한국형 태풍 영향예보 구축을 위한 연구 -현황 및 구성-

1. 서 론

최근 기후가 변화하는 수준을 넘어 기후변화가 극단적인 기상 현상뿐만 아니라 물 부족, 식량부족, 해수면상승, 생태계 붕괴 등 인간에게 되돌릴 수 없는 위험을 초래한 상태를 의미하는 ‘기후위기’라는 용어가 자주 활용되고, 대중화되고 있다. 세계 각국에서 발생하는 기상 및 기후 현상을 관측하고, 관련 정보를 교환하는 협력체인 세계기상기구(World Meteorological Organization, WMO)에서 발간한 글로벌 기후 현황 보고서(2021)에 따르면 온실가스, 해수면 높이, 해수온, 해양 산성도와 같은 4가지 주요 기후변화 지표가 2021년에 역대 최고 기록을 세웠다고 밝히며, 이는 인간의 활동이 지속 가능한 발전과 생태계에 해로운 영향을 미치고 있다는 징후이고, 이는 시작에 불과할 것이라 경고했다. 더불어 전 세계적으로 폭염, 홍수와 같은 막대한 인명 및 재산피해를 주는 기상재해의 급격한 변화가 이루어지고 있다고 선언하였다. WMO는 복합적이고 대형화되는 자연재해 중에서 특히 태풍을 포함한 열대저기압은 홍수, 강풍 등의 복합기상재해를 동반하기 때문에 가장 큰 경제적 손실이 나타난다고 밝혔으며, 국가 간 기후변화협의체(Intergovernmental Panel on Climate Change, IPCC)의 기후변화 적응을 위한 극한 현상 및 재해 위험관리에 따르면, 전 세계는 한 가지 기상 현상의 피해가 아닌 여러 가지 기상 현상으로 인한 피해를 경험하게 될 것이라 경고하였다. 이에 세계 여러 나라에서는 곳곳에서는 이러한 지적들에 기반하여, 태풍을 포함한 열대저기압에 의한 피해를 단일기상재해가 아닌 ‘Multi-Hazard’라는 키워드로 규정하여, 열대성 저기압을 복합기상재해로 다루고 있다.

WMO(2010)는 날씨를 예측하는 예보 정확도는 꾸준히 향상되고 있음에도 불구하고, 복합적이고 대형화되는 기상재해로 인한 피해를 저감 하기 위해 기상 현상에 기반한 정보를 제공하는 기상 현상 예보에서, 기상 현상과 더불어 날씨의 취약으로 인해 예상되는 사회경제적 영향을 개인의 수준에서 활용할 수 있도록 함께 제공하는 기상 영향예보로의 변화를 권고하였다. 이에 세계 각국에서는 기상 영향예보의 도입을 적극적으로 추진하고 있으며, 실제 현업에 활용하고 있다. 우리나라의 경우, 영향 태풍은 과거와 비교하여 더욱 강력해지고 있으며, 자주 오고 있을 뿐만 아니라 특성 또한 급격히 변화하고 있다(Na and Jung, 2019; 2020). 기상 영향예보의 필요성 및 계획에 관련된 연구는 다수 수행되었으며(National Institute of Disaster Prevention Education, 2009; Fire and Disaster Prevention Agency, 2013; KMA, 2016; Korea Meteorological Society, 2016), 폭염, 호우 영향예보와 관련된 연구들(KMA, 2020; KMA, 2021(a), (b))은 일부 이루어지고 있으나, 태풍 영향예보에 관한 연구는 여전히 미흡한 실정이다. 국내의 태풍과 관련된 연구를 살펴보면, 태풍 진로 예측을 위한 기후학적 연구(Choi et al., 2020; Kim et al., 2021; Jang et al., 2022)와 예측 정확도 향상(Choi et al., 2022; Kim et al., 2022)와 관련된 기상학 기반의 기초과학 연구는 수행된 바 있으나, 태풍 영향예보 기반의 복합기상재해 관련 태풍 연구는 전무한 실정이다.

따라서 본 연구에서는 기후위기 시대에 국민 생명 및 재산의 안전과 피해 예방에 절대적으로 필요한 태풍 영향예보의 기반을 구축하기 위하여 국외 태풍 영향예보의 현황을 조사하고, 국내 태풍 영향예보의 현황 및 필요성을 파악한 후 태풍에 동반된 복합기상재해에 대한 위험도를 산출하여, 개인 또는 지자체 수준에서 활용 가능한 정보를 제공하는 것을 목적으로 태풍 영향예보 시스템을 개발하고, 구축하여 국내 태풍 영향예보로의 패러다임 전환을 시도하고자 한다.

2. 국내·외 태풍 영향예보 현황

2.1. 영향예보

영향예보의 정의는 명문화되어 정해진 바 없으나, 국내에서는 위험 기상의 발생 가능성까지 고려하여 함께 전달하는 예보(KMA, 2016), 즉, 기상 현상으로 인해 예상되는 사회경제적 영향을 위험 및 취약성을 고려하여 상세한 기상정보와 함께 전달되는 예보(Korea Meteorological Society, 2016)로 언급된 바 있다. 영국 기상청(Met office)은 영향예보를 기상재해 강도와 재해에 노출되는 정도, 지역적 취약성을 고려하여 기상재해의 영향 시기 발생할 수 있는 사회, 경제적 영향을 사전에 추정하여, 제공하는 것이라고 규정하고 있다. 국내외의 여러 연구 및 기관에서 정의하는 영향예보에 차이가 있기는 하지만, 핵심은 기상재해가 초래할 수 있는 취약성을 고려한 사회경제적 영향을 포함한다는 것이다.

WMO에서는 2003년 재해위험감소(Disaster Risk Reduction, DRR) 프로그램을 수립하였다. 이는 비용 효율성, 자동화 및 지속가능성, 생명과 재산 보호에 기상 및 수문 서비스의 기여를 높이는 것을 비전으로 삼고, 목적은 안정적인 삶과 재산 보호를 위해 효율적이고 체계적인 방식으로 기상·수문 서비스를 제공하는 것으로 DRR 프로그램에 영향예보가 포함되어 있다. 이처럼 WMO는 오래전부터 기상재해 피해 저감을 위한 프로그램을 운영하며 영향예보에 주목하고 널리 권고하고 있다.

2.1.1. 미국

미국은 2012년 5개 지방청에서 영향 기반의 특보를 시범 운용하기 시작하여 2016년에는 전국 80여 개의 지방청으로 확대 시행하였다. 기상 현상에 대한 예보뿐만 아니라 예상되는 영향과 그 정도를 앱 또는 웹, SNS 등을 활용하여 통합적으로 제공함으로써, 재해를 사전에 대비하고 피해를 최소화할 수 있도록 도움을 주고 있다.

미국에서는 The Federal Emergency Management Agency (FEMA)가 National Institute of Building Science에 의뢰하여 개발한 HAZards US-Multi Hazard (HAZUS-MH)를 활용하고 있다. 이는 허리케인, 강풍, 폭염 등의 기상재해에 의한 가능 피해 규모를 산출하는 표준 방법이 고려되어 국가 전 지역에서 재해로 인한 구조물 피해 추정과 사회경제적 위험 평가를 실행할 수 있다. 최근 미국 국립기상청(Nation Weather System, NWS)에서는 기후, 수문 및 기상 현상에 대한 영향예보 기반의 정보를 국민에게 효율적으로 전달하기 위한 서비스로 Impact-based Decision Support Service(IDSS)(Fig. 1(a)) 개념을 도입하였다. 또한, 기상재해에 대한 사회·경제적 피해가 계속 증가하면서 NWS에서는 사전에 기상재해에 대비하고, 준비하여 피해 저감을 목표로 Weather-Ready Nation(WRN) (Fig. 1(b), (c))을 전략적 비전으로 채택하였다.

Fig. 1.

WRN sites and impact-based warning systems adopted by the NWS and NOAA.

2.1.2. 영국

영국에서는 영향예보 업무를 담당하기 위하여 영국 기상청(Met Office)이 아닌 국립 악기상 경보센터(National Severe Weather Warning Service, NSWWS)를 따로 설립하여 악기상 발생 가능성 및 영향의 정도에 따라서 강수, 강풍, 강설, 결빙, 안개와 같은 5가지 기상 현상에 대해 최대 5일 전부터 재해의 발생과 영향에 따라 위험 매트릭스(Fig. 2(a))에 기반한 특보를 발표하고 있다.

Fig. 2.

Example of Typhoon Impact-based Forecast in United Kingdom.

특히 구체적인 영향을 산출하기 위해 기상재해 발생 가능성 및 지역의 취약성을 모두 고려하여 ‘재해 영향 모델’을 구축하였다. 이를 위하여 2011년 영국에서는 정부 부처 간 재해관리의 일관성, 재해에 대한 사전 대응, 특보를 효율적으로 하기 위해 자연재해 파트너십(Natural Hazards Partnership, NHP)(Fig. 2(b))을 설립하여 운영하고 있다. Table 1과 같이 재해별 위험등급을 제공하는 동시에 영향등급에 따른 발생 가능한 위험 및 대응 요령까지 제공하고 있다.

Table 1.

Met Office's Impact Risks and Response Guidelines by Disaster Risk

2.1.3. 일본

일본 기상청(Japan Meteorological Agency, JMA)에서는 2030년까지의 미래전략계획으로 ‘태풍은 복합기상재해를 동반하기 때문에, 재해 영향 이전, 예측 정확도 높은 지역별, 재해별 정보 제공한다’라는 것을 목표로 두고, 일본의 행정구역 체계인 47개의 도도부현별 호우, 강풍, 해일 등 복합기상재해에 대한 정보를 영향 기반의 지역별 위험 수준이 고려된 형태로 제공하고 있으며, 해당 자료는 활용하고자 하는 검색 시점부터 전, 후 5일 전체 자료를, 6시간 간격으로 찾아볼 수 있도록 구성되어 있다(Fig. 3, 4).

Fig. 3.

Example of Typhoon Impact-based Forecast in Japan.

Fig. 4.

Typhoon Impact-based forecasts provided by Disaster and Hazard risk.

위와 같이 미국, 영국, 일본을 비롯하여 프랑스, 독일, 중국 등을 포함한 기상선진국에서는 기상 영향예보로의 전환을 적극적으로 수용하고 있으며, 그와 관련된 연구를 다수 수행하는 등의 기상 영향예보 도입과 관련된 꾸준한 노력을 수행하고 있다. 특히, 베트남, 필리핀과 같은 개발도상국에서조차도 WMO의 재정 및 기술적 지원을 통해 영향예보를 적극적으로 도입하고 있다(Fig. 5).

Fig. 5.

Typhoon Impact-based Forecasting System in the Philippines and Vietnam.

2.2. 국내 현황 및 문제점, 해결방안

미국의 WRN 패러다임 전환선언을 기점으로 세계 각국에서는 기상재해, 특히, 태풍, 허리케인, 폭풍과 같은 복합기상재해를 동반하는 열대저기압에 대해 사전방재에 대한 개념을 확립하고, 국가의 운영 기조를 변경하고 영향예보를 적극적으로 도입하고 있다.

한국의 경우, 한국기상학회(2016)에서 기상 재해별 영향예보에 따른 경제적 가치를 분석한 결과, 총편익의 관점에서 여러 기상재해 영향예보 중에서 ‘태풍 영향예보’가 가장 높은 경제적 가치를 창출할 수 있다고 발표한 바 있다. 한국 기상청은 2015년 기상 영향예보의 기술개발을 시작하고, 근거 마련 및 추진계획을 수립한 바 있다. 이에 2019년부터는 폭염과 한파를 대상으로 한 영향예보 서비스를 수행하였고 2020년에는 ‘2021년부터 태풍 영향예보를 수행할 것이라 공고’하였으나, 2022년 현재, 단순히, 한국의 육상특보 구역에 태풍 특보발표 이후 제공되는 정보인 ‘태풍 상세 위험 시점 정보(Fig. 6)’라는 이름의 기존 태풍 예보에 기상 현상의 현황정보 및 예상 시점만 추가한 정보를 제공하고 있다. 즉, 영향예보의 관점에서 실용적 결과도출은 전혀 없으며, 현장에서의 태풍 사전방재 활동에 활용하기엔 아직은 미흡하고 부족한 수준이다.

Fig. 6.

Typhoon Forecasting System in Korea.

전 세계는 기후위기에 대한 대응으로 ‘영향예보’의 기반을 구축하고 있지만, 한국은 여전히 활용 가능한 수준의 기반 구축이 되어 있지 않다. 이에 본 연구진은 영향예보에 기반을 두어 기상재해의 피해를 줄이기 위한 패러다임의 전환을 선언한 미국 NOAA의 NWS와 WRN Ambassador 협약(Fig. 7)을 체결하였으며, 한국에서 최초로 태풍 영향예보 시스템의 기반을 구축하고, 실제 활용할 수 있는 개발하는 연구를 수행하였다. 본 연구에서는 태풍에 동반된 복합기상재해에 대한 기상학적 규모를 산출하고, 지역별 취약성을 적용하여 지자체 또는 개인이 활용 가능한 행정구역별 지역 맞춤형 정보를 활용하여 복합기상재해에 대한 위험지수를 생산하는 시스템을 개발하고자 하였다.

Fig. 7.

WRN Ambassador logo and select mailings.

3. 한국형 태풍 영향예보

한반도에 영향을 주는 태풍은 더욱 자주 오고, 더욱 강해지고 있다. 이는 한반도뿐만 아니라 전 세계의 기상재해 변화와 유사하다. 이러한 변화추세에 기반하여, WMO에서는 현상 예보에서 영향예보로의 변화를 권고하고 있다. WMO의 권고에 대응하고, 실제로 증가하고 있는 기상재해의 피해를 줄이기 위하여 미국 NOAA와 NWS에서는 2011년, 향후 10년간의 전략계획으로 WRN 패러다임 전환을 선언하였다. WRN은 미국에서 발생하는 극한 기상재해(폭설, 토네이도, 허리케인, 홍수, 가뭄 등)의 영향에 대하여 사전에 위험을 파악하고, 사전에 조치를 취해, 피해를 최소화하고자 하는 국가전략계획이다. WRN 패러다임 전환에 발맞춰 앞서 소개한 기상선진국을 포함한 전 세계의 많은 국가에서는 ‘Ready’, ‘Prepare’라는 용어를 활용하며, 태풍과 같은 열대저기압에 사전 대응할 수 있는 영향예보 시스템을 구축하였다.

한국의 태풍 영향예보는 2016년부터 시범 운영하고, 기술개발 시작, 근거 마련, 추진계획 수립과 같이 점차 진행되어 오고, 발전되어 오는 것처럼 보이지만, 실제 영향예보의 관점에서 실용적 결과도출은 전혀 없으며, 현장에서 직접 활용하기에는 아직은 미흡하고, 아쉬움이 있다.

이러한 점을 보완하기 위하여 2.2절에 언급하였듯이, 미국 NOAA의 기상재해 영향예보 선도기관 WRN과 한국에서는 유일하게, 본 연구진만 Ambassador 협약을 체결하였다(Fig. 7). WRN Ambassador는 전 세계적으로 약 7,000개의 조직으로 구성되어 있으며, 극한날씨, 기상재해에 대한 국가의 준비 및 대응을 개선하기 위해 노력하는 NOAA의 파트너를 공식적으로 인정하기 위한 체계이다. Fig. 7의 WRN Ambassador 로고는 협력관계에 있는 기관 또는 단체를 인정하기 위하여 WRN에서 공식적으로 제공하는 것이다. 본 연구에서는 한반도 영향 태풍에 대한 영향예보 개념의 ‘Ready’를 도입하기 위하여, 기후 위기 시대, 한반도 영향 태풍에 대한 영향예보의 기반인 의사결정 지원 기상정보 시스템(Typhoon-Ready System, TRS)을 개발 및 구축하였다.

3.1. 구성 및 특징

미국 WRN의 열대저기압에 대한 위험도 자료는 다음 Fig. 8과 같이 제공되고 있다. 허리케인으로 인해 미국 영토 내에서 발생할 수 있는 복합기상재해를 전체적으로 다루고 있다는 특징이 있다. 또한, 일본의 태풍 영향예보에서도 Fig. 3과 같이 태풍에 동반되어 지역별로 나타나는 모든 기상재해의 위험에 대한 정보를 제공한다.

Fig. 8.

Multi-hazard meteorological disasters shown on hazard maps in the WRN.

따라서, 본 연구에서도 복합적이고 다양한 기상재해를 동반하는 태풍에 대한 효율적인 정보제공 및 방재 활동을 위하여 태풍 영향 시기 한반도에서 나타나는 모든 복합기상재해를 다루는 것으로 TRS를 구성하였다. 이는 특히, 지형지물이 복잡·다양하여 여러 가지 복합재해가 동시에 발생할 수 있는 한국에 매우 적합할 것으로 사료된다. 태풍에 동반된 복합기상재해로는 강풍, 호우, 해일이 있다. 특히, 일반적인 인식과는 달리, 태풍 영향 시기 우리나라에서 나타날 수 있는 기상재해 가운데 ‘고농도 대기오염’이 있다. Na and Jung(2022)에 따르면 국립환경과학원의 관측자료가 제공되는 2003년부터 2021년을 대상으로 한국 7대 대도시(서울, 부산, 대구, 대전, 인천, 광주, 울산)의 도시 대기 측정망 PM10 관측자료를 활용하여, 태풍 영향 시기와 태풍 영향 시기를 제외한 전 기간(비태풍 시기)의 대기질 예보기준에서 ‘나쁨’ 이상을 나타낸 고농도 사례의 발생비율을 분석한 결과, 태풍 영향 시기를 제외한 전체기간(비태풍 시기)의 고농도 발생확률이 9.4%로 나타났는데, 태풍 영향 시기에도 고농도 발생확률이 9.2%로 나타나서 비태풍 시기와 거의 유사한 빈도로 고농도 미세먼지 현상이 발생한 것을 알 수 있다(Na and Jung, 2022). 즉, 일반적인 인식에서 대기오염에 대한 경각심이 전혀 없는 태풍 영향 시기에도 고농도 발생확률이 평소와 비슷한 확률로 고농도 현상이 발생하는 것으로 나타났다. 따라서 본 연구에서 개발한 TRS는 Fig. 9과 같이 강풍, 호우, 해일뿐만 아니라, 태풍 시기의 고농도 대기오염에 대한 위험도도 제공하는 것으로 구성하였다.

Fig. 9.

Multi-hazard weather disasters accompanied by the Korean Peninsula typhoon considered in the TRS.

기상 영향예보는 재해 발생에 대한 경고를 넘어, 해당 지역의 취약성을 고려하여 지역적으로 차별화된 영향을 제공하는 예보이다. 따라서 기상 영향예보의 기반을 구축하는 것을 목적으로 본 논문에서 개발한 TRS에서는 태풍에 동반된 복합기상재해인 강풍, 호우, 해일, 대기오염에 대한 기상학적 위험성, 규모를 재해요인(hazard)으로 정의하였고, 지역 특성 및 취약성을 취약요인(vulnerability)으로 정의하였으며, 재해요인과 취약요인을 모두 반영하여 위험지수(risk)를 산출하였다(Fig. 10).

Fig. 10.

Flow chart of the TRS.

위험지수를 산정하기 위해 고려한 재해요인은 주로 태풍에 의해 나타나는 기상 현상의 정량적인 규모이다. 이를 산정하는 가장 정확한 방법은 태풍의 영향 시기 실제 관측된 자료를 통해 판단하는 것이다. 그러나 관측자료는 공간적 제한과 태풍 영향 시기의 자료 결측으로 인해 위험성을 정량화하기에는 어려움이 따른다. 따라서 본 연구에서는 시공간적 고해상도의 재해요인을 산정하기 위하여, 예측 정확도 향상 및 예측도 평가를 완료한(Na and Jung, 2019; 2020; 2021; 2022) 기상 수치모델링 Weather Research and Forecasting Model (WRF)(강풍, 호우, 해일) 및 광화학 수치모델링 The Community Multi scale Air Quality Modeling System(CMAQ)(고농도 대기오염)을 활용하였다. 수치모델링을 활용하여 태풍에 동반된 복합기상재해에 대한 재해요인을 산정하였고, Fig. 10과 같이 영향예보의 핵심이라 할 수 있는 취약요인을 고려하였다. 취약요인은 현재의 시점에서 수집할 수 있는 한국의 행정구역별 취약성을 나타내는 요인(노후건물, 하천밀도, 불투수율, 수심, 도시화 정도 등)을 각각의 재해에 맞추어 고려하였다.

4. 결 론

기후변화에서 기후위기로의 전환이 고려되는 시기, 특히, 고령 인구의 증가, 급격한 도시화와 산업고도화에 따른 인구 밀집 현상이 동시에 일어나며, 과거와 달리 기상재해로 인한 영향의 심각화와 복잡하고, 다양한 양상을 유발하고 있다. 이처럼 날로 심각해지고 있는 기상재해에 의한 피해를 줄이기 위해서는 기상예보와 같이 단순히 기상정보만을 제공하던 기존의 공급자 중심 서비스에서 벗어나 기상 현상으로 발생하는 사회⋅경제적 영향을 고려한 ‘영향예보 서비스’로의 전환이 필수적이다. 이에 WMO를 중심으로, 기상재해 피해 저감 목적의 의사결정 지원체계인 영향예보 기반의 사전방재 예보 서비스에 대한 중요성과 필요성이 확대되고 있고, 이에 세계 여러 국가에서는 기존의 현상 예보 중심에서 영향예보로 전환하는 등 기상 현상을 대하는 패러다임이 변화하고 있다. 하지만, 여전히 한국은 이러한 전 세계적인 흐름과는 어긋나게 기상 현상학적 측면에서 정보제공만이 이루어지고 있으며, 특히, 여러 기상재해 중에서도 위험성이 심각한 태풍과 관련해서는 영향예보와 관련된 선행연구나 정책적 추진이 거의 이루어지지 않아 실제 현업에서는 태풍 영향예보와 관련된 정보생산이나 사전방재 활동이 전혀 실시되지 못하고 있다. 이에 본 연구에서는 한국 태풍 영향예보의 기반을 구축하고, 개인 또는 지자체의 현업부서에서 실질적으로 활용 가능한 태풍 영향예보 정보를 생산하기 위하여, 태풍에 동반된 강풍, 호우, 해일, 고농도 대기오염 등 복합기상재해를 유발할 수 있는 재해요인과 취약요인을 고려하여 위험지수를 제공하는 정보생산 시스템인 TRS를 개발하였다. 본 연구에서 개발한 TRS는 미국 NOAA와 NWS의 WRN과 Ambassador 협력관계를 통해 선진화되어 있는 영향예보 개념과 기술을 기반으로 개발하였다.

본 연구에서 개발된 TRS를 활용한다면, 태풍이 예보되었을 경우, 지역별로 예상되는 재해로부터의 위험을 사전에 파악하고, 이를 활용하여 사전방재 활동에 유용하게 활용할 수 있을 것으로 사료된다. 또한, 한국에 추후 적용될 태풍 영향예보의 기반으로 활용할 수 있도록 본 논문을 통해 개발된 TRS는 현재 협력관계를 유지하고 있는 NOAA WRN의 피드백을 받아, 협조하여, WRN에서 활용하고 있는 미국의 선진화 된 영향예보시스템을 TRS에 적용하여 꾸준히 개선하고 업그레이드할 예정이다.

재해는 시간의 흐름에 따라 발생 이전, 발생 단계, 발생 이후와 같이 3단계로 나누어진다. 한국은 모든 단계에서 개인과 지자체 수준의 대응이 아닌 공식 발표하는 정보와 대응을 기다리는 실정이다. 본 연구를 통해 개발된 TRS의 결과를 웹과 앱을 통해 개인 또는 지자체 수준에서 태풍의 영향 이전, 사전에 방재 활동이 가능하도록 제공할 예정이다.

Acknowledgments

이 논문은 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구입니다(No. RS-2023-00212688).

REFERENCES

• Ahn, S. H., Park, K. J., Kim, J. Y., Kim, B. J., 2015, The characteristics of the frequency and damage for meteorologicaldDisasters in Korea, J. Korean Soc. Hazard Mitig, 15(2), 133-144. [https://doi.org/10.9798/KOSHAM.2015.15.2.133]
• Camago, S. J., Sobel, A. H., 2004, Western north pacific tropical cyclone intensity and ENSO, American Meteorological Society, 18, 2996-3006. [https://doi.org/10.1175/JCLI3457.1]
• Carlton, A. G., Bhave, P. V., Napelenok, S. L., Edney, E. O., Sarwar, G., Pinder, R. W., Pouliot, G. A., Houyoux, M.. 2010, Model representation of secondary organic aerosol in CMAQv4.7, Environmental Science and Technology, 44(22), 8553-8560. [https://doi.org/10.1021/es100636q]
• Carolina, C., Blanca, M., Jorge, Z. H., 2014, Sensitivity of the surface temperature to changes in total solar irradiance calculated with the WRF model, Geofísica Internacional, 53(2), 153-162. [https://doi.org/10.1016/S0016-7169(14)71497-7]
• Cater, W. P. L., 2000, Documentation of the SAPRC-99 chemical mechanism for VOC reactivity assessment, Final Report to California Air Resources Board.
• Center for Watershed Protection (CWP), 2003, Impacts of impervious cover on aquatic system. Watershed Protection Research Monograph No. 1., Center for Watershed Protection.
• Choi, J. W., Park, K. J., Lee, K. M, Kim, J. Y., Kim, B. J., 2020, Deceasing trend of summertime TC frequency in Japan, J. Environ, Sci. Int., 24(7), 851-864. [https://doi.org/10.5322/JESI.2015.24.7.851]
• Chug, H. N., John, S. O., Joerg, F., Luis, C. N., David, M. H., 2021, Typhoon track simulations in the North West Pacific: Informing a new wind map for Vietnam, Journal of Wind Engineering and Industrial Aerodynamics, 208, 104441. [https://doi.org/10.1016/j.jweia.2020.104441]
• Disaster Prevention Research Institute of the National Institute of Disaster Prevention Education, 2009, Planning study on the establishment of an integrated disaster management system in Korea - Focusing on Disaster Response -, 1-341.
• Do, C., Kuleshov, Y., 2022, Multi-hazard tropical cyclone risk assessment for Australia, Natural Hazards and Earth System Sciences Discussions, 1-19. [https://doi.org/10.5194/nhess-2022-139]
• Draxler, R. R., Hess, G. D., 1998, An Overview of the HYSPLIT_4 modeling system of trajectories, dispersion, and deposition, Aust. Meteorol. Mag., 47, 295–308.
• Draxler, R. R., Rolph, G. D., 2003, Hysplit(Hybrid Single-Particle Lagrangian Integrated Trajectory) Model, Journal of Applied Meteorology, 42, 308-317.
• FEMA, 2019 National Threat and Hazard Identification and Risk Assessment (THIRA) -Overview and Methodology-.
• Fire and Disaster Prevention Agency, 2013, Planning and research on the advancement of the korean disaster management System through case studies of advanced disaster Management system, 1-485.
• Florida Department of Financial Services (FDFS), 2005, Florida public hurricane loss projection model, Engineering Team Final Report Volume I-Ⅲ, 48.
• IPCC, 2022, Climate Change 2022, Impacts, Adaptation and Vulnerability Working Group II Contribution to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change.
• Jang, H. W., Son, C. Y., Park, J. H., Jang, S. H., Kim, J. M., 2022, A Study on the time-periodic characteristics of changes in typhoon activities and typhoon-induced rainfall over the Korean Peninsula, J. Korean Soc. Hazard Mitig, 18(7), 395-402. [https://doi.org/10.9798/KOSHAM.2018.18.7.395]
• Jeong, J. I., Park, R. J., 2013, A Study of the effects of SST deviations on heavy snowfall over the Yellow Sea, Korean Meteorological Society, 23(2), 161-169. [https://doi.org/10.14191/Atmos.2013.23.2.161]
• Kang, S. W., Jun, K. C., Bang, G. H., Park, K. S., 2002,. Empirical relationship between central pressure and maximum sustained wind for tropical cyclones in Northeast Asian Sea, Journal of the Korean Meteorological Society, 38(5), 523-530, (in Korean with English abstract).
• Karamouz, M., Razmi, A., Nazif, S., Zahmatkesh, Z., 2017, Integration of inland and coastal storms for flood hazard assessment using a distributed hydrologic model, Environ. Earth Sci., 76, 395. [https://doi.org/10.1007/s12665-017-6722-6]
• Kim, H. M., Min, K. R., Kim, I. G., Lim, B. H., Youn, M. J., Kim, S. B., 2017, Paradigm shift to impact-based forecasting and warning services for natural hazard response, Innovation studies, 12(3), 161-177. [https://doi.org/10.46251/INNOS.2017.08.12.3.161]
• Kim, J. Y., Yun, J. Y., Kim, H. S., Kim, B., 2016, Disaster damage assessment of old and deteriorated buildings in urban area under the climate change scenarios, Journal of Korea Planning Association, 51(4), 263-275. [https://doi.org/10.17208/jkpa.2016.10.51.5.263]
• Kim, S. B., Moon, J. H., Kim, T. K., 2021, A Coupled numerical modeling study of a sea fog case after the passage of typhoon Muifa over the Yellow Sea in 2011, J. Geoph. Res., 126(3) e2020JD033875. [https://doi.org/10.1029/2020JD033875]
• Kim, T, H., Jeong, J. H., Kim, Y. K., 2022, Sensitivity analysis of the WRF model according to the impact of nudging for improvement of ozone prediction, J. Environ. Sci. Int., 25(5), 683-694.
• Klawa, M., Ulbrich, U., 2003, A Model for the estimation of storm losses and the identification of severe winter storms in Germany, Natural Hazards Earth System Sciences, 3, 725-732. [https://doi.org/10.5194/nhess-3-725-2003]
• Korea Meteorological Administration, 2006, Disaster weather/abnormal climate analysis and prediction: focusing on typhoons and disaster storms, 1-884.
• Korea Meteorological Administration, 2016, A Planning study on how to introduce impact forecasts, 1-189.
• Korea Meteorological Administration, 2020, Final report on the development of heavy rain risk assessment technology by basin using ultra-short, short, medium, and long-term forecast data, 1-142.
• Korea Meteorological Administration, 2021, Final report on development of disaster impact model in heat wave, 1-1077.
• Korean Meteorological Society, 2016, Planning Study on the Introduction of Impact Forecasting, 1-189.
• Ku, H. Y., Kim, T. Y., Song, Y. I., 2021, Coastal vulnerability assessment of sea-level rise associated with typhoon-induced surges in South Korea, Ocean & Coastal Management, 213(1), 105884. [https://doi.org/10.1016/j.ocecoaman.2021.105884]
• Lee, S. W., Choi, G. Y., 2013, Spatio-Temporal Patterns of Extreme Precipitation Events by Typhoons Across the Republic of Korea, The Korean Association of Regional Geographers, 19(3), 384-400.
• Li, M. Y., Jung, J. C., 2021, Assessing the development level of urbanization on the impact of air quality improvement: A Case study of provinces and MunicipalitiesR egion, China, Journal of Environmental Policy and Administration, 29(3), 77-111. [https://doi.org/10.15301/jepa.2021.29.3.77]
• Meteorological Agency, 2021, Final report on the development of disaster impact models in the heavy rain sector, 1-378.
• Na, H. N., Jung, W. S., 2019, Assessment of the suitability of the typhoon disaster prevention model according to the typhoon maximum wind speed radius and surface roughness length, J. Korean Soc. Atmos. Environ., 35(2), 172-183. [https://doi.org/10.5572/KOSAE.2019.35.2.172]
• Na, H. N., Jung, W. S., 2020, A Study on improving the prediction accuracy of a typhoon disaster prevention model part II: Sensitivity of the WRF Model to GDAPS, RDAPS, GFS Data, J. Korean Soc. Atmos. Environ., 36(4), 522-532. [https://doi.org/10.5572/KOSAE.2020.36.4.522]
• Na, H. N., Jung, W. S., 2021, A Study on improving the prediction accuracy of a typhoon disaster prevention model part III: Sensitivity of the WRF Model to Soil Data, J. Korean Soc. Atmos. Environ., 37(2), 248-262. [https://doi.org/10.5572/KOSAE.2021.37.2.248]
• Na, H. N., Jung, W. S., 2022, Radius of maximum wind speed suitable for typhoons affecting the Korean peninsula part I: Evaluation of prior experiences formula, J. Korean Soc. Atmos. Environ., 38(1), 88-99. [https://doi.org/10.5572/KOSAE.2022.38.1.88]
• Na, H. N., 2023, Development of a regional customized risk assessment and Prediction-Diagnosis System Based on Impact-based forecasting for the prevention of Typhoon-related Multi-Hazard Meteorological Disaster –Typoon Ready System, Inje University, Doctoral dissertation.
• Nadia, B., Hans, D. M., Andrew, B. M., Muis, S., Haigh, I. D., Wiel, K. V. D., Haarsma, R. J., Ward, P. J., Roberts, M. J., Dullaart, J. C. M., Aerts, J. H., 2022, A Globally consistent local-scale assessment of future tropical cyclone risk, Science advances, 8(17), 34-38. [https://doi.org/10.1126/sciadv.abm8438]
• National Disaster Management Institue National Institue for Disaster Prevention, 2008, Analysis of disaster information of typhoon committe member countries –disaster management system and early warning systems-, 1-117.
• National Institute of Disaster and Safety, Ministry of Safety and Administration, 2013, Typhoon Committee advanced disaster information system and established overseas application plan for domestic disaster prevention technology, 1-351.
• Nofal, O. M., John W. L., Yan, G., Hamideh, S., Dietrich, C., 2021, Multi-hazard hurricane vulnerability model to enable resilence-informed decision, Proc., Int. Structural Engineering and Construction (ISEC-11). [https://doi.org/10.14455/ISEC.2021.8(1).RAD-01]
• Pan, G., Chai, F. Tang, D. L., Wang, D. X., 2017, Marine phytoplankton biomass responses to typhoon events in the South China Sea based on physical-biogeochemical model, Ecological Modelling, 356(24), 38-47. [https://doi.org/10.1016/j.ecolmodel.2017.04.013]
• Seol, D. I., 2014, Analytical Study on the Peak Stage of Typhoons, J. Navig. Port Res., 38(6), 695-700. [https://doi.org/10.5394/KINPR.2014.38.6.695]
• Shin, S. K., Lee, K. H., 2022, Effect of Reduced Emissions from Thermal Power Plants in China on Local Air Quality Improvement, J. Korean Soc. Atmos. Environ, 38(2), 304-317. [https://doi.org/10.5572/KOSAE.2022.38.2.304]
• Thuc, T., Thuy, T. T., Huong, H. T. L., 2022, Multi-hazard risk assessment of typhoon, typhoon-rainfall and post-typhoon-rainfall in the Mid-Central Coastal region of Vietnam, International Journal of Disaster Resilience in the Built Environment, 1759-5908. [https://doi.org/10.1108/IJDRBE-12-2021-0159]
• Wing, O. E. J., Lehman, W., Bates, P. D., Sampson, C. C., Quinn, N., Smith, A. M., Neal, J. C., Porter, J. R., Kousky, C., 2022, Inequitable patterns of US flood risk in the Anthropocene, Nature Climate Change, 12, 156-162. [https://doi.org/10.1038/s41558-021-01265-6]
• WMO, 2010, Manual on estimation of probable maximum precipitation(PMP). WMO-No. 1045.
• WMO, 2021, State of the Global Climate 2021.
• Xia, X., Chen, H., Zhang, W., 2007, Analysis of the dependence of column-integrated aerosol properties on long-range transport of air masses in Beijing, Atmos. Environ., 41, 7739-7750. [https://doi.org/10.1016/j.atmosenv.2007.06.042]
• Xu, D., Huang, X. Y., Wang, H., Arthur P, M., 2015, Impact of Assimilating Radiances with the WRFDA ETKF/3DVARHybrid System on Prediction of Two Typhoons in 2012, Journal of Meteorological Research, 29, 28-44. [https://doi.org/10.1007/s13351-014-4053-z]