DOI QR코드

DOI QR Code

Verification of the Planetary Boundary Layer Height Calculated from the Numerical Model Using a Vehicle-Mounted Lidar System

차량탑재 라이다 시스템을 활용한 수치모델 행성경계층고도 검증

  • Park, Chang-Geun (Researcher, AI Weather Forecast Research Team, National Institute of Meteorological Sciences) ;
  • Nam, Hyoung-Gu (Researcher, High Impact Weather Research Department, National Institute of Meteorological Sciences)
  • 박창근 (국립기상과학원 인공지능예보연구팀 연구사) ;
  • 남형구 (국립기상과학원 재해기상연구부 연구원)
  • Received : 2020.09.25
  • Accepted : 2020.10.19
  • Published : 2020.10.31

Abstract

In this study,for YSU (Yonsei University), MYJ(Mellor-Yamada-Janjic), ACM2 (Asymmetric Convective Model), and BouLac (Bougeault-Lacarrere) PBL schemes, numerical experiments were performed for the case period (June 26-30, 2014). The PBLH calculated by using the backscatter signal produced by the mobile vehicle-mounted lidar system (LIVE) and the PBLH calculated by the prediction of each PBL schemes of WRF were compared and analyzed. In general, the experiments using the non-local schemes showed a higher correlation than the local schemes for lidar observation. The standard deviation of the PBLH difference for daylight hours was small in the order of YSU (≈0.39 km), BouLac (≈0.45 km), ACM2 (≈0.47 km), MYJ (≈0.53 km) PBL schemes. In the RMSE comparison for the case period, the YSU PBL scheme was found to have the highest precision. The meteorological lider mounted on the vehicle is expected to provide guidance for the analysis of the planetary boundary layer in a numerical model under various weather conditions.

이 연구에서는 중규모 기상모델인 WRF의 행성경계층 모수화 방안에 따른 PBLH의 정확도를 평가하기 위해 PBL 모수화 방안 가운데 YSU(Yonsei University), MYJ(Mellor-Yamada-Janjic), ACM2(Asymmetric Convective Model), BouLac(Bougeault-Lacarrere) PBL 방안을 대상으로 사례 기간(2014년 6월 26일~30일)에 대해 수치 실험을 수행하였다. 이동형 차량탑재 라이다 시스템(LIVE)으로 생산된 후방산란 신호를 이용하여 산출한 PBLH와 WRF의 PBL 방안별 예측장에서 산출된 PBLH를 상호 비교 분석하였다. 대체적으로 비국지 방안을 사용한 실험이 국지 방안을 사용한 경우보다 라이다 관측에 대해 더 높은 상관도를 나타냈다. 낮 시간에 대한 PBLH 차이의 표준 편차는 YSU(≈0.39 km), BouLac(≈0.45 km), ACM2(≈0.47 km), MYJ(≈0.53 km) PBL 방안 순으로 작은 값을 보였다. 사례 기간에 대한 RMSE 비교에서는 YSU PBL 방안이 가장 높은 정밀도를 가지는 것으로 나타났다. 차량에 탑재된 기상라이다는 여러 기상 조건하에서 수치모델 행성경계층 분석을 위한 가이던스(guidance)를 제공할 수 있을 것으로 기대된다.

Keywords

1. 서론

행성경계층(Planetary Boundary Layer, PBL)은 대류권 내 대기에서 1~3 km 범위의 영역이며, 마찰과 난류 혼합을 특징으로 가진다(Stull, 1988). PBL은 에너지(운동량, 열 및 수분 포함)를 대기의 상층으로 전달하는 데 중요한 역할을 하며, 바람 순환에서 피드백 메커니즘으로 작용한다. 대기 경계층의 깊이와 구조는 하부 대기의 역학 및 열역학과 함께 지표면의 물리적 및 열적 특성에 의해 결정되는데, PBL의 열역학적 상태는 대기 오염 물질의 혼합 및 확산에도 중요한 역할을 한다. 아울러, 중규모 기상 모델에서 행성경계층고도(Planetary Boundary Layer Height, PBLH)의 적절한 모사는 대기 오염 확산 연구 및 기상현상 예측에 도움을 줄 수 있다.

현재 라디오존데(radiosonde), 운고계(ceilometer), 소다(SOund Detecting And Ranging, SODAR) 등 여러 관측 장비가 PBLH 관측에 사용되고 있다(Beyrich, 1997; Giuseppe et al., 2012; Aryee et al., 2020). 라디오존데의 경우 센서의 회수가 사실상 불가능하며 비용상의 문제로 인해, 고해상도 시간 관측이 어렵다. 운고계는 하나의 파장에서만 측정하고 통상적인 라이다(Light Detection And Ranging, LiDAR)대비 정확도가 떨어지며, 소다는 소음을 발생시키며 주변의 측정 환경(소음, 장애물 등)에 민감하다는 단점을 가지고 있다. 라이다는 강수 발생시 이용이 제한적이며 중첩 고도(overlap height) 이하의 자료를 활용하기 어렵다는 단점이 있으나, 라디오존데 사용에 비해 높은 시간 해상도로 관측을 수행할 수 있다. 또한 연직 관측범위의 한계가 상대적으로 적다는 이점이 있어 PBLH를 관측하는 장비로 활용성이 크다(Coen et al., 2014).

Baars et al.(2008)은 약 1년 동안 관측된 라이다 자료를 이용하여 PBLH를 연속적으로 산출하였으며, 라디오존데와의 비교 분석을 통해 라이다가 경계층 깊이를 모니터링하는데 유용하고 신뢰할 수 있는 도구임을 제시하였다. Granados-Munoz et al.(2012)은 라디오존데와 라이다 관측 자료에 Richardson number와 WCT(Wavelet Covariance Transform)를 각각 적용하여 PBLH를 산출하고 결과를 비교하는 연구에서, R2(결정 계수)가 0.95로 나타나 라이다가 PBLH를 탐지하는데 그 활용성이 높다고 하였다. Compton et al.(2013)은 수직측풍장비와 라이다의 연직 신호에 WCT 방법을 적용하여 산출된 PBLH와 라디오존데로 산출된 PBLH를 비교하였으며, 시간 고해상도 PBLH 관측이 대기질 예측을 개선하고 국지적 오염에 대한 이해를 증진시키는데 기여한다고 보고하였다. Nam et al.(2016)는 라이다 후방산란 신호에 WCT 방법을 적용하여 PBLH를 산출하고 이를 라디오존데와 WRF 수치모델에서 산출된 값과 비교하였다. 생산된 라이다의 PBLH와 라디오존데 및 WRF를 통해 산출된 PBLH간의 상호 비교를 통해 신뢰도를 평가하고, PBLH의 일변화 및 성장률을 분석하였다. 이와 같은 선행 연구를 통해 라이다 자료로부터 산출된 PBLH가 연직대기구조를 분석하는데 기여할 수 있음을 확인할 수 있다.

수치모델 PBL 방안에 따른 PBLH를 분석한 연구는 관측자료 없이 PBL 방안끼리 비교하거나, 시공간 해상도가 낮은 관측 자료를 사용하여 분석한 경우가 많다(Shin and Hong, 2011; Xie et al., 2012; Breuer et al., 2014; Draxl et al., 2014; Shin and Dudhia, 2016). 한편, WRF의 행성경계층 모수화 방안에 따른 PBLH 민감도를 분석한 국내 연구들은 상당수가 온도와 풍속과 같은 지표 부근의 기상변수 또는 라디오존데를 이용한 특성 검증에 초점을 맞춰 진행되었으며(Lim et al., 2015; Seo et al., 2015; Kang et al., 2016), 수치모델에서 모의된 PBLH의 값을 고해상도로 관측된 값과 검증하고 평가한 연구는 부족한 실정이다.

이 연구의 목적은 중규모 기상모델의 PBL 방안별 PBLH의 모의 정확도와 특성을 분석하는 것이다. 이를 위해 YSU(Yonsei University), MYJ(Mellor-Yamada-Janjic), ACM2(Asymmetric Convective Model), BouLac(Bougeault-Lacarrere) PBL 방안이 처방된 예측장에서 PBLH를 산출하고, 전라남도 보성 국가위험기상 집중관측센터에서 이동형 차량탑재 라이다 시스템(LIdar observation VEhicle, LIVE)으로 생산된 값과 상호 비교하였다. 최종적으로 이와 같은 분석을 통해 차량탑재 라이다 시스템 자료의 대기경계층 연구에 대한 활용 가능성을 제고하고자 한다.

2. 자료 및 분석 방법a

1) 라이다 관측 및 모델 예측

보성 국가위험기상 집중관측센터(National Center for Intensive Observation of Severe Weather, NCIO - 34.763°N, 127.212°E)는 해발고도 약 300~500m의 산들이 3~4km 이상 떨어져 있고, 고도와 피복상태가 균질한 부지에 위치해 있다(Fig. 1). 국립기상과학원(National Institute of Meteorological Sciences, NIMS)에서는 차량에 라이다 시스템을 탑재한 이동형 차량탑재 라이다 시스템(LIdar observation VEhicle, LIVE)을 이용하여 고해상도 관측자료 활용연구를 진행하고 있다. LIVE는 대기연직구조와 에어로졸 분석 및 수치모델의 구름 미세물리 과정 개선에 기여하고자 2013년에 도입되었으며, 부가적으로 광학우적계 및 전지구 위성 항법 시스템(Global Navigation Satellite System, GNSS)과 시정계가 장착되어 있다. 2014년에는 6월 18일부터 7월 15일까지(약 28일) NCIO에서 LIVE 및 모바일 관측차량(Mobile Observation VEhicle, MOVE) 2조를 활용한 집중관측을 수행하였다(Fig. 2).

OGCSBN_2020_v36n5_1_793_f0001.png 이미지

Fig. 1. The topography height (m) with a bold red circle denoting the location of the NCIO (National Center for Intensive Observation of Severe Weather).

OGCSBN_2020_v36n5_1_793_f0002.png 이미지

Fig. 2. The design of LIdar observation VEhicle (LIVE) and view of observation site including LIVE.

LIVE에 탑재된 라이다는 강수가 없는 날에 5분 관측 후 5분을 쉬어, 10분을 주기로 관측이 수행된다. 이때, 5분간 관측된 자료를 평균하여 하나의 관측 자료가 산출된다. LIVE에서는 532 nm, 1064 nm의 후방산란계수를 관측하고 이를 이용해 편광소멸도(depolarization ratio), 소산 계수(extinction coefficient), 후방산란 신호(backscattering signal), 컬러비(color ratio)가 관측되는데, 이 연구에서는 PBLH를 산출하고 분석하기 위하여 파장 532 nm 후방산란 신호를 사용하였다. Table 1에 차량 탑재된 라이다에 대한 구체적인 사양을 제시하였다. Nd:YAG 고출력 레이저를 사용하여 고해상도의 연직관측을 수행하도록 시스템이 구축되었으며, 미산란(Mie-scattering) 라이다를 기반으로 설계되어 주야간 연속관측이 가능하다.

Table 1. Summary of instrument specifications for the lidar instruments used in this study

OGCSBN_2020_v36n5_1_793_t0001.png 이미지

본 연구에서는 Wavelet Covariance Transform(WCT) 방법에 기반하여 라이다 후방산란 신호를 이용하여 PBLH를 산출하였다. 선행 연구를 통해 WCT 방법이 여러 계절 및 기상현상에 대해 사용될 수 있으며, 라이다 자료를 이용하여 PBLH를 산출하는 타 방법에 비해 잡음의 영향이 적다고 알려져 있다. WCT에 대한 표현식은 다음과 같다(Brooks, 2003).

\(W_{f}(a, b)=\frac{1}{a} \int_{z_{b}}^{z_{i}} f(z) h\left(\frac{z-b}{a}\right) d z\)       (1)

여기서 f(z)는 라이다 후방산란 신호, a와 b는 Haar 함수의 dilation 및 translation을 각각 의미하며 zb, zt는 각각 대기 연직 프로파일의 하한과 상한을 나타낸다. 위 식에서 라이다 신호의 변화가 가장 큰 고도(Wf(a,b)의 값이 최대가 되는 고도)가 PBLH로 산출된다. a가 너무 크면 하층에서의 PBLH를 산출할 수 없다. WCT 표현식에서의 적절한 계수 값 적용을 위해, 이 연구에서는 a를 100, Δz를 250m로 입력하여 PBLH를 중첩 고도 이상부터 산출할 수 있도록 설정하였다(Nam et al., 2016). Hennemuth and Lammert(2005)은 여러 차례의 관측 캠페인에서의 라디오존데 실측자료와 라이다의 비교에서, 많은 경우에 두 관측의 경계층 높이가 ±200m 이내에서 일치함을 보인바 있다.

라이다는 송신부에서 대기중으로 조사된 레이저가 에어로졸에 의해 산란되는 신호를 수신부(망원부)를 통해서 획득하게 된다. 고도에 따라 후방산란되는 신호를 수신부에서 100% 획득하는 고도를 중첩 고도로 표현한다. 이때 수신부와 송신부의 시야각이 완전히 중첩되지 않아 신호 수신에 손실이 발생한다. 망원부와 수신부의 광정렬 설계 방법으로 coaxial과 biaxial 방법이 있다. biaxial 방식은 높은 고도에 부유하는 에어로졸을 탐지할 때 지표 에어로졸의 영향을 최소화하기 위해 중첩거리를 늘릴 수 있는 설계 방식이며, coaxial 방식은 중첩거리를 최소화하여 지표 인근의 에어로졸 분포를 탐지하는 방법이다. coaxial 방식은 지표 인근에서 탐지 가능한 후방산란 신호 범위 이상의 강한 신호가 유입되므로 광학부 설계를 정밀하게 해야한다. 이론상 coaxial의 설계가 가능하나 실제 대기를 관측할 때 많은 오차를 유발함으로 정밀한 값을 분석하는 것에 한계가 있다(Harms, 1979; Tikhomirov, 2001; Noh et al., 2009; Guerrero-Rascado et al., 2010; Comeron et al., 2011; Zhang et al., 2018). 중첩 고도를 낮추기 위한 방법으로는 수신부의 FOV(Field of view)를 늘리는 것과 레이저를 수평으로 비스듬히 조사하는 방안이 있다.

수치모의를 위한 지역규모 예보 모델로는 중규모 수치모델인 WRF(Weather Research and Forecasting) version 3.8 모델을 이용하였다. 고해상도 수치모의를 위해 0.9km 해상도로 구성된 수평격자(동서방향 570, 남북방향 680)를 남한에 대해 구성하였다(Fig. 3). 계산 영역은 동경 127.10도, 북위 35.55도를 중심으로 구성하였으며 50 hPa의 최상부 기압을 가지는 31개의 연직 시그마층(sigma level)으로 이루어져 있다. 수치모델의 초기 및 경계조건으로는 기상청에서 한반도 영역의 날씨 예측을 위해 생산중인 국지예보모델(Local Data Assimilation and Prediction System, LDAPS) 자료를 사용하였다.

OGCSBN_2020_v36n5_1_793_f0003.png 이미지

Fig. 3. Domain configuration for the WRF model.

WRF 모델에서 복사 모수화 방안으로는 장파에 대해 RRTM(Mlawer et al., 1997), 단파에 대해서는 Dudhia(Dudhia, 1989) 방안이 각각 사용되었으며, 4개층(0.1, 0.3, 0.6, 1.0 m) 지면 온도를 예측하는 Noah LSM(Land Surface Model) 방안이 지면 모수화 과정에 적용되었다(Alapaty et al., 2008). 구름 미세물리 모수화 방안으로는 WDM(WRF Double Moment) 6-class(Lim and Hong, 2010) 방안이 사용되었으며, 수평 격자 규모를 고려하여 수치실험 수행시 적운 모수화 방안은 사용하지 않았다. 현재 WRF 모델에서 YSUPBL 방안을 비롯하여 여러 행성경계층 방안이 사용되고 있는데, 이 연구에서는 행성경계층 방안 4개(YSU, MYJ, ACM2, BouLac)에 대해 각각 사례 실험을 수행하였다(Table 2).

Table 2. Experiment design for the numerical weather prediction model

OGCSBN_2020_v36n5_1_793_t0002.png 이미지

2) 사례 선정 및 분석 방법

관측 기간 동안 보성기상관측소 지역은 북태평양 기단이 확장한 가운데 이동성 고기압의 가장자리에 위치하는 날이 많아 흐린 날이 대부분을 이루었다(Fig. 4). 또한 북상하는 장마전선 및 한반도를 지나는 저기압의 영향으로 비가 오거나 흐린 날이 많았다. 그리고 연무 및 박무가 발생하는 일수가 많았으며 해안과의 거리가 2km 이내로, 습도가 60% 이상인 날이 지속되는 경향을 보였다.

OGCSBN_2020_v36n5_1_793_f0004.png 이미지

Fig. 4. Surface weather chart for 00:00 UTC from 26 June 2014 to 29 June 2014.

라이다는 관측 장비의 특성상, 대기가 연직으로 다층(multi-layer) 구조를 가질 경우 신호의 최댓값이 두 지점 이상 포착되어 정확한 PBLH의 산출이 어려워진다. 그리고 강수 현상 발생시, 레이저가 수적과 구름층을 투과하지 못하기 때문에 대기 연직 구조를 파악하는데 한계가 있다. 따라서 신뢰도가 높은 맑은 날의 PBLH를 산출하고자 하였다.

이를 위해 보성기상관측소에서 관측되는 기상현황 자료를 활용하여 강수가 없는 맑은 날과 구름조금인 날씨에 해당되는 2014년 6월 26일부터 30일까지를 분석기간으로 선정하였다.

라이다로 산출된 PBLH 값은 실시간으로 변화하기 때문에 잡음 제거와 경향성 분석을 위하여 3시간 이동평균(moving average)한 값을 분석에 사용하였다. 매일 00UTC 수행을 시작한 WRF의 1~24시간 예측장에서 PBLH를 산출하고 이를 라이다에서 산출된 값과 비교하였다. WRF의 경우 초기 분석장에서 PBLH가 산출되지 않기 때문에, 1시간 간격 예측장에서 PBLH를 산출하여 분석에 활용하였다. WRF의 PBLH는 관측지점(34.763°N, 127.212°E)과 가장 가까운 격자점(34.766°N, 127.21°E)에서 산출하였으며, 이때 관측지점과 모델자료 산출지점간의 수평거리는 약 400 m 이다.

수치모델의 행성경계층 모수화 과정은 크게 국지(local)와 비국지(non-local)라는 2가지 방안으로 나뉘게 되는데, 이 연구에서는 2개의 비국지 방안(YSU, ACM2)과 2개의 국지 방안(MYJ, BouLac)을 사용하였다.

가장 널리 사용되는 PBL 모수화 방안은 Yonsei University (YSU) 방안(Hong et al., 2006)으로, 불안정한 혼합층내에서 명시적인 유입 구역(entrainment zone)을 가지는 1차 비국지 방안이다. Medium-Range Forecast(MRF) 방안(Hong and Pan, 1996)의 수정된 버전이며, YSU 방안의 가장 큰 개선사항은 유입 구역을 다루는데 있어서 명시적인 항(explicit term)을 추가했다는 것이다. YSU 방안에서 PBL 고도는 임계값이 0인 벌크 리차드슨 수(bulk Richardson number) 방법으로 결정된다. 두 번째 PBL 방안은 Mellor-Yamada-Janjic(MYJ) 방안(Janjic, 1994)으로, 국지적인 연직 혼합을 사용하는 1.5차 예단(prognostic) TKE(Turbulent Kinetic Energy)방안이다. PBL 고도는 TKE로부터 결정되는데, PBL 상단은 TKE에서 프로파일이 미리 규정된 작은 값까지 감소하는 레벨로 정의된다(Banks et al., 2015). 세 번째 방안은 Asymmetric Convective Model version 2(ACM2) PBL 방안이다(Pleim, 2007). ACM2 방안은 1차 비국지 방안으로 비국지 상향 혼합과 국지 하향 혼합이 특징이다. 이 방안에는 ACM1 방안의 명시적 비국지 수송 외에도 에디 확산 요소가 포함되어 있으며, PBL 고도는 중립 부력 고도 이상에서 계산된 벌크 리차드슨 수가 임계값을 초과하는 높이로 결정된다. 네 번째 PBL 방안은 Bougeault-Lacarrere(BouLac) 방안(Bougeault and Lacarrere, 1989)으로, 다층 도시 캐노피 모델과 함께 사용하도록 설계된 TKE 예측 옵션을 가진 1.5차 국지 방안이다. BouLac 방안은 예단된 TKE가 충분히 작은 값에 도달하는 높이를 PBL 고도로 진단한다(Banks et al., 2016). 행성경계층 모수화 방안에 대한 간략한 설명은 이와 같으며, 지표층 옵션 및 PBLH 계산에 대한 사항은 Table 3에 기술하였다.

Table 3. Four WRF PBL schemes evaluated in this study, including long name, turbulent kinetic energy closure type, associated surface layer scheme, and operational method for diagnosing PBL height

OGCSBN_2020_v36n5_1_793_t0003.png 이미지

3. 결과 및 분석

WRF 수치실험에서 사용된 PBL 방안에 따른 PBLH의 공간적 분포를 사례 날짜별로 Fig. 5에 나타내었다. 한국천문연구원 천문우주지식정보(http://astro.kasi.re.kr/index)에서 제공하는 일출·일몰 시각 계산을 통해, 보성기상관측소 지역에서의 태양 출몰 및 남중 시각은 각각 05시 20분, 19시 48분, 12시 34분 전후로 확인되었다. 이를 참조하여 남중 시각 직후인 13시(04 UTC)에 해당되는 4시간 예측장에서 PBLH를 산출하였다. ACM2 방안을 사용하여 모의된 PBLH가 다른 3가지 방안으로 모의된 PBLH보다 상대적으로 크게 나타났으며, 그러한 경향은 분석 기간에 대해 계속되었다.

OGCSBN_2020_v36n5_1_793_f0005.png 이미지

Fig. 5. Spatial comparison of WRF-simulated (4-hour forecast) PBL height from the YSU (column 1), MYJ (column 2), ACM2 (column 3), and BouLac (column 4) schemes. Plots are shown for 04:00 UTC 26 (first row), 04:00 UTC 27 (second row), 04:00 UTC 28 (third row), and 04:00 UTC 29 (fourth row) on June 2014.

Fig. 6에서는 라이다 후방산란 신호 및 PBLH와 WRF에서 산출된 PBLH를 수치모델 행성경계층 모수화 방안별로 분석 기간에 대해 나타내었다. 이른 새벽 및 늦은 저녁 라이다로 산출된 PBLH는 WRF로 산출된 값보다 높은 값을 가지는데, 이는 관측에 사용된 라이다의 특성상 중첩 고도(약 250 m) 이하에서 생성되는 안정경계층(Stable Boundary Layer, SBL)을 PBLH로 산출할 수 없기 때문에 일출후 주간에 지표가열로 인한 부력으로 생성되어 남아있는 잔류층(Residual Layer, RL)을 PBLH로 산출하기 때문이다(Nam et al., 2016). 라이다가 야간 PBLH을 크게 산출하는 특성과 해당 사례 동안 지표층이 안정하다는 점을 감안하더라도, 밤 시간에 대해 수치모델로 모의된 PBLH는 상대적으로 작은 값을 보인다. 이는 중규모 모델 수치모사에서 일몰 직후 태양 복사 차단으로 인해, 난류 운동 에너지가 빠르게 감소하기 때문인 것으로 사료된다(Rizza et al., 2013).

OGCSBN_2020_v36n5_1_793_f0006.png 이미지

Fig. 6. Diurnal variations of PBL height estimated from lidar (black solid line) and WRF (purple dot) during the case period. Plots are shown for YSU (first row), MYJ (second row), ACM2 (third row), and BouLac (fourth row) schemes.

행성경계층 방안으로 ACM2를 사용했을 때 라이다 PBLH 대비 수치모델 PBLH가 낮 시간에 가장 크게 나타났는데, Fig. 5와 마찬가지로 Fig. 6에서도 낮 시간에 대해 ACM2 방안을 사용하여 모의된 PBLH가 가장 큰 값을 가짐을 확인할 수 있었다. 또한 같은 비국지 방안인 YSU에 대해 ACM2가 더 깊은 PBL을 주간에 대해 진단하는데, 이는 앞서 언급한 PBL 모수화 방안에서 혼합을 정의하는 방식의 차이에서 기인하는 것으로 판단된다. 독일 서부에서의 맑은 날씨 조건에 대한 사례 연구에서 ACM을 사용했을때 수분 플럭스에 대한 열 플럭스의 비율인 보웬비(bowen ratio)가 지표 부근에서 YSU 대비 더 크게 모의되었다. 이는 대류경계층(convective boundary layer, CBL)내에서 더 큰 부력을 의미하며 더 높은 혼합으로 이어짐이 언급된 바 있다(Milovac et al., 2016).

분석 기간에 대한 라이다와 WRF 모델의 PBLH 산포도를 이용하여 행성경계층 방안에 따른 PBLH 차이를 비교하였다(Fig. 7). 행성경계층 방안별로 라이다와의 상관성 분석에서 피어슨 상관 계수(Pearson correlation coefficient)의 범위는 0.773에서 0.916으로 나타났다. 비국지 방안인 ACM2를 사용한 실험에서 가장 높은 상관계수값(≈0.923)을 가지지만, 회귀선 기울기 또한 가장 큰 값(≈1.815)을 보였다. MYJ 방안을 사용한 실험의 PBLH가 1에 가장 가까운 회귀선 기울기(≈1.044)를 보였지만 4가지 행성경계층 방안중 라이다 PBLH에 대해 가장 낮은 상관도(≈0.773)를 가지는 것으로 나타났다. 대체적으로 비국지 방안을 사용한 실험이 국지 방안을 사용한 경우보다 라이다 관측에 대해 더 높은 상관도를 나타냈는데 이는 비국지 방안이 가지는 상대적으로 강한 연직 혼합 및 수송에 기인한다고 판단된다. 위와 같이 모의된 값의 차이가 있음에도 WRF 모델과 라이다에서 산출된 PBLH 값의 정량적 분석 결과 둘의 상관도는 높았다. 비록 RL을 PBLH로 산출하는 라이다의 관측 특성으로 인해 중첩 고도 부근 또는 이하에 존재하는 PBLH를 찾을 수 없는 단점이 있지만, 산출된 값들 사이의 높은 상관 계수는 수치모델 행성경계층 분석에 대한 라이다 관측자료의 활용 가능성을 보여주고 있다.

OGCSBN_2020_v36n5_1_793_f0007.png 이미지

Fig. 7. Scatterplots of PBL height from lidar and WRF model using four different PBL schemes during the case period. Plots are shown for YSU (top-left), MYJ (top-right), ACM2 (bottom-left), and BouLac (bottom-right) schemes.

분석 기간 동안 라이다로 관측된 PBLH와 WRF 수치모의로 산출된 PBLH의 일변화를 일별로 Fig. 8에 제시하였다. 날짜에 따라 차이가 있지만 라이다로 산출된 PBLH 값은 지표가열로 성장하고 태양이 가장 높은 남중 시간 이후에 최댓값을 보이다 해가 진 뒤 감소하는 일변화 경향을 잘 보여주었다. 행성경계층 방안별로 수치모의된 결과를 기간 평균하여 낮 시간(01~10UTC) 동안 최소 PBLH(YSU≈1.72 km) 및 최대 PBLH(ACM2≈2.14 km)의 차이는 약 0.42 km로 계산되었다. 정성적 평가에서는 YSU 방안으로 산출된 PBLH가 타 방안대비 라이다 관측에 보다 근접한 것으로 나타났다.

OGCSBN_2020_v36n5_1_793_f0008.png 이미지

Fig. 8. Time series of PBL height from lidar (black solid line) and WRF (colored solid line). Plots are shown for 26 (first row), 27 (second row), 28 (third row), and 29 (fourth row) on June 2014.

낮 시간에 대한 PBLH 차이의 평균 및 표준 편차를 WRF 행성경계층 방안별로 나타내었다(Fig. 9). 01~10UTC 동안 WRF의 PBLH에서 라이다의 PBLH를 차감한 편차의 평균은 BouLac PBL 방안을 사용했을 때 가장 작았으며(≈0.06 km), 절대값을 기준했을때 그 다음으로는 YSU 방안(≈-0.12 km)으로 나타났다. 표준 편차는 YSU(≈0.39 km), BouLac(≈0.45 km), ACM2(≈0.47 km), MYJ(≈0.53 km) PBL 방안 순으로 작은 값을 보였다. 라이다에서 중첩고도 이하의 SBL을 탐지할 수 없기 때문에 야간 자료는 분석에서 제외하였다.

OGCSBN_2020_v36n5_1_793_f0009.png 이미지

Fig. 9. Error bars for the differnce (WRF-lidar) of PBLH for daytime from 26 June 2014 to 29 June 2014.

분석 기간에서 WRF PBLH의 편향 및 오차에 대한 정량적 분석을 수행하기 위해 라이다 PBLH와의 평균 편향(mean bias), RMSE(root mean square error)를 계산하고 그 결과를 Table 4에 나타내었다. 낮 동안 4가지 PBL 방안으로 수치모의된 WRF PBLH는 라이다 관측에 대해 과소(YSU, MYJ) 또는 과대(ACM2, BouLac) 모의하는 경향이 나타났으며, RMSE 비교에서는 YSU PBL 방안이 타 방안대비 가장 높은 정밀도를 보이고 있다. 본 연구는 특정 지역에서 단 5일간 맑은 날의 분석결과이므로, 보다 객관적인 결과를 도출하기 위해서는 좀 더 많은 관측자료를 통한 비교연구가 요구된다.

Table 4. Mean biases and RMSEs of lidar and WRF PBL height(unit: km) during the case period (daytime), Less than 1 m was omitted

OGCSBN_2020_v36n5_1_793_t0004.png 이미지

4. 요약 및 결론

이 연구에서는 중규모 기상모델인 WRF의 행성경계층 모수화 방안에 따른 PBLH의 정확도를 평가하기 위해 PBL 모수화 방안 가운데 YSU(Yonsei University), MYJ(Mellor-Yamada-Janjic),ACM2(Asymmetric Convective Model), BouLac(Bougeault-Lacarrere) PBL 방안을 대상으로 사례 기간(2014년 6월 26일~30일)에 대해 수치 실험을 수행하였다. 전라남도 보성 국가위험기상 집중관측센터에서 이동형 차량탑재 라이다 시스템(LIVE)으로 생산된 후방산란 신호를 이용하여 PBLH를 산출하고, WRF의 PBL 방안별 예측장에서 각각 PBLH를 산출하여 상호 비교 분석하고 결과를 제시하였다.

WRF 수치실험에서 PBL 방안에 따른 PBLH의 공간적 분포에서 ACM2 방안을 사용하여 모의된 PBLH가 다른 3가지 방안으로 모의된 PBLH보다 상대적으로 크게 나타났으며 그러한 경향은 분석 기간에 대해 계속되었다. 분석 기간에 대한 라이다 후방산란 신호 및 PBLH와 WRF에서 산출된 PBLH 시계열에서 밤 시간에 대해 수치모델로 모의된 PBLH는 라이다 대비 과소하게 나타났는데, 이는 라이다의 특성상 중첩 고도 이하에서 생성되는 PBLH를 찾을 수 없으며 잔류층을 PBLH로 산출하기 때문이다. 또한 같은 비국지 방안인 YSU에 대해 ACM2가 더 깊은 PBL을 주간에 대해 진단하는데, PBL 모수화 방안에서 혼합을 정의하는 방식의 차이에서 기인하는 것으로 판단된다. 라이다와 WRF 모델의 PBLH 산포도를 이용하여 행성경계층 방안에 따른 PBLH 차이를 사례 기간에 대해 비교분석하였다. 비국지 방안인 ACM2를 사용한 실험에서 상관 계수값이 가장 높게 나타났지만 회귀선 기울기 또한 가장 큰 값을 보였으며, MYJ 방안을 사용한 실험의 PBLH가 1에 가장 가까운 회귀선 기울기를 나타냈지만 4가지 행성경계층 방안중 라이다 PBLH에 대해 가장 낮은 상관도를 가지는 것으로 분석되었다. 대체적으로 비국지 방안을 사용한 실험이 국지 방안을 사용한 경우보다 라이다 관측에 대해 더 높은 상관도를 나타냈는데, 이는 비국지 방안이 가지는 상대적으로 강한 연직 혼합 및 수송에 기인한다고 판단된다. 행성경계층 방안별로 수치모의된 결과를 기간 평균하여 낮 시간(01~10UTC) 동안 최소 PBLH 및 최대 PBLH의 차이는 약 0.42 km로 계산되었으며, 일별 시계열에 대한 정성적 평가에서는 YSU 방안으로 산출된 PBLH가 타 방안대비 라이다 관측에 보다 근접한 것으로 판단된다. 낮 시간에 대한 PBLH 차이의 표준 편차는 YSU(≈0.39 km), BouLac(≈0.45 km), ACM2(≈0.47 km), MYJ(≈0.53 km) PBL 방안 순으로 작은 값을 보였다. 사례 기간에 대해 WRF PBLH와 라이다 PBLH의 편차를 이용한 RMSE 비교에서는 YSU PBL 방안이 가장 높은 정밀도를 가지는 것으로 나타났다.

이 연구에서는 짧은 분석 기간으로 인해 통계적 오차 요인이 포함될 수 있으므로 보다 일반적인 논의를 위해서는 장기간의 관측 결과를 통한 분석이 필요하다고 판단된다. 아울러, 야간에 대한 라이다 관측의 한계가 있으므로 주간과 야간을 구분한 상세 분석이 요구된다. 또한 여기서 분석된 WRF 행성경계층 방안 연구의 경우 표면층 물리(surface layer physics)가 동일하지 않으므로, 모의된 PBLH 간 상호 비교에 있어서 한층 더 정밀한 분석을 위해서는 향후에 표면층 물리의 효과 등을 포함한 연구가 필요하다. 앞서 살펴본 바와 같이 차량탑재 라이다 시스템은 시공간적 고해상도 관측 수행을 통해 대기 경계층을 분석할 수 있으며, 관심 지역으로 이동하여 해당 지점의 대기 연직 구조 관측이 가능한 장점을 가지고 있다. 차량에 탑재된 기상라이다는 여러 기상 조건하의 대기 경계층 연직 구조에 대한 상세 자료를 제공할 수 있으며, 이를 통해 관측자료 기반 수치모델 행성경계층 분석을 위한 가이던스(guidance)를 제공할 수 있을 것으로 기대된다.

사사

이 연구는 기상청 국립기상과학원 「재해기상 감시·분석·예측기술 개발 및 활용연구」(KMA2018-00123)의 지원으로 수행되었습니다.

References

  1. Alapaty, K., D. Niyogi, F. Chen, P. Pyle, A. Chandrasekar, and N. Seaman, 2008. Development of the flux-adjusting surface data assimilation system for mesoscale models, Journal of Applied Meteorology and Climatology, 47: 2331-2350. https://doi.org/10.1175/2008JAMC1831.1
  2. Aryee, J.N.A., L.K. Amekudzi, K. Preko, W.A .Atiah, and S.K. Danuor, 2020. Estimation of planetary boundary layer height from radiosonde profiles over West Africa during the AMMA field campaign: Intercomparison of different methods, Scientific African, 7: e00228. https://doi.org/10.1016/j.sciaf.2019.e00228
  3. Baars, H., A. Ansmann, R. Engelmann, and D. Althausen, 2008. Continuous monitoring of the boundary-layer top with lidar, Atmospheric Chemistry and Physics, 8: 7281-7296. https://doi.org/10.5194/acp-8-7281-2008
  4. Banks, R.F., J. Tiana-Alsina, F. Rocadenbosch, and J.M. Baldasano, 2015. Performance evaluation of the boundary-layer height from lidar and the weather research and forecasting model at an urban coastal site in the north-east Iberian Peninsula, Boundary-Layer Meteorology, 157: 265-292. https://doi.org/10.1007/s10546-015-0056-2
  5. Banks, R.F., J. Tiana-Alsina, J.M. Baldasano, F. Rocadenbosch, A. Papayannis, S. Solomos, and C.G. Tzanis, 2016. Sensitivity of boundary-layer variables to PBL schemes in the WRF model based on surface meteorological observations, lidar, and radiosondes during the HygrA-CD campaign, Atmospheric Research, 176-177: 185-201. https://doi.org/10.1016/j.atmosres.2016.02.024
  6. Beyrich, F., 1997. Mixing height estimation from sodar data - a critical discussion, Atmospheric Environment, 31: 3941-3953. https://doi.org/10.1016/S1352-2310(97)00231-8
  7. Bougeault, P. and P. Lacarrere, 1989. Parameterization of orography-induced turbulence in a mesobeta-scale model, Monthly Weather Review, 117: 1872-1890. https://doi.org/10.1175/1520-0493(1989)117<1872:POOITI>2.0.CO;2
  8. Breuer, H., F. Acs, A. Horvath, P. Nemeth, and K. Rajkai, 2014. Diurnal course analysis of the WRF-simulated and observation-based planetary boundary layer height, Advances in Science and Research, 11: 83-88. https://doi.org/10.5194/asr-11-83-2014
  9. Brooks, I.M., 2003. Finding boundary layer top: application of a wavelet covariance transform to lidar backscatter profiles, Journal of Atmospheric and Oceanic Technology, 20: 1092-1105. https://doi.org/10.1175/1520-0426(2003)020<1092:FBLTAO>2.0.CO;2
  10. Coen, M.C., C. Praz, A. Haefele, D. Ruffieux, P. Kaufmann, and B. Calpini, 2014. Determination and climatology of the planetary boundary layer height above the Swiss plateau by in situ and remote sensing measurements as well as by the COSMO-2 model, Atmospheric Chemistry and Physics, 14: 13205-13221. https://doi.org/10.5194/acp-14-13205-2014
  11. Comeron, A., M. Sicard, D. Kumar, and F. Rocadenbosch, 2011. Use of a field lens for improving the overlap function of a lidar system employing an optical fiber in the receiver assembly, Applied Optics, 50: 5538-5544. https://doi.org/10.1364/AO.50.005538
  12. Compton, J.C., R. Delgado, T.A. Berkoff, and R.M. Hoff, 2013. Determination of planetary boundary layer height on short spatial and temporal scales: a demonstration of the covariance wavelet transform in ground-based wind profiler and lidar measurements, Journal of Atmospheric and Oceanic Technology, 30: 1566-1575. https://doi.org/10.1175/JTECH-D-12-00116.1
  13. Draxl, C., A.N. Hahmann, A. Pena, and G. Giebel, 2014. Evaluating winds and vertical wind shear from Weather Research and Forecasting model forecasts using seven planetary boundary layer schemes, Wind Energy, 17: 39-55. https://doi.org/10.1002/we.1555
  14. Dudhia, J., 1989. Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model, Journal of the Atmospheric Sciences, 46: 3077-3107. https://doi.org/10.1175/1520-0469(1989)046<3077:NSOCOD>2.0.CO;2
  15. Giuseppe, F.D., A. Riccio, L. Caporaso, G. Bonafe, G.P. Gobbi, and F. Angelini, 2012. Automatic detection of atmospheric boundary layer height using ceilometer backscatter data assisted by a boundary layer model, Quarterly Journal of the Royal Meteorological Society, 138: 649-663. https://doi.org/10.1002/qj.964
  16. Granados-Munoz, M.J., F. Navas-Guzman, J.A. Bravo-Aranda, J.L. Guerrero-Rascado, H. Lyamani, J. Fernandez-Galvez, and L. Alados-Arboledas, 2012. Automatic determination of the planetary boundary layer height using lidar: one-year analysis over southeastern Spain, Journal of Geophysical Research, 117: D18208.
  17. Guerrero-Rascado, J.L., M.J. Costa, D. Bortoli, A.M. Silva, H. Lyamani, and L. Alados-Arboledas, 2010. Infrared lidar overlap function: an experimental determination, Optics Express, 18: 20350-20359. https://doi.org/10.1364/OE.18.020350
  18. Harms, J., 1979. Lidar return signals for coaxial and noncoaxial systems with central obstruction, Applied Optics, 18: 1559-1566. https://doi.org/10.1364/AO.18.001559
  19. Hennemuth, B. and A. Lammert, 2005. Determination of the atmospheric boundary layer height from radiosonde and lidar backscatter, Boundary-Layer Meteorology, 120: 181-200. https://doi.org/10.1007/s10546-005-9035-3
  20. Hong, S.Y. and H.L. Pan, 1996. Nonlocal boundary layer vertical diffusion in a medium-range forecast model, Monthly Weather Review, 124: 2322-2339. https://doi.org/10.1175/1520-0493(1996)124<2322:NBLVDI>2.0.CO;2
  21. Hong, S.Y., Y. Noh, and J. Dudhia, 2006. A new vertical diffusion package with an explicit treatment of entrainment processes, Monthly Weather Review, 134: 2318-2341. https://doi.org/10.1175/MWR3199.1
  22. Janjic, Z.I., 1994. The step-mountain eta coordinate model: further developments of the convection, viscous sublayer, and turbulence closure schemes, Monthly Weather Review, 122: 927-945. https://doi.org/10.1175/1520-0493(1994)122<0927:TSMECM>2.0.CO;2
  23. Kang, M., Y.K. Lim, C. Cho, K.R. Kim, J.S. Park, and B.J Kim, 2016. Accuracy assessment of planetary boundary layer height for the WRF model using temporal high resolution radio-sonde observations, Atmosphere, 26: 673-686 (in Korean with English abstract). https://doi.org/10.14191/Atmos.2016.26.4.673
  24. Lim, A.Y., J.W. Roh, J.B. Jee, and Y.J. Choi, 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, 36: 553-566.(in Korean with English abstract). https://doi.org/10.5467/JKESS.2015.36.6.553
  25. Lim, K.S.S. and S.Y. Hong, 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. https://doi.org/10.1175/2009MWR2968.1
  26. Milovac J., K. Warrach-Sagi, A. Behrendt, F. Spath, J. Ingwersen, and V. Wulfmeyer, 2016. Investigation of PBL schemes combining the WRF model simulations with scanning water vapor differential absorption lidar measurements, Journal of Geophysical Research: Atmosphere, 121: 624-649. https://doi.org/10.1002/2015JD023927
  27. Mlawer, E.J., S.J. Taubman, P.D. Brown, M.J. Iacono, and S.A. Clough, 1997. Radiative transfer for inhomogeneous atmospheres: RRTM, a validated correlated-k model for the longwave, Journal of Geophysical Research, 102: 16663-16682. https://doi.org/10.1029/97JD00237
  28. Nam, H.G., W. Choi, Y.J. Kim, J.K. Shim, B.C. Choi, and B.G. Kim, 2016. Estimate and analysis of planetary boundary layer height (PBLH) using a mobile lidar vehicle system, Korean Journal of Remote Sensing, 32: 307-321 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2016.32.3.9
  29. Noh, Y.M., D. Muller, D. Shin, and K. Lee, 2009. Retrieval of lidar overlap factor using raman lidar system, Journal of Korean Society for Atmospheric Environment, 25: 450-458 (in Korean with English abstract). https://doi.org/10.5572/KOSAE.2009.25.5.450
  30. Pleim, J.E., 2007. A combined local and nonlocal closure model for the atmospheric boundary layer. Part I: model description and testing, Journal of Applied Meteorology and Climatology, 46: 1383-1395. https://doi.org/10.1175/JAM2539.1
  31. Rizza, U., M.M. Miglietta, O.C. Acevedo, V. Anabor, G.A. Degrazia, A.G. Goulart, and H.R. Zimmerman, 2013. Large-eddy simulation of the planetary boundary layer under baroclinic conditions during daytime and sunset turbulence, Meteorological Applications, 20: 56-71. https://doi.org/10.1002/met.1284
  32. Seo, B.K., J.Y. Byon, Y.J. Lim, and B.C. Choi, 2015. Evaluation of surface wind forecast over the Gangwon province using the mesoscale WRF model, Journal of Korean Earth Science Society, 36: 158-170.(in Korean with English abstract). https://doi.org/10.5467/JKESS.2015.36.2.158
  33. Shin, H.H. and S.Y. Hong, 2011. Intercomparison of planetary boundary-layer parametrizations in the WRF model for a single day from CASES-99, Boundary-Layer Meteorology, 139: 261-281. https://doi.org/10.1007/s10546-010-9583-z
  34. Shin, H.H. and J. Dudhia, 2016. Evaluation of PBL parameterizations in WRF at subkilometer grid spacings: turbulence statistics in the dry convective boundary layer, Monthly Weather Review, 144: 1161-1177. https://doi.org/10.1175/MWR-D-15-0208.1
  35. Stull, R.B., 1988. An introduction to boundary layer meteorology, Kluwer Academic Publisher, Dordrecht, Netherlands.
  36. Tikhomirov, A.A., 2001. Predetector processing of lidar returns in atmospheric laser sensing, Russian Physics Journal, 44: 1115-1127. https://doi.org/10.1023/A:1015087914276
  37. Xie, B., J.C.H. Fung, A. Chan, and A. Lau, 2012. Evaluation of nonlocal and local planetary boundary layer schemes in the WRF model, Journal of Geophysical Research, 117: D12103.
  38. Zhang, Y., D. Liu, Z. Zheng, Z. Liu, D.Y. Hu, B. Qi, C. Liu, L. Bi, K. Zhang, C. Wen, L. Jiang, Y. Liu, J. Ke, and Z. Zang, 2018. Effects of auxiliary atmospheric state parameters on the aerosol optical properties retrieval errors of high-spectral-resolution lidar, Applied Optics, 57: 2627-2637. https://doi.org/10.1364/AO.57.002627