Home

대한민국 국민안전처에서 발표한 자연재난 특별재난지역 선포현황(Ministry of Public Safety and Security, 2014)에 따르면 2014년 8월 25일 부산, 경남지역을 중심으로 1,342억원의 재산피해와 인명피해를 가져온 호우를 비롯하여 최근 13년(2002년~2014년) 동안 여름철 집중호우에 의한 특별재난지역 선포 횟수가 전체 특별 재난지역 선포 횟수 24건 중 11건(46%)이며, 태풍으로 인한 재난지역 선포 횟수는 8건(33%)으로 13년 동안 호우 및 태풍으로 인해 12조 7,520억원의 재산피해와 469명의 인명피해가 발생하였다. 한반도의 강수 집중은 인간 활동에 막대한 피해를 끼치고 있으며 특히 여름에 연강수량의 반 이상이 내려서 여름철에 집중하는 형태를 보인다(Ho and Kang, 1988). 그러므로 한반도 호우 발생 요인들을 분석하여 악기상에 대한 빠른 대처가 필요한 실정이다. 한반도 호우는 전선 상에서 발달하는 요란, 북태평양 기단 연변을 따라 오는 수증기의 수송, 태풍의 직 · 간접 영향, 지상저기압과 상 · 하층 제트의 상호작용, 중규모 대류계의 발달 등 복합적인 원인으로 발생한다(Ha et al., 2003; Lee et al., 2010; Yun et al., 2012). 더불어 복잡한 산악의 지형적 요인에 의해 수시로 변화하는 대류현상 때문에 실시간 강우 예측에 어려움이 있다. 따라서 실시간 예보 정확도를 높이기 위하여 짧은 관측 주기를 갖는 고해상도 기상 위성을 통하여 관측의 정밀도를 높이려 노력하고 있다(Ebert et al., 2007).

국내에서 개발된 최초의 정지궤도 위성인 천리안 (Communication Ocean Meteorological Satellite, COMS)은 통신, 해양, 기상의 세 분야를 복합적으로 담당하고 있는 위성이다. COMS의 후속 정지궤도 위성으로는 2018년에 발사 예정인 Geostationary Korea Multi-Purpose Satellite 2A (GK-2A)가 있다. Table 1은 기상청에서 발표한 COMS와 GK-2A의 성능을 비교한 표이다. 2011년 4월부터 운영되고 있는 COMS는 1개의 가시 채널과 4개의 적외 채널을 보유하고 있으며 16종의 분석자료를 생산하고 있다. 그러나 채널 수와 산출되는 위성 변수의 부족으로 COMS 자료로 악기상을 충분히 모의하는 데에는 한계가 있다. 이에 반해 새로운 정지궤도 위성 GK-2A는 COMS 채널의 3배에 달하는 16개의 채널을 보유하고 있으며 총 52종의 산출물을 생산하므로 미래에는 GK-2A 산출물을 적극 활용할 필요가 있다(Table 1). 본 연구에서는 GK-2A 산출물의 활용 방법으로 개념모형을 제시하고자 한다. Yang et al. (2005)은 개념모형을 기본 개념과 발생원인에 기반한 모형이라고 정의하였으며, European Organization for the Exploitation of Meteorological Satellites (EUMETSAT)가 지원하는 교육 프로그램인 EUMETRAIN (http://www.eumetrain.org/satmanu/index.html)에서는 기상현상의 주요 특징을 설명하고 발생하는 주요 프로세스를 식별하는 것으로 개념모형을 정의하였다.

“구글 신은 모든 것을 알고 있다”(Jeong et al., 2013)에서 빅 데이터를 얼마나 잘 사용하느냐에 따라 정보 활용도가 다양해질 수 있음을 지적하였다. 구글 트렌드는 사람들이 구글 웹에서 검색한 검색어의 빈도 수와 뉴스 기사 등을 통해 검색어에 대한 관심도 및 인기도를 그래프화하여 보여주고 있다. 실제로 구글 트렌드(Google Trends, https://www.google.com/trends/) 웹을 이용한 검색어에 근거하여 미국의 질병통제예방센터보다 정확하고 빠르게 독감 환자 수를 예측한 사례가 있다(Ginsberg et al., 2009). Figure 1은 최근 4년간(2011년~2014년) 구글 트렌드에서 제공하는 빅데이터를 이용하여 우리나라 국민들의 기상 자료에 대한 수요를 상대적으로 나타낸 그래프이다. 예를 들어 한반도에서 특정 기간 동안 수행한 검색 중 20%가 ‘장마’에 대한 검색이며 이 수치가 최대값일 경우, 구글 트렌드에서는 이를 100으로 나타내었다. 따라서 이 수치는 절대적인 검색 량을 반영한 것은 아니다. 호우와 장마, 그리고 태풍을 시간 흐름에 따른 관심도의 4년 평균한 결과, 호우와 장마만을 비교한 Fig. 1a에서는 호우에 비해 장마가 여름철 피크를 갖고 높은 관심도를 보였다. 그러나 Fig. 1b에서 호우에 비해 관심도가 높았던 장마가 태풍과 비교하였을 경우에 태풍이 월등히 높은 관심도를 보였다. 그래프의 피크가 나타나는 시기를 통하여 장마는 연도 별 장마기간을 전후로 하여 관심도가 높음을 알 수 있다. ‘장마시작 일’, ‘장마기간’이 장마에 대한 주 검색어였으며, 타 검색어에 비하여 월등히 높은 관심도를 갖는 태풍은 ‘태풍진로’와 ‘태풍정보’ 및 ‘태풍피해’에 대한 수요자들의 관심이 우세하게 나타났다. 즉, 수요자는 기상 현상들 중에서도 태풍, 장마, 집중 호우 순으로 그에 대한 정보를 요구하고 있음을 알 수 있다.

Fig. 1. 
Time series of public interest in heavy rain (blue) and Changma (red) (a) without and (b) with typhoon (yellow) obtained from Google trends during the period of January 2011 to December 2014 (Google Trends). The vertical axis shows a relative interest rate of each factor according to other factors.

Lee et al. (2010)은 위성 영상과 위성 자료를 활용하여 사례를 위주로 한반도 호우에 대한 개념모형을 개발하였으나 개념모형에 대한 후속 연구는 활발히 이루어지지 않았다. 따라서 새롭게 산출되는 GK-2A 위성 변수와 현재 사용하고 있는 모델의 역학 변수 및 레이더 변수를 고려하여 한반도 여름철에 막대한 피해를 입히며 국민들의 수요가 가장 높은 태풍과 장마의 한국형 개념모형 도안을 제시하고자 한다. 여기서 한국형이란 한국의 기상학적 · 지형적 요인 등을 고려하여 태풍과 장마 분석에 최적화된 개념모형을 의미한다. 각 목적에 따른 위성 산출 변수들의 분류는 Geostationary Operational Environmental Satellite RSeries(GOES-R)에서 제공하는 정보를 바탕으로 분류하였다(http://www.goes-r.gov). 2장에서는 국내 위성 자료 활용 현황에 대해 설명하고, 3장과 4장에서는 태풍과 장마의 주 발생 메커니즘을 설명하고 GK-2A에서 산출되는 기상 변수들을 이용한 새로운 개념모형 도안을 제시한다. 그리고 5장에서는 주요 결과를 요약한다.

지리적 · 지형학적으로 복잡한 특성을 갖는 우리나라는 국지성 집중호우 · 태풍 · 폭설 등의 위험기상현상이 빈번하게 나타나는데, 이를 예측하고 분석하기 위해 고해상도의 관측자료가 요구된다(Choi et al., 2013). 특히 태풍은 이동속도가 빨라 수치모델만으로 태풍의 경로 및 풍속을 예상하는 데에 한계를 가지고 있으며, 대부분 해양에서 발생하고 성장하며 이동하기 때문에 항공관측이 없는 한 실시간으로 태풍의 정보를 얻을 수 있는 방법은 위성을 통한 원격관측이 유일한 방법이다. 기상청 보도자료에 따르면 가시영상과 적외영상의 해상도가 각각 1 km, 4 km이었던 COMS보다 공간 해상도가 약 4배 향상되어 0.5~1 km의 가시영상과 2 km의 적외영상 해상도를 갖고, 시간당 관측 횟수가 약 4배 증가한 GK-2A는 중소규모의 대류활동 탐지뿐만 아니라 태풍의 위치 분석 향상으로 악기상 감시를 강화시킬 수 있을 것으로 전망된다(Table 1).

장마의 경우, 현재 COMS가 제공하는 고해상도 공간 분해능의 운상, 운정고도 및 대류운 정보를 이용하면 장마전선을 따라 생성되는 중규모 대류복합체의 구조분석이 가능하다. 아울러 수증기 영상을 활용한 건조역 분석도 할 수 있으며 장마전선 내의 가강수량(Total Precipitable Water, TPW)과 강우강도(Rainfall Rate, RR)를 통한 호우역 구분이 가능하다. 그러나 수증기의 국지적 수렴으로 인한 강우강도 및 강우역을 분석하는 데에는 어려움이 있기 때문에, 강우강도는 과소평가되고 강우역은 과대하게 모의되는 경향이 있으므로 이를 극복할 필요가 있다. 또한 국내 위성 영상에 대한 객관적 분석 기술의 경우, 위성자료와 수치모델 및 역학 자료 등을 종합적으로 활용한 위험기상 분석이 이루어지지 않고 있으므로 예보관 혹은 현업 담당자가 활용할 수 있는 가이던스가 제시될 필요성이 대두되고 있다.

현재 운행되고 있는 COMS는 5개의 채널(가시1, 적외4)을 이용하여 총 16종의 변수를 산출하는 반면, GK-2A는 채널 수가 3배 증가한 16개의 채널(가시4, 근적외2, 적외10)을 이용하여 고해상도를 갖는 총 52종의 변수를 산출한다(Table 1과 Table 2). Table 2는 GK-2A의 산출물을 정리하여 나타낸 표이며, 첨자 ‘*’ 는 현재 사용중인 COMS에서 산출되는 변수들을 표시한 것이다. GK-2A를 통하여 기존에 산출된 변수들이 보다 고해상도로 산출됨에 따라 고해상도의 수치모델에 외삽이 가능하며, 초단기 예보과정에서 소규모 대류운의 발달을 모의할 수 있게 된다. 특히, 구름/강수 관련 산출물이 5종에서 19종으로 늘어남에 따라 공기의 상승운동을 나타내는 변수와 안정도 지수가 추가되었다(Table 2). 그러나 모든 변수들을 고려하여 예보할 경우, 처리과정에서 많은 시간이 소요되며 오히려 큰 오차가 생길 위험성이 있으므로 최소한의 변수를 선정한 효율적인 분석이 요구된다.

기상 위성으로 단시간 고해상도의 관측이 가능하지만, 위성의 가시자료와 적외자료를 사용하여 강수량을 추정하는 방법에는 고유한 한계가 있음이 지적되었다(Gruber, 1973; Atlas and Thiele, 1982; Lee et al., 1994). 특히 강수의 경우에 기상 위성이 적도 해양 강수를 잘 모의하는 반면, 중위도와 고위도 강수는 수치 모델이 잘 모의하며(Arpe, 1991), Grassotti and Garand (1994)는 일본의 여름철 강수를 연구한 결과, 위성이 6월은 잘 모의하지만 7월과 8월은 과대 모의하는 경향이 있음을 보였다. 따라서 위성 변수와 더불어 기존에 사용하고 있는 수치역학 변수를 추가로 선정한다면 더 높은 정확성을 기대할 수 있을 것이다(Xie and Arkin, 1997).

2018년부터 COMS 후속 위성으로 운영될 GK-2A는 기존의 COMS 위성보다 4배 이상 향상된 고해상도, 총 16개의 채널 수 및 52종의 산출물을 갖는다. GK-2A의 활용도를 높이고자 본 연구에서는 국민들의 관심도가 가장 높은 악기상인 태풍과 장마의 개념모형을 제안하였다. 개념모형은 어떤 현상의 개념과 발생 원인의 주요 프로세스를 나타내는 것으로(Yang et al., 2005; EUMETRAIN) 태풍과 장마의 개념모형을 발달시키면 한국형 악기상의 예측에 큰 도움을 줄 수 있다.

태풍의 주요 메커니즘으로는 수증기 형성, 대칭성, 열원이 있는데 본 연구에서는 한국형 태풍을 강도와 성질을 고려하여 바람형, 호우형, 복합형의 3가지 유형으로 분류하였다. 바람형은 강풍에 의한 피해가 클 경우를 말하는 것으로 AMV, RMW, MIW를 기상 위성을 통해 관측되는 핵심 변수로 선정하였다. 호우형은 폭우에 의한 피해가 큰 태풍을 말하며 호우형 태풍을 찾기 위해서는 위성에서 산출되는 TPW, RR, RP, VHP 및 SST 경도를 고려해야 한다. 복합형은 바람형과 호우형의 복합적인 성질을 갖는 태풍을 말하며 이를 구분하기 위해 위성 변수 중 CTP, SST 경도, warm SST의 이동 및 이전 태풍의 트랙 등을 주요 변수로 선정하였다.

장마는 수증기 형성, 상승운동, 안정도가 주 메커니즘인데 이를 이용하여 밴드형과 호우형으로 분류하였다. 밴드형은 AMV, TPW, 그리고 PoR이 주요한 위성변수로 선정되었고, 호우형은 기상 위성 변수 중 AMV, CI, TPW, 그리고 RR과 기상 영상의 건조역 분포를 통하여 분석할 수 있음을 알았다. 밴드형과 호우형은 주요 장마 유형인데, 이 외에도 수증기의 연직 상승을 특징으로 하는 낙뢰형과 저고도 에코형으로 장마유형을 분류할 수도 있다. 저고도 에코형은 낙뢰형에 비해 수증기의 상승 코어가 하층에 위치하는 장마 유형을 말한다(Kar and Ha, 2003). 따라서 수증기 수송이 활발하게 일어나며 하층 제트가 강할 때 저고도 에코형 장마가 나타날 수 있다. 그러나 낙뢰형과 저고도 에코형은 그 규모가 meso-γ 스케일로 매우 규모가 작으므로 재분석 자료나 Automatic Weather System(AWS)을 통해서는 관측이 불가능하다. 따라서 고해상도의 위성 영상을 통한 관측이 필요하며, 낙뢰형과 저고도 에코형 장마를 연구함에 있어서는 위성 자료를 활용한 사례분석을 통한 후속연구에서 그 메커니즘을 밝힐 필요가 있다. 더불어 더욱 정교한 한국형 장마개념모형을 만들기 위해서는 위의 변수 선정에서 나아가 한반도의 특성에 맞는 새로운 지수들의 개발이 추가로 이루어져야 한다. 지중해에 위치한 EU 국가들의 경우, KI 대신 대기의 하층과 중층의 상대습도를 추가로 고려한 Mediterranean K-Index 지수를 활용하고 있으며 Rain Dynamic Index를 활용하고 그에 따른 경계값을 개발하여 호우 예측의 정확성을 높인 선례가 있다(Harats et al., 2010). 한국의 경우, Karand Ha (2003)는 한반도 지형에 맞는 low-echo centroid개념을 도입하였으며 Seo et al. (2011)은 상당 온위를 장마 분석 시 추가로 고려해야 하는 중요 변수임을 강조하였다. 그 외에도 폭우에 영향을 미치는 밝기온도범위에 대한 연구(Ryu and Sohn, 2012)가 진행되었고, 기상 위성을 통해 산출된 자료를 바탕으로 호우를 온난형과 한랭형으로 나누어 하계 집중 호우가 고도가 낮고 적은 양의 빙정을 동반하는 온난 형의 구름에 의해 주로 발생함을 보였다(Song and Sohn, 2015). 따라서 선행 및 후속 연구들을 통하여 제시된 인자들을 추가로 활용하여 체계적인 개념모형을 개발해야 한다.

본 연구에서는 GK-2A를 통해 산출될 위성 변수 및 수치 · 역학 변수들을 이용하여 태풍과 장마의 개념 모형을 제안하였다. 현재 운영 중인 COMS보다 뛰어난 성능을 보유한 GK-2A를 통하여 국민들이 보다 정확한 기상정보를 제공받을 수 있을 것으로 기대한다. 더 나아가, 앞으로 본 연구에서 분류한 주요 인자들의 한반도에 적합한 경계값의 설정이 필요하여 다양한 분야에서의 선행 및 후속연구를 적극적으로 활용하고 적용하여 현업에 종사하고 있는 예보관 및 연구원이 사용 가능한 개념모형으로 발전시켜 나갈 필요가 있다.