대기경계층고도 (Planetary Boundary Layer Height, PBLH)는 기상예측모델과 대기확산모델에 중요한 예측 인자이다. PBLH는 지역의 특성에 따라 시공간 빠르게 변화하기 때문에 이를 분석하기 위하여 시공간 고해상도로 관측된 자료가 필요하다. 본 연구에서 국립기상과학원 재해기상연구센터에서 운영중인 차량에 탑재된 라이다 시스템(Lidar observation Vehicle, LIVE)을 소개하고 이것으로 관측된 PBLH의 분석결과를 제시하였다. 분석기간 (2014년 6월 26일~30일) LIVE에서 산출된 PBLH는 WRF와 라디오존데에서 산출된 값과 비교하여 결정계수가 각각 0.68, 0.72로 높은 상관도를 나타내었다. 하지만, 라이다로 산출된 PBLH는 WRF, 라디오존데와 비교하여 값을 과대모의 하는 경향을 보였다. 이는 라이다가 중첩고도 이하 (< 300m)에서 나타나는 PBLH를 찾아내지 못하고 중첩고도 이상에서 나타나는 잔류층 (Residual Layer, RL)을 PBLH로 산출한 결과라 생각된다. 라이다를 활용하여 10분 시간 해상도로 산출된 PBLH는 일출 뒤 성장하다 태양의 남중이 최고가 되는 시점의 2시간 이후 서서히 감소하는 전형적인 일변화 경향을 보여주었다. 분석기간 평균 PBLH의 성장률은 1.79 (-2.9 ~ 5.7) m $min^{-1}$ 였다. 또한, 이동 중 관측된 라이다 신호를 고정관측 기반자료와 비교한 결과 잡음이 적은 것으로 나타났다. 이동 중 관측된 PBLH의 평균은 1065 m 였으며 인근 속초에서 비양된 라디오존데 (1150 m)와 유사한 값을 보였다. 본 연구에서 LIVE가 고해상도의 시공간 자료를 안정적으로 산출 할 수 있음을 제시하였다. 이 같은 LIVE의 장점은 에어로졸 및 대기구조에 대한 새로운 관측 패러다임 제시와 관측기술선진화에 기여도가 클 것으로 기대된다.
대기경계층고도 (Planetary Boundary Layer Height, PBLH)는 기상예측모델과 대기확산모델에 중요한 예측 인자이다. PBLH는 지역의 특성에 따라 시공간 빠르게 변화하기 때문에 이를 분석하기 위하여 시공간 고해상도로 관측된 자료가 필요하다. 본 연구에서 국립기상과학원 재해기상연구센터에서 운영중인 차량에 탑재된 라이다 시스템(Lidar observation Vehicle, LIVE)을 소개하고 이것으로 관측된 PBLH의 분석결과를 제시하였다. 분석기간 (2014년 6월 26일~30일) LIVE에서 산출된 PBLH는 WRF와 라디오존데에서 산출된 값과 비교하여 결정계수가 각각 0.68, 0.72로 높은 상관도를 나타내었다. 하지만, 라이다로 산출된 PBLH는 WRF, 라디오존데와 비교하여 값을 과대모의 하는 경향을 보였다. 이는 라이다가 중첩고도 이하 (< 300m)에서 나타나는 PBLH를 찾아내지 못하고 중첩고도 이상에서 나타나는 잔류층 (Residual Layer, RL)을 PBLH로 산출한 결과라 생각된다. 라이다를 활용하여 10분 시간 해상도로 산출된 PBLH는 일출 뒤 성장하다 태양의 남중이 최고가 되는 시점의 2시간 이후 서서히 감소하는 전형적인 일변화 경향을 보여주었다. 분석기간 평균 PBLH의 성장률은 1.79 (-2.9 ~ 5.7) m $min^{-1}$ 였다. 또한, 이동 중 관측된 라이다 신호를 고정관측 기반자료와 비교한 결과 잡음이 적은 것으로 나타났다. 이동 중 관측된 PBLH의 평균은 1065 m 였으며 인근 속초에서 비양된 라디오존데 (1150 m)와 유사한 값을 보였다. 본 연구에서 LIVE가 고해상도의 시공간 자료를 안정적으로 산출 할 수 있음을 제시하였다. 이 같은 LIVE의 장점은 에어로졸 및 대기구조에 대한 새로운 관측 패러다임 제시와 관측기술선진화에 기여도가 클 것으로 기대된다.
Planetary Boundary Layer Height (PBLH) is a major input parameter for weather forecasting and atmosphere diffusion models. In order to estimate the sub-grid scale variability of PBLH, we need to monitor PBLH data with high spatio-temporal resolution. Accordingly, we introduce a LIdar observation VEh...
Planetary Boundary Layer Height (PBLH) is a major input parameter for weather forecasting and atmosphere diffusion models. In order to estimate the sub-grid scale variability of PBLH, we need to monitor PBLH data with high spatio-temporal resolution. Accordingly, we introduce a LIdar observation VEhicle (LIVE), and analyze PBLH derived from the lidar loaded in LIVE. PBLH estimated from LIVE shows high correlations with those estimated from both WRF model ($R^2=0.68$) and radiosonde ($R^2=0.72$). However, PBLH from lidar tend to be overestimated in comparison with those from both WRF and radiosonde because lidar appears to detect height of Residual Layer (RL) as PBLH which is overall below near the overlap height (< 300 m). PBLH from lidar with 10 min time resolution shows typical diurnal variation since it grows up after sunrise and reaches the maximum after 2 hours of sun culmination. The average growth rate of PBLH during the analysis period (2014/06/26 ~ 30) is 1.79 (-2.9 ~ 5.7) m $min^{-1}$. In addition, the lidar signal measured from moving LIVE shows that there is very low noise in comparison with that from the stationary observation. The PBLH from LIVE is 1065 m, similar to the value (1150 m) derived from the radiosonde launched at Sokcho. This study suggests that LIVE can observe continuous and reliable PBLH with high resolution in both stationary and mobile systems.
Planetary Boundary Layer Height (PBLH) is a major input parameter for weather forecasting and atmosphere diffusion models. In order to estimate the sub-grid scale variability of PBLH, we need to monitor PBLH data with high spatio-temporal resolution. Accordingly, we introduce a LIdar observation VEhicle (LIVE), and analyze PBLH derived from the lidar loaded in LIVE. PBLH estimated from LIVE shows high correlations with those estimated from both WRF model ($R^2=0.68$) and radiosonde ($R^2=0.72$). However, PBLH from lidar tend to be overestimated in comparison with those from both WRF and radiosonde because lidar appears to detect height of Residual Layer (RL) as PBLH which is overall below near the overlap height (< 300 m). PBLH from lidar with 10 min time resolution shows typical diurnal variation since it grows up after sunrise and reaches the maximum after 2 hours of sun culmination. The average growth rate of PBLH during the analysis period (2014/06/26 ~ 30) is 1.79 (-2.9 ~ 5.7) m $min^{-1}$. In addition, the lidar signal measured from moving LIVE shows that there is very low noise in comparison with that from the stationary observation. The PBLH from LIVE is 1065 m, similar to the value (1150 m) derived from the radiosonde launched at Sokcho. This study suggests that LIVE can observe continuous and reliable PBLH with high resolution in both stationary and mobile systems.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이를 이용하여 라이다로 산출된 PBLH의 신뢰도를 평가하였으며 실시간 관측된 PBLH의 일변화 및 성장률을 정량적으로 제시하였고, 주행 중 관측된 라이다 자료의 분석결과를 제시하여 고해상도의 시공간 자료 획득이 가능함을 제시하였다. 궁극적으로 이와 같은 분석을 통해 본 논문에서는 국내 이동형 라이다를 활용한 연직대기구조 분석의 기초를 마련하는 동시에 HIWRC에서 운영중인 LIVE 활용성을 제고하고자 한다.
는 각각 거리 z에서 신호세기와 대기로 조사되는 라이다의 초기 신호세기를 나타내며, K(λ)는 시스템 상수, β(λ, z)와 α(λ, z)는 거리 z에서의 후방산란과 소산계수, S(λ, z)와 L은 거리보정된 라이다 후방산란 신호와 라이다 비를 나타낸다. 또한, 중첩함수는 라이다의 기기 특성상 지표면 근처에서 후방산란 되는 빛을 전부 수신하지 못하는 현상을 보정하기 위한 값이다. 그러나 중첩보정을 하더라도 지표면 부근의 매우 낮은 고도에서는 오차가 매우 크다(Kim et al.
제안 방법
6). 09시 강릉에 위치한 HIWRC(start and end point A)을 출발한 뒤 40, 50, 60 km hr-1의 속도로 각각 20분 정속 주행하여 출발지로부터 50 km 떨어진 양양 낙산 주차장(Naksan; return point B)까지 이동하였고 10시 30분경 낙산 주차장을 출발하여 11시 30분에 강릉으로 복귀하였다. 그리고 이동 관측과의 차이가 존재하는 지를 분석하기 위해 17시까지 고정관측이 이루어졌다.
1). HIWRC에서는 2014년 6월 18일 ~ 7월 15일, 약 28일간 보성 국가위험기상 집중관측센터(National Center for Intensive Observation of Severe Weather, NCIO)에서 LIVE 및 모바일 관측차량(Mobile Observation Vehicle, MOVE) 2조를 활용한 집중관측이 이루어졌다. MOVE는 재해기상이 발생하거나 예측되는 현장으로 신속히 이동하여 재해기상 현상을 추적·관측할 수 있도록, 차량 내·외부에 기상관측장비를 탑재한 시스템이다.
09시 강릉에 위치한 HIWRC(start and end point A)을 출발한 뒤 40, 50, 60 km hr-1의 속도로 각각 20분 정속 주행하여 출발지로부터 50 km 떨어진 양양 낙산 주차장(Naksan; return point B)까지 이동하였고 10시 30분경 낙산 주차장을 출발하여 11시 30분에 강릉으로 복귀하였다. 그리고 이동 관측과의 차이가 존재하는 지를 분석하기 위해 17시까지 고정관측이 이루어졌다. 관측을 실시한 22일은 북쪽에서 남하하는 전선의 영향을 점차 받기 시작하여 구름이 가득 낀 흐린 날씨가 이어졌다.
따라서 본 연구에서 a = 100·Δz = 250 m(R2 = 0.80, 0.56)로 설정하여 중첩 고도 이상부터 PBLH를 산출할 수 있도록 하였다.
, 2014). 따라서, 보성기상 관측소에서 한 시간 단위로 산출되는 기상현황 자료를 사용하여 맑은 날씨가 지속되었던 날을 선별하였다.
라디오존데 자료를 활용하여 PBLH를 산출하기 위해 연직 온도 및 기압자료를 사용하여 온위(θ)를 계산하였다.
gov) 에서 라디오존데 관측자료를 활용하여 PBLH를 산출하기 위해 사용되는 방법이다. 라디오존데는 비양 후 2초 마다 값을 얻을 수 있으며, 센서의 비양 속도에 따라 연직 해상도가 달라지기 때문에 온도 및 기압을 25 m 간격으로 평균하여 자료를 정리하였다. 먼저 식(6)으로 지표면에 접한 대기상태를 연직 온위 기울기에 따라 대류경계층(Convective Boundary Layer, CBL), 안정경계층(Stable Boundary Layer, SBL), 중립경계층(Neutral Residual Layer, NRL)으로 분류한다.
3와 Table 3에 제시하였다. 라이다로 산출된 PBLH 값은 실시간으로 변화하기 때문에 잡음 제거와 경향성 분석을 위하여 3시간 이동 평균(moving average)한 값을 분석에 사용하였다. 관측장비인 라디오 존데와 라이다의 상호비교에서 가장 높은 상관도가 나타났으며(R2 = 0.
본 연구에서는 보성집중관측기간 LIVE의 자료와 라디오존데(Radio Sonde) 관측자료 그리고 Weather Research and Forecasting model (WRF)의 예측장에서 각각 산출된 PBLH 값을 상호 비교하였다. 이를 이용하여 라이다로 산출된 PBLH의 신뢰도를 평가하였으며 실시간 관측된 PBLH의 일변화 및 성장률을 정량적으로 제시하였고, 주행 중 관측된 라이다 자료의 분석결과를 제시하여 고해상도의 시공간 자료 획득이 가능함을 제시하였다.
또한 상관도 분석을 통한 신뢰도 검토를 위해 모델(WRF)에서 생산된 자료와 Liu and Liang(2010)이 제시한 방법을 라디오존데 자료에 적용하였다. 위와 같은 방법으로 산출된 LIVE의 PBLH와 라디오존데 및 WRF를 통해 산출된 PBLH를 상호 비교하고 신뢰도를 평가한 후 PBLH의 일변화 및 성장률을 분석하였다. 특히, 기존의 고정관측 기반 자료가 아닌 이동 중 관측된 자료를 분석하고 결과를 제시하였다.
라이다는 빠르게 연직으로 변화하는 구름 및 에어로졸의 동적 변화를 고해상도로 관측 가능하게 설계되어야 하기 때문에 대기 중에 조사되는 레이저는 펄스에너지가 크고 수신감도가 높아야 한다. 이에 Flashlamp 펌핑 방식의 Nd:YAG 고출력 레이저를 사용하였으며, 최소 50 MHz로 동작하는 고속의 데이터 획득장치(Data Acquisition system, DAQ)를 사용하여 연직 고해상도(3 m) 관측이 가능하도록 설계되었다. 또한 주야간 연속관측과 연직으로 수십 km 영역을 모니터링하기 위하여 미산란(Mie-scattering) 라이다를 기반으로 설계되었다.
또한, a의 결정에 따라 PBLH가 최대 수백 미터까지 과대 및 과소 모의 되는 것을 확인하였다(Cohn and Angevine, 2000). 적절한 a 값을 적용하기 위해 분석 기간(2014. 06. 26. ~ 30.)의 존데 및 WRF와 WCT 방법으로 산출된 PBLH의 결정계수(R2)를 상호 분석하였다(Fig. 2). WRF와 WCT 방법으로 산출된 PBLH의 결정계수는 a = 200에서 0.
주행시 LIVE로 관측된 라이다 신호 분석이 용의한지를 확인하고 활용성을 제시하기 위하여, 2014년 7월 22일 비교적 차량운행이 적은 강릉-양양간 7번 국도를 이동하면서 관측이 수행되었다(Fig. 6). 09시 강릉에 위치한 HIWRC(start and end point A)을 출발한 뒤 40, 50, 60 km hr-1의 속도로 각각 20분 정속 주행하여 출발지로부터 50 km 떨어진 양양 낙산 주차장(Naksan; return point B)까지 이동하였고 10시 30분경 낙산 주차장을 출발하여 11시 30분에 강릉으로 복귀하였다.
위와 같은 방법으로 산출된 LIVE의 PBLH와 라디오존데 및 WRF를 통해 산출된 PBLH를 상호 비교하고 신뢰도를 평가한 후 PBLH의 일변화 및 성장률을 분석하였다. 특히, 기존의 고정관측 기반 자료가 아닌 이동 중 관측된 자료를 분석하고 결과를 제시하였다.
대상 데이터
532, 1064 nm 후방산란 신호, 컬러비, 비편광도, 소산계수가 관측 되지만 본 연구에서는 PBLH를 산출하고 분석하기 위해 532 nm 후방산란 신호(532⊥+ 532|| nm)를 사용하였다.
6 m 이다. WRF의 경우 분석장에서 PBLH가 산출되지 않으므로 6시간 예보장에서 산출된 자료를 분석에 활용되었다.
9%로 분석되었다. 본 연구에서는 신뢰도 있는 PBLH를 산출하고 그것의 일변화 경향을 분석하기 위해 보성기상대에서 산출되는 한 시간 단위 기상현황에서 강수가 없는 맑음 혹은 구름 조금이 지속되었던 기간(2014년 06월 26일 ~ 30일)을 분석기간으로 선정하였다.
수치적분 및 예측시스템의 계산 영역은 한반도 중심 영역으로 동서와 남북으로 450×450의 1 km 해상도이며, 연직 31개 층으로 모형의 꼭대기 층은 50 hPa 이다(Table 2).
연직분석에 사용된 PBLH는 관측지점(31.763 N, 127.121 E)과 가까운 격자점(34.764 N, 127.215 E)에서 산출하였다. 관측지점과 자료 산출지점간의 수평거리는 0.
일례로 연구에 사용된 라이다 신호의 해상도 Δz는 2.5 m 이며, a = 200·Δz = 500 m인경우 500 m 이하에서 나타나는 PBLH를 산출할 수 없다.
이론/모형
본 연구는 기상라이다 차량시스템(LIdar observation Vehicle, LIVE)으로 산출된 PBLH의 신뢰도를 검증하고 차량의 관측능력 및 활용성을 높이기 위해 Brooks et al.(2003)이 제시한 WCT 방법을 라이다 후방산란신호(532 nm)에 적용하여 PBLH를 산출하였다. 또한 상관도 분석을 통한 신뢰도 검토를 위해 모델(WRF)에서 생산된 자료와 Liu and Liang(2010)이 제시한 방법을 라디오존데 자료에 적용하였다.
수치적분 및 예측시스템의 계산 영역은 한반도 중심 영역으로 동서와 남북으로 450×450의 1 km 해상도이며, 연직 31개 층으로 모형의 꼭대기 층은 50 hPa 이다(Table 2). 10, 30, 60, 100 cm 4개층 지면온도를 예측하기 위해 Noah LSM (Land Surface Model) 방법(Chen and Dudhia, 2001)이 사용되었으며, 구름 미세물리 방안은 WRF Double Momentum (WDM) 6 Class 기법(Lim and Hong, 2010), 그리고 경계층 물리과정은 YSU PBL 기법(Hong et al., 2006)이 사용되었다. YSU PBL에서 경계층 산출은 연직 온위분포로 결정되는데 지표면의 열속으로 계산된 지표면부근의 온위와 경계층 고도에서의 온위의 역경도항(counter gradient)과 지표층과 그 위층의 안정도를 판별하는 용적 리차드슨 수(bulk Richardson number)를 고려하여 계산된다(Park et al.
(2003)이 제시한 WCT 방법을 라이다 후방산란신호(532 nm)에 적용하여 PBLH를 산출하였다. 또한 상관도 분석을 통한 신뢰도 검토를 위해 모델(WRF)에서 생산된 자료와 Liu and Liang(2010)이 제시한 방법을 라디오존데 자료에 적용하였다. 위와 같은 방법으로 산출된 LIVE의 PBLH와 라디오존데 및 WRF를 통해 산출된 PBLH를 상호 비교하고 신뢰도를 평가한 후 PBLH의 일변화 및 성장률을 분석하였다.
이에 Flashlamp 펌핑 방식의 Nd:YAG 고출력 레이저를 사용하였으며, 최소 50 MHz로 동작하는 고속의 데이터 획득장치(Data Acquisition system, DAQ)를 사용하여 연직 고해상도(3 m) 관측이 가능하도록 설계되었다. 또한 주야간 연속관측과 연직으로 수십 km 영역을 모니터링하기 위하여 미산란(Mie-scattering) 라이다를 기반으로 설계되었다. 라이다는 Beer-Lambert 법칙을 통해 라이다 방정식을 유도하게 되며, 일반적인 라이다 방정식은 아래와 같다(Klett, 1981).
라디오존데 자료로부터 자동으로 PBLH를 산출하기 위해 Liu and Linag(2010)이 제시한 방법을 사용하였다. 이 방법은 현재 Atmospheric Radiation Measurement(ARM, http://www.
라이다 후방산란 신호를 사용하여 PBLH를 산출하기 위해 Brooks(2003)가 제시한 Wavelet Covariance Transform (WCT) 방법을 활용하였다. WCT 방법은 선행연구를 통해 다양한 기상현상 및 계절 조건하에서 안정적으로 사용될 수 있을 뿐만 아니라 라이다 자료를 활용하여 PBLH를 산출하는 어떠한 방법 보다 잡음의 영향을 적게 받는다고 알려져 있다.
본 연구를 수행하기 위하여 선행연구를 통해 관측자료와 비교시 PBLH를 잘 시뮬레이션 한다고 알려진 중규모 모델Weather Research and Forecasting (WRF) V3.4.1을 사용하였다(Hariprasad et al., 2014; hu et al., 2010). 수치적분 및 예측시스템의 계산 영역은 한반도 중심 영역으로 동서와 남북으로 450×450의 1 km 해상도이며, 연직 31개 층으로 모형의 꼭대기 층은 50 hPa 이다(Table 2).
성능/효과
2). WRF와 WCT 방법으로 산출된 PBLH의 결정계수는 a = 200에서 0.8 이상의 값을 나타내어 가장 높게 나타났으며 존데와 WCT 방법으로 산출된 PBLH의 결정계수는 a = 400에서 0.6으로 나타나 상대적으로 낮았다. 앞서 언급한 대로 a의 값이 클 경우 하층에서 나타나는 PBLH를 산출할 수 없다.
60). WRF와 관측장비들의 평균 제곱근 편차(RMSE)는 0.48, 0.49 km로 나타나 관측자료와의 상호비교(sonde vs lidar) 값인 0.42 km보다 높은 값을 보여 WRF로 산출된 PBLH에 관측값 보다 상대적으로 높은 에러가 존재하는 것으로 생각된다. 이는 선행연구에서 언급된 대로 모델이 해안선 인근지역에서 PBLH 산출에 중요한 변수인 지표의 온도, 습도의 변화 모의가 어렵기 때문인 것으로 사료된다(Bank et al.
7a). 관측된 자료 분석 결과 09시에 관측된 PBLH 자료는 1065 m로 속초(SKCH)에서 09시 비양된 존데로 산출된 값(1150 m)과 유사한 수치를 보였다(Fig. 7b). 또한, 속초 라디오존데 자료에 Kim et al.
라이다로 산출된 PBLH 값은 실시간으로 변화하기 때문에 잡음 제거와 경향성 분석을 위하여 3시간 이동 평균(moving average)한 값을 분석에 사용하였다. 관측장비인 라디오 존데와 라이다의 상호비교에서 가장 높은 상관도가 나타났으며(R2 = 0.72), WRF와 존데의 상관도가 상대적으로 가장 작게 나타났다(R2 = 0.60). WRF와 관측장비들의 평균 제곱근 편차(RMSE)는 0.
9 MJ m-2 였다(Table 5). 두 기간의 일사량은 거의 비슷하나 일조시간에서 차이를 보이며 일조시간이 줄어든 것이 PBLH의 성장률을 낮게 만드는 요인 중이 된 것으로 사료된다.
두 사례에서 라디오존데로 관측된 RL은 각각 650, 400 m 이었으며, 라이다로 산출된 PBLH(614, 400 m) 와 유사한 고도를 보였다. 이는 라이다 중첩고도 이하 및 인근에서 PBLH가 나타날 경우 라이다는 RL의 최고 지점을 PBLH로 추정하고 있으며 존데 및 WRF의 경우 SBL의 최고 지점을 PBLH로 산출한 결과이다.
둘째, WCT 방법으로 산출된 PBLH의 일변화를 분석한 결과 일출 직후 증가하기 시작해 태양의 남중 시각 1~ 2 시간 이후 최고 값을 보인 후 일몰까지 낮아지는 전형적인 일변화를 잘 보여 주고 있었다. 분석기간 일출 후에서 PBL 고도가 최고가 되는 시각까지 평균 PBL 성장률은 1.
또한, 남해안과의 거리가 2 km 로 인접해 상대습도가 60% 이상의 날이 지속되는 가운데 연무·박무가 나타나는 일수가 지배적이었다.
보성기상관측소의 1시간 기상현황자료 분석 결과, 구름 많음, 구름 조금, 맑음, 박무, 연무, 흐림, 강수, 기타, 기록 없음이 각각 10.0%, 6.3%, 3.8%, 19.2%, 11.9%, 10.1%, 13.1%, 5.3%, 19.9%로 분석되었다. 본 연구에서는 신뢰도 있는 PBLH를 산출하고 그것의 일변화 경향을 분석하기 위해 보성기상대에서 산출되는 한 시간 단위 기상현황에서 강수가 없는 맑음 혹은 구름 조금이 지속되었던 기간(2014년 06월 26일 ~ 30일)을 분석기간으로 선정하였다.
9 m min-1)으로 분석되었다. 분석기간 26 ~ 27일 일출 후 성장률은 0.9 m min-1 로 28 ~ 30일(2.4 m min-1) 기간과 비교하였을 시 상대적으로 낮은 성장률을 보였다. 보성관측소(site number: 258)에서 관측된 일조시간과 일사량의 자료에서 26 ~ 27일과 28 ~30일 평균 일조시간은 각각 8.
셋째, 본 연구에서 라이다를 활용하여 주행 중 관측된 자료의 분석결과에서 속초-양양간 주행시 관측된 PBLH는 평균 1446 m 보였으며 속초에서 비양된 라디오존데로 산출된 값과 유사한 결과를 보여주었다. 성장률의 경우 관측시간 동안 0.
7d). 실제 이동관측시간 동안 북강릉에서 관측된 일사 및 일조량은 각각 9.5 MJ m-2, 2.0 hr 로 관측 전 20, 21일과 비교 하였을 때 일사량은 약 1/3배, 일조량은 1/5배 수준으로 작은 수치를 보였다(Table 6). 한편, 23일의 경우 낮 시간(06 ~ 12시) 동안 강수현상 및 두꺼운 구름층의 영향으로 22일 보다 낮은 값을 보였다.
본 연구에서는 보성집중관측기간 LIVE의 자료와 라디오존데(Radio Sonde) 관측자료 그리고 Weather Research and Forecasting model (WRF)의 예측장에서 각각 산출된 PBLH 값을 상호 비교하였다. 이를 이용하여 라이다로 산출된 PBLH의 신뢰도를 평가하였으며 실시간 관측된 PBLH의 일변화 및 성장률을 정량적으로 제시하였고, 주행 중 관측된 라이다 자료의 분석결과를 제시하여 고해상도의 시공간 자료 획득이 가능함을 제시하였다. 궁극적으로 이와 같은 분석을 통해 본 논문에서는 국내 이동형 라이다를 활용한 연직대기구조 분석의 기초를 마련하는 동시에 HIWRC에서 운영중인 LIVE 활용성을 제고하고자 한다.
kr)에서 제공되는 보성 인근 여수에서의 태양 일출·몰 및 남중시각은 각각 05시 18분, 19시 46분, 12시 32분으로 분석기간 같은 시각을 보였다. 이와 비교하였을 때, PBLH는 일출 시 지표 가열이 시작되면서 성장하여 남중시각에서 1 ~ 2 시간 뒤 최고치를 보이다 일몰 후 30 ~ 40분까지 급격히 감소하는 특징이 잘 나타났다. 또한, 관측된 실시간 PBLH 성장률 분석 결과를 Table 4에 제시하였다.
첫째, PBLH의 상관성 분석 결과 lidar와 모델, lidar와 존데의 경우 결정계수(R2)가 각각 0.72, 0.68로 비교적 높게 나타났지만 라이다로 산출된 PBLH는 모델 및 존데로 산출된 값보다 과대모의하였다. 라이다의 관측 특성상 중첩 고도 이하 및 부근에 존재하는 PBLH를 찾을 수 없으며 이때 RL을 PBLH로 산출하는 경향이 있기 때문이다.
후속연구
5 km 라고 보고하였다. 또한, 라디오존데로 산출된 Richardson number와 상호비교 결과 결정계수(R2)가 0.95 로 나타나 라이다로 산출된 PBLH가 실시간 관측자료로서의 활용가능성을 제시하였다. Kim et al.
LIVE가 60 km hr-1 정속 주행 조건에서는 5 km 수평공간해상도로 대기 연직구조를 안정적으로 관측할 수 있다. 이러한 장점을 활용할 시 LIVE는 다양한 기상 조건에 대한 경계층의 상세 연직 구조 및 에어로졸에 대한 새로운 관측 패러다임을 제시할 수 있을 것이며, 나아가 국내 관측기술 선진화에 크게 기여할 것으로 생각된다.
반면 Liu and liang(2010) 방법과 모델의 경우 SBL의 상부를 PBL로 산정하기 때문에 차이가 발생하였다. 하지만 낮게 생성된 PBL의 정확한 고도를 산출할 수 없음에도 불구하고 산출된 값들의 상관성이 높은 점과 비교적 정확한 RL의 고도를 찾을 수 있다는 점은 경계층의 연직 구조를 분석하는데 라이다가유용하게 활용될 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
PBLH 관측을 위해 사용되는 다양한 관측 장비에는 무엇이 있는가?
현재 PBLH 관측을 위해 라디오존데(Radiosonde), 윈드프로파일러(wind profiler), 운고계(Ceilometer), 소다(Sound detecting and ranging, Sodar) 등 다양한 관측 장비가 사용되고 있다(Molod et al., 2015; Tsaknakis et al.
대기경계층이란?
대기경계층(Planetary Boundary Layer, PBL)은 지표마찰력, 태양복사, 수증기의 응결·증발에 따른 잠열의 영향을 직접적으로 받는 지상 1~2 km 이내의 대기 층이며 PBL 내 연직 플럭스 변화는 지역 기상현상에 중요한 영향을 미친다(Stull, 1998). 또한, 지표면에서 방출되는 인위적인 오염물질과 수증기를 포함하는 모든 대기 조성물질이 연직으로 확산 가능한 범위 이기도 하다(Coen et al.
PBLH 관측을 위해 사용되는 장비의 단점은?
, 2010). 하지만 각각의 장비는 연직 해상도가 조밀하지 못하거나 관측 범위가 제한적이고 기상현상에 따라 정확도가 크게 떨어진다는 단점을 가지고 있다. 라이다는 강수가 있을 시 사용이 제한적이며 중첩고도 이하(200 m)의 자료를 활용하기 어렵다는 단점이 있으나, 수십 미터 단위 연직 해상도와 수분 단위의 시간 해상도로 관측이 가능하며, 연직관측범위의 한계가 적다는 장점이 있어 PBLH를 관측하는 장비로 활용성이 크다(Coen et al.
참고문헌 (32)
Baars, H., A. Ansmann, R. Engelmann, and D. Althausen, 2008. Continuous monitoring of the boundary-layer top with lidar, Atmospheric Chemistry and Physics, 8: 7281-7296.
Banks, F.R., J. Tiana-Alsina, J.M. Baldasano, F. Rocadenbosch, A. Papayannis, S. Solomos, and C.G. Tzanis, 2016. Sensitivity of boundary-layer variables to PBL schemes in the WRF model based on surface meteorological observations, lidar, and radiosondes during the HygrA-CD campaign, Atmospheric Research, 176-178: 185-201.
Bi, L., Y. Ping, W.K. George, A.B. Bryan, X.H. Yong, M.W. David, R.S. Brock, and J.Q. Lu, 2009. Simulation of the color ratio associated with the backscattering of radiation by ice particles at the wavelengths of 0.532 and $1.064{\mu}m$ , Journal of Geophysical Research, 114, D00H08, doi:10.1029/2009JD011759.
Brooks, M.I., 2003. Finding Boundary Layer Top: Application of a wavelet covariace transform to lidar backscatter profiles, Journal of Atmospheric and Oceanic Technology, 20: 1092-1105.
Cairo, F., G. Di Donfrancesco, A. Adriani, L. Pulvirenti, and F. Fierli, 1999. Comparison of various linear depolarization parameters measured by lidar, Applied Optics research, 38: 4425-4432.
Carswell, A.I., A. Fong, S.R. Pal, and I. Pribluda, 1995. Lidar-derived distribution of vertical location and extent, Bulletin of the American Meteorological Society, 34: 107-120.
Chen, F. and J. Dudhia, 2001. Coupling an advanced land surface-hydrology model with the penn state-NCAR MM5 Modeling system. Part I: Model implementation and sensitivity, Monthly Weather Review, 129: 569-585.
Coen, M.C., C. Praz, A. Haefele, D. Ruffieux, and B. Calpini, 2014. Determination and climatology of the planetary boundary layer height above the Swiss plateau by in situ and remote sensing measurements as well as by the COSMO-2 model, Atmospheric Chemistry and Physics, 14: 13205-13221.
Freudenthaler, V., M. Esselborn, M. Wiegner, B. Heese, M. Tesche, A. Ansmann, D. Muller, D. Althausen, M. Wirth, A. Fix, G. Ehret, P. Knippertz, C. Toledano, J. Gasteiger, M. Garhammer, and M. Seefelder, 2009. Depolarization ratio profiling at several wavelengths in pure Saharan dust during SAMUM 2006. Tellus B, 61(1): 165-175.
Granados-Munoz, F. Navas-Guzman, J.A. Bravo-Aranda, J.L. Guerrero-Rascado, H. Lyamani, J. Ferandez-Galvez, and L. Alados-Arboledas, 2012. Automatic determination of the planetary boundary layer height using lidar: One-year analysis over southeastern Spain, Journalof Geophysical Research, 117, D18208.
Hariprasad, K.B.R.R., C.V. Srinivas, A.B. Singh, S.V.B. Rao, R. Baskaran, and B. Venkatraman, 2014. Numerical simulation and intercomparison of boundary layer structure with different PBL schemes in WRF using experimental observations at a tropical site, Atmospheric. Research, 145-146(2014): 27-44.
Hong, S.Y., Y. Noh, and J. Dudihia, 2006. A new vertical diffusion package with an explicit treatment of entrainment processes, Monthly Weather Review, 134: 2318-2341.
Hu, X.M., J.W.N. Gammon, F. Zhang, 2010. Evaluation of three planetary boundary layer schemes in the WRF model, American Meteorological Society, 49: 1831-1844.
Jung, S.P., T.Y. Kwon, and S.O. Han, 2014. Thermodynamic characteristics associated with localized torrential rainfall events in the middle west region of Korean Peninsula, Atmosphere, 24(4): 457-470 (in Korean with English abstract).
Kim, B.G., S.A. Klein, J.R. Norris, 2005. Continental liquid water cloud variability and its parameterization using atmospheric radiation measurement data, Journal of Geophysical, Research, 110: 1-18, D15S08.
Kim, D.R., and T.Y. Kwon, 2011. Characteristics of satellite brightness temperature and rainfall intensity over the life cycle of convective cells-case study, Atmosphere, 21(3): 273-284 (in Korean with English abstract).
Kim, H.W., and D.K. Lee, 2006. An observational study of mesoscale convective systems with heavy rainfall over the Korea Peninsula, Weather and Forecasting, 21: 125-148.
Kim, I.H., T.Y. Kwon, and D.R. Kim, 2012. MTSAT satellite image features on the sever storm events in Yeongdong region, Atmosphere, 22(1): 29-45 (in Korean with English abstract).
Kim, M.H., H.D. Yeo, N. Sugimoto, H.C. Lim, C.K. Lee, B.H. Heo, Y.S. Yu, B.J. Sohn, S.C. Yoon, and S.W. Kim, 2015. Estimation of particle mass concentration from lidar measurement, Atmosphere, 26(1): 169-177 (in Korean with English abstract).
Kim, M.H., S.W. Kim, S.C. Yoon, N Sugimoto, and B.J. Sohn, 2011. Characteristics of the lidar ratio determined from lidar and sky radiometer measurements in Seoul, Atmosphere, 21(1): 57-67 (in Korean with English abstract).
Kim, S.J., G.T. Kim, G.H. Kim, S.O. Han, 2013. Operating technical report of Mobile observation Vehicle(MOVE), National Institute of Meteorological Sciences, 11-1360395-000424-01
Lim, K.S., and S.Y. Hong, 2010. Development of an effective double-moment cloud microphysics scheme with prognostic cloud condensation nuclei(CCN) for weather and climate model, American Meteorological Society, 138: 1587-1612.
Molod, A.H. Salmun, and M. Dempsey, 2015. Estimating planetary boundary layer heights from NOAA profiler network wind profiler data, Journal of Atmospheric and Oceanic Technology, doi: 10.1175/JTECH-D-14-00155.1.
Murayama, T., H. Okamoto, N. Kaneyasu, H. Kamataki, and K. Miura, 1999. Application of lidar depolarization measurement in the atmospheric boundary layer: Effect of dust and sea-salt particles, Journal of Geophysical Research, 104, 31781-31792.
Park, S.Y., H.W. Lee, S.H. Lee, K.O. Lee, and H.U. Ji, 2011. Impact of the variation of sea breeze penetration due to terrain complexity on PBL development, Journal of Environmental Sciences Internship, 20(2): 275-289
Platt, C.M., S.A. Young, A. Carswell, S. Pal, M.P. McCormick, D.M. Winker, M. Delguasta, L. stefanutti, W. Everhard, M. Hardesty, P. Flamant, R. valentine, B. Forgan, G. Gimmestad, H. Jager, S. Khmelevtsov, I. Kolev, B. Kaprieolev, Darren, Lu, K. Sassen, V. Shamanaev, O. Uchino, Y. Mizuno, U. Wandinger, C. Weitkamp, A. Ansmann, and C. Wooldridge, 1994. The Experimental Cloud Lidar Pilot Study(ECLIPS) for for cloud-radiation research, Bulletin American Meteorological Society, 75: 1635-1654.
Seiber, P., F.S.E. Gryning, S. Joffre, A. Rasmussen, P. Tercier, 2000. Review and intercomparison of operational methods for the determination of the mixing height, Atmospheric environment, 34: 1001-1027
Seidel, D.J., C.O. Ao, and K. Li, 2010. Estimating climatological planetary boundary layer heights from radiosonde observations: Comparison of methods and uncertainty analysis, Journal of Geophysics Reseach, 115, D16113.
Seo, E.K., and G. Liu, 2006. Determination of 3D cloud ice water contents by combining multiple data sources from satellite, ground radar, and a numerical model, Journal of Applied Meteorology and Climatology, 45, 1494-1504.
Tsaknakis, G., A. Papayannis, P. Kokkalis, V. Amiridis, H.D. Kambezidis, R.E. Mamouri, G. Georgoussis, and G. Avdikos, 2011. Inter-comparison of lidar and ceilometer retrievals for aerosol and planetary boundary later profiling over Athens, Greece, Atmospheric Measurement Techniques, 4: 1261-1273.
Yeo, H.D., S.W. Kim, C.K. Lee, D.H. Kim, B.G. Kim, S.W. Kim, H.G. Nam, Y.M. Noh, S.J. Park, C.B. Park, K.S. Seo, J.Y. Choi, M.I. Lee, and E.H. Lee, 2016. The KALION automated Aerosol type classification and mass Concentration calculation algorithm, Korean Journal of Remote sensing, 32(2): 119-131 (in Korean with English abstract).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.