DOI QR코드

DOI QR Code

An impact of meteorological Initial field and data assimilation on CMAQ ozone prediction in the Seoul Metropolitan Area during June, 2007

기상 모델의 초기장 및 자료동화 차이에 따른 수도권 지역의 CMAQ 오존 예측 결과 - 2007년 6월 수도권 고농도 오존 사례 연구 -

  • Lee, Dae-Gyun (Atmospheric Engineering Research Division, National Institute of Environmental Research) ;
  • Lee, Mi-Hyang (Atmospheric Engineering Research Division, National Institute of Environmental Research) ;
  • Lee, Yong-Mi (Atmospheric Engineering Research Division, National Institute of Environmental Research) ;
  • Yoo, Chul (Atmospheric Engineering Research Division, National Institute of Environmental Research) ;
  • Hong, Sung-Chul (Climate Change Research Division, National Institute of Environmental Research) ;
  • Jang, Kee-Won (Atmospheric Engineering Research Division, National Institute of Environmental Research) ;
  • Hong, Ji-Hyung (Atmospheric Engineering Research Division, National Institute of Environmental Research)
  • 이대균 (국립환경과학원 대기공학연구과) ;
  • 이미향 (국립환경과학원 대기공학연구과) ;
  • 이용미 (국립환경과학원 대기공학연구과) ;
  • 유철 (국립환경과학원 대기공학연구과) ;
  • 홍성철 (국립환경과학원 기후변화연구과) ;
  • 장기원 (국립환경과학원 대기공학연구과) ;
  • 홍지형 (국립환경과학원 대기공학연구과)
  • Received : 2013.09.09
  • Accepted : 2013.11.19
  • Published : 2013.12.31

Abstract

Air quality models have been widely used to study and simulate many air quality issues. In the simulation, it is important to raise the accuracy of meteorological predicted data because the results of air quality modeling is deeply connected with meteorological fields. Therefore in this study, we analyzed the effects of meteorological fields on the air quality simulation. This study was designed to evaluate MM5 predictions by using different initial condition data and different observations utilized in the data assimilation. Among meteorological scenarios according to these input data, the results of meteorological simulation using National Centers for Environmental Prediction (Final) Operational Global Analysis data were in closer agreement with the observations and resulted in better prediction on ozone concentration. And in Seoul, observations from Regional Meteorological Office for data assimilations of MM5 were suitable to predict ozone concentration. In other areas, data assimilation using both observations from Regional Meteorological Office and Automatical Weather System provided valid method to simulate the trends of meteorological fields and ozone concentrations. However, it is necessary to vertify the accuracy of AWS data in advance because slightly overestimated wind speed used in the data assimilation with AWS data could result in underestimation of high ozone concentrations.

Keywords

References

  1. 김순태, 2011, 2007년 6월 수도권 오존모사 I - 광화학측정자료를 이용한 SAPRC99 화학종별 휘발성유기물질 배출량 입력자료 평가, 한국대기환경학회지, 27(5), 580-602. https://doi.org/10.5572/KOSAE.2011.27.5.580
  2. 김영진, 2000, 이층 상자모델을 이용한 서울지역 고농도 오존 발생 주요 원인분석, 서울대학교 석사학위 청구논문
  3. 김운수, 2002, 수도권 대기오염의 공간분포 특성을 고려한 지속가능한 개발방향과 과제, 경기논단, 69-89.
  4. 김유근, 문윤섭, 오인보, 황미경, 2002, 서울 및 부산지역에서 기온과 국지풍이 지표 고농도 오존 발생에 미치는 영향, 한국기상학회지, 38(4), 319-331.
  5. 김유근, 오인보, 강윤희, 황미경, 2007, MM5-CAMx를 이용한 대기오염물질의 재순환현상 모델링: 2004년 6월 수도권 오존오염 사례연구, 2004, 한국대기환경학회, 23(3), 297-310. https://doi.org/10.5572/KOSAE.2007.23.3.297
  6. 김지영, 김정수, 홍지형, 정동일, 반수진, 이용미, 2008, SMOKE 모델의 입력 모듈 변경에 따른 영향 분석, 한국대기환경학회지, 24(3), 284-299. https://doi.org/10.5572/KOSAE.2008.24.3.284
  7. 김철희, 나진균, 박철진, 박진호, 임차순, 윤 이, 김민섭, 박춘화, 김용준, 2003, 유해화학물질 대기확산 예측을 위한 RAMS 기상모델의 적용 및 평가 - CARIS의 바람장 모델 검증, 한국대기환경학회지, 19(5), 595-610.
  8. 이순환, 김헌숙, 이화운, 2004, 복합지형이 대기질 예측을 위한 지상자료동화의 효용성에 관한 수치연구, 한국대기환경학회지, 20(4), 523-537.
  9. 이용미, 이현주, 유 철, 송정희, 김지영, 홍지형, 2009, 수도권 지역에서 대기질 측정망 자료를 이용한 광화학모델의 이동오염원 배출량 검증, 한국대기환경학회, 25(5), 369-381. https://doi.org/10.5572/KOSAE.2009.25.5.369
  10. 이종범, 김재철, 천태훈, 2009, 위성자료를 이용한 MM5 4차원자료동화가 광화학모델의 정확도에 미치는 영향 고찰, 한국대기환경학회지, 25(4), 264-274. https://doi.org/10.5572/KOSAE.2009.25.4.264
  11. 이종범, 김재철, 장윤정, 2012, 관측과 기상모델을 이용한 춘천지역의 도시열섬현상 연구, 한국대기환경학회지, 28(2), 119-130. https://doi.org/10.5572/KOSAE.2012.28.2.119
  12. 이화운, 최현정, 이강열, 2005, 상세한 하부 경계조건과 관측값 객관분석이 복잡지형의 대기 흐름장 수치모의에 미치는 효과, 한국기상학회지, 41(1), 73-87.
  13. 정주희, 김유근, 문윤섭, 황미경, 2007, 수도권지역 대기질 예측을 위한 기상장 모델의 바람장과 온도장 비교 연구, 한국대기환경학회지, 23(6), 640-652. https://doi.org/10.5572/KOSAE.2007.23.6.640
  14. 홍지형, 김지영, 김대곤, 이원석, 강경희, 이수빈, 이용미, 이현주, 송정희, 2008, 대기질 모델을 이용한 수도권지역 배출량 변화에 따른 민감도 분석 연구, 국립환경과학원, 30-39.
  15. 홍지형, 김지영, 이용미, 이현주, 송정희, 문난경, 문윤섭, 이화운, 변대원, 김순태, 2008a, MM5-SMOKE-CMAQ 시스템을 이용한 대기오염 예측 모델링 편람, 국립환경과학원, 6-19.
  16. 황미경, 김유근, 오인보, 강윤희, 2010, 건물효과를 고려한 연안도시지역 고해상도 기상모델링, 한국대기환경학회지, 26(2), 137-150. https://doi.org/10.5572/KOSAE.2010.26.2.137
  17. Byun, D. W. and Ching, J. K. S., 1999, Science Algorithms of the EPA Models-3 Community Multi-scale Air Quality (CMAQ) Modeling System, EPA Report, EPA/600/R-99/030, NERL, Research Triangle Park, NC.
  18. Byun, D. W., Kim, S. T. and Kim, S. B., 2007, Evaluation of air quality models for the simulation of a high ozone episode in the Houston metropolitan area, Atmospheric Environment, 41, 837-853. https://doi.org/10.1016/j.atmosenv.2006.08.038
  19. Chock, D. P., Kumar, S. and Herrmann, R. W., 1982, An Analysis of trends in oxidant air quality in the south coast air basin of California, Atmospheric Environment, 16, 2615-2624. https://doi.org/10.1016/0004-6981(82)90343-2
  20. Dudhia, J., 1993, A nonhydrostatic version of the Penn State/NCAR mesoscale model: Validation tests and simulation of an Atlantic cyclone and cold front. Mon. Wea. Rev., 121, 1493-1513. https://doi.org/10.1175/1520-0493(1993)121<1493:ANVOTP>2.0.CO;2
  21. Dudhia, J., 1996, A multi-layer soil temperature model for MM5, The Sixth PSU/NCAR Mesoscale Model Users' Workshop, Boulder, Colorado, 49-50.
  22. Grell, G. A., Dudhia, J. and Stauffer, D. R., 1994, A Description of the Fifth-Generation Penn State/NCAR Mesoscale Model (MM5), NCAR.
  23. Hurley, P. J., Blockley, A. and Rayner, K., 2001, Verification of a prognostic meteorological and air pollution model for year-long predictions in the Kwinana industrial region of Western Australia, Atmospheric Environment, 35, 1871-1880. https://doi.org/10.1016/S1352-2310(00)00486-6
  24. Korsog, P. E. and Wolff, G. T., 1991, An examination of urban ozone trends in the Northeastern U.S.(1973-1983) using a robust statistical method, Atmospheric Environment, 25(1), 47-57.
  25. Liu, T. H., Jeng, F. T., Huang, H. C., Berger, E. and Chang, J. S., 2001, Influences of initial condition and boundary conditions on regional and urban scale Eulerian air quality transport model simulations, Chemosphere-Global Change Sci., 3, 175-183. https://doi.org/10.1016/S1465-9972(00)00048-9
  26. Nuss, W. A., and Titley, D. W., 1994, Use of mutiquadric interpolation for meteorological objective analysis, Mon. Wea. Rev. 122, 1611-1631. https://doi.org/10.1175/1520-0493(1994)122<1611:UOMIFM>2.0.CO;2
  27. Pielke, R. A., 1984, Mesoscale Meteorological modeling, Academic Press Inc., 612.
  28. Stauffer, D. R., and Seaman, L. N. ,1990, Use of four-dimensional data assimilation in a limited-area mesoscale model. Part I : experiments with synopticscale data, Monthly Weather Review, 118, 1250-1277. https://doi.org/10.1175/1520-0493(1990)118<1250:UOFDDA>2.0.CO;2
  29. Stauffer, D. R. and Seaman, L. N., 1994, Multiscale four-dimensional data assimilation, Journal of Applied Meteorology, 33, 416-434. https://doi.org/10.1175/1520-0450(1994)033<0416:MFDDA>2.0.CO;2

Cited by

  1. Sensitivity Analysis of Ozone Simulation according to the Impact of Meteorological Nudging vol.32, pp.4, 2016, https://doi.org/10.5572/KOSAE.2016.32.4.372
  2. The Sensitivity Analyses of Initial Condition and Data Assimilation for a Fog Event using the Mesoscale Meteorological Model vol.36, pp.6, 2015, https://doi.org/10.5467/JKESS.2015.36.6.567
  3. Domestic Ozone Sensitivity to Chinese Emissions Inventories: A Comparison between MICS-Asia 2010 and INTEX-B 2006 vol.33, pp.5, 2017, https://doi.org/10.5572/KOSAE.2017.33.5.480