[논문]환경영향평가용 대기질 모델을 위한 AWS자료의 4 차원 동화 기법에 관한 고찰

김철희

환경영향평가용 대기질 모델을 위한 AWS자료의 4 차원 동화 기법에 관한 고찰
On the applications of AWS into the Four-Dimensional Data Assimllation Technique for 3 Dimensional Air Quality Model in Use of Atmospheric Environmental Assessment 원문보기

환경영향평가 = Journal of environmental impact assessment, v.11 no.2, 2002년, pp.109 - 116

Abstract ▼ AI-Helper

The diagnostic and prognostic methods for generating 3 dimensional wind field were comparatively analyzed and 4 dimensional data assimilation (FDDA) technique by incorporating Automatic Weather System (AWS) into the prognostic methods was discussed for the urban scale air quality model. The A WS covered the urban scale grid distance of 10.6 km and 4.3 km in South Korea and Kyong-in region, respectively. This is representing that AWS for FDDA could be fairly well accommodated in prognostic model with the meso${\gamma}$~ microa scale (~5 km), indicating that the 3 dimensional wind field by FDDA technique could be a useful interpretative tool in urban area for the atmospheric environmental impact assessment.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

을 소개하고 한반도에 산재한 500여개의 AWS(Automatic Weather System) 자료를 FDDA에 적용할 때 그 특성 및 분해능을 먼저 살펴보고자 한다. 또 AWS 자료를 FDDA 기법에 활용할 때 주의할 사항들을 살펴보고자 한다.
FDDA기법이란 예측모델을 이용하되 그 단점을 보완하기 위하여 과거의 관측된 자료의 주기와 특성을 예측 모델의 역학에 강제적으로 동화시켜 대기의 순환을 실측치에 더 가깝게 모의하는 기법을 말한다. 본 연구에서는 기상청 관할 수도권 내의 AWS 자료를 이용하여 진단적으로 3차원 바람장을 계산한 다음 이를 해륙풍과 같은 예측 모델에 너징(nudging)시키는 방법인 FDDA 기법을 적용시켜 보고자 한다.
본 연구에서는 이러한 국지 순환을 고려한 3차원 바람장 도출 방법 중 하나인 4 차원 자료동화(Four-Dimensional Data Assimilation; 이하 FDDA) 기법⁸⁾을 소개하고 한반도에 산재한 500여개의 AWS(Automatic Weather System) 자료를 FDDA에 적용할 때 그 특성 및 분해능을 먼저 살펴보고자 한다. 또 AWS 자료를 FDDA 기법에 활용할 때 주의할 사항들을 살펴보고자 한다.

제안 방법

따라서 정확한 대기 환경의 예측을 위해서는 이러한 국지 순환 및 지형을 고려하는 3 차원 바람장이 필수적이다. 이러한 맥락에서 도시 규모의 공간 및 시간적 특성을 반영할 수 있는 3차원 바람장을 도출하여 대기질 모델에 활용될 수 있는 4 차원 자료 동화 기법의 활용도를 토의하였다. 이를 위해 현재 남한에서 운영중인 AWS 자료를 얻을 수 있는 450여 관측 분해능을 살펴보았는데 이 자료의 수평 분해능은 AWS 자료를 진단적 방법으로만 사용할 경우에도 ∼10 Km의 mesoγ∼microα규모의 대기질 예측에 매우 유용하게 사용 될 수 있을 것으로 나타났다.

대상 데이터

3). 더 조밀하게 운영 중인 대도시 영역 중 수도권역의 AWS만을 대상으로 하여 그 분포를 Fig. 4에 도시하였다. 전국의 분포보다 더 밀집되어 있어(인접 지점끼리 평균 5.
2에 전국의 운영중인 AWS 자료를 얻을 수 있는 지점을 도시하였다. 한반도의 약 450여개의 AWS 자료는 지표에서 관측되는 인자인 풍향, 풍속, 온도, 습도, 일사량 등 5개 자료를 포함한다. 이 자료의 수평 분해능이 어떤 규모의 바람장을 반영하는가를 살펴보기 위하여 각 지점에서 인접한 지점까지의 거리를 계산해 본 결과 인접한 지점까지의 평균 거리가 10.

이론/모형

1. A flow chart for the 3 dimensional wind field generation using FDDA(four-dimensional data assimilation) technique.
과 같이 Cressman function을 사용하였다¹⁴⁾. 여기서 R_n은 관측지점으로부터의 수평방향 영향반경이고 D_n은 격자점에서 관측지점까지의 거리를 나타낸다.
여기서 R_n은 관측지점으로부터의 수평방향 영향반경이고 D_n은 격자점에서 관측지점까지의 거리를 나타낸다. 그리고 연직방향 가중치 W_σn은 각 고도에서 1이며 다음 관측 고도에서는 0 이 되게 하였으며 시간 가중치 W_tn은 Time-lag에 따라 Hat function¹⁴⁾을 사용하였다. u_n은 관측지점에서의 u 의 값이고 #은 관측지점에서 모델로 내삽하여 구한 값이며 γ_n은 자료 신빙도 계수이고 G는 nudging 계수(relaxation 시간 스케일)를, 그리고 N은 관측소 수이다.
1은 FDDA 기법으로 바람장을 도출하는 순서도를 나타내었다. 사용된 예측 모델인 3 차원 해륙풍 모델로서 그 방정식은 박순웅(1994)¹¹⁾, 김철희와 전종갑(1992)⁹⁾, Pielke(1974)¹²⁾, Neuman and Mahrer(1971)¹³⁾등에 잘 수록되어 있으므로 본 연구에서는 생략한다. 또 현재 기상청 수치예보과에서 운영하는 예측 모델(RDAPS)은 이미 5 km 격자 거리까지 계산하고 있으며 현재 가동중인 AWS의 조밀성도 꽤 향상되어 있어(현재 전국 약 450여개의 AWS 운용) FDDA 기법을 이용하여 < 5 km 의 미세격자 자료를 충분히 생산할 수 있는 단계에 이르렀다고 보아야 할 것이다.

성능/효과

한반도의 약 450여개의 AWS 자료는 지표에서 관측되는 인자인 풍향, 풍속, 온도, 습도, 일사량 등 5개 자료를 포함한다. 이 자료의 수평 분해능이 어떤 규모의 바람장을 반영하는가를 살펴보기 위하여 각 지점에서 인접한 지점까지의 거리를 계산해 본 결과 인접한 지점까지의 평균 거리가 10.6km (1.5km ∼ 26.3km)로서 비교적 상세한 수평 분해능임을 알 수 있다. 이러한 관측 분해능이 예측 모델에 가장 효율적으로 동화되기 위해서는 mesoγ~microα 규모의 기상 모델이 가장 적합하다고 판단된다(Fig.
이종범(1995)²⁾은 그 크기의 순서대로 대륙간 이동 규모(interregional scale) 모델, 지역규모(regional scale) 모델, 도시 규모(urban scale) 모델, 그리고 국지 규모(local scale) 모델로 분류하였다. 이러한 규모의 분류도 재정립이 필요하지만 이 연구에서 분류된 대략의 수평 규모를 살펴보면 국지 규모 <1 km, 도시 규모 <10 km, 지역 규모 <100 km, 대륙간 이동 규모 >1000 km로 분류하였다.
이러한 맥락에서 도시 규모의 공간 및 시간적 특성을 반영할 수 있는 3차원 바람장을 도출하여 대기질 모델에 활용될 수 있는 4 차원 자료 동화 기법의 활용도를 토의하였다. 이를 위해 현재 남한에서 운영중인 AWS 자료를 얻을 수 있는 450여 관측 분해능을 살펴보았는데 이 자료의 수평 분해능은 AWS 자료를 진단적 방법으로만 사용할 경우에도 ∼10 Km의 mesoγ∼microα규모의 대기질 예측에 매우 유용하게 사용 될 수 있을 것으로 나타났다. 따라서 현재 운영 중인 AWS의 자료의 공간 분해능은 도시 규모 대기확산 모델과 같이 수십 km의 짧은 범위를 고려하는 경우 충분히 활용이 가능하며 이를 위해 3 차원 대기질 모델의 격자 구성도 이러한 수평 및 수직적 바람장의 변화를 충분히 분해할 수 있는 상세한 격자 간격을 구성하여 수치 모의를 행하여야 할 것이다.

후속연구

이러한 국지적 3 차원 바람장에 대한 연구는 인구밀도가 매우 높은 우리나라의 경우 한정된 국토의 효율을 극대화시키고 또 주변 환경을 자연친화적으로 이끌어 내는 데 중요한 연구가 될 것이다. 나아가 시·공간적인 기상 관측 자료의 부족으로 여러 대기질 연구에 제약을 받아 온 해양과 산악지역에서 매우 유용하게 사용 될 것이며 또한 대기질을 효율적으로 관리할 수 있는 종합적이고 합리적인 대책을 세우는 데 중요한 자료를 제공할 수 있을 것이다.
이상의 주의 사항을 염두에 둔다면 상술한 FDDA 기법은 산악지역을 포함한 우리나라의 상대적으로 관측 지점이 소한 지역에서 관측 자료의 부족으로 인한 진단적 모델의 문제점을 극복할 수 있으며 이에 비례하여 대기질 모델의 결과도 한 단계 높일 수 있을 것으로 판단되며 따라서 향후 조성될 도시 규모 이상의 환경 영향 평가에 효과적으로 활용될 수 있을 것으로 생각된다. 더불어 AWS 자료의 모델에의 적용시 자료의 처리 방법 및 절차 그리고 확보된 자료의 관리 등에 대한 노력도 기울여야 할 것이다.
이를 위해 현재 남한에서 운영중인 AWS 자료를 얻을 수 있는 450여 관측 분해능을 살펴보았는데 이 자료의 수평 분해능은 AWS 자료를 진단적 방법으로만 사용할 경우에도 ∼10 Km의 mesoγ∼microα규모의 대기질 예측에 매우 유용하게 사용 될 수 있을 것으로 나타났다. 따라서 현재 운영 중인 AWS의 자료의 공간 분해능은 도시 규모 대기확산 모델과 같이 수십 km의 짧은 범위를 고려하는 경우 충분히 활용이 가능하며 이를 위해 3 차원 대기질 모델의 격자 구성도 이러한 수평 및 수직적 바람장의 변화를 충분히 분해할 수 있는 상세한 격자 간격을 구성하여 수치 모의를 행하여야 할 것이다.
또한 사용될 AWS 자료는 항상 종관 규모 기상역학의 영향을 받은 자료이므로 지역 규모 혹은 도시규모의 대기의 순환에 의한 오염물질의 이동 및 확산을 잘 모의하기 위해서는 동일한 종관 기상 영향권 하의 날에 대한 자료를 선택하여 3 차원 해륙풍 모델 혹은 바람장 모델에 너징하여야 역학적으로 의미있는 FDDA 기법이 될 것이다.
예컨대 관측되는 해륙풍 순환의 경우 종관 규모의 대기 운동의 영향을 받으면 그 강도 및 내륙으로의 진입 거리 등이 변화하게되므로 종관 규모의 영향인자를 분류하여 동일한 영향권 내의 자료들만을 골라내어야 비로소 역학적인 해륙풍 순환을 연구할 수 있는 기초 자료가 된다. 바꾸어 말하면 종관 규모의 영향인자가 동일할 때 더 작은 규모인 해륙풍 및 산곡풍의 지역 규모 혹은 도시 규모의 상대적 특성을 연구할 수 있게 된다. AWS 자료 역시 동일한 종관 기상 영향권 하의 날에 대해 평균한 다음 이를 3 차원 해륙풍 모델에 너징하여야 대기과학적으로 의미있는 FDDA 기법이 될 것이다.
내륙지방과 같이 매우 복잡한 지형을 고려하는 경우 바람장의 분해능은 상대적으로 더 상세해야 할 것이다. 바람장, 대기 혼합고 등의 확산 모델링에 있어서 매우 중요한 기상 인자는 지형이 복잡할수록 지형의 영향이 더욱 커지게 되므로 관측 자료의 분포 및 특성 연구와 병행하여 대상 지역의 지형 분포 또한 면밀히 분석하여야 할 것이다.
이러한 다양한 대기의 주기나 순환을 대기환경영향평가에 제대로 반영하기 위해서는 3 차원 대기질 모델이 필수적이며 당연히 3 차원 대기질 모델의 입력자료인 국지적 3 차원 바람장의 연구가 절실히 요구된다. 이러한 국지적 3 차원 바람장에 대한 연구는 인구밀도가 매우 높은 우리나라의 경우 한정된 국토의 효율을 극대화시키고 또 주변 환경을 자연친화적으로 이끌어 내는 데 중요한 연구가 될 것이다. 나아가 시·공간적인 기상 관측 자료의 부족으로 여러 대기질 연구에 제약을 받아 온 해양과 산악지역에서 매우 유용하게 사용 될 것이며 또한 대기질을 효율적으로 관리할 수 있는 종합적이고 합리적인 대책을 세우는 데 중요한 자료를 제공할 수 있을 것이다.
3 km) 수도권 및 그 위성도시의 환경 영향 평가에 매우 유용하게 활용될 수 있음을 보여준다. 이러한 분해능을 가진 관측 자료의 효용을 최대화하기 위해서는 이에 맞는 수평 규모를 모의할 수 있는 최적의 예측(해륙풍) 모델이 선정되어야 할 것이다.
이상의 주의 사항을 염두에 둔다면 상술한 FDDA 기법은 산악지역을 포함한 우리나라의 상대적으로 관측 지점이 소한 지역에서 관측 자료의 부족으로 인한 진단적 모델의 문제점을 극복할 수 있으며 이에 비례하여 대기질 모델의 결과도 한 단계 높일 수 있을 것으로 판단되며 따라서 향후 조성될 도시 규모 이상의 환경 영향 평가에 효과적으로 활용될 수 있을 것으로 생각된다. 더불어 AWS 자료의 모델에의 적용시 자료의 처리 방법 및 절차 그리고 확보된 자료의 관리 등에 대한 노력도 기울여야 할 것이다.
일반적으로 G는 10^-4∼10^-3sec^-1이 기상시스템에 적합하나 관측 자료의 신뢰도 그리고 대상 지역의 국지 순환의 수평 및 시간 규모 등을 고려하여 결정하여야 한다. 일반적으로 수평 규모에 비례하여 그 시간 규모도 커지므로 대상 지역의 국지 순환의 규모를 잘 파악하고 또 관측된 자료의 밀도가 그 지역 순환의 특성 규모를 얼마만큼 분해할 수 있는가를 잘 파악하여야 할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	FDDA기법는 어떤 기법을 말하는가?	이러한 경우 현재 이용 가능한 관측 자료를 최대한 활용하되 진단적인 방법의 단점을 보완하기 위하여 예측적인 접근 방법을 활용하는 FDDA기법을 검토해 볼 만하다. FDDA기법이란 예측모델을 이용하되 그 단점을 보완하기 위하여 과거의 관측된 자료의 주기와 특성을 예측 모델의 역학에 강제적으로 동화시켜 대기의 순환을 실측치에 더 가깝게 모의하는 기법을 말한다. 본 연구에서는 기상청 관할 수도권 내의 AWS 자료를 이용하여 진단적으로 3차원 바람장을 계산한 다음 이를 해륙풍과 같은 예측 모델에 너징(nudging)시키는 방법인 FDDA 기법을 적용시켜 보고자 한다.
	일반적으로 3 차원 바람장을 계산하는 방법에는 어떤 방법이 있는가?	일반적으로 3 차원 바람장을 계산하는 방법은 수치 모델을 이용하는 예측적 방법(Prognostic Method)9)과 관측 자료를 객관 분석법에 기초하여 이용하는 진단 방법(Diagnostic Method)10)이 있다. 그러나 두 방법 모두 각각의 단점으로 인해 도시 규모의 3차원 바람장에 활용되기에는 한계가 많다.
	3 차원 바람장을 계산하는 방법에서 예측적 방법은 어떤 단점을 가지고 있는가?	그러나 두 방법 모두 각각의 단점으로 인해 도시 규모의 3차원 바람장에 활용되기에는 한계가 많다. 예측적 방법은 지형이 복잡하고 격자 거리가 짧은 수 km 영역에서는 수치 계산 시간이 방대하고 초기 조건을 얻기 어려운 단점이 있다. 반면 객관 분석에 기초한 진단적인 방법은 관측 자료의 수가 대상 지역의 국지 순환을 묘사할 수 있는 조밀성을 필요로 하게 된다.

참고문헌 (19)

장영기, 송동웅, 1995, 국내 대기오염 모델링의 현황과 과제, 한국 대기보전학회지, 11(1). 1-14
이종범, 1995, 우리나라에 적합한 국지 확산 모델의 개발 방향, 한국 대기보전학회지, 11(1), 15-28
장영기, 조경두, 1993, 도시형 TCM 개발에 관한 연구, 한국 대기보전학회지. 9(2). 132-139
이종범, 김용국, 1900. Pasquill 안정도계급의 평가와 안정도 patameter 추정 방법의 개발. 한국 대기보전학회지, 6(2), 168-175
Park. S.-U., I.-H. Yoon, 1987, Diurnal and seasonal Variations of radiative fluxes on inclined surfaces, J. Korean Meteor. Soc., 23(3), 40-53
Atkinson, B. W., 1981, Meso-scale atmospheric Circulations, Academic Press, 1-495
Landsberg, H. E., 1981, The Urban Climate, Academic press, 1-275
Yamada, T. C, C.-Y. J. Kao, and S. Bunker, 1989, Airflow and air quality simulations over the western mountainous region with a four dimensional data assimilation technique, Atmospheric Environment, 23(3), 539-554

상세보기
김철희, 전종갑, 1992, 종관바람을 고려한 한반도에서의 3차원 해륙풍 수치모의, 한국기상학회지, 28(2), 165-181

상세보기
김병곤, 박순웅. 1993, 대기경계층내의 바람과 기온의 연직 구조에 관한 진단적 모델링, 한국기상학회지, 29(4). 281-305

상세보기
박순용. 1990. 한반도에서의 3 차원 해륙풍 모델의 결과, 한국기상학회지, 26(2), 66-77
Pielke, R. A., 1974, A three-dimensional nurnerical model of the sea breeze phenomena over south Florida, Monthly Weather Review, 102, 115-139

상세보기
Neuman, J. and Y. Mahrer, 1971, A theorical study of the sea and land breeze circulation, Journal of Atmospheric Science, 28, 532-542

상세보기
Stauffer, D. R. and N. L. Seaman, 1990, Use of four dimensional data assimilation in a limited-area mesoscale model part I; Experiments with synoptic data. Monthly Weather Review, 118, 1250-1277

상세보기
이상미, 윤순창, 1999, 오일러리안 모델의 문제점 및 개선 방향, 대기 모델링의 현황과 문제점- 대기환경학회 workshop 요지집. 167-175
Stull, R. B.,1988, An Introduction to Boundary Layer Meteorology, Kluwer Academic Publisher, 1-666
Stauffer, D. R. and N. L. Seaman, 1994, Multiscale four-dimensional data assimilation. Journal of Applied Meteorology, 33, 416-434

상세보기
박순웅, 윤일회. 1991. 한반도의 국지 기상 특징, 한국기상학회지, 27(2). 88-118
U.S. Environmental Protection Agency, 1996, Guidline on Air Quality Models, EPA-450/2-78-027R

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증