정량적 강수 예측을 위한 레이더 비강수 정보의 자료동화 (Data Assimilation of Radar Non-precipitation Information for Quantitative Precipitation Forecasting)

서지정보

· 발행기관 : 한국지구과학회
· 수록지 정보 : 한국지구과학회지 / 44권 / 6호 / 557 ~ 577페이지
· 저자명 : 김유신, 민기홍

초록

본 연구에서는 레이더 관측 영역 내에 강수 에코(echo)가 없는 지역을 비강수 정보라고 정의하고 자료 동화에활용하였다. 비강수 정보는 레이더로 관측할 수 있는 최대 영역 내에서 강수에 의한 에코가 나타나지 않고 레이더에서관측할 수 없을 정도로 약한 강수나 구름 입자가 있거나, 강수 자체가 없다는 것을 의미한다. 기존의 레이더 자료를 동화한 연구가 강수에 의한 반사도와 시선속도를 동화하여 모델 내의 강수를 만들어내는 것에 초점을 두었다면, 본 연구에서는 에코가 없다는 것도 하나의 정보로 고려하고 이를 동화함으로써 모델 내에서 잘못 예측한 강수를 억제하였다.
비강수 정보를 자료동화에 적용시키기 위해 레이더 비강수 정보를 수상체와 상대습도로 변환하는 관측 연산자를 제시하고 이를 Weather Research and Forecasting (WRF) 모델의 자료동화 시스템인 WRF Data Assimilation system(WRFDA)에 적용하였다. 또한 비강수 정보를 효과적으로 활용하기 위한 레이더 자료의 처리 방법을 제시하였다. 비강수 정보가 모델 내에서 잘못 예측한 강수를 억제할 수 있는지 확인하기 위해 단일 관측실험을 수행하였으며 비강수 정보가 수상체와 습도 그리고 기온을 낮춤으로써 대류가 억제될 수 있는 환경을 만들었다. 비강수 정보의 동화 효과를실제 사례에 적용한 2013년 7월 23일 대류 사례 실험을 통해 9시간 예측을 수행하여 결과를 분석하였다. 레이더 비강수 정보를 추가로 동화한 실험이 비강수 정보를 제외한 실험보다 Fractional Skill Score (FSS)가 증가하고 False AlarmRatio (FAR)는 감소하여 모델의 강수 예측성을 향상시켰다.

영어초록

This study defines non-precipitation information as areas with weak precipitation or cloud particles that radarcannot detect due to weak returned signals, and suggests methods for its utilization in data assimilation. Previous studieshave demonstrated that assimilating radar data from precipitation echoes can produce precipitation in model analysis andimprove subsequent precipitation forecast. However, this study also recognizes the non-precipitation information asvaluable observation and seeks to assimilate it to suppress spurious precipitation in the model analysis and forecast. Toincorporate non-precipitation information into data assimilation, we propose observation operators that convert radar nonprecipitationinformation into hydrometeor mixing ratios and relative humidity for the Weather Research and ForecastingData Assimilation system (WRFDA). We also suggest a preprocessing method for radar non-precipitation information. Asingle-observation experiment indicates that assimilating non-precipitation information fosters an environment conducive toinhibiting convection by lowering temperature and humidity. Subsequently, we investigate the impact of assimilating nonprecipitationinformation to a real case on July 23, 2013, by performing a subsequent 9-hour forecast. The experiment thatassimilates radar non-precipitation information improves the model’s precipitation forecasts by showing an increase in theFractional Skill Score (FSS) and a decrease in the False Alarm Ratio (FAR) compared to experiments in which do notassimilate non-precipitation information.

참고자료

· 없음