KR101172317B1 - 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템 및 그 방법 - Google Patents

한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템 및 그 방법 Download PDF

Info

Publication number
KR101172317B1
KR101172317B1 KR1020100069204A KR20100069204A KR101172317B1 KR 101172317 B1 KR101172317 B1 KR 101172317B1 KR 1020100069204 A KR1020100069204 A KR 1020100069204A KR 20100069204 A KR20100069204 A KR 20100069204A KR 101172317 B1 KR101172317 B1 KR 101172317B1
Authority
KR
South Korea
Prior art keywords
typhoon
model
warming
storm
intensity
Prior art date
Application number
KR1020100069204A
Other languages
English (en)
Other versions
KR20120008384A (ko
Inventor
문일주
오상명
Original Assignee
제주대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 제주대학교 산학협력단 filed Critical 제주대학교 산학협력단
Priority to KR1020100069204A priority Critical patent/KR101172317B1/ko
Publication of KR20120008384A publication Critical patent/KR20120008384A/ko
Application granted granted Critical
Publication of KR101172317B1 publication Critical patent/KR101172317B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • G01W1/06—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed giving a combined indication of weather conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W2201/00—Weather detection, monitoring or forecasting for establishing the amount of global warming
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템 및 그 방법에 관한 것이다. 보다 구체적으로 본 발명은 기후예측 모델에서 예측된 온난화 환경에서 해수면 온도와 대기 변수들을 CSEOF(Cyclostationary Empirical Orthogonal Function) 분석을 통해 그 변화율을 구하여 미래의 온난화 환경을 구성하는 온난화 환경 구성부와, 상기 온난화 환경 구성부에 의해 구성된 미래의 온난화 환경에 근거하여 WRF(Weather Research and Forecasting) 3.1 모델을 이용하여 한반도 해역의 태풍을 모의하는 태풍 모의부와, 상기 온난화 환경 구성부에 의해 구성된 미래의 온난화 환경에 근거하여 RTS(Real-time Tide & surge)모델을 이용하여 한반도 해역의 폭풍해일을 모의하는 폭풍해일 모의부 및 상기 태풍 모의부 및 폭풍해일 모의부의 모의결과에 기초하여 미래의 한반도 해역의 태풍, 폭풍해일의 강도변화를 예측하는 예측부를 포함한다. 본 발명에 따르면, 미래의 한반도 해역의 태풍, 폭풍해일의 강도변화를 예측함으로써 정확한 태풍 활동과 폭풍해일의 강도변화를 예측할 수 있는 장점이 있다.

Description

한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템 및 그 방법{SYSTEM AND METHOD FOR PREDICTING INTENSITY OF TYPHOON AND STORM SURGE ALONG THE KOREAN COASTS}
본 발명은 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템에 관한 것으로, 더욱 자세하게는 온난화로 인한 해수면 온도와 대기 변수들의 변화를 모두 고려하여 미래의 온난화 환경을 구성한 뒤 지구온난화로 인한 미래 한반도 해역의 태풍, 폭풍해일의 강도변화를 예측함으로써 정확한 태풍, 폭풍해일의 강도변화를 예측할 수 있는 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템 및 그 방법에 관한 것이다.
본 발명은 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템 및 그 방법에 관한 것이다.
최근 산업이 발달함에 따른 전 지구 해양 및 대기 환경 변화로 인해 자연 재해에 의한 피해가 과거에 비해 급격히 커지고 있다. 우리나라에 영향을 미치는 자연재해에는 여름철 장마, 강풍, 호우 및 겨울철 폭설 등 악기상에 의한 피해가 대부분을 차지하며 이 중 태풍에 의한 인적, 물적 피해가 가장 큰 비중을 차지하고 있다. 또한, 우리나라는 3면이 바다로 둘러 쌓인 지리적인 특성 때문에 대부분의 인구가 연안에 밀집해 살고 있으므로 태풍으로부터 발생한 폭풍해일에 의한 피해 역시 매우 크다.
2000년도에 들어 태풍 루사, 태풍 매미와 같은 강력한 태풍이 한반도에 상륙하여 각각 일강수량(870 mm)과 최대풍속 극값(63.7 m/s)을 갱신하면서 서해안 및 남해안에 큰 피해를 입혔다. 그리고 2005년 9월에는 미국 루이지애나주 뉴올리언즈 지역에 허리케인 카트리나가 상륙하여 큰 피해를 안겨주기도 하였다. 이처럼 최근 태풍에 의한 기록적인 피해가 발생함에 따라 2000년대 이후 과거 태풍자료를 이용한 태풍의 발생 및 강도의 장기 변화를 예측하는 연구들이 많이 진행되고 있다.
과거 우리나라에 영향을 줬던 태풍들을 분석해 본 결과, 문일주(2007)는 최근 들어 한반도에 영향을 미치는 태풍의 강도는 점점 강해지고 있음을 발표하였다. Webter(2005)는 지구온난화와 더불어 북서태평양에서 1975년부터 1989년까지 기간보다 1990년부터 2004년까지의 기간에서 4등급 이상의 강한 태풍의 수가 25%에서 41%로 증가하였다고 발표하였다. 또한 Emanual(2005)은 해수면 온도의 상승과 더불어 전 세계 태풍활동이 증가하였다고 발표하였다. 이러한 연구들에서 태풍 강도의 변화는 화석연료 배출에 따른 지구온난화의 영향으로 보는 견해가 많다.
그러나 이와 반대로 Landsea(2007)는 태풍의 장기 변동에 대한 명확한 결론을 내리기에는 아직까지 신뢰성이 있는 장기간의 관측 자료가 부족함을 지적하였다. 따라서 미래에 지구온난화로 인해 태풍의 강도가 강해진다는 결론은 단정적으로 내리기 어렵다고 주장하였다. 또한 Kossin(2007)은 태풍의 강도를 결정하는 데 사용되는 인공위성 자료를 일관된 방법으로 재분석하여 지난 25년간 전 세계적으로 태풍의 강도와 활동이 과거에 비해 크게 증가하지 않은 것으로 보고하였다. 이처럼 아직까지 태풍의 강도 및 활동이 강해지고 있다는 주장과 관측자료의 부족으로 명확한 결론을 내기가 어렵다는 주장이 팽팽하고 맞서고 있는 상황이다.
태풍의 강도 변화는 태풍으로 인한 폭풍해일의 강도 변화와 직접적으로 연관 된다. 권석재 등(2008)은 속초와 묵호에서 1974년부터 2007년까지 국립해양조사원의 1시간 조위관측 기록을 사용하여 연간 최대 해일고의 장기변동성을 분석한 결과, 최근 들어 우리나라 동해안에서 태풍에 의한 해일고가 커지고 있음을 밝혔다
장기간의 태풍 관측자료의 부족을 극복하기 위하여 최근에는 수치실험을 통해 미래 온난화 환경에서 태풍의 강도와 빈도 그리고 폭풍해일의 강도를 예측하는 연구가 많이 이루어지고 있다. Bender(2010), Emanual(2008), 그리고 Knutson(2008, 2004)은 수치실험 결과로부터 미래로 갈수록 태풍의 빈도수는 줄고 강도는 더 강해질 것으로 예측했다. 윤종주(2009)는 모조 태풍을 이용한 실험에서 미래로 갈수록 강한 폭풍해일이 발생할 수 있음을 보고하였다. Wang(2008)은 IPCC 미래 기후 예측 결과를 이용한 온난화 실험에서 아일랜드 지역에서 폭풍해일의 발생과 강도가 증가하는 것으로 예측했다.
오재호(2007)는 과거 2003년 태풍 매미 시기의 해수면 온도를 100년 뒤의 환경으로 일정하게 상승시킨 실험에서 태풍 중심기압과 최대풍속이 각각 20 hPa, 10 m/s씩 증가함을 보였다. 그러나, 이 방법은 온난화로 인한 미래의 해수면 온도의 변화만을 고려하고 미래의 대기 변수들의 변화를 고려하지 않아 태풍, 폭풍해일의 강도변화를 예측하는 데에 문제점이 있다.
본 발명은 상기 문제점을 해결하기 위하여 발명된 것으로, 온난화로 인한 해수면 온도와 대기 변수들의 변화를 모두 고려하여 미래의 온난화 환경을 구성한 뒤 지구온난화로 인한 미래 한반도 해역의 태풍, 폭풍해일의 강도변화를 예측함으로써 정확한 태풍, 폭풍해일의 강도변화를 예측할 수 있는 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템 및 그 방법을 제공하는 것을 목적으로 한다.
상기의 목적을 달성하기 위하여 본 발명에 의한 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템은, 온난화로 인한 해수면 온도와 대기 변수의 변화를 모두 고려하여 미래의 온난화 환경을 구성한 뒤 상기 미래의 온난화 환경에 근거하여 미래의 태풍, 폭풍해일의 강도변화를 예측하는 강도변화 예측서버;를 포함한다.
이때, 상기 강도변화 예측서버는, 기후예측 모델에서 예측된 온난화 환경에서 해수면 온도와 대기 변수들을 CSEOF(Cyclostationary Empirical Orthogonal Function) 분석을 통해 그 변화율을 구하여 미래의 온난화 환경을 구성하는 온난화 환경 구성부; 상기 온난화 환경 구성부에 의해 구성된 미래의 온난화 환경에 근거하여 WRF(Weather Research and Forecasting) 3.1 모델을 이용하여 한반도 해역의 태풍을 모의하는 태풍 모의부; 상기 온난화 환경 구성부에 의해 구성된 미래의 온난화 환경에 근거하여 RTS(Real-time Tide & surge)모델을 이용하여 한반도 해역의 폭풍해일을 모의하는 폭풍해일 모의부; 및 상기 태풍 모의부 및 폭풍해일 모의부의 모의결과에 기초하여 미래의 한반도 해역의 태풍, 폭풍해일의 강도변화를 예측하는 예측부;를 포함한다.
그리고 온난화 환경 구성부는, IPCC 기후모델인 MPI_echam5 데이터를 이용하여 전 지구 해양과 대기 변수들의 온난화로 인한 변화 값을 구하는 것이 바람직하다.
한편, WRF(Weather Research and Forecasting) 3.1 모델은 NCEP GFS 재분석 자료와 보거싱 기법을 이용하여 초기장을 생성하는 것이 바람직하다.
또한, RTS(Real-time Tide & surge)모델은 미국 프리스톤 해양 모델(POM:Princeton Ocean Model)을 기반으로 하며 실시간으로 조석과 폭풍해일을 모의하는 것이 바람직하다.
이때, 상기 RTS(Real-time Tide & surge)모델은 Holland 모델을 이용하여 RSMC(Regional Specialized Meteorological Centre, 지역특별기상센터, 이하 RSMC라 함) 태풍경로 자료에 상기 WRF 모델의 중심기압과 최대풍속 모의 결과를 합성하여 입력장을 생성한다.
상기의 목적을 달성하기 위하여 본 발명에 의한 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 방법은, (A)기후예측 모델에서 예측된 온난화 환경에서 해수면 온도와 대기 변수들을 CSEOF(Cyclostationary Empirical Orthogonal Function) 분석을 통해 그 변화율을 구하여 미래의 온난화 환경을 구성하는 단계; (B)강도변화 예측서버가 (A)단계에 의해 구성된 미래의 온난화 환경에 근거하여 WRF(Weather Research and Forecasting) 3.1 모델을 이용하여 한반도 해역의 태풍을 모의하는 단계; (C)강도변화 예측서버가 상기 (A)단계에 의해 구성된 미래의 온난화 환경에 근거하여 RTS(Real-time Tide & surge)모델을 이용하여 한반도 해역의 폭풍해일을 모의하는 단계; 및 (D)강도변화 예측서버가 상기 (B)단계 및 (C)단계의 모의결과에 기초하여 미래의 한반도 해역의 태풍, 폭풍해일의 강도변화를 예측하는 단계;를 포함한다.
그리고 상기 (A)단계는, 강도변화 예측서버가 IPCC 기후모델인 MPI_echam5 데이터를 이용하여 전 지구 해수면 온도와 대기 변수들의 온난화로 인한 변화 값을 구하는 것이다.
또한, 상기 (B)단계의 WRF(Weather Research and Forecasting) 3.1 모델은 NCEP GFS 재분석 자료와 보거싱 기법을 이용하여 초기장을 생성하는 것이 바람직하다.
한편, 상기 (C)단계의 RTS(Real-time Tide & surge)모델은 미국 프리스톤 해양 모델(POM:Princeton Ocean Model)을 기반으로 하며 실시간으로 조석과 폭풍해일을 모의한다.
그리고 상기 RTS(Real-time Tide & surge)모델은 Holland 모델을 이용하여 RSMC 태풍경로 자료에 상기 WRF 모델의 중심기압과 최대풍속 모의 결과를 합성하여 입력장을 생성하는 것이 바람직하다.
본 발명에 따르면, 본 발명은 온난화로 인한 해수면 온도와 대기 변수들의 변화를 모두 고려하여 미래의 온난화 환경을 구성한 뒤 지구온난화로 인한 미래의 한반도 해역의 태풍, 폭풍해일의 강도변화를 예측함으로써 정확한 태풍 활동과 폭풍해일의 강도변화를 예측할 수 있는 장점이 있다.
도 1은 본 발명의 바람직한 실시예에 의한 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템의 내부구성을 도시한 블럭도.
도 2는 본 발명의 바람직한 실시예에 의한 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템의 동작과정을 도시한 순서도.
도 3은 2000년부터 2009년까지 해수면 온도의 변동을 설명하는 설명도.
도 4는 본 발명의 바람직한 실시예에 의한 지구온난화로 인한 태풍, 폭풍해일의 강도 변화를 예측하기 위한 동작과정을 도시한 순서도.
도 5는 2000년부터 2009년까지 해수면 온도를 CSEOF 분석한 결과를 보여주는 설명도.
도 6은 100년 동안 온난화로 인한 한반도 연안에서의 해면기압, 1000 hPa에서의 온도, 상대습도, 지위고도, 바람의 변화를 설명하는 설명도.
도 7은 태풍 매미가 발생하는 동안, WRF 모델을 이용하여 Control, Exp. 1 실험, Exp. 2 실험의 해수면의 압력과 바람의 모의결과를 보여주는 설명도.
도 8은 태풍 매미가 발생하는 동안, Control, Exp. 1 실험, Exp. 2 실험의 중심기압과 풍속의 모의 결과를 보여주는 설명도.
도 9는 태풍 루사가 발생하는 동안, Control, Exp. 1 실험, Exp. 2 실험의 중심기압과 풍속의 모의 결과를 보여주는 설명도.
도 10은 best track 자료를 이용하여 태풍 매미가 발생하는 동안, Control, Exp. 1 실험, Exp. 2 실험의 중심기압과 풍속의 모의 결과를 보여주는 설명도.
도 11은 2003년 9월에 발생한 태풍 매미에 대해 폼 모델, 관찰의 해일 모의 결과를 보여주는 설명도.
도 12는 태풍 매미에 대해 Control, Exp. 1 실험, Exp. 2 실험의 폭풍해일 모의 결과를 보여주는 설명도.
도 13은 태풍 매미 및 루사에 대해 Control, Exp. 1 실험, Exp. 2 실험의 해일고 비교 결과를 보여주는 설명도.
도 14는 태풍의 강도 변화에 원인이 되는 변수를 설명하는 설명도.
이하에서는 상기한 바와 같은 본 발명에 의한 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템의 바람직한 실시예를 첨부된 도면을 참고로 하여 상세하게 설명한다.
도 1에는 본 발명의 바람직한 실시예에 의한 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템의 내부구성을 도시한 블럭도가 도시되어 있다.
도시된 바와 같이 본 발명은 온난화로 인한 해수면 온도와 대기 변수들의 변화를 모두 고려하여 미래의 온난화 환경을 구성한 뒤 상기 미래의 온난화 환경에 근거하여 미래의 태풍, 폭풍해일의 강도변화를 예측하는 강도변화 예측서버(100)를 포함한다.
이때, 강도변화 예측서버(100)는 온난화 환경 구성부(110), 태풍 모의부(120), 폭풍해일 모의부(130), 예측부(140), 중앙제어부(150), 저장부(160)를 포함한다.
온난화 환경 구성부(110)는 기후예측 모델에서 예측된 온난화 환경에서 해수면 온도와 대기 변수들을 CSEOF(Cyclostationary Empirical Orthogonal Function) 분석을 통해 그 변화율을 구하여 미래의 온난화 환경을 구성한다. 이때, 온난화 환경 구성부(110)는, IPCC 기후모델인 MPI_echam5 데이터를 이용하여 전 지구의 해수면 온도와 대기 변수들의 온난화로 인한 변화 값을 구하는 것이 바람직하다.
한편, CSEOF(Cyclostationary Empirical Orthogonal Function) 분석은 자료에 포함된 물리적인 양상(physical mode)과 각각의 양상의 크기의 시간적 변화(principal component time series, PC-Time series)로 나누는 방법이다.
전통적인 EOF 방법에서는 자료의 통계적인 특성이 한 지점에서 변하지 않는다는 가정(stationary)에 근거하고 있는 반면, CSEOF 방법에서는 그 특성이 시간에 따라 변하지만, 주기성을 가진다는 가정에 근거하고 있다. CSEOF 분리 방법은 [수학식 1]을 통해 나타낼 수 있다.
Figure 112010046154724-pat00001
여기서, Bn(r, t)는 물리 양상(physical mode)의 시간과 공간의 변화이며, Tn(t)는 각 물리 양상의 크기가 시간에 따라 어떻게 변하는지를 나타내는 것이고, n은 모드를 나타내는 지수이며, d는 나타내고자 하는 장주기의 기간을 설정하는 것이다. 예를 들어 우리나라의 월별 온도를 CSEOF를 통하여 분석하고자 한다면 우리나라 온도 변화에 가장 큰 영향을 주는 패턴은 계절적 변동이다. 이렇게 주된 계절적인 주기성을 가지는 기간 주기를 1년으로 설정할 경우, 우리가 원하는 계절적인 변동의 공간 변화와 계절 변동의 장기간 변화에 대해 알 수 있다. CSEOF 패턴은 각각의 모드에 직교하며 각 모드에 해당하는 Tn(t)는 서로 독립적이다.
태풍 모의부(120)는 온난화 환경 구성부(110)에 의해 구성된 미래의 온난화 환경에 근거하여 WRF(Weather Research and Forecasting) 3.1 모델을 이용하여 한반도 해역의 태풍을 모의한다.
WRF(Weather Research and Forecasting) 3.1 모델의 구성은 [표 1]과 같다.
Figure 112010046154724-pat00002
한편, 입력장으로 사용된 NCEP/NCAR 재분석 자료는 1°x 1°간격으로 구성되어 있으나 이는 모델을 수행할 때 태풍을 과소평가하는 경향이 있기 때문에 본 발명에서는 WRF 3.1 Version에 있는 보거싱(Bogussing) 기법을 사용해 관측 값에 비슷한 모조태풍을 삽입하여 초기 입력장을 생성한다. 즉, 본 발명은 WRF(Weather Research and Forecasting) 3.1 모델의 NCEP GFS 재분석 자료와 보거싱 기법을 이용하여 초기장을 생성하는 것이다.
폭풍해일 모의부(130)는 온난화 환경 구성부(110)에 의해 구성된 미래의 온난화 환경에 근거하여 RTS(Real-time Tide & surge)모델을 이용하여 한반도 해역의 폭풍해일을 모의한다.
좀 더 구체적으로, 폭풍해일 모의부(130)는 폭풍해일의 모의를 위해서 조석과 해일의 상호작용이 고려될 수 있도록 실시간 조석과 폭풍해일이 함께 모의되는 조석해일 결합 모델을 사용하는 것이다. 여기서, 사용된 모델은 수심이 급격히 변화하는 연안역에 대한 연구를 위해 설계된 미국 프린스톤 해양 모델(POM)로써 모델영역은 우리나라 서해와 남해 그리고 동중국해를 포함하는 E117° - 132°, N23° - 42°이며 1/12 격자 간격을 가지고 있다. 사용된 조석의 분조는 M2, S2, K1, O1, K2, N2 , P1, Q1, N2의 8개 분조가 사용된다. 이러한 POM 모델의 격자체계는 Arakawa C 격자로서 각 격자의 중앙에 해수면 높이(η)와 수온과 염분 혹은 보존성 물질 등을 배치하고 격자의 왼쪽 경계에 동서방향의 유속, 격자의 아래쪽에 남북방향의 유속을 배치한 형태로 되어있다.
또한, 폭풍해일 모의부(130)는 Holland 모델을 이용하여 RSMC 태풍경로 자료에 상기 WRF 모델의 중심기압과 최대풍속 모의 결과를 합성하여 입력장을 생성한다.
좀 더 구체적으로, Holland 모델은 입력된 태풍 정보를 이용하여 모조태풍을 만드는 모델로써 입력 자료로부터 태풍의 위치, 중심기압, 최대풍속의 정보를 읽어 마찰력을 포함한 지균풍을 가정하여 기압과 해상풍을 계산한다. 태풍정보를 이용하여 기압의 분포를 계산하는 [수학식 2]와 같다.
Figure 112010046154724-pat00003
여기서 P(r)는 태풍 중심에서 거리 r인 지점에서의 기압, P c 는 태풍의 중심 기압, P n 은 태풍지역 밖에서의 기압(ambient pressure), A, B는 조절 변수이다. Holland에 의하면 B는 1 ~ 2.5의 범위를 가지는데 본 발명에서는 1을 취했고, 이 경우 최대풍속반경(R o )는 A가 된다. 위의 기압 분포로부터 경도풍(gradient wind)은 [수학식 3]을 이용하여 계산된다.
Figure 112010046154724-pat00004
여기서, W(r)는 반경 r에서의 경도풍, ρa는 공기밀도, f는 코리올리 계수이며 해상풍에 해면 마찰을 고려하여 약 30%의 속도 감속과 바람의 방향이 약 30도 정도 태풍의 중심쪽으로 편향되도록 하였다. 또한, 태풍의 이동방향에 대하여 우측은 태풍의 이동속도가 더해져 바람이 더욱 강해지고 좌측은 태풍의 이동속도가 기압 분포에 의해 발생되는 바람을 상쇄시켜 바람이 약해지기 때문에 북반구에서 태풍권의 바람은 기압분포로 계산된 경도풍에 태풍의 이동 속도를 고려해 주었다.
한편, 예측부(140)는 태풍 모의부(120) 및 폭풍해일 모의부(130)의 모의결과에 기초하여 미래의 한반도 해역의 태풍, 폭풍해일의 강도변화를 예측한다.
중앙제어부(150)는 강도변화 예측서버(100)의 전반적인 동작을 제어하며, 특정 사용자 단말기로부터 미래의 한반도 해역의 태풍, 폭풍해일의 강도변화를 예측하고자 하는 요청을 입력받으면, 그 강도변화 예측결과가 사용자 단말기에 제공되도록 처리한다.
저장부(160)에는 태풍, 폭풍해일의 관련정보가 저장된다. 이러한 저장부(160)에는 저장되는 데이터의 용량에 따라, 이이피롬(EPROM), 플래쉬메모리, 외장형메모리와 같은 다양한 저장매체가 제공될 수 있다.
이하에서는 상기한 바와 같은 본 발명에 의한 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템의 동작과정을 첨부된 도면을 참고로 하여 상세하게 설명한다.
도 2에는 본 발명의 바람직한 실시예에 의한 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템의 동작과정을 도시한 순서도가 도시되어 있다.
강도변화 예측서버(100)가 기후예측 모델에서 예측된 온난화 환경에서 해수면 온도와 대기 변수들을 CSEOF(Cyclostationary Empirical Orthogonal Function) 분석을 통해 그 변화율을 구하여 미래의 온난화 환경을 구성한다(단계 S100). 이때, 강도변화 예측서버(100)가 IPCC 기후모델인 MPI_echam5 데이터를 이용하여 전 지구 해양과 대기 변수들의 온난화로 인한 변화 값을 구하는 것이 바람직하다.
이후, 강도변화 예측서버(100)가 단계 S100에 의해 구성된 미래의 온난화 환경에 근거하여 WRF(Weather Research and Forecasting) 3.1 모델을 이용하여 한반도 해역의 태풍을 모의한다(단계 S110). 한편, WRF(Weather Research and Forecasting) 3.1 모델은 NCEP GFS 재분석 자료와 보거싱 기법을 이용하여 초기장을 생성하는 것이 바람직하다.
그리고 나서 강도변화 예측서버(100)가 상기 단계 S100에 의해 구성된 미래의 온난화 환경에 근거하여 RTS(Real-time Tide & surge)모델을 이용하여 한반도 해역의 폭풍해일을 모의한다(단계 S120). 이때, RTS(Real-time Tide & surge)모델은 미국 프리스톤 해양 모델(POM:Princeton Ocean Model)을 기반으로 하며 실시간으로 조석과 폭풍해일을 모의한다. 그리고 상기 RTS(Real-time Tide & surge)모델은 Holland 모델을 이용하여 RSMC 태풍경로 자료에 상기 WRF 모델의 중심기압과 최대풍속 모의 결과를 합성하여 입력장을 생성한다.
이후, 강도변화 예측서버(100)가 상기 (B)단계 및 (C)단계의 모의결과에 기초하여 미래의 한반도 해역의 태풍, 폭풍해일의 강도변화를 예측한다(단계 S130).
한편, 강도변화 예측서버(100)는 특정 사용자가 입력부를 통해 미래의 한반도 해역의 태풍, 폭풍해일의 강도변화를 요청하는 경우, 그 결과가 출력부를 통해 출력되도록 처리하는 것이 바람직하다(단계 S140).
이하에서는 본 발명을 발명하기 위하여 실험했던 실험자료 및 실험방법 그리고 실험결과에 대해 성세하게 설명하기로 한다.
[자료 데이터(Data)]
본 실험에서는 미래 온난화 환경에서 태풍과 폭풍해일의 강도 변화를 예측하기 위해 IPCC 4차 기후 변화 평가보고서의 A1B 시나리오 기후 예측 모델 결과를 이용하였다. 온난화 환경 분석에 사용한 MPI_echam5 모델 결과는 Max Plank Institute for Meteorology에서 만든 해양 대기 접합 전 지구 기후모델로써 수평 격자는 192 x 96개 수직 층은 17개로 구성되었으며, 여러 전 지구 기후모델들 중에서 모사 능력이 상대적으로 좋은 평가를 받고 있다. 분석에 사용한 자료는 A1B 시나리오에 의해 CO2 농도 720 ppm에서 수행된 월평균 모델 결과이다.
먼저 태풍의 강도에 가장 큰 영향을 주는 해수면 온도의 변동을 알아보기 위하여 과거 한반도에 큰 영향을 준 태풍 매미 시기(2003년 9월)의 해수면 온도(도 3a 참조)와 미래 온난화 환경(2099년 9월)의 해수면 온도(도 3b 참조)를 비교하였다.
약 100년간 온난화가 진행되면서 전 지구적으로 해수면 온도 값이 상승하였고 특히 한반도 주변이 다른 지역에 비해 많이 높아짐을 알 수 있다. 각 격자점에서의 2000년부터 2099년 까지 매년 9월의 해수면 온도 증가율을 분석한 결과 태풍의 길목에 위치한 이어도 과학기지(32° 07' 22''N, 125°10' 56''E)에서 해수면 온도 증가율은 약 0.04℃/year로 나타났다(도 3c, 3d 참조).
따라서, 온난화 환경에서 한반도에 상륙하는 태풍은 진행경로에 있는 해수면 온도 상승으로 강도에 직접적으로 영향을 받을 것으로 예상된다.
그러나 이러한 해수면 온도 변동 속에는 온난화로 인한 변동 이외에도 계절적인 변동과 엘니뇨, 라니냐 등의 다른 주기의 변동들이 포함되어있기 때문에 단순히 시간에 따른 해수면 변동의 원인을 온난화라고 단정 지을 수는 없다. 그리고 온난화 환경을 구성하기 위해서 각각의 해수면 온도와 대기 변수들의 단순 증가율만 고려하여 100년 뒤의 환경을 구성한다면 각 변수들의 물리적인 상호 상관성이 없어 일관성 있는 온난화 환경을 구성하기 힘들게 된다. 이를 보완하여 미래 온난화 환경의 구성을 위하여 CSEOF(Cyclostationary Empirical Orthogonal Function) 분석을 수행하였다.
[실험방법]
지구온난화로 인하여 태풍과 폭풍해일의 강도 변화를 예측하기 위하여 IPCC 기후 예측 모델 결과인 MPI_echam 5 데이터를 이용하여 전 지구 해수면 온도와 대기 변수들이 온난화로 인한 변동성을 분석하였다.
온난화로 인한 태풍의 강도 비교를 위하여 과거 한반도에 큰 영향을 준 태풍에 대해 기준 실험(이하, 'Control'라고 함), 해수면 온도 변화를 고려한 실험(이하, 'Exp. 1'라고 함), 해수면 온도와 대기 변수의 변화를 모두 고려한 실험(이하, 'Exp. 2'라고 함)으로 나누어 강도를 비교하였다(표 2 참조).
Figure 112010046154724-pat00005
이렇게 얻어진 강도변화는 폭풍해일 모델의 온난화 실험 입력장에 반영되었다. 그리고 폭풍해일 모델을 수행하여 과거 한반도에 영향을 미친 태풍의 폭풍해일과 온난화로 인한 폭풍해일의 해일고 차이를 비교하였다(도 4 참조).
각각의 실험은 온난화로 변화된 초기 입력장에 기준(Control) 실험에 사용된 과거 태풍을 보거싱(Bogussing) 기법을 사용하여 내삽하였다.
[미래의 온난화 환경의 구성]
2000년부터 2099년까지 매년 9월의 Skin temperature(해양에서는 해수면 온도를 뜻함)를 CSEOF 분석한 결과 첫 번째 모드는 전체변동의 89%를 차지하며, Principal Component Time series(PC-Time series)가 모두 양의 값을 가지고 있다(도 5b 참조). spatial pattern(loading vector)에서는 북반구에서 여름이 되면서 양의 값을 가지며, 겨울에는 음의 값을 가진다(도 5a 참조). 또한, 여름에 육지와 해양의 비열차로 인하여 육지부터 더워지고 겨울에는 육지부터 차가워지는 일반적인 계절변동이 나타나고 있다. PC-Time series가 양의 값에서 감소하는 경향을 보이는 것은 미래에 계절적인 변동이 줄어든다는 것을 의미한다.
두 번째 모드는 전체 변동의 6.5%를 차지하고 있으며, PC-Time series는 0을 기준으로 음에서 양으로 변하는 경향을 보여주고 있다(도 5d 참조). 두 번째 CSEOF spatial pattern에서는 전체적으로 양의 값을 띄며, 여름보다 겨울에 남반구보다 북반구에서 더 큰 값을 보이고 있다. 9월의 CSEOF 2모드 spatial pattern 결과를 보면 북극 지역에서 온도 상승이 크고, 남반구는 온도 변화가 약한 것을 알 수 있다(도 5c 참조). 본 실험 연구에서는 두번째 모드를 온난화 모드로 정하여 분석을 수행하였다.
위 기간 동안 온난화로 인한 온도 상승값을 구하기 위해 skin temperature CSEOF 2모드 9월의 공간분포에 100년 동안의 PC-Time의 차를 곱하여 각 격자점에서 100년 동안 온난화로 인한 skin temperature의 상승률을 구하였다. 이 결과에서 100년 후에는 온난화로 인해 북극지역의 온도 상승이 가장 크게 일어나고 그린랜드 주변을 보면 북반구에서 유일하게 온도 변화가 거의 없는 것을 알 수 있다. 그린랜드 주변 지역은 얼음이 얼어 높은 염분을 가진 고밀도의 침강수가 발생해 해양대순환이 시작되는 지역으로 이러한 고밀도의 침강수를 메우기 위해 대서양의 따뜻한 해류가 유입되어 같은 위도의 다른 지역에 비해 매우 따뜻한 지역이다. 그러나 온난화가 진행되면서 북극지역의 급격한 온도 상승으로 인해 해양대순환이 약해지며, 대서양의 따뜻한 기류 역시 약해지게 된다. 그 결과로 100년 뒤에 그린랜드 지역은 온도 변화가 거의 나타나지 않는 것으로 예상된다. 또한 북서태평양에서는 일본 동부지역이 온도상승이 매우 큰 것을 볼 수 있는데 이는 100년 뒤 해류의 변화로 인하여 쿠로시오가 북쪽으로 이동하면서 현재 쿠로시오가 흐르는 부분은 온도 상승이 약하게 일어나고 쿠로시오가 이동된 부분은 강한 온도 상승이 나타나는 것으로 사료된다.
같은 방법으로 대기 변수(해면기압 및 17층의 온도, 상대습도, 지위고도, 바람)를 CSEOF 분석을 실시하였다. 그리고 각각의 변수들 간에 물리적인 상관을 유지하기 위해 CSEOF 분석을 한 전체변동 97% 안에 있는 10개 모드로 skin temperature를 Target으로 하여 Regression에 사용되었다. 그 결과, 대부분의 변수들에서 1모드는 1모드끼리 95% 이상의 상관성을 보였으며, 2모드는 2모드에서 90% 이상의 상호 관련성을 나타내었다. 이는 다른 대기변수들의 CSEOF 분석에서도 모두 2모드가 온난화 경향을 나타냄을 의미한다. 각각의 대기변수들은 CSEOF 분석을 한 skin temperature 10개 모드와 자신의 모드와의 상관성을 고려하여 Combine되어 최종적으로 Skin temperature와 물리적으로 변동 경향이 일관성(constant) 있는 값으로 도출되었다. 또한 skin temperature와 Regression된 각각의 대기변수들은 skin temperature와 PC-Time을 공유하게 되므로 Regression 된 각각의 대기변수들에 Skin temperature의 PC-Time을 곱하여 100년 동안 온난화로 인한 각 격자점마다의 대기변수의 변화율을 구할 수 있다. 도 6b 내지 6f는 최종적으로 구해진 100년 동안 온난화로 인한 한반도 연안에서의 해면기압, 1000 hPa에서의 온도, 상대습도, 지위고도, 바람의 변화를 각각 나타낸다.
[온난화 환경에서 태풍 모의]
온난화로 인한 태풍의 강도 변화를 알아보기 위한 실험으로 2003년 태풍 매미와 2002년 태풍 루사를 선정하였다.
태풍 매미와 루사는 각각 최대 순간 풍속 63.7 m/s, 56.7 m/s를 기록하며 강하게 발달하여 한반도를 통과하였다. 또한 태풍 매미 시기에 부산 65 cm, 마산 216 cm, 통영 158 cm, 여수 118 cm, 거문도 83 cm의 최대해일고를 기록하였으며, 태풍 루사 시기에 인천 41 cm, 목포 50 cm, 제주 70 cm, 추자도 66 cm, 서귀포 81 cm로 최대해일고 극값이 경신되었다.
온난화 환경에서 한반도 주변의 해수면 온도 변화값은 앞서 설명한 Skin Temperature의 CSEOF 2모드를 사용하여 구해졌다. 이 자료는 동중국해와 한반도를 포함하는 영역(태풍의 강도 비교를 위한 도메인)에서 10 km 간격으로 내삽 되었으며, 해양 부분만을 고려하기 위해 육지는 제외하였다(도 6a 참조).
이렇게 구해진 각 격자점에서 해수면 온도 증가률은 현재의 태풍을 재현하기 위해 사용된 해수면 온도 값에 더해져 온난화 환경에서 해수면 온도를 구성하게 된다. 대기 변수 역시 10 km 간격으로 동중국해와 한반도를 포함하는 영역에서 온난화 환경의 값으로 변환되어 실험에 사용된다.
태풍 매미에 대하여 온난화에 따른 해수면 온도 변동만을 고려해 준 Exp. 1 실험, 해수면 온도와 대기 변수들의 변동을 모두 고려해 준 Exp. 2 실험을 진행하였다. Exp. 1 실험에서는 태풍이 상륙하기 전에 Control 실험보다 중심기압이 최대 19 hPa 낮아졌고, 최대풍속은 11 m/s 증가 하였다. Exp. 2 실험에서는 태풍이 상륙하기 전에 Control 실험보다 중심기압이 최고 9 hPa 낮아지고 최대 풍속은 8 m/s 증가하였다(도 8 참조).
태풍 루사에 대하여 온난화에 따른 해수면 온도 변동만을 고려해 준 Exp. 1 실험, 해수면 온도와 대기 변수들의 변동을 모두 고려해 준 Exp. 2 실험을 진행하였다. Exp. 1 실험에서는 한반도 상륙전에 Control 실험보다 중심기압이 최대 17 hPa 낮아지고, 최대풍속은 8 m/s 증가한 것으로 나타났다. Exp. 2 실험에서는 한반도 상륙전에 Control 실험보다 중심기압이 최고 7 hPa 낮아지고 최대 풍속은 6 m/s 증가하였다(도 9 참조).
지금까지 실험은 WRF 모델을 이용하여 과거 태풍 시기와 온난화로 인한 태풍의 강도를 비교하였다. 그러나 이 결과는 태풍의 강도 변화로 인하여 태풍의 진로를 변화시키기 때문에 태풍의 진로에 민감한 해일모델의 입력 자료로 사용하기에는 적합하지가 않다. 따라서 본 연구에서는 태풍의 진로를 과거와 동일하게 하기위해 Holland 모델을 이용하여 폭풍해일의 입력장을 재구성하였다. 과거 태풍 시기의 정보는 RSMC best track에서 제공되는 정보를 이용하였다. 온난화 실험에서는 RSMC best track 자료에 WRF 모델을 사용하여 얻은 각 실험별 태풍의 강도 변화를 고려하여 온난화 환경에서 폭풍해일 모델 입력장을 생성하였다.
도 10은 태풍 best track 자료를 이용하여 태풍 매미의 Control과 Exp. 1 실험, Exp. 2 실험 결과로 구해진 온난화로 인하여 강화된 태풍의 강도를 재구성한 것이다. 이렇게 구성된 온난화 환경에서 태풍의 중심기압과 최대풍속은 Holland 모델의 입력항으로 사용되었다.
[온난화 환경에서 폭풍해일 모의]
본 실험 연구에서 먼저 사용될 폭풍해일모델의 검증을 위하여 2003년 9월에 발생한 태풍 매미에 대해 해일모의 결과를 관측값과 비교하였다(도 11 참조). 이상의 결과에서 본 연구에서 사용될 폭풍해일모델은 실시간 조석과 태풍 시기의 해일고를 관측값과 유사하게 모의함을 알 수 있었다.
도 12a - 12b는 과거 태풍 매미 실험(Control)을 통해 폭풍해일 모델의 입력장과 재현된 폭풍해일 실험결과를 나타내며, 도 12c - 12d는 Exp. 1 실험과 Control 실험과의 차이, 도 12e - 도 12f는 Exp. 2 실험과 Control 실험과의 차이를 나타낸다.
태풍 매미의 Control 실험에서의 해일 모의는 만조 시기에 남해안 지역에 피해를 주었는데 조석 시간과 태풍의 진행이 잘 맞게 모의를 하고 있다. Exp. 1 실험에서는 강화된 태풍으로 인해 Control 실험보다 넓은 지역에 강한 해일 영향을 주었다. 그리고 Exp. 2 실험에서는 Control 실험보다 조금 강한 강도의 해일이 남해안에 영향을 주었다.
과거 태풍 매미 시기의 해일고와 해수면 온도 변동을 고려한 온난화 환경에서의 해일고를 비교해본 결과 가장 많이 해일고가 상승한 지역은 마산이었으며(67 cm 증가) (도 13a 참조), 그 외 부산 45 cm, 통영 59 cm, 여수 41 cm의 해일고 상승이 발생하였다. 해수면 온도 변동을 고려한 온난화 환경에서 모의된 마산의 해일고는 최고 2.4 m로 나타났다. 또한 온난화로 인한 해수면 온도와 대기 변수들의 변동을 모두 고려한 Exp. 2 실험에서 한반도 상륙 직전까지 Exp. 1 실험보다 작지만 Control 실험보다 해일고가 부산에서 12 cm, 마산에서 18 cm, 통영에서 16 cm, 여수에서 13 cm 증가하였다.
태풍 루사에 대해 Control, Exp. 1, Exp. 2 실험을 통한 폭풍해일 모의 실험을 하였다. Exp. 1 실험에서 온난화로 인한 해수면 온도 증가로 강화된 태풍은 한반도 근해의 폭풍해일의 강도를 크게 변화시켰다. 과거 태풍 루사 시기의 해일고와 해수면 온도 변동을 고려한 온난화 환경에서의 해일고를 비교해본 결과 가장 많이 해일고가 상승한 지역은 목포였으며(56 cm 증가)(도 13b 참조), 그 외 여수 49 cm, 통영 31 cm, 제주 17 cm의 해일고 상승이 발생하였다.
해수면 온도 변동을 고려한 온난화 환경에서 모의된 목포의 해일고는 최대 80 cm로 과거 태풍 루사 당시보다 2배나 큰 폭풍해일고가 발생하였다. 또한 온난화로 인한 해수면 온도와 대기 변수들의 변화를 모두 고려해준 Exp. 2 실험에서 Exp. 1실험에 의한 해일고보다 작았으나 Control보다 강해진 해일고를 모의하였다. 지역적인 차이는 있으나 목포에서 23 cm, 여수 21 cm, 통영 16 cm, 제주에서 9 cm가 과거 태풍 루사 시기보다 증가하였다.
[실험 결과]
WRF 모델을 통한 태풍의 강도 변화 실험을 하면서 태풍의 강도 변화에 원인이 되는 변수를 찾기 위해 Control 실험에 CSEOF를 통해 얻은 각각의 변수들의 온난화 변동을 고려하여 6개의 실험을 하였다. 도 14에서 보듯이 온난화로 인한 해수면 온도 변동을 고려해주게 되면 태풍의 강도는 강해지게 된다. 하지만 대기 온도 변동을 고려해주면 급격히 강도가 약해지는 것을 나타내었다. 다른 변수들은 태풍의 강도에 그리 큰 영향을 미치지는 않는 것으로 나타났다.
IPCC 기후모델인 MPI_echam5 모델의 예측결과를 이용하여 CSEOF분석을 통해 온난화 환경에서 한반도 연안의 해수면 온도와 대기 변수들의 변화값을 구하였다. 그 결과 해수면 온도는 100년 뒤에 한반도에 상륙하는 길목인 동중국해(E 122°- 132°, N 28° - 36°)에서 온난화로 인하여 평균 3.9℃ 상승하는 것으로 나타났다.
이 결과를 이용한 미래 온난화 환경에서 태풍과 해일의 수치실험 결과 상승된 해수면 온도는 태풍의 강도를 강화시키고 이로 인해 폭풍해일의 해일고를 상승시키는 것으로 나타났다. 그러나 온난화로 인한 해수면 온도 변동 외에 대기 온도 변동을 고려하여 모델을 수행한 결과 태풍의 강도는 해수면 온도만을 고려했을 때보다 약하게 모의되었다. 그 결과 해일도 크게 상승하지 못하였다.
태풍의 강도를 나타낼 수 있는 태풍의 최대풍속은 [수학식 4]를 이용하여 산출될 수 있다.
Figure 112010046154724-pat00006
여기서, Vmax는 태풍의 최대 풍속을 나타내고, Thot은 하층의 온도(바다에서는 해수면 온도와 일치)를 나타내며, Tcold는 태풍의 최상단 기온을 나타내며, E는 해수면에서의 증발되는 수증기량을 나타내고, E는 해양과 대기의 열역학적 불균형의 지표를 나타낸다.
온난화로 인한 해수면 온도 변동만 고려해 주었을 때는 하층의 온도만 상승하므로 태풍의 강도는 강해지게 된다. 그러나 온난화로 인한 해수면 온도와 대기 변수들의 변동을 모두 고려해 주었을 때 하층 공기와 더불어 상층의 공기도 같이 상승하게 된다. 온난화로 인한 각 층별 온도 상승률을 알아보기 위해 CSEOF 분석을 통한 층별 온도 자료를 한반도에 상륙하는 길목인 동중국해(E 122°- 132°, N 28° - 36°) 범위에서 평균해 주었다. 그 결과 온난화로 인하여 각 층별 온도 상승률은 태풍의 영향이 미치는 대기권 최상단 200 hPa까지 크게 증가하는 경향을 보였다. 특히 200 hPa의 증가율은 하층보다 약 2℃정도 높은 것을 알 수 있다. 이는 온난화로 인한 해수면 온도 증가만을 고려하였을 때보다 태풍의 강도를 약화시키는 원인이 된다.
태풍 매미의 경우에 온난화로 인한 해수면 온도 변동만을 고려해준 실험에서 대부분의 지역에서 40~60 cm 정도의 해일고 증가를 가져왔지만, 해수면 온도와 대기 변수들의 변동을 고려한 실험에서는 대부분의 지역에서 10~20 cm 정도로 해일고가 증가하였다. 또한 태풍 루사의 경우에도 온난화로 인한 해수면 온도 변동만을 고려해준 실험에서 20~60 cm 정도의 해일고 증가를 가져왔지만, 해양 대기 변동을 모두 고려한 실험에서는 대부분의 지역에서 10~30 cm 정도로 해일고 증가가 증가하였다(표 3 참조).
Figure 112010046154724-pat00007
이상의 결과로부터 2002년 태풍 루사와 2003년 태풍 매미가 온난화 환경에서 다시 한반도로 상륙할 경우 한반도 영역의 해수면 온도상승만을 고려하였을 때에는 태풍이 강화되어 우리나라 연안에서 해일의 강도가 크게 상승 될 것으로 예상되지만, 한반도 연안의 높아진 수온만큼 상층의 공기도 가열되어 태풍의 강도는 해수면 온도만을 고려하였을 때보다는 크게 증가하지 않는 것으로 나타났다.
최근 전 지구적인 이상기상 현상들이 발생하면서 지구온난화가 사회적인 문제로 대두되고 있다. 지구온난화로 인한 기상 현상의 변동은 한반도에 큰 피해를 주게 되는 태풍에 있어서도 예외는 아니다. 위 실험은 IPCC 4차 기후 보고 평가서의 A1B시나리오에 기초하여 진행한 결과 100년 뒤 과거 2003년 태풍 매미, 2002년 태풍 루사와 같은 강도와 진로를 가지고 발생한다면, 강화된 태풍으로 인하여 우리나라 연안의 폭풍해일에 의한 해일고 역시 증가할 것으로 예상된다. 여기에 해수면 상승까지 감안한다면 온난화로 인한 태풍 내습시 해일고는 위 실험 수치보다 더 증가할 것으로 예상된다.
본 실험연구의 결과는 MPI_echam 5라는 한가지 기후모델의 결과만 이용한 것이기 때문에 본 연구에 사용한 온난화 환경에서 해수면 온도와 대기의 요소들의 변동값은 달라질 수 있다.
이상에서는 본 발명을 특정의 바람직한 실시예에 대해서 도시하고 설명하였다. 그러나 본 발명은 상술한 실시예에만 국한되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 기술적 사상을 벗어남이 없이 얼마든지 다양하게 변경 실시할 수 있을 것이다. 따라서 본 발명의 권리범위는 특정 실시예에 한정되는 것이 아니라, 첨부된 특허청구범위에 의해 정해지는 것으로 해석되어야 할 것이다.
100 : 강도변화 예측서버 110 : 온난화 환경 구성부
120 : 태풍 모의부 130 : 폭풍해일 모의부
140 : 예측부 150 : 중앙제어부
160 : 저장부

Claims (11)

  1. 온난화로 인한 해수면 온도와 대기 변수들의 변화를 모두 고려하여 미래의 온난화 환경을 구성한 뒤 상기 미래의 온난화 환경에 근거하여 미래의 태풍, 폭풍해일의 강도변화를 예측하는 강도변화 예측서버;를 포함하는 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템.
  2. 제1항에 있어서, 상기 강도변화 예측서버는,
    기후예측 모델에서 예측된 온난화 환경에서 해수면 온도와 대기 변수들을 CSEOF(Cyclostationary Empirical Orthogonal Function) 분석을 통해 그 변화율을 구하여 미래의 온난화 환경을 구성하는 온난화 환경 구성부;
    상기 온난화 환경 구성부에 의해 구성된 미래의 온난화 환경에 근거하여 WRF(Weather Research and Forecasting) 3.1 모델을 이용하여 한반도 해역의 태풍을 모의하는 태풍 모의부;
    상기 온난화 환경 구성부에 의해 구성된 미래의 온난화 환경에 근거하여 RTS(Real-time Tide & surge)모델을 이용하여 한반도 해역의 폭풍해일을 모의하는 폭풍해일 모의부; 및
    상기 태풍 모의부 및 폭풍해일 모의부의 모의결과에 기초하여 미래의 한반도 해역의 태풍, 폭풍해일의 강도변화를 예측하는 예측부;를 포함하는 것을 특징으로 하는 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템.
  3. 제2항에 있어서, 온난화 환경 구성부는,
    IPCC 기후모델인 MPI_echam5 데이터를 이용하여 전 지구의 해수면 온도와 대기 변수들의 온난화로 인한 변화 값을 구하는 것임을 특징으로 하는 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템.
  4. 제2항에 있어서,
    WRF(Weather Research and Forecasting) 3.1 모델은 NCEP GFS 재분석 자료와 보거싱 기법을 이용하여 초기장을 생성하는 것을 특징으로 하는 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템.
  5. 제2항에 있어서,
    RTS(Real-time Tide & surge)모델은 미국 프리스톤 해양 모델(POM:Princeton Ocean Model)을 기반으로 하며 실시간으로 조석과 폭풍해일을 모의하는 것을 특징으로 하는 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템.
  6. 제5항에 있어서,
    상기 RTS(Real-time Tide & surge)모델은 Holland 모델을 이용하여 RSMC(Regional Specialized Meteorological Centre) 태풍경로 자료에 상기 WRF 모델의 중심기압과 최대풍속 모의 결과를 합성하여 입력장을 생성하는 것을 특징으로 하는 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템.
  7. (A)강도변화 예측서버가 기후예측 모델에서 예측된 온난화 환경에서 해수면 온도와 대기 변수들을 CSEOF(Cyclostationary Empirical Orthogonal Function) 분석을 통해 그 변화율을 구하여 미래의 온난화 환경을 구성하는 단계;
    (B)강도변화 예측서버가 (A)단계에 의해 구성된 미래의 온난화 환경에 근거하여 WRF(Weather Research and Forecasting) 3.1 모델을 이용하여 한반도 해역의 태풍을 모의하는 단계;
    (C)강도변화 예측서버가 상기 (A)단계에 의해 구성된 미래의 온난화 환경에 근거하여 RTS(Real-time Tide & surge)모델을 이용하여 한반도 해역의 폭풍해일을 모의하는 단계; 및
    (D)강도변화 예측서버가 상기 (B)단계 및 (C)단계의 모의결과에 기초하여 미래의 한반도 해역의 태풍, 폭풍해일의 강도변화를 예측하는 단계;를 포함하는 것을 특징으로 하는 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 방법.
  8. 제7항에 있어서, 상기 (A)단계는,
    강도변화 예측서버가 IPCC 기후모델인 MPI_echam5 데이터를 이용하여 전 지구 해양과 대기 변수들의 온난화로 인한 변화 값을 구하는 것임을 특징으로 하는 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 방법.
  9. 제7항에 있어서,
    상기 (B)단계의 WRF(Weather Research and Forecasting) 3.1 모델은 NCEP GFS 재분석 자료와 보거싱 기법을 이용하여 초기장을 생성하는 것을 특징으로 하는 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 방법.
  10. 제7항에 있어서,
    상기 (C)단계의 RTS(Real-time Tide & surge)모델은 미국 프리스톤 해양 모델(POM:Princeton Ocean Model)을 기반으로 하며 실시간으로 조석과 폭풍해일을 모의하는 것을 특징으로 하는 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 방법.
  11. 제10항에 있어서,
    상기 RTS(Real-time Tide & surge)모델은 Holland 모델을 이용하여 RSMC(Regional Specialized Meteorological Centre) 태풍경로 자료에 상기 WRF 모델의 중심기압과 최대풍속 모의 결과를 합성하여 입력장을 생성하는 것을 특징으로 하는 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 방법.
KR1020100069204A 2010-07-16 2010-07-16 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템 및 그 방법 KR101172317B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100069204A KR101172317B1 (ko) 2010-07-16 2010-07-16 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100069204A KR101172317B1 (ko) 2010-07-16 2010-07-16 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템 및 그 방법

Publications (2)

Publication Number Publication Date
KR20120008384A KR20120008384A (ko) 2012-01-30
KR101172317B1 true KR101172317B1 (ko) 2012-08-14

Family

ID=45613404

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100069204A KR101172317B1 (ko) 2010-07-16 2010-07-16 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR101172317B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102623122B1 (ko) * 2023-03-13 2024-01-10 대한민국 가상 태풍을 통한 해안 재난 예측 방법 및 시스템
KR102623121B1 (ko) * 2023-03-10 2024-01-10 대한민국 발생 가능한 가상태풍 생성 방법 및 시스템
KR102636274B1 (ko) * 2023-09-18 2024-02-14 케이웨더(주) 의사결정나무 모델을 활용한 폭풍해일 피해수준의 모의 방법

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101335078B1 (ko) * 2012-09-26 2013-12-03 공주대학교 산학협력단 고해상도 격자형 미래기후변화 시나리오 자료 생성 방법
KR101335209B1 (ko) * 2013-09-12 2013-11-29 공주대학교 산학협력단 고해상도 격자형 미래기후변화 시나리오 자료 생성 방법
CN104200082B (zh) * 2014-08-22 2017-07-28 清华大学 台风登陆预测方法
CN114049545B (zh) * 2021-11-05 2022-06-07 中山大学 一种基于点云体素的台风定强方法、系统、设备及介质
KR102621136B1 (ko) * 2021-11-19 2024-01-04 부산대학교 산학협력단 장마의 시작 시기 결정을 위한 장치 및 방법
CN114218662B (zh) * 2022-02-21 2022-06-07 浙江省水利河口研究院(浙江省海洋规划设计研究院) 一种回头潮涌潮造景设计方法
CN114942481B (zh) * 2022-06-08 2023-07-18 中国气象局上海台风研究所(上海市气象科学研究所) 热带气旋过程极值风速概率预报方法、装置和计算机设备
KR20240077766A (ko) * 2022-11-25 2024-06-03 한국수력원자력 주식회사 원전부지에 대한 미래 가능최대태풍을 산정하는 방법
CN116611270B (zh) * 2023-07-20 2023-10-03 国家海洋局北海预报中心((国家海洋局青岛海洋预报台)(国家海洋局青岛海洋环境监测中心站)) 一种台风浪实时集合预报方法、介质及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100756265B1 (ko) * 2007-05-16 2007-09-06 (주)지오시스템리서치 폭풍해일 시나리오를 이용한 범람 예측 방법 및 그 시스템
KR100865077B1 (ko) * 2008-02-21 2008-10-24 재단법인서울대학교산학협력재단 동중국해 통과 태풍의 여름 계절 예보방법
KR20090039213A (ko) * 2007-10-17 2009-04-22 삼성에버랜드 주식회사 태풍 시뮬레이션 방법 및 그 서버

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100756265B1 (ko) * 2007-05-16 2007-09-06 (주)지오시스템리서치 폭풍해일 시나리오를 이용한 범람 예측 방법 및 그 시스템
KR20090039213A (ko) * 2007-10-17 2009-04-22 삼성에버랜드 주식회사 태풍 시뮬레이션 방법 및 그 서버
KR100865077B1 (ko) * 2008-02-21 2008-10-24 재단법인서울대학교산학협력재단 동중국해 통과 태풍의 여름 계절 예보방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102623121B1 (ko) * 2023-03-10 2024-01-10 대한민국 발생 가능한 가상태풍 생성 방법 및 시스템
KR102623122B1 (ko) * 2023-03-13 2024-01-10 대한민국 가상 태풍을 통한 해안 재난 예측 방법 및 시스템
KR102636274B1 (ko) * 2023-09-18 2024-02-14 케이웨더(주) 의사결정나무 모델을 활용한 폭풍해일 피해수준의 모의 방법

Also Published As

Publication number Publication date
KR20120008384A (ko) 2012-01-30

Similar Documents

Publication Publication Date Title
KR101172317B1 (ko) 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템 및 그 방법
Wilson et al. A doubled CO2 climate sensitivity experiment with a global climate model including a simple ocean
Hamdi et al. Assessment of three dynamical urban climate downscaling methods: Brussels’s future urban heat island under an A1B emission scenario
Liverman et al. Global warming and climate change in Mexico
Mori et al. Projection of extreme wave climate change under global warming
Gates et al. Validation of climate models
López-Moreno et al. Effects of the North Atlantic Oscillation (NAO) on combined temperature and precipitation winter modes in the Mediterranean mountains: Observed relationships and projections for the 21st century
Royer et al. A GCM study of the impact of greenhouse gas increase on the frequency of occurrence of tropical cyclones
Enfield et al. The Atlantic multidecadal oscillation and its relation to rainfall and river flows in the continental US
Schumacher et al. Organization and environmental properties of extreme-rain-producing mesoscale convective systems
Mernild et al. Surface mass balance and runoff modeling using HIRHAM4 RCM at Kangerlussuaq (Søndre Strømfjord), West Greenland, 1950–2080
Wu et al. Modeling of Antarctic sea ice in a general circulation model
Međugorac et al. Will the wind associated with the Adriatic storm surges change in future climate?
Dong et al. Long-term variations of wind and wave conditions in the Taiwan Strait
Lee et al. 4DVAR Data Assimilation with the Regional Ocean Modeling System (ROMS): Impact on the water mass distributions in the Yellow Sea
Kambezidis et al. Development of a Greek solar map based on solar model estimations
Johannessen et al. Arctic sea ice and climate change—Will the ice disappear in this century?
Zhang et al. The role of the land surface processes in the rainfall generated by a landfall typhoon: A simulation of the Typhoon Sepat (2007)
Oka et al. Effects of freshwater forcing on the Atlantic deep circulation: A study with an OGCM forced by two different surface freshwater flux datasets
Jobst The potential impacts of climate change on the hydro-climate of the Clutha/Mata-Au catchment
Littaye et al. The dynamics of the coastal landscapes over the last decades: Wind drivers for change along the North Western Mauritanian coast
Etri et al. Numerical simulation of climate change impacts on the Coast of Oman
Foster Simulation of a cold-air pool in Utah's Salt Lake Valley
Orlić et al. Nested modeling of the east Adriatic coastal waters
Basu et al. Influence of the planetary boundary layer physics on medium-range prediction of monsoon over India

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee