[논문]현실적인 빗방울 종단 낙하 속도-크기 관계의 처방이 한반도 여름철 지표 강수 모의에 미치는 영향

김다슬; 임교선; 김권일; 이규원

doi:10.14191/atmos.2020.30.4.421

현실적인 빗방울 종단 낙하 속도-크기 관계의 처방이 한반도 여름철 지표 강수 모의에 미치는 영향
Effects of the Realistic Description for the Terminal Fall Velocity-Diameter Relationship of Raindrops on the Simulated Summer Precipitation over South Korea 원문보기

대기 = Atmosphere, v.30 no.4, 2020년, pp.421 - 437

김다슬 (경북대학교 지구시스템과학부 천문대기과학과) , 임교선 (경북대학교 지구시스템과학부 천문대기과학과) , 김권일 (경북대학교 지구시스템과학부 천문대기과학과) , 이규원 (경북대학교 지구시스템과학부 천문대기과학과)

Abstract ▼ AI-Helper

The effects of the terminal fall velocity-diameter relationship for raindrops, which is prescribed based on the measurement, on the simulated surface precipitation over Korea during summer season were investigated in our study. Two rainfall cases, 1-month summer precipitation and mesoscale rainfall, have been simulated using the Weather Research and Forecasting (WRF) model. The selected cloud microphysics parameterizations are WRF Single-Moment 5-class (WSM5) and WRF Single-Moment 6-class (WSM6) in the WRF model. The measured terminal fall-diameter relationship for raindrops by Gunn and Kinzer (1949) was applied in both WSM5 and WSM6. The sensitivity experiments with WSM5 and WSM6, applying the measured fall-diameter relationship, presents the different responses in simulated precipitation amount for the 1-month summer precipitation case. Precipitation increases with WSM5, thus enhancing the precipitation statistical skills. However, precipitation decreases with WSM6 leading to the deterioration of precipitation statistical skills. For the mesoscale rainfall case, precipitation increases with both WSM5 and WSM6, which further enhances the positive bias in precipitation amount.

주제어

표/그림 (15)

표 Table 1. Parameters used for the velocity-diameter relation, V_R = a_RD_R^b ^Rexp(- f_RD_R), in WSM6, Thompson, and fitted curve for the measurement by Gunn and Kinzer (1949). V_R [m s^-1] and D_R [m] indicate the terminal velocity and and diameter of rain, respectively.
그림 Fig. 1. Observed precipitation [mm] during (a) one month (0000 UTC 1 July~0000 UTC 1 August, 2016), obtained from IMERG Final V6 for regional climate simulation and (b) 12 hours (1100 UTC 12 July~2300 UTC 12 July, 2013), obtained from the Korea Meteorological Administration (KMA) Automatic Weather Station (AWS) for meso-scale rainfall simulation.
그림 Fig. 2. Model domains for (a) regional climate simulation and (b) meso-scale rainfall simulation. Terrain height greater than 800 m is shaded and with terrain contoured every 200 m. Single domain with a 48 km resolution covering East Asia is configured for regional climate simulation, and two nested domains having 3 km and 9 km resolution centered on the Korean peninsula are configured for the meso-scale rainfall simulation.
그림 Fig. 3. Rain terminal velocity [m s^-1] as a function of raindrop diameter [m] for the four cloud microphysics parameterizations (Thompson, WSM6, WSM6, and Morrison), measurement from Gunn and Kinzer (1949). The solid black line is fitted curve for the measurement using the Least Squares Fitting Method.
그림 Fig. 4. Accumulated surface precipitation [mm] from (a) the control experiment (WSM5) for the regional climate case during a month from 2016.07.01.0000 UTC to 08.01.0000 UTC. The difference in accumulated surface precipitation [mm] is shown in (b) WSM5 minus IMERG and (c) WSM5_VR minus WSM5. (d)-(f) are same as (a)-(c) but from the WSM6.
그림 Fig. 5. Vertical profiles of time-domain-averaged mixing ratios of hydrometeors from (a) WSM5 and the difference (WSM5_VR minus WSM5). (c)-(d) are same as (a)-(b) but for WSM6 and the difference (WSM6_VR minus WSM6). The analyzed time period and domain are identical for the accumulated surface precipitation in Fig. 4.
그림 Fig. 6. Relative contribution of production term during the analysis period using (a)-(d) WSM5 and (e)-(i) WSM6 during the analysis period and domain.
그림 Fig. 7. Differences in production terms (Sensitivity experiment minus Control experiment) during the analysis period and domain using (a)-(d) WSM5 and (e)-(i) WSM6. The orange bars indicate source terms and the green bars indicate sink terms for each hydrometeor.
표 Table 2. Statistical skill scores of BIAS, root mean square error (RMSE), and pattern correlation (PC) with respect to (a) the Integrated Multi-satellitE Retrievals for GPM (IMERG) Final V6 for the reginal climate simulation and (b) the AWS observation for meso-scale rainfall simulation. For regional climate and meso-scale rainfall cases, 1-month accumulated precipitation (0000 UTC 1 July~0000 UTC 1 August, 2016) and 12-hour accumulated precipitation (1100 UTC 12 July~ 2300 UTC 12 July, 2013) are used, respectively. The gray-colored skill scores in sensitivity experiments indicate the deterioration of skill scores, compared to the control experiments.
$Fig. 8. Differences in mass-weighted terminal velocity <TEX>$\bar{V}_R$</TEX> (Sensitivity experiment minus Control experiment) for (a) regional climate simulation and (b) mesoscale rainfall simulation. Solid and dashed lines indicate the results for WSM5 and WSM6, respectively.$ 그림 Fig. 8. Differences in mass-weighted terminal velocity $\bar{V}_R$ (Sensitivity experiment minus Control experiment) for (a) regional climate simulation and (b) mesoscale rainfall simulation. Solid and dashed lines indicate the results for WSM5 and WSM6, respectively.
그림 Fig. 9. Same as Fig. 4 but for the mesoscale rainfall simulation during 12 hours from 1100 UTC 12 July to 2300 UTC 12 July, 2013.
그림 Fig. 10. Same as Fig. 5 but for the mesoscale rainfall simulation. The analyzed time period and domain are identical for the accumulated surface precipitation in Fig. 9.
그림 Fig. 11. Same as Fig. 6 but for the mesoscale rainfall simulation.
그림 Fig. 12. Same as Fig. 7 but for the mesoscale rainfall simulation.
그림 Fig. 13. Calculated statistical skill scores of (a) BIAS, (b) root mean square error (RMSE), and (c) pattern correlation (PC) with respect to AWS observation for the meso-scale rainfall simulation. Verification has been conducted over the analysis domain during 12 hours from 1100 UTC to 2300 UTC 12 July, 2013. Hourly precipitation thresholds are 0.1, 1, 2, 4, 8, 12 , 16, and over 20 mm hr^-1.

AI 본문요약
AI-Helper

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

문제 정의

, 2004) 및 WSM6 방안에서 관측 값에 기반한 빗방울의 크기-종단 낙하 속도 관계의 처방 및 평가에 대한 연구가 수행되지 않은 실정이다. 본 연구에서는 빗방울의 지름에 따른 종단 낙하 속도의 현실적인 처방이 구름 미세물리 과정 및 지표의 강수에 미치는 영향을 알아보고자 한다. 2절에서는 모델 실험 사례 및 설계와 민감도 실험에 대해 설명하였으며, 3절에서는 실험 결과를 나타내었다.

제안 방법

1시간 누적 강수에 대한 정량 강수 평가를 위해 AWS 관측 자료와 규준 실험 및 민감도 실험의 Bias, RMSE, 그리고 PC를 각 임계 구간(0.1~1, 1~2, 2~4, 4~8, 8~12, 12~16, 16~20 및 20mm hr^1 이상)에 대해 나타내었다(Fig. 13). 모델이 12mm hr^1 이하 강도의 강수에 대해서는 과대 모의를 하며, 이보다 강한 강도의 강수에 대해서는 과소 모의하는 경향을 나타내었다.
나타낸다. 동아시아 지역에서 발생한 여름철지역 기후 규모 강수 사례 모의를 위해 한반도를 중심으로 48km 격자 간격을 갖도록 하나의 적분 영역 (Do1)을 구성하였다. Do1의 수평 격자 수는 110×110 이며 연직 격자 수는 38개이다.
, 2016). 따라서 WRF 모델을 동아시아지역의 지역 기후 사례와 한반도 지역의 중규모 온난형 호우 사례를 수치 모의하는데 활용하였다.
하지만 Gunn and Kinzer (1949)의 실험을 통해 관측된 V_R-D_R 관계에 따르면 빗방울의 종단낙하 속도(V_R)는 빗방울의 크기가 일정 수준에 다다르면 증가 폭이 작아지게 되므로 WSM5 및 WSM6 방안에서 처방하는 V_R-D_R 관계는 실험값과 다소 차이가 있다. 따라서 본 연구에서는 보다 관측값에 가까운 VR-DR 관계를 도출하기 위해 최소제곱법을 이용하여 Gunn and Kinzer (1949)의 실험값을 VR = a_RD_R형태의 관계식에 적용하였으며, 새롭게 계산된 상수 aR, bR, f_R 값을 WSM5 및 WSM6 방안에 처방하고 이에따른 구름미세물리 과정 및 지표 강수 모의 변화를살펴보았다. 연구에 사용된 기상 모델은 WRF 버전 4.
빗방울의 종단 낙하 속도 변화가 중규모 지표 강수 모의에 미치는 영향을 알아보기 위해 여름철 중규모 온난형 호우 사례를 선정하였다. 온난형 호우 사례를 선정한 이유는 한랭형 강수에 비해 운정 고도가 낮아 상대적으로 고체형 대기 수상의 영향을 적게 받기 때문이다.
실험값을 이용해 새롭게 도입된 V_R을 처방한 실험을 민감도 실험으로 간주하고 WSM5 및 WSM6 의 민감도 실험을 각각 WSM5_VR, WSM6_VR로 명명하였다. 빗방울의 직경이 약 0.
따라서 본 연구에서는 보다 관측값에 가까운 VR-DR 관계를 도출하기 위해 최소제곱법을 이용하여 Gunn and Kinzer (1949)의 실험값을 VR = a_RD_R형태의 관계식에 적용하였으며, 새롭게 계산된 상수 aR, bR, f_R 값을 WSM5 및 WSM6 방안에 처방하고 이에따른 구름미세물리 과정 및 지표 강수 모의 변화를살펴보았다. 연구에 사용된 기상 모델은 WRF 버전 4.0이며, 여름철 지역 기후 사례와 중규모 온난형 호우 사례에 대해 민감도 테스트를 수행하였다.
, 2006), 지면 모수화 방안으로 unified Noah land surface 방안(Chen and Dudhia, 2001)을 적용하였으며 구름미세물리 모수화 방안으로 WSM5, WSM6, 그리고 Thompson을 사용하였다. 적분은 2016 년 6월 28일 0000UTC부터 2016년 8월 1일 0000 UTC까지 34일동안 수행하였으며, 분석은 모델의 스핀 업 시간을 고려하여 2016년 7월 1일 0000 UTC부터 2016년 8월 1일 0000UTC까지로 설정하였다. 일반적으로 지역 기후 사례 실험의 경우 3~5일 혹은 그 이상의 스핀업 시간을 설정한다(Ahn et al.
모델 적분의 초기 및 경계조건과 적용된 물리과정들은 지역 기후 사례와 동일하나, Do2의 경우 3km 해상도의 격자에서 구름 및강수 과정이 분해 가능하다고 간주하여 물리 과정 중적운 모수화 방안에 의한 구름 및 강수 과정 모수화를 적용하지 않았다. 중규모 온난형 호우 사례의 적분 시간은 2013년 7월 12일 0600UTC에서 2400UTC 까지 18시간이며, 모델 결과의 분석은 스핀업 시간을 고려하여 강수가 존재한 2013년 7월 12일 1100UTC 에서 2300UTC까지 12시간 동안 수행하였다. 중규모 모델에서 집중 호우 강수 사례 모의 시, 일반적으로 1시간 이상의 스핀업 타임을 적용한다(Layeghi et al.
도메인을 나타낸다. 한반도 지역에서 발생한 중규모 여름철 호우 사례 모의를 위해 한반도를 중심으로 9km 격자 간격을 갖는 외부 격자(Do1)와 3km 격자 간격을 갖는 내부 격자(Do2)를 모델 적분 영역으로 설정하였다. 수평 격자 수는 각각 170×170 (Do1), 295×295 (Do2)이며 연직 격자 수는 38개이다.

대상 데이터

, 2020). AWS 자료는 5km 해상도로 격자화 하여 사용하였으며, 자료의 분석을 위해 3km 격자 간격을 갖는 WRF 자료를 AWS 자료에 내삽하여 사용하였다.
1b 에 나타내었다. AWS 자료의 출처는 방재 기상정보 시스템(Meteorological Information Portal Service System) 이며 관측 지점은 총 691개이다. 관측에서 중부 지방을 중심으로 동서로 길게 늘어진 띠 모양의 강수대를 확인 할 수 있다.
동아시아 영역에서 빗방울의 종단 낙하 속도 변화가 지표 강수 모의에 미치는 영향을 확인하기 위해 2009년부터 2018년까지 10년간 7월의 총 강수량 중가장 평균값에 가까운 2016년 7월을 여름철 지역 기후 사례로 선정하였다. 사례 선정에 사용된 총 강수량은 the Integrated Multi-satellitE Retrievals for GPM (IMERG) Final V6 (Huffman et al.
분석 영역은 동아시아의 여름철 몬순 환경을 분석하기 위해 15oN-50oN, 105oE-150oE로 설정하였다. 모델 적분의 초기 및 경계 조건은 유럽 중장기 예보 센터(European Center for Medium-range Weather Forecasts, ECMWF)에서 생산한 European ReAnalysis (ERA)-Interim (Dee et al.,2011) 재분석 자료를 사용하였다. 물리 과정은 적운모수화 방안으로 Kain-Fritsch 방안(Kain, 2004; Kain and Fritsch, 1990), 장파 및 단파 복사 모수화 방안으로 Rapid Radiative Transfer Model for General Circulation Models (RRTMG) 방안(Iacono et al.
Do1의 수평 격자 수는 110×110 이며 연직 격자 수는 38개이다. 분석 영역은 동아시아의 여름철 몬순 환경을 분석하기 위해 15oN-50oN, 105oE-150oE로 설정하였다. 모델 적분의 초기 및 경계 조건은 유럽 중장기 예보 센터(European Center for Medium-range Weather Forecasts, ECMWF)에서 생산한 European ReAnalysis (ERA)-Interim (Dee et al.
사례로 선정하였다. 사례 선정에 사용된 총 강수량은 the Integrated Multi-satellitE Retrievals for GPM (IMERG) Final V6 (Huffman et al., 2015) 관측 값이다. IMERG을 통해 관측된 2016년 7월 한 달간의 강수량을 Fig.
온난형 호우 사례를 선정한 이유는 한랭형 강수에 비해 운정 고도가 낮아 상대적으로 고체형 대기 수상의 영향을 적게 받기 때문이다. 선정된 사례는 대만에 위치한 2013년 태풍 솔릭에 의해 남쪽에서 다량의 수증기가 공급되고, 한반도 중부지방에 장마전선을 따라 호우가 기록된 전형적인 장마 패턴 사례(Kim et al., 2019)이다. 사례에 대한 자세한 설명과 종관 분석은 Kim et al.
또한 자료의 분석에는 2016년 7월 전체에 대한 누적 강수량만을 사용하였다. 자료의 검증을 위해 0.1^o 격자 간격을 갖는 IMERG Final V6 자료를 수평 이동 평균을 통해 0.5^o 자료로 재격자화한 후, WRF 모델과 동일한 수평 해상도인 48km 격자로 내삽하였다.

이론/모형

Rain terminal velocity [m s^1] as a function of raindrop diameter [m] for the four cloud microphysics parameterizations (Thompson, WSM6, WSM6, and Morrison), measurement from Gunn and Kinzer (1949). The solid black line is fitted curve for the measurement using the Least Squares Fitting Method.
3). 또한, 민감도 실험에서 사용하는 V_R-D_R 관계와 유사한 관계를 처방하는 Thompson 방안을 이용한 실험을 수행하였다. WSM6_VR 실험과 Thompson 실험의 비교를 통하여 V_R-D_R 관계를 제외한 다른 구름미세물리 과정이 지표 강수 모의에 미치는 영향을 평가할 수 있을 것으로 기대된다.
,2011) 재분석 자료를 사용하였다. 물리 과정은 적운모수화 방안으로 Kain-Fritsch 방안(Kain, 2004; Kain and Fritsch, 1990), 장파 및 단파 복사 모수화 방안으로 Rapid Radiative Transfer Model for General Circulation Models (RRTMG) 방안(Iacono et al., 2008; Morcrette et al., 2008), 행성 경계층 모수화 방안으로 YSU 방안(Hong et al., 2006), 지면 모수화 방안으로 unified Noah land surface 방안(Chen and Dudhia, 2001)을 적용하였으며 구름미세물리 모수화 방안으로 WSM5, WSM6, 그리고 Thompson을 사용하였다. 적분은 2016 년 6월 28일 0000UTC부터 2016년 8월 1일 0000 UTC까지 34일동안 수행하였으며, 분석은 모델의 스핀 업 시간을 고려하여 2016년 7월 1일 0000 UTC부터 2016년 8월 1일 0000UTC까지로 설정하였다.
195DR) 을 유도하였다. 미국 국립 대기 연구 센터(National Center for Atmospheric Research, NCAR)에서 개발된 중규모기상 모델인 Weather Research and Forecasting (WRF) 에 탑재된 구름미세물리 모수화 방안 중 Thompson 방안(Thompson et al., 2008), Morrison 방안(Morrison et al., 2005), WRF Single-Moment 6-class (WSM6) 방안(Hong and Lim, 2006)은 빗방울의 종단 낙하 속도를 계산하기 위해 V_R=a_RD_R^bRe^fRDR 형태의 관계식을 사용한다. 이들 방안은 서로 다른 상수 a_R, b_R, fR 값을 처방하고 있다(Table 1).
본 연구에서 사용한 기상 모델은 NCAR에서 개발된 WRF 모델(Skamarock et al., 2008) 버전 4.0이다. WRF는 비정역학 모델로 중규모 기상 현상을 모의하기에 적합할 뿐만 아니라(Byon et al.
본 연구에서는 Gunn and Kinzer (1949)의 실험값을 기반으로 최소 제곱 법(Least Squares Fitting Method) 을 이용하여 실제 현상을 따르는 새로운 관계 상수값 a_R, b_R, f_R을 계산하였으며, 그 결과를 Table 1에 나타내었다. 실험값을 이용해 새롭게 도입된 V_R을 처방한 실험을 민감도 실험으로 간주하고 WSM5 및 WSM6 의 민감도 실험을 각각 WSM5_VR, WSM6_VR로 명명하였다.

성능/효과

7a). Pracw 과정은 빗방울을 생성시키는 과정이며, Prevp 는 빗방울을 감소시키는 과정으로, 민감도 실험에서 는 Prevp 과정이 Pracw 과정보다 더 많이 감소하여지표의 강수가 증가하는 결과가 나타났다(Table 2a). 민감도 실험과 규준 실험에서 빗방울에 의한 질량 가중 영역-시간 평균 침강 속도( )의 차이를 Fig.
민감도 실험은 규준 실험에 비해 더 많은 강수를 모의하여 기존에 IMERG 관측 값과 비교하였을 때 보이던 음의편차를 개선하는 대신 AWS 관측 값과 비교할 때 보이던 양의 편차를 증가시키는 결과를 가져왔다. RMSE 의 경우 모든 WSM5 민감도 실험에서 개선되었으며, 모든 WSM6 민감도 실험에서는 악화되는 것을 확인할 수 있었다(Table 2b).
8a). WSM5 민감도 실험은 규준 실험에 비해 지표의 강수를 더 많이 모의하여, 규준 모델의 음의 편차, Root Mean Square Error (RMSE), 그리고 Pattern Correlation (PC)를 약간 개선하는 것을 확인할 수 있었다(Table 2a).
5b, d에 나타내었다. WSM5 민감도 실험의 경우 6 km고도까지 빗방울의 혼합비가 감소하며, 1~2km 고도에서 구름 방울의 혼합비가 증가하고, 지표부근에서는 구름 방울의 혼합비가 감소하는 것을 확인할 수 있다(Fig. 5b). WSM6 민감도 실험의 경우 1~6km 부근에서 빗방울과 구름방울의 혼합비가 모두 감소하며, 6~11km고도에서 눈 상의 혼합비가 감소하는 것을 확인할 수 있다(Fig.
이는 강수 강도가 증가함에 따라 모델이 과대(혹은 과소)모의 하는 강수의 양은 증가하지만 강수를 모의하는 위치는 비교적 정확해 진다는 것을 의미한다. WSM5 민감도실험의 경우 12~16mm hr^1 구간을 제외한 모든 구간에서 Bias가 증가하는 결과가 나타났다. 그러나 Bias 가 증가함에도 불구하고 4~20mm hr^1의 구간에서 RMSE가 감소하는 것을 확인할 수 있는데 이를 통해 4~12mm hr^1 구간에서 강수의 증가는 기존에 모델이 과소 모의하던 지역에서 보다 많이 이루어졌으며, 16~ 20mm hr^1 구간에서 강수의 감소는 기존에 모델이 과대 모의하던 지역에서 보다 많이 이루어졌음을 알 수 있다.
그림에서 상대적인 기여도가 양의 값을 가질 경우 대기 수상의 혼합비에 유입원으로 작용하는 과정이며, 음의 값을 가질 경우 대기 수상의 혼합비에 유출원으로 작용하는 과정이다. WSM5 실험에서 구름미세물리 과정의 상대적인 기여도를 조사한 결과 눈송이의 녹음과정(Psmlt), 구름 방울과 빗방울의 결착 과정(Pracw), 구름 방울의 자동변환 과정(Praut)이 빗방울의 질량을 증가시키는 주요 원인으로 분석되었다(Fig. 6a). 이 중 빗방울의 혼합비 생성에 가장 많은 영향을 미치는 과정은 Psmlt 과정으로 나타났다.
8a에 나타내었다. WSM5와 WSM6 방안 모두 민감도실험에서 6km 고도까지 가 증가한 것을 확인할 수 있다. 지표의 강수가 증가했음에도 불구하고 민감도 실험에서 빗방울의 혼합비가 감소한 것은 v가 증가함에 따라 빗방울이 대기 중에 오래 머무르지 않고 빠르게 지표에 도달했기 때문으로 분석된다(Fig.
8a에 나타내었다. WSM5와 WSM6 방안 모두 민감도실험에서 6km 고도까지 가 증가한 것을 확인할 수 있다. 지표의 강수가 증가했음에도 불구하고 민감도 실험에서 빗방울의 혼합비가 감소한 것은 v가 증가함에 따라 빗방울이 대기 중에 오래 머무르지 않고 빠르게 지표에 도달했기 때문으로 분석된다(Fig.
그림에서 q는 혼합비를 나타내며, 아래 첨자 c, i, r, s, 그리고 g는 각각 구름 방울(cloud water), 얼음(ice), 빗방울(rain), 눈송이(snow), 그리고 싸락눈(graupel)을 의미한다. WSM5와 WSM6 실험 모두에서 액체형 대기 수상인구름 방울과 빗방울이 0~6km 고도에 분포하는 것을 확인 할 수 있다. 빗방울의 경우 6km 고도까지 거의 일정한 혼합비 분포를 보이며, 구름 방울의 경우 지표 부근에 가장 많이 분포한다.
그림에서 q는 혼합비를 나타내며, 아래 첨자 c, i, r, s, 그리고 g는 각각 구름 방울(cloud water), 얼음(ice), 빗방울(rain), 눈송이(snow), 그리고 싸락눈(graupel)을 의미한다. WSM5와 WSM6 실험 모두에서 액체형 대기 수상인구름 방울과 빗방울이 0~6km 고도에 분포하는 것을 확인 할 수 있다. 빗방울의 경우 6km 고도까지 거의 일정한 혼합비 분포를 보이며, 구름 방울의 경우 지표 부근에 가장 많이 분포한다.
이는 눈송이의 녹음 과정을 활발하게 하여 결과적으로지표 강수를 더욱 증가시킨 것으로 분석된다. WSM6 민감도 실험에서는 WSM5 민감도 실험과 마찬가지로빗방울의 낙하 속도가 증가함에 따라 구름 방울과 빗방울의 충돌/병합 과정이 증가하여 지표 강수가 증가하는 결과가 나타났다. 또한, 빗방울의 낙하 속도 증가함에 따라 빗방울과 눈송이의 부착 과정이 증가하여 싸락눈의 혼합비가 증가하였고, 이는 싸락눈의 녹음 과정을 활발하게 하여 지표의 강수가 증가된 것으로 분석된다.
5b). WSM6 민감도 실험의 경우 1~6km 부근에서 빗방울과 구름방울의 혼합비가 모두 감소하며, 6~11km고도에서 눈 상의 혼합비가 감소하는 것을 확인할 수 있다(Fig. 5d).
눈상의 혼합비가 감소함에 따라 Psmlt 과정이 억제되었으며, 이는 지표의 강수를 감소시키는 결과를가져왔다(Table 2a). WSM6 민감도 실험의 경우 기존에 모델이 과소 모의하던 지표의 강수를 더 적게 모의하여 음의 편차가 더 악화되었고, 이전에 관측 값과 유사하게 모의하였던 강원도 지역의 강수 분포를잘 모의하지 못하게 되면서 PC와 RMSE 또한 상당히 감소한 것을 확인할 수 있다(Table 2a).
민감도실험과 규준실험에서 대기 수상의 혼합비 차이를 통해 WSM5 민감도 실험에서 6km 고도까지 빗방울의 혼합비가 감소하는 것과 4~12km 고도에서 눈상의 혼합비가 증가하는 것을 확인할 수 있다. WSM6 실험의 민감도 실험의 경우 규준 실험과 비교하였을 때, 1~6km 부근에서 빗방울과 구름 방울의 혼합비가 모두 감소하며, 4~10km 고도에서 싸락눈상의 혼합비가 증가하는 것을 확인할 수 있다(Figs. 10b, d).
빗방울의 경우 4km 고도에서, 구름 방울의 경우 지표 부근에 가장 큰 혼합비를 보였다. 고체형 대기 수상인 얼음과눈송이는 4~14km의 고도에 분포하며, WSM6 실험에서 싸락눈이 4~14km 고도에 존재하는 것을 확인할수 있다(Figs. 10a, c).
4에 제시하였다. 관측과 비교할 때 두 가지 방안 모두 중국 북동부 지역, 일부 남중국해와 서해에서 강수를 과대 모의하고 있으나 대부분의 지역에서 강수를 과소 모의하는 경향을 확인할 수 있다(Figs. 4b, e). WSM5 실험과 비교하여 WSM6 실험은 강원도 지역의 강수 분포를 관측 값과 유사하게 모의하는 것을 확인 할 수 있다(Figs.
WSM5 민감도실험의 경우 12~16mm hr^1 구간을 제외한 모든 구간에서 Bias가 증가하는 결과가 나타났다. 그러나 Bias 가 증가함에도 불구하고 4~20mm hr^1의 구간에서 RMSE가 감소하는 것을 확인할 수 있는데 이를 통해 4~12mm hr^1 구간에서 강수의 증가는 기존에 모델이 과소 모의하던 지역에서 보다 많이 이루어졌으며, 16~ 20mm hr^1 구간에서 강수의 감소는 기존에 모델이 과대 모의하던 지역에서 보다 많이 이루어졌음을 알 수 있다. WSM6 민감도 실험의 경우 대부분의 구간에서 Bias와 RMSE가 증가하는 것을 확인할 수 있다.
6e). 눈상과 얼음상, 그리고 구름상의 성장과정은 WSM5 실험과 유사하며 싸락눈상은 대부분 빗방울과 눈송이의 부착 과정 (Pracs)으로 성장하는 것으로 분석되었다(Fig. 6i).
7f, g). 눈상의 혼합비가 감소함에 따라 Psmlt 과정이 억제되었으며, 이는 지표의 강수를 감소시키는 결과를가져왔다(Table 2a). WSM6 민감도 실험의 경우 기존에 모델이 과소 모의하던 지표의 강수를 더 적게 모의하여 음의 편차가 더 악화되었고, 이전에 관측 값과 유사하게 모의하였던 강원도 지역의 강수 분포를잘 모의하지 못하게 되면서 PC와 RMSE 또한 상당히 감소한 것을 확인할 수 있다(Table 2a).
12b). 눈상의 혼합비가 증가함에 따라 Psmlt 과정이 활발해졌으며 결과적으로 지표의 강수를 증가시키는 결과를 가져왔다(Table 2b).
Pracw 과정은 빗방울의 혼합비를 증가시키는 과정으로 Pracw 과정의 감소에 따라 지표의 강수가 감소하는 결과가나타났다(Table 2a). 또한 감소한 Pidep 과정으로 인해 얼음상의 대기 수상 생성이 감소하여 Psaci 과정이 억제됨에 따라 눈상의 질량이 감소되었다(Figs. 7f, g). 눈상의 혼합비가 감소함에 따라 Psmlt 과정이 억제되었으며, 이는 지표의 강수를 감소시키는 결과를가져왔다(Table 2a).
모델이 12mm hr^1 이하 강도의 강수에 대해서는 과대 모의를 하며, 이보다 강한 강도의 강수에 대해서는 과소 모의하는 경향을 나타내었다. 또한 강수 강도가 증가함에 따라 RMSE가 증가하고, PC는 향상되는 양상을 보였다. 이는 강수 강도가 증가함에 따라 모델이 과대(혹은 과소)모의 하는 강수의 양은 증가하지만 강수를 모의하는 위치는 비교적 정확해 진다는 것을 의미한다.
또한 구름미세물리 방안을 통해 모의된 빗방울의 직경, 구름미세물리 모수화에서 예단되는 대기수 상의 종류, 그리고 선정된 강수 사례의 강수 형성 환경 등에 따라 관측된 V_R-D_R 관계의 처방이 지표 강수량을 증가시킬 수도 혹은 감소시킬 수도 있음이 분석되었다. 차후, 빗방울 외의 대기 수상의 종단 낙하 속도-크기 관계, 여러 대기 수상의 질량-크기 관계, 다른 대기수 상간의 충돌/병합 효율, 그리고 대기 수상의 수 농도 분포 모수 등의 관측을 기상 모델의 구름미세물리모수화 과정에 적용함으로써 구름미세물리과정 모수 화의 불확실성을 줄여나갈 수 있을 것이라 기대한다.
6a, b). 또한, Pracw와 Praut 과정을 통해 빗방울의 성장에 기여하는 구름 방울은 대부분 대기 중의 수증기가 응결되는 과정(Pcond)으로 형성되었다는것을 확인할 수 있었다(Fig. 6d). WSM6 실험은 싸락눈상이 새롭게 추가됨에 따라 싸락눈상의 녹음 과정(Pgmlt), Psmlt, Pracw, 그리고 Praut 과정이 빗방울의 질량을 증가시키는 주요 원인으로 분석됐다(Fig.
WSM6 민감도 실험에서는 WSM5 민감도 실험과 마찬가지로빗방울의 낙하 속도가 증가함에 따라 구름 방울과 빗방울의 충돌/병합 과정이 증가하여 지표 강수가 증가하는 결과가 나타났다. 또한, 빗방울의 낙하 속도 증가함에 따라 빗방울과 눈송이의 부착 과정이 증가하여 싸락눈의 혼합비가 증가하였고, 이는 싸락눈의 녹음 과정을 활발하게 하여 지표의 강수가 증가된 것으로 분석된다. WSM5와 WSM6 방안을 이용한 민감도실험은 규준 실험에서 과대 모의하였던 지표 강수를증가시켜 양의 편차가 더욱 증가하면서 모델의 강수모의 능력을 악화시켰다.
이에 따라 WSM5 민감도실험에서 구름 방울과 빗방울의 충돌/병합 과정이 활발해져 지표 강수가 증가하였다. 또한, 수증기로부터의 침적 및 응결 증가로 인해 대기 중의 얼음과 구름방울의 생성이 증가하면서, 이들과 눈송이의 충돌병합과정이 활발해져 눈송이의 질량이 증가하였다. 이는 눈송이의 녹음 과정을 활발하게 하여 결과적으로지표 강수를 더욱 증가시킨 것으로 분석된다.
WSM6 민감도 실험에서 지표의 강수가 감소한 원인은 빗방울의 낙하 속도가 감소함에 따라 구름 방울과 빗방울의 충돌/병합과정이 크게 감소하였기 때문이다. 또한, 침적 과정의 억제에 의해 얼음의 생성이 감소하고, 이로 인해 얼음과 눈송이의 부착 과정이 줄어들어 눈송이의 질량이 감소하면서 눈송이의 녹음 과정이 억제됨에 따라 지표의 강수가 더욱 감소된 것으로 분석된다.
상세한 구름미세물리 과정의 수식은 부록을 참고할수 있다. 민감도 실험에서 V_R-D_R 관계에 새로운 상수값을 도입함으로써 Piacr, Pracw, Prevp, 그리고 연직침강 과정의 수식이 변경되었으며 Praci, Pracs, Psacr, Pgacr과정은 수식 내 가 변경되었다. V_RV_R의 수식은 부록을 참고할 수 있다.
지표 강수가 증가했음에도 불구하고 민감도 실험에서 빗방울의 혼합비가 감소한 것은 민감도 실험에서 증가된로 인해 수적이 대기 중에 오래 머무르지 않고 빠르게 지표에 도달했기 때문으로 분석된다. 민감도 실험은 규준 실험에 비해 더 많은 강수를 모의하여 기존에 IMERG 관측 값과 비교하였을 때 보이던 음의편차를 개선하는 대신 AWS 관측 값과 비교할 때 보이던 양의 편차를 증가시키는 결과를 가져왔다. RMSE 의 경우 모든 WSM5 민감도 실험에서 개선되었으며, 모든 WSM6 민감도 실험에서는 악화되는 것을 확인할 수 있었다(Table 2b).
10a, c). 민감도실험과 규준실험에서 대기 수상의 혼합비 차이를 통해 WSM5 민감도 실험에서 6km 고도까지 빗방울의 혼합비가 감소하는 것과 4~12km 고도에서 눈상의 혼합비가 증가하는 것을 확인할 수 있다. WSM6 실험의 민감도 실험의 경우 규준 실험과 비교하였을 때, 1~6km 부근에서 빗방울과 구름 방울의 혼합비가 모두 감소하며, 4~10km 고도에서 싸락눈상의 혼합비가 증가하는 것을 확인할 수 있다(Figs.
상세 미세물리과정 변화 분석을 통해 WSM5 민감도 실험에서 빗방울의 낙하 속도가 감소함에 따라 빗방울의 증발 과정이 감소하여 지표의 강수가 증가였으며, 이에 따라 모델의 강수 모의 능력이 향상되는 것을 확인할 수 있었다. 반면, WSM6 민감도 실험의 경우 규준 실험에 비해 모의 된 강수량이 감소하여 오히려 모델의 강수 모의 능력이 악화되는 결과가 나타났다. WSM6 민감도 실험에서 지표의 강수가 감소한 원인은 빗방울의 낙하 속도가 감소함에 따라 구름 방울과 빗방울의 충돌/병합과정이 크게 감소하였기 때문이다.
Psmlt는 눈송이가 녹아 빗방울을 형성하는 과정으로 눈송이의 질량이 증가할 때 그 양이 증가한다. 분석결과 얼음의 승화/침적 과정(Pidep) 및 얼음 빙정의 초기 생성과정(Pigen) 으로 성장한 얼음이 눈송이와 부착(Psaci)하는 과정을 통해 대부분의 눈송이가 생성된다는 사실을 알 수 있었다(Figs. 6a, b). 또한, Pracw와 Praut 과정을 통해 빗방울의 성장에 기여하는 구름 방울은 대부분 대기 중의 수증기가 응결되는 과정(Pcond)으로 형성되었다는것을 확인할 수 있었다(Fig.
감소하는 결과가 나타났다. 상세 미세물리과정 변화 분석을 통해 WSM5 민감도 실험에서 빗방울의 낙하 속도가 감소함에 따라 빗방울의 증발 과정이 감소하여 지표의 강수가 증가였으며, 이에 따라 모델의 강수 모의 능력이 향상되는 것을 확인할 수 있었다. 반면, WSM6 민감도 실험의 경우 규준 실험에 비해 모의 된 강수량이 감소하여 오히려 모델의 강수 모의 능력이 악화되는 결과가 나타났다.
각 모수화 방안에서 종단 낙하 속도-크기 관계에 적용된 상수 a_R, bR, fR 값을 Table 1에 제시하였다. 실험결과와 WSM5, WSM6, Morrison 세 방안에서 처방된 낙하 속도를 비교해보면 직경 약 0.27mm~3mm 구간에서는 실험값이 좀 더 빠른 낙하속도를, 0.27mm 이하와 3mm 이상의 구간에서는 실험 값이 좀 더 느린 낙하속도를 가지고 있음을 알 수 있다(Fig. 3). 한편, Lee and Kim (2019)의 연구에 따르면 한반도 겨울철 영동지방에서 관측된 V_R-D_R 관계는 Gunn and Kinzer (1949)의 관측 자료와 유사하게 빗방울의 크기가 일정 크기 이상이 되면 낙하 속도의 증가 폭이 크지 않은 경향을 보인다.
실험을 통해 관측된 현실적인 V_R-D_R 관계를 구름 미세물리 과정에 처방했음에도 불구하고, 본 연구에서 선정한 여름철 지역 기후 규모 및 중규모 온난형 호우 사례에 대한 모델의 강수 모의 능력은 향상되지 않았다. 또한 구름미세물리 방안을 통해 모의된 빗방울의 직경, 구름미세물리 모수화에서 예단되는 대기수 상의 종류, 그리고 선정된 강수 사례의 강수 형성 환경 등에 따라 관측된 V_R-D_R 관계의 처방이 지표 강수량을 증가시킬 수도 혹은 감소시킬 수도 있음이 분석되었다.
지역 기후 사례의 경우, 상대적으로 작은 크기의 빗방울들이 많이 생성되어 빗방울의 낙하 속도가 감소하는 결과가 나타났다. 이에 따라 WSM5 민감도 실험에서 Pracw 과정 및 Prevp 과정이 감소하는 결과를 보였다(Fig. 7a). Pracw 과정은 빗방울을 생성시키는 과정이며, Prevp 는 빗방울을 감소시키는 과정으로, 민감도 실험에서 는 Prevp 과정이 Pracw 과정보다 더 많이 감소하여지표의 강수가 증가하는 결과가 나타났다(Table 2a).
다만 지역 기후사례와 차이점은 빗방울의 형성에 Pracw 과정의 역할이 가장 크다는 점이다. 중규모 온난형 호우 사례의 경우, WSM5와 WSM6 방안이 상대적으로 큰 크기의 빗방울을 많이 생성하여 관측된 V_R-D_R 관계를 처방했을 때 빗방울의 낙하 속도가 증가하는 결과가 나타났다. 이에 따라 WSM5 민감도 실험에서 Pracw 과정이 증가하였다(Fig.
중규모 호우 사례의 경우, WSM5와 WSM6 방안이상대적으로 큰 크기의 빗방울을 많이 생성하여 새로운 V_R-D_R 관계를 처방했을 때 빗방울의 낙하 속도가증가하는 결과가 나타났다. 이에 따라 WSM5 민감도실험에서 구름 방울과 빗방울의 충돌/병합 과정이 활발해져 지표 강수가 증가하였다.
13). 즉, V_R-D_R 관계 외에도 Thompson 방안과 WSM6 에서 다르게 처방되고 있는 대기 수상의 수 농도 분포 및 예단 변수, 그리고 구름미세물리 모수화 내 상세 물리 과정 등이 여름철 지표 강수 모의에 주요한 역할을 하고 있음을 알 수 있다.
지역 기후 사례의 경우, WSM5와 WSM6 방안이 상대적으로 작은 크기의 빗방울을 많이 생성하여 새로운 V_R-D_R 관계를 처방했을 때 빗방울의 낙하 속도가 감소하는 결과가 나타났다. 상세 미세물리과정 변화 분석을 통해 WSM5 민감도 실험에서 빗방울의 낙하 속도가 감소함에 따라 빗방울의 증발 과정이 감소하여 지표의 강수가 증가였으며, 이에 따라 모델의 강수 모의 능력이 향상되는 것을 확인할 수 있었다.
7에 제시하였다. 지역 기후 사례의 경우, 상대적으로 작은 크기의 빗방울들이 많이 생성되어 빗방울의 낙하 속도가 감소하는 결과가 나타났다. 이에 따라 WSM5 민감도 실험에서 Pracw 과정 및 Prevp 과정이 감소하는 결과를 보였다(Fig.
WSM6 민감도 실험의 경우 대부분의 구간에서 Bias와 RMSE가 증가하는 것을 확인할 수 있다. 한편, 유사한 V_R-D_R 관계를 처방하고 있는 WSM6_VR 실험과 Thompson 실험으로 모의된 강수를 비교해보면, Thompson 실험에서 강수량에 대한 편차는 증가했지만, RMSE와 PC는 향상된 것을 알 수 있다(Table 2). 또한 Thompson 실험은 WSM6_VR 실험에 비해 2mm hr^1 이하의 약한 강수와 16mm hr^1 이상의 강한 강수에 대해 향상된 강수 검증 값을 나타낸다(Fig.

후속연구

또한, 민감도 실험에서 사용하는 V_R-D_R 관계와 유사한 관계를 처방하는 Thompson 방안을 이용한 실험을 수행하였다. WSM6_VR 실험과 Thompson 실험의 비교를 통하여 V_R-D_R 관계를 제외한 다른 구름미세물리 과정이 지표 강수 모의에 미치는 영향을 평가할 수 있을 것으로 기대된다.
또한 구름미세물리 방안을 통해 모의된 빗방울의 직경, 구름미세물리 모수화에서 예단되는 대기수 상의 종류, 그리고 선정된 강수 사례의 강수 형성 환경 등에 따라 관측된 V_R-D_R 관계의 처방이 지표 강수량을 증가시킬 수도 혹은 감소시킬 수도 있음이 분석되었다. 차후, 빗방울 외의 대기 수상의 종단 낙하 속도-크기 관계, 여러 대기 수상의 질량-크기 관계, 다른 대기수 상간의 충돌/병합 효율, 그리고 대기 수상의 수 농도 분포 모수 등의 관측을 기상 모델의 구름미세물리모수화 과정에 적용함으로써 구름미세물리과정 모수 화의 불확실성을 줄여나갈 수 있을 것이라 기대한다.

참고문헌 (47)

Ahn, J.-B., J.-N. Hur, and K.-M. Shim, 2010a: A simulation of agro-climate index over the Korean peninsula using dynamical downscaling with a numerical weather prediction model. Korean J. Agr. Forest Meteorol., 12, 1-10, doi:10.5532/KJAFM.2010.12.1.001 (in Korean with English abstract).

원문보기 상세보기
Ahn, J.-B., J.-Y. Hong, and K.-M. Shim, 2010b: Agro-climatic indices changes over the Korean peninsula in CO 2 doubled climate induced by atmosphere-oceanland-ice coupled general circulation model. Korean J. Agr. Forest Meteorol., 12, 11-22, doi:10.5532/KJAFM.2010.12.1.011 (in Korean with English abstract).

원문보기 상세보기
Ahn, J.-B., K.-M. Shim, M.-P. Jung, H.-G. Jeong, Y.-H. Kim, and E.-S. Kim, 2018: Predictability of temperature over South Korea in PNU CGCM and WRF hindcast. Atmosphere, 28, 479-490, doi:10.14191/Atmos.2018.28.4.479 (in Korean with English abstract).

원문보기 상세보기
Barthazy, E., S. Goke, R. Scheford, and D. Hogl, 2004: An optical array instrument for shape and fall velocity measurements of hydrometeors. J. Atmos. Oceanic Technol., 21, 1400-1416.

상세보기
Beard, K. V., and H. R. Pruppacher, 1969: A determination of the terminal velocity and drag of small water drops by means of a wind tunnel. J. Atmos. Sci., 26, 1066-1072.

상세보기
Boo, K.-O., W.-T. Kwon, and J.-K. Kim, 2004: Vegetation change in the regional surface climate over East Asia due to global warming using BIOME4. Il Nuovo Cimento, 27, 317-327.
Byon, J.-Y., Y.-J. Choi, and B.-K. Seo, 2010: Characteristics of a wind map over the Korean peninsula based on mesoscale model WRF. Atmosphere, 20, 195-210 (in Korean with English abstract).
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. Mon. Wea. Rev., 129, 569-585.

상세보기
Dee, D. P., and Coauthors, 2011: The ERA-Interim reanalysis: Configuration and performance of the data assimilation system. Q. J. R. Meteorol. Soc., 137, 553-597, doi:10.1002/qj.828.

상세보기
Giorgi, F., and L. O. Mearns, 1999: Introduction to special section: Regional climate modeling revisited. J. Geophys. Res., 104, 6335-6532.

상세보기
Gunn, R., and G. D. Kinzer, 1949: The terminal velocity of fall for water drop lets in stagnant air. J. Meteor., 6, 243-248.

상세보기
Heo, B.-H., and K.-E. Kim, 2001: A comparison of terminal velocity-drop size relationships to estimate drop size distribution from Doppler radar spectra. J. Korean Meteor. Soc., 37, 143-168 (in Korean with English abstract).
Hong, J.-Y., and J.-B. Ahn, 2015: Changes of early summer precipitation in the Korean Peninsula and nearby regions based on RCP simulations. J. Climate, 28, 3557-3578.

상세보기
Hong, S.-Y., and J.-O. J. Lim, 2006: The WRF single-moment 6-class microphysics scheme (WSM6). J. Korean Meteor. Soc., 42, 129-151.
Hong, S.-Y., J. Dudhia, and S.-H. Chen, 2004: A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation. Mon. Wea. Rev., 132, 103-120.

상세보기
Hong, S.-Y., Y. Noh, and J. Dudhia, 2006: A new vertical diffusion package with an explicit treatment of entrainment processes. Mon. Wea. Rev., 134, 2318-2341.

상세보기
Hong, S.-Y., K.-S. S. Lim, J.-H. Kim, J.-O. J. Lim, and J. Dudhia, 2009: Sensitivity study of cloud-resolving convective simulations with WRF using two bulk microphysical parameterizations: Ice-phase microphysics versus sedimentation effects. J. Appl. Meteor. Climatol., 48, 61-76.

상세보기
Huffman, G. J., D. T. Bolvin, D. Braithwaite, K. Hsu, R. Joyce, C. Kidd, E. J. Nelkin, and P. Xie, 2015: NASA Global Precipitation Measurement (GPM) Integrated Multi-satellitE Retrievals for GPM (IMERG). NASA, ATBD Version 4.5, 26 pp.
Iacono, M. J., J. S. Delamere, E. J. Mlawer, M.W. Shephard, S. A. Clough, and W. D. Collins, 2008: Radiative forcing by long-lived greenhouse gases: Calculations with the AER radiative transfer models. J. Geophys. Res. Atmos., 113, D13103.

상세보기
Im, E.-S., J.-B. Ahn, A. R. Remedio, and W.-T. Kwon, 2008: Sensitivity of the regional climate of East/Southeast Asia to convective parameterizations in the RegCM3 modelling system. Part 1: Focus on the Korean peninsula. Int. J. Climatol., 28, 1861-1877.

상세보기
Im, E.-S., Y.-W. Choi, and J.-B. Ahn, 2016: Robust intensification of hydroclimatic intensity over East Asia from multi-model ensemble regional projections. Theor. Appl. Climatol., 129, 1241-1254, doi:10.1007/s00704-016-1846-2.

상세보기
Joss, J., and A. Waldvogel, 1970: A method to improve the accuracy of radar-measured amounts of precipitation. Preprints, 14th Conf. on Radar Meteorology, Tucson, AZ, Amer. Meteor. Soc., 237-238.
Kain, J. S., 2004: The Kain-Fritsch convective parameterization: An update. J. Appl. Meteor., 43, 170-181.

상세보기
Kain, J. S., and J. M. Fritsch, 1990: A one-dimensional entraining/detraining plume model and its application in convective parameterization. J. Atmos. Sci., 47, 2784-2802.

상세보기
Kim, K.-E., K.-D. Min, S.-G. Park, D.-I. Lee, K.-M. Lee, I.-H. Yoon, and Y.-S. Moon, 1996: Analysis of fall velocities of precipitation particles and wind fields by a single Doppler radar. J. Korean Meteor. Soc., 32, 51-70 (in Korean with English abstract).
Kim, S., H.-J. Song, and H. Lee, 2019: Mesoscale features and forecasting guidance of heavy rain types over the Korean peninsula. Atmosphere, 29, 463-480, doi:10.14191/Atmos.2019.29.4.463 (in Korean with English abstract).

원문보기 상세보기
Laws, J. O., 1941: Measurements of the fall-velocity of water-drops and raindrops. Eos, Trans. Amer. Geophys. Union, 22, 709-721.

상세보기
Layeghi, B., S. Ghader, A. B. A. Ali, and M. Azadi, 2017: Sensitivity of WRF model simulations to physical parameterization over the Persian Gulf and Oman Sea during summer monsoon. Iran. J. Geophys., 11, 1-19.
Lee, G., and K. Kim, 2019: International Collaborative Experiments for Pyeongchang 2018 Olympic and Paralympic winter games (ICE-POP 2018). Abstract, AGU fall meeting, San Francisco, CA, USA.
Lee, G., K.-E. Kim, K.-D. Min, I.-H. Yoon, and K.-M. Lee, 1998: Development and kinematic properties of tropical stratiform clouds retrieved by single Doppler radar. J. Korean Meteor. Soc., 34, 570-585 (in Korean with English abstract).
Lhermitte, R. M., and D. Atlas, 1961: Precipitation motion by pulse Doppler radar. Proc. 9th Wea. Radar Conf. Boston, Amer. Meteor. Soc., 218-223.
Lim, K.-S. S., 2019: Bulk-type cloud microphysics parameterization in atmospheric models. Atmosphere, 29, 227-239, doi:10.14191/Atmos.2019.29.2.227.

원문보기 상세보기
Lim, K.-S, 2020: The effects of mass-size relationship for snow on the simulated surface precipitation. J. Korean Earth Sci. Soc., 41, 1-18, doi:10.5467/JKESS.2020. 41.1.1.

원문보기 상세보기
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 models. Mon. Wea. Rev., 138, 1587-1612, doi:10.1175/2009MWR2968.1.

상세보기
Lim, K.-S, and S.-Y. Hong, 2012: Investigation of aerosol indirect effects on simulated flash-flood heavy rainfall over Korea. Metero. Atmos. Phys., 118, 199-214, doi:10.1007/s00703-012-0216-6.

상세보기
Liu, J. Y., and H. D. Orville, 1969: Numerical modeling of precipitation and cloud shadow effects on mountain-induced cumuli. J. Atmos. Sci., 26, 1283-1298.

상세보기
Marshall, J. S., and W. McK. Palmer, 1948: The distribution of raindrops with size. J. Meteor., 5, 165-166.

상세보기
Morcrette, J.-J., H. W. Barker, J. N. S. Cole, M. J. Iacono, and R. Pincus, 2008: Impact of a new radiation package, McRad, in the ECMWF integrated forecasting system. Mon. Wea. Rev., 136, 4773-4798.

상세보기
Morrison, H., J. A. Curry, and V. I. Khvorostyanov, 2005: A new double-moment microphysics parameterization for application in cloud and climate models. Part I: Description. J. Atmos. Sci., 62, 1665-1677.

상세보기
Niu, S., X. Jia, J. Sang, X. Liu, C. Lu, and Y. Liu, 2010: Distributions of raindrop sizes and fall velocities in a semiarid plateau climate: Convective versus stratiform rains. J. Appl. Meteor. Climatol., 49, 632-645, doi:10.1175/2009JAMC2208.1.

상세보기
Qian, T., F. Zhang, J. Wei, J. He, and Y. Lu, 2020: Diurnal characteristics of gravity waves over the Tibetan Plateau in 2015 summer using 10-km downscaled simulations from WRF-EnKF regional reanalysis. Atmosphere, 11, 631, doi:10.3390/atmos11060631.

상세보기
Rogers, R. R., 1964: An extension of the Z-R relationship for Doppler radar. Preprints, 11th Weather Radar Conf., Amer. Meteor. Soc., 158-161.
Skamarock, W. C., J. B. Klemp, J. Dudhia, D. O. Gill, D. Barker, M. G. Duda, X.-Y. Huang, W. Wang, and J. G. Powers, 2008: A description of the Advanced Research WRF version 3. NCAR Tech. Note NCAR/TN-475+STR, 113 pp [Available online at https://opensky.ucar.edu/islandora/object/technotes%3A500/datastream/PDF/view].
Spilhaus, A. F., 1948: Raindrop size, shape and falling speed. J. Meteor., 5, 108-110.

상세보기
Tang, Q., H. Xiao, C. Guo, and L. Feng, 2014: Characteristics of the raindrop size distributions and their retrieved polarimetric radar parameters in northern and southern China. Atmos. Res., 135, 59-75, doi:10.1016/j.atmosres.2013.08.003.

상세보기
Thompson, G., P. R. Field, R. M. Rasmussen, and W. D. Hall, 2008: Explicit forecasts of winter precipitation using an improved bulk microphysics scheme. Part II: Implementation of a new snow parameterization. Mon. Wea. Rev., 136, 5095-5115.

상세보기
Uplinger, W. G., 1981: A new formula for raindrop terminal velocity. Proc. The 20th Conference on Radar Meteorology, Boston, 389-391.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format