http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
기상청 국지기상예측시스템을 이용한 서울의 도시열섬강도 예측 평가
변재영,홍선옥,박영산,김연희,Byon, Jae-Young,Hong, Seon-Ok,Park, Young-San,Kim, Yeon-Hee 한국지구과학회 2021 한국지구과학회지 Vol.42 No.2
본 연구는 기상청 현업모델(LDAPS)로부터 예측된 서울의 도시열섬 강도와 지상 기온을 AWS 관측과 비교 평가하였다. 관측된 서울의 열섬 강도는 봄과 겨울동안 증가하며 여름동안 감소한다. 열섬 강도의 시간적 변동 경향은 새벽 시간 최대, 오후에 최소를 보인다. 기상청 국지기상예측시스템(LDAPS)으로부터 예측된 열섬 강도는 여름철 과대모의, 겨울철 과소모의 특징을 보인다. 특히 여름철은 주간에 과대 모의 경향이 증가하며, 겨울은 새벽 시간 과소 모의 오차가 크게 나타난다. LDAPS에서 예측된 지면 기온의 오차는 여름철 감소하며 겨울철 증가한다. 겨울철 열섬 강도의 과소 모의는 도시 기온의 과소 모의와 관련되었으며, 여름철 열섬 강도의 과대 모의는 교외 지역 기온의 과소 모의로부터 기인하는것으로 판단된다. 도시 열섬강도 예측성 개선을 위하여 도시효과를 고려하는 도시캐노피모델을 LDAPS와 결합하여 2017년 여름 기간동안 모의하였다. 도시캐노피모델 적용 후 도시의 지면 기온의 오차는 개선되었다. 특히 오전시간 과소모의되는 기온의 오차 개선 효과가 뚜렷하였다. 도시캐노피모델은 여름동안 과대 모의하는 도시열섬강도를 약화시키는 개선 효과를 보였다. The purpose of this study was to evaluate the urban heat island (UHI) intensity and the corresponding surface temperature forecast obtained using the local data assimilation and prediction system (LDAPS) of the Korea Meteorological Administration (KMA) against the AWS observation. The observed UHI intensity in Seoul increases during spring and winter, while it decreases during summer. It is found that the diurnal variability of the UHI intensity peaks at dawn but reaches a minimum in the afternoon. The LDAPS overestimates the UHI intensity in summer but underestimates it in winter. In particular, the model tends to overestimate the UHI intensity during the daytime in summer but underestimate it during the nighttime in winter. Moreover, surface temperature errors decrease in summer but increase in winter. The underestimation of the winter UHI intensity appears to be associated with weak forecasting of urban temperature in winter. However, the overestimated summer UHI intensity results from the underestimation of the suburban temperature forecast in summer. In order to improve the predictability of the UHI intensity, an urban canopy model (MORUSES) that considers urban effects was combined with LDAPS and used for simulation for the summer of 2017. The surface temperature forecast for the city was improved significantly by adopting MORUSES, and there were remarkable improvements in urban surface temperature morning forecasts. The urban canopy model produced an improvement effect that weakened the intensity of the UHI, which showed an overestimation during summer.
WRF-FDDA-LES를 이용한 풍력-기상자원지도 개발
변재영(Byon, Jae-Young),최영진(Choi, Young-Jean),서범근(Seo, Beom-Keun),김순아(Kim, Su-Na) 한국신재생에너지학회 2010 한국신재생에너지학회 학술대회논문집 Vol.2010 No.11
기후변화의 주요인이 되는 온실가스 감축을 목표로 화석연료를 대체하기 위한 대체 에너지 개발을 위한 많은 노력이 진행되고 있다. 풍력 에너지와 같은 신재생에너지는 이러한 하나의 해결 수단이 될 수 있으며 풍력 에너지 사업의 활성화를 위해서는 정확한 풍력 정보 제공이 우선이다. 풍력-기상자원지도는 풍력 발전에 유용한 정보 제공을 위한 목적으로 중규모 수치 모델을 이용하여 작성된다. 본 연구에서는 중규모 수치 모델의 정확도 향상을 위한 자료동화 방법으로써 Four-Dimensional Data Assimilation (FDDA) 방법을 이용한다. 풍력-기상자원지도는 공간분해능 1 km 해상도로 개발된다. 풍력-기상자원지도는 1998-2008년까지의 평균적인 상태에 대하여 모의를 하기 위하여 통계적인 방법으로 11년 기간의 평균과 유사한 기간을 선정하였다. 풍력-기상자원지도는 연 평균, 월 평균 풍속과 주 풍향, 주풍향 발생 비율 등의 정보를 제공한다. 우리나라 풍속의 평균 분포는 내륙 산악지역, 남해안, 제주도에서 강풍이 발생하며 주 풍향은 대체로 북서풍이다. 주 풍향의 발생비율은 산악 지역과 남 동해안에서 높아 풍력 발전의 최적지 정보를 제공한다. 1 km 해상도의 모델과 관측의 오차는 서해안 등의 해안지역보다 강원 산악지역에서 오차가 더욱 증가하였다. 이러한 산악 지역의 오차는 복잡한 지형에서는 1km 미만의 수 백 m 해상도 수치모의가 필요함을 지시한다. 따라서 본 연구에서는 WRF-LES 모형을 이용하여 333m 해상도의 기상자원지도를 개발한다. 333m 해상도의 자원지도 영역은 강원도 지역에 대하여 모의되었다. 333m 해상도의 풍속 분포는 1km 해상도의 풍속 분포와 비교하였을 때 풍속의 분포가 보다 세밀하게 표현되었다. 정량적인 검증을 하였을 때 관측소에 따라 차이는 있었으나 1km 해상도에서 과대 모의된 풍속의 분포가 현저히 개선이 되었으며, 시간적인 경향도 잘 일치함을 보였다.