J. Korean Soc. Hazard Mitig Search

CLOSE


J. Korean Soc. Hazard Mitig. > Volume 17(3); 2017 > Article
의사결정 지원을 위한 실시간 폭풍해일 예측운용

Abstract

To support decision-making in a storm surge disaster, the National Disaster Management Research Institute (NDMI) developed a real-time storm surge prediction system using the typhoon advisory provided by the Korea Meteorological Administration (KMA). This system supported the Ministry of Public Safety and Security (MPSS) in its decision-making on the storm surge caused by typhoon Chaba (TY1618) in 2016. Using a parallel cluster of 140 computing cores, the storm surge response system takes 3 h from prediction of the storm surge height to decision-making support. The root mean square error (RMSE) due to Typhoon Chaba indicated that the maximum water surface elevation was 0.09-0.11 m, and the maximum surge height was 0.14~0.26 m; the relative error (RE) was 6~9% and 34~69%, respectively.

요지

태풍 내습시 발생 가능한 폭풍해일 재난에 대한 의사결정 지원을 목표로 기상청 태풍 통보문 기반 실시간 폭풍해일 예측시스템을 구축하고 2016년 태풍 차바(TY1618)로 인한 폭풍해일 재난에 대한 중앙재난안전대책본부의 의사결정을 지원하였다. 폭풍해일에 대한 의사결정 지원은 140 core 기반의 병렬클러스터가 활용되었으며, 폭풍해일고 예측부터 의사결정 지원까지 3시간이 소요된다. 태풍 차바로 인한 최대해수위 및 최대해일고의 평균제곱근오차(RMSE)는 최대해수위가 0.09~0.11 m, 최대폭풍해일고는 0.14~0.26 m로 나타났으며, 상대오차(RE)는 각각 6~9%, 34~69%로 평가되었다.

1. 서론

우리나라에 크고 작은 영향을 준 태풍의 수는 지난 107년(1904~2010) 동안 327개로 연평균 3.1개에 해당되며(Fig. 1), 태풍의 91%가 7~9월 사이에 집중되어 발생한다(NTC, 2011). 지난 10년간(2006-2015) 태풍에 의한 재산피해는 자연재해 중 두 번째로 큰 26% (1540억원, 2015년 기준 환산)를 차지하며, 인명피해는 연평균 4명으로 호우 다음으로 큰 피해가 발생하였다(MPSS, 2015). 이와 같이 태풍으로 인한 피해가 발생하는 우리나라 연안은 총 인구의 30%가 거주하고 있으며(KEI, 2011), 사회⋅경제활동에 주요기능을 수행하는 국가산업단지, 발전소, 항만 배후 도시가 위치하고 있어 지리적으로 매우 중요하다. 이러한 지리적 특성과 함께 최근 여가생활의 증대로 인한 연안개발과 활용도가 높아지고 있으며, 가속화되고 있는 지구온난화의 영향으로 해수면 상승과 이상기후 발생(IPCC, 2013) 가능성이 높아짐에 따라 태풍강도의 증가(Emanuel, 2005; Kossin et al., 2014) 등 연안역의 재난환경 변화에 따른 재난유형이 다양화되고 규모가 증가할 것으로 예견된다.
Fig. 1
Tracks of Typhoons Around South Korea (1940-2012)
KOSHAM_17_03_367_fig_1.jpg
재난은 크게 사회재난과 자연재난으로 구분되는데, 그동안 자연재난은 피해발생에 따른 사후 관리개념이 강한 분야로 여겨져 왔다. 근래 수치기법의 발달과 계산자원의 보급으로 사전예측이 가능해졌으며, 예측결과들은 재난상황판단회의시 정책결정권자의 의사결정을 위한 과학적 도구로 사용되는 등 더 이상 복구중심이 아닌 사전대응 중심으로 변화되고 있다. 특히, 매년 연안역에서 발생하는 태풍에 의한 폭풍해일을 사전예측하고 피해를 최소화하기 위한 국가차원의 침수예상도 및 비상대처계획(Emergency Action Plan, EAP) 수립을 위한 연구(KIMST, 2011; KHOA, 2013)들이 수행되었다. 최근에는 사전방재 및 능동적 대응을 위한 정책결정권자의 의사결정을 지원하기 위한 의사결정 지원 시스템에 대한 연구가 국민안전처(NDMI, 2015ab), 해양수산부(KIMST, 2013) 등 정부의 지원 아래 진행되고 있으며, 실시간 폭풍해일 예측을 위한 연구(Fleming et al., 2008; Forbes et al., 2010, 2014; Blanton et al., 2012; Suh et al., 2012; Suh et al., 2015)들이 활발히 진행되고 있다.
앞서 선행된 연구들은 폭풍해일의 신속한 예측과 정확도 개선 또는 이들 두 가지 모두를 개선하기 위해 노력하였다. 폭풍해일의 신속한 예측을 장점으로 하는 미국 허리케인 센터(National Hurricane Center, NHC)의 현업예보모델 SLOSH(Jelesnianski et al., 1992)를 이용한 최근 연구는 신속예측의 장점을 바탕으로 폭풍해일 정확도 개선을 위해 조석의 영향을 고려하도록 개선하고 실시간 폭풍해일 재현성을 제고하였다(Forbes et al., 2014). 폭풍해일의 정밀 예측을 장점으로 하는 대표적인 연구로 유한요소법을(Finite Element Method, FEM) 사용하는 ADCIRC (ADvanced CIRCulation) 모델을 이용한 다수의 연구가 수행되었는데, 허리케인 및 열대성 저기압의 비대칭 바람장을 적용한 연구(Forbes et al., 2010), 해양의 조석 및 파랑과 육상에서 하천의 상호영향을 고려한 연구(Blanton et al., 2012) 등 폭풍해일의 재현성 제고와 계산시간을 개선하기 위해 병렬계산을 이용한 정밀예측이 수행된 바 있다. 국내에서도 폭풍해일 정밀모델인 ADCIRC를 이용하여 미국의 합동태풍경보센터(Joint Typhoon Warning Center, JTWC)의 실시간 예경보 자료의 비대칭 바람장을 고려한 준실시간 폭풍해일 예측에 대한 연구(Suh et al., 2012, 2016)가 수행된 바 있다.
본 연구는 발생 가능한 폭풍해일에 효과적으로 대응하기 위한 국립재난안전연구원 재난관리핵심기술개발 사업의 일부로, 기상청 태풍 통보문 기반의 실시간 폭풍해일 예측을 위한 폭풍해일범람 파고분석시스템(NDMI, 2015ab)을 구축하였다. 이를 통해 폭풍해일에 대한 정량적 재난위험정보(최대해수위 및 해일고, 파랑정보, 발생시간 등)를 예측하여 중앙재난안전대책본부(국민안전처 중앙재난안전상황실)에 제공함으로써 인명 대피 및 대응을 위한 의사결정 지원한다(Fig. 2). 본 연구를 통해 구축된 폭풍해일 범람파고분석시스템은 폭풍해일의 정밀예측을 장점으로 하는 ADCIRC 모델을 기반으로 중앙재난안전대책본부의 신속한 의사결정 지원을 목표로 개발되었으며, 향후 정확도 개선을 위한 연구가 진행될 계획이다. 본 논문에서는 신속한 의사결정 지원을 위한 현업 폭풍해일 예측시스템 구축에 대한 내용을 중심으로 의사결정 지원 정보에 대한 신뢰성 평가를 위한 일련의 과정과 개선방안에 대해 토의한다.
Fig. 2
Storm Surge Decision-making Support System
KOSHAM_17_03_367_fig_2.jpg

2. 폭풍해일 예측 시스템 구축

2.1 폭풍해일 예측 체계 구성

본 연구에서 구축한 폭풍해일 예측 시스템은 폭풍해일에 대한 과학적이고 정량적인 정보를 신속⋅정확하게 예측하고 재난대응관련 정책결정자의 의사결정 지원을 목표로 한다. 폭풍해일 의사결정 지원은 태풍위치에 따른 폭풍해일 예측 시작 기준과 기상청 태풍 통보문을 이용한 태풍정보 입력 및 모델링, 그리고 결과분석 및 가시화를 통해 위험정보를 제공한다. 태풍으로 인한 폭풍해일 예측기준은 폭풍해일 예측값의 정확도와 재난상황발생시 대응을 위한 충분한 시간적 여유를 고려하여 설정해야 하는데, 이러한 폭풍해일 예측에서부터 분석을 통한 의사결정 지원까지 일련의 과정이 Fig. 4에 제시된다.
Fig. 3
Criteria for Predicting Storm Surge
KOSHAM_17_03_367_fig_3.jpg
Fig. 4
Prediction of Storm Surge for Decision-making Support
KOSHAM_17_03_367_fig_4.jpg
폭풍해일 예측을 위한 모델링 수행조건은 기상청에서 태풍예보를 위해 사용하는 태풍정보 발표 기준을 활용하였다. 기상청은 태풍 북상시 태풍 이동경로에 대한 모니터링을 통해 감시(태풍 중심이 북위 25도 남쪽, 동경 135도 동쪽의 북서태평양에 위치), 경계(태풍 중심이 북위 25도 북쪽, 동경 135도 서쪽에 위치), 비상(태풍 중심이 북위 28도 북쪽, 동경 132도 서쪽에 위치) 구역으로 구분하고 태풍예보를 실시하는데, 본 연구에서는 이 기준을 활용하여 태풍 중심이 경계구역에 진입할 경우, 모델링이 시작되도록 설정하였다(Fig. 3).
특히, 기상청 태풍 통보문의 갱신주기에 따라 72, 48, 24 시간 예측을 수행하여 재난상황별 의사결정을 지원한다. 예측된 폭풍해일 정보는 중앙재난안전대책본부(국민안전처 중앙재난안전상황실) 상황판단 회의시 1일 2회 제공을 목표로 하는 폭풍해일 예측 운영계획을 통해 Web-GIS 기반 표출 시스템에 신속하게 가시화되고 과학적 재난정보 분석과정을 거쳐 의사결정에 활용된다.
폭풍해일 예측을 위한 태풍 통보문 수집은 기상청 태풍 통보문이 국민안전처 국가재난관리정보시스템(National Disaster Management System, NDMS)을 통해 국립재난안전연구원(National Disaster Management Research Institute, NDMI) 폭풍해일범람파고 분석시스템으로 실시간 전달되며 이를 이용하여 태풍의 중심위치, 중심기압, 최대풍속이 자동화된 스크립트 언어로 폭풍해일모델에 자동입력되어 폭풍해일 예측을 위한 일련의 과정이 수행된다(Fig. 4).

2.2 폭풍해일 모델 구축

폭풍해일 예측을 위한 모델 수립에 앞서 우리나라 연안을 포함한 황해, 동해 등 주변해역에서 조석의 재현성을 확보하기 위해 복잡한 우리나라 해안선을 효과적으로 충분히 반영할 수 있는 비정규격자체계(Unstructured Grid)를 적용하고 수심으로는 국립해양조사원에서 제공받은 주요 해역별 원도자료와 최신 수치 해도, 그리고 전 지구 1분 수심인 ETOPO1 (Amante and Eakins, 2009)을 사용하였다. 본 연구에서 구축한 격자체계는 우리나라 주요 관심 연안역을 최소 50 m로 해상한 356195개 계산절점과 663828개 유한요소로 구성된다(Fig. 5). 조석 및 폭풍해일모델링을 위한 수치모델은 미국 허리케인센터(NHC)의 공인 예측모델로 사용중인 ADCIRC와 파랑모델 UnSWAN (Unstructured Simulating WAves Nearshore)이 동적결합된 수치모델(Dietrich et al., 2011)을 근간으로 구축하였다. 우리나라와 같이 조차가 매우 큰 해역은 조석의 영향에 따라 위험조위가 변하고 전구파 해일(Forerunner Surge) 등의 영향을 분석하기 위해서는 조석의 고려가 매우 중요한데(Suh et al., 2015), 본 연구에서는 폭풍해일의 재현성을 확보하기 위해 조석-해일간 비선형 효과(Horsburgh and Wilson, 2007; Mel et al., 2014; Kang et al., 2014; Kang, 2016)와 파랑과 동적결합을 통한 상호작용을 고려하였다(Dietrich et al., 2011). 이를 위해 개방경계조건으로 NAO (National Astronomical Observatory of Japan)에서 제공하고 있는 NAO.99Jb (Matsumoto et al., 2000)를 적용하였다. NAO에서 제공하는 조석모델은 격자간격 ½ 의 전지구 모델(NAO.99b)과 1/12°로 구성된 동북아시아 모델(NAO.99Jb)로 구분된다. 본 연구에서는 NAO.99Jb의 반일주조 성분인 M2, S2, N2, K2와 일주조 성분인 K1, O1, P1, Q1을 포함한 주요 8개 분조성분의 진폭과 위상을 외력조건으로 입력하고, 주요 연안역 조위관측소에서 분석된 값들과 비교한 오차율 평가를 통해 오차가 최소화 되도록 노력하였다.
Fig. 5
FEM Grid Structure and Bathymetry
KOSHAM_17_03_367_fig_5.jpg
본 연구에서 구축한 폭풍해일범람 파고분석시스템은 선행된 연구들과 달리 기상청의 태풍 예경보 정보를 활용한 태풍의 경도풍 재현을 위해 Holland(1980)가 제안한 대칭형 바람장(Symmetric Vortex)을 적용하였다. 이는 태풍 발생시 예보를 담당하는 국가기관인 기상청에서 제공하는 태풍정보와 일관성 유지가 중요한데, 우리나라 기상청은 비대칭 경도풍 재현에 필요한 태풍의 각 4분면에 대한 풍속 반경정보를 제공하지 않는다. 이외 태풍의 최대풍속반경(Radius of Maximum Wind, RMW)에 대한 정보를 제공하지 않기 때문에 허리케인의 최대풍속과 최대풍속 반경간의 상관관계를 분석한 경험식(Willoughby et al., 2006)을 이용한 제한사항이 존재한다. 이러한 제한사항으로부터 발생하는 불확실성을 최소화하기 위해서는 개선된 비대칭 경도풍(Asymmetric Vortex, Xie et al., 2006)과 기상청 수치모델 산출자료에 대한 적용 등을 위한 지속적인 연구가 필요하다. 본 연구에서는 사용자의 실수로 발생할 수 있는 오류(human error)를 최소화기 위해 기상청 통보문을 이용한 태풍정보 입력부터 의사결정 지원을 위한 분석과정을 자동화하였다.

2.3 계산자원의 성능

실시간 폭풍해일 예측을 위해서는 신속계산을 위한 충분한 계산자원 확보가 선행되어야 한다. Suh et al.(2015)는 64 core의 계산자원을 활용하여 준실시간으로 폭풍해일 예측을 2시간 내로 수행한바 있으며, Dietrich et al.(2011)는 256~5120 core를 활용하여 파랑의 영향을 함께 고려한 폭풍해일 재현성 개선에 대한 연구를 수행한 바 있다.
국립재난안전연구원에서는 2011년부터 2016년 까지 총 3기의(TSUNAMI: 76 core, STORM: 140 core, WAVE: 512 core, 총 728 core) 고성능 병렬클러스터를 도입하여 연구에 활용하고 있다. 기상청 태풍 통보문 기반의 실시간 폭풍해일 예측은 140 core 기반의 병렬클러스터(STORM)이 사용되었으며, 2017년부터는 2016년 하반기 도입된 512 core 병렬클러스터(WAVE)를 통해 계산속도 향상 등 고도화 연구를 진행할 예정이다. 2016년 폭풍해일 예측에 활용된 140 core 기반 병렬클러스터(STORM)을 기준으로 폭풍해일 수치모델링(3일 기준)에 평균 2시간이 소요되었으며, 1시간의 결과분석을 포함한 총 3시간이 소요된다. 각 계산자원의 계산효율을 평가하기 위해 1일간 수치모의한 결과를 Fig. 6에 도시하였다. 조석-해일-파랑의 상호작용에 따른 계산시간 증가를 평가하기 위해 조석+해일을 고려한 경우와 조석+해일+파랑의 영향을 함께 고려한 경우를 비교하였다. 파랑의 영향을 고려할 경우, 계산자원의 core 수가 작을수록 조석과 해일만을 고려한 경우보다 계산시간이 약 5배 이상 크게 증가하며, 300 core 이상을 사용할 경우에는 계산시간의 차이는 약 3배로 감소한다. 계산절점 수에 의존하여 계산시간이 달리 나타나지만, 본 폭풍해일범람 파고분석시스템에서 파랑의 영향을 고려할 경우, 효율적인 계산을 위해서는 최소한 300 core 이상의 계산자원 확보가 필요함을 의미한다. 이와 같이 파랑의 상호작용 고려는 wave set-up의 영향으로 연안역의 해수위의 5~20% 상승효과를 반영할 수 있다(Dietrich et al., 2011). 우리나라 주요 연안에 대한 최대해수위에 대한 고조정보를 주의-경계-위험으로 구분하고 있는 국립해양조사원의 기준이 0.1~0.5 m 간격으로 설정되어 있기 때문에 폭풍해일고가 반영된 최대해수위 정보를 제공하는 경우에는 비교적 큰 비중을 차지한다. 이와 함께 폭풍해일에 위한 수위상승뿐만 아니라 월파에 의한 영향을 함께 고려한 육상역 침수피해 발생 가능성 분석을 위해 연안역에서 발생 가능한 파랑의 예측이 필수적으로 요구된다. 국립재난안전연구원에서 보유하고 있는 수치계산자원의 성능을 객관적으로 비교 및 평가하기 위해 한국과학기술정보연구원(KISTI) 슈퍼컴퓨터(TACHYON2), 기상청 슈퍼컴퓨터 4호기(MiRi)와 비교하여 Table 1에 제시하였다.
Fig. 6
Comparison of Computing Time (dotted line: tide+surge, solid line: tide+surge+wave)
KOSHAM_17_03_367_fig_6.jpg
Table 1
Comparison of Parallel Computer Performances
Classification NDMI WAVE NDMI STORM NDMI TSUNAMI KISTI TACHYON21) KMA 4th MiRi2)
Node Dell Blade M630 Dell R730 Dell R820/ R710/ R720 Sun Blade x6275 Cray XC40
CPU Intel Xeon E5-2698 v3 Intel Xeon E5-2695 v3 Intel Xeon E5-4650/ X5690/ E5-2690 v2 Intel Xeon X5570 Intel Xeon E5-2690 v3
Core per CPU 16 14 8/ 6/ 10 4 12
Frequency in GHz 2.3 2.3 2.7/ 3.47/ 2.8 2.93 2.6
Architecture Haswell Haswell Sandy Bridge/ Westmere/ Ivy Bridge Nehalem Haswell
L1-Cache (KB per core) 64 64 64/ 32/ 64 32 64
L2-Cache (KB per core) 256 256 256/ 128/ 256 256 256
L3-Cache (MB on die shared) 40 35 20/ 12/ 25 8 30
Number of Nodes 16 5 4 3,176 -
Number of Cores 512 140 76(32/ 24/ 20) 25,508 69,696
Memory 1 TB 320 GB 240 GB 76.8 TB 372 TB
Theoretical peak performance (TFlops) 18.84 5.15 1.38/ 0.67/ 0.9 300 2900
Interconnection network Infiniband FDR Infiniband FDR Infiniband DDR Infiniband DDR Aries

2.4 모델 검증

본 연구의 폭풍해일범람 파고분석시스템(NDMI, 2015ab)은 태풍 내습시 우리나라 주요 연안역에서의 폭풍해일고를 예측하고 중앙재난안전대책본부(국민안전처 중앙재난안전상황실)의 의사결정 지원을 위한 위험정보 제공을 목적으로 개발되었다. 폭풍해일범람 파고분석시스템은 2015년에 신속한 폭풍해일 예측을 위해 초기 구축되었으나, 폭풍해일 모델의 정량적인 신뢰도 평가는 진행되지 못하였다. 본 연구에서는 폭풍해일 예측 신뢰도 평가에 앞서 구축된 조석모델 검증을 위해 국립해양조사원에서 제공하는 국내 54개 조위관측소의 조화상수와 국제수로기구(International Hydrographic Organization, IHO), 하와이 대학의 해수면 센터(University of Hawaii Sea Level Center, UHSLC)에서 제공하는 황해, 러시아, 남중국해 연안의 115개 조석관측소(Fig. 7)의 주요 8개 분조(M2, S2, N2, K2, K1, O1, P1, Q1)에 대해 검증하였다. 오차평가는 평균제곱근오차(Root Mean Square Error, RMSE)와 상관계수(Correlation Coefficient, CC)로 분석하여 Table 2에 제시하였다. 주요 4대 분조(M2, S2, K1, O1) 진폭의 평균제곱근 오차는 2.6∼9.8 cm의 오차를 보이며, 상관계수는 0.95∼0.98로 분석된다. 위상의 평균제곱근오차는 9.7∼15.4°의 오차를 갖는 것으로 나타났다(Table 2). 이를 종합하여 선행된 연구들(Suh and Kim, 2011; Cho et al., 2013; Song et al., 2013; Suh et al., 2014)과 비교할 때, NAO를 통해 재현된 조석은 우리나라를 포함한 황해연안에서의 조석을 비교적 잘 재현하는 것으로 평가된다. 조석 재현성이 검증된 수치모델을 기반으로 폭풍해일 재현 신뢰도 평가를 위해 2000년 이후 발생한 태풍 중 우리나라에 직접적인 영향을 준 태풍 프라피룬(TY0012), 루사(TY0215), 매미(TY0314), 곤파스(TY1007), 무이파(TY1109), 볼라벤(TY1215), 산바(TY1216)를 선정하고 이들 best track을 이용하여 후측(Hindcast) 하였다.
Fig. 7
Map Showing Tidal Record Stations
KOSHAM_17_03_367_fig_7.jpg
Table 2
Quantitative Root Mean Square Error (RMSE) and Correlation Coefficient (CC) Analyses on Amplitude and Phases for Major Tidal Constituents
Constituents Amplitude Phases
RMSE (cm) CC RMSE (degree)
M2 9.8 0.98 13.3
S2 4.0 0.98 15.4
K1 3.4 0.97 14.9
O1 2.6 0.95 9.7
N2 4.8 0.98 13.2
K2 4.4 0.95 17.8
P1 1.4 0.98 18.5
Q1 0.7 0.95 12.3
Root Mean Square Error(RMSE)
=i=1N(Oi-Pi)2N
Relative Error(RE)
=1Ni=1N|Oi-Pi|O¯×100
O: observed data, P: predicted data, N: number of data
계산된 폭풍해일고를 국립해양조사원에서 제공하는 우리나라 연안에 위치한 조위관측소(서해 5개소, 남해 3개소, 제주도 2개소, 동해 1개소) 관측자료와 비교한 결과, 전반적으로 계산된 폭풍해일고 1 m 이하는 과소, 이상은 과대 평가되어 나타난다. 이는 앞서 제한사항으로 밝힌 바와 같이 태풍의 최대풍속 반경을 최대풍속과의 상관관계를 통한 경험식을 이용하여 적용함으로써 최대풍속 반경을 적절히 재현하지 못하기 때문에 폭풍해일고가 과소 및 과대 평가된 것으로 분석된다(Takagi and Wu, 2016). 최대해일고에 대한 평균제곱근오차 (RMSE)는 평균 0.3 m, 상대오차 (RE)는 36% 로 평가되는데, 이러한 오차의 원인으로는 기상청 best track의 불확실성(최대풍속 반경 적용의 제한사항 포함), 조석 재현에 따른 오차 등에 기인한 영향으로 이해된다(Fig. 8).
Fig. 8
Evaluation of the Reliability of Storm Surge Predictions
KOSHAM_17_03_367_fig_8.jpg

3. 실시간 폭풍해일 예측

3.1 태풍 차바에 의한 폭풍해일 예측

2016년 우리나라에 직접적인 영향을 미친 태풍 차바(TY1618)에 대해 실시간 폭풍해일 예측을 실시하고 그 결과에 대한 재현성 평가를 수행하였다. 태풍 차바는 태풍 예측을 위한 경계지역(Warning Zone)을 10월 3일 15시경에 통과하고 대한해협을 10월 5일 15시에 통과하여 동해상에서 소멸하였다(Fig. 9). 우리나라 연안에 직접적인 영향을 미친 기간은 2일간 이며, 10월 4일 늦은 밤부터 10월 5일 발생한 폭풍해일이 대조기 고조와 겹치면서 제주도 및 남해안 저지대 일대에 침수피해가 발생하였다. 조석과 폭풍해일이 고려된 최대해수위(Maximum Water Surface Elevation)에 대한 재현성을 평가하기 위해 태풍 차바의 이동 경로상에 위치한 여수, 통영, 마산, 부산, 울산, 포항, 제주, 서귀포 조위관측소에서 관측된 국립해양조사원 관측자료와 비교 검증하였다(Fig. 10). 재현결과를 보면, 태풍 내습전후를 제외한 시점에서 비교적 관측치와 일치하는 경향을 보이고 있으나, 만 깊숙이 위치한 마산 조위관측소에서는 지형의 영향으로 최대해수위 재현성이 부족한 것으로 나타났으며, 태풍 차바가 내습한 울산지역 검조소는 태풍의 직접적인 영향으로 관측치에 오류가 발생하는 문제가 나타났다. 이러한 관측의 오차와 지형적인 영향을 감안한 재현성 평가는 최대해수위에 대한 오차를 정량적으로 평가하기 위한 평균제곱근오차(RMSE)로 표현하고(Dresback et al., 2013) 상대오차(RE)를 제시하였다. 태풍 차바가 우리나라 연안을 2일에 걸쳐 빠르게 통과하여 대표적으로 태풍 내습(10월 5일 10시, KST 기준) 전 30시간, 12시간, 6시간에 해당되는 태풍 통보문 #24(10월 3일 22시, KST), #30(10월 4일 22시, KST), #32(10월 5일 04시, KST)에 대한 오차율을 평가하여 Table 3에 제시하였다.
Fig. 9
Track of Typhoon Chaba (Advisory #32, at 04:00 on October 5, 2016)
KOSHAM_17_03_367_fig_9.jpg
Fig. 10
Comparison of Water Surface Elevation (WSE) for Typhoon Chaba with Observed Data
KOSHAM_17_03_367_fig_10.jpg
Table 3
Quantitative RMSE and RE of the Numerical Model Results for Maximum Water Surface Elevation According to Typhoon Advisory
Classification 2016. 10. day. hour in KST (advisory number)
03. 22:00 (#24) (Typhoon 60 h forecast) 04. 22:00 (#30) (Typhoon 30 h forecast) 05. 04:00 (#32) (Typhoon 24 h forecast)
RMSE (m) 0.10 0.11 0.09
RE (%) 8 9 6

* The advisory notification time is based on KST (Korea Standard Time)

결과를 분석하면, 태풍이 경계구역을 통과한 후 발표된 태풍 통보문 #24(10월 3일 22시, KST)에 의한 최대해수위의 평균제곱근오차는 0.10 m, 상대오차는 8%로 나타났다. 이후 24시간 경과 후 발표된 태풍 통보문 #30(10월 4일 22시, KST)과 마지막으로 예측을 수행한 통보문 #32(10월 5일 04시, KST)에 의한 평균제곱근오차는 각각 0.11, 0.09 m 이며, 상대오차는 9, 6%로 태풍 통보문이 갱신(경계구역: 6시간, 비상구역: 3시간)됨에 따라 오차가 개선되어 나타났다. 이러한 결과는 기상청 태풍 통보문이 폭풍해일 재현성에 큰 비중을 차지하며 태풍 통보기관별 태풍통보문의 신뢰성에 따라 결과가 달라질 수 있음을 의미한다.

3.2 태풍 예보기관별 폭풍해일 재현성 평가

태풍 예보기관별 통보문을 이용한 폭풍해일 재현성 평가를 위해 조석의 영향이 제외된 태풍 통보문 예보시점별 폭풍해일 재현성 평가를 수행하였다. 우리나라 기상청(KMA)에서 예경보한 태풍 통보문 #24, #30, #32와 가장 근접한 시간대에 발표된 미국 합동태풍경보센터(JTWC)의 태풍 통보문 #22(10월 3일 19시, KST), #26(10월 4일 19시, KST), #28(10월 5일 07시, KST)을 수집하여 폭풍해일 시뮬레이션을 수행하고 결과를 비교⋅분석 하였다(Fig. 11).
Fig. 11
Comparison of Tracks of Typhoon Chaba According to Meteorological Agencies KMA and JTWC
KOSHAM_17_03_367_fig_11.jpg
예측된 폭풍해일고 검증을 위해 국립해양조사원에서 1분 단위로 관측된 조위자료를 가지고 TASK-2000 (Bell et al., 1998)을 통해 천문조에 의한 영향을 제거한 폭풍해일고를 분석하여 재현성을 평가하였다. 비교 정점은 대표적으로 태풍 차바의 이동경로상에 위치한 여수, 통영, 마산, 부산, 울산, 서귀포 지역에 대해 수행하였으며, 기관별 폭풍해일 재현성 평가 결과를 Fig. 12Table 4에 도시하였다. 결과를 분석하면, 우리나라 기상청 태풍 통보문 #24, #30, #32에 대한 최대해일고(Maximum Surge Height)의 평균제곱근오차는 0.26, 0.14, 0.18 m 이며, 상대오차는 69, 34, 48%로 나타났다. 반면 미국 합동태풍경보센터 예경보 자료에 의한 폭풍해일 평균제곱근오차와 상대오차는 각각 0.31, 0.21, 0.20 m와 82, 55, 52%로 우리나라 기상청 예경보 자료가 상대적으로 재현성이 높게 나타났다(Table 4). 이러한 차이의 원인은 태풍의 이동경로가 주요하게 영향을 미친 것으로 분석되는데, 우리나라 기상청이 미국합동태풍경보센터보다 태풍의 이동경로를 우리나라 연안에 보다 근접하게 예측한 결과로 분석된다. 결과적으로 태풍 차바의 경우, 태풍내습(10월 5일 10시, KST 기준) 12시간 전 예경보된 태풍 통보문으로 예측된 폭풍해일고의 상대오차는 34%로 선행된 연구들(Forbes et al., 2014; Suh et al., 2015)에서 제시된 20~30% 내외의 상대오차와 비교할 때 비교적 만족스러운 유의미한 결과를 제공하는 것으로 분석된다.
Fig. 12
Comparison of Surge Height with Observed Data According to Meteorological Agencies KMA and JTWC
KOSHAM_17_03_367_fig_12.jpg
Table 4
Quantitative RMSE and RE of the Numerical Model Results for Maximum Surge Height According to Meteorological Agencies KMA and JTWC
Classification 2016. 10. day. hour in KST (advisory number)
KMA: 03. 22:00 (#24) 04. 22:00 (#30) 05. 04:00 (#32)
JTWC: 03. 19:00 (#22) 04. 19:00 (#26) 05. 07:00 (#28)
RMSE (m) KMA 0.26 0.14 0.18
JTWC 0.31 0.21 0.20
RE (%) KMA 69 34 48
JTWC 82 55 52

4. 의사결정 지원

자연재난에 대한 상황대응 절차는 크게 관심-주의-경계-심각으로 구분된다. 중앙재난안전대책본부(국민안전처 중앙재난안전상황실)에서는 태풍이 발생하면 태풍의 예상 이동경로에 따른 태풍의 영향 즉, 강풍, 폭풍해일에 의한 연안 침수 등에 대한 예측정보를 기반으로 재난대응을 위한 의사결정을 수행하게 된다. 이후 각 지자체별 대응 및 주의에 대한 정보를 제공한다.
태풍 이동경로에 따른 단계별 재난상황에 대한 의사결정 지원은 태풍 발생시 관심 단계에서 태풍의 예상 이동경로가 우리나라 인근해역을 통과할 경우, 이에 대한 사전 예측정보가 필요하며, 관심에서 주의 및 경계 단계로 격상시 갱신된 폭풍해일에 대한 추가적인 정보가 필요하다. 본 연구에서는 재난상황발생시, 중앙부처 및 지자체에서 요구하는 재난상황 단계별 의사결정을 위한 폭풍해일 예측정보지원 요구에 부응하기 위해 기상청 태풍예보 기준인, 감시, 경계, 비상 3단계로 구분하였다.
이를 통해 폭풍해일에 대한 정량적 위험정보(최대해수위 및 해일고, 파랑정보, 발생시간 등)를 예측하여 중앙재난안전대책본부(국민안전처 중앙재난안전상황실) 상황판단회의에 제공함으로써 인명 대피 및 방재대책 수립을 위한 의사결정 지원을 수행하였다. 현재까지 2015년도 태풍 찬홈(TY1509), 낭카(TY1511), 할롤라(TY1512), 고니(TY1515)에 대한 폭풍해일(최대해수위) 예측결과를 중앙재난안전대책본부(국민안전처 중앙재난안전상황실) 상황판단회의에 제공하여 의사결정을 지원하였다. 2016년도에는 중앙재난안전상황실 뿐만 아니라, 국민안전처 해양경비안전본부에도 과학적이고 정량적인 의사결정판단을 위한 예측정보를 제공하였다. 2016년에 우리나라에 직⋅간접적적인 영향을 준 태풍은 남테운(TY1612), 말라카스(TY1616), 차바(TY1618) 총 3개이며, 경계구역(Warning Zone) 진입시 부터 최대해수위를 예측하여 태풍 남태운 4회, 말라카스 4회, 차바 3회에 걸쳐 중앙재난안전대책본부(국민안전처 중앙재난안전상황실)에 의사결정을 위한 정보를 제공하였다(Fig. 13). 주요내용으로는 태풍 말라카스 최대해수위 분석시 통영, 여수, 마산의 위험조위 대비 여유고가 상대적으로 작게 분석되어 태풍⋅홍수⋅풍랑 등 대비를 위한 긴급재난문자(Cell Broadcasting System, CBS) 발송과 해안가 저지대 월파 대비 안전유의 안내 등 예방 및 대처를 위한 의사결정에 활용되었다. 이외 제18호 태풍 차바의 최대해수위를 예측하고 중앙재난안전상황실의 일일상황보고에 예측정보를 제공하여 “제18호 태풍 차바 침수 예상지역 출입통제 및 주민대피 준비 등 철저”를 위한 각 지자체 공문발송에 필요한 정보를 제공하는 등 의사결정을 지원하였다. 여기서 2015년에는 의사결정지원을 위해 폭풍해일고만을 예측하여 제공하였으나, 2016년부터는 조석의 영향을 함께 고려하여 최대해수위에 대한 정보를 제공하고 있다(Fig. 14).
Fig. 13
Decision-making Support on the Risk of Storm Surge by Typhoon Chaba
KOSHAM_17_03_367_fig_13.jpg
Fig. 14
Visualization of Maximum Storm Surge and Water Surface Elevation Forecasts
KOSHAM_17_03_367_fig_14.jpg

5. 토 의

자연재해에 대한 의사결정지원 기술은 제공되는 예측정보에 대한 신속함과 신뢰성이 확보되어야 한다. 본 연구에서는 폭풍해일 예측을 위한 폭풍해일범람 파고분석시스템(NDMI, 2015ab)을 구축하고 폭풍해일에 대한 후측과 실시간 예측을 통해 재현성을 평가하였다. 이러한 재현성을 확보하기 위한 일련의 과정들은 의사결정을 위한 상황보고회의에 과학적이며, 신뢰도 있는 정보제공을 가능하게 한다.
폭풍해일범람 파고분석시스템을 통한 폭풍해일 예측은 2015년도 태풍 노을을 포함한 5개 태풍에 대한 예측 신속성 확보에 중점을 두고 진행하였으며, 2016년도에는 폭풍해일 신뢰성 평가를 위해 태풍 네파탁을 포함한 6개 태풍에 대한 폭풍해일 예측을 수행하였다. 이들 태풍의 이동경로와 자세한 정보는 Fig. 15Table 5에 제시된다. 폭풍해일 예측시 우리나라 서남해안과 같은 대조차 해역에서는 조석에 따른 해수위는 크게 변화되므로 실시간 조석을 고려하여 조석과 폭풍해일이 고려된 최대해수위로 제공하였으며, 2016년 태풍 차바에 대한 최대해수위 예측 오차는 6~9%, 조석을 제외한 폭풍해일고의 예측 오차는 34~69%로 분석된다.
Fig. 15
Tracks of Typhoons with Predicted Storm Surge (2015~2016)
KOSHAM_17_03_367_fig_15.jpg
Table 5
List of Typhoons with Predicted Storm Surge
Year of occurrence Typhoon number Typhoon name Period of occurrence (KST)
2015 6 Noul 2015.05.04. ~ 2015.05.12.
9 Chan-hom 2015.06.30. ~ 2015.07.13.
11 Nangka 2015.07.04. ~ 2015.07.18.
12 Halola 2015.07.13. ~ 2015.07.27.
15 Goni 2015.08.15. ~ 2015.08.26.
2016 1 Nepartak 2016.08.31. ~ 2016.09.04.
10 Lionrock 2016.08.19. ~ 2016.08.24.
12 Namtheun 2016.07.03. ~ 2016.07.10.
13 Malou 2016.09.07. ~ 2016.09.08.
16 Malakas 2016.09.13. ~ 2016.09.20.
18 Chaba 2016.09.28. ~ 2016.10.05.
과거 우리나라에 직접적인 영향을 미친 태풍의 best track을 이용한 폭풍해일 재현성 평가에서는 36%의 오차를 갖는 것으로 분석되었다. Best track의 불확실성을 언급한 Forbes et al.(2014)는 파라미터 모델을 이용한 폭풍해일고의 재현성을 높이기 위해 정밀격자, 비대칭 바람장, 조석 그리고 개방경계 개선 등을 고려하여 비교적 만족스러운 결과를 확보하였으나, 여전히 파라미터 모델과 best track 이용에 기인한 불확실성에서 나타나는 오차가 존재함을 제시하였다. 이는 Torn and Snyder(2012)에서 best track 정보 태풍의 중심위치, 태풍의 강도(중심기압, 최대풍속) 등의 오차와 불확실성을 무시하지 못함을 제시한 바와 같이 태풍정보의 불확실성에 기인한 폭풍해일고의 오차가 존재함을 의미한다.
현재 국립재난안전연구원에서 현업적용을 위해 시범운용 중인 폭풍해일범람 파고분석시스템은 폭풍해일의 신속한 예측과 사용자 오류를 최소화하기 위한 자동화에 중점을 두고 구축하였는데, 태풍 통보문 발생시점에 따라 최소 34%(태풍 내습 12시간 전 예측)에서 최대 69% (태풍 내습 36시간 전 예측)의 오차를 갖는 것으로 평가된다. 이는 단일 태풍에 대한 폭풍해일고 오차 평가로, 조석 재현에 따른 오차와 기상청 best track의 불확실성 등에 기인한 오차로 판단된다. 미국 해양대기청(NOAA)의 현업 폭풍해일예보모델 SLOSH (Sea, Lake, and Overland Surge from Hurricanes, Jelesnianski et al., 1992)의 경우, 조석의 영향을 고려하지 않은 13개 허리케인에 대한 570개 조석 관측점에 대한 폭풍해일고 예측 오차율은 20%로 평가되는데(Glahn et al., 2009), 직접적인 비교가 어려운 점을 감안하더라도 미국의 현업 폭풍해일 모델의 오차율에 근접하기 위해서는 비대칭 경도풍의 적용과 기상청 수치예보산출자료 활용 등에 대한 지속적인 연구와 다수의 태풍에 대한 폭풍해일고 예측 오차율 평가가 필요한 것으로 판단된다.

6. 결론

본 논문은 발생 가능한 폭풍해일에 효과적으로 대응하기 위한 기상청 태풍 통보문 기반의 실시간 폭풍해일 예측시스템을 구축하고 대표적으로 태풍 차바에 의한 폭풍해일 의사결정 지원을 위한 일련의 과정을 제시하였다. 현재 국립재난안전연구원에서 구축하여 시범운용 중인 폭풍해일범람 파고분석시스템은 2015년부터 폭풍해일 신속 예측에 중점을 두고 진행하여 기상청 태풍 통보문 발생시 폭풍해일 예측에 평균 2시간, 의사결정 지원을 위한 정보분석에 1시간을 포함한 총 3시간이 소요된다. 2016년에는 폭풍해일 예측 재현성 평가 및 확보에 중점을 두고 조석과 폭풍해일의 비선형 효과와 파랑의 상호작용을 고려한 신뢰성을 평가하였다. 우리나라에 직접적인 영향을 준 기상청의 태풍 best track 정보를 가지고 후측한 우리나라 주요 연안에 대한 평균 오차율은 36%로 분석된다. 기상청 태풍 통보문 기반 태풍 차바에 대한 실시간 폭풍해일 예측 오차율은 통보문 발생시점에 따라 태풍내습 12시간 전 사전예측에 최소 34%, 36시간 사전예측은 최대 69% 오차를 갖는 것으로 분석된다. 태풍 차바 내습 24시간 전 예측된 폭풍해일 예측오차율은 34%로 미국의 현업 폭풍해일모델 오차율 20%에 비해 다소 높게 평가되지만, 신속성과 자동화율에 중점을 두고 평가된 점을 감안하면, 비교적 유의미한 결과를 갖는 것으로 평가된다. 폭풍해일의 재현성을 제고하기 위해서는 기상청 태풍 통보문 기반 파라미터 모델의 개선과 기상청 수치예보산출자료 활용 등에 대한 지속적인 연구가 필요한 것으로 판단된다. 본 연구를 통해 구축된 폭풍해일 의사결정 지원시스템은 신속한 상황판단을 위한 의사결정을 지원하여 국민의 인명과 재산 피해를 최소화 하는데 기여할 것으로 기대된다.

감사의 글

본 연구는 국립재난안전연구원 재난관리핵심기술개발 사업(재난유형별 의사결정지원기술 개발)으로 수행되었습니다.

References

Blanton, B, McGee, J, Fleming, J, Kaiser, C, Kaiser, H, Lander, H, Luettich, R.A, Dresback, K, and Kolar, R (2012) Urgent Computing of Storm Surge for North Carolina’s coast. Procedia Computer Science, Vol. 9, pp. 1677-1686. 10.1016/j.procs.2012.04.185.
crossref
Cho, K.H, Choi, J.Y, Jeong, S.H, Choi, J.W, Kwon, J.I, and Park, K.S (2013) Development of a Skill Assessment Tool for the Korea Operational Oceanographic System. Acta Oceanologica Sinica, Vol. 32, No. No. 9, pp. 74-81. 10.1007/s13131-013-0354-9.
crossref
Dietrich, J.C, Zijlema, M, Westerink, J.J, Holthuijsen, L.H, Dawson, C, Luettich, R.A Jr, Jensen, R.E, Smith, J.M, Stelling, G.S, and Stone, G.W (2011) Modeling Hurricane Waves and Storm Surge Using Integrally- coupled, Scalable Computations. Coastal Engineering, Vol. 58, No. No. 1, pp. 45-65. 10.1016/j.coastaleng.2010.08.001.
crossref
Dresback, K.M, Fleming, J.G, Blanton, B.O, Kaiser, C, Gourley, J.J, Tromble, E.M, Luettich, R.A, Kolar, R.L, Hong, Y, Van Cooten, S, Vergara, H.J, Flamig, Z.L, Lander, H.M, Kelleher, K.E, and Nemunaitis-Monroe, K.L (2013) Skill Assessment of a Real-time Forecast System Utilizing a Coupled Hydrologic and Coastal Hydrodynamic Model During Hurricane Irene (2011). Continental Shelf Research, Vol. 71, pp. 78-94. 10.1016/j.csr.2013.10.007.
crossref
Emanuel, K (2005) Increasing Destructiveness of Tropical Cyclones Over the Past 30 Years. Nature, Vol. 436, pp. 686-688. 10.1038/nature03906. 16056221.
crossref pmid
Fleming, J.G, Fulcher, C.W, Luettich, R.A, Estrade, B.D, Allen, G.D, and Winer, H.S (2008) A Real Time Storm Surge Forecasting System Using ADCIRC. Estuarine and Coastal Modeling, Vol. 2007, pp. 893-912. 10.1061/40990(324)48.
crossref
Forbes, C, Luettich, R.A, Mattocks, C.A, and Westerink, J.J (2010) A Retrospective Evaluation of the Storm Surge Produces by Hurricane Gustav (2008): Forecast and Hindcast Results. Weather Forecasting, Vol. 25, pp. 1577-1602. 10.1175/2010WAF2222416.1.
crossref
Forbes, C, Rhome, J, Mattocks, C, and Taylor, A (2014) Predicting the Storm Surge Threat of Hurricane Sandy with the National Weather Service SLOSH Model. Journal of Marine Science and Engineering, Vol. 2, No. No. 2, pp. 437-476. 10.3390/jmse2020437.
crossref
Glahn, B, Taylor, A, Kurkowski, N, and Shaffer, W.A (2009) The Role of the Slosh Model in National Weather Service Storm Surge Forecasting. National Weather Digest, Vol. 33, No. No. 1, pp. 3-14.
crossref
Holland, G.J (1980) An Analytic Model of the Wind and Pressure Profiles in Hurricanes. Monthly Weather Review, Vol. 108, pp. 1212-1218. 10.1175/1520-0493(1980)108<1212:AAMOTW>2.0.CO;2.
crossref
Horsburgh, K.J, and Wilson, C (2007) Tide-surge Interaction and Its Role in the Distribution of Surge Residuals in the North Sea. Journal of Geophysical Research, Vol. 112, pp. 1-13. 10.1029/2006jc004033.
crossref
IPCC (Intergovernmental Panel on Climate Change) (2013). Summary for Policymakers. In Climate Change 2013: The Physical Science Basis Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.
crossref
Jelesnianski, C.P, Chen, J, and Shaffer, W.A (1992) SLOSH: Sea, Lake, and Overland Surge from Hurricanes. NOAA Technical Report NWS 48, National Oceanic and Atmospheric Administration, U.S. Department of Commerce, pp. 1-71.
crossref
Kang, J.W (2016) Typhoon-surge Characteristics in Relation with the Tide-surge Interaction. Journal of Korean Society of Coastal and Ocean Engineers, Vol. 27, No. No. 1, pp. 25-37. 10.9765/KSCOE.2015.27.1.25.
crossref
Kang, J.W, Kim, Y.S, Yoon, Y.K, and Shim, J.S (2014) Appearance of Tide-surge Interaction along the West/South Coasts. Journal of Korean Society of Coastal and Ocean Engineers, Vol. 26, No. No. 6, pp. 352-358. 10.9765/KSCOE.2014.26.6.352.
crossref
KEI (Korea Environment Institute) (2011) National assessment on sea level rise impact of Korea coast in the socioeconomic context.
crossref
KHOA (Korea Hydrographic and Oceanographic Agency) (2013) Mapping of coastal inundation maps(5th).
crossref
KIMST (Korea Institute of Marine Science and Technology Promotion) (2011) Countermeasure System Against Hazards of Typhoons and Tsunamis in Harbor Zones.
crossref
KIMST (Korea Institute of Marine Science and Technology Promotion) (2013) Development of Korea Operational Oceanographic System (KOOS).
crossref
Kossin, J.P, Emanuel, K.A, and Vecchi, G.A (2014) The Poleward Migration of the Location of Tropical Cyclone Maximum Intensity. Nature, Vol. 509, pp. 349-252. 10.1038/nature13278. 24828193.
crossref pmid
Matsumoto, K, Takanezawa, T, and Ooe, M (2000) Ocean Tide Models Developed by Assimilating TOPEX/POSEIDON Altimeter Data into Hydrodynamical Model: A Global Model and a Regional Model Around Japan. Journal of Oceanography, Vol. 56, pp. 567-581. 10.1023/A:1011157212596.
crossref
Mel, R, Viero, D.P, Carniello, L, Defina, A, and D’Alpaos, L (2014) Simplified Methods for Real-time Prediction of Storm Surge Uncertainty: The City of Venice Case Study. Advances in Water Resources, Vol. 71, pp. 177-185. 10.1016/j.advwatres.2014.06.014.
crossref
MPSS (Ministry of Public Safety and Security) (2015). Statistical Yearbook of Natural Disaster.
crossref
NDMI (National Disaster Management Research Institute) (2015a). Development of Coastal/Steep-slope Disaster Prediction Technology Through Integration of Disaster Information.
crossref
NDMI (National Disaster Management Research Institute) (2015b) Development of Analysis and Visualization Techniques for Disaster Risk Information of Coast and Steep-slopes.
crossref
NTC (National Typhoon Center) (2011). Typhoon White Book.
crossref
Song, D, Wang, X.H, Zhu, X, and Bao, X (2013) Modeling Studies of the Far-field Effects of Tidal Flat Reclamation on Tidal Dynamics In the East China Seas. Estuarine, Coastal and Shelf Science, Vol. 133, pp. 147-160. 10.1016/j.ecss.2013.08.023.
crossref
Suh, S.W, and Kim, H.J (2011) Precise Tidal Simulation on the Yellow Sea and Extended to North Western Pacific Sea. Journal of Korean Society of Coastal and Ocean Engineers, Vol. 23, No. No. 3, pp. 205-214. 10.9765/KSCOE.2011.23.3.205.
crossref
Suh, S.W, Lee, H.Y, and Kim, H.J (2014) Spatio-temporal Variability of Tidal Asymmetry due to Multiple Coastal Constructions Along the West Coast of Korea Estuarine. Coastal and Shelf Science, Vol. 151, No. No. 5, pp. 336-346. 10.1016/j.ecss.2014.09.007.
crossref
Suh, S.W, Lee, H.Y, Kim, H.J, and Fleming, J.G (2015) An Efficient Early Warning System for Typhoon Storm Surge Based on Time-varying Advisories by Coupled ADCIRC and SWAN. Ocean Dynamics, Vol. 65, No. No. 5, pp. 617-646. 10.1007/s10236-015-0820-3.
crossref
Suh, S.W, Lee, H.Y, Kim, H.J, and Park, J.S (2012) Near Real-time Immediate Forecasting of Storm Surge Based on Typhoon Advisories. Journal of Korean Society of Coastal and Ocean Engineers, Vol. 24, No. No. 5, pp. 352-365. 10.9765/KSCOE.2012.24.5.352.
crossref
Takagi, H, and Wu, W (2016) Maximum Wind Radius Estimated by the 50kt Radisu: Improvement Storm Surge Forecasting Over the Western North Pacific. Natural Hazards and Earth System Sciences, Vol. 16, pp. 705-717. 10.5194/nhess-16-705-2016.
crossref
Torn, R.D, and Snyder, C (2012) Uncertainty of Tropical Cyclone Best-Track Information. Weather and Forecasting, Vol. 27, No. No. 3, pp. 715-729. 10.1175/WAF-D-11-00085.1.
crossref
Willoughby, H.E, Darling, R.W.R, and Rahn, M.E (2006) Parametric Representation of the Primary Hurricane Vortex. Part II: A New Family of Sectionally Continuous Profiles. Monthly Weather Review, Vol. 134, pp. 1102-1120. 10.1175/MWR3106.1.
crossref
Xie, L, Bao, S, Pietrafesa, L.J, Foley, K, and Fuentes, M (2006) A Real-time Hurricane Surface Wind Forecasting Model: Formulation and Verification. Monthly Weather Review, Vol. 134, No. No. 5, pp. 1355-1370. 10.1175/MWR3126.1.
crossref


ABOUT
ARTICLE CATEGORY

Browse all articles >

BROWSE ARTICLES
AUTHOR INFORMATION
Editorial Office
1010 New Bldg., The Korea Science Technology Center, 22 Teheran-ro 7-gil(635-4 Yeoksam-dong), Gangnam-gu, Seoul 06130, Korea
Tel: +82-2-567-6311    Fax: +82-2-567-6313    E-mail: master@kosham.or.kr                

Copyright © 2024 by The Korean Society of Hazard Mitigation.

Developed in M2PI

Close layer
prev next