DOI QR코드

DOI QR Code

Assessment of Observation Environments of Automated Synoptic Observing Systems Using GIS and WMO Meteorological Observation Guidelines

GIS와 WMO 기상 관측 환경 기준을 이용한 종관기상관측소 관측환경평가

  • Kang, Jung-Eun (PhD Student, Division of Earth Environmental System Science, Pukyong National University) ;
  • Kim, Jae-Jin (Professor, Department of Environmental Atmospheric Sciences, Pukyong National University)
  • 강정은 (부경대학교 지구환경시스템과학부 박사과정생) ;
  • 김재진 (부경대학교 환경대기과학과 정교수)
  • Received : 2020.08.12
  • Accepted : 2020.08.24
  • Published : 2020.10.31

Abstract

For ten meteorological observatories running an automated synoptic observing system (ASOS), we classified the observation environments into five classes based on the World Meteorological Organization (WMO) classification guidelines. Obstacles (such as topography and buildings) and land-cover types were the main factors in evaluating the observation environments for the sunshine duration, air-temperature, and surface wind. We used the digital maps of topography, buildings, and land-cover types. The observation environment of the sunshine duration was most affected by the surrounding buildings when the solar altitude angle was low around the sunrise and sunset. The air-temperature observation environment was determined based on not only the solar altitude angle but the distance between the heat/water source and ASOS. There was no water source around the ASOSs considered in this study. Heat sources located near some ASOSs were not large enough to affect the observation environment. We evaluated the surface wind observation environment based on the roughness length around the ASOS and the distance between surrounding buildings and the ASOS. Most ASOSs lay at a higher altitude than the surroundings and the roughness lengths around the ASOSs were small enough to satisfy the condition for the best level.

본 연구는 세계기상기구(World Meteorological Organization, WMO) 분류 지침에 따라 10지점의 종관기상관측소(Automated Synoptic Observing System, ASOS) 관측 환경을 5단계로 분류하였다. 장애물(지형, 건물 등)과 지표 피복 유형은 일조 시간, 기온, 지상 바람의 관측 환경을 평가하는 주요 요인이었다. 따라서, WMO 분류 지침에 따라 ASOS를 평가하기 위해서 지형, 건물, 토지 피복 유형에 대한 수치 지도를 사용했다. 일조 시간의 관측 환경은 일조 고도각이 낮은 일출과 일몰 시간대에 주변 건물 영향을 가장 많이 받았다. 기온 관측 환경은 태양 고도각뿐만 아니라 열/수원과 ASOS 사이의 거리를 기준으로 결정되었다. 본 연구에서 고려한 ASOS 주변에는 수원이 없었다. 일부 ASOS 근처에 있는 열원은 관찰 환경에 영향을 미칠만큼 크지 않았다. ASOS 주변의 거칠기 길이와 주변 건물과 ASOS 사이의 거리를 기반으로 지상 바람 관측 환경을 평가했다. 대부분의 ASOS는 주변보다 높은 고도에 놓여 있으며 ASOS 주변의 거칠기 길이는 최상의 수준을 위한 조건을 충족할 만큼 충분히 작았다.

Keywords

요약

본 연구는 세계기상기구(World Meteorological Organization, WMO) 분류 지침에 따라 10지점의 종관기상관측소(Automated Synoptic Observing System, ASOS) 관측 환경을 5단계로 분류하였다. 장애물(지형, 건물 등)과 지표 피복 유형은 일조 시간, 기온, 지상 바람의 관측 환경을 평가하는 주요 요인이었다. 따라서, WMO 분류 지침에 따라 ASOS를 평가하기 위해서 지형, 건물, 토지 피복 유형에 대한 수치 지도를 사용했다. 일조 시간의 관측 환경은 일조 고도각이 낮은 일출과 일몰 시간대에 주변 건물 영향을 가장 많이 받았다. 기온 관측 환경은 태양 고도각뿐만 아니라 열/수원과 ASOS 사이의 거리를 기준으로 결정되었다. 본 연구에서 고려한 ASOS 주변에는 수원이 없었다. 일부 ASOS 근처에 있는 열원은 관찰 환경에 영향을 미칠만큼 크지 않았다. ASOS 주변의 거칠기 길이와 주변 건물과 ASOS 사이의 거리를 기반으로 지상 바람 관측 환경을 평가했다. 대부분의 ASOS는 주변보다 높은 고도에 놓여 있으며 ASOS 주변의 거칠기 길이는 최상의 수준을 위한 조건을 충족할 만큼 충분히 작았다.

1. 서론

기상 관측 자료는 단순히 악기상 감시, 예보 자료로써 활용될 뿐만 아니라 수치예보모델의 자료 동화와 검증, 기후학적 통계 자료 등 다양하게 사용되고 있다. 수치예보모델의 예보 성능은 다양한 관측 자료를 사용하는 자료동화를 통해 향상된다(Schulze, 2007). 자료동화를 통한 수치예보모델 예보 성능 개선 사례가 많이 보고되고 있으며(Choi et al., 2013; Chen et al., 2016), 시공간적으로 높은 해상도의 관측 자료의 사용은 예보 성능 개선에 이바지한다(Schulze, 2007). 관측 자료는 최근 대기확산모델과 도시규모기상모델에도 사용되고 있는데(Tan et al., 2016; Moon and Kim, 2018: Kang et al., 2020), 관측 자료에 포함된 작은 오차가 대기오염물질 농도를 과대 또는 과소 모의에 기여하기도 한다(Arciszewska and McClatchey, 2001). 기상 관측 자료의 날씨 예보에 대한 기여도 평가(Korea MeteorologicalAdministration, 2018) 연구는 기상예보에 대한 기상 관측 자료의 기여도가 10년 전에 비해 크게 증가해서 현재에는 수치예보모델만큼의 기여도를 가지고 있다고 보고하고 있다. 특히, 집중호우 감시는 주로 종관·방재기상관측소, 기상레이더·위성 관측자료를 활용하여 이루어진다. 또한, 장기간 축적된 기상 관측 자료를 기반으로 기후 변화 경향을 파악하여, 가뭄, 폭염 등의 극한 기후나 도시화 등에 대비하기 위한 시나리오나 대책을 세울 수 있다(Lee et al., 2010; Kim et al., 2011; Jang et al., 2017).

이처럼 기상 관측 자료가 여러 활용 분야에서 갖는 중요성을 고려할 때, 기상 관측 자료의 신뢰도 확보가 필요하다. 따라서, 주변 장애물의 영향을 받지 않는 적절한 관측 환경이 구축되어야 하고 표준화된 관측 환경을 조성하고 표준화된 관측 방법을 마련해야 한다. 세계기상기구(World Meteorological Organization, WMO)에서는 기상 관측에 대한 지침서(WMO-No. 8)를 1950년에 처음 발간하고 지속적으로 개정해 왔다. 이 지침서는 기상 관측 시 고려해야 할 사항 등을 제시하였고, 관측 환경과 관련해서 각 기상 요소별로 관측 지점 주변 환경에 따른 관측소 등급을 5개로 구분하였다. 등급 판별 기준은 측정 장소 주변 근거리(1 km 이내)에 있는 장애물 영향을 반영하여 수립하였다. 1등급은 가장 권장되는 관측 환경이고(reference site), 관측 환경으로 부적합할 때는 5등급으로 분류된다. WMO에서는 각 관측소 등급 평가를 매년 육안으로 수행하는 것을 권장하고, 최소 5년마다 관측소를 전체적으로 평가하는 것이 필요하다고 언급했다. WMO가 제시한 기준을 기반으로 기상청에서도 기상관측표준화법(법률 제15585호)을 통해 관측 환경, 관측 기기의 설치기준, 측정 방법 등을 명시하고 있다. 또한, 기상관측시설 등급 기준(기상청고시 제2017-6호)을 통해 온도/습도계, 강수량계, 풍향/풍속계, 일조/일사계의 관측 환경 평가 기준을 제시하고 있다. 이 등급 기준은 WMO 기준과 동일하게 관측 시설을 1등급부터 5등급까지 분류하고, 5년마다 등급을 부여하도록 명시하고 있다.

WMO에서 제시한 일조, 기온, 바람 관측환경 등급별 평가 기준은 대부분 지형, 건물 등의 장애물과 토지 피복에 기반한다. 그러나 관측 지점으로부터 반경 1 km 영역 내에 있는 장애물을 모두 육안으로 식별하여 관측 환경을 평가하기는 매우 어렵다. 따라서 본 연구에서는 WMO가 제시한 일조, 기온, 바람 관측환경 평가 기준에 이용하여 전국 주요 종관기상관측소의 기상 관측 환경을 수치지형도와 토지피복지도를 활용하여 평가하고자 한다.

2. 연구 방법

본 연구에서 선정한 종관기상관측소(Automated SynopticObserving System,ASOS)는서울ASOS (ASOS 108), 수원ASOS (ASOS 119),부산ASOS (ASOS 159),광주ASOS (ASOS 156), 북강릉 ASOS (ASOS 104), 대전 ASOS (ASOS 131), 대구 ASOS (ASOS 143), 제주 ASOS (ASOS 184), 전주 ASOS (ASOS 146), 청주 ASOS (ASOS 133)이다(Table 1).

Table 1. Information on latitude and longitude of ASOSs considered in this study

OGCSBN_2020_v36n5_1_693_t0001.png 이미지

건물, 지형과 같은 장애물과 토지 피복에 의한 관측 환경 평가를 위해 국토교통부가 제공하는 수치지형도(version 2.0)와 환경부가 제공하는 세분류 토지피복지도를 사용하였다. 수치지형도의 건물, 등고수치, 표고점을 이용하여 대상 영역의 건물과 지형 정보를 수집하여 3차원 지형·건물 자료를 구축하였다. 세분류 토지피복지도는 1 m 해상도로 41개 항목을 포함하고 있는데, 본 연구에서는 도로, 건물, 나지, 초목지역, 수역 등 5개 항목으로 재분류하여 사용하였다.ASOS를 중심으로 동서, 남북 방향으로 각 2 km인 영역에 대해 3차원 건물·지형 자료(Fig. 1)와 토지피복자료(Fig. 2)를 구축했고, 격자 해상도는 동서, 남북, 연직 방향으로 각각 10 m, 10 m, 5 m로 설정하였다.

OGCSBN_2020_v36n5_1_693_f0001.png 이미지

Fig. 1. Three-dimensional configurations of buildings and topography for (a) ASOS 104, (b) ASOS 108, (c) ASOS 119, (d) ASOS 131, (e) ASOS 133, (f) ASOS 143, (g) ASOS 146, (h) ASOS 156, (i) ASOS 159, and (j) ASOS 184.

OGCSBN_2020_v36n5_1_693_f0002.png 이미지

Fig. 2. The same as Fig. 1 except for the land-cover types.

3. WMO의 지상 기상 관측환경 등급 분류 기준과 평가 방법

1) 일조

일조 관측환경 평가는 태양 고도각에 따라 관측 지점의 그림자 여부를 이용한다. 태양 고도각이 3° 이상일 때, 일조 관측 센서에 그림자가 발생하지 않으면 1등급이고, 태양 고도각이 5°, 7° 이상일 때, 그림자가 발생하지 않으면 각각 2등급, 3등급이다. 그리고 일년 중 하루라도 주간의 30% 이상 동안 일조 관측 센서에 그림자가 발생하는 날이 없으면 4등급이다. 그리고 일년 동안 주간의 30% 이상 그림자가 발생하는 날이 적어도 1일 이상이면 5등급으로 분류하고 있다.

일조 관측환경을 평가하기 위해서는 태양의 고도각과 종관기상관측소의 그림자 차단 여부의 파악이 필요하다. WMO가 제시하는 4, 5등급의 일조 환경을 평가하기 위해서, 1년(2018년 1월 1일부터 2018년 12월 31일까지)을 대상 기간으로 선정하였다. 태양 고도각은 율리우스 일을 기준으로 태양 궤도 요소를 계산하여 태양의 위치(고도각과 방위각)를 알아내는 Schlyter (2010)의 행성위치계산법을 이용하여 산출하였다. Kang et al. (2018)은 Schlyter (2010)의 행성위치계산법으로 계산한 태양 고도각과 방위각을 한국천문연구원(Korea Astronomy and Space Science Institute, KASI)에서 제공하는 태양 고도각과 방위각을 계절별로 비교하였다. 고도각(방위각)의 평균제곱근오차(root mean square error, RMSE)와 결정 계수(R2)는 각각 0.12°(0.83°), 0.99(0.99)이였다. 이 결과를 근거하였을 때, 본 연구에서 사용한 Schlyter (2010)의 행성위치계산법은 태양 고도각과 방위각을 계산하기에 적합하다고 판단된다.

종관기상관측소의 그림자 발생 여부를 조사하기 위하여 Kim et al. (2014)의 일조 시간 분석 모델을 사용하였다. 더욱 현실적인 평가를 위해서는 종관기상관측소에서 관측한 일조 자료를 사용해야 하지만, 이 경우 구름이 많은 시간과 결측 시간의 그림자 발생 여부를 판단할 수 없는 한계점이 있다. 본 연구에서 사용한 일조 시간 분석 모델은 Park and Kim (2014)이 사용한 모델을 한계(한 격자 셀의 각 면 상의 일조 판별 불가)를 개선한 모델이다. 대상 기간에 대하여 구름이 없는 맑은 날로 가정하였다. 대상 지역의 시간별 태양 위치 정보와 3차원 지형·건물 자료를 이용하여 그림자 여부를 판단한다. 일조 시간 분석 모델을 대상 기간에 대해 1분 간격으로 수행하였다.

2) 기온

기온 등급은 열원과 수면으로부터의 거리, 열원과 수면이 차지하는 면적, 경사도, 태양 고도각과 식생의 높이에 의해 분류된다(Fig. 3(a), Table 2). 1등급의 경우, 관측 지점은 열원(건물, 콘크리트 지표면, 주차장 등)과 넓은 수원으로부터 100 m 이상 떨어져 있어야 하고, 열원과 수원의 면적은 반경 100 m 이내에 10% 이하, 10-30 m 이내에 5% 이하, 10 m 이내에 1% 이하 중 적어도 하나를 만족해야 한다. 태양 고도각이 5° 이상일 때, 그림자의 영향이 없어야 한다. 또한, 지면은 10 cm 미만의 식생으로 덮여 있어야 한다. 경사도에 대한 기준은 1등급과 2등급 일 때, 19° 이하의 경사도를 만족해야 하고, 3등급 이하에 대한 기준은 제시되지 않았다.

OGCSBN_2020_v36n5_1_693_f0003.png 이미지

Fig. 3. Elements for the observation environment classes of (a) air temperature and (b) surface wind in the WMO classification guidelines.

Table 2. WMO classification guidelines for the air temperature observation environment

OGCSBN_2020_v36n5_1_693_t0002.png 이미지

기온 관측환경 등급 평가 시, 식생 높이와 경사도에 대한 기준은 본 연구에서 사용한 수치 지형도에서 식생의 높이와 지형의 경사도에 대한 정보를 미제공하여 고려할 수 없었다. 수원 넓이에 대한 기준이 제시되어 있지 않아, 수원 크기에 상관없이 대상 지역 내에 포함된 수원이 차지하는 격자 크기의 합을 계산하였다. 태양 고도각에 대한 평가는 일조 등급 분류와 동일한 기준을 사용하였다.

3) 지상 바람

바람 관측환경 등급 분류는 관측 지점과 주변 장애물과의 거리, 거칠기 길이 등급 등으로 이루어진다(Fig. 3(b), Table 3). 1등급은 관측 지점이 주변 장애물 높이로부터 30배 이상, 관측 센서는 높이가 8 m 이상인 작은 장애물(기둥, 작은 나무 등)로부터 15배 이상 떨어져야 하며, 거칠기 길이 등급은 4 이하를 만족해야 한다. 이때, 높이가 4 m 이하인 장애물은 평가에서 무시할 수 있다.

Table 3. WMO classification guidelines for the surface wind observation environment

캡처OGCSBN_2020_v36n5_1_693_t0003-1.PNG 이미지

관측 지점과 주변 장애물 사이의 거리를 계산할 경우, 주변 장애물 높이에 대한 정보가 필요하다. 수치 지형도에서 제공하는 지형과 건물 높이 정보를 이용하였고 관측 고도를 기준으로 주변 장애물 고도를 고려하여 계산하였다. 등급 평가는 반경 100 m 간격으로 나눠서 수행하였다. 각 반경 내 가장 높은 건물이나 지형물의 위치를 찾아 관측 지점과의 거리를 계산하여 등급을 평가했고, 가장 낮은 등급을 해당 ASOS의 등급으로 지정했다. 이때, WMO 기준에 따라 낮은 높이의 장애물(1등급과 2등급: 4 m 이하, 3등급: 5 m 이하, 4등급: 6 m 이하)은 고려하지 않았다. 관측 센서와 주변 작은 장애물 사이의 거리에 대한 기준은 기둥, 나무 등의 높이 자료 획득 한계로 인하여 고려할 수 없었다.

거칠기 길이 등급은 Davenport (1960)가 제시한 기준을 따른다. Davenport (1960)는 지형 종류에 따라 거칠기 길이(z0)를 8등급으로 분류하였다. WMO 바람 분류 기준은 1등급과 2등급에 대해서만 거칠기 등급에 대한 기준을 제시한다. 거칠기 등급이 4등급(낮은 농작물, (z0=0.1 m) 이하이면 1등급, 5등급(큰 농작물, (z0=0.25 m) 이하이면 2등급으로 분류한다. WMO는 거칠기 길이 등급을 고려할 때, 영역에 대한 기준을 제시하지 않았다. 따라서, WMO가 제시하는 관측 노장 면적 25 m × 25 m에 대해 평가를 수행하였다. Davenport (1960)가 제시한 기준에 따르면 4등급과 5등급을 농작물 높이로 분류하고 있다. 현재 우리나라 종관기상관측소의 대부분은 기상 관측 장비를 지표면이 잔디인 노장에 설치하였고, 극히 일부가 건물 옥상에 설치하였다. Davenport (1960)가 제시한 기준에 따르면 평탄지, 잔디 등은 3등급, 높고 낮은 건물이 있는 도심지는 8등급으로 분류하고 있다. 따라서, 본 연구에서는 토지피복지도가 초목으로 구분된 경우, 거칠기 길이 등급을 1등급으로 분류하였으며, 건물로 구분된 경우에는 3등급으로 분류하였다.

4. 결과와 토의

1) 일조

일조 관측 환경은 일조시간 분석 알고리즘을 이용하여 태양고도각에 따른 그림자 발생 여부를 판단하였다. ASOS 159 지점은 태양 고도각이 7° 이상일 때 그림자가 발생하지 않아 3등급으로 분류되었고(그림자 발생 최대 태양고도각 = 6.87°), 나머지 지점에서는 태양 고도각이 7° 이상일 때 그림자가 발생하였다. Fig. 4는 ASOS 관측 지점에서 1년(2018.01.01–2018.12.31) 동안 조사한 일별 그림자 발생 시간 비율(이하, 일조차단율)을 나타낸 것이다. ASOS 119 지점에서 최대 일조차단율과 최소 일조차단율은 각각 39.02%(12월 6일)와 3.00%(3월 27일)였다. 일조차단율이 30%가 넘는 날이 108일 발생하였기 때문에 5등급으로 분류되었다. 나머지 ASOS의 일조 관측 환경은 4등급으로 평가되었다. 4등급으로 평가된 ASOS의 최대 일조차단율은 10.61%–20.91%였다.

OGCSBN_2020_v36n5_1_693_f0004.png 이미지

Fig. 4. Quartile plot of the daily shadow duration rates at the ASOSs for one year (2018.01.01–2018.12.31).

Fig. 5는 ASOS 159와 119 지점에서 1년(2018.01.01–2018.12.31) 동안 일출과 일몰 시각의 태양 방위각(흰색 음영) 범위와 ASOS 주변 지형과 건물 고도를 나타낸 것이다. ASOS 159(119) 지점에서 가장 이른 일출은 6월 23일 5시 17분(6월 23일 5시 15분)에 방위각 60.03°(60.94°)로 일어났고, 가장 늦은 일몰은 6월 22일 19시 51분(6월 19일 19시 36분)에 방위각 299.98°(299.06°)로 일어났다.

OGCSBN_2020_v36n5_1_693_f0005.png 이미지

Fig. 5. Altitudes of buildings and topography around the ASOSs (a) 159, (b) 119, and (c) 104. White shading indicates the ranges of the azimuth angles affecting the sunshine duration at the ASOSs for one year (2018.01.01–2018.12.31), and the white thick lines indicate the maximum azimuth angles of sunrise and sunset.

ASOS 159 지점 고도는 주변보다 높기 때문에 ASOS 159의 일조는 주변 장애물 그림자의 영향을 적게 받았다(Fig. 5(a)). 일출 후 태양 방위각이 60.94°–86.63°일 때 그림자가 발생했다(A in Fig. 5(a)). 이는 ASOS 동쪽에 있는 언덕에 의해 태양 고도각이 2.26°보다 작을 때에 발생했다. 일몰 직전에는 태양 방위각이 275.23°–299.06°일 때, ASOS 북서쪽에 위치한 산에 의해서 그림자가 발생하였다(B in Fig. 5(a)). 동쪽에 위치한 언덕에 비해 고도가 높기 때문에, 태양 고도각이 6.85°보다 작을 때 ASOS 일조 관측에 영향을 미쳤다. ASOS 159 지점은 3월부터 9월까지 산과 언덕의 그림자 영향을 받았다(영역 A : 3월 29일–9월 16일, 영역 B : 4월 1일–9월 11일). 1–2월과 10–12월에는 동쪽 언덕과 북서쪽 산의 영향을 받지 않았는데, 이는 하지에서 동지로 갈수록 태양 방위각 범위가 좁아지면서 이들에 의한 그림자가 형성되지 않기 때문이다. 2018년 하지(6월 21일)와 동지(12월 22일)의 주간 태양 방위각 범위는 각각 61.01°–299.01°, 119.14°–240.88°이다.

ASOS 119 지점은 주위에 관측 고도보다 높은 건물이 많이 있기 때문에, ASOS 159 지점에 비해 넓은 태양 방위각 범위에서 그림자 영향을 받았다(Fig. 5(b)). 태양 방위각이 60.02°–135.00°인 일출 후부터 오전까지의 시간과 218.71°–299.99°인 오후부터 일몰 직전까지 그림자가 발생했다(C and D in Fig. 5(b)). 영역 C에서는 ASOS 남동쪽(약 109°–135° 방향)으로 약 900 m 떨어져 있는 고층 아파트 단지에 의해 태양 고도각이 16.69°일 때까지 영향을 받았다(① in Fig. 5(b)). 또한, ASOS 남서쪽(약 218°–239° 방향)으로 약 110 m에 있는 고층 건물은 태양 고도각이 23.70°일 때까지 영향을 주었다(② in Fig. 5(b)). 영역 C (D)는 1월 1일부터 3월 3일과 10월 13일부터 12월 31일(1월 1일부터 3월 2일과 10월 12일부터 12월 31일)에 주변 건물에 의해 그림자가 발생하였다. 이는 같은 태양 방위각이라도 하지에서 동지로 갈수록 태양 고도각이 낮아지기 때문이다. 2018년 하지와 동지의 최대 태양 방위각은 각각 78.33°, 31.46°이다.

ASOS 104 지점의 약 135°와 180° 방향에 동일한 높이의 건물이 각각 하나씩 있다(Fig. 5(c)). ASOS 관측 지점에는 ③에 의해서 그림자가 발생했지만 ④에 의해서는 발생하지 않았다. 이는 태양 고도각은 일출 시에 가장 낮고, 정오로 갈수록 높아지기 때문이다. 따라서, 같은 높이의 건물이라도 태양 고도각이 높은 남쪽에 있으면 관측 지점에 영향을 미치지 않을 확률이 높아진다.

2) 기온

Table 4는 열원과 수원까지의 거리, 열원과 수원이 차지하는 면적, 관측 지점에 그림자 발생시키는 최대 태양 고도각을 나타낸 표이다. 열원과 수원이 차지하는 면적은 등급을 만족하는 반경 조건에 대해서만 표기하였다. 열원과 수면이 차지하는 면적은 ASOS 184지점을 제외한 모든 지점에서 1등급으로 평가되었다(squares in Fig. 6). 1등급으로 분류된 지점은 반경 10 m 내에 열원과 수원이 존재하지 않아 반경 10 m 내에 1% 이하로 차지해야 한다는 조건을 만족하였다. ASOS 146 지점은 반경 10 m 뿐만 아니라 반경 100 m 이내에 10% 이하, 10-30 m 이내에 5% 이하의 1등급 기준을 모두 만족하였다(Fig. 7(a)). ASOS 184 지점은 반경 5 m 이내에 1% 이하의 조건을 만족하여 2등급으로 분류되었다(Fig. 7(b)). 대부분의 종관기상관측소에서 관측 노장의 면적은 최소 25 m × 25 m를 만족해야 한다는 WMO 기준에 맞게 잘 구성되어 있기 때문에 이 조건을 잘 만족했다고 판단된다.

Table 4. Summary of the evaluation of the air temperature observation environment based on the WMO classification guidelines

OGCSBN_2020_v36n5_1_693_t0003.png 이미지

OGCSBN_2020_v36n5_1_693_f0006.png 이미지

Fig. 6. ASOS class for the air temperature observation environment evaluated based on the WMO classification guidelines.

OGCSBN_2020_v36n5_1_693_f0007.png 이미지

Fig. 7. The land-cover types around the ASOSs (a) 146 and (b) 184.

수원까지의 거리에 대한 등급 분류 결과, 모든 지점에서 100 m 이내에 수원이 있지 않아 1등급으로 분류되었다(diamonds in Fig. 6). 반면, 열원까지의 거리에 대해서는 2등급과 4등급 사이로 분류되었다(circles in Fig. 6). 대상 종관기상관측소는 모두 관측 지점으로부터 반경 100 m 이내에 열원이 있어 1등급 기준을 만족시키지 못 했다. 대부분의 종관기상관측소가 지방 기상청이나 기상지청에 있어, 노장 주변에 열원(도로, 건물 등)이 존재하기 때문이다. ASOS 184 지점은 가장 낮은 4등급으로 분류되었다. ASOS 184 지점 노장은 약 20 m × 15 m 크기이고, 잔디로 노장이 덮여 있다. 그러나 노장 주변에 도로와 건물이 있어 4등급으로 분류되었다(Fig. 7(b)).

태양 고도각에 따른 등급은 일조 환경 평가와 동일한 방법으로 수행했다. ASOS 184 지점은 태양 고도각이 7° 이상일 때 그림자 영향을 받지 않아 2등급으로 분류되었다(triangles in Fig. 6). ASOS 119 지점은 관측 지점에 그림자를 발생시키는 최대 태양 고도각이 23.70°로 20° 이상이므로 5등급으로 분류되었고, 나머지 지점에서 그림자를 발생시키는 태양고도각이 20°가 넘지 않아 4등급으로 분류되었다. 종합적으로 ASOS 159 지점은 3등급, ASOS 119 지점은 5등급, 그 이외의 종관기상관측소들은 4등급으로 분류되었다.

3) 지상 바람

지상 바람 관측 등급은 ASOS 143, 146 지점이 가장 높은 등급(2등급)으로 분류되었다(Fig. 8). 관측 지점과 관측 고도보다 높은 주변 건물 사이의 거리를 기준으로 분류한 결과, ASOS 143, 146 지점은 2등급, ASOS 104, 108, 131, 133, 159 지점은 3등급, ASOS 156, 184 지점은 4등급, ASOS 119 지점은 5등급으로 분류되었다(squares in Fig. 8, Table 5). Table 5는 가장 낮은 등급을 결정하는 장애물과 ASOS 사이의 거리, ASOS 관측 고도와 주변 장애물의 고도차, 거칠기 길이 등급을 분류하기 위한 관측 지점의 토지 피복을 나타낸 것이다. 가장 낮은 등급이 여러 반경에서 동일하게 나타나면, 가장 근거리에 위치한 장애물의 거리와 높이를 표기하였다. Fig. 9는 관측 지점 주변 지역에 대해 관측 고도와의 고도 차를 나타낸 것이다. 관측 지점과 관측 고도보다 높은 주변 장애물 사이의 거리에 대한 등급이 각각 2등급과 4등급으로 평가된 ASOS 143 지점과 ASOS 156 지점에 대해 분석했다.

OGCSBN_2020_v36n5_1_693_f0008.png 이미지

Fig. 8. ASOS class for the surface wind observation environment evaluated based on the WMO classification guidelines.

Table 5. Summary of the evaluation of the surface wind observation environment based on the WMO classification guidelines. Height difference indicates the difference in height between the ASOS and the building

OGCSBN_2020_v36n5_1_693_t0004.png 이미지

OGCSBN_2020_v36n5_1_693_f0009.png 이미지

Fig. 9. Contours of differences between the altitudes of the surrounding area and observation height of the ASOSs (a) 143 and (b) 156.

ASOS 143 지점은 반경 100 m 간격으로 조사한 주변 장애물과의 거리에 대한 등급 평가에서 모든 반경에서 2등급으로 분류되었다(Fig. 9(a)). 반경 100 m 내에서 가장 높은 건물이 위치한 지점은 ①이다. ①은 관측 고도보다 8 m 높았고, 관측 지점으로부터 89 m 떨어져 있다. 1등급을 만족하기 위해서는 8 m 높이의 장애물은 240 m(장애물 높이의 30배) 이상의 거리에 있어야 한다. 반경 200–300 m, 400–900 m에서 최대 고도를 갖는 건물은 각각 ②, ③에 있고, 관측 고도보다 각각 11 m, 37–39 m 높았다. ASOS 143 대상 영역에서 가장 높은 건물(관측 고도로부터 50 m 높이)은 ④에 있고, 관측 지점으로부터 1019 m 떨어져 있다(관측 고도와 건물 높이차의 약 20배).

ASOS 156 지점은 반경 100–200 m에서 4등급, 300–700 m에서는 3등급, 반경 700 m 이상에서는 2등급으로 분류되었다(Fig. 9(b)). ⑤ (⑥)에 위치한 건물은 관측 고도보다 15 m(44 m) 높고, 관측 지점으로부터 64 m(165 m) 떨어져 있다. 두 지점 모두 관측 지점과 건물 사이의 거리가 관측 고도와 건물 높이차의 5배 이하의 거리에 있어 4등급으로 분류되었다. ⑦에 위치한 건물은 ASOS 156 반경 1 km 내에서 가장 높은 건물이지만(관측 고도로부터 50 m 높이), 관측 지점으로부터 741 m 거리(관측 고도와 건물 높이차의 10배 이상)에 있다.

거칠기 길이 등급은 토지피복자료를 이용하여 분류하였다. ASOS 108, 159, 184 지점을 제외한 종관기상관측소는 관측 지점의 토지피복이 초목으로 구성되어 있기 때문에 거칠기 길이 등급은 1등급으로 분류되었다. ASOS 108, 159, 184 지점은 건물 옥상에 관측기기가 설치되어 있기 때문에 등급 분류 기준에서 벗어났다(diamonds in Fig. 8).

5. 요약과 결론

본 연구에서는 수치 지형도와 토지피복지도를 이용하여 WMO가 제시한 기상 관측 환경 평가 기준에 따라 10지점의 종관기상관측소를 선정하여 일조, 기온, 바람 관측 환경의 등급 평가를 하였다. 일조 관측환경은 태양 고도각과 관측 지점의 그림자 발생 비율을 기반으로 평가하였고, 이를 위해서 일조 시간 분석 모델을 이용하였다. ASOS 159 지점은 3등급으로 가장 좋은 관측 환경으로 평가되었고, 나머지 지점은 4–5등급으로 분류되었다. 일조 관측 환경은 주변 건물이나 지형 높이에 영향을 받았다. 특히, 태양 고도각이 낮은 일출과 일몰 시간대의 태양 방위각에 있는 장애물은 높이가 낮더라도 일조 관측에 영향을 주었다. 반면, 관측 지점의 남쪽은 태양 고도각이 높기 때문에 장애물 영향이 거의 없었다.

기온 관측 환경은 열원·수원까지의 거리와 차지하는 면적, 태양 고도각에 따른 그림자 발생 여부에 따라 평가되었다. 본 연구에서 선정한 종관기상관측소 주변에는 수원은 없었지만, 열원으로 분류되는 도로와 건물이 많이 있기 때문에, 열원까지의 거리에 대한 등급에서 2–4등급으로 분류되었다. 이는 대부분 기상청 청사와 주변 도로가 관측 지점과 근거리에 있기 때문이다. 그러나 열원·수원이 차지하는 면적은 넓지 않아 ASOS 184 지점을 제외하고 모든 지점에서 1등급으로 분류되었다. 태양 고도각에 따른 등급은 일조 관측환경 평가와 동일한 방법으로 수행했고, ASOS 159 지점이 가장 좋은 등급으로 평가되었다.

바람 관측 환경은 관측 고도와 관측 고도보다 높은 주변 장애물 사이의 거리와 거칠기 길이를 기준으로 평가하였다. 높은 지형과 건물이 많은 우리나라에서는 대부분의 종관기상관측소가 높은 지형에 설치되어 있었지만, 관측 고도보다 높은 건물이 다수 있었다. 이로 인해, 본 연구에서 선정한 10지점의 종관기상관측소 중에서 1등급으로 분류된 곳이 없었다. 거칠기 길이 등급은 건물 옥상에 설치된 ASOS 108, 159, 184 지점을 제외한 모든 지점에서는 1등급으로 분류되었다.

본 연구 결과에 따르면, 종관기상관측소의 관측 환경은 근거리뿐만 아니라 1 km 이상 떨어져 있는 건물에 영향을 받았다. 따라서 관측소 신설이나 이전에 따른 관측 환경 평가 시, 원거리에 있는 장애물까지 고려해야함을 알 수 있었다. 향후, WMO 제시 기준뿐만 아니라, 주변 장애물이 종관기상관측소의 바람과 기온 관측에 미치는 영향 등을 분석하고자 한다.

사사

이 논문은 기상청 기상·지진See-At기술개발연구(KMI2018-06610)의 지원으로 수행되었습니다.

References

  1. Arciszewska, C. and J. McClatchey, 2001. The importance of meteorological data for modelling air pollution using ADMS-Urban, Meteorological Applications: A Journal of Forecasting, Practical Applications, Training Techniques and Modelling, 8(3): 345-350. https://doi.org/10.1017/S1350482701003103
  2. Chen, X., K. Zhao, J. Sun, B. Zhou, and W. C. Lee, 2016. Assimilating surface observations in a four-dimensional variational Doppler radar data assimilation system to improve the analysis and forecast of a squall line case, Advances in Atmospheric Sciences, 33(10): 1106-1119. https://doi.org/10.1007/s00376-016-5290-0
  3. Choi, W., J. G. Lee, and Y.-J. Kim, 2013. The Impact of Data Assimilation on WRF Simulation using Surface Data and Radar Data: Case Study, Atmosphere, 23(2): 143-160 (in Korean with English abstract). https://doi.org/10.14191/Atmos.2013.23.2.143
  4. Jang, H.-W., H.-W. Cho, T.-W. Kim, and J.-H. Lee, 2017. Developing Extreme Drought Scenarios for Seoul based on the Long Term Precipitation Including Paleoclimatic Data, Journal of the Korean Society of Civil Engineers, 37(4): 659-668 (in Korean with English abstract). https://doi.org/10.12652/Ksce.2017.37.4.0659
  5. Jarraud, M., 2008. Guide to Instruments and Methods of Observation (2018 edition - Volume I: Measurement of Meteorological Variables), World Meteorological Organization, Geneva, Switzerland.
  6. Kang, G., J. J. Kim, and W. Choi, 2020. Computational fluid dynamics simulation of tree effects on pedestrian wind comfort in an urban area, Sustainable Cities and Society, 56: 102086. https://doi.org/10.1016/j.scs.2020.102086
  7. Kang, J.-E., S.-J. Park, and J.-J. Kim, 2018. A Study on the Sunshine Environment around Urban Redevelopment Area Using a GIS data, Korean Journal of Remote Sensing, 34(5): 749-762 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2018.34.5.4
  8. Kim, E.-R., S.-J. Park, J.-J. Kim, and K.-Y. Nam, 2014. Assessment of 3-dimensional sunshine environment using geographical information system data around Pukyong National University, Journal of the Korean Association of Geographic Information Studies, 17(3): 116-131 (in Korean with English abstract). https://doi.org/10.11108/kagis.2014.17.3.116
  9. Kim, Y.-H., D.-Y. Choi, and D.-E. Chang, 2011. Characteristics of Urban Meteorology in Seoul Metropolitan Area of Korea, Atmosphere, 21(3): 257-271 (in Korean with English abstract). https://doi.org/10.14191/ATMOS.2011.21.3.257
  10. Korea Meteorological Administration, 2018. Evaluation of Contribution of Meteorological Observation Data to Weather Forecasts, Korea Meteorological Administration, Seoul, Republic of Korea (in Korean).
  11. Lee, D.-G., Y.-J. Choi, K. R. Kim, J.-Y. Byon, L. S. Kalkstein, and S. C. Sheridan, 2010. Development of Heat-Health Warning System Based on Regional Properties between Climate and Human Health, Journal of Climate Change Research, 1(2): 109-120 (in Korean with English abstract).
  12. Moon, D.-S. and J.-J. Kim, 2018. A Study on the Flow Changes around Building Construction Area Using a GIS Data, Korean Journal of Remote Sensing, 34(6): 879-891 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2018.34.6.1.4
  13. Park, S.-J. and J.-J. Kim, 2014. Blocking Effects of Buildings on Sunshine Duration at Seoul and Daegu ASOSs, Atmosphere, 34(1): 17-27 (in Korean with English abstract). https://doi.org/10.14191/Atmos.2014.24.1.017
  14. Schlyter, P., 2010. Computing planetary positions - a tutorial with worked examples, http://www.stjarnhimlen.se/comp/tutorial.html, Accessed on Aug. 24, 2020.
  15. Schulze, G. C., 2007. Atmospheric observations and numerical weather prediction, South African Journal of Science, 103(7-8): 318-323.
  16. Tan, Z., K. K. L. Lau, and E. Ng, 2016. Urban tree design approaches for mitigating daytime urban heat island effects in a high-density urban environment, Energy and Buildings, 114: 265-274. https://doi.org/10.1016/j.enbuild.2015.06.031