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.4 pp.215-224
DOI : https://doi.org/10.5467/JKESS.2014.35.4.215

Data Assimilation Effect of Mobile Rawinsonde Observation using Unified Model Observing System Experiment during the Summer Intensive Observation Period in 2013

Yun-Kyu Lim1, Sang-Keun Song2*, Sang-Ok Han3
1Applied Meteorology Research Division, National Institute of Meteorological Research, Jeju 697-845, Korea
2Department of Earth and Marine Sciences, Jeju National University, Jeju 690-756, Korea
3High-impact Weather Research Center, Forecast Research Division, National Institute of Meteorological Research, Gangwon 210-702, Korea
Corresponding Author : songsk@jejunu.ac.kr: Tel: +82-64-754-3431, Fax: +82-64-725-2461
May 12, 2014 July 3, 2014 July 17, 2014

Abstract

Data assimilation effect of mobile rawinsonde observation was evaluated using Unified Model (UM) with a Three-Dimensional Variational (3DVAR) data assimilation system during the intensive observation program of 2013 summer season (rainy season: 20 June-7 July 2013, heavy rain period: 8 July-30 July 2013). The analysis was performed by two sets of simulation experiments: (1) ConTroL experiment (CTL) with observation data provided by Korea Meteorological Administration (KMA) and (2) Observing System Experiment (OSE) including both KMA and mobile rawinsonde observation data. In the model verification during the rainy season, there were no distinctive differences for 500 hPa geopotential height, 850 hPa air temperature, and 300 hPa wind speed between CTL and OSE simulation due to data limitation (0000 and 1200 UTC only) at stationary rawinsonde stations. In contrast, precipitation verification using the hourly accumulated precipitation data of Automatic Synoptic Observation System (ASOS) showed that Equivalent Threat Score (ETS) of the OSE was improved by about 2% compared with that of the CTL. For cases having a positive effect of the OSE simulation, ETS of the OSE showed a significantly higher improvement (up to 41%) than that of the CTL. This estimation thus suggests that the use of mobile rawinsonde observation data using UM 3DVAR could be reasonable enough to assess the improvement of prediction accuracy.


2013년 여름철 집중관측동안 통합모델 관측시스템실험을 이용한 이동형 레윈존데 관측의 자료동화 효과

임 윤규1, 송 상근2*, 한 상옥3
1국립기상연구소 응용기상연구과, 697-845, 제주도 서귀포시 서호북로 33
2제주대학교 지구해양과학과, 690-756, 제주도 제주시 제주대학로 102
3국립기상연구소 예보연구과 재해기상연구센터, 210-702, 강원도 강릉시 죽헌길 7

초록

2013년 여름철 집중관측기간(장마기간: 2013년 6월 20일-7월 7일, 집중호우기간: 2013년 7월 8일-30일) 동안 이 동식 기상관측시스템의 레윈존데 관측 자료를 전 지구 통합예측시스템 3차원 자료동화에 이용하여 그 효과를 살펴보았 다. 효과 분석을 위한 2가지 모의실험 중 규준실험은 기존 기상청 관측 자료만 사용한 것이고 관측시스템실험은 기상 청 관측 자료에 이동식 기상관측시스템의 레윈존데 자료를 추가한 것이다. 장마기간 동안 두 실험의 500 hPa 지위고도, 850 hPa 기온, 300 hPa 풍속의 관측 및 분석검증 비교 결과 큰 차이를 보이지 않았는데, 이는 고정관측소의 레윈존데 자료(0000 UTC 및 1200 UTC)만을 기준으로 검증이 이루어졌기 때문이다. 하지만, 종관기상관측시스템의 시간별 누적 강수량 자료를 이용한 강수검증에 있어서 관측시스템실험의 평균 공정임계지수가 규준실험에 비해 2% 수준으로 개선 된 결과를 보였다. 특히 강수검증에서 긍정적인 효과가 나타난 사례만 비교한 경우, 관측시스템실험의 평균 공정임계지 수가 규준실험에 비해 41%까지 개선된 결과를 보여 이동식 기상관측시스템 레윈존데 관측 자료가 수치모델의 예측정 확도 향상에 유용함을 알 수 있었다.


    >National Institute of Meteorological Research

    서 론

    지구온난화의 영향으로 태풍, 집중호우, 폭설, 가뭄 과 같은 재해기상 현상이 증가함에 따라 이에 대한 관심이 급증하고 있다. 특히, 종관규모 이하에서 발 생하는 집중호우와 폭설 등의 기상현상은 그 규모와 지속시간이 짧아 예측하는데 많은 어려움이 있으며, 이러한 기상현상 예측 정확도 향상에 수치모델의 발 달이 크게 기여하고 있음은 잘 알려진 사실이다. 수 치예보의 정확도는 모델의 물리과정의 개선, 고 분해 능, 자료동화 기법의 향상에 따라 지속적으로 발전하 고 있음에도 불구하고 초기 조건에 따라 많은 오차 를 유발시킨다(Lorenz, 1963).

    모델의 초기 입력자료 개선을 위해서는 양질의 관 측 자료가 필요하며, 이러한 관측 자료의 효과를 검 증하기 위한 다양한 관측시스템실험(OSE, Observing System Experiment) 연구가 이루어지고 있다. NORPEX (NORth Pacific EXperiment) 집중관측은 미국, 캐나다, 멕시코 지역에 영향을 주는 폭풍우 예측성을 높이기 위하여 1998년 1월 14일부터 2월 27일까지 6시간 간 격으로 북태평양 지역에서 GPS (Global Positioning System) 드롭존데를 이용하여 이루어졌으며, 이를 통 해 2일 예보에서 약 10% 오차가 감소하였음을 보인 바 있다(Langland et al., 1999). 태풍에 관한 국제공 동관측인 T-PARC 2008, THORPEX (THe Observing Research and Predictability EXperiment)-Pacific Asian Regional Campaign 2008은 2008년 8월 1일부 터 10월 4일까지 항공기를 이용한 고층관측을 통해 태풍의 발생, 전향, 온대 저기압에 대한 진로와 강도 예측성을 향상시켰다. 특히, 태풍 ‘실라쿠’에 대해서 자료동화 효과를 살펴본 결과 태풍의 진로와 중심 기압 예측에 있어서 높은 향상을 보였다(Kim et al., 2010).

    고층관측 자료의 자료동화 효과에 대해 Ryu et al. (2005)는 우리나라 흑산도 고층관측 자료를 기상모델인 MM5에 적용 및 수행하여 강수시간과 강수구역 결정 시 고층관측 자료가 상당히 유용하다는 연구결과를 밝 힌바 있다. 이 외에도, 연안지역을 대상으로 기상모델 WRF를 이용하여 QuickSCAT (Quick SCATterometer) 과 ASCAT (Advanced SCATterometer) 해상풍 위성 자료의 동화특성을 평가한 결과, 자료동화를 하지 않 은 결과에 비해 연안 바람장과 온도의 예측 정확도 가 통계적으로 우수한 결과를 보인바 있다(Lee et al., 2004; Lee, 2012). 또한 한반도 주변의 해상풍 위 성자료의 동화 효율은 6시간 미만이므로 수치모델에 고려하기 위하여 최대 6시간 간격의 시간해상도를 가 진 자료동화과정이 요구된다고 주장하였다(Lee, 2012).

    KEOP (Korea Enhanced Observing Program)은 한 반도 악기상 집중 관측 사업으로 2001년부터 2008년 까지 수행되었으며, 이를 활용한 강수 사례에 대한 분석과 여름철 강수 형태의 분류 및 강수 예측의 민 감도 등에 대한 다양한 연구들이 이루어졌다(Park et al., 2005; Won et al., 2006; Park et al., 2007; Won et al., 2008). Hwang et al. (2011)은 관측망이 부족 한 우리나라 남해와 서해상의 고층자료를 기상1호를 이용한 선박관측을 통해 확보하고, 이러한 해양 고층 자료를 WRF/3DVAR OSE에 적용하여 단기 예측성 향상을 보인바 있다. 또한 Lee et al. (2011)은 수치 모의의 예측성능에 영향을 주는 위성자료의 민감도를 살펴보기 위해 통합수치예보시스템(UM, Unified Model) 에 위성(IASI, ATOVS, SSMIS, CRAFT, AIRS, GPSRO) 자료 전체를 적용시킨 CTL과 각 위성자료 를 하나씩 제거한 실험을 실시하였다. 그 결과 CRAFT, GPSRO, IASI 순으로 예측성능에 긍정적인 효과가 나타났고, 특히 AIRS와 SSMIS는 오히려 제거하는 것이 예측성능 향상에 기여하는 것으로 추정되었다. 이외에도, Mark et al. (2008)은 UM을 이용한 고해 상도 자료동화 실험과 관련하여 4 km 수평격자 실험 에서 강수 셀의 강도와 범위를 과대 모의하는 경향 을 밝힌바 있으나, 우리나라에서 UM을 활용한 고해 상도 적용 및 OSE에 대한 연구는 미흡한 실정이다.

    기존 선행연구에서 알 수 있듯이 OSE 대부분이 정 해진 기간 및 지점의 관측 자료를 활용한 현상의 규 명과 분석에 초점이 맞추어져 있다. 집중호우와 같이 수 시간 내에 빠르게 발달하고 소멸하는 기상현상을 보다 정확히 예측하기 위해서는 발생지점의 기상조건 과 더불어 현상 발생에 영향을 미치는 풍상측 기상조 건의 특성이 중요할 수 있다. 하지만, 발생현상에 영 향을 준 기상조건을 사전에 파악하기 위해서는 정확 한 풍상측 관측지점의 선정이 필요하며, 현실적으로 많은 어려움이 있다. 이와 관련하여 현재 우리나라 기상청에서는 백령도, 흑산도, 고산, 포항, 속초에서 일 2회 정규 고층관측을 실시하고 있으나, 보다 정확 한 재해기상 예보에 활용하기에는 시·공간적인 제약 이 따른다. 또한 국립기상연구소에서는 우리나라 여 름철 장마 특성을 보다 면밀히 분석하기 위해 장마전 선의 예상 이동경로에 따라 제주도 남해상의 기상1 호, 제주도 성산, 전남 보성, 경남 창원 지점에서 레 윈존데 관측을 비롯한 집중관측은 2013년 6월 20일 부터 7월 7일까지 수행되었으며, 전남 화순, 인제, 대 부도, 무안, 강릉, 동해, 평창, 춘천 및 대관령에 대한 집중호우 사례일을 대상으로 한 레윈존데 관측이 2013년 7월 8일부터 7월 30일까지 이루어진 바 있다. 이에 이 연구에서는 2013년 여름철 집중관측기간(장 마기간: 2013년 6월 20일-7월 7일, 집중호우기간: 2013년 7월 8일-30일) 동안 수행된 레윈존데 관측이 수치모델의 예측 정확도 향상에 미치는 영향을 파악 하고자 우리나라 현업 국지모델인 UM LDAPS (Local Data Assimilation and Prediction System) 자 료동화 과정에 레윈존데 관측 자료를 적용하여 그 효 과를 비교하였다. 또한 2013년 7월 30일 대부도 집중 호우 사례를 대상으로 강수대가 지나가기 전·후에 측 정된 레윈존데 관측 자료가 자료동화를 통해 수치모 의 반영됨에 있어, 관측 자료가 시·공간적으로 모델 결과에 미치는 영향에 대해서도 분석하였다.

    자료 및 방법

    이 연구에서는 우리나라 장마기간 동안 발생한 강 수현상을 보다 정확하게 분석하기 위하여 레윈존데 관측 자료를 수치모델에 적용시켜 그 효과를 파악하 고자 하였다. 레윈존데 관측은 2013년 6월 20일부터 7월 30일까지 수행되었는데, 장마기간은 6월 20일에 서 7월 7일, 집중호우기간은 7월 8일에서 30일까지 이다. 그리고 관측지점의 위치와 시간은 Table 1과 Fig. 1에 나타내었다. 레윈존데 관측은 국립기상연구 소 재해기상연구센터에서 운영되고 있는 이동식 기상 관측시스템(MAOS, Mobile Atmospheric Observing System)을 통해 이루어지며, 재해기상이 예상되는 지 역으로 미리 이동한 후 지상 및 고층 관측을 수행할 수 있다. 이 연구에 이용된 레윈존데 관측항목은 고 도별 기온, 상대습도, 바람 자료이다.

    수치모델 결과를 객관적으로 검토하기 위하여 적절 한 검증 절차가 필요한데, 이 연구에서는 WMO의 모델성능 평가에서 주로 실시하고 있는 500 hPa 지 위고도, 850 hPa 기온, 300 hPa 풍속에 대해서 관측 검증과 분석검증을 실시하였다. 여기서 분석검증은 매 6시간의 모델 분석장 자료 중에서 분석 시간에 해당되는 12시간과 24시간 예측장을 비교하고, 관측 검증은 매 12시간 마다 우리나라 레윈존데 관측지점 (포항, 광주, 오산, 속초)의 자료가 있을 때, 레윈존데 자료와 모델의 12시간과 24시간 예측값을 비교한다. 따라서 레윈존데 관측 자료의 검증을 위한 기간은 전체 연구기간(2013년 6월 20일-7월 30일) 중 2013 년 6월 25일부터 7월 7일까지로 선정되었다. 또한 모델 검증에 사용된 수치모델 영역은 남한영역으로 한정하였다. 한편, 강수에 대한 검증자료는 우리나 라 종관기상관측시스템(ASOS, Automatic Synoptic Observation System)의 76 지점 관측 자료를 이용한 공정 임계지수(ETS, Equivalent Threat Score)를 사용 하였다. ETS는 Gilbert Skill Score로도 불리며 성공 임계지수(TS, Threat Score)의 분모와 분자에 각각 무작위 맞힘(random hit, α) 만큼을 뺀 것으로 성공 임계지수에서 우연에 의한 맞힘을 고려한 지수이다 (아래 식 (1) 참조). ETS 값은 −1/3과 1 사이의 값을 가지며, 1은 완벽한 예보를, 0은 예측 능력이 없음을 의미한다. ETS는 강수검증에 주로 사용되며 이는 ETS가 가지는 공정성이 다양한 상황에서 공정하게 비교될 수 있기 때문이다(Son et al., 2011). 그리고 강수검증을 위한 예보 분할표 및 식 (1)의 변수들에 대한 용어 정의는 Table 2에 나타내었다.

    ETS = H α H + M + F α , α = H M H + F H + M + F + C
    (1

    이 연구에서 OSE를 위해 사용한 수치모델인 UM 은 대기와 해양, 전구와 지역 및 국지 해상도 모델링 이 가능하도록 설계되었고 초고해상도 예보 모델에 적합한 비정수 지배방정식을 사용하고 있다. 모델의 수평 격자체계는 Arakawa-C, 연직은 차니-필립스 격 자 체계를 채택하고 있다. 또한 UM은 유한차분방식 격자모델이며 반암시 반 라그랑주 시간적분 방법을 사용한다. 기상관측차량시스템(MAOS)의 레윈존데 관측 자료의 자료동화 효과를 분석하기 위하여 현업 국지모델(LDAPS)과 동일한 해상도(수평격자 744×928, 연직 70층, 1.5 km 수평해상도)와 물리식을 갖 는 모델 설계를 바탕으로 각각 CTL과 OSE를 통해 결과를 비교·분석하였다. CTL은 기상청 고층, 레이 다, 지상, 비행기 관측 자료가 3DVAR 자료동화에 적용되어 LDAPS run을 한 경우이고, OSE는 기존 기상청 관측 자료에 MAOS의 레윈존데 자료를 추가 하여 3DVAR 자료동화를 통한 LDAPS run을 한 경 우이다. 3DVAR는 수치모델의 예측 정확도 향상을 위하여 모델 초기입력장의 오차를 줄이는 것으로 배 경오차장과 관측값과의 최소 비용함수의 근사 해를 구하는 방법이다(Courtier et al., 1998). 3DVAR 과정 및 구성에 대한 간략한 그림을 Fig. 2에 제시하였다. 이 연구에서 자료동화 과정인 3DVAR를 수행하기 위해서는 관측값과 ±1시간의 모델 예보값과의 증분 을 이용한 오차장 및 모델 에러장이 필요한데, 이를 위해서 실제 사례시간인 1500 UTC의 3시간 전인 1200 UTC의 GDAPS (Global Data Assimilation and Prediction System) 초기장과 경계장을 이용하여 LDAPS Cold run을 수행하고 이 결과를 이용하여 3DVAR 분석장을 생성한다. 여기서 LDAPS Cold run은 최초 초기 값과 경계 값 생성을 위한 모델수행 을 의미한다. 1500 UTC LDAPS run을 위한 초기장 은 앞서 수행한 1200 UTC LDAPS Cold run 결과를 이용하고, 경계장은 1200 UTC의 GDAPS와 그리고 3DVAR를 통한 분석장을 이용한다. 이 연구에 이용된 LDAPS 모델의 상세 구성은 Table 3에 제시하였다.

    결과 및 고찰

    이 연구에서는 2013년 여름철 전체 관측기간 중에 서 장마기간(2013년 6월 20일-7월 7일) 동안 기상관 측차량시스템의 고층관측(레윈존데 관측)이 예측 정 확도 향상에 미치는 효과를 검증하기 위해서 LDAPS OSE와 CTL의 결과 중 500 hPa 지위고도, 850 hPa 기온, 300 hPa 풍속에 대해서 관측검증과 분석검증을 실시하였다(Fig. 3 참조).

    LDAPS OSE와 CTL의 RMSE 편차에 대한 분석 검증 결과를 살펴보면, OSE의 500 hPa 지위고도 결 과는 CTL에 비해 오차가 1.2% 정도 개선되었으며, 850 hPa 기온은 오히려 OSE 결과의 오차가 약 0.4% 수준으로 더 나빠졌지만, 그 크기가 매우 작아 효과 가 미미하다고 할 수 있다. 300 hPa 풍속에 있어서는 OSE의 RMSE가 CTL에 비해 0.5% 개선된 결과를 보여, 전반적으로 추가된 고층 관측 자료의 영향이 수치모델 정확도 향상에 긍정적인 영향으로 나타났다. 한편, 관측검증 결과 지위고도는 CTL에 비해 OSE 결과가 0.2% 오차가 더 커졌고, 기온 역시 OSE 결 과가 CTL 보다 8.8% 수준으로 오차가 커졌으나, 풍 속은 2.6% 정도 개선된 결과를 보였다. 이상과 같이 여름철 장마기간 동안 관측된 고층자료를 이용한 OSE 결과는 전반적으로 CTL과 비교하여 뚜렷한 차 이가 없음을 알 수 있다.

    관측 및 분석검증 결과에서 알 수 있듯이 수치모델 의 초기장에 반영된 레윈존데 고층 기상요소(기온, 상 대습도, 바람)는 자료동화를 통해 모델 배경장과의 오 차를 줄이는데 일정부분 기여를 하고 있으나, 그 효 과가 미미하게 나타나고 있다. 이는 여름철 집중관측 기간의 레윈존데 관측 자료 중 분석 및 관측검증에 0000 UTC와 1200 UTC 시간 자료만 사용하기 때문에 적용된 관측 자료의 수가 비교적 적고, 이때 수치모 델의 자료동화에 적용된 고층 관측 자료는 고정관측 소(포항, 속초, 광주, 오산) 레윈존데 자료를 포함하며, 이 자료만으로 충분히 수치모델의 남한영역에 해당하 는 배경장에 대한 고도별 기온, 습도, 바람과 같은 기 상정보의 보정 값으로 활용할 수 있기 때문이다.

    강수검증의 경우, 장마기간(2013년 6월 20일-7월 7 일) 동안 우리나라 ASOS 76 지점의 시간별 관측 자 료를 이용하여 12시간 누적강수량에 대한 각 임계강 수별 ETS를 모든 사례(All Case)와 “Bad Case”를 제외한 사례로 구분하여 분석하였다(Fig. 4). 모든 사 례의 강수검증 결과, 임계강수가 0.1 mm일 때 OSE 효과가 가장 크게 나타났으며, 이때 ETS가 CTL의 ETS에 비해 4.4% 정도 개선된 것으로 추정되었다. 또한 임계강수 15 mm의 ETS가 2.8% 정도 낮아진 것을 제외하고는 기상관측차량시스템의 관측 자료에 의한 영향으로 평균 ETS가 약 2% 수준으로 개선된 것으로 나타났다(Fig. 4a). 이와 같이 강수검증에서 관측 자료의 효과가 앞서 제시된 관측 및 분석검증 결과와 달리 향상된 결과를 보이는 것은 강수현상이 다른 기상변수(기온, 바람, 지위고도)에 비해 국지성 이 강하고 이에 따른 검증지점에서 차이가 나며, 또 한 ASOS 관측 자료는 UM LDAPS (CTL과 OSE)의 입력 자료로 활용되지 않았기 때문에 보다 객관적인 강수검증이 이루어질 수 있었다. 게다가, 레윈존데를 추가한 OSE에서 “Bad Case”를 제외한 강수검증 결 과, 평균 약 41% 정도 향상된 결과를 보였다(Fig. 4b). 따라서 고정관측소가 아닌 목표관측을 대상으로 적절한 관측위치와 관측시간의 레윈존데 관측 자료는 상황에 따라서 상당히 효과적으로 작용할 수 있음을 시사한다.

    기상현상에 따른 레윈존데 관측 자료 효과를 비교 하기 위해 집중호우기간(2013년 7월 8일-30일) 중 7 월 30일 대부도 지역에서 발생한 호우사례를 대상으 로 1500와 1800 UTC 이동형 기상관측차량시스템에 서 측정된 레윈존데 자료를 UM LDAPS 자료동화에 적용하여 그 효과를 살펴보았다. 7월 30일 대부도 집 중호우 사례는 강수대가 대부도 지역을 지나 오산 방향으로 빠져나간 사례로 1500 UTC 시점에서 강수 에코는 대부도 전면에 있었으며, 1800 UTC에서는 대 부도를 빠져나가 오산지점에서 강수에코가 나타났다 (Fig. 5).

    Fig. 6은 호우사례일(2013년 7월 30일)의 LDAPS CTL 및 OSE에 적용된 1000 m 고도의 온도 분석증 분과 수치모의 결과를 통해 예측된 3시간 누적 강수 량을 나타낸다. 1500 UTC의 경우, CTL에서 대부도 부근의 온도증분이 −0.2℃ 부근이었는데 OSE에서 는 −0.4℃로 바뀌었다. 이러한 결과는 모델 배경장의 온도 값 보정으로 작용한 분석증분의 온도증분 값이 보다 음의 값으로 작용하여 실제적으로 모델에 적용 되는 초기 기온 값을 낮추는 역할을 하게 되며, 또한 기온과 노점온도와의 편차가 줄어들게 되어 강수현상 이 발생할 수 있는 조건으로 근사해진다. 따라서 3시 간 누적강수량 결과에서 CTL은 약하게 모의되었던 강수량이 OSE에서 보다 강하게 반영되어 나타난 것 으로 추정된다. 이러한 결과는 기온과 상대습도에 대 한 실제 대부도 지역 상층기상정보(레윈존데 관측정 보)가 추가 반영됨으로써, 수치모델의 분석장이 개선 되고 이로 인한 모델의 예측정보 향상이라는 결과로 해석된다. 하지만 1800 UTC의 경우, 온도증분에 있 어 CTL에서 −0.4로 나타난 것이 OSE에서는 0.6 수 준으로 오히려 따듯해졌으며, 이로 인한 3시간 누적 강수량은 대부도 부근에서 사라진 것을 알 수 있다 (Fig. 5 참조).

    LDAPS CTL 및 OSE에 대한 강수검증을 보다 자 세히 살펴보고자 2013년 7월 30일(호우사례일) 1500 UTC와 1800 UTC의 1, 5, 12.5, 25 mm 임계강수량 별 6시간 누적강수량에 대한 ETS를 분석하였다(Fig. 7). Fig. 4의 결과에서 언급되었듯이, 레윈존데 관측 값을 수치모델 자료동화에 적용하여 모의된 결과가 매우 극단적인 모습을 보였다. 1500 UTC의 경우, 임 계강수별 평균 ETS는 CTL과 OSE가 각각 0.15와 0.22로 나타나 약 47% 개선된 효과로 나타난 반면, 1800 UTC의 경우는 CTL에서 0.21, OSE에서 0.12로 각각 추정되어 오히려 CTL에서 75% 정도 더 나은 결과를 보였다. 특히, 1500 UTC 사례의 5 mm 이상 임계강수에서 CTL에 비해 OSE의 ETS가 62% 수준 으로 개선효과가 뚜렷이 나타나고 있어, 사례일의 기 상관측차량시스템에서 관측된 연직기상프로파일 정보 를 이용한 6시간 강수 예측 정확도에 매우 큰 효과 가 있음을 알 수 있다. 따라서 1500 UTC OSE의 경 우는 레윈존데 고정관측소 정규관측시간(0000 UTC와 1200 UTC)에 포함되지 않아 활용할 수 있는 기상청 고층 관측 자료가 수직측풍장비의 바람 관측값만 존 재하기 때문에 부족한 상층기상정보(기온, 습도)를 이 동형 기상관측차량시스템의 레윈존데 관측 자료로 보 완하면서 수치모델 예측결과의 향상을 가져왔다. 하 지만 1800 UTC OSE의 경우는 기상관측차량시스템 으로부터 측정된 레윈존데의 상층기상정보(강수에코 후면의 비교적 건조한 상층기상상태, Fig. 5 참조)가 추가되면서 수평적으로 그 효과범위가 실제보다 확대 적용 되어 수치모델 내 강수발달과정을 억제한 것으 로 판단된다.

    요약 및 결론

    이 연구에서는 기상관측차량시스템 레윈존데 관측 자료가 수치모델 예측 정확도 향상에 미치는 영향을 분석하기 위하여 여름철 집중관측기간(2013년 6월 20일-7월 30일) 동안에 관측된 레윈존데 자료를 UM 에 활용하여 OSE 분석을 수행하였다. 집중관측기간 중 장마기간의 관측 및 분석검증 결과, 전반적으로 CTL 및 OSE 차이가 크게 다르지 않음을 알 수 있 었는데, 이는 고정 레윈존데 관측소의 0000 UTC 및 1200 UTC 시간 자료만 비교하기 때문이다. 또한 고 층 관측 자료는 수평적으로 약 100 km 영역을 대표 할 수 있어, 이 시간대 수치모델의 배경 오차장에 대 한 기온, 습도, 바람요소의 보정 값으로 고정관측소 레윈존데 자료가 충분히 반영되고 있기 때문으로 해 석된다. 하지만, 강수검증 결과에서는 평균 ETS가 2% 수준으로 개선된 것으로 나타났으며 레윈존데를 추가한 OSE에서 검증결과가 오히려 더 나빠진 경우 를 제외(즉 “Bad Case”제외)한 경우에서는 평균적 으로 41% 향상된 결과를 보여 목표관측 활용에 이 동형 기상관측차량시스템을 활용한 레윈존데 관측 자 료가 수치모델 정확도 향상에 크게 기여할 수 있음 을 알 수 있었다. 특히, 호우사례일인 2013년 7월 30 일의 1500 UTC와 1800 UTC 결과를 통해 같은 지점 의 레윈존데 관측 자료를 사용하더라도 관측시간에 따라 자료동화에 반영되어 나타나는 결과가 상이할 수 있음을 알 수 있었다.

    따라서 초고해상도 수치모의 결과의 정확성에 있어 서 초기장 및 경계장은 매우 중요한 역할을 하므로 보다 정확한 입력 자료를 적용하는 것이 타당하며, 기상현상에 따른 시·공간적으로 시기적절한 관측 값 이 필요하다. 또한 다양한 기상 현상에 따른 사례분 석을 통해 초기 입력 자료로 활용되는 관측 자료의 효과 분석이 이루어져야 하며, 이를 바탕으로 보다 효과적인 관측전략 수립이 가능할 것으로 사료된다.

    Figure

    JKESS-35-215_F1.gif

    Locations of upper-air observation sites using a mobile atmospheric observing system (MAOS).

    JKESS-35-215_F2.gif

    The various components of the 3DVAR system.

    JKESS-35-215_F3.gif

    Root mean square error (RMSE) of (a) Analysis and (b) observation verification for 500 hPa geopotential height, 850 hPa air temperature, and 300 hPa wind speed between LDAPS CTL and OSE during the study period (20 June-7 July 2013).

    JKESS-35-215_F4.gif

    Equivalent threat score (ETS) of 12-h accumulated precipitation in (a) “All Case” and (b) except for “Bad Case” for 0.1, 1.0, 5.0, 12.5, 15.0, and 25.0mm threshold between LDAPS CTL and OSE during the study period (20 June-7 July 2013).

    JKESS-35-215_F5.gif

    The spatial distribution of rain rate estimated from radar reflectivity at (a) 1500 UTC and (b) 1800 UTC on 30 July 2013.

    JKESS-35-215_F6.gif

    Incremental analysis of temperature at a height of 1000m and 3-h accumulated precipitation field for LDAPS OSE and LDAPS CTL on 30 July 2013.

    JKESS-35-215_F7.gif

    Equivalent threat score (ETS) of 6-h accumulated precipitation at (a) 1500 UTC and (b) 1800 UTC for 0.1, 1.0, 5.0, 12.5, 15.0, and 25.0mm threshold between LDAPS CTL and OSE on 30 July 2013.

    Table

    The rawinsonde observation period and location using a mobile atmospheric observing system (MAOS)

    Contingency table for precipitation verification

    The configuration of UM used in this study

    Reference

    1. Courtier P , Andersson E , Heckley W , Pailleux J , Vasiljevic D , Hamrud M , Hollingsworth A , Rabier F , Fisher M (1998) The ECMWF implementation of three-dimensional variational assimilation (3D-Var). Part 1: Formulation , Quarterly Journal of the Royal Meteorological Society, Vol.124; pp.1783-1807
    2. Hwang Y.J , Ha J.C , Kim Y.H , Kim K.H , Jeon E.H , Chang D.E (2011) Observing system experiments using KLAPS and 3DVAR for the upper-air observations over the south and west sea during ProbeX-2009 , Atmosphere, Korean Meteorological Society, Vol.21; pp.1-16(in Korean)
    3. Kim Y.H , Jeon E.H , Chang D.E , Lee H.S , Park J.I (2010) The impact of T-PARC 2008 dropsonde observations on typhoon track forecasting , Asia-Pacific Journal of Atmospheric Science, Vol.46; pp.287-303
    4. Langland R.H , Toth Z , Gelaro R , Szunyogh I , Shapiro M.A , Majumdar S.J.R , Morss E , Rohaly G.D , Velden C , Bond N , Bishop C.H (1999) The North Pacific Experiment (NORPEX-98): Targeted observations for improved North American weather forecasts , Bulletin of the American Meteorological Society, Vol.80; pp.1363-1384
    5. Lee J , Lee S.W , Han S.O , Lee S.J , Jang D.E (2011) The impact of satellite observations on the UM-4DVar analysis and prediction system at KMA , Atmosphere, Korean Meteorological Society, Vol.21; pp.85-93(in Korean)
    6. Lee S.H (2012) Analysis of the impact of QuickSCAT and ASCAT sea wind data assimilation on the prediction of regional wind field near coastal area , Journal of the Korea Earth Science Society, Vol.33; pp.309-319(in Korean)
    7. Lee S.H , Ryu C.S , Kim H.S (2004) Numerical study on surface data assimilation process for regional weather forecasting, Proceedings of fall meeting , Korea Earth Science Society, Seoul, Korea, pp.123-131
    8. Lorenz E.N (1963) Deterministic nonperiodic flow , Journal of Atmospheric Science, Vol.20; pp.130-141
    9. Mark D , Li Z , Lean H , Roberts N , Ballard S (2008) Impact of data assimilation on forecasting convection over the United Kingdom using a highresolution version of the Met Office Unified Model , Monthly Weather Review, Vol.137; pp.1562-1584
    10. Park O.R , Kim Y.S , Cho C.H (2005) The observing system experiments with the wind profiler and autosonde at Haenam , Asia-Pacific Journal of Atmospheric Sciences, Vol.41; pp.57-71
    11. Park Y.Y , Park C.G , Choi Y.J , Cho C.H (2007) Sensitivity analysis of simulated precipitation system to the KEOP-2004 intensive observation data , Atmosphere,Korean Meteorological Society, Vol.17; pp.435-453(in Korean)
    12. Ryu C.S , Won H.S , Lee S.H (2005) A study on the influence of aerological observation data assimilation at Honam area on numerical weather prediction , Journal of the Korea Earth Science Society, Vol.26; pp.66-77(in Korean)
    13. Son J.H , Kang K.R , Won S.H , Park Y.Y , Park Y.H (2010) 2011, Verification of numerical prediction system , Technical Note of Director General for Numerical Prediction Office , Vol.11-1360000-000230-10; pp.142
    14. Won H.Y , Cho C.H , Baek S.K (2006) Classification of precipitation type using the wind profiler observation and analysis of the associated synoptic conditions: Years 2003-2005 , Atmosphere, Korean Meteorological Society, Vol.16; pp.235-246(in Korean)
    15. Won H.Y , Park C.G , Kim Y.H , Lee H.S , Cho C.H (2008) Observing system experiments using the intensive observation data during KEOP-2005 , Atmosphere, Korean Meteorological Society, Vol.18; pp.299-316(in Korean)