[논문]기상청 전지구 해양자료동화시스템(GODAPS): 개요 및 검증

장필훈; 황승언; 추성호; 이조한; 이상민; 부경온

doi:10.14191/atmos.2021.31.2.229

기상청 전지구 해양자료동화시스템(GODAPS): 개요 및 검증
Global Ocean Data Assimilation and Prediction System in KMA: Description and Assessment 원문보기

대기 = Atmosphere, v.31 no.2, 2021년, pp.229 - 240

장필훈 (국립기상과학원 현업운영개발부) , 황승언 (국립기상과학원 현업운영개발부) , 추성호 (국립기상과학원 현업운영개발부) , 이조한 (국립기상과학원 현업운영개발부) , 이상민 (국립기상과학원 현업운영개발부) , 부경온 (국립기상과학원 현업운영개발부)

초록
AI-Helper

본 연구에서는 기상청에서 2018년부터 운영 중인 전지구 해양자료동화시스템 GODAPS에 대하여 소개하였으며, 2015년 2월부터 2016년 1월까지 일년간의 실험 수행을 통한 결과를 분석하여 이 시스템의 특성을 살펴보았다. GODAPS는 크게 해양-해빙 모델과 3차원 변분법 기반의 자료동화 시스템으로 구성되어 있고, 전지구적으로 수집된 현장 및 위성 관측자료를 자료동화하여 매일 1회 분석장과 예측장을 생산한다. 이때 해수면온도, 수온과 염분 프로파일, 해수면고도 변이, 그리고 해빙농도 관측자료를 자료동화한다. 분석증분 및 배경장/분석장으로부터의 관측증분에 대한 분석, 자료동화를 적용하지 않은 실험과의 비교 등을 통해 GODAPS 자료동화 결과를 비교검증하였다. 자료동화는 관측자료들을 효과적으로 활용하고 있었으며, 전지구 규모에서 편차를 줄인 분석장과 예측장을 생산하고 있는 것으로 나타났다. 이외에도, 변동성이 강한 중위도 해역의 쿠로시오와 걸프만 해류의 중규모 현상을 재현하는데 있어서도 결정적인 영향을 미치는 것으로 확인하였다. 해양초기장을 향상시키기 위해서는 모델과 자료동화 기술의 개발과 더불어, 다양한 관측자료를 활용하는 것이 중요하다. 하지만, 현업에서 활용할 수 있는 해양관측자료는 한계가 있으며, 따라서 가용한 자료를 자료동화 과정에 포함시키는 노력이 요구된다. 수온에 비해 염분의 경우 상대적으로 관측자료가 부족한데, 최근에는 SMAP (Soil Moisture Active Passive) 등 인공위성을 활용한 표층 염분자료가 제공되고 있으며, 기상청에서도 자료동화 과정에 독립적인 위성 염분자료를 활용한 분석장 검증 및 자료동화에 직접적용하는 연구를 추진하고 있다. 특히, 표층 염분의 자료동화를 통해 열대해역의 혼합층 깊이가 개선되고, 결과적으로 기후예측성을 향상시키는 연구결과(Hackert et al., 2020) 등을 고려할 때, 향후 위성관측 표층염분의 자료동화는 기후예측 분야에 있어서 점차 중요해질 것으로 판단된다. 본 연구의 실험결과에서도 GODAPS의 염분 관측증분 오차가 표층에서 상대적으로 크게 나타나고 있어, 해양초기장의 정확성을 높이고 나아가 기후예측성을 높이는데 위성 염분자료가 효과적으로 사용될 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper

The Global Ocean Data Assimilation and Prediction System (GODAPS) in operation at the KMA (Korea Meteorological Administration) is introduced. GODAPS consists of ocean model, ice model, and 3-d variational ocean data assimilation system. GODAPS assimilates conventional and satellite observations for sea surface temperature and height, observations of sea-ice concentration, as well as temperature and salinity profiles for the ocean using a 24-hour data assimilation window. It finally produces ocean analysis fields with a resolution of 0.25 ORCA (tripolar) grid and 75-layer in depth. This analysis is used for providing a boundary condition for the atmospheric model of the KMA Global Seasonal Forecasting System version 5 (GloSea5) in addition to monitoring on the global ocean and ice. For the purpose of evaluating the quality of ocean analysis produced by GODAPS, a one-year data assimilation experiment was performed. Assimilation of global observing system in GODAPS results in producing improved analysis and forecast fields with reduced error in terms of RMSE of innovation and analysis increment. In addition, comparison with an unassimilated experiment shows a mostly positive impact, especially over the region with large oceanic variability.

주제어

표/그림 (10)

그림 Fig. 1. Schematic diagram of the GODAPS.
그림 Fig. 2. Spatial distribution of the assimilated ocean observations in the GODAPS over a 24-hour observation window (e.g., 20 February 2020). (a) in-situ SST data, (b) temperature profile data at 5~15 m depth (c) satellite observed sea level anomalies, and (d) sea-ice concentration.
표 Table 1. List of observations assimilated by the GODAPS, for June 2018.
그림 Fig. 3. Averaged analysis increments over Feb. 2015~Jan. 2016. Plots of increments are shown for (a) sea surface temperature (SST), (b) temperature at 108 m, (c) sea surface salinity (SSS), (d) salinity at 108m, and (e) sea level anomaly (SLA).
그림 Fig. 4. Same as Fig. 3 but for sea-ice concentration at (a) the Arctic and (b) the Antarctic Ocean.
그림 Fig. 5. Innovation statistics for (a) in-situ SST, (b) sea level anomaly, (c) temperature, (d) salinity, and (d) sea-ice concentration for one-year experiment period. Mean error indicates observation minus model background.
그림 Fig. 6. Root Mean Square Error (RMSE) and Mean Errors of globally averaged innovation of (a) temperature (ºC) and (b) salinity (psu) for one-year experiment period.
표 Table 2. Statistics (RMSE and Mean error) of each departure of background and analysis from observation. Numbers in parentheses are the decrease rate of RMSE.
그림 Fig. 8. Simulated SSH fields in the northwestern Pacific Ocean on 5 July 2015 for (a) godaps-run and (b) free-run. Also, black dots indicate locations of surface drifters for 1~9 July 2015.
그림 Fig. 7. Reduction percentage (%) in RMSE of innovation for godaps-run compared to free-run for in-situ SST, sea level anomaly, temperature, salinity, and sea-ice concentration for one-year experiment period.

참고문헌 (34)

Amante, C., and B. W. Eakins, 2009: ETOPO1 1 Arc-Minute Global Relief Model: Procedures, Data Sources and Analysis. NOAA Technical Memorandum NESDIS NGDC-24, 19 pp.
Balmaseda, M., and D. Anderson, 2009: Impact of initialization strategies and observations on seasonal forecast skill. Geophys. Res. Lett., 36, L01701.

상세보기
Barnier, B., and Coauthors, 2006: Impact of partial steps and momentum advection schemes in a global ocean circulation model at eddy-permitting resolution. Ocean Dyn., 56, 534-567.
Best, M. J., and Coauthors, 2011: The Joint UK Land Environment Simulator (JULES), model description - part 1: energy and water fluxes. Geosci. Model Dev., 4, 677-699, doi:10.5194/gmd-4-677-2011.

상세보기
Blanke, B., and P. Delecluse, 1993: Variability of the tropical Atlantic Ocean simulated by a general circulation model with two different mixed-layer physics. J. Phys. Oceanogr., 23, 1363-1388.

상세보기
Blockley, E. W., and Coauthors, 2014: Recent development of the Met Office operational ocean forecasting system: an overview and assessment of the new Global FOAM forecasts. Geosci. Model Dev., 7, 2613-2638, doi:10.5194/gmd-7-2613-2014.

상세보기
Bonavita, M., P. Lean, and E. Holm, 2018: Nonlinear effects in 4D-Var. Nonlin. Processes Geophys., 25, 713-729, doi:10.5194/npg-25-713-2018.

상세보기
Bourdalle-Badie, R., and A. M. Treguier, 2006: A climatology of runoff for the global ocean-ice model ORCA025. Mercator-Ocean Rep. MOO-RP-425-365-MER, 8 pp.
Brown, A., S. Milton, M. Cullen, B. Golding, J. Mitchell, and A. Shelly, 2012: Unified modeling and prediction of weather and climate: A 25-year journey. Bull. Amer. Meteor. Soc., 93, 1865-1877, doi:10.1175/BAMS-D-12-00018.1.

상세보기
Gaspar, P., Y. Gregoris, and J. M. Lefevre, 1990: A simple eddy kinetic energy model for simulations of the oceanic vertical mixing: Tests at station Papa and longterm upper ocean study site. J. Geophys. Res. Oceans, 95, 16179-16193.
Hackert, E., R. M. Kovach, A. Molod, G. Vernieres, A. Borovikov, J. Marshak, and Y. Chang, 2020: Satellite sea surface salinity observations impact on El Nino/Southern Oscillation predictions: Case studies from the NASA GEOS seasonal forecast system. J. Geophys. Res. Oceans, 125, e2019JC015788, doi:10.1029/2019JC015788.

상세보기
Haney, R. L., 1971: Surface thermal boundary condition for ocean circulation models. J. Phys. Oceanogr., 1, 241-248.

상세보기
Hunke, E. C., and W. H. Lipscomb, 2010: CICE: The Los Alamos sea ice model documentation and software user's manual, version 4.1. Los Alamos National Laboratory, LA-CC-06-012, 76 pp.
Ingleby, N. B., and A. C. Lorenc, 1993: Bayesian quality control using multivariate normal distributions. Q. J. R. Meteorol. Soc., 119, 1195-1225.

상세보기
GEBCO, 2003: Centenary Edition of the GEBCO Digital Atlas. General Bathymetric Chart of the Oceans, British Oceanographic Data Centre [Available online at https://www.bodc.ac.uk/projects/data_management/international/gebco/gebco_digital_atlas/].
Kang, H.-S., K.-O. Boo, and C. H. Cho, 2011: Introduction to the KMA-Met office joint seasonal forecasting system and evaluation of its hindcast ensemble simulations. Proc., The 36th NOAA Annual Climate Diagnostics and Prediction Workshop, NOAA's National Weather Service, 78-82.
Kim, D.-K., Y.-H. Kim, and C. Yoo, 2019: Predictability of Northern Hemisphere teleconnection patterns in GloSea5 hindcast experiments up to 6 weeks. Atmosphere, 29, 295-309, doi:10.14191/Atmos.2019.29.3.295 (in Korean with English abstract).

원문보기 상세보기
Large, W. G., and S. Yeager, 2004: Diurnal to decadal global forcing for ocean and sea-ice models: The data sets and flux climatologies. NCAR Tech. Note NCAR/ TN-460+STR, 105 pp, doi:10.5065/D6KK98Q6.
Lee, H., P.-H. Chang, K. R. Kang, H.-S. Kang, and Y. Kim, 2018: Assessment of ocean surface current forecasts from high resolution Global Seasonal Forecast System version 5. Ocean Polar Res., 40, 99-114, doi: 10.4217/OPR.2018.40.3.099 (in Korean with English abstract).

원문보기 상세보기
Lee, S.-J., Y.-K. Hyun, S.-M. Lee, S.-O. Hwang, J. Lee, and K.-O. Boo, 2020: Prediction skill for East Asian summer monsoon indices in a KMA Global Seasonal Forecasting System (GloSea5). Atmosphere, 30, 293-309, doi:10.14191/Atmos.2020.30.3.293 (in Korean with English abstract).

원문보기 상세보기
Lim, S.-M., Y.-K., Hyun, H.-S., Kang, and S.-W. Yeh, 2018: Prediction skill of East Asian precipitation and temperature associated with El Nino in GloSea5 hindcast data. Atmosphere, 28, 37-51, doi:10.14191/Atmos.2018.28.1.037 (in Korean with English abstract).

원문보기 상세보기
MacLachlan, C., and Coauthors, 2015: Global seasonal forecast system version 5 (GloSea5): a high-resolution seasonal forecast system. Q. J. R. Meteorol. Soc., 141, 1072-1084, doi:10.1002/qj.2396.

상세보기
Madec, G., 2008: NEMO ocean engine. Note du Pole de modelisation de l'Institut Pierre-Simon Laplace 27, 300 pp.
Megann, A., D. Storkey, Y. Aksenov, S. Alderson, D. Calvert, T. Graham, P. Hyder, J. Siddorn, and B. Sinha, 2014: GO5.0: The joint NERC-Met Office NEMO global ocean model for use in coupled and forced applications. Geosci. Model Dev., 7, 1069-1092, doi:10.5194/gmd-7-1069-2014.

상세보기
Rae, J. G. L., H. T. Hewitt, A. B. Keen, J. K. Ridley, A. E. West, C. M. Harris, E. C. Hunke, and D. N. Walters, 2015: Development of the global sea ice 6.0 CICE configuration for the met office global coupled model. Geosci. Model Dev., 8, 2221-2230, doi:10.5194/gmd8-2221-2015.
Ricci, S., A. T. Weaver, J. Vialard, and P. Rogel, 2005: Incorporating state-dependent temperature-salinity constraints in the background error covariance of variational ocean data assimilation. Mon. Wea. Rev., 133, 317-338.
Semtner, Jr., A. J., 1976: A model for the thermodynamic growth of sea ice in numerical investigations of climate. J. Phys. Oceanogr., 6, 379-389.

상세보기
Thorndike, A. S., D. A. Rothrock, G. A. Maykut, and R. Colony, 1975: The thickness distribution of sea ice. J. Geophys. Res. Oceans, 80, 4501-4513.
Walters, D. N., and Coauthors, 2011: The Met Office Unified Model global atmosphere 3.0/3.1 and JULES global land 3.0/3.1 configurations. Geosci. Model Dev., 4, 919-941, doi:10.5194/gmd-4-919-2011.

상세보기
Waters, J., D. J. Lea, M. J. Martin, D. Storkey, and J. While, 2013: Describing the development of the new FOAM-NEMOVAR system in the global 1/4 degree configuration. Met Office Forecasting Research Tech. Rep. 578, 45 pp.
Waters, J., D. J. Lea, M. J. Martin, I. Mirouze, A. Weaver, and J. While, 2015: Implementing a variational data assimilation system in an operational 1/4 degree global ocean model. Q. J. R. Meteorol. Soc., 141, 333-349, doi:10.1002/qj.2388.

상세보기
Weaver, A. T., J. Vialard, and D. L. T. Anderson, 2003: Three- and four-dimensional variational assimilation with a general circulation model of the tropical Pacific Ocean. Part I: Formulation, internal diagnostics, and consistency checks. Mon. Wea. Rev., 131, 1360-1378.
Weaver, A. T., C. Deltel, E. Machu, S. Ricci, and N. Daget, 2005: A multivariate balance operator for variational ocean data assimilation. Q. J. R. Meteorol. Soc., 131, 3605-3625.

상세보기
Zalesak, S. T., 1979: Fully multidimensional flux-corrected transport algorithms for fluids. J. Comput. Phys., 31, 335-362.

상세보기

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

연합인증