• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.369-369
• /
• 2021

기후변화로 인하여 태풍의 발생 횟수가 증가하고, 태풍 크기가 점차 대형화되며, 강도 또한 강해지는 추세에 있다. 우리나라도 매년 7월에서 10월 사이에 태풍으로 인한 피해가 발생하나, 태풍피해의 빈도나 피해 규모는 일정하지 않으며, 이는 태풍 진로와 태풍 크기 및 강도와 관계있다. 태풍에 대한 분류는 태풍의 크기와 중심부로 불어오는 풍속에 따라 강도로 구분하며, 태풍의 크기에 따른 분류는 풍속 15m/sec 이상 되는 영역의 반경에 따라 소형(300km 미만), 중형(500km미만), 대형(800km미만), 초대형(800km이상) 등 4계급 구간으로 구분하고, 태풍의 강도는 17m/s~25m/s 범위내의 태풍은 강도를 정하지 않으며, 중(25m/s~33m/s), 강(33m/s~44m/s), 매우강(44m/s~54m/s), 초강력(54m/s 이상)으로 구분한다. 최근 10년간 자연재해 중 태풍으로 인한 피해는 1조 6825억원으로 우리나라 자연재해 총피해액인 3조 6280억의 46%를 차지하며, 원인별로 가장 큰 피해를 야기하며, 또 태풍 루사, 매미는 단일 재해로는 최대규모로 알려져 있다. 태풍으로 인한 재해는 호우, 강풍, 풍랑으로 인한 피해가 동시에 발생하기 때문이며, 재해에 대한 대비 활동도 복합적으로 이루어져야 한다. 재해예방 측면에서 재해가 우려되는 기상 상황(호우, 강풍, 태풍 등)이 예측되고, 예측된 기상상황 하에서 피해 정도를 추정할 수 있다면 재해 예방을 위하여 적절한 대비를 취할 수 있을 것이다. 태풍은 적도부근 태평양에서 발생하여 이동하는데, 이동경로와 태풍강도는 기상 상황에 따라 변동이 심하므로, 태풍으로 인한 재해를 예측하고 예방하기 위한 대비에도 어려움이 있다. 또 태풍에 대한 기상특보는 태풍의 진로, 크기, 강도를 중심으로 강우량과 최대풍속이 예보되는데, 이것만으로 피해정도를 예측하는데 어려움이 있다. 본 연구에서 우리나라에 직접적인 영향을 미친 태풍을 대상으로, 태풍시 발생한 호우와 풍속이 태풍으로 인한 피해 규모와 관련이 있는 지 여부를 평가하고, 이들 관계를 밝히고자 한다.

• Proceedings of the KSRS Conference
• /
• 2007.03a
• /
• pp.224-227
• /
• 2007

마이크로파 센서 자료를 이용하여 태풍 강도를 산출하고자 TRMM TMI로부터 관측된 자료와 태풍 강도의 최대 상관성을 나타내는 지역올 찾고 최적의 상관 변수를 선정하였다. 분석기간은 2004년 6월부터 9월까지 발생된 태풍으로써 18개의 사례이다. TMI로부터 관측된 85 GHz 채널의 밝기온도，구름내 총 수증기량，얼음양，강우 강도，잠열방출양이 태풍 강도와의 상관성 분석을 위한 변수로 분석되었다. 태풍의 강도는 RSMC-Tokyo에서 발표된 Best track의 최대 풍속 자료를 이용하였다. 위성 관측 변수를 태풍 중심으로부터 공간 평균하였을 때 반경 2.0-2.5도 정도의 평균거리에서 최대의 상관성을 보였다. 위성 자료로부터 태풍 중심 풍속을 추정하기 위하여 회귀분석을 하였다. Best track과의 오차는 85 GHz 밝기온도와 수증기량을 이용한 다중 회귀 분석에서 오차가 최소를 보였다. 한편， 태풍강도 예측을 위한 통계모델에 마이크로파 위성 자료를 예측인자로 입력하여 태풍강도의 정확도가 3-6%정도 향상됨을 보였다.

• 한국지구과학회:학술대회논문집
• /
• 2010.04a
• /
• pp.51-51
• /
• 2010

본 연구에서는 태풍 초기화된 수치모델과 AWS (Automatic Weather System) data를 이용하여 제주도를 통과하는 태풍들의 바람 강도 특성을 분석하였다. 태풍이 내습했을 때 제주도 전 지역에서 동시 관측을 하기에는 불가능하다. 따라서 중규모 수치 모델인 Advanced Research WRF v3.0.1을 사용하여 분석하였으며 더욱 정확한 태풍 모의를 위해 Kwon and Cheong (2009)에 의해 개발된 정교한 태풍 초기화 기법을 적용하였다. 태풍 초기화된 자료에 의해 모의된 결과는 The Regional Specialized Meteorological Center (RSMC) Tokyo의 예보 오차와 비교했을 때 더 향상된 결과를 보였으므로 태풍 초기화 기법의 사용은 본 연구에서 하고자하는 태풍들의 바람 강도 분석에 타당하다고 판단하였다. 그리고 모의된 결과는 그에 상응하는 AWS data와의 joint distribution (Moskaitis, 2008) 분석을 통해 비교되었다. 태풍 경로에 따른 제주도 지역의강 풍을 고려하기 위해 각각 제주도의 오른쪽과 왼쪽을 지나가는 2003년 6호 태풍 'SOUDELOR'와 2004년 7호 태풍 'MINDULLE'를 선정하였다. 또한, 모의 결과로부터 제주도 지역에 태풍이 내습했을 때 강풍의 상대적인 크기의 비교를 위해 모의된 태풍의 최대 풍속을 수치 모의로 얻은 10m 바람장의 모든 격자점에 나누어 정규화 하였다. 이를 시간에 대해 평균하여 태풍이 제주도 지역을 통과하는 전체시간에 대한 상대적인 강도 특성을 분석하였다. 수치 모의 결과와 관측 자료와의 joint distribution 분석 결과, 바람의 크기와 경향이 비교적 잘 일치하였다. 강한 풍속과 약한 풍속이 나타나는 지역은 제주도 지역의 주풍향과 지형의 영향에 크게 좌우되었다. 정규화된 바람은 산악의 정상에서 강풍이 관측되고 주 풍향에 대해 풍상측과 풍하측에서 비교적 낮은 풍속이 관측되는 결과를 보였다. 이는 Hoinka (1985)의 산악 위에서의 바람의 특성에 관한 연구에서 얻어진 결과와 유사하다. 서로 다른 경로로 통과하는 두 태풍의 모의 결과에서 제주도의 북서쪽 지역과 남동쪽 지역에서 상대적으로 약한 풍속이 관측되었다. 따라서 해당지역에서는 태풍에 동반되는 강풍의 피해를 적게 입을 것이라는 것을 알 수 있었다.

• Korean Journal of Remote Sensing
• /
• v.24 no.4
• /
• pp.359-367
• /
• 2008

TRMM TMI data were used to investigate a relationship between physical parameters from microwave sensor and typhoon intensities from June to September, 2004. Several data such as 85GHz brightness temperature (TB), polarization corrected temperature (PCT), precipitable water, ice content, rain rate, and latent heat release retrieved from the TMI observation were correlated to the maximum wind speeds in the best-track database by RSMC-Tokyo. Correlation coefficient between TB and typhoon intensity was -0.2 - -0.4 with a maximum value in the 2.5 degree radius circle from the center of tropical cyclone. The value of correlation between in precipitable water, rain, latent heat, and typhoon intensity is in the range of 0.2-0.4. Correlation analysis with respect to storm intensity showed that maximum correlation is observed at 1.0-1.5 degree radius circle from the center of tropical cyclone in the initial stage of tropical cyclone, while maximum correlation is shown in 0.5 degree radius in typhoon stage. Correlation coefficient was used to produce regressed intensities and adopted for typhoon Rusa (2002) and Maemi (2003). Multiple regression with 85GHz TB and precipitable water was found to provide an improved typhoon intensity when taking into account the storm size. The results indicate that it may be possible to use TB and precipitable water from satellite observation as a predictor to estimate the intensity of a tropical cyclone.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.275-275
• /
• 2012

본 연구에서는 Pacific-Japan (PJ) 대기패턴과 북서태평양 지역의 열대성 태풍 활동에 대한 관계를 분석하였다. 특히 한반도에 영향을 미치는 태풍을 중심으로 낙동강 유역의 태풍에 의해 유발된 여름철(June-September) 강수의 지역적 특성 변화를 진단하였다. 분석 결과, 양(+)의 PJ 기간에 발생하는 대기순환패턴의 변화는 태풍의 활동에 보다 유리한 작용을 하는 것으로 나타났다. 한반도에 영향을 미치는 태풍에 대한 진로 분석 결과, 양(+) PJ 기간동안 태풍이 주로 남서쪽으로 향하는 경향이 있으며, 음(-)의 PJ 기간에는 북동쪽으로 향하는 경향이 있는 것으로 나타났다. 태풍 진로의 변향점(recurve)은 양(+)의 PJ 기간에는 보다 북서쪽에 위치하며 음(-)의 PJ 기간에는 보다 북동쪽에 치우쳐 있음이 분석되었다. 따라서, 음(-)의 PJ기간 보다 양(+)의 PJ 기간에 태풍의 활동이 활발하며, 낙동강유역에서 태풍에 의해 유발된 강수가 통계적으로 유의한 증가패턴이 뚜렷하게 발생하고 있는 것으로 확인되었다.

• 한국방재학회:학술대회논문집
• /
• 2010.02a
• /
• pp.113.1-113.1
• /
• 2010

본 연구에서는 1951~2008년까지 58년 동안 북한에 상륙한 태풍의 빈도, 강도, 진로 및 피해 특성에 대해 분석하였다. 분석 기간 동안 태풍 빈도는 감소하고 강도는 약해지는 추세였다. 이러한 강도 변화는 대부분의 태풍이 온대저기압 상태로 약화된 후에 북한에 상륙하여 영향을 주었기 때문이다. 태풍 진로는 중국과 남한을 경유하거나 서해안에 직접 상륙하는 3가지 유형으로 분류되었다. 북태평양고기압과 태풍 진로와의 관련성 분석에서 북태평양고기압은 태풍이 중국을 경유하여 상륙할 경우 서쪽으로 확장하였고, 서해안에서 직접 상륙할 경우와 남한을 경유하여 상륙할 경우에는 북쪽으로 확장 발달하였다. 또한, 태풍 재해가 발생한 총 5건의 사례 중에서 2000년 프라피룬은 서해안에 직접 상륙하였으며 바람에 의하여 약 60억 달러의 경제적 피해가 발생하였고, 2002년 루사는 남한을 경유한 후 상륙하였으며 강수에 의해 약 50만 달러의 경제적인 피해가 발생하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2018.11a
• /
• pp.34-35
• /
• 2018

낙동강 하류역은 최근의 퇴적우세 지형변화와 더불어, 기후변화에 따른 태풍강도 강화 등으로 인한 해일고 증가가 우려된다. 따라서, 과거 태풍자료를 수집 분석한 후 연구지역에 가장 큰 영향을 미친 태풍을 모델 태풍으로 선정하여 낙동강 하류역에 위치한 주요지점별 폭풍해일고 변화를 파악하였다. 실험결과, 최대 폭풍해일고는 태풍 매미 내습시에 나타났으며, 하단 매립지 전면에서 1.1~1.5m, 명지주거단지 전면에서 1.2~1.3m, 녹산국가산업단지 전면에서 1.3~1.5m로 하단 매립지 전면이 가장 크게 나타났다. 향후, 과거 지형변화를 고려한 폭풍해일고 검토를 통하여 최근의 급격한 지형변화로 인한 영향을 파악한 대비를 해야 할 것으로 사료된다.

• Proceedings of the KSRS Conference
• /
• 2007.03a
• /
• pp.219-223
• /
• 2007

GMS(Geostational Meteorological Satellite), GOES(Geostationary Operational Environmental Satellite), MTSAT(Multi-Funcional Transport Satellite) 등의 정지기상위성은 거의 매시간 기상상황을 감시하고 태풍정보를 실시간 분석할 수 있어 드보락(Dvorak, 1975)등에 의해 이를 이용한 가시영상이나 적외영상기반의 태풍중심강도를 분석기법(드보락의 VIS/IR 분석법) 및 적외강조영상 분석기법(드보락의 EIR 분석법)이 개발되었다(Dvorak，1975, 1984). 그러나 주관적인 드보락의 VIS/IR 분석 법 및 EIR 분석법에 의한 결과는 분석자마다 다를 수 있고，절차 또한 복잡하여 시급성을 요하는 태풍 분석에서 취약점으로 지적되어 왔다. 이러한 주관적 방법의 한계를 극복하기 위하여 디지럴화된 영상과 자동 객관화된 알고리즘을 적용하는 객관 드보락 기법 (Advanced Objective Dvorak Technique, 이하 AODT)이 개발되었고(Velden et al, 1998), Zehr(1989)에 의해 비행기 관측자료등을 통해 보정되고 있다. 기상청에서는 2001 년부터 GMS 위성 관측영상을 이용하여 태풍의 중심위치를 분석하고，태풍강도를 정량화하기 위해 주관 드보락 기법 (Subjective Dvorak Technique 이하 SDT)을 이용하여 태풍중심위치와 강도정보를 실시간 예보관 및 일반인에게 제공하고 있다. 그러나 주관적인 드보락 기법이 분석자에 따라 다른 결과가 도출 될 수 있어, 이를 보완하기 위해 QuikSCAT 해상풍 관측자료, 정지 및 극 궤도위성자료를 활용한 해수면온도 둥 위성 분석자료와 기타 관측자료를 참조하고 있다. 정지기상위성자료를 이용한 드보락기법은 적외영상만으로 태풍중심 위치와 강도를 분석할 수 있는 장점 외에 앞에서 열거한 몇 가지 극복되지 못한 한계도 있으나，SSM/I 둥 기타 위성자료의 관측시간대와 분석정보 부족 등으로 정지기상위성자료를 이용한 드보락 기법을 대체할만한 현업용 분석기법이 개발되지 못했다. 기상청에서는 기존의 태풍분석업무를 개선하기 위해서 2005년부터 AODT를 도입하여 그 성능을 시험분석하고, 2006년 6월부터 AODT를 현업화하여 실시간 태풍강도분석 에 활용하였으며 2006년 제 3호 태풍 에위니아(EWINIAR)부터 두리안(DURlAN)까지 19개 태풍 434개 시간대자료를 분석한 결과 SDT 강도분석결과와 0.90의 상관도를 보였다. 또한 AODT 알고리즘이 기본적으로 대서양에서 발생하는 태풍에 초점을 두고 개발되어 북서태평양에서 발생하는 태풍에 직접 적용하기에는 어려움이 있는 것으로 알려져 있으므로(Velden et al. 1998), 이의 개선을 위하여 태풍강도지수인 SDT CI(Current Intensity) 수와 AODT CI 수간의 통계적 관계를 밝히고 신경망을 이용한 비선형 주성분 분석 (Hieh，2004)등을 통해 AODT CI 수 보정 시도를 하였다. 이와 더불어, 기상청은 근원적 객관 알고리즘 개선을 위해 AODT 자체 알고리즘 분석과 위성자료 DB 구축 동의 노력을 기울이고 있다.

• Proceedings of the Korea Committee for Ocean Resources and Engineering Conference
• /
• 2006.11a
• /
• pp.473-476
• /
• 2006

천해역의 파랑발달에 대한 태풍경로의 영향력을 분석 하였다. 우리나라 남동해안에 주로 피해를 초래할 것으로 판단되는 태풍의 경로를 '남해안 상륙 후 내륙 통과'와 '대한해협통과'로 분류하고 각 경로에 따른 태풍규모와 파랑발달을 1956년 부터 2004년까지의 기상자료를 바탕으로 검토하였다. 태풍 경로의 영향력 분석은 천해역 파랑발달의 주요외력이 지형조건에 의해 결정되므로(즉, 폐쇄해역은 태풍의 바람장이 주요외력이며, 개방해역은 심해 전달파랑과 바람장의 영향을 동시에 받는다), 개방해역과 폐쇄해역의 경우로 나누어 수치모형실험을 통해 수행하였다. 실험조건은 태풍 "매미"의 강도와 특성 값을 기준으로 하였으며, 대상해역은 부산신항 인근해역과 원전항 인근해역을 개방형과 폐쇄형 해역으로 대별하여 실험을 수행하였다. 자료의 분석결과 최근 이상기후현상으로 태풍의 강도가 커지고 있음을 뒷받침 하는 근거는 찾아보기 힘들었으며, 2000년대 이후로 남해안에 상륙하는 경로'1'이 대한해협을 통과하는 경로(경로'2')보다 그 내습빈도가 커지고 있음을 볼 수 있었다. 태풍의 경로와 풍향이 같은 방향인 경로'1'일 때 에너지가 집중되어 태풍중심기압과 풍속과 파고의 증가가 함께 일어난다. 그러나 태풍의 경로와 풍속의 방향이 일치하지 않는 경로'2'의 경우는 에너지가 분산되므로 태풍중심기압과 풍속은 함께 증가하나 파랑에너지는 함께 발달하지 않는 것으로 보였다. 내습한 태풍의 강도를 경로별로 비교한 결과, 경로'1'이 경로'2'보다 큰 강도를 가지고 연악역에 영향을 미치는 것으로 판단되었다.

• Korean Journal of Remote Sensing
• /
• v.36 no.5_3
• /
• pp.1037-1051
• /
• 2020

The accurate monitoring and forecasting of the intensity of tropical cyclones (TCs) are able to effectively reduce the overall costs of disaster management. In this study, we proposed a multi-task learning (MTL) based deep learning model for real-time TC intensity estimation and forecasting with the lead time of 6-12 hours following the event, based on the fusion of geostationary satellite images and numerical forecast model output. A total of 142 TCs which developed in the Northwest Pacific from 2011 to 2016 were used in this study. The Communications system, the Ocean and Meteorological Satellite (COMS) Meteorological Imager (MI) data were used to extract the images of typhoons, and the Climate Forecast System version 2 (CFSv2) provided by the National Center of Environmental Prediction (NCEP) was employed to extract air and ocean forecasting data. This study suggested two schemes with different input variables to the MTL models. Scheme 1 used only satellite-based input data while scheme 2 used both satellite images and numerical forecast modeling. As a result of real-time TC intensity estimation, Both schemes exhibited similar performance. For TC intensity forecasting with the lead time of 6 and 12 hours, scheme 2 improved the performance by 13% and 16%, respectively, in terms of the root mean squared error (RMSE) when compared to scheme 1. Relative root mean squared errors(rRMSE) for most intensity levels were lessthan 30%. The lower mean absolute error (MAE) and RMSE were found for the lower intensity levels of TCs. In the test results of the typhoon HALONG in 2014, scheme 1 tended to overestimate the intensity by about 20 kts at the early development stage. Scheme 2 slightly reduced the error, resulting in an overestimation by about 5 kts. The MTL models reduced the computational cost about 300% when compared to the single-tasking model, which suggested the feasibility of the rapid production of TC intensity forecasts.