Current Issue

분석장의 성능은 ECMWF (European Centre for Medium-Range Weather Forecast) 의 IFS (Integrated Forecast System) 분석장과 비교하여 계산한 RMSD(Root-Mean-Squared Difference)로 살펴보았다. Figure 2는 2020년 7월 16일 0000 UTC부터 8월 20일 1800 UTC까지 6시간 간격으로 두 실험의 온도, 비습, 동서·남북 바람에 대한 분석장의 RMSD를 전지구적으로 동서평균한 것으로, 각 변수에 대한 연직(1000-100 hPa)-위도(15-50°N) RMSD를 나타낸 것이다. 붉은색은 CTL에 비해 EXP 분석장 성능이 향상되었음을 의미하고, 파란색은 저하되었음을 의미한다. 2020 수도권 고층 집중관측 자료의 영향으로 850 hPa을 중심으로 하층 온도가 개선되었으며, 20°N 부근의 남해에서는 전 층에 걸쳐 온도가 개선되었다(Fig. 2a). 또한 30-40°N에서는 700 hPa 중층까지 온도 분석장의 성능이 개선되었다. 비습 또한 주로 하층에서 개선되었으며, 30°N과 40°N 부근에서는 중층까지 비습 분석장 성능이 개선되었다(Fig. 2b). 바람은 남해와 수도권을 포함하는 경기 북부 지역을 중심으로 중립 이상으로 성능이 개선되나, 수도권 집중관측자료 활용으로 중∙상층 분석장 바람 성능은 중립 이하로 나타났다(Figs.2c, d). 수집된 라디오존데 관측자료는 전처리 과정을 통해 고품질의 관측자료가 선택된다. 수집된 관측 자료 대비 자료동화과정에서의 전구 라디오존데 관측자료의 변수별 사용률은 온도와 습도는 약 80%, 바람은 약 69%로 바람 자료의 사용률이 낮아 온도와 습도 대비 바람 성능 개선이 작은 것으로 생각된다. 따라서 향후 바람 관측자료의 영향을 개선하기 위해 바람 관측에 대한 정확도 및 전처리 과정 개선, 관측 오차 분석 등이 필요할 것으로 생각된다. 또한, 두 실험의 아시아 지역의 하층 온도, 바람, 비습의 관측증분(관측 - 모델 배경장) 시계열을 비교한 결과, 2020 수도권 고층 집중관측 자료가 추가된 EXP 관측증분의 평균이 대체로 CTL보다 0에 더 가깝게 나타났다(그림 생략). 850 hPa 기온의 관측증분의 시계열 평균은 CTL과 EXP가 각각 0.19, 0.18로 나타났고, 850 hPa 동서바람은 0.21과 0.19로 분석장의 성능이 향상되었다.

Fig. 2. 
Vertical profiles of zonal mean of the analysis error difference between CTL and EXP for (a) temperature, (b) specific humidity, (c) zonal wind and (d) meridional wind during the period from 16 July to 20 August 2020. The analysis error is defined as the Root Mean Square (RMS) difference against the verifying IFS analysis. Red represents that analysis of EXP is improved.

2020 수도권 고층 집중관측 자료 활용에 따른 예측장 성능을 살펴보기 위해, 중층 지위고도와 하층 기온의 예측 개선율(Table 1)과 한반도 지역의 강수 성능(Figs. 3, 4)을 분석하였다. Table 1은 한반도에서의 영향을 살펴보기 위해 IFS 분석장 대비 Fig. 1 영역에서 CTL과 EXP의 중층 지위고도와 하층 온도의 예측 RMSE (Root Mean Square Error) 를 각각 산출하여 예측시간별 개선율(%)을 나타낸 것이다. 개선율은 아래 식과 같이 정의하였다.

Fig. 3. 
The results of (a) Bias, (b) CSI and (c) ETS of 24 hr accumulated precipitation over southern Korean Peninsula against the reanalysis. The left panels are CTL, the middle panels are EXP, and the right panels are difference between EXP and CTL. The horizontal axis is the forecast lead times, and the vertical axis is threshold of precipitation.

Fig. 4. 
The number of rainfall points for each threshold according to forecast lead times. The left panels are from 16 to 31 July 2020, the right panels are from 1 to 20 August 2020. The black lines are observation, the blue lines are CTL, and the red lines are EXP. Red boxes indicates improvement of EXP against CTL.

위 식에서 CTL_RMSE와 EXP_RMSE는 각각 CTL과 EXP의 RMSE 값을 나타낸다. 0000 UTC의 1~2일 중층 지위고도는 각각 약 1.08%와 0.77%로 예측성능이 개선되었고, 3일 예측은 약 -0.09%으로 개선 정도가 작아 중립 성능을 나타냈다. 1~3일 하층 기온은 각각 약 0.35%, 0.20%, 0.22%로 예측성능이 개선되었다. 1200 UTC의 1~3일 중층 지위고도는 각각 약 0.44%, 0.05%, -0.62%로 1일 예측성능은 개선, 2일 예측은 개선되나 개선 정도가 작아 중립 성능을, 3일은 예측성능이 저하되었다. 하층 기온은 각각 0.30%, -0.17%, -0.05% 로 1일 예측성능은 개선되나, 2일 예측성능은 약간 저하, 3일 예측성능은 중립을 나타냈다. 상층 동서 바람은 1일 예측성능은 개선되나, 2~3일 예측 성능은 저하되었다. 상층 동서 바람, 중층 지위고도 및 하층 기온의 예측성능을 통해 2020 수도권 집중관측자료 활용으로 한반도 지역의 1~2일의 단기 예측 성능이 개선됨을 알 수 있다. 하지만 그 이후의 예측 시간에서는 수도권 집중관측자료를 활용함으로 예측 성능이 약간 저하되는 것으로 나타나 향후 수도권 집중관측자료를 보다 잘 활용하기 위한 연구가 필요한 것으로 생각된다. 또한, 수도권 집중관측 기간 동안 0000과 1200 UTC에 활용 중인 라디오존데 관측 수는 유사하지만 두 시각 대의 예측장 개선율에는 차이가 있었다. 향후 시각에 따른 분석장 및 예측장 오차 분석, 장기간 실험 등을 통해 원인 분석이 필요할 것으로 생각된다.

수도권 고층 집중관측 자료가 한반도 지역의 강수예측 성능에 미치는 영향을 정량적으로 비교하기 위해 한반도 지역의 강수 재분석장을 이용하여 6시간 누적 강수에 대한 검증 결과로 살펴보았다. 검증에 사용된 강수 재분석장은 기상청에서 산출한 자료로 기상청 AWS, 산림청 AWS, 기상레이더, 천리안 구름탐지 산출물 등으로 만들어진 1시간 간격의 5 km 해상도 자료이다. 검증 지수는 강수 현상이 있을 때 관측에서 강수가 발생한 빈도와 수치예보모델에서 강수가 발생한 빈도의 비율을 계산하는 편차BIAS), 수치예보 모델의 강수 예측이 성공한 비율을 나타내는 임계 성공지수(Critical Success Index, 이하 CSI)에서 무작위로 강수 예측에 성공한 경우를 제외한 공정 임계 성공 지수(Equitable Threat Score, 이하 ETS)를 각각 비교하였다. Figure 3은 CTL, EXP, 그리고 두 실험의 차이에 대한 24시간 예측부터 120시간 예측까지의 Bias, CSI, ETS를 차례로 나타낸 그림이다. 수도권 고층 집중관측 자료의 활용으로 강수 편차가 감소하였으며, 특히 24시간 예측부터 48시간 예측까지 5 mm의 약한 강수의 편차가 개선됨을 알 수 있다. 이와 함께 48시간 예측 이내의 강수 예측정확도가 개선되었으며, 정량적으로 0.5 mm 강수에 대해 24~48시간 예측의 CSI는1.6~2.0% 개선되었고, ETS는 약 2.7% 개선되었다. 또한 48시간 예측 이내의 10 mm 이상 강한 강수의 예측 정확도가 개선됨을 알 수 있다. 이는 수도권 집중 관측자료의 활용으로 한반도 지역의 단기 강수 예측 성능 또한 개선될 수 있음을 보여준다.

강수 편차에 대해 좀더 자세히 살펴보기 위해 강수 재분석자료와 두 실험의 24~72시간 예측의 강수 임계치별 강수 지점수를 log 스케일로 분석하였다(Fig. 4). 7월의 24시간 예측과 8월의 24~72시간 예측에서 두 실험이 모의한 약한 강수지점은 관측 강수 지점보다 과대하여 모의하고 있다. 붉은색 네모는 EXP가 CTL 대비 강수 지점이 향상된 강수 구간을 나타낸 것으로 EXP가 모의한 강수 지점이 관측에 조금 더 가까운 지점수를 보인다. 2020년 7월에는 전라∙경상도의 좁은 지역에 약 500mm의 강한 강수가 내렸으며, 전국적으로는 약 300mm의 강수가 내렸다. 8월에도 전국적으로는 300mm의 강수가 내린 가운데 전라도 지역과 경기 북부 지역으로 약 600 mm 이상의 강한 강수가 있어, 7월 대비 8월에 많은 강수가 발생했다(그림 생략). 8월에 EXP 실험에서 7mm 이상의 강수 모의 지점이 향상되었으며, 48시간 예측에서는 7~35 mm의 강수 지점이 증가하여 강수량이 많았던 시기에 수도권 집중관측 자료 활용에 따른 강수 모의 개선이 크게 나타나는 것으로 생각되며, 이는 Fig. 3의 강수 정확도 개선과 일치하는 결과이다.

강수 사례 분석은 OSE 실험 기간 중 저기압 및 정체전선에 의해 발생한 3개의 강수 사례를 선정하여 각 강수 사례에 대해 수도권 집중관측자료의 영향을 살펴보았다. Figure 5는 각 강수 사례의 지상일기도 및 AWS의 24시간 누적 강수량을 나타낸 그림이다. 첫 번째 강수 사례는 7월 19~20일로 지상일기도에서 보는 바와 같이 중국에 위치한 저기압의 영향으로 수도권 지역을 중심으로 30~40 mm 강수가 발생한 사례이다(Fig. 5a). Figure 6의 1일 예측에서 CTL 대비 EXP가 관측에 가까운 강수량 및 분포를 모의하고 있음을 볼 수 있다. 두 실험 간의 차이를 보면 EXP에서 경기 남부 및 충청북도 지역의 강수량이 증가하였는데, 이는 Fig. 7에서 볼 수 있듯이 수도권 고층 집중관측 자료가 추가됨으로써 서해상의 저기압성 순환 강화되었고, 이는 해당 지역의 수증기 유입 증가를 유도하여 강수량에 영향을 미친 것으로 볼 수 있다.

Fig. 5. 
The surface analysis charts (left) and the 24 hour accumulated precipitation of AWS (right) (a) at 0000 UTC 20 July 2020 and (b) at 0000 UTC 29 July 2020. (c) The surface analysis chart (left) and the 48 hour accumulated precipitation of AWS (right) at 0000 UTC 3 August 2020.

Fig. 6. 
The 24 hour accumulated precipitation of (a) CTL and (b) EXP at 0000 UTC 19 July 2020. (c) is difference of between EXP and CTL.

Fig. 7. 
Difference of between CTL and EXP for (a) temperature, (b) specific humidity and (c) wind vector of 24 hr forecast field at 850 hPa. Black circle represents reinforcement of cyclonic circulation.

두 번째 강수 사례는 7월 28~29일 정체전선에 의해 전국적으로 강수가 있었던 사례로 수도권 지역은 25 mm 이상의 강수량을 보였다(Fig. 5b). 예측시간별로 살펴보면, 3일 예측에서 EXP는 경상도와 중부지역의 강수를 모의하였고, CTL은 한반도의 강한 강수를 모의하지 못하였다(그림 생략). 2일 예측에서 CTL이 중부지역의 강수를 관측과 유사하게 모의하고, EXP는 관측대비 강한 강수대를 남쪽으로 편향되게 모의하였다. 그러나 수도권 지역의 강수는 EXP가 더 잘 모의하고 있다. Figure 8의 1일 예측은 두 실험이 관측대비 강한 강수대를 남쪽으로 편향되게 모의하여 충청도와 경상도에 약 50mm 이상의 강수를 모의하고 있다. 하지만 수도권 지역은 EXP가 10 mm 이상의 강수를 모의함으로써 관측과 더 유사하다.

Fig. 8. 
The 24 hour accumulated precipitation of (a) CTL and (b) EXP at 0000 UTC 28 July 2020. (c) is difference of between EXP and CTL.

세 번째 강수 사례는 8월 1~2일 정체전선과 북쪽 저기압 영향으로 남부지방을 제외한 지역에 강수가 발생한 사례로, 수도권 지역에 100mm 이상의 강수가 발생한 사례를 살펴보았다(Fig. 5c). 1일 예측에서 두 실험 모두 강한 강수(> 100 mm)를 서해에 편향되게 모의하여 중부지역에 강한 강수를 모의하지 못하지만, EXP가 CTL 대비 경기 북부, 수도권 지역, 충청지역에 30mm 이상의 강수를 모의하고 있어 수도권 집중관측자료 활용으로 강수 분포가 개선되었음을 알 수 있다(Fig. 9).

Fig. 9. 
The 48 hour accumulated precipitation of (a) CTL and (b) EXP at 0000 UTC 1 August 2020. (c) is difference of between EXP and CTL.

3개의 사례 중 첫 번째 강수(7월 19~20일)사례는 2차 집중관측 시기에 포함되고, 두 번째 강수(7월 28~29일) 사례는 이 기간에 라디오존데 집중관측이 실시되지 않았으나, 사례일 전 일인 7월 27일까지 특별관측이 실시되어 1~2일 강수 예측성 향상에 기여했을 것으로 생각된다. 세 번째 강수(8월 1~2일) 사례는 특별 관측 기간에 포함되어 라디오존데 집중관측이 직접 자료동화에 활용됨으로써 1~2일 예측성이 향상되었다. 이는 이전 분석 시각에 라디오존데 집중관측 자료가 수치모델에 입력되어 자료동화와 예측이 수행되면서 1~2일 이후의 분석시각에 예측한 결과에도 긍정적인 영향을 주고 있음을 보여준다.

2020 수도권 집중관측 기간에 4개(제5호 장미, 제8호 바비, 제9호 마이삭, 제10호 하이선)의 태풍이 한반도에 영향을 주었다. 태풍 사례 분석은 실험 기간에 발생한 바비 사례에 대해 수도권 집중관측 자료의 영향을 살펴보았다. 태풍 바비는 타이완 타이베이 남남동쪽 200 km 부근 해상에서 발생하여 우리나라 서해상으로 북동진하여 옹진반도를 지나 중국 선양 부근에서 온대저기압으로 변질되었다. 최소기압(Fig. 10)을 살펴보면, 두 실험 모두는 관측대비 최소기압을 높게 모의하고 있고, 태풍 바비의 최소기압이 가장 낮게 나타나는 시기인 8월 26일 0000 UTC에 대해 8월 22일 1200 UTC와 23일 0000 UTC의 예측을 제외하고 CTL이 EXP에 비해 관측에 가깝게 모의하고 있다. 최대풍속(Fig. 11)은 최소기압과 마찬가지로 두 실험 모두가 관측대비 과소하게 모의하고 있으나, 대체로 EXP가 모든 예측시간에서 관측에 가깝게 모의하고 있음을 알 수 있다. 태풍 바비의 진로는 Fig. 12에 나타냈다. 8월 22일 0000 UTC와 8월 23일 0000 UTC 예측에서 EXP가 CTL보다 관측에 가깝게 모의하고 있으나, 8월 24일 0000 UTC와 8월 25일 0000 UTC의 예측은 CTL이 관측에 가깝게 모의하고 있다. 2020년 8월 25일 0000 UTC 에 관측된 태풍 위치는 약 125.7°E, 29.2°N이고, 2020년 8월 22일 0000 UTC를 초기 시각으로 3일 예측된 EXP는 CTL 대비 중층(500 hPa) 북태평양 고기압을 분석장(관측)과 유사하게 모의함에 따라 EXP의 태풍 위치가 관측과 가깝게 모의되었다 (그림 생략). CTL과 EXP는 각각 약 127°E, 28.8°N, 126°E, 28.8°N의 태풍 위치를 모의하여 이 시각에 모의한 태풍 위치는 향상되었다. 반면, 2020년 8월 27일 0000 UTC에는 태풍이 저기압으로 변하여 우리나라 북쪽에 자리잡고 있는데, 2020년 8월 24일 0000 UTC를 초기시각으로 3일 예측된 CTL은 분석장과 유사한 위치에 저기압을 모의하였다(그림 생략). EXP도 분석장과 유사하게 우리나라 북쪽에 저기압을 모의하지만 관측 대비 저기압 중심을 서쪽 편향으로 모의하여 EXP의 태풍 위치가 저하된 것으로 나타났다.

Fig. 10. 
The central pressure of typhoon from (a) CTL and (b) EXP of typhoon ‘BAVI’. Black lines are observation, colors are the results issued at difference initial time.

Fig. 11. 
The maximum wind speed of typhoon from (a) CTL and (b) EXP of typhoon ‘BAVI’. Black lines are observation, colors are the results issued at difference initial time.

Fig. 12. 
The predicted tracks for typhoon ‘BAVI’ issued at (a) 0000 UTC 22th, (b) 0000 UTC 23th, (c) 0000 UTC 24th and (d) 0000 UTC 25th, August 2020. Black lines are observation, red lines are CTL, and blue lines are EXP.

이와 같은 예측 경향의 원인은 수도권 집중관측 기간에서 찾아볼 수 있다. 3차 수도권 집중관측은 8월 11일부터 8월 20일까지 수행 후 종료되었다. 따라서 8월 20일의 관측자료가 수치모델에 동화되면서 8월 22일과 23일 분석 시각의 예측까지 긍정적인 영향을 준 것으로 생각된다. 집중관측 자료의 효과는 강수 예측에 대해 약 1~2일 정도 유지되고, 태풍 예측에서는 약 3~4일 정도까지 유지되는 것으로 보인다. 수치예보모델의 예측성이 지속적으로 향상되기 위해서는 라디오존데 집중관측이 장기간에 걸쳐 연속적으로 이루어져야 할 것이다.