2010년 11월 11-13일 한반도에 영향을 미쳤던 황사에 대해 WRF-Chem 모델을 이용하여 시뮬레이션 하였다. WRF-Chem 모델에서 미세먼지의 인위적 배출량은 RETRO 전구 배출량을 사용하였고, RADM2 화학 메커니즘과 MADE/SORGAM 에어로졸 스킴 및 GOCART 광물성 먼지 옵션을, 그리고 Fast-J 광해리 스킴을 선택하여 $PM_{10}$ 농도를 시뮬레이션 하였는데 연구 결과를 요약하면 다음과 같다. WRF-Chem 모델 결과에 따른 $PM_{10}$ 농도의 공간적 분포와 연직 프로파일 분석결과 2010년 11월 11-13일에 우리나라에 영향을 미쳤던 황사는 강한 가을황사로 저기압의 발달로 인해 형성된 콤마구름 때문에 황사가 한랭전선 후면에서 갇혀 상공 2.5 km 이내에서 이동 및 유입됨을 알 수 있었다. 황사 발생 기간 동안 백령도와 서울의 기상청 관측 자료와 모델의 $PM_{10}$ 농도를 시계열로 분석한 결과 상관계수와 평균제곱근오차(RMSE)는 백령도의 경우 0.763과 $192.73{\mu}g/m^3$, 서울의 경우 0.725와 $149.68{\mu}g/m^3$로 나타났다. 미세먼지인 $PM_{10}$과 $PM_{2.5}$ 농도의 공간적 분포는 유사하였고 $PM_{2.5}$가 $PM_{10}$의 약 50% 정도로 나타났으며 이는 기상청 UM-ADAM 모델 결과와도 유사하였다. $PM_{10}$ 농도와 경계층 높이, 동서 성분 바람장의 공간적 분포는 유사성을 지니고 있어 두 개의 변수를 이용하여 $PM_{10}$의 농도를 예측하는 회귀 방정식을 구하고자 우리나라에 영향을 미쳤던 강한 가을 황사(2010년 11월 11-13일)와 봄 황사(2011년 3월 19-20일) 사례를 선정하였고, 통계 모델을 이용한 회귀식을 도출하였다.
2010년 11월 11-13일 한반도에 영향을 미쳤던 황사에 대해 WRF-Chem 모델을 이용하여 시뮬레이션 하였다. WRF-Chem 모델에서 미세먼지의 인위적 배출량은 RETRO 전구 배출량을 사용하였고, RADM2 화학 메커니즘과 MADE/SORGAM 에어로졸 스킴 및 GOCART 광물성 먼지 옵션을, 그리고 Fast-J 광해리 스킴을 선택하여 $PM_{10}$ 농도를 시뮬레이션 하였는데 연구 결과를 요약하면 다음과 같다. WRF-Chem 모델 결과에 따른 $PM_{10}$ 농도의 공간적 분포와 연직 프로파일 분석결과 2010년 11월 11-13일에 우리나라에 영향을 미쳤던 황사는 강한 가을황사로 저기압의 발달로 인해 형성된 콤마구름 때문에 황사가 한랭전선 후면에서 갇혀 상공 2.5 km 이내에서 이동 및 유입됨을 알 수 있었다. 황사 발생 기간 동안 백령도와 서울의 기상청 관측 자료와 모델의 $PM_{10}$ 농도를 시계열로 분석한 결과 상관계수와 평균제곱근오차(RMSE)는 백령도의 경우 0.763과 $192.73{\mu}g/m^3$, 서울의 경우 0.725와 $149.68{\mu}g/m^3$로 나타났다. 미세먼지인 $PM_{10}$과 $PM_{2.5}$ 농도의 공간적 분포는 유사하였고 $PM_{2.5}$가 $PM_{10}$의 약 50% 정도로 나타났으며 이는 기상청 UM-ADAM 모델 결과와도 유사하였다. $PM_{10}$ 농도와 경계층 높이, 동서 성분 바람장의 공간적 분포는 유사성을 지니고 있어 두 개의 변수를 이용하여 $PM_{10}$의 농도를 예측하는 회귀 방정식을 구하고자 우리나라에 영향을 미쳤던 강한 가을 황사(2010년 11월 11-13일)와 봄 황사(2011년 3월 19-20일) 사례를 선정하였고, 통계 모델을 이용한 회귀식을 도출하였다.
The WRF-Chem model was applied to simulate the Asian dust event affecting the Korean Peninsula from 11 to 13 November 2010. GOCART dust emission schemes, RADM2 chemical mechanism, and MADE/SORGAM aerosol scheme were adopted within the WRF-Chem model to predict dust aerosol concentrations. The result...
The WRF-Chem model was applied to simulate the Asian dust event affecting the Korean Peninsula from 11 to 13 November 2010. GOCART dust emission schemes, RADM2 chemical mechanism, and MADE/SORGAM aerosol scheme were adopted within the WRF-Chem model to predict dust aerosol concentrations. The results in the model simulations were identified by comparing with the weather maps, satellite images, monitoring data of $PM_{10}$ concentration, and LIDAR images. The model results showed a good agreement with the long-range transport from the dust source area such as Northeastern China and Mongolia to the Korean Peninsula. Comparison of the time series of $PM_{10}$ concentration measured at Backnungdo showed that the correlation coefficient was 0.736, and the root mean square error was $192.73{\mu}g/m^3$. The spatial distribution of $PM_{10}$ concentration using the WRF-Chem model was similar to that of the $PM_{2.5}$ which were about a half of $PM_{10}$. Also, they were much alike in those of the UM-ADAM model simulated by the Korean Meteorological Administration. Meanwhile, the spatial distributions of $PM_{10}$ concentrations during the Asian dust events had relevance to those of both the wind speed of u component ($ms^{-1}$) and the PBL height (m). We performed a regressive analysis between $PM_{10}$ concentrations and two meteorological variables (u component and PBL) in the strong dust event in autumn (CASE 1, on 11 to 23 March 2010) and the weak dust event in spring (CASE 2, on 19 to 20 March 2011), respectively.
The WRF-Chem model was applied to simulate the Asian dust event affecting the Korean Peninsula from 11 to 13 November 2010. GOCART dust emission schemes, RADM2 chemical mechanism, and MADE/SORGAM aerosol scheme were adopted within the WRF-Chem model to predict dust aerosol concentrations. The results in the model simulations were identified by comparing with the weather maps, satellite images, monitoring data of $PM_{10}$ concentration, and LIDAR images. The model results showed a good agreement with the long-range transport from the dust source area such as Northeastern China and Mongolia to the Korean Peninsula. Comparison of the time series of $PM_{10}$ concentration measured at Backnungdo showed that the correlation coefficient was 0.736, and the root mean square error was $192.73{\mu}g/m^3$. The spatial distribution of $PM_{10}$ concentration using the WRF-Chem model was similar to that of the $PM_{2.5}$ which were about a half of $PM_{10}$. Also, they were much alike in those of the UM-ADAM model simulated by the Korean Meteorological Administration. Meanwhile, the spatial distributions of $PM_{10}$ concentrations during the Asian dust events had relevance to those of both the wind speed of u component ($ms^{-1}$) and the PBL height (m). We performed a regressive analysis between $PM_{10}$ concentrations and two meteorological variables (u component and PBL) in the strong dust event in autumn (CASE 1, on 11 to 23 March 2010) and the weak dust event in spring (CASE 2, on 19 to 20 March 2011), respectively.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
WRF-Chem 모델을 여러 번 수치모의를 시도한 결과에 따르면 모델이 약한 황사보다 강한 황사에서 PM10의 농도를 더 잘 모사하였기 때문에 첫째로 황사 경보 수준(PM10의 1시간 평균농도 800 µg/m3 이상 2시간 이상 지속 예상될 때)의 강한 황사 사례를 선정하고자 하였다.
따라서 본 연구에서는 가을 황사 사례에 대해 모델을 검증해보고, 동서 성분 바람장(U)과 경계층 높이(PBL, Planetary boundary layer), PM10 농도의 상관 관계를 보임으로써 수치 모델이 아닌 통계(회귀) 모델만으로 황사를 예측하는 방법을 제시하여 신속하고 정확한 황사 예보에 기여하고자 한다.
본 연구의 진행을 위해 필요했던 황사 사례는 사례 1, 2로 사례 1은 WRF-Chem 모델의 수치모의를 검증하기 위함이었으며, 사례 2는 동서 성분 바람장과 경계층 높이를 이용한 회귀 방정식의 도출 및 검증을 위해 제시하고자 하였는데 이를 위해 고려했던 요인은 세 가지였다.
먼저 우리나라에 2010년 11월 11-13일 우리나라에 영향을 주었던 황사의 발생 메커니즘을 기상청 관측 자료와 일기도를 통해 이해하고자 한다. 황사 발생 기준을 시간별 미세먼지 농도가 200 µgm−3 이상이 관측될 때로 본다면 우리나라에서는 11월 11일 오후 4시에 백령도 기상대에서 관측된 것을 시작으로 하여 13일 새벽 4시 고산기상대에서 마지막으로 관측되기 까지 약 36시간 동안 한반도에 영향을 미쳤고 전국 적으로 황사 경보가 발령되었다.
본 연구는 WRF-Chem 3.4 버전을 이용하여 2010년 11월 11-13일에 발생한 가을 황사 사례를 통해 미세먼지 농도의 수치모의 결과를 분석하였고, 동서 성분 바람장(U)과 경계층 높이(PBL)과 PM10 농도와의 관계식을 도출하여 황사를 예보하는 데 기여하고자 하였다. WRF-Chem 모델에서 미세먼지의 인위적 배출량은 RETRO 전구 배출량을, RADM2 화학 메커니즘과 MADE/SORGAM 에어로졸 스킴 및 GOCART 광물성 먼지 옵션, 그리고 Fast-J 광해리 스킴을 선택하였으며 연구 결과를 요약하면 다음과 같다.
가설 설정
7. Time series of PM10 concentrations between simulated by WRF-Chem and observed for the episodes from 11 November to 13 November 2010 measured at air quality monitoring sites in (a) Seoul and (b) Backnungdo, relatively.
제안 방법
WRF-Chem 모델에서 미세먼지의 인위적 배출량에 대해서는 0.5o ×0.5o RETRO (Reanalysys of the TROpospheric) 전구 배출량을 이용하였으며 자연적 배출량은 포함하지 않았다.
이상 2시간 이상 지속 예상될 때)의 강한 황사 사례를 선정하고자 하였다. 두 번째는 본 연구가 2008년 5월 29일 황사 사례를 대상으로 한 WRF-Chem 모델 내 에어로졸 스킴과 광물성 먼지옵션에 따른 미세먼지 농도 민감도 분석 연구 결과(Moon et al., 2014)의 후속 연구였기 때문에 모델 검증 과정의 일환으로 사례 1은 가을 황사를 선정하고자 하였고, 회귀 방정식 도출과 검증을 위해 사례 1과 함께 봄 황사를 사례 2로 제시하고자 하였다. 세 번째로 최근의 황사를 반영하고자 하여 사례 2의 봄 황사는 2015년 봄 황사를 염두에 두고 있었다.
사례 1과 사례 2의 선정을 위해 연구자는 기상청 홈페이지의 국내 미세먼지 관측 농도 자료와 환경부 측정망의 미세먼지 농도 자료를 이용하여 최근 5년 동안 우리나라의 황사 발생 지점 및 시기, 최고농도, 기상특보의 여부 등을 분석하였고 황사 경보나 주의 보가 발현된 경우를 꼽아보았다. 이를 근거로 가장 최근의 황사 경보가 제시된 가을 황사인 2010년 11월 11-13일의 황사를 사례 1로 선정하였으며, 사례 2는 역시 황사 경보 수준의 봄 황사로, 사례 1보다는 약한 황사인 2011년 3월 19-22일의 황사를 선정하여 회귀 방정식의 검증을 진행하고자 하였다.
이 연구에서 사용한 MADE 스킴은 모달 스킴으로 에어로졸을 각 모드의 너비를 동일하게 하여 세 가지 모드(Aitken, accumulation, coarse)로 모형적으로 처리하며, 에어로졸의 종류는 SO42−, NH4+, NO3−, H2O, NaCl, 알케인, 알켄, 방향족 탄화수소, 이소프렌, PM2.5를 포함하고 있다.
사례 1의 경우 2010년 11월 10일 0시부터 13일 0시까지 72시간을 수치 모의하였고, 사례 2는 2011년 3월 19일 0시부터 21일 0시까지 48시간을 수치 모의 하였는데 모델의 안정화를 위해 앞뒤 12시간씩을 결과 분석에서는 제외하였다. WRF-Chem의 물리 화학적 옵션에 대한 상세 설명은 Table 1과 같다.
한편 황사의 이동 경로를 가시적으로 비교하기 위해 Fig. 6의 MTSAT-IR 위성영상과 비교하였다. 위성 영상에서는 지상 저기압의 발달로 인한 콤마 구름 (comma shaped clouds)이 형성되었는데 황사가 한랭 전선 후면에 갇혀 이동하고 있음을 잘 알 수 있다.
동서 성분 바람장(풍속 U 성분)과 경계층 높이 (PBL, Planetary boundary layer)를 이용한 황사의 예측 Moon et al. (2014)이 연구한 황사 발생 기간 동안의 WRF-Chem 모델을 이용한 미세먼지 예측과 관련기상장에 대한 민감도 분석 결과에 따르면, PM10 농도의 공간적 분포가 경계층 높이(1,800-3,000 m)와 동서 성분 바람장(2-16 ms−1)의 공간적 분포와 유사하게 나타났으므로 상관 관계식을 구하여 PM10의 농도를 예측하고자 하였다.
또한 우리나라의 고농도 황사 발생 조건은 첫째로 발원지에서의 강한 풍속에 의한 먼지바람의 상승과 우리나라에서의 약한 풍속에 의한 먼지의 하강이라고 보았고, 둘째로 발원지에서 높았던 PBL 이 우리나라에서 낮아져 먼지의 하강을 강화한다고 생각하였는데 수치모의 결과가 이를 잘 모사하였다. 관계식을 구하는 데 있어 발원지에서의 먼지 수치예보 모델 시간을 고려하였기 때문에 세 시간 간격으로 네 개의 시간을 선택하여 분석하였는데 이는 사례 1의 경우는 2010년 11월 11일 0시(LST)부터, 사례 2의 경우는 2011년 3월 19일 0시(LST)부터 시작하였다. 이상값을 보이는 일본 지역 및 가장자리 지역을 제외하고 공간적 분포가 유사하게 나타나는 지역을 대상으로 격자점을 선정하였는데 사례 1의 경우 가로 31-136, 세로 50-123 범위, 사례 2는 가로 1-118, 세로 34-134 범위였다.
4 버전을 이용하여 2010년 11월 11-13일에 발생한 가을 황사 사례를 통해 미세먼지 농도의 수치모의 결과를 분석하였고, 동서 성분 바람장(U)과 경계층 높이(PBL)과 PM10 농도와의 관계식을 도출하여 황사를 예보하는 데 기여하고자 하였다. WRF-Chem 모델에서 미세먼지의 인위적 배출량은 RETRO 전구 배출량을, RADM2 화학 메커니즘과 MADE/SORGAM 에어로졸 스킴 및 GOCART 광물성 먼지 옵션, 그리고 Fast-J 광해리 스킴을 선택하였으며 연구 결과를 요약하면 다음과 같다.
대상 데이터
미국 기상자료센터 NCEP (National Center for Environmental Predictions)로부터 1o ×1o분해능의 6시간 FNL (Final Analysys) 재분석 기상 자료를 초기 기상 입력장 자료로 이용하였으며, WRF 기상 모델의 경우, 미물리 과정은 눈과 얼음, 싸락눈 스킴이 포함된 Lin et al. (1996) 스킴, 운물리 과정은 GD (Grell-Devenyi) 스킴을 개선한 버전인 Grell 3D (Grell et al., 2002)를 선택하였다.
모델의 수치모의를 위해 동아시아 지역을 대상으로 위·경도(37.37o N, 15.52o E)를 중심으로 27 km씩 180×150개의 격자점을 설정하였고, 30개의 수직 층을 적용하였다.
세 번째로 최근의 황사를 반영하고자 하여 사례 2의 봄 황사는 2015년 봄 황사를 염두에 두고 있었다. 그러나 2015년 봄에는 강한 황사가 발생되지 않아 2015년의 봄 황사를 선정할 수 없었기 때문에 최근 5년 동안의 황사 중 첫째와 둘째 요인을 만족하는 사례를 선정하였다.
사례 1과 사례 2의 선정을 위해 연구자는 기상청 홈페이지의 국내 미세먼지 관측 농도 자료와 환경부 측정망의 미세먼지 농도 자료를 이용하여 최근 5년 동안 우리나라의 황사 발생 지점 및 시기, 최고농도, 기상특보의 여부 등을 분석하였고 황사 경보나 주의 보가 발현된 경우를 꼽아보았다. 이를 근거로 가장 최근의 황사 경보가 제시된 가을 황사인 2010년 11월 11-13일의 황사를 사례 1로 선정하였으며, 사례 2는 역시 황사 경보 수준의 봄 황사로, 사례 1보다는 약한 황사인 2011년 3월 19-22일의 황사를 선정하여 회귀 방정식의 검증을 진행하고자 하였다.
이를 위해 두 가지 황사 사례를 지정하였는데 첫 번째 황사 사례는 강한 가을 황사(2010년 11월 11-13일)이며 두 번째 사례는 상대적으로 약한 봄 황사(2011년 3월 19-20일)로 이 때 전국 기상청 측정망의 미세먼지 시간 최고 농도는 114-876 µgm−3 수준이었다.
13-14는 첫 번째 사례인 강한 가을 황사 사례에 대해 모델 시뮬레이션 결과에 따른 동서 성분 풍속(U), 경계층 높이(PBL)의 공간적 분포를 나타낸 것이다. 황사는 상층에서 이동하는 공기괴를 타고 이동하며 이러한 이동은 경계층 높이와 밀접한 관계가 있기 때문에 PM10 농도와 경계층 높이를 선택하였으며, 동서 성분 풍속은 상공 바람의 자료가 중요하므로 850 hPa의 바람을 이용하였다. 먼지보다 바람이 먼저 이동한다는 것을 고려하여 PM10과 경계층 높이보다 6시간 이전의 자료를 나타내어 비교하였는데 모두 PM10 농도와 공간적 분포의 유사성을 확인할 수 있었다.
관계식을 구하는 데 있어 발원지에서의 먼지 수치예보 모델 시간을 고려하였기 때문에 세 시간 간격으로 네 개의 시간을 선택하여 분석하였는데 이는 사례 1의 경우는 2010년 11월 11일 0시(LST)부터, 사례 2의 경우는 2011년 3월 19일 0시(LST)부터 시작하였다. 이상값을 보이는 일본 지역 및 가장자리 지역을 제외하고 공간적 분포가 유사하게 나타나는 지역을 대상으로 격자점을 선정하였는데 사례 1의 경우 가로 31-136, 세로 50-123 범위, 사례 2는 가로 1-118, 세로 34-134 범위였다. 이후 각 시간별로 회귀분석을 통해 관계식을 구하였는데 시간별 4개의 회귀식이 유사한 형태를 보이고 있다고 판단되어 시간 별 PM10 농도, 동서 성분 풍속, 그리고 경계층 높이를 평균한 값을 이용해 하나의 회귀식을 추정하였다.
PM10 농도와 경계층 높이, 동서 성분 바람장의 공간적 분포는 유사성을 지니고 있어 두 개의 변수를 이용하여 PM10의 농도를 예측하는 회귀식을 구하고자 우리나라에 영향을 미쳤던 강한 가을 황사(2010년 11월 11-13일)와 상대적으로 약한 봄 황사(2011년 3월 19-20)사례를 선정하였고 사례 1과 2를 통해 수치 모델링 없이 회귀모델 만으로 PM10의 농도를 예측할 수 있었다. 대기화학수송 모델은 결과를 표출하는 데 있어 시간이 오래 걸리는 단점이 있기 때문에 경계층의 높이와 동서 바람장을 통한 통계적 예측정도는 매우 유용하다.
데이터처리
이를 위해 두 가지 황사 사례를 지정하였는데 첫 번째 황사 사례는 강한 가을 황사(2010년 11월 11-13일)이며 두 번째 사례는 상대적으로 약한 봄 황사(2011년 3월 19-20일)로 이 때 전국 기상청 측정망의 미세먼지 시간 최고 농도는 114-876 µgm−3 수준이었다. 사례별로 회귀분석을 통해 관계식을 얻고 경계층 높이와 동서 성분 풍속을 대입하여 PM10 예측 농도를 구한 후 모델 결과에 따른 농도와의 공간적 분포를 비교하였다.
이상값을 보이는 일본 지역 및 가장자리 지역을 제외하고 공간적 분포가 유사하게 나타나는 지역을 대상으로 격자점을 선정하였는데 사례 1의 경우 가로 31-136, 세로 50-123 범위, 사례 2는 가로 1-118, 세로 34-134 범위였다. 이후 각 시간별로 회귀분석을 통해 관계식을 구하였는데 시간별 4개의 회귀식이 유사한 형태를 보이고 있다고 판단되어 시간 별 PM10 농도, 동서 성분 풍속, 그리고 경계층 높이를 평균한 값을 이용해 하나의 회귀식을 추정하였다. 회귀분석에 사용된 통계프로그램은 SPSS 12.
이론/모형
, 2002)를 선택하였다. 대류 권과 경계층 높이 내에서의 수송 때문에 발생하는 연직운동은 YSU (YonSei University) 경계층 스킴 (Hong et al., 2006)에 의해 매개변수화하였고, 장파및 단파 복사 과정은 모델 내 에어로졸과 기상 사이의 상호작용을 이끌어내는 RRTM (Rapid Radiative Transfer Model) (Mlawer et al., 1997)과 Goddard (Chou et al., 1998)를, 토지이용도는 모델 내 설정되어있는 Noah 모델(Chen and Dudhia, 2001)을 적용하였다.
5o RETRO (Reanalysys of the TROpospheric) 전구 배출량을 이용하였으며 자연적 배출량은 포함하지 않았다. 가스상 물질의 화학 메커니즘은 59개의 화학종과 157개의 화학반응을 포함하고 있는 RADM2 (Stockwell et al., 1990)를, 에어로졸 스킴은 MADE/SORGAM (Ackermann et al., 1998; Shell et al., 2001)을, 광물성 먼지 옵션은 GOCART (Goddard Chemistry Aerosol Radiation and Transport) 에어로졸 스킴(Chin et al., 2002; Pfister et al, 2011)을 선택하였다.
5를 포함하고 있다. 이 중 가스상 물질과 입자상 물질의 분리하는 데 SORGAM (Secondary Organic Aerosol Model)을 이용한다. 이 스킴에 적합한 가스상 화학메커니즘은 RADM2, RACM, CBMZ 가 있다.
한편 광해리는 Fast-J 광해리 스킴(Wild et al., 2000)을, 바이오매스 산불 배출량은 전구 산불 배출량 자료(Global Fire Emissions Database)를 선택하였으며 화산은 화산재 에어로졸 스킴 옵션을, 산불은 배출량을 고려하는 굴뚝 상승 모델을 적용하였다.
성능/효과
서울과 백령도 지역을 포함하는 WRF-Chem 격자를 내·외삽 하여 비교하였는데 모델 결과는 관측값(observation)과 경향 성이 유사했지만 관측값보다 다소 낮게 모사되었다.
WRF-Chem 모델링 결과와 관측 값의 상관계수와 평균제곱근오차(Root Mean Square Error, RMSE)는 백령도의 경우 0.763과 192.73 µgm−3, 서울의 경우 0.725와 149.68 µgm−3로 각각 나타났다.
5 km 이하에서 집중되어 분포하는 것을 알 수 있었다. 또한 Fig. 11와 같이 백령도와 서울의 공기 후방궤적이 2 km 근처 또는 이내로 나타났으며 미세먼지의 발원지는 두 지역에서 약간 차이는 있지만 고비사막과 중국 북부임을 확인할수 있었는데 이는 위성사진과 일기도를 이용하여 추측한 이동경로 및 WRF-Chem 모델의 PM10 이동경로와 일치하는 결과이다. 한편 Fig.
황사는 상층에서 이동하는 공기괴를 타고 이동하며 이러한 이동은 경계층 높이와 밀접한 관계가 있기 때문에 PM10 농도와 경계층 높이를 선택하였으며, 동서 성분 풍속은 상공 바람의 자료가 중요하므로 850 hPa의 바람을 이용하였다. 먼지보다 바람이 먼저 이동한다는 것을 고려하여 PM10과 경계층 높이보다 6시간 이전의 자료를 나타내어 비교하였는데 모두 PM10 농도와 공간적 분포의 유사성을 확인할 수 있었다. 또한 우리나라의 고농도 황사 발생 조건은 첫째로 발원지에서의 강한 풍속에 의한 먼지바람의 상승과 우리나라에서의 약한 풍속에 의한 먼지의 하강이라고 보았고, 둘째로 발원지에서 높았던 PBL 이 우리나라에서 낮아져 먼지의 하강을 강화한다고 생각하였는데 수치모의 결과가 이를 잘 모사하였다.
먼지보다 바람이 먼저 이동한다는 것을 고려하여 PM10과 경계층 높이보다 6시간 이전의 자료를 나타내어 비교하였는데 모두 PM10 농도와 공간적 분포의 유사성을 확인할 수 있었다. 또한 우리나라의 고농도 황사 발생 조건은 첫째로 발원지에서의 강한 풍속에 의한 먼지바람의 상승과 우리나라에서의 약한 풍속에 의한 먼지의 하강이라고 보았고, 둘째로 발원지에서 높았던 PBL 이 우리나라에서 낮아져 먼지의 하강을 강화한다고 생각하였는데 수치모의 결과가 이를 잘 모사하였다. 관계식을 구하는 데 있어 발원지에서의 먼지 수치예보 모델 시간을 고려하였기 때문에 세 시간 간격으로 네 개의 시간을 선택하여 분석하였는데 이는 사례 1의 경우는 2010년 11월 11일 0시(LST)부터, 사례 2의 경우는 2011년 3월 19일 0시(LST)부터 시작하였다.
사례 1에 대한 예측 농도와 모델 결과와의 상관계수는 0.638이며 평균제곱근오차(RMSE) 는 366.72 µgm−3이고, 사례 2의 경우 상관계수는 0.567이며 평균제곱근오차(RMSE)는 152.52 µgm−3으로 각각 나타났다.
15-16은 Table 3에서 구한 회귀식에 각 시간 별로 경계층 높이와 동서 성분 풍속을 대입하여 PM10 농도의 예측값을 구한 후 이를 공간적 분포로 나타낸 것이다. Fig. 4의 모델 결과에 의한 PM10 농도의 공간적 분포를 비교한 결과, 회귀분석을 위한 과정에서 평균값을 취하였기 때문에 예측 농도 분포는 모델 결과에 비해 농도가 낮은 지역은 높게, 농도가 높은 지역은 낮게 나타나 상대적으로 넓은 범위의 PM10 농도를 모사하였으나 공간적 분포의 경향성은 일치하였다. 사례 1에 대한 예측 농도와 모델 결과와의 상관계수는 0.
황사 발생 기간 동안 백령도와 서울의 기상청 관측 자료와 모델의 PM10 농도를 시계열 분석한 결과 상관계수와 평균제곱근오차 (RMSE)는 백령도의 경우 0.763과 192.73 µgm−3, 서울의 경우 0.725와 149.68 µgm−3로 나타났다.
5 km 이내에서 이동 및 유입되었을 것이라고 추정할 수 있다. 이를 WRF-Chem 모델을 이용한 백령도 지역 PM10 농도 연직 프로파일(Fig. 10)과 비교하였을 때 PM10의 연직 농도 분포가 관측값과 같이 상공 2.5 km 이하에서 집중되어 분포하는 것을 알 수 있었다. 또한 Fig.
후속연구
, 2014) 이를 통해 동아시아 황사를 수치모의하는 데 있어 적합한 에어로졸 스킴과 광물성 먼지 옵션을 파악하였다. 그러나 20008년 5월에 발생한 봄철 황사 사례로 제한되었다는 한계가 있어 가을 황사에 대한 에어로졸 스킴과 광물성 먼지 옵션의 검증이 필요하며, 황사 예측과 관련한 후속 연구가 필요한 실정이다.
WRF-Chem의 물리 화학적 옵션에 대한 상세 설명은 Table 1과 같다. 만약 모델에서 자동 코드 생성기(Autochem 또는 Kinetic PreProcessor, KPP)를 사용한다면 보다 다양한 화학 메커니즘과 에어로졸 스킴을 선택할 수 있을 것이다.
동서 성분 풍속과 경계층 높이를 이용하여 PM10 농도를 예측하는 것은 기상 모델링만으로 황사를 예보할 수 있다는 장점이 있는데 황사의 세기에 따라 다양한 황사 사례에서 시행되었을때 보다 의미가 있을 것으로 생각된다. 또한 PM10농도의 공간적 분포와 이동은 PM2.5와도 유사하므로 초미세먼지(PM2.5)에 대한 상관관계 분석은 황사 뿐아니라 대기질 예보에도 기여할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
황사란 무엇인가?
중국과 몽골의 사막지역과 같은 건조지역에서 상승 기류를 타고 부유한 먼지(dust)가 상층에서 부는 편서풍을 타고 한반도까지 이동하는 현상을 뜻하는 황사는 봄철 주로 발생하는 기상현상이지만, 대기 중 미세먼지의 농도를 급격히 증가시켜 시정을 악화시키고 인류와 생태계의 건강을 위협할 뿐만 아니라 반도체 산업과 교통 운행 등 일상생활에 영향을 주어(Lee et al., 1986; Lei et al.
에어로졸 스킴은 섹션 스킴, 모달 스킴, 벌크 스킴으로 분류되는데 각각 무엇인가?
에어로졸 스킴은 에어로졸 입자의 크기 분포에 따른 개수를 수학적으로 어떻게 기술하느냐에 따라 섹션 스킴(Sectional scheme), 모달 스킴(Modal scheme), 벌크 스킴(Bulk scheme)으로 분류할 수 있다. 섹션 스킴의 경우 입자의 발생이 크기별로 일어난다고 보고 직경에 따라 구간을 나누어 처리하는 방식이고, Modal 스킴은 크기별 입자의 개수를 세 가지 모드로 나누어 모형적으로 처리하는 것이다. Bulk 스킴의 경우 에어로졸 화합물의 개수나 크기분포를 알 수 없고 총 질량에 대해서만 알고 있을 때, 복사 전이나 구름의 분포로 에어로졸의 크기 분포를 가정하는 방식이다. 이 연구에서 사용한 MADE 스킴은 모달 스킴으로 에어로졸을 각 모드의 너비를 동일하게 하여 세 가지 모드(Aitken, accumulation, coarse)로 모형적으로 처리하며, 에어로졸의 종류는 SO42− , NH4+ , NO3− , H2O, NaCl, 알케인, 알켄, 방향족 탄화수소, 이소프렌, PM2.
황사 예보를 위한 모델에는 어떤 것들이 있는가?
한편 황사 예보를 위해 기상청에서는 황사농도 단기모델(ADAM; Asian Dust Aerosol Model)과 사계절용 황사모델(UM-ADAM2)을 활용 중에 있고, 국립환경과학원에서는 WRF (Weather Research and Forecasting)-CMAQ (Community Multi-scale Air Quality)를 이용하여 황사를 포함한 미세먼지 예보를 시도하고 있다. 그러나 이들 예보를 위한 수치모의 연구는 기상모델을 이용해 기상과 입자상 또는 가스상 물질의 상호작용 없이 오프라인 상태에서 황사의 발생량, 수송, 침적, 영향, 복사강제력, 강도 등을 예측하여 왔기 때문에(Tegen and Fung, 1994; Wang et al.
참고문헌 (60)
Chang M.-H., E.-H. Ha, Y.-J. Suh, B.-E. Lee, H.-J. Kwon, S.-S. Hwang, Z.-M. Li, J.-H Seo, and B.-M. Kim, 2009, The Perceived Symptom and Preventive Behavior Related to Asian Dust Event: in South Korean and Chinese, The Journal of Korean Society for Atmospheric Environment, 25(1), 26-37. (in Korean)
Chen, F. and Dudhia, J., 2001, Coupling and advanced land surface hydrology model with the Penn State-NCAR MM5 modeling system, Part I: Model implementation and sensitivity, Mon. Weather Rev. 129. 569-585.
Chin, M., Ginoux, P., Kinne, S., Holben, B. N., Duncan, B. N., Martin, R. V., Logan, J. A., Higurashi, A., and Nakajima, T., 2002, Tropospheric aerosol optical thickness from the GOCART model and comparisons with satellite and sunphotometer measurements, J. Atmos. Sci., 59. 461-483.
Cho, C., Y. Chun, B. Ku, S.-U. Park, S.-S. Lee, and Y.-A. Chung, 2007, Comparison of ADAM's (Asian Dust Aerosol Model) Results with Observed PM10 Data, Atmosphere, 17(1), 87-99. (in Korean)
Choi, H., 2010, Impact of Fine Particulate Matters Transported from Gobi Desert to Particulate Matter Concentrations ( $PM_{10}$ , $PM_{2.5}$ , $PM_1$ ) for Yellow Sand Event Period in Fall: Case Study of October 27, 2003, The Journal of climate research, 5(3), 219-233. (in Korean)
Chou, M.-D. and Suarez, M. J., 1994, An efficient thermal infrared radiation parameterization for use in general circulation models, NASA Tech. Memo. 104606. 85.
Goo, T.-Y., G.-M. Hong, S.-B. Kim, J.-U. Gong and M.-S. Kim, 2008, A case study of aerosol features of Asian dust, fog, clear sky, and cloud at Anmyeon Island in April 2006, Atmosphere, 18(2), 99-111. (in Korean)
Grell, G. A. and Devenyi, D., 2002, A generalized approach to parameterizing convection combining ensemble and data assimilation techniques, Geophys. Res. Lett., 29(14). 1693.
Grell, G. A., Peckham, S. E., Schmitz, R., McKeen, S. A., Frost, G., Skamarock, W. C., and Eder, B., 2005, Fully coupled "online" chemistry within the WRF model, Atmospheric Environment, 39(37). 6957-6975.
Gong, S.L., Zhang, X.Y., Zhao, T.L., McKendry, I. G., Jaffe, D.A., and Lu, N.M., 2003, Characterization of soil dust aerosol in China and its transport and distribution during 2001 ACE-Asia: 2. Model simulation and validation, J. Geophys. Res.. 108(D9). 4262.
Hong, S. Y., Yign, N., and Dudhia, J., 2006, A new vertical diffusion package with an explicit treatment of entrainment processes, Mon. Weather Rev., 134, 2318-2341, 2006.
In, H. J., and Park, S. U., 2002, A simulation of longrange transport of Yellow Sand observed in April 1998 in Korea, Atmospheric Environment, 36(2), 4173-4187.
Kang, D.-H., J. Kim, K. E. Kim, and B.-S. Lim, 2012, Aerosol Size Distributions and Optical Properties during Severe Asian Dust Episodes Measured over South Korea in Spring of 2009-2010, Atmosphere, 22(3), 369-381. (in Korean)
Kang, J.-Y., S.-W. Kim, and S.-C. Yoon, 2012, Estimation of Dust Emission Schemes and Input Parameters in Wintertime Asian Dust Simulation: A Case Study of Winter Dust Event on December 29, 2007, The Journal of Korean Society for Atmospheric Environment, 28(1), 1-11. (in Korean)
Kim, D.-R., J.-S. Kim, S.-J. Ban, 2010,. A Study on the Characteristics of Soil in the Asian Dust Source Regions of Mongolia, The Journal of Korean Society for Atmospheric Environment, 26(6), 606-615. (in Korean)
Kim, H. and J. Kay, 2010, Forecast Sensitivity Analysis of An Asian Dust Event occurred on 6-8 May 2007 in Korea, Atmosphere, 20(4), 399-414. (in Korean)
Kim, H., K.-M. Jung, D.J. Kim, and J.T. Lee, 2002, Characteristics of Inorganic Components in Fine Particles Collected at Chunchon during the Springtime Yellow Sand Occurrence Period in 2002, The Journal of Environmental Health and Toxicology, 17(4), 333-339. (in Korean)
Kim, J.-Y., B.-M. Kim, O.-J. Kim, E.-H. Ha, J.-H. Seo, B.-E. Lee, and H.-S. Park, 2006, The Perceived Symptom and Preventive Behavior Related to Asian Dust Event: in South Korean and Chinese, The Journal of Korean Society for Atmospheric Environment, 22(4), 509-517. (in Korean)
Kim, K. H., and Kim, M. Y., 2003, The effects of Asian Dust on particulate matter fractionation in Seoul, Korea during spring 2001. Chemosphere, 51(8), 707-721.
Kim, M.-J., Y. Kim, E.-H. Sohn, K.-L. Kim, M.-H. Ahn, 2008,. The Study on the Quantitative Dust Index Using Geostationary Satellite, Atmosphere, 18(4), 267-277. (in Korean)
Kim, S., S. Lee, 2009,. The Study on Occurrence of Asian Dust and Their Controlling Factors in Korea, The Journal of Korean Geographical Society, 44(6), 675-690. (in Korean)
Kim, S. Y., and S.H. Lee, 2009, The Study on Occurrence of Asian Dust and Their Controlling Factors in Korea, The Journal of the Korean Geographic Society, 44(6), 675-690. (in Korean)
Kim, S., Y. Chun, and S.-B. Kim, 2010, The Features of Asian Dust Events Originated in Manchuria, Atmosphere, 20(3), 273-286. (in Korean)
Kim, Y., 2011,. Impacts of Asian Dust on Atmospheric Environment, The Journal of Korean Society for Atmospheric Environment, 27(3), 255-271. (in Korean)
Kumar, R., Barth, M. C., Pfister, G. G., Naja, M., and Brasseur, G. P., 2014, WRF-Chem simulations of a typical pre-monsoon dust storm in northern India: influences on aerosol optical properties and radiation budget, Atmospheric Chemistry and Physics, 14(5), 2431-2446.
Lee, B.-I., E.-H. Sohn, M.-L. Ou., and Y. Kim, 2009, Infrared Spectral Signatures of Dust by Ground-based FT-IR and Space-borne AIRS, Atmosphere, 19(4), 319-329. (in Korean)
Lee, B.-I., S.-C. Yoon, and Y. Kim, 2008, Analysis of Vertical Profiles and Optical Characteristics of the Asian Dust Using Groung-based Measurements, Atmosphere, 18(4), 287-297. (in Korean)
Lee, D.-E., W.-H. Kim, H.-J. Ko, Y.-S. Oh, and C.-H. Kang, 2013, Chemical Composition Characteristics of Size-fractionated Particles during Heavy Asian Dust Event in Spring, 2010, The Journal of Korean Society for Atmospheric Environment, 29(3), 325-337. (in Korean)
Lee, E.-H., S. Kim, J.-C. Ha, and Y. Chun, 2012, Performance Analysis of Simulation of Asian Dust Observed in 2010 by the all-Season Dust Forecasting Model, UM-ADAM2, Atmosphere, 22(2), 245-257. (in Korean)
Lee, H.-J., E. H. Lee, S.-S. Lee, and S. Kim, 2012, Study on Methodology for Estimating PM10 Concentration of Asian Dust Using Visibility Data, Atmosphere, 22(1), 13-28. (in Korean)
Lee, H.-J., J. E. Kim, and Y. Chun, 2013, Aerosol Vertical Distribution Measured by LIDARs in Baengnyeongdo, Munsan, and Gunsan during 10-11 May 2010, Atmosphere, 23(4), 519-526. (in Korean)
Lee, H., S.-B. Kim, S. Kim, S. Song, and Y. Chun, 2011, The Aerosol Characteristics in Coexistence of Asian Dust and Haze during 15-17 March, 2009 in Seoul, The Journal of Korean Society for Atmospheric Environment, 27(2), 168-180. (in Korean)
Lee, J., M.-Y. Kim, K.-H. Kim, SM Hong, Z-H Son, and S.-C. Lee, 2007, Inspection on the Influence of Asian Dust on the Distribution of Atmospheric Mercury Observed for a Long Time, The Journal of Korean Society for Atmospheric Environment, 23(2), 169-182. (in Korean)
Lee, J.-J. and C.-H. Kim, 2008, Characteristics of Recent Occurrence Frequency of Asian dust over the Source Regions-Analysis of the dust Occurrence since 2002, Atmosphere, 18(4), 493-506. (in Korean)
Lee M. H., E. J. Han, and Y. S. Won, 1986, Yellow Sand Phenomena Influence to the Atmosphere in Korea, The Journal of Korea Air Pollution Research, 2(3), 33-34. (in Korean)
Lee, Y.-J. Lee, S.-A Jung, M.-R. Jo, S.-J. Kim, M.-K. Park, J.-Y. Ahn, Y.-S. Lyu, W.-J. Choi, Y.-d. Hong, J.-S. Han, and J.-H. Lim, 2014, Characteristics of PM Chemical Component during Haze Episode and Asian Dust at Gwang-ju, The Journal of Korean Society for Atmospheric Environment, 30(5), 434-448. (in Korean)
Lei, Y. C., Chan, C. C., Wang, P. Y., Lee, C. T., and Cheng, T. J., 2004, Effects of Asian dust event particles on inflammation markers in peripheral blood and bronchoalveolar lavage in pulmonary hypertensive rats. Environmental Research, 95(1), 71-76.
Lin, S. J., and Rood, R.B.,, 1994, Multidimensional fluxform semi-Lagrangian transport schemes, Monthly Weather Review, 124, 2046-2070.
Mlawer, E. J., Taubman, S., Brown, P., Iacono, M., and Clough, S., 1997, Radiative transfer for inhomogeneous atmosphere: RRTM, avalidated correlated-k model for the long-wave, J. Geophys. Res., 102, 16663-16682.
Moon, Y.-S., and S.-H. Lee, 2009, Estimation of Hourly Emission Flux of Asian Dust Using Empirical Formulas in the Source Area. The Journal of Korean Society for Atmospheric Environment, 25(6), 539-549. (in Korean)
Moon, Y.-S., E.-J. Hwang, and S.-H. Lee, 2006, Suggest on Meteorological Guideline for Asian Dusts in the Korean Peninsular, Proceeding of the 43rd Meeting of KOSAE (2006) Korean Society for Atmospheric Environment, 471-472. (in Korean)
Moon, Y.S., Koo Y.S., and Jung, O.J., 2014, Analysis of Sensitivity to Prediction of Particulate Matters and Related Meteorological Fields Using the WRF-Chem Model during Asian Dust Episode Days, The Journal Korea Earth Science Society, 35(1), 1-18. (in Korean)
Moon, Y.S., Lim Y.K., and Lee, K., 2011, An estimation of concentration of Asian dust using WRF-SMOKECMAQ (MADRID) during springtime in the Korean peninsula, J. of the Korean Earth Science Society, 32, 276-293. (in Korean)
Park, I., S. Lim, M. Lee, Y. J. Lee, and J. S. Kim, 2011, Ionic Compositions of PM10 and Reactive Gases during Asian Dust Events in March 2007, The Journal of Korean Society for Atmospheric Environment, 27(4), 395-404. (in Korean)
Park, S. M., K. J. Moon, J. S. Park, H. J. Kim, J. Y. Ahn and J. S. Kim, 2012, Chemical Characteristics of Ambient Aerosol during Asian Dusts and High PM Episodes at Seoul Intensive Monitoring Site in 2009, The Journal of Korean Society for Atmospheric Environment, 28(3), 282-293. (in Korean)
Pfister, G. G., Parrish, D. D.,Worden, H., Emmons, L. K., Edwards, D. P., Wiedinmyer, C., Diskin, G. S., Huey, G., Oltmans, S. J., Thouret, V., Weinheimer, A., and Wisthaler, A., 2011, Characterizing summertime chemical boundary conditions for airmasses entering the US West Coast, Atmos. Chem. Phys., 11, 1769-1790.
Schell, B., Ackermann, I. J., Hass, H., Binkowski, F. S., and Ebel, A., 2001, Modeling the formation of secondary organic aerosol within a comprehensive air quality model system, J. Geophs. Res., 106, 28275-28293.
Shaw, W., Allwine, K.J., Fritz, B.G., Rutz, F. C., Rishel, J.P., and Chapman, E.G., 2008, An evaluation of the wind erosion module in DUSTRAN, Atmospheric Environment, 42, 1907-1921.
Shin S. A., J. S. Han and S. D. Kim, 2006, Source Apportionment and the Origin of Asian Dust Observed in Korea by Receptor Modelling (CMB), The Journal of Korean Society for Atmospheric Environment, 22(2), 157-166. (in Korean)
Sim, S.-Y., S. S. Park., D.-R. Kim. and S.-J. Lee., 2013, Impact of Acidification on the Solubility of Metal Species in Asian Desert Dusts: Results from Laboratory Experiments, The Journal of Korean Society for Atmospheric Environment, 29(1), 64-73. (in Korean)
Song, S.-K. and Y.-K. Kim, 2005, A Case Study of an Asian Dust (Hwangsa) Event Observed in November 2002 in Korea, Atmosphere, 41(5), 707-715. (in Korean)
Shin, D. S., Kim, S., Kim, J. S., and Cha, J.W., 1999, Aerosol Optical Thickness of the Yellow Sand from Direct Solar Radiation at Anmyeon Island during the Spring of 1998, J. of Korean Society for Atmospheric Environment, 15(6), 739-746. (in Korean)
Stockwell, W. R., Middleton, P., Chang, J. S., and Tang, X., 1990, The second-generation regional acid deposition model chemical mechanism for regional air quality modeling, J. Geophys. Res., 95, 16343-16367.
Tegen, I. and Lacis, A. A., 1996, Modeling of particle size distribution and its influence on the radiative properties of mineral dust aerosol, J. Geophys. Res., 101, 19237-19244.
Wang Z., Ueda, H., and Huang, M., 2000, A deflation module for use in modeling long-range transport of yellow sand over East Asia, J. Geophys. Res., 105, 26947-26959.
Wild, O., Zhu, X., and Prather, M. J., 2000, Fast-J: Accurate simulation of in-and below-cloud photolysis in tropospheric chemical models, Journal of Atmospheric Chemistry, 37(3), 245-282.
Zhao C., X. Liu, L.R. Leung, B. Johnson, S. A. McFarlane, W.I. Gustafson Jr., J.D. Fast, and R. Easter, 2010, The spatial distribution of mineral dust and its shortwave radiative forcing over North Africa: modeling sensitivities to dust emissions and aerosol size treatments, Atmos. Chem. Phys., 10, 8821-8838.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.