• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.142-146
• /
• 2016

최근 저해상도 기상자료를 바탕으로 한 단기간에 내린 폭우나 극심한 가뭄 등과 같은 국지적인 기상 예보는 한계가 있기 때문에 고해상도 기상자료에 대한 수요가 증대되고 있으며, 특히 지형이 복잡한 한반도의 경우 지형적인 영향을 고려한 고해상도 기상자료가 요구되고 있다. 하지만 현재 기상청에서 제공하는 남한 지역의 지상 관측 자료는 약 10km의 불규칙한 간격으로 분포하고 있으며 이는 복잡한 남한지역의 지형 특성을 고려하기에는 해상도가 낮아 상세한 기상 현상을 예측하기 힘들다. 또한, 북한의 경우 사용가능한 관측 자료가 부족하여 한반도 전체를 대상으로 한 기상 예보 및 기후 특성 분석에는 한계가 있다. 따라서 본 연구에서는 정량적 강수 예측 모형인 QPM(Quantitative Precipitation Model)을 이용하여 3시간 간격의 현재기후(2000-2014년)에 대한 한반도 지역의 1km 강우 자료를 복원하였다. 관측 자료가 부족한 북한의 경우 재분석 자료를 이용하여 1km 해상도의 강우 자료를 복원하였다. 이를 위해 몇 가지 특정한 강우 Case를 선별하였고, QPM 수행 시 필요한 강수, 상대습도, 지위고도, 연직 기온, 연직 바람장 등의 변수에 대하여 남한 지역에 해당하는 지점의 여러 재분석 자료와 실제 남한 지역의 지상/고층 관측 자료와의 비교 및 Correlation 분석을 통해 가장 적절하다고 판단되는 재분석 자료인 NASA에서 제공하는 MERRA Reanalysis data를 선정하였다. 또한, 소규모 지형효과를 고려하기 위한 상세 지형자료로 고해상도 지형 자료인 DEM(*Digital Elevation Model) 1km 자료를 사용하였다. 한반도의 강우를 복원하기 위하여 Barnes 기법을 이용하여 불규칙적으로 분포해 있는 강수량 데이터를 규칙적인 자료로 격자화 하였고, 격자화 한 10km 해상도의 자료를 QPM을 통해 복잡한 지형 특성을 고려한 1km 해상도의 강우 자료로 복원하였다. 또한, QPM의 모의 성능을 검증하기 위하여, 위에서 선별한 특정 강우 Case에 대하여 복원한 1km 강우자료와 200m 이내의 거리에서 겹치는 지상관측자료와의 비교를 통하여 모의 성능을 검증하였다. 본 연구를 통해 복원된 한반도 상세 강우 자료를 통해 통일을 대비한 기상, 농 수산업, 수자원 등 다양한 분야에서 활용 될 수 있으며, 국지적인 폭우 및 가뭄 등의 이상 기상 현상을 분석하는 데 참고 기초 자료로써 활용 될 수 있을 것으로 기대된다.

• Particle and aerosol research
• /
• v.13 no.4
• /
• pp.141-150
• /
• 2017

Using the NASA's Modern-Era Retrospective Analysis for Research and Applications, version 2 (MERRA-2) reanalysis for aerosol optical depth (AOD) and satellite-observed carbon monoxide (CO) data, we examined the basic pattern of AOD variations over the three polar stations of Korea: Jangbogo and King Sejong stations in the Antarctica, and Dasan station in the Arctic area. AOD values at King Sejong and Dasan station show the maximum peaks in spring, which looks associated with the high amount of atmospheric CO emitted from the natural burning and the biomass burning. Jangbogo station shows the much less AOD compared to other two stations, and seems not strongly affected by the transport of airborne particles generated from mid-latitude regions. All three polar stations show the AOD increasing trend in general, indicating that the polar background air quality becomes polluted.

• The Sea:JOURNAL OF THE KOREAN SOCIETY OF OCEANOGRAPHY
• /
• v.19 no.3
• /
• pp.169-179
• /
• 2014

Monthly mean surface heat fluxes in the southeastern Yellow Sea are calculated using directly observed airsea variables from an ocean buoy station including short- and longwave radiations, and COARE 3.0 bulk flux algorithm. The calculated monthly mean heat fluxes are then compared with previous estimates of climatological monthly mean surface heat fluxes near the buoy location. Sea surface receives heat through net shortwave radiation ($Q_i$) and loses heat as net longwave radiation ($Q_b$), sensible heat flux ($Q_h$), and latent heat flux ($Q_e$). $Q_e$ is the largest contribution to the total heat loss of about 51 %, and $Q_b$ and $Q_h$ account for 34% and 15% of the total heat loss, respectively. Net heat flux ($Q_n$) shows maximum in May ($191.4W/m^2$) when $Q_i$ shows its annual maximum, and minimum in December ($-264.9W/m^2$) when the heat loss terms show their annual minimum values. Annual mean $Q_n$ is estimated to be $1.9W/m^2$, which is negligibly small considering instrument errors (maximum of ${\pm}19.7W/m^2$). In the previous estimates, summertime incoming radiations ($Q_i$) are underestimated by about $10{\sim}40W/m^2$, and wintertime heat losses due to $Q_e$ and $Q_h$ are overestimated by about $50W/m^2$ and $30{\sim}70W/m^2$, respectively. Consequently, as compared to $Q_n$ from the present study, the amount of net heat gain during the period of net oceanic heat gain between April and August is underestimated, while the ocean's net heat loss in winter is overestimated in other studies. The difference in $Q_n$ is as large as $70{\sim}130W/m^2$ in December and January. Analysis of long-term reanalysis product (MERRA) indicates that the difference in the monthly mean heat fluxes between the present and previous studies is not due to the temporal variability of fluxes but due to inaccurate data used for the calculation of the heat fluxes. This study suggests that caution should be exercised in using the climatological monthly mean surface heat fluxes documented previously for various research and numerical modeling purposes.