numerical weather prediction · 2016-12-19 · vdras 흐름도 고층및지상 관측자료...
TRANSCRIPT
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)