수증기는 다양한 규모의 대기 순환을 유도하고 온실효과의 약 60%를 설명하는 중요한 기후 변수이다 (Karl and Trenberth, 2003). 본 연구의 목적은 Terra/Aqua 위성의 Moderate Resolution Imaging Spectroradiometer (MODIS) 센서를 통해 생산된 총 가강수량 (Total Precipitable Water, TPW) 자료의 장기적인 변화를 분석하고 강수 및 기온 실측자료와의 비교를 통해 TPW의 변화가 한반도를 포함한 동아시아 지역의 기후에 미치는 영향을 정량적으로 파악하고자 하는 것이다. 따라서 본 연구에서는 TPW와 강수 및 기온과의 상관을 알아보기 위하여 선형회귀분석을 실시하였고 TPW와 강수 및 기온의 주기 변화 양상을 분석하기 위하여 조화분석을 실시하였다. 선형회귀분석 결과 TPW와 강수 및 기온과의 상관성이 높게 나타났다(TPW-기온의 결정계수 (determinationcoefficient, $R^2$): 0.94, TPW아노말리-기온 아노말리의 결정계수: 0.8, TPW-강수량의 결정계수: 0.73, TPW아노말리-강수량 아노말리의 결정계수: 0.69). 조화분석 결과 2년에서 5년 사이의 다년주기 성분 중에서 TPW와 강수량 모두 3.5년 주기성분에서 진폭의 기여도가 높게 나타났으며 TPW와 강수량의 3.5년 주기 성분의 위상이 유사한 시기에 나타났다.
수증기는 다양한 규모의 대기 순환을 유도하고 온실효과의 약 60%를 설명하는 중요한 기후 변수이다 (Karl and Trenberth, 2003). 본 연구의 목적은 Terra/Aqua 위성의 Moderate Resolution Imaging Spectroradiometer (MODIS) 센서를 통해 생산된 총 가강수량 (Total Precipitable Water, TPW) 자료의 장기적인 변화를 분석하고 강수 및 기온 실측자료와의 비교를 통해 TPW의 변화가 한반도를 포함한 동아시아 지역의 기후에 미치는 영향을 정량적으로 파악하고자 하는 것이다. 따라서 본 연구에서는 TPW와 강수 및 기온과의 상관을 알아보기 위하여 선형회귀분석을 실시하였고 TPW와 강수 및 기온의 주기 변화 양상을 분석하기 위하여 조화분석을 실시하였다. 선형회귀분석 결과 TPW와 강수 및 기온과의 상관성이 높게 나타났다(TPW-기온의 결정계수 (determination coefficient, $R^2$): 0.94, TPW아노말리-기온 아노말리의 결정계수: 0.8, TPW-강수량의 결정계수: 0.73, TPW아노말리-강수량 아노말리의 결정계수: 0.69). 조화분석 결과 2년에서 5년 사이의 다년주기 성분 중에서 TPW와 강수량 모두 3.5년 주기성분에서 진폭의 기여도가 높게 나타났으며 TPW와 강수량의 3.5년 주기 성분의 위상이 유사한 시기에 나타났다.
Water vapor leading various scale of atmospheric circulation and accounting for about 60% of the naturally occurring warming effect is important climate variables. Using the Total Precipitable Water (TPW) from Moderate Resolution Imaging Spectroradiometer (MODIS) operating on both Terra and Aqua, we...
Water vapor leading various scale of atmospheric circulation and accounting for about 60% of the naturally occurring warming effect is important climate variables. Using the Total Precipitable Water (TPW) from Moderate Resolution Imaging Spectroradiometer (MODIS) operating on both Terra and Aqua, we study long-term Variation of TPW and define relationship among TPW and climatic parameters such as temperature and precipitation to quantitatively demonstrate the impact on climate change over East Asia focusing on the Korea peninsula. In this study, we used linear regression analysis to detect the correlation of TPW and temperature/precipitation and harmonic analysis to analyze changeable aspects of periodic characteristics. A result of analysis using linear regression analysis between TPW and climate elements, TPW shows a high determination coefficient ($R^2$) with temperature and precipitation (determination coefficient between TPW and temperature: 0.94, determination coefficient between TPW anomaly and temperature anomaly: 0.8, determination coefficient between TPW and precipitation: 0.73, determination coefficient between TPW anomaly and precipitation anomaly: 0.69). A result of harmonic analysis of TPW and precipitation of two-year to five-year cycle, amplitude contribution ratio of 3.5-year cycle are much higher and two phases are similar in 3.5-year cycle.
Water vapor leading various scale of atmospheric circulation and accounting for about 60% of the naturally occurring warming effect is important climate variables. Using the Total Precipitable Water (TPW) from Moderate Resolution Imaging Spectroradiometer (MODIS) operating on both Terra and Aqua, we study long-term Variation of TPW and define relationship among TPW and climatic parameters such as temperature and precipitation to quantitatively demonstrate the impact on climate change over East Asia focusing on the Korea peninsula. In this study, we used linear regression analysis to detect the correlation of TPW and temperature/precipitation and harmonic analysis to analyze changeable aspects of periodic characteristics. A result of analysis using linear regression analysis between TPW and climate elements, TPW shows a high determination coefficient ($R^2$) with temperature and precipitation (determination coefficient between TPW and temperature: 0.94, determination coefficient between TPW anomaly and temperature anomaly: 0.8, determination coefficient between TPW and precipitation: 0.73, determination coefficient between TPW anomaly and precipitation anomaly: 0.69). A result of harmonic analysis of TPW and precipitation of two-year to five-year cycle, amplitude contribution ratio of 3.5-year cycle are much higher and two phases are similar in 3.5-year cycle.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이처럼 전지구적인 가강수량과 관련 기상인자에 대한 관련분석은 수행되었으나 동아시아지역을 대상으로 한 연구는 부족하고, 상층 수증기와 기상 인자와의 상관에 비해 가강수량과 기상인자와의 상관에 관한 연구는 부족한 실정이다. 따라서 본 연구에서는 Aqua/Terra 위성의 MODIS 센서를 통해 관측된 TPW를 이용하여 TPW의 장기적인 변화를 분석하고 강수 및 기온 실측자료와의 비교 분석을 통해 TPW의 변화가 한반도 지역의 기후변화에 미치는 영향을 정량적으로 분석하고자 하였다.
제안 방법
2). 따라서 본 연구에서는 TPW의 연간 상승경향이 크게 나타난 부분 중 실측자료가 존재하는 한반도의 중부지방을 연구지역으로 재설정하여 분석하였다.
,1992). 따라서 본 연구에서는 아노말리를 이용하여 TPW, 기온, 강수량자료의 경향성을 파악하고 이를 이용하여 각 요소간의 상관을 알아보았다.
조화분석이란 복합한 파형을 가진 시계열 자료의 패턴을 분석하는데 유용한 방법이다. 따라서 조화분석을 통해 연평균 TPW와 기온, 강수량에서 주기 성분에 따른 진폭(Amplitude)과 위상(Phase)을 추출하여 주기 특성을 분석하였다.
본 연구에서는 2000-2013년까지의 월평균 TPW, 기온, 강수량의 아노말리를 산출한 후 각 요소와의 상관을 알아보았다. 또한 TPW, 기온, 강수량의 주기를 분석하기 위해 조화분석을 실시하였다. 조화분석이란 복합한 파형을 가진 시계열 자료의 패턴을 분석하는데 유용한 방법이다.
69). 또한 조화분석을 통해 TPW와 강수량, 기온의 주기특성을 분석하였다. 그 결과 TPW와 강수량의 2~5년 주기 성분에서 3.
본 연구에서는 2000-2013년까지의 월평균 TPW, 기온, 강수량의 아노말리를 산출한 후 각 요소와의 상관을 알아보았다. 또한 TPW, 기온, 강수량의 주기를 분석하기 위해 조화분석을 실시하였다.
본 연구에서는 상관성 분석, 아노말리 분석을 통해 TPW와 관련 기상인자 사이의 특성을 분석하였다. 그 결과 TPW와 기온과의 상관은 크게 나타났으나(월평균기온의 결정계수는 0.
대상 데이터
이와 같이 두 위성간의 자료수집기간과 관측시간이 다르기 때문에 두 위성자료의 합성을 위해서는 두 위성자료간의 TPW값의 비교가 필요하다. 따라서 Aqua와 Terra가 공통적으로 제공하고 있는 2002년 10월부터 2012년 10월까지의 TPW값을 임의의 4개 지점(Brazil(11˚S, 55˚W), Republic of the Union of Myanmar(19˚N, 96˚E), Korea(37˚N, 126˚E), Australia(25°S, 149°E))을 선정하여 값을 비교하였다.
동아시아 지역은 다양한 지표타입과 기후대가 존재하여 기상현상 및 기후를 연구하기에 적합하다. 따라서 본 연구의 공간적인 범위는 동아시아 지역인 20˚N60˚N, 85˚E-145˚E 이며, 시간적 범위는 2000년 1월부터 2013년 12월까지 총 14년으로 선정하였다. 본 연구에서는 MODIS 센서의 level 3자료를 이용하였으며 Terra는 MOD08_M3(ESDT Long Name: MODIS/Terra Aerosol Cloud Water Ozone Monthly L3 Grobal 1 Deg CMG), Aqua는 MYD08_M3(ESDT Long Name: MODIS/Aqua Aerosol Cloud Water Ozone Monthly L3 Global 1Deg CMG) 자료를 이용하였다.
공간해상도는 1 × 1˚ 이며 월평균자료를 이용하였다. 또한 지점 관측 자료는 국가기후데이터센터(http://sts.kma.go.kr/)에서 제공하는 우리나라 95개 지점의 2000년 1월부터 2013년 12월까지의 월 평균 기온(˚C)과 월 강수량(mm)을 취득하였다.
따라서 본 연구의 공간적인 범위는 동아시아 지역인 20˚N60˚N, 85˚E-145˚E 이며, 시간적 범위는 2000년 1월부터 2013년 12월까지 총 14년으로 선정하였다. 본 연구에서는 MODIS 센서의 level 3자료를 이용하였으며 Terra는 MOD08_M3(ESDT Long Name: MODIS/Terra Aerosol Cloud Water Ozone Monthly L3 Grobal 1 Deg CMG), Aqua는 MYD08_M3(ESDT Long Name: MODIS/Aqua Aerosol Cloud Water Ozone Monthly L3 Global 1Deg CMG) 자료를 이용하였다. 공간해상도는 1 × 1˚ 이며 월평균자료를 이용하였다.
데이터처리
TPW, 기온, 강수량의 주기 성분을 파악하고 그 기여도를 알아보기 위해 조화분석을 실시하였다. Table 1는 2년에서 5년 사이의 주기 성분과 진폭의 기여도, 위상을 나타낸 것이다.
TPW와 기온, 강수량의 아노말리 분석을 수행한 후 산출된 값들의 선형회귀 분석을 실시하였다. 이는 아노말리 분석을 통해 시계열 자료들이 가진 경년변화에서 변동 경향을 파악하고 이를 이용하여 상관성을 분석하기 위함이다.
따라서 본 연구에서는 Terra와 Aqua에서 모두 제공되지 않는 2000년 1월과 2월은 Terra의 2001년과 2002년의 1월과 2월을 평균하여 사용하였고, Terra와 Aqua에서 공통적으로 제공하는 2002년 10월부터 2012년 10월까지는 Aqua와 Terra의 평균값을 사용하였으며 2012년 11월과 12월은 Aqua의 값을 사용하였다. 또한 공간해상도가 다른 위성자료와 지점 관측 자료와의 비교를 위해 지점 관측 자료와 위성자료 간의 match up을 수행하고 각 화소에 해당하는 지점자료들을 평균하여 사용하였다.
지점자료와 TPW자료를 비교하기 위하여 월평균 기온, 강수량, TPW의 선형회귀 분석을 실시하였다. Fig.
회귀분석을 이용하여 동아시아 지역에서 2000년부터 2013년까지의 TPW의 연간변화율을 산출하였다. 그 결과 봄(Mar.
성능/효과
또한 조화분석을 통해 TPW와 강수량, 기온의 주기특성을 분석하였다. 그 결과 TPW와 강수량의 2~5년 주기 성분에서 3.5년 주기 성분의 진폭의 기여도가 높게 나타났다. 따라서 TPW와 강수량의 3.
본 연구에서는 상관성 분석, 아노말리 분석을 통해 TPW와 관련 기상인자 사이의 특성을 분석하였다. 그 결과 TPW와 기온과의 상관은 크게 나타났으나(월평균기온의 결정계수는 0.94, 아노말리의 결정계수는 0.8)TPW와 강수량과의 관계는 상대적으로 덜 유의한 것으로 나타났다(월평균강수량의 결정계수는 0.73, 아노말리의 결정계수는 0.69). 또한 조화분석을 통해 TPW와 강수량, 기온의 주기특성을 분석하였다.
후속연구
본 연구의 결과는 TPW의 관측을 통해 TPW의 변화가 기후요소에 미치는 영향을 정량화 하는데 도움을 줄 수 있다고 사료되며 이는 향후 TPW의 변화를 통해 기상변동 및 기후변화가 한반도에 끼치는 영향을 분석할 수 있음을 나타내고 있다. 그러나 TPW와 기온과의 상관보다 강수와의 상관관계가 비교적 약하게 나타났으며 그 원인에 대한 조사가 필요하다고 사료된다.
본 연구의 결과는 TPW의 관측을 통해 TPW의 변화가 기후요소에 미치는 영향을 정량화 하는데 도움을 줄 수 있다고 사료되며 이는 향후 TPW의 변화를 통해 기상변동 및 기후변화가 한반도에 끼치는 영향을 분석할 수 있음을 나타내고 있다. 그러나 TPW와 기온과의 상관보다 강수와의 상관관계가 비교적 약하게 나타났으며 그 원인에 대한 조사가 필요하다고 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
Total Precipitable Water의 정의는 무엇인가?
, 2003). Total Precipitable Water(TPW)란 어떤 지점의 단위 면적당 연직 공기기둥 내의 수증기가 모두 응결하여 강수로 내린다고 가정했을 때의 양을 말한다(The Korean earth science society, 2009). TPW는 현업예보의 중요한 보조자료로써 수치예보모델과 기후 모델의 복사 전달 계산에서 중요한 변수로 사용되고 있다(Park, 2007).
TPW는 어떻게 사용되는가?
Total Precipitable Water(TPW)란 어떤 지점의 단위 면적당 연직 공기기둥 내의 수증기가 모두 응결하여 강수로 내린다고 가정했을 때의 양을 말한다(The Korean earth science society, 2009). TPW는 현업예보의 중요한 보조자료로써 수치예보모델과 기후 모델의 복사 전달 계산에서 중요한 변수로 사용되고 있다(Park, 2007). 따라서 TPW의 변화와 그 변화 원인을 세밀하게 조사하는 것은 이러한 모델의 신뢰성을 높이는데 기여한다.
관측자료의 시계열 분석의 한계를 보완하기 위해 도입한 방법은 무엇인가?
TPW, 기온, 강수량자료에는 계절변화와 경년 변화가 포함되어 있기 때문에 관측자료의 시계열 분석만으로는 변동 경향을 알아내기 힘들다. 아노말리 분석은 어떤 지점에서 기후 요소의 변동 경향을 조사하는데 유용한 방법이다(Ryoo et al.,1992).
참고문헌 (9)
Chung, E.S., B. Soden, B.J. Sohn, and L. Shi, 2014, Upper-tropospheric moistening in response to anthropogenic warming, Proc. of the National Academy of Sciences, 111(32), 11636-11641.
Karl, T.R. and K.E. Trenberth, 2003, Modern global climate change, science, 302(5651), 1719-1723.
Koo, J.Y., and B.J. Soon, 2002. Retrieval of water vapor profile using the Aquasatellite Channel Simulation, Korean Meteorological Society, 12(1), 159-161 (in Korean).
Park, S.M., 2007. Retrieval of Total Precipitable Water in the East Asia Region during the Summertime using Satellite Data of the Split-Window Channel, Kyungpook National University, Daegu, Korea (in Korean with English abstract).
Ryoo, S.B., S.E. Moon and B.G. Cho, 1992, Air Temperature Change Due to Urbanization in South Korea, Asia-Pacific Journal of Atmospheric Sciences, 29.2: 99-116 (in Korean with English abstract).
Sin, H.J., J.W. Kim, I.U. Jung and H.T. Oh, 2004. Atmospheric Transports of Energy and Water Vapor Estimated from Monthly Data Simulated with a GCM, Asia-Pacific Journal of Atmospheric Sciences, 40(5): 511-521 (in Korean with English abstract).
The Korean earth science society, 2009. Earth Science Dictionary, Bookshill, Korea (in Korean).
Trenberth, K. E., Fasullo, J. and Smith, L., 2005, Trends and variability in column-integrated atmospheric water vapor, Climate Dynamics, 24(7-8), 741-758.
Yoo, C.S., C.K. Shin, and Y.N. Yoon, 2004. Estimation and Analysis of Precipitatable Water, Journal of the Korean Society of Civil Engineers, 24.5B: 413-420 (in Korean with English abstract).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.