[보고서]차세대 도시농림 융합스마트 기상서비스 개발(Ⅱ) - 스톰규모 수도권 위험기상감시 및 예측시스템 개발

[국가R&D연구보고서] 차세대 도시농림 융합스마트 기상서비스 개발(Ⅱ) - 스톰규모 수도권 위험기상감시 및 예측시스템 개발
Integrated Weather Services for Urban and Rural Area (II) - Development of the advanced storm-scale analysis and prediction system 원문보기

보고서 정보
주관연구기관	국립기상연구소 National Institute of Meteorological Research
보고서유형	최종보고서
발행국가	대한민국
언어	한국어
발행년월	2013-12
과제시작연도	2013
주관부처	기상청 Korea Meteorological Administration(KMA)
과제관리전문기관	국립기상연구소 National Institute of Meteorological Research
등록번호	TRKO201400001995
과제고유번호	1365001778
사업명	차세대 도시·농림 융합스마트 기상서비스 개발
DB 구축일자	2014-04-19
DOI	https://doi.org/10.23000/TRKO201400001995

초록 ▼

Ⅳ. 연구 내용 및 결과
스톰규모의 위험기상에 대한 감시를 위해서는 보다 조밀한 관측이 요구되기 때문에 운고계 및 GNSS 관측망을 확충하였다. 라이더식 운고계는 수도권으로 유입되어 오는 구름에 대한 감시 및 관측을 위해 항공기상청 상층풍 관측실에 설치하였고 CL-VIEW 및 BL-VIEW 프로그램을 이용하여 3개 층에 대한 운고 및 운량에 대한 정보와 함께 고도 4 km 이내의 경계층에 대한 보다 세밀한 정보를 산출되도록 하였다. GNSS 관측은 상시 관측지점으로 4개 지점(파주기상대, 천안기상대, 충주기상대, 홍천관측소)을 확대하여 총 19개의 관측지점을 운영하고 있다. GNSS 관측자료는 GNSS 관측자료 처리 프로그램(GIPSY-OASIS)을 이용하여 가강수량 자료를 산출하였다. 산출된 가강수량값은 객관분석 기법을 이용하여 수도권 지역의 가강수량 분포를 분석하고 웹기반의 표출시스템을 통한 모니터링 체계를 구축하였다.
스톰규모의 위험기상에 대한 예측시스템을 개발하기 위해 개별 스톰을 이동하면서 추적하기 위해서 이동형 둥지격자 체계를 이용하는 앙상블 예측시스템을 구축하였다. 각각의 이동형 둥지격자는 서로 다른 물리과정을 조합한 물리과정 앙상블 예측을 하도록 구성하였으며 둥지격자가 스톰을 추적하는 동안 둥지격자가 서로 겹치도록 설정하여 겹치는 지역에서 강수확률을 예측하였다. 2010년 9월 21일 추석에 발생한 집중호우 사례에 대해서 적용해 본 결과 3시간 누적강우량 50mm, 70mm에 대해서 관측과 매우 유사한 강수 확률을 산출하는 것을 확인하였다. 특히 스톰규모 예측을 위해 요구되는 좁은 지역에서 높은 확률의 예측이 잘 이루어 진 것으로 평가된다.
2012년에 개발된 스톰규모 위험 기상 예측시스템을 최적화하는 연구가 수행되었다. Noah-LSM 지면물리과정을 적용한 실험이 수행되었으며 이를 통해 2시간 예측의 강수량과 강수대의 위치가 잘 모의되는 것을 알 수 있었다. 특히 2013년 7월 22일 수도권 남동부 지역에서 발생한 호우사례에서 지역적으로 집중된 강한 강수대와 시간당 80 mm에 가까운 강수량을 잘 모의하여 ASAPS의 강수 예측 성능이 향상되었음을 알 수 있었다. 수치모델에 입력되는 바람장을 4차원 변분 레이더 자료동화 시스템에서 분석된 바람장을 이용하는 체계가 활용되었으며 기존과 비교하여 강수대 패턴과 강수량 측면에서는 관측과 유사하게 나타났다. 수치 모형의 지면경계값의 정확성을 향상시키기 위해 한강을 포함한 주요 하천의 토지이용도 자료 등 수도권의 토지이용도 자료 변경에 따른 민감도 실험이 수행되었다. 토지이용도에 대한 민감도 실험 결과 기존의 한강을 바다로 처리하는 과정이 개선되어 한강 및 그 주변의 온도장의 오차가 개선되었다.

Abstract ▼

National Institute of Meteorological Research (NIMR) have researched about the monitoring and the prediction for the storm-scale severe weather in the metropolitan area. The application techniques with remote-sensing observation data such as ceilometer, radar and GNSS receiver have been developed for the analysis of cloud and water vapour. The observation network was also reinforced for the high-resolution observation data. The ceilometer was additionally installed in the observatory near Incheon international airport. The 4 GNSS receivers were added for the dense observation of total precipitable water(TPW). The information of cloud and TPW was monitored in real-time and decoded for the further analysis. The advanced storm-scale analysis and prediction system (ASAPS) was improved by applying the various methods. The Noah-LSM was applied in the ASAPS for the improvement of the land-surface process. The analysis field of 4-dimensional variational doppler radar analysis system was used for the initial field of the ASAPS. The landuse type was modified with MODIS-based data and the ocean of inland was changed to the lake in the surface boundary condition of prediction model. The change of the land-surface process, the initial field of ASAPS and the landuse type improved the predictability of ASAPS for the location and amount of rainfall in the severe weather case study. The storm-scale ensemble prediction system was developed with the overlapped nested domain of WRF and evaluated for the predictability of the torrential rainfall case at Seoul area in 21 September 2010.

목차 Contents

표지 ... 1
연 구 보 고 서 ... 2
목 차 ... 4
표 목차 ... 7
그 림 목 차 ... 8
요 약 문 ... 11
Summary ... 15
제 1 장 서 론 ... 17
제 2 장 스톰규모 수도권 위험기상 감시시스템 개발 ... 18
제 1 절 원격 관측자료를 이용한 스톰규모 자료동화 기법 개발 ... 18
1. 운고계 후방산란자료 추출 및 전처리과정 원형개발 ... 18
(1) 개요 ... 18
(2) 후방산란자료 추출과정 개발 ... 20
(3) 전처리과정 개발 ... 23
(4) 요약 및 결론 ... 25
2. 초단기 분석시스템 연직해상도 증가실험 및 효과 ... 26
(1) 개요 ... 26
(2) 실험방법 ... 27
(3) 실험결과 ... 32
(4) 요약 및 결론 ... 36
3. 대기상태에 따른 기상레이더 빔 굴절모델 개발 ... 37
(1) 개요 ... 37
(2) 대기굴절률 ... 38
(3) 레이더 빔의 경로 ... 40
(4) RABTRAM (RAdar Beam TRAcing Model) 개발 ... 42
(5) 실험결과 ... 43
(6) 요약 및 결론 ... 48
4. 4차원 자료동화를 위한 GNSS 위성별 시선방향 가강수량 산출 ... 49
(1) 개요 ... 49
(2) GNSS 시선방향 가강수량 산출 ... 50
(3) 요약 및 결론 ... 52
제 2 절 수도권 수증기 및 구름감시 능력 강화 ... 53
1. 구름감시를 위한 운고계 설치 ... 53
(1) 서론 ... 53
(2) 라이더식 운고계 ... 54
(3) 운고계 자료 및 표출 ... 56
(4) 요약 및 결론 ... 59
2. 수도권 지역 GNSS 가강수량 관측망 보강 ... 60
(1) 서론 ... 60
(2) GNSS 관측망 보강 ... 61
(3) GNSS 가강수량 분석장 표출 ... 63
(4) 요약 및 결론 ... 66
제 3 장 스톰규모 수도권 위험기상 예측시스템 개발 ... 67
제 1 절 스톰규모 앙상블 예측시스템 원형 개발 ... 67
1. 개요 ... 67
2. 스톰규모를 위한 둥지격자 앙상블 체계 ... 70
3. 이동형 둥지격자 앙상블 예측결과 ... 72
4. 요약 및 결론 ... 75
제 2 절 수도권 주변 지면물리과정 최적화 ... 76
1. 개요 ... 76
2. 수도권 집중호우 사례 분석 ... 78
3. 레이더 자료동화 분석장과 중규모 모델 결합 실험 ... 86
4. 주요 하천에 대한 초기화 기법 개선 ... 90
5. 토지이용도 자료에 따른 기온 민감도 실험 ... 93
6. 요약 및 결론 ... 96
제 4 장 요약 및 결론 ... 98
참고문헌 ... 100
부록 2013년도 학술용역과제 ... 105
1. 수도권 3차원 관측자료 스톰규모 활용 기반기술개발(Ⅱ) ... 106
끝페이지 ... 222

표/그림 (39)

표 Fig. 2.1.1. The example of backscatter density data for CL51.
표 Fig. 2.1.2. Backscatter density of ceilometer on Oct 8, 2013.
표 Fig. 2.1.3. The profile of backscatter density at 03 UTC 08 Oct 2013.
표 Fig. 2.1.4. Backscatter density of ceilometer after smoothing processing on Oct 8, 2013
표 Fig. 2.1.5. pressure.nl setting for 43 layers.
표 Fig. 2.1.6. public_laps2wfo.tbl setting for 43 layers.
표 Fig. 2.1.7. The structure of netCDF for 43 layers.
표 Fig. 2.1.8. The comparison of 1-hr rainfall accumulation for each experimental
표 Fig. 2.1.9. ETS score of one hour rainfall accumulation
표 Fig. 2.1.10. Diagram of RABTRAM.
표 Fig. 2.1.11. Ray paths and radar beam height in an atmosphere under standard(upper panel) and ducting(lower panel) condition
표 Fig. 2.1.12. PPI for GSN radar at 06 UTC, 26 April, 2011.
$Fig. 2.1.13. The refractive index and laps rate of refractivity at 06UTC on May 26, 2011$ 표 Fig. 2.1.13. The refractive index and laps rate of refractivity at 06UTC on May 26, 2011
표 Fig. 2.1.14. The PPI for reflectivity and height of beam at 06 UTC, 26 April, 2011.
표 Fig. 2.1.15. The sample of estimated line of sight PWV from SWD.
표 Fig. 2.2.1. The image of ceilometer installing near by Incheon international airport.
표 Fig. 2.2.2. The sample image of CL-VIEW on 05 UTC, Oct. 29, 2013.
표 Fig. 2.2.3. The sample image of BL-VIEW on 1031 LST, Jan. 16, 2014.
표 Fig. 2.2.4. The GNSS stations near the Seoul metropolitan area.
표 Fig. 2.2.5. The display of web-based GNSS analysis field in KMA intranet.
표 Fig. 2.2.6. The analysis field of TPW(total precipitation water) and the timeseries of TPW at 4 GNSS stations in Oct. 6, 2013.
표 Fig. 3.1.1. The number of storm cells at 1.5 km CAPPI in September 21, 2010.
표 Fig. 3.1.2. Same as in Fig. 3.1.1 except in July 27, 2011.
표 Fig. 3.1.3. Initial domain configuration.
표 Fig. 3.1.4. Surface winds of each ensemble members.
표 Fig. 3.1.5. Simulated radar reflectivities of ensemble members at 1.5km height.
표 Fig. 3.1.6. a) the 3-hr accumulated rainfall amount of AWS observation, probability of accumulated 3-hr rainfall more than b) 70 mm and c) 50 mm
표 Fig. 3.2.1. The hourly accumulated precipitation of (a) AWS observation, model forecast of (b) ASAPS, (c) KLAPS and (d) LDAPS at 0700 LST 22 July 2013
표 Fig. 3.2.2. The velocity potential of 950 hPa(upper panel), 300 hPa(middle panel) and observational 1 hour accumulated precipitation(lower panel) from 0600 LST to 0900 LST 22 July 2013
표 Fig. 3.2.3. Same as in Fig. 3.2.2 except for helicity(shading) and normalized helicity density(line) of 850 hPa(upper panel) and condensational heating(line) of 600 hPa(lower panel).
표 Fig. 3.2.4. Same as in Fig. 3.2.2 except for precipitable water vapor.
표 Fig. 3.2.5. The radar images from 1600 LST to 2030 LST 4 July 2013.
표 Fig. 3.2.6. The hourly accumulated precipitation of (a) AWS observation, model forecast of (b) ASAPS and (c) LDAPS at 2000 LST 4 July 2013
표 Fig. 3.2.7. The hourly accumulated precipitation of (a) AWS, (b) RADAR, the analysis of reflectivity of (c) VDRAS, (d) radial velocity and (e) verification for VDRAS at 0000 LST 6 July 2012
표 Fig. 3.2.8. The hourly accumulated precipitation of (a) AWS, model forecast of (b) CNTL and (c)(d) added VDRAS analysis wind at 0200 LST 6 July 2012
표 Fig. 3.2.9. Using static data editor to change the ocean of inland to the lake.
표 Fig. 3.2.10. The temperature at 2m and wind at 10m over surface of (a) 1 hour, (b) 2 hours forecast and (c) observation at 08:00 LST 14 December 2012
표 Fig. 3.2.11. Landuse type of (a) original 20 category and (b) added lakes to MODIS-based data, (c) original 20 category and (d) added lakes to MODIS-based data appending KLC(Korea Land Cover) by Kang et al
표 Fig. 3.2.12. The RMSE of forecast temperature at 2m over surface during 6 hours from 25 to 29 May 2013.

과제명(ProjectTitle) :	-
연구책임자(Manager) :	-
과제기간(DetailSeriesProject) :	-
총연구비 (DetailSeriesProject) :	-
키워드(keyword) :	-
과제수행기간(LeadAgency) :	-
연구목표(Goal) :	-
연구내용(Abstract) :	-
기대효과(Effect) :	-

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 제목(한글), 저자명(한글), 발행일자, 전자원문, 초록(한글), 초록(영문) 관리번호, 제목(한글), 제목(영문), 저자명(한글), 저자명(영문), 주관연구기관(한글), 주관연구기관(영문), 발행일자, 총페이지수, 주관부처명, 과제시작일, 보고서번호, 과제종료일, 주제분류, 키워드(한글), 전자원문, 키워드(영문), 입수제어번호, 초록(한글), 초록(영문), 목차
저장형식	Text(ASCII format) Excel format
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