• 대기
• /
• 제25권2호
• /
• pp.367-374
• /
• 2015

Korean Peninsula has high potential for occurrence of aviation turbulence. A Korean aviation Turbulence Guidance (KTG) system focused on the Korean Peninsula, named Korean-Peninsula KTG (KP-KTG) system, is developed using the high resolution (horizontal grid spacing of 1.5 km) Local Data Assimilation and Prediction System (LDAPS) of the Korea Meteorological Administration (KMA). The KP-KTG system is constructed first by selection of 15 best diagnostics of aviation turbulence using the method of probability of detection (POD) with pilot reports (PIREPs) and the LDAPS analysis data. The 15 best diagnostics are combined into an ensemble KTG predictor, named KP-KTG, with their weighting scores computed by the values of area under curve (AUC) of each diagnostics. The performance of the KP-KTG, represented by AUC, is larger than 0.84 in the recent two years (June 2012~May 2014), which is very good considering relatively small number of PIREPs. The KP-KTG can provide localized turbulence forecasting in Korean Peninsula, and its skill score is as good as that of the operational-KTG conducting in East Asia.

• 한국항공운항학회지
• /
• 제25권4호
• /
• pp.124-129
• /
• 2017

Clouds are an important factor in aircraft flight. In particular, a significant impact on small aircraft flying at low altitude. Therefore, we have verified and characterized the low level cloud prediction data of the Unified Model(UM) - based Local Data Assimilation and Prediction System(LDAPS) operated by KMA in order to develop cloud forecasting service and contents important for safety of low-altitude aircraft flight. As a result of the low level cloud test for seven airports in Korea, a high correlation coefficient of 0.4 ~ 0.7 was obtained for 0-36 leading time. Also, we found that the prediction performance does not decrease as the lead time increases. Based on the results of this study, it is expected that model-based forecasting data for low-altitude aviation meteorology services can be produced.

• 한국지구과학회지
• /
• 제42권5호
• /
• pp.504-513
• /
• 2021

대한민국 기상청에서 사용하고 있는 UM (Unified Model, UM) 모델의 국지예측시스템(Local Data Assimilation and Prediction System, LDAPS)은 수치모델 모의 시 대기경계층 유형에 따라 물리과정을 다르게 계산하기 때문에 이 과정을 검증하는 것은 모델의 정확도 향상에 중요하다. 따라서, 본 연구에서는 수치모델의 대기경계층 유형을 관측자료를 기반으로 검증하였다. 관측자료를 기반으로 대기경계층 유형을 분류하기 위해서 보성 표준기상관측소에서 수행한 여름철 집중관측자료(라디오존데, 플럭스관측장비, 도플러 라이다, 운고계)를 활용하였으며, 2019년 6월 18일 부터 8월 17일 까지 61일 동안에 총 201회의 관측자료를 분석하였다. 또한 관측자료와 수치모델 결과가 다른 경우를 보면, 관측자료를 기반으로 한 대기경계층 유형 분류 결과에서 2유형으로 분류되는 사례가 수치모델에서는 1유형으로 분류된 사례가 53회로 가장 많이 나타났다. 그 다음으로는 관측자료를 기반으로 한 대기경계층 유형 분류 결과에서 5유형과 6유형으로 분류되는 사례가 수치모델에서는 3유형으로 분류된 사례가 많이 나타났다(각각 24회, 15회). 관측결과와 수치모델 모의 결과가 일치하지 않은 사례는 모두 층적운 접합 여부 및 적운 모의 등 수치모델의 구름물리 부분의 모의 성능에 기인하여 발생한 것이라고 분석된다. 따라서, 대기경계층 유형 분류의 구름물리과정의 모의 정확도를 개선하면 수치모델 성능이 향상 될 것으로 판단된다.

• 한국지구과학회지
• /
• 제36권6호
• /
• pp.567-579
• /
• 2015

중규모 기상 모델을 이용하여 안개와 같은 미세규모 국지현상을 정확히 재현하는 것은 매우 어려운 실정이다. 특히, 수치모델의 초기 입력 자료의 불확도는 수치모델의 예측 정확도에 결정적인 영향을 미치기 때문에 이를 보완하기 위한 자료동화 과정이 요구되어진다. 본 연구에서는 WRF (Weather Research and Forecasting) 모델을 이용하여 낙동강 지역에서 발생한 여름철 안개사례 재현실험을 대상으로 중규모 기상 모델의 한계를 검증하였다. 중규모 기상 모델에서 초기 및 경계장으로 사용되는 KLAPS (Korea Local Analysis and Prediction System)와 LDAPS (Local Data Assimilation and Prediction System) 분석장 자료를 이용하여 수치모델 모의 정확도 민감도 분석을 수행하였다. 또한 AWS (Automatic Weather System) 자료를 이용한 자료동화(Four-Dimensional Data Assimilation)에 의한 수치모델의 정확도 개선 정도를 평가하였다. 초기 및 경계장 민감도 분석 결과에서 LDAPS 자료를 입력 자료로 사용한 경우가 KLAPS 자료 보다 기온과 이슬점온도, 상대습도에서 높은 정확도를 보였고, 풍속은 더 낮은 수준을 나타내었다. 특히, 상대습도에서 LDAPS의 경우는 RMSE (Root Mean Square Error)가 15.9%, KLAPS는 35.6%의 수준을 보여 그 차이가 매우 크게 나타났다. 또한 자료동화를 통하여 기온, 풍속, 상대습도의 RMSE가 각각 $0.3^{\circ}C$, $0.2ms^{-1}$, 2.2% 수준으로 개선되었다.

• 대한원격탐사학회지
• /
• 제32권6호
• /
• pp.603-616
• /
• 2016

본 연구에서는 기상청 현업 국지기상모델(Local Data Assimilation and Prediction System, LDAPS)과 전산유체역학(Computational Fluid Dynamics, CFD) 모델을 접합하여, 서울 종로구 송월동에 위치한 지동기상관측소(서울 ASOS) 주변 지역의 기상 환경을 분석하였다. 토지 피복별 차등 가열이 도시 지역의 대기 흐름과 기온에 미치는 영향을 분석하기 위하여, 시간 변화에 따른 토지 피복별 지표면 온도와 그림자 영역에 대한 지표면 온도 감소 효과를 고려하였다. LDAPS 모델은 상세한 건물, 지형, 지표면 가열 효과를 고려하지 못하기 때문에, 풍속을 과대모의 하고 기온을 과소 모의하였다. 건물과 지형의 마찰 효과와 태양 복사에 의한 지표면 가열을 고려할 수 있는 LDAPS-CFD 접합 모델은 서울 ASOS 지점의 관측 풍속과 유사한 풍속을 모의하였고, 관측 기온을 잘 재현하였다. 주로 동풍이 부는 오전 시간대에는 LDAPS-CFD 접합 모델 또한 기온을 과소모의 하였는데, 이는 서울 ASOS 지점의 풍상측(동쪽)에 위치한 경희궁 주변 지역에 주로 수목이 분포하고 있고, 표면 온도가 상대적으로 낮기 때문인 것으로 판단된다. 그러나, 주로 남동풍 계열의 바람이 부는 오후 시간대에는 풍상측에 위치한 건물의 표면 가열의 효과로 인해 서울 ASOS 지점의 관측 기온을 상대적으로 잘 모의하였다.

• 한국지구과학회지
• /
• 제42권2호
• /
• pp.135-148
• /
• 2021

본 연구는 기상청 현업모델(LDAPS)로부터 예측된 서울의 도시열섬 강도와 지상 기온을 AWS 관측과 비교 평가하였다. 관측된 서울의 열섬 강도는 봄과 겨울동안 증가하며 여름동안 감소한다. 열섬 강도의 시간적 변동 경향은 새벽 시간 최대, 오후에 최소를 보인다. 기상청 국지기상예측시스템(LDAPS)으로부터 예측된 열섬 강도는 여름철 과대모의, 겨울철 과소모의 특징을 보인다. 특히 여름철은 주간에 과대 모의 경향이 증가하며, 겨울은 새벽 시간 과소 모의 오차가 크게 나타난다. LDAPS에서 예측된 지면 기온의 오차는 여름철 감소하며 겨울철 증가한다. 겨울철 열섬 강도의 과소 모의는 도시 기온의 과소 모의와 관련되었으며, 여름철 열섬 강도의 과대 모의는 교외 지역 기온의 과소 모의로부터 기인하는것으로 판단된다. 도시 열섬강도 예측성 개선을 위하여 도시효과를 고려하는 도시캐노피모델을 LDAPS와 결합하여 2017년 여름 기간동안 모의하였다. 도시캐노피모델 적용 후 도시의 지면 기온의 오차는 개선되었다. 특히 오전시간 과소모의되는 기온의 오차 개선 효과가 뚜렷하였다. 도시캐노피모델은 여름동안 과대 모의하는 도시열섬강도를 약화시키는 개선 효과를 보였다.

• 대기
• /
• 제28권4호
• /
• pp.369-382
• /
• 2018

Planetary boundary layer height (PBLH), produced by the Local Data Assimilation and Prediction System (LDAPS), was verified using RawinSonde (RS) data obtained from observation at Daegwallyeong (DGW) and Sokcho (SCW) during the International Collaborative Experiments for Pyeongchang 2018 Olympic and Paralympic winter games (ICE-POP 2018). The PBLH was calculated using RS data by applying the bulk Richardson number and the parcel method. This calculated PBLH was then compared to the values produced by LDAPS. The PBLH simulations for DGW and SCW were generally underestimation. However, the PBLH was an overestimation from surface to 200 m and 450 m at DGW and SCW, respectively; this result of model's failure to correctly simulate the Surface Boundary Layer (SBL) and the Mixing Layer (ML) as the PBLH. When the accuracy of the PBLH simulation is low, large errors are seen in the mid- and low-level humidity. The highest frequencies of Planetary boundary layer (PBL) types, calculated by the LDAPS at DGW and SCW, were presented as types Ι and II, respectively. Analysis of meteorological factors according to the PBL types indicate that the PBLH of the existing stratocumulus were overestimated when the mid- and low-level humidity errors were large. If the instabilities of the surface and vertical mixing into clouds are considered important factors affecting the estimation of PBLH into model, then mid- and low-level humidity should also be considered important factors influencing PBLH simulation performance.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.194-194
• /
• 2017

Flooding is one of the most serious and frequently occurred natural disaster at many regions around the world. Especially, under the climate change impact, it is more and more increasingly trend. To reduce the flood damage, flood forecast and its accuracy analysis are required. This study is conducted to analyze the accuracy of the real-time flood forecasting of a coupled meteo-hydrological model for the Han River basin, South Korea. The LDAPS (Local Data Assimilation and Prediction System) products with the spatial resolution of 1.5km and lead time of 36 hours are extracted and used as inputs for the SURR (Sejong University Rainfall-Runoff) model. Three statistical criteria consisting of CC (Corelation Coefficient), RMSE (Root Mean Square Error) and ME (Model Efficiency) are used to evaluate the performance of this couple. The results are expected that the accuracy of the flood forecasting reduces following the increase of lead time corresponding to the accuracy reduction of LDAPS rainfall. Further study is planed to improve the accuracy of the real-time flood forecasting.

• 한국수자원학회논문집
• /
• 제56권9호
• /
• pp.543-551
• /
• 2023

눈은 기후계와 지표면 에너지 평형에 영향을 끼치는 필수 기후 인자이며, 겨울 동안 저장한 고체 형태의 물을 봄에 유출, 지하수 함양 등에 제공하여 물 평형에도 결정적인 역할을 한다. 본 연구에서는 Local Data Assimilation and Prediction System (LDAPS), Modern.-Era Retrospective Analysis for Research and Applications, version 2 (MERRA-2), ERA5-Land 적설심 자료의 통계 분석을 통해 남한에서의 활용 가능성을 평가하였다. 기상청에서 제공하는 Automated Synoptic Observing System (ASOS) 지상관측자료와 재분석자료간의 통계분석 결과, LDAPS와 ERA5-Land의 상관계수가 0.69 이상으로 상관성이 높게 나타났으나 LDAPS는 RMSE가 0.79 m로 오차가 크게 나타났다. MERRA-2의 경우 일부 기간 동안 일정한 값이 연속적으로 산출되어 자료간 증감 추이를 적절하게 모의하지 못하였기에 상관계수가 0.17로 상관성이 낮게 나타났다. LDAPS와 ASOS의 지점별 통계분석 결과 상대적으로 평균 강설량이 높게 나타나는 강원도 인근에서 성능이 높게 나타났으며, 평균 강설량이 낮게 나타나는 남부 지역에서 성능이 낮게 나타났다. 마지막으로, triple collocation (TC)를 통해 본 연구에서 활용된 4개의 독립적인 적설심자료 간의 오차 분산을 산정하였으며, 나아가 가중치 산정을 통해 융합된 적설심 자료를 생산하였다. 재분석자료는 LDAPS, MERRA-2, ERA5-Land 순으로 오차 분산이 높게 나타났으며, LDAPS의 경우 오차 분산이 높게 산정되어 가중치가 낮게 산정되었다. 또한, ERA5-Land 적설심 자료의 공간 분포가 변동성이 적게 나타나, TC로 융합된 적설심 자료는 저해상도 영상인 MERRA-2와 유사한 공간 분포가 나타났다. 자료의 상관성, 오차, 불확실성을 고려하였을 때, ERA5-Land 자료가 남한을 대상으로 적설 관련 분석을 하기 적합한 것으로 판단된다. 또한, 타 자료와 경향성은 높게 나타나나 과대 산정되는 경향이 있는 LDAPS 자료를 대상으로 적절한 보정이 수행될 시, 지역 및 기후적 다양성을 높은 해상도로 표출할 수 있는 LDAPS 자료를 적극적으로 활용할 수 있을 것으로 기대된다.

• 한국태양에너지학회 논문집
• /
• 제40권5호
• /
• pp.13-22
• /
• 2020

Day ahead forecast is necessary for the electricity market to stabilize the electricity penetration. Numerical weather prediction is usually employed to produce the solar irradiance as well as electric power forecast for longer than 12 hours forecast horizon. Korea Meteorological Administration operates the UM-LDAPS model to produce the 36 hours forecast of hourly total irradiance 4 times a day. This study interpolates the hourly total irradiance into 15 minute instantaneous irradiance and then compare them with observed solar irradiance at four ground stations at 1 minute resolution. Numerical weather prediction model employed here was produced at 00 UTC or 18 UTC from January to December, 2018. To compare the statistical model for the forecast horizon less than 3 hours, smart persistent model is used as a reference model. Relative root mean square error of 15 minute instantaneous irradiance are averaged over all ground stations as being 18.4% and 19.6% initialized at 18 and 00 UTC, respectively. Numerical weather prediction is better than smart persistent model at 1 hour after simulation began.