[국내논문]겨울철 황사 모의시 황사배출량 산정식과 입력자료의 평가: 2007년 12월 29일 황사사례 연구 Estimation of Dust Emission Schemes and Input Parameters in Wintertime Asian Dust Simulation: A Case Study of Winter Dust Event on December 29, 2007원문보기
A case study was conducted for a severe wintertime dust event that occurred on December 29, 2007 in Korea. Three different dust emission schemes, namely, those of Marticorena and Bergametti (1995), Lu and Shao (1999), and Shao (2004) (hereinafter, referred to MB, LS, and S04 schemes, respectively) w...
A case study was conducted for a severe wintertime dust event that occurred on December 29, 2007 in Korea. Three different dust emission schemes, namely, those of Marticorena and Bergametti (1995), Lu and Shao (1999), and Shao (2004) (hereinafter, referred to MB, LS, and S04 schemes, respectively) were implemented in Weather Research Forecast with Chemistry (WRF/Chem) to assess their performance in simulating wintertime Asian dust events. WRF/Chem simulation reproduces dust emission over Mongolia on December 27 and 28, 2007 and the onset timing of the dust event in Korea well. There is, however, a huge difference among the estimated dust emission amounts for the three schemes; the dust concentration derived by MB scheme is 6 times larger than that from LS scheme. The three schemes overestimate dust concentrations when comparing to observed surface-level $PM_{10}$ mass concentrations in Ganghwa, Seoul, and Yeongwol. This discrepancy is thought to be mainly due to the overestimated model winds and the surface condition such as snow cover fraction, which did not adequately represent the real conditions. Considering frozen soil effect on dust emission, the model results are comparable with observation data: it is important to consider frozen soil in simulating wintertime dust events.
A case study was conducted for a severe wintertime dust event that occurred on December 29, 2007 in Korea. Three different dust emission schemes, namely, those of Marticorena and Bergametti (1995), Lu and Shao (1999), and Shao (2004) (hereinafter, referred to MB, LS, and S04 schemes, respectively) were implemented in Weather Research Forecast with Chemistry (WRF/Chem) to assess their performance in simulating wintertime Asian dust events. WRF/Chem simulation reproduces dust emission over Mongolia on December 27 and 28, 2007 and the onset timing of the dust event in Korea well. There is, however, a huge difference among the estimated dust emission amounts for the three schemes; the dust concentration derived by MB scheme is 6 times larger than that from LS scheme. The three schemes overestimate dust concentrations when comparing to observed surface-level $PM_{10}$ mass concentrations in Ganghwa, Seoul, and Yeongwol. This discrepancy is thought to be mainly due to the overestimated model winds and the surface condition such as snow cover fraction, which did not adequately represent the real conditions. Considering frozen soil effect on dust emission, the model results are comparable with observation data: it is important to consider frozen soil in simulating wintertime dust events.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
제안 방법
관측 자료와 비교하기 위해서 모델 최하층의 입자 크기가 10 μm 이하인 황사 농도를 사용하였다.
본 연구에서는 겨울철 고농도 황사사례 (2007년 12월 29일)를 선정하여 세 가지 황사배출량 산정식을 접합한 WRF/Chem 모델을 이용하여 동일한 기상 및 지표 자료 그리고 모델 해상도 조건하에서 모의를 수행하였다. 이를 통해 황사배출량 모수화 식과 사용된 모델 입력 자료(예, 황사발원지의 지표면 특성)가 황사 발생량에 미치는 영향을 분석하였다.
겨울철의 경우, 황사 발원지의 적설지역분포뿐만 아니라 낮은 온도로 인해 토양이 어는 조건으로 황사 발생이 억제될 가능성도 있다. 언 토양 여부를 판단하기 위해 본 연구에서는 토양의 온도와 수분을 기준으로 삼았다. 토양의 온도는 0℃ 이하이며, 토양 수분 기준값을 바꾸어 가면서 모델을 수행하였다.
WRF/Chem은 차세대 기상모델로 각광받는 WRF에 화학 모듈이 추가된 모델이다. 이 모델에 현재 여러 황사농도 예측 모델에서 널리 사용되고 있는 세 가지의 황사배출량 산정식들 (Shao, 2004; Lu and Shao, 1999; Marticorena and Bergametti, 1995)을 접합하여 위에서 언급한 겨울 황사 사례를 모의하였다. 그림 2는 본 연구에 사용된 여러 모수화 식들을 정리하여 나타낸 것이다.
이러한 적설지역분포 차이가 황사 발생량에 미치는 영향을 살펴보기 위해 모델의 적설지역분포값을 임의로 2배 늘려 모의해 보았다(그림 9
본 연구에서는 겨울철 고농도 황사사례 (2007년 12월 29일)를 선정하여 세 가지 황사배출량 산정식을 접합한 WRF/Chem 모델을 이용하여 동일한 기상 및 지표 자료 그리고 모델 해상도 조건하에서 모의를 수행하였다. 이를 통해 황사배출량 모수화 식과 사용된 모델 입력 자료(예, 황사발원지의 지표면 특성)가 황사 발생량에 미치는 영향을 분석하였다.
언 토양 여부를 판단하기 위해 본 연구에서는 토양의 온도와 수분을 기준으로 삼았다. 토양의 온도는 0℃ 이하이며, 토양 수분 기준값을 바꾸어 가면서 모델을 수행하였다. 그림 9(b)에는 토양의 수분이 40% 이상일 때 황사가 발생하지 않도록 하여 모델 수행을 실시한 결과를 나타내었다.
황사 주의보가 발령되었던 2007년 12월 29일 겨울 황사 사례를 선정하여, 여러 가지 황사배출량 산정식을 접합한 WRF/Chem 모델을 이용하여 사례 분석을 실시하였다. 사용한 황사배출량 산정식은 Marticorena and Bergametti (1995), Lu and Shao (1999), Shao (2004) (각각 MB, LS, S04로 표시) 스킴으로, 황사배출량을 산정하는데 있어서 각자 다른 접근 방법을 사용하기 때문에 모의 결과는 스킴별로 다르게 나타난다.
황사배출량 산정식을 접합한 WRF/Chem 모델을 이용하여 2007년 12월 29일 관측된 겨울 황사 사례 모의를 위해, 동아시아 지역을 모의 영역으로 설정하고 30 km 간격의 가로 150, 세로 100개의 격자에 대해 2007년 12월 25일 00 UTC부터 30일 00 UTC까지 5일간 모의하였다.
황사배출량의 과대 모의 원인을 확인하기 위해, 모델에서 모의하는 10 m의 바람장과 지상관측자료인 SYNOP 데이터의 바람세기를 비교하였다. 그림 7에 모델의 10 m의 바람장을 컨투어로 나타내고, 그 위에 각 관측소가 나타낸 바람세기를 색깔등급을 동일하게 하여 표시하였다.
대상 데이터
본 연구에서는 12월에 이례적으로 황사주의보(1시간 평균 미세먼지농도 400 μg m-3 이상이 2시간 이상 지속될 것으로 예상)가 발령되었던 2007년 12월 29일을 겨울철 고농도 황사 사례로 정하였다.
이론/모형
본 연구에서는 임계마찰속도 계산에 Shao and Lu (2000)에 제시된 방법을 이용하였으며, 토양 수분과 식생 등의 효과를 포함하기 위해 토양 수분 보정 상수(soil moisture correction factor, f(w): Shao and Jung, 2009; Fécan et al., 1999, private communication)와 거칠기 요소(roughness element)에 의한 보정 상수(roughness element correction factor, f(λ): Raupach et al., 1993)를 고려하였다.
한편, 황사배출량 계산에 필요한 마찰속도(friction velocity, u*), 토양 수분, 식생 피복 지수(vegetation cover) 등은 WRF/Chem 모델이 제공하는 값을 그대로 이용하였다.
즉, 바람에 의해 수평으로 구르는 모래 입자가 땅에 부딪힐 때 전달되는 힘이 결속력보다 클 때 황사 입자가 연직으로 배출되게 된다. 황사의 연직 배출량은 수평으로 구르는 모래 입자의 양(수평 모래속, Horizontal sand flux, Q)에 비례하게 되며, 이 계산에는 White (1979)가 제시한 식을 사용하였다. 그림 2에 나타낸 바와 같이, 본 연구에서는 수평 모래속 계산 과정까지는 모두 동일하나, 이후 연직 황사배출량(vertical dust flux, F) 계산은 기존 문헌에 제시된 세 가지 서로 다른 식을 사용하였다.
성능/효과
이러한 적설지역분포 차이가 황사 발생량에 미치는 영향을 살펴보기 위해 모델의 적설지역분포값을 임의로 2배 늘려 모의해 보았다(그림 9(a)). 그림 6(b)의 결과와 비교했을 때, 발생된 황사 농도가 약 30% 정도 감소했음을 확인할 수 있다. 본 사례의 황사 발원지인 내몽골 지역과 몽골의 남부 지역의 적설지역분포값을 실제보다 낮게 모델에서 모의하여, 전체적으로 모델이 황사 농도를 과대 모의할 가능성도 있을 것으로 판단된다.
그림 5에서 확인한 바와 같이 MB 스킴이 황사발원지에서 가장 많은 황사배출량을 모의하였고, 따라서 한반도로 수송되어 오는 황사의 농도도 가장 크게 나타난다. MB 스킴으로부터 모의된 황사 농도는 LS 스킴으로부터 모의된 황사 농도의 6배 정도 되며, S04 스킴의 황사 농도는 LS 스킴의 황사 농도의 1.5배 정도의 결과를 보였다. 표 1에서 비교한 바와 같이, MB 스킴은 사하라 사막의 관측 데이터를 사용하여 경험식을 도출하였는데, 물리적 개념을 바탕으로 한 LS와 S04 스킴보다 훨씬 과대 모의하는 것으로 보아 동아시아에 적합하지 않은 것으로 추정된다.
사하라 사막 자료를 바탕으로 경험적으로 만들어진 MB 스킴은 동아시아 황사농도를 예측하는데 적합하지 않은 것으로 추정된다. 강화, 서울, 영월에서의 관측 PM10 농도와 모델 황사 농도의 시계열을 비교해 보았을 때, 황사 도달 시점은 모델에서 잘 모의하고 있으나, 세 스킴 중 가장 적은 황사배출량을 나타낸 LS 스킴 조차도 황사 농도를 과대 모의하고 있음을 확인하였다. 이는 모델에서 바람장을 과대 평가한 것과 황사 발원지의 적설지역분포값과 같은 지표면 정보의 부정확성 때문으로 사료된다.
그림 7에 모델의 10 m의 바람장을 컨투어로 나타내고, 그 위에 각 관측소가 나타낸 바람세기를 색깔등급을 동일하게 하여 표시하였다. 대체적으로 모델에서 모의하고 있는 바람장이 지상관측 바람세기보다 크게 나타나고 있음을 확인할 수 있다. 특히, 모델에서 바람세기가 12 m s-1 이상인 지역에서 지상관측 바람세기는 그보다 작은 바람세기를 보인다.
이는 모델에서 바람장을 과대 평가한 것과 황사 발원지의 적설지역분포값과 같은 지표면 정보의 부정확성 때문으로 사료된다. 또한, 언 토양에서 황사 배출이 되지 않는 조건으로 모델을 수행하였더니, 모델의 과대 모의가 확실하게 줄어드는 것을 확인하였으며, 이를 통해 겨울철 황사 모의에는 언 토양의 고려가 필요하다고 생각된다.
모델은 12월 27일과 28일 몽골의 동북쪽 지역의 저기압 남쪽 후면에서 황사 먼지의 발생을 잘 모사하고 있지만, 스킴별 황사배출량은 차이가 커서 MB 스킴이 가장 많은 황사배출량을 나타내며, LS 스킴은 가장 적은 결과를 보인다. 사하라 사막 자료를 바탕으로 경험적으로 만들어진 MB 스킴은 동아시아 황사농도를 예측하는데 적합하지 않은 것으로 추정된다.
그림 6(b)의 결과와 비교했을 때, 발생된 황사 농도가 약 30% 정도 감소했음을 확인할 수 있다. 본 사례의 황사 발원지인 내몽골 지역과 몽골의 남부 지역의 적설지역분포값을 실제보다 낮게 모델에서 모의하여, 전체적으로 모델이 황사 농도를 과대 모의할 가능성도 있을 것으로 판단된다.
그림 8은 2007년 12월 25일 모델의 적설지역분포와 MODIS (Moderate Resolution Imaging Spectroradiometer)를 통해 관측된 적설지역분포를 비교하여 그린 것이다. 비록, 본 연구에 사용된 모델의 적설지역분포는 MODIS의 적설지역분포와 거의 비슷한 양상을 보이지만, 황사 발원지인 내몽골 동쪽 지역의 모델 적설지역분포값(0.4 이하)이 MODIS로부터 관측된 적설지역분포값(대부분 1)보다 작다. 이러한 적설지역분포 차이가 황사 발생량에 미치는 영향을 살펴보기 위해 모델의 적설지역분포값을 임의로 2배 늘려 모의해 보았다(그림 9(a)).
5배 정도의 결과를 보였다. 표 1에서 비교한 바와 같이, MB 스킴은 사하라 사막의 관측 데이터를 사용하여 경험식을 도출하였는데, 물리적 개념을 바탕으로 한 LS와 S04 스킴보다 훨씬 과대 모의하는 것으로 보아 동아시아에 적합하지 않은 것으로 추정된다. 한편, 세 가지 황사배출량 산정식 중 가장 작은 농도를 보이는 LS 스킴조차 관측 PM10 농도보다 크게 모의하는 것을 알 수 있다.
표 1에서 비교한 바와 같이, MB 스킴은 사하라 사막의 관측 데이터를 사용하여 경험식을 도출하였는데, 물리적 개념을 바탕으로 한 LS와 S04 스킴보다 훨씬 과대 모의하는 것으로 보아 동아시아에 적합하지 않은 것으로 추정된다. 한편, 세 가지 황사배출량 산정식 중 가장 작은 농도를 보이는 LS 스킴조차 관측 PM10 농도보다 크게 모의하는 것을 알 수 있다.
후속연구
바람장의 정확한 모의가 우선되고, 황사 발원지의 지표면 특성과 황사배출량 등의 관측 자료가 있을 때, 관측 자료와 모델 결과의 비교를 통해 스킴의 개선이 가능하며, 정확한 황사배출량을 예측할 수 있을 것이다.
LS와 S04 스킴은 비록 물리적인 개념을 바탕으로 황사배출량 산정식을 산출하였지만, 지표면 성질과 관련되어 고려해야 할 많은 변수들 때문에 이들의 정확도가 배출량 산출 결과에 크게 영향을 미치게 된다. 보다 정확한 황사배출량 예측을 위해서는, 황사 발원지에서의 다양한 조건하의 관측과 실험을 통해서 배출량 산정식의 개선과 평가가 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
WRF/Chem이란 무엇인가?
WRF/Chem은 차세대 기상모델로 각광받는 WRF에 화학 모듈이 추가된 모델이다. 이 모델에 현재 여러 황사농도 예측 모델에서 널리 사용되고 있는 세 가지의 황사배출량 산정식들 (Shao, 2004; Lu and Shao, 1999; Marticorena and Bergametti, 1995)을 접합하여 위에서 언급한 겨울 황사 사례를 모의하였다.
황사는 겨울철의 경우 어떤 특징을 보이는가?
겨울철의 경우, 황사 발원지의 적설지역분포뿐만 아니라 낮은 온도로 인해 토양이 어는 조건으로 황사 발생이 억제될 가능성도 있다. 언 토양 여부를 판단하기 위해 본 연구에서는 토양의 온도와 수분을 기준으로 삼았다.
본 연구는 WRF/Chem 모델을 어떻게 활용하여 겨울 황사 사례를 모의하였는가?
WRF/Chem은 차세대 기상모델로 각광받는 WRF에 화학 모듈이 추가된 모델이다. 이 모델에 현재 여러 황사농도 예측 모델에서 널리 사용되고 있는 세 가지의 황사배출량 산정식들 (Shao, 2004; Lu and Shao, 1999; Marticorena and Bergametti, 1995)을 접합하여 위에서 언급한 겨울 황사 사례를 모의하였다. 그림 2는 본 연구에 사용된 여러 모수화 식들을 정리하여 나타낸 것이다.
참고문헌 (17)
Chun, Y.-S. (1997) Long range transport of yellow sand with special emphasis on the dust rise conditions in the source regions, Ph. D. dissertation, Department of Atmospheric Science, Seoul National University, Korea, 129pp.
Chun, Y.-S., J. Kim, K.-O. Boo, and N.-O. Kim (2000) The features associated with the yellow sand phenomenon observed in Korea in wintertime, The Journal of Korean Society for Atmospheric Environment, 16(5), 487-497. (in Korean with English abstract)
Fecan, F., B. Marticorena, and G. Bergametti (1999) Parametrization of the increase of the aeolian erosion threshold wind friction velocity due to soil moisture for arid and semi-arid areas, Annales Geophysicae, 17(1), 149-157.
In, H.-J. and S.-U. Park (2002) A simulation of long-range transport of yellow sand observed in April 1998 in Korea, Atmospheric Environment, 36, 4173-4187.
Kim, S.-W., S.-C. Yoon, and J. Kim (2008) Columnar Asian dust particle properties observed by sun/sky radiometers from 2000 to 2006 in Korea, Atmospheric Environment, 42, 492-504.
Kim, S.-W., S.-C. Yoon, J. Kim, J.-Y. Kang, and N. Sugimoto (2010) Asian dust event observed in Seoul, Korea, during 29-31 May 2008: Analysis of transport and vertical distribution of dust particles from lidar and surface measurements, Science of the Total Environment, 408, 1707-1718.
Lee, E.-H. and S.-U. Park (2005) A numerical simulation of an Asian dust (Hwangsa) event observed in Korea on March 10-12, 2004 using the modified ADAM model, Advances in Geosciences, 5, 67-76.
Lu, H. and Y. Shao (1999) A new model for dust emission by saltation bombardment, Journal of Geophysical Research, 104(D14), 16827-16842.
Marticorena, B. and G. Bergametti (1995) Modeling the atmospheric dust cycle: 1. Design of a soil-derived dust emission scheme, Journal of Geophysical Research, 100(16), 16415-16430.
Park, S.-U. and H.-J. In (2003) Parameterization of dust emission for the simulation of the yellow sand (Asian dust) event observed in March 2002 in Korea, Journal of Geophysical Research, 108(D19), 4618, doi: 10.1029/2003JD003484.
Raupach, M., D. Gillette, and J. Leys (1993) The effect of roughness elements on wind erosion threshold, Journal of Geophysical Research, 98(D2), 3023-3029.
Uno, I., H. Amano, S. Emori, K. Kinoshita, I. Matsui, and N. Sugimoto (2001) Trans-Pacific yellow sand transport observed in April 1998: A numerical simulation, Journal of Geophysical Research, 106(D16), 18331.
Uno, I., Z. Wang, M. Chiba, Y.S. Chun, S.L. Gong, Y. Hara, E. Jung, S.-S. Lee, M. Liu, M. Mikami, S. Music, S. Nickovic, S. Satake, Y. Shao, Z. Song, N. Sugimoto, T. Tanaka, and D.L. Westphal (2006) Dust model intercomparison (DMIP) study over Asia: Overview, Journal of Geophysical Research, 111, D12213. Doi: 10.1029/2005JD006575.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.