위성 관측자료 활용 확대에 따른 전지구 파랑자료동화 성능 개선
Improving the Global Wave-Data Assimilation Performance Through the Expanded Use of Satellite Observation Data
Article information
Abstract
기상청은 파랑 예측의 정확성을 높이기 위해 실시간 관측자료를 활용한 전지구 파랑 자료동화체계를 개발하여 현재 운영 중이다. 최근 몇 년간 해양 관측을 목적으로 신규 극궤도 위성 5종이 추가로 발사되면서, 전지구 파랑 자료동화에 활용 가능한 위성의 수가 기존 5종에서 10종으로 두 배 증가하였다. 본 연구에서는 이 신규 위성 5종을 전지구 파랑 자료동화시스템에 통합 적용하여 생성된 파랑 초기장과 유의파고 예측장을 기존의 현업 파랑모델과 비교 분석하였다. 분석 결과, 추가 위성의 사용으로 초기장의 유의파고 RMSE는 최대 7.2%, 24시간 예측장의 유의파고 RMSE는 최대 3.4% 각각 개선된 것으로 확인되었다. 특히, 만과 같이 육지로 둘러싸인 해역에서의 예측 정확도가 과거에 비해 향상된 것으로 나타났다. 이러한 결과를 바탕으로, 앞으로 위성 관측자료의 활용을 더욱 확대함으로써 기상청의 전지구 파랑모델 예측성능을 지속적으로 개선할 수 있을 것으로 기대된다.
Trans Abstract
The Korea Meteorological Administration (KMA) has developed and is currently operating a global wave-data assimilation system that utilizes real-time observational data to improve wave forecast accuracy. In recent years, the launch of five new polar-orbiting satellites for ocean observation has doubled the number of satellites available for global wave-data assimilation, from five to ten. This study integrated these five additional satellites into the existing global wave-data assimilation system and conducted a comparative analysis of the resulting initial wave conditions and significant wave height forecasts and those form the current operational wave model. The results indicate that the root mean square error of significant wave height improved by up to 7.2% for the initial conditions and by up to 3.4% for the 24-h forecasts. Notably, forecast accuracy in semi-enclosed sea areas, such as bays, showed a significant improvement compared to that in previous methods. Based on these findings, the continued expansion of satellite observational data utilization is expected to further enhance the forecast performance of KMA’s global wave model.
1. 서 론
기후변화로 인해 극한 파랑 현상의 발생 빈도와 강도 증가가 보고되고 있다(Reguero et al., 2019). 전 지구 평균 파랑 에너지는 최근 수십 년간 지속적으로 증가하여 강해지는 추세이며, 향후 지구 온난화 수준에 따라 계절별 극한 유의파고의 변화가 예측되고 있다(Meucci et al., 2020). 이러한 파랑의 변화는 연안 지역에서의 침수, 침식 등 피해를 증대시킬 우려가 있어 사회적으로 큰 관심을 모으고 있다. 해수면 상승과 더불어 파랑의 변화는 연안 방재와 해양 구조물 설계에 영향을 주므로, 기후변화 시대에 신뢰성 있는 파랑 예측의 중요성은 더욱 커지고 있다.
연안 재해로부터 인명과 재산을 보호하기 위해서는 정확한 파랑 예측 정보 제공이 필수적이다. 파랑 예측 정확도를 향상시키기 위한 여러 가지 접근법이 연구되어 왔는데, 그 중에서도 자료동화(data assimilation) 기법은 수치모델의 예측 성능을 직접적으로 향상시키는 가장 효과적인 수단 중 하나로 알려져 있다. 자료동화란 실시간 수집된 관측자료를 수치모델에 동화시켜 최적의 초기장을 얻는 방법으로, 파랑모델 분야에서도 1990년대부터 위성 고도계 파고 자료의 동화가 시도되어왔다. Lionello et al. (1995)은 위성 관측 유의파고를 WAM (Wave Model)에 동화하여 전지구 파랑 분석 정확도가 개선됨을 보였고, 이후 최적내삽법(Optimal Interpolation)부터 앙상블 기반 자료동화까지 다양한 자료동화 기법들이 파랑모델에 적용되어 발전해왔다(Greenslade, 2001; Skandrani et al., 2004; Suchandra et al., 2015; Yu et al., 2018; Houghton et al., 2023). 현재 유럽중기예보센터(ECMWF), 미국 NOAA 등 여러 기관에서는 위성 고도계로 관측된 유의파고 자료를 자국의 파랑 예측 모델에 실시간 동화하여 운영하고 있다(Breivik et al., 2015; Houghton et al., 2023). 위성 관측 파고 자료동화는 전지구 해역에서 파랑 예측 오차를 현저히 낮추며, 두 위성 관측자료만 동화하더라도 파고 예측 정확도가 더욱 향상된다고 알려져 있다.
한편, 2010년대 후반부터 해양 위성 관측 기술의 발전과 우주개발 가속화로 다양한 신규 위성들이 발사되면서, 파랑 예측을 위한 활용 가능한 자원도 크게 확대되었다. 기상청은 2021년부터 Jason-3, Sentinel-3A/B, SARAL-AltiKa, Ctryosat-2 등 5종의 극궤도 위성 고도계로부터 관측된 유의파고를 실시간 수집하여 파랑모델에 동화하는 시스템을 구축하여 현업에 운영중이다(Kim et al., 2021; Oh et al., 2023). 이는 국내 최초의 전지구 파랑자료동화 운영 사례로서, 자료동화 적용 이후 파랑예측의 정확도가 눈에 띄게 개선되어 현업 파랑예보에 기여하고 있다. 2021년 이후 Sentinel-6A (미국-유럽 합작), HY-2B/C (중국), CFOSAT (중국-프랑스 합작), SWOT-nadir (미국-프랑스 합작) 등 신규 위성 5종이 추가로 발사되면서 활용가능한 관측자료의 양과 공간 범위가 더욱 확대되었다. 특히, SWOT과 Sentinel-6A와 같은 신규 고도계 위성은 양쪽 레이더를 이용하여 간섭 측정 기술과 정밀한 신호 처리 방식 등을 적용하여 공간 해상도를 획기적으로 향상시켰다(Table 1). 이를 통해 기존 나디르 고도계로는 어려웠던 연안, 내륙 수체, 연안역 해양 구조의 정밀 관측이 가능해졌다(Abdalla et al., 2021; Srinivasan and Tsontos, 2023). 이러한 신규 위성 자료의 활용 확대가 파랑 예측에 미치는 영향에 대한 연구는 아직 초기 단계이지만, 관측자료 증가에 따른 예측 성능 향상 정도를 정량적으로 평가하는 것은 향후 현업 모델 개선에 필수적인 과제이다.
Comparison of Conventional and Emerging Altimetry Missions
최근에는 기존 유의파고뿐 아니라 파랑 스펙트럼 자료 동화와 같은 새로운 시도가 이루어지고 있다. CFOSAT 위성은 전지구 해양을 관측하여 2차원 파랑스펙트럼 자료를 제공하고 있으며, 이를 파랑모델에 동화함으로써 유의파고 동화만으로는 얻기 어려운 예측 성능 향상을 달성하였다고 보고하였다. 특히 유의파고 2.5 m 이상의 높은 파랑 조건에서 더 큰 효과를 발휘함이 확인되었다(Wang et al., 2024). 이러한 새로운 위성 자료의 활용은 향후 태풍과 같은 극한 폭풍에 의한 파랑 예측 및 재난 저감 연구에 크게 기여할 것으로 기대되고 있다. 결국 위성 관측자료의 확대와 첨단 동화 기법의 접목은 전 지구 파랑 예측 수준을 한층 높여줄 것으로 전망된다.
본 연구의 목적은 기존에 5종 위성자료를 활용해온 전지구 파랑자료동화 시스템에 신규 위성 관측 5종을 추가 동화 적용할 경우 예측 성능이 얼마나 향상되는지를 정량적으로 평가하는데 있다. 여름철 3개월 동안 실험을 수행하여 위성자료 증가 전후의 유의파고 예측 오차 개선율을 비교하고, 공간 분포 및 해역별 변화양상을 분석하였다. 이를 통해 향후 기상청 현업 파랑모델에 신규 위성자료의 활용을 확대할 경우 얻을 수 있는 이득을 가늠하고, 안전한 연안 활동 지원을 위한 파랑 예측 향상 방안을 모색하고자 한다.
2. 자료동화 체계 및 실험구성
2.1 전지구 파랑모델 및 위성자료동화 체계
기상청 전지구 파랑모델(GWW3)은 NOAA에서 개발된 3세대 파랑 모델인 WAVEWATCH-III version 6.07을 기반으로 구축되었다(Tolman et al., 2019). 구축된 모델은 위도 70도 이상의 극지역을 제외한 전 지구 영역에 대해 구성되었고, 15초 해상도의 GEBCO 수심자료를 사용하였다. 모델의 공간 격자는 약 25 km 해상도로 구축되었으며, 파랑 스펙트럼은 10° 간격의 36방위와 25개의 주파수대로 구성되었다. 바람 입력자료는 한국형예보모델(Korean Integrated Model, KIM)의 10 m 해상풍 자료를 사용하고 있다. 전지구 파랑 자료 동화시스템(Global Wave Data Assimilation, G-DA)은 전지구 파랑모델과 동일한 기반모델로 구성되어 있으나, 관측자료가 수치모델 내에서 동화되는 차이점이 있다.
기상청 전지구 파랑 자료동화 시스템은 다양한 위성 고도계가 측정한 유의파고 관측자료를 수집하여 파랑모델의 초기장에 동화하고 있다(Table 2). 동화 알고리즘은 2차원 최적내삽 방법으로, 24시간 동안 30분 간격으로 축적된 관측자료를 모아 1일 2회(00, 12UTC) 수행하여, 전지구 파랑모델의 초기장을 생산한다. 이때 모델 예측값과 관측값의 차이를 최소화하도록 파랑 스펙트럼의 에너지를 보정하며, 동화가 적용된 분석 필드는 다음 예측의 초기 조건으로 사용된다. 위성 관측자료와 더불어 실시간 품질검사를 마친 한반도 근해 계류 중인 기상청 해양기상부이와 국립해양조사원의 대형부이에서 관측된 유의파고가 자료동화에 추가적으로 적용되고 있다.
Description and Information for KMA Global Wave Data Assimilation System
전지구 파랑 자료동화시스템을 구축할 당시 이용가능한 위성이 5기였으나, 2021년대에 추가 발사된 위성들이 실시간 수집 망에 편입함에 따라 현재는 최대 10기의 위성 관측자료가 사용 가능하다. Fig. 1은 현재 기상청에서 운영 중인 파랑 예측모델 시스템의 흐름도를 나타낸 것이다. 전지구 파랑모델은 하루 2회(00, 12 UTC) 자료동화를 통해 생산된 파랑 초기장을 사용하여 장기(12일) 예측을 수행하고, 이 결과를 경계로 활용하여 동아시아 영역을 고해상도로 모의하는 지역 파랑모델(RWW3)과 한반도 연안을 고해상도로 모의하는 국지연안 파랑모델(CWW3)이 가동된다. 본 연구에서 제시하는 자료동화 성능평가 실험은 이 시스템 중 전지구 파랑모델 및 자료동화 부분(G-DA)에 대해 집중적으로 수행되었다. 즉, 전지구 파랑모델에 사영되는 위성 관측자료의 구성 변화가 자료동화 된 초기장과 예측장의 정확도에 미치는 영향을 평가하는 것이 본 연구의 핵심이다. 따라서 본 연구에서는 현재 현업으로 수행중인 위성 관측자료 5종만을 동화하여 만든 초기장과 이를 사용하여 예측을 수행한 예측장에 대해서 신규 위성 5종을 추가 적용하여 위성 10종을 동화하여 만든 초기장과 예측장을 비교 분석하였다.
The Flowchart of the Operational KMA Wave Data Assimilation System
Fig. 2는 2024년 7월 1일 00UTC 초기장 생산을 위해 수집된 위성 관측자료의 공간분포를 나타낸다. 위성의 궤도 특성상 두 경우 모두 고위도 지역까지 전 지구 해양을 폭넓게 포함하나, 5개 위성만을 사용한 경우 육지로 둘러싸인 내륙 해나 만에서는 궤적이 제한되는 양상을 보인다. Fig. 3은 동일 자료에 대해서 한반도 영역으로 확대한 결과이다. 10개 위성을 사용함으로써, 황해, 동중국해에서 관측된 유의파고 값을 수치모델에 적용할 수 있게 되었다. 초기장 생산을 위해 30분 간격으로 24시간 동안 수집된 유의파고 관측수는 위성 5개를 사용하였을 때 약 56,855개, 위성 10개를 사용하였을 때 약 118,017개로 위성 수 배증에 따라 이용 가능한 자료가 대략 2배 증가하였다. 이는 동일 동화 창(assimilation window) 동안 확보되는 해양 파고 관측 밀도가 크게 향상됨을 의미하며, 특히 중위도 이상 해역과 육지로 둘러싸인 해역에서 자료 공백을 메우는 효과가 크다.
Spatial Distribution of Significant Wave Heights [unit, m] Along the Tracks of (a) Five and (b) Ten Satellites, Which Were Assimilated Into the Global Wave Model for the Forecast Initializes at 00 UTC on 1 July 2024
Spatial Distribution of Significant Wave Heights [unit, m] Along the Tracks of (a) Five and (b) Ten Satellites, Which Were Assimilated Into the Wave Model Over the Korean Peninsula for the Forecast Initializes at 00 UTC on 1 July 2024
2.2 전지구 파랑 자료동화 기법
실시간 전지구 파랑 관측자료를 동화를 위해 2차원 최적내삽법(2D-Optimal Interpolation, 2D-OI)이 사용되었다. 2D-OI 방법은 파랑모델에서 얻은 배경장(xb)과 위성 관측데이터에서 얻은 관측장(y0)을 결합하여 최적 가중치 행렬을 계산하고 이를 다시 수치모델에 입력하여 분석장(xa)를 생산하는 방식이다. 분석장(xa)은 관측장(y0)과 배경장(xb)의 차이에 가중치 행렬을 적용한 후 이를 배경장(xb)에 더함으로써 정의되며, 최적의 파랑 분석장(xa)은 Eq. (1) 식으로 주어진다.
여기에 가중치 행렬은 배경 오차 공분산(Pb)과 관측 오차 공분산(R)을 사용하여 계산된다. 관측장이 격자화된 수치모델과 다르기 때문에, 배경장에서 관측장의 변수 위치를 맞추기 위한 연산자 H가 필요하다. 이 자료동화에 사용된 OI 기법은 배경 오차가 균질하다고 가정하며, 배경 공분산 오차는 배경 오차 상관계수(Ch)의 곱으로 정의된다. 배경 오차 상관계수(Ch)는 비상관거리(L)와 두 위치 간 거리(dij)의 함수로 Eq. (2)와 같이 표현된다.
본 연구에서는 모델의 해상도와 관측 데이터의 특성을 고려하여 비상관거리를 300 km로 설정하였다. 자료 동화로 얻은 분석장(xa)을 파랑모델에 적용하여 최종적인 파고를 개선하기 위해서는 유의파고뿐만 아니라 전체 파랑 스펙트럼을 보정해야 한다. 각 격자에 대한 재조정 인자(RF)는 배경장과 분석장의 유의파고(significant wave heights, SWHs)의 비율로 Eq. (3)과 같이 계산되며, RF는 관측 데이터가 갱신될 때마다(24시간 자료동화 기간 동안 30분마다) 갱신된다(Oh et al., 2023).
2.3 자료동화 실험 구성
동화 성능 평가를 위한 수치 실험은 2024년 여름철(6~8월)을 대상으로 수행되었고, 전지구 파랑모델의 운용과 동일한 환경에서 초기 조건과 바람장 모두 실제 현업과 일치하도록 설정하였다. 수치실험은 동화되는 관측자료 구성만을 달리한 총 3가지 실험군, i) 각각 위성 관측자료 동화 미적용(NoDA), ii) 5개 위성 자료 동화(DA5), iii) 10개 위성 자료 동화(DA10)로 구성하였다. NODA 실험은 위성 관측 파고 자료를 전혀 사용하지 않고 계류부이와 바람입력장에 의해서만 파고를 모의하여 동화의 효과를 평가하기 위한 대조군이며, DA5는 현재 기상청에서 운영 중인 전지구 파랑예측모델 결과이며, DA10은 DA5 구성에 앞서 언급한 신규 5개 위성관측 자료를 모두 포함한 것으로, 위성자료 활용 확대의 효과를 평가하도록 설계되었다. 모든 실험은 2024년 6월 1일부터 8월 31일까지 1일 2회(00, 12UTC)에 수행되었다. 이때 예보시작 24시간 전 자료를 자료동화하였으며, 생산된 초기장을 사용하여 12일 예측을 수행하였다.
본 연구에서는 유의파고 예측 성능 평가를 위해 위성 기반 관측검증과 분석장 기반 분석검증의 두 가지 방법을 병행하였다. 관측검증은 JASON-3 위성에서 얻어진 유의파고 값을 사용하였다. JASON-3 위성은 동화에 사용된 5개 위성 중 하나이지만, 위성자료는 초기장 생산을 위해서만 사용되었으며, 이를 사용한 예측장의 검증에는 무리가 없을 것으로 판단하였다. 또한, 전세계 계류 부이자료의 경우 대부분이 연안 지역에 위치하고 있어 전세계 파랑모델의 검증을 수행하는데 한계가 있다 판단되어, 중복성의 한계가 있음에도 불구하고 JASON-3 위성 관측자료를 검증에 사용하였다. 두 번째 분석검증은 ECMWF IFS (Integrated Forecasting System)에서 1일 2회 생산하는 전지구 파랑 예측장의 초기 분석장을 기준으로 모델 결과를 평가하였다. ECMWF IFS 분석장 자료는 위성 고도계 및 부이에서 관측된 파고를 동화하여 생산되는 높은 신뢰도의 자료이므로, 이를 사실상의 관측대용으로 활용하여 본 연구의 유의파고를 검증하였다. 분석검증은 관측검증이 포함하지 못하는 지역까지 검증을 수행할 수 있는 장점이 있다. 두 검증 모두 자료동화를 통해 계산된 초기장을 사용한 모델 예측 유의파고의 평균제곱근오차(Root Mean Square Error; RMSE)와 편차(bias)를 계산하여 비교하였다. RMSE는 수치모델의 정확도를 산정하며, 편차는 모델의 경향성을 보여주기 때문에 두 지표를 종합적으로 분석함으로써 자료동화의 영향을 진단하였다. 특히 RMSE의 경우 자료동화 미적용 대비 동화 적용 실험들의 개선율을 산출하여 정량적인 평가를 수행하였다. RMSE 개선율은 Eq. (4)와 같이 정의하며, 양의 값일수록 자료동화로 인한 오차 감소 효과가 있음을 의미한다.
파랑은 수온, 염분과 같은 일반적인 해양 변수와 달리 가지고 있는 영향 시간이 짧기 때문에, 전지구 파랑모델의 경우 초기장의 영향이 일반적으로 2일 내외로 알려져 있다(Oh et al., 2023). 따라서 본 검증은 개선된 초기장의 영향이 예보장에 미치는 영향을 보는 것이기 때문에 예측 초기 5일(120 시간)까지 12시간 간격으로 검증을 수행하였고, 이를 통해 시간 경과에 따른 자료동화 효과의 지속성을 확인하고자 하였다. 일반적으로 자료동화는 초기 시점의 모델 상태를 관측에 가깝게 보정하지만 예측이 진행될수록 동화 효과는 감소하는 경향이 있다. 따라서 동화 즉시의 효과와 예측시간에 따른 효과 감소 정도를 함께 평가하는 것이 중요하다. 또한, 3개월 전체 기간에 대해 계산된 평균 RMSE 및 편차 이외에도 공간적인 분포 특성을 살펴보기 위해, 실험 간 지역별 오차값의 차이를 지도에 표현하여 분석하였다. 이렇게 다각도의 검증을 통해 신규 위성자료 추가에 따른 파랑 예측 성능 변화를 전반적으로 평가하였다.
3. 실험 결과
3.1 초기장 및 예측장의 오차 통계 분석
먼저 2024년 여름철 동안 세 실험에 대해 전지구 평균 RMSE와 편차를 산출한 결과 자료동화의 유의한 효과가 정량적으로 확인되었다. Fig. 4는 JASON-3 위성 관측을 이용하여 계산한 유의파고 RMSE와 편향의 예측시간별 변화를 나타낸 것이다. 동화를 적용하지 않은 경우 초기장의 유의파고 RMSE는 0.57 m 수준이였으나, 자료동화가 적용된 실험들은 초기 오차가 크게 감소하였다. 5개 위성을 자료동화에 사용한 DA5 실험의 경우 유의파고의 RMSE는 0.50 m로 NODA 대비 13.5% 감소하였고, DA10 실험의 초기장의 유의파고 RMSE는 0.48 m로 자료동화를 통해 약 15.6%의 RMSE 감소 효과를 보였다. 이처럼 신규 위성 추가 동화는 기존 동화에 비해 초기 오차를 약 2% 추가 감소시키는 것으로 나타났다. 예측이 진행됨에 따라 RMSE는 모든 실험에서 증가하는 추세를 보이지만, 동화 적용 실험들의 RMSE는 전 예측 기간에 걸쳐 NODA보다 작게 유지되었다. 동화 효과는 시간이 지날수록 감소하여 24시간 이후에는 세 실험간 차이가 좁혀지지만, 예측 72시간 까지도 DA10 실험의 RMSE가 가장 낮고 DA5가 그 다음으로 낮아지는 경향이 계속되었다. 이는 위성 파고 자료동화로 향상된 예측 성능이 약 수일간 유지됨을 의미한다.
Comparison of Significant Wave Height RMSE (a) and Bias (b) of Global Ocean Wave Prediction Model (GWW3) for NODA, DA5, and DA10 Experiments by Lead Time Using JASON-3 Observation During Summer 2024
편차(bias) 분석 결과를 보면, NODA 실험은 초기 분석단계에서 양의 편향을 보이는데, 이는 모델의 기존 예측이 양의 편차를 갖는 상태가 다음 예측의 초기장에 그대로 반영된 것을 의미한다. 그러나 동화가 적용된 실험들의 초기 편향은 0에 수렴하여, 분석시점 모델 파고의 체계적 오차를 효과적으로 제거함을 알 수 있다. 예측시간이 증가하면서 모든 실험의 편향은 점차 양(+)의 값으로 커지는 경향을 보였는데, 이는 시간 경과에 따라 모델이 유의파고를 과대 예측하는 방향으로 변화함을 시사한다. 이러한 모델 편향 증대는 주로 대기장 예측 오차에 기인한 것으로 추정된다. 예측 2일 이후에는 세 실험 모두 비슷한 수준의 편향을 나타내어, 동화 효과가 장기 예측편향 개선까지 지속되지는 않는 것으로 평가되었다.
다음으로 ECMWF IFS를 이용한 분석검증 결과를 살펴보면, 전반적인 경향은 위성 관측검증과 유사하나 동화 효과가 더욱 크게 나타났으며, 전반적인 오차 폭이 위성 관측검증에 비해 작게 나타났다. ECMWF IFS 분석장과 비교한 유의파고 RMSE 및 편차의 예측 시간 변화를 살펴보면, NODA 초기장의 RMSE는 0.28 m였으며, DA5 실험에서는 0.18 m로 약 35.7% 개선되었고, DA10 실험에서는 0.16 m로 약 42.9%로 초기장 RMSE가 개선되는 것으로 나타났다(Fig. 5). 이러한 큰 개선폭은 ECMWF IFS 분석장 자체가 다중 위성들을 동화하여 산출된 것을 고려할 때, NODA 모델의 오차가 상당함을 의미한다. 예측 24시간 시점의 RMSE 개선율도 DA5에서 13.8%, DA10에서 17.2%로 나타나, 예측 1일까지 동화 실험군 NODA 대비 10~17% 가량 낮은 RMSE를 유지하였다. 이후 예측시간이 길어질수록 세 실험의 RMSE가 수렴하여 3일 이후에는 큰 차이가 없었다. 한편 편차의 경우, 자료동화를 수행한 DA5와 DA10의 경우 초기에 동화를 통해 음의 편차를 가지지만, 예측이 수행될수록 NODA 대비 약한 양의 편차를 갖는 것으로 분석되었다. ECMWF IFS를 사용한 분석검증에서 추가적인 위성의 사용은 초기장과 24 h 예측에서 각각 7.2%와 3.4%의 개선이 나타났다.
Comparison of Significant Wave Height RMSE (a) and Bias (b) of Global Ocean Wave Prediction Model (GWW3) for NODA, DA5, and DA10 Experiments by Lead Time Using ECMWF IFS Data
3.2 공간 분포상의 자료동화 효과
선행시간에 따른 오차 개선 외에 지역적인 특성을 살펴보기 위해 RMSE의 차이를 공간적으로 분석하였다. Fig. 6은 파랑 초기장의 유의파고 RMSE의 실험별 차이를 나타낸 것이다. NODA와 비교 실험에서 음의 값으로 진하게 표시된 부분이 자료동화를 통해 개선된 영역이며, 북반구에 비해 남반구에서 자료동화를 통한 개선이 상당함을 알 수 있다. 실험이 진행된 북반구 여름철은 남반구 겨울철로써, 남반구 고위도 지역은 다른 지역에 비해 파고가 상당히 높게 나타나는 지역이다. 남반구 고위도에서 만들어진 너울성 파고는 적도를 지나 북반구까지 영향을 주기 때문에 이 지역의 파고 예측성능 개선은 상당히 고무적이라 할 수 있다.
Spatial Distribution of Significant Wave Height RMSE Differences Among NODA, DA5, and DA10 Experiments
또한, DA10와 DA5 간 RMSE 분포 차이를 통해 신규 위성 5종 추가에 따른 효과만을 확인할 수 있다. 대부분의 해양에서 신규 위성 추가가 RMSE에 큰 변화를 주지 않는 곳이 많았다. 그러나 일부 지역에서는 유의미한 RMSE 감소가 관찰되는데, 특히 육지에 둘러싸인 해역들에서 현저한 개선이 두드러진다. 동해, 지중해, 남중국해, 멕시코만 등 반폐쇄성 해역에서 RMSE 개선이 뚜렷하게 나타나 있으며, 이들 지역에서는 10개 위성 동화 시 RMSE가 5개 위성 동화 대비 0.04~0.08 m 이상 추가 감소하였다. 이러한 경향은 위성의 공간분포 특성과 관련이 있다. 폐쇄에 가까운 바다에서는 위성 궤도가 제한적이어서 5개 위성만으로는 충분한 관측을 확보하기 어려웠으나, Sentinel-6A, HY-2 시리즈 등 신규 위성들이 추가 투입되면서 관측 영역이 확대되어 모델 오차를 효과적으로 줄인 것으로 보인다. 예를 들어 동해의 경우 5개 위성 동화만으로는 관측 공백이 컸으나, HY-2B/2C 위성 등이 추가되어 동해 전역에 걸쳐 관측이 가능해지면서 동화 성능이 향상된 것으로 추정된다. 또한 신규 위성에 탑재된 센서는 공간해상도와 측정 정확도 측면에서 진일보한 기술을 적용하고 있어, 만이나 해협과 같이 지형적으로 복잡한 구역에서도 기존보다 정밀한 해양 파고 관측이 가능하며, 이러한 기술 발전이 폐쇄성 해역의 파랑 분석 정확도 개선에 기여한 것으로 판단된다(Mazaleyrat et al., 2024; Carli, 2025). 전지구 평균적인 관점에서는 위성 증대에 따른 RMSE 개선폭이 비교적 작지만, 지역적으로는 관측자료가 부족했던 해역에서 두드러진 예측 개선 효과가 나타났다. 이는 새로운 위성 자료의 동원이 모델의 취약 지역에 대한 보강 역할을 할 수 있음을 보여준다.
마지막으로, 모델 유의파고 편향의 공간분포 변화를 분석하였다. Fig. 7은 세 실험의 여름철 평균 편차 분포를 ECMWF IFS 대비 계산한 결과이다. 자료동화를 수행하지 않은 NODA 실험에서 남반구 고위도 해역과 동태평양은 모델이 파고를 과대 예측하는 경향을 보이며, 인도양과 적도 태평양 지역은 과소 예측하는 경향이 있었다. 이러한 편향 분포는 대체로 파랑모델의 입력자료로 쓰이는 대기모델 바람장 계통 오차 패턴을 반영하는 것으로 여겨진다. 한편 한국 주변 해역을 포함한 북서태평양 대부분 지역에서는 편향이 0.1 m 이내로 비교적 양호한 모의 정확도를 보였다. 위성 5개만 동화에 사용하여도 NODA에 나타났던 대부분의 큰 편차들은 사라지는 것으로 나타났다. 그러나 DA10의 결과를 보면 몇몇 해역에서 편차의 절대값이 감소한 양상이 확인된다. 특히 동해, 지중해, 멕시코만 등 폐쇄성 해역에서는 편향이 0에 더욱 가까워지는 방향으로 개선되었다. 이는 앞서 RMSE 논의와 일치하게, 신규 위성 자료가 추가되면서 이러한 해역에서 모델의 체계적 오차까지 줄이는 데 도움이 되었음을 시사한다. 전반적으로 DA10 실험은 대부분의 해역에서 편차값이 가장 낮아 세 실험 중 가장 균형 잡힌 파랑 예측을 보였다. 다만 일부 해역에서는 신규 동화에도 불구하고 여전히 수 cm 이상의 잔류 편향이 존재하여, 이것은 모델 물리과정 개선이나 바람입력장 오차 보정 등 자료동화 외적인 접근도 병행되어야 할 부분으로 남는다. 요약하면, 위성 관측자료 동화는 전 지구적으로 파랑 예측의 정확도를 향상시켰으며, 추가 위성자료의 활용은 일부 영역에서 오차를 추가 감소시키는 긍정적 효과를 발휘하였다. 특히 관측망이 미치지 못했던 해양의 사각지대에서 신규 위성 동화의 유용성이 확인되었고, 이는 향후 지속적인 위성 관측 인프라 확충이 파랑 예측 향상에 필수임을 보여준다.
Spatial Distribution of Significant Wave Height Bias Verified Using ECMWF IFS for NODA (a), DA5 (b), and DA10 (c) Experiments
4. 결론 및 시사점
본 연구에서는 위성 관측자료 활용 확대가 전지구 파랑자료동화 예측 성능에 미치는 영향을 평가하기 위해, 현재 운영 중인 5개 위성 고도계 파고 동화 시스템에 신규 위성 5종을 추가 적용한 수치실험을 수행하였다. 2024년 여름철(6-8월) 기간 3개월을 대상으로 동화 미적용, 5개 위성 동화, 10개 위성 동화의 세 가지 실험을 진행하고, 위성관측 및 ECMWF 재분석과의 비교를 통해 유의파고 예측 성능을 검증하였다. 그 결과, 자료동화는 분석장과 단기예측장의 정확도를 현저히 향상시키며, 이러한 효과는 예측 개시 후 수일간 유효함을 확인하였다. 초기 분석 시점의 전지구 유의파고 RMSE는 동화 미적용 대비 5개 위성 동화시 약 14~36% 감소하였고, 10개 위성 동화시 약 16~43%까지 감소하여, 사용된 위성의 수 증가로 추가 개선이 최대 7.2%까지 나타났다. 24시간 예측 결과에서도 동화 실험군들이 약 14~17%의 RMSE 개선효과를 유지하였으며, 특히 위성의 수 증가는 최대 3.4%의 추가 개선을 이루었다. 또한 자료동화를 통해 전체적으로 초기의 모델 과대/과소 경향이 크게 완화되는 것으로 나타났다.
공간 분포 분석을 통해서는 자료동화 효과의 지역적 차이가 드러났다. 대부분의 해역에서 동화 적용으로 RMSE가 고르게 감소하였으나, 신규 위성 추가에 따른 개선은 특정 해역에서 두드러짐을 보였다. 위성자료가 부족했던 동해, 지중해, 남중국해, 멕시코만 등 폐쇄성 해역에서 10개 위성 동화시 예측 오차가 현저히 줄어, 이러한 지역에서는 관측망 강화의 이점이 큼을 알 수 있었다. 이는 새로운 위성들의 투입으로 해당 해역의 관측 공백이 메워지고 자료 밀도가 높아진 덕분으로 해석된다. 나아가 신규 위성의 높은 해상도와 향상된 관측정확도가 결합되어, 만이나 해협과 같은 좁은 지역의 파랑까지도 보다 정확히 모사할 수 있게 되었음을 시사한다. 다만, 관측자료 증대에도 불구하고 여전히 일부 해역에서는 편향 등 잔여 오차가 존재하여, 자료동화 외에 모델 물리 과정 개선이나 풍장 오차 보정 등의 추가 연구가 병행될 필요가 있다.
본 연구 결과는 위성 관측자료의 지속적 확충이 전지구 파랑 예측에 실질적 이득을 줄 수 있음을 실증하였다. 이는 기상청 현업 전지구 파랑모델에 신규 위성동화 적용을 확대함으로써 곧바로 예측 성능을 향상시킬 수 있다는 의미이기도 하다. 실제로 2020년대 들어 발사된 Sentinel-6, SWOT 등의 고도계 임무는 향후 수년간 안정적으로 해양 파고를 제공할 예정이며, 추가 예정인 위성들도 다수 존재한다. 이러한 빅데이터 시대에 걸맞게 수치모델이 활용할 수 있는 관측자원의 총량을 늘리는 것이 가장 직접적이고 확실한 예측 향상 방안 중 하나임을 재확인하였다. 더불어 최근 CFOSAT 위성의 사례에서 보듯, 유의파고뿐 아니라 파랑 스펙트럼과 같은 새로운 형태의 관측자료 동화에 대한 연구가 성과를 거두고 있어, 향후에는 위성 관측정보의 다원화와 첨단 자료동화 기법의 접목이 파랑예측 기술을 한층 도약시킬 것으로 기대된다. 따라서 위성자료 활용의 확대는 궁극적으로 전지구 해양의 극한 파랑 예측 정확도를 높여 연안 방재와 해양 안전에 크게 이바지할 것이며, 기후변화로 인한 해양 위험에 선제적으로 대응하는 데 필수적인 요소가 될 것이다.
감사의 글
본 연구는 기상청 국립기상과학원 ｢기상업무지원기술개발연구-재해기상⋅목표관측⋅분석 활용기술 개발(KMA2018-00123)｣의 지원으로 수행되었습니다.