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 관측자료 를 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 6유형 으로 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.

증발산은 순복사 에너지를 사용하여 잠열의 형태로 수증기를 대기 중으로 수송함으로써 지구에너지 순환에 있어 중요한 요소 중의 하나이며, 증발산량은 지표유출의 두 배 정도로서 지구 물 수지에서 차지하는 비중이 매우 크다. 증발산의 지상관측은 지점에 국한되기 때문에 공간연속면 상에서의 증발산량 산출을 위하여 격자형 기상자료와 위성자료를 이용한 모델링이 오랫동안 이루어져왔다. PM(Penman-Monteith) 방정식에 기초한 METRIC(Mapping Evapotranspiration with Internalized Calibration) 모델이나 PT(Priestley-Taylor) 방정식을 이용한 MS-PT(Modified Satellite-based Priestley-Taylor) 모델 등이 주로 사용되어 왔으나, 또 하나의 대안으로서 본 연구에서는 최근 부각되고 있는 딥러닝 기법인 DNN(deep neural network)을 이용한 증발산 모델링을 수행하였다. 은닉층 구조, 손실함수, 옵티마이저, 활성화함수, L1/L2 정규화, 드롭아웃 비율 등의 최적화 과정을 거쳐서 수립한 DNN 모델은 RMSE = 0.326mm/day, 상관계수 = 0.975의 매우 양호한 정확도를 나타내었다. 이는 DNN 최적화와 함께, 국지예보모델과 위성자료로부터 증발산 기작에 관여하는 인자들을 선택하여 입력자료로 적절히 사용하였기 때문이기도 하다. 향후과제로서 훈련자료의 종류와 양을 증가시켜서 DNN 모델을 보다 정교화하는 것은 반드시 필요하다고 사료된다.

한반도 남서해안에 위치한 흑산도 고층관측이 2003년 6월 1일부터 실시되고 있다. 이러한 흑산도 관측자료에 의한 수치예보개선효과를 보기 위하여 광주의 관측자료와 비교 분석하였다. 분석에는 MM5를 기본으로 제작한 호남지방 고밀도 예측시스템을 이용하였다. 먼저 지표면 마찰과 현열플러스의 차이에 의하여 광주와 흑산도의 바람장과 온도장은 다르게 나타났으며, 광주와 흑산도의 자료를 모두 동화시킨 수치예측 바람장과 기상장이 관측과 제일 잘 일치하였다. 강수면에서 비록 강수량은 과소평가를 하고 있으나, 강수시간과 강수구역은 흑산도자료를 포함하여 자료동화를 시킨 경우 관측과 유사하게 나타났다.

We have intensively carried out numerical calculations on flare predictions from the solar activity data for photospheric sunspots, chromospheric flare and plages, coronal X-ray intensities and 2800MHz radio fluxes, by using multilinear regression method. Intensities of solar flares for the next day have been predicted from the solar data between 1977-1982 and 1993-1996. Firstly, we have calculated flare predictions with the multilinear regression method, by using separate solar data in growth and decay phase of sunspot area and magnetic field strength from the whole data on solar activities. Secondly, the same operations as above have been made for the remaining data after removal of the data with large deviation from the mean calculated by the above prediction method. we have reached a conclusion that average hit ratio of correct predictions to total predictions of flares with class of M5 over has been as high as 70% for the first case and that of correct prediction number to total observation number has been shown as 61%.

Numerical experiments were carried out to investigate the effect of data assimilation of observational data on weather and PM (particulate matter) prediction. Observational data applied to numerical experiment are aircraft observation, satellite observation, upper level observation, and AWS (automatic weather system) data. In the case of grid nudging, the prediction performance of the meteorological field is largely improved compared with the case without data assimilations because the overall pressure distribution can be changed. So grid nudging effect can be significant when synoptic weather pattern strongly affects Korean Peninsula. Predictability of meteorological factors can be expected to improve through a number of observational data assimilation, but data assimilation by single data often occurred to be less predictive than without data assimilation. Variation of air pressure due to observation nudging with high prediction efficiency can improve prediction accuracy of whole model domain. However, in areas with complex terrain such as the eastern part of the Korean peninsula, the improvement due to grid nudging were only limited. In such cases, it would be more effective to aggregate assimilated data.

본 연구의 목적은 기상자료(강수량, 최고기온, 최저기온, 평균기온, 평균풍속) 기반의 다중선형 회귀모형을 개발하여 농업용저수지 저수율을 예측 하는 것이다. 나이브 베이즈 분류를 활용하여 전국 1,559개의 저수지를 지리형태학적 제원(유효저수량, 수혜면적, 유역면적, 위도, 경도 및 한발빈도)을 기준으로 30개 군집으로 분류하였다. 각 군집별로, 기상청 기상자료와 한국농어촌공사 저수지 저수율의 13년(2002~2014) 자료를 활용하여 월별 회귀모형을 유도하였다. 저수율의 회귀모형은 결정계수(R2)가 0.76, Nash-Sutcliffe efficiency (NSE)가 0.73, 평균제곱근오차가 8.33%로 나타났다. 회귀모형은 2년(2015~2016) 기간의 기상청 3개월 기상전망자료인 GloSea5 (GS5)를 사용하여 평가되었다. 현재저수율과 평년저수율에 의해 산정되는 저수지 가뭄지수(Reservoir Drought Index, RDI)에 의한 ROC (Receiver Operating Characteristics) 분석의 적중률은 관측값을 이용한 회귀식에서 0.80과 GS5를 이용한 회귀식에서 0.73으로 나타났다. 본 연구의 결과를 이용해 미래 저수율을 전망하여 안정적인 미래 농업용수 공급에 대한 의사결정 자료로 사용할 수 있을 것이다.

본 연구에서는 장기예보자료 기반의 장기 가뭄전망정보를 산정하고, 2015년 가뭄사상을 대상으로 활용성을 평가하였다. 이를 위해 ASOS 59개 지점의 관측강수량, GloSea5의 미래예측 및 과거재현 자료를 활용하였으며, 다양한 지속기간(3, 6, 9, 12개월)에 대한 SPI를 산정하였다. 또한 예보선행시간(1~6개월)에 따른 SPI와 관측자료 기반의 SPI 간의 ROC (Receiver Operating Characteristic)및 통계적 분석(상관계수, 평균제곱근 오차)을 수행하여 전망정보의 활용성을 평가하였다. ROC 분석결과, SPI(3)는 2개월, SPI(6)은 3개월, SPI(9)는 4개월, SPI(12)는 5개월까지 ROC score 약 0.70 이상으로 산정되었다. 예보선행시간별 상관계수 및 평균제곱근오차의 경우, 2개월 선행시간 SPI(3)은 0.60, 0.87, 4개월 선행시간 SPI(6)은 0.72, 0.95, 5개월 선행시간 SPI(9)는 0.75, 0.95, 6개월 선행시간 SPI(12)는 0.77, 0.89로 상관계수는 높게, 평균제곱근오차는 낮게 산정되어 활용성이 있는 것으로 판단된다.

본 연구에서는 기상청에서 제공하는 국지예보모델(LDAPS)과 일본 기상청의 중규모모델(Meso-Scale Model, MSM)을 이용하여 태풍 및 정체 전선 등 3개의 강우사상과 남강댐 유역 내 산청 유역에 대해 강우 및 홍수 예측 정확도를 평가하고 비교․ 검토하였다. 강우예측 정확도 평가 결과, LDAPS와 MSM 모두 태풍 사상과 같은 광역적인 예측에 대해서는 예측 정확도가 높은 것으로 나타났으나, 정체전선과 같이 국지적으로 발생하는 강우사상의 경우 예측 오차가 많이 발생하는 것으로 나타났다. 홍수예측 정확도 평가 결과, 선행시간이 증가함에 따라 점점 예측 정확도가 향상되는 것을 확인할 수 있었으며, LDAPS와 MSM 모두 기상 및 수자원간의 연계를 통하여 강우 및 홍수 예측 분야에서의 활용 가능성을 확인할 수 있었다.

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.

본 연구에서는 지상의 관측 자료와 광역의 정보를 제공하는 수치 예보 모형 자료 및 인공위성 자료를 이용하고 자료와 강수예측치의 물리적 상관 특성을 나타내기 위하여 자료 사이의 비선형 거동을 잘 나타내는 신경망 모형에 적용시켜 단시간 강수 예측을 수행하였다. 이를 위하여 서울지점에 대하여 현재로부터 3시간, 6시간, 9시간, 12시간의 선행시간을 가지는 인공위성 자료(MTSAT-1R) 및 수치 예보 모형 자료(RDAPS, Regional Data Assimilation and Prediction System)와 실시간 전송되는 자동 기상 관측 시스템(AWS, Automatic Weather System)의 관측치를 신경망 모형의 입력 자료로 하여 3시간, 6시간, 9시간, 12시간의 선행시간을 가지는 자료로 강수를 예측 할 수 있는 강수 예측 모형을 개발하였다. 장마와 태풍과 같이 전선형강수와 선풍형강수 등 강수 양상의 차이를 고려하기 위하여 6월, 7월과 8월, 9월 자료를 구분하여 신경망을 구축하였으며, 자료가용성에 기초하여 2006년에서 2008년 기간 동안에 대하여 모형을 학습하고 2009년에 대하여 모형의 적용성을 검증한 결과, 단시간 강수예측에 대한 모형의 적용 가능성을 보여주었으나 다양한 광역 자료와 인공신경망을 사용함에도 불구하고 단시간 강수예측의 정량적 정도향상을 위한 여지가 많음을 보여준다.

수문학적 예측에 있어서 강우수치예보의 활용성을 제고하기 위하여 인공신경망을 이용한 정량강수예측기법을 제시하였다. 본 연구에서는 2001년 6월과 7월, 2002년 8월의 중규모수치예보자료와 AWS의 3시간 누적강수, 상층기상관측소에서의 가강수량과 상대습도, 각 선행시간별 강수발생확률을 이용하여 각 선행시간에 따른 강수량을 예측하였다. 강수는 대기변수의 물리적 비선형조합으로 발생하기 때문에 강수에 영향을 미치는 대기변수와 관측강수사이의 비선형관계를 고려하

지구 온난화의 영향에 따른 기상 이변이 전세계적으로 급증하고 있다. 이에 따라 우리나라를 포함한 많은 나라에서 홍수예보 시스템과 수문자료를 저장하는 시스템을 운영하고 있다. 본 연구의 목적은 이러한 시스템에서 운영하고 있는 결측우량 보정방법을 알아보고 더 효과적인 보정방법을 찾아내어 제시하기 위함이다. 이를 위해 한강권역 194개 TM 우량관측소 10분 자료 이용하였다. 보정방법은 실시간 우량자료 보정시스템에서 사용이 용이한 산술 평균법, 역거리 가중법

수문학적 해석에 있어 레이더 강우의 활용은 원시자료를 획득하기가 어려울 뿐만 아니라 이를 처리하여 적용하는 과정이 간단하지 않기 때문에 대부분의 연구와 실무적용에 있어 많은 어려움이 있다. 본 연구에서는 레이더 영상자료를 실용적으로 활용하기 위한 방안으로 기상청에서 제공하는 레이더 합성 CAPPI(Constant Altitude Plan Position Indicator) 이미지 자료를 디지털 강우자료로 변환할 수 있는 '레이더 영상 디지털 변환법(RA