논문 상세보기
2013년 여름철 집중관측동안 통합모델 관측시스템실험을 이용한 이동형 레윈존데 관측의 자료동화 효과 KCI 등재
Data Assimilation Effect of Mobile Rawinsonde Observation using Unified Model Observing System Experiment during the Summer Intensive Observation Period in 2013
pp.215-224
2013년 여름철 집중관측기간(장마기간: 2013년 6월 20일-7월 7일, 집중호우기간: 2013년 7월 8일-30일) 동안 이동식 기상관측시스템의 레윈존데 관측 자료를 전 지구 통합예측시스템 3차원 자료동화에 이용하여 그 효과를 살펴보았다. 효과 분석을 위한 2가지 모의실험 중 규준실험은 기존 기상청 관측 자료만 사용한 것이고 관측시스템실험은 기상청 관측 자료에 이동식 기상관측시스템의 레윈존데 자료를 추가한 것이다. 장마기간 동안 두 실험의 500 hPa 지위고도, 850 hPa 기온, 300 hPa 풍속의 관측 및 분석검증 비교 결과 큰 차이를 보이지 않았는데, 이는 고정관측소의 레윈존데 자료(0000 UTC 및 1200 UTC)만을 기준으로 검증이 이루어졌기 때문이다. 하지만, 종관기상관측시스템의 시간별 누적 강수량 자료를 이용한 강수검증에 있어서 관측시스템실험의 평균 공정임계지수가 규준실험에 비해 2% 수준으로 개선된 결과를 보였다. 특히 강수검증에서 긍정적인 효과가 나타난 사례만 비교한 경우, 관측시스템실험의 평균 공정임계지수가 규준실험에 비해 41%까지 개선된 결과를 보여 이동식 기상관측시스템 레윈존데 관측 자료가 수치모델의 예측정확도 향상에 유용함을 알 수 있었다.
Data assimilation effect of mobile rawinsonde observation was evaluated using Unified Model (UM) with a Three-Dimensional Variational (3DVAR) data assimilation system during the intensive observation program of 2013 summer season (rainy season: 20 June-7 July 2013, heavy rain period: 8 July-30 July 2013). The analysis was performed by two sets of simulation experiments: (1) ConTroL experiment (CTL) with observation data provided by Korea Meteorological Administration (KMA) and (2) Observing System Experiment (OSE) including both KMA and mobile rawinsonde observation data. In the model verification during the rainy season, there were no distinctive differences for 500 hPa geopotential height, 850 hPa air temperature, and 300 hPa wind speed between CTL and OSE simulation due to data limitation (0000 and 1200 UTC only) at stationary rawinsonde stations. In contrast, precipitation verification using the hourly accumulated precipitation data of Automatic Synoptic Observation System (ASOS) showed that Equivalent Threat Score (ETS) of the OSE was improved by about 2% compared with that of the CTL. For cases having a positive effect of the OSE simulation, ETS of the OSE showed a significantly higher improvement (up to 41%) than that of the CTL. This estimation thus suggests that the use of mobile rawinsonde observation data using UM 3DVAR could be reasonable enough to assess the improvement of prediction accuracy.
