기후변화로 인한 결빙, 폭설, 집중호우 등 도로에서의 기상조건은 해마다 수많은 인명 피해를 유발하고 있다. 그러나 급변하는 기상상태에 신속하게 대처할 수 있는 도로기상 대응체계가 미흡하여 교통사고로 인한 사회·경제적 손실이 가중되고 있다. 최근 교통사고 통계자료에 의하면 기상상태가 좋지 않을 때의 교통사고치사율은 맑은 날씨일 때 보다 2～3배 심각한 것으로 나타났다(교통안전공단 2016). 따라서 기상악화 시 교통사고예방에 필요한 구체적이고 상세한 기상정보를 운전자에게 제공함으로써 교통사고예방 및 도로 운영의 활용성을 높일 수 있는 도로기상 모델개발이 필요하다. 도로기상 모델과 관련해서 도로기상 선진국(유럽, 캐나다, 일본, 미국 등)은 1990년대 초반부터 도로 노면온도와 노면 결빙점 예측을 위한 다양한 모형을 개발하고 모델의 성능을 검증하기 위한 노력을 기울이고 있다(Meng, 2014; Sato, 2004). 이들 국가는 주요 도로에 대해서 도로기상 관리지원시스템을 구축‧운영하고 있으며, 개발된 모델로부터 추정된 노면상태 정보를 도로이용자 및 도로관리자에게 제공함으로써 교통사고 및 도로파손 손실에 따른 사회적 비용을 줄여나가고 있다. 우리나라 도로기상 분야는 결빙 취약구간인 터널의 입·출입부에 수용액 형태의 제설제 자동 분사장치를 설치하여 운영하고 있는 단계로서 도로기상 선진국과 같이 도로구간 단위로 확장하여 서비스할 수 있는 기술은 미흡한 단계이다. 이들 국가와 같이 도로기상 관리지원시스템을 운영하여 주요 도로에 대해서 도로기상 정보를 실시간으로 서비스하기 위해서는 도로의 한 지점만을 대상으로 하는 기술대응 보다는 전체 도로구간의 노면상태를 예측할 수 있는 기상상황별 통합모델 개발이 우선시 되어야 한다. 이러한 기술개발의 필요성에 따라서 본 연구에서는 기상상황별 노면상태를 서비스할 수 있는 통합모델을 개발하였다. 첫 번째 모델은 겨울철 도로노면의 상태를 예측할 수 있는 모델이다. 노면상태 예측모델은 기계학습 방법 중에 하나인 의사결정나무(Decision Tree) 알고리즘 기반으로 개발되었으며, 이동형 차량(Probe vehicle)에서 수집되는 기상입력 자료를 학습하여 기상요소에 따른 4가지 노면상태(Dry, Moist, Wet, Ice)를 예측할 수 있다. 두 번째로 집중호우 기간에 도로에서 발생하는 도로의 수막정보를 예측할 수 있는 모형이다. 도로의 수막예측 모델은 기상청에서 제공하는 1시간 단위의 AWS(Automatic Weather System) 자료와 10m 단위의 도로기하구조 정보를 활용하였다. 도로에서의 강우량 추정은 kNN(k-Nearest Neighbors)기법을 활용하여 대상도로와 가장 가까운 AWS 관측소의 강우정보를 각 해당 도로구간에 할당하였다. 현재 본 도로기상 통합모델은 서울시 내부순환로와 올림픽대로에 대해서 실시간 서비스할 수 있도록 생산체계가 구축되었다. 도로기상 통합모델은 우리나라 주요 도로에 적용이 가능하여 하절기의 집중호우로 인한 물이 고인 도로지점과 동절기의 기온강하로 인한 도로의 결빙현상 등 도로노면상태 정보를 실시간으로 서비스할 수 있다. 또한 기상 악화 시 도로를 효율적으로 관리할 수 있는 의사결정 도구로 활용되어 교통재난 및 도로파손을 줄이는데 기여할 수 있을 것이다.

본 연구에서는 태풍의 이동경로에 따른 지역별 재해규모 및 강도, 침수피해 면적 등을 비교 분석하였다. 태풍으로 인한 풍수해는 최근 10년간(2002∼2011년) 발생한 자연재해 피해액 중 60%를 차지한다(소방방재청, 2012). 태풍으로 인한 종관 기상학적 특징은 태풍의 내습 경로에 따라 그 차이를 보이며 강우 분포 및 강도 등의 특성 차이로 인해 지역별 재해 규모 및 강도가 다르게 나타난다. 그러나 대부분의 연구들은 기상청에서 관측한 60여개의 종관기상관측시스템(ASOS)자료에 기반을 둔 분석으로 세부지역 기상특성에 따른 재해분포 분석에 어려움이 따른다. 따라서 고해상도 기상특성과 태풍 재해와의 관련 정보 분석이 필요하다 이를 위해서 지난 10년간(2002∼2011년)관측한 약 350여개의 종관기상관측시스템과 자동기상관측시스템(AWS)의 일별 기상자료를 이용하여 태풍 이동경로에 따른 재해의 공간분포 특성을 분석하였다. 분석결과 태풍의 이동경로에 따라 극한강수 분포 패턴의 차이가 나타났으며 재해 범위 및 규모와 밀접한 관련을 가졌다. 또한 태풍의 이동경로 별 재해의 공간분포 패턴에 중요하게 영향을 미치는 기상인자의 차이가 나타났다. 이를 통해 태풍의 이동경로에 따라 지역별로 차별화된 태풍 피해 저감 대책을 마련할 수 있다.

본 연구에서는 1979년부터 2013년까지 소방방재청 재해연보에 기록된 690건의 기상재해를 대상으로 재해의 원인이 된 기상현상을 분류하고, 그에 따른 피해액을 조사하여 기상재해가 우리나라의 경제에 미치는 영향을 평가하였다. 그 결과 35년간 기상재해로 인한 총 피해액은 28조원에 이르며, 매년 평균적으로 19.7건의 재해로 인해 8,039억 원의 피해가 발생한 것을 확인하였다. 기상재해의 발생빈도는 1980년대가 41.9%, 2000년대가 19.3%이었으나, 피해액은 1980년대 10.6%, 2000년대 56.8%으로 기상재해가 대형화되고 있는 것을 알 수 있었다. 재해연보에 나타난 기상재해의 발생원인은 총 31가지로 나타났으며, 두 가지 이상의 기상현상이 나타난 복합현상(5.1%) 보다는 대부분 단일현상(94.9%)에 의해 발생하였다. 기상재해의 발생원인은 호우가 37.8%, 태풍이 8.7%를 차지하였으나, 피해액은 태풍이 45.6%, 호우가 35.4%로 두 개의 현상으로 인한 피해액이 전체의 81%를 차지하였다. 따라서 이에 대한 집중적인 방재대책이 필요한 것으로 보인다. 태풍의 경우 복합적으로 사회, 경제 전반에 걸쳐 파급효과가 가장 크므로 기상정보와 수문, 방재 등을 통합하는 국가적 정보전달 체계가 필요하며, 호우는 도심의 상수 침수 지역에 대한 예측 역량 강화를 통해 맞춤형 집중호우 예측정보에 대한 제공이 필요하다.

In this study, instead of economic estimation of forecast value, we evaluated the value score(VS) of the user satisfaction using the concept of satisfaction/dissatisfaction. We compared the collective Value Scores (cVS) based on outputs of probabilistic forecasts of precipitation seasonally in Seoul and Busan during the period of 2004 to 2013 and ÿnally found the optimum threshold that can improve cVS of both cities. When using 30% threshold, the users can expect a higher cVS compared with those using other thresholds. When using the seasonal optimum threshold in Seoul, the cVS is additionally higher by 9%. These results show the level of satisfaction of the forecast that can be improved when the meteorological communities inform the users the correct threshold of the rainfall probabilistic forecast.

We found that, in 1984, there was a climate regime shift in April mean precipitation in Gwangju of Jeollanam-do province, Korea using a statistical change-point analysis. During the period of post-1984(1985-2013), the April mean precipitation in the years post-1984 showed a distinct decrease, compared to the pre-1984 period(1954-1984). This regime shift was also observed in China and Japan, excluding southern China. One of the major causes for the decreasing April mean precipitation during the recent three decades was the increased snow depth in the mid-latitude regions of continental East Asia. The increased snow depth resulted in strengthened cold and dry anticyclone anomaly over continental East Asia and a relatively weakened subtropical anticyclone anomaly over the western North Pacific. The anomalous synoptic conditious supported a continuation of the typical winter pressure pattern of ‘high-West and low-East’ over East Asia in April. The intensified northerly winds from this zonal pressure pattern anomaly played a significant role in restricting the northern movement of the subtropical anticyclone and there by preventing the inflow of warm and humid air into Korea.

Spring rainfall events were comprehensively analyzed based on the distribution of precipitation amount and the related synoptic weather between 2008~2012. Forty-eight cases are selected among the rain events of the entire country, and each distribution of the 24-hour accumulated precipitation amount is classified into three types: evenly distributed rain(Type 1), more rain in the southern area and south coast region (Type 2), and more rain in the central region (Type 3), respectively. Type 1 constitutes the largest part(35 cases, 72.9%) with mean precipitation amount of 19.4 mm, and the 17 cases of Type 1 are observed in March. Although Type B and C constitutes small parts (11 cases, 22.9% and 2 cases, 4.2%), respectively. The precipitation amount of these types is greater than 34.5 mm and occurred usually in April. The main synoptic weather patterns affecting precipitation distribution are classified into five patterns according to the pathway of low pressures. The most influential pattern is type 4, and this usually occurs in March, April, and May (Low pressures from the north and the ones from the west and south consecutively affect South Korea, 37.5%). The pattern 3(Low pressures from the south affect South Korea, 25%) happens mostly in April, and the average precipitation is usually greater than 30 mm. This value is relatively higher than the values in any other patterns.

본 연구에서는 국립기상연구소에서 구축한 기상기술정책정보센터의 자료를 통해 방재분야에 대한 최근의 정보동향을 분석하였다. 그 결과, 재해를 줄이기 위하여 국내외에서 다양한 첨단 기술을 이용하여 방재 시스템을 구축하여 운영하고 있었으며, 중앙 정부에서 지원한 시스템 외에도 지자체에서 적극적으로 지역 특성에 맞게 방재 대책을 강구하고 있는 것을 알 수 있었다. 또한, 국민들에게 기상재해 경감을 위하여 관련 교육과 홍보를 통해 유사시 대피 요령 등의 인지를 확대하기 위한 노력이 활발하였다.