• 제목/요약/키워드: 기상청 해양기상부이

검색결과 32건 처리시간 0.024초

우리나라 풍랑특보와 해양기상부이 관측자료 비교 (2010-2020년)

  • 강민균;설동일
    • 한국항해항만학회:학술대회논문집
    • /
    • 한국항해항만학회 2021년도 추계학술대회
    • /
    • pp.221-223
    • /
    • 2021
  • 풍랑특보는 우리나라 부근을 항행하는 선박 및 해상 업무 종사자에게 큰 영향을 미친다. 이 연구에서는 최근 11년(2010-2020년) 동안 기상청에서 발표한 서해·남해·동해의 앞바다 및 먼바다, 제주도 앞바다의 풍랑특보와 주요 해양기상부이의 관측자료를 비교·분석하여 풍랑특보의 적절성을 평가하였다. 각 해역에 대한 풍랑특보와 해양기상부이 관측자료를 일별, 월별, 연별로 통계를 내어 연평균, 월평균, 계절별로 비교한 결과, 풍랑특보의 적중률이 전 해역에 걸쳐 매우 낮은 것으로 분석되었다. 해상에서의 풍랑특보가 어선의 어업활동, 여객선 운항 및 관광, 해상 레저활동 등에 미치는 영향을 고려할 때 해양기상 예·특보의 정확성을 개선할 필요가 있음을 확인하였다.

  • PDF

인천지역 해양기상신호표지시스템 개선방안

  • 최금성;공현동
    • 한국항해항만학회:학술대회논문집
    • /
    • 한국항해항만학회 2014년도 추계학술대회
    • /
    • pp.304-307
    • /
    • 2014
  • 인천지역 해양기상신호표지 시스템 운영사항 등을 분석하고 개선사항을 제시함으로서 향후 타 지방청의 해양기상신호표지시스템 문제 발생시 신속하게 대응할 수 있도록 하고자 합니다.

  • PDF

해양기상신호표지 예산절감 우수 사례 시스템 구축

  • 임영만;김성년
    • 한국항해항만학회:학술대회논문집
    • /
    • 한국항해항만학회 2015년도 추계학술대회
    • /
    • pp.296-300
    • /
    • 2015
  • 정부 3.0 부처간 협업 추진을 위하여 우리 청의 해양기상정보를 해양경비안전서 등 관계기관과 공동 활용하고 일반 국민들이 널리 활용할 수 있도록 항로표지 서비스 제고 및 이에 부처간 협업을 통한 기상청에서 운영중인 부산지역 파고부이(3개소) 정보를 무상제공 받는 등 창의적인 아이디어로 예산절감 요인을 적극적으로 발굴.

  • PDF

해양기상부이 관측자료를 이용한 풍랑특보의 적절성 평가 (Evaluation of the Appropriateness of High Wind Wave Alert by Comparing the Marine Meteorological Observation Buoy Data)

  • 강민균;설동일
    • 한국항해항만학회지
    • /
    • 제46권1호
    • /
    • pp.11-17
    • /
    • 2022
  • 풍랑특보는 우리나라 부근을 항행하는 선박 및 해상 업무 종사자에게 큰 영향을 미친다. 이 연구에서는 최근 11년(2010-2020년) 동안 기상청에서 발표한 서해·남해·동해의 앞바다 및 먼바다의 풍랑특보와 주요 해양기상부이의 관측자료를 비교·분석하여 풍랑특보의 적절성을 평가하였다. 각 해역에 대한 풍랑특보와 해양기상부이 관측자료를 일별, 월별, 연별로 통계를 내어 연평균, 월평균, 계절별로 비교한 결과, 풍랑특보의 적중률이 전 해역에 걸쳐 매우 낮았으며, 특히 남해 앞바다와 제주도 앞바다의 적중률은 겨울에 가장 낮은 것으로 분석되었다. 해상에서의 풍랑특보가 어선의 어업활동, 여객선 운항 및 관광, 해상 레저활동 등에 미치는 영향을 고려할 때 해양기상 예·특보의 정확성을 개선할 필요가 있음을 확인하였다.

낙동강 하구역 해양물리환경에 미치는 영향인자 비교분석(II) - 춘계 국지 해양파랑과 기상인자 - (Correlation between Spring Weather Factors and Local Wind Waves in the Nakdong River Estuary, Korea)

  • 유창일;윤한삼;박효봉
    • 해양환경안전학회지
    • /
    • 제14권2호
    • /
    • pp.119-125
    • /
    • 2008
  • 본 연구는 낙동강 하구 주변해역의 파랑 특성을 분석하기 위해 2007년 춘계(4월, 5월)에 낙동강 하구 중앙 해상 지점에서 관측된 파랑자료와 기상청에서 운영하고 있는 거제도 해양기상 부이에서 동일시점에 관측된 결과와 비교 검증하고 관측기간동안의 두 지점에서의 기상인자(기압, 기온, 풍속 및 풍향)와의 상관성을 비교하였다. 이상에서 얻어진 결과는 다음과 같다. (1) 2007년 춘계(4월과 5월)의 거제도 해양기상 부이 파랑 관측자료가 최대파고 약 3-4m, 유의파고 약 2m, 주기 약 5-8sec의 범위에 해당하는 반면에 낙동강 하구에서의 파랑 관측자료는 파고가 대체적으로 1m미만의 상태로 정온한 상태를 보이며 주기는 4-7sec의 범위를 가진다. (2) 춘계 파랑 관측자료에서 바람에 의한 파랑 감쇄가 없을 경우 거제도 해양기상 부이에서부터 천수 또는 굴절에 의한 파랑변형의 효과로 인해 낙동강 하구 중앙부까지 파랑이 전달되면서 최대파고값은 약 2.2m, 유의파고값은 약 1.3m정도 감소된다. (3) 낙동강 하구역으로 내습하는 해양파랑은 대상해역의 기상조건, 특히 바람의 영향(풍속 및 풍향)에 따라서 증감하는 것을 알 수 있는데, 특히 풍향이 역풍이 부는 경우 유의파고는 감소하는 경향을 나타내며 풍속이 클수록 그 감소 기울기도 더욱 커짐을 알 수 있다.

  • PDF

해양기상부이와 표류부이에서 관측된 유의파고 및 파주기 비교 분석 (Comparative Analysis of Significant Wave Height and Wave Period Observed from Ocean Data and Drifting Buoys)

  • 조형준;김백조;최규용;노민;강기룡;이철규
    • 한국환경과학회지
    • /
    • 제32권11호
    • /
    • pp.841-852
    • /
    • 2023
  • In this study, the significant wave height and wave period of a specially designed observation system that connected two drifting buoys to an ocean data buoy was observed for 23 days from February 7 to 29, 2020, and the results were compared and analyzed. The results indicated that, in comparison to the ocean data buoy, the drifting buoy exhibited greater variability in significant wave height over shorter time intervals. The wave period of the ocean data buoy also appeared longer than that of the drifting buoy. The greater the observed significant wave height and wave period from both the ocean data and drifting buoys, the more pronounced the differences between the two observation instruments become. Moreover, the study revealed that the disparity in observation methods between the ocean data and drifting buoys did not significantly affect the significant wave height characteristics, as long as the period remained unchanged for up to half of the observation time.

2018년 태풍 콩레이에 대한 폭풍해일과 파랑 수치모의 (Numerical Simulation of Storm Surge and Wave due to Typhoon Kong-Rey of 2018)

  • 권갑근;조명환;윤성범
    • 한국해안·해양공학회논문집
    • /
    • 제32권4호
    • /
    • pp.252-261
    • /
    • 2020
  • 2018년 남해안에 내습한 태풍 콩레이에 의해 발생한 폭풍해일과 파랑을 일본 기상청의 기상자료인 JMA-MSM 기상 예보 자료를 이용하여 수치모의하고 남동 해안의 항만에서 관측된 폭풍해일 시계열 자료와 비교 검증하였다. 폭풍해일과 동시에 발생하는 파랑에 대해서는 국립해양조사원과 기상청에서 운영하는 해상 파고부이 자료 및 한국해양과학기술원에서 관측한 연안 AWAC 파고계 자료와 비교하여 검증하였다. 기상자료에 따른 폭풍해일과 파랑의 정밀도를 파악하기 위해 미국 합동태풍경보센터인 JTWC에서 제공하는 best track을 이용하여 생성된 기압장과 바람장을 이용한 수치모의를 수행하고 비교 분석하였다. 이 연구를 통하여 정도 높은 폭풍해일과 파랑을 추산하기 위해 신뢰도 높은 기상장이 필수적임을 알 수 있었다.

KMA와 ECMWF 자료를 이용한 연안 유의파고의 분포 및 추세분석 (Distribution and Trend Analysis of the Significant Wave Heights Using KMA and ECMWF Data Sets in the Coastal Seas, Korea)

  • 고동휘;정신택;조홍연;서경식
    • 한국해안·해양공학회논문집
    • /
    • 제29권3호
    • /
    • pp.129-138
    • /
    • 2017
  • 연안의 파랑환경은 해안지형의 변화, 해양생물의 서식조건, 해양구조물의 설계 등에 직접적인 영향을 미치는 매우 중요한 인자이다. 최근 기후변화로 인한 파랑환경의 변화도 예상되고 있는 상황에서, 가용한 자료를 이용한 파랑환경의 추세분석이 요구된다. 본 연구에서는 한국 연안 6개 지점(덕적도, 외연도, 칠발도, 마라도, 포항, 울릉도) 평상파랑의 부이관측 자료를 이용하여 장기 변화양상을 분석하였다. 먼저, 국내 기상청 해양기상부이 관측 자료의 이상치를 제거하기 위해 Rosner 방법을 사용하였으며, 이를 ECMWF 재해석 자료와 피어슨 상관분석을 수행하였다. 그 결과, 해양기상부이와 ECMWF 자료간의 상관성은 0.849~0.938로 나타났다. 한편, 맨-캔달 검정법을 이용하여 평상파랑의 장기변동 양상을 검토하였으며 그 결과, 덕적도, 외연도, 칠발도 지점은 변동이 없는 것으로 나타났지만, 마라도, 포항, 울릉도 지점은 증가하는 경향을 보였다.

파랑모델과 부이 자료를 이용한 파랑인자 특성 분석 (Analysis of Wave Parametric Characteristics using WAVEWATCH-III Model and Observed Buoy Data)

  • 장유순;서장원;김태희;윤용훈
    • 한국해양학회지:바다
    • /
    • 제8권3호
    • /
    • pp.274-284
    • /
    • 2003
  • 본 연구에서는 제 3세대 파랑 모형인 WAVEWATCH-III모델 (Tolman, 1999)과 기상청 해양기상 관측부이(4기) 자료를 이용하여 파랑인자 특성에 관한 분석이 이루어졌다. 풍속이 증가한 후 약 2-3시간 후에 유의파고가 커지고, 풍속과 유의파고의 상관성은 비교적 외해에 위치한 동해 부이에서 크게 나타났다. 육풍 발생 시 두 인자 사이의 상관계수 값이 급격히 떨어졌으며, 풍속과 파고 편차 시계열 자료에서는 동채부이를 제외하고 지배적인 조석주기가 발견되었다 부이 자료와의 비교를 통하여 WAVEWATCH-III모델의 파랑 모의 성능을 진단한 후에, 쿠로시오 해역과 동해 해역의 수치 실험을 통해서 파랑의 진행 방향에 대해 반대 방향으로 해류가 흐를 때는 파고는 높아지고, 파장은 짧아진다는 사실을 재확인했다. 또한 이러한 효과는 풍속이 약하거나 해류가 강할 때 더 커지는 양상을 나타냈으며 이에 대한 정량적인 결과를 제시하였다.

기계학습 알고리즘에 기반한 국내 해수범람 유형 분류 및 분석 (Classification and Analysis of Korea Coastal Flooding Using Machine Learning Algorithm)

  • 조건희;엄대용;박정식;이방희;최원진
    • 한국해양학회지:바다
    • /
    • 제26권1호
    • /
    • pp.1-10
    • /
    • 2021
  • 최근 10년(2009년~2018년)간의 해수범람 기록정보와 해양 및 해양기상 관측정보를 수집하고 기계학습 알고리즘을 3종을 종합·활용해 해수범람 유형과 유형별 관측정보의 특징을 분류하였다. 해수범람의 기록정보는 국립해양조사원의 침수조사 보고서와 국토정보공사의 침수흔적도를 통해 수집하였으며 해양 및 해양기상관측 정보는 국립해양조사원과 기상청의 부이, 관측소 정보를 수집하였다. 해수범람 발생 유형 분류는 크게 4개의 유형으로 분류되며 4개의 유형의 조합을 통해 5개의 발생 유형으로 분류하였다. 이 유형은 해양기상 환경에 따라 해수범람의 발생 유형을 구분할 수 있었다. 유형별 주요 특징은 대조기, 저기압, 강풍, 태풍으로 구분되었다. 또한, 지리적인 해양특성을 고려하여 지역 및 유형별 해수범람 발생 판단을 위한 해양요소 임계치를 도출하였다.