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
- 즉 산사면을 따라 하부에서 상부로 이동하면서 관측되는 기온변화를 얼마나 잘 모의할 수 있는지가 관건이다. 본 연구에서 제시한 방법이 이런 목적으로 실용성이 있는지 확인하기 위한 실험을 추가로 실시하였다. 지표영향을 직접 받고 있는 전라남도 구례군 간전면과 광양시 다압면이 맞닿아 있는 중대리 계곡을 따라 산사면에 고도별로 간이온도계(HOBO U23 Pro v2, Onset Computer Corporation, USA)를 설치하여 2014년 10월 3일부터 2015년 11월 23일까지 10분간격으로 기온을 측정하였다(Fig.
- 본 연구에서는 일중 기온의 경시변동에 근거한 기온감률의 ‘표준변동곡선’을 기본으로 시간대별 날씨조건(운량)에 따라 최종 기온감률을 보정하는 이론적인 방법을 고안하였다.
가설 설정
- 하지만 일평균운량이 9 이상인 흐린 날에는 0900과 2100 간 기온감률 차이가 크게 줄어들었다. 맑은 날 야간에는 지표의 복사냉각으로 인한 기온역전이 발생하게 되는데, 기온 역전층이 일출 이후에도 완전히 소멸되지 않고 1000hPa 고도가 그 영향권 안에 들어있는 경우를 가정한다면, 이때의 1000-925hPa 층위 기온감률은 역전층 위쪽의 기온감률에 비해 기울기가 감소될 것이다. 따라서 맑은 날과 흐린 날 간의 차이가 큰 0900의 기온감률은 2100에 비해 기온역전의 영향이 더 반영되어 있을 가능성을 배제할 수 없다.
제안 방법
- 경계층 내에서는 일중 시간대에 따라 기온감률의 변이가 크므로, 복잡지형의 기온분포 추정에 흔히 사용되는 표준기온감률보다 현실성 있는 매시 기온감률 추정 방법을 고안하였다. 이 방법에서는 기온 경시변동의 장기간 평균을 기준으로 하되, 표준등압면 1000-925hPa 층위의 기온감률을 이용하여 기온감률 표준곡선을 작성하고, 여기에 매시 운량에 따라 보정된 기온감률이 모의된다.
- 고창기상대에서 가장 가까운 고층기상관측지점인 광주의 1000hPa(평균 고도 130～150m) 과 925hPa(평균 고도 770～790m) 등압면 기온으로부터 기온감률을 계산하였다.
- 반면 종일 흐리고 비가 오는 날은 주야간 대기안정도의 편차가 줄어들어 기온감률이 24시간 큰 변화가 없을 것이다. 따라서 운량(cloud cover)을 기온감률의 일중 변동폭을 결정하는 주 요인으로 간주하였다. 고창기상대의 전 기간 평균 운량을 Clm으로 두고, 기온감률 표준곡선에서의 Γmin 또는 Γmax 값을 Γs로 표기하였을 때, 임의시각 t의 운량 Cl(범위 0-10)에 따라 식 1의 Γmin 및 Γmax는 다음 식으로 보정해야 한다.
- 고창기상대의 일중 기온변동 표준곡선을 기온감률 변동곡선으로 변환한다면, 일출시점부터 최고기온 발생시점(tx)까지 기온감률은 (-)방향으로 증가될 것이고, tx이후 최저기온 발생시점 즉 일출(tn)까지는 기온감률이 감소될 것이다. 또한 감소구간 내에는 기온의 하강과 마찬가지로 tx이후의 급격한 감소구간과 야간의 완만한 감소 구간으로 구분할 수 있으므로 그 경계시점을 ti로 두었다(Fig. 2).
- 일출과 일몰시간은 해당 지역의 위도를 이용하되 수평면 조건으로 간주하여 산출하였다. 매일의 최고기온 발생시점(tx)은 대관령기상대에서 관측된 매시 기온 중 최고값이 나타난 시점을, 운량은 3시간 간격으로 관측된 운량을 직선으로 연결하여 보간에 의해 매시간 값을 추정하였다. 추정 된 대관령 매시 기온감률은 MTP5로 관측된 500-600m 구간의 매시 기온감률과 비교하였다.
- 실제 24시간 동안의 기온감률 변화 양상을 표현할 수 있는지 확인하기 위해, 대관령의 172일간 매시 기온감률을 추정하였다. 전반적으로 매시 기온감률 추정치는 실측 기온감률에서 나타난 일 변동과 유사하였으나 일출시점을 기준으로 한낮까지의 기온감률 변동폭은 실제보다 더 크게 모의되었다(Fig.
- 3, B, C). 여기서 수집된 기온자료는 해발고도가 401m, 313m, 256m, 148m, 그리고 96m인 지점에서 관측된 지면 위 1.5m의 기온으로서, 동시 관측된 매시 기온의 프로파일을 작도하고 24시간 내내 기온역전이 313m 이하였던 날 224일만을 선별하여 313-401m간의 매시 기온감률을 계산하였다.
- 이 같은 추론을 검증하기 위해 기온을 관측한 224일 중 평균운량이 1 이하인 36일을 선별하여 시간별 기온 감률의 추정치와 실측치를 비교해 보았다(Fig. 7, B). 0800-0900을 제외한 모든 시간대에서 기온감률의 과소 추정현상이 더욱 두드러지는데, ME가 전체 224일평균 0.
- 본 연구에서는 일중 기온의 경시변동에 근거한 기온감률의 ‘표준변동곡선’을 기본으로 시간대별 날씨조건(운량)에 따라 최종 기온감률을 보정하는 이론적인 방법을 고안하였다. 이 방법을 실제 지형 상에서 기온의 연직방향 감률 및 고도 별 경사면 감률 추정에 적용하고 실측 기온감률과 비교함으로써 그 실용성을 평가하였다.
- 0024℃/m였다. 이 방법을 지상 1.5m에서 측정되는 산사면의 고도별 기온감률 추정에 적용할 수 있는지 확인하기 위해 복잡지형인 ‘하동2수위표’ 표준유역의 313-401m 고도구간 매시 기온감률을 계산하였다. 해당 유역 산사면 여러 지점으로부터 실측기온을 얻어 기온감률을 구한 다음 추정값과 비교한 결과 대관령의 연직 프로파일에 비해 오차가 컸지만 하늘상태에 따른 일중 기온감률의 변동경향은 이 방법에 의해 모의할 수 있었다.
- 장비 점검 등 결측으로 인해 24시간 자료가 모두 확보되지 않은 날을 제외한 총 172일 자료를 기온감률 추정모형의 검증에 이용하였다. 이 자료로부터 매 시간 기온감율을 계산했는데 야간에 발생할 수 있는 기온 역전층의 영향을 배제하기 위해 500-600m 사이의 기온감률만 계산하였다. 같은 기간 중 인근 대관령기상대(대관령지역기상서비스 센터)에서 관측된 매시 기온과 3시간 간격 운량자료를 수집하였다(Fig.
- 이렇게 공간평균한 매시 기온값에서 최고값이 나타난 시점을 찾았고, 운량 역시 5km 격자의 하늘상태 공간평균값을 적용하였는데, 하늘상태는 0-10의 운량값 대신 맑음을 1, 구름 조금을 2, 구름많음을 3, 흐림을 4로 표현하므로 이것을 0-10 범위의 운량으로 변환하기 위해 Kim and Yun(2015)이 수행한 방법에 따라 맑음을 0, 구름조금을 4, 구름많음을 7, 흐림을 10으로 설정하였다. 이렇게 하여 추정된 하동2수위표 지역의 매시 기온감률을 해발고도 313m와 401m 지점의 산사면에서 측정된 기온감률과 비교하였다.
- 모형에 의한 추정값을 얻기 위해 식 1～4를 이용하여 매시 기온감률을 계산하였다. 일출과 일몰시간은 해당 지역의 위도를 이용하되 수평면 조건으로 간주하여 산출하였다. 매일의 최고기온 발생시점(tx)은 대관령기상대에서 관측된 매시 기온 중 최고값이 나타난 시점을, 운량은 3시간 간격으로 관측된 운량을 직선으로 연결하여 보간에 의해 매시간 값을 추정하였다.
- 중대리계곡에 KLAPS의 자료를 중첩하면, 다수의 격자가 부분적으로만 중대리계곡 내에 포함되므로, 매시 기온과 하늘상태의 격자값을 개별적으로 추출하는 대신 중대리계곡이 포함된 표준유역 ‘하동2수위표’의 영역을 기준으로 기상청 격자자료(5km×5km)의 공간평균값을 산출하였다(Fig. 3, B).
- 매일의 최고기온 발생시점(tx)은 대관령기상대에서 관측된 매시 기온 중 최고값이 나타난 시점을, 운량은 3시간 간격으로 관측된 운량을 직선으로 연결하여 보간에 의해 매시간 값을 추정하였다. 추정 된 대관령 매시 기온감률은 MTP5로 관측된 500-600m 구간의 매시 기온감률과 비교하였다.
- 기온감률은 복잡지형의 경계층 기온, 특히 농작물과 산림, 생활환경에 직접적으로 영향을 미치는 접지층의 기온을 추정하는 과정에서 해발고도에 의한 기온변이를 모의하는 데 활용된다. 특정 시간대와 날씨 조건에 따라 실제와 가까운 기온감률을 적용하기 위해, 일 기온변동을 근거로 운량조건에 의한 매시 기온감률을 추정하는 방법을 고안하였고, 기온역전 상층의 연직기온 감률(지면으로부터 500-600m)을 오차 0.0024℃/m 정도에서 모의할 수 있었다. 반면 실제 복잡지형에서 적용되는 기온감률, 즉 고도편차에 따른 기온차이를 연직기온감률만으로는 설명할 수 없었는데, 사면의 각 위치에 해당하는 지형조건과 지표피복 등 지면의 영향이 기온에 포함되었기 때문이다.
대상 데이터
- 2007년 5월부터 2008년 3월까지 10개월 동안 대관령 고령지농업연구소 옥상에 초단파 온도 프로파일러 (Model MTP5H, Kipp and Zonen)를 설치하여 지면으로부터 높이 600m까지 50m 간격의 기온 연직분포를 한 시간 간격으로 얻었다. 장비 점검 등 결측으로 인해 24시간 자료가 모두 확보되지 않은 날을 제외한 총 172일 자료를 기온감률 추정모형의 검증에 이용하였다.
- 이 자료로부터 매 시간 기온감율을 계산했는데 야간에 발생할 수 있는 기온 역전층의 영향을 배제하기 위해 500-600m 사이의 기온감률만 계산하였다. 같은 기간 중 인근 대관령기상대(대관령지역기상서비스 센터)에서 관측된 매시 기온과 3시간 간격 운량자료를 수집하였다(Fig. 3, A).
- 충남, 전남, 전북 지역 평야지대 관측소 가운데 2010년 12월에 신청사 이전 및 표준기상 관측소 업무를 개시한 고창기상대를 선정하였다. 고창 기상대의 매시 기온자료를 2011년 1월부터 2014년 12월까지 4년간 수집하고 매시 평균값을 계산하여 일중 기온변동 표준곡선을 작도하였다(Fig. 1).
- 2007년 5월부터 2008년 3월까지 10개월 동안 대관령 고령지농업연구소 옥상에 초단파 온도 프로파일러 (Model MTP5H, Kipp and Zonen)를 설치하여 지면으로부터 높이 600m까지 50m 간격의 기온 연직분포를 한 시간 간격으로 얻었다. 장비 점검 등 결측으로 인해 24시간 자료가 모두 확보되지 않은 날을 제외한 총 172일 자료를 기온감률 추정모형의 검증에 이용하였다. 이 자료로부터 매 시간 기온감율을 계산했는데 야간에 발생할 수 있는 기온 역전층의 영향을 배제하기 위해 500-600m 사이의 기온감률만 계산하였다.
- 중대리계곡은 종관기상관측소로부터 멀리 떨어져 있는 지역으로, 2014년 10월～2015년 11월 기간의 기온감률을 추정하기 위한 기반 자료로서 기상청의 격자형 하늘상태(5km×5km)를 이용하였다.
- 본 연구에서 제시한 방법이 이런 목적으로 실용성이 있는지 확인하기 위한 실험을 추가로 실시하였다. 지표영향을 직접 받고 있는 전라남도 구례군 간전면과 광양시 다압면이 맞닿아 있는 중대리 계곡을 따라 산사면에 고도별로 간이온도계(HOBO U23 Pro v2, Onset Computer Corporation, USA)를 설치하여 2014년 10월 3일부터 2015년 11월 23일까지 10분간격으로 기온을 측정하였다(Fig. 3, B, C). 여기서 수집된 기온자료는 해발고도가 401m, 313m, 256m, 148m, 그리고 96m인 지점에서 관측된 지면 위 1.
- 기온의 일중 변동주기를 경계층 기온감률과 동기화하는데 적합한 표준기상관측소는 평탄한 농촌지역에 위치하며 인근에 도시나 마을, 산업단지, 큰 도로나 강이 없어야 한다. 충남, 전남, 전북 지역 평야지대 관측소 가운데 2010년 12월에 신청사 이전 및 표준기상 관측소 업무를 개시한 고창기상대를 선정하였다. 고창 기상대의 매시 기온자료를 2011년 1월부터 2014년 12월까지 4년간 수집하고 매시 평균값을 계산하여 일중 기온변동 표준곡선을 작도하였다(Fig.
이론/모형
- 기온감률 표준곡선에 계절의 영향을 반영하기 위해, Yun et al.(2001)이 제시한 Fourier fitting에 의한 365일 주기의 일평균 기온감률 함수식을 차용하였다(식 4).
- 이렇게 공간평균한 매시 기온값에서 최고값이 나타난 시점을 찾았고, 운량 역시 5km 격자의 하늘상태 공간평균값을 적용하였는데, 하늘상태는 0-10의 운량값 대신 맑음을 1, 구름 조금을 2, 구름많음을 3, 흐림을 4로 표현하므로 이것을 0-10 범위의 운량으로 변환하기 위해 Kim and Yun(2015)이 수행한 방법에 따라 맑음을 0, 구름조금을 4, 구름많음을 7, 흐림을 10으로 설정하였다.
성능/효과
- 맑은 날 두 지점간 기온편차는 해가 진 이후에도 흐린 날보다 더 크게 유지되어, 맑은 날의 실측 기온 감률 24시간 평균치(-0.0089℃/m)는 물론, 자정부터 0700까지의 평균치(-0.0075℃/m)도 흐린 날의 평균적인 기온감률(-0.0056℃/m)보다 더 컸다(Fig. 7). 하지만 본 기온감률 추정모형에 의한 기온감률은 맑은 날 평균 -0.
- 이 방법에서는 기온 경시변동의 장기간 평균을 기준으로 하되, 표준등압면 1000-925hPa 층위의 기온감률을 이용하여 기온감률 표준곡선을 작성하고, 여기에 매시 운량에 따라 보정된 기온감률이 모의된다. 신뢰성 검증을 위해 대관령 지역에 적용하여 10개월간 매시 기온감률을 추정하고 그 결과를 초음파 기온프로파일러로부터 얻은 지상 500-600m 층위 실측 기온감률과 비교한 결과, ME -0.0001℃/m, RMSE 0.0024℃/m였다. 이 방법을 지상 1.
- 실제 24시간 동안의 기온감률 변화 양상을 표현할 수 있는지 확인하기 위해, 대관령의 172일간 매시 기온감률을 추정하였다. 전반적으로 매시 기온감률 추정치는 실측 기온감률에서 나타난 일 변동과 유사하였으나 일출시점을 기준으로 한낮까지의 기온감률 변동폭은 실제보다 더 크게 모의되었다(Fig. 6). 1400-1500의 500-600m 층위 평균 기온감률은 -0.
- 평균기준 ±1 표준편차 범위에 있어서도 추정치(vertical bars)와 실측치(gray colored area) 간 큰 차이를 보였다. 중대리계곡의 산사면에서 313m, 401m 지점 간 기온감률은 대관령의 지상 500-600m 상공의 기온감률에 비해서도 변이가 더 크게 나타나, 전 시간대에 걸쳐 표준편차가 약 2배가량 증가되었다.
- 평균기준 ±1 표준편차 범위에 있어서도 추정치(vertical bars)와 실측치(gray colored area) 간 큰 차이를 보였다.
- 0096℃/m정도의 기온감률을 유지하였다. 평균적인 기온감률의 일 변동을 보면 추정된 기온감률이 전반적으로 실측치(solid line)와 유사하게 모의되었지만, 0800-0900을 제외하면 대개 실측치에 비해 기온감률이 낮게 추정되었으며, 특히 야간의 기온감률에서 차이가 컸다. 평균기준 ±1 표준편차 범위에 있어서도 추정치(vertical bars)와 실측치(gray colored area) 간 큰 차이를 보였다.
- 5m에서 측정되는 산사면의 고도별 기온감률 추정에 적용할 수 있는지 확인하기 위해 복잡지형인 ‘하동2수위표’ 표준유역의 313-401m 고도구간 매시 기온감률을 계산하였다. 해당 유역 산사면 여러 지점으로부터 실측기온을 얻어 기온감률을 구한 다음 추정값과 비교한 결과 대관령의 연직 프로파일에 비해 오차가 컸지만 하늘상태에 따른 일중 기온감률의 변동경향은 이 방법에 의해 모의할 수 있었다.
후속연구
- 반면 실제 복잡지형에서 적용되는 기온감률, 즉 고도편차에 따른 기온차이를 연직기온감률만으로는 설명할 수 없었는데, 사면의 각 위치에 해당하는 지형조건과 지표피복 등 지면의 영향이 기온에 포함되었기 때문이다. 그러나 필지규모의 상세 기온분포를 모의하는 여러 선행연구에서 기온감률에 일사효과, 냉기집적 및 온난대 효과, 도시열섬 및 해안효과 등 지형/지표특성에 의해 발생하는 기온 변이를 정량화한 사례가 많으므로(Chung et al., 2004; 2006; 2009; Kim et al., 2010; 2012, 2015; Kim and Yun, 2011; 2013; 2014), 매시 연직기온감률 추정방법이 확립된다면 기존에 사용된 단일 기온감률값에 비해 복잡지형의 기온분포 추정을 위한 보다 정확한 기준이 될 수 있을 것이다. 본 연구에서 제시한 연직기온감률 예측기법의 추정오차 분석을 통해, 날씨조건을 고려한 기온감률 추정 방법을 보완하고, 복잡지형의 기온분포 모의 과정에 적용시키는 후속 연구가 필요하다.
- 만약 주야간 대기 안정도의 변화 요인을 태양복사에너지의 지표가열과 야간 복사냉각으로 한정한다면, 이로 인한 지표면 부근 기온변동은 기온감률의 경시변동을 나타내는 대용자료(proxy)로 이용될 수 있다. 또한 기온의 일중 변동폭은 대체로 하늘상태(운량)에 따라 달라지므로, 매시 기온과 운량을 기반으로 하는 기온감률 경시변동 추정 모형의 도출이 가능할 것이다.
- , 2001) 일 중 시간에 따른 기온감률의 변화에 대한 연구는 희소하며, 특히 매시 기온감률 예측방법은 보고된 적이 없다. 만약 성공적인 방법이 개발된다면 복잡지형의 기온분포 경시변화를 추정하는 과정에서 오차를 크게 줄일 수 있을 것으로 기대된다.
- 본 연구에서 제시한 연직기온감률 예측기법의 추정오차 분석을 통해, 날씨조건을 고려한 기온감률 추정 방법을 보완하고, 복잡지형의 기온분포 모의 과정에 적용시키는 후속 연구가 필요하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.