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
- 따라서 대류권 오존 분포와 기후변동과의 관련성을 이해하는 것은 대기질의 문제뿐 아니라 기후변화와 연관된 중요한 일이라 할 수 있다. 우리는 이 연구에서 최근 새롭게 개발된 기후모델과 전구대기화학모델을 오프라인(off-line)으로 접합된 모델링 시스템을 이용하여 엘니뇨와 대류권 오존의 관련성을 찾고자 하였다.
제안 방법
- 기후변동 중 대표적 경년변동 현상인 엘니뇨가 대류권 오존에 미치는 영향을 기후모델과 전구대기화학 모델을 함께 사용하여 모의하였다. 기후모델은 NCAR CAM3를 사용하였으며, 대기화학모델은 하버드대학의 GEOS-Chem을 이용하였다.
- 기후모델은 NCAR CAM3를 사용하였으며, 대기화학모델은 하버드대학의 GEOS-Chem을 이용하였다. 먼저 관측 해수면 온도를 경계조건으로 처방한 기후모델을 수행하여 얻은 자료를 변환하여 대기화학모델을 구동하기 위한 기상변수를 생산하였다. 이후 고정된 인위적 배출량과 바이오매스 연소에 의한 배출량을 고정시킨 조건에서 대기화학모델을 수행하여 얻은 오존 변화를 분석하였다.
- 1은 모델이 모의한 열대지역 대류권 오존을 경험적 직교함수(EOF: Empirical Orthogonal Function) 분석의 결과를 보인 것이다. 모델의 모의 성능을 비교하기 위해 AURA 위성에 탑재된 OMI와 MLS 센서로 관측한 자료의 결과를 함께 제시하였다. AURA OMI/MLS 오존 자료는 2004년 10월부터 최근까지 제공된다(http://acd-ext.
- 우리는 먼저 관측 해수면 온도를 경계조건으로 처방하여 CAM3을 실행하고 모의된 자료를 off-line 접합자를 이용하여 대기화학모델이 필요한 입력 자료로 변환하였다. 적분기간은 1971-2010년간이며, 해수면 온도는 NOAA OISSTv2 (Reynolds et al.
- GEOS-Chem은 대기 중의 화학반응과 화학물질의 수송 등을 모의하기 위해 개발되었으며, 이때 필요한 기상 변수(바람, 기온, 습도 등)는 입력 변수로 처방된다. 이 화학모델은 본래 NASA GMAO(Global Modeling and Assimilation Office)에서 개발한 자료 동화를 이용하는데, 이 연구에서는 CAM3 기상장을 이용할 수 있게 약간 수정된 버전을 사용한다. 이때 기후모델이 생산한 자료를 화학모델에 적합하게 변환해 주는 off-line 접합자를 개발하여 이용하였다.
- 이 화학모델은 본래 NASA GMAO(Global Modeling and Assimilation Office)에서 개발한 자료 동화를 이용하는데, 이 연구에서는 CAM3 기상장을 이용할 수 있게 약간 수정된 버전을 사용한다. 이때 기후모델이 생산한 자료를 화학모델에 적합하게 변환해 주는 off-line 접합자를 개발하여 이용하였다. 수정된 전구화학모델과 CAM3을 이용한 모델링 시스템은 이미 시베리아 산불이 기상에 미치는 영향이나 화산분출의 영향 등을 모의하는데 활용된 연구가 있다(Moon et al.
- 먼저 관측 해수면 온도를 경계조건으로 처방한 기후모델을 수행하여 얻은 자료를 변환하여 대기화학모델을 구동하기 위한 기상변수를 생산하였다. 이후 고정된 인위적 배출량과 바이오매스 연소에 의한 배출량을 고정시킨 조건에서 대기화학모델을 수행하여 얻은 오존 변화를 분석하였다.
- 초기값으로는 1960년부터 적분하여 얻은 1971년 1월 1일 대기상태를 사용하여 기후모델이 충분한 스핀업 기간을 거치도록 구성하였다. 이후 생산된 대기 변수를 이용하여 대기화학모델을 수행하였다. 대기화학 모델을 수행할 때 필요한 바이오매스 연소(biomass burning)에 의한 배출량과 인위적 배출량(anthropogenic emission)은 계절적 변화는 있지만, 경년변화는 포함시키지 않았다.
- , 2002)을 이용하였다. 초기값으로는 1960년부터 적분하여 얻은 1971년 1월 1일 대기상태를 사용하여 기후모델이 충분한 스핀업 기간을 거치도록 구성하였다. 이후 생산된 대기 변수를 이용하여 대기화학모델을 수행하였다.
대상 데이터
- 모델의 모의 성능을 비교하기 위해 AURA 위성에 탑재된 OMI와 MLS 센서로 관측한 자료의 결과를 함께 제시하였다. AURA OMI/MLS 오존 자료는 2004년 10월부터 최근까지 제공된다(http://acd-ext.gsfc.nasa.gov/Data_services/cloud_slice/index.html). 이때 EOF 분석은 1971-2010년 동안 실시하였다.
이론/모형
- 기후변동 중 대표적 경년변동 현상인 엘니뇨가 대류권 오존에 미치는 영향을 기후모델과 전구대기화학 모델을 함께 사용하여 모의하였다. 기후모델은 NCAR CAM3를 사용하였으며, 대기화학모델은 하버드대학의 GEOS-Chem을 이용하였다. 먼저 관측 해수면 온도를 경계조건으로 처방한 기후모델을 수행하여 얻은 자료를 변환하여 대기화학모델을 구동하기 위한 기상변수를 생산하였다.
- 이 연구는 엘니뇨와 대류권 오존의 관련성을 모의하기 위해 기후모델과 전구대기화학모델을 함께 사용하였다. 기후모델은 NCAR CAM3 (Collins et al.
- 우리는 먼저 관측 해수면 온도를 경계조건으로 처방하여 CAM3을 실행하고 모의된 자료를 off-line 접합자를 이용하여 대기화학모델이 필요한 입력 자료로 변환하였다. 적분기간은 1971-2010년간이며, 해수면 온도는 NOAA OISSTv2 (Reynolds et al., 2002)을 이용하였다. 초기값으로는 1960년부터 적분하여 얻은 1971년 1월 1일 대기상태를 사용하여 기후모델이 충분한 스핀업 기간을 거치도록 구성하였다.
- 전구대기화학모델은 미국 하버드대학교에서 개발한 GEOS-Chem 모델을 사용하였다(Park et al., 2004). GEOS-Chem은 대기 중의 화학반응과 화학물질의 수송 등을 모의하기 위해 개발되었으며, 이때 필요한 기상 변수(바람, 기온, 습도 등)는 입력 변수로 처방된다.
성능/효과
- 반면에 대류권 오존이 증가하는 지역은 매우 한정되고 약하게 나타남을 알 수 있다. 관측자료를 이용한 결과에는 중태평양에 나타나는 강한 음의 편차와 인도네시아를 중심으로 인도양과 서태평양에 걸쳐 양의 편차가 두드러지게 나타나며 전체 변동성의 24.5%을 차지한다(Fig. 1b). 이들 결과는 엘니뇨가 발생할 때 대류권 오존은 중태평양에서 감소하고, 인도네시아 지역에서 증가한다는 이전 연구결과와 어느 정도 일치한다(Ziemke and Chandra, 2003).
- 대류권 오존을 EOF한 결과에서 모델은 엘니뇨에 따른 중앙-동태평양의 오존 감소를 관측과 유사하게 모의하는 것을 알 수 있었다. 그러나 관측과 비교하여 인도네시아의 오존 변동이 약하게 나타났는데, 모델의 이런 특징은 Doherty et al.
- 다시 말하면, 이런 효과는 인도네시아 지역에 한정되며, 오스트레일리아 서부 지역에서는 역학적 효과가 지배적이라는 것이다. 이 결과를 고려하면, 모델에서 인도네시아와 서태평양에서 오존 변화가 약하게 모의되는 것이 단지 계절변화만 있는 바이오매스 배출량을 사용하였기 때문만은 아니라는 추측을 할 수 있다. 엘니뇨와 대류권 오존의 관계에서 바이오매스 연소의 영향에 대한 연구는 Loyola et al.
후속연구
- 이런 차이점의 원인으로 성층권의 영향을 고려하여 분석하였지만 의미 있는 결과는 얻지 못했다(not shown). 대류권 오존 반응에 참여하는 NOx(=NO+NO2), CO, HNO3 등의 화학물질과 바이오매스 연소, 대류활동의 영향 등에 대한 자세한 분석이 필요할 것이다.
- 우리는 인도양 상층의 성층권 오존의 유입이 그 원인인지 파악하기 위해 성층권에서 유입되는 오존속의 변화를 살폈지만 큰 차이를 얻지는 못했다(not shown). 이 문제를 해결하기 위해서는 대류권 오존 생성 및 소멸 반응에 참여하는 다른 화학물질의 분석이 필요할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.