국내에서 처음으로 도입한 기상 항공기에 탑재한 G-band 수증기 라디오미터(GVR) 관측으로 산출된 가강수량의 품질 관리 방법을 제안하였다. GVR 빔의 연직 최단 경로 자료만 사용하기 위해 기상 항공기의 자세 정보(pitch와 roll 각도)를 활용하였고, GVR 가강수량이 20 mm 이상의 자료를 제거하는 방법을 품질 관리에 적용하였다. GVR 가강수량 이 20 mm 이상으로 증가할 때, 웜로드(Warm load) 평균 전력과 스카이로드(Sky load) 평균 전력의 차이가 0에 가까이 수렴하는 특성을 확인하였고, 이는 COMS (Communication, Ocean and Meteorological Satellite)의 운형, 운정고도, 운 량자료와 구름통합관측기기(CCP), 강수입자 측정기(PIP)로 측정된 강수 및 구름 입자 크기로 확인한 하층운과 중층운에의한 높은 밝기온도 때문으로 판단된다. 구름 많은 날의 품질 관리 적용 전후의 GVR 가강수량을 LDAPS (Local Data Assimilation and Prediction System) 가강수량과 정량적으로 비교하였는데 RMSD (Root Mean Square Difference)는 2.9 mm에서 1.8 mm로 감소하였고, KLAPS (Korea Local Analysis and Prediction System)와의 RMSD는 5.4 mm에서 4.3 mm로 감소하여 향상된 정확도를 보였다. 또한 품질 관리를 적용한 GVR 가강수량과 드롭존데 가강수량 관측 자료 을 활용하여 COMS 가강수량과도 정량적으로 비교평가함으로써 본 연구에서 제안한 GVR 가강수량의 품질 관리 방법 의 유효성을 확인하였다.

본 연구의 목적은 최근 발생한 태풍들의 이동속도와 관련하여 대기 중 총가강수량의 변화를 분석하는 것이다. 이 연구를 위해 미국기상위성연구소 및 기상청 천리안위성 2A호(GEO-KOMPSAT-2A)의 총가강수량 및 주야간 RGB 합성영상 자료뿐만 아니라 기상청의 기온, 강수량 및 풍속 등의 지상 관측 자료가 사용되었다. 기상청에서 제공하는 태풍 위치 및 이동속도를 활용하여, 2020년 태풍 바비, 마이삭, 하이선과 2019년 태풍 타파, 그리고 2018년 태풍 콩레이의 이동속도를 위도별 태풍 평균속도 통계자료와 비교하였다. 그 결과, 타파와 콩레이는 태풍의 위도별 평균속도와 유사하게 나타났으나 바비와 마이삭은 위도 약 25oN-30oN 구간에서 이동속도가 크게 감소하여 나타났다. 이는 대기 중의 수증기 띠가 전선의 형태로 바비와 마이삭 두 태풍의 전방에 위치하여 이들 태풍의 이동에 방해를 주었기 때문이었다. 즉 이동하는 태풍의 전방에 하층제트로 인해 발생한 수증기 띠가 전선을 형성할 경우, 이 전선과 태풍 사이에 위치하는 고기압 역은 더욱 발달하면서 열대야와 함께 블로킹 효과로 작용하여 태풍의 이동속도가 느리게 나타났다. 결과적으로 대기 중의 수증기가 많았던 바비와 마이삭의 경우, 1차로 하층제트를 따라 수증기 띠가 전선을 형성함으로 인한 집중호우가, 2차로 전선과 태풍 사이에 고기압 역의 하강기류로 인한 열대야 현상이, 그리고 3차로 태풍 자체의 육지 상륙에 의한 강풍과 폭우가 연달아 발생하였다.

본 연구에서는 겨울철 특별관측기간(2012년 1월 5일에서 2월 29일)동안 강원지방기상청에 설치된 GPS 자료를 이용하여 가강수량을 산정하고 이를 라디오존데 가강수량 자료와 비교 분석하였다. GPS 자료를 후처리하기 위하여 Bernese 5.0 소프트웨어를 사용하였다. GANG 단독측위와 GANG, DAEJ의 비교적 짧은 거리의 두 지점만을 이용한 상대측위 결과에 따른 가강수량은 시간에 따른 변동폭이 크고 실제 환산된 가강수량에 비해 5배 정도 크게 나타났다. 이러한 대류권 절대 오차에 의한 오류를 제거하기 위한 방법으로 Xian Dao (BJFS), Ibaraki-ken (TSKB) 국제 IGS 사이트의 장거리 기선설정으로 GPS 후처리를 실시한 결과 라디오존데 관측값과 상관이 0.93, 평균편의오차가 0.67, 평균제곱근오차가 6.40 수준으로 나타났다. 또한 GPS 수신기 고도 차이로 발생할 수 있는 대류권 상대 오차를 제거하기위해 강원지방기상청과 아주 가까운 지점인 강릉 원주대학교에 설치된 GPS 자료를 추가하여 후처리한 결과 상관이 0.93, 평균편의오차가 0.61, 평균제곱근오차가 5.79로 보다 개선된 결과를 보였다.

가강수량과 구름물량의 시공간적 분포와 특성을 분석하기 위해 청주, 합천, 대관령에서 마이크로웨이브 라디오미터의 관측을 수행하였다. 각 지역에서 관측된 가강수량을 검증하기 위해 고층자료에서 산출된 가강수량과 비교하였으며 그 결과 상관계수가 0.8 이상으로 좋은 상관도를 보인다. 청주, 합천, 대관령 지역의 가강수량의 계절적인 변동과 일변화는 유사하게 나타났으며 일반적으로 1000 LST부터 증가하기 시작하여 1900 LST에 극대 값을 보인다. 반면에 구름물량은 지역적으로 계절적인 차이를 보인다. 이는 평지에 위치한 청주, 소백산맥으로 인한 편서풍 구름 차폐가 발생하기 쉬운 합천, 안개 및 구름이 잦은 대관령(834 m 해발고도) 등 각기 다른 지형 및 지리적 영향에 기인한 것으로 사료된다.

In this study, we compared the precipitable water vapor (PWV) data derived from the radiosonde observation data at Sokcho Observatory and the PWV data at Sokcho Global Positioning System (GPS) Observatory provided by Korea Astronomy and Space Science Institute, for the years of 2006, 2008, 2010, and analyzed the radiosonde seasonal, diurnal bias according to radiosonde sensor types. In the scatter diagram of the daytime and nighttime radiosonde PWV data and the GPS PWV data, dry bias was found in the daytime radiosonde observation as known in the previous study. Overall, the tendency that the wet bias of the radiosonde PWV increased as the GPS PWV decreased and the dry bias of the radiosonde PWV increased as the GPS PWV increased. The quantitative analysis of the bias and error of the radiosonde PWV data showed that the mean bias decreased in the nighttime except for 2006 winter, and in comparison for summer, RS92-SGP sensor showed the highest quality.

In this study, global positioning system (GPS)-derived precipitable water vapor (PWV) and microwave radiometer(MWR)-measured integrated water vapor (IWV) were compared and their characteristics were analyzed. Comparingthose two quantities for two years from August 2009, we found that GPS PWV estimates were larger than MWR IWV. Theaverage differenceover the entire test period was 1.1 mm and the standard deviation was 1.2 mm. When the discrepanciesbetween GPS PWV and MWR IWV were analyzed depending on season, the average difference was 0.7 mm and 1.9mm in the winter and summer months, respectively. Thus, the average difference was about 2.5 times larger in summerthan that in winter. However, MWR IWV measurements in the winter months were over-estimated than those in the summermonths as the water vapor content got larger. The results of the diurnal analysis showed that MWR IWV was underestimatedin the daytime, showing a difference of 0.8 mm. In the early morning hours, MWR IWV has a tendency to beover-estimated, with a difference of 1.3 mm with respect to GPS PWV.