• 대한원격탐사학회지
• /
• 제32권3호
• /
• pp.307-321
• /
• 2016

대기경계층고도 (Planetary Boundary Layer Height, PBLH)는 기상예측모델과 대기확산모델에 중요한 예측 인자이다. PBLH는 지역의 특성에 따라 시공간 빠르게 변화하기 때문에 이를 분석하기 위하여 시공간 고해상도로 관측된 자료가 필요하다. 본 연구에서 국립기상과학원 재해기상연구센터에서 운영중인 차량에 탑재된 라이다 시스템(Lidar observation Vehicle, LIVE)을 소개하고 이것으로 관측된 PBLH의 분석결과를 제시하였다. 분석기간 (2014년 6월 26일~30일) LIVE에서 산출된 PBLH는 WRF와 라디오존데에서 산출된 값과 비교하여 결정계수가 각각 0.68, 0.72로 높은 상관도를 나타내었다. 하지만, 라이다로 산출된 PBLH는 WRF, 라디오존데와 비교하여 값을 과대모의 하는 경향을 보였다. 이는 라이다가 중첩고도 이하 (< 300m)에서 나타나는 PBLH를 찾아내지 못하고 중첩고도 이상에서 나타나는 잔류층 (Residual Layer, RL)을 PBLH로 산출한 결과라 생각된다. 라이다를 활용하여 10분 시간 해상도로 산출된 PBLH는 일출 뒤 성장하다 태양의 남중이 최고가 되는 시점의 2시간 이후 서서히 감소하는 전형적인 일변화 경향을 보여주었다. 분석기간 평균 PBLH의 성장률은 1.79 (-2.9 ~ 5.7) m $min^{-1}$ 였다. 또한, 이동 중 관측된 라이다 신호를 고정관측 기반자료와 비교한 결과 잡음이 적은 것으로 나타났다. 이동 중 관측된 PBLH의 평균은 1065 m 였으며 인근 속초에서 비양된 라디오존데 (1150 m)와 유사한 값을 보였다. 본 연구에서 LIVE가 고해상도의 시공간 자료를 안정적으로 산출 할 수 있음을 제시하였다. 이 같은 LIVE의 장점은 에어로졸 및 대기구조에 대한 새로운 관측 패러다임 제시와 관측기술선진화에 기여도가 클 것으로 기대된다.

• 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.

• 대한원격탐사학회지
• /
• 제36권5_1호
• /
• pp.793-806
• /
• 2020

이 연구에서는 중규모 기상모델인 WRF의 행성경계층 모수화 방안에 따른 PBLH의 정확도를 평가하기 위해 PBL 모수화 방안 가운데 YSU(Yonsei University), MYJ(Mellor-Yamada-Janjic), ACM2(Asymmetric Convective Model), BouLac(Bougeault-Lacarrere) PBL 방안을 대상으로 사례 기간(2014년 6월 26일~30일)에 대해 수치 실험을 수행하였다. 이동형 차량탑재 라이다 시스템(LIVE)으로 생산된 후방산란 신호를 이용하여 산출한 PBLH와 WRF의 PBL 방안별 예측장에서 산출된 PBLH를 상호 비교 분석하였다. 대체적으로 비국지 방안을 사용한 실험이 국지 방안을 사용한 경우보다 라이다 관측에 대해 더 높은 상관도를 나타냈다. 낮 시간에 대한 PBLH 차이의 표준 편차는 YSU(≈0.39 km), BouLac(≈0.45 km), ACM2(≈0.47 km), MYJ(≈0.53 km) PBL 방안 순으로 작은 값을 보였다. 사례 기간에 대한 RMSE 비교에서는 YSU PBL 방안이 가장 높은 정밀도를 가지는 것으로 나타났다. 차량에 탑재된 기상라이다는 여러 기상 조건하에서 수치모델 행성경계층 분석을 위한 가이던스(guidance)를 제공할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제33권2호
• /
• pp.171-187
• /
• 2017

이 연구에서는 위성의 AOD를 이용하여 지면 시정을 산출하는 방법을 제시했다. 시정을 산출하기 위해서는 에어로졸의 분포 고도가 필요하다. 이 연구에서는 두 가지 에어로졸의 분포 고도를 이용하여 시정을 산출하였다. 하나는 대기층이 분리되어 나타나는 경우로 물리적으로 아래와 위층이 완전히 분리되어 있는 경우를 의미한다. 이 경우 분리된 층의 상한 고도를 에어로졸 층 고도(Aerosol Layer Height: ALH)로 가정하였으며 상대습도의 연직분포에서 뚜렷한 최소값이 나타나는 고도로부터 찾았다. 다른 하나는 분리된 층이 존재하지 않은 경우를 의미한다. 이 경우 행성 경계층 고도(Planetary Boundary Layer Height: PBLH)를 사용하였다. 이 두 고도는 RDAPS 예측장 자료로부터 산출되었다. 따라서 시정은 MODIS AOD와 PBLH/ALH로부터 추정하였다. 여기서 ALH를 사용하는 경우 Koschmieder's Law를 이용하였으며 PBLH를 사용하는 경우 경험적 관계식을 이용하였다. 추정 시정을 검증하기 위해 2015~2016년 봄철에 목측 9개와 PWD22 17개 지점의 시정 자료를 사용하였다. 추정시정의 검증에서 검증 값은 지점, 년도, 오전(Terra)/오후(Aqua)에 따라 상당한 차이가 있었다. 이 중 2016년 Terra위성을 이용한 중서부 지역 지점들의 검증은 가장 좋은 결과를 보였다. 검증 결과를 요약하면 상관계수는 0.65보다 높았고, 낮은 시정에서 RMSE는 3.62 km, ME는 2.29 km 보다 낮았다. 그리고 POD는 0.65보다 높았고, FAR은 0.5보다 낮았다. 이러한 검증 결과는 낮은 시정의 데이터 수가 많을수록 좋아졌다.

• 대기
• /
• 제32권2호
• /
• pp.119-133
• /
• 2022

From 2015 to 2021, high-concentration fine dust episodes with a daily average PM_2.5 concentration of 50 ㎍ m^-3 or higher were selected and classified into 3 types [long range transport (LRT), mixed (MIX) and Local emission and stagnant (LES)] using synoptic chart and backward trajectory analysis. And relationships between the fine particle data (PM_2.5 and PM₁₀ concentration and PM_2.5/PM₁₀ ratio) and meteorological data (PBLH, Ta, WS, U-wind, and Rainfall) were analyzed using hourly observation for the classification episodes on the Korean Peninsula and the Seoul metropolitan area (SMA). In LRT, relatively large particles such as dust are usually included, and in LES, fine particle is abundant. In the Korean peninsula, the rainfall was relatively increased centered on the middle and western coasts in MIX and LES. In the SMA, wind speed was rather strong in LRT and weak in LES. In LRT, rainfall was centered in Seoul, and in MIX and LES, rainfall appeared around Seoul. However, when the dust cases were excluded, the difference between the LRT and other types of air quality was decreased, but the meteorological variables (Ta, RH, Pa, PBLH, etc.) were further strengthened. In the case of the Korean Peninsula, it is difficult to find a clear relationship because regional influences (topographical elevation, cities and coasts, etc.) are complexly included in a rather wide area. In the SMA, it is analyzed that the effects of urbanization such as the urban heat island centered on Seoul coincide with the sea and land winds, resulting in a combination of high concentrations and meteorological phenomena.

• 대한원격탐사학회지
• /
• 제34권3호
• /
• pp.451-463
• /
• 2018

본 연구는 서울지역에서 2015년 1월부터 12월까지 정지궤도 천리안 위성(Communication Ocean and Meteorological Satellite, COMS) 해양 탑재체(Geostationary Ocean Color Imager, GOCI)의 에어로졸광학두께(Aerosol Optical Depth, AOD)로부터 지상 초미세먼지(Particulate Matter; $PM_{2.5}$) 농도를 추정하기 위한 계절별 경험/통계모델을 개발했다. 행성경계층고도(Planetary Boundary Layer Height, PBLH) 그리고 에어로졸 수직 비율(Vertical Ratio of Aerosol, VRA)을 사용한 두 가지 수직보정방법과 흡습성장계수(Hygroscopic growth factor, f(RH))로부터의 습도보정방법이 각각의 경험적 모델에 적용된 결과 AOD에 대한 수직 보정과 $PM_{2.5}$에 대한 지표 습도보정이 모델 성능 향상에 중요한 역할을 했다. AOD-$PM_{2.5}$ 사이에 관련이 있다고 알려진 기상인자들(온도, 풍속, 시정)을 추가적으로 사용하여 다중 선형 회귀모델을 구성한 결과 경험모델에 비해 $R^2$값이 최대 0.25 증가했다. 본 연구에선 AOD-$PM_{2.5}$ 모델의 계절별, 월별, 시간별 특성을 분석하고 계절별로 구분하여 모델을 구성한 결과 고농도 사례에서 과소평가 되던 경향이 개선됨을 알 수 있고 관측된 $PM_{2.5}$와 추정된 $PM_{2.5}$의 월 및 시간변동성은 서로 경향성이 일치했다. 따라서 정지궤도 위성 AOD를 이용하여 지상 $PM_{2.5}$ 농도를 추정한 본 연구의 결과는 향후 발사 예정인 GK-2A와 GK-2B에 적용 가능할 것으로 기대된다.