DOI QR코드

DOI QR Code

Comparison of Wind Profiler Wind Measurements with Rawinsonde Data at Bukgangneung

북강릉 지점의 연직바람관측장비 바람자료와 레윈존데 자료의 비교

  • Kwon, Ju-Hyeong (Department of Atmospheric and Environmental Sciences, Gangneung-Wonju National University) ;
  • Kwon, Tae-Yong (Department of Atmospheric and Environmental Sciences, Gangneung-Wonju National University)
  • 권주형 (강릉원주대학교 대기환경과학과) ;
  • 권태영 (강릉원주대학교 대기환경과학과)
  • Received : 2017.10.27
  • Accepted : 2018.03.19
  • Published : 2018.04.30

Abstract

The Korea Meteorological Administration has been operating wind profiler at 9 stations since the year of 2007. Among these stations, Bukgangneung is the only one that produces regularly both rawinsonde and wind profiler wind measurements at the same time. In this study, wind profiler measurements were compared with rawinsonde wind at Bukgangneung. Unlike most other studies which have used the temporal measurements for several days in summer season, in this study the routine rawinsonde measurments during almost one year (2016) were employed for the accuracy test of the wind. The monthly mean maximum observation height in Bukgangneung shows a large seasonal variation; it was relatively high in summer (4,310 m in July) and low in winter (2,130 m in December). The vertical observation rates at the altitude above these heights were less than 50%. The monthly and vertical wind comparison between rawinsonde and wind profiler shows that absolute bias and RMSE of zonal and meridional wind velocity are mostly less than 1 m/s and less than 2 m/s, respectively. In winter season the RMSE of wind velocity increased to 2~3 m/s. However, at some high altitudes and certain months, large errors were found. It is shown that these errors were related with very weak wind (less than 1 m/s) of wind profiler at 3,500~4,000 m from January to May and dramatic changes of wind the height of 1,500~2,500 m for in April. For Snow events the errors were lower than those for the winter season and for the heavy rain events the errors increased to 3~4 m/s at the height of 4~5 km.

기상청은 2007년 이후로 9개의 지점에서 연직바람관측장비를 운영해오고 있다. 그 중에서 북강릉은 레윈존데와 연직바람관측장비가 동시에 관측이 수행되는 유일한 지점이다. 이 연구에서는 북강릉 지점의 연직바람관측장비 자료와 레윈존데의 바람 자료를 비교하였다. 여름철 일시적으로 관측된 레윈존데 자료를 이용한 다른 대부분의 연구들과 다르게, 이 연구에서는 약 1년 동안의 자료를 이용하여 정확도 검증을 수행하였다. 북강릉의 월별 평균 최고관측고도는 여름에 높고(7월에 4,310 m), 겨울에 낮은(12월에 2,130 m) 뚜렷한 계절 변화가 나타났다. 월평균 최고관측고도 이상 고도에서의 연직 관측률은 약 50% 이하로 낮았다. 두 자료의 비교 결과를 살펴보면, 동서 성분 풍속과 남북 성분 풍속의 Bias 절대값과 RMSE는 대부분 각각 1 m/s 이하, 2 m/s 이하로 나타났다. 그에 비해 겨울철에서는 동서 및 남북 성분 풍속의 RMSE가 2~3 m/s로 다른 계절보다 조금 더 높았다. 그러나 특정 월과 고도에서는 큰 오차가 나타났다. 이러한 오차는 1월부터 5월에 3,500~4,000 m에서 연직바람관측장비에서 관측되는 약한 바람(1 m/s 이하)과 4월에 1,500~2,500 m에서 바람의 급격한 변화와 연관되는 것으로 보여진다. 강설 사례에서의 오차는 겨울철 전체의 오차보다 작았으며, 강한 강수 사례에 대한 오차는 4 km 이상의 고도에서 3~4 m/s로 증가하였다.

Keywords

1. 서론

기상청은 2000년대 초부터 고층기상관측 분야에서 관측지점의 확대와 관측장비의 다양화로 다량의 연직바람, 기온 그리고 이슬점 자료를 생산하여 왔다. 2000년을 전후로 고층기상관측은 단지 레윈존데에 의존하는 관측에서 연직바람관측장비와 라디오미터를 포함하는 다양한 관측 방법으로 변환되었고 관측 지점 또한 크게 증가하였다. 연직바람관측장비는 2004년부터 2007년 사이에 설치되어 현재 9개 지점에서 운영되고 있으며 10분 간격 그리고 약 70~160 m의 연직 분해능으로 고도 5~10 km까지 연직 바람 자료를 제공하고 있다(Gangwon Regional Office of Meteorology, 2011).

연직바람관측장비 바람자료는 레윈존데 자료와 비교할 때 상대적으로 높은 시간 분해능과 연직 분해능을 가진다. 이러한 이유로 이 자료는 전 세계적으로 위험기상의 실황 감시나 분석에 그리고 수치예보모델의 예측정확도 향상을 위해 기초자료로 널리 활용되고 있다(Weber et al., 1993; Ishihara, 2006; Maruri et al., 2014). 국내에서는 기상연구소가 최초로 2003년에 연구용으로 연직바람관측장비를 해남에 설치하였다. 이 자료를 이용한 연구에서 Park et al.(2005)은 연직바람관측장비 바람자료를 수치모델 모의에 포함할 때 단시간 예측 시스템(Short Range Analysis and Prediction System)의 강수 예측능력이 풍하측 지역에서 다소 향상됨을 보였다. 그리고 바람, 기온 그리고 이슬점 자료 각각의 영향력 분석에서는 바람 자료의 영향이 보다 크게 나타나 연직 바람 자료만으로도 수치모델의 예측결과를 크게 개선시킬 수 있다고 보고하였다. Park et al.(2010)은 남부 한반도의 복잡한 해안 지형에서 연직바람관측장비 바람 자료가 수치모델의 대기 하층 바람장 모의에 미치는 영향을 분석하였다. 여기서 바람 관측 자료의 활용은 강한 종관 조건보다 약한 종관 조건에서 더 중요하다고 보고하였다. 또한 다수의 연구(Won et al., 2006; Kwon et al., 2013; Jung et al., 2014)는 재해 기상 사례(장마, 호우, 대설)에 대하여 연직바람관측장비 바람 자료의 특징을 분석하였다. Won et al.(2006)은 연직바람관측장비의 관측 자료를 이용하여 한반도 여름철 강수 유형을 분류하였고, Kwon et al.(2013)과 Jung et al.( 2014)은 영동 호우 및 대설 시 동풍 계열의 바람이 나타나는 것을 확인하였다.

그러나 이와 같은 바람 자료의 다양한 활용에도 불구하고 연직바람관측장비 바람 자료의 정확성과 품질에 대한 연구는 부족한 실정이다. Kim et al.(2015)은 2013년 6월과 7월에 약 3일간의 집중관측기간 동안 북강릉 지점에서 관측한 연직바람관측장비와 라디오존데 바람자료를 비교하였다. 이 비교에서 연직바람관측장비의 고도별 수평 풍속은 고도 약 3.8 km 이하에서는 1. m/s 하의 평균 오차(Bias 혹은 ME, Mean Error)와 약 2 m/s 이하의 제곱근평균제곱오차(Root Mean Square Error, RMSE)를 보이며, 반면 고도 3.8 km부터 4 km까지는 약 -5 m/s의 오차와 4~8 m/s의 RMSE로 크게 과소 추정되었다. 강수의 경우 약한 강수(2.5 mm/hr 미만의 강수)사례에서는 관측 오차가 무강수 사례보다 낮았고 반면 강한 강수 사례에서는 오히려 오차가 크게 나타났다. 비슷한 방법으로 Korea Meteorological Institute(2016)는 철원을 포함한 7개 지점의 연직바람관측장비 바람 자료를 검증하였다. 여기서 수평 풍속의 Bias와 RMSE는 각각 -0.18~-1.42 m/s과 1.07~3.88 m/s로 비록 과소 추정하는 경향을 보이나 비교적 양호한 값을 생산하고 있다고 보고하였다. 그러나 이러한 자료 검증은 대부분 여름철에 수행되었고 또한 검증 기간이 약 1주 이내로 짧아 제한적인 기상 사례에 한정되어 있다는 단점이 있다.

이 연구에서는 현재 기상청에서 운영하는 북강릉 지점의 연직바람관측장비로부터 산출된 바람 자료의 월별 고도별 정확도를 조사하였다. 현재 기상청이 운영하는 9개 연직바람관측장비 관측 지점 가운데 연직바람관측장비와 레윈존데를 동시에 사용하여 바람 관측을 수행하는 지점은 북강릉이다. 북강릉 지점은 2015년 12월 24일부터 00과 12 UTC에 두 장비의 동시 관측을 수행하여 왔고 이들 자료의 비교를 통하여 연직바람관측장비 바람 자료의 정확도를 분석하였다. 2장에서는 연구에 사용한 자료, 바람 자료의 검증 방법, 그리고 오차 원인에 대한 분석 방법에 대하여 설명한다. 3장에서는 월별로 연직바람관측장비의 관측률과 평균최고관측고도 그리고 바람의 성분 벡터에 대하여 Bias와 RMSE를 조사하였다. 4장에서는 오차가 크게 나타난 일부 월과 특정 고도에서 오차와 바람 자료의 특징을 분석하였고 강수 사례에 대하여 레윈존데와 연직바람관측장비의 자료를 비교하였다. 5장에서는 이 연구의 주된 결과를 요약하였다.

2. 자료와 연구방법

이 연구에서는 연직바람관측장비 바람자료의 정확도 조사와 오차 분석을 위하여 북강릉 지점에서 관측한 연직바람관측장비와 레윈존데 바람 자료 그리고 ASOS 시간 강수량 자료를 수집하였다. 이 지점에서 연직바람관측장비와 레윈존데가 동시 관측을 수행한 시기가 2015년 12월 24일이기 때문에 약 1년 (2015년 12월 24일~2016년 12월 1일) 동안의 자료를 수집하였다. 이 기간에 북강릉에 설치된 연직바람관측장비는 프랑스 Degreane의 PCL-1300 모델로, 1,290 MHz 주파수를 사용한다. 이 장비는 5개의 안테나에서 후방 산란 신호를 측정하고 도플러 효과를 이용하여 시선 속도를 관측한다. 관측된 시선 속도는 벡터 연산을 통해 수평 및 연직 바람 성분으로 계산된다. 이때 관측은 두 가지 모드(Low mode와 High mode)로 운영된다. Low mode High mod 관측 해상도는 각각 71.68 m, 164.85 m이고, 최고관측고도는 5.0 km, 11.0 km이다. 총 71개 고도에서 10분 간격으로 고도, 풍향, 풍속, 동서 성분 풍속 (U 성분 풍속), 남북 성분 풍속(V 성분 풍속), 연직 풍속 자료를 생산한다(Table 1).

Table 1. Characteristics of low mode for UHF wind profiler (Degreane PCL-1300)

OGCSBN_2018_v34n2_1_249_t0001.png 이미지

레윈존데 자료는 한국 진양의 RSG-20A 센서를 사용하여 00과 12 UTC에 관측한 원시 자료이다. 이 자료는 기압, 기온, 상대습도, 풍속, 풍향, 지위고도, 이슬점 자료로 5초 간격으로 저장되었으나 2016년 6월 8일 00 UTC부터는 1초 간격으로 저장되었다. 또한 강한 강수는 강수에 의한 강한 레일리 산란과 관련되어 관측 자료에 오차를 가져올 수 있다. 반면 약한 강수는 레일리산란에 의해 관측 감도를 높여 무강수의 경우보다 오차가 적게 나타날 수 있다(Kim et al., 2015). 이러한 오차를 조사하기 위하여 북강릉 지점 ASOS 시간 강수량 자료를 수집하였다.

연직바람관측장비 바람자료의 정확도를 분석하기 위하여 먼저 연직바람관측장비의 월별 관측률과 평균최고관측고도를 조사하였다. 월 관측률은 특정 월의 장비 운영 기간 동안 예상할 수 있는 관측 자료의 수(예상관측 자료의 수)에 대한 실제 관측된 자료 수의 비를 백분율로 나타낸 것이다(식 1). 실제 관측 자료의 수 계산에서 특정 시각에 71개 고도의 관측 자료 가운데 어느 한 고도에라도 실제 관측 자료가 존재하면 하나의 관측 자료로 보고 집계하였다. 반면 예상 관측 자료의 수는 계획 정지와 장비 고장 기간을 제외한 장비가 가동된 기간동안 모든 자료를 수집했다고 가정하고 위와 같이 집계한 값이다. 연구 기간 동안 북강릉 지점 연직바람관측장비의 계획 정지 기간은 2016년 10월 5일 1800 KST에서 24일 1400 KST이다. 최고관측고도는 특정 시각 71개 고도의 관측 자료에서 실제 관측값이 나타나는 최고 고도이다. 먼저 각각의 시각에 최고관측고도를 찾고 이 자료로부터 월별 평균최고관측고도를 계산하였다(식 2). 여기서 N은 자료의 수이다.

\(\text { 관측률 }=\frac{\text { 실제관측자료수 }}{\text { 예상관측자료수 }} \times 100\)       (1)

\(\text { 평균최고관측고도 }=\frac{\sum_{i}^{N} \text { 최고관측고도 }}{N}\)       (2)

연직바람관측장비 바람자료의 정확도 분석하기 위하여 연직바람관측장비와 레윈존데 바람 관측 자료를 비교하였다. 레윈존데 관측의 전문 자료는 00과 12 UTC에 보고되고 있으나 실제 지상에서 센서를 비양하는 시각은 위 시간에 20~40분 전이다. 그리고 센서가 약 2,500 m에 도달하는 시간은 약 10분이다. 따라서 바람 자료의 비교는 레윈존데 비양 시각을 기준으로 동일한 시각의 바람 관측 자료에 대하여 수행하였다. 비교 통계값을 구하기 위하여 바람과 관련된 U 성분 풍속과 V 성분 풍속에 대한 월별 검증 통계값(Bias와 RMSE)를 계산하였다(식 3과 4). 이 값들을 계산하기 위하여 먼저 고도 5km까지 250 m 간격의 등간격 기준고도(예 250, 500, 750m …) 혹은 이 고도에 가장 가까운 고도에서 연직바람관측장비와 레윈존데의 4가지 바람 성분을 계산하였다.

\(\operatorname{Bias}=\left(\frac{1}{N}\right) \sum_{1}^{N}\left(V_{W}-V_{R}\right)\)       (3)

\(\text { Root Mean Square Error (RMSE)= } \sqrt{\left(\frac{1}{N}\right) \sum_{1}^{N}\left(V_{W}-V_{R}\right)^{2}} \)       (4)

이 연구에서는 두 가지 방법으로 바람 성분을 계산하였다; 첫 번째 방법은 기준고도를 중심으로 선형 내삽방법으로 바람 성분을 계산하고 비교하는 것이다. 즉 주어진 고도에 대해서 그 고도로부터 아래와 위 고도의 U 성분 풍속과 V 성분 풍속을 선형 내삽하여 4가지 바람 성분을 계산하고 비교한다. 만약 아래와 위, 두 고도 가운데 어느 하나의 고도에 관측 자료가 존재하지 않는 경우 통계값 계산에서 제외하였다. 연직바람관측장비(Low mode 관측)와 레윈존데의 경우 각각 기준 고도를 중심으로 71.68 m 내에 관측 자료가 존재할 때 그리고 5초 혹은 1초 간격의 관측 자료가 존재할 때 통계값에 포함하였다. 두 번째 방법은 연직바람관측장비(Low mode 관측) 관측 자료에서 기준고도에 가장 가까운 고도를 선택하고 이 고도에서 연직바람관측장비 바람 자료와 이 고도를 중심으로 70 m 고도 구간을 대표하는 레윈존데 바람 자료를 비교한다. 레윈존데 바람 자료는 70 m 고도 구간 내의 바람 성분을 평균하여 얻은 값으로부터 계산한다.

평균최고관측고도가 높은 여름철(6~8월)과 낮은 겨울철(12~2월)에 관측률이 약 50%인 고도에서 관측값이 존재하는 경우와 관측값이 존재하지 않는 경우의 상대습도와의 관계를 조사하였다. 그리고 일부 월에 특정 고도에서 풍속의 RMSE가 5 /s 이상으로 나타난 경우 관측 시각에 따른 오차를 살펴보았으며, 오차가 크게 나타난 사례에 대하여 보다 자세히 바람의 특징을 파악하였다. 마지막으로 강수 시 오차에 대하여 확인하기 위해 강한 강수(3.5 mm/hr 이상의 강수)가 관측된 6개 사례와 레윈존데 관측 한 시간 전후에 신적설이 관측된 4개 사례를 선정하였다(Table 2). 선정된 사례별로 레윈존데와 연직바람관측장비 비교를 통하여 정량적인 바람의 오차를 분석하였다.

Table 2. Precipitation and snowfall events at Bukgangneung investigated in the period study

OGCSBN_2018_v34n2_1_249_t0002.png 이미지

3. 연직바람관측장비 관측률 조사와 정확도 검증

연직바람관측장비는 바람 자료 산출에 앞서 수신되는 시계열 신호 자료에서 대기로부터 오는 신호와 무작위 잡음을 구분하는 일을 먼저 수행한다. 일반적으로 수신 신호가 약해질 때 대기로부터 오는 신호의 세기도 약해지기 때문에 잡음으로부터 대기 신호를 찾는 일은 더욱 어려워진다. 따라서 대기 상층으로 갈수록 수신 신호는 약해지고 대기 신호와 잡음 비 또한 감소하는 경향을 보인다. 그리고 이에 따라 대기 상층으로 갈수록 바람 자료의 관측률(또는 수집률) 또한 감소할 것이다.

연구 기간 동안 북강릉 지점 연직바람관측장비의 월 관측률은 약 95% 이상으로 높고 월별 관측률에 큰 차이가 없다(Fig. 1). 10월의 경우 5일 1810 KST부터 24일 1400 KST의 계획정지 기간을 제외하면 12일 동안의 관측률이고 12월의 경우 북강릉 지점의 레윈존데 관측이 시작된 2015년 12월 24일부터 31일까지 8일과 2016년 12월 1일 하루를 포함하는 9일 동안의 관측률이다. 북강릉 지점의 연직바람관측장비가 2016년 12월 2일에 교체되었기 때문에 이 연구에서는 2016년 12월 1일까지의 자료를 사용하였다. 월평균 최고관측고도는 뚜렷한 월 변화를 보이는데, 겨울에 낮고(12월에 약 2,130 m로 가장 낮음) 여름에는 높다(7월에 약 4,310 m로 가장 높음).

OGCSBN_2018_v34n2_1_249_f0001.png 이미지

Fig. 1. Monthly observation rate and mean maximum observation height at Bukgangneung in the period of this study (2015.12 – 2016.12).

Table 3는 조사 기간 동안 연직바람관측장비와 레윈존데 바람 자료가 동시에 존재하는 월별 고도별 자료의 수이다. 이 자료의 수는 2장에서 언급한 방법으로 기준고도에서 구하였다. 일반적으로 레윈존데가 하루에 2번 관측하기 때문에 모든 고도에서 두 장비의 관측률이 모두 100%라고 가정하면 월별 고도별 자료의 수는 주어진 달의 일 수의 두 배이다. 즉 주어진 달이 31일이면 자료의 수는 62개다. 자료의 수가 31개 이상인 고도, 즉 관측률이 50% 이상인고도는 7월에 지상부터 고도 4,250 m까지이고 1월에 고도 1,750 m(250 m 제외)까지이다. 이러한 분포는 대략적으로 월평균 최고관측고도의 분포와 일치한다. 여기서 10월과 12월은 장비의 계획 정지 기간과 장비 교체로 매우 낮은 자료의 수를 보인다.

Table 3. Number of data at each month and each vertical level used in this study

OGCSBN_2018_v34n2_1_249_t0003.png 이미지

Table 4, 5는 연구기간 동안 레윈존데 관측 바람에 대해서 연직바람관측장비 바람 자료를 첫 번째 방법으로 검증한 결과이다. 검증 통계값은 U 성분 풍속과 V 성분 풍속에 대한 월별 그리고 고도별 Bias와 RMSE이다. 표에서 계산에 사용 자료의 수가 한 개 이하인 경우는 통계값을 계산하지 않았고 10개 미만인 경우 통계값을 음영(shading)으로 표시하였다. 여기서는 검증 값을 500m 간격으로 나타내었다.

Table 4. (a) Bias and (b) RMSE of zonal velocity (U component) of wind at Bukgangneung in the period of this study

OGCSBN_2018_v34n2_1_249_t0006.png 이미지

Table 5. (a) Bias and (b) RMSE of meridional velocity (V component) of wind at Bukgangneung in the period of this study

OGCSBN_2018_v34n2_1_249_t0007.png 이미지

Table 4에서 U 성분 풍속의 Bias 절대값은 자료 수가 10개 이상인 경우 계절에 관계없이 대부분 1 m/s 이하로 작게 나타난다. RMSE는 대부분 2 m/s 이하로 작게 나타난다. 그러나 겨울철에 대한 RMSE은 2~3 m/s로 다른 계절에 비하여 큰 오차를 보인다. 이러한 결과는 다른 계절에 비하여 강한 겨울철 풍속으로 인해 오차의 범위가 증가하기 때문인 것으로 판단된다. 4월과 10월 일부 구간에서도 2~3.5 m/s의 상대적으로 높은 RMSE가 나타난다. 또한 1월부터 5월까지 고도 3,500과 4,000 m에서 -3~-6 m/s의 Bias(과소 추정)와 6~11 m/s의 RMSE를 보인다. Table 5는 V 성분 풍속의 Bias와 RMSE를 보인다. 계산에 사용된 자료의 수가 10개 이상인 경우를 중심으로 살펴보면 U 성분 풍속과 유사하게 Bias는 대부분 1 m/s 이하, RMSE는 대체로 1~2 m/s이고 겨울철기간에 1~3 m/s이다. 또한 U 성분 풍속과 마찬가지로 1월부터 5월에 3,500과 4,000 m에서 그리고 4월과 10월 일부 구간에 대하여 높은 오차값이 나타난다.

Table 6과 7은 첫 번째 방법으로 계산한 통계값과 동일한 자료를 사용하여 U 성분 풍속과 V 성분 풍속에 대하여 두 번째 방법으로 검증한 결과이다. 두 가지 방법의 통계 검증값을 비교해 보면 고도가 완전히 일치하지는 않지만 유사한 고에 대하여 월별 고도별 오차의 분포에는 큰 차이가 없음을 확인할 수 있다. 그리고 첫 번째 검증 방법과 마찬가지로 1월부터 5월까지 약 3,520과 4,021 m 고도 그리고 4월과 10월에 1,513~3,520 m 고도에서 큰 오차가 나타난다.

Table 6. (a) Bias and (b) RMSE of zonal velocity of wind using another method at Bukgangneung in the period of this study

OGCSBN_2018_v34n2_1_249_t0008.png 이미지

Table 7. (a) Bias and (b) RMSE of meridional velocity of wind using another method at Bukgangneung in the priod of this study

OGCSBN_2018_v34n2_1_249_t0009.png 이미지

4.연직바람관측장비 바람 자료의 오차 분석

이 장에서는 연직바람관측장비 바람 자료의 오차를 분석하기 전에 결측값이 나타났을 때 기온과 상대습도에 어떠한 특징이 나타나는지 조사하였다. Fig. 1에서 평균 최고관측고도는 여름철(6~8월)에는 4,000~4,500 m로 높고 그리고 겨울철(12~2월)에는 2,000~2,500 m로 상대적으로 낮다. 또한 Table 3에서 연직바람관측장비와 레윈존데 바람 관측이 동시에 이루어진 자료의 비율(관측률)은 2016년 여름철에 고도 4,000 m에서 약 52%이고 겨울철에는 고도 2,000 m에서 약 46%이다. 이러한 낮은 관측률은 이 고도에서 연직바람관측장비의 결측에 기인한다. Fig. 2는 겨울철 최고관측고도의 빈도 분포이다. 여기서 최고관측고도는 풍속이 1 m/s 이상인 자료로부터 구하였다. 최대 빈도가 나타나는 구간은 1,500~2,000 m(약 40%)이고, 2,500 m 고도 이상에서도 약 25%의 빈도가 나타난다. 이때 위성 영상과 단열선도분석에서 1,500~2,000 m 사이의 최고관측고도는 대부분 청천 대기에서 관측되었다. 그러나 2,500 m 이상의 경우는 대부분 중상층운과 관련되어 있었고, 이는 구름입자에 의한 레일리 산란의 영향으로 본다.

OGCSBN_2018_v34n2_1_249_f0002.png 이미지

Fig. 2. Frequency distribution of maximum observation height of wind profiler during winter at Bukgangneung in the period of this study (2015.12 – 2016.12).

위 분석에서 2,000m를 경계로 최고고도의 빈도는 상하로 나누어 약 50%가 분포하고 Table 3에서 이 고도의 관측률 또한 약 50%이다. 따라서 이 고도에서 연직바람관측장비의 바람 관측 자료가 존재할 때와 존재하지 않을 때로 나누어 관측 자료의 유무에 따른 기온과 상대습도의 분포 차이를 분석하였다. Fig. 3에서 겨울철 2,000 m 고도와 그 고도의 위와 아래 고도(1,750 m와 2,25 m)에서 바람 관측 자료가 모두 존재하는 경우 상대습도는 상대적으로 높은 값을 보인다. 이 경우 2,000 m 고도에서의 상대습도가 40% 이상인 경우가 전체 자료의 약 70%였다. 반면 연속된 세 고도에서 모두 관측자료가 존재하지 않는 경우 이 고도에서 상대습도는 상대적으로 낮은 값을 보이는데, 상대습도가 40% 미만인 경우가 전체의 약 95%였다. 유사하게 여름철에 대하여 3,500~4,500 m까지 연속된 5개의 고도에서 모두 관측자료가 존재했을 때는 상대습도가 상대적으로 높았고(상대습도가 50% 이상이 전체의 약 90%), 존재하지 않을 때는 상대습도가 낮았다(상대습도가 50% 미만이 전체의 약 73%). 그러나 기온 분포에서는 겨울철과 여름철 모두에서 관측 자료의 유무에 따른 뚜렷한 차이를 발견할 수 없었다. 따라서 겨울 2,000 m 고도와 여름철 4,000 m 고도에서의 바람 관측에 나타난 결측은 낮은 상대습도와 밀접한 연관이 있는 것으로 추정할 수 있다.

OGCSBN_2018_v34n2_1_249_f0003.png 이미지

Fig. 3. Scatter plot of temperature and relative humidity for data(solid circle) and no data(open circle) in (a) summer at 4,000 m and (b) winter at 2,000 m

청천 대기의 경우 1,290 MHz의 후방 산란은 주로 브래그 산란에 의해 결정되는데 이 산란은 소규모 난류와 연관되어 있다. 난류의 연직 분포는 기상 상태에 따라 매우 복잡하지만, 여러 연구에 의하면 난류의 연직 분포는 Cn2(Refractivity turbulence structure constant) 분포와 밀접하게 연관되어 있다고 보고되었다(Gage and Balsley, 1978; Rogers et al., 1993). Rao et al.(1996)는 Cn2가 습도와 밀접한 연관이 있으며 습도가 높아질수록 증가한다는 결과를 보고하였다. 따라서 위의 결과는 상대습도가 높을수록 소규모 난류가 강해지고 난류에 대한 브래그 산란으로 후방 산란이 강해지고 이로 인해 연직바람관측장비의 관측률을 높인다고 볼 수 있다.

다음으로 앞의 월별 통계 분석에서 나타난 큰 오차를 자세히 조사한 결과, 1월부터 5월까지 고도 3,500과 4,000m에서 나타나는 오차는 연직바람관측장비 관측자료에 간혹 나타나는 약한 바람 자료(1 m/s 이하)와 연관되어 있음을 발견하였다. 1월부터 9월까지 고도 3,500과 4,000 m에서 약한 바람이 1~3회 관측되며 이 때 바람에 큰 오차가 나타난다. 3,500과 4,000 m 고도에서 약한 바람을 제거한 경우 U 성분 풍속의 RMSE는 4~9 m/s만큼 감소하는 모습을 보인다. 상층에서 나타나는 이러한 약한 바람은 연직바람관측장비 관측 시 잡음에 가까운 약한 신호를 수신함으로 인해 발생할 수 있으며 레윈존데와의 비교 큰 오차를 유발한다.

다음으로 연직바람관측장비 바람 자료의 오차(연직바람관측장비 관측값–레윈존데 관측값)를 자세하게 분석하기 위해 RMSE가 작았던 달(7월)에 대한 연직바람관측장비와 레윈존데의 바람 성분을 비교하였다. 1,000, 2,000 그리고 3,000 m 고도에서 U와 V 성분 풍속에 대하여 두 장비의 시계열 자료를 비교하였다(Fig. 4). 두 성분풍속 모두 일별 변동이 잘 나타나는 모습을 보인다. 그리고 연직바람관측장비와 레윈존데 관측값이 잘 일치하는 것으로 보여진다. 이를 보다 자세히 분석하기 위해 2,000 m 고도에서 U 성분 풍속과 V 성분 풍속 각각에 대하여 레윈존데와 연직바람관측장비 자료의 산포도를 작성하고 두 장비의 관측값으로부터 오차의 시계열을 구하였다(Fig. 5와 Fig. 6). U와 성분 풍속 각각에 대한 산포도에서 레윈존데와 연직바람관측장비 관측값 사이의 상관계수는 각각 0.97와 0.94이다. 또한 오차의 시계열에서 오차는 대부분 ±2 m/s 이하로 나타난다. 따라서 레윈존데와 연직바람관측장비의 바람 관측값은 서로 잘 일치하고 있다.

OGCSBN_2018_v34n2_1_249_f0004.png 이미지

Fig. 4. Multi-height time series of (a) zonal and (b) meridional winds observed at Bukgangneung on July 2016. Rawinsonde (RS: solid line) and Wind Profiler (WP: dotted line) are compared.

OGCSBN_2018_v34n2_1_249_f0005.png 이미지

Fig. 5. Scatter plot of Rawinsonde and Wind Profiler observations of (a) zonal and (b) meridional velocity at the level 2,000 m for July 2016 at Bukgangneung.

OGCSBN_2018_v34n2_1_249_f0006.png 이미지

Fig. 6. Time series of the difference between Rawinsonde and Wind Profiler observations of zonal (U:solid line) and meridional (V:dotted line) winds observed at the level of 2,000 m for July 2016 at Bukgangneung.

Table 4에서 4월 1,500~2,500 m 고도에 V 성분 풍속 RMSE는 3.5~4.5 m/s로 다른 계절에 비해 상대적으로 크게 나타났다. 여기서 이러한 오차를 자세히 분석하기 위해 고도 2,000 m에서 U와 V 성분 풍속 각각에 대해 오차(연직바람관측장비 관측값–레윈존데 관측값)를 조사하였다(Fig. 7). U 성분 풍속의 경우 오차는 일부에서 약 ±5 m/s의 오차가 나타나지만 대부분 ±3 m/s 이하로 나타난다. 이러한 오차는 7월의 동일한 고도의 오차 비교할 때 상대적으로 크다는 것을 알 수 있다. 그러나 V 성분 풍속 오차는 뚜렷한 특징이 나타나는데 10 m/s 이상의 오차(과대 추정)가 발생한다는 것이다. 이러한 큰 오차는 4번(9, 11, 19, 25일) 발생하는데 통계검증값 계산에서 이들 제외하고 계산하면 bias와 RMSE는 각각 1.25 m/s와 2.66 m/s로 감소한다. 따라서 4월의 1,500~2,500 m 고도에 다른 달보다 큰 오차는 위와 같이 특정 일에 나타나는 큰 오차에 기인한다고 볼 수 있다.

OGCSBN_2018_v34n2_1_249_f0007.png 이미지

Fig. 7. Time series of the difference between Rawinsonde and Wind Profiler observations of zonal (U:solid line) and meridional (V:dotted line) wids observed at the level of 2,000 m for April 2016 at Bukgangneung.

V 성분 풍속 오차가 크게 나타난 4월 9일, 11일, 19일, 그리고 25일 사례를 자세히 분석하기 위해 각각의 시간에 대해 두 장비의 관측값을 비교하였다. Fig. 8에서 우측에 그려진 바람깃 자료는 레윈존데 관측값이며, 좌측의 연직 바람깃 자료는 레윈존데 비양 시각을 중심으로 전후 약 30분 간의 연직바람관측장비 자료이다. 이 가운데 레윈존데와의 비교 시 사용된 연직바람관측장비의 자료는 점선으로 표시하였다. 4 사례의 공통된 특징은 2,000m 부근에서 레윈존데 연직 바람의 풍향이 급변하거나 혹은 연직바람관측장비 바람의 시간적 변동성이 크게 나타나는 경우이다. 이러한 오차는 두 장비의 관측 방법 차이에 기인할 가능성이 있다. 풍향이 급변한다는 것은 시공간적 바람의 변동성이 크다는 것을 의미한다. 이때 레윈존데는 풍선에 연결된 센서로 인해 이동하기 때문에 고도에 따라 관측시각과 2차원 평면에서의 관측지점이 달라질 수 있다. 그러나 연직바람관측장비는 고정된 지점에서 동일한 관측시각에 연직 바람을 관측한다. 즉, 이러한 관측 방법의 차이는 바람의 시공간적 변동성이 큰 경우 큰 오차를 유발할 수 있다. 그러나 이러한 분석은 단지 4 사례에 대한 분석에 제한되어 있기 때문에 앞으로 많은 사례의 추가 분석이 필요하다.

OGCSBN_2018_v34n2_1_249_f0008.png 이미지

Fig. 8. Time series of vertical distribution of wind profiler measurements in the 3 events which have absolute errors more than 5 m/s. For comparison, the vertical distributions of winds observed with rawinsonde are shown in the right side.

4월과 유사하게 10월 1,500~3,500m 고도에 나타나는 V 성분 풍속에도 큰 오차가 발생한다. 그러나 10월의 경우 특정일에 V 성분 풍이 레윈존데 값에 비하여 10 m/s만큼 과소추정하는 경향이 나타난다. 이것은 계획정지 기간 이후 장비의 재가동 시기인 10월 24일, 29일 그리고 30일에 발생하였는데 이러한 오차에 대한 원인을 정확히 파악할 수 없었으며, 추후 추가적인 연구가 필요하다.

Table 8은 6개의 강한 강수 사례에 대한 연직바람관측장비와 레윈존데를 비교한 자료이다. 대부분의 고도에서 잘 일치하는 경향을 나타내지만 특정 고도에서 상당한 크기(4 m/s 이상)의 차이가 나타남을 알 수 있다. 특히 4월 16일 12 UTC 사례에서 고도 4,500~5,000 m에서는 6 m/s 이상의 U 성분의 풍속 차이가 나타난다. 그리고 7월 4일 12 UTC와 9월 9일 12 UTC에서도 각각 고도 4,500 m와 4,000 m에서 U 성분 풍속에 대하여 4.3 m/s와 5.7 m/의 상대적으로 큰 풍속 차이를 보인다. 6개의 강한 강수 사례 전체에 대한 RMSE는 낮은 고도와 비교할 때 4 km 이상의 고도에서 3~5 m/s 로 보다 크다. 이러한 높은 고도에서 상대적으로 큰 차이는 강수에 의해서 높은 고도로부터 오는 신호의 수신율이 낮아지고 이로 인해 연직바람관측장비 관측 자료의 정확성이 떨어진다고 볼 수 있다. 한편 V 성분 풍속의 비교에서는 7월 5일 12 UTC 사례에서 비교적 낮은 고도인 2~3 km에서 5~7 m/s 차이가 나타난다. 이러한 경우는 강한 강수와 관련된 대기 운동의 큰 공간적 변동성에 기인할 것으로 예상되나 자료의 부족으로 그 원인을 판단하기는 어렵다. 앞으로 더 많은 사례 분석이 필요한 부분이다.

Table 8. Error (m/s) (Wind profiler-Rawinsonde) of (a) zonal velocity and (b) meridional velocity of wind during the 6 events which have precipitation amount more than 3.5 mm/hr

OGCSBN_2018_v34n2_1_249_t0004.png 이미지

Table 9는 4개의 강설 사례에 대한 연직바람관측장비와 레윈존데의 연직 바람 자료를 비교한 것이다. 선정된 사례들은 모두 시간 신적설이 1 cm 이하로 나타났다. 특히 2월 28일 12 UTC 사례는 비록 이 시간에 시간 신적설이 관측되지 않았으나 전 시간에 1 cm의 시간 신적설이 관측되었기 때문에 포함하였다. 1월 29일 12 UTC 1,500 m와 2월 28일 12 UTC 1,000 m에서 각각 4 m/s와 3.5 m/s의 비교적 큰 V 성분 풍속 오차가 나타난다. 하지만 그 외의 고도에서는 V 성분 풍속의 차이가 대체로 1.5 m/s 이하이다. 또한 고도에 관계없이 U 풍속 그리고 V 성분 풍속의 전체 사례에 대한 RMSE는 거의 대부분 2 m/s 이하로 낮다. 따라서 이 연구의 결과에 의하면 연직바람관측장비의 바람 자료의 정확도는 겨울철 전체기간보다 강설이 나타나는 사례에서 더 높다.

Table 9. Error (m/s)(Wind profiler-Rawinsonde) of (a) zonal velocity and (b) meridional velocity of wind during the 4 snowfall events

OGCSBN_2018_v34n2_1_249_t0005.png 이미지

5. 결론

북강릉은 고층관측이 이루어지는 지점 가운데 유일하게 레윈존데, 연직바람관측장비 그리고 라디오미터가 동시에 관측이 수행되는 지점이다. 이 연구에서는 북강릉 지점의 레윈존데 바람 자료를 이용하여 연직바람관측장비 자료의 정확도 조사와 오차 분석을 수행하였다. 검증에 사용된 자료는 대부분의 연구에서 여름철 짧은 기간 동안 검증된 것과 다르게 북강릉 지점에서 연직바람관측장비와 레윈존데의 동시 관측이 이루어진 2015년 12월 24일부터 2016년 12월 1일까지 약 1년 동안의 자료를 이용하였다. 먼저, 계획정지 기간을 제외한 연직람관측장비의 월별 관측률과 평균 최고관측고도를 계산하였다. 그리고 내삽된 레윈존데와 연직바람관측장비 자료의 바람 성분을 비교하였고 검증한 결과 오차가 상대적으로 크게 나타난 일부 월과 특정고도에서 오차와 바람 자료의 특징을 분석하였다. 마지막으로 강수 시 오차를 분석하기 위하여 사례별 바람 오차를 비교 분석하였다.

연구 기간 동안 연직바람관측장비에서 어느 고도에서라도 관측 자료가 존재할 경우 관측된 것으로 보고 월별 관측률을 계산하였다. 그 결과 모든 월에서 95% 이상으로 높은 값을 보였다. 월별 평균 최고관측고도는 겨울철에 낮고 여름철에 높은 특징이 뚜렷하게 나타났으며, 12월에 약 2,130 m로 가장 낮았고 7월에 약 4,310 m로 가장 높았다. 이러한 분포는 내삽된 연직바람관측장비 자료에 대하여 월별 고도별 관측률을 조사하였을 때 1월과 7월에서 관측률이 약 50%인 고도와 대체로 일치하는 경향을 보였다. 이때 겨울철 2,000 m와 여름철 4,000 m에서 자료가 존재하지 않는 경우에 비해 자료가 존재하는 경우 자료의 약 90%가 상대습도가 더 높은 것을 확인하였다. 이는 습도가 높을수록 난류가 커지고 그에 따른 브래그 산란 및 후방산란 신호가 강해져 연직바람관측장비의 관측률을 높인다는 결과로 볼 수 있다.

월에 따른 고도별 U 성분 풍속의 오차를 조사한 결과 대체로 Bias의 절대값은 계절에 관계없이 대체로 1 m/s 이하로 나타났다. RMSE는 대부분 2 m/s 이하이지만, 겨울철에서 2~3 m/s로 다른 계절에 비해 비교적 큰 오차가 나타났다. V 성분 풍속에 대한 오차의 경우도 마찬가지로 Bias 절대값은 1 m/s 이하, RMSE는 겨울철에 상대적으로 크게 나타났다. 이 때 1월부터 5월에서 3,500~4,000 m 고도에 큰 오차가 발생하였는데, 이것은 연직바람관측장비의 수신오류로 인해 관측된 약한 바람 자료에 기인한다고 볼 수 있다. 이러한 점을 볼 때 상층에서 약 1 m/s 이하의 약한 바람 자료를 제거하여 사용하는 것이 자료의 오차를 줄이는 방법이 될 수 있을 것이다. 또한 4월 일부 구간에서 연직바람관장비 자료에서 풍향의 급변으로 인해 큰 오차가 발생하였으며, 10월에도 마찬가지로 큰 오차가 나타났으나 정확한 원인을 파악하기 어려웠다.

강수 시 발생하는 오차에 대하여 분석한 결과 3.5 mm/hr 이상의 강한 강수 사례에서는 대부분 3 m/s 이하의 오차가 나타났다. 그러나 4,000 m 이상의 고도에서는 RMSE가 3~5 m/s로 증가하는 모습을 보였다. 이러한 오차값은 여름철 전체 오차값보다 크며 위와 유사한 사례에 대하여 분석할 때 연직바람관측장비의 자료 활용에 주의가 필요함을 확인하였다. 강설 사례에 대한 오차는 약 2 m/s 이하로 겨울철 전체 기간에 대한 오차보다 작아 강설 시 자료의 정확도가 상대적으로 높음을 확인하였다. 이러한 결과들은 강수와 강설 시 연직바람관측장비의 자료를 사용할 때 고려할 필요가 있다.

본 연구에서는 북강릉 지점의 레윈존데 자료를 이용하여 연직바람관측장비의 정확도를 검증하였고, 강수시 오차에 대하여 분석하였다. 검증 결과 여름철 풍속에 대하여 대체로 1 m/s 이하의 Bias 절대값과 2 m/s 이하의 RMSE가 나타남을 확인하였으며, 이러한 결과는 다른 연구 결과(Kim et al., 2015; Korea Meteorological Institute, 2016)와 잘 일치하는 경향을 보인다. 따라서 연직바람관측장비 자료는 바람장 분석에 유용하게 사용될 수 있을 것으로 생각된다. 또한 겨울철 강설 시 연직바람장분석에서도 마찬가지로 높은 정확도로 이용될 수 있다. 그러나 강우와 강설 사례에 대한 검증의 경우 사례 수의 부족으로 인해 보편적인 사례에 대한 결과를 기대하기는 어렵다. 따라서 차후 다양한 사례를 추가하여 분석할 필요가 있다. 또한 앞으로 오차의 원인과 관련하여 더 많은 자료와 사례에 대해 계속적으로 연구가 이루어질 필요가 있다.

사사

본 연구에 사용된 자료는 기상청으로부터 제공받았고, 이 논문은 강원지방기상청 연구개발사업인 ‘고층기상 관측자료 특성 집중분석’의 지원으로 수행되었습니다.

References

  1. Gangwon Regional Office of Meteorology, 2011. Gangwon regional office of meteorology centennial history, Gangwon Regional Office of Meteorology, KOREA, pp. 341.
  2. Gage, K. S. and B. B. Balsley, 1978. Doppler radar probing of the clear atmosphere, Bulletin of the American Meteorological Society, 59(9): 1074-1093. https://doi.org/10.1175/1520-0477(1978)059<1074:DRPOTC>2.0.CO;2
  3. Ishihara, M., Y. Kato, T. Abo, K. Kobayashi, and Y. Izumikawa, 2006. Characteristics and performance of the operational wind profiler network of the Japan Meteorological Agency, Journal of the Meteorological Society of Japan, 84(6): 1085-1096. https://doi.org/10.2151/jmsj.84.1085
  4. Jung, S.-P., Y.-K. Lim, K.-H. Kim, S.-O. Han, and T.-Y. Kwon, 2014. Characteristics of precipitation over the east coast of Korea based on the special observation during the winter season of 2012, Journal of the Korean Earth Science Society, 35(1): 41-53 (in Korean with English abstract). https://doi.org/10.5467/JKESS.2014.35.1.41
  5. Kim, K.-H., M.-S. Kim, S.-W. Seo, P.-S. Kim, D.-H. Kang, and B.-H. Kwon, 2015. Quality evaluation of wind vectors from UHF wind profiler using radiosonde measurements, Journal of Environmental Science International, 24(1): 133-150 (in Korean with English abstract). https://doi.org/10.5322/JESI.2015.24.1.133
  6. Korea Meteorological Institute, 2016. A study on the utilization and operation plan of the automatic radiosonde system to improve the operation efficiency of the upper air meteorological network, Korea Meteorological Institute, Korea, pp. 120.
  7. Kwon, T.-Y., J.-S. Kim, and B.-G. Kim, 2013. Comparison of the properties of Yeongdong and Yeongseo heavy rain, Atmosphere, 23(3): 245-264 (in Korean with English abstract). https://doi.org/10.14191/Atmos.2013.23.3.245
  8. Maruri, M., J. A. Romo, and L. Gomez, 2014. Aspects of quality control of wind profiler measurements in complex topography, Atmospheric Measurement Techniques, 7: 135-148. https://doi.org/10.5194/amt-7-135-2014
  9. Park, O.-R., Y.-S. Kim, and C.-H. Cho, 2005. The observing system experiments with the wind profiler and autosonde at Haenam, Asia-Pacific Journal of Atmospheric Sciences, 41(1): 57-71 (in Korean with English abstract).
  10. Park, S.-Y., H.-W. Lee, D.-H. Kim, and S.-H. Lee, 2010. Numerical study on wind resources and forecast around coastal area applying inhomogeneous data to variational data assimilation, Journal of the Environmental Sciences, 19(8): 983-999 (in Korean with English abstract). https://doi.org/10.5322/JES.2010.19.8.983
  11. Rao, D. N., P. Kishore, and K. K. Reddy, 1996. Refractivity turbulence structure constant ($C_n{^2}$) measurements using Indian MST radar, Indian Journal of Radio & Space Physics, 25(5): 237-244.
  12. Rogers, R. R., W. L. Ecklund, D. A. Carter, K. S. Gage, and S. A. Ethier, 1993. Research applications of a boundary-layer wind profiler, Bulletin of the American Meteorological Society, 74(4): 567-580. https://doi.org/10.1175/1520-0477(1993)074<0567:RAOABL>2.0.CO;2
  13. Weber, B. L., D. B. Wuertz, D. C. Welsh, and R. McPeek, 1993. Quality controls for profiler measurements of winds and RASS temperatures, Journal of Atmospheric and Oceanic Technology, 10(4): 452-464. https://doi.org/10.1175/1520-0426(1993)010<0452:QCFPMO>2.0.CO;2
  14. Won, H.-Y., C.-H. Cho, and S.-K. Baek, 2006. Classification of precipitation type using the wind profiler observations and analysis of the associated synoptic conditions: years 2003-2005, Atmosphere, 16(3): 235-246 (in Korean with English abstract).

Cited by

  1. 윈드프로파일러의 평균모멘트 값을 이용한 도플러 파워 스펙트럼 및 시계열 원시신호 시뮬레이션기법 개발 vol.15, pp.6, 2018, https://doi.org/10.13067/jkiecs.2020.15.6.1037