KR101567431B1 - 해양 유류오염사고 발생시 효율적인 방제방안 수립을 위한 유출유 확산 예측 방법 - Google Patents
해양 유류오염사고 발생시 효율적인 방제방안 수립을 위한 유출유 확산 예측 방법 Download PDFInfo
- Publication number
- KR101567431B1 KR101567431B1 KR1020140056416A KR20140056416A KR101567431B1 KR 101567431 B1 KR101567431 B1 KR 101567431B1 KR 1020140056416 A KR1020140056416 A KR 1020140056416A KR 20140056416 A KR20140056416 A KR 20140056416A KR 101567431 B1 KR101567431 B1 KR 101567431B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- time
- tidal
- flow
- tide
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 239000003305 oil spill Substances 0.000 title abstract description 5
- 230000002265 prevention Effects 0.000 title description 2
- 239000013535 sea water Substances 0.000 claims abstract description 47
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 41
- 238000009792 diffusion process Methods 0.000 claims description 41
- 241000195493 Cryptophyta Species 0.000 claims description 32
- 230000007613 environmental effect Effects 0.000 abstract description 20
- 230000035945 sensitivity Effects 0.000 abstract description 2
- 239000003921 oil Substances 0.000 description 49
- 238000004364 calculation method Methods 0.000 description 15
- 238000005266 casting Methods 0.000 description 14
- 238000011160 research Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 239000006185 dispersion Substances 0.000 description 8
- 238000005316 response function Methods 0.000 description 8
- 238000010276 construction Methods 0.000 description 7
- 238000001704 evaporation Methods 0.000 description 7
- 230000008020 evaporation Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 239000003643 water by type Substances 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 3
- 238000004090 dissolution Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 230000035882 stress Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 241001125879 Gobio Species 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000008187 granular material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000004062 sedimentation Methods 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 241000167854 Bourreria succulenta Species 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 241001441571 Hiodontidae Species 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006065 biodegradation reaction Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 235000019693 cherries Nutrition 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000010494 dissociation reaction Methods 0.000 description 1
- 230000005593 dissociations Effects 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 238000004945 emulsification Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 239000010440 gypsum Substances 0.000 description 1
- 229910052602 gypsum Inorganic materials 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000004613 tight binding model Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000001993 wax Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 해양 유류오염사고 발생시 효율적인 방제방안 수립을 위한 유출유 확산 예측 방법에 관한 것이다.
이를 위한 본 발명은 방제정보지도(ESI)를 기반으로 실시간으로 유출유의 확산을 예측하는 방법에 있어서, 기상예측시스템과 위성영상수신시스템과 검조소와 서버와 클라이언트가 인터넷에 연결되고, 상기 서버가 기상예측시스템, 위성영상수신시스템, 검조소로부터 각각 기상자료와 수온자료와 조석정보를 실시간으로 수신하는 단계와; 상기 기상자료, 수온자료, 조석정보 및 서버에 저장된 해수유동 수치모델을 이용하여 조류와 취송류를 예측하는 단계와; 상기 조류와 취송류를 이용하여 해수 유동을 예측하고 이 해수 유동과 기상자료를 이용하여 유출유의 확산을 실시간으로 예측하는 단계;를 포함하여 이루어지는 것을 특징으로 한다.
이를 위한 본 발명은 방제정보지도(ESI)를 기반으로 실시간으로 유출유의 확산을 예측하는 방법에 있어서, 기상예측시스템과 위성영상수신시스템과 검조소와 서버와 클라이언트가 인터넷에 연결되고, 상기 서버가 기상예측시스템, 위성영상수신시스템, 검조소로부터 각각 기상자료와 수온자료와 조석정보를 실시간으로 수신하는 단계와; 상기 기상자료, 수온자료, 조석정보 및 서버에 저장된 해수유동 수치모델을 이용하여 조류와 취송류를 예측하는 단계와; 상기 조류와 취송류를 이용하여 해수 유동을 예측하고 이 해수 유동과 기상자료를 이용하여 유출유의 확산을 실시간으로 예측하는 단계;를 포함하여 이루어지는 것을 특징으로 한다.
Description
본 발명은 방제정보지도(ESI Map; Environmental Sensitivity Index Map)를 기반으로 실시간으로 유출유의 확산을 예측하는 방법에 관한 것이다.
해난사고에 의한 해양오염의 피해를 최소화하기 위해서는 신속한 초등조치, 효율적인 방제전략 수립, 방제기자재의 신속동원 등이 필수적으로 요구된다. 해상에서 유출유는 조류, 해류, 바람 등과 같은 환경 외력에 의해 확산되므로, 효율적인 방제를 위해서는 사고당시의 실시간 환경 외력을 고려하여 유출유의 확산경로를 정확하게 파악하는 것이 매우 중요하다. 해상 유출유의 확산경로 추정에 관한 이론 및 수치해석은 이미 여러 차례 연구된 바 있으나, 대부분이 특정사고에 대한 국지적인 해석만을 제시하고 있다. 이러한 결과들은 과거 사례에 대한 분석적인 의미는 가지나, 실제 사고에 대한 방제전략 수립에는 크게 기여하지 못하고 있다.
본 발명은 해양 유류오염사고 발생시 효율적인 방제방안 수립을 위한 유출유 확산 예측 방법의 제공을 목적으로 하고 있다.
상기와 같은 본 발명의 목적은 방제정보지도(ESI)를 기반으로 실시간으로 유출유의 확산을 예측하는 방법에 있어서,
기상예측시스템과 위성영상수신시스템과 검조소와 서버와 클라이언트가 인터넷에 연결되고, 상기 서버가 기상예측시스템, 위성영상수신시스템, 검조소로부터 각각 기상자료와 수온자료와 조석정보를 실시간으로 수신하는 단계와;
상기 기상자료, 수온자료, 조석정보 및 서버에 저장된 해수유동 수치모델을 이용하여 조류와 취송류를 예측하는 단계와;
상기 조류와 취송류를 이용하여 해수 유동을 예측하고 이 해수 유동과 기상자료를 이용하여 유출유의 확산을 실시간으로 예측하는 단계;
를 포함하여 이루어지는 것을 특징으로 하는 해양 유류오염사고 발생시 효율적인 방제방안 수립을 위한 유출유 확산 예측 방법에 의해 달성된다.
본 발명에 의하면 해난사고 발생시 유출유의 실시간 확산예측에 활용되며, 유출유에 의한 주변해역 피해위험평가를 위한 확산경로통계분석에도 활용된다.
또한 예측된 유출유의 확산경로를 주변해역의 환경민감자원 및 방제자원 분포와 연계시키면 효율적인 방제 전력 결정에 도움이 된다.
도 1은 유출유 확산 예측 방법의 대상해역,
도 2는 유출유 확산 예측 방법에 활용된 방제정보지도 예,
도 3은 유출유 확산 예측 방법에 활용된 전자해도 예,
도 4는 유출유 확산 예측 방법의 해수유동 모델 및 유출유 확산예측모델 계산 격자망
도 5는 우리나라 전역 및 대상해역의 전자해도 현황,
도 6은 전자해도에서 추출한 우리나라 주변해역 수심자료 현황,
도 7은 무작위 수심자료의 계산격자상 수심자료 보간을 위한 Arkima 보간방법의 삼각망 구성 예,
도 8은 전자해도 수심자료를 보간하여 작성한 대상해역 전체의 계산격자상 수심분포,
도 9는 수온 및 기상자료 실시간 연계 네트워크,
도 10은 NGSST 자료의 예 (2005년 11월 7 MSST 자료),
도 11은 ftp를 통하여 실시간으로 갱신되는 원격탐사 수온자료를 이용하여 작성한 대상해역 수온분포,
도 12는 국립환경과학원 실시간 기상예보시스템,
도 13은 국립환경과학원 실시간 기상예보시스템의 권역별 계산격자 체계,
도 14는 국립환경과학원 기상예보모델에서 예보된 우리나라 주변해역 바람분포,
도 15는 국립환경과학원 기상예보모델에서 예보된 우리나라 주변해역 기온분포,
도 16은 국립환경과학원 기상예보모델에서 예보된 우리나라 주변해역 기압분포,
도 17은 ftp를 통하여 실시간으로 갱신되는 국립환경과학원 실시간 기상예보자료를 이용하여 작성한 대상해역 실시간 바람분포,
도 18은 해수유동모델에서 계산된 일주조(조) 진폭,
도 19는 해수유동모델에서 계산된 일주조(조) 지각,
도 20은 해수유동모델에서 계산된 반일주조(조) 진폭,
도 21은 해수유동모델에서 계산된 반일주조(조) 지각,
도 22는 Charry 모델링 개요,
도 23은 채리모델을 이용하여 예측한 실시간 조류 (부산항 창조시, 2008년 8월 1일 06:00),
도 24는 채리모델을 이용하여 예측한 실시간 조류 (부산항 낙조시, 2008년 8월 1일 12:00),
도 25는 기상청 기상예보모델에서 예보된 대상해역 바람분포 (2008년 9월 23일 00:00),
도 26은 도 25의 바람에 대한 반응함수로서 예측한 대상해역 취송류 분포 (2008년 9월 23일 00:00),
도 27은 유출유 확산예측 모델 구성도,
도 28은 가상 유출사고에 대한 유출유 실시간 피해 위험도 예측 결과.
도 2는 유출유 확산 예측 방법에 활용된 방제정보지도 예,
도 3은 유출유 확산 예측 방법에 활용된 전자해도 예,
도 4는 유출유 확산 예측 방법의 해수유동 모델 및 유출유 확산예측모델 계산 격자망
도 5는 우리나라 전역 및 대상해역의 전자해도 현황,
도 6은 전자해도에서 추출한 우리나라 주변해역 수심자료 현황,
도 7은 무작위 수심자료의 계산격자상 수심자료 보간을 위한 Arkima 보간방법의 삼각망 구성 예,
도 8은 전자해도 수심자료를 보간하여 작성한 대상해역 전체의 계산격자상 수심분포,
도 9는 수온 및 기상자료 실시간 연계 네트워크,
도 10은 NGSST 자료의 예 (2005년 11월 7 MSST 자료),
도 11은 ftp를 통하여 실시간으로 갱신되는 원격탐사 수온자료를 이용하여 작성한 대상해역 수온분포,
도 12는 국립환경과학원 실시간 기상예보시스템,
도 13은 국립환경과학원 실시간 기상예보시스템의 권역별 계산격자 체계,
도 14는 국립환경과학원 기상예보모델에서 예보된 우리나라 주변해역 바람분포,
도 15는 국립환경과학원 기상예보모델에서 예보된 우리나라 주변해역 기온분포,
도 16은 국립환경과학원 기상예보모델에서 예보된 우리나라 주변해역 기압분포,
도 17은 ftp를 통하여 실시간으로 갱신되는 국립환경과학원 실시간 기상예보자료를 이용하여 작성한 대상해역 실시간 바람분포,
도 18은 해수유동모델에서 계산된 일주조(조) 진폭,
도 19는 해수유동모델에서 계산된 일주조(조) 지각,
도 20은 해수유동모델에서 계산된 반일주조(조) 진폭,
도 21은 해수유동모델에서 계산된 반일주조(조) 지각,
도 22는 Charry 모델링 개요,
도 23은 채리모델을 이용하여 예측한 실시간 조류 (부산항 창조시, 2008년 8월 1일 06:00),
도 24는 채리모델을 이용하여 예측한 실시간 조류 (부산항 낙조시, 2008년 8월 1일 12:00),
도 25는 기상청 기상예보모델에서 예보된 대상해역 바람분포 (2008년 9월 23일 00:00),
도 26은 도 25의 바람에 대한 반응함수로서 예측한 대상해역 취송류 분포 (2008년 9월 23일 00:00),
도 27은 유출유 확산예측 모델 구성도,
도 28은 가상 유출사고에 대한 유출유 실시간 피해 위험도 예측 결과.
본 발명에 따른 해양 유류오염사고 발생시 효율적인 방제방안 수립을 위한 유출유 확산 예측 방법(이하, '유출유 확산 예측 방법'이라 한다)은 실시간 바람과 실시간 해수유동을 기반으로 유출유의 이동을 계산하고, 유출유 특성에 따라 해상 유출유의 풍화작용을 모델링하여 유출유의 잔류량 및 확산분포를 계산한다.
실시간 바람은 국립환경연구원의 실시간 기상모델 결과를 활용하며, 실시간 해수유동으로서 조류는 수치모델결과와 검조소 관측결과의 결합을 통해 실시간 조석을 예측하는 채리(CHARRY, Current by Harmonic Response to the Reference Yardstick) 모델을 이용하여 예측하고, 실시간 취송류는 바람과 취송류간의 상관관계와 반응함수를 이용하여 예측한다. 실시간 해수유동을 따라 이동하면서 풍화되는 유출유의 풍화작용은 유출유 특성에 따라 결정된 감소율을 적용하여 모델링한다.
즉, 본 발명에 따른 유출유 확산 예측 방법은 방제정보지도(ESI)를 기반으로 실시간으로 유출유의 확산을 예측하는 방법에 있어서, 기상예측시스템과 위성영상수신시스템과 검조소와 서버와 클라이언트가 인터넷에 연결되고, 상기 서버가 기상예측시스템, 위성영상수신시스템, 검조소로부터 각각 기상자료와 수온자료와 조석정보를 실시간으로 수신하는 단계와; 상기 기상자료, 수온자료, 조석정보 및 서버에 저장된 해수유동 수치모델을 이용하여 조류와 취송류를 예측하는 단계와; 상기 조류와 취송류를 이용하여 해수 유동을 예측하고 이 해수 유동과 기상자료를 이용하여 유출유의 확산을 실시간으로 예측하는 단계;를 포함하여 이루어진다.
여기서, 기상예측시스템의 기상자료는 바람, 기온, 기압의 분포를 포함한다.
또한, 조류 예측은 각 조석 형태별로 조화방법에 의한 검조소의 실시간 조위 정보와, 조석 수치모델링에 의한 조류의 공간적 분포 정보를 변조 조석을 매개로 하여 결합함으로써 실시간 조위와 조석을 재현하는 채리모델을 이용하여 수행한다.
그리고 조류와 취송류를 이용하여 해수 유동을 예측하고 이 해수 유동과 기상자료를 이용하여 유출유의 확산을 실시간으로 예측하는 단계는, 상기 클라이언트로부터 유출유량과 유출지점을 포함하는 유출정보를 입력받은 서버에서 수행한다.
이하, 본 발명의 양호한 실시예를 도시한 첨부도면들을 참조하여 상세히 설명한다.
<기본정보 데이터베이스 구축>
1. 대상해역
본 발명의 유출유 확산 예측 방법은 도 1에 도시한 바와 같이 해양경찰청의 인천, 태안, 군산, 목포, 완도, 제주, 여수 해양경찰서 관할해역을 대상으로 구축하였다.
2. 해안선 자료
대상해역의 해안선 자료는 1999년부터 2002년까지 약 3년 동안 구축된 방제정보지도의 25,000:1 해안선자료를 활용하여 구축하였으며, 최근 매립공사나 준설공사에 의해 변형된 부분에 대해서는 국립해양조사원에서 발행하고 있는 전자해도의 해안선자료를 추가로 활용하여 보완하였다. 본 발명에서 활용된 방제정보지도 및 전자해도의 예는 각각 도 2 및 도 3과 같다.
3. 계산격자망 구성
해수유동 모델 및 유출유 확산 예측 모델의 구축을 위한 계산 격자망은 도 4에 제시한 바와 같이 15초 (약 463m) 간격의 등간격 격자로 구성하였다. 본 대상해역의 총 격자수는 3,225,600(19201680)개 이다.
4. 수심 자료
대상해역의 수심자료는 국립조사원에서 발행한 전자해도에서 추출하여 데이터베이스를 구축하였다. 수심자료 추출을 위한 전자해도는 도 5에 제시된 우리나라 전역의 전자해도 약 300여종 중 2개 대상해역 각각에 대해 포함되는 전자해도를 선별하여 활용하였다. 해역별 전자해도로부터 추출한 우리나라 주변해역 수심분포는 도 6과 같다.
유출유 확산 예측 방법에 활용하기 위한 계산격자상의 수심자료는 전자해도에서 추출한 도 6의 무작위 분포 수심자료를 보간(interpolation)하여 작성하였으며, 보간된 계산격자상의 수심자료를 데이터베이스로 구축하였다. 무작위의 수심자료로부터 계산 격자상 수심자료의 보간은 Akima(1978) 보간 알고리즘을 이용하였다. Akima(1978) 보간 알고리즘에서는 임의의 (x,y) 점에 대하여 다음과 같은 2차원 5차다항식(bivariate quintic polynomial)에 의해 보간값을 계산한다.
이 함수식은 21개의 계수를 포함하고 있으며, 이들 계수는 보간점 주변의 측심값으로부터 결정하게 된다. 이러한 계수의 결정을 위하여 본 보간방법에서는 도 7과 같이 모든 측심점(x,y)이 삼각형의 꼭지점이 되는 삼각망을 구성한다. 그리고 5차다힝식의 일부 계수가 각 삼각형 꼭지점의 (x, y, z) 값으로부터 계산된다. 여기에 추가하여 각 삼각형의 꼭지점과 모서리(edges)에서의 편미분을 계산하고, 각 계수에 대한 연속성(continuity) 조건을 적용하여 모든 계수를 결정한다 (Akima, 1978a; 1978b).
전자해도에서 추출한 무작위 수심자료를 Akima 보간방법으로 보간하여 작성한 대상해역 전체의 수심분포는 도 8에 제시한 바와 같다.
<수온 및 기상자료 실시간 연계>
1. 실시간 자료 연계망 구축
유출유 확산 예측 방법에서 필요한 수온 및 기상자료를 실시간으로 연계하기 위하여 도 9와 같이 일본 토호쿠(Tohoku)대학 및 국립환경과학원과 ftp를 이용한 자료공유 네트워크를 구성하였다.
실시간 자료 공유 네트워크는 인터넷을 이용하여 구성하였으며, ftp 접속방식 및 자료공유 약속에 따라 자료를 공유하고 있다. 본 발명에서는 정해진 자료갱신시간에 자동적으로 해당 서버(server)에 접속하여 실시간으로 갱신된 수온 및 기상자료를 수신할 수 있도록 별도의 ftp 프로그램을 개발하였다. 개발된 ftp 프로그램을 통하여 수신된 실시간 수온 및 기상자료는 해양오염 방제지원시스템의 계산격자에 맞게 변환되어 데이터베이스로 구축된다.
2. 실시간 수온자료
2-1. 실시간 수온 원격탐사
실시간 수온 자료는 해양환경 파악의 기초적 자료이다. 유출유 확산 예측 방법에서는 유출유의 경시변화 모델링의 입력자료로서 실시간 수온자료가 필요하며, 또한 실시간 해류 예측을 위해서도 실시간 수온자료가 요구된다. 현재 실시간 수온자료의 관측은 인공위성을 이용한 원격탐사를 통하여 이루어지고 있으며, 전세계적으로 많은 수의 인공위성이 운영되고 있어 비교적 쉽게 자료의 획득이 가능하다.
원격탐사에 의한 대표적인 실시간 수온자료는 NOAA 위성 AVHRR(Advanced Very High Resolution Radiometer) 자료이다. 극궤도 위성인 NOAA 위성의 주사폭(swath)은 약 2000km이고, 공전주기는 약 100분이며, 공간해상도는 1km이다. 각 NOAA 위성으로부터 하루 두 번 정도 한반도 부근의 수온자료를 받을 수 있다. 현재 5개의 NOAA 위성(NOAA 12호, 15호, 16호, 17호, 18호)이 운행중이다. 여러개 NOAA 위성으로부터 한반도 주변 SST 자료를 하루 10회 정도 실시간으로 수신할 수 있다. 국내에서는 1981년부터 이 위성 자료를 수신하는 국립수산과학원을 위시하여 해양연구소(안산), 기상청, 서울대학교 등 여러 기관에서 이 자료를 수신하고 있다. NOAA 위성의 SST 자료는 공간해상도나 수온자료의 신뢰도 면에 있어서 아주 양호하지만, 구름이 낀곳의 수온값을 알 수 없다는 것이 아주 큰 단점이다. 여러개 위성자료를 합성하면 구름에 덮힌 면적을 줄일 수 있지만, 하루중의 자료만으로는 구름지역이 완전히 제거되지 못한다. 특히 장마철에는 NOAA 수온자료에는 구름으로 인한 결측지역이 아주 많다.
지구에서 방출되는 복사파는 파장 10-12μm 부근의 열적외선 에너지가 가장 강하다. NOAA나 MODIS 같은 위성에서는 이 열적외선밴드의 에너지로부터 지표면의 온도를 알아낸다. 그러나 열적외선은 수분에 잘 흡수되며 구름을 투과하지 못하므로 열적외선을 이용한 원격탐사로는 구름에 가려진 곳의 표면수온을 알 수 없다. 이에 비하여 지구에서 방출되는 복사파 중에서 파장이 긴 마이크로파(microwave)는 구름을 잘 투과하므로, 이 영역의 복사파를 이용하여 구름 여부에 관계없이 지표면의 온도를 알 수 있다. 하지만, 이 마이크로파 영역의 방출에너지는 아주 미약하기 때문에 지구상 광역에서 방출되는 에너지라야 분석이 가능하다. 마이크로파를 이용한 지표면 온도 탐사의 공간적 해상도는 50km x 50km 정도이다. 마이크로파를 이용한 해수면 수온관측은 공간해상도가 떨어진다는 단점이 있지만, 구름이 끼어 있는 곳의 수온을 알 수 있다는 큰 장점이 있다.
열적외선 원탐과 마이크로파 원탐자료를 결합하면 구름에 가린 곳이 없이 매일의 해수면 수온을 관측할 수 있다. 일본 토호쿠(Tohoku)대학 가와무라(Kawamura) 교수팀에서는 열적외선 원탐자료와 마이크로파 원탐자료를 결합하여 구름 여부에 관계없이 "New Generation SST"라는 이름으로 해수면 온도를 거의 실시간(24시간 이내)으로 웹사이트를 통해 제공하고 있다.
2-2. New Generation SST
New Generation SST(NGSST)는 일본 토호쿠(Tohoku) 대학 가와무루(Kawamura) 교수팀이 제공하는 북서태평양 50×50도 해역의 3분(5km) 해상도 일별 수온자료이다. 자료가 제공되는 영역의 범위는 (116-166°E, 13-63°N)이며, 자료제공 시각간격은 1일이다. NGSST는 일차적으로 적외선을 이용하여 해상도 1km로 수온을 탐사하는 NOAA의 AVHRR 자료와 MODIS 위성의 열적외선 밴드 자료를 이용하여 수온을 결정한다. 구름으로 열적외선 수온 자료가 없는 곳은 마이크로파 원격탐사 센서인 AMSR-E 자료를 활용하여 Objective Interpolation 방법으로 열적외선 자료가 결측된 곳의 수온값을 보간한다. NGSST는 여러개 위성 자료를 결합한 Merged SST(MSST)이며, 매일의 자료 구축에는 당일의 자료 뿐만 아니라 최근 5일간 수신된 영상자료가 활용된다.
NGSST 자료는 매일 갱신되며, 웹사이트를 통해 무료로 제공된다. NGSST 자료는 바이너리 파일이며, 헤더와 데이터 부분으로 구성되어 있다. 200 바이트로 구성된 헤더에는 자료에 관련된 여러 가지 메타데이터가 수록되며, 이어서 수온 자료가 1000x1000 바이트로 기록된다. 각 격자점의 수온은 1 byte로 기록된다. 바이트 DN(digital number)을 수온(SST)으로 변환하는 관계식은
SST(℃) = 0.15 × DN - 3.0
이다. NGSST 자료 서비스는 2002년 7월 1일부터 시작되었으며, 현재도 계속되고 있다. NGSST 자료는 다음의 웹사이트에서 무료로 매일 받을 수 있다. 본 발명의 유출유 확산 예측 방법에서는 자체적으로 개발한 프로그램을 이용하여 다음의 ftp 사이트에 매일 12시 접속하여 새로 갱신된 최신 수온자료를 자동으로 수신하여 이용하고 있다.
http://www.ocean.caos.tohoku.ac.jp/~merge/sstbinary/actvalbm.cgi?eng=1
ftp://www.ocean.caos.tohoku.ac.jp/pub/mergedsst_binary/
NGSST 자료의 실례는 아래와 같다. 도 10은 2005년 11월 7일의 NGSST 자료를 영상으로 나타낸 것이다 (바이너리 자료인 NGSST를 영상으로 만드는데는 별도의 프로그램이 필요하며, 본 발명에서는 자체적으로 이를 위하여 자체적으로 개발된 프로그램이 사용되었다). 도 10에 보인 SST 자료 구축에는 5일간 (11월 3~7일)의 AMSRE, AVHRR, MODIS 자료가 사용되었다. 이에 관계된 내용은 NGSST 파일의 헤더에 수록되어 있다.
2-3. 자료의 변환
ftp를 이용하여 수신한 원격탐사 수온자료는 도 10에 제시한 바와 같이 북서태평양 전체해역을 포함하고 있으며, 약 5km 간격으로 자료를 구성하고 있다. 유출유 확산 예측 방법에서는 인천주변해역에 대하여 약 500m 간격으로 수온자료가 필요하므로, 원격탐사 수온자료를 유출유 확산 예측 방법에서 사용하기 위해서는 자료의 변환이 필요하다. 본 발명에서는 이러한 수온자료의 변환을 위하여 상기 기본정보 데이터베이스 구축의 수심자료에서 소개한 Akima 보간방법을 적용하였다. 도 11은 ftp를 이용하여 수신한 원격탐사 수온자료를 Akima 보간방법으로 보간하여 작성한 대상해역의 수온분포이다. 본 발명의 유출유 확산 예측 방법에서는 ftp를 이용한 자료의 수신과 함께 자료의 변환과정까지 자동으로 수행되도록 구성하였다.
3. 실시간 기상자료
3-1. 실시간 기상예보시스템
국립환경과학원에서는 화학테러 대응정보체계 구축의 일환으로 도 12와 같이 기상예보모델을 구축하여 도 13과 같이 대상권역별로 3단계의 계산 격자망에 대해 하루 2차례 24시간의 실시간 기상자료를 예보하고 있다.
본 발명에서는 유출유 확산 예측 방법에 필요한 기상자료를 실시간으로 확보하기 위하여 국립환경과학원의 기상예보모델 중 중규모모델인 12km 격자 모델 결과를 활용하였다. 도 14 내지 도 16은 각각 국립환경과학원 기상예보모델에서 예보된 기상자료로서 바람, 기온 그리고 기압의 분포를 나타낸다.
3-2. 자료의 변환
국립환경과학원의 기상예보모델에서 예보된 기상자료는 우리나라 전역을 포함하고 있으며, 다중극좌표계(polar stereo coordinate)에서의 12km 격자체계를 적용하고 있다. 따라서 실시간으로 예보된 기상자료를 유출유 확산 예측 방법에 사용하기 위해서는 자료의 변환이 필요하다. 본 발명에서는 이러한 기상자료의 변환을 위하여 기본정보 데이터베이스 구축의 수심자료에서 소개한 Akima 보간방법을 적용하였다. 도 17은 ftp를 이용하여 수신한 실시간 예보 기상자료 중 바람분포를 Akima 보간방법으로 보간하여 작성한 대상해역 바람분포이다. 본 발명의 유출유 확산 예측 방법에서는 바람분포 이외에 기온 및 기압분포도 같은 방법으로 변환하여 사용하고 있으며, ftp를 이용한 자료의 수신과 함께 자료의 변환과정까지 자동으로 수행되도록 하였다.
3-3. 실시간 기상자료 연계 네트워크 구성
국립환경과학원의 기상예보시스템에서는 매일 낮 12시와 밤 12시의 2차례 각각 오전 9시~오후 9시, 오후 9시~다음날 오전 9시의 예보된 24시간 시간별 자료를 갱신한다. 본 발명의 유출유 확산 예측 방법에서는 실시간 기상자료 확보를 위하여 ftp를 이용하여 국립환경과학원 서버에 접속하여 갱신된 예보자료를 실시간으로 수신한다.
국립환경과학원의 실시간 기상예보자료는 자체 서버를 통하여 제공되고 있으나, 시스템 보완문제를 고려하여 허가된 사용자에게만 서버의 접속을 허용하고 있다. 따라서 기상자료의 실시간 연계를 위해서는 일반적인 ftp 접속절차에 앞서 국립환경연구원의 보안규정을 만족할 수 있도록 VPN을 이용한 가상네트워크를 구성하여야 하며, 이 네트워크를 통하여 보안인증 및 사용자인증을 받아야만 한다.
<해수유동 모델링 및 실시간 예측>
1. 서언
실시간(real-time) 해수유동의 공간적 분포는 해상 유출유 확산예측에 필수적으로 요구되는 정보이다. 특히 본 발명의 대상해역중 서해와 남해에서는 해수유동의 대부분이 조류(tidal currents)와 취송류(wind driven currents)에 의해 결정되므로, 해상 누유시 신속하고 정확한 조류 및 취송류 정보가 제공되어야 한다.
실시간 조류는 통상적으로 조류의 조화상수(harmonic constant)를 이용하여 예측한다. 조화상수 산정의 방법으로는 실제 해양에서 관측된 유속자료를 조화분해(harmonic analysys)하는 방법과 해수유동모델을 이용하여 계산된 결과를 조화분해하는 방법이 사용되고 있다. 관측된 유속자료를 이용하는 경우 특정지점에 대한 조화상수는 비교적 정확하게 산정할 수 있으나, 조류의 상세한 공간적 분포는 파악하기 어렵다. 조류의 시공간적 분포를 상세하게 규명하는 방법으로는 해수유동모델이 주로 사용되는데, 이 방법에서는 조화상수가 알려진 곳의 조석 변동을 경계값으로 적용하여 모델영역 내부의 조석변동을 계산하고 계산결과로부터 조석 조화상수를 도출한다. 조석의 실시간 변동은 조화상수에 의한 변동에 실시간적 요소를 추가하여 예측한다. 해수유동모델을 이용하는 경우 조류뿐만 아니라, 조위(tidal elevation)의 실시간 변동에 대해서도 예측이 가능하다.
또한 바람에 기인한 취송류의 실시간 변동은 바람과 취송류간의 반응함수를 실시간 바람에 적용하여 예측할 수 있다. 바람과 취송류간의 반응함수는 현장관측을 통하여 산정되거나, 수치모델링을 통하여 산정될 수 있다. 수치모델을 통한 바람과 취송류간의 반응함수 산정에서는 특정 바람에 대한 취송류의 분포를 수치모델로 재현하고, 입력된 바람과 재현된 취송류간의 상관관계를 이용하여 반응함수를 산정한다.
본 발명에서는 인천주변해역의 해양오염 방제지원시스템 구축을 위하여 실시간 조류 및 취송류 예측시스템을 구축한다. 실시간 조류예측은 각 조석형태별로 ① 조화방법에 의한 검조소의 실시간 조위 정보와 ② 조석 수치모델링에 의한 조류의 공간적 분포 정보를 ③ 변조 조석을 매개로 하여 결합함으로써 실시간 조위와 조석을 재현하는 채리(CHARRY; Currents by Harmonic Response to the Reference Yardstick) 모델을 이용하여 수행한다. 또한 실시간 취송류는 상기 수온 및 기상정보의 실시간 연계에서 소개한 실시간 바람예보자료에 현장관측에서 도출된 반응함수를 적용하여 예측한다.
2. 해수유동모델링
2-1. 기본 방정식
해수유동모델링은 실시간 조류예측을 위한 조류의 공간적 분포 재현을 위하여 수행하였다. 해수유동모델에서 계산된 조류의 분포에서 조류조화상수를 산정하고, 이를 데이터베이스로 구축하여 실시간 조류예측모델인 채리모델에서 활용할 수 있도록 한다.
조류의 계산을 위한 기본 방정식은 지구의 구면효과를 충분히 반영할 수 있도록 극좌표계(polar coordinate)에 대한 해수유동 방정식과 연속 방정식을 이용하였다. 모델에 사용된 2차원 해수유동 방정식과 연속 방정식은 다음과 같다.
여기서 t는 시간, χ와 φ는 경도 및 위도, U와 V는 연직적으로 평균된 χ축과 φ축 방향의 유속, g는 중력 가속도, ξ는 평균 해면으로 부터의 해면 변위, D는 해면변위로부터의 수심, R은 지구반경, f는 꼬리올리(Coriolis) 파라메타(f=2ωsinφ), k는 해저 마찰계수(k=0.003), ρ는 해수밀도, α및 β는 기조력 계수, 그리고 ζ0는 기조력에 의한 평형조석이다. 그리고 τχ,τφ는 각각 χ와 φ축 방향의 바람응력(wind stress) 이다. 본 해수유동모델에서는 조류만을 고려하였으며, 바람응력은 고려하지 않았다.
모델의 계산은 양해법(explicit scheme)을 이용했으며, 이류항은 경사차분법(angled derivative scheme)을 이용하여 처리하였다. 계산과정에서 발생될 수 있는 수치 오차는 양방향 순차계산법(double sweep scheme)을 매 계산단계마다 적용하여 상쇄되도록 하였다. 연안의 천해역에서 발생될 수 있는 조간대의 처리는 Flather and Heaps(1975)가 제시한 처리 기법을 사용하였는데, 이 방법에서는 해양에 속한 격자라 하더라도 일정 수심 미만의 경우에는 육지로 취급하여 유속을 계산하지 않는다.
2-2. 기조력의 고려
기조력은 달, 태양, 지구의 궤도 운동에 따른 만유인력과 원심력의 차에 의해 발생하는 힘으로서, 조석을 일으키는 근원적인 힘이다. 기조력의 영향으로 발생된 조석은 해역의 지형적 특성에 따라 특징적으로 반응한다. 한국 서해의 경우 입구가 넓기 때문에 외해로부터 유입되는 조석의 영향을 상대적으로 많이 받는 반면에, 동해의 경우 외해의 영향보다는 기조력 자체의 영향을 크게 받는다. 따라서 본 발명의 대상해역인 한국 주변해역의 조석을 정확히 산정하기 위해서는 기조력의 영향이 포함될 수 있도록 기본방정식을 구성하여야 한다. 본 발명에서 기조력의 영향은
와 같이 해수면 변동 에 영향을 주는 항으로 포함하였다. 여기서 제2기조력 계수 α, 제1기조력 계수 β, 평형조석에 의한 기조력 ζ0는 다음과 같이 지정하였다. 제1기조력(primary tide-generation force)은 Newton(1687)의 평형조석론에 의해 유도된 기조력에 대한 고체지구의 탄성적 반응을 의미한다. 지구의 탄성적 반응은 주어진 기조력에 대한 평형조석 ζ0에 대해 의 크기로 나타나고, 이때 질량의 재분포가 발생하여 중력 포텐셜이 증가되고 다시 만큼의 변형이 생긴다. 이러한 과정을 정리하면, 제1기조력에 의한 실제 해수면의 변동은
와 같이 나타난다. 여기서 (1+k+h)는 love number로서 k와 h에 의해 결정되는 값이다. love number의 k와 h는 Wahr(1981)에 의해 분조별로 계산된 바 있으나, 대부분의 조류모델에서는 모든 분조에 대해 k=0.3, h=0.61의 값을 공통적으로 사용하고 있다. 한편, 평형조석 ζ0는
와 같이 반일주조와 일주조에 대해 각각 다른 형태로 표현된다 (Schureman, 1958; Pingree and Griffiths, 1987). 여기서 k와 σ는 평형조석의 진폭 및 주파수이며, 표 1에 제시된 값을 갖는다 (서, 1995). 제2기조력(secondary tide-generating force)은 해양 조석에 의한 해양 수괴의 이동에 따라 발생하는 지구 자체의 변형에 기인한 부가적인 힘이다. Farrel(1972)는 Green함수를 이용하여 제2기조력을 전개하였으나, 수식의 복잡성 때문에 조류모델에서는 수렴된 해를 얻지 못하였다. Accad and Pekeris(1978)은 Farrel(1972)의 접근을 단순화하여 제2기조력 계수로서 α=0.9를 제안하였다. Schwiderski(1979)는 이 값을 조류모델에 적용하여 수렴된 해를 도출하였으며, 이 값이 타당함을 입증하였다. 본 발명에서는 제1기조력의 love number (1+k-h)로서 0.69를 사용하였으며, 제2기조력 계수 α는 0.9로 지정하였다.
조석 분조 | 주파수(10-4/sec) | 진폭(m) |
M2조 | 1.40519 | 0.242334 |
S2조 | 1.45444 | 0.113033 |
K1조 | 0.72921 | 0.141565 |
O1조 | 0.67598 | 0.100514 |
2-3. 경계조건
해수유동모델의 경계조건(boundary condition)은 연안(coastal)경계조건, 하천(river)경계조건, 그리고 외해(open)경계조건으로 나누어진다. 본 모델에서 연안경계조건은 바다와 육지사이에 해수 교환이 없다는 자연경계조건, 즉 해안선에 수직인 유속성분이‘0’이라는 조건을 적용하였다. 외해경계조건은 조류계산에만 적용하였으며, 4대 주요 분조(M2조, S2조, K1조, O1조) 조위의 변동으로 지정하였다. 취송류 계산에서는 조위의 변동이 없는 것으로 지정하였으며, 해양 표면에 미치는 바람응력(wind stress)를 지정하였다. 조류모델에서 외해경계조건은 연안의 관측된 조위 값에서 얻어진 조화상수 값을 이용하여
와 같이 해면변위 ζ의 시간변동으로 지정하였다. 여기서 ωk는 주요 4대 분조인 M2조, S2조, K1조, O1조의 주파수이며, Aξχ와 φξχ는 외해경계에서의 조화상수로서 해면변위의 진폭(amplitude) 및 지각(phase)이다.
2-4. 모델의 계산
해수유동모델의 계산 시간간격은 양해법의 수치적 안정도를 고려하여 9.5543초(sec)로 하였다. 모델의 계산기간은 약 17일(lunar day)의 실제시간으로 하였으며, 계산 초기의 불안정성을 배제하기 위하여 계산 시작후 2일 경과시점부터의 결과만을 사용하였다.
2-5. 계산결과의 조화분석
해수유동 수치모델결과에 채리모델을 적용하여 실시간 조류를 예측하기 위해서는 계산결과를 조석형태별(일주조, 반일주조, 4반일주조 등)의 진폭과 지각으로 조화분해하여야 한다. 수치모델의 시계열에서 모델 실행 초기의 천이상태 부분을 제외하고, 모델 결과가 주기적인 안정성을 보이는 부분의 일주조 주기 기간 동안의 각 격자별 시계열자료υ,ν,ζ를
해수유동모델 결과를 조화분석하여 산정한 조위의 일주조 진폭 및 지각은 도 18, 도 19와 같으며, 반일조의 진폭 지각은 도 20 및 도 21과 같다.
3. 실시간 해수유동 예측
3-1. 채리모델을 이용한 실시간 조류 예측
1) 조화분석과 수치모델의 결합
조석(조류)에 대한 실시간(real time) 모델링을 위해서는 ① 조석의 조화분석 방법으로 얻을 수 있는 실제시간의 정보를 최대한 활용하면서, ② 조석 수치모델링이 제공할 수 있는 지형적 영향을 고려한 조석(조류)의 공간적 분포 특성을 적절하게 결합하는 ‘통합된’ 모델링이 필요하다. 두 가지 이질적인 시스템이 결합되려면, 정보를 제공하는 쪽에서는 상대방에서 수용해서 활용할 수 있는 형태로 제공하여야 한다. 그리고 정보를 받는 쪽에서는 수용된 정보를 최대한 활용할 수 있도록 시스템을 적절하게 조정해주어야 한다. 실시간 조류 및 조석 모델링에서는 조화분석 기법에 의한 ‘실제시간’의 해면변위 정보와 조석 수치모델링에 의한 ‘공간적’ 정보를 결합하는 메신져로서 각 조석형태(일주조, 반일주조, 4반일주조 등)에 속하는 여러개 분조의 합성에 의한 ‘변조 조석’(modulated tide)을 사용하고 있다. 실시간 조석 모델링의 기본적인 개요는 도 22와 같다.
2) 조화방법에 의한 검조소 분조별 조석예측
조화방법에 의한 조석예측에서는 지정한 시간의 각 분조 조석 성분을 단순히 합성하는 방법을 적용하는 것이 일반적이다. 채리모델 조석예측에서는 일주조, 반일주조 등과 같은 조석형태별로 실시간 조석을 별도로 수행한다.
우선 한 개 분조의 조석예측을 살펴보자. 각속도 σi(deg/hr)인 분조에 해당되는 조위는
(1)
에 의해 계산한다. 여기서 Hi 와 ki 는 각각 해당 검조소의 진폭과 지각(위상) 조화상수이다. 그리고 fi 는 노드변조 진폭, ui 는 노드변조 위상 지연, Vi 는 천문상수(astronomical argument)이다. 채리모델에서는 이를 ‘의도적’으로
의 형태로 바꾸어서 계산한다. 여기서 ‘조정된’ 진폭 Yi와 φi위상는
로 정의되며, 이들은 기준 시간(t = 0)의 조화상수인 진폭 Hi 와 위상 ki 는 천문적 변수인 의 함수로 주어진다. 분조의 조위는 기준시간 이후 경과한 시간 t의 함수로 표현된다. 기준시간은 편의상 지정된 날의 자정(00:00)을 택하기로 한다.
조석을 예측하는 절차는 아래와 같다. ① 조석 조화상수인 진폭 Hi 와 위상 ki 자료를 읽는다 ② 60개 분조의 각속도 σi 를 지정한다. ③ 지정한 기준일 00:00 GMT의 천체운동 경도(s, h, p, N)를 계산한다. ④ 천체운동의 경도(s, h, p)를 사용하여 각 분조의 천문상수 V 를 계산한다. ⑤ 달의 노드운동 경도(N)를 이용하여 각 분조의 노드 진폭 보정(f)과 위상 보정(u)을 계산한다. ⑥ ‘조정된’ 진폭 Yi와 위상 φi를 계산한다. 조정된 위상 φi의 계산시 지방표준시 보정과 검조소 경도 보정을 추가한다.
3) 조석형태별 분조 합성에 의한 변조조석의 조화상수
반일주조는 M2, K2, N2조 등 주기가 비슷한 여러개 분조로 구성되어 있으며, 일주조도 O1, K1, P1조 등 여러 개 분조로 구성되어 있다. 일주조, 반일주조, 4반일주조 등 조석형태별로 여러 분조를 중첩한 변조된 조석의 관계식 관계는 아래와 같다.
주파수ωi, 진폭Ai, 위상(지각)φi인 i분조에 수반된 해면변위 ζi(t)는
로 주어지며, n개 분조의 중첩에 의한 변조조석 해면변위 ζ(t)는
로 주어진다. 같은 조석형태에 속하는 여러 분조의 ‘대표적’인 주파수를 라 하고 (반일주조의 경우 M2조 주파수를 잡는 것이 편리하나, M2조 이외 주파수를 대표 주파수로 잡아도 무방하다), 각 분조의 각속도 σi를 ‘대표’각속도 또는 변조조석의 각속도 σ와 이로부터의 차이 δσi로 아래와 같이 나타내기로 한다.
분조 중첩에 의한 변조조석은 아래와 같이 유도된다.
여기서
이다.
식 (8)에 의해, 각 분조의 진폭Ai, 대표 주파수와의 각속도 차이 δσi및 위상φi 정보를 종합하여 변조진폭 f(t)와 변조위상 θ(t)를 구하면, n개 분조를 중첩한 변조파는 식 (7)에 의해
로 주어진다. 한편 식 (9)로 주어지는 변조조석의 변조진폭 A(t)와 변조위상θ(t)는 아래와 같이 계산된다. 식 (8)의 2개 식 각각을 제곱하여 더하면
이며, 여기에 관계식 cos2x + sin2x = 1을 적용하면
이다. 여기에 식 (6)을 적용하면
이므로, 변조진폭의 제곱 A2(t)는
로 주어진다. 한편 식 (8)의 두 식을 나누면 변조조석의 위상 θ(t)는
로 주어진다.
조화파 중첩에 따른 변조의 진폭 A(t)는 식 (10)에 의한 A2(t)의 제곱근으로 주어지는데, A2(t)가 음수가 될 수도 있음에 유의할 필요가 있다. A2(t)<0일 때,
로 두면 g2(t)>0이다. 이 때
이므로, A2(t)<0일 때 │A2(t)│의 제곱근에 의해 계산된 A(t)를 사용할 경우 식 (11)에 의해 계산된 θ(t)에서 π/2를 빼어준다. 한편, 위의 방법으로 계산한 합성파의 진폭과 위상을 중첩한 변조파의 기본적인 관계식 (9)에 대입했을 때 식 (9)의 좌변과 우변이 일치하면 무방하지만, 만약 좌변과 우변이 절대값의 크기는 같고 부호가 반대가 될 경우에는 (11)식에 의해 계산된 θ(t)에서 π를 빼어준다.
4) 채리 모델에 의한 실시간 조류예측 원리
채리모델에 적용된 물리적인 원리는 ‘진폭 등비 증가’ 원리와 ‘위상차 일정’의 원리이며, 이 두 가지 원리를 포괄하여 조화반응(harmonic response)이라 부르기로 한다. ① 진폭 등비 증가(linearity in the changes of amplitudes)는 조석형태별로 조위기준점(검조소) 조위의 진폭이 f 배 커지면 모델영역 격자점의 조위와 조류의 진폭도 f 배만큼 커진다는 것을 말한다. ② 위상차 일정(constancy in the differences of phases)은 조석형태별로 기준조위점의 조위 위상과 모델영역 격자점의 조위(조류) 위상 사이의 차는 조위의 진폭에 관계 없이 일정하다는 것을 말한다.
채리 모델에 입력으로 제공되어야 하는 자료는 ① 조석 수치모델링 결과에 의한 각 격자점의 조석형태별 조위와 조류의 조화상수(진폭 및 위상)와 ② 기준 조위점(검조소)의 조석형태별 실시간 변조 조위의 조화상수(진폭 및 위상)이다. 후자는 검조소의 60개 분조의 조석조화상수를 입력자료로 하여 계산된다.
5) 검조소 조위의 진폭비 및 위상차
채리 모델에서 수치모델에 의한 조석/조류의 공간적 분포와 검조소 실시간 조석예측에 의한 조석 실시간 예측자료의 결합은 검조소 격자점을 연결고리로 하여 수행된다. 즉 채리 모델에서는 조석 수치모델에 의한 검조소의 조석형태별 조위와 조화예측에 의한 조석형태별 실시간 조위와의 관계(진폭비 및 위상차)를 활용한다. 이를 위해서는 검조소에서 조석수치모델과 조화예측에 의한 조석형태별 조석 시계열이 결합되도록 조석조화상수의 진폭과 위상을 실시간으로 바꾸어주는 작업이 필요하다. 이에 대한 구체적인 내용은 아래와 같다.
① 수치모델과 조화예측에 의한 검조소 조위 조화상수
6) ‘수치모델 시간’에서 계산된 격자점 조류 및 조석
조석형태별 검조소 조위 진폭의 증폭비(식 15)와 검조소 조위 위상과 격자점 조류(조위) 위상과의 차이의 관계식(16)을 고려하면, 수치모델링에 의한 각 격자점 조류와 조위의 관계식은 아래와 같이 표현된다.
이 식에서의 시간 t는 실시간이고, 시간 τ는 수치 모델링 시간이다. 따라서 실시간에 대한 조류와 조석의 정보를 얻기 위해서는 검조소 조위로부터 수치모델시간과 실시간과의 차이를 알아내어서, 이를 보정해 주어야 한다.
7) 수치모델 시간과 실시간 간의 변환
한편, 식 (12)와 (13)에 보인, 검조소의 수치모델 조위ζ0(τ)와 조화예측 조위ζ(t)는 모두가 시간의 함수로 표시되어 있지만, 이들 식에서 시간의 의미는 다르다. 식 (12)의 수치모델 조위값 ζ0(τ)에서의 시간 τ는 수치모델링에서 설정한 ‘임의의’ 기준시간으로부터의 시간임에 반하여, 식 (13)의 조화예측 조위값 ζ(t)에서의 시간 t는 지정된 실제의 기준시각(지정한 날짜의 00:00)부터 경과된 ‘실제’ 시간이다. 검조소의 수치모델 시간과 조화예측 시간을 연결하려면, 두 시간 기준의 차이 Δt에 해당되는 위상차 를 보정해 주어야 한다. 검조소에서 k 형태 조석의 조위 위상차 δk(t)를
로 정의하자.
실제시간 t에 검조소의 조위가 식 (13)에 의해 기술될 때, 이를 식 (12)에 주어진 수치모델상의 조위 위상의 함수로 나타내어야 각 격자점 유동과 조위의 위상을 지정할 수 있다. 시간변환 관계식 (18)을 사용하면 조화예측에 의한 실제 조위의 관계식 (13)은
이 된다. 이 식에 의하면 검조소 조위를 실시간에 대한 함수로 나타내려면, 수치모델에 의한 시간에서의 위상 를 로 대치해 주어야 한다. 이 관계는 조석형태별로 검조소 조위의 위상과 일정한 위상차를 가지는 각 격자점의 조류와 조석 위상에도 똑같이 적용된다. 예를 들면 수치모델 시간 t로 표시된 식 (17)의 u(x,y,t)에서 모델시간의 위상변동 σkτ가 실시간 위상변동 σkt로 사용되도록 하려면 이 식의 위상 바꾸어야 한다. 즉
이 되어야 한다. δk(t)의 정의식 (18)을 이용하여 이 식을 다시 쓰면
가 된다. 따라서 식 (17)에 있는의 관계식 중 u(x,y,z)의 cosine 항의 argument는, 식 (18)을 사용하면,
가 된다. 식 (17)의 v(x,y,t)와 ζ(x,y,t)의 cosine 항의 argument도 비슷한 방법에 의해 바뀌어야 한다.
8) 실시간 함수로 나타낸 격자점 조류 및 조위
수치모델 시간의 함수로 표시된 (17)식의 u, v, ζ를 식 (22)를 이용하여 실시간의 함수로 바꾸면 아래와 같다.
9) 실시간 조류 예측 결과
채리모델을 적용하여 실시간 조류를 예측하였다. 도 23은 대상해역 창조시의 조류분포로서 2005년 8월 31일 17:00의 조류를 예측한 것이며, 도 24는 낙조시 조류분포로서 2005년 8월 31일 23:00의 조류를 예측한 결과이다.
3-2. 실시간 취송류 예측
취송류는 바람의 변동에 대한 반응함수로서 재현될 수 있다. 바람에 대한 취송류의 반응함수는 수심에 따라 크기와 시간지연으로 결정될 수 있으나, 표면 취송류의 경우는 바람에 즉각적으로 반응하므로 시간지연 없이 크기의 비로서만 나타난다. 본 발명에서는 실시간 취송류 예측을 위하여 수온 및 기상자료 실시간연계에서 소개한 실시간 바람 예보자료를 활용하였으며, 바람에 대한 취송류의 분포는 우리나라 주변해역에서 현장관측을 통하여 바람과 표면취송류간의 상관관계를 제시한 이와 강(2000)의 결과를 적용하여 예측하였다.
계산 격자 중 해양에 해당하는 모든 점에서 표면취송류는
표면취송류 유속 = 0.029 * 풍속
표면취송류 유향 = 풍향 + 18.6°
와 같이 풍속과 풍향에 대한 이와 강(2000)의 관계식을 적용하여 계산하였다. 다만 연안에 인접한 격자에 대해서는 육지경계를 적용하여 연안에 의한 해수유동의 변형을 표현할 수 있도록 하였다. 육지경계조건은 해안에 수직인 흐름에 대해 유속을 “0”로 설정하였으며, 연안에 평행한 흐름에 대해서 주변의 유속 구배(gradient)와 균일(uniform)한 유속 구배를 갖는 것으로 지정하였다.
실시간 취송류 예측의 예로서 도 25와 같은 바람분포에 대해 예측한 취송류의 분포는 도 26과 같다.
<실시간 유출유 확산예측>
1 유출유 확산예측 모델
1-1. 개요
유류오염사고 발생시 효율적인 방제방안 수립을 위해서는 유출유 확산예측 모델을 이용한 실시간 유출유 확산예측이 필요하다. 본 발명에서는 방제정보지도의 환경민감자원 데이터베이스와 함께 유출유 확산경로 예측시스템을 구축하였다. 유출유 확산예측 시스템은 유류오염사고 발생시 유출유의 확산경로 예측을 위하여 별도의 시스템으로 활용될 수 있으며, 유출유 피해예측 시스템으로도 활용될 수 있다. 유출유 확산예측 모델은 기본정보 데이터베이스를 기초자료로 활용하며, 수온 및 기상자료와 해수유동 실시간 예측 결과를 입력자료로 활용한다.
해상에 유출된 기름은 도 27에 제시한 바와 같이 조류, 취송류, 해류 등과 같은 해수유동을 따라 이동하면서 난류에 의해 확산된다. 또한 확산과정에서 유류오염은 일정한 양을 유지하는 것이 아니라 시간에 따라 생물·화학적 작용 및 침강에 의해 감쇠된다. 유류오염 확산모델에서는 이러한 현상들을 보다 현실에 부합되도록 모델링하였다.
본 발명의 모델에서 유류오염의 확산은 유류에 해당하는 수치적 입자를 추적하는 방법으로 모델링하였다. 몬테카르로(Monte Carlo) 방법을 이용한 본 유류오염 확산모델의 위치 추적방법은 다음과 같다. 시간 때에 위치 (x0, y0)에 있던 입자가 시간이 δt만큼 경과후 바람과 해수유동에 의해 이동한 후 놓이게 될 새로운 위치를 (x0+δx, y0+δy)라 할 때, δt동안의 변위 (δx, δy)는
로 주어진다. 여기서 (u, v)는 바람에 의한 취송류 및 해수유동의 유속이고, (u', v')는 난류적 유속이다. 취송류 및 해수유동의 유속은 제4장의 해수유동 실시간 예측 결과를 이용하여 지정한다.
1-2. fBm을 이용한 난류 확산 모델링
라그랑쥐식의 확산 해석에서 δt시간 동안의 입자변위(δx, δy)는
와 같이 시간 의 승에 비례하는 분산특성을 가져야 한다.
실제 해양의 난류 확산 관측결과에서 방사상 분산(σ2)은
와 같은 특성을 갖는 것으로 제시되었다. 여기서 방사상 분산은
와 같이 표현된다. 본 발명의 확산모델에서는 난류 확산의 분산특성을 충족시키기 위하여 x축상 및 y축상 난류적 확산거리를
1-3. 유출유의 풍화(weathering) 과정 모델링
1) 퍼짐(Spreading)
누유의 퍼짐은 각각 영향을 미치는 인자에 따라 중력-관성력 과정, 관성력-점성력 과정 그리고 표면장력-점성력 과정으로 분류될 수 있다. 퍼짐은 누유 확산에서 일종의 초기 조건을 결정할 뿐만 아니라, 누유 표면에서의 증발이나 이산 그리고 용해 같은 과정과 밀접한 관련이 있다. 본 발명의 모델에서 누유의 퍼짐은 실험에 근거하여 경험식을 제시한 Fay(1969)의 결과를 이용하였는데, 유층의 두께가 5mm 이하일 때는 중력과 관성력의 평형관계로부터 퍼짐을 결정하였으며 유층의 두께가 5-10mm 일 때는 관성력과 점성력의 평형관계를 이용하여 결정하였다. 한편, 두께가 10mm 이상일 때 기름의 퍼짐은 표면장력과 점성력을 주요 외력으로 적용한 Mackay et al.(1980)의 모델을 적용하였다.
2) 증발(Evaporation)
일단 누유가 발생하면 처음 며칠동안 발생하는 풍화의 중요한 부분은 기름 성분들의 증발이다(표 2 참조). 이에 따라 상당 질량의 성분이 대기 중으로 이동하며, 수면 위의 기름 양은 상대적으로 줄어들고 그 특성도 변하게 된다. 본 발명에서 기름의 증발은 Stiver and Mackay(1984)의 해석적 방법을 이용하여 산정하였다. 그들은 해석적 접근 방법으로 정제에 사용되는 증류 데이터를 사용하였으며, 증발에 의한 기름의 점도변화는 증발비를 이용하여 산정하였다.
PATHWAY | TIME SCALE (Days) | PERCENTAGE |
EVAPORATION SOLUTION PHOTOCHEMICAL BIODEGRADATION DISINTEGRATION & SINKING RESIDUE |
1 - 10 1 - 10 10 - 100 50 - 500 100 - 1000 > 100 |
25% 5% 5% 30% 15% 20% |
TOTAL | 100% |
원유의 풍화작용 (Butler et al., 1976)
3) 소산(Dispersion)
해상에 유출된 기름은 해상상태에 따라 작은 방울로 분쇄되어 수면하 수직 방향으로 흩어지게 된다. 시간이 지나면서 기름 방울이 수면으로 다시 떠오를 수도 있지만 대부분은 여러 형태의 연속적인 풍화(용해, 분해, 침전 등)를 겪으며 수면하에 잔류하게 된다. 소산과정은 주로 쇄파에 기인하므로, 파도 에너지나 풍속의 함수로 표현될 수 있다.
4) 유상화(Emulsification)
유상화는 water-in-oil 현상을 의미하며, 오일의 특성을 변화시킨다. 유상화에 의하여 기름의 밀도, 점성, 기름의 총 부피는 증가하며, 이와 같은 특성들은 오일거동과 누유 제거 작업에 큰 영향을 미친다. 오일의 종류에 따라 유상화의 정도는 큰 차이가 있으며, 특히 아스팔트, 레진, 왁스 성분 등의 특성에 따라 유상화 정도는 달라진다 (Bobra, 1991). 본 발명에서 기름의 유상화는 Mackay et al.(1980)의 모델을 이용하여 풍속, 기름의 수분함유 정도의 함수로 표현하였으며, 유상화에 의한 기름의 점도 변화는 Mooney(1951)의 결과를 이용하였다.
5) 침강(Sink)
누유확산 모델링에는 이상에서 설명되지 않은 기타의 영향을 함께 고려하기 위한 여유의 기능이 추가되기도 한다. 일반적으로 용해나 미생물의 분해 같은 항을 포함시킬 수 있으며, 이에 따른 질량의 손실률은 초기 누유량에 선형적으로 비례하는 것으로 모델링 한다.
1-4. 실시간 유출유 확산 예측결과
실시간 유출유 확산예측시스템을 적용하여 대상해역의 가상 유출유 확산경로를 도 28과 같이 예측하였다.
이상 본 발명이 양호한 실시예와 관련하여 설명되었으나, 본 발명의 기술 분야에 속하는 자들은 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에 다양한 변경 및 수정을 용이하게 실시할 수 있을 것이다. 그러므로 개시된 실시예는 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 하고, 본 발명의 진정한 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
10: 기상예측시스템 20: 위성영상수신시스템
30: 서버 40: 클라이언트
30: 서버 40: 클라이언트
Claims (4)
- 방제정보지도(ESI)를 기반으로 실시간으로 유출유의 확산을 예측하는 방법에 있어서,
기상예측시스템과 위성영상수신시스템과 검조소와 서버와 클라이언트가 인터넷에 연결되고, 상기 서버가 기상예측시스템, 위성영상수신시스템, 검조소로부터 각각 기상자료와 수온자료와 조석정보를 실시간으로 수신하는 단계(S10)와;
상기 기상자료, 수온자료, 조석정보 및 서버에 저장된 해수유동 수치모델을 이용하여 조류와 취송류를 예측하는 단계(S20)와;
상기 조류와 취송류를 이용하여 해수 유동을 예측하고 이 해수 유동과 기상자료를 이용하여 유출유의 확산을 실시간으로 예측하는 단계(S30);를 포함하며,
상기 기상예측시스템의 기상자료는 바람, 기온, 기압의 분포를 포함하고,
상기 조류 예측은 각 조석 형태별로 조화방법에 의한 검조소의 실시간 조위 정보와, 조석 수치모델링에 의한 조류의 공간적 분포 정보를 변조 조석을 매개로 하여 결합함으로써 실시간 조위와 조석을 재현하는 채리모델을 이용하여 수행하고,
상기 조류와 취송류를 이용하여 해수 유동을 예측하고 이 해수 유동과 기상자료를 이용하여 유출유의 확산을 실시간으로 예측하는 단계(S30)는,
상기 클라이언트로부터 유출유량과 유출지점을 포함하는 유출정보를 입력받은 서버에서 수행하는 것을 특징으로 하는 해양 유류오염사고 발생시 효율적인 방제방안 수립을 위한 유출유 확산 예측 방법. - 삭제
- 삭제
- 삭제
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140056416A KR101567431B1 (ko) | 2014-05-12 | 2014-05-12 | 해양 유류오염사고 발생시 효율적인 방제방안 수립을 위한 유출유 확산 예측 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140056416A KR101567431B1 (ko) | 2014-05-12 | 2014-05-12 | 해양 유류오염사고 발생시 효율적인 방제방안 수립을 위한 유출유 확산 예측 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101567431B1 true KR101567431B1 (ko) | 2015-11-12 |
Family
ID=54609996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020140056416A KR101567431B1 (ko) | 2014-05-12 | 2014-05-12 | 해양 유류오염사고 발생시 효율적인 방제방안 수립을 위한 유출유 확산 예측 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101567431B1 (ko) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101724396B1 (ko) * | 2016-11-21 | 2017-04-18 | 한국원자력환경공단 | 침몰사고 시 방사성폐기물 영향 평가 시스템 및 방법 |
WO2017086595A1 (ko) * | 2015-11-17 | 2017-05-26 | 한국해양과학기술원 | 위험유해물질의 확산 예측 장치 및 방법 |
CN107016458A (zh) * | 2017-03-20 | 2017-08-04 | 中国海洋大学 | 一种海底溢油预测方法 |
WO2018062665A1 (ko) * | 2016-09-29 | 2018-04-05 | 한국해양과학기술원 | 위험유해물질 방제정보지도 제공 장치 |
KR101868791B1 (ko) | 2017-12-07 | 2018-06-20 | 주식회사 아라종합기술 | 유출유 확산 예측을 위한 입자 추적 모듈 최적화 방법 및 이를 이용한 예측 시스템 |
WO2018236032A1 (ko) * | 2017-06-23 | 2018-12-27 | 한국해양과학기술원 | 해양오염사고 대응을 위한 해안 구획 분할 장치 및 그 방법 |
WO2019013470A1 (ko) * | 2017-07-11 | 2019-01-17 | 한국해양과학기술원 | 해양오염사고 대응을 위한 해안 방제 방법 생성 장치 및 그 방법 |
CN110188960A (zh) * | 2019-06-03 | 2019-08-30 | 中国人民解放军国防科技大学 | 一种海上溢油事故应急处置系统的多目标组合优化配置方法 |
KR102128896B1 (ko) | 2019-12-19 | 2020-07-02 | 주식회사 아소아 | 선박용 어라운드 뷰 제공 시스템 |
CN112232702A (zh) * | 2020-11-05 | 2021-01-15 | 交通运输部规划研究院 | 一种面向多风险源的时空高分辨率溢油风险定量分析方法 |
CN113487094A (zh) * | 2021-07-09 | 2021-10-08 | 青岛杰瑞自动化有限公司 | 一种海洋数据管理应用平台 |
KR102469002B1 (ko) * | 2021-12-27 | 2022-11-18 | 한국해양과학기술원 | 해양오염정보 자동생성 및 표출시스템 및 그 방법 |
WO2023048489A1 (ko) * | 2021-09-27 | 2023-03-30 | 한국해양과학기술원 | 해류의 영향을 반영한 관측용 부이의 위치 정보 획득 방법 및 그 위치 정보를 이용한 침몰선 유출유 확산에 대한 피해 위험 평가 방법 |
KR20240104472A (ko) | 2022-12-28 | 2024-07-05 | 서울대학교산학협력단 | 저유황유 해상 확산 면적 예측 방법 |
-
2014
- 2014-05-12 KR KR1020140056416A patent/KR101567431B1/ko active IP Right Grant
Non-Patent Citations (2)
Title |
---|
해양환경안전학회 2008년도 춘계학술발표회* |
해양환경안전학회지 제17권 제4호* |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11557379B2 (en) | 2015-11-17 | 2023-01-17 | Korea Institute Of Ocean Science & Technology | Apparatus and method for predicting dispersion of hazardous and noxious substances |
WO2017086595A1 (ko) * | 2015-11-17 | 2017-05-26 | 한국해양과학기술원 | 위험유해물질의 확산 예측 장치 및 방법 |
KR101740720B1 (ko) * | 2015-11-17 | 2017-05-29 | 한국해양과학기술원 | 위험유해물질의 확산 예측 장치 및 방법 |
WO2018062665A1 (ko) * | 2016-09-29 | 2018-04-05 | 한국해양과학기술원 | 위험유해물질 방제정보지도 제공 장치 |
KR101724396B1 (ko) * | 2016-11-21 | 2017-04-18 | 한국원자력환경공단 | 침몰사고 시 방사성폐기물 영향 평가 시스템 및 방법 |
CN107016458A (zh) * | 2017-03-20 | 2017-08-04 | 中国海洋大学 | 一种海底溢油预测方法 |
WO2018236032A1 (ko) * | 2017-06-23 | 2018-12-27 | 한국해양과학기술원 | 해양오염사고 대응을 위한 해안 구획 분할 장치 및 그 방법 |
WO2019013470A1 (ko) * | 2017-07-11 | 2019-01-17 | 한국해양과학기술원 | 해양오염사고 대응을 위한 해안 방제 방법 생성 장치 및 그 방법 |
KR20190006794A (ko) | 2017-07-11 | 2019-01-21 | 한국해양과학기술원 | 해양오염사고 대응을 위한 해안 방제 방법 생성 장치 및 그 방법 |
KR101868791B1 (ko) | 2017-12-07 | 2018-06-20 | 주식회사 아라종합기술 | 유출유 확산 예측을 위한 입자 추적 모듈 최적화 방법 및 이를 이용한 예측 시스템 |
CN110188960A (zh) * | 2019-06-03 | 2019-08-30 | 中国人民解放军国防科技大学 | 一种海上溢油事故应急处置系统的多目标组合优化配置方法 |
KR102128896B1 (ko) | 2019-12-19 | 2020-07-02 | 주식회사 아소아 | 선박용 어라운드 뷰 제공 시스템 |
CN112232702A (zh) * | 2020-11-05 | 2021-01-15 | 交通运输部规划研究院 | 一种面向多风险源的时空高分辨率溢油风险定量分析方法 |
CN112232702B (zh) * | 2020-11-05 | 2023-09-01 | 交通运输部规划研究院 | 一种面向多风险源的时空高分辨率溢油风险定量分析方法 |
CN113487094A (zh) * | 2021-07-09 | 2021-10-08 | 青岛杰瑞自动化有限公司 | 一种海洋数据管理应用平台 |
CN113487094B (zh) * | 2021-07-09 | 2024-05-28 | 青岛杰瑞自动化有限公司 | 一种海洋数据管理应用平台 |
WO2023048489A1 (ko) * | 2021-09-27 | 2023-03-30 | 한국해양과학기술원 | 해류의 영향을 반영한 관측용 부이의 위치 정보 획득 방법 및 그 위치 정보를 이용한 침몰선 유출유 확산에 대한 피해 위험 평가 방법 |
KR20230044797A (ko) | 2021-09-27 | 2023-04-04 | 한국해양과학기술원 | 해류의 영향을 반영한 관측용 부이의 위치 정보 획득 방법 및 그 위치 정보를 이용한 침몰선 유출유 확산에 대한 피해 위험 평가 방법 |
KR102469002B1 (ko) * | 2021-12-27 | 2022-11-18 | 한국해양과학기술원 | 해양오염정보 자동생성 및 표출시스템 및 그 방법 |
KR20240104472A (ko) | 2022-12-28 | 2024-07-05 | 서울대학교산학협력단 | 저유황유 해상 확산 면적 예측 방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101567431B1 (ko) | 해양 유류오염사고 발생시 효율적인 방제방안 수립을 위한 유출유 확산 예측 방법 | |
Galton‐Fenzi et al. | Modeling the basal melting and marine ice accretion of the Amery Ice Shelf | |
Derksen et al. | Spring snow cover extent reductions in the 2008–2012 period exceeding climate model projections | |
Qiu et al. | Seasonal modulations in the eddy field of the South Pacific Ocean | |
Arzeno et al. | Ocean variability contributing to basal melt rate near the ice front of Ross Ice Shelf, Antarctica | |
Xie et al. | Application of SWAN+ ADCIRC to tide-surge and wave simulation in Gulf of Maine during Patriot's Day storm | |
Girishkumar et al. | Intraseasonal variability in barrier layer thickness in the south central Bay of Bengal | |
Arrigo et al. | Air‐sea flux of CO2 in the Arctic Ocean, 1998–2003 | |
Ravens et al. | Process-based coastal erosion modeling for drew point, North Slope, Alaska | |
Narayanan et al. | On the role of thermospheric winds and sporadic E layers in the formation and evolution of electrified MSTIDs in geomagnetic conjugate regions | |
Falahat et al. | Global calculation of tidal energy conversion into vertical normal modes | |
Pianezze et al. | A new coupled ocean‐waves‐atmosphere model designed for tropical storm studies: Example of tropical cyclone Bejisa (2013–2014) in the South‐West Indian Ocean | |
Wenegrat et al. | Dynamics of the surface layer diurnal cycle in the equatorial Atlantic Ocean (0, 23 W) | |
Matthews et al. | Analysis of four‐dimensional variational state estimation of the Hawaiian waters | |
Marullo et al. | Combining model and geostationary satellite data to reconstruct hourly SST field over the Mediterranean Sea | |
Foltz et al. | Seasonal cycle of the mixed layer heat budget in the northeastern tropical Atlantic Ocean | |
Blockley et al. | Recent development of the Met Office operational ocean forecasting system: an overview and assessment of the new Global FOAM forecasts | |
Zhao et al. | Effect of a fast‐moving tropical storm W ashi on phytoplankton in the northwestern S outh C hina S ea | |
Schlundt et al. | Mixed layer heat and salinity budgets during the onset of the 2011 Atlantic cold tongue | |
Wijaya et al. | Atmospheric pressure loading | |
Hu et al. | Mapping surface tidal currents and C hangjiang plume in the E ast C hina S ea from G eostationary O cean C olor I mager | |
Kurapov et al. | Coastal sea level variability in the US west coast ocean forecast system (WCOFS) | |
Ando et al. | Fifteen years progress of the TRITON array in the Western Pacific and Eastern Indian Oceans | |
Tian et al. | Diurnal cycle of summertime deep convection over North America: A satellite perspective | |
Hsin et al. | Fluctuations of the thermal fronts off northeastern Taiwan |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20181002 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20191001 Year of fee payment: 5 |