• Title/Summary/Keyword: 파고 예측

Search Result 116, Processing Time 0.028 seconds

장보고 시설사업에서의 실시간 파고예측시스템 개발 및 적용

  • Heo, Jin-Uk;Choe, Han-Rim;Park, Seung-Min
    • Proceedings of the Korean Institute of Navigation and Port Research Conference
    • /
    • 2018.11a
    • /
    • pp.55-56
    • /
    • 2018
  • 대규모 해군 사업인 장보고-III 시설사업의 간략한 사업개요와 공사시 또는 완공후의 원활한 시설운용을 위한 파고예측시스템을 개발 및 적용하였다. 진해만의 지리적 특성을 고려하여 풍파가 주요파라메타로 설정하였으며, 인근 기상대 바람예보 자료를 활용하여 주요지점에 대해 파고를 예측할 수 있는 시스템을 개발하였으며, 향후 공사시 활용할 수 있다. 또한, 특정사업 및 특정 지역에 대한 간략 파고예측시스템의 제작으로 시공 및 현장에 유익한 정보 전달이 가능하다.

  • PDF

A Development of Predictive Model for Irregular Wave Height Variation Across the Arbitrary Beach Profiles Including Bar (Bar형 지형을 포함한 임의 해안단면에서 불규칙파의 쇄파 파고변형 예측모델 개발)

  • 김태민;황규남;이재형
    • Proceedings of the Korean Society of Coastal and Ocean Engineers Conference
    • /
    • 2000.09a
    • /
    • pp.166-170
    • /
    • 2000
  • 연안역에서의 파랑운동 모형개발에 있어 봉착하는 가장 중요한 문제는 쇄파대에서의 파고변형의 예측이라 할 수 있다. 쇄파대에서의 파고변형 예측 모형의 재발은 파동에너지 손실의 평가를 이용한 Le Mehaute(1962)의 해석적 방법 이후로 예측모델을 개발하기 위한 많은 연구가 수행되어져 왔다. (중략)

  • PDF

Wave Height and Downtime Event Forecasting in Harbour with Complex Topography Using Auto-Regressive and Artificial Neural Networks Models (자기회귀 모델과 신경망 모델을 이용한 복잡한 지형 내 항만에서의 파고 및 하역중단 예측)

  • Yi, Jin-Hak;Ryu, Kyong-Ho;Baek, Won-Dae;Jeong, Weon-Mu
    • Journal of Korean Society of Coastal and Ocean Engineers
    • /
    • v.29 no.4
    • /
    • pp.180-188
    • /
    • 2017
  • Recently, as the strength of winds and waves increases due to the climate change, abnormal waves such as swells have been also increased, which results in the increase of downtime events of loading/unloading in a harbour. To reduce the downtime events, breakwaters were constructed in a harbour to improve the tranquility. However, it is also important and useful for efficient port operation by predicting accurately and also quickly the downtime events when the harbour operation is in a limiting condition. In this study, numerical simulations were carried out to calculate the wave conditions based on the forecasted wind data in offshore area/outside harbour and also the long-term observation was carried out to obtain the wave data in a harbour. A forecasting method was designed using an auto-regressive (AR) and artificial neural networks (ANN) models in order to establish the relationship between the wave conditions calculated by wave model (SWAN) in offshore area and observed ones in a harbour. To evaluate the applicability of the proposed method, this method was applied to predict wave heights in a harbour and to forecast the downtime events in Pohang New Harbour with highly complex topography were compared. From the verification study, it was observed that the ANN model was more accurate than the AR model.

An Application of Statistical Downscaling Method for Construction of High-Resolution Coastal Wave Prediction System in East Sea (고해상도 동해 연안 파랑예측모델 구축을 위한 통계적 규모축소화 방법 적용)

  • Jee, Joon-Bum;Zo, Il-Sung;Lee, Kyu-Tae;Lee, Won-Hak
    • Journal of the Korean earth science society
    • /
    • v.40 no.3
    • /
    • pp.259-271
    • /
    • 2019
  • A statistical downscaling method was adopted in order to establish the high-resolution wave prediction system in the East Sea coastal area. This system used forecast data from the Global Wave Watch (GWW) model, and the East Sea and Busan Coastal Wave Watch (CWW) model operated by the Korea Meteorological Administration (KMA). We used the CWW forecast data until three days and the GWW forecast data from three to seven days to implement the statistical downscaling method (inverse distance weight interpolation and conditional merge). The two-dimensional and station wave heights as well as sea surface wind speed from the high-resolution coastal prediction system were verified with statistical analysis, using an initial analysis field and oceanic observation with buoys carried out by the KMA and the Korea Hydrographic and Oceanographic Agency (KHOA). Similar to the predictive performance of the GWW and the CWW data, the system has a high predictive performance at the initial stages that decreased gradually with forecast time. As a result, during the entire prediction period, the correlation coefficient and root mean square error of the predicted wave heights improved from 0.46 and 0.34 m to 0.6 and 0.28 m before and after applying the statistical downscaling method.

Prediction of Shoreline and Depth Contour Change after Construction Project for North Breakwater at the Donghae Port by N-line Model (N-Line 모델을 이용한 동해항 3단계 북방파제 축조공사 후 해안선 및 등수심선 변화 예측)

  • Lee, Sahong;Kim, Dong Hee;Lee, Jung Lyul
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2016.05a
    • /
    • pp.32-32
    • /
    • 2016
  • 정부는 1999년 제정된 연안관리법에 따라 2000년부터 시행 중인 '연안정비계획' 등을 통하여 연안 침식 대응사업을 지원하고 있다. 그러나 연안의 개발은 지속적으로 일어나고 있으며 그 중 동해항 3단계 북방파제 축조공사가 내년 3월 중으로 착공할 것으로 예상된다. 동해항 3단계 개발사업은 동해항을 환동해권 물류 중심 거점 항만으로 육성하기 위해, 오는 2020년까지 대규모 항만개발과 방파제 등이 축조될 예정이다. 이에 따라 본 연구에서는 동해항 3단계 개발사업의 추진에 따른 인근해변의 해안침식 저감대책 방안으로 해안선 및 수심 변화를 예측하고자 한다. 동해항 인근의 추암 해수욕장부터 삼척 해수욕장까지 대상지역 N-line 모델 적용 및 Case분석을 실시한다. 해안선 변화는 Polar coordinate에서 개발된 One-line 모델에 회절 효과를 반영하고 해빈 경사와 쇄파고에 따라 횡단 방향으로 발생하는 표사로 인한 추가적인 해안선 변화 효과를 반영하여 입사파고 변동에 따른 단기적인 해안선 변화의 변동 폭을 제공한다. 연평균 입사 파고에 따라 형성되는 연안방향 표사로부터 해안선이 변동하며 이 해안선을 기준으로 연평균 파고에 따른 전진 폭과 최고 파고에 따른 침식 폭을 제시한다. 동해항 개발 전 변화 예측 모델링과 동해항 개발 후 변화 예측 모델링을 통해 개발에 따른 장래 해안선의 변화 예측 모델링 결과 분석 및 검토를 실시, 동해항 인근 지역에 적합한 해안선 유지관리 방법 결정 및 제안을 하는데 도움을 줄 것이라 기대된다.

  • PDF

Wave Prediction in a Harbour using Deep Learning with Offshore Data (딥러닝을 이용한 외해 해양기상자료로부터의 항내파고 예측)

  • Lee, Geun Se;Jeong, Dong Hyeon;Moon, Yong Ho;Park, Won Kyung;Chae, Jang Won
    • Journal of Korean Society of Coastal and Ocean Engineers
    • /
    • v.33 no.6
    • /
    • pp.367-373
    • /
    • 2021
  • In this study, deep learning model was set up to predict the wave heights inside a harbour. Various machine learning techniques were applied to the model in consideration of the transformation characteristics of offshore waves while propagating into the harbour. Pohang New Port was selected for model application, which had a serious problem of unloading due to swell and has lots of available wave data. Wave height, wave period, and wave direction at offshore sites and wave heights inside the harbour were used for the model input and output, respectively, and then the model was trained using deep learning method. By considering the correlation between the time series wave data of offshore and inside the harbour, the data set was separated into prevailing wave directions as a pre-processing method. As a result, It was confirmed that accuracy and stability of the model prediction are considerably increased.

Analysis of coastal city flooding in 2D and 3D considering extreme conditions and climate change (극한 조건과 기후변화를 고려한 2차원 및 3차원 해안 도시 침수 해석)

  • Jaehwan Yoo;Sedong Jang;Byunghyun Kim
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2023.05a
    • /
    • pp.126-126
    • /
    • 2023
  • 최근 대한민국에서는 기후변화로 전국 각지에서 돌발성 호우와 태풍의 강도 및 발생빈도가 높아지고 있다. 이에 따라 주요 국가시설이 위치한 해안 도시의 2차원 3차원 모형을 통해 극한 조건하 침수 분석을 수행하였다. 먼저 해양수산부 "2019년 전국 심해설계파 보고서"를 기반으로 극치분포 중 Weibull 분포를 이용하여 극한 조건, 1,000년부터 1,000,000년 빈도의 재현기간의 파도 높이와 풍속을 계산하였다. 계산 결과를 SWAN(Simulating WAves Nearshore)의 입력값으로 해상에서 100m 간격의 파고 높이를 계산하였다. 이때 100m 간격으로는 방파제 지형을 정확히 해석하지 못하였기에, 상세파고 계산을 위한 Nesting 기법을 이용하여 20m 간격의 파고 결과를 도출하였고, 해안 도시 인근 해상에서 10.916m의 파고를 예측하였다. 또한, 예측된 파고를 이용해 EurOtop(2018) 매뉴얼의 경험식을 기반으로 연구 유역으로 유입되는 월류량 계산에 사용하였다. 결과로 16방위 중 SSE 방향, 1,000,000년 빈도 재현기간 조건에서 0.0306cms/m의 월파량을 예측했다. 예측된 자료를 바탕으로 2차원 침수해석은 FLO-2D 모형, 3차원 침수해석은 FLOW-3D 모형을 이용하였다. 2차원 침수해석 결과 주요 지점에서 0.18~0.33m의 침수가 예상되었고 3차원 침수해석 결과 동일한 지점에서 0.240~0.333m의 침수가 예상되었다. 모의 결과 2차원과 3차원 모형 간 침수 예측 결과가 0.3cm에서 6.1cm의 차이를 나타내어 모형 구축이 합리적으로 이뤄졌다고 판단하였으며 연구 유역에서는 침수가 예상된다는 결과를 도출하였다. 본 연구를 통해 기후변화에 따른 해안에 위치한 주요 도시지역과 국가 주요 시설물에 대한 침수해석을 실시하였고 분석결과를 생명과 재산을 보호하기 위한 대피계획 등 재난예방대책 수립에 활용할 수 있음으로 예상된다.

  • PDF

A Study on the Wave-height Distribution of Multidirectional Random Waves at the Concave Corner by Refracted Breakwater Systems (우각부 방파제의 우각부 부근에서의 다방향불규칙 파랑의 파고분포에 관한 연구)

  • Lee, Hong-Sik;Kim, Sung-Duk
    • Journal of Korean Society of Coastal and Ocean Engineers
    • /
    • v.20 no.5
    • /
    • pp.429-438
    • /
    • 2008
  • The present study is to predict the multidiretional random wave height at the front face and concave corner of a refracted breakwater which is not straight. The numerical simulation on wave height at the front face of an insular breakwater is performed by using the boundary element method, and obtained results have been compared with those of exact- and analytical solutions of the eigenfunction presented by Goda et al. (1971) and the other existing numerical solution. Also, the results of wave-height distribution due to the refracted breakwater have been validated through comparisons with previous results of analytical solution. Based on the validation through these comparisons, several wave-height distributions at the interested region have been illustrated for various conditions related with concave corner angles and the wave incidence, and then the prediction of wave height are simulated at the front face and concave corner of a refracted breakwater under construction currently. Excellent agreements have been obtained in all cases, and this study can effectively be utilized for predicting random waves for various breakwater system.

A Study on the Predictions of Wave Breaker Index in a Gravel Beach Using Linear Machine Learning Model (선형기계학습모델을 이용한 자갈해빈상에서의 쇄파지표 예측)

  • Eul-Hyuk Ahn;Young-Chan Lee;Do-Sam Kim;Kwang-Ho Lee
    • Journal of Korean Society of Coastal and Ocean Engineers
    • /
    • v.36 no.2
    • /
    • pp.37-49
    • /
    • 2024
  • To date, numerous empirical formulas have been proposed through hydraulic model experiments to predict the wave breaker index, including wave height and depth of wave breaking, due to the inherent complexity of generation mechanisms. Unfortunately, research on the characteristics of wave breaking and the prediction of the wave breaker index for gravel beaches has been limited. This study aims to forecast the wave breaker index for gravel beaches using representative linear-based machine learning techniques known for their high predictive performance in regression or classification problems across various research fields. Initially, the applicability of existing empirical formulas for wave breaker indices to gravel seabeds was assessed. Various linear-based machine learning algorithms were then employed to build prediction models, aiming to overcome the limitations of existing empirical formulas in predicting wave breaker indices for gravel seabeds. Among the developed machine learning models, a new calculation formula for easily computable wave breaker indices based on the model was proposed, demonstrating high predictive performance for wave height and depth of wave breaking on gravel beaches. The study validated the predictive capabilities of the proposed wave breaker indices through hydraulic model experiments and compared them with existing empirical formulas. Despite its simplicity as a polynomial, the newly proposed empirical formula for wave breaking indices in this study exhibited exceptional predictive performance for gravel beaches.