본 논문에서는 대기확산 모델을 수행하기 위해서 필요한 입력자료인 기상자료를 생성하기 위해서 지형적 특성과 고도에 따른 변화가 고려된 3차원 바람장을 계산하기 위한 방법에 대해서 연구하였다. 3차원 바람장을 생성하는 방법으로는 대기이동현상을 예측하는 방법인 예단적 방법과 이미 측정된 기상자료를 이용하여 공간적인 바람장을 생성하는 진단적 방법이 있다. 본 연구에서는 대표적인 예단적 모델인 MM5를 이용하여 공간적 해상도가 27㎞, 9㎞, 3㎞, 1㎞의 격자를 갖도록 바람장을 생성하였고, 진단적모델인 CALMET을 이용하여 1㎞ 격자를 갖는 바람장을 생성하였으며, 또한 MM5에서 생성한 해상도별 바람장을 CALMET의 초기장으로 입력하여 1㎞ 해상도의 바람장을 생성하는 MM5와 CALMET을 조합한 경우에 대해서 실험을 수행하였다. 한편 각각의 방법에 대해서 생성된 바람장을 검증하기 위해서 바람장 영역내의 ...
본 논문에서는 대기확산 모델을 수행하기 위해서 필요한 입력자료인 기상자료를 생성하기 위해서 지형적 특성과 고도에 따른 변화가 고려된 3차원 바람장을 계산하기 위한 방법에 대해서 연구하였다. 3차원 바람장을 생성하는 방법으로는 대기이동현상을 예측하는 방법인 예단적 방법과 이미 측정된 기상자료를 이용하여 공간적인 바람장을 생성하는 진단적 방법이 있다. 본 연구에서는 대표적인 예단적 모델인 MM5를 이용하여 공간적 해상도가 27㎞, 9㎞, 3㎞, 1㎞의 격자를 갖도록 바람장을 생성하였고, 진단적모델인 CALMET을 이용하여 1㎞ 격자를 갖는 바람장을 생성하였으며, 또한 MM5에서 생성한 해상도별 바람장을 CALMET의 초기장으로 입력하여 1㎞ 해상도의 바람장을 생성하는 MM5와 CALMET을 조합한 경우에 대해서 실험을 수행하였다. 한편 각각의 방법에 대해서 생성된 바람장을 검증하기 위해서 바람장 영역내의 자동기상관측장비를 설치하여 실험과 동일시간의 온도, 풍향, 풍속을 측정하였으며, 고층기상을 측정하는 Radio Sonde를 이용하여 동일한 시간에 연직별 온도, 풍향, 풍속을 관측하여 각각 방법별로 통계적으로 비교, 분석하였다. 실측자료와 비교한 결과 온도는 전반적으로 모두 정합도가 0.9를 넘어 비교적 온도에 대한 부분은 정확한 것으로 판단되었으나 바람장 성분인 풍속에 대한 성분은 정합도가 0.5정도로 다소 차이를 나타내었다. 바람성분의 정합도 비교결과 가장 최적의 바람장은 MM5에서 3㎞ 해상도와 1㎞ 해상도의 결과자료를 CALMET의 초기 바람장으로 입력한 경우 가장 높은 정합도를 나타내었다. 한편 모델링 계산시간이 3㎞ 해상도를 생성하는 경우가 1㎞ 해상도를 생성하는 방법에 비해 (1)/(3)정도 소요되어 MM5에서 3㎞해상도를 갖는 바람장을 CALMET의 초기 바람장으로 생성한 경우가 가장 효율적인 방법으로 판단되었다.
본 논문에서는 대기확산 모델을 수행하기 위해서 필요한 입력자료인 기상자료를 생성하기 위해서 지형적 특성과 고도에 따른 변화가 고려된 3차원 바람장을 계산하기 위한 방법에 대해서 연구하였다. 3차원 바람장을 생성하는 방법으로는 대기이동현상을 예측하는 방법인 예단적 방법과 이미 측정된 기상자료를 이용하여 공간적인 바람장을 생성하는 진단적 방법이 있다. 본 연구에서는 대표적인 예단적 모델인 MM5를 이용하여 공간적 해상도가 27㎞, 9㎞, 3㎞, 1㎞의 격자를 갖도록 바람장을 생성하였고, 진단적모델인 CALMET을 이용하여 1㎞ 격자를 갖는 바람장을 생성하였으며, 또한 MM5에서 생성한 해상도별 바람장을 CALMET의 초기장으로 입력하여 1㎞ 해상도의 바람장을 생성하는 MM5와 CALMET을 조합한 경우에 대해서 실험을 수행하였다. 한편 각각의 방법에 대해서 생성된 바람장을 검증하기 위해서 바람장 영역내의 자동기상관측장비를 설치하여 실험과 동일시간의 온도, 풍향, 풍속을 측정하였으며, 고층기상을 측정하는 Radio Sonde를 이용하여 동일한 시간에 연직별 온도, 풍향, 풍속을 관측하여 각각 방법별로 통계적으로 비교, 분석하였다. 실측자료와 비교한 결과 온도는 전반적으로 모두 정합도가 0.9를 넘어 비교적 온도에 대한 부분은 정확한 것으로 판단되었으나 바람장 성분인 풍속에 대한 성분은 정합도가 0.5정도로 다소 차이를 나타내었다. 바람성분의 정합도 비교결과 가장 최적의 바람장은 MM5에서 3㎞ 해상도와 1㎞ 해상도의 결과자료를 CALMET의 초기 바람장으로 입력한 경우 가장 높은 정합도를 나타내었다. 한편 모델링 계산시간이 3㎞ 해상도를 생성하는 경우가 1㎞ 해상도를 생성하는 방법에 비해 (1)/(3)정도 소요되어 MM5에서 3㎞해상도를 갖는 바람장을 CALMET의 초기 바람장으로 생성한 경우가 가장 효율적인 방법으로 판단되었다.
The various methods to calculate 3-dimensional wind field with 1㎞ horizontal resolution was studied in order to generate meteorological input data for air dispersion modeling. Three methods were considered in this study such as a prognostic model, a diagnostic model, and a combination method of the ...
The various methods to calculate 3-dimensional wind field with 1㎞ horizontal resolution was studied in order to generate meteorological input data for air dispersion modeling. Three methods were considered in this study such as a prognostic model, a diagnostic model, and a combination method of the prognostic and diagnostic models. In this study, MM5 was used as the prognostic model while CALMET was used as the diagnostic model. In the MM5 simulation, the grid system was nested down from 27 ㎞, 9㎞, 3㎞, to 1㎞. The diagnostic model of CALMET was to use to generate 1㎞ resolution wind field from 27㎞, 9㎞ and 3 ㎞ wind field predicted by MM5, respectively. In the combination method, the MM5 first calculated the 27 ㎞, 9㎞, and 3㎞ wind field and the CALMET then produced 1㎞ wind field directly from predicted MM5 results of 27㎞, 9㎞ and 3㎞ scales. In order to validate the modeling methods, the observed surface and upper-air meteorological data such as wind speed, wind direction and temperature were compared with the predictions. The observed temperatures were in good agreement with the predictions regardless of the prediction methods while the IOA (Index Of Agreement) of wind velocities and directions showed various values depending on the prediction methods. The results of comparisons showed that the best method to generate 1㎞ wind field in respect to the computational time and the accuracy was the combination of MM5 with CALMET; MM5 to calculate 3㎞ wind field and then CALMET to produce 1㎞ spatial resolution directly from MM5's result.
The various methods to calculate 3-dimensional wind field with 1㎞ horizontal resolution was studied in order to generate meteorological input data for air dispersion modeling. Three methods were considered in this study such as a prognostic model, a diagnostic model, and a combination method of the prognostic and diagnostic models. In this study, MM5 was used as the prognostic model while CALMET was used as the diagnostic model. In the MM5 simulation, the grid system was nested down from 27 ㎞, 9㎞, 3㎞, to 1㎞. The diagnostic model of CALMET was to use to generate 1㎞ resolution wind field from 27㎞, 9㎞ and 3 ㎞ wind field predicted by MM5, respectively. In the combination method, the MM5 first calculated the 27 ㎞, 9㎞, and 3㎞ wind field and the CALMET then produced 1㎞ wind field directly from predicted MM5 results of 27㎞, 9㎞ and 3㎞ scales. In order to validate the modeling methods, the observed surface and upper-air meteorological data such as wind speed, wind direction and temperature were compared with the predictions. The observed temperatures were in good agreement with the predictions regardless of the prediction methods while the IOA (Index Of Agreement) of wind velocities and directions showed various values depending on the prediction methods. The results of comparisons showed that the best method to generate 1㎞ wind field in respect to the computational time and the accuracy was the combination of MM5 with CALMET; MM5 to calculate 3㎞ wind field and then CALMET to produce 1㎞ spatial resolution directly from MM5's result.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.