• 제목/요약/키워드: Offshore wind power system

검색결과 145건 처리시간 0.021초

해양에너지개발사업 환경영향평가 검토유형 및 중점평가사항 진단 (Diagnosis of Scoping and Type of Review on the Marine Environmental Impact Assessment for Ocean Energy Development Project)

  • 이대인;김귀영;탁대호;이용민;최진휴;김혜진;이지혜;윤성순
    • 한국해양환경ㆍ에너지학회지
    • /
    • 제18권3호
    • /
    • pp.179-188
    • /
    • 2015
  • 본 연구는 연안 육역 및 해역에서 일어나고 있는 해양 신재생에너지 개발계획 및 추진사업을 분석하고, 해양환경 및 생태계와 관련된 중점평가사항을 진단하여 효율적인 스코핑(Scoping) 방안과 정책제언을 제시하였다. 주요한 사업유형으로는 공유수면에는 조력, 해상풍력 및 파력발전이 많았으며, 연안 육역에는 태양광발전사업이 주로 계획되었다. 조력발전 등 대규모 개발사업 추진 시, 상위계획에 따른 전략환경영향평가(SEA)와 공유수면매립기본계획 등 사전평가단계에서는 입지의 타당성과 계획의 적정성 측면에서 연안관리지역계획에 따른 용도구역 등 다른 계획과의 조화, 실질적인 대안분석, 그리고 해양수산 규제지역 분포와 어장이용 등 기 해양공간계획과의 상호 연관성 진단 등이 중요하다. 또한, 해역이용협의나 환경영향평가 등 실시단계에서의 구체적인 평가에서는 사업유형별로 중점평가사항에 대한 철저한 진단, 실효적인 사후모니터링 및 저감방안의 제시가 핵심으로 고려되어야 할 것이다. 특히, 순수하게 해양공간에서 일어나는 에너지발전사업일 경우에는 해양공간계획 방향과 연계되는 사전평가방안 도입 및 통합 "해양환경영향평가" 체제로의 전환 등 해양수산부가 주도하는 평가제도의 개선방안이 필요할 것으로 판단된다.

제주도 차귀도 서북쪽 해역 내 퇴적 환경 및 퇴적물 조사 (Survey of Sedimentary Environment and Sediment at the West-Northern Site of Chagwi-do nearby Jeju Island)

  • 김한수;현종우;김창수;김정록;조일형
    • 한국해양환경ㆍ에너지학회지
    • /
    • 제19권2호
    • /
    • pp.137-143
    • /
    • 2016
  • 10 MW급 부유식 파력-해상풍력 복합발전 플랫폼의 석션 매립 앵커 시스템 설계를 위하여 제주도 차귀도 서북쪽 인근해역에서 퇴적 환경 및 퇴적물 성분 조사를 수행하였다. Chirp III을 이용하여 획득한 탄성파 단면도를 Chough et al.[2002]의 분류 방법에 따라 음향상 분류를 수행하였다. 그 결과, 조사 해역내의 중앙 및 서북부 지역에서는 주로 편평한 해저면 아래 두께 5~15 m의 내부 반사층이 존재하는 Type I-3으로 확인되었다. 반면 동남부 지역에서는 표층 반사 신호가 상대적으로 큰 Type I-1, I-2 그리고 III-1로 확인되었다. 또한 8개의 대표 정점에서 채취한 시료에 대하여 5종류의 물리적 시험(단위중량, 함수비, 입도분석, 액성 및 소성 한계, 비중)을 수행한 결과 조사 해역 내에는 모래(SP)와 실트가 섞인 모래(SM) 그리고 SP-SM이 혼합된 퇴적물이 존재함을 확인하였다.

종합관측부이 개발 및 실시간 관측기술 (Development of Ocean Data Buoy and Real-Time Monitoring Technology)

  • 심재설;이동영;박우선;박광순
    • 한국해안해양공학회지
    • /
    • 제11권1호
    • /
    • pp.56-67
    • /
    • 1999
  • 장기간의 해양 모니터링을 위해서는 종합관측부이를 국산화하여 활용하는 것이 요구된다. 이런 요구에 부응하여 한국과 비슷한 여건의 대만 성공대학과 공동연구를 통해 종합관측부이 제작기술을 도입하여 이를 한국에서 효율적으로 해양 환경 모니터링에 활용할 수 있게 발전·개선시켰다. 부이의 크기는 육상 운반과 해상 설치에 편리하도록 직경 2.5m로, NOAA의 3.0m 부이보다 작다. 부이의 동적특성을 수치모델로 해석하였는데, 주기가 4초 이상의 파랑을 관측하는 데는 문제가 없는 것으로 나타났다. 부이의 관측 및 제어 시스템을 개선하여 더 많은 관측센서를 부착할 수 있고, 전원 소모량을 줄이고 또 자료의 분석 및 관리 기능을 높혔다. 이 논문에서는 개선된 종합관측부이의 각 구성부분을 자세히 설명하였다. 종합관측부이는 풍향, 풍속,기온, 습도, 기압 및 파랑 등 기존의 해양 기상 요소에다 수온, 염분, DO, pH 및 탁도 등 해양환경 요소를 첨가하였다. 원해에 설치된 부이로부터 실시간 자료 전송을 위해 Inmarsat 위성통신 시스템을 이용하였다. 개선 제작된 부이는 포항 앞바다에서 1개월 간의 시범 운영을 통하여 계류, 자료 송신에 대한 성능 실험과 파랑자료를 검증하기 위하여 네덜란드의 Datawell사의 Wave-rider부이와 동시 관측 실험을 수행하였는데, 좋은 결과를 얻었다.

  • PDF

인공신경망을 이용한 X-Band 레이다 유의파고 추정 (Estimation of Significant Wave Heights from X-Band Radar Using Artificial Neural Network)

  • 박재성;안경모;오찬영;장연식
    • 한국해안·해양공학회논문집
    • /
    • 제32권6호
    • /
    • pp.561-568
    • /
    • 2020
  • 항해용 X-band 레이다를 이용한 파랑관측은 기존의 파랑관측 방법인 부이식 파고계, 압력식 파고계, 초음파식 파고계에 비해 많은 이점이 있다. 예를 들면 유실과 파손의 위험이 없고, 유지관리 비용이 적게 들며, 심해부터 천해까지 파랑의 공간적 분포를 알 수 있다. 본 논문에서는 레이다형 파고계의 유의파고 측정 정확도를 높이는 인공신경망을 이용한 알고리즘을 제시하였다. 레이다형 파고계에서 유의파고를 추정하는 전통적인 방법은 신호 대 잡음 비율(${\sqrt{SNR}}$) 또는 신호 대 잡음 비율과 첨두주기(TP)를 이용하는 방법이 있다. 본 연구에서는 신호 대 잡음 비율, 첨두주기 및 레이다 이미지 해상도 비율(Rval > k)을 입력변수로 하는 인공신경망 알고리즘을 이용하여 유의파고 추정의 정확도를 향상시켰다. 개발된 알고리즘을 울진 후정해수욕장에서 초음파식 파고계로 측정한 유의파고의 시계열과 비교하여 정확도 향상을 확인하였다.

드론과 HD 카메라를 이용한 수심측량시 잘피에 의한 오차제거 알고리즘 (Correction Algorithm of Errors by Seagrasses in Coastal Bathymetry Surveying Using Drone and HD Camera)

  • 김경엽;최군환;안경모
    • 한국해안·해양공학회논문집
    • /
    • 제32권6호
    • /
    • pp.553-560
    • /
    • 2020
  • 드론 항공사진을 L∗a∗b 색공간으로 변환하고 항공사진에서 잘피가 나타난 영역을 분할 및 보정하여 드론 항공사진을 이용한 수심측량의 정확도를 향상시켰다. 드론을 이용한 수심측량은 음향측심기와 같은 보편적으로 통용되던 방식에 비해 저비용으로 빠른 시간에 수심자료를 얻을 수 있다. 그러나 수심측량 대상 해역에 잘피가 서식할 경우 해저면의 반사 특성이 일정하지 않아 드론을 이용한 수심측량시 오차가 발생한다. 우리나라에 서식하는 잘피를 비롯한 해조류는 수온이 낮아지기 시작하는 11월부터 자라기 시작하여 1~4월에 최대 밀도를 형성한다. 따라서 해당 시기의 드론 항공사진을 그대로 사용할 경우 수심측량의 정확도가 낮아지며, 이는 드론을 이용한 수심측량방식을 상용화하는데 극복해야 할 단점이다. 본 연구에서는 경북 월포해수욕장에서 드론으로 촬영한 고해상도 카메라 이미지를 분석하여 오차 발생해역을 구분하고 보정하는 알고리즘을 개발하였다. 또한, 보정한 드론 항공 사진으로 천해 수심 추정을 수행하여 알고리즘을 검증하였다. 잘피로 인한 오차 보정 알고리즘 적용 전 수심 5 m 이내의 200 m × 300 m 해역에서 발생하는 오차 표준편차의 1.5배를 넘는 오차 이상값 비율은 전체 이미지의 8.6%를 차지하였다. 오차 보정 알고리즘을 적용한 결과 오차 이상값의 92%가 제거되었으며, 평균제곱근오차(RMSE)는 33% 감소하였다.