Predictability Study of Snowfall Case over South Korea Using TIGGE Data on 28 December 2012

1. 서 론

눈과 어는 비를 동반한 겨울 스톰은 도심의 교통마비, 산간지역의 고립, 약한 구조물의 붕괴와 농작물의 훼손 등 사회, 경제적으로 막대한 손실을 유발하는 겨울철 대표적인 위험기상 중 하나이다(Park et al., 2009; Zhou et al., 2011; Frick and Wernli, 2012). 이러한 겨울 스톰을 예측하는 데 있어서는 강수형태의구분과 강수량 그리고 강수 발생시간의 정확도가 매우 중요하다. 특히 겨울철 온도 예보의 작은 오차는, 강한 강설의 발생을 예측하는 것 대신 보통의 강수를 예측하게 되어 위험기상을 예측하지 못하는 상당한 예보 오차를 발생시킨다. 또한 많은 이전 연구들은 중규모 시스템의 전선 구조를 예측하는 데 있어, 연직온도와 습도 구조의 상당한 오차가 발생할 수 있음이 지적되어 왔다. 따라서 겨울 스톰에 따른 눈과 비의 구분은 온도의 연직 프로파일 예측 상태에 따라 달라지고(Penn, 1957; Lumb, 1961; Bocchieri, 1980; Lumb, 1983; Czys et al., 1996; Zerr, 1997; Bourgouin, 2000; Rauber et al., 2001), 잠재적인 녹는 층과 다시 어는 층의 깊이뿐만 아니라 최대, 최소 기온도 지표에서의 강수 형태를 결정하는 데 중요한 역할을 한다(Knight, 1979; Matsuo and Sasyo, 1981; Fujiyoshi, 1986; Mitra et al., 1990).

한편, 한반도 지역 대설 사례들은 발생지역에 따라 메커니즘의 차이를 보이지만, 남부지역 대설사례는 주로 남해상을 지나는 기압골의 영향으로 지상 저기압에 의해 남쪽으로부터 따뜻하고 습윤한 공기가 다량으로 유입되어, 저기압 중심의 북쪽에서 강설이 발생한다. 이 경우 대기 상태는 지상에 찬 공기가 남아 있는 상태에서 상층 온난 습윤한 공기가 유입되어 매우 안정한 연직층 구조를 가진다(KMA, 2010). 온난전선 북쪽의 위치에 따라 대기 온도의 연직 프로파일은 다르게 분포하며, 안정층의 유무와 깊이 그리고 녹는 층의 고도에 따라 강수 유형과 강수량도 다르다. 특히 강한 강설현상은 영하의 역전층이 형성되어 있을 때 발생하며, 이때 지상의 기온 또한 대설의 주요 예측인자로 작용한다.

수치모델을 이용하여 강설의 발생과정과 원인을 분석하고, 온도의 연직 프로파일 분포의 중요성을 다룬 국외 연구사례로, Frick and Wernli (2012)는 2005년 11월 독일 북서지역에서 발생한 대설 사례를 European Centre for Medium-Range Weather Forecasts (ECMWF) 모델을 이용하여 분석한 결과, 부정확한 상층 기압골과 지표 저기압의 위치 오차, 녹는 층 깊이의 과대 예측으로, 지표 강설현상의 시작이 관측보다 매우 늦고, 지표에서 강수형태가 비로 예측되는 등 강설에 대한 예측성이 매우 낮은 것으로 조사되어, 예측성 향상을 위해서는 고해상도 모델을 이용한 눈 녹는 과정의 개선된 모수화 과정이 요구된다고 지적하였다. 또한 Buizza and Chessa (2002)는 ECMWF 단일모델과 앙상블 모델을 이용하여 폭발성 저기압으로 인한 2000년 1월 미국 동해안 대설 사례를 분석한 결과, 단일모델은 36시간 전에 강설의 발생을 예측하였으나, 앙상블 모델을 이용할 경우 2일 전에 강설 발생의 예측이 가능하고 3~4일 전부터 지속적으로 위험기상을 암시하는 인자들이 예측되는 결과를 보여, 앙상블 모델의 우수한 예측성을 증명하였다.

국내의 경우, 겨울철 대설사례 다룬 연구들은 주로 발생 메커니즘을 규명하는 연구가 주를 이루고 있으며(Kim et al., 2003; Cho et al., 2004; Heo et al., 2005; Park et al., 2009; Lee et al., 2012), 수치모델을 이용한 연구에는 MM5를 이용하여 대설 발생시 초기상태의 수반 민감도를 조사하거나(Jung and Kim, 2009), 종관상태에 따른 대설 발생구조의 차이를 규명하고(Lee and Lee, 2003), 역학적, 열역학적 특징을 분석한 연구(Jung et al., 2005) 등이 존재한다.

최근 World Meteorological Organization (WMO)에서는 THe Observing system Research and Predictability EXperiment (THORPEX) 사업을 통해 1일에서 2주 규모로 발생하는 위험기상의 예측정확도 향상을 위한 다중모델 앙상블 예측시스템을 개발하고 수행하는 THORPEX Interactive Grand Global Ensemble (TIGGE) 연구를 진행 중에 있다. 그러나 아직까지 국내 대설 사례에 대해 수치모델을 이용하여 강설 발생 예측성을 다룬 연구는 매우 부족한 실정이며, 더욱이 앙상블 예측 시스템을 이용한 강설 예측성과 확률 예측을 비교하고 분석한 연구는 찾아보기 어렵다.

이에 본 연구는 TIGGE 자료를 이용하여 2012년 12월 28일 한반도에서 발생한 대설 사례에 대하여 국내외 5개 현업예측 기관 앙상블 예측시스템의 적설 예측성을 비교 및 검증하고, 기관별 적설 예측량 차이의 원인을 분석하였다.

2. 자료 및 분석방법

강설 사례의 예측성 비교를 위해 ECMWF 자료 저장 센터에서 제공하는 TIGGE 자료를 이용하였다. 국내외 5개 현업예측 기관들인 China Meteorological Administration (CMA), ECMWF, National Centres for Environmental Prediction (NCEP), Korea Meteorological Administration (KMA), Met Office of United Kingdom(UMKO)의 자료를 이용하였으며 각각의 앙상블 멤버수, 모델 해상도와 초기 섭동장, 자료동화 방법은 Table 1과 같다. 분석 영역은 30~45^oN, 120~135^oE로 1도 간격이고 10일 기간의 예측성 비교를 위해 2012년 12월 18일 0000 UTC 부터 28일 0000 UTC까지의 앙상블 모델 자료가 이용되었으며, 예측 인자는 적설량, 지위고도, 온도, 동서남북 방향 바람, 비습, 해면기압, 지표온도이다. TIGGE 자료는 총 41개 시간 간격을 가지고 있으며, 초기 값과 6시간 간격 예측 값으로 구성된다. 적설 예측 자료는 초기 값부터 41개 시간 간격까지 누적된 적설량을 나타내므로 본 연구에서는 각 예측시간 적설량은 그 이전 시간 적설량을 뺀 값으로 계산하여 매 6시간 마다 적설량을 산출하여 사용하였다. 신적설량과 비교해 본 결과, 신적설은 해상에서도 값이 존재한다는 것을 제외하고는 적설량과 거의 차이를 보이지 않았다. 대설 사례인 12월 28일 0000 UTC 관측 값은 한국 기상청 91개 지점의 3시간 간격 6시간 누적 적설 관측 값을 이용하였다.

기관별 수치모델예측시스템의 예측성 비교를 위해 앙상블 평균과 확률의 적설 예측량을 비교하였으며, 10일 기간 동안의 지연 앙상블 예측성도 비교하였다. 앙상블 확률은 기관 별 총 멤버 수에 대한 강설을 예측한 멤버 수의 비로 계산되었다.

Table 1.

Configurations of TIGGE models at CMA, ECMWF, NCEP, KMA, and UKMO.

3. 2012년 12월 한반도 적설 현황과 사례 선정

Figure 1은 2012년 12월 동안의 91개 지점 일적설량의 지점 평균과 강설관측 지점의 횟수를 나타낸 시계열이다. 본 연구는 지점평균 일적설량이 5 cm 이상이고 강설관측 지점의 횟수가 가장 많은 날인 12월 28일을 강설사례로 선정하였다. 이 날은 강설현상이 드문 남부지방을 중심으로 많은 강설이 발생한 사례로 남해안 지역에서도 강설이 발생하였다.

Fig. 1.

The timeseries of daily mean snow depth (grey bar) and station counts (black bar) of snow occurrence at 91 stations over South Korea during December in 2012.

Figure 2는 12월 28일 0000 UTC와 0600 UTC 기준, 6시간 누적 강설 관측 값의 지점별 분포를 나타낸다. 이 날 강설현상은 12월 27일 밤부터 남부지역에서 시작되었으며, 28일 0000 UTC 강설 관측 값은 주로 남부지역을 중심으로 5 cm 이상, 많은 곳은 10 cm 이상의 적설이 관측되었고, 중부지역과 남서해안 지역은 5 cm 미만의 적설량을 보였다. 28일 0000 UTC 이후 남서해안 지역은 지상의 온도가 영상의 기온분포를 보여 강수형태는 눈에서 비로 바뀌었다(그림 미첨부). 28일 0600 UTC에는 중부지역까지 강설현상이 나타났다.

Fig. 2.

The spatial distribution of 6 hr accumulated snow depth (unit: cm) at 91 stations over South Korea at (a) 0000 and (b) 0600 UTC on 28 December 2012.

4. 기관 별 앙상블 평균 예측장 분포

4.1 선행시간 별 6시간 누적 앙상블 평균 적설 예측장

Figure 3은 12월 28일 0000 UTC 기준 한반도에 발생한 강설현상에 대한 5개 기관별 적설 예측장의 분포를 나타낸다. 1일 선행시간부터 10일 선행시간까지 예측된 시간의 6시간 누적 적설량으로 기관별 앙상블 평균 값이다. 강설 발생을 예측한 선행시간이 가장 빠른 모델은 ECMWF Ensemble Prediction System (EPS)로 7일 선행시간에 한반도 전체에 0.1 cm 이상의 적설이 예측되었다. CMA와 UKMO EPS도 강설 발생에 의한 적설을 예측하지만 남부지역과 해안지역 적설을 예측하지 못하는 분포를 보인다. 6일 선행시간에는 CMA, KMA를 제외하고 적설을 예측하고 있으며, ECMWF와 UKMO는 2 cm 이상의 적설량을 예측하고 있다. 5일 선행시간부터 전반적으로 5개 모든 기관에서 0.1 cm 이상의 한반도 적설을 예측하고 있으며, ECMWF는 3 cm 이상의 적설 예측량을 보인다. 4일 선행시간에는 ECMWF, NCEP, UKMO에서 남해안 중심의 적설 예측이 나타나 CMA, KMA에 비해 예측성이 높은 것으로 분석된다. 이후 1일 선행시간까지 ECMWF는 적설량과 예상지역이 남해안을 중심으로 나타나 예측의 일관성이 높은 경향을 보인다. 그러나 나머지 4개 기관들은 2일 선행시간에도 3 cm 이상의 적설량을 예측하지 못하고 있다.

Fig. 3.

Distribution of predicted 6 hr accumulated snow depth (unit: cm) over South Korea at five operational forecast centers from (a) 10- to (j) 1-day lead time at 0000 UTC on 28 December 2012.

따라서 12월 28일 0000 UTC의 6시간 누적 적설에 대한 기관 별 예측성은 강설현상의 예측선행시간과 예상적설량, 그리고 강설발생 중심지역 등 대부분의 예측요소에서 ECMWF EPS의 예측성이 가장 높게 평가된다.

4.2 1일 선행시간 앙상블 평균 종관 예측장

12월 28일 강설 발생일전 1일 선행시간의 앙상블 평균 지위고도, 온도, 바람 예측장 분포를 보면(Fig. 4), 저기압 중심의 평균해수면고도와 중심위치가 기관마다 차이를 보이지만, 한반도 남동해상에 저기압이 위치할 것으로 예상되며, 이로 인해 남부지역을 중심으로 남동풍에 의한 온난습윤한 수증기 유입이 예상된다. 상층 300 hPa 제트기류의 중심이 저기압 상층에 존재하여 기상청 대설 유형과 다소 차이는 있으나 (KMA, 2012) 온난 저기압 형의 대설 사례로 판단된다. 시베리아 고기압에 의해 지표기온이 영하인 대기상태에서 온난 저기압에 의해 남쪽의 따뜻한 공기가 유입되어 하층 안정층(역전층)이 형성되면서 많은 강설이 발생한 사례이다. 따라서, 온난전선이 위치한 지역의 대기 온도 프로파일에 따라 강수형태와 적설량은 다르게 분포한다(Penn, 1957; Lumb, 1961; Bocchieri, 1980; Lumb, 1983; Czys et al., 1996; Zerr, 1997; Bourgouin, 2000; Rauber et al., 2001). 1000~500 hPa, 1000~850 hPa, 1000~700 hPa 층후 예측장 분포에서도 기상청 눈, 비 구분 기준 층후선으로 볼 때(KMA, 2012), 한반도 남부해안 지역의 강수 형태는 눈보다는 비로 예측되어, 결과적으로 강설의 발생을 예측하기 위해서는 정확한 온도의 연직 프로파일 예측이 가장 중요한 요소로 판단된다.

Fig. 4.

Distribution of forecasted ensemble-mean (a) geopotential-height of 1000 hPa, temperature of 850 hPa, (b) mean sea level pressure, temperature of 2 m, (c) geopotential-height of 500 hPa (line), wind vector of 500 hPa (Vector), u-direction wind speed in excess of 40 m/s of 300 hPa (Shaded), (d) thickness between 1000 and 850 hPa (Shaded), and (e) thickness between 1000 and 700 hPa (Shaded) and thickness (5400 gpm) between 1000 and 500 hPa at five operational forecast centers of 1-day lead time on 28 December 2012.

4.3 6시간 누적 앙상블 적설확률 분포

Figure 5는 12월 28일 0000 UTC의 6시간 누적 적설에 대한 1~5일 선행시간의 앙상블 적설확률을 나타낸다. 확률은 각 기관 EPS의 총 멤버 수에 대한 6시간 누적 강설량이 1.0, 3.0 cm 이상일 멤버 수의 비를 나타낸다. 누적 적설량이 1.0 cm/6 hr 이상일 앙상블 확률 분포를 보면(Fig. 5a), 전반적으로 선행시간이 길수록 10% 이상의 확률이 존재하는 지역은 넓게 분포하나 확률 값 자체는 작은 값을 가진다. 반대로 선행 시간이 짧을수록 확률이 존재하는 지역은 강설 관측 값과 유사한 지역 분포를 보이고, 확률 값 또한 매우 높은 값을 가진다. 앙상블 적설확률 분포를 기관 별로 비교한 결과, 선행시간에 따라 차이를 보이지만, 1일 선행시간의 경우 모든 기관에서 한반도 지역에 1.0 cm/6 hr 이상 앙상블 적설확률이 50% 이상을 보이고 있다. Figure 5b의 3.0 cm/6 hr 이상의 앙상블 적설확률 분포를 보면, 기관 별 앙상블 적설확률의 예측성능 비교가 용이하고, 겨울철 악기상 발생확률에 대한 사전 예측 가능성을 판단할 수 있다. CMA EPS의 경우 5일 선행시간에는 3.0 cm/6 hr 이상의 앙상블 적설확률이 나타나는 지역은 없으나 4일 선행시간부 2일 선행시간까지 50% 미만이지만 남부지역에서 강설 발생 가능성을 예측하고 있으며, 1일 선행시간에는 남부지역 50% 이상, 중부지역 50% 이하의 적설 발생을 예측하여 관측 값(Fig. 2a)과 가장 유사한 분포를 보인다. ECMWF EPS의 경우는 5일 선행시간에 3.0 cm/6 hr 이상의 앙상블 적설확률이 나타나기는 하지만 강설 중심지역이 관측 값과 다른 분포를 보인다. 그러나 4일 선행시간부터 1일 선행시간까지 일관되게 남부해안 지역에 3.0 cm/6 hr 이상의 앙상블 적설확률을 보여 높은 예측 일관성을 보이는 것으로 평가된다. 그러나 1일 선행시간 앙상블 적설확률 분포의 경우 CMA EPS보다 관측 값 분포와 일치하지는 않았다. UKMO EPS는 3일 선행시간부터, NCEP, KMA EPS는 2일 선행시간부터 3.0 cm/6 hr 이상의 적설확률을 가진 지역이 나타나지만, 2일 선행시간에도 3.0 cm/6 hr 이상의 앙상블 적설확률 값이 매우 낮아 CMA, ECMWF EPS에 비해 낮은 앙상블 예측성을 보였다.

Fig. 5.

Spatial distribution of ensemble snow depth probability forecasts in excess of (a) 1.0 and (b) 3.0 cm/6 hours at five operational forecast centers from 1 to 5-day lead time on 28 December 2012.

앙상블 적설확률 예측의 기관 별 정량적 비교를 위해 총 7개의 임계 값(0.1, 0.5, 1.0, 2.0, 3.0, 4.0, 5.0 cm/ 6 hr)에 대한 앙상블 적설확률 값과 한반도 91개 지점 관측 값의 빈도에 대한 1일 선행시간의 앙상블 확률 예측의 신뢰도를 산출하였다(Fig. 6). 신뢰도 도표는 사선을 중심으로 왼쪽이 과소 예측, 오른쪽이 과대 예측 경향, 사선과 일치할수록 완벽한 예측을 나타낸다. 기관마다 차이는 있으나 전반적으로 임계 값이 작을수록 과대 예측 경향이 나타나고, 임계 값이 클수록 과소 예측 경향이 나타난다. 기관 별로는 ECMWF EPS가 2.0~5.0 cm/6 hr 임계 값에서 거의 사선과 일치하여 5개 기관들 중 가장 뛰어난 예측성을 보이는 것으로 평가된다. CMA EPS는 전반적으로 과대 예측 경향을 보여 관측 값에 비해 더 많은 적설량을 예측하고 있으며, KMA EPS가 ECMWF EPS 다음으로 사선과 유사한 분포를 보여, 앙상블 적설확률 예측성이 높은 것으로 평가된다.

Fig. 6.

Reliability diagram of snow depth probability (in excess of 0.1 cm, 0.5 cm, 1.0 cm, 2.0 cm, 3.0 cm, 4.0 cm and 5.0 cm/ 6 hours in sequence from the right to the left circles) over South Korea at five operational forecast centers at 1-day lead times on 28 December 2012. Diagonal line indicates perfect reliability.

4.4 10일 지연 앙상블 평균 적설과 확률 예측

Figure 7은 12월 28일 0000 UTC 기준 5개 기관들의 10일 지연 앙상블 평균 적설과 적설확률 예측 분포를 나타낸다. 한국 지점에 포함되는 12개 격자의 예측 값을 이용하였으며, 6시간 누적 앙상블 평균 적설량과 1.0, 2.0, 3.0 cm/6 hr 이상 적설확률에 대한 총 10일(12월 18일~27일) 예측 적설량과 적설확률의 연속적인 1일 간격 예측 변화이다. 기관 별 값은 위에서 아래로 순서대로 CMA, ECMWF, NCEP, KMA, UKMO EPS 값을 나타내고, x축은 Valid time, y축은 Issued time을 나타낸다.

Fig. 7.

10-day lag ensemble (a) mean 6 hours accumulated snow depth (unit: cm) and probability in excess of (b) 1.0 cm, (c) 2.0 cm, (d) 3.0 cm/6 hours over South Korea at five operational forecast centers in initial time from 18 to 27 December 2012.

한반도 지역의 10일 지연 앙상블 평균 적설 분포에서는 12월 28일 적설 예측을 5일 선행시간인 12월 23일부터 모든 기관에서 0.1 cm 이상의 적설 예측이 가능하다. 기관 마다 차이를 보이지만 6일 선행시간에도 CMA를 제외하고는 적설 예측이 가능한 분포를 보였으며, 남부지방만을 고려할 경우 더 이른 선행시간에 겨울 스톰에 의한 위험기상 발생 가능성을 예측할 수 있을 것으로 기대된다. 그러나 10일 지연 앙상블 적설확률 분포에서는 1일 선행시간에 모든 기관에서 1.0 cm 이상 적설확률이 높게 나타나며 그 이전 선행시간에는 기관마다 적설확률 예측 차이가 크게 나타나 예측 가능성이 낮은 것으로 분석된다. 또한 임계 값이 클수록 더 낮은 확률예측 분포를 보인다. 이러한 이유는 강설의 경우 지표 기온과 기온의 연직 프로파일에 따라 강수 형태가 바뀌기 때문에 예측 정확도가 앙상블 강수확률 예측보다 낮은 분포를 보이는 것으로 판단된다.

5. 12월 28일 기관별 적설 예측량 차이의 원인 분석

5.1 기관별 기상 변수들의 종관 예측장과 차이 분포

Figure 8은 12월 27일 0000 UTC에 예측된 적설, 평균해수면고도, 850 hPa 비습의 24시간 예측장(실선)과 각 기관별 값에서 5개 기관 평균을 뺀 차이(음영)의 분포를 나타낸다. 먼저 적설 예측량 차이의 분포를 보면 CMA, ECMWF는 다른 기관들에 비해 양의 아노말리 분포를 보이고 다른 3개 기관들은 모두 음의 아노말리 분포를 보인다. 특히 ECMWF는 북위 35도 부근의 남부 해안지역 및 인접한 지역을 중심으로 강한 양의 적설 아노말리 분포를 보인다. 평균해수면고도 분포에서는 CMA와 NCEP은 음의 아노말리, ECMWF, KMA, UKMO는 분석 영역 전체에서 양의 아노말리 분포를 보인다. 850 hPa 비습 예측장 아노말리 분포는 ECMWF와 NCEP의 경우 한반도 전 지역에서 양의 아노말리 분포가 나타나며 CMA와 UKMO는 남해안 지역에 양의 아노말리 분포가 나타난다. KMA는 비습의 예측 자료가 존재하지 않아 분석에서 제외하였다.

Fig. 8.

Spatial distribution of ensemble mean (line) and differences (shaded) from multi-model ensemble predicted (a) snow depth, (b) mean sea level pressure, and (c) specific humidity of 850 hPa at five operational forecast centers of 1-day lead time on 28 December 2012.

이러한 종관 예측장 분포를 통해 ECMWF는 850 hPa 고도에서 남동풍에 의해 다른 기관들보다 한반도 내륙으로 더 많은 양의 수증기가 유입될 것으로 예측할 수 있으며, CMA는 남해상 저기압이 다른 기관들에 비해 더 강하게 발달할 것으로 예측되어 나머지 기관들보다 더 많은 적설이 예측된 것으로 분석된다. 그러나 강수의 형태는 온도의 연직 프로파일에 의해 크게 좌우되기 때문에 다음 장에서 온도의 연직 예측 분포를 상세히 분석하였다.

5.2 기관 별 온도의 연직 프로파일 예측 분포

Figure 9는 12월 27일 0000 UTC에 예측된 지표기온(2 m), 1000, 850 hPa 고도의 0^oC와 −1^oC 등온선의 24시간 앙상블 평균 예측 분포를 나타낸다. 지표와 1000 hPa 고도의 0^oC 등온선 분포를 보면, 대륙과 한반도 해안을 따라 영하의 기온 분포가 나타나며 850 hPa 고도에서는 남쪽으로부터 북쪽으로 0^oC 등온선이 볼록한, 남쪽으로부터 온난 습윤한 공기가 유입된 분포이다. 3개 고도의 0^oC 등온선은 한반도 남해안지역에서 거리가 가장 가깝게 닿아 있으며, 지표와 1000 hPa 등온선이 850 hPa 고도 등온선과 만나거나 남쪽에 위치할 경우 안정층의 형성을 예상할 수 있다. 안정층과 역전층은 −1^oC 등온선 분포에서 더 정확히 예측이 되며, KMA EPS를 제외하고 나머지 4개 기관 EPS에서 한반도 남해안과 남부지역에 안정층과 역전층의 형성을 예측하고 있다. 또한 Fig. 10의 1000, 850 hPa 고도 사이 온도가 역전된 층을 조사한 결과, KMA를 제외한 4개 기관들 모두에서 한반도 남서부 지역에 역전층의 형성을 예측할 수 있었으며, NCEP EPS에서 가장 강한 역전층의 형성이 예측되었다. 한반도 북쪽에서 형성되어 있는 온도의 역전층 지역은 매우 찬극 공기에 의해 지표 온도가 그 위의 공기 온도보다 낮아 형성된 강하고 지속적인 온도 역전층 지역이다.

Fig. 9.

24 hr forecasted ensemble mean positions of the 0oC and −1oC isotherm for 2 m (black line), 1000 hPa (dashed line), 850 hPa (grey line) of five operational forecast centers issued 27 December 2012.

Fig. 10.

Distribution of 24 hr forecasted areas with temperature inversion layer between 1000 and 850 hPa at five operational forecast centers issued 27 December 2012.

앞에서도 언급이 되었지만, 겨울 스톰에 의한 대설 사례의 경우 온난전선 북쪽에 생기는 역전층은 남쪽으로부터 온난 습윤한 공기가 지표에 남아있는 찬 공기 위로 북상하면서 나타나는 현상으로, 역전층의 형성은 남쪽으로부터 많은 수증기 유입을 의미하고 이는 대설 가능성을 높인다. 특히, 영하의 역전층이 하층에 형성되어 있을 경우 그 지역에 강한 강설의 발생을 예측할 수 있다. 또한 지표 영하의 기온 영역이 넓을수록 더 많은 강설을 예측 가능하다. 따라서 본 연구에서는 지표로부터 상층까지 기온의 연직 분포를 면밀히 조사하기 위해 역전층 형성이 예측되는 북위 35도를 기준으로 0^oC 등온선의 연직방향 예측 분포를 기관별로 조사하였다.

Figure 11은 12월 27일 0000 UTC에 예측된 0^oC 등온선의 24시간 앙상블 평균과 섭동 멤버들의 예측분포와 12월 28일 0000 UTC 초기시각 값을 나타낸다. 24시간 예측 분포의 경우 ECMWF, NCEP EPS에서 안정층과 영하의 역전층 분포가 예측되고 있으며, UKMO의 경우 영상의 역전층 분포가 예측된다. 또한 ECMWF의 경우 지표 영하의 면적이 가장 넓게 예측되고 있다. 따라서 이러한 예측장 분포에서 ECMWF EPS가 가장 많은 강설을 예측한 것으로 분석이 된다. NCEP은 지표 영하의 면적이 좁게 분포하고 있으며, UKMO는 850~900 hPa 고도 사이 영상의 층이 예측되어, 강수 형태는 진눈깨비 가능성이 예측된다. 실제적으로 12월 28일 0000 UTC의 초기시각 값의 분포를 보면, ECMWF EPS에서 강한 영하의 역전층이 형성되어 있고, 영하의 지표 영역이 가장 넓게 분포하고 있다. CMA는 24시간 예측장에서 안정층이 예측되지 못하는 분포를 보이고, 초기시각 분포에서는 안정층과 가까운 분포를 보인다. KMA EPS의 경우 CMA EPS와 같이 안정층을 예측하지 못하지만, 초기시각 분포에서는 950 hPa 이하 영하의 역전층 분포를 보인다. UKMO EPS의 초기시각 분포는 예측장에 비해 지표 영하의 면적이 매우 좁게 나타난다.

Fig. 11.

Vertical cross section of (a) ensemble mean and perturbed members from 1-day lead time, (b) control run and perturbed members of 0oC isotherm at five operational forecast centers on 28 December 2012.

또한 기관별 모든 멤버들의 분포를 보면 CMA, ECMWF, NCEP의 경우 스프레드가 작게 나타나고, KMA, UKMO는 스프레드가 매우 크게 나타나, 다른 기관들보다 예측성이 떨어지는 분포를 보인다. 따라서 ECMWF EPS가 안정층(영하의 역전층)을 유사하게 예측하고 있으며, 지표 영하의 영역이 가장 넓게 예측되어, 예상 적설량이 가장 많았으며, 적설 관측량과도 가장 유사하여 적설 예측성이 가장 뛰어난 것으로 평가된다.

6. 요약 및 결론

본 연구는 TIGGE 자료를 이용하여 2012년 12월 28일 한반도에서 발생한 남부지역 대설사례에 대해 국내외 5개 예측기관(CMA, ECMWF, NCEP, KMA, UKMO) EPS의 적설 예측성을 비교하고, 예측된 적설량 차이의 원인을 분석하였다. 12월 28일 0000 UTC 대설사례는 한반도 남해상으로 온난 저기압이 지나가면서 한반도 내륙지역에 찬 공기가 남아 있는 상태에서 남쪽으로부터 수증기가 유입되어 남부지역을 중심으로 강설현상이 발생한 사례이다. 6시간 누적적설 관측량은 남부지역을 중심으로 5 cm 이상, 많은 곳은 10 cm 이상의 분포를 보였으며, 그 밖에 남해안과 중부지역은 5 cm 미만이었다.

앙상블 평균 적설 예측량을 이용한 5개 예측기관의 EPS 예측성을 비교한 결과, ECMWF, NCEP EPS는 7일 선행시간부터 적설의 예측이 가능하였고, ECMWF는 3일 선행시간에 3 cm 이상, 1일 선행시간에 5 cm 이상의 적설을 예측하여 예측 일관성과 관측 값에 대한 정확도가 가장 높았다. 다른 기관들은 1일 선행시간에도 최대 3 cm 이상의 적설을 예측하여 관측 값과 차이를 보였으며, CMA의 경우 1일 선행시간에 5 cm 이상의 적설을 예측하였으나 예측 일관성이 낮았다. 1~5일 선행시간의 앙상블 적설확률 예측성을 비교한 신뢰도 평가 결과에서는 기관마다 차이는 있으나 전반적으로 임계 값이 작을수록 과대 예측 경향이 나타나고, 임계값이 클수록 과소 예측 경향이 나타났다. 기관 별로는 ECMWF가 2~5 cm/6 hr 임계 값에서 5개 기관들 중 앙상블 강설확률 예측성이 가장 뛰어난 것으로 평가되었다. CMA는 전체적으로 과대 예측 경향을 보여 관측 값에 비해 더 많은 강설량을 예측하고 있으며, KMA가 ECMWF 다음으로 앙상블 강설 확률 예측성이 높은 것으로 평가되었다. 10일 지연 앙상블 예측 분포의 경우 앙상블 평균 강설은 전반적으로 5일 선행시간에 한반도 강설 발생의 예측 가능하였으나, 앙상블 확률 강설 분포는 1일 선행시간을 제외한 이전 선행시간에서는 강설 예측성이 낮게 나타나 여름철 강수 예측성에 비해 낮은 성능을 보였다. 왜냐하면 지표 기온에 따라 강수형태가 눈에서 비로 바뀌는 경우가 많기 때문이다.

5개 기관 EPS의 적설 예측량의 분포는 CMA, ECMWF는 양의 아노말리, NCEP, KMA, UKMO는 음의 아노말리 분포를 보였으며, 이러한 차이는 지상 저기압에 의한 온난전선 북쪽 하층 영하의 역전층 형성의 예측 정확도에 의해 좌우되었다. ECMWF EPS는 24시간 전 예측에서 안정층의 예측성이 다른 기관들에 비해 우수하였고, 지표 영하의 면적이 가장 넓게 예측되어 많은 양의 적설을 예측한 것으로 분석되었다.

본 연구는 하나의 강설사례에 대한 결과로 전체적인 모델 성능을 평가하기에는 무리가 있지만, 다른 현업기관들의 앙상블 모델 예측성을 비교하고, 검증한 결과로 향후 유사연구에 참고자료로 활용 가능할 것이다.

Acknowledgments

본 연구는 국립기상연구소 주요사업 ‘예보기술지원 및 활용연구’의 일환으로 수행되었습니다.

References

• J. R Bocchieri, The objective use of upper air soundings to specify precipitation type, Mon. Wea. Rev, (1980), 108, p596-603. [https://doi.org/10.1175/1520-0493(1980)108<0596:TOUOUA>2.0.CO;2]
• P Bourgouin, A method to determine precipitation types, Wea. Forecasting, (2000), 15, p583-592. [https://doi.org/10.1175/1520-0434(2000)015<0583:AMTDPT>2.0.CO;2]
• I. H Cho, H. D Yoo, W. J Lee, K. S Shin, Analysis of the heavy snowfall event occurred over the middle part of the Korean peninsula on march 4, 2004 and suggestions for the future forecast, J. Korean Meteor. Soc, (2004), 14, p3-18.
• R. R Czys, R. W Scott, K. C Tang, R. W Przybylinski, M. E Sabones, A physically based, nondimensional parameter for discriminating between locations of freezing rain and sleet, Wea. Forecasting, (1996), 11, p591-598.
• C Frick, H Wernli, A case study of high-impact wet snowfall in northwest Germany (25-27 November 2005): Observations, dynamics, and forecast performance, Wea. Forecasting, (2012), 27, p1217-1234. [https://doi.org/10.1175/WAF-D-11-00084.1]
• Y Fujiyoshi, Melting snowflakes, J. Atmos. Sci, (1986), 43, p307-311. [https://doi.org/10.1175/1520-0469(1986)043<0307:MS>2.0.CO;2 ]
• K. Y Heo, K. J Ha, S. H Shin, On development mechanism of heavy snowfall event occurred in Busan on 5 march 2005, J. Korean Meteor. Soc, (2005), 41, p547-556.
• B. J Jung, S. Y Hong, M. S Suh, D. K Rha, A numerical study of dynamical and thermodynamical characteristics associated with a heavy snowfall event over the Korean peninsula on 4-5 march 2004, J. Korean Meteor. Soc, (2005), 41, p387-399.
• B. J Jung, H. M Kim, Moist adjoint-based forecast sensitivities for a heavy snowfall event over the Korean peninsula on 4-5 march 2004, J. Geophys. Res, (2009), 114, D15104.
• K. O Kim, K. J Ha, H. H Um, A case study of severe snow storm event occurred in Busan and Gyungnam region on 13 January 2001, J. Korean Meteor. Soc, (2003), 39, p151-162.
• KMA, Handbook for Forecaster 1, Heavysnow conceptual model, Korea Meteorological Administration, (2010), p5.
• KMA, Prediction skill using forecast essential element, Korea Meteorological Administration, (2012), p43.
• C. A Knight, Observations of the morphology of melting snow, J. Atmos. Sci, (1979), 36, p1123-1130.
• J. H Lee, S. H Eun, B. G Kim, S. O Han, An analysis of low-level stability in the heavy snowfall event observed in the yeongdong region, Atmosphere, J. Korean Meteor. Soc, (2012), 22, p209-219. [https://doi.org/10.14191/Atmos.2012.22.2.209]
• J. K Lee, J. S Lee, A numerical study of yeongdong heavy snowfall events associated with easterly, J. Korean Meteor. Soc, (2003), 39, p475-490.
• F. E Lumb, The problem of forecasting the downward penetration of snow, Meteor. Mag, (1961), 90, p310-319.
• F. E Lumb, Snow on the hills, Weather, (1983), 38, p114-115.
• T Matsuo, Y Sasyo, Empirical formula for the melting rate of snowflakes, J. Meteor. Soc. Japan, (1981a), 59, p1-9.
• S. K Mitra, O Vohl, M Ahr, H. R Pruppacher, A wind tunnel and theoretical study of the melting behavior of atmospheric ice particles. IV: Experiment and theory for snowflakes, J. Atmos. Sci, (1990), 47, p584-591.
• J. H Park, K. E Kim, B. H Heo, Comparison of development mechanisms of two heavy snowfall events occurred in Yeongnam and Yeongdong regions of the Korean peninsula, Atmosphere, J. Korean Meteor. Soc, (2009), 19, p9-36.
• S Penn, The prediction of snow vs rain, Forecasting Guide, No. 2, U.S. Weather Bureau, (1957), p29.
• R. M Rauber, L. S Olthoff, M. K Ramamurthy, K. E Kunkel, Further investigation of a physically based, nondimensional parameter for discriminating between locations of freezing rain and ice pellets, Wea. Forecasting, (2001), 16, p185-191. [https://doi.org/10.1175/1520-0434(2001)016<0185:FIOAPB>2.0.CO;2 ]
• R. J Zerr, Freezing rain: An observational and theoretical study, J. Appl. Meteor, (1997), 36, p1647-1661. [https://doi.org/10.1175/1520-0450(1997)036<1647:FRAOAT>2.0.CO;2 ]
• B. Z Zhou, Coauthors, The Great 2008 Chinese Ice Storm: Its socioeconomic-ecological impact and sustainability lessons learned, Bull. Amer. Meteor. Soc, (2011), 92, p47-60. [https://doi.org/10.1175/2010BAMS2857.1]