현업 기상예보모델을 입력바람장으로 이용한 경우 연안에서는 유의파고, 첨두주기 및 평균 파향이 모두 가장 낮은 RMSE와 가장 높은 상관계수를 가졌으며, 외해에서는 모든 수치실험 결과가 관측자료와 전반적으로 잘 일치하였다. 백파항을 수정한 SWAN 모델과 기상청 현업 기상예보모델을 사용할 경우 급격하게 발생하는 고파랑 재현은 개선이 필요하지만 비교적 겨울철 폭풍파를 잘 재현하고 있다.

Abstract ▼ AI-Helper

The predictability of winter storm waves using KMA's operational wind forecasts has been studied to predict wind waves and swells in the East coast of Korea using SWAN. The nested model were employed along the East coast of Korea to simulate the wave transformation in the coastal area and wave dissipation term of whitecapping is optimized to improve swell prediction accuracy. In this study, KMA's operational meteorological models (RDAPS and LDAPS) are used as input wind fields. In order to evaluate model accuracy, we also simulate wind waves and swells using ECMWF reanalysis and KIOST WRF wind and they are compared with the KMA's operational wave model and the wave measurement data on the offshore and onshore stations. As a result, it has the lowest RMSE and the highest correlation coefficient in the onshore when the input wind fields are KMA's operational meteorological forecasts. In the offshore, all of the simulate results shows good agreements with similar error statistics. It means that it is very feasible to use SWAN model with the modified whitecapping factor and KMA's operational meteorological forecasts for predicting the wind waves and swells in the East coast of Korea.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서는 각 기관별로 제공하는 바람자료에 따른 파랑 모델의 정확도를 분석하기 위해 2.3절에서 기술한 각기 다른 기관에서 생산하는 4가지 시공간 바람자료(RDAPS, LDAPS, ERA-interim, WRF)를 입력 외력으로 사용하여 동해안 너울성 고파랑을 수치모의 하였으며, 이를 SWAN-RDAPS, SWANLDAPS, SWAN-ECMWF, SWAN-WRF로 표기하기로 한다. 이 때, 기상청에서 생산하고 있는 LDAPS 모델 자료는 그 영역이 한반도 주변만을 대상으로 하고 있어 동해안에서 발생하는 장주기 너울성 파랑을 예측하기에는 공간적으로는 충분하지 않다.
본 연구에서는 겨울철 동해안에서 발생하는 너울성 고파랑의 정확한 예측을 통한 사전 인지 및 대응을 통한 피해 최소화를 위해, 기상청 현업 기상예보모델에서 생산된 시공간적 바람장을 입력자료로 하여 너울성 파랑의 예측 재현도를 평가하기 위한 수치모의에 대한 연구를 수행하였다. 파랑 수치모의를 위해 파랑 모델의 경우에는 연안공학분야에서 가정 널리 사용되고 있는 3세대 모형인 SWAN을 이용하였으며 해상풍 자료는 기상청 현업 예보모델인 국지 및 지역예보모델의 바람자료를 이용하였다.
본 연구에서는 너울성 고파랑으로 인하여 발생하는 인명 및 재산피해를 최소화하기 위하여 현재 우리나라 기상청에서 생산 중인 현업 예보기상모델의 바람자료를 이용하여 동해안에서 발생하는 겨울철 너울성 고파랑의 예측 재현도에 대한 연구를 수행하였다. 바람자료는 기상청 지역예보모델(RDAPS)와 국지예보모델(LDAPS)에서 생산하는 자료를 이용하였으며, 파랑 수치모델은 3세대 파랑 모형 중 하나인 SWAN 모델을 이용하였다.
kr)을 통해 준실시간으로 다운로드가 가능하며, 기상청에서 관측 중인 한반도 주변의 다양한 기상자료와 자료동화가 기 적용되어 상대적으로 한반도의 해상풍에 대해서 그 정확도가 높다고 알려져 있다. 본 연구에서는 이러한 기상청 현업기상예보모델을 입력 바람장으로 하여 너울성 고파랑의 발생 가능성을 사전에 인지하고 예측하기 위한 수치모의 실험을 수행하였다. 2015년 겨울철 발생한 너울성 장주기 파랑을 재현하고, 그 결과를 동해안 외해에 위치한 2개의 해양관측부이 및 연안 정점의 파랑 관측자료와 비교 및 검증을 수행하였으며, ECMWF ERA-interim 재분석자료 및 운용해양예보시스템 WRF 예측자료의 바람장을 입력으로 한 모의결과와 현재 기상청에서 Wave Watch III를 사용한 현업 예보 파랑모델 결과 또한 상호 비교하여 본 연구에서 구축한 수치모형의 예측 정확도에 대해 정량적으로 비교 · 검토하였다.
이에 본 연구에서는 2015년 11월 15일부터 12월 20일을 수치모의 기간으로 선정하였으며, 겨울철 동해안에서 발생하는 너울성 파랑을 모의하였다. 이 기간은 유의 파고 3미터 이상, 첨두주기 8초 이상의 폭풍파가 최소 4차례 이상 지역별로 발생하여 본 연구에서 구축한 수치모델의 재현 정도를 살펴보는 데 적합하다.

제안 방법

2015년 겨울철 발생한 너울성 장주기 파랑을 재현하고, 그 결과를 동해안 외해에 위치한 2개의 해양관측부이 및 연안 정점의 파랑 관측자료와 비교 및 검증을 수행하였으며, ECMWF ERA-interim 재분석자료 및 운용해양예보시스템 WRF 예측자료의 바람장을 입력으로 한 모의결과와 현재 기상청에서 Wave Watch III를 사용한 현업 예보 파랑모델 결과 또한 상호 비교하여 본 연구에서 구축한 수치모형의 예측 정확도에 대해 정량적으로 비교 · 검토하였다.
이 때, 기상청에서 생산하고 있는 LDAPS 모델 자료는 그 영역이 한반도 주변만을 대상으로 하고 있어 동해안에서 발생하는 장주기 너울성 파랑을 예측하기에는 공간적으로는 충분하지 않다. 그러므로 본 연구에서는 LDAPS 모델이 포함하고 있지 않은 동해 북동부 및 일본 연안 지역에서의 해상풍 자료는 기상청에서 제공하는 RDAPS 모델의 결과를 이용하여 바람장을 생성하였다. 이때 입력 바람장은 ECMWF ERAinterim는 재분석자료이고, WRF는 예측자료이며, RDAPS 및LDAPS는 현업 예보자료라는 차이점이 있다.
그리고 본 연구에서는 수심의 변화에 따른 파랑 변형을 고려하기 위해 약 300 m × 300 m(총 250,000개의 격자) 해상도의 연안 모델을 우리나라 동해안에 구축하였다.
450°N)의 바람 자료를 사용하여 그 값을 제시하였다. 또한 이를 입력 바람장으로 한 파랑모델 재현도에 대한 성능평가를 위하여 Fig. 5에 SWAN-ECMWF, SWAN-WRF, SWAN-RDAPS의유의파고 및 첨두주기를 관측자료와 함께 시계열 그래프로 표현하였다. 연안에서 너울성 고파랑이 발생한 11월 27일(11/26~28)과 12월 11일(12/10~13)의 모델링 결과를 살펴보면, 삼척(SC)과 울릉도북동(E01) 정점에서는 SWAN-WRF와SWAN-RDAPS는 비교적 관측치와 유사한 값을 보이지만, SWAN-ECMWF는 다소 과소 추정한다.
모의된 파랑의 예측 정확도를 비교 · 평가하기 위하여ECMWF ERA-interim 재분석 자료 및 한국해양과학기술원 해양예보시스템 WRF 예측 자료(Park et al., 2015) 또한 수치모델의 해상풍 입력자료로 사용하여 모의하여 그 결과를 상호 비교하였다.
본 연구에서는 각 기관별로 제공하는 바람자료에 따른 파랑 모델의 정확도를 분석하기 위해, 입력 바람자료로 사용된ECMWF, WRF, RDAP 및 LDAPS에 대해 외해 3개 정점에서 관측된 풍속 및 풍향자료와의 비교하였으며 이를 시계열 그래프로 나타내었다(Fig. 4). 그리고, Root-Mean-SquareError(RMSE) 통계값을 산출하여 Table 3에 나타내었다.
수치모의를 통한 파랑 예측 정확도 평가 및 검증을 위하여ECMWF ERA-interim 재분석 자료와 한국해양과학기술원 해양예보시스템 WRF 예측 자료를 입력 바람장으로 한 수치모의 결과 및 기상청 현업 연안 파랑예보모델 결과와 외해 및 연안 정점에서 관측된 파랑자료를 이용하여 비교 · 분석하였다.
그리고 본 연구에서는 수심의 변화에 따른 파랑 변형을 고려하기 위해 약 300 m × 300 m(총 250,000개의 격자) 해상도의 연안 모델을 우리나라 동해안에 구축하였다. 연안 모델의 외해 경계에서는 광역 모델 결과를 2차원 파랑 에너지 스펙트럼의 형태로 저장한 후, 입력 조건으로 사용하였으며 광역 모델과 동일하게 바람에 의한 파랑 변형도 고려하였다. Fig.
파랑 관측자료로는 국립해양조사원 울릉도북동 해양관측부이(E01), 외해 기상청 동해 부이(DH), 그리고 한국해양과학기술원에서 삼척(SC) 및 울진(WJ) 연안에서 관측한 파랑자료를 이용하였다. 연안 정점의 경우에는 AWAC(Acoustic Wave And Current profiler) 장비를 해당 기간 동안 계류하여 취득한 자료이며(Caires et al.,2018), 본 연구에서는 해당 정점에서의 유의파고, 첨두주기 및 평균파향 자료를 이용하여 수치모델의 정확도를 분석하였다. Fig.
, 2015)로 이용하여 수치모델의 민감도 분석 및 모델 최적화 연구를 수행하였다. 이 연구에서도 백파의 파랑에너지 감쇠항 계수를 조절하여 너울성 파랑의 파고 및 주기를 크게 향상시켰으며, 연안 2개 및 외해 2개 정점의 파랑 관측자료를 이용하여 동해안에 최적화된 파랑모델을 검증하였다.
하지만, DH 정점에서는 모의 기간 중 상당 기간 결측이 발생하여(2015.11.28.~2015.12.10.), RMSE 비교 시 표본의 개수가 적어 기상청 울릉도 관측 정점(UL, 131.100°E, 37.450°N)의 바람 자료를 사용하여 그 값을 제시하였다.

대상 데이터

광역 모델은 동해 북쪽의 오호츠크해를 포함하도록 격자 체계를 정방 격자로 구성하였으며, 격자의 해상도는 약 5 km × 5 km(총 45,000개의 격자)이며 수심자료는 ETOPO5 수심자료(https://www.ngdc.noaa.gov/mgg/global/etopo5.HTML)와KorBathy30s 자료(Seo, 2008)를 이용하여 구축하였다.
본 연구에서는 너울성 고파랑으로 인하여 발생하는 인명 및 재산피해를 최소화하기 위하여 현재 우리나라 기상청에서 생산 중인 현업 예보기상모델의 바람자료를 이용하여 동해안에서 발생하는 겨울철 너울성 고파랑의 예측 재현도에 대한 연구를 수행하였다. 바람자료는 기상청 지역예보모델(RDAPS)와 국지예보모델(LDAPS)에서 생산하는 자료를 이용하였으며, 파랑 수치모델은 3세대 파랑 모형 중 하나인 SWAN 모델을 이용하였다. 본 연구에서 이용한 기상청 바람자료는 기존의 연구들에서 사용한 바람자료들과는 다르게 기상자료개방포털(https://data.
본 연구에서는 기상청 현업기상예보모델에서 생산되는 시공간 바람장을 수치모델의 해상풍 입력자료로 이용하였다. 기상청에서는 우리나라 주변의 기상을 지역예보모델(RDAPS,Regional Data Assimilation and Prediction System)과 국지예보모델(LDAPS, Local Data Assimilation and Prediction System)을 이용하여 현업 예보하고 있다.
여기서, 통계 분석은 관측치를 기준으로 유의파고 1 m 이상이 관측되었을 경우를 대상으로 하였으며, 이는 파랑에너지가 적을 경우에 발생하는 수치모델의 오차를 통계분석에서 제외하여, 너울성 고파랑시 파랑 모의결과를 보다 엄격하게 비교 · 분석하기 위함이다.
1(b)는본 연구에서 구축한 연안 모델 격자의 범위 및 수심을 보여주고 있다. 연안 모델의 수심자료는 광역 모델에서 사용한 KorBathy30s 자료와 국립해양조사원에서 관측한 150 m 간격의 해상도 자료를 이용하여 생성하여 연안역에서의 수심을 정밀하게 표현하였다.
(2016)에서는 SWAN(Simulating WAvesNearshore) 모델을 이용하여 우리나라 서 · 남해 및 동해 전체영역에 대해 파랑을 모의하였다. 이 때, 수치모델 입력 자료로는 ECMWF(European Center for Medium-range Weather Forecast)와 NCEP(National Centers Environmental Prediction), 그리고 JMA(Japan Meterological Agency)에서 생산한 바람 자료를 이용하였다. 동해안에서 발생하는 너울성 파랑을 대상으로 한 연구로 국한시켜 보면, Chun et al.
특히, 2015년 겨울철에는 강원도 동해안에서 발생한 너울성 고파랑으로 인하여 정동진 레일바이크 선로 파괴, 속초 해변의 모래와 나무 데크 유실 및 연안 시설물 파손 등 2015년 11월부터 2016년 1월동안 약 51억 7400만원의 재산피해가 발생된 것으로 조사되었다(자료: 강원도 동해안권 상생발전협의회). 이에 본 연구에서는 2015년 11월 15일부터 12월 20일을 수치모의 기간으로 선정하였으며, 겨울철 동해안에서 발생하는 너울성 파랑을 모의하였다. 이 기간은 유의 파고 3미터 이상, 첨두주기 8초 이상의 폭풍파가 최소 4차례 이상 지역별로 발생하여 본 연구에서 구축한 수치모델의 재현 정도를 살펴보는 데 적합하다.
파랑 모델의 재현정도를 비교하기 위해 본 연구에서는 기상청에서 협업 예보 중인 파랑모델 및 동해에서 관측된 파랑 및 바람자료를 이용하였다. 파랑 관측자료로는 국립해양조사원 울릉도북동 해양관측부이(E01), 외해 기상청 동해 부이(DH), 그리고 한국해양과학기술원에서 삼척(SC) 및 울진(WJ) 연안에서 관측한 파랑자료를 이용하였다. 연안 정점의 경우에는 AWAC(Acoustic Wave And Current profiler) 장비를 해당 기간 동안 계류하여 취득한 자료이며(Caires et al.
파랑 모델의 재현정도를 비교하기 위해 본 연구에서는 기상청에서 협업 예보 중인 파랑모델 및 동해에서 관측된 파랑 및 바람자료를 이용하였다. 파랑 관측자료로는 국립해양조사원 울릉도북동 해양관측부이(E01), 외해 기상청 동해 부이(DH), 그리고 한국해양과학기술원에서 삼척(SC) 및 울진(WJ) 연안에서 관측한 파랑자료를 이용하였다.

데이터처리

본 연구에서 사용한 에러 통계량은 편차(bias), 평균 제곱근 오차(RMSE, Root-Mean-Square-Error), 산란 지수(SI, Scatter Index, SI), 대칭 경사(R, Symmetric Slope) 및 상관계수(ρ,Correlation Coefficient)이며, 각각의 계산식은 다음과 같다.
본 연구에서는 각각의 파랑 모의 케이스에 대한 정확도를 정량적으로 비교 및 분석하기 위해 유의파고, 첨두주기 및 평균파향에 대한 관측 정점별로 통계 분석을 수행하였으며, 그 결과를 Table 4에 나타내었다. 여기서, 통계 분석은 관측치를 기준으로 유의파고 1 m 이상이 관측되었을 경우를 대상으로 하였으며, 이는 파랑에너지가 적을 경우에 발생하는 수치모델의 오차를 통계분석에서 제외하여, 너울성 고파랑시 파랑 모의결과를 보다 엄격하게 비교 · 분석하기 위함이다.

이론/모형

본 연구에서는 너울성 파랑의 예측 정확도를 개선하기 위해 식(2)에서 백파에 의한 파랑에너지 감쇠항 S_{ds, w}를 Rogers et al.(2003)가 제시한 기법을 사용하였다. 이를 간단히 설명하면, 백파에 의하여 발생하는 파랑에너지 소산은 강한 비선형성으로 인해 수식화가 쉽지 않아 대부분 경험식에 의존하고 있다.
본 연구에서는 바람에 의한 파의 성장 및 전파, 그리고 연안역에서의 파랑 변형을 효율적으로 모의하기 위해 광역모델 및 연안모델로 구성된 1단계 네스팅기법을 사용하였고, 너울성 장주기파랑의 재현성을 높이기 위해, Rogers et al.(2003)에서 제안한 방법을 적용하여 너울성 파랑을 모의하였다.
동해안에서 발생하는 너울성 장주기파랑을 모의하기 위해, 본 연구에서는 네덜란드 Delft 공과대학에서 개발된 3차원 풍파모형인 SWAN(Simulating WAves Nearshore) 을 이용하여 수치모의를 수행하였다. 이 모형은 파랑 작용을 파향 에너지스펙트럼의 형태로 표현하고, 2차원 수평공간에 대해 파랑 에너지 스펙트럼의 변화를 에너지 평형방정식인 식(1)과 같이 에너지 평형 방정식에 의해 계산한다.
(σ, θ)는 파랑의 주기(σ), 기상 조건(ψ) 및 파형 경사(ζ)에 의해 결정되는 계수로, 파랑의 주파수별로 다른 특성을 가지는 에너지 소산을 표현하여 너울성 파랑의 예측 정확도를 높이는 데 기여하는 경험 상수이다. 본 연구에서는 너울성 장주기 파랑의 모의하기 위해 SWAN version 40.72을사용하였으며, 수치모의 시 사용한 계수는 Table 1에서 제시한 값들을 제외하고는 모델의 Default 값을 사용하였다.
본 연구에서는 바람에 의한 파랑의 성장과 전파, 그리고 연안지역에서 수심 변화에 의한 파랑 변형을 예측하기 위해 1단계 네스팅(nesting) 기법을 적용하였다(Fig. 1(a)).
본 연구에서는 겨울철 동해안에서 발생하는 너울성 고파랑의 정확한 예측을 통한 사전 인지 및 대응을 통한 피해 최소화를 위해, 기상청 현업 기상예보모델에서 생산된 시공간적 바람장을 입력자료로 하여 너울성 파랑의 예측 재현도를 평가하기 위한 수치모의에 대한 연구를 수행하였다. 파랑 수치모의를 위해 파랑 모델의 경우에는 연안공학분야에서 가정 널리 사용되고 있는 3세대 모형인 SWAN을 이용하였으며 해상풍 자료는 기상청 현업 예보모델인 국지 및 지역예보모델의 바람자료를 이용하였다. 본 연구에서는 바람에 의한 파의 성장 및 전파, 그리고 연안역에서의 파랑 변형을 효율적으로 모의하기 위해 광역모델 및 연안모델로 구성된 1단계 네스팅기법을 사용하였고, 너울성 장주기파랑의 재현성을 높이기 위해, Rogers et al.

성능/효과

수치모의 기간은 2015년 11월 15일부터 12월 20일이며, 이 기간 동안 유의파고 3미터 이상, 첨두주기 8초 이상의 폭풍파가 최소 4차례 이상 지역별로 발생하여 수치모델 재현도를 살펴보는데 적합하였다. 각 수치모의 결과에 대해 통계 분석을 수행한 결과, 유의파고는 기상청 현업 기상예보모델의 바람자료를 이용한 모의 케이스에서 가장 낮은 RMSE 및 가장 높은 상관계수를 보였다. 첨두 주기의 경우 기상청 현업 기상예보모델의 바람자료를 이용한 모의 결과가 연안에서는 가장 낮은 RMSE를 보였지만, 외해에서는 그 오차가 증가하였다.
이러한 결과로 미루어보아 동해안에 최적화된 SWAN 모델과 기상청 현업 기상예보모델에서 생산된 해상풍 입력자료를 사용했을 때 동해안의 겨울철 폭풍파를 가장 잘 재현해 내고 있음을 알 수 있다. 기상청 현업 기상예보모델의 바람자료는 기상자료개방포털을 통해 제한없이 준실시간으로 제공되므로 이는 최적화된 파랑모델을 통한 동해 폭풍파 예측에 매우 효과적으로 이용될 수 있음을 의미한다.
6는 본 연구에서 기상청 현업 예보모델의 바람자료를 입력자료로 구축한 SWAN-RDAPS 및 SWAN-LDAPS와 기상청 현업 연안 파랑모델에 대한 유의파고 및 첨두주기 관측자료와 비교한 시계열 자료이다. 이를 분석해 보면, 기상청 현업예보 기상자료인 RDAPS의 시공간 해상도가 12 km, 3시간인 것에 비해 LDAPS는 1.5 km, 1시간으로 시공간 해상도가 높음에도 불구하고 두 입력자료에 따른 파랑모의 결과는 그리 크지 않다. 그리고 세 모델의 결과는 비교적 유사한 시계열 그래프의 형태를 보이며, 기상청 파랑 모델 결과가 11월에 유의파고를 조금 과대 추정한 것으로 보여진다.

후속연구

기상청 현업 기상예보모델의 바람자료는 기상자료개방포털을 통해 제한없이 준실시간으로 제공되므로 이는 최적화된 파랑모델을 통한 동해 폭풍파 예측에 매우 효과적으로 이용될 수 있음을 의미한다. 그럼에도 불구하고 11월 26일 동해 관측정점에서 유의파고 7 m 이상의 파랑을 재현하지 못하는 부분은 유의파고의 큰 변동성으로 인한 파랑모델 재현에 어려움이 있는 것으로 판단되는바 관측자료를 이용한 자료동화 등의 방법 적용을 통한 개선을 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	너울성 장주기 파랑을 예측하기 위한 연구에 어떤 자료가 입력되나?	너울성 장주기 파랑을 예측하기 위한 연구는 기상자료를 입력자료로 하여 3세대 풍파모형인 WAM, Wave Watch III 및 SWAN 모형이 주로 사용되고 있다(Kang et al., 2015; Eum et al.
	RDAPS 모델과 ECMWF ERAinterim, WRF의 차이점은 무엇인가?	그러므로 본 연구에서는 LDAPS 모델이 포함하고 있지 않은 동해 북동부 및 일본 연안 지역에서의 해상풍 자료는 기상청에서 제공하는 RDAPS 모델의 결과를 이용하여 바람장을 생성하였다. 이때 입력 바람장은 ECMWF ERAinterim는 재분석자료이고, WRF는 예측자료이며, RDAPS 및LDAPS는 현업 예보자료라는 차이점이 있다.
	연안공학분야에서 널리 사용되는 수치 기상모델 자료는 무엇인가?	수치모델을 통해 동해안에서 발생하는 너울성 파랑을 정확하기 예측하기 위해서는, 먼저 시공간적으로 변화하는 해상풍에 대한 자료가 필수적이며 이는 대부분 수치 기상 모델 결과를 이용한다. 연안공학분야에서 널리 사용된 수치 기상모델자료는 중규모 유럽 기상예보센터(ECMWF, The European Centre for Medium-Range Weather Forecasts)에서 제공하는ECMWF ERA-interim(Berrisford et al., 2011) 자료이며, 파랑 후측 모의 및 장기간 유의파고 추세 분석 등에 많이 이용되었다(Lee and Jun, 2006; Kang et al., 2015; Ko et al.

참고문헌 (15)

Berrisford, P., Dee, D., Poli, P., Brugge, R., Fielding, K., Fuentes, M., Kallberg, P., Kobayashi, S., Uppala, S. and Simmons, A. (2011). The ERA-Interim archive, version 2.0.
Bonavita, M., Holm, E., Isaksen, L. and Fisher, M. (2016). The evolution of the ECMWF hybrid data assimilation system. Quarterly Journal of the Royal Meteorological Society, 142(694), 287-303.

상세보기
Caires, S., Kim, J. and Groeneweg, J. (2018). Korean East Coast wave predictions by means of ensemble Kalman filter data assimilation. Ocean Dynamics, DOI:10.1007/s10236-018-1214-0.

상세보기
Chun, H., Kang, T.-S., Ahn, K., Jeong, W.M., Kim, T.-R. and Lee D.H. (2014). A study on the statistical characteristics and numerical hindcasts of storm waves in East Sea. Journal of Korean Society of Coastal and Ocean Engineers, 26(2), 81-95 (in Korean).

원문보기 상세보기
Eum, H.-S., Kang, T.-S., Nam, S.-Y. and Jeong, W.-M. (2016). Wave modeling considering water level changes and currents effects. Journal of Korean Society of Coastal and Ocean Engineers, 28(6), 383-396 (in Korean).

원문보기 상세보기
Hasselmann, K. (1974). On the spectral dissipation of ocean waves due to whitecapping. Boundary-Layer Meteorology, 6, 107-127.

상세보기
Kang, T.-S., Park, J.-J. and Eum, H.-S. (2015). Coastal wave hindcasting modelling using ECMWF wind dataset. Journal of the Korean Society of Marine Environment and Safety, 21(5), 599-607 (in Korean).

원문보기 상세보기
Ko, D.H., Jeong, S.T., Cho, H.Y. and Seo, K.S. (2017). Distribution and trend analysis of the significant wave heights using KMA and ECMWF data sets in the coastal seas, Korea. Journal of Korean Society of Coastal and Ocean Engineers, 29(3), 129-138 (in Korean).

원문보기 상세보기
Lee, D.-Y. and Jun, K.-C. (2006). Estimation of design wave height for the waters around the Korean peninsula. Ocean Science Journal, 41(4), 245-254.

원문보기 상세보기
Oh, S.-H. and Jeong, W. (2014). Extensive monitoring and intensive analysis of extreme winter-season wave events in the Korean east coast. Journal of Coastal Research, 70, 296-301.

상세보기
Park, K.-S., Heo, K.-Y., Jun, K., Kwon, J.I., Kim, J., Choi, J.-Y., Cho, H.-H., Choi, B.-J., Seo, S.-N. Kim, Y.H., Kim, S.-D., Yang, C.-S., Lee, J.-C., Kim, S.-I., Kim, S., Choi, J.-W. and Jeong, S.-H. (2015). Development of the operational oceanographic system of Korea. Ocean Science Journal, 50(2), 353-369.

상세보기
Rogers, W.E., Hwang, P.A. and Wang, D.W. (2003). Investigation of wave growth and decay in the SWAN model: three regional-scale applications. Journal of Physical Oceanography, 33(2), 366-389.

상세보기
Seo, S.-N. (2008). Digital 30sec Gridded Bathymetric Data of Korea Marginal Seas - KorBathy30s. Journal of Korean Society of Coastal and Ocean Engineers, 20(1), 110-120 (in Korean).
Yuk, J.-H., Kim, K.O., Jung, K.T. and Choi, B.H. (2016). Swell prediction for the Korean coast. Journal of Coastal Research, 32(1), 131-141.

상세보기
Zijlema, M., van Vledder, G. Ph. and Holthuijsen, L.H. (2012). Bottom friction and wind drag for wave models. Coastal Engineering, 65, 19-26.

상세보기

저자의 다른 논문 :

LOADING...

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