<31362D32342E20B0EDB5BFC8D62E666D>

Size: px

Start display at page:

Download "<31362D32342E20B0EDB5BFC8D62E666D>"

은수 신
5 years ago
Views:

1 한국해안 해양공학회논문집 /ISSN (Print), ISSN (Online) Journal of Korean Society of Coastal and Ocean Engineers 26(1), pp. 16~24, Feb 태풍모의를통한해상설계풍속추정 Extreme Offshore Wind Estimation using Typhoon Simulation 고동휘 * 정신택 ** 조홍연 *** 강금석 **** Dong Hui Ko*, Shin Taek Jeong**, Hongyeon Cho*** and Keum Seok Kang**** 요지 : 극치해상풍속산정을위해서는장기관측자료가반드시필요하다. 그러나, 해상에서의장기관측자료를확보하기란거의불가능하다. 따라서해상바람조건을분석하기위해태풍모의기법이널리이용되어진다. 본연구에서는 Holland(1980) model을이용하여 1978년부터 2012년까지 (35년간) 한반도서해안지역에영향을미친총 74개태풍에대해서태풍모의를하였다. 그결과, BOLAVEN(1215) 에의한 HeMOSU-1의 100 m 고도최대풍속은 m/s로서 35년간가장영향을크게미친태풍으로나타났다. 한편, 모의결과는서해안지역에설치된 HeMOSU- 1의관측치 (MUIFA, BOLAVEN, SANBA) 와비교하였다. 그리고재현주기별극치풍속을예측하기위해한반도서해안 4개지점 (HeMOSU-1, 군산, 목포, 제주 ) 의 35개연최대풍속자료에 Gumbel 분포형을적용하였다. HeMOSU- 1 지점의해상 100 m 높이에서의 50년빈도설계풍속값은 50 m/s, 100년빈도설계풍속값은 m/s로나타났으며, BOLAVEN 풍속이 50년빈도풍속에해당되었다. 핵심용어 : 극치해상풍속, 태풍모의기법, Holland model, 태풍, HeMOSU-1, BOLAVEN Abstract : Long-term measured wind data are absolutely necessary to estimate extreme offshore wind speed. However, it is almost impossible to collect offshore wind measured data. Therefore, typhoon simulation is widely used to analyze offshore wind conditions. In this paper, 74 typhoons which affected the western sea of Korea during (35 years) were simulated using Holland(1980) model. The results showed that m/s maximum wind speed affected by BOLAVEN(1215) at 100 m heights of HeMOSU-1 (Herald of Meteorological and Oceanographic Special Unit - 1) was the biggest wind speed for 35 years. Meanwhile, estimated wind speeds were compared with observed data for MUIFA, BOLAVEN, SANBA at HeMOSU-1. And to estimate extreme wind speed having return periods, extreme analysis was conducted by assuming 35 annual maximum wind speed at four site(hemosu-1, Gunsan, Mokpo and Jeju) in western sea of the Korean Peninsular to be Gumbel distribution. As a results, extreme wind speed having 50-year return period was 50 m/s, that of 100-year was m/s at 100 m heights, respectively. The maximum wind speed by BOLAVEN could be considered as a extreme winds having 50-year return period. Keywords : extreme offshore wind, typhoon simulation method, Holland model, typhoon, HeMOSU-1, BOLAVEN 1. 서론 국내서남해 2.5 GW 해상풍력단지, 새만금풍력발전시범단지등국가에너지기본계획및국가에너지기술개발계획등이시행되어지며 3E( 에너지안보, 환경보전, 경제성장 ) 를달성하고자해상풍력에대한관심이높아지고있다. 그러나해상풍력단지개발을위한국내기술력은아직발전단계에있으며태풍, 해일, 파랑등실증단지의해양특성과서해안의특수한지반조건등국내의입지개발여건에부합하는지지 구조물설계기준도미흡한실정이다. 해상풍력단지건설을위한세계각국의설계기준은세계적으로다양하며, 국내설계에준용하고있는기준서로는 IEC , DNV, ISO, GL, ABS, API RP 2A등이있다. 이러한설계기준에서는터빈클래스와구조물설계등을결정하기위해설계외부조건에대하여검토할것을요구한다. 이러한설계외부조건은크게바람조건과해상조건으로나눌수있으며그외에온도, 습도등을고려할수있다. 이중바람조건은터빈의정상운영동안에자주발생하는정상상 * 원광대학교토목환경공학과, 박사과정 (Department of Civil and Environmental Engineering, Wonkwang University, 460, Iksandaero, Iksan, Jeonbuk, , Korea, kodh02wku.ac.kr) ** 원광대학교토목환경공학과, 원광대학교부설공업기술개발연구소연구위원 (Corresponding author, Department of Civil and Environmental Engineering, Wonkwang University, 460, Iksandae-ro, Iksan, Jeonbuk , Korea, Tel.: , Fax: , stjeong@wku.ac.kr) *** 한국해양과학기술원, 해양환경보전연구부 (Marine Environments and Conservation Research Division, Korea Institute of Ocean Science and Technology, Ansan , Korea) **** 한국전력공사전력연구원 (KEPCO Research Institute, Daejeon , Korea) 16

2 태풍모의를통한해상설계풍속추정 17 태풍속조건과태풍시와같이풍속과풍향이급변하여 1년, 50년및 100년재현주기를갖는극치풍속을나타내는극치상태풍속조건으로나눌수있다 (IEC, 2009). IEC 에서는태풍의영향을받는지역의터빈등급을 S 등급으로규정하고설계자에의해 10분평균풍속을제시하도록하며태풍의영향을합리적으로결정할수있도록제안하고있다. 한편, CEM(Coastal Engineering Manual) 에서는풍속모델링이필요할때에태풍풍속과기압프로파일모델인 Holland(1980) model을제안하고있다 (US Army Corps of Engineers, 2006). 이외에도 DNV(2010), GL(2005) 에서발행한설계기준서에는태풍의영향을받는지역에해상풍력터빈설치를위해서는태풍의영향을고려하여보다신중하게접근할것을주문하고있다. 한편, 국내항만및어항설계기준에서는대상지역별로풍속값을 Table 1과같이제시하였다. 여기서, 풍속값은지면상 20 m에서의최대순간풍속 (2~3초 Gust) 을의미한다 (MMAF, 2005). 그러나, 도로교설계기준에서는재현기간 100년에해당하는지역별지상 10 m의 10분평균풍속을 Table 2와같이제시하고있다 (KRTA, 2010). Table 1과 2에서보는바와같이, 각기관에서권장하는풍속자체에도차이가나기때문에설계풍속을추정하는가장확실한방법은해상풍력발전단지가건설될예정지점에기상관측타워를설치하고장기간풍속을측정하는방법이다. Table 1. Regional basic wind speed(mmaf, 2005) region basic wind speed west coast(incheon ~ Gunsan) 55 south coast, east coast, Jejudo 60 Mokpo 70 Ullengdo 75 Table 2. Regional basic wind speed(krta, 2010) classification I region inland location Seoul, Daegu. Daejeon, Chuncheon, Cheongju, Suwon, Chupunglyong, Jeonju, Iksan, Jinju, Kwangju basic wind speed II west coast Seosan, Incheon 35 III IV southern part of west coast south coast southern part of east coast east coast Jejudo particular region Gunsan Yeosu, Chungmu, Busan Pohang, Ulsan Sokcho, Ganglyong Jeju, Seogyupo Mokpo V Ullengdo 장기관측을위해현재국내기상청과국립해양조사원에서는기상부이를이용하여해양물리환경을관측하고있지만, 국립해양조사원의경우불과 1~2년전에관측이시작되어장기누적자료의확보가어렵고기상청국내부이는장기간관측을수행하였지만태풍이근접했을때결측이상당하여극치풍속값에대한영향이저하된다. 따라서장기관측자료가가용치않을때의극치설계풍속은태풍시뮬레이션기법등의합리적인방법을이용하여산출된장기풍속자료로부터극치분포모델을사용하여추정할수있다. 일반적으로태풍시뮬레이션기법으로는 MCP(Measure- Correlate-Predict) 방법, Holland 모델을이용한해석적방법그리고 Monte Carlo method를이용한태풍시뮬레이션방법을주로사용하고있다 (Matsui. et al., 1998). Kim et al.(2005) 은 Monte Carlo 태풍시뮬레이션을이용하여울산지역강풍발생빈도를추정하였으며, Kwon et al.(2008) 은서남해안의풍속을추정하기위하여개선된태풍몬테카를로시뮬레이션기법을제시하였다. Rogers et al.(2005) 와권등 (2009) 은 MCP방법을이용하여풍속자원을예측하였으며 (Velazquez et al., 2011), Ott(2006) 는 Holland(1980) model 을이용하여북서태평양지역의극치풍속을산정한바있다 (Willoughby and Rahn, 2004). 또한 KHOA(2011) 에서는해안침수예상지역의예방을위한해안침수예상도제작및보급을위해태풍시뮬레이션을수행하였다. MCP 방법은단기해상자료와인근장기육상자료와의관계식을통하여장기해상자료를도출하는방법이다. 그러나두지점간의떨어진거리가상당하거나, 태풍으로인하여육상자료의결측시태풍특성을반영하기어렵다. 또한해상과육상의표면조도는상이하기때문에변환시에많은불확실성이내포되게된다. 따라서신뢰도있는태풍특성자료를바탕으로태풍모델링을수행하는것이불확실성을최소화하고현장상황에맞는합리적인결과를도출할수있다. 본연구에서는태풍최적경로자료를사용하여국내서해안의 4개지점 (HeMOSU-1, 군산, 목포, 제주 ) 에대해서태풍모델링을수행하였다. 분석태풍은 1978년 ~2012년총 35년간서해안에영향을미친 74개의태풍에대해서시뮬레이션을수행하였으며이결과에대하여극치분석을수행하였다. 태풍모델로는 Schloemer(1954), Holland(1980) 등에의해제시된 Holland model을사용하였으며연구결과를 HeMOSU- 1(Herald of Meteorological and Oceanographic Special Unit - 1) 해상기상타워의관측자료와비교하였다. 2.1 분석지점 2. 자료와방법 산업통상자원부는국내서남해안해역에위치한위도와안마도사이, 126 o 07' E, 35 o 27' N 지점에해상풍력실증단지구축연구의일환으로 HeMOSU-1를설치하여바람

18 고동휘 정신택 조홍연 강금석 서도유사자료를제공하고있다. Ott(2006) 는 RSMC-Tokyo와 JTWC 자료를비교하여특성분석을하였으며이를이용하여필리핀을포함한북서태평양에서 50년빈도설계풍속을산정하였다. 또한, Ko et al.(2013) 는 RSMC-Tokyo와 JTWC의최적경로자료를비교하여두기관의자료특성을검토한바있다. Fig. 1.

3 18 고동휘 정신택 조홍연 강금석 서도유사자료를제공하고있다. Ott(2006) 는 RSMC-Tokyo와 JTWC 자료를비교하여특성분석을하였으며이를이용하여필리핀을포함한북서태평양에서 50년빈도설계풍속을산정하였다. 또한, Ko et al.(2013) 는 RSMC-Tokyo와 JTWC의최적경로자료를비교하여두기관의자료특성을검토한바있다. Fig. 1. A map of four site(gunsan, HeMOSU-1, Mokpo and Jeju) for analysis of extreme wind speed in western sea of Korea. Table 3. Lat/Long coordinates of four sites(gunsan, Mokpo, Jeju and HeMOSU-1) in WGS84 Location Latitude(degree) Longitude(degree) Gunsan Mokpo Jeju HeMOSU 및해양자료를관측중에있다. 관측높이는평균해수면기준으로하여 97.35, 96.31, 86.31, 76.31, 66.31, 56.31, 46.31, m이며, Sampling Rate는 3.33 Hz이다. 본연구에서는이외에도 3개지점 ( 군산, 목포, 제주 ) 을추가적으로선정하여태풍시해상풍을산출하였다. Fig. 1에 HeMOSU-1, 군산, 목포, 제주총 4개지점의위치를나타냈으며, Table 3에 4개지점의좌표를정리하였다. 2.2 RSMC-Tokyo 최적경로자료 많은변수를가지고있는태풍을정확하게모사하기란현실적으로거의불가능하다. 그러나태풍의특성을잘반영한태풍정보는어느정도현실성을내포하고있으며합리적인결과를도출할수있기때문에태풍특성파라미터들을정의하는것은매우중요하다. 일본기상청 (JMA) 에서운영하는 RSMC( Regional Specialized Meteorological Center)-Tokyo에서는 1951년부터북서태평양에서중국해역까지 (100 o E~ 180 o E) 의모든태풍정보를 3~6시간간격으로수집및분석하고있으며태풍정보를최적경로자료의형태로제공하고있다. 최적경로자료는태풍강도, 태풍중심기압및경위도좌표, 최대지속풍속, 25 m/s와 15 m/s 풍속의장단반경을제공하고있으며, 이러한정보는태풍모델링에사용되어질수있다. 한편, 미국해군에서운영하는하와이소재 JTWC(Joint Typhoon Warning Cener) 에 2.3 이론적배경태풍시의기압장모델로는 Holland model(holland, 1980), Original Rankin vortex model(schloemer, 1954), BRETgeneral model(bjerkness, 1921) 과 Fujita model(fujita, 1952; Mitsuta, 1979) 이있으며이식들은 p r 을이용하여경도풍모델로유도할수있다. 한편, 이러한모델중에서 Holland model은관측풍속장과가장유사한값을보여주고있으며, 간단한 best track data의적용이용이한식으로서공학자들에게매우유용하다 (Holland, 1980; Ott, 2006; US Army Corps of Engineers, 2006; Willoughby and Rahn, 2004). Schloemer(1954) 는중심기압과주변기압의차이로인해발생하는변동성을정규화시키기위해다음과같은식 (1) 을제시하였다. ( p p c ) ( p n p c ) 여기서 p는거리, r(km) 에서의기압 (hpa), P c 는태풍중심기압 (hpa), p n 은주변기압 (hpa) 이다. Holland(1980) 는압력장모델로서식 (2) 와같이제안하였다. p = p c + ( p n p c ) exp( A r B ) 여기서, A와 B는매개변수이다. 경도풍, V g 에대한관계식 (the gradient wind equations) 을태풍중심에서임의의거리 r의함수로다음식 (3) 과같이표시할수있다. V g fr = rf r + -- P p r 여기서 V g 는거리 r에서의경도풍이고, f는코리올리매개변수, ρ는공기밀도 (kg/m 3 ) 이다. p r 를식 (2) 으로부터구하면다음식 (4) 와같다. p = ( p r n p c ) exp AB ( A r B ) + r B 1 식 (4) 를식 (3) 에대입하면다음식 (5) 와같이 Holland model이된다. V g = [ AB( p n p c )exp( A r B ) ( ρr B ) + r 2 f 2 4] rf 2 (1) (2) (3) (4) (5)

4 태풍모의를통한해상설계풍속추정 19 한편, 전향력계수 ( 코리올리계수, Coriolis parameter), f는식 (6) 을이용하여계산하였다. f = 2ωsin( φ) (6) 여기서, ω는지구자전각속도 ( rad s ), φ는위도이다. 2.4 최대풍속반경 (Radius of maximum wind) 태풍시뮬레이션을위한특성인자로는태풍진행경로 ( 위 / 경도 ), 중심기압, 최대풍속, 최대풍속반경, 25 m/s와 15 m/s의풍속에대한장 단반경등이있다. 이중최대풍속반경 (Radius of Maximum Winds), R max 은태풍중심에서최대풍속이발생하는지점까지의거리로서태풍산정에있어서풍속프로파일을결정짓는매우중요한역할을한다. Holland model의매개변수 A와 B를이용하면다음식 (7) 과같이최대풍속반경을산출할수있다 (Holland, 1980). R max = A 1 B B의값은풍속프로파일의형상을결정짓는역할을하며, Holland는이값을관측치로부터회귀하여추정하도록제안하였다. 본연구에서는 A, B 그리고태풍별최대풍속반경을산출하기위해 RSMC-Tokyo best track data와 Holland model을이용하였다. 25 m/s와 15 m/s 풍속에대한장 단반경정보를 Holland model에적용하면 A와 B, 두개의미지수를가지는두개의비선형방정식이수립된다. 이두식에초깃값을가정하고 (A = 150, B = 1) Newton-Raphson 법을이용하여반복계산을수행하면매개변수 A, B를산출할수있다 (Chapra, 2012). 2.5 Wind profile model 태풍모델링의결과는해수면 10 m 높이에서의풍속값을제시한다. 그러나설계풍속은터빈의설치위치높이인 100 m 에서의풍속값을필요로하기때문에 10 m의높이를 100 m 로변환이필요하다. 풍속고도분포 (Wind profiles) 를추정하는방법으로는멱법칙 (Power law) 과대수법칙 (Logarithmic method), 돌풍인자법 (Gust method), 표준편차법 (Standard deviation measurements) 등이있지만비교적사용이간편한멱법칙이주로사용된다 (Ko. et al., 2012). (7) Fig. 2. Example of observed and modeling wind speed profile model using power law. 멱법칙의형태는다음식 (8) 과같다 (Mwanyika and Kainkwa, 2006). z Uz () = Uz ( ref ) α z ref 여기서 U(z ref ) 는기준높이 z ref 에서의평균풍속 (m/s) 이며, U(z) 는고도에서의평균풍속 (m/s), α는고도분포지수이다. 한편, IEC 에서는해수면고도분포지수값으로 0.14를사용하도록권고하고있지만이값은정상상태일때에만적용이가능하며태풍과같은극치상태에서는적용할수없으므로태풍시의고도분포지수를추정할필요가있다. 본연구에서는태풍 MUIFA(1109), DAMREY(1210), BOLAVEN(1215), SANBA (1216) 4개태풍이서해안인근에인접하였을때의관측자료를회귀분석 (regression analysis) 하여고도분포지수를 0.1로산정하였으며이때, 결정계수 R 2 는 으로나타났다. Fig. 2는회귀분석결과중특정시간때를도시화하였다. 3.1 연최대풍속산정 3. 태풍시뮬레이션 본연구에서는서해안해상풍력단지후보지점에영향을미친 1978년에서 2012년 (35년간), 총 74개태풍에대해서태풍모델링을수행하였다. 해석에이용된태풍정보는 Table. 4와같다. Table 4. Information of 74 typhoons(from 1978 to 2012) used in typhoon simulation No. Year Typhoon No. Typhoon Name Period DAMREY ~ BOLAVEN ~ SANBA ~ MEARI ~ MUIFA ~ (8)

5 20 고동휘 정신택 조홍연 강금석 Table 4. Continued No. Year Typhoon No. Typhoon Name Period MALOU ~ KOMPASU ~ DIANMU ~ MELOR ~ JANGMI ~ SINLAKU ~ VONGFONG ~ KALMAEGI ~ MATMO ~ WIPHA ~ NARI ~ SHANSHAN ~ EWINIAR ~ CHANCHU ~ NABI ~ MEGI ~ MINDULLE ~ MAEMI ~ SOUDELOR ~ RUSA ~ FENGSHEN ~ RAMMASUN ~ PABUK ~ CHEBI ~ SAOMAI ~ PRAPIROON ~ BILIS ~ KAI-TAK ~ BART ~ OLGA ~ ZEB ~ YANNI ~ TODD ~ TINA ~ PETER ~ KIRK ~ FAYE ~ SETH ~ ELLIE ~ DOUG ~ ROBYN ~ PERCY ~ JANIS ~ MIREILLE ~ CAITLIN ~ HATTIE ~ GENE ~ FLO ~ JUDY ~ NESSON ~ DINAH ~ THELMA ~ VERA ~ NANCY ~ BRENDA ~ PAT ~

6 태풍모의를통한해상설계풍속추정 21 Table 4. Continued No. Year Typhoon No. Typhoon Name Period ODESSA ~ MAMIE ~ LEE ~ KIT ~ HOLLY ~ FORREST ~ ELLIS ~ CECIL ~ AGNES ~ ORCHID ~ IRVNG ~ IRMA ~ WENDY ~ Fig. 3. Comparison of annual maximum wind speed(m/s) at HeMOSU-1(1978~2012, 35 typhoons). 식 (5) 를이용하여태풍시뮬레이션을수행하였고, 식 (8) 에의해 10 m 높이의풍속값을 100 m로보정하였다. Fig. 3 에연최대풍속을비교하기위해그래프로나타내었다. 이중, 2012년태풍 BOLAVEN(1215) 에의한풍속이 m/s로 35년간자료중가장크게나타났다. Fig. 4. Best tracks of three typhoons used for analysis of maximum wind speed. 3.2 모델검증본연구에서는모델링오차를추정하기위해 MUIFA(1109), BOLAVEN(1215), SANBA(1216) 3개태풍을대상으로 m 고도에서해모수 1호관측치와모델링추정치를비교하였다. Fig. 4는본해석에사용된태풍의최적경로를시간별로도시한것이다. 모델검증을위해 MUIFA(1109) 의발생기간인 ~ 까지총 38개자료를활용하였으며, BOLAVEN(1215) 은 ~ 기간동안총 29개자료, SANBA(1216) 는 ~ 까지총 21개자료를사용하였다. 그결과, Fig. 5~7과같이풍속변화의경향이유사하게나타났으며, 관측치와모델추정치의 RMSE는 MUIFA(1109) 는 6.85 m/s, BOLAVEN(1215) 은 8.99 m/s, SANBA(1216) 는 3.98 m/s 로각각산정되었다. 또한동기간동안 HeMOSU-1의 Fig. 5. Time series graph on maximum wind speed(m/s) of MUIFA(1109) from to at M.S.L(+) m heights.

7 22 고동휘 정신택 조홍연 강금석 m 에서의관측최대풍속과추정최대풍속을비교하였다. BOLAVEN(1215) 의경우, 관측최대풍속은 m/s, 추정 최대풍속은 m/s로나타났으며, 두최대풍속간의상대오차는 4.16% 로산정되었다. SANBA(1216) 의경우에는관측최대풍속은 m/s, 추정최대풍속은 m/s로 10.1% 의상대오차를보였다. 그리고 MUIFA(1109) 의경우, 관측최대풍속은 m/s, 추정최대풍속은 m/s로 17.01% 상대오차를보였다. 이러한풍속의크기와발생시간의차이는 best track data에서제공하는태풍파라미터값의부정확성문제와기압장모델이가지고있는불확실성으로인해나타나는것으로판단된다. 한편, 태풍모델링에서오는오차는현실적으로불가피하다. 따라서 RMS 오차및상대오차의발생을최소화하기위해서는태풍특성인자의특성분석및모델에대한성능평가가요구된다. Fig. 6. Time series graph on maximum wind speed(m/s) of BOLAVEN(12115) from to at M.S.L(+) m heights. 3.3 극치분석총 74개태풍중연최대풍속을이용하여서해안 4개지점의풍속극치분석을수행하였다. 프로그램은 MATLAB 언어로작성된 Rao(2000) 의자료를이용하였다. 매개변수추정법으로는확률가중모멘트법 (Probability Weighted Moments) 을이용하였으며, 극치모델로는 Gumbel 분포형을사용하였다. Gumbel 분포형의확률밀도함수 (Probability Density Function) 는다음식 (9) 와같다. f( x) = 1 --exp u x β x β u e u (9) Fig. 7. Time series graph on maximum wind speed(m/s) of SNABA(1216) from to at M.S.L(+) m heights. Table 5. Results of extreme analysis for 35 estimated wind speeds of typhoons having 50-year or 100-year return period at HeMOSU-1, Gunsan, Mokpo and Jeju Location HeMOSU-1 Gunsan Mokpo Jeju Parameter β u Return period Mean Standard deviation C.O.V Fig. 8. Estimated and theoretical winds and 95% confidence intervals for extreme wind speed at HeMOSU-1.

8 태풍모의를통한해상설계풍속추정 23 여기서, u는 scale parameter, β는 location parameter이다. 이에대한매개변수와재현주기별극치풍속결과를 Fig. 8 과 Table 5에정리하였다. 4. 결론및제언 본연구에서는해상설계풍속추정을위해서해안지역에영향을미친 1978년에서 2012년, 총 35년간, 74개태풍에대해서태풍모의를수행하였으며, 이를통해다음과같은결론을도출하였다. (1) 태풍모델링을위한기압장모델로는 Holland model, Original Rankin vortex model, BRET-general model과 Fujita model이있으며이모델중에서 Holland model은관측풍속장과가장유사한값을보여주고있다 (Holland, 1980; US Army Corps of Engineers, 2006). 또한, RSMC-Tokyo best track data는북서태평양지역의태풍특성인자로서태풍모의에이용할수있다. (2) 본연구에서추정된풍속은해상 10 m의풍속으로서터빈설치높이에서의풍속산정을위해고도보정이필요하며, 일반적으로고도보정함수로는멱법칙이널리사용된다. 그러나정상상태와달리태풍과같은극치상태에서는멱법칙의고도분포지수값을 0.14로사용하기에무리가따른다. 따라서본연구에서는태풍시풍속고도분포의형상을재현하기위해고도분포지수를관측값으로부터추정하였다. 그결과태풍시고도분포지수, α는 0.1로산정되었으며, R 2 는 으로나타났다. (3) 총 35년간 74개태풍에대하여태풍모의를수행하였으며, 100 m 고도에서의연최대풍속을추정할수있었다. Fig. 3과같이연최대풍속을검토한결과, BOLAVEN(1215) 에영향을받은풍속이 m/s로 35년간최대풍속으로나타났다. 한편, 동기간동안 HeMOSU-1호의 m에서의관측최대풍속은 m로관측되었으며이를 100 m 높이로보정하였을때, m/s로산정되었다. (4) 모델검증을위해, m 높이에서의풍속관측치와추정치를상호비교하였다. 그결과, 태풍 MUIFA(1109), BOLAVEN(1215), SANBA(1216) 의풍속관측치와모델추정치의 RMSE는 6.85 m/s, 8.99 m/s, 3.98 m/s 로각각산정되었다. 또한관측최대풍속과추정최대풍속을비교한결과, BOLAVEN(1215) 의경우, 관측최대풍속은 m/s, 추정최대풍속은 m/s로나타났으며, 상대오차는 4.16% 로산정되었다. 또한 SANBA(1216) 의경우, 관측최대풍속은 m/s, 추정최대풍속은 m/s로 10.1% 의상대오차를보였으며, MUIFA(1109) 는관측최대풍속은 m/s, 추정최대풍속은 m/s로 17.01% 상대오차를보였다. 향후, 태풍매개변수의특성분석및모델에대한성능평가를재검토하여신뢰성을높이는것이필요하다. (5) 군산, 목포, 제주, HeMOSU-1호 4개지점의 35년간연 최대풍속자료를이용하여극치분석을수행하였다. 매개변수추정법으로는확률가중모멘트법을사용하였으며, 극치모델로는 Gumbel distribution을적용하였다. 분석결과, HeMOSU-1호위치에서의 100 m 고도 50년빈도극치풍속은 m/s로나타났으며, 100년빈도극치풍속은 m/ s로나타났다. 이를바탕으로 BOLAVEN(1215) 을 50년빈도태풍으로간주하여도무리가없을것으로판단된다. 또한, 군산, 목포, 제주해역에서의 100 m 고도 50년빈도극치풍속은 35.93, 42.43, m/s로나타났으며, 100년빈도극치풍속은 39.26, 46.69, m/s로각각추정되었다. (6) Table 5에각지점의분포매개변수를추정하였으며, 이를통해평균과표준편차, 변동계수 (C.O.V) 를산정할수있다. 이러한풍속정보는신뢰성설계기법적용시풍속설계변수정의에활용되어질수있다. (7) 장기간해상관측자료의확보가거의불가능한현상 황을고려하였을때, 태풍모의기법은불가피하며, 장기관측자료와의오차분석이필요할것으로판단된다. 또한현장상황을충분히고려하여제시된설계조건은과대설계및과소설계를예방하여최적설계를가능하게하므로설계조건분석시충분한검토가필요할것으로사료된다. (8) 본연구에서는서해안인근해역 4개지점의설계풍속만을산정하였으나, 국내연안역주요지점에대하여극치풍속을산정하는것이필요하다. 이는향후, 파랑및해일고산정, 구조물설계에유용하게사용되어질것으로기대된다. 감사의글 본연구는지식경제기술혁신사업인 서남해 2.5 GW 해상풍력개발을위한실증단계연구 ( 과제번호 : ) 와첨단항만건설기술개발사업인 해상풍력지지구조설계기준및콘크리트지지구조물기술개발 ( 과제번호 : ) 의일환으로수행되었습니다. 참고문헌 Bjerknes, V. (1921). On the dynamics of the circular vortex with applications to the atmosphere and atmospheric vortex and wave motions. Geophysiske Publikationer, 2, Chapra, S.C. (2012). Applied numerical methods with MATLAB for engineers and scientists, Third edition. McGRAW-HILL, New York, USA. Det Norske Veritas(DNV) (2010). OS-J101 Design of offshore wind turbine structures. Fujita, T. (1952). Pressure distribution in typhoon. Rep. Met. Lab., Kyushu Inst. of Techn., 2, No Germanischer Llyod(GL) (2005). Guideline for the certification of offshore wind turbines. Holland, G.J. (1980) An analytic model of the wind and pressure

9 24 고동휘 정신택 조홍연 강금석 profiles in hurricanes. Monthly Weather Review, 108, International Electrotechnical Commission (2005). IEC : Wind turbines - Part 1: Design requirements, Third edition, IEC. International Electrotechnical Commission (2009). IEC : Wind turbines - Part 3: Design requirements for offshore wind turbines, Edition 1.0, IEC. International Organization for Standardization (2007). ISO 19902: Petroleum and natural gas industries - Fixed Steel Offshore Structures. JTWC(2013). JMA(2013). Korea Road & Transportation Association (2010). Korean Highway Bridge Design Code (in Korean) Kim, S.-C. Kim, Y.-S. and Yang, Y.-T. (2005). Assessment of severe local storm risks in ulsan area using monte carlos typhoon simulation method and CFD model. Journal of the Wind Engineering Institute of Korea, 9, (in Korean). Ko, D.H., Jeong. S.T., Cho, H., Kim, J.Y. and Kang, K.S. (2012). Error analysis on the offshore wind speed estimation using HeMOSU-1 data. Journal of korean society of coastal and ocean engineers, 24(5), (in Korean). Ko, D.H., Jeong. S.T., Cho, H., Jun, C.K. and Kim, Y.C. (2013). Estimation on the radius of maximum wind speed using RSMC best track data. Journal of korean society of coastal and ocean engineers, 25(5), (in Korean). Kwon, S.-D. and Lee, J.-H. (2008). Estimation of extreme wind speeds in southern and western coasts by typhoon simulation. Journal of the korean society of civil engineers, KSCE, 28(4A), (in Korean). Kwon, S.-D. and Lee, S.-L. (2009). Estimation of design wind velocity based on short term measurements. Journal of the korean society of civil engineers, KSCE, 29(3A), (in Korean). Matsui, M., Meng, Y. and Hibi, K. (1998). Extreme typhoon wind speeds considering the random variation in a full-scale observation. Structural safety and reliability, Ministry of Maritime Affairs and Fisheries (2005). Harbor and fishery design criteria (in Korean). Ministry of Maritime Affairs and Fisheries, Korea Hydrographic and Oceanographic Administration (2011). Report on establishment and dissemination of coastal inundation prediction maps (in Korean). Mitsuta, Y., Fujii, T. and Kawahira, K. (1979). Analysis of typhoon pressure patterns over Japanese Islands. Journal of natural disaster science, 1(1), Mwanyika HH. and Kainkwa RM. (2006). Determination of the power law exponent for southern highlands of tanzania. Tanzania Journal of Science, 32, 104. Ott, S. (2006). Extreme Winds in the Western North Pacific. Riso National Laboratory, Roskilde, Denmark. Rao, A.R. and Hamed, K.H. (2000). Flood frequency analysis. CRC press LLC, Florida, USA. Rogers, A.L., Rogers, J.W. and Manwell, J.F. (2005). Comparison of the performance of four measure-correlate-predict algorithms. Journal of wind engineering and industrial aerodynamics, JWEIA, 93, Schloemer, R.W. (1954). Analysis and synthesis of hurricane wind patterns over Lake Okechobee, FL. Hydromet Rep. 31. U.S. Army Corps of Engineers (2006). Coastal Engineering Manual, Part : Coastal Hydrodynamics, Chapter -2, Meteorology and Wave Climate. Velazquea, S., Carta, J.A. and Matias, J.M. (2011). Comparison between ANNS and linear MCP algorithms in the long-term estimation of the cost per kwh produced by a wind turbine at a candidate site : A case study in the Canary Islands. Applied energy, 88, Willoughby, H.E. and Rahn, M.E. (2004). Parametric representation of the primary hurricane vortex. Part : Observations and evaluation of the Holland (1980) model. Monthly weather review, American meteorological society, 132, 원고접수일 :2014년 1월 30일수정본채택 :2014년 2월 14일게재확정일 :2014년 2월 26일

433대지05박창용

433대지05박창용 Recent Changes in Summer Precipitation Characteristics over South Korea Changyong Park* JaYeon Moon** Eun-Jeong Cha*** Won-Tae Yun**** Youngeun Choi***** 1958 2007 6 9 6 9 10 10 10 10 10 Abstract This