• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.233-233
• /
• 2023

효율적인 수자원 관리에 필수적인 요소 중 하나는 유역 유출의 정확한 예측이다. 동일한 유역이라 할지라도 과거 기후조건에 대해 매개변수나 모형구조가 최적화된 수문모형은 현재나 미래 기후에 대해 최적이라 할수 없으며, 이에 따라 유역 유출 해석의 불확실성 또한 증가하고 있다. 수문자료동화는 모형의 입력 자료에 따른 불확실성을 줄이고 예측정확도를 향상 시킬 수 있는 방법으로, 수문모형의 상태량이나 매개변수를 업데이트하여 모형 초기 조건의 가능성 높은 추정치를 생성하는 기법이다. 본 연구에서는 국내 댐 상류 유역에 대해 집중형 수문모형과 순차자료동화 기법의 연계 패키지인 airGRdatassim 모형을 적용하여, 앙상블 칼만 필터와 파티클 필터 기법의 수문자료동화 특성을 비교 분석하고, 자료동화와 관련된 하이퍼-매개변수의 불확실성이 수문모의 성능에 미치는 영향을 분석하였다. 자료동화 적용 결과, 두 자료동화 기법 중 파티클 필터에 의한 모의성능이 높았으며 기상강제력 노이즈의 범위, 갱신 대상 상태량 설정, 앙상블 설정 등 수문자료동화의 설정과 관련된 하이퍼 매개변수의 불확실성은 두 기법별 뚜렷한 차이를 보였다. 또한, 본 연구에서는 일단위에서 시단위로 확장한 유량 예측 자료동화의 시험 모의결과 및 앙상블 수문동화기법의 도전과제에 대해서도 논의한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.392-392
• /
• 2021

자료동화(data assimilation) 기법은 관측 자료와 예측 모형의 정보를 동시에 활용, 모형의 상태량(state variables)이나 매개변수(model parameters)를 실시간으로 업데이트하는 Bayesian 필터링 이론에 근거한 방법으로, 최근 이를 활용한 수문 모의 정확도 향상 기술이 빠르게 발전하고 있다. 본 연구에서는 앙상블 자료동화의 정확성을 향상시키기 위한 세부 방법인 along-the-stream localization과 inflation 기법의 분포형 수문 모형에 대한 적용성을 대규모 지역 단위(regional-scale) 모의를 통해 검토한다. 분포형 수문모형과 자료동화 framework로는 WRF-Hydro(Weather Research and Forecasting Model Hydrological Modeling System)와 DART(Data Assimilation Research Testbed)를 각각 적용한다. WRF-Hydro는 미국의 전 대륙지역(CONUS; continental United States)에 대한 수문 모델링 framework인 National Water Model의 핵심엔진이고, DART는 미국 National Center for Atmospheric Research(NCAR) 연구소에서 개발한 범용 자료동화 도구이다. 본 연구에서는 지표수 수문모형의 자료동화를 위해 개발된 기법인 along-the-stream localization과 inflation 기법이 하도 추적에 미치는 영향을 분석한다. along-the stream localization 기법은 공간적 근접도 외에 하도의 수문학적 연관관계를 고려하는 localization 기법으로, 상대적으로 수문학적 상관도가 떨어지는 하도에 대한 과도한 자료동화를 줄여줄 수 있다. inflation 기법은 앙상블의 다양성을 증가시키는 기법으로, 칼만 필터(Kalman filter)에 의한 업데이트의 이전이나 이후 적용하여 앙상블 예측의 정확도를 추가적으로 향상시킬 수 있다. 본 고에서는 앙상블 자료동화 기법을 지표수 수문 모의에 적용할 경우 남아 있는 난제와 적용 가능한 방법에 대해 중점적으로 논의한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.301-301
• /
• 2018

본 연구에서는 위성 기반 토양수분 자료를 수문모형에 자료동화하여 격자 단위에서 수문기상인자를 산출하고 그 정확성을 평가하였다. 수문모형으로는 Variable Infiltration Capacity(VIC) model을 선정하여 국내 주요 8개 댐 유역에 구축하였으며, 입력자료는 2008년 이후 10년간 자료를 수집하였으며, 2008-2012년의 관측 유량 자료를 사용하여 모형을 보정하였다. 모형의 보정을 위해 Isolated-Speciation Particle Swarm Optimization(ISPSO) 기법을 적용하여 매개변수를 추정하였고, 2013-2017년의 관측유량 자료를 통하여 모형의 성능을 검증하였다. VIC 모형에 자료 동화한 토양수분 자료는 AMSR2 위성 토양 수분 자료와 지상관측 토양수분 자료를 합성한 자료를 사용하였으며, 인공위성자료와 지상 자료를 조건부합성기법으로 합성한 토양수분자료는 각 격자별 토양수분을 더 정확히 산정하여 자료동화시 모형의 모의 정확도가 향상되는 경향을 보였다. 본 연구결과는 지상관측자료를 통해 보정된 위성관측 토양수분자료를 자료동화하여 수문모형의 정확도를 향상시키고, 미계측 유역에 대한 향상된 수문기상인자 정보를 제공함으로써 다양한 수문분석의 기초자료로 활용될 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.31-31
• /
• 2019

잎의 생태 계절학적 변화는 지상의 탄소/질소 순환에 큰 영향을 미칠 뿐 아니라 토양 수분, 증발산과 같은 물 순환에 중요한 인자로 작용한다. 이를 모의하기 위하여 많은 지면-생태 생태모형들이 개발되어져 왔지만, 자연현상을 충분히 이해하지 못함으로 인하여 모델 결과값과 실제 관측 값에 차이가 발생된다. 이러한 한계점을 해결하기 위하여 실제 모형과 관측되어진 자료를 실시간으로 융합하는 자료동화 기법이 개발되어져 모델들의 오차를 줄여주거나, 실제 모델의 파라미터들을 보정하는데 사용되어지고 있다. 본 연구에서는 지상기후모형인 Community Land Model(CLM)을 기반으로 하여 2003년부터 2010년까지 동아시아지역을 대상으로 연구를 진행하였다. 지면-대기-해양 모델로부터 발생되어진 40개의 앙상블 기상자료를 이용하여 도출된 잎면적 지수와 Moderate Resolution Imaging Spectroradiometer(MODIS) 잎면적 지수를 실시간으로 융합하는 앙상블 칼만 필터기법을 이용하여 잎면적지수 자료동화가 생태 생태 수문에 미치는 영향을 알아보았다. 특히 잎면적 지수 자료동화가 동아시아 지역의 가뭄에 미치는 영향을 평가하기 위하여 1~3 m 의 토양수분의 변화를 이용하여 가뭄을 정의하였다. 이러한 토양수분 가뭄을 시 공간적으로 나타내어 동아시아지역의 가뭄의 기간, 심도 와 같은 가뭄을 특성을 이해하여 보고자 하였으며, 잎면적 지수 자료동화가 가뭄에 미치는 영향을 알아보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.250-250
• /
• 2012

하천유량 예측정보는 하천홍수를 잘 관리하기 위한 중요한 정보이다. 하천유량을 예측하기 위해서는 실제 기상상황이 잘 나타내는 관측 및 예측강우정보 구축, 대상유역의 수문반응특성을 잘 모의할 수 있는 유출모형 적용, 상류에 댐이 존재할 경우 저수지추적모형의 연계모의가 필요하다. 다만, 강우정보, 유출모형, 저수지추적모형은 항상 불확실성을 포함하고 있으며 어느 하나의 정보 또는 모형이 다른 것보다 항상 정확하기는 어렵다. 이러한 조건에서 하천유량을 잘 예측하기 위한 대안은 자료동화기법의 연계적용이라 할 수 있다. 본 연구에서는 관측유량 자료동화가 가능한 SURF 모형에 AUTO ROM 저수지추적방법을 연계하여 상류에 댐이 존재하는 유역에서도 하천유량을 예측할 수 있는 통합하천유량예측모형을 개발하였다. 적용유역은 한강유역을 채택하였으며 2002~2009년에 대해 모형을 구축하였다. 자료동화효과로 인해 유출모형만을 적용한 경우보다 유출모의 정확도가 높아지는 것을 확인하였다. 또한 저수지추적과정에서도 임의시점을 기준으로 과거기간에 대해서는 관측유입량과 방류량을 적용하고 미래기간에 대해서는 저수지추적을 통해 모의되며 이 결과로부터 저수위-유입량-방류량의 관계가 합리적으로 모의됨을 확인하였다. 이상의 결과로부터 하천유량예측을 위해서는 하천유량정보와 댐수문정보의 자료동화를 수행하므로써 하천유량 예측결과의 정확도를 향상시킬 수 있을 것으로 판단된다.

• Atmosphere
• /
• v.31 no.2
• /
• pp.229-240
• /
• 2021

The Global Ocean Data Assimilation and Prediction System (GODAPS) in operation at the KMA (Korea Meteorological Administration) is introduced. GODAPS consists of ocean model, ice model, and 3-d variational ocean data assimilation system. GODAPS assimilates conventional and satellite observations for sea surface temperature and height, observations of sea-ice concentration, as well as temperature and salinity profiles for the ocean using a 24-hour data assimilation window. It finally produces ocean analysis fields with a resolution of 0.25 ORCA (tripolar) grid and 75-layer in depth. This analysis is used for providing a boundary condition for the atmospheric model of the KMA Global Seasonal Forecasting System version 5 (GloSea5) in addition to monitoring on the global ocean and ice. For the purpose of evaluating the quality of ocean analysis produced by GODAPS, a one-year data assimilation experiment was performed. Assimilation of global observing system in GODAPS results in producing improved analysis and forecast fields with reduced error in terms of RMSE of innovation and analysis increment. In addition, comparison with an unassimilated experiment shows a mostly positive impact, especially over the region with large oceanic variability.

• The Sea:JOURNAL OF THE KOREAN SOCIETY OF OCEANOGRAPHY
• /
• v.10 no.1
• /
• pp.69-78
• /
• 2005

ARCO and TAO data which supply three dimensional global ocean information are assimilated to the background field from a general circulation model, MOM3. Using a variational Analysis using Filter (VAF), which is a spatial variational filter designed to reduce computational time and space efficiently and economically, observed ARGO and TAO data are assimilated to the OGCM-generated background sea temperature for the generation of initial condition of the model. For the assessment of the assimilation impact, a comparative experiment has been done by integrating the model from different intial conditions: one from ARGO-, TAO-data assimilated initial condition and the other from background state without assimilation. The assimilated analysis field not only depicts major oceanic features more realistically but also reduces several systematic model bias that appear in every current OGCMs experiments. From the 10-month of model integrations with and without assimilated initial conditions, it is found that the major assimilated characteristics in sea temperature appeared in the initial field remain persistently throughout the integration. Such implies that the assimilated characteristics of the reduced sea temperature bias is to last in the integration without rapid restoration to the non-assimilated OGCM integration state by dispersing mass field in the form of internal gravity waves. From our analysis, it is concluded that the data assimilation method adapted in this study to MOM3 is reasonable and applicable with dynamical consistency. The success in generating initial condition with ARGO and TAO data assimilation has significant implication upon the prediction of the long-term climate and weather using ocean-atmosphere coupled model.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.31 no.6
• /
• pp.458-467
• /
• 2019

The purpose of this study is the suggestion of optimized parameters in OI (Optimal Interpolation) by experimental study. The observation of applying optimal interpolation is ADCP (Acoustic Doppler Current Profiler) data at the southwestern sea of Korea. FVCOM (Finite Volume Coastal Ocean Model) is used for the barotropic model. OI is to the estimation of the gain matrix by a minimum value between the background error covariance and the observation error covariance using the least square method. The scaling factor and correlation radius are very important parameters for OI. It is used to calculate the weight between observation data and model data in the model domain. The optimized parameters from the experiments were found by the Taylor diagram. Constantly each observation point requires optimizing each parameter for the best assimilation. Also, a high accuracy of numerical model means background error covariance is low and then it can decrease all of the parameters in OI. In conclusion, it is expected to have prepared the foundation for research for the selection of ocean observation points and the construction of ocean prediction systems in the future.

• Journal of the Korean earth science society
• /
• v.33 no.4
• /
• pp.309-319
• /
• 2012

In order to clarify the characteristics of satellite based sea wind data assimilations applied for the estimation of wind resources around the Korean peninsula, several numerical experiments were carried out using WRF. Satellite sea wind data used in this study are QuikSCAT from NASA and ASCAT from ESA. When the wind resources are estimated with data assimilation, its estimation accuracy is improved clearly. Since the band width is broad for QuikSCAT, statistical accuracy of the estimated wind resources with QuikSCAT assimilations is better than that with ASCAT assimilations. But the wind estimated around sub-satellite point matches better with of ASCAT compared to QuikSCAT assimilation. The impact of sea wind data assimilation on the prediction of wind resources lasts for 6 hours after data assimilation starts, therefore the data assimilation processes using both fine spatial and temporal resolutions of sea wind are needed to make a more useful wind resource map of the Korean Peninsula.

• Journal of the Korean earth science society
• /
• v.44 no.6
• /
• pp.557-577
• /
• 2023

This study defines non-precipitation information as areas with weak precipitation or cloud particles that radar cannot detect due to weak returned signals, and suggests methods for its utilization in data assimilation. Previous studies have demonstrated that assimilating radar data from precipitation echoes can produce precipitation in model analysis and improve subsequent precipitation forecast. However, this study also recognizes the non-precipitation information as valuable observation and seeks to assimilate it to suppress spurious precipitation in the model analysis and forecast. To incorporate non-precipitation information into data assimilation, we propose observation operators that convert radar non-precipitation information into hydrometeor mixing ratios and relative humidity for the Weather Research and Forecasting Data Assimilation system (WRFDA). We also suggest a preprocessing method for radar non-precipitation information. A single-observation experiment indicates that assimilating non-precipitation information fosters an environment conducive to inhibiting convection by lowering temperature and humidity. Subsequently, we investigate the impact of assimilating non-precipitation information to a real case on July 23, 2013, by performing a subsequent 9-hour forecast. The experiment that assimilates radar non-precipitation information improves the model's precipitation forecasts by showing an increase in the Fractional Skill Score (FSS) and a decrease in the False Alarm Ratio (FAR) compared to experiments in which do not assimilate non-precipitation information.