$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

국지예보모델에서 고해상도 마이크로파 위성자료(MHS) 동화에 관한 연구

A Study on the Assimilation of High-Resolution Microwave Humidity Sounder Data for Convective Scale Model at KMA

대기 = Atmosphere, v.28 no.2, 2018년, pp.163 - 174  

김혜영 (기상청 수치모델링센터) ,  이은희 (기상청 수치모델링센터) ,  이승우 (기상청 수치모델링센터) ,  이용희 (기상청 수치모델링센터)

Abstract AI-Helper 아이콘AI-Helper

In order to assimilate MHS satellite data into the convective scale model at KMA, ATOVS data are reprocessed to utilize the original high-resolution data. And then to improve the preprocessing experiments for cloud detection were performed and optimized to convective-scale model. The experiment whic...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 연구는 국지예보모델의 강수 예측정확도 개선을 위해 고해상도 마이크로파 자료동화를 추가하고, 이에 따른 모델예측민감도를 평가하였다. 현재 기상청 전구모델에는 다양한 위성자료가 동화되고 있는데 반해 국지예보모델의 자료동화체계에는 지면, 고층관측, 해상풍, 항공, 레이더 5종의 자료가 분석장 갱신에 사용되고 있다.
  • 이를 줄이기 위해 시공간적으로 밀도 있는 위성자료를 활용하여 수증기 정보를 제공하면 국지예보 모델의 강수 예측성능을 높일 수 있을 것이다. 본 연구에서는 국지예보모델의 강수 예측성능 향상을 위해 고해상도 마이크로파 위성자료를 활용하여 수증기정보 개선 가능성을 검토하고, MHS 자료의 품질검사 과정을 국지예보모델에 최적화하여 개선된 초기장이 모델의 예측성능에 미치는 영향을 분석하고자 한다
  • 국지예보모델에서 한반도 주변의 해상은 전구모델에서 받은 경계장 정보에 의존하므로 정확한 대기상태를 모델에 반영하기 어렵다. 본 연구에서는 시공간적으로 밀도 있는 위성자료를 추가하고, 오염되지 않은 수증기 정보를 제공하기 위해 위성자료 전처리과정 중 구름탐지과정을 개선하여 국지예보 모델에 최적화하였다. 구름탐지 시 구름영역의 모든 자료를 제거하기보다 육상 강수탐지 개선을 통해 강수에 의해 오염되지 않은 자료를 동화할 때 초기 수증기장을 비롯한 지위고도 개선이 컸다.
  • 규준실험에서 강수 중심이 분리되어 분포하는 반면 EXP3의 경우 강수대의 형태가 AWS 관측 강수 분포와 거의 유사하며 강수 중심의 위치가 규준실험에 비해 남하한 것을 확인할 수 있다. 이러한 예측 강수량 차이의 원인을 보기 위해 초기 분석장을 살펴보았다. Figure 12a는 초기 분석시간인 7월 15일 1200 UTC의 700 hPa 수분장 차이를 나타낸 것으로 강수대가 위치한 전선면을 따라 EXP3이 규준실험에 비해 수증기가 증가하였다.

가설 설정

  • 규준실험을 포함한 각 실험의 초기분석장 품질을 조사하기 위해 ECMWF 분석장의 지위고도, 온도, 상대습도와 비교하였다. Figure 7은 ECMWF 분석장과 EXP3(붉은 선), 규준실험(검은 선)의 (a) 지위고도, (b)온도, (c) 상대습도의 편차(실선)와 표준편차(점선)를 고도에 따라 나타낸 것이다. 지위고도의 편차는 700 hPa 이하에서 EXP3이 규준실험에 비해 감소하나 700 hPa 상공에서는 증가하고 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
ATOVS 자료의 특징은 무엇인가? 본 연구에 사용된 MHS자료는 기상청 국가기상위성센터에서 직수신한 ATOVS 원시 자료 중 수증기채널만을 AAPP (ATOVS and AVHRR (Advanced Very High Resolution Radiometer) Preprocessing Package, Atkinson, 2017)로 재 처리한 자료이다. ATOVS 자료는 각기 다른 해상도의 자료로 구성되어 있으며 자료 처리의 편의성을 위해 모든 자료를 HIRS (High-resolution Infrared Radiation Sounder) 관측점 위치로 변환하는 과정(mapping process)을 거친다. 이때, 고해상도 자료는 고유한 정보를 잃게 되므로 국지예보모델에서는 적절한 고해상도 정보를 사용하기 위해 수증기채널 자료를 독립적으로 처리하여 고유의 공간해상도와 정보를 유지하게 했다.
MHS는 관측지점에 따라 밝기온도의 차이가 발생하는데, 그 이유는 무엇인가? 1o이다. 탐측이 교차궤도(cross-track)를 이루므로 직하점의 해상도 16 km × 16 km이지만 관측 가장자리에서는 26 km × 52 km로 해상도가 낮아진다. 따라서 관측지점에 따라 밝기온도도 차이가 난다.
MHS의 채널 구성은 어떻게 되는가? MHS는 2개의 약한 윈도우채널(89, 150 GHz)과 3개의 연직탐측채널(183.31 ± 1, ± 3, 190.31 GHz) 총 5개의 채널로 구성되어 있다. 183 GHz 수증기 흡수영역에 위치한 3~5번 채널이 연직 수증기정보를 제공하며 주파수가 가장 큰 5번 채널이 하층대기의 정보를 제공한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (26)

  1. Atkinson, N., 2017: AAPP User Guide. NWPSAF-MFUD-036, 17 pp. 

  2. Bauer, P., A. J. Geer, P. Lopez, and D. Salmond, 2010: Direct 4D-Var assimilation of all-sky radiances: Part I. Implementation. Quart. J. Roy. Meteor. Soc., 136, 1868-1885, doi:10.1002/qj.659. 

  3. Bennartz, R., A. Thoss, A. Dybbroe, and D. B. Michelson, 2002: Precipitation analysis using the advanced microwave sounding unit in support of nowcasting applications. Meteorol. Appl., 9, 177-189. 

  4. Chang, D. E., T. K. Jang, Y.-H. Lee, and M.-J. Kim, 2002: The effect of assimilating ATOVS soundings on short-range forecast. Atmosphere, 12, 40-43. 

  5. Eyre, J. R., 1989: Inversion of cloudy satellite sounding radiances by nonlinear optimal estimation. II: application to TOVS data. Quart. J. Roy. Meteor. Soc., 115, 1027-1037. 

  6. Geer, A. J., and Coauthors, 2017: All-sky satellite data assimilation at operational weather forecasting centres. Quart. J. Roy. Meteor. Soc., doi:10.1002/qj.3202. 

  7. Geer, A. J., J. F. Baordo, N. Bormann, and S. English, 2014: All-sky assimilation of microwave humidity sounders. ECMWF Tech. Memo., 741 pp. 

  8. Harris, B. A., and G. Kelly, 2001: A satellite radiance-bias correction scheme for data assimilation. Quart. J. Roy. Meteor. Soc., 127, 1453-1468. 

  9. Hilton F., N. C. Atkinson, S. J. English, and J. R. Eyre, 2009: Assimilation of IASI at the Met Office and assessment of its impact through observing system experiments. Quart. J. Roy. Meteor. Soc., 135, 495-505. 

  10. Hong G., G. Heygster, J. Notholt, F. Weng, and Q. Liu, 2010: Simulations of microwave brightness temperatures at AMSU-B frequencies over a 3D convective cloud system. Int. J. Remote Sens., 31, 1781-1800, doi:10.1080/01431160902926640. 

  11. Joo, S. W., E. J. Lee, and H. C. Shin, 2005: Development on the direct assimilation technique of ATOVS radiance in 3DVAR of the KMA global model. KMATN-2005-04, 48 pp (in Korean). 

  12. Jung, J. H., and M. S. Seo, 2005: Characteristics and Types of the Diurnal Variation of Hourly Precipitation during Rainy Season over South Korea. Asia-Pac J. Atmos. Sci., 41, 533-546 (in Korean with English abstract). 

  13. Karbou, F., E. Gerard, and F. Rabier, 2010: Global 4DVAR assimilation and forecast experiments using AMSU observations over land. Part I: Impacts of various land surface emissivity parameterizations. Wea. Forecasting, 25, 5-19, doi:10.1175/2009WAF2222243.1. 

  14. Kim, S.-M., and H. M. Kim, 2017: Adjoint-based observation impact of Advanced Microwave Sounding Unit-A (AMSU-A) on the short-range forecast in East Asia. Atmosphere, 27, 93-104, doi:10.14191/Atmos.2017.27.1.093 (in Korean with English abstract). 

  15. Lee, E. H., Y. S. Kim, H. C. Shin, and M. S. Lee, 2009: MetOp IASI data assimilation in Unified Model in KMA. Proc. Fall Meeting KMS, Daegu, Korea, Korean Meteorological Society, 300-301 (in Korean). 

  16. Lee, Y. H., H. Y. Lee, J. Lee, K. H. Lee, and D. J. Kim, 2015: Evaluating the precipitation forecast by extension of variable grid area in KMA convective scale model(LDAPS). Proc. Spring Meeting KMS, Seoul, Korea, Korean Meteorological Society, 5-6 (in Korean). 

  17. Lorenc, A. C., and F. Rawlins, 2005: Why does 4D-Var beat 3D-Var?. Quart. J. Roy. Meteor. Soc., 131, 3247-3257. 

  18. Mesinger, F., and T. L. Black, 1992: On the impact on forecast accuracy of the step-mountain(eta) vs. sigma coordinate. Meteor. Atmos. Phys., 50, 47-60. 

  19. Muller, B. M., H. E. Fuelberg, and X. Xiang, 1994: Simulations of the effects of water vapor, cloud liquid water, and ice on AMSU moisture channel brightness temperatures. J. Appl. Meteorol., 33, 1133-1154. 

  20. Qin, Z. K., and X. L. Zou, 2016: Development and initial assessment of a new land index for microwave humidity sounder cloud detection. J. Meteor. Res., 30, 12-37, doi:10.1007/s13351-016-5076-4. 

  21. Saunders, R., M. Matricardi, and A. Geer, 2010: RTTOV-9 Users Guide. NWPSAF-MO-UD-016, Exeter, UK, 57 pp. 

  22. Sohn, B. J., G.-H. Ryu, H.-J. Song, and M.-L. Ou, 2013: Characteristic features of warm-type rain producing heavy rainfall over the Korean peninsula inferred from TRMM measurements. Mon. Wea. Rev., 141, 3873-3888, doi:10.1175/MWR-D-13-00075.1. 

  23. Song, H.-J., and B. J. Sohn, 2015: Two heavy rainfall types over the Korean peninsula in the humid East Asian summer environment: A satellite observation study. Mon. Wea. Rev., 143, 363-382, doi:10.1175/MWR-D-14-00184.1. 

  24. Weston, P., 2014: Assimilating IASI data into the UKV. Met Office SA Technical Memo., 15, 30 pp. 

  25. Zelinka, M. D., and D. L. Hartmann, 2009: Response of humidity and clouds to tropical deep convection. J. Climate, 22, 2389-2404. 

  26. Zou, X. L., Z. K. Qin, and F. Z. Weng, 2013: Improved quantitative precipitation forecasts by MHS radiance data assimilation with a newly added cloud detection algorithm. Mon. Wea. Rev., 141, 3203-3221, doi:10.1175/MWR-D-13-00009.1. 

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 보고서와 함께 이용한 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트