상대습도 40- 60%, 평균풍속 2m/s 이하
IV. 산악기상관측망의 구축 현황과 활용
그런데 산림 혹은 산악 지역의 기상상태는 우리가 일상적으로 생활하는 지역에 서의 기상상태와 상당한 차이가 있다. 특히 우리나라 산악지형은 수평 거리에 비하 여 수직적 고도분포 범위가 크고, 지형이 복잡하여 해발고도가 낮은 평지에 비해 기상상태의 변화 양상이 더 다양하고, 극단적인 형태를 보인다. 한 예로 해발고도 79m의 평지지역에 해당하는 북강릉과 수평거리 기준으로는 인접하다고 할 수 있 는 해발고도 485m의 사기막과 1,157m에 위치한 선자령에서 측정한 풍속과 강수 량 자료들을 비교하면 고도차이가 심할수록 차이가 크게 나타남을 알 수 있다. 특 히 최대풍속은 평지보다 3배, 최대강수량은 2배까지 차이가 나타난다.
이렇게 평지에서의 기상과 비교하여 산악에서의 기상이 큰 차이를 보이기 때문
미국, 캐나다는
모듈구성 형식의
산불연무확산 및
영향예보체계를
개발 ”
“
정 책 초 점
•기상, 기후 그리고 숲과 사람•
에 평지지역에 주로 설치된 기상청의 기상관측망을 통해 측정한 기존의 기상정보 만을 활용하여서는 산악지역에서 발생하는 다양한 재난을 예방하거나 대응하는 데 한계가 있다. 따라서 기존의 기
상관측망과는 별도로 우리나라 국 토의 약 63% 이상을 차지하는 산림 및 산악지역의 기상정보를 집중적 으로 관측하는 기상관측망의 필요 성이 대두되었다. 이에 국립산림과 학원은 산악기상 모니터링 및 자료 수신 체계를 갖춘 산악기상관측망 을 전국적으로 설치하고 있다. 2016
<표 1> 일반지역 기상과 산악기상과의 풍속(위) 및 강수량(아래) 비교
출처: 산림청, 2016 구 분
(㎧)
기상청 산악기상
북강릉(79m) 사기막(485m) 선자령(1157m)
평균풍속 최대풍속 평균풍속 최대풍속 평균풍속 최대풍속
평균 2.0 5.0 1.6 5.7 7.9 15.5
최대 5.6 13.4 4.4 21.9 21.8 38.0
최소 0.8 1.6 0.1 1.4 1.6 3.7
강수량 (㎜)
기상청 산악기상
북강릉(79m) 사기막(485m) 선자령(1157m)
평균 2.8 3.9 4.7
최대 65.0 76.0 120.5
[그림 4] 산악기상관측망 현장 모습(상), 전국 산악기상관측망 분포도(좌하), 산악기상관측망 전경(중하), 산악기상정보
시스템에서 표출되는 산악기상정보(우하)
국립산림과학원은 산악기상관측망을 전국적으로 설치
”
“
년 9월 현재 전국 주요산악지역에 총 128개의 산악기상관측망 설치를 완료하였다.
앞으로 2017년 말까지 총 200개의 산악기상관측망을 설치하는 것을 목표로 하 고 있으며 추가적으로 400여개 이상 더 구축할 계획이다. 2017년 말까지 산악기 상관측망 구축이 완료되면 복잡지형이 많은 우리나라의 기상관측소 간 평균거리 가 6.3km에서 5.3km로 1km 이상 줄어들고 산악지형 맞춤형 상세 기상관측이 가 능해 진다. 그림 4의 지도(좌하)는 우리나라 산악기상관측망의 분포를 나타낸 것 으로 우리나라의 대표적 산악지대인 백두대간과 지리산 권역에 집중적으로 배치 된 것을 볼 수 있다.
관심대상 지역의 정보를 탐지하는 센서를 통해 수집된 자료들은 사용자 간의 공 유와 정보가공을 통해 의미를 갖는다. 따라서 산악기상관측망을 통해 관측된 정보 를 통합적으로 운영하고 정보로 가공하기 위해 산악기상정보시스템이 개발되었다.
산악기상정보시스템을 통해 실시간으로 기온, 습도, 바람(2m, 10m), 강수량, 지면 온도, 기압과 같은 산악기상 상세정보를 분/시간/일/월/연평균 주기로 정부 3.0 빅 데이터로 제공하고 있으며, 기상청ㆍ국방부 등과 업무협약(MOU)를 통해 부처 간에 정보공유체계를 강화하고 있다.
산림청은 타부처와의 공 유 외에도 산악기상관측망 으로부터 수집한 자료를 보다 적극적으로 활용하기 위한 노력의 일환으로 산림 미기상 해석 최적모델 개발 에 대한 연구를 진행하였 다. 이 연구는 단방향 둥지 격자망을 이용한 중규모 모형인 WRF v3.5.1 모형과 모의 WRF 모형의 결과를
[그림 5] 기상청 AWS만을 적용한 경우(왼쪽)와 기상청 AWS와 산악기상자료를 함께
적용한 경우(오른쪽) 산불발생위험성 평가 결과
산악기상정보 시스템을 통해 실시간 정보공유 체계를 강화
”
“
정 책 초 점
•기상, 기후 그리고 숲과 사람•
MUKLIMO 모형의 입력 바람장으로 사용하여 고해상도(100m) 3차원 바람장을 산출하였다(이석준 외, 2015). 또한 산악기상망관측망의 측정값을 사용한 고도에 따른 기온감율 효과 분석 및 산림지역의 산불발생확률 평가에 관한 연구 등이 진 행되었다.
산림과학원은 산악기상자료와 다른 부처 기상정보를 융합하여 산림미기상 시뮬 레이션에 의한 산림재해 예측의 정확도를 2014년 대비 10%p 향상시켰다고 한다.
앞으로도 산악기상관측망을 전국적으로 확대하려는 노력과 함께 산악기상관측망 으로부터 생성되는 기상자료들을 활용하는 노력이 계속될 것이다. 활용체계 및 방 향은 산림의 바람과 습도 자료를 바탕으로 산불발생위험성 평가의 정확도를 높이 고 산불과 연관된 미기상의 해석과 산불 및 산불연무확산 예측 모델을 보다 정교하 게 구성하여 산불 관련 피해예방 및 진화작업의 효율성을 증대하는데 초점이 맞춰 질 것이다. 아울러 폭염 등 기온 패턴과 수목스트레스 등의 연관성 연구를 통하여 활용하여 수목고사율이나 병해충 발생 가능성에 대한 예측력도 향상시키며 산악 에서의 국지성 집중호우 등 강수패턴의 특성과 지형적 특성에 따른 산사태나 돌발 홍수와 같은 재해 발생확률예측, 피해범위 및 강도 등에 예측모델을 개발하고자 한 다. 이를 통해 궁극적으로
산불, 산사태 및 돌발홍수 등 산림재해에 대한 효과적 인 대응과 병충해 및 수목 고사에 대한 예측을 통해 산림휴양이나 임산물 생산 부문에 대한 피해를 최소 화하는데 산악기상관측망 이 기여할 수 있을 것으로 기대한다.
[그림 6] 산악기상관측망의 활용방안
출처: 산림과학원, www.kfri.go.kr