군집분석을 이용한 한반도 해상 특성 분석 및 구역 분류 = The Classification of Marine Forecast Zone and Their Characteristics around the Korean Peninsula using Cluster Analysis

다국어 초록 (Multilingual Abstract)

In this study, we discuss the marine forecast zone by analyzing the characteristics of wind and wave produced by numerical model. In order to examine the spatial characteristics of marine weather, clusters were spatially classified over the study area through k-mean clustering method. Cluster analysis is conducted for sea surface wind speed and wave which is the most important variables in the marine forecast. Optimized cluster number among several clusters is chosen as 6 classes using mean silhoutte value. Cluster analysis results for wind speed (WS) cases is similar to mean distribution of sea surface wind, but wave height (WH) case is consistent with bathymetry. And cluster analysis which is considering wind and wave height simultaneously is analogous to wind speed cluster analysis. Mean wind speed and wave height of each cluster is increased away from the coastline. Coastal forecast zone which is classified in this study is more closer than current operational marine forecast zone. The cluster classification results are similar to each other in the Yellow Sea and Southern Sea of the Korean Peninsula.

국문 초록 (Abstract)

본 연구에서는 현재 기상청 현업 파랑 예측 모델에서 제공되는 수치모델 결과 값 중 해상풍 및 파랑 등의 해상관련 요소를 이용한 군집분석을 수행하고 한반도 해상 구역별 해상풍 및 파랑의 시·공간적인 특성을 분석해 보고자한다. 연구 방법으로 통계적 방법인 군집분석 기법을 이용하여, 한반도 영역에 대하여 각 군집별 해상구역을 분류하고, 구역별 해양기상특성을 분석하였다. 분석 군집변수로는 해상예보에 중요한 변수로 언급되는 풍속과 파고의 변수를 이용하였으며, 실루엣 평균값을 이용하여 6개의 군집분포를 최적군집으로 선정하였다. 풍속 변수 실험(wind speed, WS)의 경우 평균 해상풍의 크기와 방향이 유사하였으며, 파고 변수 실험(wave height, WH)의 경우 수심에 민감하게 작용하는 경향을 보였다. WS+WH 실험의 경우 WS와 유사한 결과를 보였다. 각 영역별로 최적군집에 대한 특성을 분석한 결과 해안선으로부터 거리가 멀어질수록 각 군집의 평균 풍속과 평균 파고가 증가하는 경향을 보였고, 연구 영역에서 기존 현업 해상예보구역의 앞바다의 영역보다는 더 안쪽으로 연안 가까이에서의 군집이 형성된 모습을 보였으며, 서해와 남해가 유사한 특성의 군집으로 분포하였다.

참고문헌 (Reference)

1 박종길, "해상기상정보의 활용도 향상을 위한 설문조사분석" 한국환경과학회 20 (20): 1095-1104, 2011

2 고희종, "한반도 주변 해역 5개 정점에서 파랑과 바람의 관계" 한국지구과학회 26 (26): 240-252, 2005

3 박창용, "육상 국지 예보 구역의 예보 정확도에 관한 연구" 대한지리학회 42 (42): 1-14, 2007

4 홍한움, "시계열자료 군집방법의 비교연구" 한국통계학회 22 (22): 1203-1214, 2009

5 박희창, "사회지표조사 자료의 K-평균 군집분석" 한국자료분석학회 7 (7): 465-476, 2005

6 장현, "범주형 자료에 대한 군집분석 비교연구" 한국자료분석학회 16 (16): 2439-2445, 2014

7 최영진, "국지기후변화 평가를 위한 군집분석 방법의 타당성 연구 - 충주댐 중심의 사례연구 -" 한국자료분석학회 12 (12): 2297-2309, 2010

8 Lee, C. H., "System and method for analyzing cluster results of large amounts of data"

9 최영진, "K-평균법에 의한 남한 강수지역의 구분 및 강수량 변동패턴에 관한 연구" 한국자료분석학회 11 (11): 2761-2772, 2009

10 박희창, "K-평균 군집방법을 이용한 데이터 융합에 의한 폐기물 데이터 분석" 한국자료분석학회 7 (7): 1271-1279, 2005

11 Moon, Y. -S., "Division of precipitation regions in Korea through the cluster analysis" 26 (26): 203-215, 1990

12 NIMR, "Development and application of technology for weather forecast (Ⅴ) - Improvement of prediction skills in very short, short and mid-term for severe weather" 15-24, 2013

13 Rouyer, T., "Complex interplays among population dynamics, environmental forcing, and exploitation in fisheries" 105 (105): 5420-5425, 2008