보고서 정보
주관연구기관 |
광주과학기술원 Gwangju Institute of Science and Technology |
연구책임자 |
송철한
|
참여연구자 |
김준
,
이명인
,
구자호
,
김미진
,
한경만
,
김현수
,
김용훈
,
이경화
,
이동희
,
유진혁
,
최명제
,
이서영
,
김동민
,
김강한
|
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 |
한국어
|
발행년월 | 2016-12 |
과제시작연도 |
2016 |
주관부처 |
환경부 Ministry of Environment |
등록번호 |
TRKO201700008076 |
과제고유번호 |
1485014284 |
사업명 |
국립환경과학원연구사업 |
DB 구축일자 |
2017-10-12
|
DOI |
https://doi.org/10.23000/TRKO201700008076 |
초록
▼
Ⅳ. 연구 결과
○ 자료동화에 활용하기 위하여 GOCI 및 MI 자료의 적용성을 평가한 결과는 다음과 같다.
GOCI와 MI에서 산출된 AOD 자료간 비교 평가 결과, 지상 AERONET AOD과의 선형 상관계수 (Pearson’ correlation coefficient; R)는 GOCI (0.93) 가 MI (0.7) 보다 더 높은 값을 보였다. 이는 GOCI와 MI 에어로솔 산출 알고리즘 모두 지표면 반사도를 산출하기 위하여 최소반사도 방법을 사용하는데, GOCI의 경우 AOD의 낮은 AOD 구간의 산출 정확도가 높
Ⅳ. 연구 결과
○ 자료동화에 활용하기 위하여 GOCI 및 MI 자료의 적용성을 평가한 결과는 다음과 같다.
GOCI와 MI에서 산출된 AOD 자료간 비교 평가 결과, 지상 AERONET AOD과의 선형 상관계수 (Pearson’ correlation coefficient; R)는 GOCI (0.93) 가 MI (0.7) 보다 더 높은 값을 보였다. 이는 GOCI와 MI 에어로솔 산출 알고리즘 모두 지표면 반사도를 산출하기 위하여 최소반사도 방법을 사용하는데, GOCI의 경우 AOD의 낮은 AOD 구간의 산출 정확도가 높아 지표면 반사도 산출의 오차가 적은 것으로 추정되나, MI AOD는 밝은 지표영역에서 낮은 AOD 산출 오차가 높게 나타나는 특징 때문에 발생하였다. 특히 MI의 경우 가시광 채널이 0.55 ~ 0.8 mm 범위에 민감도를 가져, 위성에 도달하는 대기상한 반사도에 지표가 기여하는 정도가 대기가 기여하는 정도에 비해 높게 나타나는 한계가 있어, 향후 지표면 반사도 정확도 개선을 위한 추가 분석이 필요하다.
○ 적용성 평가를 수행한 GOCI 및 MI AOD 자료는 자료동화에 적용되었다. DRAGON-NE Asia 2012 캠페인 기간 (2012년 3월 ~ 5월)의 CAMQ AOD와 GOCI AOD를 Cressman 기법, OI 기법, Kriging을 활용하여 자료동화 한 결과 Cressman 기법은 R, RMSE, MB가 각각 0.79, 0.14, -0.03로 나타났으며 OI 기법은 0.72, 0.28, -0.1, Kriging은 0.85, 0.21, -0.1으로 나타났다. 자료동화를 수행한 경우의 상관계수는 CMAQ AOD와 AERONET AOD를 비교하였을 때의 상관계수 값인 0.476 보다 높아진 것을 확인하였으며, 시계열 및 공간장 분석을 통해서도 자료동화를 수행한 재분석 자료가 자료동화를 수행하지 않은 모델 모의 결과보다 관측값과 더 유사한 분포를 보이는 것을 확인하였다. 상관계수는 Cressman 기법이 OI 기법보다 높게 나왔으나, OI의 경우 free parameter 값에 따라 결과가 달라질 수 있으므로 한계점을 가진다.
○ 또한 Cressman 기법을 적용하여 GOCI 또는 MI 그리고 GOCI와 MI AOD를 모두 활용하여 CMAQ AOD와 자료동화한 값 (GOCI+CMAQ AOD 또는 MI+CMAQ AOD 또는 GOCI+MI+AOD)과 AERONET AOD와 비교하였다. GOCI AOD만을 활용하여 자료동화를 수행한 결과가 AERONET AOD와 가장 높은 상관관계 (R=0.79)를 나타냈으며, MI AOD를 활용하여 자료동화를 수행하였을 때 가장 낮은 상관관계 (R=0.63)를 나타냈다. RMSE는 GOCI AOD만 적용한 경우, MI AOD만 적용한 경우, GOCI 및 MI AOD를 모두 적용한 경우 각각 0.14, 0.17, 0.2로 나타냈다. MB는 세 경우 모두 동일한 –0.03 값을 보였다.
○ DRAGON-NE Asia 2012 캠페인 초반 기간 (2012년 3월) 동안 생산한 WRF-Chem AOD와 GOCI 및 MI AOD를 3D-VAR 기법을 적용하여 자료동화 한 경우, AERONET AOD와 비교하였을 때 Bias가 줄어드는 것을 확인하였다. WRF-Chem AOD와 AERONET AOD를 비교분석한 결과, GOCI AOD를 적용하였을 때 상관관계는 0.49로 나타났다. MI AOD를 적용한 결과 상관관계는 0.54로 GOCI를 적용한 경우 보다 높게 나타났다.
○ 중국으로부터 한반도까지 장거리 수송이 활발히 일어나는 기간을 선정 (2014년 12월 ~ 2015년 2월)하여, Cressman 기법과 OI 기법을 적용하여 3가지 대기 오염 물질 (CO, O3, SO2)에 대해 지상 관측자료(NAMIS & CAWNET)와 CMAQ 모의 자료를 자료동화하여 재분석 자료를 생산하였다. Cressman 및 OI 기법을 적용한 재분석 자료를 통계적으로 분석한 결과, CO의 경우는 자료동화를 적용하지 않은 CMAQ 모의 결과는 R값 0.17 ~ 0.23, RMSE값 0.72 ~ 0.84, MB값 –0.64 ~ -0.78을 가지는 반면에 Cressman을 적용한 경우는 R값 0.44 ~ 0.48, RMSE값 0.44 ~ 0.52, MB값 –0.27 ~ -0.34를 보였으며, OI를 적용한 경우는 R값 0.44 ~ 0.52, RMSE값 0.46 ~ 0.52, MB값 –0.11 ~ -0.15로 정확성이 향상되는 것이 확인되었다. SO2의 경우는 자료동화를 적용하지 않은 CMAQ 모의 결과의 R값 0.13 ~ 0.18, RMSE값 13.33 ~ 16.01, MB값 -2.92 ~ 3.47에 비해 자료동화를 적용하였을 때 Cressman의 경우는 R값 0.29 ~ 0.34, RMSE값 10.86 ~ 13.12, MB값 -1.73 ~ 2.53, OI의 경우는 R값 0.29 ~ 0.33, RMSE값 11.04 ~ 13.56, MB값 0.01 ~ 2.51으로 정확성이 향상되는 것을 확인할 수 있었다.
SO2는 CO 보다 자료동화의 효과가 적게 나타났는데, 이는 CO는 모델과 관측값의 편차가 매우 커서 자료동화의 효과가 잘 나타나는 반면에, SO2는 모델과 관측값이 CO만큼 큰 편차를 보이지 않기 때문에 자료동화의 효과가 CO보다 적게 나타난 것으로 판단된다. CO와 SO2의 재분석 자료 생산 결과, 두 경우 모두 Cressman 기법보다 OI 기법을 적용하였을 때 더 높은 R과 작은 ME 값을 가지므로, OI 기법을 적용할 때 재분석 자료의 정확성이 더 향상된다고 보여진다. Cressman 기법을 적용하여 O3 재분석 자료를 통계적으로 분석한 결과, 자료동화를 적용하지 않은 CMAQ 모의 결과는 관측값과 비교하였을 때 R값 0.37 ~ 0.42, RMSE값 18.37 ~ 21.81, MB값 14.11 ~ 20.45를 보인 반면, Cressman 기법을 적용하였을 때는 R값 0.51 ~ 0.53, RMSE값 18.37 ~ 21.81, MB값 14.11 ~ 20.45를 보였다. Cressman 기법을 적용하여 PM10 재분석 자료를 통계적으로 분석한 결과, 자료동화를 적용하지 않은 CMAQ 모의 결과는 관측값과 비교하였을 때 R값 0.14 ~ 0.31, RMSE값 77.61 ~ 86.17, MB 값 –76.01 ~ -83.53을 보인 반면, Cressman 기법을 적용하였을 때는 R값 0.37 ~ 0.57, RMSE값 53.74 ~ 55.79, MB값 –42.51 ~ -45.01을 보였다.
○ 시계열 및 공간장 분석과 통계 분석을 통하여, 자료동화를 적용한 재분석 자료의 경우가 자료동화를 적용하지 않은 모델 모의 결과 보다 관측값에 더 유사한 (정확도가 향상된) 결과를 보였다.
(출처 : 요약문 3p)
목차 Contents
- 표지 ... 1제 출 문 ... 2요 약 문 ... 3목차 ... 7표목차 ... 9그림목차 ... 10제1장 서 론 ... 15 제1절 연구의 필요성 ... 15 1. 연구 배경 및 필요성 ... 15 2. 국내외 연구개발 동향 ... 15 제2절 연구 목적 ... 17제2장 연구범위 및 내용 ... 18 제1절 연구범위 및 내용 ... 18 1. 각 실험 별 (위성, 지상 등) 대상기간/대상지역/실험 내용 ... 18 2. WRF/CMAQ 및 WRF-Chem 구성 ... 19 3. 위성 자료 처리 방법에 대한 설명 및 분석방법 ... 34 4. 자료동화 기법에 대한 설명 및 수행/분석방법 ... 34 제2절 연구 추진체계 ... 41제3장 연구결과 및 고찰 ... 43 제1절 위성을 활용한 에어로솔 광학 두께 자료동화 성능 평가 ... 43 1. 정지궤도 인공위성 센서인 GOCI 및 MI에서 산출된 AOD 자료 간 비교 평가 ... 43 2. 대기질 모델(CMAQ & WRF-Chem)의 최적 AOD 산출모듈 개발 및 모델 간 비교 평가 ... 64 3. 다양한 자료동화를 통한 AOD의 재현 모델링 성능평가 ... 70 제2절 지상관측을 활용한 기준성 대기오염물질(Criteria Air Pollutants) 자료동화 성능 평가 ... 84 1. 중국 및 우리나라 지상 대기질 관측 자료와 대기질 모델(CMAQ & WRF-Chem) 자료 간 자료 동화 모듈 개발 ... 84 2. 다양한 자료동화를 통한 기준성 대기오염물질의 재현 모델링 성능 평가 ... 84 제3절 관측과 모델오차를 고려한 3차원 변분 자료동화 (3D-VAR) 기법 연구 ... 104 1. GSI 3D-VAR 이용을 위한 배경 및 측정 공분산(co-variance) 매트릭스 구성 및 계산 ... 104 2. DRAGON-Asia Sunphotometer 및 AERONET AOD 자료를 활용한 인공위성 자료 간의 자료동화 결과 비교 및 검증 ... 106 3. WRF-Chem 및 WRF/CMAQ 결과를 이용한 모델 간 자료동화 시스템 비교 평가 ... 110제4장 결론 ... 112 1. 자료의 특징 분석 ... 112 2. CMAQ, WRF-Chem의 AOD 모의 ... 112 3. 자료동화 결과 ... 113제5장 기대성과 및 활용방안 ... 115 1. 기대성과 ... 115 2. 활용방안 ... 115제6장 참고문헌 ... 116끝페이지 ... 123
※ AI-Helper는 부적절한 답변을 할 수 있습니다.