[논문]공기괴 역궤적 분석을 위한 FLEXPART Lagrangian Particle Dispersion 모델의 최적화 및 자동화

김주일; 박선영; 박미경; 리선란; 김재연; 조춘옥; 김지윤; 김경렬

doi:10.14191/atmos.2013.23.1.093

Abstract ▼ AI-Helper

Atmospheric transport pathway of an air mass is an important constraint controlling the chemical properties of the air mass observed at a designated location. Such information could be utilized for understanding observed temporal variabilities in atmospheric concentrations of long-lived chemical com...

Atmospheric transport pathway of an air mass is an important constraint controlling the chemical properties of the air mass observed at a designated location. Such information could be utilized for understanding observed temporal variabilities in atmospheric concentrations of long-lived chemical compounds, of which sinks and/or sources are related particularly with natural and/or anthropogenic processes in the surface, and as well as for performing inversions to constrain the fluxes of such compounds. The Lagrangian particle dispersion model FLEXPART provides a useful tool for estimating detailed particle dispersion during atmospheric transport, a significant improvement over traditional "single-line" trajectory models that have been widely used. However, those without a modeling background seeking to create simple back-trajectory maps may find it challenging to optimize FLEXPART for their needs. In this study, we explain how to set up, operate, and optimize FLEXPART for back-trajectory analysis, and also provide automatization programs based on the open-source R language. Discussions include setting up an "AVAILABLE" file (directory of input meteorological fields stored on the computer), creating C-shell scripts for initiating FLEXPART runs and storing the output in directories designated by date, as wells as processing the FLEXPART output to create figures for a back-trajectory "footprint" (potential emission sensitivity within the boundary layer). Step by step instructions are explained for an example case of calculating back trajectories derived for Anmyeon-do, Korea for January 2011. One application is also demonstrated in interpreting observed variabilities in atmospheric $CO_2$ concentration at Anmyeon-do during this period. Back-trajectory modeling information introduced in this study should facilitate the creation and automation of most common back-trajectory calculation needs in atmospheric research.

주제어

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 기술 논문에서는 FLEXPART 모델의 설정과 운영에 대해 설명하고, FLEXPART 운영의 자동화를 위한 R 프로그램 언어 (오픈 소스로 제공되는 프로그래밍 언어, http://www.r-project.org)를 활용하는 방안을 설명하고자 한다. R은 직관적인 통계 분석을 위해 처음 개발된 언어이지만, 최근에는 바이오 정보 해석이나 지리 정보 분석 등 다양한 분야에서 활용되고 있으며, R에 기능을 더하는 다양한 패키지들이 전 세계 과학자들에 의해 제공되고 있다.
php#hires_weather_datasets). 따라서 본 논문에서는 한국에서 비교적 손쉽게 얻을 수 있는 GFS 기상장을 이용하는 방법을 설명하고자 한다.
R은 직관적인 통계 분석을 위해 처음 개발된 언어이지만, 최근에는 바이오 정보 해석이나 지리 정보 분석 등 다양한 분야에서 활용되고 있으며, R에 기능을 더하는 다양한 패키지들이 전 세계 과학자들에 의해 제공되고 있다. 특히 본 논문에서는 FLEXPART 기상장 입력 자료의 선택 및 획득 방법, 역궤적 모의를 위해 통상적으로 사용할 수 있는 구체적인 설정조건 (파라미터)을 제시하였다. 이를 통해 FLEXPART에 관심 있는 연구자들이 보다 쉽게 역궤적 분석을 이용할 수 있을 것으로 생각된다.

제안 방법

1년 동안 관측된 이산화탄소 연속자료 가운데서 고농도, 저농도가 함께 관측된 최근 결과를 비교하기 위해 9월부터 12월까지 FLEXPART 역궤적 분석을 실시하였다. 11월 11일 CO₂ 농도는 약 430 ppm의 높은 배경농도 값 (Fig.
FLEXPART 출력값의 처리를 돕기 위해, “header” 및 각 “grid” 파일을 읽어 들인 후 각 역궤적을 그림으로 그릴 수 있는 R코드를 제작하였고, 사용방법은 부록 4에 첨부한다.
Ubuntu 10.04 LTS 버전 하에서 gfortran 및 GRIB, JASPER 라이브러리를 설치하고, 이에 맞추어 makefile을 설정하여 FLEXPART를 컴파일 하는 자세한 방법에 대해서는 부록 3에서 설명하도록 하였다.
FLEXPART의 운영시간에 대응하는 각 입력 기상장의 경로를 수록한 파일이 바로 AVAILABLE 파일이다. 물론 수작업으로 이 파일을 만들 수도 있지만, 편의를 높이고 오류의 가능성을 줄이기 위해, 지정된 경로에 저장된 기상장에 대해서 AVAILABLE 파일을 제작할 수 있는 R 코드를 제작하였고, 사용방법은 부록 4에 첨부한다.
이와 같이 FLEXPART 모델을 돌리기 위한 setup 단계에서 사용하는 R 코드를 제작하였고, 사용방법은 부록 4에 첨부한다.

성능/효과

이산화탄소 농도 430 ppm과 385 ppm을 기록한 시기의 공기괴 역궤적 분석을 실시한 결과, Fig. 4(b)와 (c)가 보여주는 것처럼, 11월 11일에 관측된 이산화탄소 농도가 매우 높은 오염된 공기괴는 주로 한반도를 통과하였으며, 20일 경의 깨끗한 공기괴는 시베리아에서 기원한 북반부 배경대기임을 알 수 있다. 특히, 11월 20일 무렵에 관측되는 조밀한 back-trajectory 양상은 보통 공기의 이동이 빠르게 일어나고 있음을 나타내며, 이와 같이 북부 시베리아 지역으로부터 빠르게 이동하는 경우 나타나는 배경대기는 제주도 고산에서도 관측된 바 있다 (Kim et al.

후속연구

이처럼, 역궤적 분석이 제공하는 공기괴의 이동 경로, 이동시간 및 기원에 대한 정보는 관측 결과를 심도 있게 이해하는 데 많은 도움을 준다. 따라서 본 연구에서 그 최적화와 자동화의 방법이 제시된 FLEXPART 공기괴 역궤적 추정법은 다양한 분야에서 응용될 것으로 기대된다.
본 논문에서 소개된 방법에 따라 얻어진 역궤적 추정 결과는 해당 공기괴의 화학 성분 분포와 변화를 해석하는 데 다양하게 활용될 수 있다. 그 일례로 공기 중 체류시간이 상대적으로 긴 온실기체를 특정 지점에서 연속 관측할 때, 농도 분포가 보이는 시간 변동성은 해당 공기괴의 역궤적 경로와 기원지에 의해 어느 정도 설명이 가능하다.
이를 통해 FLEXPART에 관심 있는 연구자들이 보다 쉽게 역궤적 분석을 이용할 수 있을 것으로 생각된다. 본 논문의 내용은 FLEXPART 사용서 (http://zardoz.nilu.no/~flexpart/flexpart82.pdf)를 보조하면서 FLEXPART를 이용한 공기괴 역궤적 계산을 도울 수 있을 것이며, 또한 Baysian 방식의 배출량 산정 (Stohl et al., 2009; Saito et al., 2010; Stohl et al., 2010)이나 오염물질의 장기 이동 경로 추정 (Cooper et al., 2010)과 같은 다양한 연구에 응용될 것이다.
특히 본 논문에서는 FLEXPART 기상장 입력 자료의 선택 및 획득 방법, 역궤적 모의를 위해 통상적으로 사용할 수 있는 구체적인 설정조건 (파라미터)을 제시하였다. 이를 통해 FLEXPART에 관심 있는 연구자들이 보다 쉽게 역궤적 분석을 이용할 수 있을 것으로 생각된다. 본 논문의 내용은 FLEXPART 사용서 (http://zardoz.

질의응답

핵심어	질문	논문에서 추출한 답변
	단일 궤적추정 모델과 비교했을 때, 입자 확산 (particle dispersion) 모델의 특징은 무엇인가?	이후 개발된 입자 확산 (particle dispersion) 모델은 기존 단일 궤적추정 모델과 달리 공기괴의 확산을 자세한 입자 분포로 표현하며, 이는 공기괴 궤적의 불확실성 감소에 크게 기여한다. 대표적인 입자 확산 모델인 STILT 모델 (Stochastic Time-Inverted Lagrangian Transport model; http://www.
	FLEXPART프로그램 실행 시, 성공적인 완료를 확인할 수 있는 방법은?	일반적으로 FLEXPART프로그램은 적당하게 구성된 pathnames 파일을 FLEXPART 프로그램과 동일한 경로로 복사한 후 리눅스 시스템의 FLEXPART의 실행창에서 실행하면 된다. FLEXPART 실행의 성공적인 완료는 마지막 줄에 “CONGRATULATIONS YOU HAVE SUCCESSFULLY COMPLETED A FLEXPART RUN” 이라는 메시지로 확인할 수 있다.
	단일궤적추정 모델의 장점은 무엇인가?	1(a)) (박상진 등, 2008). 단일궤적추정 모델의 장점은 모델 운영이 비교적 쉽다는 점이고, HYSPLIT의 경우는 미 국립 해양 대기청 (NOAA)이 제공하는 웹페이지 (http://ready.arl.noaa.gov/HYSPLIT.php)를 통해 곧바로 궤적을 얻을 수도 있다. 그러나 단일궤적추정 모델은 실제적인 공기괴 이동을 표현하기에는 부족할수 있으며, 이는 특히 대기 경계층 (boundary layer) 내의 난류 (turbulence)를 표현함에 있어서 큰 오차를 유발할 수 있다 (Stohl et al.

참고문헌 (12)

박상진, 이종범, 김재철, 2008: GDAS와 MM5를 이용한 HYSPLIT_4 모델의 결과 비교. 한국대기환경학회 2008 춘계학술대회 논문집, 555-556
Cooper, O. R. and Coauthors, 2010: Increasing springtime ozone mixing ratios in the free troposphere over western North America. Nature, 463(7279), 344-348. doi:10.1038/nature08708.

상세보기
Hirdman, D., K. Aspmo, J. F. Burkhart, S. Eckhardt, H. Sodemann, and A. Stohl, 2009: Transport of mercury in the Arctic atmosphere: Evidence for a spring-time net sink and summer-time source. Geophys. Res. Lett., 36(12), L12814.

상세보기
Kim, J. and Coauthors, 2010: Regional atmospheric emissions determined from measurements at Jeju Island, Korea: Halogenated compounds from China. Geophys. Res. Lett., 37(12), L12801.
Li, S. and Coauthors, 2011: Emissions of Halogenated Compounds in East Asia Determined from Measurements at Jeju Island, Korea. Environ. Sci. Technol., 45(13), 5668-5675.

상세보기
Miller, J. B. and Coauthors, 2012: Linking emissions of fossil fuel $CO_2$ and other anthropogenic trace gases using atmospheric $^{14}CO_2$ . J. Geophys. Res., 117(D8), D08302.

상세보기
Saito, T., Y. Yokouchi, A. Stohl, S. Taguchi, and H. Mukai, 2010: Large Emissions of Perfluorocarbons in East Asia Deduced from Continuous Atmospheric Measurements. Environ. Sci. Technol., 44(11), 4089- 4095. doi:10.1021/es1001488.

상세보기
Stohl, A., 1998: Computation, accuracy and applications of trajectories - A review and bibliography. Atmos. Environ., 32(6), 947-966.

상세보기
Stohl, A., M. Hittenberger, and G. Wotawa, 1998: Validation of the Lagrangian particle dispersion model FLEXPART against large-scale tracer experiment data. Atmos. Environ., 32(24), 4245-4264.

상세보기
Stohl, A., C. Forster, A. Frank, P. Seibert, and G. Wotawa, 2005: Tech Note: The Lagrangian particle dispersion model FLEXPART version 6.2. Atmos. Chem. Phys., 5(9), 2461-2474.

상세보기
Stohl, A. and Coauthors, 2009: An analytical inversion method for determining regional and global emissions of greenhouse gases: Sensitivity studies and application to halocarbons. Atmos. Chem. Phys., 9(5), 1597-1620.

상세보기
Stohl, A. and Coauthors, 2010: Hydrochlorofluorocarbon and hydrofluorocarbon emissions in East Asia determined by inverse modeling. Atmos. Chem. Phys., 10(8), 3545-3560. doi:10.5194/acp-10-3545-2010.

상세보기

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

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

공기괴 역궤적 분석을 위한 FLEXPART Lagrangian Particle Dispersion 모델의 최적화 및 자동화
Parameter Optimization and Automation of the FLEXPART Lagrangian Particle Dispersion Model for Atmospheric Back-trajectory Analysis 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

질의응답

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

공기괴 역궤적 분석을 위한 FLEXPART Lagrangian Particle Dispersion 모델의 최적화 및 자동화 Parameter Optimization and Automation of the FLEXPART Lagrangian Particle Dispersion Model for Atmospheric Back-trajectory Analysis 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

질의응답

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

김주일 (1) 박미경 (4) 리선란 (4) 김재연 (3) 조춘옥 (2) 김경렬 (62)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

공기괴 역궤적 분석을 위한 FLEXPART Lagrangian Particle Dispersion 모델의 최적화 및 자동화
Parameter Optimization and Automation of the FLEXPART Lagrangian Particle Dispersion Model for Atmospheric Back-trajectory Analysis 원문보기

AI 본문요약
AI-Helper