초록 ▼

Ⅰ. 서 론

대기오염물질은 시정악화와 호흡기, 심혈관계 질환자 사망률 증가 등 인체 유해성이 매우 높다. 특히, 미세먼지는 인체뿐만 아니라 조선, 반도체 등 정밀 산업 전반에도 큰 악영향을 미친다고 알려져 있다. 현재 대기상태에 대한 측정 및 대기오염현상을 과학적으로 예측하는 것은 국민 건강 및 산업 등 다양한 분야에서 중요하다. 이에 지상 및 인공위성 등을 활용한 다양한 대기질 관측 자료가 생산되고 있으나, 시‧공간적 제약성(Spatio-temporal limitions)으로 인하여 자료의 불연속이 존재한다. 또한 정

Ⅰ. 서 론

대기오염물질은 시정악화와 호흡기, 심혈관계 질환자 사망률 증가 등 인체 유해성이 매우 높다. 특히, 미세먼지는 인체뿐만 아니라 조선, 반도체 등 정밀 산업 전반에도 큰 악영향을 미친다고 알려져 있다. 현재 대기상태에 대한 측정 및 대기오염현상을 과학적으로 예측하는 것은 국민 건강 및 산업 등 다양한 분야에서 중요하다. 이에 지상 및 인공위성 등을 활용한 다양한 대기질 관측 자료가 생산되고 있으나, 시‧공간적 제약성(Spatio-temporal limitions)으로 인하여 자료의 불연속이 존재한다. 또한 정확성 높은 대기오염현상을 과학적으로 예측하기 위해서는 수치 모델의 불확실성을 개선하는 것이 필수적이다. 불확실성을 감소시키기 위해서는 수치 모델의 초기‧경계조건 설정 시 현실 반영이 이뤄져야하나 이를 위한 3차원 격자별 대기질 자료는 현재 부재한 실정이다. 재분석 자료는 관측 자료의 제약성을 극복할 수 있는 모델링 자료와 정확도가 높은 관측 자료의 합성과정(자료동화)을 통해 생산되며 이때, 자료동화는 두 자료의 장점을 최대한 결합시킬 수 있는 방안을 선택하여 적용한다.

이러한 대기질 관측 자료와 모델링 자료의 최적화된 자료동화 기법을 이용하여 생성한 대기질 재분석 자료는 대기질 수치예보 정확도 향상을 위해 필수적이다. 또한 대기질 예보 결과의 검증, 재현 모델링(hindcast modeling) 및 장‧단기적인 대기질 평가를 위해서도 대기질 재분석 자료는 필수적이나 이에 대한 연구는 매우 미미한 실정이다.

(출처:본문 I. 서론 p.7)

Abstract ▼

The final goal of this study is to produce the chemical reanalysis data with the multi-purpose applications (e.g., for improving the air quality forecasting, making a diagnosis of air quality and climate changes and so on). This report has presented the results over the first year of the study plann

The final goal of this study is to produce the chemical reanalysis data with the multi-purpose applications (e.g., for improving the air quality forecasting, making a diagnosis of air quality and climate changes and so on). This report has presented the results over the first year of the study planned for 3 years. We have produced the chemical reanalysis preliminary data over the Dragon campaign (March-May, 2012) period in consideration of observation availability for the target for six pollutants (AOD, PM₁₀, PM_2.5, O₃, NO₂, CO and SO₂).

First, the latest models have installed in order to improve model performances and the ‘Cressman’ method has adopted to assimilate the observation data into the air quality model (CMAQ) with the under-estimated simulation tendency (Corr : 0.48, Bias : -29, RMSE : 33) The assimilation has been conducted as two different approaches (Off-line and On-line). The ‘Off-line’ method combines all observations when the modelsimulation is finished over the whole period. In the ‘On-line’ method, observation is reflected on the simulated concentration every hour. The off-line results have matched well with observation but haven’t well-matched in the area absented of monitoring sites. Also, there has have distinctive discontinuity for the spatial distribution. Therefore, the chemical reanalysis preliminary data has been finally produced with On-line method at hourly interval, which is outstanding and cost-effective. In addition, in order to overcome of surface observation limitations, Aerosol Optical Depth (AOD) data retrieved from GOCI(Geostationary Ocean Color Imager satellite) has been considered for the data assimilation. The results of using GOCI data have presented that the simulated AOD was highly correlated (R:0.92) with AERONET measurements compared to the results (R:0.42) without GOCI data assimilation

(출처:Abstract p.6)

목차 Contents

• 표지 ... 1
• 목차 ... 2
• 표목차 ... 3
• 그림목차 ... 4
• Abstract ... 6
• Ⅰ. 서론 ... 7
• Ⅱ. 연구내용 및 방법 ... 9
• 1. 재분석자료 생산 체계 ... 9
• 2. 최적 모델링시스템 구축 ... 10
• 가. 기상 및 화학수송모델링 시스템 ... 11
• 나. 대기질 예측능력 평가 ... 12
• 3. 자료동화시스템 구축 ... 14
• 가. 관측자료 수집 및 평가 ... 15
• 나. 자료동화 방법 및 체계 ... 17
• Ⅲ. 연구결과 및 고찰 ... 19
• 1. 지상관측 자료동화의 성능 평가 ... 19
• 가. Off-line 자료동화 결과 ... 19
• 나. On-line 자료동화 결과 ... 22
• 2. 위성자료를 이용한 동화 성능 평가 ... 28
• 가. AOD 생산 및 검증 ... 28
• 나. 위성 자료동화 수행 결과 ... 29
• 3. 향후계획 ... 33
• Ⅳ. 결론 ... 34
• 참고문헌 ... 36
• 끝페이지 ... 38