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
- WRF 수치 모의 결과 비교에 앞서, 본 연구에서 사용된 원시 자료의 특징 및 정확도를 비교 분석하고자 하였다. 이 때, 원시 자료의 격자 간격이 약 25 km로 비교적 크기 때문에 거리에 대한 가중 평균을 이용하여 격자 값을 산출하였고, 이를 관측 값과 비교하여 통계 결과를 산출하였다(Mooney et al.
- 각 실험의 온위, 풍속, 혼합비 RMSE, MBE 연직 분포를 통해 고층 기상 모의 정확도를 비교하고자 하였다.먼저, 온위의 경우에는 ERA5_base 실험이 전반적으로 FNL_base 실험보다 MBE와 RMSE가 작게 나타났다.
- 기존의 ERA-Interim 재분석 자료와 특징을 비교해보면, 두 자료 모두 IFS (Integrated Forecast System)를 통해 3DVAR에 시간적 변화를 고려한 4DVAR (Four-dimensional Variational Data Assimilation)를 활용하였지만, ERA5는 4DVAR에서 추가적으로 앙상블 기법 (10-memberensemble data assimilation)을 적용하였다. 또한, 기존의 ERA-Interim이 위성 자료를 활용하여 자료 보정을 한 반면, ERA5는 위성 자료뿐만 아니라 오존, 항공, 지상 자료 등 다양한 관측 자료를 통해 보정 작업을 수행하여 보다 정확도 높은 자료를 생산하고자 하였다(Hersbach and Dee, 2016). ERA5 자료는 지상 자료와 연직 자료로 구분되며, 연직 자료는 pressure levels와 model levels로 나누어진다.
- 따라서, 본 연구에서는 KORUS-AQ 캠페인 기간 동안 남한 지역을 대상으로 FNL 분석 자료와 ERA5 재분석 자료의 특징 및 정확도를 비교한 후, 각 자료를 초기입력 자료로 이용한 WRF 기상 수치 모의 결과를 비교분석하였다. 또한, 두 초기 입력 자료의 각 기상 요소별 수치 모의 특성을 비교하여, 대기질 모델링 연구의 목적에 맞는 기상장을 제시하고자 하였다. 추가적으로, 자료 동화 효과를 살펴보고자 분석 너징을 추가로 수행하여 자료별 모의 향상 결과를 정량적으로 비교하였다.
- 본 연구는 KORUS-AQ 기간 동안 초기 입력 자료에 따른 WRF 수치 모델 결과를 비교하고자, FNL 분석 자료와 ERA5 재분석 자료를 이용하여 WRF 수치 모의를 실시하였다.
- 본 연구는 서론에서 언급했듯이 대기질 수치 모의에 있어 중요한 기온, 풍속, 혼합비의 지상 및 고층 수치 모의 결과를 비교하고자 하였다. 이에 전국 93개 지점 종관 기상관측소(Automatic Synoptic Observation System; ASOS)의 매시간 기온, 풍속, 혼합비 자료와 전국 9개 지점(백령도, 북강릉, 오산, 포항, 창원, 광주, 흑산도, 고산, 태풍센터) 라디오존데(Radiosonde; SONDE)에서 1일 2회 또는 4회 관측하는 기온, 풍속, 혼합비 프로파일 자료를 이용하였다(Fig.
제안 방법
- 5. Vertical profiles of mean difference(MBE, RMSE) between radiosonde(potential temperature, wind speed, mixing ratio) and the simulations(FNL_base, ERA5_base, FNL_gng, ERA5_gng).
- 각 실험별 고층 기상 모의 정확도를 비교하기 위해 9개 지점의 라디오존데 온위, 풍속, 혼합비 관측 자료와 WRF 수치 모의 값을 각각 비교하여 전 지점 평균 MBE, RMSE의 연직 분포를 Fig. 5에 나타내었다.
- 따라서, 본 연구에서는 KORUS-AQ 캠페인 기간 동안 남한 지역을 대상으로 FNL 분석 자료와 ERA5 재분석 자료의 특징 및 정확도를 비교한 후, 각 자료를 초기입력 자료로 이용한 WRF 기상 수치 모의 결과를 비교분석하였다. 또한, 두 초기 입력 자료의 각 기상 요소별 수치 모의 특성을 비교하여, 대기질 모델링 연구의 목적에 맞는 기상장을 제시하고자 하였다.
- 또한, 각 실험의 자료 동화 적용 효과를 살펴보기 위해 분석 너징인 그리드 너징을 이용한 추가 실험을 실시하였고, 너징에 대한 세부 설정값은 Jeon et al.
- 1). 모델링 기간은 초기 스핀 업 시간(spin-up time)을 고려하고, KORUS-AQ 캠페인 기간을 포함한 2016년 4월 15일 09 LST부터 2016년 6월 18일 09 LST까지로 설정하였다. 모델의 세부 물리과정으로 장파 복사 방안은 RRTM scheme(Mlawer et al.
- 본 연구는 KORUS-AQ 기간 동안의 대기질 수치 모의를 위한 정확한 기상 입력장을 제시하고자 0.25°의 고해상도 수평 해상도를 가진 FNL 분석 자료와 ERA5 재분석 자료를 초기 입력 자료로 사용한 WRF 수치 모의를 실시하여 두 자료의 특징 및 기상 수치 모의 경향을 비교하였다.
- ERA5 자료는 지상 자료와 연직 자료로 구분되며, 연직 자료는 pressure levels와 model levels로 나누어진다. 본 연구에서는 ERA5 재분석 자료의 pressure levels 자료를 이용하였고, 초기 입력 자료의 정확도와 각 자료를 사용한 모델 결과를 비교하기 위해 FNL, ERA5 모두 6시간 간격 자료를 이용하였다.
- 초기 입력 자료는 FNL 분석 자료, ERA5 재분석 자료를 각각 이용하여 WRF 수치 모의 비교 실험을 수행하였다.
- 또한, 두 초기 입력 자료의 각 기상 요소별 수치 모의 특성을 비교하여, 대기질 모델링 연구의 목적에 맞는 기상장을 제시하고자 하였다. 추가적으로, 자료 동화 효과를 살펴보고자 분석 너징을 추가로 수행하여 자료별 모의 향상 결과를 정량적으로 비교하였다.
대상 데이터
- 1은 본 연구에서 사용된 WRF 모델 설정에 대한 개요를 나타낸 것이다. 모델링 영역은 동아시아 영역을 포함한 1개의 도메인으로 구성하였고, 격자 수는 280 x 260이고, 수평 해상도는 15 km, 연직 층 수는 35개로 설정하였다(Fig. 1). 모델링 기간은 초기 스핀 업 시간(spin-up time)을 고려하고, KORUS-AQ 캠페인 기간을 포함한 2016년 4월 15일 09 LST부터 2016년 6월 18일 09 LST까지로 설정하였다.
- 최근 미세먼지로 인한 인적, 물적 피해가 증가함에 따라 대기질에 대한 관심이 높아지고 있다. 이에 2016년 5월 1일에서 6월 10일까지 한반도 대기질 문제를 다각도로 분석하고자 국립환경과학원(National Institute of Environmental Research, NIER)과 미국항공우주국(National Aeronautics and Space Administration, NASA)이 합동하여 한미 대기질 합동 연구(Korea-United States Air Quality, KORUS-AQ) 캠페인을 수행하였다. 캠페인 기간 동안 다양한 관측이 수행되었고, 한반도의 대기질을 정밀하게 진단하기 위한 모델링 연구 또한 활발히 수행되어 왔다(Huang et al.
- 본 연구는 서론에서 언급했듯이 대기질 수치 모의에 있어 중요한 기온, 풍속, 혼합비의 지상 및 고층 수치 모의 결과를 비교하고자 하였다. 이에 전국 93개 지점 종관 기상관측소(Automatic Synoptic Observation System; ASOS)의 매시간 기온, 풍속, 혼합비 자료와 전국 9개 지점(백령도, 북강릉, 오산, 포항, 창원, 광주, 흑산도, 고산, 태풍센터) 라디오존데(Radiosonde; SONDE)에서 1일 2회 또는 4회 관측하는 기온, 풍속, 혼합비 프로파일 자료를 이용하였다(Fig. 2).
데이터처리
- 관측 자료를 바탕으로 모델의 정확도를 정량적으로 평가하기 위해 통계지표인 MBE (Mean Bias Error), RMSE (Root Mean Square Error), IOA (Index Of Agreement), R (Correlation coefficient)를 사용하였다.
- WRF 수치 모의 결과 비교에 앞서, 본 연구에서 사용된 원시 자료의 특징 및 정확도를 비교 분석하고자 하였다. 이 때, 원시 자료의 격자 간격이 약 25 km로 비교적 크기 때문에 거리에 대한 가중 평균을 이용하여 격자 값을 산출하였고, 이를 관측 값과 비교하여 통계 결과를 산출하였다(Mooney et al., 2011).
이론/모형
- 지표면 모델은 Unified Noah LSM (Land Surface Model)을 적용하였다. 구름미세물리 과정으로는 WSM 3-class simple ice scheme(Hong et al., 2004)을 이용하였고, Cumulus 모수화 방안으로는 Kain-Fritsch scheme (Kain, 2004)을, PBL 모수화 방안은 YSU (YonSei University) PBL scheme(Hong et al., 2006)을 이용하였다.
- 25°의 수평공간해상도를 가진 전 지구 자료로, ERA-Interim을 대체할 5세대 재분석 자료이다. 기존의 ERA-Interim 재분석 자료와 특징을 비교해보면, 두 자료 모두 IFS (Integrated Forecast System)를 통해 3DVAR에 시간적 변화를 고려한 4DVAR (Four-dimensional Variational Data Assimilation)를 활용하였지만, ERA5는 4DVAR에서 추가적으로 앙상블 기법 (10-memberensemble data assimilation)을 적용하였다. 또한, 기존의 ERA-Interim이 위성 자료를 활용하여 자료 보정을 한 반면, ERA5는 위성 자료뿐만 아니라 오존, 항공, 지상 자료 등 다양한 관측 자료를 통해 보정 작업을 수행하여 보다 정확도 높은 자료를 생산하고자 하였다(Hersbach and Dee, 2016).
- 모델링 기간은 초기 스핀 업 시간(spin-up time)을 고려하고, KORUS-AQ 캠페인 기간을 포함한 2016년 4월 15일 09 LST부터 2016년 6월 18일 09 LST까지로 설정하였다. 모델의 세부 물리과정으로 장파 복사 방안은 RRTM scheme(Mlawer et al., 1997)을, 단파복사 방안은 Dudiha scheme(Dudhia, 1989)을 이용하였다. 지표면 모델은 Unified Noah LSM (Land Surface Model)을 적용하였다.
- 본 연구는 KORUS-AQ 기간 동안에 대해 대기질 수치 모의를 위한 정확도 높은 기상 입력장을 산출하기 위해 WRF 3.8.1 버전을 이용하였다. Table.
- , 1997)을, 단파복사 방안은 Dudiha scheme(Dudhia, 1989)을 이용하였다. 지표면 모델은 Unified Noah LSM (Land Surface Model)을 적용하였다. 구름미세물리 과정으로는 WSM 3-class simple ice scheme(Hong et al.
성능/효과
- KORUS-AQ 기간 동안 FNL과 ERA5 자료 사용에 따른 WRF 수치 모의 결과 특징을 종합해 보면, 기온 모의에 있어 MBE가 각각 -1.99℃, -1.32℃, 풍속의 경우 1.05 m/s, 1.19 m/s, 혼합비의 경우 -0.30 g/kg, 0.13g/kg으로 전반적으로 두 자료 모두 좋은 결과를 보였다. 또한, 수치 모의 결과를 비교해보면, 기온 및 혼합비 모의에 있어서는 ERA5 실험의 모의 정확도가 높았으나, 풍속에 대해서는 FNL 실험의 모의 정확도가 높게 나타났다.
- WRF 모의 결과 차이를 종합해 보면, 지상 기온 및 혼합비의 경우에는 ERA5 실험이 FNL 실험 보다 모의 정확도가 높았고, 지상 풍속의 경우에는 FNL 실험의 모의 정확도가 높게 나타났다. 연직 결과의 경우, 온위 프로파일은 전반적으로 ERA5 실험의 모의 정확도가 더 높았으나, 풍속은 FNL 실험의 모의 정확도가 높게 나타났다.
- WRF 수치 모의 결과를 살펴보면, 지상 기상 모의에 있어 기온과 혼합비의 경우에는 ERA5 실험의 정확도가 높게 나타난 반면, 풍속은 FNL 실험의 모의 정확도가 높게 나타났다. 또한, 자료 동화 적용 효과를 비교하기 위해 너징을 적용하지 않은 base 실험과 너징을 적용한 gng 실험의 수치 모의 결과를 비교하여 너징 효율을 살펴보니, 기온과 풍속에서 FNL 실험의 너징 효율이 높았게 나타났고, 혼합비의 경우는 ERA5 실험에서 높게 나타났다.
- WRF 수치 모의 실험 결과를 비교하기 위해 먼저, 너징을 적용하지 않은 base 실험의 결과를 살펴보면, 기온과 혼합비의 경우는 ERA5_base 실험의 모의 정확도가FNL_base 실험 보다 높게 나타났고, 풍속의 경우에는 FNL_base 실험의 모의 정확도가 높게 나타났다. 이는 앞서 원시 자료간의 정확도 비교 결과와는 상이한 결과이다.
- 4b). gng 실험간 비교에서도 대부분의 지점에서 FNL_gng 실험의 모의 정확도가 ERA5_gng 실험 보다 높게 나타났는데, 너징 적용 후 두 실험의 정확도 차이가 base 실험간 차이보다 더 크게 나타났다(Fig. 4e).
- 5에 나타내었다. 각 기상 요소의 수치 모의 결과를 살펴보면, 기온의 경우는 모든 실험에서 MBE가 0보다 작아모델이 관측에 비해 과소 모의하는 경향을 나타냈고, 풍속은 MBE가 0보다 크게 나타나 모델이 과대 모의하는 경향을 보였다. 혼합비의 경우는 FNL_base와 FNL_gng실험에서는 모델이 과소 모의를 하였고, ERA5_base와ERA5_gng 실험에서는 모델이 과대 모의하는 경향을 보였다.
- 또한, 혼합비 프로파일의 경우 너징 적용 전에는 FNL 실험의 모의 정확도가 높았으나, 너징 적용 후 ERA5 실험의 모의 정확도가 높게 나타났다. 결과적으로 WRF 수치 모의 시, 기온 및 혼합비 수치 모의가 중요한 사례의 경우는 ERA5 재분석 자료를, 풍속 수치 모의가 중요한 경우는 FNL 분석 자료를 초기 입력 자료로 이용하는 것이 적합하다고 판단된다. 따라서, 연구 사례와 목적에 맞는 초기 입력 자료를 쓰는 것이 WRF 수치 모의에 있어 중요하다고 사료된다.
- 결과적으로 기온이 중요한 오존 모의 사례의 경우 ERA5 자료를, 풍속 수치 모의가 중요한 국지 순환 및 장거리 수송 사례의 경우 FNL 자료를 초기 입력 자료로 사용하는 것이 적합할 것으로 판단된다. 본 연구 결과를 KORUS-AQ 기간의 대기질 수치 모의 연구에 기초 자료로 활용한다면, 각 기상 요소가 대기질에 미치는 영향에 대한 자세한 분석이 이루어질 것이라 생각된다.
- 고도 별 RMSE를 살펴보면, 700 hpa 고도까지는 FNL의 RMSE가 작아정확도가 높았으나, 상층으로 갈수록 ERA5의 정확도가 높게 나타났다.
- 또한, 자료 동화 적용 효과를 비교하기 위해 너징을 적용하지 않은 base 실험과 너징을 적용한 gng 실험의 수치 모의 결과를 비교하여 너징 효율을 살펴보니, 기온과 풍속에서 FNL 실험의 너징 효율이 높았게 나타났고, 혼합비의 경우는 ERA5 실험에서 높게 나타났다. 고층 기상의 경우에는 ERA5_base 실험이 FNL_base 실험보다 온위 연직분포의 모의 정확도가 높게 나타났으나 풍속과 혼합비에 있어서는 FNL_base 실험의 정확도가 높게 나타났다. 한편, 너징을 적용한 gng 실험에서는 원시 자료의 연직분포와 유사한 패턴을 보였는데, 이는 초기 입력 자료를 이용하여 자료 동화를 실시하는 그리드너징의 특징 때문인 것으로 판단된다.
- 6에 나타내었다. 그 결과, 기온, 풍속, 혼합비 너징 효율이 FNL 실험에서 각각 35.674 %, 39.938 %, 22.748 %, ERA5 실험에서 각각 34.105 %, 38.026 % 27.813 %로 나타났다. 두 실험 모두 풍속에서 너징 효율이 가장 크게 나타났고, FNL 실험에서 기온과 풍속의 너징 효율이 ERA5 실험 보다 높게 나타났고, ERA5 실험에서는 혼합비의 너징 효율이 FNL 실험 보다 높게 나타났다.
- 이는 앞서 원시 자료간의 정확도 비교 결과와는 상이한 결과이다. 기온과 혼합비의 경우는 ERA5 원시 자료의 정확도가 FNL 자료 보다 높았고, WRF 수치 모의 결과에서도 동일한 결과가 나타났으나, 풍속의 경우에는 ERA5자료의 정확도가 높았음에도 불구하고, WRF 수치 모의결과 FNL_base 실험의 모의 정확도가 ERA5_base 실험 보다 높게 나타났다. 너징을 적용한 gng 실험의 결과에서도 base 실험과 동일하게 기온과 혼합비는ERA5_gng 실험이, 풍속은 FNL_gng 실험이 보다 정확한 수치 모의 결과를 나타내었다.
- 풍속의 경우에는 1000hpa 고도에서 FNL_base 실험의 모의 정확도가 높았으나, 상층으로 갈수록 ERA5_base 실험의 모의 정확도가 높게 나타났다. 너징 적용 후 두 실험 모두 오차가 감소하였고, 유사한 수준의 모의 정확도를 보였다. 혼합비의 경우에는 FNL_base 실험의 모의 정확도가 ERA5_base 실험 보다 비교적 높게 나타났다.
- 혼합비의 경우에는 FNL_base 실험의 모의 정확도가 ERA5_base 실험 보다 비교적 높게 나타났다. 너징 적용 후에는 1000hpa 고도에서 FNL_gng 실험의 모의 정확도가 높게 나타났고, 그 외의 고도에서는 ERA5_gng 실험의 모의 정확도가 높게 나타났다.
- 너징 적용 후에는 두 실험 모두 base 실험에 비해 오차가 감소하였으며, 특히 FNL_gng 실험에서 RMSE가 1000hpa 기준 약 2 °K 정도 크게 감소하여 ERA5_gng 실험과 유사한 모의 정확도를 보였다.
- 4a). 너징을 적용한 gng 실험간 비교에서도 여전히 대부분의 지점에서 ERA5_gng 실험의 정확도가 FNL_gng 실험보다 높게 나타났으나, 두 실험간 차이가 base 실험에 비해 비교적 크게 나타나지 않았다(Fig. 4d).
- 기온과 혼합비의 경우는 ERA5 원시 자료의 정확도가 FNL 자료 보다 높았고, WRF 수치 모의 결과에서도 동일한 결과가 나타났으나, 풍속의 경우에는 ERA5자료의 정확도가 높았음에도 불구하고, WRF 수치 모의결과 FNL_base 실험의 모의 정확도가 ERA5_base 실험 보다 높게 나타났다. 너징을 적용한 gng 실험의 결과에서도 base 실험과 동일하게 기온과 혼합비는ERA5_gng 실험이, 풍속은 FNL_gng 실험이 보다 정확한 수치 모의 결과를 나타내었다.
- 813 %로 나타났다. 두 실험 모두 풍속에서 너징 효율이 가장 크게 나타났고, FNL 실험에서 기온과 풍속의 너징 효율이 ERA5 실험 보다 높게 나타났고, ERA5 실험에서는 혼합비의 너징 효율이 FNL 실험 보다 높게 나타났다.
- 또한, 너징 적용 효과를 비교하기 위해 너징을 적용하지 않은 base 실험과 너징을 적용한 gng 실험의 모의 정확도를 비교해보면, FNL 실험(FNL_base, FNL_gng)과 ERA5 실험(ERA5_base, ERA5_gng) 모두 gng 실험의 모의 정확도가 base 실험보다 높게 나타났다. 정량적으로 너징 적용 효과를 살펴보기 위해, 식 3.
- 13g/kg으로 전반적으로 두 자료 모두 좋은 결과를 보였다. 또한, 수치 모의 결과를 비교해보면, 기온 및 혼합비 모의에 있어서는 ERA5 실험의 모의 정확도가 높았으나, 풍속에 대해서는 FNL 실험의 모의 정확도가 높게 나타났다.
- 또한, 자료 동화 적용 효과를 비교하기 위해 너징을 적용하지 않은 base 실험과 너징을 적용한 gng 실험의 수치 모의 결과를 비교하여 너징 효율을 살펴보니, 기온과 풍속에서 FNL 실험의 너징 효율이 높았게 나타났고, 혼합비의 경우는 ERA5 실험에서 높게 나타났다.
- 연직 결과의 경우, 온위 프로파일은 전반적으로 ERA5 실험의 모의 정확도가 더 높았으나, 풍속은 FNL 실험의 모의 정확도가 높게 나타났다.또한, 혼합비 프로파일의 경우 너징 적용 전에는 FNL 실험의 모의 정확도가 높았으나, 너징 적용 후 ERA5 실험의 모의 정확도가 높게 나타났다. 결과적으로 WRF 수치 모의 시, 기온 및 혼합비 수치 모의가 중요한 사례의 경우는 ERA5 재분석 자료를, 풍속 수치 모의가 중요한 경우는 FNL 분석 자료를 초기 입력 자료로 이용하는 것이 적합하다고 판단된다.
- 먼저, 원시 자료를 지상 기상 자료와 비교한 결과 ERA5 재분석 자료의 기온, 풍속, 혼합비의 정확도가 FNL 분석 자료보다 높게 나타났다. 라디오존데 관측 자료를 바탕으로 기상 요소의 연직 프로파일을 비교해보니, 온위와 혼합비는 전반적으로 ERA5 재분석 자료의 정확도가 높게 나타났고, 풍속의 경우에는 하층 풍속은 FNL 분석 자료가, 상층 풍속은 ERA5 재분석 자료의 정확도가 높게 나타났다.
- 마지막으로 혼합비 모의 결과를 살펴보면, base 실험 간 비교에서는 서해 연안 지역에서는 ERA5_base 실험의 모의 정확도가 FNL_base 실험 보다 높게 나타났고, 그 외 대부분의 내륙 지역에서는 FNL_base 실험의 모의 정확도가 높게 나타났다(Fig. 4c). 한편, gng 실험간 비교에서는 base 실험과 달리 대부분의 지점에서 ERA5_gng 실험의 모의 정확도가 높게 나타났다(Fig.
- 고도 별 RMSE를 살펴보면, 700 hpa 고도까지는 FNL의 RMSE가 작아정확도가 높았으나, 상층으로 갈수록 ERA5의 정확도가 높게 나타났다. 마지막으로 혼합비 프로파일을 살펴보면, 두 자료 모두 MBE가 0보다 작아 관측 보다 낮게 산정되는 경향을 보였으며, 1000 hpa 고도를 제외하고는 FNL 보다 ERA5의 정확도가 높게 나타났다.
- 붉은 색에 가까울수록 FNL_base 실험(또는 FNL_gng 실험)의 RMSE 값이 더 작고, 파란 색에 가까울수록 ERA5_base 실험(또는 ERA5_gng 실험)의 RMSE 값이 더 작은 것을 의미한다. 먼저 기온 모의 결과를 살펴보면, base 실험간 비교에서 일부 내륙 지점을 제외하고 대부분의 지점에서 ERA5_base 실험이 FNL_base 실험보다 모의 정확도가 높게 나타났고, 특히 남해 및 서해 연안지역에서 RMSE 차이가 크게 나타났다(Fig. 4a). 너징을 적용한 gng 실험간 비교에서도 여전히 대부분의 지점에서 ERA5_gng 실험의 정확도가 FNL_gng 실험보다 높게 나타났으나, 두 실험간 차이가 base 실험에 비해 비교적 크게 나타나지 않았다(Fig.
- 먼저 앞서 Fig. 3에 나타낸 원시 자료의 온위, 풍속, 혼합비에 대한 MBE, RMSE의 연직 분포와 Fig. 5를 비교해보면, Fig. 5의 gng 실험과 원시 자료의 MBE, RMSE 연직 분포 경향이 거의 유사하게 나타나는 것을 확인할 수 있다. 이는 원시 자료를 이용하여 자료 동화를 실시하는 그리드 너징의 특징 때문인 것으로 판단된다.
- 3은 원시 자료의 고층 기상 정확도를 비교하기위해 전국 9개 지점의 라디오존데 온위, 풍속, 혼합비 관측 값과 모델 값을 각각 비교하여 전 지점 평균 MBE, RMSE 프로파일을 나타낸 그림이다. 먼저 온위 프로파일의 경우 두 자료 모두 1000 hpa 고도에서 관측 보다 낮게 산정되는 경향을 보였고, 전반적으로 ERA5의 RMSE가 FNL에 비해 작게 나타났다. 풍속의 경우에는 1000 hpa 고도에 대해 ERA5는 관측보다 높게 산정된반면, FNL은 관측보다 낮게 산정되었다.
- 각 실험의 온위, 풍속, 혼합비 RMSE, MBE 연직 분포를 통해 고층 기상 모의 정확도를 비교하고자 하였다.먼저, 온위의 경우에는 ERA5_base 실험이 전반적으로 FNL_base 실험보다 MBE와 RMSE가 작게 나타났다. 너징 적용 후에는 두 실험 모두 base 실험에 비해 오차가 감소하였으며, 특히 FNL_gng 실험에서 RMSE가 1000hpa 기준 약 2 °K 정도 크게 감소하여 ERA5_gng 실험과 유사한 모의 정확도를 보였다.
- 먼저, 원시 자료를 지상 기상 자료와 비교한 결과 ERA5 재분석 자료의 기온, 풍속, 혼합비의 정확도가 FNL 분석 자료보다 높게 나타났다. 라디오존데 관측 자료를 바탕으로 기상 요소의 연직 프로파일을 비교해보니, 온위와 혼합비는 전반적으로 ERA5 재분석 자료의 정확도가 높게 나타났고, 풍속의 경우에는 하층 풍속은 FNL 분석 자료가, 상층 풍속은 ERA5 재분석 자료의 정확도가 높게 나타났다.
- WRF 모의 결과 차이를 종합해 보면, 지상 기온 및 혼합비의 경우에는 ERA5 실험이 FNL 실험 보다 모의 정확도가 높았고, 지상 풍속의 경우에는 FNL 실험의 모의 정확도가 높게 나타났다. 연직 결과의 경우, 온위 프로파일은 전반적으로 ERA5 실험의 모의 정확도가 더 높았으나, 풍속은 FNL 실험의 모의 정확도가 높게 나타났다.또한, 혼합비 프로파일의 경우 너징 적용 전에는 FNL 실험의 모의 정확도가 높았으나, 너징 적용 후 ERA5 실험의 모의 정확도가 높게 나타났다.
- 4f). 종합해보면, 각 기상 요소에 대한 FNL 실험과ERA5 실험의 너징 효율 차이로 인해, 초기 입력 자료별 너징 적용 효과 차이를 보인 것으로 판단된다.
- 풍속 모의 결과를 살펴보면, base 실험간 비교에서 강원 산간 지역과 일부 지점들을 제외하고 전반적으로 FNL_base 실험의 모의 정확도가 ERA5_base 실험에 비해 높게 나타났다(Fig. 4b). gng 실험간 비교에서도 대부분의 지점에서 FNL_gng 실험의 모의 정확도가 ERA5_gng 실험 보다 높게 나타났는데, 너징 적용 후 두 실험의 정확도 차이가 base 실험간 차이보다 더 크게 나타났다(Fig.
- 너징 적용 후에는 두 실험 모두 base 실험에 비해 오차가 감소하였으며, 특히 FNL_gng 실험에서 RMSE가 1000hpa 기준 약 2 °K 정도 크게 감소하여 ERA5_gng 실험과 유사한 모의 정확도를 보였다. 풍속의 경우에는 1000hpa 고도에서 FNL_base 실험의 모의 정확도가 높았으나, 상층으로 갈수록 ERA5_base 실험의 모의 정확도가 높게 나타났다. 너징 적용 후 두 실험 모두 오차가 감소하였고, 유사한 수준의 모의 정확도를 보였다.
- 217℃로 비교적 큰 차이를 보였다. 풍속의 경우에는 MBE가 0보다 크게 나타나 과대 산정되는 경향이 나타났고, 마찬가지로 ERA5 자료의 정확도가 높게 나타났는데, RMSE 차이가 0.171 m/s로 기온에 비해 큰 차이를 보이지는 않았다. 혼합비의 경우에는 FNL은 과소 산정, ERA5는 과대 산정되는 경향이 나타났고, 평균과 MBE 값을 제외한 나머지 통계 결과에서 ERA5의 정확도가 높게 나타났다.
- 171 m/s로 기온에 비해 큰 차이를 보이지는 않았다. 혼합비의 경우에는 FNL은 과소 산정, ERA5는 과대 산정되는 경향이 나타났고, 평균과 MBE 값을 제외한 나머지 통계 결과에서 ERA5의 정확도가 높게 나타났다.
후속연구
- 결과적으로 기온이 중요한 오존 모의 사례의 경우 ERA5 자료를, 풍속 수치 모의가 중요한 국지 순환 및 장거리 수송 사례의 경우 FNL 자료를 초기 입력 자료로 사용하는 것이 적합할 것으로 판단된다. 본 연구 결과를 KORUS-AQ 기간의 대기질 수치 모의 연구에 기초 자료로 활용한다면, 각 기상 요소가 대기질에 미치는 영향에 대한 자세한 분석이 이루어질 것이라 생각된다. 한편,본 연구는 남한 전체에 대한 평균적인 정확도를 비교하였으며, 향후 권역별 비교를 통해 보다 자세한 연구가 필요할 것으로 사료된다.
- 한편, 최근 NCEP에서 수평 해상도 0.25°의 고해상도 FNL 분석 자료가 출시되었고, ECMWF에서도 동일한 수평 해상도의 새로운 ERA5 재분석 자료가 출시되어 고해상도 자료를 초기 입력 자료로 이용한 추가적인 비교 연구가 필요하다.
- 본 연구 결과를 KORUS-AQ 기간의 대기질 수치 모의 연구에 기초 자료로 활용한다면, 각 기상 요소가 대기질에 미치는 영향에 대한 자세한 분석이 이루어질 것이라 생각된다. 한편,본 연구는 남한 전체에 대한 평균적인 정확도를 비교하였으며, 향후 권역별 비교를 통해 보다 자세한 연구가 필요할 것으로 사료된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.