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
- (2016)는 한반도 중부지방에 외부(주로 중국)로부터 유입되는 에어로졸을 외부 강제력(external forcing)으로 가정하고 이에 의한 강수변화(response) 가능성을 분석한 바 있으나 단 하나의 장거리이동 연무사례 분석이었다. 본 연구에서는 이를 보완하기 위하여 Eun et al. (2016)에서 제시한 분석방법을 기반으로 지난 6년(2011~2016년) 동안 장거리이동 연무와 황사 사례들을 선별하여 이들의 강수와 연관성을 분석하였다.
- 연무를 분류한 후에는 연무(황사)가 강수 진행 및 유지 시간과 어떻게 연관되어 있는지 이해하고자 하였다. 연무나 황사 발생시에 기간 중·전·후를 구분하여 강수 동반 여부를 파악하고, 각 연무(황사)별로 강수 지속 시간대가 연무(황사) 기간 중인지, 이전 혹은 이후 시간대인지를 분류하였다.
- 총 연무 중에서 LH는 40 (31%), MH는 35(28%), UH는 29 (23%), 그리고 YS는 23 (18%) 사례를 차지하는 것으로 나타났다. 이와 더불어 대기 중에 에어로졸 농도가 높을 때 강수와의 연관성을 확인하기 위하여 2011~2016년 동안 연무 관측시의 강수 동반 여부를 조사하였다. 6년간 127개 연무(황사, 혼합형 연무 포함) 사례가 관측되었고, 이 중에서 PM 농도가 최대치인 시점을 중심으로 24시간과 전·후 포함하여 3일 이내 기간에서 강수를 동반한 사례는 75사례(59%)로 나타났다(Fig.
제안 방법
- 0 μg m−3 이상인 조건에 해당한다. 2) 백령도와 서울의 PM 농도 증가 패턴에 시간차(time lag)가 존재 하는지 여부를 확인하였다. 본 연구에서는 백령도에서 서울 방향으로 이동하는 장거리이동 사례에 초점을 맞추었다.
- 본 연구에서는 백령도에서 서울 방향으로 이동하는 장거리이동 사례에 초점을 맞추었다. 3) 두 번째 단계에서 지연시간이 확인된 경우, 역궤적 분석 결과를 토대로 공기덩이가 중국으로부터 유입되었는지를 확인하였다. 4) 연무는 미세입자가 지배적이고, 황사경우에는 조대입자가 대부분임을 고려하여 PM2.
- Eun et al. (2016)에서 연무에 의한 강수변화 분석은 단일 사례에 국한되기 때문에 본 연구에서는 자료 기간을 6년(2011~2016년)으로 확장하고 PM2.5와 PM10 질량농도, 에어로졸 산란계수(aerosol scattering coefficient; σsp ) 등을 활용하여 연무를 분류 하고 해당 기간 동안 강수 변화를 분석하였다.
- LH와 YS 사례의 에어로졸과 구름의 수평분포를 살펴보기 위하여 Aqua 위성의 MODIS 자료를 이용하여 에어로졸 광학두께(AOD)와 운량을 Fig. 8에 제시하였다. 대체로 한반도 주변으로 구름이 넓게 분포하고 있고 운량에 의해 에어로졸 광학두께의 불연속성이 존재하지만 LH 사례의 경우 중국지역과 황해 및 동해상 지역이 주변지역에 비해 높은 AOD(약 1~2) 수준이 분포하였으며, YS 사례의 경우 높은 AOD 구역이 한반도 중북부로 유입되고 있다.
- 연무나 황사 발생시에 기간 중·전·후를 구분하여 강수 동반 여부를 파악하고, 각 연무(황사)별로 강수 지속 시간대가 연무(황사) 기간 중인지, 이전 혹은 이후 시간대인지를 분류하였다. 강수 시간대 구분 분석에서는 Lee et al. (2017)에서 제시한 방법을 이용하여 연무와 황사사례를 선별하고 선정된 사례 내에서 PM2.5 또는 PM10 최대치를 중심으로 24시간을 연무(황사)사례 기간으로 정의하였다. 또한 연무(황사) 사례 구간의 이전 24시간을 PRE, 24시간 이후를 POST 로 정의하였다.
- 예보문과 관측된 강수를 비교하여 강수 예보가 관측된 강수와 일치한다면 Hit로 명시하였으며, 강수는 존재하지만 예보에 비해 강수 시간에 차이가 있다면 Extended(예보에 비해 연장), Delayed(예보에 비해 지체)로 정의하여 분류하였다. 강수예보는 존재하나 무강수였을 경우 False Alarm (FA), 예보가 없으나 강수가 관측되었을 경우 Miss, 무강수였다면 Correct Negative (CN)로 분류하여 판별하였다(Table 2 참조).
- 4와 같이 원형 (Pie) 그래프로 제시하였다. 다만 본 연구에서는 도시 연무는 시간 규모가 대체로 1일 이상으로 상대적으로 길고 외부로부터 유입되는 강제력에 초점을 맞추기 위해서 LH와 YS만을 분석하였다. 만약 강수량 기준으로 분류할 때 연무 전부터 연무기간 중까지 강수가 계속 이어지게 된다면 두 구간 중 강수량이 가장 많은 구간으로 분류하였다.
- (2017) 분석 결과에 의하면 대다수의 장거리이동 연무와 황사의 시간 규모가 24시간 이내로 나타난 바 있다. 마지막으로 에어로졸과 강수 연관성을 확인하기 위하여 연무발생시에 기상청일기예보 통보문을 검토하여 강수 예보 정확도를 검토하였다. 현재 날씨 예보를 위해 운영중인 수치모델의 경우 에어로졸-구름-강수 상호작용을 상세하게 고려하지 않고 있기 때문에 장거리이동 연무나 황사와 같은 고농도의 에어로졸이 구름 시스템과 함께 유입될 경우 강수 예보 정확도를 감소시킬 수 있다.
- 먼저 장거리이동 연무(LH), 도시연무(UH), 황사(YS),그리고 혼합 연무(MH)가 127개 전체 사례 중 차지하는 비율을 나타낸 원형(pie) 그래프를 Fig. 2에 제시 하였다. 총 연무 중에서 LH는 40 (31%), MH는 35(28%), UH는 29 (23%), 그리고 YS는 23 (18%) 사례를 차지하는 것으로 나타났다.
- 본 연구에서는 에어로졸-강수 연관성 이해를 위해서 실제 일기예보 모델의 강수 예측 정확도를 시간 규모에서 비교·분석하였다.
- 에어로졸과 강수와의 상호작용을 시간별로 구체적으로 살펴보기 위하여 LH와 YS 대표 사례를 각각 선정하여 종관장 특징, 에어로졸 및 강수의 시간 변화 그리고 에어로졸과 구름의 수평적인 분포를 분석하였다. LH 사례로는 2013년 2월 22일, YS 사례로는 2015년 2월 22~23일을 각각 선정하였다.
- 연무나 황사 발생시에 기간 중·전·후를 구분하여 강수 동반 여부를 파악하고, 각 연무(황사)별로 강수 지속 시간대가 연무(황사) 기간 중인지, 이전 혹은 이후 시간대인지를 분류하였다.
- 연무나 황사 사례에서 강수가 관측될 경우, 에어로졸 농도 변동에 따른 강수 발생 시간대를 살펴보기 위하여 PM2.5 또는 PM10 최대값인 시점을 중심으로 24시간을 연무(황사)기간 중(EVENT)으로 정의하였고, 연무(황사) 기간 이전 24시간을 PRE 기간으로, 연무 (황사) 이후 24시간을 POST 기간으로 각각 정의하였다.
- 이상의 관측적 해석을 기반으로 에어로졸과 강수의 연관성을 이해하기 위해서 장거리이동 연무 사례시 강수 예보 정확도를 분석하였다. 예보문과 관측된 강수를 비교하여 강수 예보가 관측된 강수와 일치한다면 Hit로 명시하였으며, 강수는 존재하지만 예보에 비해 강수 시간에 차이가 있다면 Extended(예보에 비해 연장), Delayed(예보에 비해 지체)로 정의하여 분류하였다. 강수예보는 존재하나 무강수였을 경우 False Alarm (FA), 예보가 없으나 강수가 관측되었을 경우 Miss, 무강수였다면 Correct Negative (CN)로 분류하여 판별하였다(Table 2 참조).
- 이상의 관측적 해석을 기반으로 에어로졸과 강수의 연관성을 이해하기 위해서 장거리이동 연무 사례시 강수 예보 정확도를 분석하였다.
- 5 또는 PM10 최대값인 시점을 중심으로 24시간을 연무(황사)기간 중(EVENT)으로 정의하였고, 연무(황사) 기간 이전 24시간을 PRE 기간으로, 연무 (황사) 이후 24시간을 POST 기간으로 각각 정의하였다. 이상의 조건을 기준으로 LH, YS 사례별 강수 시간대가 위치하는 시간 구간의 빈도분포를 강수량과 강수시간 기준으로 각각 나누어 Fig. 4와 같이 원형 (Pie) 그래프로 제시하였다. 다만 본 연구에서는 도시 연무는 시간 규모가 대체로 1일 이상으로 상대적으로 길고 외부로부터 유입되는 강제력에 초점을 맞추기 위해서 LH와 YS만을 분석하였다.
- 좀 더 구체적으로 각 사례 시간대별로 강수강도가 어떤 변화를 보이는지를 살펴보기 위하여 Fig. 5에 사례 기간 시간대별 강수강도 빈도 분포를 제시하였다. LH는 Fig.
- 한반도에 발생하는 다양한 연무를 발생 기원에 따라 구분하고 연무 종류에 따른 에어로졸-강수 연관성을 분석하였다. 전체 연무를 분류 구분한 결과 LH가 약 31%로 가장 빈도가 많았고, 그 다음이 도시연무(23%) 그리고 황사(18%) 순이었다.
대상 데이터
- 에어로졸과 강수와의 상호작용을 시간별로 구체적으로 살펴보기 위하여 LH와 YS 대표 사례를 각각 선정하여 종관장 특징, 에어로졸 및 강수의 시간 변화 그리고 에어로졸과 구름의 수평적인 분포를 분석하였다. LH 사례로는 2013년 2월 22일, YS 사례로는 2015년 2월 22~23일을 각각 선정하였다. 우선 LH와 YS 사례의 종관장 특징을 Fig.
- 5와 PM10 질량농도, 에어로졸 산란계수(aerosol scattering coefficient; σsp ) 등을 활용하여 연무를 분류 하고 해당 기간 동안 강수 변화를 분석하였다. 강수량은 백령도와 서울 기상관측소의 1시간 자료를 이용하였으며, 분석에 활용한 자료의 측정기기 및 간략한 설명을 Table 1에 제시하였다.
- 2) 백령도와 서울의 PM 농도 증가 패턴에 시간차(time lag)가 존재 하는지 여부를 확인하였다. 본 연구에서는 백령도에서 서울 방향으로 이동하는 장거리이동 사례에 초점을 맞추었다. 3) 두 번째 단계에서 지연시간이 확인된 경우, 역궤적 분석 결과를 토대로 공기덩이가 중국으로부터 유입되었는지를 확인하였다.
이론/모형
- 5/PM10 비 등을 고려하여 장거리 이동 연무(long-range transported haze;LH) 및 국내 오염원에 의한 도시연무(urban haze; UH) 그리고 황사(yellow sand; YS) 등의 구분 방법을 제시한 바 있다. 본 연구 목적을 달성하기 위해서 Lee et al. (2017)에서 개발된 방법을 기본적으로 적용하였다. 황사는 엄밀한 의미에서 연무와는 구분되지만 장거리 이동되는 에어로졸의 한 종류라는 측면에서 분석에 포함하였다.
성능/효과
- 3) 두 번째 단계에서 지연시간이 확인된 경우, 역궤적 분석 결과를 토대로 공기덩이가 중국으로부터 유입되었는지를 확인하였다. 4) 연무는 미세입자가 지배적이고, 황사경우에는 조대입자가 대부분임을 고려하여 PM2.5/PM10의 비율이 0.7 이상인 경우를 연무로 분류하고, 0.3 이하의 값을 가지는 경우를 황사로 분류한다. 본 연구에서 경험적으로 정한 PM2.
- 6년간 127개 연무(황사, 혼합형 연무 포함) 사례가 관측되었고, 이 중에서 PM 농도가 최대치인 시점을 중심으로 24시간과 전·후 포함하여 3일 이내 기간에서 강수를 동반한 사례는 75사례(59%)로 나타났다(Fig. 2).
- LH 사례는 백령도(BN)의 PM2.5와 PM10 질량농도가 증가한 후 서울지역의 PM2.5와 PM10이 증가하는 시간차가 잘 나타났고, PM10의 대부분이 PM2.5로 나타나 에어로졸 크기가 2.5 μm 이하의 미세입자임을 알 수 있었다.
- LH는 Fig. 4에서도 알 수 있듯이 연무 이전(PRE)이나 이후(POST)에 비해 연무가 진행중인 기간(EVENT) 에 약한 강도의 강수가 지속되는 빈도가 높은 것을알 수 있었는데, 특히 0.1 mm hr −1 이하의 아주 약한 (trace-level) 강수가 대부분을 차지하고 있었다.
- Figure 3은 선정된 고농도 연무 및 황사 사례 기간 중과 전·후 시간대의 강수 동반 여부를 나타낸 것이다. LH의 경우 총 40개 사례 중에서 27개(68%), YS 는 총 23개 중에서 20개(87%), 그리고 UH는 총 29개중에서 14개(48%) 사례가 강수를 동반하는 것으로 나타났다. 대부분의 황사사례는 강수와 동반하여 유입되었는데 주로 강수를 동반한 한랭전선이 한반도를 통과하면서 후면에서 강한 풍속과 함께 발생하는 경향이 있어 강수 이후 고농도 PM10이 관측되는 것을 자주 확인할 수 있었다.
- 물론 현재 관측 결과만으로 에어로졸 효과를 단정지을 수는 없지만 6년간의 연무 분석결과 에어로졸 농도가 높은 시간대에 약한 강수가 지속되는 빈도가 강수량 기준 59%, 강수시간 기준 67%로 나타났기 때문에 장거리이동 연무 사례에서 강수빈도가 높았음을 의미한다. 다년간의 관측결과에서 고농도 에어로졸이 관측되는 기간에 강수 동반 빈도가 높고, 강수 세정 효과로 인한 에어로졸 감소보다는 외부에서 강하게 유입되는 고농도 에어로졸과 강수의 시간대가 겹치는 경향을 보이는 점은 에어로졸-강수 상호작용을 암시하는 관측결과라고 생각된다. 외부로부터 청정한 상태의 수십배를 초과하는 에어로졸 강제력이 한반도 영역(반응 영역)으로 유입되기 때문에 강수에 의한 세정효과로 인한 에어로졸 감소를 최소화한 조건에서 구름과 강수에 미치는 에어로졸 효과가 나타났을 것으로 생각된다.
- 하지만 LH 시간 규모가 1일 이내로 짧기 때문에 에어로졸에 의한 강수의 변화 시간 규모 역시 1일 이내로 짧게 나타났다. 물론 현재 관측 결과만으로 에어로졸 효과를 단정지을 수는 없지만 6년간의 연무 분석결과 에어로졸 농도가 높은 시간대에 약한 강수가 지속되는 빈도가 강수량 기준 59%, 강수시간 기준 67%로 나타났기 때문에 장거리이동 연무 사례에서 강수빈도가 높았음을 의미한다. 다년간의 관측결과에서 고농도 에어로졸이 관측되는 기간에 강수 동반 빈도가 높고, 강수 세정 효과로 인한 에어로졸 감소보다는 외부에서 강하게 유입되는 고농도 에어로졸과 강수의 시간대가 겹치는 경향을 보이는 점은 에어로졸-강수 상호작용을 암시하는 관측결과라고 생각된다.
- 5 농도의 뚜렷한 시간차와 입자 크기 등을 고려할 때 본 사례는 외부로부터 미세한 입자크기의 인위적인 에어로졸이 유입되었음을 알 수 있다. 반면 YS 사례의 경우 백령도 (BN)와 서울(SL)간의 PM2.5와 PM10 농도의 시간차는 나타났지만, PM2.5 농도는 거의 증가하지 않아 황사 먼지의 대부분이 조대입자가 차지하고 있음을 확인할 수 있다.
- Table 2에서 제시된 분류에 근거하여 LH 사례들에 대한 평가결과를 Table 3에 제시하였다. 에어로졸 농도가 높은 장거리이동연무임에도 불구하고 예보를 통한 강수 여부의 정확도는 상당히 높은 편이지만 강수의 지속시간에 대한 예보는 정확도가 떨어짐을 확인할 수 있다. 연무기간 중 실제 강수시간이 강수 예보시간보다 연장(Extended)되는 사례가 40개의 LH 사례 중 14개(35%)로 확인되었다.
- 에어로졸 농도가 높은 장거리이동연무임에도 불구하고 예보를 통한 강수 여부의 정확도는 상당히 높은 편이지만 강수의 지속시간에 대한 예보는 정확도가 떨어짐을 확인할 수 있다. 연무기간 중 실제 강수시간이 강수 예보시간보다 연장(Extended)되는 사례가 40개의 LH 사례 중 14개(35%)로 확인되었다. 에어로졸의 장거리이동 사례인 LH에서 1/3 이상의 사례들이 실제 관측된 강수시간이 예보시간보다 연장되어 나타나는 결과는 Eun et al.
- 한반도에 발생하는 다양한 연무를 발생 기원에 따라 구분하고 연무 종류에 따른 에어로졸-강수 연관성을 분석하였다. 전체 연무를 분류 구분한 결과 LH가 약 31%로 가장 빈도가 많았고, 그 다음이 도시연무(23%) 그리고 황사(18%) 순이었다. 특이한 점은 LH나 YS의 경우에는 에어로졸 농도가 높은 기간이나 이전 시간대에 주로 강수를 동반하는 경향이 있었고, YS는 강수가 에어로졸 증가를 선행하는 반면에 LH 사례는 에어로졸 증가와 강수가 상당수가 겹쳐져서 나타나는 경향이 있었다.
- 2에 제시 하였다. 총 연무 중에서 LH는 40 (31%), MH는 35(28%), UH는 29 (23%), 그리고 YS는 23 (18%) 사례를 차지하는 것으로 나타났다. 이와 더불어 대기 중에 에어로졸 농도가 높을 때 강수와의 연관성을 확인하기 위하여 2011~2016년 동안 연무 관측시의 강수 동반 여부를 조사하였다.
- 전체 연무를 분류 구분한 결과 LH가 약 31%로 가장 빈도가 많았고, 그 다음이 도시연무(23%) 그리고 황사(18%) 순이었다. 특이한 점은 LH나 YS의 경우에는 에어로졸 농도가 높은 기간이나 이전 시간대에 주로 강수를 동반하는 경향이 있었고, YS는 강수가 에어로졸 증가를 선행하는 반면에 LH 사례는 에어로졸 증가와 강수가 상당수가 겹쳐져서 나타나는 경향이 있었다. 이는 YS 사례의 에어로졸 농도변화는 주로 종관장에 의해 지배받는 것을 보여 주고, LH 사례의 경우에는 에어로졸 농도 증가가 강수에 영향을 주었을 가능성을 보여준다.
- 5에서 제시된 바와 같이 아주 약한 강수강도이기 때문에 세정효과가 약했을 가능성도 배제할 수는 없다. 한편 YS의 경우는 PRE 기간부터 EVENT 전반부까지 다른 시간대에 비해 강수 빈도분포가 높게 나타났고, 강수강도 역시 시간당 2~3 mm까지 증가한 강한 강수 빈도가 LH 사례에 비해 크게 나타났다. 이는 앞 절에서도 언급한 바와 같이 종관장에서 비롯된 강수 이후 따라오는 황사 현상임을 뒷받침하는 결과로 생각된다.
후속연구
- 대체로 한반도 주변으로 구름이 넓게 분포하고 있고 운량에 의해 에어로졸 광학두께의 불연속성이 존재하지만 LH 사례의 경우 중국지역과 황해 및 동해상 지역이 주변지역에 비해 높은 AOD(약 1~2) 수준이 분포하였으며, YS 사례의 경우 높은 AOD 구역이 한반도 중북부로 유입되고 있다. 또한 MODIS 에어로졸과 구름의 수평적인 분포가 중첩된(overlapped) 것으로 나타나 증가된 에어로졸에 의해 구름 및 강수 변화 가능성을 분석할 수 있는 좋은 사례로 판단된다. 다만 본 사례는 MODIS의 시간적인 해상도가 지상관측에 비해 현저하게 낮고, 에어로졸과 구름의 연직 위치에 대한 관측정보가 부족하여 상세한 해석은 어려운 측면이 있다.
- (2017)도 에어로졸-구름-강수 상호작용을 고려하지 않은 National Centers for Environmental Prediction (NCEP) Global Forecast System (GFS) 모델의 강수 예보가 강수강도에 따라 과대 혹은 과소 모의하는 것을 제시한 바 있다. 이런 측면에서 볼 때 국내에서 사용되고 있는 수치예보 현업모델도 에어로졸-구름-강수 상호작용에 대하여 상세한 모수화가 이루어지지 않고 있기 때문에 본 연구 결과는 향후 에어로졸 효과를 고려한 강수예보의 시공간적인 정확도 향상에 기여할 수 있을 것으로 생각된다.
- , 2016)에서도 유사한 연구 결과가 제시된 바 있다. 향후 수치모의를 통한 정량적인 분석과 추가 관측결과를 확보하여 통계적 유의성 분석 등의 보완이 필요하다.
- 다만 본 사례는 MODIS의 시간적인 해상도가 지상관측에 비해 현저하게 낮고, 에어로졸과 구름의 연직 위치에 대한 관측정보가 부족하여 상세한 해석은 어려운 측면이 있다. 향후 이를 보완하기 위하여 CALIPSO 나 CloudSat 등의 에어로졸과 구름의 시공간적인 고해상도 관측결과 활용이 필요하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.