KR101977375B1 - 파랑 예측 방법, 및 이를 위한 장치 - Google Patents

파랑 예측 방법, 및 이를 위한 장치 Download PDF

Info

Publication number
KR101977375B1
KR101977375B1 KR1020180142334A KR20180142334A KR101977375B1 KR 101977375 B1 KR101977375 B1 KR 101977375B1 KR 1020180142334 A KR1020180142334 A KR 1020180142334A KR 20180142334 A KR20180142334 A KR 20180142334A KR 101977375 B1 KR101977375 B1 KR 101977375B1
Authority
KR
South Korea
Prior art keywords
wave
observation
spectrum
unit
response
Prior art date
Application number
KR1020180142334A
Other languages
English (en)
Inventor
윤성범
김건형
Original Assignee
한양대학교 에리카산학협력단
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 한양대학교 에리카산학협력단 filed Critical 한양대학교 에리카산학협력단
Application granted granted Critical
Publication of KR101977375B1 publication Critical patent/KR101977375B1/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
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G01C13/002—Measuring the movement of open water
    • G01C13/006—Measuring the movement of open water horizontal movement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W2201/00—Weather detection, monitoring or forecasting for establishing the amount of global warming

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Environmental Sciences (AREA)
  • Computational Mathematics (AREA)
  • Ecology (AREA)
  • Hydrology & Water Resources (AREA)
  • Mathematical Optimization (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Atmospheric Sciences (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

본 개시는 해양에 설정된 복수의 관측 지점 각각을 기준으로 하는 복수의 단위 파원 각각에 의한 관심 지역에서의 응답 파랑 스펙트럼을 데이터베이스화하여 저장하고, 복수의 관측 지점에 각각 배치된 관측 기기들로부터 수신된 관측 데이터에 기초하여 복수의 관측 지점 중 적어도 하나에서 관측된 파랑에 대한 관측 파랑 스펙트럼을 획득하고, 단위 파원 및 관측 파랑 스펙트럼에 기초하여 관측된 파랑에 대한 증폭계수를 산출하고, 증폭계수 및 응답 파랑 스펙트럼에 기초하여 관측된 파랑에 의한 관심 지역에서의 파랑을 예측하는 파랑 예측 방법, 이를 위한 장치를 제공한다. 본 개시에 의하면 급격한 기상 변화에 의한 파랑의 변화를 신속하고 정확하게 예측할 수 있다.

Description

파랑 예측 방법, 및 이를 위한 장치 {METHOD FOR PREDICTING WAVE AND APPARATUS FOR THE SAME}
본 개시는 해양에서 발생한 파랑의 특성 정보를 이용하여 해안에서의 파랑을 예측하는 파랑 예측 방법, 및 이를 위한 장치에 관한 것이다.
종래의 파랑 예측은 관측 지역의 기상 정보를 수집하고, 수집된 기상 정보를 파랑 수치 모형에 대입함으로써, 파랑의 발생 및 특성을 예측한다.
이러한 파랑 수치 모형을 이용한 파랑의 예측은 기본적인 입력 자료인 기상 정보에 대한 자료가 정확하게 입력되어야 한다. 기상 상태가 안정된 상태에서는 기상 수치 모형으로 계산된 기상의 예측값의 정확도가 높아, 파랑 수치 모형을 이용하여 파랑을 예측하는데 문제가 없다. 그러나, 갑작스럽게 발생하여 전파되는 고파랑은 기상 현상의 급격한 변화가 주 발생요인으로, 이러한 현상은 기상 수치 모형으로 정확히 예측해내기 힘들다.
따라서, 종래의 파랑 예측 방법으로는 기상 현상과 파랑의 급격한 변화를 감지하거나 모의하기 힘들다는 문제가 있어, 이에 대한 보완이 필요하게 된다.
전술한 배경에서 본 개시는 데이터베이스로 구축한 단위 파원에 의한 관심 지역에서의 파랑 스펙트럼에, 관측된 파랑에서 산출된 증폭계수를 적용하여 관심 지역의 파랑을 예측함으로써, 급격한 기상 변화에 의한 파랑의 변화를 신속하고 정확하게 예측할 수 있는 파랑 예측 방법, 및 이를 위한 장치를 제안하고자 한다.
또한, 본 개시는 기상 및 파랑 수치모형으로 모의하기 힘든 급격한 기상의 변화로 인한 파랑의 변화를 정확히 감지하기 위하여 관측 정보를 이용하여 예측 정보를 생성함으로써, 급격한 파랑의 변화에 따라 발생할 수 있는 사고를 예방하는 데에 기여할 수 있는 파랑 예측 방법, 및 이를 위한 장치를 제안하고자 한다.
전술한 과제를 해결하기 위해서 안출된 본 개시는 해양에 설정된 복수의 관측 지점에 각각 배치된 관측 기기들로부터 관측 데이터를 수신하는 통신부, 복수의 관측 지점 각각을 기준으로 하는 복수의 단위 파원 각각에 의한 관심 지역에서의 응답 파랑 스펙트럼(wave spectrum)을 데이터베이스화하여 저장하는 저장부 및 관측 데이터에 기초하여 복수의 관측 지점 중 적어도 하나에서 관측된 파랑에 대한 관측 파랑 스펙트럼을 획득하고, 단위 파원 및 관측 파랑 스펙트럼에 기초하여 관측된 파랑에 대한 증폭계수를 산출하고, 증폭계수 및 응답 파랑 스펙트럼에 기초하여 관측된 파랑에 의한 관심 지역에서의 파랑을 예측하는 파랑 예측부를 포함하는 파랑 예측 장치를 제공한다.
또한, 본 개시는 해양에 설정된 복수의 관측 지점 각각을 기준으로 하는 복수의 단위 파원 각각에 의한 관심 지역에서의 응답 파랑 스펙트럼을 데이터베이스화하여 저장하는 단계, 복수의 관측 지점에 각각 배치된 관측 기기들로부터 관측 데이터를 수신하는 단계, 관측 데이터에 기초하여 복수의 관측 지점 중 적어도 하나에서 관측된 파랑에 대한 관측 파랑 스펙트럼을 획득하는 단계, 단위 파원 및 관측 파랑 스펙트럼에 기초하여 관측된 파랑에 대한 증폭계수를 산출하는 단계 및 증폭계수 및 응답 파랑 스펙트럼에 기초하여 관측된 파랑에 의한 관심 지역에서의 파랑을 예측하는 단계를 포함하는 파랑 예측 방법을 제공한다.
본 개시에 따르면, 데이터베이스로 구축한 단위 파원에 의한 관심 지역에서의 파랑 스펙트럼에, 관측된 파랑에서 산출된 증폭계수를 적용하여 관심 지역의 파랑을 예측함으로써, 급격한 기상 및 파랑의 변화를 신속하고 정확하게 예측할 수 있으며, 따라서 급격한 파랑의 변화에 따라 발생할 수 있는 사고를 예방할 수 있는 효과가 있다.
도 1은 본 개시의 일 실시예에 따른 파랑 예측 시스템의 블록도이다.
도 2는 본 개시의 일 실시예에 따른 파랑 예측 장치의 블록도이다.
도 3은 본 개시의 일 실시예에 따른 불규칙 파랑의 특성을 설명하기 위한 도면이다.
도 4는 본 개시의 일 실시예에 따른 파랑 관측망의 구축을 예시적으로 도시한 도면이다.
도 5 내지 도 8은 본 개시의 일 실시예에 따른 단위 파원에 의한 응답 파랑 스펙트럼의 데이터베이스화를 설명하기 위한 도면이다.
도 9는 본 개시의 일 실시예에 따른 관심 지역에서의 합성 응답 스펙트럼의 산출을 설명하기 위한 도면이다.
도 10은 본 개시의 일 실시예에 따른 파랑 예측 방법에 대한 흐름도이다.
도 11은 본 개시의 일 실시예에 따른 파랑 예측 시스템의 동작을 설명하기 위한 흐름도이다.
이하, 본 개시의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 개시를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
또한, 본 개시의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.
본 개시에 있어서, "해양"은 해안과 소정의 거리 이상 떨어진 바다를 의미한다. 또한, "관측 지점"은 해양 관측 부이(buoy) 등의 관측 기기가 설치된 해양의 지점을 의미한다. 또한, "관심 지역"은 파랑의 특성을 예측하기를 원하는 해안 지역을 의미한다.
또한, 본 개시에 있어서, "파랑"은 바다에서 바람이 해수면 위를 지속적으로 불 때 생기는 풍파와 먼 바다에서 발생한 풍파가 연안으로 전파되는 너울을 모두 포함하는 것을 의미한다. 또한, 파랑의 특성인 "파고(wave height)"는 파곡(wave trough)에서 파봉(wave crest)에 이르는 연직거리이고, "파장(wave length)"은 파봉에서 파봉 또는 파곡에서 파곡에 이르는 거리이며, "주기(wave period)"는 파봉에서 파봉 또는 파곡에서 파곡이 연속해서 한 지점을 통과하는 시간을 의미하고, "파속(wave celerity 또는 speed)"은 파장을 주기로 나눈 속도를 의미한다. 또한, "군속도(wave group velocity)"는 파랑 에너지의 전파속도를 나타내며 파진동수(wave frequency)의 변화율과 파수(wave number)의 변화율의 비를 의미한다.
또한, 본 개시에 있어서, "단위 파원"은 단일 주기 및 단일 파향을 갖는 단위 에너지 크기의 단위 파랑이 생성되는 지점을 의미하며, 단위 파랑과 혼용하여 사용될 수 있다. 또한, "응답 파랑 스펙트럼"은 관측 지점에서 가정된 단위 파원에 대하여 파랑 수치 모형을 적용하여 산출한 관심 지역에서의 파랑의 에너지 스펙트럼을 의미한다. 또한, "관측 파랑 스펙트럼"은 관측 지점에서 관측된 파랑의 에너지 스펙트럼을 의미한다.
본 개시는 해안으로부터 멀리 떨어져 있는 해양관측 부이에서 관측된 파랑 특성 값을 이용하여 해안의 파랑 특성을 예측하는 방법에 대한 것이다. 본 개시에 의한 실시예는, 관측망 내부의 기상 현상은 미약하나 원지에서 강한 바람에 의한 너울이 예상될 때, 파랑 수치 모형을 이용하여 직접 파랑을 예측하는 것보다 단시간 내에 파랑을 예측해낼 수 있으며, 파랑 예측 시스템 개발, 너울성 파랑 예측, 파랑 수치 모의의 정확도 향상 등에 이용될 수 있다. 특히, 파랑 관측망이 구축된 지역 내부 연안의 파랑 예측에 이용될 수 있다.
즉, 현재 이용되고 있는 파랑 예측 시스템은 파랑 수치 모형(Simulating WAves Nearshore(SWAN), Wave Watch III(WWIII) 등)을 이용하여 유한 차분법 및 유한요소법으로 파작용평형방정식(Wave action balance equation)을 계산하여 파랑을 산출하는 방법이 주로 이용되고 있다.
그러나, 파랑 수치 모형을 이용한 파랑 예측은 기본적인 입력자료인 기상자료가 정확하게 입력되어야 한다. 기상상태가 안정된 상태에서는 기상 수치 모형으로 계산된 기상의 예측값의 정확도가 높아 파랑 수치 모형을 수행하여 파랑을 예측하는데에 문제가 없다. 그러나 갑작스럽게 발생하여 전파되는 고파랑은 기상 현상의 급격한 변화가 주 발생요인이며 이러한 현상은 기상 수치 모형으로 정확히 예측해내기 힘들다. 이러한 문제점을 해결하기 위해서 안출된 본 개시에 따른 실시예들은 수치 모형을 이용할 경우 기상 현상과 파랑의 급격한 변화를 감지하거나 모의하기 힘들다는 단점을 해결할 수 있다.
이하에서는, 관련 도면을 참조하여 본 개시의 실시예들에 따른 파랑 예측 방법, 파랑 예측 장치에 대하여 설명하기로 한다.
도 1은 본 개시의 일 실시예에 따른 파랑 예측 시스템의 블록도이다.
도 1을 참조하면, 파랑 예측 시스템(10)은 해양에 설정된 복수의 관측 지점에 각각 배치되어, 파랑에 대한 관측 데이터를 파랑 예측 장치로 송신하는 복수의 관측 기기들(200) 및 복수의 관측 지점 각각을 기준으로 하는 복수의 단위 파원 각각에 의한 관심 지역에서의 응답 파랑 스펙트럼을 데이터베이스화하여 저장하고, 관측 데이터에 기초하여 복수의 관측 지점 중 적어도 하나에서 관측된 파랑에 대한 관측 파랑 스펙트럼을 획득하고, 단위 파원 및 관측 파랑 스펙트럼에 기초하여 관측된 파랑에 대한 증폭계수를 산출하고, 증폭계수 및 응답 파랑 스펙트럼에 기초하여 관측된 파랑에 의한 관심 지역에서의 파랑을 예측하는 파랑 예측 장치(100)를 포함한다.
관측 기기들(200)은 해양에 설정된 복수의 관측 지점에 각각 배치되어, 파랑과 관련된 정보를 획득할 수 있다. 일 예에 따라, 관측 기기들(200)은 관심 지역인 해안으로부터 50km 이상 떨어져 배치된 해양 관측 부이일 수 있다. 관측 기기들(200)에서 획득된 관측 데이터는 불규칙 파랑 정보를 나타내는 유의파고, 유의주기, 평균파향 및 첨두파향, 파랑 스펙트럼 등의 파랑의 특성 정보를 포함할 수 있다. 획득된 관측 데이터에 파랑 스펙트럼이 없는 경우, 유의파고, 첨두파향, 첨두주기 등을 이용하여 파랑 스펙트럼을 산출할 수 있으며, 이는 파의 주파수(또는 주기)와 방향 성분으로 이루어진 에너지 스펙트럼 형태로 표현될 수 있다. 본 개시에서는 파랑을 에너지 스펙트럼을 유한한 개수의 주파수와 방향 성분으로 나눈 값을 이용하여 관측 지점으로부터 멀리 떨어진 관심 지역에서의 파랑 특성을 구할 수 있다.
일 예에 따라, 관측 기기들(200)은 해수면 위에 떠서 파고, 파향, 주기, 파랑 스펙트럼을 관측하는 부이식 파고계(wave radar buoy)로 구현될 수 있다. 다만, 이는 일 예로서, 이에 한정되는 것은 아니다. 관측 지점에서의 파고, 파향, 주기, 파랑 스펙트럼 등의 파랑에 대한 특성 정보를 획득할 수 있다면, 수압식 파고계나 초음파식 파고계 등 종류에 관계없이 본 개시의 관측 기기로 이용될 수 있다.
관측 기기들(200)은 관측 지점에서 획득한 파랑의 특성 정보를 파랑 예측 장치(100)로 송신할 수 있다. 일 예에 따라, 각 관측 기기들(200)에서 파랑 예측 장치(100)로의 특성 정보의 전송은 실시간으로 수행될 수 있다. 이를 위하여, 관측 기기들(200)은 파랑 예측 장치(100)와 데이터를 송수신할 수 있는 통신기를 포함할 수 있다. 통신기는 파랑 예측 장치(100)와 데이터를 송수신할 수 있다면, 특정 통신 방법이나 수단에 한정되지 않는다.
도 1에는 m개(m은 1 이상의 자연수)의 관측 기기가 도시되어 있으며, 관측 기기의 개수는 설정된 관측 지점의 수에 따라 결정될 수 있다. 일 예에 따라, 관측 기기들의 개수는, 후술하는 바와 같이, 관심 지역인 해안 지역을 둘러싸는 형태로 배치되는데 필요한 개수로 설정될 수 있다.
파랑 예측 장치(100)는 관측 기기들(200)로부터 수신된 관측 데이터에 기초하여 관심 지역인 해안 지역에서의 파랑을 예측할 수 있다. 이를 위하여, 파랑 예측 장치(100)는 복수의 관측 지점 각각에서 서로 다른 파향과 주기를 갖는 복수의 단위 파원이 관측되는 것으로 가정할 수 있다.
파랑 예측 장치(100)는 복수의 단위 파원이 관측 지점을 통과하여 관심 지역으로 진행한 경우를 파랑 수치 모형을 이용하여 모의할 수 있다. 파랑 예측 장치(100)는 모의 결과에 따라 산출된 응답 파랑 스펙트럼 정보를 이용하여, 관심 지역에서의 파랑 특성을 산출할 수 있다. 응답 파랑 스펙트럼을 이용하여 파랑의 특성을 산출하는 것은 특정 제한 없이 다양한 공지의 방법에 따르며, 이에 대한 구체적인 설명은 생략하기로 한다.
파랑 예측 장치(100)는 산출된 관심 지역에서의 응답 파랑 스펙트럼을 데이터베이스화하여 저장할 수 있다. 파랑 예측 장치(100)는 관측 지점에서 단위 파원이 갖는 파향과 주기를 변화시키면서, 각 단위 파원에 대한 응답 신호로서, 관심 지역에서의 에너지 스펙트럼을 데이터베이스화할 수 있다. 응답 파랑 스펙트럼의 데이터베이스는, 실제 관측된 파랑에 의한 관심 지역에서의 파랑을 예측하기 위하여 계속적으로 사용될 수 있다. 즉, 응답 파랑 스펙트럼의 데이터베이스는 파랑의 예측 시마다 다시 구축되는 것은 아니다. 다만, 예를 들어, 보다 정확한 파랑 수치 모형을 적용하거나 파향 또는 주기의 간격을 더 세분화하는 등, 응답 파랑 스펙트럼의 데이터베이스는 필요에 따라 업데이트될 수 있음은 당연할 것이다.
파랑 예측 장치(100)는 관측 기기들(200)로부터 관측 데이터를 수신할 수 있다. 파랑 예측 장치(100)는 수신된 관측 데이터에 기초하여 복수의 관측 지점 중 적어도 하나에서 관측된 파랑에 대한 관측 파랑 스펙트럼을 획득할 수 있다. 일 예에 따라, 파랑 예측 장치(100)는 관측 데이터에 포함된 파랑의 특성 정보를 이용하여 관측 파랑 스펙트럼을 산출할 수 있다. 또는, 다른 일 예에 따라, 관측 기기(200)에서 관측된 파랑에 대한 관측 파랑 스펙트럼이 산출된 경우, 파랑 예측 장치(100)는 관측 파랑 스펙트럼을 수신할 수 있다.
파랑 예측 장치(100)는 단위 파원 및 관측 파랑 스펙트럼에 기초하여 관측된 파랑에 대한 증폭계수를 산출할 수 있다. 파랑 예측 장치(100)는 단위 파원의 에너지에 대한 관측 파랑 스펙트럼의 에너지의 비를 증폭계수로 산출할 수 있다. 파랑 예측 장치(100)는 관측 파랑 스펙트럼 중 서로 다른 파향과 주기를 갖는 성분들의 에너지를 각각 단위 파원의 에너지와 비교할 수 있다. 일 예에 따라, 단위 파원들의 에너지 크기가 동일하게 대략 1 이라고 설정된 경우, 상기 각 성분들의 크기가 증폭계수로 산출될 수 있다.
파랑 예측 장치(100)는 증폭계수 및 응답 파랑 스펙트럼에 기초하여 관측된 파랑에 의한 관심 지역에서의 파랑을 예측할 수 있다. 파랑 예측 장치(100)는 단위 파원에 의한 관심 지역에서의 파랑에 대한 응답 파랑 스펙트럼에 증폭계수를 곱할 수 있다. 이 경우에도, 파랑 예측 장치(100)는 동일한 파향과 주기를 갖는 응답 파랑 스펙트럼과 증폭계수를 곱할 수 있다. 파랑 예측 장치(100)는 증폭계수가 곱해진 응답 파랑 스펙트럼을 합산하여 합성 응답 스펙트럼을 산출할 수 있다.
파랑 예측 장치(100)는 산출된 응답 스펙트럼의 분석을 수행할 수 있다. 파랑 예측 장치(100)는 합성 응답 스펙트럼에서 유의파고, 평균주기, 첨두주기, 평균파향, 첨두파향 등 파랑의 특성 정보를 산출하여, 관측 지점에서 관측된 파랑이 관심 지역으로 진행하는 경우의 파랑을 예측할 수 있다. 파랑의 에너지 스펙트럼에서 특성 정보를 산출하는 것은 특정 제한 없이 다양한 공지의 방법에 따르며, 이에 대한 구체적인 설명은 생략하기로 한다.
이에 따르면, 데이터베이스로 구축한 단위 파원에 의한 관심 지역에서의 파랑 스펙트럼에, 관측된 파랑에서 산출된 증폭계수를 적용하여 관심 지역의 파랑을 예측함으로써, 급격한 기상 변화에 의한 파랑의 변화를 신속하고 정확하게 예측할 수 있다. 또한, 기상 및 파랑 수치모형으로 모의하기 힘든 급격한 기상 및 파랑의 변화를 정확히 감지하기 위하여 관측 정보를 이용하여 예측 정보를 생성함으로써, 급격한 파랑의 변화에 따라 발생할 수 있는 사고를 예방할 수 있다.
도 2는 본 개시의 일 실시예에 따른 파랑 예측 장치의 블록도이다. 도 3은 본 개시의 일 실시예에 따른 불규칙파의 특성을 설명하기 위한 도면이다. 도 4는 본 개시의 일 실시예에 따른 파랑 관측망의 구축을 예시적으로 도시한 도면이다. 도 5 내지 도 8은 본 개시의 일 실시예에 따른 단위 파원에 의한 응답 파랑 스펙트럼의 데이터베이스화를 설명하기 위한 도면이다. 도 9는 본 개시의 일 실시예에 따른 관심 지역에서의 응답 스펙트럼의 산출을 설명하기 위한 도면이다.
도 2를 참조하면, 파랑 예측 장치(100)는 해양에 설정된 복수의 관측 지점에 각각 배치된 관측 기기들로부터 관측 데이터를 수신하는 통신부(110), 복수의 관측 지점 각각을 기준으로 하는 복수의 단위 파원 각각에 의한 관심 지역에서의 응답 파랑 스펙트럼(wave spectrum)을 데이터베이스화하여 저장하는 저장부(120) 및 관측 데이터에 기초하여 복수의 관측 지점 중 적어도 하나에서 관측된 파랑에 대한 관측 파랑 스펙트럼을 획득하고, 단위 파원 및 관측 파랑 스펙트럼에 기초하여 관측된 파랑에 대한 증폭계수를 산출하고, 증폭계수 및 응답 파랑 스펙트럼에 기초하여 관측된 파랑에 의한 관심 지역에서의 파랑을 예측하는 파랑 예측부(130)를 포함한다.
일 예에 따라, 파랑 예측 장치(100)는 서버, 단말, 네트워크 서비스 데이터베이스와 같이 다양한 장치로 구현될 수 있다.
통신부(110)는 관측 지점에 배치된 관측 기기들과 데이터를 송수신할 수 있다. 통신부(110)는 관측 기기로부터 관측 데이터를 수신할 수 있다. 통신부(110)는 관측 기기들과 데이터를 송수신할 수 있다면, 이동 통신이나 무선 인터넷 등 특정 통신 방법이나 수단에 한정되지 않는다.
일 예에 따라, 관측 데이터는, 관측 기기에서 관측된 파랑의 유의파고, 유의주기, 평균파향 및 첨두파향, 파랑 스펙트럼 등에 대한 특성 정보를 포함할 수 있다. 다만, 이는 일 예로서, 이에 한정되는 것은 아니다. 관측 데이터는 관측 기기에서 관측된 파랑에 대한 다른 특성 정보를 더 포함할 수 있다.
또는, 일 예에 따라, 통신부(110)는 관측 기기들로 상태 확인 메시지를 전송하고, 관측 기기로부터 상태 보고 메시지를 수신할 수 있다. 상태 보고 메시지가 수신되지 않거나 이상 메시지가 수신되면, 해당 관측 기기는 고장인 것으로 판단될 수 있다. 이를 위하여, 파랑 예측 장치(100)에는 별도의 제어부 및 출력부가 더 구비되어, 관측 기기의 고장 판단 및 고장 알림 정보의 출력을 수행할 수 있다.
저장부(120)는 파랑 예측 장치(100)의 다양한 기능을 지원하는 데이터를 저장한다. 저장부(120)는 복수의 관측 지점 각각을 기준으로 하는 복수의 단위 파원 각각에 의한 관심 지역에서의 응답 파랑 스펙트럼의 데이터베이스를 저장할 수 있다.
저장부(120)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), SSD 타입(Solid State Disk type), SDD 타입(Silicon Disk Drive type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(random access memory; RAM), SRAM(static random access memory), 롬(read-only memory; ROM), EEPROM(electrically erasable programmable read-only memory), PROM(programmable read-only memory), 자기 메모리, 자기 디스크 및 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
파랑 예측부(130)는 관심 지역에서의 응답 파랑 스펙트럼의 데이터베이스를 구축하여 저장부(120)에 저장할 수 있다. 이를 위하여, 파랑 예측부(130)는 복수의 관측 지점 각각에서 서로 다른 파향과 주기를 갖는 복수의 단위 파원이 관측되는 것으로 가정할 수 있다. 복수의 단위 파원 각각은, 서로 다른 단일 주기 및 단일 방향을 갖고, 서로 동일한 에너지 크기로 설정될 수 있다.
즉, 해양에 존재하는 파랑은 여러 주기와 다양한 방향의 파들이 합성되어 불규칙 파랑의 형태로 나타난다. 이러한 불규칙 파랑은 단일 주기와 단일 방향 성분들의 합으로 나타낼 수 있다. 도 3을 참조하면, 특정 관측 지점에 존재하는 것으로 가정된 파랑(W1)에 대한 에너지 스펙트럼(S1)이 도시되어 있다. 해당 파랑(W1)은 서로 다른 파향과 주기를 갖는 복수의 단위 파원으로 이루어지며, 예를 들어, A 위치에서는 단위 파원(U1)이 설정될 수 있다. 파랑 예측부(130)는 관측 지점을 기준으로 하여, 각 주기에 대한 각 방향의 단위 파원을 설정할 수 있다. 즉, 각 단위 파원은 관측 지점, 주기, 파향 중 적어도 하나는 서로 다른 값을 갖도록 설정될 수 있다.
예를 들어, 소정의 주기를 갖는 단위 파원이 0 도에서 360 도까지 7.5도 간격의 파향으로 진행되는 것으로 설정될 수 있다. 또한, 소정의 주기는 1초 단위로 설정되어, 각 주기마다 단위 파원이 0 도에서 360 도까지 7.5도 간격의 파향으로 진행되는 것으로 설정될 수 있다. 다만, 이는 일 예로서, 이에 한정되는 것은 아니며, 단위 파원의 주기 및 파향은 필요에 따라 다르게 설정될 수 있다.
파랑 예측부(130)는 복수의 단위 파원이 관측 지점을 통과하여 관심 지역으로 진행한 경우를 파랑 수치 모형을 이용하여 모의할 수 있다. 도 4를 참조하면, 총 일곱 개의 관측 지점(1 내지 7)을 갖는 파랑 관측망의 일 예가 도시되어 있다. 다만, 이는 일 예로서, 파랑 관측망을 구성하는 관측 지점의 개수는 필요에 따라 다르게 설정될 수 있다.
파랑 예측부(130)는 복수의 관측 지점(1 내지 7) 각각에 대응하는 복수의 선분(segment_1 내지 segment_7))을 설정할 수 있다. 일 예에 따라, 상기 복수의 선분 각각은 관측 지점을 중심에 포함하도록 설정될 수 있다. 이 경우, 각 세그먼트들은 대응하는 각 관측 지점에서의 단위 파원을 계산하기 위한 영역으로 설정될 수 있다. 또한, 상기 복수의 선분들은 관심 지역(B)인 해안 지역을 둘러싼 형태가 되도록 설정될 수 있다. 다만, 도 4에 도시된 파랑 관측망은 일 예로서, 이에 한정되는 것은 아니다.
파랑 예측부(130)는 복수의 단위 파원 각각에 대하여 파랑 수치 모형을 적용하여 응답 파랑 스펙트럼을 산출할 수 있다. 이를 위하여, 파랑 예측부(130)는 복수의 단위 파원 성분의 파랑이 복수의 선분 중 하나로 입사시켜 관심 지역(B)으로 진행하는 경우를 가정할 수 있다. 설정된 영역에 단위 파원(단일 주기, 단일 방향) 성분의 파랑을 입사시켜 모의하기 위해 파랑 에너지가 초기 입력 자료로 활용될 수 있다. 파랑 예측부(130)는 초기 입력 자료로, 각 단위 파원에 해당하는 단일 주기와 단일 방향 성분이 소정의 시간 동안 진행하는 영역에 동일한 에너지를 넣어준다. 파랑 예측부(130)는 초기 입력 자료를 이용하여 파랑 수치 모형(SWAN, WWIII 등)을 모의하여 관심 지역에서의 파랑 스펙트럼을 데이터베이스화할 수 있다.
일 예에 따라, 각 관측 지점에서 서로 다른 파향과 주기를 갖는 복수의 단위 파원들 각각에 의해, 관측 지점에 대응하는 선분을 소정의 시간 동안 지나가는 파랑이 설정될 수 있다. 이때, 단위 파원의 폭은 관측 지점에 대응하는 선분이 파의 진행 방향과 직각 방향의 선상에 투영된 길이이며 단위 파원의 길이는 단위 시간당 파랑이 군속도로 전파하는 거리로 설정될 수 있다.
도 5를 참조하면, 제3 관측 지점(3)을 통과하여 관심 지역(B)으로 1 시간 동안 진행하는 단위 파원(U2)이 도시되어 있다. 예를 들어, 상기 단위 파원(U2)은 주기가 14.9 초이고, 파향은 220 도로 설정될 수 있다. 이 경우, 단위 파원(U2)의 진행 방향인 파향은 화살표로 도시되고, 3 시 방향을 기준(0 도)으로 하여 반시계 방향으로 측정하면 파향은 220 도가 된다.
마찬가지로, 도 6을 참조하면, 제4 관측 지점(4)을 통과하여 관심 지역(B)으로 1 시간 동안 진행하는 단위 파원(U3)이 도시되어 있다. 예를 들어, 상기 단위 파원(U3)은 주기가 14.9 초이고, 파향은 220 도로 설정될 수 있다. 이를 도 5에 도시된 단위 파원(U2)과 비교하면, 주기와 파향은 서로 동일하나, 관측 지점이 다른 단위 파원(U3)으로 나타날 수 있다.
마찬가지로, 도 7을 참조하면, 제3 관측 지점(3)을 통과하여 관심 지역(B)으로 1 시간 동안 진행하는 단위 파원(U4)이 도시되어 있다. 예를 들어, 상기 단위 파원(U4)은 주기가 18.3 초이고, 파향은 220 도로 설정될 수 있다. 이를 도 5에 도시된 단위 파원(U2)과 비교하면, 관측 지점과 파향은 서로 동일하나, 주기가 더 길기 때문에, 단위 파원(U4)는 단위 파원(U2)에 비하여 진행 방향으로 더 긴 형태로 나타날 수 있다.
마찬가지로, 도 8을 참조하면, 제3 관측 지점(3)을 통과하여 관심 지역(B)으로 1 시간 동안 진행하는 단위 파원(U5)이 도시되어 있다. 예를 들어, 상기 단위 파원(U5)은 주기가 14.9 초이고, 파향은 270 도로 설정될 수 있다. 이를 도 5에 도시된 단위 파원(U2)과 비교하면, 관측 지점과 주기는 서로 동일하나, 파향이 다른 단위 파원(U4)으로 나타날 수 있다.
즉, 도 5 내지 도 8은 설정된 복수의 단위 파원들 중 관측 지점, 주기 및 파향 중 하나가 다른 단위 파원의 예를 도시한다. 전술한 것과 같이, 파랑 예측부(130)는 각 관측 지점별로, 복수의 주기 각각에 대하여, 복수의 파향을 각각 갖는 단위 파원들을 설정할 수 있다. 또한, 각 단위 파원들은 관측 지점 또는 관측 지점이 포함된 선분을 통과하여 관심 지역(B)으로 진행하는 것으로 설정될 수 있다.
파랑 예측부(130)는 복수의 단위 파원 각각이 관심 지역으로 진행한 경우를 가정하고, 파랑 수치 모형을 이용하여 모의할 수 있다. 파랑 예측부(130)는 모의 결과에 따라 산출된 파랑의 특성 정보를 이용하여, 관심 지역에서의 각 단위 파원에 대응하는 응답 파랑 스펙트럼을 산출할 수 있다. 응답 파랑 스펙트럼을 이용하여 파랑의 특성을 산출하는 것은 특정 제한 없이 다양한 공지의 방법에 따르며, 이에 대한 구체적인 설명은 생략하기로 한다.
파랑 예측부(130)는 산출된 관심 지역에서의 응답 파랑 스펙트럼을 데이터베이스화하여 저장할 수 있다. 파랑 예측부(130)는 관측 지점, 파향 및 주기별로, 각 단위 파원에 대한 응답 신호로서, 관심 지역에서의 에너지 스펙트럼을 데이터베이스화할 수 있다. 응답 파랑 스펙트럼의 데이터베이스는, 실제 관측된 파랑에 의한 관심 지역에서의 파랑을 예측하기 위하여 계속적으로 사용될 수 있다.
데이터베이스의 구축 이후, 파랑 예측부(130)는 통신부(110)를 통하여 관측 기기로부터 관측 데이터를 수신할 수 있다. 파랑 예측부(130)는 관측 데이터에 기초하여, 관측된 파랑에 대한 관측 지점에서의 관측 파랑 스펙트럼을 획득할 수 있다.
이를 위하여, 파랑 예측부(130)는 전술한 파랑 관측망을 구성하는 복수의 선분 중 관측된 파랑이 통과하는 선분에 대응하는 관측 지점의 관측 기기로부터 관측 데이터를 수신할 수 있다. 파랑 예측부(130)는 관측 데이터에 포함된 파랑의 특성 정보를 이용하여 관측 지점에서의 관측된 파랑에 대한 관측 파랑 스펙트럼을 산출할 수 있다. 또는, 다른 일 예에 따라, 관측 기기에서 관측된 파랑에 대한 관측 파랑 스펙트럼이 산출된 경우, 파랑 예측부(130)는 통신부(110)를 통하여 관측 파랑 스펙트럼을 수신할 수 있다.
파랑 예측부(130)는 단위 파원 및 관측 파랑 스펙트럼에 기초하여 관측된 파랑에 대한 증폭계수를 산출할 수 있다. 일 예에 따라, 파랑 예측부(130)는, 아래의 수학식 1을 이용하여, 단위 파원의 에너지 크기(
Figure 112018114686830-pat00001
)에 대한 관측 파랑 스펙트럼의 에너지 크기(
Figure 112018114686830-pat00002
)의 비를 증폭계수(
Figure 112018114686830-pat00003
)로 산출할 수 있다.
Figure 112018114686830-pat00004
여기서, obs는 관측 지점, freq는 주파수, dir은 파향을 나타낸다. 예를 들어, 제3 관측 지점에서 관측된 파랑에서, 주기가 16 초이고 파향이 220 도인 성분의 에너지 크기는 E3,1/16,220으로 표시될 수 있다. 또한, 해당 성분에 대한 증폭계수는 α3,1/16,220으로 표시될 수 있다.
파랑 예측부(130)는 관측된 파랑을 관측 지점, 주기 및 파향 중 적어도 하나가 다른 복수의 성분으로 구분하고, 각 성분에 대한 증폭계수를 산출할 수 있다. 일 예에 따라, 단위 파원들의 에너지 크기가 동일하게 대략 1 이라고 설정된 경우, 상기 각 성분들의 크기가 증폭계수로 산출될 수 있다.
파랑 예측부(130)는 증폭계수 및 응답 파랑 스펙트럼에 기초하여 관측된 파랑에 의한 관심 지역에서의 파랑을 예측할 수 있다. 파랑 예측부(130)는, 아래의 수학식 2 또는 수학식 3 중 하나를 이용하여, 관심 지역에서의 합성 응답 스펙트럼(
Figure 112018114686830-pat00005
)을 산출할 수 있다.
Figure 112018114686830-pat00006
여기서,
Figure 112018114686830-pat00007
는 구하고자 하는 시간의 시점을 나타낸다.
Figure 112018114686830-pat00008
는 전술한 응답 파랑 스펙트럼을 나타낸다. 즉, 파랑 예측부(130)는, 증폭계수(
Figure 112018114686830-pat00009
)를 응답 파랑 스펙트럼(
Figure 112018114686830-pat00010
)에 곱할 수 있다. 이 경우, 파랑 예측부(130)는 동일한 관측 지점, 주기 및 파향을 갖는 응답 파랑 스펙트럼과 증폭계수를 곱할 수 있다. 파랑 예측부(130)는, 증폭계수가 곱해진 응답 파랑 스펙트럼을 모든 관측 지점(1에서 nobs까지), 주기(1에서 nfreq까지) 및 파향(1에서 ndir까지)에 대하여 합성하여 관심 지역에서의 합성 응답 스펙트럼(
Figure 112018114686830-pat00011
)을 산출할 수 있다.
수학식 2는 시간에 대해 연속한 형태의 식이기 때문에 이산형으로 관측되는 관측 파랑 스펙트럼에 대해서는 수학식 3을 이용하여, 관심 지역에서의 합성 응답 스펙트럼(
Figure 112018114686830-pat00012
)을 산출할 수 있다.
Figure 112018114686830-pat00013
여기서,
Figure 112018114686830-pat00014
는 관측 파랑 스펙트럼의 시간 간격이고
Figure 112018114686830-pat00015
은 응답 파랑 스펙트럼의 시간 간격이며, 현재 시간에 해당하는 순서인
Figure 112018114686830-pat00016
이고, 응답 파랑 스펙트럼의 순서에 해당하는
Figure 112018114686830-pat00017
이다. 관측 파랑 스펙트럼의 시간 간격이 응답 파랑 스펙트럼의 시간 간격의 자연수배인 경우에만 적용 가능하다.
Figure 112018114686830-pat00018
연산자는 내림 연산자로써 이산화된 자료의 순서를 산출하기 위하여 사용되었다.
즉, 관심 지역을 둘러싼 파랑 관측망을 통과하는 모든 파랑에 대한 관측 파랑 스펙트럼의, 주기와 파향을 달리하는 각 성분이 관심 지역으로 진행한 경우, 각 성분을 합성한 스펙트럼으로부터 산출한 파랑이 예측 대상이 되는 관심 지역에서의 파랑에 해당되게 된다. 이 경우, 증폭계수는 관측 지점에서 관측된 파랑의 각 성분이 단위 파원에 대해 갖는 비이므로, 단위 파원에 의한 관심 지역에서의 응답 파랑 스펙트럼에 산출된 증폭계수를 곱하고 전체를 합성함으로써, 관측 지점에서 관측된 파랑에 의한 관심 지역에서의 파랑이 예측될 수 있다.
파랑 예측부(130)는 산출된 합성 응답 스펙트럼에서 파랑의 특성 정보를 산출할 수 있다. 파랑 예측부(130)는 산출된 파랑의 특성 정보에 기초하여, 관측 지점에서 관측된 파랑이 관심 지역으로 진행하는 경우의 파랑을 예측할 수 있다. 파랑의 에너지 스펙트럼에서 파랑 특성 정보를 산출하는 것은 특정 제한 없이 다양한 공지의 방법에 따르며, 이에 대한 구체적인 설명은 생략하기로 한다.
이에 따르면, 데이터베이스로 구축한 단위 파원에 의한 관심 지역에서의 파랑 스펙트럼에, 관측된 파랑에서 산출된 증폭계수를 적용하여 관심 지역의 파랑을 예측함으로써, 급격한 기상 및 파랑의 변화를 신속하고 정확하게 예측할 수 있다. 또한, 기상 및 파랑 수치모형으로 모의하기 힘든 급격한 기상 및 파랑의 변화를 정확히 감지하기 위하여 관측 정보를 이용하여 예측 정보를 생성함으로써, 급격한 파랑의 변화에 따라 발생할 수 있는 사고를 예방할 수 있다.
도 10은 본 개시의 일 실시예에 따른 파랑 예측 방법에 대한 흐름도이다.
본 개시에 따른 파랑 예측 방법은, 도 1 및 도 2를 참조하여 설명한 파랑 예측 시스템(10) 및 파랑 예측 장치(100)에서 구현될 수 있다. 이하 필요한 도면들을 참조하여, 본 개시에 따른 파랑 예측 방법과, 이를 구현하기 위한 파랑 예측 장치(100) 및 파랑 예측 시스템(10)의 동작을 상세히 설명하기로 한다.
도 10을 참조하면, 파랑 예측 장치는 해양에 설정된 복수의 관측 지점 각각을 기준으로 하는, 복수의 단위 파원 각각에 의한 관심 지역에서의 응답 파랑 스펙트럼을 데이터베이스화하여 저장할 수 있다[S110].
파랑 예측 장치는 복수의 관측 지점 각각에서 서로 다른 파향과 주기를 갖는 복수의 단위 파원을 가정할 수 있다. 파랑 예측 장치는 복수의 단위 파원이 관측 지점을 통과하여 관심 지역으로 진행한 경우를 파랑 수치 모형을 이용하여 모의할 수 있다. 파랑 예측 장치는 모의 결과에 따라 산출된 파랑의 특성 정보를 이용하여, 관심 지역에서의 응답 파랑 스펙트럼을 산출할 수 있다.
파랑 예측 장치는 산출된 관심 지역에서의 응답 파랑 스펙트럼을 데이터베이스화하여 저장할 수 있다. 파랑 예측 장치는 관측 지점에서 단위 파원이 갖는 파향과 주기를 변화시키면서, 각 단위 파원에 대한 응답 신호로서, 관심 지역에서의 에너지 스펙트럼을 데이터베이스화할 수 있다. 응답 파랑 스펙트럼의 데이터베이스는, 실제 관측된 파랑에 의한 관심 지역에서의 파랑을 예측하기 위하여 계속적으로 사용될 수 있다.
다시, 도 10을 참조하면, 파랑 예측 장치는 복수의 관측 지점에 각각 배치된 관측 기기들로부터 관측 데이터를 수신[S120]하고, 관측 데이터에 기초하여 복수의 관측 지점 중 적어도 하나에서 관측된 파랑에 대한 관측 파랑 스펙트럼을 획득할 수 있다[S130].
파랑 예측 장치는 관측 데이터에 포함된 파랑의 특성 정보를 이용하여 관측 파랑 스펙트럼을 산출할 수 있다. 또는, 다른 일 예에 따라, 관측 기기에서 관측된 파랑에 대해 관측 파랑 스펙트럼이 산출된 경우, 파랑 예측 장치는 관측 파랑 스펙트럼을 관측 기기로부터 수신할 수 있다.
다시, 도 10을 참조하면, 파랑 예측 장치는 단위 파원 및 관측 파랑 스펙트럼에 기초하여 관측된 파랑에 대한 증폭계수를 산출할 수 있다[S140].
파랑 예측 장치는 단위 파원 및 관측 파랑 스펙트럼에 기초하여 관측된 파랑에 대한 증폭계수를 산출할 수 있다. 파랑 예측 장치는 단위 파원의 에너지에 대한 관측 파랑 스펙트럼의 에너지의 비를 증폭계수로 산출할 수 있다. 파랑 예측 장치는 관측 파랑 스펙트럼 중 서로 다른 파향과 주기를 갖는 성분들의 에너지를 각각 단위 파원의 에너지와 비교할 수 있다. 일 예에 따라, 단위 파원들의 에너지 크기가 동일하게 대략 1 이라고 설정된 경우, 상기 각 성분들의 크기가 증폭계수로 산출될 수 있다.
다시, 도 10을 참조하면, 파랑 예측 장치는 증폭계수 및 응답 파랑 스펙트럼에 기초하여 관측된 파랑에 의한 관심 지역에서의 파랑을 예측할 수 있다[S150].
파랑 예측 장치는 단위 파원에 의한 관심 지역에서의 파랑에 대한 응답 파랑 스펙트럼에 증폭계수를 곱할 수 있다. 이 경우, 파랑 예측 장치는 동일한 파향과 주기를 갖는 응답 파랑 스펙트럼과 증폭계수를 곱할 수 있다. 파랑 예측 장치는 증폭계수가 곱해진 응답 파랑 스펙트럼을 합산하여 합성 응답 스펙트럼을 산출할 수 있다.
파랑 예측 장치는 산출된 합성 응답 스펙트럼에서 파랑의 특성 정보를 산출하여, 관측 지점에서 관측된 파랑이 관심 지역으로 진행하는 경우의 파랑을 예측할 수 있다. 파랑의 에너지 스펙트럼에서 특성 정보를 산출하는 것은 특정 제한 없이 다양한 공지의 방법에 따르며, 이에 대한 구체적인 설명은 생략하기로 한다.
이에 따르면, 데이터베이스로 구축한 단위 파원에 의한 관심 지역에서의 파랑 스펙트럼에, 관측된 파랑에서 산출된 증폭계수를 적용하여 관심 지역의 파랑을 예측함으로써, 급격한 기상 및 파랑의 변화를 신속하고 정확하게 예측할 수 있다. 또한, 기상 및 파랑 수치모형으로 모의하기 힘든 급격한 기상 및 파랑의 변화를 정확히 감지하기 위하여 관측 정보를 이용하여 예측 정보를 생성함으로써, 급격한 파랑의 변화에 따라 발생할 수 있는 사고를 예방할 수 있다.
이하에서는, 파랑 예측 장치와 관측 기기에서의 동작을 구체적으로 설명하기로 한다.
도 11은 본 개시의 일 실시예에 따른 파랑 예측 시스템의 동작을 설명하기 위한 흐름도이다.
도 11을 참조하면, 파랑 예측 장치는 복수의 관측 지점 각각을 기준으로 하는 복수의 단위 파원 각각에 의한 관심 지역에서의 응답 파랑 스펙트럼을 데이터베이스화하여 저장할 수 있다[S210]. 파랑 예측 장치는 복수의 관측 지점 각각에서 서로 다른 파향과 주기를 갖는 복수의 단위 파원을 가정할 수 있다. 복수의 단위 파원 각각은, 서로 다른 단일 주기 및 단일 방향을 갖고, 서로 동일한 에너지 크기로 설정될 수 있다. 파랑 예측 장치는 복수의 단위 파원이 관측 지점을 통과하여 관심 지역으로 진행한 경우를 파랑 수치 모형을 이용하여 모의할 수 있다.
파랑 예측 장치는 복수의 관측 지점 각각에 대응하는 복수의 선분을 설정할 수 있다. 일 예에 따라, 상기 복수의 선분 각각은 관측 지점을 중심에 포함하도록 설정될 수 있다. 또한, 상기 복수의 선분들은 관심 지역인 해안 지역을 둘러싼 형태가 되도록 설정될 수 있다.
파랑 예측 장치는 복수의 단위 파원 각각에 대하여 파랑 수치 모형을 적용하여 응답 파랑 스펙트럼을 산출할 수 있다. 이를 위하여, 파랑 예측 장치는 복수의 단위 파원 각각이 상기 복수의 선분 중 하나를 통과하여 관심 지역으로 진행하는 경우를 가정할 수 있다. 일 예에 따라, 각 관측 지점에서 서로 다른 파향과 주기를 갖는 복수의 단위 파원들 각각에 의해, 관측 지점에 대응하는 선분을 소정의 시간 동안 지나가는 파랑이 설정될 수 있다.
파랑 예측 장치는 모의 결과에 따라 산출된 파랑의 특성 정보를 이용하여, 관심 지역에서의 각 단위 파원에 대응하는 응답 파랑 스펙트럼을 산출할 수 있다. 파랑 예측 장치는 산출된 관심 지역에서의 응답 파랑 스펙트럼을 데이터베이스화하여 저장할 수 있다. 파랑 예측 장치는 관측 지점, 파향 및 주기별로, 각 단위 파원에 대한 응답 신호로서, 관심 지역에서의 에너지 스펙트럼을 데이터베이스화할 수 있다.
다시, 도 11을 참조하면, 관측 기기는 해양에 설정된 복수의 관측 지점에 각각 배치되어, 파랑과 관련된 정보를 획득할 수 있다[S220]. 관측 기기는 관측 지점에서 획득한 파랑의 특성 정보를 포함하는 관측 데이터를 파랑 예측 장치로 송신할 수 있다[S230].
파랑 예측 장치는 관측 데이터에 기초하여, 관측된 파랑에 대한 관측 지점에서의 관측 파랑 스펙트럼을 획득할 수 있다[S240]. 파랑 예측 장치는 파랑 관측망을 구성하는 복수의 선분 중 관측된 파랑이 통과하는 선분에 대응하는 관측 지점의 관측 기기로부터 관측 데이터를 수신할 수 있다. 파랑 예측 장치는 관측 데이터에 포함된 파랑의 특성 정보를 이용하여 관측 지점에서의 관측된 파랑에 대한 관측 파랑 스펙트럼을 산출할 수 있다. 또는, 다른 일 예에 따라, 관측 기기에서 관측된 파랑에 대한 관측 파랑 스펙트럼이 산출된 경우, 파랑 예측 장치는 관측 기기로부터 관측 파랑 스펙트럼을 수신할 수 있다.
파랑 예측 장치는 단위 파원 및 관측 파랑 스펙트럼에 기초하여 관측된 파랑에 대한 증폭계수를 산출할 수 있다[S250]. 파랑 예측 장치는 단위 파원의 에너지 크기에 대한 관측 파랑 스펙트럼의 에너지 크기의 비를 증폭계수로 산출할 수 있다. 파랑 예측 장치는 관측된 파랑을 관측 지점, 주기 및 파향 중 적어도 하나가 다른 복수의 성분으로 구분하고, 각 성분에 대한 증폭계수를 산출할 수 있다. 일 예에 따라, 단위 파원들의 에너지 크기가 동일하게 대략 1 이라고 설정된 경우, 상기 각 성분들의 크기가 증폭계수로 산출될 수 있다.
파랑 예측 장치는 증폭계수 및 응답 파랑 스펙트럼에 기초하여 관심 지역에서의 응답 스펙트럼을 산출할 수 있다[S260]. 파랑 예측 장치는 증폭계수를 응답 파랑 스펙트럼에 곱할 수 있다. 이 경우, 파랑 예측 장치는 동일한 관측 지점, 주기 및 파향을 갖는 응답 파랑 스펙트럼과 증폭계수를 곱할 수 있다. 파랑 예측 장치는 증폭계수가 곱해진 응답 파랑 스펙트럼을 모든 관측 지점, 주기 및 파향에 대하여 합성하여 관심 지역에서의 합성 응답 스펙트럼을 산출할 수 있다.
파랑 예측 장치는 산출된 응답 스펙트럼에서 파랑의 특성 정보를 산출하고, 산출된 파랑의 특성 정보에 기초하여 관측 지점에서 관측된 파랑이 관심 지역으로 진행하는 경우의 파랑을 예측할 수 있다[S270]. 파랑의 에너지 스펙트럼에서 파랑 특성 정보를 산출하는 것은 특정 제한 없이 다양한 공지의 방법에 따르며, 이에 대한 구체적인 설명은 생략하기로 한다.
이에 따르면, 데이터베이스로 구축한 단위 파원에 의한 관심 지역에서의 파랑 스펙트럼에, 관측된 파랑에서 산출된 증폭계수를 적용하여 관심 지역의 파랑을 예측함으로써, 급격한 기상 및 파랑의 변화를 신속하고 정확하게 예측할 수 있다. 또한, 기상 및 파랑 수치모형으로 모의하기 힘든 급격한 기상 및 파랑의 변화를 정확히 감지하기 위하여 관측 정보를 이용하여 예측 정보를 생성함으로써, 급격한 파랑의 변화에 따라 발생할 수 있는 사고를 예방할 수 있다.
이상에서, 본 개시의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 개시는 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 개시의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성 요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 개시의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 개시의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 등이 포함될 수 있다.
또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥 상의 의미와 일치하는 것으로 해석되어야 하며, 본 개시에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이상의 설명은 본 개시의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 개시의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 개시에 개시된 실시예들은 본 개시의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 개시의 기술 사상의 범위가 한정되는 것은 아니다. 본 개시의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 개시의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10: 파랑 예측 시스템 100: 파랑 예측 장치
110: 통신부 120: 저장부
130: 파랑 예측부 200: 관측 기기

Claims (18)

  1. 해양에 설정된 복수의 관측 지점에 각각 배치된 관측 기기들로부터 관측 데이터를 수신하는 통신부;
    상기 복수의 관측 지점 각각을 기준으로 하는 복수의 단위 파원 각각에 의한 관심 지역에서의 응답 파랑 스펙트럼(wave spectrum)을 데이터베이스화하여 저장하는 저장부; 및
    상기 관측 데이터에 기초하여 상기 복수의 관측 지점 중 적어도 하나에서 관측된 파랑에 대한 관측 파랑 스펙트럼을 획득하고, 상기 단위 파원 및 상기 관측 파랑 스펙트럼에 기초하여 상기 관측된 파랑에 대한 증폭계수를 산출하고, 상기 증폭계수 및 상기 응답 파랑 스펙트럼에 기초하여 상기 관측된 파랑에 의한 상기 관심 지역에서의 파랑을 예측하는 파랑 예측부;
    를 포함하는 파랑 예측 장치.
  2. 제 1 항에 있어서,
    상기 복수의 단위 파원 각각은, 서로 다른 단일 주기 및 단일 방향을 갖고, 서로 동일한 에너지 크기로 설정되는 파랑 예측 장치.
  3. 제 1 항에 있어서,
    상기 파랑 예측부는, 상기 복수의 단위 파원 각각에 대하여 파랑 수치 모형을 적용하여 상기 응답 파랑 스펙트럼을 산출하는 파랑 예측 장치.
  4. 제 3 항에 있어서,
    상기 파랑 예측부는, 상기 복수의 관측 지점 각각에 대응하는 복수의 선분을 설정하고, 상기 복수의 단위 파원 각각이 상기 복수의 선분 중 하나를 통과하여 상기 관심 지역으로 진행하는 경우에 대하여 상기 응답 파랑 스펙트럼을 산출하는 파랑 예측 장치.
  5. 제 4 항에 있어서,
    상기 파랑 예측부는, 상기 복수의 선분 중 상기 관측된 파랑이 통과하는 선분에 대응하는 관측 지점의 관측 기기로부터 상기 관측 데이터를 수신하고, 상기 관측 데이터에 기초하여 관측 파랑 스펙트럼을 산출하는 파랑 예측 장치.
  6. 제 1 항에 있어서,
    상기 관측 데이터는, 상기 관측된 파랑의 유의파고, 유의주기, 평균파향 및 첨두파향에 대한 특성 정보를 포함하는 파랑 예측 장치.
  7. 제 1 항에 있어서,
    상기 파랑 예측부는, 상기 단위 파원의 에너지 크기에 대한 상기 관측 파랑 스펙트럼의 에너지 크기의 비를 상기 증폭계수로 산출하는 파랑 예측 장치.
  8. 제 1 항에 있어서,
    상기 파랑 예측부는, 상기 증폭계수를 상기 응답 파랑 스펙트럼에 곱하고, 상기 증폭계수가 곱해진 응답 파랑 스펙트럼을 합성하여 상기 관심 지역에서의 합성 응답 스펙트럼을 산출하는 파랑 예측 장치.
  9. 제 8 항에 있어서,
    상기 파랑 예측부는, 상기 합성 응답 스펙트럼으로부터 파랑의 특성 정보를 산출하여, 상기 관측된 파랑에 의한 상기 관심 지역에서의 파랑을 예측하는 파랑 예측 장치.
  10. 해양에 설정된 복수의 관측 지점 각각을 기준으로 하는 복수의 단위 파원 각각에 의한 관심 지역에서의 응답 파랑 스펙트럼을 데이터베이스화하여 저장하는 단계;
    상기 복수의 관측 지점에 각각 배치된 관측 기기들로부터 관측 데이터를 수신하는 단계;
    상기 관측 데이터에 기초하여 상기 복수의 관측 지점 중 적어도 하나에서 관측된 파랑에 대한 관측 파랑 스펙트럼을 획득하는 단계;
    상기 단위 파원 및 상기 관측 파랑 스펙트럼에 기초하여 상기 관측된 파랑에 대한 증폭계수를 산출하는 단계; 및
    상기 증폭계수 및 상기 응답 파랑 스펙트럼에 기초하여 상기 관측된 파랑에 의한 상기 관심 지역에서의 파랑을 예측하는 단계;
    를 포함하는 파랑 예측 방법.
  11. 제 10 항에 있어서,
    상기 복수의 단위 파원 각각은, 서로 다른 단일 주기 및 단일 방향을 갖고, 서로 동일한 에너지 크기로 설정되는 파랑 예측 방법.
  12. 제 10 항에 있어서,
    상기 응답 파랑 스펙트럼을 데이터베이스화하여 저장하는 단계는, 상기 복수의 단위 파원 각각에 대하여 파랑 수치 모형을 적용하여 상기 응답 파랑 스펙트럼을 산출하는 파랑 예측 방법.
  13. 제 12 항에 있어서,
    상기 응답 파랑 스펙트럼을 데이터베이스화하여 저장하는 단계는, 상기 복수의 관측 지점 각각에 대응하는 복수의 선분을 설정하고, 상기 복수의 단위 파원 각각이 상기 복수의 선분 중 하나를 통과하여 상기 관심 지역으로 진행하는 경우에 대하여 상기 응답 파랑 스펙트럼을 산출하는 파랑 예측 방법.
  14. 제 13 항에 있어서,
    상기 관측 파랑 스펙트럼을 획득하는 단계는, 상기 복수의 선분 중 상기 관측된 파랑이 통과하는 선분에 대응하는 관측 지점의 관측 기기로부터 상기 관측 데이터를 수신하고, 상기 관측 데이터에 기초하여 관측 파랑 스펙트럼을 산출하는 파랑 예측 방법.
  15. 제 10 항에 있어서,
    상기 관측 데이터는, 상기 관측된 파랑의 유의파고, 유의주기, 평균파향 및 첨두파향에 대한 특성 정보를 포함하는 파랑 예측 방법.
  16. 제 10 항에 있어서,
    상기 증폭계수를 산출하는 단계는, 상기 단위 파원의 에너지 크기에 대한 상기 관측 파랑 스펙트럼의 에너지 크기의 비를 상기 증폭계수로 산출하는 파랑 예측 방법.
  17. 제 10 항에 있어서,
    상기 관심 지역에서의 파랑을 예측하는 단계는, 상기 증폭계수를 상기 응답 파랑 스펙트럼에 곱하고, 상기 증폭계수가 곱해진 응답 파랑 스펙트럼을 합성하여 상기 관심 지역에서의 합성 응답 스펙트럼을 산출하는 파랑 예측 방법.
  18. 제 17 항에 있어서,
    상기 관심 지역에서의 파랑을 예측하는 단계는, 상기 합성 응답 스펙트럼으로부터 파랑의 특성 정보를 산출하여, 상기 관측된 파랑에 의한 상기 관심 지역에서의 파랑을 예측하는 파랑 예측 방법.
KR1020180142334A 2017-11-20 2018-11-19 파랑 예측 방법, 및 이를 위한 장치 KR101977375B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170154573 2017-11-20
KR20170154573 2017-11-20

Publications (1)

Publication Number Publication Date
KR101977375B1 true KR101977375B1 (ko) 2019-05-13

Family

ID=66582133

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180142334A KR101977375B1 (ko) 2017-11-20 2018-11-19 파랑 예측 방법, 및 이를 위한 장치

Country Status (1)

Country Link
KR (1) KR101977375B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102111637B1 (ko) * 2019-11-08 2020-05-15 (주)지오시스템리서치 관측 데이터를 이용한 파랑 예측 시스템 및 방법
KR20210055976A (ko) 2019-11-08 2021-05-18 한국해양과학기술원 바람 예측 자료의 보정 고도화를 통한 파랑예측 모델 정확도 향상을 위한 장치 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007094569A (ja) * 2005-09-27 2007-04-12 Tohoku Electric Power Co Inc 港湾内波浪予測方法、港湾内波浪予測装置およびプログラム
JP2008089316A (ja) * 2006-09-29 2008-04-17 Kyoto Univ 津波波源推定方法及び津波波高予測方法並びにその関連技術
KR20150117971A (ko) * 2014-04-11 2015-10-21 한국해양과학기술원 연안국지 해수순환 및 파랑 예측 방법 및 시스템
KR101668073B1 (ko) * 2014-12-17 2016-10-24 한국해양과학기술원 연안국지 파랑 정보 분석 방법 및 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007094569A (ja) * 2005-09-27 2007-04-12 Tohoku Electric Power Co Inc 港湾内波浪予測方法、港湾内波浪予測装置およびプログラム
JP2008089316A (ja) * 2006-09-29 2008-04-17 Kyoto Univ 津波波源推定方法及び津波波高予測方法並びにその関連技術
KR20150117971A (ko) * 2014-04-11 2015-10-21 한국해양과학기술원 연안국지 해수순환 및 파랑 예측 방법 및 시스템
KR101668073B1 (ko) * 2014-12-17 2016-10-24 한국해양과학기술원 연안국지 파랑 정보 분석 방법 및 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102111637B1 (ko) * 2019-11-08 2020-05-15 (주)지오시스템리서치 관측 데이터를 이용한 파랑 예측 시스템 및 방법
KR20210055976A (ko) 2019-11-08 2021-05-18 한국해양과학기술원 바람 예측 자료의 보정 고도화를 통한 파랑예측 모델 정확도 향상을 위한 장치 및 방법

Similar Documents

Publication Publication Date Title
Rogers et al. Investigation of wave growth and decay in the SWAN model: three regional-scale applications
Drushka et al. Vertical structure of Kelvin waves in the Indonesian Throughflow exit passages
KR101761707B1 (ko) 능동형 정보수집 스크립트 및 수치모형을 이용한 태풍해일 자동 예측 방법
JP5905646B2 (ja) 津波監視システム
KR101977375B1 (ko) 파랑 예측 방법, 및 이를 위한 장치
KR101531906B1 (ko) 레이다를 이용한 해양정보 측정 방법
JP6137961B2 (ja) 海洋レーダ装置
JPH08292273A (ja) 津波・海象監視予測装置
JP5007391B2 (ja) 津波波源推定方法及び津波波高予測方法並びにその関連技術
JP6521777B2 (ja) 津波監視システム
JP6008136B2 (ja) 海洋レーダ装置
Mauludiyanto et al. ARIMA modeling of tropical rain attenuation on a short 28-GHz terrestrial link
KR20200119732A (ko) 고해상도 해양 데이터를 생성하기 위한 방법 및 이를 이용한 장치
US20120078516A1 (en) Water quality measuring method, water quality measuring device, and water quality measuring program for marine surface layers
Rabault et al. Measurements of waves in landfast ice using inertial motion units
KR102111637B1 (ko) 관측 데이터를 이용한 파랑 예측 시스템 및 방법
Robertson Wave energy assessments: quantifying the resource and understanding the uncertainty
Stone et al. A new wave-current online information system for oil spill contingency planning (WAVCIS)
Hamm et al. Toward hardware-driven simulation of underwater acoustic propagation and communication with Arctic ice, wind waves, and currents
Nakanowatari et al. Ensemble forecast experiments of summertime sea ice in the Arctic Ocean using the TOPAZ4 ice-ocean data assimilation system
Venugopal et al. EquiMar. Deliverable D2. 2. Wave and tidal resource characterisation
Tolkova et al. A response function approach for rapid far-field tsunami forecasting
Purwono et al. Regression Forecast Model of 60-Meter Band Channel Performance Index Over Kupang Area
KR102661625B1 (ko) 월파 위험도 평가 시스템 및 방법
MacDonald et al. Analysis of the Impact of Flow on the Underwater Acoustic Channel

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant