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.37 No.7 pp.448-464
DOI : https://doi.org/10.5467/JKESS.2016.37.7.448

An Analysis on Characteristics of Turbulence Energy Dissipation Rate from Comparison of Wind Profiler and Rawinsonde

Woo Kyeong Kang1, Yun Seob Moon1*, Ok Jin Jung2
1Department of Environmental Education, Korea National University of Education, Chung-buk 281173, Korea
2Korea Environment Institute, Sejong, 30147, Korea
Corresponding author: ysmoon@knue.ac.kr+82-11-9323-4117+82-43-230-2785
December 6, 2016 December 14, 2016 December 22, 2016

Abstract

The purpose of this study is to optimize the parameters related to consensus coherency within the PCL 1300, the operating program of wind profiler, from a validation of wind data between rawinsonde and wind profiler at Chupungryeong (36°13’, 127°59’) site in Korea. It is then to analyze the diurnal and seasonal characteristics of the turbulence energy dissipation rate (ε ) in clear and rainy days from March 2009 to February 2010. In comparison of the wind data between wind profiler and rawinsonde during April 22-23, 2010, it was shown in a big error more than 10 ms−1 over the height of 3,000 meters in the zonal (u) and meridional (v) wind components. When removing more than 10 ms−1 in each wind speed difference of u an v components between the two instruments, the correlation coefficients of these wind components were 0.92 and 0.88, respectively, and the root mean square errors were 3.07 and 1.06 ms−1. Based on these results, when the data processing time and the minimum available data within the PCL 1300 program were adjusted as 30 minutes and 60%, respectively, the bias errors were small. In addition, as a result of an analysis of sensitivity to consensus coherency of u and v components within the PCL1300 program, u components were underestimated in radial coherency, instantaneous and winbarbs coherency, whereas v components were overestimated. Finally by optimizing parameters of the PCL1300 program, the diurnal and seasonal means of ε at each height were higher in rainy days than those in clear days because of increasing in the vertical wind speed due to upward and downward motions. The mean ε for clear and rainy days in winter was lower than those of other seasons, due to stronger horizontal wind speed in winter than those in other seasons. Consequently, when the turbulence energy dissipation rates in the vertical wind speed of more than ±10 cm s−1 were excluded for clear and rainy days, the mean ε in rainy days was 6-7 times higher than that in clear days, but when considering them, it was 4-5 times higher.


연직바람관측장비와 레윈존데의 비교를 통한 난류 에너지 감소률의 특성 분석

강 우경1, 문 윤섭1*, 정 옥진2
1한국교원대 환경교육과, 28173, 충북 청주시 흥덕구 강내면 태성탑연로 250
2한국환경정책·평가연구원, 30147, 세종특별자치시 시청대로 370

초록

본 연구의 목적은 우리나라 추풍령 기상관측소에서 연직바람관측장비와 레윈존데 간 풍속 자료의 유효화를 통 해 연직바람관측장비의 운영 프로그램인 PCL 1300 내 일관성 검사와 관련된 매개변수를 최적화하는 것이다. 그런 다 음 2009년 3월부터 2010년 2월까지 맑은 날과 강수 발생일에 대한 난류 에너지 감소률의 특성(ε )을 분석하는 것이다. 2010년 4월 22일부터 4월 23일까지 레윈존데와 연직바람관측장비의 바람 관측 자료를 비교한 결과, 동서(u) 성분과 남 북(v) 성분의 바람에서 고도 3,000 m 이후에서 10 ms−1 이상의 큰 차이를 나타내었다. 두 기기 사이 u 성분과 v 성분의 바람에 대한 풍속 차가 10 ms−1를 넘는 경우를 제외할 경우 두 바람 성분에 대한 상관계수는 각각 0.92와 0.88이었고, 제곱근 평균 오차는 각각 3.07 ms−1과 1.06 ms−1이었다. 이들 결과에 준하여 PCL1300 프로그램의 자료 처리 시간을 30 분으로 조정하고, 최소 이용 자료는 전체의 60%로 조정할 경우가 비교적 작은 편의를 나타내었다. 한편 PCL1300 운영 프로그램에서 u, v 성분의 일관성 검사에 대한 민감도 분석 결과, 시선속도 일관성, 동시성, 풍속 일관성 검사에서 u 성 분에 대해서는 과소평가 되었고, 반면 v 성분에 대해서는 과대평가 되었다. 최종적으로 PCL1300 운영 프로그램의 최적 화를 통해 맑은 날과 강수 발생일의 난류 에너지 감소률(ε )을 분석한 결과, 각 고도에서 ε의 일별 및 계절별 평균은 강수 발생일이 맑은 날에 비해 높게 나타났는데, 이는 상승하강 기류에 따른 연직속도가 증가하였기 때문이다. 그리고 맑은 날과 강수 발생일 모두 계절별 ε 평균은 겨울이 낮게 나타났는데, 이는 겨울이 다른 계절에 비해 수평 풍속이 강 했기 때문이다. 결과적으로 연직속도가 ±10 cm s−1 이상에 해당하는 맑은 날과 강수 발생일의 ε 값을 제외할 경우 강수 발생일은 맑은 날에 비해 약 6-7배 ε이 높게 나타났으며, 연직속도를 모두 고려할 경우는 약 4-5배 더 높게 나타났다.


    1.서 론

    기상청은 기상 기술의 기본 계획에 따라 레윈존데 관측 망에 첨단 원격탐사 관측 기술과 항공기 관측 기술을 도입하여 고층기상관측의 시공간 분해능을 향 상시켜 왔다. 종래 128 km의 수평 분해능과 12시간 의 시간 분해능을 가진 고층기상관측 망의 분해능을 레윈존데 관측망의 확충으로 개선하기에는 한계성이 있으므로 2003년부터 연직바람관측장비를 도입설치 하여 운영 중에 있다. 또한 레윈존데 관측망의 공백 지역에 연직바람관측장비의 설치와 동시에 항공기 관 측 자료 수집 시스템과 위성 항법 시스템, 수증기 산 출 시스템 등을 구축하여 고층기상 관측망의 시공간 적 분해능을 향상시키기 위해 노력해 왔다(Park et al., 2005; Lim et al., 2014).

    연직바람관측장비는 UHF (Ultra High Frequency) 또는 VHF (Very High Frequency) 전파 등을 상층 대기로 발사하여 대기 중의 난류에 의하여 생성되는 대기 굴절율의 불균질층에 의해 다시 산란되어 오는 신호를 수신하여 대기 정보를 얻는 레이더 장비이다 (Heo et al., 2003). 미국, 유럽, 일본 등 선진국에서 는 연직바람관측장비 관측망을 구축하여 풍향 및 풍 속과 대기경계층 또는 대류권계면의 높이, 난류 에너 지 소멸률 등의 유용한 기상 정보를 얻어 실황 예보 에 활용하고 있다(Ralph et al., 1996; Mead et al., 1998; Van Zandt, 2000; Nielsen-Gammon et al., 2007; Lane et al., 2013). 이에 기상청도 2007년까지 강릉, 원주, 철원, 문산, 추풍령, 울진, 군산, 격렬비도 등에 10대의 연직바람관측장비를 국내에 도입하여 운영하여 왔다. 그 제원은 프랑스 디그리안(Degrean) 의 1.29 GHz UHF 연직바람관측장비로 운영 프로그 램인 PCL 1300을 이용해 지상에서 약 5 km까지 10 분 간격으로 바람을 관측할 수 있다. PCL 1300 UHF 연직바람관측장비의 노이즈 제거 및 필터링 프 로그램은 1997년 자체 검증 이후로 지속적으로 문제 점을 보완하였으며 자체적으로 강수의 존재에 의존하 지 않게 프로그래밍 되어있다(Weber et al., 1993; Merritt, 1995; Cohn et al. 1997; Schumann et al., 1999; Jacoby-Koaly et al., 2002). 또한 기상청에서는 2005년에 연직바람관측장비의 운영 매뉴얼을 작성하 여 연직바람관측장비 관측망 현황을 상세히 소개하였 고(Cho et al., 2005), 자료 수집 시스템과 자료 처리 시스템의 운영 지침서에 따라 PCL 1300의 노이즈 제거 및 필터링 프로그램을 관측 장소에 적합하게 운영하고 있다. 하지만 국내 PCL 1300 운영 프로그 램은 초기 설치된 이후로 검증 없이 그대로 사용하 고 있는 실정이라 이에 대한 관측 자료의 품질관리 가 요구된다. 또한 연직바람관측장비 관련 국내 연구 의 대부분은 강수나 지형풍 분석이 대부분을 차지하 고 자료 품질 관리나 난류 특성에 관한 연구는 전무 한 실정이다(Back et al., 2005; Ham et al., 2005; Won et al., 2006; Jung and Lee, 2010; Lim et al., 2015).

    난류 소용돌이는 풍속이 시공간적으로 급격하게 변 하거나 태양 복사에 의한 대류 불안정이 있을 때 발 생하며, 큰 난류 소용돌이가 관성력에 의해 작은 난 류 소용돌이로 에너지가 전달되면서 깨지는 파수의 영역이 생기는데 이를 관성 소영역이라고 하고, 난류 에너지 감소률로 설명된다(Cohn, 1995; Kawai, 2002; Heo, 2014). 연직바람관측장비는 대기 하층에서 주로 수증기량의 연직 기울기가 크고 난류 소용돌이에 의 한 확산이 큰 장소에서 수신 강도가 커지는데, 혼합 층의 상단에서는 커다란 난류 산란이 일어나 연직바 람관측장비에 의한 수신 강도가 최대가 되기 때문에 난류 에너지 감소률을 이용하면 혼합층 상단의 고도 를 추정할 수 있다(Cohn, 1995; Angevine et al, 1994). 이 방법에 의하여 구해지는 혼합층 고도는 레 윈존데 관측이나 라이다(lidar) 관측에 의하여 추정하 는 혼합층 고도와 잘 일치한다는 것이 알려져 있다 (Jacoby-Koaly et al., 2002; Lee and Yoo, 2005). 그 리고 이때의 난류 산란을 브래그 산란이라고도 하는 데, 송신 전파 파장의 반파장 크기에 해당하는 난류 소용돌이가 수증기압, 기온, 기압의 공간 분포를 흩 트리면서 대기 굴절율의 불균질층을 만들어 최대의 후방 산란을 일으켜 지상 수신기에 관측된다(Heo, 2014).

    본 연구의 목적은 기상청의 연직바람관측장비 내 난류 에너지 감소률과 바람 자료 등에 대한 품질 검 사를 위해 레윈존데의 바람 관측 자료와 비교하는 것이다. 그런 후에 이들 바람 자료를 근거로 연직바 람관측장비의 운영프로그램인 PCL 1300의 최적화를 수행하여 연직바람관측장비 내 난류 에너지 감소률의 일별 및 계절별 특성을 분석하는 것이다. 연직바람관 측장비 내 운영 프로그램의 최적화는 바람 자료에 대한 일관성 검사와 관련 매개변수들의 민감도 분석 을 통해 이루어진다.

    2.자료 및 방법

    본 연구에서는 연직바람관측장비의 관측 자료를 분 석하기 위해 국내 설치 지역 중 1곳인 추풍령 기상 관측소(36 ° 13', 127 ° 59', 244.4 m)를 대상 지역으로 선 정하였다. 추풍령은 연강수량이 1,000-1,200 mm로 주 로 여름에 집중되며 7월의 평균 누적 강수량이 240- 350 mm이고, 1월의 경우는 10-30 mm이다. 추풍령 관측소는 내륙이면서 산등성이에 위치하여 기온이 낮 은 겨울철에 바람이 더 강하게 분다. 따라서 안개 발 생 빈도가 다른 내륙 지방에 비해 상대적으로 적게 발생한다.

    추풍령 연직바람관측장비 관측 자료에 적용된 품질 검사는 장비 제작사에서 개발한 PCL 1300 품질관리 알고리즘 프로그램에 따르며, 알고리즘의 자체 수정 은 불가능하게 되어 있고 기상청 품질관리 시스템인 RQMOD (Real-time Quality control system for Meteorological Observational Data)에서 결측 자료 검사만 실시하고 있다. 하지만 PCL1300 품질관리 알 고리즘 프로그램은 설치 환경에 맞게 노이즈 요인을 최소화할 수 있도록 자체적으로 다양한 물리 매개변 수를 설정할 수 있게 되어 있다. 지금의 모든 연직바 람관측장비는 설치 당시 제작사가 직접 이들 매개 변수를 각 관측소 환경에 적합하도록 조정되어 있는 실정이다. 따라서 본 연구에서는 추풍령에 설치된 PCL 1300 품질관리 알고리즘 프로그램을 off-line 설 정에 맞추어 산출 자료의 주요 매개변수에 대한 민 감도 분석을 수행할 것이다. Table 1은 연직바람관측 장비 운영 프로그램인 PCL 1300에서 5개 빔 레이더 의 기본 특성을 나타낸 것이다.

    본 연구에서는 PCL 1300 품질관리 알고리즘 프로 그램의 민감도 분석에 앞서 연직바람관측장비의 자료 품질 검사를 위해 2010년 4월 22일부터 4월 23일까 지 추풍령 관측소에서 레윈존데 관측을 시행하였다. 관측 요소는 기온, 습도, 기압, 풍향, 풍속으로 총 6 회의 레윈존데 비양을 실시하였다. 첫 번째와 두 번 째 비양은 4월 22일 1600 LST와 1800 LST에 실시되 었고, 다음은 3시간 간격으로 4월 23일 0600 LST에 종료하였다. 관측 일의 기상 상태는 우리나라 남해안 을 통과하는 저기압의 영향으로 흐림 상태로 약한 단속적 강우가 발생하는 날이었다. 4월 21일 2100 LST경부터 4월 22일 0700 LST까지 14.5 mm의 누적 강우량을 기록하였고, 이후로는 아주 작은 빗방울이 흩날리기도 하였으나 강우량이 측정되지는 않았다. 4 월 23일 새벽에는 다시 약한 비가 측정되어 0100 LST와 0600 LST에 각각 0.5 mm의 강우량이 기록되 었다. 흐린 날씨로 대기 중의 습도는 관측 기간 동안 매우 높게 나타났다.

    연직바람관측장비의 난류 에너지 감소률(ε )의 특성 을 알아보기 위해 2009년 3월부터 2010년 2월의 1 년 기간 중에 맑은 날과 강수 발생 일로 구분하여 각각 40일씩 검토한 후, 최종적으로 20일씩 사례일로 선정하였다. 사례는 맑은 날과 강수 발생 일에 대해 각 계절마다 5 개씩 선정하였다. 이중 전형적인 맑은 날과 강수 발생 일을 다시 3개씩 선정하여 시계열을 분석하였다. 그 후 추출된 ε값을 통하여 맑은 날과 강수 발생일의 ε의 평균값을 비교하여 강수 발생 일 에 나타나는 ε값의 특성을 추정하였다. 또한, 바람의 연직 속도가 ε에 미치는 영향도 분석하였다. Table 2는 추풍령 기상 관측소에서 ε 분석 사례 대상 일을 나타낸 것이다.

    난류 에너지 감소률 ε는 난류 소용돌이가 정상 상 태(static state)를 가정할 경우 관성력에 의해 큰 난류 소용돌이가 작은 난류 소용돌이로 깨질 때의 에너지 플럭스의 감소률로 설명되므로, 이론적으로는 어느 고도에서의 공기 마찰속도와 난류 혼합거리(l )의 비 로 표현할 수 있다.

    ε = u 3 k l
    (1)

    여기서 u*는 공기 마찰속도(ms−1 ), k는 Von Karman 상수로 0.4이다.

    연직바람관측장비에서 난류 에너지 감소률 계산은 White et al. (1999)Kalapureddy et al. (2007)에서 밝힌 식 (2)와 같다.

    ε = σ t u r b 3 ( ( 4 π ) / A ) 3 / 2 J 3 / 2
    (2)

    여기서 σturb는 난류에 따른 스펙트럼 폭이며, A는 3-D Kolmogorov 상수로 1.53에서 1.68의 값을 갖는 다(Gossard and Strauch, 1993). 그리고 J는 연직바 람관측장비에서 도플러 효과에 기인한 평균 바람의 전파 특성을 감마함수로 나타내는 것으로 평균 풍속 의 플럭스를 나타낸다.

    식 (2)는 바람과 함께 이동하는 난류에서 에너지 플럭스가 감소되는 양을 추정하기 위한 것으로 수신 되는 전파 신호로부터 도플러 효과에 기인한 평균 풍속 플럭스에서 난류에 기인한 스페트럼 폭의 3승 을 고려함으로써 식 (1)에 유사한 난류 에너지 감소 률을 추정할 수 있다.

    J는 다음 식으로 주어진다.

    J = 12 Γ ( 2 / 3 ) ( sin 3 φ ) ( b 2 cos 2 φ + a 2 sin 2 φ + ( L 2 / 12 ) sin 2 φ cos 2 φ ) 1 / 3 d φ d ϕ
    (3)

    여기서 Γ는 감마 함수이고, L은 도플러 시계열 기 간과 평균 풍속의 곱을 나타낸다. J는 0부터 π/2까지 도플러 효과에 기인한 평균 풍속의 전파 신호 특성을 방위각(φ )과 고도(ϕ )에 따라 이중 적분하여 감마함수 에 따르도록 한 연직바람관측장비의 평균 풍속 플럭 스를 나타낸다. 매개변수 a r θ / 4 ln2 이고, 여기 서 rθ는 각각 전파 범위와 단방향 전파 폭을 나 타낸다. 매개변수 bαh이며, 여기서 h는 펄스 (pulse) 길이이고, 비례 상수 α 1 / 8 ln2 이다. 수 식 (2)와 (3)에 대한 보다 자세한 이론적 소개는 Frisch and Clifford (1974), White et al. (1999), 그리 고 Jocoby-Koaly et al. (2002)의 연구에 잘 나타나 있다.

    3.연구 결과 및 토의

    3.1.연직바람관측장비와 레윈존데의 풍속 자료 비교검증

    추풍령 기상 관측소에서 연직바람관측장비의 자료 품질 검사를 수행하기 위하여 2010년 4월 22일부터 4월 23일까지 6회 관측한 레윈존데의 풍속 자료와 비교하여 Fig. 1에 나타내었다. 전체적으로 두 기기 의 풍속 관측치의 형태가 유사하게 나타났지만, 시간 대에 따라 매우 상이한 측정 결과를 나타내었다. 예 를 들어 4월 22일 1600 LST의 경우 3,000 m 이상의 고도에서 두 풍속 관측치에 큰 오차가 나타났다. 즉, 레윈존데는 고도 3,000 m에서 약 13 ms−1의 빠른 바 람이 형성되었고 고도 5,000 m에서 최대 30 ms−1 이 상의 풍속이 측정되었으나, 연직바람관측장비에서는 고도 3,000 m 이상에서도 5 ms−1 이내의 약한 바람이 측정되었다. 이러한 차이는 4월 23일 0300 LST에도 나타났다. 또한 바람의 남북 성분(v)에 비해 동서 성 분(u)에서 두 기기의 관측치에 큰 오차를 나타내었는 데, 이는 상층의 바람에서 u 성분이 크게 나타나기 때문으로 판단된다. 대체로 낮은 고도에 비해 높은 고도에서 두 기기의 관측치는 큰 오차를 나타내었는 데, 이러한 경향은 바람의 u 성분과 v 성분에 대해 두 기기의 관측치 차를 고도별로 나타낸 Fig. 2에서 잘 나타난다. v 성분의 바람에서 고도 3,000 m까지는 두 기기를 이용한 관측치 차가 고도에 따라 변화가 뚜렷하지 않으나 고도 5,000 m에서는 큰 차가 남을 알 수 있다. u 성분의 바람에서도 두 관측치 사이의 차가 고도 3,000 m를 경계로 급격히 달라지는 것을 볼 수 있다. 즉, 고도 3,000 m 이내에 비해 그 이상 의 고도에서는 두 관측치 사이의 차가 10 ms−1 이상 으로 급격히 증가하는 것으로 나타났다. 두 관측치 사이의 차에서 나타나는 이러한 극단적 변화가 고도 3,000 m를 경계로 발생하는 것은 레윈존데 관측된 구 름층의 상부고도와 거의 일치한다. 따라서 구름의 상 부 정상을 경계로 나타나는 강한 바람을 따른 레윈 존데의 급격한 이동과 연직바람관측장비의 전파 반 사, 산란 특성 변화가 이들 차이를 증가시키는 원인 으로 판단된다.

    Table 34는 추풍령 기상 관측소에서 레윈존데와 연직바람관측장비의 u와 v 성분에 대한 관측치 사이 의 상관계수와 정확도를 모든 관측 자료에 대해, 그 리고 두 기기에 대한 풍속 차가 10 ms−1를 넘는 경우 를 제외한 나머지 관측치에 대해 분석한 통계 결과 를 나타낸 것이다.

    두 관측치의 상관계수는 측정 시각별로 매우 다르 게 나타났는데, 4월 22일 1800 LST, 2100 LST, 2400 LST에 두 관측 장비의 상관계수는 u 성분의 바람에 대해 각각 0.83, 0.79, 0.91로, 그리고 v 성분의 바람 에 대해 각각 0.89, 0.87, 0.77로 비교적 높게 나타났 으나, 4월 22일 1600 LST와 4월 23일 0300 LST에서 는 두 관측치의 상관계수가 매우 낮게 나타났다. 특 히, 4월 23일 0300 LST의 경우에는 바람의 u 성분과 v 성분 모두 상관계수가 음으로 나타났다. 분석에 이 용한 전체 관측 자료의 수는 241개이었으며, 전체 자 료의 상관계수는 u 성분과 v 성분의 바람에 대해 각 각 0.38과 0.31에 불과하여 상관관계가 매우 낮은 것 으로 나타났다. 전체 관측 자료에 대해 두 기기 측정 값 차이의 평균이 u 성분과 v 성분의 바람에 대해 각각 5.34 ms−1과 1.56 ms−1로 나타났으며, 두 측정값 차이의 표준편차와 RMSE (Root Mean Square Error) 는 바람의 u 성분에 대해 각각 7.85ms−1과 9.48 ms−1 , v 성분에 대해 2.78 ms−1과 3.17 ms−1로 나타났다. Fig. 2에서처럼 고도 3,000 m를 경계로 그 이상의 고 도에서는 레윈존데와 연직바람관측장비 관측치의 차 가 10 ms−1 이상으로 현격하게 커지는 것을 알 수 있 다. 따라서 고도 3,000 m에서 두 기기사이의 관측치 차의 대푯값을 10 ms−1로 보고 두 기기의 관측치 사 이의 차가 10 ms−1를 넘는 관측치를 제외하여 상관관 계를 재분석하였다. 그 결과 두 관측치 사이의 상관 관계가 낮게 나타난 4월 22일 1600 LST와 4월 23일 0300 LST의 관측 치에서도 상관계수가 크게 향상되 었다. 4월 22일 1600 LST의 경우 u 성분과 v 성분의 바람에 대해 상관계수가 각각 0.94와 0.86으로 크게 높아졌으며, 4월 23일 0300 LST의 경우도 상관계수 가 0.94와 0.86으로 증가하였다. 참고로 마지막 관측 인 4월 23일 0600 LST는 두 기기 간의 차이가 10 ms−1를 넘는 관측치가 나타나지 않아 통계 결과가 그 대로이다. 통계 분석에 사용한 전체 관측치의 개수가 241개인데 비해 두 관측치의 차가 10 ms−1을 넘는 경 우를 제외한 경우는 206개로 전체 관측치의 약 15% 에 해당한다. 두 관측치의 차가 10 ms−1을 넘는 206 개의 관측값에 대해 분석한 결과 u 성분과 v 성분의 바람에 대해 각각 상관계수가 0.92와 0.88로 크게 높 아졌다. 또한 두 기기 관측치 차의 평균은 u 성분과 v 성분의 바람에 대해 각각 2.38 ms−1과 0.83 ms−1로 나타났으며, 두 관측치 차의 표준편차와 RMSE는 바 람의 u 성분에 대해 각각 1.95 ms−1과 3.07 ms−1 , v 성분에 대해 0.66 ms−1과 1.06 ms−1로 나타나 두 기기 의 관측치 사이의 차가 크게 감소하였음을 알 수 있다.

    3.2.추풍령 PCL1300 프로그램의 off-line에서 일 치성검사관련 매개변수의 민감도 분석

    추풍령 기상 관측소에서의 레윈존데 관측 시기인 2010년 4월 22일부터 4월 23일의 u 성분과 v 성분의 바람에 대해 연직바람관측장비 품질관리 프로그램인 PCL1300의 각 물리 매개변수 민감도 분석을 수행하 였다.

    Fig. 3은 off-line의 PCL1300 프로그램에서 일치 매개변수(consensus parameters)와 자료 처리 구성 (processing configuration)을 나타낸 것이고, Fig. 4는 주어진 일치 매개변수에 대해 자료 처리 구성에서 처리 시간(process duration)을 10분, 30분, 60분으로 조정하였을 때의 u 성분과 v성분 바람 민감도에 대 한 편의 결과를 각각 나타낸 것이다. 이때 일치 매개 변수는 모두 체크하여 노이즈 요인을 제거하는 것으 로 하였고, 최소 이용 자료(minimum available data) 는 60%로 하였다. 처리 구성에서 처리시간 10분, 30 분, 60분에 대한 민감도 비교 결과 약 2500 m와 3000 m 사이 고도까지의 u, v 자료가 대체로 편차가 낮게 나타나 유효하였으며, 처리시간의 경우는 30분 이 u 성분 편차를 가장 낮게 함으로써 이 값을 디폴 트(default) 값으로 지정하면 좋을 것 같다.

    Fig. 5는 Fig. 4b의 자료 처리 구성에서 최소 이용 자료를 40, 60, 80%로 조정했을 때의 u, v 성분 변 화를 레윈존데 관측치와 비교한 결과를 나타낸 것이 다. 이 때 처리 시간은 현재 디폴트값으로 되어있는 60분을 30분으로 변경하였고, Fig. 4의 처리 시간에 대해 편차가 가장 적은 (e)의 0300 LST 자료에 대해 u, v 민감도를 비교하였다. 상기 모든 시간에서 비교 결과 최소 이용 자료의 경우는 40%와 60%는 같은 값을 가지며 80%일 경우보다 40% 또는 60%의 경 우가 비교적 편의가 작게 나타나 디폴트값으로 적절 함을 알 수 있다.

    Fig. 6은 PCL1300 품질관리 프로그램 내의 일치 매개변수인 W 수정(W correction), 강우 감지(rain detection), 시선속도 일관성(radiale coherency), 빔의 경사 일관성(oblique coherency), 시간적 일관성(temporal coherency), 풍속 일관성(winbarbs coherency), 동시성 (instantaneous)에 대해 Fig. 3과 같이 각각을 모두 체 크했을 경우(all), 그렇지 않은 경우(none), 그리고 각 매개변수만을 고려했을 경우에 대해 u, v 성분의 변 화를 나타낸 것이고, 그림 40은 모두 체크했을 경우 에 대한 각 매개변수 지정별 u, v 성분의 편차에 대 한 시계열 분포를 나타낸 것이다.

    결과적으로 연직바람관측장비의 자료 일관성 검사 관련 각 매개변수의 u, v 성분 민감도를 분석한 것이 다. 비현실적 자료 및 자료의 동질성을 검사하는 시 선속도 일관성 검사인 radiale coherency와 W correction 의 전처리 또는 후처리 선택 항목인 instantaneous가 23일의 경우 u 성분에 대해서는 모든 일관성 검사를 고려했을 경우보다 과소평가, v 성분에 대해서는 과 대평가되어 평균 풍속을 과대 추정할 수 있다는 것 을 나타낸다. 그리고 u, v, w에 대한 일관성 검사인 winbarbs coherency는 자정 전후로 u 성분에 대해서 는 모든 일치성 검사를 고려했을 경우보다 과대평가, 그리고 v 성분에서는 과소평가됨을 알 수 있다. 참고 로 전혀 일치성 검사를 고려하지 않았을 경우는 모 두 고려했을 경우에 대해 u, v에 대해 각각 하나씩의 이상치가 존재하고 있었다. 따라서 추후 연구에서는 이들 세부분의 일치성 검사 알고리즘 문제점을 보다 장기간 모든 관측 지점에서 조사하여 제조사의 협조 를 통해 알고리즘 자체 오류를 최소화하는 것이 요 구된다.

    3.3.난류 에너지 감소률의 사례 특성 분석

    연직바람관측장비의 난류 에너지 감소률에 대한 분 석 대상 사례일은 2009년 3월부터 2010년 2월의 1 년 기간 중에 계절별로 맑은 날과 강수 발생 일을 각각 20일씩 선정하여 사용하였으며, 이들이 분석 결 과는 다음과 같다.

    Fig. 7은 맑은 날인 2009년 4월 5일, 5월 24일, 6 월 15일과 강수 발생일인 4월 20일, 5월 11일, 6월 20일의 고도 500 m와 1000 m에 대한 난류 에너지 감소률(ε )의 시계열을 나타낸 것이다. ε 관측 자료는 매 30분마다 1번씩 총 24시간 동안 48번을 분석하였 다. 이 때 강수 발생 시작 시간은 4월 20일의 경우 8시, 5월 11일은 23시, 6월 20일은 15시이다. 연직바 람관측장비는 전파를 대기 중으로 송신하여 반사되어 되돌아오는 전파를 수신하여 관측하기 때문에 전 고 도에 걸쳐 관측 결과가 나온다. 이 중 하층의 대푯값 으로 500 m 고도를 정하였고, 상층의 대푯값을 1000 m 고도로 정하여 관측 데이터를 분석 하였다.

    두 고도에서의 ε는 강수 발생일이 맑은 날에 비해 높다는 것을 알 수 있으며, 맑은 날과 강수 발생일 모두 일부 시간대에서 상대적으로 높은 ε이 관측되 고 있었다. 맑은 날의 ε값이 500 m 고도에서 각각 0.72, 0.71, 0. 29로 평균 0.57을, 1000 m 고도에서 각각 0.57, 0.56, 0.36으로 평균 0.50을 나타내었고, 강수 발생일의 경우는 500 m 고도에서 각각 4.58, 1.27, 1.47로 평균 2.44를, 1000 m 고도에서 각각 3.9, 2.23, 1.38로 평균 2.50를 나타내었다. 두 고도에 서 맑은 날의 ε값은 상층으로 갈수록 약간 감소하였 고, 강수 발생일의 경우는 약간 증가하여 나타났다.

    Fig. 7에서 ε의 높은 값이 나는 원인을 확인하기 위하여 연직바람관측장비에서 표출된 ε의 스펙트럼 과 연직 풍속(w 성분 풍속)의 스펙트럼을 Fig. 8에 나타내었다. 그림에서 스펙트럼의 가로축은 시간, 세 로축은 고도를 나타내며, 높을수록 진한 빨간색, 낮 을수록 진한 파란색으로 표시된다. 연직 풍속 스펙트 럼은 0을 기준으로 하강 기류가 음(−)으로, 상승 기 류가 양(+)으로 표시된다. 하강 기류가 강할수록 파 란색으로 표시되며, 상승기류가 강할수록 빨간색으로 표시된다. ε 스펙트럼 범위는 0부터 15 이상으로 단 위는 10*E−4 m2 s−3이다. 연직 풍속의 스펙트럼 범위는 −10부터 10으로 단위는 cm s−1이다. 스펙트럼이 표출 하는 고도는 지표부터 4000 m까지이다. 이때 ε의 특 성을 분석하기 위해 맑은 날 20 사례는 1시간 간격 으로 24시간을 분석하였고, 강수 발생일의 경우는 강 수 발생 시작 전 6시간의 ε를 분석하였다.

    시계열 분석 사례의 ε를 분석한 결과 맑은 날과 강 수 발생일 모두 ε이 높게 관측된 경우는 연직 풍속의 값이 크게 나타났기 때문으로 해석되었다. 강수 발생 일의 ε이 강수 시작 전에 높아 졌다가 강수 시작 후 낮아지는 경향을 나타내었다. 이는 강수 발생 전후에 상승하강 기류에 따른 연직 속도가 증가하였기 때문에 ε이 높아진 것으로 판단된다. 결과적으로 맑은 날과 강수 발생일의 ε과 연직 풍속 모두 뚜렷한 시계열 변 화 패턴은 보이지 않았지만, 맑은 날과 강수 발생일 사례 모두 연직 풍속 값이 높게 나타났을 때, 난류 에 너지 감소률 ε값 또한 높게 나타났음을 알 수 있었다.

    연직바람관측장비를 이용하여 2009년 3월부터 2010년 2월의 기간 중 맑은 날과 강수 발생일 각각 에 대해 계절별로 5 사례씩 총 40 사례를 선정하여 하루 동안의 ε값을 분석한 결과에서도 유사한 결과 를 얻었다. 이들 ε의 시계열과 계절별 평균을 Fig. 10의 (a)와 (c), 그리고 Table 4에 각각 나타내었다. Table 4에서 봄, 여름, 가을, 겨울의 각 계절별 난류 에너지 감소률의 평균값은 맑은 날의 경우 500 m 고 도에서 각각 1.16, 0.75, 0.82, 0.15이었고, 1000 m 고 도에서 각각 1.1, 0.58, 1.77, 0.21이었다. 그리고 강 수 발생일의 경우 500 m 고도에서 4.25, 3.73, 3.69, 2.43이었고, 1000 m 고도에서 3.64, 3.83, 3.98, 2.80 이었다. 맑은 날과 강수 발생일 모두 계절별 난류 에 너지 감소률의 평균값은 겨울의 난류 에너지 감소률 값이 다른 계절에 비해 낮게 나타났는데, 이는 겨울 이 다른 계절에 비해 가열에 의한 바람의 연직 혼합 율이 낮고 수평 풍속이 강하기기 때문으로 판단된다. 이 결과로 볼 때, 가열에 의한 바람의 연직 혼합율이 높을수록, 대기 중 대류(상승 및 하강기류)가 활발히 일어나 대기 혼합층 고도가 높을 때, ε 역시 높게 나 타난다고 판단된다.

    본 연구에서는 상승 및 하강 기류에 따른 연직속 도의 효과를 알아보기 위해 연직속도가 ±10 cms−1 이 상에 해당하는 맑은 날과 강수 발생일의 ε값을 제외 하고 평균 ε값을 도출하였다. 맑은 날의 경우는 ε이 1 이상인 값을 제외하였고, 강수 발생일의 경우는 ε이 4 이상인 값을 제외하여 Fig. 9의 (b)와 (d), 그 리고 Table 5에 나타내었다. 맑은 날의 경우 500 m와 1000 m 고도의 ε 시계열 20일 전체 평균은 각각 0.71과 0.91이었고, ε =1 이상을 제외한 맑은 날의 경 우는 이들 고도에서 각각 0.26과 0.28이었다. 강수 발생일의 경우는 이들 고도에서 전체 평균이 각각 3.52와 3.56이었으며, ε =4 이상을 제외한 경우는 각 각 2.19과 1.96로 나타났다. 이 결과로 보면 ε은 맑 은 날에 비해 강수 발생 일에 더 높다는 것을 알 수 있다. 즉 연직속도를 약할 경우 강수 발생일은 맑은 날에 비해 약 67배, 그리고 연직속도를 고려할 경우 는 약 45배 더 ε이 높게 나타난다는 것을 알 수 있다.

    4.요약 및 결론

    본 연구의 목적은 기상청의 연직바람관측장비의 관 측자료 품질 향상을 위해 2010년 4월 22일부터 4월 23일까지 6회 관측한 레윈존데의 풍속 자료와 비교 하고, 연직바람관측장비의 운영 프로그램인 PCL 1300의 바람 산출 알고리즘의 민감도를 분석하여 이 를 최적화하는 것이다. 또한 PCL 1300 프로그램의 최적화를 통해 2009년 3월부터 2010년 2월의 1년 기간 중에 맑은 날과 강수 발생일 각 20일의 사례에 대해, 난류 에너지 감소률의 일별 및 계절별 특성을 분석하는 것이다.

    연직바람관측장비의 바람 관측 자료를 레윈 존데 바람 관측 자료와 비교한 결과, 동서(u) 성분과 남북 (v) 성분의 바람에서 고도 3,000m까지는 고도에 따른 변화가 뚜렷하지 않았으나 그 이후 고도에서는 10ms−1 이상의 큰 차이를 나타내었다. 두 관측치 사 이의 이러한 극단적 변화는 고도 3,000m를 경계로 발생하는 구름층 상부고도에서 연직바람관측장비의 전파 반사산란 특성변화와 상층 바람에 따른 레인존 데의 급격한 이동과 연관이 있는 것으로 판단되었다. 한편, 추풍령 기상 관측소에서 레윈존데와 연직바람 관측장비의 u와 v 성분에 대해 풍속 차가 10ms−1를 넘는 경우를 제외할 경우, 두 기기에 대한 상관계수 는 u 성분과 v 성분의 바람에 대해 각각 0.92와 0.88 로 나타났고, 연직바람관측장비에 대한 레윈존데 관 측치 사이 RMSE는 u 성분과 v 성분의 바람에 대해 각각 3.07 ms−1과 1.06 ms−1로 나타났다.

    Off-line의 PCL1300 프로그램에서 주어진 일치 매 개변수에 대한 자료 처리 구성에서 처리 시간을 30 분으로, 그리고 자료 처리 구성에서 최소 이용 자료 를 40% 또는 60%로 조정하였을 경우 u와 v 성분의 바람 편의가 가장 낮게 나타났다. 그리고 자료 일관 성 검사관련 각 매개변수의 u, v 성분 민감도를 분석 한 결과, 시선속도 일관성 검사와 동시성 검사가 u 성분에 대해서는 모든 일관성 검사를 고려했을 경우 보다 과소평가 되었고, v 성분에 대해서는 과대평가 되어 추정하였다. 그리고 풍속 일관성 검사에서는 자 정 전후로 u 성분에 대해서 모든 일치성 검사를 고 려했을 경우보다 과대평가 되었고, v 성분에서는 과 소평가되어 나타났다.

    연직바람관측장비의 난류 에너지 감소률(ε )에 대한 특성 분석 결과, 500 m와 1000 m고도에서의 ε는 강 수 발생일이 맑은 날에 비해 높게 나타났다. 확인 결 과 이는 강수 발생 전후에 상승하강 기류에 따른 연 직 속도가 증가하였기 때문으로 나타났다. 맑은 날과 강수 발생일 모두 계절별 ε 평균은 겨울이 낮게 나 타났는데, 겨울이 다른 계절에 비해 가열에 의한 바 람의 연직 혼합률이 낮고 수평 풍속이 강하기 때문 으로 해석되었다.

    한편 본 연구에서는 상승 및 하강 기류에 따른 연 직속도의 효과를 알아보기 위해 연직속도가 ±10 cm s−1 이상에 해당하는 맑은 날과 강수 발생일의 ε 값을 제외하고 평균 ε 값을 도출하였는데, 맑은 날의 경우 는 ε이 1 이상인 값을, 강수 발생일의 경우는 ε이 4 이상인 값을 제외하였다. 그 결과 맑은 날의 경우 500 m와 1000 m 고도에서 사례 전체의 ε 평균은 각 각 0.71과 0.91이었고, ε =1 이상을 제외한 맑은 날의 경우는 각각 0.26과 0.28이었다. 강수 발생일의 경우 는 전체 ε 평균이 각각 3.52와 3.56이었으며, ε =4 이 상을 제외한 경우는 각각 2.19과 1.96로 나타났다. 결과적으로 연직속도를 약할 경우 강수 발생일은 맑 은 날에 비해 약 6-7배, 그리고 연직속도를 고려할 경우는 약 4-5배 더 ε이 높게 나타났다.

    본 연구는 추풍령 기상 관측소에 한하여 연직바람 관측장비의 자료 품질 검사와 난류 에너지 감소률의 특성을 분석한 것이다. 추후 연구에서는 기타 연직바 람관측장비 관측소에서의 운영 프로그램에 대한 자료 품질 검사와 함께 난류 에너지 감소률 뿐만 아니라 모든 기상 산출 요소에 대한 민감도나 시계열 분석 등이 요구되고 있다.

    Figure

    JKESS-37-448_F1.gif

    Vertical comparisons of wind speed, wind direction, zonal (u component) and meridional (v component) winds between rawinsonde and wind profiler at (a) (c) 1600 LST, 1800 LST and 2100 LST on 22 April 2010, and at (d) (f) 0000 LST, 0300 LST, and 0600 LST on 23 April 2010 at the Chupungreung meteorological site.

    JKESS-37-448_F2.gif

    Vertical profiles of the differences of u component winds (a) and v component winds (b) between rawinsonde and wind profiler in Fig. 2.

    JKESS-37-448_F3.gif

    Consensus parameters (a) and processing configuration (b) in off-line program of PCL1300.

    JKESS-37-448_F4.gif

    Sensitivity to the rawinsonde data of u (left panels) and v (right panels) component winds according to adjusting of processing duration (10, 30, 60 minutes) within the processing configurationin off-line program of PCL 1300 at (a) (c) 1600 LST, 1800 LST and 2100 LST on 22 April 2010, and at (d) (f) 0000 LST, 0300 LST, and 0600 LST on 23 April 2010 at the Chupungreung meteorological site.

    JKESS-37-448_F5.gif

    Same as Fig. 4 except for minimum available data (40, 60, 80%) at 0300 LST on 23 April 2010. (a) and (b) show u and v component winds, respectively.

    JKESS-37-448_F6.gif

    Same as Fig. 5 except for consensus parameters for the period of 48 hours from 22 April 2010 to 23 April 2010.

    JKESS-37-448_F7.gif

    Time series of turbulent energy dissipation rate at 500m (left panels) and 1000m (right panels) height, respectively, in (a) clear 3 days and (b) rainy 3 days from March 2009 and February 2010 at the Chupungreung meteorological site.

    JKESS-37-448_F8.gif

    Temporal images of turbulent energy dissipation rate (left panels) and vertical speed (right panels) in (a) (c) clear days on 5 April 2009, 25 May 2009 and 15 June 2009, and in (d) (f) rainy days on 20 April 2009, 12 May 2009 and 20 June 2009.

    JKESS-37-448_F9.gif

    Time series of the mean turbulent energy dissipation rate in (a)-(b) clear days and (c)-(d) rainy days from March 2009 and February 2010 at the Chupungreung meteorological site. (b) shows to remove more than 1 in clear days, and (d) ε more than 4 in rainy days.

    Table

    Basic properties of 5 beams at the PCL 1300 program of wind profiler

    Case dates selected to analyze the turbulent dissipation rate of wind profiler at the Chupungreung meteorological site in South Korea

    Results for accuracy statistics between total numbers of and less than 10 ms-1 of u component winds of rawinsonde and wind profiler during 22-23 April 2010

    Same as Table 3 except for v component winds

    Mean values of turbulent energy dissipation rate to case dates suggested at Table 1

    Reference

    1. Angevine WM , White AB , Avery SK (1994) Boundary-layer depth and enterainment zone characterization with a boundary-layer profiler , Bound- Layer Meteorology, Vol.68 ; pp.375-385
    2. Baek SK , Cho CH , Kim JH , Song HY (2005) Analyses of precipitaition cases using wind profiler , Journal of the Korean Meteorological Society, Vol.41 ; pp.1-16
    3. Cho JY , Heo BH , Kim JY , Lee JA (2005) Operating manuals for wind profiler , Technical Note Korean Meteorological Administration 2005-3, ; pp.11-30
    4. Cohn SA (1995) Radar measurements of turbulent eddy dissipation rate in the troposphere: A comparison of techniques , Journal of Atmospheric Oceanic Technology, Vol.12 ; pp.85-95
    5. Cohn SA , Hollowa CL , Oncley SP , Doviak RJ , Lataitis R (1997) Validation of a UHF spaced antenna wind profiler for high-resolution boundary layer observations , Radio Science, Vol.32 ; pp.279-1296
    6. Frison AS , Clifford SF (1974) A study of convection capped by a stable layer using Doppler radar and acoustic echo sounders , Journal of Atmospheric Science, Vol.31 ; pp.1622-1628
    7. Ham DJ , Choi MK , You JH , Kim HS , Jang YJ (2005) An analysis of heavy snow cases using the wind profiler observation data at Yeongdo in Kangwon, Korea , Spring Conferene of Korean Meteorological Society, ; pp.284-285
    8. Heo BH , Jacoby-Koaly S , Kim KE , Campistron B , Benech B , Jung ES (2003) Use of the Doppler spectral width to improve the estimation of the convective boundary layer height from UHF wind profiler observations , Journal Atmospheric Oceanic Technology, Vol.20 ; pp.408-424
    9. Heo BH (2014) Wind profiler and atmospheric sounding, The press of Heongrung Science, ; pp.584-599
    10. Jung S.H , Lee G.W (2010) Statistical characteristics of atmospheric conditions related to radar beam propagation using radiosonde data in 2005-2006 , Journal of Korean Earth Science Society, Vol.31 ; pp.584-599
    11. Jocoby-Koaly S , Campistron B , Bernard S , Benech B , Ardhuin-Girard F , Dessens J , Dupont E , Carissimo B (2002) Turbluent dissipation rate in the bdundary-layer via UHF wind profiler Doppler spectral width measurements , Boundary-Layer Meteorology, Vol.103 ; pp.361-389
    12. Kalapureddy MCR , Kishore Kumar K , Sivakumar V , Ghosh AK , Jain AR , Krishna Reddy K (2007) Diurnal and seasonal variability of TKE dissipation rate in ABL over a tropical station using UHF wind profiler , Journal of Atmospheric and Solar-Terrestrial Physics, Vol.69 ; pp.419-430
    13. Lane SE , Barlow JF , Wood CR (2013) An Assessment of a three-beam Doppler lidar wind profiling method for use in urban areas , Jounal of Wind Engineering Industry Aerodynamics, Vol.119 ; pp.53-59
    14. Lee SJ , Yoo HD (2005) Verification of the modelpredicted mixed layer height using wind profiler data , Meteorological Technic, Vol.1 ; pp.1-13
    15. Lim AY , Roh JW , Jee JB , Choi YJ (2015) Sensitivity experiments of vertical resolution and planetary boundary layer parameterization schemes on the Seoul metropolitan area using WRF model , Journal of Korean Earth Science Society, Vol.36 ; pp.553-566
    16. Lim YK , Song SK , Han SO (2014) Data assimilation effect of mobile rawinsonde observation using unified model observing system experiment during the summer intensive observation period in 2013 , Journal of the Korean Earth Science Society, Vol.35 ; pp.215-224
    17. Maruri M , Romo JA , Gomez L (2014) Aspects of quality control of wind profiler measurements in complex topography , Atmospheric Measurement Technology, Vol.7 ; pp.135-148
    18. Mead JB , Hopcraft G , Frasier SJ , Pollard BD , Cherry CD , Schaubert DH , Mcintosh RE (1998) A volume-imaging radar wind profiler for atmospheric boundary layer turbulence studies , Journal of Atmospheric Oceanic Technology, Vol.15 ; pp.849-859
    19. Merritt DA (1995) A statistical averaging method for wind profiler Doppler spectra , Journal of Atmospheric Oceanic Technology, Vol.12 ; pp.985-995
    20. Nielsen-Gammon JW , McNider RT , Angevine WM , White AB , Knupp K (2007) Mesoscale model performance with assimilation of wind profiler data: Sensitivity to assimilation parameters and network configuration , Journal of Geophysical Research, Vol.112 ; pp.D09119
    21. Park OR , Kim YS , Cho CH (2005) The observing system experiments with the windprofiler and autosonde at Heanam , Journal of the Korean Meteorological Society, Vol.41 ; pp.57-71
    22. Ralph FM , Neiman PJ , Ruffieux D (1996) Precipitation identification from radar wind profiler spectral moment data: Vertical velocity histograms, velocity variance and signal power-vertical velocity correlations , Journal of Atmospheric Oceanic Technology, Vol.13 ; pp.545-559
    23. Schumann R , Taylor GE , Merceret FJ , Wilfong TL (1999) Performance characteristics of the Kennedy space center 50 MHz Doppler radar wind profiler using the median filter/first-guess data reduction algorithm , Journal of Atmospheric Oceanic Technology, Vol.16 ; pp.532-549
    24. Van Zandt TE (2000) A brief history of the development of wind-profiling or MST radars , Annual Geophysicae, Vol.18 ; pp.740-749
    25. Weber BL , Wuertz DB , Welsh DC , McPeek R (1993) Quality controls for profiler measurements of winds and RASS temperatures , Journal of Atmospheric Oceanic Technology, Vol.10 ; pp.452-464
    26. White AB , Lataitis RJ , Lawrence RS (1999) Space and time filtering of remotely sensed velocity turbulence , Jourmal of Atmospheric and Oceanic Technology, Vol.16 ; pp.1967-1972
    27. Won HY , Cho CH , Baek SK (2006) Classification of precipitation type using the wind profiler observations and analysis of the associated synoptic conditions: Years 2003-2005 , Atmosphere, Vol.16 ; pp.235-246