(A) new parameterization for estimation of turbulent fluxes over the ocean = 해양에서의 난류 플럭스를 추정하기 위한 새로운 모수화 개발

다국어 초록 (Multilingual Abstract)

In the present study, the main objective was to investigate the characteristics of turbulent fluxes and to modify the flux algorithm. Turbulent flux data was observed at the Ieodo Ocean Research Station (IORS) for several years. This data explains the characteristics of middle-latitude open sea such as seasonal variation.
Reliable observation data was required to modify the flux algorithm. In this study, the quality control methods for flux measurement at the Ieodo Ocean Research Station (IORS) included weather check, the quality control algorithms of Vickers and Mahrt (1997, VM checks), flag check, and direction check. Generally, rain is recognized as a main cause of flux measurement problems. But errors are also occurred due to strong fog, and high waves, and strong wind. The sensor used to observe H2O is especially sensitive in these environments. The effects of the three tilt correction method (double rotation, triple rotation, and planar fit) were also compared. When the observation period was shorter than weeks, the double rotation method was more appropriate instead of planar fit method. But the analysis of momentum flux corrected by the double rotation method required needed more attention than turbulent heat fluxes.
The periods of IORS observation were sufficiently long to categorize various criteria. Turbulent flux fluxes were analyzed according to stability level and season. Stable (z/L ≥ 0.4) cases compared about 5% of cases, near neutral (-0.4 < z/L < 0.4) cases comprised about 70%, and unstable (z/L ≤ -0.4) ratios comprised about 25%. Seasonal variation was especially important in middle-latitudes.
The relationship between turbulent fluxes and wind speed exhibited different features, depending on the season. In the winter (DJF), latent heat flux is rapidly increased when wind speed increased. In SON, latent heat flux was more scattered than in DJF. Sensible heat flux was similar to latent heat flux. Friction velocity showed good agreement in the relationship between wind speed and friction velocity in a neutral state. The seasonal relationship between turbulent fluxes and wind speed was again classified according to stability. In an unstable state, heat fluxes were closely correlated with wind speed. Friction velocities in near neutral states were greater than friction velocities in other states.
The transfer coefficient also varied seasonally. In the unstable condition of DJF, CE increased as wind speed increased. CH exhibited a clear relationship with wind speed. Generally, CE and CH were treated as the same value in the model. But IORS results data denoted CE and CH as begin very different. However, CD did not show seasonal variation, but it did exhibit different features based on stability.
Droplets played a large role in latent heat transfer between the ocean and the atmosphere. Sea spray was not included in the COARE algorithm, though it could influence air-sea heat fluxes. In this study, COARE3.0 was modified to include the sea spray process. The transfer coefficients for heat fluxes were adjusted by scale factor. Significant wave height was modified to use different parameterizations based on the wave peak period. Modified turbulent heat fluxes showed good agreement with the observation data and the modified drag coefficient was well-fitted to the observation data. In low wind conditions, however, the drag coefficients still disagreed with the observation data.
Spray effects were most evident in the latent heat flux. When wind speed was greater than 10ms-1, spray significantly impacted the total latent heat flux. The spray effects of latent heat flux were controlled by wind speed, the difference between surface humidity and air humidity and significant wave height.
To reduce uncertainty in the air-sea flux algorithm, new parameterizations were developed based on field and laboratory experiments conducted by many researches. However flux algorithms were limited to certain conditions (calm to light winds and high wind speeds). The results of present study should help facilitate some understanding of air-sea interaction in the ocean.

국문 초록 (Abstract)

해양에서의 난류 플럭스의 특성을 조사하여 해양 상에서의 난류 플럭스 모수화 모형을 개선하고자 한다. 현재까지 해양의 난류 플럭스 계산에 많은 불확실성이 있는데, 이는 육지에 비하여 해양의 표면이 가변적이고 해양에서의 다양한 기상 및 해양 현상에 의한 영향을 정량적으로 다루지 못하기 때문이다. 그러나 해양에서의 난류 모수화의 문제는 태풍이나 폭풍 해일 등 악기상의 예측에서 대기-해양의 상호작용에 대한 정확한 정보를 제공하는 열쇠를 제공하기 때문에 매우 중요하다. 이 연구의 목적은 해수면의 특징을 잘 고려하여 더 정확한 해양상에서 난류 플럭스의 추정 모수화를 개발하는 것이다. 이를 위하여 긴 기간 관측된 신뢰도 높은 관측 자료의 확보가 우선되어야 한다. 본 연구에서는 2004년 10월부터 2008년 2월까지 제주도 남서해상 149km 지점의 동중국해에 설치된 이어도 해양 과학 기지에서 관측된 난류 플럭스, 기상, 해양 관측 자료를 이용하였다. 관측 자료의 질을 높이기 위한 후처리 과정은 품질 관리 과정과 축 회전 과정으로 나누어 수행되었다.
해상상의 대기의 난류 플럭스는 바람과 습도, 온도에 의존하기 때문에 본 연구에서는 난류 플럭스 모수화 모형 개선을 위하여 풍속 크기, 안정도와 계절에 따라 분류하여 대기-해양 난류 플럭스 특성을 분석하였다. 안정한 상태 (z/L ≥ 0.4)는 전체 사례의 약 5%를 차지하며, 거의 중립인 상태 (-0.4 < z/L < 0.4)는 약 70%이고 불안정한 상태 (z/L ≤ -0.4)는 약 25%를 차지하였다. 난류 플럭스와 풍속과의 관계는 계절풍과 대기 건조도 및 기단의 온도 특성에 따라 계절별로 크게 다른 모습을 보였다. 겨울철 잠열 플럭스는 풍속이 증가함에 따라서 급속히 증가하며, 가을철에 잠열 플럭스는 풍속에 따라 증가함이 겨울철에 비하여 그 편차가 컸다. 현열 플럭스는 잠열 플럭스와 비슷한 분포를 보였으나 마찰 속도는 계절에 따른 차이가 크지 않았다. 불안정한 상태일 때, 열 플럭스들은 풍속과 밀접한 관계를 보였다. 끌림 계수 분석에서 계절에 따른 차이보다 안정도에 따라서 풍속과의 관계가 다르게 구성되었다.
해상에서의 대기 상태는 파도로 인한 물보라에 영향을 받는다. 특히 파도로 인한 물보라의 생성과 증발은 열 플럭스에 더 큰 영향을 주며, 이를 고려하기 위하여 COARE 알고리즘에 ETL sea spray model을 포함시켰다. 해양 변수인 유의파고와 파주기에 대한 새로운 모수화를 포함하여 플럭스 알고리즘을 수정하여 새로운 모수화 알고리즘을 개발하였다. 특히 안정도, 계절, 바람에 대하여 구분하여 카테고리별로 모수화 모형을 개발하였다. 수정된 COARE 알고리즘은 규준 실험에 비하여 향상된 결과를 보였으며, 물보라는 풍속이 10ms-1이상일 때 열 플럭스에 뚜렷한 영향을 주었다. 그러나 약한 풍속에 대한 끌림계수와 플럭스의 모수화는 아직도 개선할 점이 남아 있음을 알 수 있었다.

목차 (Table of Contents)

• 1 Introduction = 1
• 1.1 Observation of air-sea interaction = 1
• 1.2 Parameterization of turbulent fluxes = 3
• 2 Measurement and post processes = 9
• 2.1 Measurement = 9
• 2.1.1 Ieodo ocean research station = 9
• 2.1.2 Instrumentation = 12
• 2.2 Post processes = 15
• 2.2.1 Quality control = 16
• 2.2.2 Tilt correction = 21
• 2.3 Effects of Post processes = 22
• 3 Categorization = 31
• 3.1 Atmospheric stability = 31
• 3.2 Seasonal variation = 36
• 3.3 Effect of ocean variables = 50
• 3.3.1 Significant wave height = 50
• 3.3.2 Wave peak period = 51
• 4 Simulation and results = 55
• 4.1 Models = 56
• 4.1.1 COARE 3.0 = 56
• 4.1.2 Sea spray model = 60
• 4.2 Development of new flux algorithm = 63
• 4.3 Evaluations of new flux algorithm = 72
• 5 Summary and Conclusions = 80
• References = 83
• 요약 = 91