기타

□ 연구선 사용계획

ㅇ 이어도호: 2019. 06. 13 – 06. 20.(8일간)

제 2 장 AI기반 파랑기인 연안재해 모델링 플랫폼 및 해무 예측기술 개발

제 1 절 연구개발의 필요성

○ 영상기반 파랑기인 연안재해 모델링 기술개발

- 트윈(스테레오) 드론을 이용한 연안재해 파랑 현상의 3차원 영상 관측 시스템 개발

- 해안 파랑관측 3차원 영상기반 수심지형 역계산 예측기술 개발

- 영상 AI기술을 이용한 연안 파랑 모델링 기술 개발

∙연안 쇄파대 및 포말대에 서 파랑은 센서를 통한 현 장관측이 어렵고, 현상자체 의 강한 비선형성으로 기 존의 수치모델 및 경험식 기반의 모델링 방법들에 부정확도가 높아 실제 활 용에 한계

∙이에 해안 CCTV 영상과 비디오 이해 및 생성 딥 러닝 기술을 이용하여 연 안 쇄파대 파랑 추출 및 비선형 파랑 모델링을 통

한 연안 파랑 예측 그림 2-1. 영상 AI기반 연안파랑 모델링 기술 개념도.

○ 지역해 파랑 예측시스템과 연계된 월파 예측시스템 구축

- 기개발 파랑 예측시스템(KOOS 등) 및 개선된 파랑 예측시스템과 연 계된 주요항만 월파 예측 시스템 구축

- 대상항 선정 및 수심 및 해안 지형 및 구조물 조사 - 기상청 등 외해 파랑관측자료 수집 및 연안 파랑관측

그림 2-2. 월파 예측시스템 모식도

○ 해양-대기-안개 결합 모델링 기반 해무 예측시스템 개발

- 3D 기상모델의 연직 해상도 (50m ~ near the surface) 문제로 인해 구 름 미세물리과정이 overestimate되는 문제를 해결하기 위하여 대기-해 양 결합 모델을 구축하고 1차원 안개 모델을 결합한 해무 예측시스템 개발

- 핵심기술 : 해양-대기 결합 모델링 기술 및 1차원 안개 모델의 결합 모델링 기술

그림 2-3. 해무 예측시스템 개념도

- 해무예측모델 개선 및 고도화 및 시범운영

그림 2-4. 해무 예측모델 시범운영 개념도

○ 연안 파랑 및 월파 예측

- 국립해양조사원의 연구사업으로 수행된 “실시간 해수면(고파) 분석시 스템 정확도 향상 연구(2013년)”에서는 동해안의 파랑 관측자료를 이 용하여 너울성 고파의 발생역을 추정하는 너울성 고파 추정 시스템을 구축하였으나, 동해 남부해역에서는 정확성이 떨어지는 한계가 있음.

- 소방방재청의 연구사업(2013) “IT기술을 이용한 너울성파랑 대처기술 개발”에서는 기상청, 국립해양조사원 등 관계기관의 파랑관측부이로부 터 너울성 파랑 특성의 분석을 분석하고 수치모형의 구축을 통하여 너 울성 고파를 재현하기 위한 연구를 수행함.

- 해양수산부의 연구개발사업(2014~2018) “연안 이상현상(이상고파, 이안 류) 발생원인 규명 및 대응체계 구축” 과제에서는 너울성 고파랑 및 이안류에 대한 예측모델의 정확도를 높이기 위해 발생원인 및 전파 메 커니즘에 대한 수치모의기술을 연구중임.

- 국립해양조사원은 2011년부터 해운대 해수욕장에 대한 관측기반의 실 시간 이안류 감시시스템을 구축하여 이안류 발생 가능성의 서비스를 제공하고 있음.

○ 해무 예측기술

- 안개/해무 예측에 특화된 모델의 개발 시도는 있어 왔으나 대부분 실 패하였고, 기상분야에서 연구를 계속하고 있으나 현업용 해무예측시스 템은 없음

- 기상연구소와 부산대학교가 연구용 예보모델 MM5을 개발하였으나 현 업화 실패로 2003년 운영중단(해양효과를 반영 못하고 수평해상도가 낮음)

- 현재 기상청에서는 위성 및 UM 모델에서 산출된 안개 및 시정 정보 와 지역 해양순환모델에서 산출된 냉수대 분포를 통해 해무 가능성을

예보하고 있으나, UM 지역모델의 해상도는 9km로 국지적 해무의 예·

경보에는 부적합함

- 기상청은 천리안위성 15분 간격영상, 일기도 및 수치모형 결합하여 광 역 해무 탐지 및 발생 여부를 판정하고 있으나 국지적 해무 예보는 못 하고 있음

- 연세대학교에서는 1차원 안개모델인 PAFOG와 3차원 수치모델을 결 합하여 해무예측 가능성 연구를 수행하였지만, 아직 기초적인 수준이 며 시스템의 운영기술 구축 연구가 필요함

- 한국해양과학기술원에서는 소청초 등 과학기지에서 해무 관측자료를 실시간으로 수집중임

- 국립해양조사원에서는 2017년 ‘항계안전을 위한 해무정보 생산기반 구 축’, 2018년 ‘항계안전을 위한 해무예측정보 서비스 개선 및 확대’ 사 업을 통해 11개 지점의 해무관측소를 운영하고 있으며, 인공신경망을 적용한 해무예측기법 개발, 인공위성자료 기반 해무탐지 영역 분류 알 고리즘 개발을 수행하고 있으며, 홈페이지를 통해 서비스 중임

※ 최근 10년 간 수행된 해무예측관련 기존 국내 연구

2015 연세대학교, ‘안전하고 경제적인 항행 항공예보기술 개발’ (기상청)

2011 연세대학교, ‘한반도 서해안 지역 안개 발생에 관한 기초 연구’ (교육과학기술부) 2010 부산대학교, ‘안개예보를 위한 통계적 예보 가이던스 개발’ (기상청)

2009 부산대학교, ‘국지성 해무 감시 및 예측시스템 구축방안 연구’ (국립해양조사원)

○ 연안 파랑 및 월파 예측

- 미국, 일본 등 해외 선진국에서는 광범위한 해상 관측망을 이용하여 실시간으로 많은 관측자료를 확보하여 해양재해 요소들을 사전에 탐지 하여 대비하는 경보쳬계를 운영하고 있음.

- 미국 파랑관측망은 연해, 외해 및 대륙붕 지역에 걸쳐서 구축되어 있 어서, 깊은 바다에서 너울의 발생을 관측하여 미리 연안에 예측정보를 제공하고 있음.

- 일본의 국토교통성(항만국) 및 항만공항기술연구소에서는 일본의 전해 역 72개 지점에 대해서 파랑관측망(NOWPHAS: Nationwide Ocean Wave information network for Ports and HAbourS)을 구축하여 실시 간 관측을 수행하고 있음.

- 연안에서 파랑의 처오름 및 월파에 대한 연구는 대부분 수리모형 실험 을 통해 행해졌으며, 이를 통해 처오름 높이 및 월파량을 산정하는 실 험식을 제시하는 형태로 행해졌음(Ahrens and Heimbaugh 1988; de Wall and van der Meer 1992; Hedges and Reis 1998; Besley 1999;

Mori and Cox 2003, 등).

- 2000년도에는 유럽의 CLASH(Crest Level Assessment of Coastal Structure and Hazard Analysis)를 중심으로 하여 처오름 높이 및 월 파에 대한 실험자료 데이터베이스가 구축되었으며, 이를 이용하여 새 로운 처오름 높이 및 월파에 대한 경험식을 도출하였음(EurOtop, 2007).

- 미국은 이안류로 인한 인명피해 등 연안재해를 저감하기 위한 대응기 술을 개발하기 위해, SANDYDUCK(NC, 1997), RIPEX(CA, 2001), NCEX(CA, 2003), MUDEX(Brazil, 2005), RCEX(CA, 2007) 등 연안 파랑 및 흐름에 대한 대대적인 관측실험 및 예측모형의 개발연구가 수 행되어 왔음.

- 호주는 연안재해평가 연구사업(CoastSAFE Alive Project)에 의해 개

발된 연안 영상 모니터링 시스템(CoastalCOMS)을 활용하여 이안류 발생정보를 실시간으로 제공하는 연구를 수행중임.

- 유럽의 Deltares는 2010년 이후 실시간 연안 안전 예경보시스템 (Real-Time Safety on Sandy Coast)를 구축하여 폭풍해일, 너울 및 이안류 등에 대한 예측정보를 서비스하고 있음.

○ 해무 예측기술

- 국외 선진기관에서는 안개/해무를 예측하기 위한 연구가 활발히 수행 되고 있으며, 관측 및 예측 연구가 병행되고 있음

- (미국) 뉴올리언스의 NOAA는 해무 예측 연구에 주력하고, 미국지질 조사국(USGS)에서는 태평양 연안안개 프로젝트(Pacific Coastal Fog Project)를 수행하여 관측, 원격탐사, 수치모델링을 통한 연안의 안개 실시간/예측 정보를 제공하고 있음

- (유럽) 인공위성을 이용한 안개 탐지 기술 개발 및 검증에 집중하고 있음

- (독일) 독일기상청에서는 2002년 1차원 안개모델인 PAFOG를 개발하 여 운영하고 있으나 육상에서 발생하는 복사무에 초점이 맞춰져 있음 - (중국) 정지궤도위성의 해무탐지기법 및 이를 활용한 수치모델 자료동

화기술 개발 연구 수행

○ 기술적 측면

- 파랑기인 연안 재해현상의 예측 정확도를 높이기 위해서는 양질의 관 측자료의 확보가 필요하며, 이를 위해 차세대 AI 영상기술 도입하여

「해양+AI」융합연구의 기반을 마련할 필요가 있음.

- 해양 빅데이터 활용의 극대화를 위해서 차세대 인공지능 기술을 해양 과학 분에 도입하는 기반연구를 추진할 필요가 있음.

- 비정형 및 비선형의 특성을 갖는 해양재난·재해의 문제 해결을 위한 차세대 예측기술 개발로 국제적 원천기술을 확보하고 기술우위를 선점 할 필요가 있음.

- 해양기후변화(지구온난화 및 극한기상변화)에 따라 해무의 발생빈도가 높아지고 안전사고 위험성도 증가할 것이므로 선제적 연구가 필요함.

○ 경제산업적 측면

- 기계학습 및 인공지능 등을 이용한 해양의 예측기술 개발을 통하여 해 양분야 4차산업을 리딩할 필요가 있음.

- 해양 재난 재해 대응과 피해 저감을 통하여 해양산업 분야의 미래 경 제 및 계획의 효율성을 증대시킬 필요가 있음.

- 물류 증가에 따른 항해선박, 연안도로의 차량, 항공기 안전에 필수 정 보로써 안개 및 해무의 예측기술의 개발이 필요함.

○ 사회문화적 측면

- 최근 20여 년간 지속되고 있는 해안개발과 기후변화, 빈도와 강도가 증가 추세인 폭풍으로 동해안 너울성 고파랑, 해변침식에 따른 해안 도로 및 호안 붕괴, 해수욕장의 이안류 발생, 서·남해안 해양장파 등 연안재해 현상이 빈번하게 발생하여 인명 및 재산 피해가 갈수록 급증 하고 있으며, 향후 대규모 연안재해 발생 가능성이 매우 높음.

- 연안의 자연재해를 예방하고, 늘어나는 피해를 최소화하려면 파랑기인 연안재해의 특성 및 재해예방 연구, 각종 형태의 자연재해 감시 및 예 측 기술 등의 개발이 요구됨.

- 해양기후변화(지구온난화 및 극한기상변화)에 따라 해무의 발생빈도가 높아지고 안전사고 위험성도 증가할 것이므로 선제적 연구가 필요함.

- 전체 해난사고의 13%가 해무로 인한 사고로, 해난사고의 효과적인 예 방 및 저감대책을 세우기 위해서는 안개 및 해무에 대한 예측기술의 개발이 요구됨.