본 연구에서는 레이더 관측 영역 내에 강수 에코(echo)가 없는 지역을 비강수 정보라고 정의하고 자료 동화에 활용하였다. 비강수 정보는 레이더로 관측할 수 있는 최대 영역 내에서 강수에 의한 에코가 나타나지 않고 레이더에서 관측할 수 없을 정도로 약한 강수나 구름 입자가 있거나, 강수 자체가 없다는 것을 의미한다. 기존의 레이더 자료를 동 화한 연구가 강수에 의한 반사도와 시선속도를 동화하여 모델 내의 강수를 만들어내는 것에 초점을 두었다면, 본 연구 에서는 에코가 없다는 것도 하나의 정보로 고려하고 이를 동화함으로써 모델 내에서 잘못 예측한 강수를 억제하였다. 비강수 정보를 자료동화에 적용시키기 위해 레이더 비강수 정보를 수상체와 상대습도로 변환하는 관측 연산자를 제시 하고 이를 Weather Research and Forecasting (WRF) 모델의 자료동화 시스템인 WRF Data Assimilation system (WRFDA)에 적용하였다. 또한 비강수 정보를 효과적으로 활용하기 위한 레이더 자료의 처리 방법을 제시하였다. 비강 수 정보가 모델 내에서 잘못 예측한 강수를 억제할 수 있는지 확인하기 위해 단일 관측실험을 수행하였으며 비강수 정 보가 수상체와 습도 그리고 기온을 낮춤으로써 대류가 억제될 수 있는 환경을 만들었다. 비강수 정보의 동화 효과를 실제 사례에 적용한 2013년 7월 23일 대류 사례 실험을 통해 9시간 예측을 수행하여 결과를 분석하였다. 레이더 비강 수 정보를 추가로 동화한 실험이 비강수 정보를 제외한 실험보다 Fractional Skill Score (FSS)가 증가하고 False Alarm Ratio (FAR)는 감소하여 모델의 강수 예측성을 향상시켰다.

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 nonprecipitation 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 nonprecipitation 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.

서 론
연구 방법 및 실험 구성
    수치모델의 레이더 반사도 연산자
    레이더 비강수 정보 관측연산자
    수치예보 실험 구성
    실제 사례 및 실험 구성
연구 결과
    단일 관측실험
    실제 사례 실험
    강수 예측성 검증
결론 및 토의
사 사

• 김유신(School of Meteorology, University of Oklahoma, Norman, OK, 73072, USA) | Yu-Shin Kim
• 민기홍(경북대학교 대학원 대기과학과, 41566, 대구광역시 북구 대학로 80) | Ki-Hong Min (Department of Atmospheric Sciences, Kyungpook National University, Daegu 41566, Korea) Corresponding author