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.41 No.1 pp.1-18
DOI : https://doi.org/10.5467/JKESS.2020.41.1.1

The Effects of Mass-size Relationship for Snow on the Simulated Surface Precipitation

Kyo-Sun Sunny Lim*
Department of Astronomy and Atmospheric Sciences, School of Earth System Sciences, Kyungpook National University, Daegu 41566, Korea
Corresponding author: kyosunlim@knu.ac.kr Tel: +82-53-950-7135
January 17, 2020 January 31, 2020 February 3, 2020

Abstract


This study presented the effects of the assumed mass-size relationship for snow on the simulated surface precipitation by using cloud microphysics parameterizations in Weather Research and Forecasting (WRF) model. The selected cloud microphysics parameterizations are WRF Double-Moment 6-class (WDM6) and WRF Single-Moment 6- class (WSM6) in the WRF model. We replaced the mass-size relationship for snow in WDM6 and WSM6 with Thompson’s mass-size relationship retrieved from measurement data. The sensitivity of the modified WDM6 and WSM6 was tested for the idealized 2-dimensional squall line and winter precipitation system over the Korean peninsula, respectively. The modified WDM6 and WSM6 resulted in the increase of graupel/rain mixing ratios and the decrease of snow mixing ratio in the low atmosphere. The changes of hydrometeor mixing ratio and surface precipitation could be due to the collision-coalescence process between raindrops and snow and the graupel melting process.



눈송이의 크기와 질량 관계가 지표 강수 모의에 미치는 영향

임 교 선*
경북대학교 지구시스템과학부 천문대기과학전공, 41566, 대구광역시 북구 대학로 80

초록


본 논문은 기상 모델의 미세구름물리 모수화 과정 내의 눈송이의 질량-크기 관계가 지표 강수 모의에 미치는 영향에 대해 연구에 관한 것이다. WDM6와 WSM6 미세구름물리 모수화 방안이 연구를 위해 사용되었다. 실제 관측된 자료를 바탕으로 산출된 Thompson의 눈송이의 질량-크기 관계를 도입하여 WDM6와 WSM6 내의 눈송이의 질량-크기 관계식을 대체하였다. 이상적인 스콜선과 한반도 겨울철 강수 사례에 대해 수정된 WDM6와 WSM6를 사용하여 민감도 실험을 실시하였다. 결과적으로, 대기 하층에서는 싸락눈과 빗방울의 혼합비가 증가하였고 눈송이의 혼합비는 감소하였 다. 이러한 혼합비와 지표 강수의 변화는 빗방울과 눈송이의 충돌 및 병합 과정과 싸락눈의 융해 과정에 기인한 것으 로 분석되었다.



    National Research Foundation of Korea
    NRF-2019R1C1C1008482

    1. 서 론

    기상/기후 모델에서는 미세구름물리 모수화를 통해 지표에서 예단 되는 대기 수상의 합을 강수량의 단 위로 환산하여 격자 규모의 강수량을 예측한다. 이때, 대기 수상은 구름 방울, 빗방울, 얼음, 눈송이, 싸락 눈, 그리고 우박 등을 말한다. 대기 수상의 특성은 수상의 밀도, 수상의 크기-질량 관계, 수상의 크기-연 직 속도 관계, 수상의 수 농도 크기 분포로 결정된다. 미세구름물리 모수화에서 규정된 대기 수상의 특성은 지표 강수에 영향을 미치므로, 올바른 특성 규정은 지표 강수 예측에 중요하다. 미세구름물리 모수화에 서 구형으로 간주될 수 있는 대기 수상(구름 방울, 빗방울, 싸락눈, 우박)은 동일한 계수를 이용하여 수 상의 크기-질량 관계가 규정된다. 한편, 구형으로 간 주될 수 없는 눈송이의 경우 관측된 눈송이의 크기- 질량 관계를 표현할 수 있는 적절한 계수를 도입한 다. 대기 수상 밀도의 경우, 일반적으로 우박은 싸락 눈보다 더 큰 밀도를 갖도록 처방 되며, 싸락눈은 눈 송이보다 더 큰 밀도를 갖도록 처방 된다. 구름 방울 과 빗방울의 밀도는 1000 kg m−3으로 처방된다. 대기 수상의 크기-연직 속도 관계의 경우, 같은 크기일 때 우박은 싸락눈보다 빠르게, 싸락눈은 눈송이보다 빠 르게 처방된다. 수 농도의 크기 분포는 일반화된 감 마 분포 함수를 이용하여 규정되며, 미세구름물리 모 수화에서 예단 되는 대기 수상의 모멘트에 따라 크 기 분포의 유연성이 결정된다(Lim, 2019).

    미국 국립 대기 연구 센터 (National Center for Atmospheric Research, NCAR)에서 개발된 중규모 기상 모델인 Weather Research and Forecasting (WRF)에 탑재된 미세구름물리 모수화 방안 중 전 세계적으로 많이 사용되고 있는 Thompson 방안 (Thompson et al., 2008), Morrison 방안(Morrison et al., 2005), WRF Double-Moment 6-class (WDM6) 방안(Lim and Hong, 2010), 그리고 WRF Single- Moment 6-class (WSM6) 방안(Hong and Lim, 2006)은 대기 수상의 특성을 다르게 규정하고 있다. 예를 들어, Morrison, WDM6, WSM6 방안은 눈송이 를 구형의 모양으로 가정 하지만 Thompson 방안은 눈송이를 구형의 모양으로 가정하지 않고 관측 값에 기반하여 그 모양을 규정한다(Field et al., 2005). 또 한, Thompson 방안과 비교하여 WDM6와 WSM6 방안은 약 5 mm 보다 작은 눈송이에 대해 느린 연 직 속도를 이보다 큰 눈송이에 대해 큰 연직 속도를 처방하고 있다. 이는 각 미세구름물리 모수화 방안이 다른 지역에서 관측된 대기 수상의 특성을 차용하고 있기 때문이다(Tapiador et al., 2019).

    Yang 등(2019)은 WDM6, Thompson, Morrison 방 안의 세 미세구름 물리 모수화 방안을 이용하여 대 기 수상의 특성 중 빗방울의 수 농도 크기 분포를 표현 할 때 사용되는 매개변수인 크기 분포의 y축 절편(N0), 기울기(λ), 그리고 형상 매개변수(μ)의 변화 에 따른 지표 강수의 예측성 변화를 연구하였다. 해 당 연구는 위 매개변수 중 N0 변화에 따른 지표 강 수 변화의 민감도가 가장 크게 나타남을 보였다. Stanford 등(2019)은 눈송이, 그리고 싸락눈의 크기 (D)-질량(m) 관계식(m=aD b )과 크기-연직 속도(V)의 관계식(V=cD d )에서, 계수 a, b, c, d의 값을 확률적인 방법으로 변화시켜 이 계수들의 변화가 강수 및 복 사강제력에 미치는 영향을 조사하였다. 동일한 고체 형의 대기 수상(싸락눈, 눈송이, 얼음)임에도 관측 지 역 및 강수 시스템에 따라 그 형태가 다양하여, 크기 -연직 속도 관계 및 크기-질량 관계와 같은 대기 수 상의 특성을 하나의 관계로 규정짓기 쉽지 않다 (Notaros et al., 2016). 이러한 이유로 확률적인 방법 으로 대기 수상의 특성을 표현하는 방법이 시도되고 있다(Stanford et al., 2019).

    WDM6 방안은 WSM6 방안과 함께 한반도의 중규 모 집중 호우 시스템 모의 및 지역 규모 강수 시스 템 모의에 폭넓게 활용되고 있다(Lim and Hong, 2012;Lim et al., 2014;Byun et al., 2015;Song and Sohn, 2018). WSM6 방안은 단일 모멘트 방안으 로 대기 수상의 질량만이 예단 된다. 반면, WDM6 방안은 액체 형의 대기 수상인 빗방울과 구름 방울 의 혼합비와 수 농도가 함께 예단 된다. 그 외 고체 형의 대기 수상인 싸락눈과 눈송이, 얼음은 혼합비만 이 예단 된다. WDM6와 WSM6 방안에서 차가운 구 름의 미세구름물리 과정은 Hong 등(2004)에 의한 연 구를 기반으로 모수화 한다. 한편, Hong 등(2009)은 WSM6 방안에서 대기 수상의 특성 중 싸락눈의 크 기-연직 속도 관계의 변화가 중규모 강수계 모의에 어떠한 영향을 미치는 지 연구한 바 있다. Lim and Hong (2010)은 WSM6방안에서 단일 모멘트 방안으 로 처방 되었던 액체 대기 수상인 구름 방울과 빗방 울의 수 농도 크기 분포를 이중 모멘트 방안으로 처 방하여 크기 분포가 이상화된 스콜선의 모의에 미치 는 영향을 조사하였다.

    한반도에서 관측된 눈송이의 크기-질량 관계와 WDM6 및 WSM6 방안에서 처방된 관계가 상이 함 에도 불구하고(Lee and Kim, 2019), 해당 특성 변화 에 따른 강수 모의 성능에 대해서는 연구가 이루어 지지 않았다. 본 연구 논문에서는 WDM6 및 WSM6 방안을 이용하여 눈송이의 크기-질량 관계 변화가 상 세 미세구름물리 과정 및 지표 강수에 미치는 영향 을 알아보고자 한다. 2절에서는 실험 설계를 설명하 였으며, 3절에서는 각 실험 설계에 대한 결과를 제시 하였다. 마지막 절에는 요약 및 결론을 나타내었다.

    2. 실험설계

    실험에 사용된 모델은 완전 압축성 비정수계 모델 인 WRF 모델(Skamarock et al., 2008)이다. WRF 모 델은 물리 과정 모수화 개선을 시험하는 목적으로 사용되는 이상화된 실험부터 실제 기상예보에 사용할 수 있는 실험까지 다양한 목적으로 실험 설계가 가 능하다. 연직 격자로는 Eulerian 질량 좌표 체계를, 수평 격자로는 Arakawa-C 격자 체계를 사용한다. WRF 모델 버전 4.0을 이용하여 이상화된 스콜선 사 례 및 겨울철 강수 사례를 모의하였으며, 각 사례별 상세한 설계 방안은 아래와 같다.

    2.1. 이상화된 이차원 스콜선 사례

    이상화된 이차원 스콜선 실험은 모델 영역의 중앙 에 4-km 반경 크기의 따뜻한 공기 덩어리를 강제하 여 스콜선을 유도하도록 WRF 모델에 설계된 실험이 다. 미세구름물리 모수화 방안을 제외한 모든 물리 모수화 방안은 사용되지 않았다. 사용된 미세구름물 리 모수화 방안은 WDM6와 WSM6 방안이다. WDM6 방안을 모델 적분에 사용할 경우, 빗방울의 모의에서 나타나는 체계적인 편차를 수정하기 위해 Lei 등(2020)에서 제안된 수정 사항을 반영한 WDM6 버전을 사용하였다. 주요 수정사항은 구름 방울의 완 전한 증발 과정 및 싸락눈과 눈송이의 융해 과정에 의한 구름 응결핵 및 빗방울의 수 농도 변경이다. 수 평 격자 수는 1 km 격자 간격으로 601개의 격자 수 를 갖도록 구성하였으며, 연직 격자 수는 80개로 구 성하였다. 5초 간격으로 모델을 적분하였으며 총 적 분 시간은 7시간이다. 본 실험의 설계는 Morrison 등 (2009)과 Lim and Hong (2010)의 연구를 기반으로 한다.

    2.2. 한반도 겨울철 강수 사례

    한반도에서 2018년 3월 발생한 겨울철 강수 사례 모의를 위해 한반도를 중심으로 9 km 격자 간격 (Do1) 및 3 km 격자 간격(Do2)을 갖도록 두개의 모 델 적분 영역을 구성하였다(Fig. 1a). Do1의 경우, 격 자 수는 170×170이며, Do2의 경우, 격자 수는 295× 349이다. 두 영역은 1-way nesting 방법으로 상호 작 용한다. 모델 적분의 초기 및 경계 조건은 유럽 중장 기 예보센터(European Center for Medium-range Weather Forecasts, ECMWF)에서 생산한 European ReAnalysis (ERA)-Interim (Dee et al., 2011) 재분석 자료를 사용하였다. 사용된 물리 과정은 다음과 같다. 지면 모수화 방안은 unified Noah land surface 방안 (Chen and Dudhia, 2001), 장파 및 단파 복사 모수화 방안은 Rapid Radiative Transfer Model for General Circulation Models (RRTMG) 방안(Iacono et al., 2008;Morcrette et al., 2008)을 적용하였다. 행성 경 계층 모수화 방안은 Yonsei University 방안(Hong et al., 2006)을 적용하였으며, 적운 모수화 방안은 Kain- Fritsch 방안(Kain, 2004;Kain and Fritsch, 1990)을 사용하였다. 격자 규모의 구름 및 강수 과정을 모수 화 하는 미세구름물리 모수화 방안은 WDM6과 WSM6 를 사용하였다. 3 km 격자 간격의 영역은 구름 및 강수 과정을 명시적으로 격자에서 모의할 수 있다고 간주하여, 적운 모수화 방안을 적용하지 않았다.

    모델은 2018년 3월 15일 00 UTC부터 36시간 적 분하였다. 눈송이의 특성 변화가 지표 강수 모의에 미치는 영향을 파악하기 위해 상대적으로 눈송이가 많이 생성되는 겨울철의 강수 사례를 선정하였다. 해 당 기간 동안 정체된 고기압이 중국의 북동쪽 및 몽 골 지역에 위치하고 있었으며, 이동성 저기압이 한반 도의 남동쪽을 통과하고 있었다. 해당 기압의 패턴으 로 한반도 영동지역으로 북서풍 바람이 지속적으로 유입되었다. 선정된 사례의 자세한 설명은 Lim 등 (2019)에 제시되었다. 모델 결과의 분석은 강수가 존 재한 3월 15일 13 UTC 부터 3월 16일 06 UTC 까 지 17시간 동안 수행하였다. 분석 기간 동안 Automatic Weather Station (AWS)을 통해 관측된 강수량을 Fig. 1b에 나타내었다. 영동지방의 태백산맥을 따라 많은 곳은 최대 15 mm 이상의 강수가 내린 것을 확인할 수 있다. 그 외 남해안 및 경기도 남동부 지역과 전 라북도 지역에서도 약한 강수가 존재한 것을 확인 할 수 있다.

    2.3. 민감도 실험

    WDM6 및 WSM6 방안에서 눈송이의 크기-질량 관계는 식 (1)을 따른다. 즉, 눈송이의 모양이 구형으 로 간주된다. 반면, Thompson 방안에서는 눈송이의 크기-질량 관계가 식 (2)에 의해 규정된다. 식 (1)과 (2)에서 Ds는 눈송이의 크기를, ms(Ds)는 눈송이의 크 기에 따른 질량을 나타내며, 식 (1)에서 ρS는 눈송이 의 밀도로 100 kg m−3으로 처방된다. ρS에서 아래 첨 자인 S는 눈송이(Snow)를 의미한다. Fig. 1c에서 WDM6 및 WSM6 방안에서 처방된 눈송이의 크기- 질량 관계와 Thompson 방안에서 처방된 눈송이의 크기-질량 관계를 비교하여 나타내었다. WDM6와 WSM6 방안은 눈송이의 지름이 약 1.32 mm 보다 작 을 때 Thompson 방안보다 작은 질량으로 처방하며, 지름이 그 이상인 경우에는 더 큰 질량으로 처방하 고 있다.

    m s ( D s ) = π ρ s 6 D s 3
    (1)

    m s ( D s ) = 0.0069 × D s 2
    (2)

    WDM6와 WSM6 방안에서 눈송이의 크기-질량 관 계를 Thompson에서 규정된 관계로 대체한 실험은 민감도 실험으로 각각 WDM6_MDS, WSM6_MDS 의 이름으로 명명하였다. 민감도 실험에서 새로운 눈 송이의 크기-질량 관계를 도입함으로써 WDM6와 WSM6 방안의 빗방울과 눈송이의 충돌 및 병합 과 정(Pracs 및 Psacr), 눈송이의 융해 과정(Psmlt), 얼음 과 눈송이의 충돌 과정(Psaci), 수증기가 증착(deposition) 되어 눈송이로 성장하는 과정(Psdep) 등 많은 미세구 름물리 모수화 과정이 변경되었다. WDM6와 WSM6 방안에서 본래의 눈송이의 크기-질량 관계를 사용한 실험을 WDM6과 WSM6으로 명명하였으며, 이를 규 준 실험이라고 간주하였다. WDM6와 WSM6방안에 서 구형의 모양으로 간주된 눈송이는 실제 현상과 어긋난다(Notaros et al., 2016). 한편 Thompson 방안 은 눈송이의 크기-질량 관계를 규정할 때, 눈송이의 모양을 구형으로 가정하지 않고 관측에 기반하여 규 정한다(Field et al., 2005). 규준 실험과 민감도 실험 의 비교를 통하여 현실적인 눈송이의 특성, 즉 크기- 질량 관계,의 처방이 강수 시스템 모의에 어떠한 영 향을 미치는지 알아보고자 한다.

    3. 결 과

    3.1. 이상화된 이차원 스콜선 사례

    Fig. 2는 WDM6, WDM6_MDS, WSM6, 그리고 WSM6_MDS 실험에서 모의된 지표 강수에 대한 Hovmöller그림을 나타낸다. 밝은 노란색으로 나타낸 지역은 강수량이 10분당 0.05 mm에서 4 mm의 양이 내린 지역으로 층운형 강수 지역으로 간주 할 수 있 다. 흰색으로 나타낸 지역은 대류형 강수가 존재하는 지역이다. 초기 따뜻한 공기 덩어리에 의해 유도된 대류 구름의 발달로 모델 적분이 20분에서 30분이 지난 후 지표에서 강한 대류형 강수가 모의되는 것 을 모든 실험에서 확인할 수 있다. 층운형 강수의 지 역은 모델 적분이 2시간 지난 후 나타난다. WDM6 를 이용한 실험(WDM6와 WDM6_MDS)과 비교하여 WSM6를 이용한 실험(WSM6와 WSM6_MDS)에서 약 3시간 후 층운형 강수의 지역이 넓게 발달됨을 확인할 수 있다(Figs. 2cd and 2ab). 모든 실험에서 적분 후 3시간에서 4시간이 지난 후, 이미 형성된 대 류 구름의 돌풍 전선의 앞쪽 지역에서 새로운 대류 가 형성된다. 이는 수직으로 갇힌 중력파에 의한 것 임이 알려져 있다(Fovell et al., 2006;Lim and Hong, 2010). WSM6 방안을 이용한 실험에서는 눈송이의 크기-질량 관계 변화가 지표 강수 변화에 많은 영향 을 주지 않는다. 그러나 WDM6 방안을 이용한 실험 에서는 WDM6_MDS 실험이 WDM6 실험보다 중력 파에 의한 새로운 대류의 생성을 늦게 유도한다. 즉, WDM6 실험은 모델 적분이 3시간이 지난 후 새로운 대류가 생성되는 반면, WDM6_MDS 실험은 4시간 이 지난 후 생성된다. 또한 모델 적분이 4시간 지난 후의 결과를 살펴보면 WDM6_MDS 실험에서 층운 형 강수 지역이 보다 넓게 발달하는 것을 확인할 수 있다.

    면적 누적된 강수의 시계열에서도 확인 할 수 있 듯이(Fig. 3a), 모델 적분이 270분(4시간 30분)을 경 과한 시점부터 WDM6_MDS 실험은 WDM6 실험보 다 많은 양의 강수를 모의한다. 반면, WSM6_MDS 실험은 WSM6 실험과 비슷한 양의 지표 강수를 모 의한다. 모의된 하향(Fig. 3b) 및 상향(Fig. 3c) 연직 속도를 살펴보면, 모델 적분 후 대류 셀이 강하게 발 달하는 30분에서 120분 사이에 모든 실험에서 하향 및 상향하는 연직 속도의 최대값이 나타난다(Figs. 3b and c). WDM6_MDS실험이 WDM6에 비해 적분 시작 300분이 된 시점 이후에 강한 하향 속도를 나 타내는 것 외에 연직 속도 모의에 있어 규준 실험과 민감도 실험의 차이는 뚜렷하게 나타나지 않는다.

    눈송이의 크기에 따른 질량의 특성 변화가 대기 수상의 혼합비 분포에 미치는 영향이 Fig. 4에 제시 되었다. 제시된 대기 수상의 혼합비 분포는 적분 전 체 시간 및 모든 영역에 대해 평균한 값이다. 그림에 서 q는 혼합비를 나타내며, 아래 첨자 C, I, R, S, 그 리고 G는 각각 구름 방울(Cloud water), 얼음(Ice), 빗방울(Rain), 눈송이(Snow), 그리고 싸락눈(Graupel) 을 의미한다. WSM6와 WDM6를 이용한 두 민감도 실험은 전 대기층에서 얼음의 혼합비 감소를 보인다. 또한 규준 실함과 비교하여 민감도 실험은 5-7 km의 고도에서 싸락눈 혼합비의 감소 및 그 외의 고도에 서 증가를 나타낸다. 8 km 이하의 고도에서는 눈송이 혼합비의 감소를 보인다(Figs. 4c and d). 액체상의 경우, WSM6_MDS과 WDM6_MDS의 민감도 실험 에서 구름 방울 혼합비의 감소 및 2 km 이하의 고도 에서 빗방울 혼합비의 증가를 확인할 수 있다. WDM6를 이용한 실험과 비교하여, WSM6를 이용한 실험이 규준 실험과 민감도 실험 간의 대기 수상 변 화가 더 작았다(Figs. 4c and d). 규준 실험과 민감도 실험 간의 지표 강수 변화에서도 WSM6를 이용한 실험이 더 작은 차이를 보였다(Figs. 2 and 3a).

    WDM6방안은 이중 모멘트 방안으로 대기 수상의 혼합비와 함께 구름 응결핵 및 구름 방울, 그리고 빗 방울의 수 농도가 예단 된다. WDM6방안에서 눈송 이의 크기-질량 관계 변화에 따른 예단된 대기 수상 의 수 농도 변화를 살펴보면(Fig. 5), WDM6_MDS 실험에서 구름 방울의 수 농도가 감소하는 것을 확 인할 수 있다. 구름 응결 핵의 경우, 3 km 이상의 고 도에서는 감소하는 경향을 그 이하의 고도에서는 증 가하는 경향을 보인다. 빗방울의 경우, 민감도 실험 에서 혼합비는 2 km 이하의 고도에서 증가하였지만 (Fig. 4c) 수 농도는 해당고도에서 감소하는 경향을 보인다 (Fig. 5c). 2 km 이하의 고도에서 빗방울의 혼 합비 증가 및 해당 수상의 수 농도 감소는 더 큰 빗 방울의 존재를 가능하게 한다. 이에따라 민감도 실험 에서 빗방울의 낙하 시 증발을 감소시켜 지표 강수 를 증가시킬 수 있다. 눈송이의 크기-질량 관계 변화 가 어떠한 상세 미세구름물리 과정에 영향을 미쳐 지표 강수를 변화시키는지 알아보고자 WDM6 실험 과 WDM6_MDS 실험에서 상세 미세구름물리과정의 정량적 분석을 실시하였다.

    Fig. 6은 눈송이의 혼합비 생성 및 소멸에 가장 많 은 기여를 한 상위 4개 미세구름물리 과정의 7시간 누적된 공간 분포 값을 나타낸다. 제시된 양의 단위 는 g kg−1이다. 눈송이(혹은 싸락눈)와 구름 방울의 충돌 및 병합 과정(Paacw) 및 수증기가 증착되어 눈 송이로 성장하는 과정(Psdep)은 눈송이의 질량을 증 가시키는 주요 과정으로 분석된다(Figs. 6ab6ef). 반면, 빗방울과 눈송이의 출동 및 병합 과정(Pracs)과 눈송이의 융해 과정(Psmlt)은 눈송이의 질량을 감소 시키는 주요 과정이다. Paacw, Psdep, Pracs 과정은 3 km에서 7 km 고도 사이에서 활발히 발생하며, Psmlt 과정은 2 km에서 3 km 고도 사이의 용해 층에 한정되어 발생하고 있음을 알 수 있다. Fig. 6에서 확인할 수 있는 것과 같이 WDM6_MDS 실험은 WDM6 실험보다 Pracs 과정에 의한 눈송이의 감소 가 큰 것을 확인할 수 있다. WDM6_MDS 실험은 WDM6보다 약 1.32 mm 보다 큰 눈송이에 대해 더 큰 질량을 처방함으로써 Pracs 과정을 증가시킬 수 있다. 이 Pracs 과정은 눈송이의 질량을 감소 시킴과 동시에 싸락눈 생성의 주요 원천이다(Figs. 7a and e). 이로 인해 3 km와 5 km 고도 사이에서 싸락눈의 생성이 증가함을 알 수 있다(Fig. 4c). WDM6 실험 과 비교하여 WDM6_MDS 실험에서 Psdep 과정의 증가 및 Psmlt과정의 감소가 보이나, Pracs 과정의 실험 간 변화가 가장 크다. Paacw 과정은 Pracs 과 정과 함께 싸락눈 혼합비 생성의 주요 과정이다(Figs. 7b and f). WDM6 실험과 비교하여 WDM6_MDS 실험에서 보여지는 5-7 km 고도에서 Paacw 과정의 감소는 해당 고도에서의 싸락눈 질량의 감소를 가져 온다(Fig. 4c). 싸락눈의 융해 과정(Pgmlt) 및 싸락눈 과 액체상의 부착 과정에 의해 증가된 융해 과정 (Pgeml)은 싸락눈 제거의 주요과정으로 Psmlt 과정과 마찬가지로 한정된 층에서 발행한다(Figs. 7cd and 7gf). 2 km의 고도에서 융해 과정은 WDM6 실험보 다 WDM6_MDS 실험에서 활발하게 이루어 진다. 이는 해당 고도의 위층에서 Pracs 과정에 의해 증가 된 싸락눈이 더 많이 융해 되었기 때문이다. 이러한 싸락눈의 융해 과정인 Pgmlt 과정은 빗방울 질량의 증가에 가장 많은 기여를 한다(Figs. 8a and e).

    Pgmlt 과정과 함께 눈송이의 융해 과정인 Psmlt 과정, 그리고 빗방울과 구름 방울의 충돌 병합 과정 (Pracw)은 빗방울 질량 증가에 주요한 과정들이다 (Fig. 8). 반면, 증발 과정(Prevp)은 빗방울의 질량 감 소에 중요한 역할을 한다. WDM6 실험과 비교하여 WDM6_MDS 실험은 2 km 이하의 고도에서 빗방울 의 혼합비가 증가 된다(Fig. 4c). 이러한 증가에 Pgmlt 과정이 주요 역할을 함을 알 수 있다(Figs. 8a and e). 빗방울의 질량 뿐 아니라 수 농도 생성에 관련된 주요 미세구름물리 과정을 분석하여 Fig. 9에 제시하 였다. 싸락눈의 융해 과정(Ngmlt)과 눈송이의 융해 과정(Nsmlt)은 빗방울의 수 농도를 증가시키는 주요 미세구름물리 과정이다. 반면 빗방울의 충돌/병합 및 부서짐 과정(Nrcol)과 증발에 의한 빗방울에서 구름 방울로의 전환과정(Nrevp)은 빗방울의 수 농도를 감 소시키는 주요 과정이다. Nrcol 과정은 충돌/병합 과 정과 부서짐 과정이라는 두 상반되는 과정을 함께 모수화 한다. 충돌/병합 과정은 빗방울의 수 농도를 감소시키며, 부서짐과정은 수 농도를 증가 시킨다.이 두 과정은 모두 빗방울의 질량은 변화시키지 않 는다.

    위의 네 가지 주요 과정 중 Nrcol 과정은 그 값의 크기가 가장 크며 빗방울의 수 농도 변화에 가장 큰 영향을 미치는 과정이다(Figs. 9c and g). Hagos 등 (2014)은 Milbrandt-Yau (Milbrandt and Yau, 2005), Thompson, Morrison, 그리고 WDM6의 네 가지 미 세구름물리 방안을 이용하여 Nrcol 과정의 부서짐 효 율을 증가시켜 중규모 대류계 모의에 미치는 영향을 연구하였다. 부서짐 효율의 증가는 더 작은 크기의 빗방울을 증가시켜 빗방울의 증발을 강화시킨다. 그 결과 대류계의 찬 공기 풀 생성 빈도가 증가되어 모 의된 대류계의 반사도 및 지표 강수가 향상되었다.

    WDM6_MDS 실험은 WDM6 실험에 비해 증가한 싸락눈의 융해 과정 및 눈송이의 융해 과정으로 인 해(Figs. 9ab and 9ef), 빗방울의 수 농도가 3 km 고 도에서 증가함을 알 수 있다(Fig. 5c). 반면, 3 km 이 하의 고도에서는 WDM6_MDS 실험에서 활발한 Nrcol 과정으로 인해 빗방울의 수 농도가 감소되는 것을 알 수 있다. 즉, WDM6_MDS 실험에서 빗방울 의 더 많은 충돌 병합 과정(혹은 더 적은 부서짐 과 정)이 발생하여 빗방울의 수 농도가 감소되고, 이에 따라 더 큰 크기의 빗방울이 생성되는 것이다. 큰 크 기의 빗방울은 상대적으로 증발의 효율이 감소 된다. 이는 WDM6_MDS 실험에서 x 방향으로 300 km 지 점의 증발 감소로 확인할 수 있다(Figs. 8dh).

    Fig. 10은 구름 방울의 수 농도 생성 및 감소에 영 향을 미치는 주요 네 가지 과정을 나타낸다. 구름 응 결핵의 활성화 과정(Ncact)은 구름 방울의 수 농도를 증가시키는 주요과정이다. 반면, 증발 과정에 의한 구름방울에서 응결핵으로의 전환 과정(Ncevp), 눈송 이 혹은 싸락눈과 구름 방울의 충돌 및 병합 과정 (Naacw), 그리고 균질 결빙 과정(Nihmf) 은 구름 방 울의 수 농도 감소를 야기하는 주요 과정이다. 초기 대류가 발달하는 x 방향으로 300 km인 지점에서 Ncact 과정이 활발이 발생하는 것을 알 수 있다. 민 감도 실험은 규준 실험보다 Pracs 과정을 강화 시키 고 이에따라 싸락눈 질량의 생성이 증가되었다. 싸락 눈에서 빗방울로의 융해 과정 또한 증가하여 민감도 실험은 하층에서의 상대적인 냉각으로 상승 속도의 약화를 유도할 수 있다. 이러한 상승 속도의 약화는 구름응결핵의 활성화 과정을 감소 시킬 수 있다(Figs. 10a and e). WDM6 실험에서 x 방향으로 450 km 에 서 600 km 지역에 보이는 Ncact 과정의 증가는 모델 적분 6시간 후 해당지역에서 생성된 새로운 대류와 관련이 있다. WDM6_MDS실험은 WDM6 실험보다 적은 수의 구름 방울이 생성됨에 따라 구름 방울의 수를 감소 시키는Ncevp 과정 및 Naacw 과정이 약화 된다. Ncact 과정 효과의 우세로 총 구름 방울의 수 는 민감도 실험인 WDM6_MDS에서 감소한다(Fig. 5c).

    3.2. 한반도 겨울철 강수 사례

    Fig. 11은 WDM6 방안을 이용하여 한반도 겨울철 강수 사례에 대해 모의된 강수량 및 규준 실험과 민 감도 실험 간의 모의된 강수량 차이를 나타낸다. 관 측에서는 분석기간 동안 영동지방의 최대 누적 강수 량이 약 17 mm였으나, WDM6 실험에는 누적 강수 량이 30 mm 이상으로 모델이 상당한 양의 편차를 보임을 알 수 있다(Figs. 1b and 11a). 모델은 영동지 방의 강수 분포는 비교적 잘 모의하였지만, 경기도 남동부 지역 및 전라북도 지역의 약한 강수는 모의 하지 못하였다. WDM6_MDS 실험은 WDM6 실험과 비슷한 강수의 지역적 분포를 모의하였으나, 영동지 방의 강수량 과대 모의를 더욱 증가시켰다(Fig. 11b). Figs. 11c-e는 WDM6_MDS 실험과 WDM6 실험에 서 지표에 모의된 눈송이 및 얼음, 싸락눈, 그리고 빗방울에 의한 지표 강수량의 차이를 나타낸다. 싸락 눈에 의한 강수량의 증가가 영동지방의 강수량의 증 가를 유발함을 알 수 있다. 지표 빗방울에 의해 동해 일부 지역의 강수량이 증가하나, 지표 눈송이 및 얼 음에 의한 강수량 감소가 이 증가를 상쇄한다. WSM6 방안을 이용한 실험도 마찬가지로, WSM6 실험보다 WSM6_MDS 실험에서 누적 지표 강수량 이 증가하였고, 이는 싸락눈에 의한 지표 강수량의 증가 때문이다(Fig. 12).

    분석 기간 및 영역 평균한 대기 수상의 연직 분포를 Fig. 13에 제시하였다. 민감도 실험인 WDM6_MDS, WSM6_MDS이 규준 실험인 WDM6, WSM6와 비교 하여 얼음 및 구름 방울의 질량이 모든 대기층에 걸 쳐 감소 하였다. 민감도 실험에서 상대적으로 하층에 서는 눈송이가 감소하였으며, 싸락눈 및 빗방울이 증 가하였다. 이러한 결과는 이상화된 스콜선 실험의 결 과와 일치한다. 해당 겨울철 강수 사례에서 싸락눈의 생성에 주요한 미세구름물리 과정은 Paacw와 Pracs 과정으로 분석되었다. 3.1절에서 언급한 바와 같이 Pracs 과정을 통해 하층 싸락눈의 질량이 증가하며 눈송이의 질량이 감소하였다. 민감도 실험에서 더 활 발한 Pracs 과정으로 인해 지표의 싸락눈이 증가하여, 결과적으로 지표의 총 강수량이 증가하는 것으로 분 석된다. 민감도 실험은 규준 실험에서 나타난 지표 강수량의 양의 편차를 더욱 증가시켜 강수량 모의 성능을 더욱 악화시켰다.

    4. 요약 및 결론

    미세구름물리 모수화 방안에서 대기 수상의 특성은 크기에 따른 대기 수상의 크기 분포, 수상의 밀도, 수상의 크기-질량 관계, 수상의 크기-연직 속도 관계 로 규정된다. 위 대기 수상의 특성 중 눈송이의 크기 -질량 관계 변화가 대류계 모의에 어떠한 영향을 미 치는지 알아보았다. 사용된 미세구름물리 모수화 방 안은 WDM6와 WSM6이다. 두 방안은 동일한 눈송 이의 크기-질량 관계식을 사용하고 있는대, 이는 한 반도에서 관측된 눈송이의 크기에 따른 질량의 특성 과 상이하다. 반면, Thompson 방안은 관측을 기반으 로 표현된 눈송이의 크기-질량 관계식을 사용하여 눈 송이의 특성을 규정하고 있다. 따라서 본 연구에서는 Thompson에서 사용된 눈송이의 크기-질량 관계식을 WDM6와 WSM6 방안에 처방하여 민감도 실험을 수 행하였다.

    사용된 기상 모델은 WRF 버전 4.0이다. 이상화된 이차원 스콜선 사례와 2018년 3월 15일에서 16일동 안 한반도 영동지방에서 발생한 겨울철 강수 사례에 대해 모델 적분을 수행하였다. 이상화된 스콜선 사례 의 경우, WSM6 방안을 이용한 실험에서는 눈송이의 크기-질량 관계 변화가 지표 강수에 많은 영향을 미 치지 않았다. 그러나 WDM6 방안을 이용한 민감도 실험은 규준 실험보다 층운형 강수를 증가시켜, 모델 적분 기간 동안 강수량의 증가를 보였다. WSM6과 WDM6을 이용한 민감도 실험은 규준 실험에 비해 하층에서 눈송이 혼합비의 감소 및 싸락눈과 빗방울 혼합비의 증가를 나타냈다. WDM6 방안을 이용하여 규준 실험과 민감도 실험에서 상세 미세구름물리 과 정이 각 대기 수상의 혼합비 생성 및 소멸, 그리고 강수량에 미치는 영향을 분석하였다. 빗방울과 눈송 이의 충돌 및 병합 과정이 민감도 실험에서 활발하 게 발생해 싸락눈의 질량 증가를 가져왔으며, 싸락눈 의 증가로 인한 싸락눈 융해 과정의 증가로 하층 액 체 빗방울의 질량이 증가되었다. 이로 인해 민감도 실험에서 지표 강수가 증가함을 알 수 있었다. 한반 도 겨울철 강수 사례의 경우, 이상화된 이차원 스콜 선 사례와 마찬가지로 규준 실험과 비교하여 민감도 실험에서 눈송이의 질량 감소와 싸락눈 및 빗방울 질량의 증가가 분석되었다. 민감도 실험은 싸락눈의 질량 증가에 의한 지표 강수 증가로 인해 규준 실험 보다 강수량 모의를 더 악화시키는 결과를 보였다. 즉, 관측에 기반한 대기 수상의 특성을 차용한 민감 도 실험은 오히려 강수량 모의에 더 큰 양의 편차를 나타내었다.

    선행연구를 통해 겨울철 강수 사례 모의에 있어서 WDM6 방안은 싸락눈의 질량을 많이 모의하여 지표 강수를 과대모의하는 경향이 있음이 알려져 있다 (McMillen and Steenburgh, 2015). 본 연구에서는 민 감도 실험이 변형된 눈송이의 크기-질량 관계에 의해 빗방울과 눈송이의 충돌 및 병합(부착) 과정을 증가 시킴을 보였다. 이로 인해 모의된 싸락눈의 질량이 증가하고 지표 강수를 과대 모의하는 경향이 민감도 실험에서 더 강화되었다. 즉, WDM6 방안이 싸락눈 의 질량을 많이 모의하는 경향으로 인해 현실적인 대기 수상의 특성(눈송이의 크기-질량 관계) 처방이 오히려 지표 강수량의 모의를 악화시켰다. 향후 다양 한 겨울철 및 여름철 강수 사례 실험을 통하여 눈송 이 뿐만 아니라 여러 대기 수상의 특성 변화가 지표 강수 모의에 미치는 영향에 대해 연구할 계획이다.

    빗방울과 눈송이의 부착 과정은 본 연구에서 지표 강수에 변화를 유도하는 주요 미세구름물리 과정으로 분석되었다. 대부분의 미세구름물리 모수화 과정에서 빗방울과 눈송이의 부착 과정에 대한 부착 효율을 100%로 처방하고 있다. 즉, 빗방울과 눈송이가 충돌 하면 충돌한 모든 빗방울과 눈송이가 병합된다고 가 정하는 것이다. 차후, 대기 수상의 특성 뿐 아니라 부착 과정과 같은 미세구름물리 과정의 정성적 혹은 정량적 관측을 통해 미세구름물리 모수화 방안 내 부착 효율과 같은 모수들을 점차적으로 개선해 나갈 수 있을 것이라 기대한다.

    감사의 글

    논문 검토를 통해 귀중한 의견을 주신 세 분의 심 사위원님께 감사 드립니다. 이 성과는 정부(과학기술 정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구입니다(NRF-2019R1C1C1008482).

    Figure

    JKESS-41-1-1_F1.gif

    (a) Model domain configuration with terrain contoured every 200 m. The resolutions of inner domain (Do2) and outer domain (Do1) are 3 and 9 km. Terrain height greater than 800 m is shaded. (b) shows the accumulated precipitation [mm] obtained from Automatic Weather Station (AWS) observation during 17 hours from 1300 UTC, 15 Mar, to 0600 UTC, 16 March. (c) is for the relationship between mass and diameter of snow in WDM6/WSM6 (solid line) and Thompson (dotted).

    JKESS-41-1-1_F2.gif

    Hovmöller plots of the surface rainfall rate drawn from the (a) WDM6, (b) WDM6_MDS, (c) WSM6, and (d) WSM6_MDS. The contour interval is every 1 mm/10 min for rates between 0 and 4 mm, and every 3mm/10 min for rates greater than 4mm. To highlight the stratiform rain region, precipitation rates between 0.05 and 4 mm are shaded in light yellow color.

    JKESS-41-1-1_F3.gif

    Time series of (a) domain-accumulated surface rain rate, (b) minimum velocity, and (c) maximum vertical velocity over the entire domain for the WDM6 (black solid), WDM6_ MDS (black dotted), WSM6 (blue solid), and WSM6_MDS (blue dotted).

    JKESS-41-1-1_F4.gif

    Vertical profiles of time-domain-averaged mixing ratios of hydrometeors for the experiments using (a) WDM6 and (b) WSM6. (c) and (d) represent the difference of time-domain-averaged mixing ratios of hydrometeors between the two experiments using WDM6 (WDM6_MDS minus WDM6) and WSM6 (WSM6_MDS minus WSM6).

    JKESS-41-1-1_F5.gif

    Vertical profiles of time-domain-averaged number concentrations of hydrometeors for the experiments using (a) WDM6 and (b) WDM6_MDS. (c) represents the difference of time-domain-averaged number concentrations of hydrometeors between WDM6_MDS and WDM6 (WDM6_MDS minus WDM6). Unit for rain number concentration (NR) is m−3 and ones for number concentrations of cloud (NC) and cloud condensation nuclei (NCCN) are cm−3 .

    JKESS-41-1-1_F6.gif

    Spatial distribution of four main sources/sinks to produce mixing ratio of snow (qS). (a) Paacw, (b) Psdep, (c) Pracs, and (d) Psmlt from WDM6. (a) and (b) are the sources, and (c) and (d) are the sinks of qS. All sources/sinks are accumulated during 7 hours. Units are all g kg−1 . (e)-(h) are same as (a)-(d) but for WDM6_MDS.

    JKESS-41-1-1_F7.gif

    Spatial distribution of four main sources/sinks to produce mixing ratio of graupel (qG). (a) Pracs, (b) Paacw, (c) Pgmlt, and (d) Pgeml from WDM6. (a) and (b) are the sources, and (c) and (d) is the sinks of qG. (e)-(h) are same as (a)-(d) but for WDM6_MDS.

    JKESS-41-1-1_F8.gif

    Spatial distribution of four main sources/sinks to produce mixing ratio of rain (qR). (a) Pgmlt, (b) Psmlt, (c) Pracw, and (d) Prevp from WDM6. (a)-(c) are sources, and (d) is sink of qR. (e)-(h) are same as (a)-(d) but for WDM6_MDS.

    JKESS-41-1-1_F9.gif

    Spatial distribution of four main sources/sinks to produce number concentration of rain (NR). (a) Ngmlt, (b) Nsmlt, (c) Nrcol, and (d) Nrevp from WDM6. (a) and (b) are sources, and (c) and (d) are sinks of NS. All sources/sinks are accumulated during 7 hours. Units are all cm−3 . (e)-(h) are same as (a)-(d) but for WDM6_MDS.

    JKESS-41-1-1_F10.gif

    Spatial distribution of four main sources/sinks to produce number concentration of cloud water (NC). (a) Ncact, (b) Ncevp, (c) Naacw, and (d) Nihmf from WDM6. (a) is the source, and (b)-(d) are the sinks of NC. (e)-(h) are same as (a)-(d) but for WDM6_MDS.

    JKESS-41-1-1_F11.gif

    (a) Simulated precipitation [mm] from WDM6 and difference in the simulated precipitation between two experiments (WDM6_MDS minus WDM6) during 17 hours from 13 UTC 15 Mar to 06 UTC 16 March. (c)-(e) show the differences in the simulated precipitation [mm], contributed from (c) snow and falling ice, (d) graupel, and (e) rain at the surface.

    JKESS-41-1-1_F12.gif

    Same as Fig. 11 but for WSM6.

    JKESS-41-1-1_F13.gif

    Differences in the vertical profiles of time-domain-averaged mixing ratios of hydrometeors. (a) WDM6_MDS minus WDM6 and (b) WSM6_MDS minus WSM6. Hydrometeors are averaged over the area, 37~38.4 ° N and 128~129.4 ° E during 17 hours from 13 UTC 15 Mar to 06 UTC 16 March.

    Table

    Reference

    1. Byun, U.-Y. , Hong, J. , Hong, S.-Y. , and Shin, H. H. ,2015, Numerical simulations of heavy rainfall over central Korea on 21 September 2010 using the WRF model. Advances in Atmospheric Science, 32(6), 855–869.
    2. Chen, F. , and Dudhia, J. ,2001, Coupling and advanced land surface-hydrology model with the Penn State- NCAR MM5 modeling system. Part I: Model implementation and sensitivity. Monthly Weather Review, 129, 569–585.
    3. Dee, D.P. , and Coauthors,2011, The ERA-Interim reanalysis: Configuration and performance of the data assimilation system. Quarterly Journal of the Royal Meteorological Society, 137, 553-597.
    4. Field, P. R. , Hogan, R. J. , Brown, P. R. A. , Illingworth, A. J. , Choularton, T. W. , and Cotton, R. J. 2005, Parameterization of ice-particle size distributions for mid-latitude stratiform cloud. Quarterly Journal of the Royal Meteorological Society, 131, 1997–2017.
    5. Fovell, R. G. , Mullendore, G. L. , and Kim, S.-H. ,2006, Discrete propagation in numerically simulated nocturnal squall lines. Monthly Weather Review, 134, 3735–3752.
    6. Hagos, S. , Feng, Z. , Burleyson C. , Lim, K.-S. S. , Long, C. L. , Wu, D. , and Thompson, G. ,2014, Evaluation of high resolution simulations of cloud populations associated with Madden-Julian Oscillation using data collected during AMIE/DYNAMO field campaign. Journal of Geophysical Research, 119, 12,052-12,068.
    7. Hong, S.-Y. , Lim, K.-S. S. , Kim, J.-H. , Lim, J.-O. J. , and Dudhia, J. ,2009, Sensitivity study of cloud-resolving convective simulations with WRF using two bulk microphysical parameterizations: Ice-phase microphysics versus sedimentation effects. Journal of Applied Meteorology and Climatology, 48, 61-76.
    8. Hong, S.-Y. , and Lim, J.-O. J. ,2006, The WRF singlemoment 6-class microphysics scheme (WSM6). Journal of Korean Meteorological Society, 42, 129–151.
    9. Hong, S.-Y. , Noh, Y. , and Dudhia, J. ,2006, A new vertical diffusion package with an explicit treatment of entrainment processes. Monthly Weather Review, 134, 2318–2341.
    10. Hong, S.-Y. , Dudhia, J. , and Chen, S.-H. ,2004, A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation. Monthly Weather Review, 132, 103–120.
    11. Iacono, M. J. , Delamere, J. S. , Mlawer, E. J. , Shephard, M. W. , Clough, S. A. , and Collins, W. D. ,2008, Radiative forcing by long-lived greenhouse gases: calculations with the AER radiative transfer models. Journal of Geophysical Research, 113, D13103.
    12. Kain, J. S. ,2004, The Kain-Fritsch convective parameterization: An update. Journal of Applied Meteorology, 43, 170–181.
    13. Kain, J. S. , and Fritsch, J. M. ,1990, A one-dimensional entraining/detraining plume model and its application in convective parameterization. Journal of Atmospheric Science, 47, 2784–2802.
    14. Lee, G. , and Kim, K. ,2019, International Collaborative Experiments for Pyeongchang 2018 Olympic and Paralympic winter games (ICE-POP 2018). AGU fall meeting, San Francisco, CA, USA, Moscone center.
    15. Lei, H. , Guo, J. , and Chen, D. ,2020, Systematic bias in the prediction of warm-rain hydrometeors in the WDM6 microphysics scheme and modifications. Journal of Geophysical Research, in press.
    16. Lim, K.-S. S. ,2019, Bulk-type cloud microphysics parameterization in atmospheric models. Atmosphere, 29(2), 1-13.
    17. Lim, K.-S. S. , Chang, E.-C. , and Sun, R. ,2019, Evaluation of cloud microphysics parameterizations during the ICEPOP field campaign in Korea. AGU fall meeting, San Francisco, CA, USA, Moscone center.
    18. Lim, K.-S. S. , Hong, S.-Y. , Yoon, J.-H. , and Han, J. ,2014, Simulation of the summer monsoon rainfall over East Asia using the NCEP GFS cumulus parameterization at different horizontal resolutions. Weather and Forecasting, 29, 1143–1154.
    19. Lim, K.-S. S. , and Hong, S.-Y. ,2012, Investigation of aerosol indirect effects on simulated flash-flood heavy rainfall over Korea. Meteorology and Atmospheric Physics, 118, 199-214.
    20. Lim, K.-S. S. , and Hong, S.-Y. ,2010, Development of an effective double-moment cloud microphysics scheme with prognostic Cloud Condensation Nuclei (CCN) for weather and climate models. Monthly Weather Review, 138, 1587-1612.
    21. McMillen, J. D. , and Steenburgh, W. J. ,2015, Impact of microphysics parameterizations on simulations of the 27 October 2010 Great Salt Lake-effect snowstorm. Weather and Forecasting, 30, 136–152.
    22. Milbrandt, J. A. , and Yau, M. K. ,2005, A multimoment bulk microphysics parameterization. Part I: Analysis of the role of the spectral shape parameter. Journal of Atmospheric Science, 62, 3051−3064.
    23. Morcrette, J. J. , Barker, H. W. , Cole, J. N. S. , Iacono, M. J. , and Pincus, R. ,2008, Impact of a new radiation package, McRad, in the ECMWF integrated forecasting system. Monthly Weather Review, 136, 4773–4798.
    24. Morrison, H. , Thompson, G. , and Tatarskii, V. ,2009, Impact of cloud microphysics on the development of trailing stratiform precipitation in a simulated squall line: Comparison of one- and two-moment schemes. Monthly Weather Review, 137, 991–1007.
    25. Morrison, H. , Curry, J. A. , and Khvorostyanov, V. I. ,2005, A new double-moment microphysics parameterization for application in cloud and climate models. Part I: Description. Journal of Atmospheric Science, 62, 1665−1677.
    26. Notaroš, B. M. , and Coauthors,2016, Accurate characterization of winter precipitation using multi-angle snowflake camera, visual hull, advanced scattering methods and polarimetric radar. Atmosphere, 7(6), 81.
    27. Skamarock, W. C. , and Coauthors,2008, A description of the advanced research WRF version 3. NCAR Technical Note NCAR/TN-4751STR, 113 pp.
    28. Stanford, M. , Morrison, H. , Varble, A. , Berner, J. , Wu, W. , McFarquhar, G. , and Milbrandt, J. ,2019, Sensitivity of simulated deep convection to a stochastic ice microphysics framework. Journal of Advances in Modeling Earth Systems, 11, 3362-3389.
    29. Song, H.-J. , and Sohn, B. J. ,2018, An evaluation of WRF microphysics schemes for simulating the warm-type heavy rain over the Korean peninsula. Asia-Pacific Journal of Atmospheric Sciences, 54, 1–12.
    30. Tapiador, F. J. , Sánchez, J. L. , and García-Ortega, E. ,2019, Empirical values and assumptions in the microphysics of numerical models. Atmospheric Research, 215, 214–238.
    31. Thompson, G. , Field, P. R. , Rasmussen, R. M. , and Hall, W. D. ,2008, Explicit forecasts of winter precipitation using an improved bulk microphysics scheme. Part II: Imple- mentation of a new snow parameterization. Monthly Weather Review, 136, 5095-5115.
    32. Yang, Q. , Dai, Q. , Han, D. , Chen, Y. , Zhang, S. ,2019, Sensitivity analysis of raindrop size distribution parameterizations in WRF rainfall simulation. Atmospheric Research, 228, 1-13.