인공위성은 최첨단 기술로써 시공간적 관측제약이 적어 해양 사고에 효과적 대응과 해양 변동 특성 분석 등으로 각국의 국가 기관들이 위성 정보를 활용하고 있다. 하지만 고해상도 위성 관측 기반 해수면 온도 자료(Operational Sea Surface Temperature and Sea Ice Analysis, OSTIA)는 위성의 기기적, 또는 지리적 오류와 구름으로 인해 낮게 관측되거나 공백으로 처리되며 이를 복원하기까지 수 시간이 소요된다. 본 연구는 최신 딥러닝 기반 알고리즘인 LaMa 기법을 활용하여 결측된 OSTIA 자료를 복원하고, 그 성능을 기존에 이용되어 온 세 가지 영상처리 기법들의 성능과 비교하여 평가하였다. 결정계수(R²)와 평균절대오차(MAE) 값을 이용하여 각 기법의 위성 영상 복원 성 능을 평가한 결과, LaMa 알고리즘을 적용하였을 때의 R²과 MAE 값이 각각 0.9 이상, 0.5℃ 이하로, 기존에 사용되어 온 쌍 선형보간법, 쌍 삼차보간법, DeepFill v1 기법을 적용한 것보다 더 우수한 성능을 보였다. 향후에는 현업 위성 자료 제공 시스템에 LaMa 기법을 적용하여 그 가능성을 평가해 보고자 한다.

태풍 내습 시 신속하고 정확한 해일고 예측은, 연안재해 대응에 필수적인 요소이다. 이러한 해일고의 예측을 위해서 기존에는 태풍예측정보를 수치모델에 적용하여 예측자료를 생산하는 것이 대부분이였다. 이러한 방법은 대용량의 컴퓨팅 자원과 시간이 소요된다는 단점이 있다. 최근에는 인공지능 기반으로 신속하게 예측자료를 생산하는 연구가 다양한 분야에서 진행되고 있으며, 본 연구에서는 인공지능 기반 해일고 예측을 수행하였다. 인공지능 적용을 위해서는 많은 수의 학습자료가 필요하게 되며, 기왕 발생태풍은 개수가 한정되어 있어 본 연구에서는 TCRM(Tropical Cyclone Risk Model)을 통하여 합성태풍을 생성하고, 이를 폭풍해일 모델에 적용하여 해일고 자료를 생성한 후, 학습자료로 활용하였다. 인공지능으로 예측한 해일고와 실제 발생 태풍에 대한 비교 결과, RMSE(Root Mean Square Error)는 0.09 ~ 0.30 m, CC(Correlation Coefficient)는 0.65 ~ 0.94, 최대 해일고의 ARE(Absolute Relative Error)는 1.0 ~ 52.5 %로 분석되었다. 특정 태풍/지점에 서는 다소 오차가 크게 나타나고 있으나, 향후 학습자료의 최적화 등을 통하여 정확도를 개선할 수 있을 것으로 기대된다.

최근 연안지역의 대규모 개발로 인해 고파랑 내습과 강한 태풍으로 발생된 월파는 연안지역의 많은 인명 및 재산피해를 발생시켰으나 연안지역의 특성을 고려한 침수·범람 연구는 미비한 실정이다. 본 연구는 ADCSWAN(ADCIRC+SWAN) 모델과 FLOW-3D 모델을 적용하여 해일 및 파랑의 복합요소에 대한 침수범람을 재현하기 위한 방법론에 대한 연구이다. 본 연구에서는 ADCSWAN(ADCIRC+SWAN) 모델을 이용하여 FLOW-3D 모델의 경계자료(해수위, 파랑)를 추출하고, FLOW-3D 모델 입력값으로 적용하여 태풍 차바 통과시 부산 마린시 티를 대상으로 해일과 월파에 의한 침수범람을 재현하였다. 또한 기존 월파량 경험식과 FLOW-3D 모델로 계산된 월파량을 비교하였으며, 침수범람은 한국국토정보공사의 침수흔적도를 활용하여 정성적인 검증을 수행하여, 본 연구의 유효성을 검토하였다.

본 연구에서는 파랑후측모델링을 통해 우리나라 연안에서의 장기 파랑경향성을 분석하였다. 파랑경향성 분석시 사용한 바람자료는 1979년부터 현재까지 제공하고 있는 ECMWF 바람자료를 사용하였으며, 모델수행 기간은 2001년~2014년으로 14년 동안 수행하였다. 생산된 파랑후측모델링 결과는 국립해양조사원 및 기상청에서 설치한 파랑관측부이 자료를 이용하여 검증하였다. 검증 결과, 태풍 및 폭풍이 발생한 이벤트 상황을 모델이 잘 재현하고 있으며, 정량적인 RMSE 값은 0.5 m로 유의한 결과 값을 보였다. 파랑후측모델링을 통한 최근 14년 동안의 파랑 경향성 분석 결과, 과거에 비해 권역별 파고 2 m 이상 출현율은 전해역 평균 0.082 %/year로 증가하고 있으며, 이는 고파랑이 지속적으로 심화되고 있음을 뜻한다. 이러한 연안 파랑경향성 분석자료는 최근 기후변화에 따른 연안의 취약성평가 및 연안역에서의 침식방지구조물의 방재 설계를 위한 기초자료로 사용 가능하다.

본 연구에서는 해일예측모델링을 통하여 연안역의 해일고를 산정하고, 취약성평가 기법을 적용하여 취약등급을 평가하였다. 해일예측모델링은 ADCIRC 모형을 적용하여 2000년~2014년까지의 27개 태풍을 모의하였으며, 상위 영향 6개 태풍에 대하여 검증하였다. 계산결과는 관측결과와 유의미한 검증결과를 보였다. 진해만, 사천만, 광양만, 천수만 및 경기만 등 주요 내만 연안역에서 해일고가 높게 나타났으며, 산출된 해일고 자료를 이용하여 표준화, 정규화 및 등급화 과정을 거쳐 해일 취약성 평가를 수행하였다. 평가결과, 진해만, 사천만, 광양만 등에서 취약지수가 4∼5등급을 보였으며, 이는 해일의 특성상 영향을 직접 받는 내만역이 취약함을 의미한다. 반면 전남 서부 내만의 취약지수(1∼3등급)는 상대적으로 양호하게 나타났으며, 이는 지난 15년간 이 지역을 통과한 태풍이 크게 영향을 미치지 않았기 때문인 것으로 사료된다. 따라서, 이러한 상대적 불확실성을 보완하기 위해서는 지형적 민감도를 고려한 보다 장기간의 영향누적을 통한 취약성 평가가 필요하다.

본 연구에서는 파랑수치모형(SWAN)을 사용하여 우리나라 연안역에서의 장기 파랑을 후측모델링하고, 그 활용성에 대하여 논하였다. 파랑후측모델링을 위한 입력 바람자료(NCEP, ECMWF, JMA-MSM)를 검토한 결과, JMA-MSM의 예측정확도가 높게 나타났지만 상대적으로 자료제공기간이 짧아 자료제공기간이 긴 ECMWF 바람자료를 채택하였다. 파랑후측모델링은 파랑관측부이가 설치되어 검증이 가능한 2001년부터 2014년까지의 ECMWF 바람자료를 이용하여 수행하였으며, 생성된 모델 결과는 기상청, 국립해양조사원의 파랑관측 부이자료를 이용하여 검증하였다. 파랑후측모델링 검증결과 파랑관측 부이자료와 잘 일치하였으며, 특히 태풍과 같은 이벤트기간의 해역 상황을 전반적으로 잘 재현하였다. 이를 통하여 현재 파랑관측부이 자료의 한계인 결측기간 동안의 파랑자료를 대체할 수 있음을 확인하였다. 하지만 일부 정점에서는 이벤트 기간 동안의 최대파고를 과소평가하는 것으로 나타났으며, 이러한 이유는 바람입력자료의 시간간격 및 해상도, 수심자료, 격자크기 등의 한계로 파악된다. 본 파랑후측모델링 결과는 연안역에서의 침식원인규명 특히, 이벤트 시기의 파랑특성과 연계한 분석이 가능하며, 원하는 연안지점에서의 파랑후측정보를 생산할 수 있어 연안재해취약성평가 등에 활용이 가능하다.

암거흐름은 지형 및 수리조건에 따라 복잡하고, 다양한 흐름특성을 나타내고 있으며, 이로인해 암거설계는 주로 모노그래프를 이용한 설계방식을 채택하고 있는 실정이다. 이는 개수로 암거의 경우 입구부에서의 수심을 산정하여야 하는 어려움과 복잡한 흐름특성 때문인 것으로 사료된다. 본 연구에서는 사각형 암거 입구부에서의 수심을 베르누이 방정식을 이용하여 결정하였으며, 이를 적용하여 여러 가지 형태의 흐름특성에 따른 암거 설계기준식을 개발하였다. 또한 설계항목을

기존의 침투류 산정식들이 가지고 있는 근본적인 문제점에 대하여 고찰하고, 문제점을 개선하기 위한 방안으로 침투류에 대한 지수형 마찰계수 산정식을 개발하였다. 지수형 마찰계수 산정식의 개발은 여러 가지 무차원수를 이용하여 양해적으로 산정치를 구하는 것을 가능하게 하였다. 지수형 마찰계수 산정식의 개발을 위하여 기존연구자들의 실험자료를 재분석하였으며 개발된 산정식으로 침투류 간편설계가 가능하도록 유도하였다. 주어진 조건에 따라 설계유형을 수리경사, 유속 또