Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1225-6692(Print)
ISSN : 2287-4518(Online)
Journal of the Korean earth science society Vol.35 No.1 pp.1-18
DOI : https://doi.org/10.5467/JKESS.2014.35.1.1

Analysis of Sensitivity to Prediction of Particulate Matters and Related Meteorological Fields Using the WRF-Chem Model during Asian Dust Episode Days

Yun Seob Moon1*, Youn Seo Koo2, Ok Jin Jung1
1Department of Environmental Education, Korea National University of Education, Chungbuk 363-791, Korea
2Department of Environmental Energy & Engineering, Anyang University, Anyang City, Gyeonggi 365-831, Korea
Corresponding Author: ysmoon@knue.ac.kr; Tel: +82 43 230 3769; Fax: +82 43 230 3785
August 19, 2013 November 16, 2013 January 7, 2014

Abstract

The purpose of this study was to analyze the sensitivity of meteorological fields and the variation of concentration of particulate matters (PMs) due to aerosol schemes and dust options within the WRF Chem model to estimate Asian dusts affected on 29 May 2008 in the Korean peninsula. The anthropogenic emissions within the model were adopted by the 0.5° × 0.5° RETRO of the global emissions, and the photolysis option was by Fast J photolysis. Also, three scenarios such as the RADM2 chemical mechanism and MADE/SORGAM aerosol, the MOSAIC 8 section aerosol, and the GOCART dust erosion were simulated for calculating Asian dust emissions. As a result, the scenario of the RADM2 chemical mechanism & MADE/SORGAM aerosol depicted higher concentration than the others’ in both Asian dusts and the background concentration of PMs. By comparing of the daily mean of PM10 measured at each air quality monitoring site in Seoul with the scenario results, the correlation coefficient was 0.67, and the root mean square error was 44 μg m−3. In addition, the air temperature, the wind speed, the planetary boundary layer height, and the outgoing long wave radiation were simulated under conditions of no chemical option with these three scenarios within the WRF or WRF Chem model. Both the spatial distributions of the PBL height and the wind speed of u component among the meteorological factors were similar to those of the Asia dusts in range of 1,800 3,000 m and 2 16 m s−1, respectively. And, it was shown that both scenarios of the RADM2 chemical mechanism and MADE/SORGAM aerosol and the GOCART dust erosion were interacted on line between meteorological factors and Asian dusts or aerosols within the model because the outgoing long wave radiation was changed to lower than the others.


황사 발생 기간 동안 WRF-Chem 모델을 이용한 미세먼지 예측과 관련 기상장에 대한 민감도 분석

문 윤섭1*, 구 윤서2, 정 옥진1
1한국교원대학교 환경교육과, 363-791, 충청북도 청원군 강내면 태성탑연로 250
2안양대학교 환경에너지공학과, 365-831, 경기도 안양시 만안구 상덕로 37번길 22

초록

이 연구의 목적은 2008년 5월 29일 우리나라에 영향을 미치는 황사를 예측하기 위해 WRF Chem 모델 내 에어 로졸 스킴과 광물성 먼지 옵션에 따른 미세먼지 농도 변화와 그에 따른 기상장의 민감도를 분석하는 것이다. 미세먼지 의 인위적 배출량에 대해서는 0.5° × 0.5° RETRO 전구 배출량을, 광해리의 경우 Fast J 광해리 스킴을, 그리고 황사 발생 량을 추정하기 위해 RADM2 화학메커니즘 및 MADE/SORGAM 에어로졸 시나리오, MOSAIC 8 섹션 에어로졸 시나 리오, 그리고 GOCART 먼지 침식 시나리오를 각각 적용하였다. 그 결과 RADM2 화학메커니즘 및 MADE/SORGAM 에어로졸 시나리오가 다른 시나리오들보다 우리나라 황사 먼지 농도와 배경 PM 농도를 더 높게 모사하였다. 그리고 이 시나리오와 서울의 각 대기질 측정망의 평균 PM10 농도와의 비교 결과, 상관계수는 0.67, 평균제곱근오차는 44 μg m−3으로 나타났다. 또한 WRF Chem 모델에서 상기 3가지 시나리오와 이들 시나리오가 없는 순수 기상에서의 온도, 풍 속, 경계층 높이, 장파복사의 기상 민감도를 분석한 결과, 1,800 3,000 m 경계층 높이와 2 16 m s−1 풍속 U 성분의 공간 적 분포가 황사 먼지 발생의 공간적 분포와 유사하게 나타났다. 그리고 GOCART 먼지 침식 시나리오와 RADM2 화학 메커니즘 및 MADE/SORGAM 에어로졸 시나리오는 황사 먼지 또는 에어로졸과 기상이 온라인으로 상호작용함으로써 지구장파복사가 더 낮게 모사되었다.


    Ministry of Environment

    서 론

    광물성 먼지는 질량 면에서 대기 중 가장 풍부한 에어로졸로 대기 및 물 순환에 의해 수천 킬로미터 로 이동하여 구름의 물리적·복사적 특성과 복사 강 제력 등에 영향을 주고 온도를 조절할 수 있기 때문 에 전 지구적 기후에 중요한 역할을 할 수 있다(Lau et al., 2009; Flaounas et al., 2009; Wu et al., 2010; Zhao et al., 2010). 광물성 먼지의 발생원은 주로 북 아프리카의 사하라 사막과 중국 및 몽골의 고비 사 막 등에서 편서풍 파동의 이동에 따른 고·저기압 발 달과 밀접한 관계가 있음이 밝혀졌다(Sun et al., 2001; Kurosaki and Mikami, 2003; Hayasaki et al., 2006; Kim and Chung, 2009; Son and Kim, 2009; Teppei and Yamazaki, 2009; Ahn and Chun, 2011; Moon et al., 2011; Huang et al., 2013).

    황사 수치모의를 위한 최근까지의 연구는 광물성 먼지를 포함한 미세먼지 모델링이 기상과 상호작용 없이 기상입력 자료에 기반 한 오프라인(off-line) 상 태에서 황사의 발생량, 수송, 침적, 영향, 복사강제력 등을 예측하여 왔다(Tegen and Fung, 1994; Wang et al., 2000; Ginoux et al., 2001; In and Park, 2002; Gong et al., 2003; Shaw, 2004; Moon et al., 2011). 하지만 지역 기상과 입자상 및 가스상 물질의 상호 작용을 동시에 예측할 수 있는 온라인(on-line) 모델 인 WRF (Weather Research and Forecasting)-Chem 이 개발됨으로써 중국으로부터 발생한 황사나 비산먼 지가 한반도에 미치는 영향을 실시간으로 파악할 수 있게 되었다(Grell et al., 2005; Fast et al., 2006; Leung et al., 2006; Fast et al., 2009; Qian et al., 2009; Wang and Liu, 2009; Zhang et al., 2009).

    WRF-Chem 모델의 초기 버전에서는 기상과 가스 상 물질과 입자상 물질의 자취를 동시에 수치모의 할 수 있도록, 기상모델에서의 각 기상 물리적 조건 과 함께 RADM2 (Regional Acid Deposition Model 2)의 화학메커니즘(Stockwell et al., 1990) 및 MADE (Model Aerosol Dynamics Model for Europe)/ SORGAM (Secondary Organic Aerosol Model)의 에 어로졸 모델(Ackermann et al., 1998; Schell et al., 2001)을 설정할 수 있었다. 이후 Fast et al. (2006)Fast et al. (2009)은 CBMZ (Carbon Mechanism)의 화학메커니즘(Zaveri and Peters, 1999)과 MOSAIC (MOdel for Simulation Aerosol Interactions and Chemistry)의 에어로졸 스킴(Zaveri et al., 2008)을 통해 WRF-Chem을 보완하였다. 이로 인해 에어로졸 의 복사적 특성과 광해리율에 대해 더 복잡한 처리 가 가능하게 되었다. 에어로졸 크기 분포를 기술하기 위해 WRF-Chem의 MADE/SORGAM 스킴은 세 가 지 모드(Aitken mode, accumulation mode, and coarse mode)를 통하여 모형적으로 처리하는 반면에, MOSAIC 스킴은 에어로졸 크기별로 분류하여 처리 할 수 있다(Zhao et al , 2010). 또한 MADE/SORGAN 과 MOSAIC 스킴에서 에어로졸의 종류는 황산염, 질산염, 암모늄염, 유기물질, 탄소, 물, 해염, 그리고 광물성 분진 등으로 구성되어 있다. 그리고 Fast et al. (2006)Barnard et al. (2010)은 WRF-Chem에서 흡광도, 단일 산란 알베도, 산란 비대칭 인자 등과 같은 에어로졸의 광학적 특성을 보다 자세히 계산할 수 있도록 처리하였다.

    WRF-Chem 모델을 이용한 동아시아 황사 발생량 연구로는 Kang et al. (2011)이 WRF-Chem 모델 내 광물성 먼지 모델(Shaw et al., 2008)을 세 가지 먼지 발생량 스킴으로 모수화하여 각 스킴별 연직 플럭스 의 민감도를 비교하였고, Huang et al. (2013)은 중국 난징에서의 먼지 폭풍과 그 영향에 대해 MADE/ SORGAM 에어로졸 스킴과 Shaw et al. (2008) 광물 성 먼지 옵션을 이용하여 수치모의 하였다. 하지만 WRF-Chem의 3.4 버전 이상 모델에서는 광물성 먼 지 옵션의 경우 GOCART 모델의 먼지 발생량 산정 이 추가되었으므로 동아시아 영역에서의 황사 수치모 의의 경우 이들 에어로졸 스킴과 광물성 먼지 옵션 에 대한 민감도 분석이 필요한 실정이다.

    따라서 이 연구에서는 2008년 5월을 대상으로 우 리나라에 영향을 미치는 황사에 대해 WRF-Chem 3.4 버전을 이용하여 모델 내 에어로졸 스킴과 광물 성 먼지 옵션의 미세먼지 민감도를 비교하고 이들 스킴과 옵션의 차이에 따른 경계층 높이, 풍속, 기온, 복사의 기상장 변화를 비교·분석할 것이다.

    모델 개요 및 입력 자료

    모델 개요

    WRF-Chem 모델은 기상 모델인 WRF 모델에 화 학반응모델인 Chem이 접합된 WRF-Chem의 온라인 모델이다. 그 주요 특성으로는 토양 및 식생 스킴과 접합된 건성 침적이 가능하며, 자연적 배출량을 산정 하기 위해서는 Simpson et al. (1995)Guenther et al. (1994)에 의한 자연 배출량(토양에서 이소프렌, 메 타프렌, 질소산화물)의 온라인 계산과 EPA BEIS (Biogenic Emisssions inventory Sysstem) 3.14 등과 같이 사용자 정의 온라인 수정, 그리고 MEGAN (Model of Emisssions of Gases and Aerosols from Nature)으로부터 자연적 기원의 온라인 계산이 가능 하다(Moon et al., 2013). 또한 인위적 배출량을 산정 하기 위해서는 0.5 ° ×0.5 ° RETRO (Reanalysis of theTropospheric)와 1 ° ×1 ° EDGAR (Emisssion Database for Gobal Atmospheric research)로부터의 전구 배출 량과 사용자 정의의 국내 CAPSS (Clean Air Policy Support System) 또는 EPA (Environmental Protection Agency) NEI-05 (National Emission inventory 2005) 배출량 인벤토리 등을 고려할 수 있다. 그리고 가스 상 화학메커니즘의 선택을 위해 RADM2, RACM (Regional Atmospheric Chemistry Mechanism), CBM-4 (Carbon Bond Mechanism version IV)와 CBM-Z (Carbon-Bond Mechanism version Z) 화학메 커니즘을 고려할 수 있고 기타 화학메커니즘 생성을 위해서는 KPP (Kinetic Pre-Processor)를 사용한다. KPP를 이용하면 RADM2, RACM, RACM-MIM (Mainz Isoprene Mechanism), SAPRC-99 (Statewide Air Pollution Research Center 99), MOZART (Model for OZone And Related chemical Tracers) 등의 화학 메커니즘을 생성할 수 있다. 한편 광해리 스킴에는 강수기상, 에어로졸, 대류 매개변수와 접합된 Madronich 스킴과 Fast-J 광해리 스킴, 그리고 FTUV 광해리 스킴이 있다. F-TUV 광해리 스킴은 Madronich 스킴보다 빠르지만 모든 에어로졸 옵션에 작동하지 않는 단점이 있다. 에어로졸 스킴에는 모달 (modal) 에어로졸의 동역학 모델인 MADE/SORGAM 스킴과 MADE/VBS (Volitity Basis Set) 스킴, 에어 로졸 상호작용과 화학을 모의하기 위한 MOSAIC 4 또는 8 섹션 스킴, GOCART 모델의 총질량 에어로 졸 모듈 스킴이 있다. 광물성 먼지 또는 비산먼지 배 출량 산정 옵션에는 먼지 침식 또는 자체 지정 값으 로 수정된 GOCART 모델의 광물성 먼지 모델과 MOSAIC 및 MADE/SORGAM 에어로졸 스킴과 가 능한 Shaw et al. (2008) 광물성 먼지 모델을 지정할 수 있다. 기타 온실 가스의 능동적 수송 모의 옵션과 단일 화산에 의한 화산재 에어로졸 스킴 옵션, 산불 배출량을 고려하는 플럼 상승 모델 등을 추가하여 에어로졸 및 온실가스의 대기 복사, 광해리 및 미물 리 과정의 상호작용과 함께 이들의 직·간접 효과를 추정할 수 있다.

    모델입력 자료

    이 연구에서는 2008년 5월 15부터 31까지의 WRFChem 모델 내 기상 분석과 미세먼지 모델링을 위해 NECP (National Center for Environmental Prediction) 의 1 ° ×1 °의 6시간 FNL (Final) 재분석 기상 자료를 사용하였다. 동아시아 지역을 대상으로 27 km씩 180 ×150개의 격자점을 설정하였고, 31개의 수직 층을 적 용하였다. 그리고 WRF 기상모델의 경우 미물리 과 정은 WSM 6-class graupel, 운물리 과정은 Kain- Fritsch, 대기 경계층(PBL)은 YSU, 장파 및 단파 복 사 과정은 RRTM과 Goddard, 그리고 지표면은 4층 열확산을 적용하였다. 모델은 5일마다 FNL 재분석 자료를 이용해 기상학적 조건을 다시 초기화시켰고, 기상학적 스핀업 때문에 각 시뮬레이션 구역마다 하 루를 겹치게 해두었다.

    미세먼지의 인위적 배출량에 대해서는 0.5 ° ×0.5 ° RETRO (Reanalysys of the TROpospheric) 전구 배 출량을, 광해리의 경우 강수기상, 에어로졸, 대류 매 개변수와 접합된 Fast-J 광해리 스킴을, 그리고 황사 발생량을 추정하기 위한 먼지 에어로졸 스킴의 경우 모달 에어로졸의 동역학 모델인 MADE/SORGAM 스킴과 에어로졸 상호작용과 화학을 모의하기 위한 모달인 MOSAIC 8 section 스킴, 그리고 GOCART 모델로부터 총질량 에어로졸 모듈 스킴을 각각 적용 하였다. 또한 바이오매스 산불 배출량은 전구 산불 배출량 자료(Global Fire Emissions Database)를 이용 하였다.

    발원지의 황사 발생량은 WRF-Chem 구조 안에서 GOCART 에어로졸 스킴과 결합할 수 있는 GOCART 모델의 광물성 먼지 옵션과 MADE/SORGAM과 MOSAIC 에어로졸 각 스킴과 결합할 수 있는 Shaw et al. (2008) 광물성 먼지 옵션을 지정하였다. GOCART 모델의 광물성 먼지 발생량 E는 다음과 같이 계산한 다(Ginoux et al., 2001; Moon et al., 2009).

    E = CSs p u 10 m 2 u 10 m u t
    (1)

    여기서 C는 실험에 따른 비례 상수로 1.0 μg s2 m−5 이다(Ginoux et al., 2001). 그리고 S는 표면에서 일 어나는 잠재적으로 먼지가 생성될 수 있는 요인을, sp는 방출되는 먼지의 각 크기별 분류에 따른 분율 을, u10m은 10 m에서 수평으로 부는 바람의 속력을, ut는 먼지 발생이 일어날 때의 임계풍속을 각각 나 타낸다. 한편 Shaw et al. (2008)에 의해 제안된 광물 성 먼지 발생량 E는 다음과 같이 계산한다.

    E = α Cu 4 1 f w u t u
    (2)

    여기서 C는 실험에 따른 비례 상수로 10×10−14 g cm−6 s−3이다(Shaw et al., 2008). α는 식생의 효과를 설명하는 식물 요소를, u*는 마찰 속도를, u*t는 먼지 발생이 일어나지 않을 때의 임계마찰속도를 나타낸다 (20 cm s−1 ). 또한 fw는 토양의 수분 효과를 포함하는 토양 습도 인자이다.

    GOCART 모델과 Shaw et al. (2008) 모델에서는 광물성 먼지가 발생할 때 크기별로 방출된다고 보고 각각 8개 범주(0.1-0.18, 0.18-0.3, 0.3-0.6, 0.6-1.0, 1- 1.8, 1.8-3, 3-6, 6-10 μm)와 2개 범주(0.5-1, 1-10 μm) 로 구분하였는데(Zhao et al., 2010), 이 연구에서는 관측 값과의 비교를 위해 두 모델 모두 10 μm 보다 작은 먼지 입자들의 총질량만 발생된다고 계산하였 다. 먼지 반지름이 10 μm 보다 큰 입자는 중력 때문 에 일반적으로 대기 체류 시간이 매우 짧기 때문에 무시하였다(Tegen and Fung, 1994).

    따라서 이 연구에서는 WRF-Chem 모델에서 황사 포함 미세먼지 모델링 민감도를 조사하기 위하여 세 가지 시나리오를 구성하였는데, 에어로졸과 기상의 온라인 모델 조건에서는 GOCART 광물성 먼지 옵션 을 적용한 GOCART 먼지 침식 시나리오와 Shaw et al. (2008) 광물성 먼지 옵션이 지정된 RADM2의 화 학메커니즘 및 MADE/SORGAM 에어로졸 시나리오 를, 그리고 오프라인 모델 조건에서는 MOSAIC 8 섹션 에어로졸 시나리오로 구분하여 수치모의 하였다.

    그리고 WRF-Chem 모델 내 상기 세 시나리오의 미세먼지 농도 결과는 전구 배출량을 적용한 결과이 므로 이들 결과와 비교하기 위해 황사가 없다는 조 건하에 국내 CAPSS 및 전구배출량 EDGAR을 고려 한 오프라인 모델인 WRF-CMAQ (Community Multiscale Air Quality) 4.6 모델을 이용하여 PM10 농도를 수치모의 하였다. WRF-CMAQ 모델링에서 기상장의 물리적 옵션은 WRF-Chem과 동일하게 하 였지만 화학메커니즘의 경우는 CBM-4가 적용되었는 데(Moon et al., 2011), 두 모델의 화학 입력장을 비 교하면 Table 1과 같다.

    결과 및 토의

    WRF-Chem 4.0 모델에 상기 입력 자료를 적용하 여 2008년 5월 13일부터 5월 31일까지 광물성 먼지 및 전구 미세먼지 배출량이 에어로졸 스킴에 따라 국내 대기질(PM10, PM2.5)에 미치는 영향을 파악하 였고, 5월 29일과 30일 우리나라에 발생한 황사에 대해서는 이들 에어로졸 스킴과 광물성 먼지 옵션의 차이가 경계층 높이, 풍속, 기온, 복사 등의 기상장에 미치는 영향을 비교하였다.

    2008년 5월 29일~31일 우리나라에 발생한 황사 의 특성

    2008년 5월 29일에 우리나라에 나타났던 황사는 Fig. 1과 같이 상층 제트류에 기인한 지상 고·저기압 의 발달 및 이동과 관련이 있다. 발원지(내몽골과 고 비사막)에 시베리아 고기압의 접근에 따라 찬 기류의 하강과 전선을 동반한 저기압의 상승기류로 인해 부 유한 황사는 우리나라 부근 지상 저기압의 발달과 연관 되는데, 저기압 후면 한랭전선과 그 뒤를 따르 는 고기압 역에서 황사가 집중되어 관측된다는 것을 알 수 있다. 그리고 이 한랭전선을 동반한 저기압의 이동에 따라 황사는 남동진하여 서해상을 지나 우리 나라 전역에 영향을 주었다는 것을 알 수 있다.

    Fig. 2의 MTSAT 위성 영상은 황사 발생 시 이들 고·저기압의 발달 관계를 잘 묘사하고 있다. 황사가 발원지에서 고기압역을 따라 나타나 점차 남하하여 한랭전선까지 확장되었다는 것을 알 수 있다. 하지만 이날 적외 구름영상에서는 황사 발생 이동역인 고기 압 역에서 구름이 발견되고 복원된 황사 이미지가 잘 나타나지 않음으로 보아 황사가 구름 아래 대기 경계층 높이 이내로 낮게 이동하였을 것으로 판단된 다. Fig. 3은 인천시 서구에서 측정한 LIDAR 영상 분석결과로 미세먼지 농도가 상공 500 높이 이내로 이동하였다는 것을 알 수 있는데, 이것은 주변 공단 으로부터의 미세먼지 기여로 예상할 수도 있지만 이 날은 Fig. 4와 같이 우리나라 대부분 지역에서 황사 가 있었던 날이고, 영상자료 내 시간의 연속성과 이 미지 강도로 보아 중국으로부터 이동한 황사가 우리 나라 인천 상공을 통과할 때의 높이로 추정할 수 있다.

    우리나라에서는 황사가 2008년 5월 29일 1시경에 백령도에서 나타나기 시작하여 서울에서 30일 오전 4시경에, 대전에서 오후 1시경에, 그리고 부산에서 31일 0시경에 각각 도착하여 이날 오전 9시 이후로 미세먼지 농도가 감소하여 나타났다. 전국 주요도시 시간 최고 농도는 319-1,165 μgm−3 수준으로 강한 황사를 나타내었다(Fig. 4). 충남 천안시 백석동에서 30일 17시에 미세먼지 농도가 1,165 μgm−3으로 최고 농도를 나타내었고, 서울, 인천, 경기, 충남, 충북지역 에 황사경보(800 μgm−3 이상)가 발표되었다.

    WRF-Chem 모델 내 에어로졸 스킴과 광물성 먼 지 옵션의 민감도에 따른 미세먼지가 서울 지역에 미치는 영향

    WRF-Chem 모델에서 미세먼지(PM10, PM2.5) 모 델링 민감도를 조사하기 위하여 GOCART 먼지 침식 시나리오, RADM2의 화학메커니즘 및 MADE/ SORGAM 에어로졸 시나리오, 그리고 MOSAIC 8 섹션 에어로졸 시나리오를 구성하였다. 참고로 전자 는 GOCART 광물성 먼지 옵션을, 그리고 나머지 두 시나리오는 Shaw et al. (2008) 광물성 먼지 옵션이 지정되었다.

    Figs. 5와 6은 3가지 시나리오별 PM10과 PM2.5 농도의 공간적 분포를 나타낸 것이다. 미세먼지 농도 의 공간적 분포는 일반적으로 황사 먼지 배출의 패 턴과 일치한다. RADM2 화학메커니즘 및 MADE/ SORGAM 에어로졸 시나리오와 MOSAIC 8 섹션 에 어로졸 시나리오에서는 미세먼지의 공간적 분포가 서 로 유사하게 나타난 반면에 GOCART 먼지 침식 시 나리오에서는 두 시나리오에 비해 좁은 공간 영역에 서 일부 지역농도가 높게 나타났었다. 이들 농도의 공간적 분포 차이는 황사 발생량 경험식에서 경험 상수 C의 차이가 가장 크다는 것을 알 수 있다. 그 리고 미세먼지 농도의 공간적 시계열 분포에 있어서 는 RADM2 화학메커니즘 및 MADE/SORGAM 에 어로졸 시나리오가 우리나라 황사 먼지 농도뿐만 아 니라 배경 PM 농도에서 상대적으로 높은 농도를 모 사하였는데, 이는 WRF-Chem 모델 내 미세먼지의 전구 배출량이 화학메커니즘 및 에어로졸 스킴에 잘 반영됨으로써 광물성 먼지의 배경 수송 농도가 잘 모사되었기 때문으로 해석된다. MOSAIC 8 섹션 에 어로졸 시나리오 경우는 같은 황사 광물성 먼지 발 생 옵션이 적용되었지만 전자와 다른 화학메커니즘과 에어로졸 스킴으로 인해 이 날 우리나라 미세먼지 배경 농도는 낮게 모사되었다. 한편 RADM2 화학메 커니즘 및 MADE/SORGAM 에어로졸 시나리오에서 는 PM2.5 농도의 공간적 분포가 PM10 농도의 경우 보다 넓게 분포하고 상대적으로 높은 농도를 나타내 었는데, 이는 Fig. 2와 같이 한랭전선 후면 고기압 역을 따라 PM2.5가 많이 이동하였다는 것을 알 수 있다. Fig. 7은 5월 30일 12경에 인천 국립환경과학 원에서 측정한 입경분포를 나타낸 것이데, 이날 입경 이 약 3-4 μm에서 최고농도가 나타나고 있으므로 수 치모의 결과가 이를 잘 반영하고 있다고 할 수 있다. 하지만 GOCART 먼지 침식 시나리오에서는 PM2.5 의 공간적 농도 분포가 PM10에 비해 큰 폭으로 줄 어들었는데 이는 GOCART 먼지 침식에 에어로졸의 2차 화학반응 스킴이 생략되었기 때문으로 해석된다.

    Fig. 8은 2008년 5월 15부터 31일까지 WRF-Chem 모델 내 RADM2 화학메커니즘과 MADE/SORGAM 에어로졸 스킴에 Shaw et al. (2008) 광물성 먼지 옵 션으로 지정하였을 경우 그 PM10의 농도 결과를 서 울의 각 대기질 측정망 28개소를 평균하여 비교한 것이다. 그리고 WRF-Chem 모델링 결과에는 국내 미세먼지 배출량이 일부 누락되었는데 아직 WRFChem 모델 내 국내 CAPSS 미세먼지 배출원 관련 시·공간적 정보뿐만 아니라 다양한 화학메커니즘의 분배과정 자료가 고려되지 않았기 때문이다. 따라서 이 연구에서는 이 기간 동안의 황사를 무시하고 국 내 CAPSS 및 전구배출량 EDGAR을 고려한 오프라 인 모델인 WRF-CMAQ 모델링 결과와도 비교하였 다(Fig. 8). Fig. 8에서 WRF-Chem 모델링 결과와 관 측값과의 상관계수는 0.67, 평균제곱근오차(RMSE, Root Mean Square Error)는 44 μgm−3으로 나타났다. 다만 미세먼지 농도의 경우 전구 배출량만 사용하였 으므로 황사를 고려하지 않은 WRF-CMAQ 모델링 결과와 비교할 때 국내 CAPSS 배출원의 미세먼지 기여 농도만큼 차이가 있다는 것을 알 수 있다. Fig. 9는 인천 서구에서의 WRF-Chem 모델의 PM10 연직 프로파일을 나타낸 것이다. Fig. 3과 비교할 경우 모 델의 PM10의 연직 농도 분포가 관측값과 같이 500 m 이하에서 집중되어 분포하는 것을 알 수 있다. 비 록 이날은 Figs. 5와 6에서처럼 황사의 수송 범위가 중국 발원지에서 우리나라 근처까지로 제한되어 모사 되었기 때문이고 본 연구에서는 제시되지 않았지만 등온위면 공기 후방궤적이 우리나라 인천 서구 상공 에서 500 m 근처로 지속되어 나타났기 때문에 미세 먼지가 중국으로부터 기원하였을 것으로 판단하였다. 하지만 인천 서구 과학원 일대에는 서부 공단이 위 치하고 있고 이로 인한 미세먼지 기여도 보고되고 있으므로 이를 무시할 수는 없을 것이다.

    WRF-Chem 모델 내 황사 발생 유무에 따른 기 상장 민감도 분석

    WRF-Chem 모델에서 황사 발생 유무에 따른 온도, 풍속, 경계층 높이, 복사 등의 기상 민감도를 조사하 기 위하여 상기 제시된 3가지 시나리오와 이들 시나 리오가 없는 순수 기상의 WRF 모델링 결과와 비교 하였다.

    Fig. 10에서 Fig. 14는 2008년 29일 세 황사 먼지 옵션과 비황사에 따른 기온, 풍속(U, V), 경계층 높 이, 장파복사의 공간적 분포를 나타낸 것이다. 기온, 풍속 및 경계층 높이의 공간적 분포는 RADM2 화학 메커니즘 및 MADE/SORGAM 에어로졸 시나리오를 제외하고 유사하였으며, 이 시나리오의 경우 최저기 온과 최고기온의 범위는 −32-25 ° C로 기타 시나리오 에 비해 최저기온은 −5 ° C 낮게 최고기온은 1 ° C 높게 모사하였다(Fig. 10). 풍속 U성분의 범위는 16.6- 20.1 m s−1로 동풍에서 1.5 m s−1 서풍에서 5.5 m s−1 각 각 다른 시나리오보다 높게 나타났고(Fig. 11), 풍속 V 성분의 범위는 −14.5-17.4ms−1로 동풍에서만 1ms−1 더 낮게 나타났다(Fig. 12). 또한 PBL 높이의 범위는 26.1-4533.5 m로 최저 높이에서 4 m 더 높게 최고 높 이에서 3 m 더 낮게 모사하였다(Fig. 13). 그리고 장 파복사의 경우는 RADM2 화학메커니즘 및 MADE/ SORGAM 에어로졸 시나리오와 GOCART 먼지 침 식 시나리오가 범위가 각각 92.4-338.3Wm−2과 95.5- 311.0Wm−2으로 다른 두 시나리오에 비해 낮은 공간 적 분포를 나타내었다(Fig. 14).

    Figs. 5와 6의 황사 먼지 발생 및 이동의 공간적 패턴과 비교할 때 황사가 이동하는 공간은 기온은 낮고, 풍속의 경우 U성분에 의존적이며, 대기 경계 층 높이를 따라 지표에서 지구장파복사에 영향을 많 이 주고 있다는 것을 알 수 있다. 이것은 황사가 제 트류와 같은 찬 기류에 의해 전선부근에서 발생하고 이동시 강한 서풍을 따라 경계층 높이까지 이동하여 수송되고 있음을 말해준다. 특별히 Fig. 11의 풍속 U 성분(2-16ms−1 )과 Fig. 13의 경계층 높이(1,800-3,000 m)의 공간적 분포가 Figs. 5와 6의 황사 먼지 발생의 공간적 분포와 유사하게 나타났으므로 중국에서 발생 한 황사는 지면에서 약 1,800-3,000 m 높이로 2-16 m s−1의 서풍 대를 따라 우리나라로 수송하였을 것이 다. 그리고 MOSAIC 8 섹션 에어로졸 시나리오와 GOCART 먼지 침식 시나리오는 기상장에 있어 유사 한 공간적 분포를 나타내었고, 반면 RADM2 화학메 커니즘 및 MADE/SORGAM 에어로졸 시나리오는 두 시나리오에 비해 좁은 공간 영역에서 약간 높은 경계층 높이와 보다 강한 U성분 그리고 미세먼지 수 송의 온라인 상호작용으로 인해 Fig. 14에서처럼 지표 에서 지구장파복사가 더 낮게 분포하여 나타났다. 한 편 기상장이 유사한 MOSAIC 8 섹션 에어로졸 시나 리오와 GOCART 먼지 침식 시나리오에서 황사 먼지 의 공간적 분포의 차이는 이들 두 시나리오 간 에어 로졸 스킴이 기상장과 온라인으로 상호작용하였는가 의 여부로 판단 할 수 있다. Fig. 14에서 GOCART 먼 지 침식 시나리오와 RADM2 화학메커니즘 및 MADE/SORGAM 에어로졸 시나리오의 경우는 기상 과 황사 먼지(또는 에어로졸)가 온라인으로 상호작용 하였기 때문에 장파복사가 변하였다는 것을 알 수 있고, 동시에 장파복사의 최고값에서의 차이는 두 시 나리오 간 광물성 먼지 발생량의 차이에 기인하였을 것으로 판단된다. 한편 MOSAIC 8 섹션 에어로졸 시나리오의 경우는 오프라인으로 작용하였기 때문에 장파복사의 공간적 분포뿐만 아니라 다른 기상장의 결과가 광물 먼지 옵션이 없는 경우와 유사하다는 것을 알 수 있다.

    WRF-Chem 모델의 국내 대기질의 평가에 적용하 기 위한 방안 모색

    WRF-Chem 모델을 이용한 동아시아 황사 및 미세 먼지 연구는 중국과 몽골에서 발생한 황사 농도의 기여도뿐만 아니라 전구의 인위적·자연적 배출량 (RETRO, MEGAN)이 국내 대기질에 미치는 직·간 접적 영향을 동시에 파악할 수 있다. 또한 WRFChem 모델은 온라인으로 기상과 대기질의 상호작용 을 동시에 고려할 수 있으므로 광화학반응에 의한 오존과 기상의 공간적 관계를 보다 용이하게 평가할 수 있다. 동시에 기존 연구에서 사용되었던 WRFCMAQ 모델의 연구 결과를 재검증 할 수 있다는 장 점이 있다. 하지만 이 연구에서는 WRF-Chem 모델 에 국내 대기 배출량을 고려하지 못했으므로 차후 연구에서 이를 보완하게 된다면 국내 대기질 모델링 평가뿐만 아니라 지역 기후 모델링 평가로 손색이 없을 것이다. 한편 본 모델을 이용하여 우리나라 나 대지 또는 도로 비산먼지 발생 연구에도 확대 적용 할 수 있는데, 이 경우에는 모델 내 우리나라 토지피 복지도를 변경하고 관련 경험식의 비산먼지 발생 임 계풍속과 계수를 조정하여 산정할 수 있을 것이다.

    결 론

    이 연구는 2008년 5월 15일부터 5월 31일까지 우 리나라에 영향을 미치는 황사에 대해 온라인 WRFChem 3.4 버전을 이용하여 모델 내 에어로졸 스킴과 광물성 먼지 옵션이 미세먼지 및 기상장에 미치는 영향을 비교·분석한 것이다. 온라인 WRF-Chem 모 델에서 기상장과 황사포함 미세먼지 모델링 민감도를 조사하기 위하여 미세먼지의 인위적 배출량인 RETRO 전구 배출량을, 광해리의 경우 Fast-J 광해리 스킴을, 그리고 황사 발생량을 추정하기 위해 GOCART 먼지 침식 시나리오, RADM2의 화학메커니즘 및 MADE/ SORGAM 에어로졸 시나리오, MOSAIC 8 섹션 에 어로졸 시나리오 등 세 가지 시나리오에 대해 수치 모의 하였고, 그 결과를 요약하면 다음과 같다.

    2008년 5월 29일에 우리나라에 나타났던 황사는 저기압 후면 한랭전선과 그 뒤를 따르는 고기압 역 에서 집중되어 관측되었고, 인천시 서구에서 측정한 LIDAR 영상 분석결과 상공 500 m 근처에서 이동하 였다.

    WRF-Chem 모델의 미세먼지(PM10, PM2.5) 모델 링 민감도에서는 RADM2 화학메커니즘 및 MADE/ SORGAM 에어로졸 시나리오와 MOSAIC 8 섹션 에 어로졸 시나리오가 황사의 공간적 분포에서 서로 유 사하게 나타난 반면에 GOCART 먼지 침식 시나리오 에서는 두 시나리오에 비해 좁은 공간 영역과 보다 높은 농도 분포를 나타내었다. 그리고 세 시나리오 중 RADM2 화학메커니즘 및 MADE/SORGAM 에 어로졸 시나리오가 우리나라 황사 먼지 농도뿐만 아 니라 배경 PM 농도에서 상대적으로 높은 농도를 모 사하였다. 한편 세 시나리오의 PM2.5 농도의 공간적 분포는 상대적으로 높은 농도로 한랭전선 후면 고기 압 역을 따라 이동한 것으로 나타났다. 그리고 RADM2 화학메커니즘 및 MADE/SORGAM 에어로 졸 시나리오의 PM10 농도 결과와 서울의 각 대기질 측정망의 평균 농도 값과의 비교 결과, 상관계수는 0.67, 평균제곱근오차(RMSE, Root Mean Square Error)는 44 μg m−3으로 나타났다.

    WRF-Chem 모델에서 상기 제시된 3가지 시나리오 와 이들 시나리오가 없는 순수 기상에서의 온도, 풍 속, 경계층 높이, 장파복사 등의 기상 민감도를 분석 한 결과, 경계층 높이(1,800-3,000 m)와 풍속 U성분 (2-16ms−1)의 공간적 분포가 황사 먼지 발생의 공간적 분포와 유사하게 나타났다. 이때 오프라인의 MOSAIC 8 섹션 에어로졸 시나리오와 온라인의 GOCART 먼 지 침식 시나리오는 온도와 바람의 공간적 분포가 서로 유사하였고, 온라인의 RADM2 화학메커니즘 및 MADE/SORGAM 에어로졸 시나리오는 황사 먼 지 발생과 함께 경계층 높이와 풍속 U성분 및 지역 배출량의 수송 등이 서로 상호작용함으로써 지구장파 복사가 더 낮게 모사되었다.

    Figure

    JKESS-35-1_F1.gif

    Surface weather maps related Asian dusts. Sign (●) shows monitoring sites of Asian dusts. (a) 0300 LST on 29 May 2008, (b) 1500 LST on 29 May 2008, (c) 0900 LST on 30 May 2008, and (d) 1500 LST 30 May 2008.

    JKESS-35-1_F2.gif

    MTSAT satellite image maps related to Asian dusts. (a) 0333 LST on 29 May 2008, (b) 1500 LST on 29 May 2008, (c) 0900 LST on 30 May 2008, and (d) 1500 LST 30 May 2008.

    JKESS-35-1_F4.gif

    Time series of PM10 (µg m−3) concentrations for Asian dust episode days at PM10 monitoring sites in South Korea from 28 May to 1 June 2008.

    JKESS-35-1_F7.gif

    Aerodynamic Diameter (nm) of Asian dusts mea sured in Incheon monitoring site at 1200 LST on 30 May 2008.

    JKESS-35-1_F3.gif

    LIDAR image related to Asian dusts at Seogu in Incheon on 30 May 2008. Colors show intensity of lidar sig nals (extinction coefficient, km−1) related to Asian dusts under 1.5 km.

    JKESS-35-1_F8.gif

    Time series of simulated and observed daily PM10 concentrations (µgm−3 ) for the period of 13 May to 31 May 2008 at Seoul air quality monitoring sites.

    JKESS-35-1_F9.gif

    Vertical profile of PM10 concentration simulated by WRF Chem model at Seogu in Incheon on 30 May 2008.

    JKESS-35-1_F10.gif

    The spatial distribution of surface air temperature (oK) simulated by dust scenarios using (a) the RADM2 chemical mechanism and MADE/SORGAM aerosol scheme, (b) the MOSAIC 8 section aerosol scheme, (c) the GOCART dust scheme within the WRF Chem model, and (d) no chemical and aerosol schemes within the WRF model, respectively, in East Asia at 2100 LST on 30 May 2008.

    JKESS-35-1_F11.gif

    The same as Fig. 9, except for wind speed v component (ms−1).

    JKESS-35-1_F13.gif

    The same as Fig. 9, except for planetary boundary layer height (ms−1).

    The same as Fig. 9, except for outgoing long wave radiation (ms−1).

    JKESS-35-1_F5.gif

    The simulated spatial distribution of surface PM10 concentrations (µgm−3) using the WRF Chem model in East Asia at 2100 LST on 29 May (left panel) and 1500 LST on 30 May 2008 (right panel). (a) The dust scenario using the RADM2 chemi cal mechanism and MADE/SORGAM aerosol scheme, (b) the dust scenario using the MOSAIC 8 section aerosol scheme, and (c) the GOCART dust scenario.

    JKESS-35-1_F6.gif

    The same as Fig. 5, except for PM2.5.

    The same as Fig. 9, except for wind speed u component (ms−1).

    Table

    Chemical options selected for WRF Chem and WRF CMAQ model

    Reference

    1. Ackermann I.J , Hass H , Memmesheimer M , Ebel A , Binkowski F.S. , Shankar U. (1998) Modal aerosol dynamics model for Europe: Development and first applications , Atmospheric Environment, Vol.32; pp.2981-2999
    2. Ahn B.Y. , Chun Y. (2011) The characteristics Asian dust observed in Japan deflecting the Korean peninsula (2010. 5. 22. 5. 25.) , Journal of Korean Earth Science Society, Vol.32; pp.388-401(in Korean)
    3. Barnard J.C , Fast J.D , Paredes Miranda G , Arnott W.P , Laskin A. (2010) Technical Note: Evaluation of the WRF Chem "aerosol chemical to aerosol optical properties" module using data from the MILAGRO campaign , Atmospheric Chemistry Physics, Vol.10; pp.7325-7340
    4. Fast J , Aiken A.C , Allan J , Alexander L , Campos T , Canagaratna M.R , Chapman E , DeCarlo P.F , de Foy B , Gaffney J , de Gouw J , Doran J.C , Emmons L , Hodzic A , Herndon S.C , Huey G , Jayne J.T , Jimenez J.L , Kleinman L , Kuster W , Marley N , Russell L , Ochoa C , Onasch T.B , Pekour M , Song C , Ulbrich I.M , Warneke C , WelshBon D , Wiedinmyer C , Worsnop D.R , Yu X.Y. , Zaveri R. (2009) Evaluating simulated primary anthropogenic and biomass burning organic aerosols during MILAGRO: Implications for assessing treatments of secondary organic aerosols , Atmospheric Chemistry Physics, Vol.9; pp.6191-6215
    5. Fast J.D , Gustafson W.I Jr, Easter R.C , Zaveri R.A , Barnard J.C , Chapman E.G. , Grell G.A. (2006) Evolution of ozone, particulates, and aerosol direct forcing in an urban area using a new fully coupled meteorology, chemistry, and aerosol model , Journal of Geophysical Research, Vol.111; pp.D21305
    6. Flaounas E , Coll I , Armengaud A. , Schmechtig C. (2009) The representation of dust transport and missing urban sources as major issues for the simulation of PM episodes in a Mediterranean area , Atmospheric Chemistry Physics, Vol.9; pp.8091-8101
    7. Ginoux P , Chin M , Tegen I , Prospero J.M , Holben B , Dubovik O. , Lin S. (2001) Sources and distributions of dust aerosols simulated with the GOCART model , Journal of Geophysical Research, Vol.106; pp.20225-20273
    8. Gong S.L , Zhang X.Y , Zhao T.L , McKendry I.G , Jaffe D.A. , Lu N.M. (2003) Characterization of soil dust aerosol in China and its transport and distribution during 2001 ACE Asia: 2. Model simulation and validation , Journal of Geophysical Research, Vol.108; pp.4262
    9. Grell GA , Peckham S.E , Schmitz R. , McKeen S.A , Frost G , Skamarock W.C. , Eder B. (2005) Fully coupled “online” chemistry within the WRF model , Atmospheric Environment, Vol.39; pp.6957-6976
    10. Guenther A , Zimmerman P. , Wildermuth M. (1994) Natural volatile organic compound emission rate estimates for US woodland landscapes , Atmospheric Environment, Vol.28; pp.1197-1210
    11. Hayasaki M , Sugata S. , Tanaka H.L. (2006) Interannual variation of cold frontal activity in spring in Mongolia , Journal of Meteorological Society in Japan, Vol.84; pp.463-475
    12. Huang X.X , Wang T.J , Jiang F , Liao J B , Cai Y.F , Yin C.Q , Zhu J L , Han Y. (2013) Studies on a severe dust storm in East Asia and its impact on the air quality of Nanjing, China , Aerosol and Air Quality Research, Vol.13; pp.179-193
    13. In H.J. , Park S.U. (2002) A simulation of long range transport of Yellow Sand observed in April 1998 in Korea , Atmospheric Environment, Vol.36; pp.4173-4187
    14. Kang J.S , Yoon S.C , Shao Y. , Kim S.W. (2011) Comparison of vertical dust flux by implementing three dust emission schemes in WRF/Chem , Journal of Geophysical Research, Vol.116 (D09202) ; pp.1-18
    15. Kim H.S , Chung Y.S (2009) On the observation of sandstorms and associated episodes of airborne dustfalls in the Eastern Asian region in 2005 , Journal of the Korean Earth Science Society, Vol.30; pp.196-209(in Korean)
    16. Kurosaki Y. , Mikami M. (2003) Recent frequent dust events and their relation to surface wind in East Asia , Geophysical Research letters, Vol.30; pp.1736
    17. Lau K.M , Kim K.M , Sud Y.C. , Walker G.K. (2009) A GCM study of the response of the atmospheric water cycle of West Africa and the Atlantic to Saharan dust radiative forcing , Annual Geophysics, Vol.27; pp.4023-4037
    18. Leung L.R , Kuo Y.H. , Tribbia J. (2006) Research needs and directions of regional climate modeling using WRF and CCSM , Bulletin of American Meteorological Society, Vol.87; pp.1747-1751
    19. Moon Y.S. , Lee S.H. (2009) Estimation of hourly emission flux of Asian dust using empirical formulas in the source area , Journal of Korean Society for Atmospheric Environment, Vol.25; pp.539-549(in Korean)
    20. Moon Y.S , Lim Y.K. , Lee K (2011) An estimation of concentration of Asian dust using WRF SMOKE CMAQ (MADRID) during springtime in the Korean peninsula , Journal of the Korean Earth Science Society, Vol.32; pp.276-293(in Korean)
    21. Moon Y.S , Lim Y.K , Hong S. , Chang E (2013) Verification and estimation of the contributed concentration of CH4 emissions using the WRF CMAQ model in Korea , Journal of the Korean Earth Science Society, Vol.34; pp.209-223(in Korean)
    22. Qian Y , Gustafson W.I Jr, Leung L.Y. , Ghan S (2009) Effects of soot induced snow albedo change on snowpack and hydrological cycle in western United States based on Weather Research and Forecasting chemistry and regional climate simulations , Journal of Geophysical Research, Vol.114; pp.D03108
    23. Schell B , Ackermann I.J , Hass H , Ebel A , Binkowski F. (2001) Modeling the formation of secondary organic aerosol within a comprehensive air quality modeling system , Journal of Geophysical Research, Vol.106; pp.28275-28293
    24. Shaw W , Allwine K.J , Fritz B.G , Rutz F.C , Rishel J.P. , Chapman E.G. (2008) An evaluation of the wind erosion module in DUSTRAN , Atmospheric Environment, Vol.42; pp.1907-1921
    25. Shaw Y. (2004) Simplification of dust emission scheme and comparison with data , Journal of Geophysical Research, Vol.109; pp.D10202
    26. Simpson D , Guenther A , Hewitt C.N. , Steinbrecher R. (1995) Biogenic emissions in Europe. 1. Estimates and uncertainties , Journal of Geophysical Research, Vol.100; pp.22875-22890
    27. Son H.Y. , Kim C H (2009) The spectral characteristics of climatological variables over the Asian dust source regions and its association with particle concentrations in Busan , Journal of the Korean Earth Science Society, Vol.30; pp.734-743(in Korean)
    28. Stockwell W , Middelton P. , Chang J. (1990) The second generation regional acid deposition model chemical mechanism for regional air quality modeling , Journal of Geophysical Research, Vol.95; pp.16343-16367
    29. Sun J , Zhang M. , Liu T (2001) Spatial and temporal characteristics of dust storms in China and its surrounding regions, 1960 1999: Relation to source area and climate , Journal of Geophysical Research, Vol.106; pp.10325 -10333
    30. Tegen I. , Fung I. (1994) Modeling of mineral dust in the atmosphere: Sources, transport, and optical thickness , Journal of Geophysical Research, Vol.99; pp.22897-22914
    31. Teppei J.Y. , Yamazaki K. (2009) Impacts of Asian dust storm associated with the stratosphere to troposphere transport in the spring of 2001 and 2002 on dust and tritium variations in Mount Wrangell ice core, Alaska , Atmospheric Environment, Vol.43; pp.2582-2590
    32. Wang W. , Liu X. (2009) Evaluating deep updraft formulation in NCAR CAM3 with high resolution WRF simulations during ARM TWP ICE , Geophysical Research Letter, Vol.36; pp.L04701
    33. Wang Z , Ueda H. , Huang M. (2000) A deflation module for use in modeling long range transport of yellow sand over East Asia , Journal of Geophysical Research, Vol.105; pp.26947-26959
    34. Wu J , Fu C , Han Z. , Tang J , Xu Y , Zhang R (2010) Simulation of the direct effects of dust aerosol on climate in East asia , Particuology, Vol.8; pp.301-307
    35. Zaveri R.A , Peters L.K (1999) A new lumped structure photochemical mechanism for large scale applications , Journal of Geophysical Research, Vol.104; pp.30387-30415
    36. Zaveri R.A , Easter R.C , Fast J.D. , Peters L.K (2008) Model for simulating aerosol interactions and chemistry (MOSAIC) , Journal of Geophysical Research, Vol.113; pp.D13204
    37. Zhang Y , Duliere V , Mote P.W , Salathe E.P Jr (2009) Evaluation of WRF and HadRM mesoscale climate simulations over the U.S. Pacific Northwest , Journal of Climate, Vol.22; pp.5511-5526
    38. Zhao C , Liu X , Leung L.R , Johnson B , McFarlane S.A , Gustafson W.I Jr, Fast J.D , Easter R (2010) The spatial distribution of mineral dust and its shortwave radiative forcing over North Africa: Modeling sensitivities to dust emissions and aerosol size treatments , Atmospheric Chemistry Physics, Vol.10; pp.8821-8838