We aimed to evaluate the effectiveness of ensemble optimal interpolation (EnOI) in improving the analysis of significant wave height (SWH) within wave models using satellite-derived SWH data. Satellite observations revealed higher SWH in mid-latitude regions (30o to 60o in both hemispheres) due to stronger winds, whereas equatorial and coastal areas exhibited lower wave heights, attributed to calmer winds and land interactions. Root mean square error (RMSE) analysis of the control experiment without data assimilation revealed significant discrepancies in high-latitude areas, underscoring the need for enhanced analysis techniques. Data assimilation experiments demonstrated substantial RMSE reductions, particularly in high-latitude regions, underscoring the effectiveness of the technique in enhancing the quality of analysis fields. Sensitivity experiments with varying ensemble sizes showed modest global improvements in analysis fields with larger ensembles. Sensitivity experiments based on different decorrelation length scales demonstrated significant RMSE improvements at larger scales, particularly in the Southern Ocean and Northwest Pacific. However, some areas exhibited slight RMSE increases, suggesting the need for region-specific tuning of assimilation parameters. Reducing the observation error covariance improved analysis quality in certain regions, including the equator, but generally degraded it in others. Rescaling background error covariance (BEC) resulted in overall improvements in analysis fields, though sensitivity to regional variability persisted. These findings underscore the importance of data assimilation, parameter tuning, and BEC rescaling in enhancing the quality and reliability of wave analysis fields, emphasizing the necessity of region-specific adjustments to optimize assimilation performance. These insights are valuable for understanding ocean dynamics, improving navigation, and supporting coastal management practices.

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.

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.

중규모 기상 모델을 이용하여 안개와 같은 미세규모 국지현상을 정확히 재현하는 것은 매우 어려운 실정이다. 특히, 수치모델의 초기 입력 자료의 불확도는 수치모델의 예측 정확도에 결정적인 영향을 미치기 때문에 이를 보완하기 위한 자료동화 과정이 요구되어진다. 본 연구에서는 WRF (Weather Research and Forecasting) 모델을 이용하여 낙동강 지역에서 발생한 여름철 안개사례 재현실험을 대상으로 중규모 기상 모델의 한계를 검증하였다. 중규모 기상 모델에서 초기 및 경계장으로 사용되는 KLAPS (Korea Local Analysis and Prediction System)와 LDAPS (Local Data Assimilation and Prediction System) 분석장 자료를 이용하여 수치모델 모의 정확도 민감도 분석을 수행하였다. 또한 AWS (Automatic Weather System) 자료를 이용한 자료동화(Four-Dimensional Data Assimilation)에 의한 수치모델의 정확도 개선 정도를 평가하였다. 초기 및 경계장 민감도 분석 결과에서 LDAPS 자료를 입력 자료로 사용한 경우가 KLAPS 자 료 보다 기온과 이슬점온도, 상대습도에서 높은 정확도를 보였고, 풍속은 더 낮은 수준을 나타내었다. 특히, 상대습도에 서 LDAPS의 경우는 RMSE (Root Mean Square Error)가 15.9%, KLAPS는 35.6%의 수준을 보여 그 차이가 매우 크 게 나타났다. 또한 자료동화를 통하여 기온, 풍속, 상대습도의 RMSE가 각각 0.3 o C, 0.2ms−1 , 2.2% 수준으로 개선되었다.

A number of heavy rainfall events on the Korean Peninsula are indirectly influenced by tropical cyclones (TCs) when they are located in southeastern China. In this study, a heavy rainfall case in the middle Korean region is selected to examine the influence of typhoon simulation performance on predictability of remote rainfall over Korea as well as direct rainfall over Taiwan. Four different numerical experiments are conducted using Weather Research and Forecasting (WRF) model, toggling on and off two different improvements on typhoon in the model initial condition (IC), which are TC bogussing initialization and dropwindsonde observation data assimilation (DA). The Geophysical Fluid Dynamics Laboratory TC initialization algorithm is implemented to generate the bogused vortex instead of the initial typhoon, while the airborne observation obtained from dropwindsonde is applied by WRF Three-dimensional variational data assimilation. Results show that use of both TC initialization and DA improves predictability of TC track as well as rainfall over Korea and Taiwan. Without any of IC improvement usage, the intensity of TC is underestimated during the simulation. Using TC initialization alone improves simulation of direct rainfall but not of indirect rainfall, while using DA alone has a negative impact on the TC track forecast. This study confirms that the well-suited TC simulation over southeastern China improves remote rainfall predictability over Korea as well as TC direct rainfall over Taiwan.

Data for model analysis derived from the finite volume (fv) GCM (Goddard Earth Observing System Ver. 4, GEOS-4) and the Land Data Assimilation System (LDAS) have been utilized in a mesoscale model. These data are tested to provide initial conditions and lateral boundary forcings to the Purdue Mesoscale Model (PMM) for a case study of the Midwestern flood that took place from 21-23 May 1998. The simulated results with fvGCM and LDAS soil moisture and temperature data are compared with that of ECMWF reanalysis. The initial conditions of the land surface provided by fvGCM/LDAS show significant differences in both soil moisture and ground temperature when compared to ECMWF control run, which results in a much different atmospheric state in the Planetary Boundary Layer (PBL). The simulation result shows that significant changes to the forecasted weather system occur due to the surface initial conditions, especially for the precipitation and temperature over the land. In comparing precipitation, moisture budgets, and surface energy, not only do the intensity and the location of precipitation over the Midwestern U.S. coincide better when running fvGCM/LDAS, but also the temperature forecast agrees better when compared to ECMWF reanalysis data. However, the precipitation over the Rocky Mountains is too large due to the cumulus parameterization scheme used in the PMM. The RMS errors and biases of fvGCM/LDAS are smaller than the control run and show statistical significance supporting the conclusion that the use of LDAS improves the precipitation and temperature forecast in the case of the Midwestern flood. The same method can be applied to Korea and simulations will be carried out as more LDAS data becomes available.

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.

연안 해상 바람 자원 평가에 적용되는 해상풍 위성자료 동화특성을 평가하기 위하여 수치실험을 실시하였다. 사용된 위성자료는 미항공우주국의 QuikSCAT과 유럽우주국의 ASCAT이다. 해상풍 위성자료 동화과정은 연안지역 바람 자원 평가의 정확성을 향상시키는 주요한 요소의 하나이다. QuikSCAT의 관측 가능한 빔폭이 상대적으로 넓기 때문에 QuikSCAT 해상풍 자료를 동화하여 제시된 연안 바람장이 ASCAT를 사용한 바람장보다 약간 높은 정확도를 제시한다. 그러나 센서의 직하 부근의 바람장은 상대적으로 ASCAT의 예측 정확도가 높게 나타난다. 이러한 해상풍 위성자료의 동화효과는 6시간 정도 지속되기 때문에 정확한 연안지역 바람장을 평가하기 위해서는 센서의 공간해상도뿐 아니라 시간해상도가 높은 해상풍 위성자료 동화 과정이 필요하다.

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.

The effect of coupled data assimilation (DA) on the meteorological prediction in the west coastal region of Korea was evaluated using a coupled atmosphere-ocean model (e.g., COAWST) in the spring (March 17􎂡26) of 2019. We performed two sets of simulation experiments: (1) with the coupled DA (i.e., COAWST_DA) and (2) without the coupled DA (i.e., COAWST_BASE). Overall, compared with the COAWST_BASE simulation, the COAWST_DA simulation showed good agreement in the spatial and temporal variations of meteorological variables (sea surface temperature, air temperature, wind speed, and relative humidity) with those of the observations. In particular, the effect of the coupled DA on wind speed was greatly improved. This might be primarily due to the prediction improvement of the sea surface temperature resulting from the coupled DA in the study area. In addition, the improvement of meteorological prediction in COAWST_DA simulation was also confirmed by the comparative analysis between SST and other meteorological variables (sea surface wind speed and pressure variation).

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.

In order to simulate a typhoon precisely, the satellite observation data has been assimilated using WRF (Weather Research and Forecasting model) three-Dimensional Variational (3DVAR) data assimilation system. The observation data used in 3DVAR was GPS Radio Occultation (GPS-RO) data which is loaded on Low-Earth Orbit (LEO) satellite. The refractivity of Earth is deduced by temperature, pressure, and water vapor. GPS-RO data can be obtained with this refractivity when the satellite passes the limb position with respect to its original orbit. In this paper, two typhoon cases were simulated to examine the characteristics of data assimilation. One had been occurred in the Western Pacific from 16 to 25 October, 2015, and the other had affected Korean Peninsula from 22 to 29 August, 2012. In the simulation results, the typhoon track between background (BGR) and assimilation (3DV) run were significantly different when the track appeared to be rapidly change. The surface wind speed showed large difference for the long forecasting time because the GPS-RO data contained much information in the upper level, and it took a time to impact on the surface wind. Along with the modified typhoon track, the differences in the horizontal distribution of accumulated rain rate was remarkable with the range of 600~500 mm. During 7 days, we estimated the characteristics between daily assimilated simulation (3DV) and initial time assimilation (3DV_7). Because 3DV_7 demonstrated the accurate track of typhoon and its meteorological variables, the differences in two experiments have found to be insignificant. Using observed rain rate data at 79 surface observatories, the statistical analysis has been carried on for the evaluation of quantitative improvement. Although all experiments showed underestimated rain amount because of low model resolution (27 km), the reduced Mean Bias and Root-Mean-Square Error were found to be 2.92 mm and 4.53 mm, respectively.

본 연구의 목적은 앙상블 칼만필터링 기법과 연속형 강우-유출모형을 연계한 SURF 모형과 Auto ROM을 결합한 실시간 댐 수문량 예측모형(DHVPM)을 개발하고 그 적용성을 평가하는데 있다. 대상유역은 충주댐 상류유역을 선정하였으며 2006∼2009년 동안 연최대 유입량이 발생한 4개 사례를 선정하였다. 관측유량 자료동화 적용에 따른 선행시간 1시간 유입량에 대한 첨두유량 상대오차, 평균제곱근오차, 모형효율성계수를 산정한 결과, 2007년 첨두유량 상대오차 결과를 제외한 모든 사례에서 자료동화기법을 적용한 결과가 우수한 것으로 나타났다. 현시점으로 가정한 가상시점에서 예측선행시간 10시간에 대해 유입량을 예측한 결과에서, 유역평균강우량의 오차가 큰 경우에 대해 자료동화기법을 적용함으로써 예측 유입량의 오차가 줄어드는 것을 확인하였다. 이상의 결과로부터 실시간 예측유입량의 정확도를 향상시키기 위해서는 관측유입량의 실시간 활용이 가능한 환경에서 자료동화기법을 연계한 유입량 예측모형을 이용하는 것이 바람직할 것으로 판단된다.

본 연구에서는 연속형 강우-유출모형과 앙상블 칼만 필터 기법을 연계하여 실시간 하천유량 예측모형을 개발하고 자료동화로 인한 정확도 개선 정도를 평가하고자 한다. 대상유역은 안동댐 상류유역을 선정하고 2006.7.1~8.18과 2007.8.1~9.30의 홍수기간에 대해 평가를 수행하였다. 자료동화를 위한 모형 상태변수는 유역의 토양수분과 저류량 및 하도 저류량을 선정하였으며 하류 댐 지점의 관측유량을 이용하여 상태변수를 갱신하도록 모형을 설계하였다. 상태

Wind power energy is one of the favorable and fast growing renewable energies. It is most important for exact analysis of wind to evaluate and forecast the wind power energy. The purpose of this study is to improve the performance of numerical atmospheric model by data assimilation over a complex coastal area. The benefit of the profiler is its high temporal resolution and dense observation data at the lower troposphere. Three wind profiler sites used in this study are inhomogeneously situated near south-western coastal area of Korean Peninsula. The method of the data assimilation for using the profiler to the model simulation is the three-dimensional variational data assimilation (3DVAR). The experiment of two cases, with/without assimilation, were conducted for how to effect on model results with wind profiler data. It was found that the assimilated case shows the more reasonable results than the other case compared with vertical observation and surface Automatic Weather Station(AWS) data. Although the effect of sonde data was better than profiler at a higher altitude, the profiler data improves the model performance at lower atmosphere. Comparison with the results of 4 June and 5 June suggests that the efficiency with hourly assimilated profiler data is strongly influenced by synoptic conditions. The reduction rate of Normalized Mean Error(NME), mean bias normalized by averaged wind speed of observation, on 4 June was 28% which was larger than 13% of 5 June. In order to examine the difference in wind power energy, the wind power density(WPD) was calculated and compared.

We focused on effects on data assimilation of simulated wind fields by using upper-air observations (wind profiler and sonde data). Local Analysis Prediction System (LAPS), a type of data assimilation system, was used for wind field modeling. Five cases of simulation experiments for sensitivity analysis were performed : which are EXP0) non data assimilation, EXP1) surface data, EXP2) surface data and sonde data, EXP3) surface data and wind profiler data, EXP4) surface data, sonde data and wind profiler data. These were compared with observation data. The result showed that the effects of data assimilation with wind profiler data were found to be greater than sonde data. The delicate wind fields in complex coastal area were simulated well in EXP3. EXP3 and EXP4 using wind profiler data with vertically high resolution represented well sophisticated differences of wind speed compared with EXP1 and EXP2, this is because the effects of wind profiler data assimilation were sensitively adjusted to first guess field than those of sonde observations.

We focus on the improvement of accuracy of sea surface wind over complex coastal area during the warm season. Local Analysis Prediction System (LAPS) was used to improve the initial values in Mesoscale Meteorological model (MM5). During the clear summer days with weak wind speed, sea surface wind simulated with LAPS was compared with the case without LAPS. The results of modeling with LAPS has a good agreement mesoscale circulation such as mountain and valley winds on land and in case of modeling without LAPS, wind speed overestimated over the sea in the daytime. And the results of simulation with LAPS indicated similar wind speed values to observational data over the sea under influence of data assimilation using BUOY, QuikSCAT, and AMEDAS. The present study suggests that MM5 modelling with LAPS showed more improved results than that of without LAPS to simulate sea surface wind over the complex coastal area.

The purpose of this research is development of radar data assimilation observed at Jindo S-band radar. The accurate observational data assimilation system is one of the important factors to meteorological numerical prediction of the region scale. Diagnostic analysis system LAPS(Local Analysis and Prediction System) developed by US FSL(Forecast Systems Laboratory) is adopted assimilation system of the Honam district forecasting system. The LAPS system was adjusted in calculation environment in the Honam district. And the improvement in the predictability by the application of the LAPS system was confirmed by the experiment applied to Honam district local severe rain case of generating 22 July 2003. The results are as follows: 1) Precipitation amounts of Gwangju is strong associated with the strong in lower level from analysis of aerological data. This indicated the circulation field especially, 850 hPa layer, acts important role to precipitation in Homan area. 2) Wind in coastal area tends to be stronger than inland area and radar data show the strong wind in conversions zone around front. 3) Radar data assimilation make the precipitation area be extended and maximum amount of precipitation be smaller. 4) In respect to contribution rate of different height wind field on precipitation variation, radar data assimilation of upper level is smaller than that of lower level.