선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 의 수치모의 결과를 통해 이들 사례의 차이를 비교하고자 한다. 그리고 강한 황사 사례일에 대해서는 CMAQ과 CMAQ-MADRID 모델과의 PM10 민감도 분석을 수행하고자 한다.
- 따라서 본 연구에서는 한반도내의 봄철 황사 농도를 예측하기 위해 2007년 3월과 4월의 강한 황사 사례일과 2009년 3월의 약한 황사 사례일을 대상으로 기상 원인을 분석하고, WRF 기상모델과 SMOKE 배출량모델, CMAQ 대기질 모델을 이용하여 다양한 황사 발생량 경험식에 대한 PM10의 수치모의 결과를 통해 이들 사례의 차이를 비교하고자 한다. 그리고 강한 황사 사례일에 대해서는 CMAQ과 CMAQ-MADRID 모델과의 PM10 민감도 분석을 수행하고자 한다.
- 입자상 또는 구름·안개 수적에 응축하는 비균질 반응은 미세먼지 농도 변화에 중요한 역할을 하고 에어러솔과 구름의 상호작용을 이해하는데도 필요하므로, 본 연구에서는 이 메커니즘의 적용 유무에 따른 미세먼지(PM10) 농도의 민감도를 확인하였다.
제안 방법
- 그리고 본 연구에서 사용한 WRF-SMOKE-CMAQ 모델링 수행조건으로서 수평 분해능은 30 km, 수평 격자수는 190×105, 연직 격자수는 27로 하였다.
- 그리고 서울(37.5°N, 127°E)에서 황사 발생의 기원 추적을 위하여 NOAA HYSPLIT(Hybrid Single-Particle Lagrangian Integrated Trajectory) 모델을 사용하였는데, 고도 500, 1000, 1500, 3000 m 등온위면의 공기 덩어리의 후방 궤적을 추적하였다.
- 동시에 CAMQ-MADRID 모델 내 PM10 민감도 분석을 위해서 입자상 또는 구름·안개 수적에 응축하는 비균질 반응 적용 유무에 따른 민감도 분석을 수행하였다.
- 의 수치모의 결과를 비교하였다. 또한 강한 황사 사례일에 대해서는 CMAQ과 CMAQ-MADRID 모델과의 PM10 민감도 분석을 수행하였다. 그 결과를 요약하면 다음과 같다.
- 또한 상기 사례에 대해 CMAQ-MADRID 모델내 구름 액상 메커니즘의 유무에 대한 미세먼지의 민감도 분석을 수행하였다. 두 메커니즘 차이에 따른 PM10의 농도 변화는 시간 변화에 대해 큰 차이는 없어 본 연구에서 제시하지는 않았지만 한반도 남쪽 일부 지역에서 최대 15 µg/m3 정도 구름 액상에 의해 미세먼지가 제거되는 것으로 나타났다.
- 본 연구에서는 2007과 2009년의 강한 황사와 약한 황사 사례일을 대상으로 기상장을 분석하였고, 황사 경험식의 황사 발생량과 함께 WRF-SMOKE-CMAQ 모델을 이용하여 다양한 황사 발생량 경험식에 대한 PM10의 수치모의 결과를 비교하였다. 또한 강한 황사 사례일에 대해서는 CMAQ과 CMAQ-MADRID 모델과의 PM10 민감도 분석을 수행하였다.
- 그리고 CACM(Caltech Atmospheric Chemistry Mechanism)의 경우는 안정된 SOA를 추정하기 위해 RADM2를 기반으로 191종의 361 화학 반응을 고려하고 있으며, 인위적·자연적 전구물질의 SOA 과정 모두를 포함하고 있다. 본 연구에서는 SAPRC99의 화학반응 메커니즘의 SOA 과정을 고려하여 CMAQ 4.6과 비교하였다.
- 본 연구에서는 문윤섭과 이승환(2009)의 5가지 경험식을 바탕으로 상기 두 황사 사례일에 대해서 황사 발원지의 시간당 먼지 배출량을 산정하고 동시에 WRF 기상장과 SMOKE 대기질 배출량을 CMAQ 모델에 적용하여 PM10 농도를 수치모의 하였다.
- (2007)에 의한 Chimere 먼지 수송 모델의 PM10 수치모의 결과에서 모래폭풍과 연관되어 적용된 것으로 10−3-10−4 범주로 한다. 본 연구에서는 상기 세 과정과 라이다 연직 프로파일을 비교함으로써 모델 내 연직 발생량을 고려하였다.
- 본 연구에서는 한반도 황사(PM10) 예측을 위해 2007년 강한 황사 사례일(2007.03.31, PM10 시간 평균 농도가 800 µg/m3 이상)과 2009년 약한 황사 사례일(2009.03.16, PM10 시간 평균 농도가 200-400µg/m3)을 선택하였고 이들 사례일에 대한 기상 현상을 분석하였다.
- 본 연구에서는 2007년 3월 31일과 4월 1일 한반도 고농도 황사 사례일에 대해서 Wang et al.의 경험식과 SAPRC99 화학메커니즘을 기본으로 하여 CMAQ 모델과 CAMQ-MADRID 모델에서의 미세먼지(PM10) 농도 차이를 비교하였다. 동시에 CAMQ-MADRID 모델 내 PM10 민감도 분석을 위해서 입자상 또는 구름·안개 수적에 응축하는 비균질 반응 적용 유무에 따른 민감도 분석을 수행하였다.
- 2는 이들 황사 사례 일에 대한 기압배치를 나타낸 것으로 500 hPa과 1000 hPa 면의 중첩 지위고도의 시·공간적 분포를 각각 나타낸 것이다. 중국북부 및 몽골 지방의 고비, 모래사막, 황토 고원 등의 황사 발원지부터의 황사발생과 수송을 기상학적으로 파악하기 위해 한반도 황사 발생 전후를 고려하여 이들 기상요소를 비교하였다. Fig.
대상 데이터
- WRF 3.1 모델과 CMAQ 4.6(또는 CAMQ-MADRID 2004) 모델의 대상 영역은 기상청의 동아시아 기상 예보 영역을 고려하여 Fig. 1과 같이 설정하였다. 여기서 실선은 수직단면도 상에서의 PM10농도를 파악하기 위해 나타낸 것이고, ▲ 표시는 모델 결과와의 비교를 위한 지상 관측 지점의 위치를 나타낸다.
- 그리고 본 연구에서 사용한 WRF-SMOKE-CMAQ 모델링 수행조건으로서 수평 분해능은 30 km, 수평 격자수는 190×105, 연직 격자수는 27로 하였다. 또한 황사를 제외한 PM10의 초기 및 경계값 배출량 자료를 만들기 위해 2001년 ACE-Asia 프로젝트 기간 동안 작성된 동아시아 영역의 ACE-ASIA 배출량 자료가 사용되었다. 게다가 황사기간 동안 CMAQ 모델내 화학 메커니즘은 34화학종의 SAPRC99(Statewide Air Pollution Research Center 99)를 기본으로 설정하였다.
- 본 연구에서는 2007년 3월과 4월의 강한 황사 사례일과 2009년 3월의 약한 황사 사례일의 기상 분석과 모델링을 위해 NCEP(National Centers for Environmental Prediction) GDAS(Global Data Assimilation System) 재분석 자료를 사용하였다. 또한 황사 경험 발생식의 각 기상요소와 CMAQ 기상 입력자료 생성을 위해 WRF 3.
- 게다가 황사기간 동안 CMAQ 모델내 화학 메커니즘은 34화학종의 SAPRC99(Statewide Air Pollution Research Center 99)를 기본으로 설정하였다. 한편 모델링 결과의 타당성 검증을 위해서는 서울, 제주, 강화 등의 지상 대기질 모니터링 자료와 MTSAT(Meteorological Satellite) 및 NOAA(National Oceanic and Atmospheric Administration)의 인공위성 영상 자료가 사용되었다.
이론/모형
- 또한 황사를 제외한 PM10의 초기 및 경계값 배출량 자료를 만들기 위해 2001년 ACE-Asia 프로젝트 기간 동안 작성된 동아시아 영역의 ACE-ASIA 배출량 자료가 사용되었다. 게다가 황사기간 동안 CMAQ 모델내 화학 메커니즘은 34화학종의 SAPRC99(Statewide Air Pollution Research Center 99)를 기본으로 설정하였다. 한편 모델링 결과의 타당성 검증을 위해서는 서울, 제주, 강화 등의 지상 대기질 모니터링 자료와 MTSAT(Meteorological Satellite) 및 NOAA(National Oceanic and Atmospheric Administration)의 인공위성 영상 자료가 사용되었다.
- 본 연구에서는 2007년 3월과 4월의 강한 황사 사례일과 2009년 3월의 약한 황사 사례일의 기상 분석과 모델링을 위해 NCEP(National Centers for Environmental Prediction) GDAS(Global Data Assimilation System) 재분석 자료를 사용하였다. 또한 황사 경험 발생식의 각 기상요소와 CMAQ 기상 입력자료 생성을 위해 WRF 3.1 모델을 이용하였다. WRF 기상모델의 경우 미물리 과정은 WSM 6-class graupel, 구름물리 과정은 Kain-Fritsch, PBL은 YSU, 장파 및 단파 복사 과정은 RRTM과 Dudhia, 그리고 지표면은 5층 열확산을 적용하였다.
- 발원지의 황사 발생량은 문윤섭과 이승환(2009)이 소개한 5가지 황사 발생 경험식과 SMOKE 2.4 모델을 이용하였다. 여기서 각 경험식간의 먼지 발생율은 각 경험식 먼지 스킴에 따라 먼지 크기 범위, 먼지 크기 분포, 눈 피복, 토양 습기, 식생 분포, 토지 피복, 토양 조직, 거칠기 길이, 건성 및 습성 침적 등에 차이가 있다.
- 본 연구에서는 모델링의 불확실성을 고려하여 연직 발생량 산정을 위한 무차원계수에 대해 다음을 참고하였다(Korcz et al., 2009): 첫째, 무차원계수의 최소값은 문헌 연구에 기초하여 10−5-10−6 범주로 한다(Marticorena et al., 1997; Vautard et al., 2005).
- 본 연구에서 황사 사례에 대해 CCTM에 적용한 물리 스킴은 다음과 같다. 즉, 수평 및 연직 이류에 대해 PCM(Piecewise Parabolic Method)에 기초한 지구적으로 질량 보존 스킴인 yamo 법, 수평 확산에 대해 지역 바람 변형에 기초한 확산계수 스킴인 multiscale, 연직 확산에 대해 난류 확산 이론으로부터 유도된 연직 확산 계산 스킴인 eddy, 광해리율에 대해 구름 수정 인자를 적용하고 맑은 하늘 광해리율을 내삽하는 스킴인 phot, 화학 메커니즘에 대해 SAPRC99 메커니즘인 ebi_saprc99, 에어러솔 모델에 대해 해염 입자 및 열동역학 스킴인 aero4, 에어러솔 침적에 대해 예측된 에어러솔 모멘트에 기초한 침적 계산 스킴인 aero_depv2, 구름 물리와 화학 모델링을 대해 ACM(Advanced Convective Method)에 기초한 아격자 규모 구름 혼합 알고리즘 스킴인 cloud_acm을 적용하였다.
성능/효과
- CMAQ 모델과 CAMQ-MADRID 모델의 미세먼지(PM10) 민감도 분석 결과에서는 CMAQ-MADRID 모델이 CMAQ 모델에 비해 최대 25 µg/m3 정도 높게 모사되었고 한반도를 포함한 서쪽과 북쪽의 동아시아 영역에서 그 차이가 높게 나타났다.
- 그리고 한반도 황사 발생 이틀 전까지 황사 발원지에서의 후방궤적 경로는 모두 한반도를 통과하고 있었다. 강한 황사사례일의 경우는 한반도를 통과하는 경로가 거의 변화가 없이 공기덩이(또는 황사)가 보다 상층에서 하강하고 있었으나, 약한 황사사례의 경우는 한반도 유입부에서 보다 많은 변화폭을 나타내었고 중국으로부터 서해상으로 하강했던 공기덩이가 다시 한반도에서 상승하여 나타났다.
- (2000)의 경험식 결과가 타 경험식에 비해 느리게 이동하였다. 결과적으로 강한 황사사례의 경우는 상층 제트류의 경로를 따라 좁은 폭으로 황사가 수송되는 반면에, 약한 황사사례의 경우는 이보다 넓은 범위에서 보다 느리게 이동하였다.
- (2011)의 고농도 수치모의 결과와도 유사하였다. 결과적으로 우리나라 부근에서 Park and In(2003)의 결과만 높게 나타난 이유는 발원지에서 황사 발생량이 토양 구분 없이 임계마찰속도가 적용됨으로써 일부 타 모델에 비해 과다하게 산정된 이유도 있겠지만 중심 농도의 확산 폭과 이동 경로의 차이에서 기인하였다는 것을 알 수 있었다. 실제 중국에서 2007년 3월 31일에 이들 세 지점은 일평균 PM10 농도가 각각 600, 1000, 500 µg/m3으로 관측된 날로 GOCART 모델의 결과가 가장 관측값과 유사하게 나타났다.
- 두 메커니즘 차이에 따른 PM10의 농도 변화는 시간 변화에 대해 큰 차이는 없어 본 연구에서 제시하지는 않았지만 한반도 남쪽 일부 지역에서 최대 15 µg/m3 정도 구름 액상에 의해 미세먼지가 제거되는 것으로 나타났다.
- 9 참조). 또한 US-EPA와 Park and In(2003)의 경험식 결과와 GOCART와 DEAD 모델의 경험식 결과가 분포 패턴에 있어 서로 유사하게 나타났고, 각 경험식에 의해 모사된 시간에 따른 황사 장거리 수송 경로는 모두 비슷하게 나타났다. 참고로 우리나라 북쪽 북위 50도 부근에 지상 농도의 불연속은 배출량 산정 모델의 도메인 확장 과정에서 발생한 오류로 판단된다.
- 2의 해석을 잘 뒷받침하고 있다. 또한 고도별 이동과 이동 속도를 살펴보면, 강한 황사사례의 경우 고도 1000 m에서는 공기덩이(또는 황사)가 보다 상층에서 하강하고 있었으나, 약한 황사사례의 경우 이 고도에서는 중국으로 부터 서해상으로 하강했던 공기덩이가 다시 한반도에서 상승하여 나타났다. 이와 같이 풍속이 약한 황사 사례의 경우는 황사가 중국대륙에서 서해상을 지나면서 하강하고 동시에 서해와 우리나라에 서서히 영향을 줄 수 있다는 것을 알 수 있다.
- 74로 GOCART 모델의 경험식이 가장 높게 나타났다. 또한 평균 제곱근 오차(RMSE, Root Mean Square Error)는 153에서 208로 다소 높게 나타났지만 GOCART 모델의 경험식이 가장 낮게 나타났다. 그리고 평균 편의(MBE, Mean Bias Error)에서는 Park and In(2003) 경험식의 결과가 관측값에 비해 과대평가되었고 나머지는 모두 과소평가되었다.
- 이때는 3월 17일 1800UTC 기압배치에서처럼 우리나라 동쪽에 단파의 약한 저기압 발달과 그 사이 고기압역의 우리나라 확장으로 황사가 우리나라 부근에서 그대로 머물러 있는 경우이다. 본 연구에는 제시되지 않았지만 이 날 낮 시간대에서는 이 고기압역의 확장으로 인해 우리나라 서해안 지역에서 최고 80 ppb의 오존 농도가 관측되었다. 따라서 이들 황사 이미지와 Figs.
- 특히 Park and In(2003) 경험식의 결과는 고농도를 잘 모사하였다. 이 때 관측값과의 상관계수는 0.74로 GOCART 모델의 경험식이 가장 높게, 평균 제곱근 오차는 153으로 GOCART 모델의 경험식이 가장 낮게 나타났다. 그리고 평균 편의에서는 Park and In(2003) 경험식의 결과가 관측값에 비해 약간 과대평가되었고 나머지는 모두 과소평가되었다.
- 안면도 지점에서 2007년 4월 1일의 황사 사례의 연직 수치모의 결과는 황사 수송 고도가 약 1 km로 나타났고, 2009년 3월 17일 0000LST와 1200LST의 연직 수치모의 결과에서는 황사 수송 고도가 1-3 km로 나타났다. 이들 결과로부터 2007년 4월 1일 황사 사례는 황사가 직접 지표면을 통과하면서 농도가 높게 나타났으며, 2009년 3월 17일 황사 사례는 상공 1-3 km를 통과하면서 지표면에 약한 황사를 기록하였다는 것을 알수 있다. 이들 결과는 모델이 Fig.
후속연구
- 본 연구에서 제시한 5가지 경험식을 이용한 PM10 수치모의 결과는 추후 보다 많은 개선과 검증을 통해 향상이 요구된다. 특별히 Park and In(2003)의 연구를 개선한 ADAM 모델과 라이다 자료동화기법을 적용한 CFORS 모델들과의 비교 연구, 그리고 이들 모델에 황사 광학적 두께의 위성탐사자료 활용 등의 연구가 지속될 필요가 있다.
- 본 연구에서는 황사의 예보 관점에서 단순히 한 사례에 대해 이들 두 모델간의 SOA에 기인한 농도 차이를 비교하였지만 추후 연구에서는 어느 한 시점이 아니라 다른 시간대도 같이 분석하여 기상 시스템에 따른 또는 지형에 따른 분석이 이루어져야 할 것으로 판단된다.
- 특별히 Park and In(2003)의 연구를 개선한 ADAM 모델과 라이다 자료동화기법을 적용한 CFORS 모델들과의 비교 연구, 그리고 이들 모델에 황사 광학적 두께의 위성탐사자료 활용 등의 연구가 지속될 필요가 있다. 이들 향상된 결과는 황사의 앙상블 예보에 많은 도움이 될 것으로 기대된다.
- 수치모의 결과는 추후 보다 많은 개선과 검증을 통해 향상이 요구된다. 특별히 Park and In(2003)의 연구를 개선한 ADAM 모델과 라이다 자료동화기법을 적용한 CFORS 모델들과의 비교 연구, 그리고 이들 모델에 황사 광학적 두께의 위성탐사자료 활용 등의 연구가 지속될 필요가 있다. 이들 향상된 결과는 황사의 앙상블 예보에 많은 도움이 될 것으로 기대된다.
- , 2006; 문윤섭과 이승환, 2009). 황사 사례에 대한 이들 경험식의 비교 연구는 추후 황사의 앙상블 예보에 필요할 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.