제 9회 기상레이더 워크숍

4차원 변분 레이더 자료 동화(VDRAS)를 통한4차원 변분 레이더 자료 동화(VDRAS)를 통한실황 분석 및 초단시간 강수 예측

임은하 Jenny Sun임은하, Jenny Sun

기상청 수치모델개발과/ NCAR

2008년 11월2008년 11월

Numerical Weather Prediction

레이더자료의 흐름

수치기상모델

통계

레이더H/W, S/W 관측현재상태

진단(분석)예측

통계

외삽법

통합통합

정보이론

사람품질검사

방재대책

의사결정의사결정

도입

목적

레이더 자료를 활용한 분석(VDRAS)과 수치모델을 이용한 예측레이더 자료를 활용한 분석(VDRAS)과 수치모델을 이용한 예측(WRF)을 결합하여 초단시간 (0~6시간) 강수 예측 향상 도모

사용 도구들과 장단점

VDRAS 장점: 레이더 자료 (반사도 및 시선속도)를 최대한 활용하여현실에 매우 근접한 분석장 제시

WRF 장점 정교한 역학 및 물리과정으로 보다 나은 예측 결과 산출WRF 장점: 정교한 역학 및 물리과정으로 보다 나은 예측 결과 산출

사례

19 UTC 15 01 UTC 16 J 2002 ( d f )19 UTC 15 ~ 01 UTC 16 June 2002 (good forecast)

23 UTC 12 ~ 05 UTC 13 June 2002 (poor forecast)

VDRAS 구성

특성

뇌우 규모 기상현상 분석 도구뇌우 규모 기상현상 분석 도구

• Boussinesque 가정한 Navier-Stokes equations

• 따듯한 물리과정 포함• 따듯한 물리과정 포함

• 고품질 자료동화 기법(4차원 변분법)

제약제약

• 난류 모수화 및 지표 플럭스 포함 않됨

• 지도 투영 및 지형 효과 고려되지 않음지도 투영 및 지형 효과 고려되지 않음

• 예측할 경우, 경계 조건 갱신되지 않음

입 출력 자료입⋅출력 자료

입력 자료: 레이더 (시선 속도, 반사도), 지상 및 고층 관측

출력 자료: 3차원 바람 구름 물리 변수들 (q q q ) 기온 기압출력 자료: 3차원 바람, 구름 물리 변수들 (qr,qc,qv), 기온, 기압

VDRAS 흐름도

고층및지상관측자료

수치모델( WRF)결과레이더자료

(x,y,ϕ)[mdv]

[spdb]

[netcdf]

grid profBane’s

QC horizontal

noise filtering

Bane s

Linear-least square fit속도펼침

QC vertical

noise filteringfilli / thi

FG

QC

Interpolation to model grid cycle

u,v,T’,p,qv,qc,qr

yesfilling/smoothing

고품질자료동화

ANAL[mdv] ANAL

WRF externalroutine

const. BC VDRAS

FCST[mdv]

속도펼침(velocity dealiasing) 결과19:15 UTC 15 June 2002, 4.3deg, KGLD

관측 전역속도펼침

Incorrectly dealiased vr in the horizontal shear area

+ 수평시어보존 + 구역속도펼침 수평시어보존지역

Still incorrect dealiasing

실험 설계

Sounding10 km

WRF VDRAS 구성

영역 크기: 200×170×35

VDRAS 4 kmSfc, Radar

영역 크기: 200×170×35 (146×122×35)

해상도: 4×4×0.5km

적분 시간 간격 ( )

※ ( ) is for 12 June 2002 case

WRF 초기화루틴

3.3 km

적분 시간 간격: 9 (4) sec

레이더 수: 8 (6)

동화창: 15 minV-MESO V-PROF CNTL

WRF로 6시간예측 WRF 구성WRF로 6시간예측영역 크기: 220(163)×190(133)×37

해상도: 3.3km

적분 시간 간격: 15 sec적분 시간 간격: 15 sec

물리과정: Thompson

레이더 관측 1915UTC 15 June 2002

NEXRAD

Surface data void region

레이더 자료의 중요성

> 70 dBZ

VDRAS 분석(사례1)

OBSA1 B1

A2B2

V-MESO

V-PROF

The convergence line

tilted by north-westerly wind in upper layer

self-sustained

A1 A2 B1 B2is in the WRF forecast

WRF를 이용한 예측 (사례1)- 1시간 누적 강수량 (1시간 예측)( )

20 UTC 15 June 2002

OBS CNTL

V-MESO V-PROF

WRF를 이용한 예측 (사례1)- 1시간 누적강수량 (5시간 예측)( )

00 UTC 16 June 2002

OBS CNTL

V-MESO V-PROF

강수검증 – 15 JuneThreshold = 5.0 mm / hour

20020615 (Threshold = 5.0 mm)

0.4

0.515/20 UTC 15/21 15/22 15/23 15/24 16/00

BIA

S

1234

ETS

0.2

0.30

CNTL MESO FP CNTLV-MESO

0 1 2 3 4 5 6 70.0

0.1

_PROF_FP CNTL_BIAS MESO_FP_BIAS PROF_FP_BIAS

V SOV-PROFBIAS CNTLBIAS V-MESOBIAS V-PROF

강한 강수의 경우, VDRAS 분석 장을 초기 장으로 사용한 경우가규준 실험에 비해 전반적으로 높은 ETS 산출

Lead Time

0 1 2 3 4 5 6 7

규준 실험에 비해 전반적으로 높은 ETS 산출

특히, 초기 2시간

규준 실험이 약한 강수 시와 마찬가지로 넓은 지역 강수 모사규준 실험이 약한 강수 시와 마찬가지로 넓은 지역 강수 모사

WRF를 이용한 예측 (사례2)- 1시간 누적강수 (1시간예측)( )

CNTLOBS00 UTC 13 June 2002

V-MESO V-PROF

WRF를 이용한 예측(사례2)- 1시간 누적강수 (4시간 예측)( )

CNTLOBS03 UTC 13 June 2002

V-MESO V-PROF

강수검증 – 12 JuneThreshold = 5.0 mm / hour (강한 강수)( )

20020612 (Threshold = 5.0 mm)

0.4

0.513/00 UTC 13/01 13/02 13/03 13/04 13/05

BIA

S

0

1

2

ETS

0.2

0.3

CNTL MESO CNTLV-MESO

0 1 2 3 4 5 6 70.0

0.1PROF CNTL_BIAS MESO_BIAS PROF_BIAS

V SOV-PROFBIAS CNTLBIAS V-MESOBIAS V-PROF

Lead Time

0 1 2 3 4 5 6 7

관측 강수: stage IV

전 예측 시간에 걸쳐, VDRAS 초기 장이 규준 실험에 비해 높은 ETS 산출

규준 실험의 예측이 관측에서 많이 벗어나, VDRAS 초기장의 효과가 증대되 것으로 판단

결과

이종 모델로부터 산출된 상세 분석 장의 WRF 모델 초기 입력 장 활용가능성 제시

두 실험 모두 고층 관측 자료를 사용한 경우 향상된 결과

현실적으로 1시간 간격의 고층 관측 자료 사용 불가능

Hybrid system의 장점: 이종 모델 (비종관 자료의 정교한 분석 기능만가진 경우)의 분석 기능을 WRF의 예측 기술을 결합하여 최대 효과 산출

특히 WRF 예측의 정확도가 낮은 경우 효과 극대

초단시간(0~1~6시간) 호우 예측 기법 개선(특히 레이더 자료만을 활용한경우에 비해)경우에 비해)

향후 계획(국립기상연구소 예보연구실)

우리나라 지역(영종도 공항 부근)의 이식 및 성능 검증우리나라 지역(영종도 공항 부근)의 이식 및 성능 검증

현업운영을 위한 속도 개선(코드 병렬화)

기타 활용기타 활용

저층(~수 백m) 상세 바람 분석(레이더 혹은 라이더)