폭풍으로 인한 연안재해 피해에 대한 적절한 대응책을 수립하기 위해서는 빈도 해일고 산정에 대한 연구가 필요하다. 과거에 관측된 태풍은 모집단 수가 적기 때문에 tropical cyclone risk model(TCRM)을 이용해 역사태풍의 이동경로와 중심기압을 확률밀도함수로 추정하여 확률적으로 발생하는 176,689개의 합성태풍을 생성하였다. 아울러 중국 남동부 연안으로 상륙한 후 재부상 하거나 소멸되는 태풍 특성을 합성태풍에 고려하기 위해 역사태풍의 이동각도를 확률밀도함수로 추정하고 감쇠 매개변수와 함께 적용하여 중국 남동부 연안에서 서남해안으로 이동하는 태풍의 통과율이 개선되었다. 태풍속성은 역사태풍으로부터 분석하였으며 중심기압과 최대풍속($V_{max}$), 최대풍속 반경($R_{max}$)의 상관관계식을 산정하여 합성태풍에 적용하였다. 해일고는 ADCIRC 모형을 이용해 조석과 합성태풍을 고려하여 산정하였으며 Perl script로 자동화하였다. 확률적으로 발생시킨 합성태풍에 의한 해일고는 실제 자연현상에서 발생하는 해일고와 유사하게 나타나기 때문에 빈도 해일고를 산정할 수 있다. 따라서 일반화된 극치분포(Generalized Extreme Value, GEV)의 모수를 추정하여 극치 해일고를 산정하였으며, 100년 빈도 해일고는 경험모의기법으로 산정한 빈도 해일고와 비교하여 만족스러운 결과가 도출되었다. 본 연구에서 제안한 방법은 일반 해역에서 빈도 해일고 산정시 활용될 수 있다.
폭풍으로 인한 연안재해 피해에 대한 적절한 대응책을 수립하기 위해서는 빈도 해일고 산정에 대한 연구가 필요하다. 과거에 관측된 태풍은 모집단 수가 적기 때문에 tropical cyclone risk model(TCRM)을 이용해 역사태풍의 이동경로와 중심기압을 확률밀도함수로 추정하여 확률적으로 발생하는 176,689개의 합성태풍을 생성하였다. 아울러 중국 남동부 연안으로 상륙한 후 재부상 하거나 소멸되는 태풍 특성을 합성태풍에 고려하기 위해 역사태풍의 이동각도를 확률밀도함수로 추정하고 감쇠 매개변수와 함께 적용하여 중국 남동부 연안에서 서남해안으로 이동하는 태풍의 통과율이 개선되었다. 태풍속성은 역사태풍으로부터 분석하였으며 중심기압과 최대풍속($V_{max}$), 최대풍속 반경($R_{max}$)의 상관관계식을 산정하여 합성태풍에 적용하였다. 해일고는 ADCIRC 모형을 이용해 조석과 합성태풍을 고려하여 산정하였으며 Perl script로 자동화하였다. 확률적으로 발생시킨 합성태풍에 의한 해일고는 실제 자연현상에서 발생하는 해일고와 유사하게 나타나기 때문에 빈도 해일고를 산정할 수 있다. 따라서 일반화된 극치분포(Generalized Extreme Value, GEV)의 모수를 추정하여 극치 해일고를 산정하였으며, 100년 빈도 해일고는 경험모의기법으로 산정한 빈도 해일고와 비교하여 만족스러운 결과가 도출되었다. 본 연구에서 제안한 방법은 일반 해역에서 빈도 해일고 산정시 활용될 수 있다.
To choose appropriate countermeasures against potential coastal disaster damages caused by a storm surge, it is necessary to estimate the frequency of storm surge heights estimation. As the coastal populations size in the past was small, the tropical cyclone risk model (TCRM) was used to generate 17...
To choose appropriate countermeasures against potential coastal disaster damages caused by a storm surge, it is necessary to estimate the frequency of storm surge heights estimation. As the coastal populations size in the past was small, the tropical cyclone risk model (TCRM) was used to generate 176,689 synthetic typhoons. In simulation, historical paths and central pressures were incorporated as a probability density function. Moreover, to consider the typhoon characteristics that resurfaced or decayed after landfall on the southeast coast of China, incorporated the shift angle of the historical typhoon as a function of the probability density function and applied it as a damping parameter. Thus, the passing rate of typhoons moving from the southeast coast of China to the south coast has improved. The characteristics of the typhoon were analyzed from the historical typhoon information using correlations between the central pressure, maximum wind speed ($V_{max}$) and the maximum wind speed radius ($R_{max}$); it was then applied to synthetic typhoons. The storm surges were calculated using the ADCIRC model, considering both tidal and synthetic typhoons using automated Perl script. The storm surges caused by the probabilistic synthetic typhoons appear similar to the recorded storm surges, therefore this proposed scheme can be applied to the storm surge simulations. Based on these results, extreme values were calculated using the Generalized Extreme Value (GEV) method, and as a result, the 100-year return period storm surge was found to be satisfactory compared with the calculated empirical simulation value. The method proposed in this study can be applied to estimate the frequency of storm surges in coastal areas.
To choose appropriate countermeasures against potential coastal disaster damages caused by a storm surge, it is necessary to estimate the frequency of storm surge heights estimation. As the coastal populations size in the past was small, the tropical cyclone risk model (TCRM) was used to generate 176,689 synthetic typhoons. In simulation, historical paths and central pressures were incorporated as a probability density function. Moreover, to consider the typhoon characteristics that resurfaced or decayed after landfall on the southeast coast of China, incorporated the shift angle of the historical typhoon as a function of the probability density function and applied it as a damping parameter. Thus, the passing rate of typhoons moving from the southeast coast of China to the south coast has improved. The characteristics of the typhoon were analyzed from the historical typhoon information using correlations between the central pressure, maximum wind speed ($V_{max}$) and the maximum wind speed radius ($R_{max}$); it was then applied to synthetic typhoons. The storm surges were calculated using the ADCIRC model, considering both tidal and synthetic typhoons using automated Perl script. The storm surges caused by the probabilistic synthetic typhoons appear similar to the recorded storm surges, therefore this proposed scheme can be applied to the storm surge simulations. Based on these results, extreme values were calculated using the Generalized Extreme Value (GEV) method, and as a result, the 100-year return period storm surge was found to be satisfactory compared with the calculated empirical simulation value. The method proposed in this study can be applied to estimate the frequency of storm surges in coastal areas.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
, 2003)에 의해 변환되는 북위 30도에서 위도에 따라 달라지는 적절한 확률밀도함수를 산정하여 TCRM에 적용하였다. 본 연구에서는 RSMC에서 관측된 1951~2016년 기간 동안 중국 동부 연안으로 상륙한 233개의 태풍 이동경로에 대해 분석하였다. 태풍 이동경로 중 114개는 서측으로 이동하여 중국 동남 측 연안에서 소멸되고, 119개는 황해로 이동하여 재부상 된다.
이와 같이 빈도 해일고를 산정하기 위해 분포의 적합도에 따라 극치 분포, GP 분포가 적용되고 있다. 본 연구에서는 빈도 해일고를 산정하기 위해 적합도가 뛰어난 일반화된 극치분포(GEV: Generalized Extreme Value)를 이용해 빈도 분석을 하였다. 확률분포함수의 매개변수를 추정하는 방법은 확률가중 모멘트법(PWMM: Probability Weighted Moment Method), 최소자승법(LSM: Last Square Method), 최우도법(MLM: Maximum Likelihood Method)등이 있다.
본 절에서는 금번 연구에서 생성한 합성태풍과 실제 자연현상에서 발생한 태풍에 의한 해일이 유사하게 나타나는지 살펴보고자 하였다. 대표적으로 서남해안에 큰 피해를 발생시킨 볼라벤과 매미를 선정하였으며, 역사태풍과 이동경로가 유사한 합성태풍을 Fig.
제안 방법
연안에 발생하는 조위와 조시는 무작위로 하여 조석상황을 발생시켰으며, hot start 조건으로 조석이 재현되는 상황에서 합성태풍을 각각 고려하여 해일을 재현하였다. 174,689개 의 합성태풍에 의한 해일고 수치모의 계산은 280 core와 infiniband로 구성된 Zero9을 사용하고, 자동으로 모형의 입력 자료를 갱신하고 수치모의되도록 Perl script를 이용하여 자동화 하였다. 일련의 과정을 상세하게 살펴보면, ADCIRC모형을 이용하여 대조기와 소조기를 포함하는 30일 기간 동안 cold start 조건으로 모의하여 1시간 간격으로 hot start 조건인 조위와 유속이 포함된 정보를 데이터베이스(DB: Data Base)화 하였다.
아울러 Kang and Kim(2019)의 연구에서는 중국의 Zhe-Min 해역에서 저조시 30% 정도 해일고가 크게 나타나는 반면 고조시에 15% 정도 해일고가 감소하는 것으로 제시한 바 있다. 그러나 본 연구에서는 폭풍해일 수치모의 시 조석과 해일의 발생시간을 무작위로 선정하였고, 그 결과 각각 합성태풍마다 발생하는 해일고의 시각과 조시가 다르게 나타난다. 이와 같은 결과는 실제 해일이 저조시 또는 고조시 등 해상 상황에 따라 다르게 나타날 수 있음을 보여주고 있으며, 해일고 또한 무작위로 나타나 실제적인 해석에 기여도가 크다고 판단된다.
이때 조석의 발생 시간은 nodal factor에 의한 조석변화 영향이 가장 작은 시기인 2011년 8월로 적용하였고, 30일 기간 중 조석 발생 시간을 무작위로 선정하여 조석과 태풍이 고려된 해일을 모의한다. 대조차 환경을 갖는 서해안과 남해안에 영향을 주는 합성태풍에 의한 조석이 고려된 해일은 조석 성분을 제거하기 위해 동일 기간에 조석만 고려하여 조위편차를 산정하였다. 서남해안의 주요 조위관측소에서 산정된 해일고를 추출하여 빈도 해일고를 산정하는데 이용된다.
그러나 비대칭 형태로 태풍을 모사할 수 있는 정보는 2001년부터 제공하고 있기 때문에 누적된 태풍 자료가 불충분하여 태풍 속성을 분석하는 것이 적합하지 않다. 따라서 본연구에서는 4분면에 대한 풍속 반경 특성을 분석하지 않고, JTWC의 태풍 중심기압과 최대풍속, 최대풍속 반경 등의 태풍 속성을 분석하였다.
태풍의 약 30%는 중국 동남 해안에 상륙하여 황해로 재부상한 후 서해연안에 영향을 미치는 것으로 나타난다. 또한 태풍의 이동경로가 중위도에서 온대 저기압화(Bruneau et al.,2017; Jones et al., 2003)에 의해 변환되는 북위 30도에서 위도에 따라 달라지는 적절한 확률밀도함수를 산정하여 TCRM에 적용하였다. 본 연구에서는 RSMC에서 관측된 1951~2016년 기간 동안 중국 동부 연안으로 상륙한 233개의 태풍 이동경로에 대해 분석하였다.
본 논문에서는 과거에 발생한 역사태풍의 수가 적기 때문에 통계 자료에 근거한 확률론적 합성태풍을 생성하였다. 특히 합성태풍의 이동 경로를 실제 발생한 태풍과 유사하게 모사하기 위해 노력하였고, 태풍의 중심기압과 최대 풍속, 최대풍속 반경 등의 속성을 반영하기 위해 관측 자료로부터 상관관계를 도출하였다.
우리나라 서남해안에 영향을 준 역사태풍의 수가 적기 때문에 빈도 해일고를 분석하기 위해서는 합성태풍 생성이 필요하다. 본 연구에서는 TCRM을 이용해 역사태풍의 이동경로와 중심기압을 확률밀도함수로 추정하여 확률적으로 발생하는 합성태풍을 생성하였다. 역사태풍에서 중국 남동부 연안으로 상륙한 후 재부상 하거나 소멸되는 현상을 합성태풍에 고려하기 위해 온대 저기압화 효과가 나타나도록 확률밀도함수와 감쇠 매개변수를 적용하였다.
, 2012)가 수행되었고, 태풍과 허리케인 재현 및 예측에 대한 연구결과에서 우수한 신뢰성을 제시하고 있다. 본 연구에서는 기존 연구(Suh and Kim, 2011; Suh et al., 2015)에서 제시한 조석, 폭풍해일 모의 신뢰성이 검증된 NWP-G57k 격자체계를 이용해 조석과 합성태풍에 의한 해일고를 산정하였다.
(2010)은 확률론적 합성태풍 7,555개를 이용하여 극치해일고를 산정한 바 있다. 앞 절에서 서술한 Perl script로 모든 과정이 자동화된 합성태풍 모의체계를 이용해 인천, 군산, 목포, 대흑산도, 완도, 여수, 통영, 부산, 서귀포 정점에서 모의된 합성태풍에 의한 최대 해일고를 산정하였다. 관측치 및 계산치에 대한 연 최대 해일고 평균과 표준편차를 계산하여 Table 3에 제시하였다.
본 연구에서는 TCRM을 이용해 역사태풍의 이동경로와 중심기압을 확률밀도함수로 추정하여 확률적으로 발생하는 합성태풍을 생성하였다. 역사태풍에서 중국 남동부 연안으로 상륙한 후 재부상 하거나 소멸되는 현상을 합성태풍에 고려하기 위해 온대 저기압화 효과가 나타나도록 확률밀도함수와 감쇠 매개변수를 적용하였다. 중국 남동부 연안을 통과하여 재부상 후 서해연안으로 통과하는 태풍이 재현되는 것을 확인하였다.
연안에 발생하는 조위와 조시는 무작위로 하여 조석상황을 발생시켰으며, hot start 조건으로 조석이 재현되는 상황에서 합성태풍을 각각 고려하여 해일을 재현하였다. 174,689개 의 합성태풍에 의한 해일고 수치모의 계산은 280 core와 infiniband로 구성된 Zero9을 사용하고, 자동으로 모형의 입력 자료를 갱신하고 수치모의되도록 Perl script를 이용하여 자동화 하였다.
우리나라 서남해안에 직·간접적으로 영향을 미친 태풍을 대상으로 중심기압을 분석하였다.
이후 확률적으로 발생시킨 합성태풍을 순차적으로 Holland(1980)가 제안한 식으로 바람장과 기압장을 생성하게 된다. 이때 조석의 발생 시간은 nodal factor에 의한 조석변화 영향이 가장 작은 시기인 2011년 8월로 적용하였고, 30일 기간 중 조석 발생 시간을 무작위로 선정하여 조석과 태풍이 고려된 해일을 모의한다. 대조차 환경을 갖는 서해안과 남해안에 영향을 주는 합성태풍에 의한 조석이 고려된 해일은 조석 성분을 제거하기 위해 동일 기간에 조석만 고려하여 조위편차를 산정하였다.
174,689개 의 합성태풍에 의한 해일고 수치모의 계산은 280 core와 infiniband로 구성된 Zero9을 사용하고, 자동으로 모형의 입력 자료를 갱신하고 수치모의되도록 Perl script를 이용하여 자동화 하였다. 일련의 과정을 상세하게 살펴보면, ADCIRC모형을 이용하여 대조기와 소조기를 포함하는 30일 기간 동안 cold start 조건으로 모의하여 1시간 간격으로 hot start 조건인 조위와 유속이 포함된 정보를 데이터베이스(DB: Data Base)화 하였다. 이후 확률적으로 발생시킨 합성태풍을 순차적으로 Holland(1980)가 제안한 식으로 바람장과 기압장을 생성하게 된다.
특히 합성태풍의 이동 경로를 실제 발생한 태풍과 유사하게 모사하기 위해 노력하였고, 태풍의 중심기압과 최대 풍속, 최대풍속 반경 등의 속성을 반영하기 위해 관측 자료로부터 상관관계를 도출하였다. 자동화 스크립트를 이용해 수십만 개의 합성태풍을 조석과 함께 고려하여 서남해안의 해일고를 산정하고, 확률밀도함수를 이용해 극치 해일고를 분석하였다.
본 논문에서는 과거에 발생한 역사태풍의 수가 적기 때문에 통계 자료에 근거한 확률론적 합성태풍을 생성하였다. 특히 합성태풍의 이동 경로를 실제 발생한 태풍과 유사하게 모사하기 위해 노력하였고, 태풍의 중심기압과 최대 풍속, 최대풍속 반경 등의 속성을 반영하기 위해 관측 자료로부터 상관관계를 도출하였다. 자동화 스크립트를 이용해 수십만 개의 합성태풍을 조석과 함께 고려하여 서남해안의 해일고를 산정하고, 확률밀도함수를 이용해 극치 해일고를 분석하였다.
역사태풍과 합성태풍의 속성이 유사한 것으로 나타난다. 합성태풍과 역사태풍 수치 모의 시 조석과 해일을 함께 고려하였다. 볼라벤에 의해 관측된 해일고는 인천에서 1.
합성태풍을 생성할 때 가장 적합한 확률밀도함수를 선정하기 위해 역사태풍 이동경로를 분석하였다. Fig.
대상 데이터
, 2000; McDonald, 2006)을 이용해 수심에 따라 절점 밀집도가 달라지는 유한요소 격자체계를 태풍의 이동경로가 충분히 포함시킬 수 있도록 하여 NWP-G57k를 생성한 바 있다. 격자체계는 총 56,617개의 절점과 104,094개의 유한요소로 구성된다. 적용된 수심은 KorBathy30s와 ETOPO1이 적용되었고, 개방경계는 FES2004(Lyard et al.
본 절에서는 금번 연구에서 생성한 합성태풍과 실제 자연현상에서 발생한 태풍에 의한 해일이 유사하게 나타나는지 살펴보고자 하였다. 대표적으로 서남해안에 큰 피해를 발생시킨 볼라벤과 매미를 선정하였으며, 역사태풍과 이동경로가 유사한 합성태풍을 Fig. 11과 같이 각각 5개를 선정하였다. 태풍 볼라벤이 경기만으로 상륙하기 전 중심기압, 최대풍속 반경, 최대풍속은 각각 960 hPa, 39 km, 45 m/s로 나타나고, 합성태풍은 각각 952~975 hPa, 36~48 km, 34~48 m/s로 나타난다.
본 연구에서는 TCRM을 이용해 태풍의 이동경로와 중심기압이 고려된 174,689개의 합성태풍을 생성하였다. 또한 앞절에서 분석한 중심기압과 최대풍속, 최대풍속 반경 등이 생성된 태풍의 중심기압으로부터 산정된다.
적용된 수심은 KorBathy30s와 ETOPO1이 적용되었고, 개방경계는 FES2004(Lyard et al., 2006)로부터 추출한 M2, S2, K1, O1, N2, K2, P1, Q1 등 총 8개 분조가 고려된다.
데이터처리
, 2009;KORDI, 2010)와 금회 관측자료 분석을 통해 산정한 10, 20, 30, 50, 100년 빈도 해일고를 Table 4에 제시하였다. 본 연구에서 제시한 확률론적 합성태풍에 의한 빈도 해일고를 분석한 국내 사례가 없기 때문에 재현기간 동안에 발생할 태풍의 수를 구하여 Training Set을 기반으로 Training Set보다큰 데이터베이스를 구성할 수 있는 경험모의기법을 이용하여 빈도 해일고를 산정한 결과(Suh et al., 2009)와 비교하였다. 서해안 인천, 군산, 목포의 합성태풍에 의한 빈도 해일고는 2.
합성태풍을 이용한 빈도 해일고 산정은 일반화된 극치분포를 적용하였으며, 빈도 해일고는 기존 연구와 비교 분석하였다. 대흑산도와 서귀포의 100년 빈도 해일고가 기존 연구 및관측된 것보다 작게 나타나는데 전술하였듯이 격자 해상도 문제로 판단되며, 해일고의 평균이 낮아지면서 누적분포함수의 위치 모수가 작아지게 되고 이로 인해 빈도 해일고가 낮게 산정된 것으로 판단된다.
이론/모형
태풍 이동경로 중 114개는 서측으로 이동하여 중국 동남 측 연안에서 소멸되고, 119개는 황해로 이동하여 재부상 된다. 이러한 태풍의 이동 특성을 고려하기 위해 extRemes(Gilleland and Kakz, 2016)의 R-package를 이용하여 태풍의 이동 각도에 따른 확률밀도함수를 추정하였다. 일반화된 극치분포(GEV: Generalized Extreme Value)가 가장 적합한 것으로 추정되었으며, 확률밀도함수는 식(4)와 같다.
중심기압에 대해서는 커널밀도추정(Kernel density estimation)를 이용해 분석하고, 확률적으로 중심기압을 생성하게 된다. 이와 같은 방법을 통해 통계 모듈에서는 과거 발생한 태풍의 이동경로와 중심기압의 속성에 대한 확률밀도함수의 모수를 추정하고, Monte-Carlo 방법으로 확률론적 합성태풍을 생성하게 된다. 이러한 방법으로 생성된 합성태풍은 과거 관측된 자료로부터 매우 높은 상관성을 유지할 수 있다.
일련의 과정을 상세하게 살펴보면, ADCIRC모형을 이용하여 대조기와 소조기를 포함하는 30일 기간 동안 cold start 조건으로 모의하여 1시간 간격으로 hot start 조건인 조위와 유속이 포함된 정보를 데이터베이스(DB: Data Base)화 하였다. 이후 확률적으로 발생시킨 합성태풍을 순차적으로 Holland(1980)가 제안한 식으로 바람장과 기압장을 생성하게 된다. 이때 조석의 발생 시간은 nodal factor에 의한 조석변화 영향이 가장 작은 시기인 2011년 8월로 적용하였고, 30일 기간 중 조석 발생 시간을 무작위로 선정하여 조석과 태풍이 고려된 해일을 모의한다.
성능/효과
14~15에 제시하였다. 본 연구에서 생성한 합성태풍의 속성이 과거에 발생한 태풍과 유사하게 나타나며, 수치 모의한 해일고도 유사한 범위로 나타나 합성태풍을 이용한 빈도 해일고를 산정하기 위해 적합한 것으로 판단된다.
(2015)에 의하면 서해안으로 상륙한 태풍 볼라벤의 예경보 자료를 이용해 NWP-G57k와 NWPG116k 격자 체계에서 각각 수치 모의하여 최대 해일고에 대한 RMS 오차를 산정한 바 있다. 수치 모의된 결과와 관측된 최대 해일고의 RMS 오차는 NWP-G57k에서 0.31 m, NWPG116k에서 0.24 m로 제시된다. 아울러 NWP-G57k를 이용한 최대 해일고 결과가 대흑산도와 서귀포에서 관측치에 비해 각각 52.
24 m로 제시된다. 아울러 NWP-G57k를 이용한 최대 해일고 결과가 대흑산도와 서귀포에서 관측치에 비해 각각 52.4%, 31.2% 낮게 나타난다. 10 m 이하 수심의 절점 밀도가 NWP-G57k에서 40.
, 2006)로부터 추출한 M2, S2, K1, O1, N2, K2, P1, Q1 등 총 8개 분조가 고려된다. 우리나라 연안 96개 관측소와 국제수로기구 153개 관측소의 조석 진폭과 위상을 계산치와 비교한 결과 진폭RMS 오차가 0.138 m, 위상은 14.80 degree로 나타난다. 이외에도 ADCIRC(Luettich et al.
역사태풍에서 중국 남동부 연안으로 상륙한 후 재부상 하거나 소멸되는 현상을 합성태풍에 고려하기 위해 온대 저기압화 효과가 나타나도록 확률밀도함수와 감쇠 매개변수를 적용하였다. 중국 남동부 연안을 통과하여 재부상 후 서해연안으로 통과하는 태풍이 재현되는 것을 확인하였다. 태풍 이동경로 통과율이 역사태풍에서 7.
중국 남동부 연안을 통과하여 재부상 후 서해연안으로 통과하는 태풍이 재현되는 것을 확인하였다. 태풍 이동경로 통과율이 역사태풍에서 7.2%로 나타나며, 합성태풍은 개선 전 0.4%에서 4.9%로 개선되었다. 역사태풍의 중심기압에 따른 최대풍속과 최대풍속 반경에 대한 상관관계를 도출하여 합성태풍에 고려하였으며, 합성태풍에 의해 산정된 해일은 실제 관측된 해일과 유사하게 나타나 빈도 해일고 산정에 활용될 수 있는 것으로 사료된다.
7에 제시하였다. 통과율을 살펴보면 W1 경계로 관측은 21.5%, 개선 전은 5.5%, 개선 후는 11.1%로 나타나며, E2 경계는 각각 7.2%, 0.4%, 4.9%, N2는 각각 4.3%, 1.1%, 2.6%, N1은 1.5%, 0.4%, 1.6%로 나타나 온대 저기압화 및 중심기압 감쇠 효과를 개선함으로써 전반적인 태풍 통과율이 개선된 것으로 나타난다.
(2012)은 과거에 발생한 폭풍 해일고 관측 자료에 근거하여 미국 걸프만 연안(Gulf coast)의 빈도 해일고를 분석하였다. 해일고 분석에는 확률밀도함수를 이용해 빈도 해일고를 제시하였으며, 적용 방법에 따라 빈도 해일고가 달라질 수 있음을 제시하였다. Suzuki et al.
후속연구
9 km로 매우 성긴 격자로 되어있다. 따라서 관측된 평균 해일고보다 수치모의 결과가 과소평가된 것으로 판단된며, 섬 지역의 해안선이 적절하게 반영되지 못한 제한사항이 있다. Suh et al.
본 연구에서 제안한 역사태풍에 근거하여 확률적으로 발생시킨 합성태풍과 무작위로 고려된 조석상황에 의해 다양한 해일고가 나타날 수 있으며, 이러한 해일고는 실제 자연현상에서 발생할 수 있다. 따라서 우리나라 서남해안에 신규로 축조되는 구조물 주변해역에서 발생할 수 있는 극치 해일고 또는 극치 해면고를 산정하는데 활용될 수 있을 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
폭풍의 규모와 강도가 증가하는 이유는 무엇인가?
Kossin etal.(2014)에 의하면 지난 1982년부터 2012년까지 31년 동안 전 세계에서 발생한 태풍과 허리케인, 사이클론 등과 같은 열대성 저기압이 가장 강하게 발달하는 지점이 지구의 적도에서 점점 멀어져 극 쪽인 고위도 지역으로 이동하는 것을 제시하였다. 이러한 환경 변화는 장래에 폭풍의 규모와 강도가 증가할 수 있기 때문에 중위도 지역에 위치한 우리나라의 경우 더 큰 연안재해가 발생할 수 있다.
TCRM의 특징은?
호주 지형연구원(GA: Geoscience Australia)에서 개발한 TCRM(Topical Cyclone Risk Model)은 열대 저기압(tropicalcyclone)에 의해 발생할 수 있는 기압과 풍속에 대한 취약성을 분석할 수 있으며, 역사태풍 속성 정보로부터 확률밀도함수를 추정하고 풍속에 대한 빈도 해석을 수행할 수 있다. TCRM은 자료처리 모듈, 통계 모듈, 이동 경로 생성 모듈, 바람장 모듈 그리고 위험성 모듈로 구성되며, 처리 과정은 Python code로 자동화 되어 있다.
TCRM은 어떤 모듈로 구성되어 있는가?
호주 지형연구원(GA: Geoscience Australia)에서 개발한 TCRM(Topical Cyclone Risk Model)은 열대 저기압(tropicalcyclone)에 의해 발생할 수 있는 기압과 풍속에 대한 취약성을 분석할 수 있으며, 역사태풍 속성 정보로부터 확률밀도함수를 추정하고 풍속에 대한 빈도 해석을 수행할 수 있다. TCRM은 자료처리 모듈, 통계 모듈, 이동 경로 생성 모듈, 바람장 모듈 그리고 위험성 모듈로 구성되며, 처리 과정은 Python code로 자동화 되어 있다. 태풍의 이동경로를 생성하는 모듈은 Hall and Jewson(2007)이 제시한 방법이 적용되어 있으며, 역사태풍의 이동경로를 정규분포로 추정하여 확률적으로 태풍의 이동 경로를 생성하게 된다.
참고문헌 (33)
Blanton, B., McGee, J., Fleming, J., Kaiser, C., Kaiser, H., Lander, H., Luettich, R.A., Dresback, K. and Kolar, R. (2012). Urgent computing of storm surge for North Carolina's coast. Procedia Comput. Sci., 9, 1677-1686.
Bruneau, N., Grieser, J., Loridan, T., Bellone, E. and Khare, S. (2017). The impact of extra-tropical transitioning on storm surge and waves in catastrophe risk modelling: application to the Japanese coastline. Natural Hazards, 85(2), 649-667.
Fleming, J.G., Fulcher, C.W., Luettich, R.A., Estrade, B.D., Allen, G.D. and Winer, H.S. (2008). A real time storm surge forecasting system using ADCIRC. Estuar. and Coast. Modeling, 2007, 893-912.
Gilleland, E. and Katz, R.W. (2016). Extremes 2.0: an extreme value analysis package in R. J. Stat. Softw., 72(8), 1-39.
Hagen, S.C., Westerink, J.J., Kolar, R.L. and Horstmann, O. (2000). Two-dimensional, unstructured mesh generation for tidal models. Int. J. Numer. Methods Fluids, 35, 669-686.
Hall, T.M. and Jewson, S. (2007). Statistical modelling of North Atlantic tropical cyclone tracks. Tellus A, 59(4), 486-498.
Kang, J.W., Kim, Y.S., Kwon, S.D. and Choun, Y.S. (2016). Generation of a standard typhoon using for surge simulation consistent with wind in terms of return period. Journal of Korean Society of Coastal and Ocean Engineers, 28(1), 53-62.
Kang, J.W. and Kim, Y.S. (2019). Typhoon-surge characteristics and the highest high water levels at the Western coast. Journal of Korean Society of Coastal and Ocean Engineers, 31(2), 50-61.
Kim, H.J. and Suh, S.W. (2016). Probabilistic coastal storm surge analyses using synthesized tracks based on historical typhoon parameters. J. Coast. Res., 75(sp1), 1132-1136.
Kim, T.J., Kwon, H.H. and Seok, S.Y. (2019). Frequency analysis of storm surge using Poisson-Generalized Pareto distribution. J. Korea Water Resour. Assoc., 52(3), 173-185.
KORDI (2010). Development of Storm Surge and Tsunami Prediction System and Estimation of Design Water Level for major ports in Korea. 362.
Kossin, J.P., Emanuel, K.A. and Vecchi, G.A. (2014). The Poleward Migration of the Location of Tropical Cyclone Maximum Intensity. Nature, 509, 349-252.
Lin, N., Emanuel, K.A., Smith, J.A. and Vanmarcke, E. (2010). Risk assessment of hurricane storm surge for New York City. J. Geophys. Res., 115, D18121.
Luettich, R.A., Westerink, J.J. and Scheffner, N.W. (1992). ADCIRC : An Advanced Three-Dimensional Circulation Model for Shelves Coasts and Estuaries Report 1: Theory and Methodology of ADCIRC-2DDI and ADCIRC-3DL. Vicksburg, MS: US Army Corps of Engineers Waterways Experiment Station, Dredging Research Program Technical Report DRP-92-6, 141.
Lyard, F., Lefevre, F., Letellier, T. and Francis, O. (2006). Modelling the global ocean tides: modern insights from FES2004. Ocean Dyn., 56, 394-415.
McDonald, C.L. (2006). Automatic, unstructured mesh generation for 2D, shelf-based tidal models. MS thesis, Brigham Young University.
Needham, H.F., Keim, B.D., Sathiaraj, D. and Shafer, M. (2012). Storm surge return periods for the United States Gulf Coast. Advances in Hurricane Engineering, 715-740.
Suh, K.D., Yang, Y.C., Jun, K.C. and Lee, D.Y. (2009). Extreme sea level analysis in coastal waters around Korean peninsula using empirical simulation technique. Journal of Korean Society of Coastal and Ocean Engineers, 21(3), 254-265.
Suh, S.W. and Kim, H.J. (2011). Precise tidal simulation on the Yellow sea and extended to north western pacific sea. Journal of Korean Society of Coastal and Ocean Engineers, 23(3), 205-214.
Suh, S.W. and Kim, H.J. (2012). Typhoon surge simulation on the West coast incorporating asymmetric vortex and wave model on a fine finite element grid. Journal of Korean Society of Coastal and Ocean Engineers, 24(3), 166-178.
Suh, S.W., Lee, H.Y., Kim, H.J. and Fleming, J.G. (2015). An efficient early warning system for typhoon storm surge based on time-varying advisories by coupled ADCIRC and SWAN. Ocean Dyn., 65(5), 617-646.
Suzuki, T.S., Shibaki, H. and Suzuyama, K. (2014). Prediction of inundation disaster due to storm surge under global warming. Proc. of 34th Conference on Coast. Engineering, Seoul, Korea.
Vickery, P.J. and Twisdale, L.A. (1995). Wind-field and filling models for hurricane wind-speed predictions. J. Struct. Eng., 121(11), 1700-1709.
Vickery, P.J., Skerlj, P.F. and Twisdale, L.A. (2000). Simulation of hurricane risk in the U.S. using empirical track model. J. Struct. Eng., 126(10), 1222-1237.
Vickery, P.J. (2005). Simple empirical models for estimating the increase in the central pressure of tropical cyclones after landfall along the coastline of the United States. J. of Appl. Meteorology, 44(12), 1807-1826.
Vickery, P.J., Masters, F.J., Powell, M.D. and Wadhera, D. (2009). Hurricane hazard modeling: The past, present, and future. J. of Wind Engineering and Industrial Aerodynamics, 97(7), 392-405.
Vickery, P.J. and Wadhera, D. (2009). Statistical models of Holland pressure profile parameter and radius to maximum winds of hurricanes from flight-level pressure and H*Wind data. J. Appl. Meteorol. Climatol., 47(10), 2497-2517.
Wikipedia (2019). https://en.wikipedia.org/wiki/Typhoon_Haiyan (last date accessed: 16 Jun 2019).
Willoughby, H.E., Darling, R.W.R. and Rahn, M.E. (2006). Parametric representation of the primary hurricane vortex. Part II: A new family of sectionally continuous profiles. Mon. Weather Rev., 134(4), 1102-1120.
Zhao, H., Han, G., Zhang, S. and Wang, D. (2013). Two phytoplankton blooms near Luzon Strait generated by lingering Typhoon Parma. J. Geophys. Res. Biogeosci., 118(2), 412-421.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.