DOI QR코드

DOI QR Code

Accuracy Evaluation of Daily-gridded ASCAT Satellite Data Around the Korean Peninsula

한반도 주변 해역에서의 ASCAT 해상풍 격자 자료의 정확성 평가

  • Park, Jinku (Department of Oceanography, Pusan National University) ;
  • Kim, Dae-Won (Department of Oceanography, Pusan National University) ;
  • Jo, Young-Heon (Department of Oceanography, Pusan National University) ;
  • Kim, Deoksu (Department of Oceanography, Pusan National University)
  • Received : 2017.11.24
  • Accepted : 2018.01.12
  • Published : 2018.04.30

Abstract

In order to access the accuracy of the gridded daily Advanced Scatterometer (hereafter DASCAT) ocean surface wind data in the surrounding of Korea, the DASCAT was compared with the wind data from buoys. In addition, the reanalysis data for wind at 10 m provided by European Centre for Medium-Range Weather Forecasts (ECMWF, hereafter ECMWF), National Centers for Environmental Prediction and National Center for Atmospheric Research (NCEP/NCAR, hereafter NCEP), Modern Era Retrospective-analysis for Research and Applications-2 (MERRA-2, hereafter MERRA) were compared and analyzed. As a result, the RMSE of DASCAT for the actual wind speed is about 3 m/s. The zonal components of wind of buoys and the DASCAT have strong correlation more than 0.8 and the meridional components of wind them have lower correlation than that of zonal wind and are the lowest in the Yellow Sea (r=0.7). When the actual wind speed is below 10 m/s, the EMCWF has the highest accuracy, followed by DASCAT, MERRA, and NCEP. However, under the wind speed more than 10 m/s, DASCAT shows the highest accuracy. In the nature of error according to the wind direction, when the zonal wind is strong, all dataset has the error of more than $70^{\circ}$ on the average. On the other hand, the RMSE of wind direction was recorded $50^{\circ}$ under the strong meridional winds. ECMWF shows the highest accuracy in these results. The RMSE of the wind speed according to the wind direction varied depending on the actual wind direction. Especially, MERRA has the highest RMSE under the westerly and southerly wind condition, while the NCEP has the highest RMSE under the easterly and northerly wind condition.

본 연구는 우리나라 주변 해역에서 Advanced Scatterometer(ASCAT) 해상풍 격자 자료(Daily Advanced Scatterometer, DASCAT)의 정확성을 평가하고자 우리나라 주변 해양관측부이 자료와 비교 분석을 수행하였다. 뿐만 아니라 European Centre for Medium-Range Weather Forecasts(ECMWF, 이하 ECMWF), National Centers for Environmental Prediction and National Center for Atmospheric Research(NCEP/NCAR, 이하 NCEP), Modern Era Retrospective-analysis for Research and Applications-2(MERRA-2, 이하 MERRA)에서 제공하는 10-m 해상풍 재분석자료에 대한 비교 및 분석이 추가적으로 수행되었다. 그 결과, DASCAT은 전반적으로 실제 풍속(해양관측부이)에 비하여 약 3 m/s의 RMSE를 나타내며 상관 관계는 동서 바람 성분의 경우 전 지역 0.8 이상의 높은 상관성을 보이지만 남북 바람 성분에 대한 상관성은 서해에서 0.7이하로 낮게 나타난다. 실제 풍속이 10 m/s 이하로 불 때 풍속에 대한 가장 높은 정확성을 나타내는 것은 ECMWF이며 DASCAT, MERRA, NCEP 순이다. 하지만 10 m/s 이상의 실제 풍속에서는 DASCAT이 가장 높은 정확성을 나타낸다. 풍향에 따른 오차 특성은 실제 바람이 동서방향으로 불 때 $70^{\circ}$ 이상의 풍향에 대한 오차가 모든 자료에서 발생하며 남북 성분의 바람이 강화될 때 약 $50^{\circ}$ 수준의 오차가 발생한다. 이러한 결과에서 ECMWF가 가장 높은 정확성을 보인다. 풍향에 따른 풍속의 오차 수준은 실제 바람이 부는 방향에 따라 풍속에 대한 정확성 수준이 변화한다. 특히, 서풍 및 남풍 계열의 바람이 불 때 풍속에 대한 RMSE가 큰 자료는 MERRA이지만 동풍 및 북풍 계열의 바람이 불 때는 NCEP이 가장 큰 RMSE를 나타낸다.

Keywords

1. 서론

지구의 기상과 기후 시스템은 크게 대기와 해양에 의해 대부분 주도되며 지구 표면의 약 70%에 걸쳐 상호작용하며 지구의 대기 및 에너지 순환을 직접 조절한다. 이러한 시스템을 이해하기 위해 바람 및 대기-해양 플럭스에 대한 고해상도의 자료가 요구되어 왔다(Curry etal., 2004; Bentamy and Fillon, 2012). 그러한 노력의 일환으로 1990년대 이후로 NSCAT, QuikSCAT과 같은 위성 산란계(scatterometer)를 이용한 해상풍 관측이 활발히 이루어져 왔으며 이와 같은 산란계를 통해 획득된 해상풍(ocean surface wind) 자료는 전 지구적 해양 순환,열 플럭스(heat flux) 뿐만 아니라 지역적인 파고(wave height), 연안 용승(coastal upwelling)과 같은 해양 연구에 있어 중요한 요소로 활용되어 왔고, 전구 및 지역 모델(Bentamy et al., 2002)의 기본자료로서 활용될 수 있는 상당한 가치를 지닌다.

최근 위성 산란계인 QuikSCAT이 종료되기 3년 전인 2006년 10월에 발사된 유럽의 EUMETSAT Polar System(EPS) 에 운용하는 Meteorological Operational Satellite-A(MetOp-A)에 탑재된 Advanced Scatterometer(ASCAT)은 5.255 GHz(C-band)의 극초단파를 사용하는 산란계로(Naeimi et al., 2009), 일반적으로 800 km의 고도에서 98.59°의 궤도기울기(inclination)로 101분의 공전주기를 가지고 지구 주위를 돈다. 또한 29일의 반복 주기(repeat cycle)를 가지며 위성 경로의 좌우로 약 700 km 이격되어 있는 약 550 km의 관측폭(swath)을 가진다(Bentamyand Fillon, 2012). MetOP-A를 뒤이어 2012년 9월, MetOpA과 동일한 ASCAT을 탑재한 MetOp-B가 현재까지 운용되고 있으며 세번째 MetOp-C가 2018년 발사 계획에 있다.

일반적으로 ASCAT은 양측으로 1100 km 관측폭을 지니며 일별 관측 범위는 전 해양 영역의 약 82%이다(Wagner et al., 2013). 이는 일별 관측 범위가 약 90%인QuikSCAT(관측폭: 1800 km)에 비하여 다소 좁은 편이며 결측 영역은 적도에서 가장 크다(Wagner et al., 2013). 또한 극 궤도 위성의 특성에 따라 일정한 시간 간격으로 제공되지 않으며 양반구의 위도 40°를 기준으로 고위도 지역은 적어도 하루에 한번 이상의 관측이 수행되지만 저위도 지역의 경우 그렇지 못하다. 이러한 샘플방식(sampling scheme)으로 인해 발생하는 영향을 최소화하고 일정한 시공간 격자를 가진 해상풍장을 산출하기 위하여 European Centre for Medium-Range WeatherForecasts(이하 ECMWF)에서 제공하는 ERA-Iterim 10-m 해상풍 자료를 보조 정보(auxiliary information)로 사용하여 일별 ASCAT 바람장 자료(Daily AdvancedScatterometer, 이하 DASCAT)가 산출되었으며(Bentamyand Fillon, 2012), 이러한 격자 자료는 전 지구적으로 분포되어 있는 부이관측 바람자료와의 비교를 통해 평균적으로 약 1.50 m/s와 20°의 풍속 및 풍향의 RMSE가 발생하는 것으로 제시한 바 있다(Verhoef and Stoffelen,2009; Bentamy and Fillon, 2012).

DASCAT 해상풍 자료가 산출된 이후, 해양관측부이를 이용한 추가적인 검증이 수행된 바 있다(Bentamyand Fillon, 2015; Sivareddy et al., 2013). Bentamy and Fillon(2015)는 프랑스와 영국 외해 UK MET-Office와 MeteoFrance(MFUK)에서 운용하는 해양관측부이와 미국 연안을 따라 계류된 National Data BuoyCenter(이하 NDBC)해양관측부이를 포함하여 적도태평양의 Tropical Atmosphere Ocean(이하 TAO)와 대서양의 Prediction and Researched Moored Array in the Atlantic(이하 PIRATA) 등의 자료를 DASCAT 해상풍 자료와 비교 분석하는데 사용하였다. 그 결과, DASCAT 풍속과의 상관 계수는MFUK는 0.89, NDBC는 0.88 그리고 TAO 및 PIRATA와는 0.87의 높은 상관성을 보였고 RMSE의 경우 2 m/s 이하로 산출되었다. 그러나 검증에 사용된 해양관측부이의 경우 대부분 대서양이나 동태평양 연안과 적도 지방에 중점적으로 위치하고 있어 한반도 주변 해역에서의 비교 검증은 아직 수행된 바가 없다. DASCAT은 추가적으로 ECMWF의 해상풍 자료와 비교 및 검증이 수행되었으며 풍속의 경우 상관계수 0.92로 높게 나타났으며, 동서바람 성분은 0.96의 높은 상관성을 보였고 남북바람 성분은 0.92로 동서바람 성분에 비해서는 다소 낮지만 대체로 높은 상관성을 보였다.

지역적인 DASCAT의 자료 검증은 Sivareddy et al.(2013)에 의해 수행되었다. 이들은 열대 인도양(tropical Indian Ocean)에서 QuikSCAT 해상풍 자료 및 AfricanAsian-Australian Monsoon Analysis and Prediction(RAMA)에서 제공하는 해양관측부이 자료와의 비교 분석하였다. 그 결과, DASCAT과 QuikSCAT의 해상풍 공간분포는 일부 지역을 제외하고 풍속과 풍향면에서 잘 일치한다고 제시하였으며, RAMA 해상관측부이와의 비교를 통해 DASCAT이 QuikSCAT 보다도 우기 및 5m/s 이하의 저풍속 시기에 해상풍의 변동성을 잘 표현한다고 나타냈다. 또한 RAMA부이와 DASCAT의 RMSE의 경우 동서 바람 성분은 1.4 m/s, 남북 바람 성분은 1.6m/s를 나타내며, 는 QuikSCAT(동서 성분: 2.7 m/s, 남북 성분: 2.0m/s)보다도 낮은 수준으로 열대 인도양에서 DASCAT의높은 활용 가능성을 보인 바 있다.

앞서 언급된 사전 연구들에서 DASCAT의 높은 정확성에 대하여 제시하였으나 대부분의 해양관측부이들이 적도를 중심, 혹은 미국 연안을 따라 분포하고 있다. 따라서 본 연구는 우리나라 주변 해역에서 운용되고 있는 해양관측부이를 이용하여 DASCAT 자료의 정확성 평가하고 해상풍에 대한 대표적인 재분석 자료들과 비교 및 분석을 수행하는데 그 목적을 둔다.

2. 자료 및 방법

1) 위성 기반 해상풍 격자 자료

본 연구에서 사용된 해상풍 자료인 DASCAT은 기상요소의 관측치를 바탕으로 객관적인 알고리즘을 사용하여 산출하는 방식인 객관분석(objective analysis)을 통해 ASCAT 자료로부터 재구성된 전 지구 일별 해상풍 격자 자료이다. 이와 같은 분석에는 ECMWF에서 제공하는 재분석 기상 자료를 보조자료로 사용되었으며,2007년 4월부터 2009년 3월까지의 MetOp-A ASCAT자료(0.25°)와 2009년 4월부터 현재까지의 MetOp-B ASCAT자료(12.5 km)로 구성되어 있다. 각 격자별 해상풍을 산출하기 위해 사용 가능한 ascending과 descending 자료 모두 이용되었으며 최종적으로 산출된 해상풍 일별 격자 자료는 0.25°의 공간해상도로 제공된다. 해당 자료는Institut Français de Recherche pour l’Exploitation de laMer(IFREMER)의 웹사이트(ftp://ftp.ifremer.fr/ifremer/cersat/products/gridded/MWF/L3/ASCAT/Daily/)와 International Pacific Research Center(IPRC)에서 주관하는 Asia-Pacific Data Research Center(APDRC)의 웹사이트(http://apdrc.soest.hawaii.edu)에서 제공하고 있다.

2) 재분석 자료

해양관측부이와의 비교 이전에 DASCAT자료와 다른 재분석 자료 간의 비교를 수행하였다. 이러한 비교에는 ECMWF와 더불어 대표적인 재분석 자료인 National Centersfor Environmental Prediction and National Center for Atmospheric Research(NCEP/NCAR, 이하 NCEP), Modern Era Retrospective-analysis for Research and Applications -2(MERRA-2, 이하 MERRA)의 해상풍 자료가 사용되었다. ECMWF 는 6시간 간격으로 바람의 동-서 성분과 남-북 성분을 제공하고 있으며 공간 해상도는 0.125°~3°이다. NCEP의 공간해상도는 2.5°이며,MERRA의 공해상도는 동-서 방향으로 0.625° 남-북방향으로 0.5°이다. 모든 재분석 자료는 DASCAT과 동일하게 일별 합성장으로 산출되었으며, 공간 일치성을 위해 DASCAT의 공간해상도인 0.25°로 선형보간되어 사용되었다.

3) 해양관측부이

본 연구에서 DASCAT 해상풍 자료의 검증을 위해사용된 실측자료는 기상청 (Korea MeteorologicalAdministration, 이하 KMA)과 국립해양조사원(Korea Hydrographic and Oceanographic Agency, 이하 KHOA)에서 운용 중인 해양기상관측부이에서 획득되었다(Fig. 1). KMA 해양관측부이는 1996년 서해 덕적도, 칠발도를 시작으로 현재까지 총 17개소 운영되고 있으며,풍향과 풍속으로 자료를 제공하고 있다. 이들 자료는 매 정시 전 10분 동안 매 1초 간격으로 3초간 획득된 3개의 자료를 1초 간격으로 이동 평균하여 순간 풍향/풍속을 600개 산출하고 벡터 평균한 값이다(해양기상월보,2017). 또한, KHOA 해양부이는 풍향 및 풍속을 관측하지 않는 부이를 제외하고 총 10개소가 운영되고 있다. KHOA의 해양부이 자료는 총 2번의 품질 보정 과정을 거치게 된다. 1차 품질과정에서는 시간, 위치, 값의 범위 등을 이용하여 오류를 확실히 판별하며 오류가 의심되는 관측 값에 대해서는 과거 기준으로 일정 범위를 벗어나거나 전년도 동월에 계산된 표준편차의 정수 배 범위를 벗어나는 값에 대하여 플래그를 부여한다. 2차 품질과정에서는 1차 품질 처리를 바탕으로 자료를 제외하고 일 단위 표준편차의 정수배 범위내의 통계값으로 자료 보정을 수행한다. KMA와 KHOA에서 운영하는 해양부이들 중, DASCAT의 자료 기간인 2007년 4월부터 2017년 7월에 내에 운영되지 않는 부이의 자료는 본연구에서 제외되었으며, 또한 항구 및 해수욕장에 인접하게 위치한 부이의 자료의 경우 DASCAT이 육상 마스킹이 되어 있어 일치점을 찾을 수가 없기 때문에 본 연구에서 제외되었다. 결과적으로 총 14개의 KMA 부이와 4개의 KHOA 부이 자료가 사용되었으며 각 부이에 대한 자세한 정보는 Table 1에 제시하였다.

OGCSBN_2018_v34n2_1_213_f0001.png 이미지

Fig. 1. Study area around the Korean Peninsula. The gray dots indicate the grids of DASCAT. The red and blue dots show the buoy station of Korea Meteorological Administration and Korea Hydrographic and Oceanographic Agency, respectively

Table 1. Information of the observational buoys

OGCSBN_2018_v34n2_1_213_t0001.png 이미지

해양관측부이의 해상풍 자료는 일반적으로 다양한 높이에 설치된 장비로 측정된다(Table 1).KMA 부이의 경우 대부분의 풍속 관측 센서는 3.5~4.0 m의 고도에 설치되어 있으며 KHOA 부이는 동일하게 4 m 상에 위치해 있다. 또한 풍향 센서의 위치 또한 풍속 센서와는 다른고도에 설치되어 있으며 대부분 4 m상에서 운용된다. 일반적인 해상풍 고도인 10 m에서의 위성 기반 해상풍 자료와의 비교를 위해서는 반드시 표준화된 고도(10 m)의 바람 자료로 변환되어 사용되어야만 한다(Mearset al., 2001). 따라서 본 연구에서는 Jeong et al.(2008)이 이용한 10 m 고도의 해상풍 변환식을 사용하여 표준 고도로서 변환하여 사용하였다(De Rooy et al., 2004; Oh and Ha, 2005; Jeong et al., 2008).

\(U_{10}=U_{H} \frac{\ln (10 / 20)}{\ln \left(H / z_{0}\right)}\)       (1)

여기서 U10은 10 m 고도에서의 풍속을 의미하고 UH는 관측 고도 H에서의 풍속을 의미한다. z0는 풍속이 0이 되는 고도인 거칠기 길이(roughness length)를 의미한다. Eq. 1은 대기의 안정도를 중립상태(neutral stability)로 가정하여 안정도 함수를 0으로 적용하여 산출된 것이다(Oh and Ha, 2008). Stull(1988)에 따르면 거칠기 길이는 바다로 바람이 부는 연안에서의 거칠기 길이를 10-3 m,잔잔한 외해의 거칠기 길이를 10-4 m가 적합하다. 이어도 종합해양과학기지를 중심으로 수행된 Oh and Ha(2005)와 Jeong et al.(2008)의 연구에서는 이들의 중간값인 5×10-4 m가 거칠기 길이로서 적용되었으나 본 연구에서는 대부분의 부이가 연안에 근접해 있기 때문에 연안의 거칠기 길이 값인 10-3 m를 적용하였으며 KMA에서 운용되는 울릉도 부이와 KHOA에서 운용되는 남제주,북동 및 북서 울릉도 지역의 부이에는 Oh and Ha(2008)과 Jeong et al.(2008)에서 사용된 거칠기 길이 값을 적용하였다.

3. 결과

본 연구에서는 종관 규모의 해상풍 분포에 대한 특성 차를 확인하기 위하여 우리나라 주변 해역(20~55°N,115~150°E)에서 DASCAT과 ECMWF, NCEP, MERRA간의 비교 및 분석을 수행하였다. 또한 우리나라 전역에 분포하고 있는 해양관측부이를 이용하여 DASCAT과 다른 재분석 자료의 정확성을 검증하였다.

1) 재분석장과의 비교

해양 부이 관 자료와의 비교에 앞서 DASCAT과 각각의 재분석 자료(ECMWF, NCEP, MERRA)의 비교 결과를 수행하였다. 이와 같은 비교에는 2007년 4월 1일부터 2017년 7월 31일의 일별 자료가 사용되었으며,모든 자료는 DASCAT이 보유한 해상도와 일치하도록 보간되어 사용되었다. 그 결과, 148×148의 공간 격자와 3775개의 시간 격자로 구성되었다. 총 82,687,600개의 상당한 샘플 개수로 인해 처리 과정이 더디어지는 문제를 해결하기 위하여 무작위 추출법(random sampling)을 통해 약 10%의 표본 만을 추출하여 비교 분석하였으며, 영역은 해양관측부이를 포괄하는 영역에만 국한되어 있지 않고 종관 규모의 해상풍장 특성차를 볼 수 있도록 동아시아 영역으로 설정하였으며 구체적인 범위는 경도 115~150°E, 위도 22~55°N이다

Fig. 2는 DASCAT과 ECMWF, NCEP, MERRA 사이의 밀도산점도(density scatter-plot)를 제시한 것이다. DASCAT과 ECMWF간의 동서 바람 성분 관계(Fig. 2a)는 DASCAT이 서풍 계열(U-wind>0)일 때 상대적으로 높게 나타나는 경향을 가지고 있으며 반대로 동풍 계열(U-wind<0)일 때 DASCAT이 ECMWF에 비해 낮게 나타난다. 이러한 경향은 남북 바람 성분에서도 동일하게 나타나며 NCEP, MERRA와의 비교 결과에서 나타나는 공통적인 현상이다. DASCAT과 ECMWF 사이의 동서 바람 성분에 대한 상관성은 0.84로 남북 바람 성분의 0.91에 비하여 낮게 나타난다. ECMWF와는 달리DASCAT과 NCEP, MERRA 간의 관계에서는 오히려 동서 바람 성분에 대한 상관성(NCEP: 0.90, MERRA: 0.77)이 남북 바람 성분에 대한 상관성(NCEP: 0.88, MERRA:0.72) 보다도 높게 나타난다. NCEP은 동서 바람 성분의 상관성이 0.90으로 다른 재분석자료에 비하여 가장 높게 나타났으며 남북 바람 성분에 대한 상관성은 ECMWF가 가장 높은 0.91을 나타내고 있다. MERRA는 다른 재분석 자료에 비하여 상당히 낮은 상관성을 나타내는데, 동서 및 남북 바람 성분에 대한 DASCAT과의 상관성은 각각 0.77, 0.72이다. DASCAT과 MERRA와의 관계 분석에서 R2 또한 다른 재분석 자료들에 비하여 가장 낮으며(동서 성분: 0.59, 남북 성분: 0.52), 동서 바람 성분에 대한 상관성이 높은(r=0.90) NCEP과의 관계에서 R2(0.82)는 오히려 상관성이 0.84로 상대적으로 낮은 ECMWF의 R2(0.87)에 비하여 약간 낮게 나타난다. 이는 동서 바람 성분의 변화에 대한 특성은 NCEP이 잘 모사하는 편이지만 절대적인 수치의 차이는 ECMWF 보다 더 크다는 것을 의미한다. 남북 바람 성분은 ECMWF(r=0.91,R2=0.85)가 NCEP(r=0.88, R2=0.79)에 비하여 월등히 잘 모사하는 것으로 판단된다. 또한, DASAT과 다른 재분석 자료와의 관계에서 높은 밀도를 나타내는 샘플의분포가 동서 바람 성분은 대체로 0을 중심으로 대칭적인 형태를 나타내고 있으나 남북 바람 성분은 0을 기점으로 양의 방향으로 약간 편향됨을 볼 수 있다. 이는 결국 남북 바람 성분의 풍속 ±5 m/s 이내에서 남풍 계열의 경우 유사하게 모사하고 있지만 북풍 계열의 바람이 불 경우 반대의 경우보다 오차가 더 크게 발생할 수 있음을 보여준다.

OGCSBN_2018_v34n2_1_213_f0002.png 이미지

Fig. 2. The relationship between zonal (left panel) and meridional (right panel) wind components of DASCAT with ECMWF (top), NCEP (middle), and MERRA (bottom).

DASCAT과 ECMWF, NCEP, MERRA 간의 공간적인 차이를 확인하기 위하여 Fig. 3과 같이 자료 간의 풍속의 차이와 풍향의 편향되는 정도를 2007년 4월부터 2017년 7월까지의 전체 평균장과 여름철 및 겨울철 평균장으로 나타냈다. 총 10년간 자료 간의 차이에 대한평균장은 북위 30°를 기점으로 남쪽에서는 DASCAT이 ECMWF, NCEP, MERRA에 비해 높은 풍속으로 나타나며 이북으로는 반대의 경향으로 나타난다(Fig. 3a, 3b& 3c). 특히 DASCAT이 높게 나타나는 지역은 대만 해협(Taiwan Strait, TS; 동경 120°, 북위 24° 부근)과 대부분의 연안을 들 수 있으며 대만 해협에서의 전 기간 해상풍 편차는 세 자료 모두 DASCAT이 북풍 계열을 더 크게 모사한다. 반대로 DASCAT이 낮은 풍속을 나타내는대표적인 지역은 대부분의 외양지역으로 북위 30° 이북으로 넓게 분포하고 있으며, 특히 동해(East Sea, ES)와 남일본해(Southern Japan Sea, SJS) 그리고 오호츠크해(Sea of Okhotsk, SO)에서 뚜렷하게 나타난다. 하지만 연안의 경우, 우리나라 동해 연안과 연해주 연안을 따라 DASCAT이 더 큰 풍속으로 나타나고 일반적으로 북위 30° 이북에서 DASCAT의 편향된 풍향이 남풍 계열이 보다 우세하지만 연해주 연안에서는 북풍 계열이 훨씬 우세한 것으로 나타나고 있다. 우리나라 주변 해역들(동해, 서해, 남해)은 ECMWF와의 편차가 가장 적게 나타나고 있으며 NCEP과 MERRA는 서해에서 DASCAT이 상대적으로 크게 나타나며 남해는 DACAT과 NCEP의 풍속 편차가 가장 크게 나타난다. 동해는 세 자료 모두 DASCAT이 풍속이 낮게 모사되지만 편차의 정도는ECMWF가 가장 낮은 것으로 보인다. 계절적 차이는 특히 여름철(Fig. 3d, 3e & 3f)보다 겨울철에 크게 나타난다(Fig. 3g, 3h, 3i). 일반적으로 연안을 따라 겨울철 풍속차가 여름철 풍속차에 비해 더 크게 나타나는데, 특히 겨울철에는 러시아 및 일본 전 연안을 따라 DACAT의풍속이 강하게 모사되며 풍향의 잔차 성분도 북서풍 계열이 우세하다. 러시아 연안에서 대표적으로 풍속의 편차가 크게 나타나는 지역은 블라디보스톡(Vladivostok,VVO)을들수 있는데, 10월에 북풍이 블라디보스톡 처의 산악 지형을 지나 11월부터 풍속이 8 ms-1으로 시작하여 12월에는 약 10 ms-1까지 증가하여 1월에 가장 차갑고 강하게 나타나며 2월까지 최저 풍속 8 ms-1을 유지한다(Kim et al., 2002; Dorman et al., 2004). 이러한 강한 바람에서 특히 DASCAT과 재분석 자료들의 풍속 차가 상대적으로 2 ms-1 이상으로 크게 나타나며 풍향의 편차는 불규칙적으로 나타난다. 또한 이러한 현상은 대만 해협에서도 강하게 나타나고 있다. 여름철 서해(Yellow Sea, YS)에서 DASCAT과 ECMWF, NCEP, MERRA의 편차는 동서 방향이 다르게 나타난다. 중국에 근접한 부분은 DASCAT이 크게 모사되며 한반도에 근접한 해역은 DASCAT이 다른 재분석 해상풍 자료에 비하여 낮은 풍속으로 나타난다. 동중국해(East China Sea, ECS)와 남해는 여름철 ECMWF에 비해서 DASCAT의 풍속은 크게 나타나며 NCEP에 비해서는 낮게, 그리고 MERRA와는 유사한 수준을 보인다. 동해는 DASCAT이 ECMWF에 비하여 전반적으로 높은 풍속을 모사하며 NCEP과 MERRA와의 관계에서는 울릉도 주변 지역을 제외하고 대부분 DASCAT이 낮은 풍속을 나타내는 것으로 판단된다. 여름철의 풍향의 잔차는 대부분 서풍 계열로 나타나고 있다. 겨울철은 앞서 설명한 것과 마찬가지로 대부분 연안 지역에서 DASCAT이 다른 재분석 자료에 비하여 매우 강한 풍속을 나타낸다. 특히 북서풍 계열의 바람을 더 크게 모사하고 있으며 이는 연안 지역에서 DASCAT이 과대 평가 된다는 Bentamy and Fillon(2012)의 주장과도 일치한다. 이러한 차이는 전선 혹은 강한 바람 구배장이 형성되는 곳에서 대기학적 요인에 의해 기인된다(Bentamy and Fillon, 2012).

OGCSBN_2018_v34n2_1_213_f0003.png 이미지

Fig. 3. Mean difference of winds between DASCAT and reanalysis datasets (ECMWF: top, NCEP: middle, MERRA: bottom) during total period (left panel), summer (middle panel) and winter season (right panel). The background colors mean the difference of wind speed, and the vectors indicate the residual winds.

2) DASCAT 평가

DASCAT 해상풍 자료는 연안 주변에서 과대평가 되는 경향이 있기 때문에(Bentamy and Filon, 2012), 이 자료를 연안 주변에서 사용할 때는 상당히 신중해야 될 필요가 있다. 따라서 본 연구에서는 총 180곳의 해양관측부이 자료를 이용하여 우리나라 주변 해역에서 DASCAT해상풍 자료의 정확성 평가와 더불어 사용 가능성 판단 및 정확성 선을 수행하고자 하였다. 해양부이와 일치점 상의 DASCAT 및 ECMWF 해상풍 자료를 획득하기 위하여 해양부이 위치를 포괄하는 격자 정보를 토대로이중선형보간을 수행하여 각 기관에서 제시하는 부이의 위치 상의 해상풍 자료를 추출하여 비교 및 분석을 수행하였다.

(1) 부이자료를 이용한 검증 결과

Fig. 4(a)는 Table 1에서 제시된 KMA 및 KHOA의 해양 관측부이 자료를 이용해 표준 고도의 해상풍 자료와 일치점의 DASCAT 해상풍 자료와의 RMSE를 제시한 것으로 동서 및 남북 바람 성분으로 분해하여 비교 수행하였다. KMA 부이와의 비교 결과는 동서 바람 성분의 경우 약 2.61 m/s 의 RMSE를 나타내며 남북 바람성분과의 RMSE는 동서 바람 성분과 유사하게 2.67 m/s를 나타낸다. 반면, KHOA의 부이들과의 RMSE는 동서바람 및 남북 바람 성분 모두 4.34 m/s의 수준을 나타내며 특히, 동남해 부이(No. 15)와의 비교 결과는 동서, 남북 바람성분 각각 6.51, 5.90 m/s로 가장 높은 RMSE를 나타내고 있다. 각각의 해역으로 구분하면 KMA 부이만으로 관측되고 있는 서해의 동서 바람 성분은 평균 2.32 m/s, 남북 바람 성분은 평균 2.52 m/s의 RMSE를 보여주고, 남해와 동해의 각각 동서 바람 성분과의 RMSE는 2.90, 2.60 m/s이고 남북 바람 성분과의 RMSE는 2.67,2.89 m/s으로 평균적으로 거의 유사하지만 동서 바람성분과 남북 바람 성분 모두 서해가 상대적으로 약 0.3m/s 유의하지 않은 수준의 높은 정확성을 나타내고 있음을 알 수 있다. KHOA에서 운용하는 부이 자료와의 비교에서 남해에서의 RMSE는 동서 및 남북 바람 성분에 대하여 각각 5.29, 5.40 m/s이며 동해의 동서바람 성분은 3.38m/s, 남북 바람 성분은 3.29 m/s를 나타낸다. 결과적으로 KHOA의 부이와의 결과에서 남해에서의 비교 결과는 동해에서의 비교 결과에 비해 낮은 정확성을 나타내고 있다. 이러한 결과는 열대 인도양에서 수행된 Sivareddy et al.(2013)에 의한 DASCAT과 RAMA 해양관측부이와의 비교로 산출된 동서 및 남북 바람 성분의 RMSE인 1.4, 1.6 m/s에 비하여 2배 정도의 오차를 나타내며 KHOA의 부이의 경우 약 3배 이상의 오차를 보여준다. Fig. 4(b)는 DASCAT과 해양관측부이 간의 상관관계를 나타낸 것으로, KMA 해양관측부이와의 결과에서 전체적인 상관성은 동서 바람 성분은 0.78, 남북 바람 성분은 0.84를 나타내고 있으며 이러한 결과는 비록 풍향이 고려되지 않은 풍속의 상관성이지만, Bentamy andFillon(2015)에 의해 제된 0.87~0.89의 수준과 유사하다. KHOA의 해양관측부이와의 상관성 결과는 동서 및 남북 바람 성분 각각 0.59, 0.57이다. 특히, KHOA 해양관측부이는 남해에서 0.5 이하의 낮은 상관성을 보이고 있으며 동해의 경우 0.7 이하의 상관성을 보다. KHOA해양관측부이와의 비교 결과, 특히 남해의 결과는 다른 결과들과 상당한 차이를 나타내고 있으며, 동해의 해양 관측부이와 동일한 자료품질관리를 수행하였음을 감안할 때 관측 센서 자체의 문제로 판단된다.

OGCSBN_2018_v34n2_1_213_f0007.png 이미지

Fig. 4. (a) RMSE of zonal (blue) and meridional (red) wind speed between the observational buoys and DASCAT. (b) Correlation of zonal(circles) and meridional(squares) wind components between the buoys and DASCAT. The results are categorized by the buoy operating organization and the seas (YS: Yellow Sea, SS: South Sea, ES: East Sea).

해양관측부이 해상풍 자료에 대한DASCAT,ECMWF,NCEP 그리고 MERRA의 해양관측부이별 상관관계를 파악하기 위하여 Fig. 5에 상관 계수 분포도를 제시하였다. KHOA 해양관측부이 결과를 제외하고, DASCAT 은 동서 바람 성분에 대하여 남, 동해 모두 0.7 이상의 높은 상관성을 보이지만 서해에서 0.7이하의 상대적으로 낮은 상관성을 나타내고 있다(Fig. 5a). 남북 바람 성분에 대해서는 전반적으로 0.7~0.8 이상의 높은 상관성을 보인다(Fig. 5b). 반면, ECMWF는 남북 바람 성분에 대해서 DASCAT과 비슷한 수준이지만(Fig. 5d), 동서 바람 성분에 대해서는 DASCAT보다 다소 높은 상관성을 나타낸다(Fig. 5c). 이러한 특징은 특히 서해에서 두드러지게 나타나며 DASCAT이 평균적으로 0.6이상의 상관성을 지닌 반면, ECMWF는 서해에서 0.7이상의 상관성을보여준다. 이는 산란계가 관측한 해상풍 자료는 해양 표면이 거칠어 질수록 후방산란(backscattering)이 증가하게 되어 그 품질이 저하되는데(Portabella et al., 2012), 서해는 특히 조석이 강한 지역으로 강한 조류에 의해 해양표면의 거칠기가 증가되어 DASCAT의 낮은 상관성이 나타나는 것으로 보인다(Gemmirich and Garrett, 2012). NCEP의 경우, DASCAT과 ECMWF에 비하여 전반적으로 다소 낮은 상관성을 나타내고 있다(Fig. 5e and 5f). MERRA는 남해 및 동해에서 DASCAT과 유사한 수준이지만 서해에서 DASCAT에 비하여 약간 높은 상관 관계를 보이며 이는 ECMWF보다는 약간 낮은 수준이다(Fig. 5g and 5h).

OGCSBN_2018_v34n2_1_213_f0003.png 이미지

Fig.5. The correlation map of zonal (top) and meridional (bottom) winds of the observational buoys with DASCAT (a, b), ECMWF (c, d), NCEP (e, f), and MERRA (g, h).

(2) 풍속에 따른 오차 수준

풍속의 범위에 따른 오차를 검증하기 위하여 2 m/s의 간격으로 설정된 영역에서 해양관측부이에서 관측된 풍속과 해당하는 시간의 DASCAT과 ECMWF, NCEP,MERRA의 풍속에 대한 RMSE를 제시하였다(Fig. 6). 통계학적인 관점에서 자의 개수가 유의한 수준이 될 수 있도록 14 m/s 이상의 풍속은 함께 고려하였다. 평균적으로 해양관측부이 자료와의 RMSE는 DASCAT은 2.40m/s, ECMWF는 2.25 m/s, NCEP과 MERRA는각각3.52,2.73 m/s이다. 전체적으로 DASCAT, ECMWF, MERRA는 유사한 수준이지만, NCEP은 4 m/s이상의 바람이 불 때 큰 오차를 나타낸다. NCEP을 제외하고, DASCAT은ECMWF에 비하여 약 0.15 m/s의 오차를 더 포함하고 있으며 MERRA에 비해서는 0.33 m/s 높은 정확성을 지니고있다. MERRA의 경우 모든 풍속 범위에서 DASCAT보다 높은 오차를 보이며, ECMWF는 10 m/s 이하의 풍속에서는 DASCAT에 비하여 더 높은 정확성을 보이지만 10 m/s 이상의 풍속에서는 DASCAT 보다도 상대적으로 낮은 정확성을 나타내고 있다. 10 m/s 이상의 풍속이 발생할 때의 DASCAT의 평균 RMSE는 2.61 m/s로ECMWF의 2.78 m/s 보다 약 0.17 m/s의 오차가 개선되었다. 그러나 10 m/s 이하의 풍속은 전체 자료에서 약 96.4%를 차지할 만큼 강한 바람의 빈도는 높지 않으며 이는 결국 전반적으로 DASCAT이 ECMWF에 비하여다소 실제 바람의 모사 수준이 낮은 것을 의미하고 있다.

OGCSBN_2018_v34n2_1_213_f0005.png 이미지

Fig. 6. The wind speed RMSE of DASCAT (blue), ECMWF (red), NCEP (green), and MERRA (black) according to the range of buoy wind speed.

(3) 풍향에 대한 정확성 평가

실제 바람에 대한 풍향의 범위에 따른 오차 수준을 살펴 보기 위하여 Fig. 7과 같이 16 방위 체계에서 풍향과 풍속에 대한 RMSE를 산출하였다. 평균적인 풍향에 대한 RMSE는 DASCAT이 61.02°, ECMWF가 50.19°, NCEP이 71.21°, MERRA가 55.23°으로 ECMWF가 상대적으로가장높은정확성을보였으며 MERRA,DASCAT, NCEP 순으로 나타난다(Fig. 7a). DASCAT의 풍향 오차 61.02°는 ASCAT의 풍향 오차 범위인 20°의 약 3배에 해당하며 ASCAT의 오차 특성을 규명한 Choi(2013)의 결과와도 유사한 수준으로 나타난다. DASCAT의 풍향에 대한 RMSE는 특히 동북동-동 계열의 바람이 불때가장 큰 RMSE(약 76.56°)를 나타내며 다음으로 동남동-남동(73.08°), 동-동남동(71.79°), 남-남남서(71.5°) 계열의 바람 순이다. 대체로 동풍 계열의 바람이 불 때 풍향에 대한 오차가 증가하는 것으로 나타난다. 서풍 및 북풍계열의 바람이 불 때, MERRA는 전반적으로 가장 높은 풍향의 정확성을 나타내고 있는 ECMWF와 비슷한 수준을 나타낸다. 오히려 서-북서 구간에서는 ECMWF 보다도 정확성이 증가하는 특성을 인다. 그러나 동풍과 남풍 계열의 바람이 불 때 MERRA는 DASCAT 보다 RMSE가 증가한다. 북풍 계열의 바람이 불때 각 자료 간의 RMSE 차가 가장 낮게 나타나며 동풍 계열의 바람이 불 때 풍향의 오차 특성차는 증가하는 것으로 보인다. 일정 풍향 범위 내에서의 풍속에 대한 RMSE는 전 방위에 걸쳐 DASCAT은 평균 2.39 m/s, ECMWF는 2.01 m/s,NCEP은 2.59 m/s, MERRA는 2.95 m/s로, ECMWF가 가장 높은 정확성을 보이며 DASCAT, NCEP, MERRA의 순으로 나타난다. DASCAT은 서북서-북서 계열의 바람이 불 때, RMSE가 3.11 m/s로 가장 높게 나타나며,ECMWF 또한 서북서-북서 계열의 범위에서 2.30 m/s로 가장 높으며 NCEP과 MERRA는 북북서-북, 서북서북서에서 각각 3.40, 3.33 m/s로 가장 높다. 모든 자료가 대부분 북서 계열의 바람이 불 때 풍속에 대한 오차가 증가하는 특성을 보인다. 이는 앞선 Fig. 3에서 겨울철 평균 바람장이 연안 지역에서 큰 오차를 나타내는 것과 연관된다. 결과적으로 풍향과 풍속에 대한 정확성 측면에서 ECMWF가 가장 높은 정확성을 나타내고 있으며 풍향에 대한 정확성은 NCEP이 가장 부정확한 결과를 나타내고 있다. 풍속에 대한 정확성은 바람의 방향에 따라 큰 차이를 보인다.

OGCSBN_2018_v34n2_1_213_f0006.png 이미지

Fig. 7. RMSE of(a) wind direction and (b) wind speed according to 16 wind directions with 22.5o interval (DASCAT: blue, ECMWF: red, NCEP: green, MERRA: black)

4. 요약

본 연구는 우리나라 주변 해역에서 DASCAT의 해상풍 자료에 대한 정확성을 평가하고자 KMA와 KHOA에서 운용하는 우리나라 주변 해양관측부이 자료와 비교하였다. 추가적으로 재분석 해상풍 자료들(ECMWF,NCEP, MERRA)와의 상대적인 오차 특성을 분석하였다. DASCAT과 ECMWF 간의 동서 및 남북 바람 성분에 대한 RMSE는 각각 1.78 m/s와 1.84 m/s이며, 상관성은 0.84, 0.91로 나타났다. 이는 Bentamy et al.2011)에서 제시한 DASCAT의 전 지구 규모의 상관성인 0.92에 비하여 다소 낮다. 이러한 차이는 대부분 몬순에 의한 북서풍이 부는 겨울철에 전 연안에서 다소 과장되는 DASCAT의 결과에 의해서 나타난 결과로 보인다. NCEP은 두 바람 성분에 대한 RMSE는 2.06 m/s, 2.16 m/s이며 상관관계는 0.82, 0.79로 나타난다. 또한 MERRA와의 RMSE는 각각 3.77 m/s, 4.16 m/s, 상관 관계는 0.59, 0.52로,DASCAT은 MERRA와 가장 큰 차이를 보이며 NCEP,ECMWF의 순으로 나타난다. KMA와 KHOA의 해양관측부이와의 비교에서 DASCAT은 RMSE가 동서 바람 성분은 평균 2.61 m/s(KMA), 4.34 m/s(KHOA)이며, 남북 바람 성분은 2.67 m/s(KMA), 4.34 m/s(KHOA)로 나타났으며 KHOA 해양관측부이와의 RMSE는 KMA 해양관측부이와의 RMSE에 비하여 다소 높게 나타난다. KMA 해양관측부이와의 상관성은 서해에서 남북 바람 성분에 한정적으로 0.7 이하의 수준으로 타나며 이외의 지역에서는 0.8이상의 상관성을 나타내고 이는Bentamy and Fillon(2015)이 수행한 상관성 결과에 비하여 약간 낮다. 전반적으로 이러한 상관성은 DASCAT이 ECMWF보다 떨어지는데 특히 서해에서 동서 바람 성분이 ECMWF보다 낮은 상관성을 보여주며 남북 바람 성분은 약간 낮거나 유사한 수준이다. MERRA는 상관성 측면에서 ECMWF와 유사한 수준을 보이고 있으나 NCEP은 다른 재분석 장에 비하여 가장 낮은 상관성을 보인다. 풍속의 정도에 따른 오차 특성은 10 m/s 이하의 바람이 불 경우 DASCAT은 ECMWF보다는 해양관측 부이와의 상대적 오차가 크게 나타나지만 다른 자료에 비해서는 대체로 높은 정확성을 보인다. 그러나 10 m/s 이상의 풍속에서는 DASCAT이 가장 높은 정확성을 보인다. 실제 바람에서 동서 바람 성분이 강할 때(동풍 및 서풍 계열), 남북 바람 성분이 강할 때보다 다소 높은 풍향 오차를 발생시킨다. 전반적으로 일정 풍향 범위 내에서 가장 높은 정확성을 나타내는 자료는 ECMWF이며 DASCAT, MERRA, NCEP 순이다. 일정 풍향 범위내에서 풍속의 오차 특성은 실제 바람의 풍향에 따라 변화하는 것을 볼 수 있었다. 특히 서풍 및 남풍 계열의 바람이 불 때 오차가 가장 큰 자료는 MERRA인 반면, 동풍 및 북풍 계열의 바람이 불 때는 NCEP이 가장 큰 오차를 나타낸다.

사사

본 연구는 기상청 국가기상위성센터 “정지궤도 기상위성 지상국 개발(NMSC-2016-01)” 사업의 일환으로 ETRI에서 추진하는 “태풍해양 분야 알고리즘/활용기술 개발” 과제의 지원으로 수행되었습니다

References

  1. Bentamy, A., K. B. Katsaros, W. M. Drennan, and E. B. Forde, 2002. Daily surface wind fields produced by merged satellite data, Gas Transfer at Water Surfaces, 127: 343-349.
  2. Bentamy, A., D. Croize-Fillon, P. Queffeulou, C. Liu, and H. Roquet, 2009. Evaluation of high-resolution surface wind products at global and regional scales, Journal of Operational Oceanography, 2(2): 15-27. https://doi.org/10.1080/1755876X.2009.11020105
  3. Bentamy, A. and D. Croize-Fillon, 2012. Gridded surface wind fields from Metop/ASCAT measurements, International Journal of Remote Sensing, 33(6): 1729-1754. https://doi.org/10.1080/01431161.2011.600348
  4. Bentamy, A. and D. C. Fillon, 2015. Daily ASCAT surface wind fields, IFREMER Technology Report, Laboratoire d'Oceanographie Spatiale, France.
  5. Choi, W.M., 2013. Accuracy Assessment and Error Characteristics of Sea Surface Wind off the Coast of Korea using Scatterometer Data (Master's thesis), http://hdl.handle.net/10371/128134, Accessed on Jul. 19, 2017.
  6. Curry, J. A., A. Bentamy, M. A. Bourassa, D. Bourras, E. F. Bradley, M. Brunke, S. Castro, S. H. Chou, C. A. Clayson, W. J. Emery, L. Eymard, C. W. Cairall, M. Kubota, B. Lin, W. Perrie, R. A. Reeder, I. A. Renfrew, W. B. Rossow, J. Schulz, S. R. Smith, P. J. Webster, G. A. Wick, and X. Zeng, 2004. SEAFLUX, Bulletin of the American Meteorological Society, 85(3): 409-424. https://doi.org/10.1175/BAMS-85-3-409
  7. De Rooy, W. and K. Kok, 2004. A combined physical statistical approach for the downscaling of model wind speed, Weather Forecast, 19(3): 485-495. https://doi.org/10.1175/1520-0434(2004)019<0485:ACPAFT>2.0.CO;2
  8. Gemmrich, J. and C. Garrett, 2012. The signature of inertial and tidal currents in offshore wave records, Journal of Physical Oceanography, 42(6): 1051-1056. https://doi.org/10.1175/JPO-D-12-043.1
  9. Jeong, J. Y., J. S. Shim, D. K. Lee, I. K. Min, and J. I. Kwon, 2008. Validation of QuikSCAT Wind with Resolution of 12.5 km in the Vicinity of Korean Peninsula, Ocean and Polar Research, 30(1): 47-58 (in Korean with English Abstract). https://doi.org/10.4217/OPR.2008.30.1.047
  10. Mears, C. A., D. K. Smith, and F. J. Wentz, 2001. Comparison of special sensor microwave imager and buoy-measured wind speeds from 1987 to 1997, Journal of Geophysical Research: Oceans, 106(C6): 11719-11729. https://doi.org/10.1029/1999JC000097
  11. Naeimi, V., Z. Bartalis, and W. Wagner, 2009. ASCAT Soil Moisture: An Assessment of the Data Quality and Consistency with the ERS Scatterometer Heritage, Journal of Hydrometeorology, 10(2): 555-563. https://doi.org/10.1175/2008JHM1051.1
  12. Oh, H. M. and K. J. Ha, 2005. Analysis of Marine Meteorological Characteristics at Ieodo Ocean Research Station from 2003 to 2004, Asia-Pacific Journal of Atmospheric Sciences, 41(5): 671-680 (in Korean with English Abstract).
  13. Portabella, M., A. Stoffelen, W. Lin, A. Turiel, A. Verhoef, J. Verspeek, and J. Ballabrera-Poy, 2012. Rain effects on ASCAT-retrieved winds: Toward an improved quality control, IEEE Transactions on Geoscience and Remote Sensing, 50(7): 2495-2506. https://doi.org/10.1109/TGRS.2012.2185933
  14. Sivareddy, S., M. Ravichandran, and M. S. Girishkumar, 2013. Evaluation of ASCAT-Based daily gridded winds in the tropical Indian ocean, Journal of Atmospheric and Oceanic Technology, 30(7): 1371-1381. https://doi.org/10.1175/JTECH-D-12-00227.1
  15. Stull, R. B., 1988. An introduction to boundary layer meteorology, Kluwer academic publishers, Dordrecht, The Netherlands.
  16. Thomas, B. R., E. C. Kent, and V. R. Swail, 2005. Methods to homogenize wind speeds from ships and buoys, International Journal of Climatology, 25(7): 979-995. https://doi.org/10.1002/joc.1176
  17. Wagner, W., S. Hahn, R. Kidd, T. Melzer, Z. Bartalis, S. Hasenauer, J. Figa-Saldana, P. De Rosnay, A. Jann, S. Schneider, and J. Komma, 2013. The ASCAT soil moisture product: A review of its specifications, validation results, and emerging applications, Meteorologische Zeitschrift, 22(1): 5-33. https://doi.org/10.1127/0941-2948/2013/0399

Cited by

  1. Hindcasts of Sea Surface Wind around the Korean Peninsula Using the WRF Model: Added Value Evaluation and Estimation of Extreme Wind Speeds vol.12, pp.7, 2018, https://doi.org/10.3390/atmos12070895