본 연구에서는 고해상도 ERA5 재분석자료 중 우리나라 지상 온도 자료의 신뢰성을 검증할 목적으로 종관기상 관측소(ASOS) 관측자료와 비교를 수행하였다. 새롭게 생산되어 배포 중인 ERA5 재분석자료는 높은 시·공간적 해상도를 가져 여러 분야에 활용성이 매우 높다. 자료의 분석 기간은 ASOS 61개 관측소가 1999년 이후로 결측률이 매우 낮으며 시간평균 자료를 제공한다는 점을 고려하여 1999-2018년 기간으로 설정하였다. ERA5 격자 자료는 격자 내 90-m 수치표고모델(DEM) 분포로부터 내륙, 해안, 산악 지역에 해당하는 지형학적인 특성에 따라 분류하여 ASOS 지점 자료와 비교되었다. 분석 기간 전체에 대한 평균 지상 온도는 ASOS와 ERA5 모두 공간 분포의 패턴과 값은 큰 차이없이 유사하였다. ASOS와 ERA5의 산점도 비교를 통해 전체 기간, 특히 여름, 겨울 기간에 대해 계절 변동성을 가진다는 특성을 확인할 수 있었으며, 이는 달별 두 자료 사이의 매시간 차이 확률밀도함수(PDF)의 시계열을 통해서도 확인되었다. 두 자료 사이의 차이를 통계지수인 NMB, RMSE를 계산하여 정량화시켰을 때, 각 값에서 지역적인 특성을 보였으나 모든 지수에서 큰 차이가 없다고 판단할 수 있었으며, 상관성을 보기 위해 R과 IOA를 통해 구한 값은 모두 0.99에 근접하였다. 특히 일평균 산출에 있어 1-시간-평균 값 24개를 이용한 일평균의 경우가 최고와 최저온도의 평균을 이용 하는 일평균에 비해 오차가 작게 나타났고, 두 자료 사이의 상관성도 높게 나타남을 확인하였다. 두 자료의 차이가 나타나는 원인으로 ERA5 격자 내 지형 효과가 가장 클 것으로 판단하여 수치표고모델을 활용하여 각 지역별 PDF를 이용해 첨도 및 왜도를 구하고, 이를 온도 차이 파워 스펙트럼의 1년 주기 변동 크기와 비교하였다. 그 결과, 양의 상관성을 가졌음을 확인하였다. 이는 지형 효과가 두 자료 차이의 원인이라고 설명하는 결과이다.

온난화와 같은 전지구적 변화는 기온과 강수 등 기상요소에 직접적으로 반영되어 곡물 수확량의 변화를 가져온다. 기후변화 시나리오에 기초한 선행연구들에서는 GCM (general circulation model)의 공간해상도 문제로 인하여 상세한 모의가 어려웠고, 시계열통계법을 활용한 연구들에서는 기후요소를 통합하여 수확량을 예측한 사례가 매우 드물었다. 이에 본 연구에서는 상세화된 기후재분석자료의 시계열모델링을 통하여 옥수수와 콩의 수확량 예측실험을 수행하였다. 미국 아이오와 주의 99개 카운티를 대상으로 1960년부터 2009년까지 50년간의 고해상도 기후재분석자료와 정부통계 수확량 DB를 구축하고, 시계열통계법인 VAR (vector autoregression)와 ARIMA (autoregressive integrated moving average)를 이용하여 다음해 수확량 예측실험을 10개 연도에 대해 수행하여 예측력을 평가하였다. VAR는 16-18%, ARIMA는 11-14% 의 오차율로 다음해의 수확량을 예측할 수 있는 것으로 집계되었으며, 옥수수의 경우 표토의 산성도, 심토의 점토와 나트륨 함유량 등의 토양특성 이 실제 수확량 및 예측정확도에 영향을 미치는 것으로 나타났다.

하부 대류권의 대기물현상과 마이크로파 표면 방출율를 전구적으로 조사하기 위하여 1981-93년 기간의 MSU 채널1 밝기온도와 대기대순환 모델(GCM) 재분석 월평균 자료를 사용하였다. 모델재분석 채널1 자료의 평균값이 MSU 채널1 가중함수를 기초로 하여 세 종류의 모델(NCEP ECMWF, GEOS) 재분석에서 온도장을 이용하여 재구성되었다. 모델재분석 채널1 온도는 하부 대류권의 열적 상태를 주로 반영하기 때문에, 해양과 육지에서 계절에 관계없이 각 반구 여름철에 최대값을 나타내었다. MSU 채널1 밝기온도는 해양에서 대기물현상으로 인해 열대 및 남태평양 수렴대들 에서 극대값을 보였다. 또한 이 밝기온도는 빙하/눈 방출율 효과로 인하여 고위도 해양에서 증가하는 반면에, 고위도육지에서는 감소하였다. 열대 및 남태평양 수렴대들의 계절적 이동은 GCM과 MSU 사이의 채널1 온도 차의 분포에서 체계적으로 나타났다. 이러한 온도차의 극소값 위치에서 추정할 때, 열대 수렴대는 가을에 9N까지 북상하였고, 남태평양 수렴대는 북반구 가을과 겨울에 12S까지 남하하였다. 고위도 경우에는 해빙이 각 반구의 겨울에 북반구에서 53N까지 남하하고, 남반구에서는 58S까지 북상하였다 복사전달 결과를 이용하여 MSU 채널1 밝기온도에 대한 대기물현상과 표면 방출율의 부분적인 기여도를 분리하여 조사하였다. ITCZ지역에서 4-6K의 밝기온도 상승은 1-1.5mm/day의 대기물현상 증가에, 그리고 고위도 해양에서의 10-30K의 상승은 0.6-0.9값의 해빙 방출율의 기여에 해당하였다.

중간 및 상부 대류권의 전구 온도 경향을 1980-97년 기간의 위성관측 MSU 직하점 채널2-3의 밝기온도와 1981-93년 기간의 세 종류의 대순환모델(NCEP, ECMWT, GEOS) 재분석 자료를 통하여 조사하였다. 전구, 북반구, 남반구, 열대 지역에 대한 이들 자료의 아노말리가 공통 기간에 대하여 다음 지역에서 세부적으로 계산된 후 비교되었다; 해양, 육지, 해양 및 육지, 중간 대류권의 경우에 MSU에 대한 모델들의 상관은 ECMWF에서 가장 높았으며(r=0.81∼0.95), 이러한 경향은 열대에서 현저하였다. 상부 대류권에서의 상관은 MSU 채널3 자료의 부정확성으로 인하여 낮았으며(r=0.06∼0.34), 이는 기존 연구와 일치하였다. 중간 대류권에서의 전구 온도 경향은 위성관측과 모델들에서 0.01∼0.18K decade-1의 온난화를 보였다. 여기서 엘니뇨 기간인 1987, 1991년에 양의 아노말리, 그리고 라니냐 기간인 1993, 1994년에는 음의 아노말리를 보였다. MSU에서 온난화 경향의 세기는 해양과 육지에서 비슷하였다(0.12∼0.13K decade-1). 상부 대류권에서 MSU와 모델들 사이의 가장 큰 불일치는 MSU 채널3 자료의 오차로 인하여 NOAA 9와 10의 교체 기간(1984. 12-1985. 1)에 나타났다. 한반도 부근의 중간 대류권에서 온도 경향은 1981-93년 기간에 위성관측에서 거의 무시할 만하였으나(-0.02K decade-1), 모델들에서 상당한 온난화(0.25∼0.43K decade-1)를 보였다. 이러한 경향들을 Spencer and Christy(1992a, 1992b)의 독립적인 MSU 결과들과 비교 · 토의하였다.

측과 모델에서 각각 유도된 하부 성층권의 온도를 비교 · 분석하기 위하여 전구에 대한 1980-98년 기간의 위성관측 MSU 채널4 (하부 성층권) 밝기온도와 두 개의 대기대순환 모델(NCEP, 1980-97년; GEOS, 1981-94년) 재분석 자료를 상관 및 경험직교함수 분석을 통하여 조사하였다. 월평균 기후값의 아노말리에서 MSU 온도는 남반구 겨울에 고위도 지역에서 현저하게 감소하였으나 (20-22K), 남반구 봄인 10월에는 오스트레일리아의 이남 지역에서 하부 성층권 온도 및 오존 전량이 주목 할만하게 동시에 상승하였다. 열대지방에서는 온도 연주기가 중 · 고위도에 비하여 뚜렷하지 않았다. 전구 대부분의 지역에서관측과 모델 사이에 상관은 높았으나 (r≥0.95), 아열대 제트기류가 통과하는 20N-3ON 지역, 북미 대륙 그리고 안데스산맥 남단지역에서 낮았다(r∼O.75). MSU 및 모델 재분석들의 월평균값에 대한 모드 1은 연주기와 함께 화산 폭발시에 하부 성층권의 온도 상승을 나타냈다. 한반도 지역에 대한 분석은 하부 성층권 온도가 대류권과 대조적으로 여름에 하강하고 겨울에 상승하는 형태를 보였다. 열대 태평양에 대한 MSY 및 재분석들의 아노말리 모드 1은 화산폭발에 의한 하부 성층권 온도 상승을 나타냈다. 모드 2는 MSH와 GEOS에서 준2년 주기진동 (QBO), 그러나 NCEP에서 엘니뇨 특징을 보였다. 엘니뇨 특징은 MSU와 GEOS의 경우에 모드 3에서 나타났다. 관측과 모델 모두에서 하부 성층권 온도에 대한 기여율이 대체로 화산폭발, QBO, 엘니뇨 순으로 높았다. 열대 대서양의 결과도 무시할 만한 엘니뇨 기여를 제외하고 열대 태평양과 비슷하였다 본 연구는 하부 성층권 온도에 대한 위성관측과 모델 재분석 자료와의 비교를 통하여 상호 정확성을 진단할 수 있음을 보여준다.

실제증발산 자료를 융합하기 위한 Modified Kling-Gupta efficiency Fusion (KGF)방법을 제시하였고, 인공위성 및 재분석 증발산 자료인 Global Land Data Assimilation System (GLDAS), Global Land Evaporation Amsterdam Model (GLEAM), MODIS Global Evapotranspiration Project (MOD16)를 활용하여 Simple Taylor skill’s Score (STS)와 비교하였다. 한반도와 중국의 세가지 land cover type(i.e., cropland, grassland, forest)을 가진 flux tower에서 비교 검증을 실시하였다. 실제증발산의 융합 방법인 STS와 KGF로 계산된 가중치의 결과를 확인하면, cropland와 grassland에서 재분석 자료(GLDAS, GLEAM)가 높은 가중치 영향을 나타내지만, forest에서 융합 방법에 따라 가중치 영향이 다르게 나타났다. 전반적으로 실제증발산 융합 방법 적용 결과의 비교에서는 cropland에서는 융합에 사용된 자료에 비하여 높은 개선이 이뤄지지 않았지만, grassland와 forest 에서는 개선이 이뤄졌다. 두 방법 중 KGF의 결과가 STS의 결과에 비하여 약간 개선되는 결과를 나타내었다

본 연구에서는 인공위성 및 재분석 자료인 Global Land Data Assimilation System (GLDAS), Global Land Evaporation Amsterdam Model (GLEAM), MOD16의 실제증발산량 산출물을 활용하여 한국수자원조사기술원(Korea Institute of Hydrological Survey, KIHS)에서 관리하고 있는 청미천(cheongmicheon farmland site, CFK)과 설마천(seolmacheon site, SMK) flux tower에서 검증하였고, Triple collocation (TC) 방 법을 활용하여 자료간의 불확실성 및 상관성분석을 수행하였다. 플럭스타워와의 검증 결과에서는 전반적으로 GLEAM>GLDAS>MOD16순으로 좋은 결과를 나타내었으며, 세가지 산출물의 조합(S1: flux tower vs. GLDAS vs. MOD16, S2: flux tower vs. GLDAS vs. GLEAM, S3: flux tower vs. GLEAM vs. MOD16)을 통한 TC 결과에서는 청미천(설마천)에서 GLEAM>GLDAS>MOD16>flux tower (GLDAS>GLEAM>MOD16>flux tower)순으로 좋은 결과를 나타내었다. TC 분석 결과에서 Flux tower의 error variance와 correlation coefficient가 상대적으로 좋은 결과를 나타내지 못하였으므로, 한반도 지역에서 인공위성과 재분석 자료(GLDAS vs. GLEAM vs. MOD16)만을 활용하여 TC를 적용하였다. 그 결과, GLDAS 와 GLEAM이 한반도 영역에서 낮은 error variance 와 높은 correlation coefficient를 나타낸 반면, MOD16의 경우, 농지에서 낮은 correlation coefficient과 높은 error variance를 나타내었다.

수문순환에서 증발산의 정확한 산정은 수문분석 및 이해에 있어서 매우 중요하다. 특히, 증발산을 산정하는 방법은 다양하며, 각각 방법 마다 장단점을 가지고 있다. 그렇기 때문에, 각 다른 방법으로 산전된 결과를 융합하여 최적의 증발산을 산출해야할 필요가 있다. 본 연구에서는 대표적으로 인공위성 기반의 증발산 모델인 revised RS-PM과 MS-PT 방법에서 산출된 증발산과 모델 자료인 Global Land Data Assimilation System (GLDAS)와 Global Land Evaporation Amsterdam Model (GLEAM)자료들을 융합함으로써 최적의 증발산을 산출하고자 하였다. 연구 지역인 청미천과 설마천에서의 플럭스 타워에서 융합된 증발산에 대해서 검증을 실시하였다. 통계학적인 결과(상관계수, 일치도, MAE, RMSE)를 확인하였을 때, 기존의 인공위성과 모델에서 산출되는 증발산 결과에 비해 향상되는 결괄르 나타내었다. 전반적으로 결과를 확인하였을 때, 융합된 자료가 보다 향상된 결과를 보일 수 있을 것이라는 것을 나타내었으며, 추후에는 더 많은 모델을 사용하여 융합함으로써 보다 정확한 결과를 산출 할 수 있을 것으로 기대된다.

The initial and boundary conditions are important factors in regional chemical transport modeling systems. The method of generating the chemical boundary conditions for regional air quality models tends to be different from the dynamically varying boundary conditions in global chemical transport models. In this study, the impact of real time Copernicus atmosphere monitoring service (CAMS) re-analysis data from the modeling atmospheric composition and climate project interim implementation (MACC) on the regional air quality in the Korean Peninsula was carried out using the community multi-scale air quality modeling system (CMAQ). A comparison between conventional global data and CAMS for numerical assessments was also conducted. Although the horizontal resolution of the CAMS re-analysis data is not higher than the conventionally provided data, the simulated particulate matter (PM) concentrations with boundary conditions for CAMS re-analysis is more reasonable than any other data, and the estimation accuracy over the entire Korean peninsula, including the Seoul and Daegu metropolitan areas, was improved. Although an inland area such as the Daegu metropolitan area often has large uncertainty in PM prediction, the level of improvement in the prediction for the Daegu metropolitan area is higher than in the coastal area of the western part of the Korean peninsula.

Agreement in the vertical profiles of the temperature trends from radiosonde observation (HadAT) and four kinds of reanalysis dataset (ERA40, ERA-I, NCEP-DOE, and 20CR) are examined for the period of 1979-2000. There are noticeable spread among reanalysis and observation datasets in the temperature trend depending on region and vertical level. East Asia shows large discrepancy among datasets, while Europe shows relatively good agreement. Generally, biases in temperature trends are larger in the upper troposphere (above 300 hPa) than in the lower and middle troposphere. Comprehensive comparison of the long-term temperature trends among reanalyses is made for horizontal distributions with height, latitude-pressure cross-sectional distributions, zonally-averaged meridional distributions with height, and area-averaged vertical profiles in both DJF and JJA. Consequently, we find that the degree of agreement among reanalyses significantly varies with vertical level, region, and season. The highest discrepancy is found over southern high-latitudes and in the upper troposphere over southern tropics. In the tropical upper troposphere above 200 hPa, observation (HadAT) shows cooling trend increases with height, but three reanalyses show warming trends except NCEP-DOE reanalysis in which cooling trend is overestimated. In conclusion, discrepancies in the vertical profiles of long-term temperature trends among four kinds of reanalysis datasets are quite large, and then a scrupulous approach should be needed when reanalysis dataset is used for climate change study.