Delft3D-FM을 이용한 태풍 내습시 연안해 흐름-파랑 커플링 효과 연구
Investigation of Coastal Effects of Current-Wave Coupling during a Typhoon Event using Delft3D-FM
Article information
Abstract
In this study, the effects of current-wave coupling on coastal hydrodynamics during a typhoon event were investigated using the Delft3D-FM (Flexible Mesh) model. This model is advantageous for simulating flows and waves without the need for nesting, transitioning from the deep seas of the far offshore area, which have coarse resolution, to the shallow waters of the coastal area, which require high resolution. As a result, its computational time is relatively shorter compared to other unstructured grid-based numerical models. This study focused on Typhoon Maysak, which caused significant damage along the coast of Busan, a metropolitan city located on the southeastern coast of Korea. The flow module of the model was forced at the offshore boundaries with the main 13 tidal constituents extracted from the TPXO 8.0 Global Tidal Model database. Boundary conditions and wind forcing for the wave simulations were provided by the ERA5 reanalysis wave data. The flow and wave modules were coupled to simulate the storm surge during the typhoon event. The simulation results showed good agreement with the measured water level and wave data. The results also indicated that the coupling effects tend to increase the storm surge in the inner parts of the bays and raise current speeds in the nearshore.
1. 서 론
지구 온난화는 해수면 상승과 태풍 강도의 증가를 초래하며, 그로 인해 연안 지역에 막대한 영향을 미치고 있다. 한반도에 영향을 준 태풍의 강도의 변화를 살펴본 결과, 연간 최대 강도가 지난 41년 동안 약 31% 증가한 것으로 나타났다(기상청, 2022). 또한, 9-10월에 발생한 태풍을 분석한 결과, 동아시아를 향하는 태풍의 수가 41년 동안 2.6개가 증가한 것으로 확인되었다(기상청, 2022). 이와 함께, 최근 10년간 태풍으로 인한 인명피해는 총 42명에 달했으며, 2021년 기준으로 최근 10년간의 원인별 피해 금액 중 태풍으로 인한 피해액이 1위를 차지할 정도로 큰 피해를 초래하였다(행정안전부, 2022).
태풍은 강한 바람과 비를 동반하는 자연 현상으로, 특히 폭풍 해일고의 상승과 그로 인한 범람은 연안 지역에 큰 피해를 초래한다. 이러한 피해를 줄이기 위해서는 조석, 파랑, 바람 등 다양한 조건을 고려하여 폭풍 해일고를 정확히 산정할 수 있는 기술의 확보가 필요하다. 폭풍 해일고의 상승과 범람은 대기, 파랑, 조석의 상호작용을 통해 급속히 변화하는 일련의 과정 속에서 발생한다. 여러 선행 연구들이 태풍 내습 시 범람 지역 및 폭풍 해일고의 정확한 예측을 위해 해양-파랑 결합 모델의 중요성을 강조해 왔다. Cheon et al.(2009)은 POM 모델을 기반으로 WAM 모델을 수정하여 결합한 폭풍 해일-조석-파랑 수치모델을 제시하였다. 이 모델을 통해 2003년 9월 한반도의 남해안에 큰 피해를 입힌 태풍 매미에 대해 수치모의를 수행하여, 파랑 및 수위의 예측 정확성을 향상시킨 결과를 보였다. Park et al.(2013)은 POM 모델과 천해풍파모델인 SWAN을 결합한 해일-조석-파랑 수치모델을 개발하여, 2003년 9월 한반도에 내습한 태풍 매미 시기의 남동부 해안 지역 해수 유동을 수치 모의하였다. 그 결과, 해일-조석 및 파랑간의 비선형 상호작용을 고려한 경우 해일고를 더 정확하게 예측할 수 있음을 확인하였다.
Hong et al. (2018)은 2012년 8월 20일부터 28일까지 동중국해와 황해를 관통한 태풍 볼라벤 시기에 COAWST 모델을 사용하여 해양-파랑 양방향 커플링, 단방향 커플링, 그리고 독립형 모델링의 파랑 예측결과를 비교하였다. 양방향 커플링 모델의 경우, 파고 예측의 정확도가 다른 방법들보다 향상된 결과를 보여주었다. Yuk et al. (2018)은 해수유동 예측 모델인 ADCIRC 모델과 파랑 예측 모델인 STWAVE 모델을 기반으로 조석-해일-파랑을 결합한 예측 시스템을 개발하여 2012년 9월 발생한 태풍 산바의 한반도 내습 기간 동안 수영강 지역의 해일과 파랑에 의한 범람을 모의하였다. 그 결과, 파고 및 해일고 예측의 정확성을 향상시키기 위해 조석-해일-파랑 커플링의 효과가 중요함을 보여 주었다. Kwon et al.(2020)은 2018년 10월 남해와 동해를 통과한 태풍 콩레이에 대해 ADCIRC 모델과 unSWAN 모델을 결합하여 남해안 일대의 폭풍해일과 파랑을 수치모의하였으며, 일본기상청의 Meso Scal Model(JMA-MSM)과 미국 합동 태풍경보센터기관(JTWC)에서 제공하는 기상장의 예측자료의 신뢰도를 평가하였다. JMA-MSM의 기상장이 JTWC의 기상장보다 폭풍해일 및 파고의 시계열을 잘 재현하는 결과를 보였다. Roh et al.(2021)은 2019년 9월 서해지역을 통과한 태풍 링링을 대상으로 해일 및 파고 예측의 정확성을 높이기 위해 기상청의 Ensemble Prediction System for Global (EPSG) 기법을 적용하였다. EPSG 기법은 여러 시나리오를 고려한 확률적 예측을 제공하여 불확실성을 효과적으로 반영할 수 있으며, 기존 모델과 비교하여 예측 성능이 우수한 것으로 나타났다. 이처럼 태풍이 내습했을 때 발생하는 파랑 및 폭풍 해일에 대한 수치모델의 예측 정확도를 높이기 위해 기존 연구들은 주로 흐름 모델과 파랑 모델의 커플링 기법을 활용하는데 중점을 두어 왔다.
우리나라 남해안의 경우, 겨울철 북서풍의 영향으로부터 비교적 보호된 위치에 있어 파고가 높지 않지만, 여름에는 태풍이 접근하면서 고파랑의 영향을 크게 받는다. 또한, 남해안의 조차는 1 ~ 4 m 정도로 조석의 영향을 무시할 수 없다. 이러한 특성 때문에 남해안의 여름철 해수유동 특성을 분석할 때는 파랑과 조류의 상호작용을 함께 고려하는 것이 중요하다(Yoo et al, 2016). 태풍이 내습할 때 해일과 파랑의 영향을 가장 크게 받는 지역은 해안선 인근의 천해지역으로, 천해지역에 대한 수치모델을 구축할 때는 먼바다에서 전파되어 오는 해일과 파랑의 영향을 고려해야 한다. 일반적으로 수치모델의 격자체계는 외해역부터 내해역까지 넓게 설정하는 방법을 사용한다(Kim et al., 2018). 비정형격자의 경우 단일 격자 구조로 수립하는 방법을 사용하지만, 정형격자의 경우는 외해역 광역 격자와 내해역 정밀 격자를 분리하여 수립한 후, 네스팅을 통해 연계시키는 방법을 사용한다. 그런데, 정형격자는 네스팅 기법을 활용하여 전체 해역 중에서 관심지역에만 정밀격자를 사용하기 때문에 계산시간이 빠르다는 장점이 있다. 그러나 네스팅을 통한 계산 과정에서 물리적 현상의 예측 정확성이 떨어질 수 있는 단점이 있다. 반면, 비정형 격자는 단일 격자 구조로 외해역부터 내해역까지 해수운동의 전파를 연속적으로 계산 할 수 있어 더 정확한 결과를 도출할 수 있다. 그러나, 격자 수가 많아 계산시간이 오래 걸리며, 외해역과 내해역에서 동시에 높은 검증 정확도를 만족시키기가 어렵다는 단점이 있다.
Delft3D-FM (Flexible Mesh) 모델은 외해역에서 광역 정형격자와 내해역에서 정밀 비정형격자를 함께 사용하여 격자체계를 수립함으로써, 네스팅 과정 없이 한 번의 수치계산으로 넓은 해역에서부터 상세한 해역까지의 예측결과를 생산할 수 있다. Delft3D-FM 모델은 기존 정형격자 기반 Delft3D 모델을 개선하여 비정형격자와 혼용할 수 있도록 만든 해수유동 예측모델이다. 즉, 이 모델에서 격자체계를 수립할 때, 수심이 깊고 수심경사가 완만한 외해역에는 격자 크기가 큰 정형격자를 사용하고, 수심 및 지형의 변화가 큰 연안역에는 격자크기가 작은 비정형격자를 사용할 수 있도록 하였다. 이로 인해, 비정형격자 기반의 수치모델에 비해서 계산 시간이 적게 걸리면서도, 외해역에서 내해역까지 네스팅 과정이 없이 단번에 계산이 가능하다. 따라서, 본 연구에서는 Delft3D-FM 모델을 이용하여, 한반도의 주변 해역에 태풍이 내습할 때 발생하는 해일 및 파랑의 수치모의를 수행하고, 흐름-파랑 커플링 효과를 분석 및 평가하고자 한다.
2. 연구방법
2.1 연구 대상 해역
부산시는 한반도의 남동부에 위치한 우리나라의 제2의 도시로, 부산항을 중심으로 해상무역이 발달한 항구 도시이다. 이 지역은 기후뿐만 아니라 산업 활동도 해양의 영향을 크게 받는다. 특히, 부산시 주변 해역에 태풍이 내습할 때, 해일 및 고파랑에 의한 피해가 자주 발생한다. 2000년 이후 한국에 영향을 준 태풍은 총 74개였으며, 이 중 부산에 큰 피해를 준 태풍은 16개이다(KMA, 2024).
Fig. 1은 2000년대 이후 우리나라에 큰 피해를 입힌 대표적인 태풍의 경로를 나타내었다. 2003년에 발생한 태풍 매미는 강력한 바람과 폭우를 동반하여 대한민국 전역에 큰 피해를 입혔고, 특히 부산항의 크레인 붕괴와 선박 침몰 등으로 막대한 인명과 재산 피해를 초래하였다. 또한 2016년에 발생한 태풍 차바는 부산을 비롯한 남부 해안 지역에 큰 피해를 입혔다. 특히 해운대 지역에서는 해일로 인한 해수 범람으로 저지대가 침수되었고, 상가와 주택들이 큰 피해를 입었다. 이 외에도 2007년 태풍 나리, 2010년 태풍 곤파스, 2019년 태풍 미탁, 2020년 태풍 마이삭 및 하이선 등 다수의 태풍들이 부산에 직간접적인 영향을 미쳤다.
2.2 Delft3D-FM 모델
Delft3D Flexible Mesh Suite (Delft3D-FM)은 네덜란드의 Deltares연구소에서 개발한 오픈소스 소프트웨어로, 정형 격자와 비정형 격자를 함께 사용할 수 있어, 강, 하구, 연안 등 복잡한 지역에서의 모델링에 유리하다. Delft3D-FM은 다른 해수 유동 예측모델들과 유사하게 코리올리 힘, 수평 난류 점성, 분조 성분, 기상 외력 등을 고려할 수 있어서, 폭풍해일, 허리케인, 쓰나미, 해수면 및 3차원 흐름, 파랑, 퇴적물 수송 및 지형 변화, 수질 및 생태를 시뮬레이션할 수 있다. 특히, 연안해, 하구, 하천 등 수심이 얕고 지형이 복잡한 해역에서의 수치모의에 적합하다(Deltares, 2016).
2.2.1 해수유동 모듈
(1) 지배 방정식
Delft3D-FM의 해수유동 모델에 사용되는 연속방정식은 비압축성 유체에 대한 연속방정식을 전체 깊이에 대해 적분하여 도출된 수심 평균 연속방정식이다. 이 방정식은 해수면과 바닥 경계조건을 고려하여 Eq. (1)과 같이 주어진다. Eq. (1)에서 Q는 단위 면적당 유량을 의미하며, Eq. (2)로 계산된다.
여기서, t는 시간, h는 수심, U와 V는 각각 수평방향 x축 및 y축 성분에 대한 수심평균 속도, q∈는 유입 유량, qout는 유출 유량, P는 강수량, E는 증발량이다. 수평 방향에 관한 운동량 방정식은 Eqs. (3) 및 (4)와 같이 주어진다. 본 연구에서는, 해수 유동 모델에 대해 수심 방향(즉, z축 방향)으로 평균하여 계산하는 2차원 수심 평균 모델을 사용하였다.
여기서, f는 코리올리 힘, ρ0는 해수의 밀도, P는 압력, νv는 수직 와도 점성계수, 그리고 Fx와 Fy는 수평 레이놀즈 응력을 의미한다. Mx와My는 외부 요인들에 의해 발생하는 추가적인 항들을 나타낸다.
(2) 격자 체계의 구성
흐름 모델은 부산시 연안해를 중심으로 서쪽 여수시 연안해에서부터 울산시 연안해까지의 해역을 포함하는 한반도의 남해 동부해역으로 설정하였다. 모델 계산 영역의 크기는 가로 375 km, 세로 281 km 범위이다. 흐름 모델의 계산영역은 외해역에서 연안해까지 단일격자체계로 외해에서 연안으로 갈수록 격자 크기가 점차 작아지도록 구성하였다. 이 격자체계는 Fig. 2에 제시된 것과 같이 총 3개의 서로 다른 격자 크기를 갖는 해역으로 구분된다. 즉, 외해역에서는 1.8×1.8 km의 격자 크기(overall grid)를 사용하였고, 중간역에서는 격자 크기(mid grid)가 900×900 m로 설정되었으며 진해만과 울산까지를 포함한다. 연안해에서는 마산만에서 부산시의 고리 원자력 발전소 부근까지 포함하여 격자 크기(find grid)를 450×450 m로 설정하였다.
Grid domain systems of (a) & (c) flow and (b) & (d) wave models
2.2.2 파랑 모듈
(1) 지배 방정식
Delft3D-FM의 파랑 모듈은 SWAN 모델을 기반으로 구성되어 있다. SWAN 모델에서 파랑 수치모의에 관한 지배방정식은 2차원 파랑 작용 밀도 스펙트럼(wave action density spectrum)으로 설명된다. 즉, SWAN 모델은 파랑 에너지 밀도(wave energy density) 보다는 파랑 작용 밀도의 스펙트럼인 N(σ,θ)을 사용한다. 2차원 수평공간에서 파랑 스펙트럼의 변화는 Eq. (5)와 같이 데카르트 좌표계에서 스펙트럼 작용 평형 방정식으로 표현된다(Hasselmann et al., 1973).
여기서, 파랑 작용 밀도 스펙트럼 N(σ,θ)는N(σ,θ) = E(σ, θ)/σ으로 정의되며, 에너지 밀도를 상대 주파수(σ)로 나눈 값이다. 첫 번째 항은 시간에 따른 작용 밀도의 국소적 변화율, 두 번째 항과 세 번째 항은 각각 x축 및 y축 방향에서, 네 번째 항은 σ공간에서, 다섯 번째 항은 θ공간에서의 수심과 흐름(depth-induced and current-induced)에 인한 파랑의 변형을 나타낸다. S는 에너지 밀도 측면에서의 파의 생성, 소멸 및 비선형 파랑-파랑 간의 상호작용 효과를 나타낸다.
(2) 격자 체계의 구성
파랑 모델의 계산영역은 흐름 모델의 계산영역과 동일하게 한반도의 남해 동부 해역을 포함하도록 설정하였고, 모델의 격자체계는 두 가지 해상도의 격자로 구성하였다. 첫 번째는 1.8×1.8 km의 광역 격자(overall grid)이고, 두 번째는 450×450 m의 상세 격자(fine grid)이다. 상세 격자 영역의 경우 흐름 모델의 상세 격자 영역과 일치하도록 동일하게 구성하였으며, 이는 연안해에서 흐름 및 파랑 모델 간 해상도 차이로 인해 발생할 수 있는 수치계산 과정 상의 오류 및 오차를 최소화하기 위함이었다.
2.2.3 모델링 절차 및 매개변수의 설정
(1) 모델링 절차
해수 유동과 파랑의 공간적인 변형 특성을 동시에 고려하기 위해, 앞에서 설명하였듯이 본 연구에서는 해수 유동 모델과 파랑 모델을 결합하여 수치모의를 수행하였다. Fig. 3은 해수 유동 모델과 파랑 모델의 결합이 이루어지는 전체적인 모델링 절차를 보여준다. 우선, 해수 유동 모델은 외해역의 경계조건으로 조석의 조화상수 자료를 사용하여 조위 예측을 수행하고 검보정하였다. 조석의 예측이 검증된 해수 유동 모델을 통해 폭풍해일 예측을 수행하기 위해서, 외력의 입력자료로 유럽중기예보센터(ECMWF)에서 제공하는 재분석 기상장(즉, ERA5의 기압 및 바람자료)을 사용하였다.
Flowchart of modeling procedure
다음으로, 파랑 모델은 외해역의 경계조건으로 ERA5의 재분석 파랑자료를 사용하고, 또한 ERA5의 바람장을 전체 계산 영역에서 작용하는 외력의 입력자료로 사용하여 파랑 예측을 수행하고 검보정한다. 이후, 해수 유동 모델과 파랑 모델의 커플링을 통하여 해일고와 파랑을 수치모의하고, 이로부터 생산된 해일고 및 파랑의 예측결과를 관측자료와 비교를 통하여 추가적으로 검보정한다. 해수 유동 모델과 파랑 모델의 커플링은 각 모델에서 계산한 결과를 매 20분마다 주고 받는 교환 과정을 통하여 이루어진다.
(2) 매개변수의 설정
Table 1은 흐름 모델과 파랑 모델에 사용된 주요 매개변수들의 설정 값이다. 흐름 모델의 물리적 파라미터들은 대부분 Delft3D-FM에서 제공하는 기본값을 사용하였다. 여러 물리적 파라미터들 중 바닥면 거칠기(Bed roughness)에 대해서는 Manning 계수 0.01를 사용하였는데, 이는 남해 동부 부근 해역이 86.9%의 뻘 재질로 이루어진 것을 고려한 값이다(KOHA, 2024). 파랑 모델에서도 대부분 기본값을 사용하였으며, 바닥면의 마찰계수로는 JONSWAP 모델을 적용하여 0.038로 설정하였다.
Settings of model parameters
2.3 모델 입력 자료 및 경계 조건
2.3.1 태풍 이벤트
2020년 9월에 한반도를 강타한 태풍 마이삭은 매우 강한 강도로 분류되었으며, 한국을 직접 통과하면서 제주도, 남해 연안, 동해, 울릉도 및 독도 등지에 심각한 인명 및 재산 피해를 입혔다. 2020년 9월1일 22시경에 태풍주의보가 발효되었고, 2020년 9월 3일 10시경 태풍경보가 해제될 때까지 약 38시간 동안 한반도 전체에 영향을 미쳤다. Fig. 4(a)는 태풍 마이삭의 이동경로를 나타낸 것이다. 태풍은 9월 3일 오전 02시 20분경 부산 인근 지역에 상륙했다. 당시 10분간 최대 풍속은 155km/h이었고 중심 기압은 950hPa이어서, 카테고리 2급에 해당하는 태풍이었다. 이후 태풍은 동해로 빠져나와 북한과 중국의 동북부의 지린성 쪽으로 향했다.
(a) Typhoon MAYSAK track, (b) observation station locations
2.3.2 대상 해역의 해상풍 및 해수유동 자료
해상풍 자료는 ERA5 재분석 자료를 사용하였다. ERA5는 유럽중기예보센터(ECMWF)에서 제공하는 기후 재분석 자료 세트로, 1979년부터 기온, 풍속, 풍향 등 다양한 기상 변수를 포함하고 있다. 해상풍 자료는 1시간의 시간 해상도와 31km의 공간 해상도로 제공된다. 본 연구에서는 2020년 8월 30일 06시부터 2020년 9월 3일 11시까지의 자료를 사용하였다.
Fig. 4(b)는 흐름 모델과 파랑 모델의 검증을 위해 사용한 관측자료의 수집 위치를 나타낸 것이다. 흐름 모델의 조석 예측에 대한 검증을 위해서, 국립해양조사원의 9개 조위 관측소와 1개의 해양관측소에서 수집한 해수면 관측자료를 사용하였다. 파랑 모델의 경우, 파고 예측에 대한 검증을 위해 해양수산부에서 운영 중인 해운대 등 5개 지점에서 ADCP와, 국립해양조사원에서 운영 중인 남해동부, 대한해협 지역의 해양 관측 부이, 그리고 기상청에서 운영 중인 통영, 거제도, 울산 지역의 해양기상 부이 등 총 10개 지점 수집한 파고 관측자료를 사용하였다.
2.3.3 경계 조건 및 수치모의 기간
(1) 흐름 모델
흐름 모델의 경계조건으로는 오레곤주립대의 조석모델(OSU TPXO ver8.0) 데이터베이스에서 13개의 조석 성분(M2, S2, N2, K2, K1, O1, P1, Q1, MF, MM, M4, MS4, MN4)에 대한 조화상수를 추출하여 사용하였다. TPXO모델은 TOPEX/Poseidon 위성 자료를 기반으로 개발된 조석 모델로, 전 세계 해양에 대한 조석 성분의 진폭과 위상을 제공한다. Fig. 5에 제시된 것과 같이, 경계 조건으로 경계면에 위치한 동쪽에 11개 지점, 서쪽에 12개 지점, 그리고 북쪽에 7개 지점에서 13개 조석 성분에 대한 진폭과 위상의 조화상수를 적용하였다.
Locations of boundary inputs for flow model
(2) 파랑 모델
파랑 모델의 경계조건으로는 ERA5의 재분석 파랑 자료로부터 유의파고(Hs), 파주기(Ts), 파향(Dir)을 사용하였다. Fig. 6(a)는 파랑 모델의 계산 영역에 대해서 경계조건을 입력한 지점들의 위치를 나타낸 것이다. 파랑 모델의 격자점들의 위치가 ERA5 자료가 제공되는 격자점들의 위치와 다르기 때문에, 파랑 모델의 경계 입력자료는 경계조건으로 설정된 지점들에 대해서 가장 가까운 ERA5의 격자점의 자료를 사용하였다. Fig. 6(b)는 (a)에 표시한 검은색 동그라미 지점에서 경계조건으로 주어지는 유의파고, 주기, 파향의 시계열 자료를 나타낸 것으로, 태풍 마이삭이 한반도를 관통할 때 태풍주의보가 발효된 시점부터 태풍경보가 해제된 시점까지의 기간을 포함하고 있다. 태풍이 내습했을 때, 이 경계 지점에서 최대 유의파고는 9.51m, 최대 유의주기는 11.48s로 나타났다.
(a) Locations of boundary inputs for wave model, (b) an example of wave input data at the boundary location indicated with black open circle in (a)
(3) 수치모의 기간
수치모의는 Table 2에 제시된 것과 같이 두 개의 기간으로 설정하여 수행하였다. 첫 번째 수치모의는 한국 시간을 기준으로 2020년 8월 1일 0시부터 2020년 10월 1일 0시까지 약 두달간의 기간에 대해서 조석 예측의 검증을 위해 수행하였다. 두 번째 수치모의는 파랑 모델과 흐름 모델의 커플링을 통한 해수유동 시뮬레이션을 위해 수행하였다. 이 수치모의 기간은 태풍 내습 시간을 포함하여 2020년 8월 30일 06시부터 2020년 9월 3일 11시까지 총 102시간이다. 두 번째 수치모의 결과는 흐름 모델의 해일고와 파랑 모델의 파고 예측을 검증하는데 사용하였다.
Numerical simulation period
3. 연구결과 및 토론
3.1 조석 예측의 검보정 결과
본 연구에서는 흐름 모델을 사용하여 태풍 내습에 따른 해일고를 예측하기에 전에, 앞에서 기술하였듯이 조석 예측을 수행하고 조화상수를 보정하는 과정을 통해 해수면의 예측 성능을 향상시키고자 하였다. 흐름 모델의 경계 입력자료로 사용된 TPXO 모델은 위성 자료를 기반으로 한 정밀한 조석 모델로 전 세계 해양에서의 조석 성분을 제공한다. 하지만, 이 모델을 통해서 제공되는 조화상수 자료는 위성관측 자료의 정확도나 지역적 특성 등의 영향으로 오차를 내포하고 있어서, 각 조화성분의 조화상수인 진폭과 위상에 대해서 보정하는 과정이 필요했다. 조화상수의 보정은 모든 경계면에서 이루어졌으며, 특히 서쪽 경계에서만 보정한 경우와 전체 경계면을 보정한 경우를 비교 분석하며 경계 입력자료를 수정해 나갔다. 이러한 반복적인 수정 과정을 통해 진폭과 위상의 예측값과 관측값의 차이를 줄여가며 보정하였다. Figs. 7~10은 조석 예측을 위한 경계조건의 검보정 결과를 나타낸 것이다.
Comparison of the predicted and measured amplitudes of the 8 main tidal constituents : Semidiurnal tide a) M2, b) S2, C) N2, d) K2
Comparison of the predicted and measured phases of the 8 main tidal constituents : Diurnal tide a) K1, b) O1, c) P1, d) Q1
흐름 모델의 각 경계면에서 조화분조의 조화상수를 보정한 결과, 흐름 모델의 조석 예측 성능이 전반적으로 크게 개선되었다. 특히, 모든 경계면에서 조화상수 값을 보정한 경우보다 서쪽 경계의 조화상수만을 보정한 경우에서 조화상수들의 진폭과 위상의 예측값이 관측값과 비교하여 더 유사하게 나타났다.
Figs. 7과 9에 제시된 반일주조(K2, N2, S2, M2) 성분들의 보정 결과와 Figs. 8과 10의 일주조(K1, O1, P1, Q1) 성분들의 보정 결과를 서로 비교했을 때, 반일주조 성분에서 진폭 및 위상 오차가 상대적으로 적었다. 이는 조석 예측에 있어 주로 반일주조 성분이 더 큰 역할을 한다는 점을 고려하여 반일주조 성분을 중심으로 오차를 줄이는 보정을 수행하였기 때문이다. 이러한 결과로, M2와 같은 주요 반일주조 성분은 예측에서 매우 안정적인 결과를 보였으며, 이는 모델의 전반적인 예측 성능을 높이는 데 기여했다.
Comparison of the predicted and measured phases of the 8 main tidal constituents : Semidiurnal tide a) M2, b) S2, C) N2, d) K2
Comparison of the predicted and measured amplitudes of the 8 main tidal constituents : Diurnal tide a) K1, b) O1, c) P1, d) Q1
반면, 일주조(K1, O1, P1, Q1) 성분의 경우 진폭에서 상대적으로 더 큰 오차를 보였다. 특히, 10번 관측소인 울산의 경우, O1과 Q1에서 위상의 오차가 크게 발생하였는데, 이는 울산이 동해에서 나타나는 조석 현상의 영향이 크지만 수치모의가 이를 제대로 반영하지 못한 결과로 보인다. 다만, 울산에서의 O1 과 Q1의 값이 상대적으로 상당히 작아 수치모의 영역에 대한 조석에 큰 영향을 미치지 않는다고 판단하였다.
추가적으로, 흐름 모델의 경계조건인 조화상수를 보정한 효과를 상세하게 파악하기 위하여, 모델 도메인의 서쪽과 동쪽의 경계면에서 조화상수를 보정하기 전과 후의 조석 예측결과를 비교하였다. 서쪽 경계면에서 조화상수를 보정한 후의 조석 예측결과가 보정하기 전에 비하여 크게 향상되었다. 반면, 동쪽 경계면에서 조화상수를 보정하기 전과 후의 예측결과는 관측자료와 비교하여 크게 향상되지 않았다. 이는 조석파가 서쪽 경계에서 유입되어 동쪽으로 전파되어 가기 때문인 것으로 판단되며, 또한 흐름 모델에서 경계 조건으로 사용되는 조석의 조화상수의 보정 시 조석파의 진행방향을 고려하여 보정하는 것이 효과적이라는 것을 의미한다. 좀 더 자세히 설명하면, 흐름 모델의 경계조건인 조화상수를 보정하는 과정에서 모델의 검보정에 사용되는 관측자료의 위치에서 조화상수의 관측치와 예측치를 비교하여, 전체적인 통계적 오차를 산정하고 그 차이 만큼 모든 경계면에서 조화상수를 일률적으로 수정해 주었다. 하지만, 이러한 일률적 보정은 조석파가 전파되어가는 방향에 대한 고려가 없어서 보정의 정확성을 높이는데 비효율적이었다. 반면, 모든 경계면에서 조화상수를 보정하는 것 보다는 조석파가 진행하는 방향을 고려하여 서쪽 경계면에 대해서만 조화상수를 보정했을 때 효과적으로 보정의 정확성을 높일 수 있었다.
3.2 파랑 모델링 결과
파랑 모델의 검증의 경우, Fig. 11에 제시된 것과 같이 유의파고의 예측결과와 관측자료와 비교를 통하여 검증하였다. 파랑모델을 통하여 계산된 최대 유의파고의 값은 다소 낮게 산정되었으나, 전체적인 상승 및 감소 추세를 비교적 잘 재현하였다. 최대 유의파고의 예측치는 관측치와 비교하여 부산에서 1.27 m, 거제도에서 1.00 m, 대한해협에서 0.08 m 정도 작게 산정되었다. 이러한 차이가 발생한 원인들로는, 우선 관측 지점과 수치모델의 격자 중 가장 가까운 지점에서 생산된 결과 값을 사용하였기 때문에 실제 관측 위치와 정확하게 일치하지 않는 점을 들 수 있다. 또한, 파랑 모델의 경계조건으로 사용된 입력자료는 유의파고, 주기, 파향 등 ERA5의 재분석 자료로, 재분석 자료가 내재적으로 가지는 오차가 모델 결과에 영향을 미쳤을 가능성도 있다.
Comparison of the predicted and measured significant wave heights in (a) Busan (Gamcheon Port), (b) Geoje Island, and (c) Korea Strait
파랑 예측결과의 지역적인 성능에 있어서는, 부산과 거제도 해역보다 대한해협에서 오차가 작게 나타났다. 이는 대한해협이 외해에 위치하여 파랑을 방해하는 지형적 요소가 거의 없다. 반면, 부산과 거제도의 인근해역에서는 주위에 여러 섬들이 있지만, 수심자료 등 이 해역의 지형자료가 정확성의 한계로 파랑 모델의 수치격자에 실제 수심지형이 정확하게 반영되지 못한 것이 주요 원인일 것으로 판단된다.
3.3 흐름-파랑 커플링을 통한 해수면 예측 결과
흐름-파랑의 커플링을 통하여 계산된 흐름 모델의 해수면 예측 결과를 Fig. 12에 나타내었다. 관측 자료는 1분마다 기록된 것으로, 태풍이 내습했을 때 해일의 영향으로 해수면의 변동이 크게 나타났음을 확인 할 수 있다. 수치모델 초기 약 24시간은 수치계산의 spin-up 기간이다. 이 기간이후 태풍이 내습하기 전까지 조석이 지배하는 시기에 대해서는 수치모델의 해수면의 상승 및 하강 추세가 조석의 만조 및 간조에 따른 해수면고의 변화를 유사하게 잘 재현하였다. 반면, 태풍이 연구대상 지역에 영향을 미치는 시기에 대해서는 수치모델에 재현한 해수면고의 전반적인 추세가 관측치와 비슷하게 나타났으나, 비교적 낮게 산정되는 경향을 보였다. 이에 대한 원인으로, 우선적으로 수치모델의 외력으로 사용한 ERA5 재분석 기상장이 내포하고 있는 오차를 고려해 볼 수 있다. 일반적으로 ERA5 기상장 자료는 태풍 이벤트에 대해서 실제 관측치 보다 과소한 분석치를 보이는 경향이 있다. 또 다른 원인으로, 수치모델에서 외력으로 작용하는 기압 및 바람 등 기상장이 해일을 유발하는 공간적 영향 범위를 고려할 때, 기상장이 태풍 해일을 유발하는데 필요한 도메인 영역을 충분히 넓게 고려하지 못한 데서 비롯된 오차를 고려해 볼 수 있다. Table 3은 만조 시 해수면고에 대한 예측 및 관측치의 차이를 정리하여 나타낸 것으로, 결과적으로 대부분의 지점에서 예측치가 관측치 보다 0.41 m 정도로 작게 산정되었다.
Comparison of the predicted and measured water levels in (a) Busan, (b) Geoje Island, and (c) Gyoboncho
Comparison of water level at high tide
반면, 마산만 해역에서는 예측치가 관측치 보다 조금 크게 모의되었다. 이는 마산 해역이 반폐쇄성 해역으로 흐름 모델에서 기압 및 바람의 효과가 다른 해역들보다 해일을 더 크게 유발시키는데 상대적으로 영향이 컸고, 또한 이 해역에서 해일 발생에 흐름-파랑 커플링 효과(Fig. 13(b) 참조)도 추가적으로 더해진 영향으로 판단된다.
(a) Typhoon’s location before its landfall and (b) difference in water level results between the flow model without and with current-wave coupling
3.4 흐름-파랑 커플링 효과 분석
3.4.1 폭풍 해일에 대한 흐름-파랑 커플링의 효과
흐름-파랑의 커플링 효과를 파악하기 위하여, 그 효과가 가장 뚜렷할 것으로 예상되는 시기로 Fig. 13(a)에 제시된 것처럼 태풍이 부산시 해역에 내습하기 직전인 2020년 9월 3일 00시를 선정하여 수치모델의 예측 결과를 분석하였다. Fig. 13(b)는 이 시기에 흐름-파랑 커플링을 통하여 계산된 해수면고의 예측 결과와 파랑 모델과의 커플링 없이 계산된 흐름 모델의 예측 결과의 차이를 공간적으로 나타낸 것이다. 태풍이 내습 직전에, 모델 내 남서쪽에 위치한 태풍으로 인해 태풍 위치의 주변에서 낮은 기압 및 파고에 의해 해수면고가 상대적으로 높게 나타난 것을 확인할 수 있다. 또한, 마산만 및 연안에서는 바람과 연안 파랑 작용에 의해 해수면고가 상승한 것을 확인할 수 있다.
Fig. 14는 흐름-파랑 커플링을 통하여 계산된 해수면고의 예측 결과와 파랑 모델과의 커플링 없이 계산된 흐름 모델의 예측 결과의 차이를 시계열로 나타낸 것이다. 전반적으로 태풍이 내습하기 전에는 흐름-파랑 커플링의 전과 후를 비교했을 때 그 차이가 크지 않게 나타났다. 하지만, 태풍이 내습하는 시기에는 흐름-파랑 커플링 전과 후의 해수면고 차이가 크게 나타난 것을 확인할 수 있으며, 태풍이 접근할수록 그 차이가 매우 크게 증가하는 것을 알 수 있다. 이는 폭풍 해일 예측에 관한 수치모의에서 파랑을 함께 고려해야 한다는 점의 중요성을 확인시켜준다.
Difference of water level results in time between the flow model without and with current-wave coupling at Geoje Island and Busan New Port
관측 지점별로는 부산항 신항의 해수면고 차이가 거제도의 해수면고 차이보다 더 크게 나타났다. 이는 부산항 신항이 태풍의 진로방향과 거의 수직에 가깝게 해안선에 위치해 있어 태풍이 접근할수록 해일과 파랑의 증가에 따른 상호 커플링 효과가 크게 나타난 반면, 거제도는 주변에서는 해일과 파랑이 증가하도록 하는 지형적인 효과가 상대적으로 미비했기 때문이라고 판단된다.
3.4.2 연안류에 대한 흐름-파랑 커플링의 효과
Fig. 15는 태풍이 내습하기 직전 시기의 흐름-파랑 커플링을 통한 흐름 모델의 유속장 및 커플링 흐름 모델과 단독 흐름 모델의 유속 차이를 나타낸 것이다. 수심이 얕은 연안으로 갈수록 유속장 차이가 크게 나타났으며, 마산만 내에서도 그 차이가 크게 나타났다. 이 시기에 태풍 내습 직전에 흐름 모델의 유속장이 남서쪽에서 북동쪽으로 변하고 있었고, 파랑 모델에 의해서 예측된 파랑의 파향도 북동쪽으로 향하고 있었다. 이 때문에, 동일한 방향으로 진행하는 유속과 파랑이 서로 상호작용을 통하여 커플링된 흐름 모델의 유속이 더 크게 나타난 것으로 판단된다. 또한, 태풍에 의해 발생한 고파랑이 연안 지역에서 쇄파되고 이 쇄파에 의해 발생한 연안류가 흐름에 더해지면서 그 커플링의 효과가 연안으로 갈수록 더 크게 나타난 것으로 판단할 수 있다. 즉, Fig. 15(b)에 제시된 흐름과 파랑의 커플링 효과는 당시 부산해역에서 유의파고가 약 7 m인 상황으로, 연안에서 발생한 강력한 쇄파에 의한 연안류(Longshore current)가 인근의 중간심(intermediate) 해역 및 외해역까지 흘러나가 그 영향 범위가 확장된 것으로 판단된다.
(a) Velocity field at the moment of Fig. 13(a), and (b) difference of flow speed results between the flow model without and with current-wave coupling at the moment of Fig. 13(a)
4. 결 론
본 연구는 Delft3D-FM 모델을 이용하여 부산 인근 해역에서 태풍 내습 시 흐름-파랑의 커플링 효과에 대해 연구하였다. Delft3D-FM 모델의 흐름 모듈을 이용하여 광역 해역에서부터 연안 해역까지 네스팅 과정 없이 조석을 비교적 정확하게 수치 모의할 수 있었다. 흐름 모델의 해수면고 예측결과로부터 분석한 조화상수 값이 관측값과 비교적 잘 일치하는 것으로 나타났다. 또한, 흐름-파랑 커플링을 통하여 계산된 해수면고의 예측 결과에서 조석이 우세하거나 태풍이 우세한 시기 모두 관측값과 비교했을 때, 해수면고의 증가 및 감소하는 경향을 잘 재현했다. 파랑과 흐름 모델의 커플링 효과가 수심이 얕은 연안 지역으로 갈수록 해수면고와 유속을 상대적으로 크게 증가시키는 것으로 나타났다. 이는 연안에서 증가하는 파랑의 쇼울링(shoaling) 효과가 해일에 더해지면서 해수면고를 증가시키고, 또한 유향과 비슷한 방향으로 진행하는 파랑의 쇄파류가 흐름에 더해지면서 유속을 증가시킨 것으로 판단된다. 결과적으로, 본 연구를 통하여 태풍 내습에 따른 해일 및 해수유동 예측에 관한 수치모의를 수행할 때 파랑도 함께 고려해야 하는 중요성을 확인할 수 있었다. 본 연구에 사용된 기상장 입력자료 및 파랑 경계자료가 ERA5의 재분석자료를 사용한 것으로, 연구지역에 대해서 해일 및 파랑에 관한 실제 해수유동 현상을 그대로 재현하는데는 한계가 있을 수 밖에 없었다. 또한, 해일을 예측하는 데에는 수치모의 영역의 크기가 제한적이어서, 정확도를 높이기 위해서는 수치모의 영역을 더 크게 확장할 필요가 있음을 확인할 수 있었다. 향후에는 수치모의 영역의 재설정, 정확한 실제 관측자료의 충분한 확보, 수치모델 외력 및 경계 입력자료의 향상 등을 통해 수치모의의 정확성 및 재현성을 높일 수 있도록 후속 연구를 지속하여 수행할 예정이다.
감사의 글
This work was supported by UST Young Scientist+ Research Program 2023 through the University of Science and Technology (No. 2023YS21), and the Korea Institute of Marine Science & Technology Promotion (KIMST) funded by the Ministry of Oceans and Fisheries (20220431, Development of Simulation Technology for Maritime Spatial Policy)