수치모델링과 예보

1. 서 론

일기예보는 컴퓨터를 이용한 수치모델링 연구와 함께 발전해왔다. 80년대만 하더라도 예보 현장에서는 무선 팩스로 일본 기상청에서 생산한 수치 예상도를 받아보고 나서야 다음 날의 일기예보를 확정할 수 있었다. 반면 오늘날에는 우리 기술로 생산된 수치 예상도를 초단기에서 주간 예보에 이르기까지 예보 의사결정에 참고한다. 태풍의 이동 경로와 강도는 물론이고, 발생 가능성을 예보하는 데에도 참고한다. 국내 수요자는 휴대용 전화기에서 동네 단위로 상세하고 정량적인 시각별 날씨 예보를 받아 본다.

수치 예측 자료의 품질도 그동안 향상되어, 지금은 세계 5~8위권을 넘나든다. 전지구적 수치예보 서비스가 본격화된 1990년부터 Fig. 1의 모델 예측 오차 추이를 보면, 연도와 계절에 따른 변동성에도 불구하고 꾸준히 줄어들었다. 2005년을 전후하여, 청천 지역 위성 복사량을 직접 동화하기 시작하였고 예측 오차도 완만하지만 감소세를 보였다. 2010년 이후에는 모델과 자료동화 기술이 빠르게 발전하면서 예측 오차 감소폭이 두드러졌다.

Fig. 1.

Performance of operational numerical weather prediction system at Korea Meteorological Administration (KMA) during 1998~2021, in terms of root mean square error of geopotential height in the Northern Hemisphere, for the projection of 24, 72, and 120 hours (source: Numerical Modeling Center, KMA). Seasonal variability is smoothed out in dotted curves. Three break points are evident where model error starts to decrease rapidly: around 1999, 2005, and 2010. Global spectral model (JMA GSM) with horizontal resolution dx~120 km, using univariate optimal interpolation (OI) scheme, had been in operation since 1998. Direct assimilation of satellite radiance with JMA 3DVar started since mid-2005. 4DVar started since 2010 along with the UM, and replaced by 4DEnVar with KIM in 2020.

국내 수치예보 발전 과정은 관점에 따라 다양하게 나누어 볼 수 있으나, 본고에서는 모델 예측 오차의 추이를 참고하여 편의상 3단계로 구분하였다. 먼저 수치예보의 이론적 토대를 닦은 1989년까지의 연구 활동을 기초 연구 단계로 보았다. 둘째, 기상 전용 슈퍼컴퓨터 1호기가 설치되고, 전지구 모델이 일기예보에 전방위적으로 응용되었던 2005년까지를 기반 구축 단계로 보았다. 셋째, 수치예보 서비스 품질이 본 궤도에 올라서고 한국형 전지구 모델이 수치예보 서비스 중심에 자리잡으면서 기술 진보가 거듭되는 현재 까지를 기술 도약 단계로 보았다.

좁은 의미의 수치예보 분야는 크게 모델링과 이를 응용한 예보 기술로 나누어진다. 모델링은 수치모델, 자료동화, 운영체계로 세분할 수 있다. 수치모델은 다시 격자규모의 보존원리를 다루는 역학코어와, 보존량의 변화를 유발하는 물리과정으로 나누어진다. 모델의 초기장을 제공하는 자료동화는 역사적으로 수치모델보다는 더디게 발전해왔다. 요즈음 대부분의 모델링 센터에서 사용하는 변분 자료동화 기법은 방대한 계산량을 요구하는데, 고성능 컴퓨팅 기술이 등장하고 위성 복사량의 직접 동화가 가능해지면서 빠르게 확산되었다. 국내에서 기상위성이나 기상레이더 등 원격탐측자료의 전처리 연구 분야는 수치모델링보다 역사가 깊다. 이중에서도 원격 탐측 복사량 자료로부터 대기 상태변수를 역추정(retrieval)하는 과정은 자료동화에서 쓰는 복사전달모델의 전처리 연산(forward operation) 과정과 원론적으로 다르지 않다. 원격탐측 자료의 전처리 과정에 대한 사항은 특별호의 원격탐측 리뷰 논문(Ahn et al., 2023)을 참고하기 바라며, 본고에서는 자료동화 기법과 모델 초기화 방법을 중점적으로 살펴보고자 한다. 운영체계는 현장 수치예보를 지원하는 제반 기술 분야다. 관측자료 입력과정, 자료동화와 모델 계산 과정, 후처리 과정을 한데 묶어 예측 시스템을 구성하고, 이를 자동 제어하는 컴퓨팅 기술과 소프트웨어 공학 기반을 포함한다. 이중에서 현장이나 연구 목적으로 구축된 예측 시스템의 현황과, 슈퍼컴퓨터에서 모델의 계산 효율을 높이는 병렬화 기술에 국한하여 살펴보기로 한다.

수치예보모델은 예측하려는 기간, 영역, 용도에 따라 여러 갈래로 발전해왔다. 예측 기간에 따라 초단기모델부터 기후예측모델까지 종류가 다양하고, 예측 영역에 따라서는 크게 지역모델과 전지구모델로 나누어 진다. 용도별로 파고모델, 폭풍해일모델, 황사모델 등으로 특정할 수도 있다. 본고에서는 단∙중기 일기예보에서 참고하는 수치모델에 주로 초점을 맞추었다. 국내 수치모델 연구 초기에는 호우·대설 등 위험 기상 위주의 일기예보 문제에서 출발했지만, 점차 기후 변화와 계절 변동을 다룬 기후 모델로 주제가 확대되었다. 동시에 대기질과 화학과정을 다루는 대기환경모델, 도시 기상과 각종 소규모 운동계를 다루는 미기상 모델 분야로 점차 분화하였다. 이것들은 각기 응용 분야가 다르고 모의하고자 하는 현상도 다르다고는 하지만, 자연이라는 것이 모든 것을 포괄하는 하나의 종합적인 현상이라는 점을 생각해보면, 여러 모델 분야 간에 중복적인 부분도 피할 수 없을 것이다. 비록 본고가 일기예보를 위한 수치모델을 중점적으로 살펴본다 하더라도 부득이 다른 모델 분야로 일시 넘나들기도 할 것이다.

최근 모델 개발 추세는 그간 분화해온 여러 분야의 모델을 지구시스템의 얼개 안에서 하나로 통합하려는 방향으로 나아가고 있다. 대표적으로 영국기상청의 통합모델 UM은 하나의 수치 방법론으로 모든 영역의 응용 문제를 해결하고자 한다. 이러한 통합적 접근 방향은 미국 기상청, 유럽중기예보센터(ECMWF)를 비롯해서 여러 선진 모델링 센터에서도 확인할 수 있다(예를 들면 Link et al., 2017). 지구 시스템 모델은 기후변화 연구에 활발하게 쓰이고 있지만(Randall et al., 2019), 수치예보의 초기 발전 단계에서 역학코어나 물리과정과 관련된 기후모델 연구는 본고에서 부분적으로 다룰 것이다. 또한 기후변화 시나리오를 역학적으로 규모축소화(downscaling) 하는 과정에서 지역 모델의 민감도를 살펴보는 연구도 일부 인용할 것이다.

대기환경 모델도 특별호의 대기환경 리뷰 논문(Kim et al., 2023)에서 다루고 있어서, 본고에서는 현장에서 황사 예보에 응용하는 부분만 일부 언급할 것이다. 미기상 모델 분야는 환경에 대한 사회적 관심이 커짐에 따라 연구가 확대되는 추세라는 점을 감안하면 향후 별도의 리뷰 논문이 나오기를 기대한다. 대신 본고에서는 대규모 에디 수치실험(LES)을 통해서 물리과정의 모수화 문제를 풀어가는 연구 활동에 대해서만 부분적으로 다루고자 한다.

수치모델을 응용한 예보기술의 발전과정은 별도의 주제로 다루어야 할 만큼 내용이 방대하다. 모델을 이용한 사례 분석 연구는 70년대 후반부터 꾸준히 확대되어 왔으며, 특히 위험 기상의 대표격인 집중호우, 태풍, 대설, 국지 강풍의 분야에서 많은 연구가 있었다. 범용 중규모모델이 세계적으로 보급되면서, 이 방면의 사례 연구도 크게 늘어나는 추세다. 종관 분석과 예보의 관점에서 수치 실험과 사례 분석 연구는 별도로 다루어야 할 만큼 내용이 방대하며, 본고의 주제 범위를 넘어선다. 기후 분석의 관점에서 각종 위험기상에 대한 연구 활동은 특별호의 위험기상 리뷰 논문을 참고하기 바란다(Ho et al., 2023). 본고에서는 수치예보 응용 분야 중에서 모델 예측자료의 정량적 후처리 과정에 국한하여 살펴볼 것이다.

한편 후처리 과정은 격자점 자료의 묘화 기법(contour analysis), 예보관의 판단을 지원하는 다양한 인터페이스 도구 개발, 레이더 자료를 비롯한 국지 관측 자료를 활용한 초단기 예측 기법, 모델 예측 자료의 편차를 보정하여 날씨 요소를 정량적으로 해석하는 기법으로 나누어 볼 수 있다. 이 중에서 묘화 기법이나 인터페이스 기술은 예보기술의 중요 항목이지만 다분히 공학적인 측면이 강해서 여기서는 다루지 않기로 한다. 초단기 예측 기법은 자료동화나 인공지능 기술을 접목하여 다양한 방식으로 진화하고 있지만, 본고에서는 이 중에서 중규모 모델을 응용하는 연구에 대해서만 부분적으로 다루기로 한다. 날씨 요소의 해석 기법은 동네예보 서비스와 관련된 통계 모델의 발전과정을 중심으로 살펴보고자 한다.

수치예보는 기상 서비스에 직접 연동되어 있는 만큼, 기상청의 현장 응용 기술과 학계의 원천 연구가 복잡하게 얽혀 있다. 따라서 양 집단의 연구 활동을 고루 반영하고자 하였다. 하지만 수치예보 발전 초기 단계에서는 현장 중심의 실용적 연구가 주류를 이루었던 만큼, 응용 기술의 관점에 다소 치우쳐 논의할 수밖에 없었다. 현장의 수치예보는 수치모델이나 자료동화 외에도 방대한 전후처리과정과 시스템 자동화 기술 기반이 필수적이다. 국내외 관측 자료를 통신망을 거쳐 수집하여 해독하고 품질을 관리하여 데이터베이스로 정돈하는 전처리 과정과, 일기도에 날씨 기호를 기입하거나 묘화하는 후처리 과정을 자동화하는데 수많은 선행 노력과 투자가 있었기에 오늘날의 수치예보 서비스가 가능했지만, 그 상세한 발전 과정은 본고의 범위를 넘어서므로 다루지 않기로 한다.

방대한 수치예보 연구 활동을 제한된 분량으로 정리하는 과정에서 부득이하게 일부 논문만 언급할 수밖에 없었으며, 이는 저자의 제한된 지식과 부족한 식견에 따른 소치임을 미리 밝혀 두고자 한다. 또한 전문 학술지가 아니더라도 기상청의 각종 기술 노트와 학계나 연구기관의 연구 보고서에 수록된 많은 수치예보 연구 저작물에서도 중요한 실용적 연구 성과를 제시하고 있지만, 본고에서 충분히 다루지 못했다는 점도 밝혀 둔다. 본고 2장부터 4장까지는 연대기별로 각각 수치예보 발전상을 역학코어, 물리과정, 자료동화, 운영체계, 예보 응용 분야로 세분하여 기술하였다. 마지막으로 5장에서는 국제 연구 동향과 비교하면서, 수치예보에서 균형적 발전이 필요한 분야를 제시해 보았다. 국내 수치예보 연구는 빠르게 발전하여, 최근 일부 분야에서는 선진국 수준에 근접하고 있다고 볼 수 있지만 상대적으로 낙후된 분야도 없지 않아, 선진국과 기술 격차가 큰 분야에 대해서는 보다 많은 관심과 지원이 필요하기 때문이다.

2. 기초 연구(1970~1989)

수치모델을 이용하여 대기 현상을 이해하고자 했던 연구는 1980년대에 들어서며 점차 늘어나기 시작했다. 초기에는 준지균 역학을 기반으로 한 방정식을 수치적으로 풀어내는 연구가 주류를 이루었다. 순압 모델이나 다층 경압 모델을 구성하여 단기 기류 흐름을 예측하고자 시도하였다(Kim, 1983; Lee et al., 1984; Ha and Kim, 1987). 또한 오메가 방정식을 수치적으로 풀어 대기의 연직 운동계를 살펴보거나, 순압 또는 경압 대기의 역학적 불안정 구조를 진단적으로 밝히는 연구가 진행되었다(Cho and Kim, 1983; Chung and Kim, 1983).

당시 컴퓨터 자원은 매우 열악해서 정부 전자계산소의 UNIVAC 컴퓨터를 원격으로 이용하는 것이 고작이었다. 그 후 한국과학기술연구원에 슈퍼컴퓨터 Cray-2S가 도입되자, 원시 방정식계를 직접 수치적으로 풀어내는 모델링 연구가 시작되었다. 초기에는 아일랜드 기상청, 스웨덴 기상청, 미국 대기과학연구소(NCAR)에서 개발한 원시방정식 수치모델을 도입하여 사례분석에 응용하였다. 동아시아 온대 저기압이나 태풍의 발달과 관련된 수치실험을 통해서 호우나 대설 현상의 주요 원인을 밝혀내거나, 해륙풍 등 국지 기상현상을 이해하는데 활용하였다(Hong and Lee, 1987; Lee et al., 1987; Chang and Lee, 1989; Lee and Hong, 1989; Hyun and Lee, 1990).

당시에는 국내의 수치예보 기술 기반이 취약했던 만큼 원시방정식 수치모델과 함께, 기술 축적이 용이한 준지균 모델을 개발하는 연구도 진행되었다. 하지만 준지균 모델은 주로 학문적 연구에 그쳤고 예보 현장에까지 직접 응용하지는 못했다. 하지만 이 과정을 통해서 국내 수치모델링 기술 역량을 축적하는 계기가 되었다. 비슷한 시기에 기후모델을 응용하여 현실 기후를 재현하는 실험이 진행된 것도 수치예보 연구를 촉진하는 계기가 되었다(Kim and Wang, 1981). 기후모델의 경계층과 대류 과정에 관한 연구를 시작으로, 점차 다른 모수화 과정으로 관심이 확대되었다(Lee et al., 1991b).

그 후 과학기술부(현 과학기술정보통신부)의 특정연구사업을 통해서 NCAR의 중규모 지역 수치예보모델 MM4가 도입되었다. 학계의 연구 지원에 힘입어, 기상청의 중형 컴퓨터 Cyber 932가 전후처리를 담당하고 MM4는 한국과학기술연구원의 슈퍼컴퓨터 Cray-2S에서 원격으로 구동하며 매일 정기적으로 수치예상도를 생산하기에 이르렀다. 모델 초기장은 스웨덴 기상청에서 도입한 객관분석 프로그램을 이용하여 마련하였다. 이 프로그램은 2차원 최적 내삽법을 기반으로 개발된 것이다. 수치예상도는 아일랜드 기상청에서 도입한 해밀턴 그래픽 프로그램을 구동하여 그려냈고, 2003년 이후부터는 NCAR 그래픽 프로그램으로 점차 대체되었다.

기상청에 수치예보과가 1990년 신설되면서 수치모델을 담당할 전담 인력이 마련되었고, 그때부터 현장의 수치예보 운영체계는 본 모습을 갖추었다. 이는 1980대 초반부터 기상 업무 현대화를 향한 수많은 노력의 결실이었다. 우선 통신 전용 컴퓨터를 도입하고 국내외 관측 자료를 코드 형식으로 자동 입수하여 해독하고, 품질 검사를 거쳐 쓰기 쉬운 파일 형식으로 정돈하는 전처리 과정이 자동화되었다. 뒤를 이어 날씨 기호를 기입하고 등치선을 묘화하는 플로터가 들어오고, 그래픽 프로그램을 개발하면서 후처리 과정도 자동화되었다. 여기에 전담 조직을 신설하기 위해 정부 유관기관을 설득하는 노력이 십 년 만에 결실을 맺은 것이다(Oh, 2003; KIAPS, 2011).

당시 예보 현장에서는 수치예보 서비스가 시작되기 전이라서, 순전히 통계 기법을 응용하여 정량적인 예보 규칙을 개발하는 연구가 먼저 시작되었다. 다중 판별법을 응용한 단기 강수확률 예보 기법이 개발되었다(NSF, 1988). 그런가 하면 통계모델 GEM을 미국기상청에서 도입하여, 기온, 운량, 시정 등 10여 개 날씨 요소의 변화를 마르코프 과정(Markov process)으로 풀어냈다(Miller, 1984). 이 모델을 응용하여 88 올림픽 때는 경기장의 시각별 날씨 흐름을 1시간 간격으로 12시간 동안 예측하여 선수들에게 제공하였다. 당시에는 수치예보 모델을 운영하기 전이라서 모델예측자료가 축적되지 않았기에, 모델출력통계(MOS)를 개발하기 어려웠다. 대신 모델이 완전하다는 가정하에 분석자료를 이용하는 완전예측방식(PPM)으로 접근하여, 모델 예측 자료를 통계적으로 해석하는 연구가 활발하게 이어졌다.

3. 기반 구축(1990~2005)

4. 기술 도약(2006~)

4.2 물리과정

2000년대를 지나면서 다양한 중규모 모델들이 각종 연구에 쓰이게 되었다. 특히 미국에서 개발된 범용 중규모모델 MM5/WRF 외에도 ARPS, LAMS 모델이 사례 연구에 많이 쓰였다. 모델 연구가 활발해지면서, 사례 실험이나 지역 기후 모의 과정에서 개별 물리과정의 민감도를 분석하는 연구도 계속 증가하였다. 예를 들어 적운 대류에 대한 방안별 비교실험 연구로는 Hong and Choi (2006), Park et al. (2010), Ham and Hong (2013)을 들 수 있다. 깊은 적운 대류방안의 주요 모수를 변경하거나 세부 물리과정을 개선하여 민감도를 분석하는 연구도 많이 나왔다. Lee and Lee (2006)는 KF 방안에서 경계층 난류 에너지의 함수로 방아쇠 조건을 처방하여 집중 호우 민감도를 조사하였고, Byun and Hong (2007)은 적운의 운고, 운동량 연직 수송, 수증기 수렴을 반영한 환경의 불안정화가 계절 예측에 미치는 민감도를 분석하였다. 질량속 방안 SAS에서는 습도의 영향을 흡기율에 반영하고(Han and Pan, 2011), 운고에 따라 강수 전환율을 보정하였다(Han et al., 2016; Han et al., 2019). 한편 얕은 적운 대류에 대해서는 Tiedtke (1989) 방안에서 난류 분산 계수와 대류 방아쇠 조건을 개선하고, GRIMs의 예측 민감도를 분석하였다(Hong and Jang, 2018).

경계층 물리과정에서는 층적운 상부의 적외 복사 냉각과 하부의 복사 흡수 승온으로 유발되는 열적 불안정과 대류를 감안하여, 경계층의 연직 혼합 과정을 보정해주는 방안이 개발되었다(Lee et al., 2018a). 수치 모의실험에서는 층적운과 경계층이 긴밀하게 상호작용하며, 층적운이 대류 경계층의 혼합을 촉진하기도 하지만 동시에 경계층 고도를 낮추어 혼합을 억제한다는 점을 보여주기도 하였다(Park and Kwon, 2018).

산악 중력파 항력에 대해서는, 아격자 산악의 비대칭 성분에 따른 하층의 파동 파쇄 효과와 산악 주변을 흐르는 기류의 저지 효과를 개선하여, GRIMs 모델에서 예측 민감도를 실험하였다(Hong et al., 2008; Choi and Hong, 2015). 비 산악 중력파 항력에 대해서는, 적운에 의한 중력파의 비선형과정에 따른 효과를 모수화하고(Chun et al., 2008), 3차원 중력 파동선 전파과정과 적운 이동 속도를 고려하게 되었다(Song and Chun, 2008; Choi and Chun, 2011; Kang et al., 2017; Kim et al., 2019a). KIM에는 적운 뿐 아니라 중위도 전선대의 중력파 항력을 모수화한 방안이 쓰이고 있다(Choi et al., 2018).

강수-구름과정은 수상의 크기에 따른 농도 분포를 다루는 방식에 따라 벌크 유형과 빈 유형의 미세물리방안으로 발전해왔다(Lim, 2019). 벌크 유형의 미세물리방안은 대기 수상의 크기에 따른 농도를 함수로 표현하는 반면, 빈 유형의 미세물리방안은 대기 수상의 농도를 특정 범위의 수상 입자 크기에 따라 해당하는 영역의 수상 농도를 예단하는 방식이다. 벌크 방식은 단일 수상에 대해서 단일 변수를 예단하기 때문에 계산 효율이 뛰어나, 빠른 계산시간을 요하는 현장 수치예보모델이나 기후모델용으로 많이 연구되어왔다(Dudhia et al., 2008; Juang and Hong, 2010; Lim and Hong, 2010). 반면 빈 방식은 수상 크기에 따른 농도를 산출하기 때문에 함수를 임의적으로 가정할 필요가 없어서 정교한 예측을 하거나 과학적 현상을 규명하기 위한 연구에 주로 사용해 왔다(Lee and Baik, 2017; Jin and Baik, 2020; Jin et al., 2019, 2022).

한편 에어로졸이 구름과정에 미치는 간접효과에 관한 연구도 진행되었다. Lim et al. (2011)은 초기 응결핵의 수농도를 변경해가면서 에어로졸이 이중모멘트 미세물리과정과 소나기구름 발달에 미치는 효과를 분석하였다. Kang et al. (2019)은 GRIMs 모델에 WRF-Chem의 5종 흡습성 에어로졸 과정을 결합하여, 응결핵의 수 농도 증가에 따른 단파 차단 효과와 강수 전환 촉진 효과를 보기도 하였다.

구름량에 대해서는 아격자 물리과정의 효과를 반영한 예단 방정식이 개발되었는데, 특히 위성자료(Cloudsat)를 참조하여 적운 대류에 의한 구름량의 변화를 모델링한 것이 특색이다(Park et al., 2016). 아격자 안의 구름량을 고려하여, 구름이 존재하는 지역에서의 증발과 구름이 없는 지역에서의 응결과정을 현실적으로 모의하는 미세물리과정이 개발되기도 하였다(Kim and Hong, 2018). 나아가 수상량의 유효반경을 산정할 때 아격자에서 적운 대류에 따라 발생하는 구름물, 얼음입자, 눈의 혼합비를 감안하여, 구름물리와 복사과정의 일관성을 확보하기도 하였다(Bae and Park, 2019).

아격자 구름량은 구름역의 불확실성을 감안하여 수직적으로 다양한 방식으로 겹침이 가능하다. KIM에는 최대-임의 수직 구름 겹침(maximum-random overlap) 방안을 쓰고 있으나, 인접한 구름층이라도 기상 조건에 따라 임의 겹침을 허용하는 방안(exponential-random overlap)으로 최근 개선 중에 있다. 한편 적운과 층운으로 구름 유형을 세분하고, 다시 구름 특성에 따라 대류 활동과 혼합 수상 강수 여부 등으로 세분하여 각각 최대 또는 임의적 수직 구름 겹침을 모델링하는 보다 복잡한 겹침 방안도 개발되었다(Park, 2017). 얼음입자의 광학 깊이를 처방하는 방안에 따른 민감도를 분석하거나(Hong et al., 2009), 장파의 얼음입자 산란과정을 소산계수, 단일 산란 알베도, 비대칭 요소의 함수로 처방하는 연구도 진행되었다(Jee and Lee, 2013).

복사과정에 대해서는, 기존 모델에 장착된 기법을 분석하고 개선하는 연구가 이어졌다(Kim et al., 2009; Lim et al., 2009). 한편 응용 목적으로 복사과정만 분리하여 단순화하고(Zo et al., 2014), 아격자의 지형 경사각, 하늘시계요소, 최대 그림자각을 산출하여 지면에 도달하는 직달 일사량과 산란 일사량을 각각 보정하는 연구도 수행되었다(Jee et al., 2017).

이중모멘트 미세물리과정의 수농도를 이용하여 수상량의 유효반경을 결정하고 이를 구름지역의 복사과정에 응용하는가 하면(Bae et al., 2016), 아격자 규모의 수상량을 유효반경 계산에 반영하여 강수-구름-복사과정간 일관성을 도모하였다(Bae and Park, 2019). Baek (2017)은 아격자에서 수직 구름 겹침 가정과 구름량의 비율을 만족하는 여러 개의 대표 구름 기둥을 상정하고, 각 기둥별로 다른 파장의 복사계산 과정을 거치게 하여 해의 정확성은 유지하면서도 계산 비용을 절감하였다.

지면과정에서는 기존에 개발된 지면모델의 알베도, 토양 온도, 토양 수분의 대기 민감도를 통해 지면모델의 특성을 분석하는 연구가 많이 진행되었다(Suh and Lee, 2004; Kim and Hong, 2007, Kang and Hong, 2008; Park et al., 2017 등). 지면모델의 일종인 Noah LSM은 KIM에 이식되어 현장에서 쓰이고 있다(Koo et al., 2017), 모델의 해상도 증가에 따른 지형과 토양 분포의 정밀화, 그리고 이에 따른 예측 민감도를 분석하는 연구가 이어졌다(예를 들면 Kang et al., 2007; Ha and Lee, 2011). 식생과 경작지의 분포가 토양 수분을 통해서 모델 지역 기후에 미치는 영향도 조사되었다(예를 들면 Rha et al., 2005; Oh and Suh, 2019). 차세대 도시 농림 융합 스마트 기상 서비스 개발 사업(WISE; 2012~2016)이 진행되는 기간에는, WRF 모델로 0.5~1 km 고해상도 격자를 구성하여, 도심 지역의 지면 피복이나 거칠기 따른 예측 민감도를 조사하기도 하였다(Park et al., 2015; Jee et al., 2016). 고해상도 지형을 이용하면 기온과 풍속의 예측성은 향상될 수 있지만, 강수 예측성에 대해서는 연구에 따라 상이한 결과를 보였다(Lee and Hong, 2014; Jee and Kim, 2016). 해양 표층 등 지면 외 경계조건이 모델 기후에 미치는 영향에 대해서도 많은 민감도 수치실험 연구가 진행되었다(예를 들면 Min et al., 2017; Kim et al., 2019b).

기상청은 예보 서비스의 품질을 획기적으로 높이기 위해, 2010년 당시 세계 2위 중기예측 성능을 가진 영국 통합모델(UM)을 도입하였다. UM은 단중기부터 계절예보에 이르기까지 하나의 물리 과정으로 모사해 보려는 시도를 갖고 있어서, 적은 인력으로 이음새 없는 서비스를 제공하려는 기상청의 취지와 잘 부합하였으며, UM에서 지원하는 단일기둥모델을 활용하여 깊은 적운 대류과정, 구름-강수 물리과정, 복사-구름상호작용 과정이 모델의 예측 성능에 미치는 민감도를 분석하기도 하였다(Kim et al., 2014c). 한편, 학계에서 수행해 온 다양한 물리과정 연구는 한국형수치예보모델 개발사업을 통해서 지속 발전하였다. KIM이 2020년 5월부터 UM을 대체하여 운영하게 되면서, 그간 개발된 물리과정도 KIM에 장착되어 현장 수치예보에 쓰이게 되었다(Table 1). KIM 물리패키지는 현업운영에 적합하도록 정확성은 유지하면서 계산효율성을 극대화한 복사과정을 적용하거나(Baek, 2017), 구름량 예단방안(Park et al., 2016)과 미세물리 과정 내 구름량 상세 적용 방안(Partial Cloudiness, Kim and Hong, 2018) 등을 통해 구름정보의 상세화를 추구하기도 하였다.

Table 1.

Physical parameterization used in Korea Integrated Model (KIM).

국제적으로는 지역모델을 응용하여 지역기후 전망비교실험(CORDEX)에 참여한 연구 결과도 꾸준히 나왔다(예를 들면 Kim et al., 2014a; Choi and Ahn, 2017; Kim et al., 2020). 또한 WMO GEWEX 프로그램 산하 전지구 대기 시스템 연구 사업단(GASS)이 주관하는 각종 물리과정 비교 실험(Zeng et al., 2018)에도 적극 참여하여, 지면모델의 온도 및 적설 초기화에 따른 대기의 계절예측성을 비교하거나(Xue et al., 2021), 모델이 갖는 아격자 규모의 중력파 항력(Niekerk et al., 2020), 적운 대류에 따른 강수 일변화(Tang et al., 2022) 특성을 분석하기도 하였다. 물리과정에 대한 전문 역량이 크게 향상되었고, 모델 개발 기반과 단일기둥모델 실험 환경이 갖추어 진 만큼, 국제 비교실험 사업에 참여하는 국내 연구는 계속 확대될 전망이다.

그간 수리과학 기술 발전과 슈퍼컴퓨터 성능 향상에 힘입어, 모델의 해상도는 계속 높아져, 호우, 대설, 돌풍 등 깊은 적운의 급작스러운 발달과 성쇠에 따른 돌발 기상 현상의 정밀 계산이 가능한 영역으로 진입했다. 한편 고해상도 영역에서는 그동안 독립적으로 처방했던 개별 물리과정들이 중첩되므로, 여러 물리과정을 종합적인 관점에서 처방하거나 일관성을 높이려는 연구도 늘어나는 추세다. 깊은 적운 대류와 얕은 적운 대류를 질량 속 방안으로 일원화하고(Han and Pan, 2011), 나아가 경계층의 비 국지 혼합과정도 질량 속 방안으로 대체하되 국지 혼합과정은 경계층 난류에너지의 함수로 모수화하는 연구가 진행되었다(Han and Bretherton, 2019). 한편 아격자 영역안에서도 지면에서 출발하는 다양한 난류 섭동을 가정하고 각 섭동이 구성하는 구름의 앙상블을 구성하여, 경계층의 건조 습윤 대류와 층적운 강제 대류(forced convection), 얕은 적운 대류, 깊은 적운 대류에 이르기까지 연직 혼합 물리과정을 하나의 방법론으로 처방하는 방안도 연구되었다(Park, 2014a, 2014b). 나아가 아격자의 한기풀 영역을 명시적으로 예측함으로써, 한기풀에 동반한 돌풍전선에서 조직된 적운 군집의 대류활동이 역학체계에 미치는 상호작용 과정을 명시적으로 반영하여, 중규모 적운 군집체를 보다 효과적으로 모의할 수 있게 되었다.

격자 간격이 수 km 이내로 좁아지는 회색지대(gray zone)에서는, 아격자 규모의 모수화와 격자규모의 물리과정의 역할 분담이 달라지므로 격자 규모에 따라 물리과정도 적응해야 한다. 적운 모수화 방안도 해상도에 따라 집중 호우 예측 특성이 달라지는데, 특히 5 km 이하의 고해상도 영역에서는 적운 모수화를 거치면서 강수 강도가 약해지는 특징을 보였다(Lee and Lee, 2011). 질량 속 적운 대류 방안에서는 구름 하부 질량 연직 플럭스, 대류 억제 조건, 구름 배기량을 격자 크기의 함수로 처방하는가 하면(Kwon and Hong, 2017; Han et al., 2017; Han et al., 2020), 경계층 방안에서는 연직 에디 플럭스를 국지 에디 성분과 비국지 성분으로 구분하고 각각 격자 크기의 함수를 곱해 처방하였다(Shin and Hong, 2014). 아격자 내부의 산악 복잡도에 따라 증가하는 난류와 바람 저지 효과는, 지형 표고 복잡도를 재산정하여 반영하기도 하였다(Koo et al., 2018). 그간 격자적응 물리과정의 각종 연구 결과는 한국형 모델 개발 사업의 뒤를 이어 차세대 수치예보 모델 개발 사업(2020~2026)에도 응용될 예정이다.

연직적으로는 모델의 층수가 늘어나고 상단 경계가 성층권을 넘어 중간권으로 향하면서, 성층권의 오존 분포에 대한 관심도 증가하였다. Jeong et al. (2016)은 광화학 과정의 선형 효과를 반영한 통계적 오존량 예측 모델을 전지구 모델에 접합하여 예측 민감도를 조사하였다. 차세대 수치예보 모델 개발 사업에서도 선형 오존 통계 모델을 KIM에 장착하여, 오존의 단파 복사에 따른 모델의 성층권 기후모의 품질을 높이고 나아가 중력파의 상부 전파에 따른 파쇄 과정과 중위도 제트와의 상호작용 과정을 개선하려는 연구가 진행 중이다.

한편 지구시스템모델을 응용하여 단중기에서 계절 내 변동성에 이르기까지 이음새 없는 수치예보를 구현해보려는 연구가 전세계적으로 증가하는 추세다. 기상청에서는 UM에 기반을 둔 지구시스템 모델을 3~6개월 계절 예측에 응용해왔으며(Jeong et al., 2017), MoM/CICE 해양/해빙모델을 OASIS3 결합연산자로 UM에 연결하여 기후전망 시나리오를 산출하고, CMIP 국제 비교실험 사업에도 참여해 오고 있다(Lee et al., 2020a; Kim et al., 2021). 지구시스템모델과 전지구 대기모델의 예측 성능을 비교한 결과, 지구시스템모델이 단중기 강수나 대기변수의 예측에 있어서 전지구 대기모델과 유사한 성능을 가질 수 있음을 밝힌 바 있다(Lee et al., 2016). 최근에는 지구시스템모델에 대기 화학과정을 결합하는 방향으로 확장하는 추세다. 지구시스템모델 GRIMs에 대기 화학모델 GEOS-CHEM을 결합하여 대기 중 오존 전량과 에어로졸 분포를 재현하는가 하면(Jeong et al., 2019b; Lee et al., 2022d), UK ESM에 해양 식생에 따른 화학과정을 결합하여 탄소 순환과 기후 영향을 분석하기도 하였다(Lee et al., 2021).

연장 중기 구간(15~30일)은 초기치 문제이면서 동시에 경계 조건의 영향이 증가하는 혼합 구간이라서, 수치예보 문제도 지구시스템 모델링의 관점에서 접근해야 한다. 차세대 수치예보 모델 개발사업에서는 한국형 모델의 기반 위에서, 범용 경계 모델들을 결합하여 연장 중기 구간의 확률적 예측 기법을 연구 중이다. 해양모델로는 NEMO, 해빙모델은 SI3, 지면모델은 Noah-MP를 각각 채택하여, MCT 접합 연산자를 통해 이 경계모델을 차세대 전지구 모델에 결합하여 예측 시험 중이다. 또한 WRF-CHEM의 모듈 중에서 응결핵에 민감한 흡습성 에어로졸 5종에 대한 화학과정을 미세물리과정에 결합하여, 에어로졸의 간접효과를 수치모의에 반영하고자 연구 중이다.

5. 결 론

수치예보 연구는 지난 40여년간 산학협력을 통해서 발전을 거듭해왔다. 처음에는 외국의 모델과 자료동화 기술을 도입하여 실용화하는 기술 이전 연구에서 출발하였지만, 학계와의 협력을 통해서 점차 우리 과학 기술로 대체되면서 한국형 모델을 현장에서 운영하기에 이르렀다. 각종 국제 비교 수치실험 사업에도 능동적으로 참여하고, 개도국에는 수치예보 기술을 이전해주면서 국제 무대에서 우리 수치예보 과학 기술 활동이 점차 확대되는 추세다. 그럼에도 불구하고 정보화 사회와 4차 산업기술이 요구하는 국내 수요에 부응하기 버거운 분야도 적지 않다. 또한 국제적으로 수치모델링 분야 기술 선도 그룹과 비교하여 상대적으로 낙후된 분야도 없지 않다.

사물 기반 인터넷, 스마트 시티, 자율 주행 차량, 저고도 무인 항공(UAM)이 보편화될 미래형 사회에서는, 비정형 기상 관측 자료를 분∙초 단위로 신속하게 처리하여 날씨에 민감한 의사결정과정을 지원하는 자료동화와 빠른 예측 계산 기술이 필요하다. 초단기 모델은 실무적 관점에서 주로 역학적 초기화를 응용해 왔지만, 물리과정의 주요 모수를 자료동화의 조절 변수로 놓고 처방하는 직접 자료동화 연구는 아직 걸음마 단계다. 도플러 레이더 반사도 역시 역학적 초기화의 관점에서 많이 연구되어 왔으며. 모델 수상량을 자료동화 조절함수로 삼아, 구름 이나 지면의 영향을 많이 받는 위성채널의 복사량을 직접 동화에 응용하는 분야에도 더 많은 연구가 절실하다. 인공지능 기술을 역학적 모델링 기법에 접목하여 물리과정이나 초단기 실황 예측 분야에서 계산 효율성을 높이는 연구도 필요하다(예를 들면 Ukkonen, 2022).

장기 예측 분야에서는 그동안 지구시스템 모델을 응용하여 계절예보와 기후전망의 분야에서 많은 연구가 이루어진 반면, 보름에서 한 달까지의 확률적 예측을 겨냥한 연장 중기 분야의 모델링 접근은 이제 시작일 뿐이다. 특히 극지 성층권의 파동이나 열대 MJO 활동은 10일 정도면 중위도에 영향을 줄 수 있기 때문에, 지구시스템 안에서도 극지·해빙과 대기화학, 열대 적운 군집체와 중위도 기상과의 상호작용과 결합 모델링 연구가 관건이다. 또한 결합모델을 연장 중기 예측이나 계절 내 변동성 예측에 활용하려면, 결합 자료동화 기법의 개발도 시급하다.

초단기에서 연장중기 나아가 계절 내 예측에 이르기까지 이음새 없고 일관성 있는 예보 서비스를 실현하려면, 수치예측 기술이 이를 뒷받침해주어야 한다. 모델 해상도가 높아지면서 역학 코어와 물리과정의 구분이 허물어지고, 물리과정에서도 경계층, 자유대기, 적운의 대류과정이 서로 중첩되는 만큼, 통합적인 관점에서 모델을 재설계하거나 해상도에 유연한 물리과정의 연구도 서둘러야 한다. 앙상블 예측 표본을 늘려 예측 불확실성을 추정하고, 기류 흐름을 반영한 모델 오차를 결합 자료동화에 응용하면, 시공간적으로 유연한 확률 예측 체계를 구축할 수 있을 것이다. 다만 전통적인 변분 자료동화 기법은 모델 오차의 비정규분포 특성과 모델·관측연산자의 비선형성을 다루는데 한계가 있는 만큼, 파티클 필터(particle filter) 등 유연한 앙상블 자료동화 기법에 대한 최신 연구 동향도 주목할 필요가 있다.

최근 학계의 연구 중심이 기후 분석과 기후변화 전망 수치모의 분야로 이동하면서, 상대적으로 일기예보를 위한 수치모델링과 자료동화 분야에는 인재 양성이 더딘 반면, 현장에서는 이 분야의 인재 수요가 거꾸로 늘어나는 추세다. 수치예보 분야 안에서도 모델의 역학 체계에 관한 연구는 상대적으로 빈약하고, 모델을 병렬화하는 소프트웨어 기반 연구도 주로 현장 기관을 중심으로 제한적으로 수행되어왔다. 자료 동화분야도 범용 변분 자료동화 기법이 보급되면서 관측 민감도 연구로 확대되어 오기는 했지만, 동화 기법 자체의 원천 연구는 여전히 미흡한 편이다. 원격탐사 분야에서도 복사전달모델을 이용한 대기 분석(retrieval) 연구가 많이 나오고 있음에도 불구하고, 이를 현장 수치모델의 자료동화에 접목한 연구는 상대적으로 적은 편이다. 앙상블 예측 분야에서도 민감도 예측 실험 연구는 많이 나와 있지만, 이를 앙상블 변분 자료동화에 응용한 연구도 부족하다.

수치예보 분야가 학연관의 협동으로 그동안 성공적으로 발전해 온 것을 생각해 보면, 선진국과 비교 우위에 설 수 있는 분야임이 자명해진다. 학연관 소통을 통해서 대기과학 분야의 균형 발전과 미래 인재양성을 위한 전략적 논의가 필요한 시점이다. 아울러 WMO의 연구 프로그램의 일환으로 추진중인 각종 국제 비교실험에 보다 능동적으로 참여하는 것도 우리 과학 수준의 위상을 점검하고 상대적으로 취약한 분야를 진단하는데 도움이 될 것이다.

국내외적으로 범용 수치모델과 자료동화 체계의 확산이 현장 수치예보 서비스 발전에 크게 기여해왔다는 점을 확인하기라도 하듯이, 미국이나 영국에서는 현장 모델을 범용화해서라도 연구의 현장화(R2O)를 촉진하겠다는 시도가 잇따르고 있다. 국내에서는 한국형 모델을 범용 모델화하여 학계에 보급하기 위한 사업이 진행 중이다. 범용 모델과 시험자료가 공개되어 누구나 쉽게 한국형 모델을 가지고 사례 실험을 하거나 모델의 구성 요소를 개량하는 연구를 할 수 있게 된다면, 국내 수치예보의 또 한 단계 도약을 기대해 볼 수 있을 것이다.

Acknowledgments

본 논문의 개선을 위해 좋은 의견을 제시해 주신 두 분의 심사위원께 감사를 드립니다. 본 연구는 기상청 출연사업인 (재)차세대수치예보모델개발사업단의 가변격자체계 기반 통합형수치예보모델 개발(KMA2020-02212) 과제의 지원을 받아 수행되었습니다.

References

• Ahn, J.-B., J. Hur, and A-Y. Lim, 2014: Estimation of fine-scale daily temperature with 30m-resolution using PRISM. Atmosphere. Korean Meteor. Soc., 24, 101-110. [https://doi.org/10.14191/Atmos.2014.24.1.101]
• Ahn, J.-B., and J. Lee, 2015: Comparative study on the seasonal predictability dependency of boreal winter 2 m temperature and sea surface temperature on CGCM initial conditions. Atmosphere. Korean Meteor. Soc., 25, 353-366. [https://doi.org/10.14191/Atmos.2015.25.2.353]
• Ahn, M.-H., J. Kim, G.-W. Lee, and S.-W. Kim, 2023: A progress status of remote sensing in the Korean Meteorological Society. Atmosphere. Korean Meteor. Soc., 33, 197-222. [https://doi.org/10.14191/Atmos.2023.33.2.197]
• Bae, S. Y., and R.-S. Park, 2019: Consistency between the cloud and radiation processes in a numerical forecasting model. Meteor. Atmos. Phys., 131, 1429-1436. [https://doi.org/10.1007/s00703-018-0647-9]
• Bae, S. Y., S.-Y. Hong, and K.-S. Lim, 2016: Coupling WRF double-moment 6-class microphysics schemes to RRTMG radiation scheme in weather research forecasting model. Adv. Meteor. [https://doi.org/10.1155/5070154]
• Baek, S. H., 2017: A revised radiation package of G-packed McICA and two-stream approximation: Performance evaluation in a global weather forecasting model. J. Adv. Model. Earth Syst., 9. [https://doi.org/10.1002/2017MS000994]
• Byun, U.-Y., and Coauthors, 2011: WRF-based short-range forecast system of the Korea Air Force: verification of prediction skill in 2009 summer. Atmosphere. Korean Meteor. Soc., 21, 197-208. [https://doi.org/10.14191/Atmos.2011.21.2.197]
• Byun, Y.-H., and S.-Y. Hong, 2007: Improvements in the subgrid-scale representation of moist convection in a cumulus parameterization scheme: the single-column test and its impact on seasonal prediction. Mon. Wea. Rev., 135, 2135-2154.
• Chang, D.-E., and D.-K. Lee, 1989: A simulation study of the tropical cyclone Vera using a mesoscale numerical model. J. Korean Meteor. Soc., 25, 148-167.
• Chang, E.-C., and K. Yoshimura, 2015: A semi-Lagrangian advection scheme for radioactive tracers in the NCEP regional spectral model (RSM). Geosci. Model Dev., 8, 3247-3255. [https://doi.org/10.5194/gmd-8-3247-2015]
• Chang, P.-H., and Coauthors, 2021: Global ocean data assimilation and prediction system in KMA: description and assessment. Atmosphere. Korean Meteor. Soc., 31, 229-240. [https://doi.org/10.14191/Atmos.2021.31.2.229]
• Cheong, H.-B., 1999a: Solution of elliptic equation on a sphere using double Fourier series. J. Korean Meteor. Soc., 35, 247-253.
• Cheong, H.-B., 1999b: A spectral method using double Fourier series on a sphere: application of spherical harmonics filter to the vorticity equation. J. Korean Meteor. Soc., 35, 254-262.
• Cheong, H.-B., 2001: Solution of elliptic equations on a sphere using double Fourier series. J. Korean Meteor. Soc., 35, 247-253.
• Cheong, H.-B., 2005: Spectral Galerkin-finite difference combined method for reduced grid system on the sphere. J. Korean Meteor. Soc., 41, 481-494.
• Cheong, H.-B., 2006: A dynamical core with double Fourier series: comparison with the spherical harmonics method. Mon. Wea. Rev., 134, 1299-1315.
• Cheong, H.-B., and H.-G. Kang, 2015: Eigensolutions of the spherical Laplacian for the cubed-sphere and icosahedral-hexagonal grids. Quart. J. Roy. Meteor. Soc., 141, 3383-3398. [https://doi.org/10.1002/qj.2620]
• Cheong, H.-B., and I.-H. Kwon, 2007: Use of aliased DFS spectral method for the shallow water equations on the sphere. J. Korean Meteor. Soc., 43, 429-447.
• Cheong, H.-B., Y.-J. Nam, C.-H. Lee, and J.-J. Kim, 2021: Isotropic high-order filter for a local domain on the sphere. Asia-Pac. J. Atmos. Sci., 57, 149-160. [https://doi.org/10.1007/s13143-020-00177-3]
• Cho, J.-Y., and J.-W. Kim, 1983: A synoptic structure of the vertical P-velocity: I. adiabatic calculation. J. Korean Meteor. Soc., 19, 51-58.
• Choi, H.-J., and Coauthors, 2018: Effects of non-orographic gravity wave drag on seasonal and medium-range predictions in a global forecast model. Asia-Pac. J. Atmos. Sci., 54, 385-402. [https://doi.org/10.1007/s13143-018-0023-1]
• Choi, H.-J., and H.-Y. Chun, 2011: Momentum flux spectrum of convective gravity waves. Part I: an update of a parameterization using mesoscale simulations. J. Atmos. Sci., 68, 739-759. [https://doi.org/10.1175/2010JAS3552.1]
• Choi, H.-J., and S.-Y. Hong, 2015: An updated subgrid orographic parameterization for global atmospheric forecast models. J. Geophys. Res. Atmos., 120, 12445-12457. [https://doi.org/10.1002/2015JD024230]
• Choi, J.-T., and J.-Y. Cho, 2001: Prediction of Max/Min temperatures using PPM. J. Korean Meteor. Soc., 37, 465-474.
• Choi, J.-T., and J.-Y. Cho, 2002: The objective prediction of probability of precipitation (PoP) based on PPM. J. Korean Meteor. Soc., 38, 119-127.
• Choi, J.-T., and T.-Y. Lee, 2000: Capability of observing systems over the Korean Peninsula for the observation of mesoscale atmospheric structure- a study using observing system simulation experiments. J. Korean Meteor. Soc., 36, 619-630.
• Choi, S.-J., 2018: Structure of eigenvalues in the advection-diffusion equation by the spectral element method on a cubed sphere. Asia-Pac. J. Atmos. Sci., 54, 293-301. [https://doi.org/10.1007/s13143-018-0020-4]
• Choi, S.-J., F. X. Giraldo, J. Kim, and S. Shin, 2014: Verification of non-hydrostatic dynamical core using the horizontal spectral element method and vertical finite difference method. Geosci. Model Dev., 7, 2717-2731. [https://doi.org/10.5194/gmd-7-2717-2014]
• Choi, S.-J., and J. B. Klemp, 2021: A new hybrid sigma-pressure vertical coordinate with smoothed coordinate surfaces. Mon. Wea. Rev., 149, 4077-4089. [https://doi.org/10.1175/MWR-D-21-0086.1]
• Choi, S.-J., and S.-Y. Hong, 2016: A global non-hydrostatic dynamical core using the spectral element method on a cubed-sphere grid. Asia-Pac. J. Atmos. Sci., 52, 291-307. [https://doi.org/10.1007/s13143-016-0005-0]
• Choi, Y.-W., and J.-B. Ahn, 2017: Impact of cumulus parameterization schemes on the regional climate simulation for the domain of CORDEX-East Asia phase 2 using WRF model. Atmosphere. Korean Meteor. Soc., 27, 105-118. [https://doi.org/10.14191/Atmos.2017.27.1.105]
• Choo, S.-H., P.-H. Chang, S.-O. Hwang, H.-J. Jo, J. Lee, S.-M. Lee, Y.-K. Hyun, and J.-H. Moon, 2021: Assessment of assimilation impact of Argo float observations in marginal seas around Korean peninsula through observing system experiments. Atmosphere, 31, 283-294. [https://doi.org/10.14191/Atmos.2021.31.3.283]
• Chun, H.-Y., H.-J. Choi, and I.-S. Song, 2008: Effects of nonlinearity on convectively forced internal gravity waves: application to gravity wave drag parameterization. J. Atmos. Sci., 65, 557-575.
• Chun, H.-Y., and J.-J. Baik, 1998: Momentum flux by thermally induced internal gravity waves and its approximation for large-scale models. J. Atmos. Sci., 55, 3299-3310.
• Chun, H.-Y., and S.-B. Kim, 1997: Sensitivity of the biosphere-atmosphere transfer scheme (BATS) to the parameter values for Suwon province. J. Korean Meteor. Soc., 33, 521-534.
• Chun, J.-M., S.-Y. Lee, K.-R. Kim, and Y.-J. Choi, 2014: A study of the urban heat island in Seoul using local analysis system. J. KOSAE, 30, 119-127. [https://doi.org/10.5572/KOSAE.2012.28.2.119]
• Chung, K.-Y., D. Barker, S.-O. Moon, E.-H. Jeon, and H.-S. Lee, 2007: Comparison of ensemble perturbations using Lorenz-95 model: bred vectors, orthogonal bred vectors and ensemble transform Kalman filter (ETKF). Atmosphere. Korean Meteor. Soc., 17, 217-230.
• Chung, K.-Y., and S.-U. Park, 1997: Numerical simulations of Yellow Sand events observed in Korea: I. an aerosol modelling and preliminary results. Korean J. Atmos. Sci., 33, 179-199.
• Chung, S.-K., and S.-S. Kim, 1983: Linear baroclinic instability on the Changma front. J. Korean Meteor. Soc., 19, 37-46.
• Dudhia, J., S.-Y. Hong, and K.-S. S. Lim, 2008: A new method for representing mixed- phase particle fall speeds in bulk microphysics parameterizations. J. Meteor. Soc. Japan, 86A, 33-44.
• Gates, W. L., and Coauthors, 1999: An overview of the results of the atmospheric model intercomparison project (AMIP I). Bull. Amer. Meteor. Soc., 80, 29-55.
• Glahn, H. R., and D. P. Ruth, 2003: The new digital forecast database of the national weather service. Bull. Amer. Meteor. Soc., 84, 195-201.
• Ha, J.-C., D.-E. Chang, and C.-H. Cho, 2007: The assimilation of SSM/I rain rates into a mesoscale model with latent heat nudging method. J. Korean Meteor. Soc., 43, 285-298.
• Ha, J.-H., J.-H. Kang, and S.-J. Choi, 2018: The impact of vertical resolution in the assimilation of GPS radio occultation data. Wea. Forecasting, 33, 1033-1044. [https://doi.org/10.1175/WAF-D-17-0061.1]
• Ha, K.-J., and J.-W. Kim, 1987: A quasi-geostrophic model for sea level pressure forecast. J. Korean Meteor. Soc., 23, 91-102.
• Ha, K.-J., and J.-W. Kim, K.-Y. Kim, and J.-Y. Moon, 1998: Sensitivity experiments of an atmospheric general circulation model to coupling of a multi-layer land surface model. J. Korean Meteor. Soc., 34, 630-642.
• Ha, W.-S., and J.-G Lee, 2011: WRF sensitivity experiments on the choice of Land Cover Data an event of sea breeze over the Yeongdong region. Atmosphere. Korean Meteor. Soc., 21, 373-389. [https://doi.org/10.14191/Atmos.2011.21.4.373]
• Ham, S., and S.-Y. Hong, 2013: Sensitivity of simulated intraseasonal oscillation to four convective parameterization schemes in a coupled climate model. Asia-Pac. J. Atmos. Sci., 49, 483-496. [https://doi.org/10.1007/s13143-013-0043-9]
• Han, J., and C. S. Bretherton, 2019: TKE-based Moist Eddy-Diffusivity Mass-Flux (EDMF) Parameterization for Vertical Turbulent Mixing. Wea. Forecasting, 34, 869-886. [https://doi.org/10.1175/WAF-D-18-0146.1]
• Han, J., and H.-L. Pan, 2011: Revision of Convection and Vertical Diffusion Schemes in the NCEP Global Forecast System. Wea. Forecasting, 26, 520-533. [https://doi.org/10.1175/WAF-D-10-05038.1]
• Han, J., W. Wang, Y.-C. Kwon, S.-Y. Hong, V. Tallapragada, and F. Yang, 2017: Updates in the NCEP GFS cumulus convection schemes with scale and aerosol awareness. Wea. Forecasting, 32, 2005-2017. [https://doi.org/10.1175/WAF-D-17-0046.1]
• Han, J.-Y., S.-Y. Hong, K.-S. S. Lim, and J. Han, 2016: Sensitivity of a cumulus parameterization scheme to precipitation production representation and its impact on a heavy rain event over Korea. Mon. Wea. Rev., 144, 2125-2135. [https://doi.org/10.1175/MWR-D-15-0255.1]
• Han, J.-Y., S.-Y. Hong, and Y.-C. Kwon, 2020: The performance of a revised simplified Arakawa-Schubert (SAS) convection scheme in the medium-range forecasts of the Korean Integrated Model (KIM). Mon. Wea. Rev., 35, 1113-1128. [https://doi.org/10.1175/WAF-D-19-0219.1]
• Han, J.-Y., S.-Y. Kim, I.-J. Choi, and E. K. Jin, 2019: Effects of the convective triggering process in a cumulus parameterization scheme on the diurnal variation of precipitation over East Asia. Atmosphere. Korean Meteor. Soc., 10. [https://doi.org/10.3390/atmos10010028]
• Han, K., J.-T. Choi, and C, Kim, 2018: Comparison of statistical post-processing methods for probabilistic wind speed forecasting. Asia-Pac. J. Atmos. Sci., 54, 91-101. [https://doi.org/10.1007/s13143-017-0062-z]
• Ho, C.-H., B.-G. Kim, B.-M. Kim, D.-S. Park, C.-K. Park, S.-W. Son, J.-H. Jeong, and D.-H. Cha, 2023: Review of the weather hazard research: focused on typhoon, heavy rain, drought, heat wave, cold surge, heavy snow, and strong wind. Atmosphere. Korean Meteor. Soc., 33, 223-246. [https://doi.org/10.14191/Atmos.2023.33.2.223]
• Ho, C.-H., and I.-S. Kang, 1996: A parameterization of the terrestrial radiation suitable for a climate model: absorption bands of water vapor. J. Korean Meteor. Soc., 32, 29-39.
• Hong, K.-O., M. S. Suh, D.-K. Rha, D.-H. Chang, C. Kim, and M.-K. Kim, 2007: Estimation of high-resolution gridded temperature using GIS and PRISM. Atmosphere. Korean Meteor. Soc., 17, 255-268.
• Hong, K.-O., M. S. Suh, J.-H. Kang, and C. Kim, 2010: Development of updateable model output statistics (UMOS) system for the daily maximum and minimum temperature. Atmosphere. Korean Meteor. Soc., 20, 73-89. [https://doi.org/10.1007/s13143-011-0009-8]
• Hong, S.-Y., 2010: A new stable boundary-layer mixing scheme and its impacts on the simulated East Asian summer monsoon. Quart. J. Roy. Meteor. Soc., 136, 1481-1496. [https://doi.org/10.1002/qj.665]
• Hong, S.-Y., and Coauthors, 2013a: The Global/Regional Integrated Model system (GRIMs). Asia-Pac. J. Atmos. Sci., 49, 219-243. [https://doi.org/10.1007/s13143-013-0023-0]
• Hong, S.-Y., and Coauthors, 2013b: An evaluation of the software system dependency of a global atmospheric model. Mon. Wea. Rev., 141, 4165-4172. [https://doi.org/10.1175/MWR-D-12-00352.1]
• Hong, S.-Y., and D.-K. Lee, 1987: A numerical simulation of the winter cyclone in a mesoscale model. J. Korean Meteor. Soc., 23, 35-55.
• Hong, S.-Y., and E.-C. Chang, 2012: Spectral nudging sensitivity experiments in a regional climate model. Asia-Pac. J. Atmos. Sci., 48, 345-355. [https://doi.org/10.1007/s13143-012-0033-3]
• Hong, S.-Y., and H.-L. Pan, 1996: Nonlocal boundary layer vertical diffusion in a medium-range forecast model. Mon. Wea. Rev., 124, 2322-2339.
• Hong, S.-Y., and H.-L. Pan, 1998: Convective trigger function for a mass-flux cumulus parameterization scheme. Mon. Wea. Rev., 126, 2599-2620.
• Hong, S.-Y., and J. Choi, 2006: Sensitivity of the simulated regional climate circulations over East Asia in 1997 and 1998 summers to three convective parameterization schemes. Asia-Pac. J. Atmos. Sci., 42, 361-378.
• Hong, S.-Y., J. Choi, E.-C. Chang, H. Park, and Y.-J. Kim, 2008: Lower tropospheric enhancement of gravity wave drag in a global spectral atmospheric forecast model. Wea. Forecasting, 23, 523-531.
• Hong, S.-Y., J. Duhdia, and S.-H. Chen, 2004: A revised approach to ice microphysical processes for the bulk parameterization of cloud and precipitation. Mon. Wea. Rev., 132, 103-120.
• Hong, S.-Y., and J. Jang, 2018: Impacts of shallow convection processes on a simulated boreal summer climatology in a global atmospheric model. Asia-Pac. J. Atmos. Sci., 54, 361-370. [https://doi.org/10.1007/s13143-018-0013-3]
• Hong, S.-Y., and M. Kanamitsu, 2014: Dynamic downscaling: fundamental issues from an NWP point of view and recommendation. Asia-Pac. J. Atmos. Sci., 50, 83-104. [https://doi.org/10.1007/s13143-014-0029-2]
• Hong, S.-Y., S. Ham, Y.-H. Byun, and J. Kim, 2009: Investigation of ice-cloud radiation interaction in a general circulation model. Asia-Pac. J. Atmos. Sci., 45, 391-409.
• Hong, S.-Y., and Y. Noh, 2006: A new vertical diffusion package with an explicit treatment of entrainment processes. Mon. Wea. Rev., 134, 2318-2341.
• Hong, S.-Y., and Coauthors, 2018: The Korean integrated model (KIM) system for global weather forecasting. Asia-Pac. J. Atmos. Sci., 54, 267-292. [https://doi.org/10.1007/s13143-018-0028-9]
• Hwang, Y.-J., and Coauthors, 2012: Predictability for heavy rainfall over the Korean Peninsula during the summer using TIGGE model. Atmosphere. Korean Meteor. Soc., 22, 287-298. [https://doi.org/10.14191/Atmos.2012.22.3.287]
• Hyun, J.-H., and D.-K. Lee, 1990: Simulation of sea-land breeze over Jeju Island on a three-dimensional mesoscale model. J. Korean Meteor. Soc., 26, 121-136.
• Hyun, S.-H., S.-O. Hwang, S.-M. Lee, S.-H. Choo, 2022: Verification of the KMA ocean model NEMO against Argo floats and drift buoys: a comparison with the up-to-date US navy HYCOM. Atmosphere. Korean Meteor. Soc., 32, 71-84. [https://doi.org/10.14191/Atmos.2022.32.1.071]
• In, H. J., and S. U. Park, 2002: A simulation of long-range transport of Yellow Sand observed on April 1998 in Korea. Atmos. Environ., 36, 4173-4187.
• In, H. J., and S. U. Park, 2003: Estimation of dust deposition for the yellow Sand event observed in April 1998 in Korea. Korean J. Atmos. Sci., 6, 13-25.
• Jang, J., and S.-Y. Hong, 2016: Comparison of simulated precipitation over East Asia in two regional models with hydrostatic and nonhydrostatic dynami.cal cores. Mon. Wea. Rev., 144, 3579-3590. [https://doi.org/10.1175/MWR-D-15-0428.1]
• Jee, J.-B., and Coauthors, 2016: Sensitivity analysis of the high-resolution WISE-WRF model with the use of surface roughness length in Seoul metropolitan areas. Atmosphere. Korean Meteor. Soc., 26, 111-126. [https://doi.org/10.14191/Atmos.2016.26.1.111]
• Jee, J.-B., J.-S. Min, M. Jang, Y.-B. Kim, I.-S. Zo, and K.-T. Lee, 2017: Sensitivity Analysis of Numerical Weather Prediction Model with Topographic Effect in the Radiative Transfer Process. Atmosphere, 27, 385-398. [https://doi.org/10.14191/Atmos.2017.27.4.385]
• Jee, J.-B., and K.-T. Lee, 2013: Parameterization for Longwave Scattering Properties of Ice Clouds with Various Habits and Size Distribution for Use in Atmospheric Models. Atmosphere, 23, 39-45. [https://doi.org/10.14191/Atmos.2013.23.1.039]
• Jee, J.-B., and S. Kim, 2016: Sensitivity study on high-resolution numerical modeling of static topographic data. Atmosphere. Korean Meteor. Soc., 7. [https://doi.org/10.3390/atmos7070086]
• Jeong, G.-R., B. M. Monge-Sanz, E.-H. Lee, and J. R. Ziemke, 2016: Simulation of stratospheric ozone in global forecast model using linear photochemistry parameterization. Asia-Pac. J. Atmos. Sci., 52, 479-494. [https://doi.org/10.1007/s13143-016-0032-x]
• Jeong, H.-B., H.-W. Chun, and S. Lee, 2019a: A Study of Iterative QC-BC Method for AMSU-A in the KIAPS Data Assimilation System. Atmosphere. Korean Meteor. Soc., 29, 241-255. [https://doi.org/10.14191/Atmos.2019.29.3.241]
• Jeong, J.-H., and Coauthors, 2017: The status and prospect of seasonal climate prediction of climate over Korea and east Asia: a review. Asia-Pac. J. Atmos. Sci., 53, 149-173.
• Jeong, Y.-C., S.-W. Yeh, S. Lee, and R. J. Park, 2019b: A global/regional integrated model system-chemistry climate model: I. simulation characteristics. Earth and Space Sci., 6, 2016-2030. [https://doi.org/10.1029/2019EA000727]
• Jin, H.-G., H. Lee, and J.-J. Baik, 2019: A new parameterization of the accretion of cloud water by graupel and its evaluation through cloud and precipitation simulations. J. Atmos. Sci., 76, 381-400. [https://doi.org/10.1175/JAS-D-18-0245.1]
• Jin, H.-G., and J.-J. Baik, 2020: A new parameterization of the accretion of cloud water by snow and its evaluation through simulations of mesoscale convective systems. J. Atmos. Sci., 77, 2885-2903. [https://doi.org/10.1175/JAS-D-19-0326.1]
• Jin, H.-G., and J.-J. Baik, H. Lee, and T. Ahmed, 2022: A new warm-cloud collection and breakup parameterization scheme for weather and climate models. Atmos. Res., 272, 106145. [https://doi.org/10.1016/j.atmosres.2022.106145]
• Jo, Y., J.-S. Kang, and H. Kwon, 2015: Optimization of the vertical localization scale for GPS-RO data assimilation within KIAPS-LETKF system. Atmosphere, 25, 529-541. [https://doi.org/10.14191/Atmos.2015.25.3.529]
• Joo, S.-W., and D.-K. Lee, 2007: The Impact of Statistically Calculated Observation Error of ATOVS Radiances on a Global Data Assimilation System. Asia-Pac. J. Atmos. Sci., 43, 17-29.
• Juang, H.-M., and S.-Y. Hong, 2010: Forward semi-Lagrangian advection with mass conservation and positive definiteness for falling hydrometeors. Mon. Wea. Rev., 138, 1778-1791. [https://doi.org/10.1175/2009MWR3109.1]
• Jun, S., J.-H. Park, H.-J. Choi, Y.-H. Lee, Y.-J. Lim, K.-O. Boo, and H.-S. Kang, 2021: Impact of Soil Moisture Data Assimilation on Analysis and Medium-Range Forecasts in an Operational Global Data Assimilation and Prediction System. Atmosphere, 12, 1089. [https://doi.org/10.3390/atmos12091089]
• Jung, B.-J., H.-M., Kim, T. Auligné, X. Zhang, X. Zhang, and X.-Y. Huang, 2013: Adjoint-derived observation impact using WRF in the western North Pacific. Mon. Wea. Rev., 141, 4080-4097. [https://doi.org/10.1175/MWR-D-12-00197.1]
• Jung, B.-J., H.-M. Kim, Y.-H. Kim, E.-H. Jeon, and K.-H. Kim, 2010: Observation system experiments for Typhoon Jangmi (200815) observed during T-PARC. Asia-Pac. J. Atmos. Sci., 46, 305-316. [https://doi.org/10.1007/s13143-010-1007-y]
• Jung, B.-J., S. Kim, and Y. Jo, 2014: Representer-based variational data assimilation in a spectral element shallow water model on the cubed-sphere grid. Tellus A, 66, 24493. [https://doi.org/10.3402/tellusa.v66.24493]
• Kang, H.-S., and S.-Y. Hong, 2008: An assessment of the land surface parameters on the simulated regional climate circulations: the 1997 and 1998 east Asian summer monsoon cases. J. Geophys. Res., 113, D15121.
• Kang, J.-H., and Coauthors, 2018: Development of an observation processing package for data assimilation in KIAPS. Asia-Pac. J. Atmos. Sci., 54, 303-318. [https://doi.org/10.1007/s13143-018-0030-2]
• Kang, J.-H., M.-S. Suh, and C.-H. Kwak, 2007: Comparison of the land cover data sets over Asian region: USGS, IGBP, and UMD. Atmosphere. Korean Meteor. Soc., 17, 159-169.
• Kang, J.-Y., S.-Y. Bae, R.-S. Park, and J.-Y. Han, 2019: Aerosol indirect effects on the predicted precipitation in a global weather forecasting model. Atmosphere, 10, 392. [https://doi.org/10.3390/atmos10070392]
• Kang, M.-J., H.-Y. Chun, and Y.-H. Kim, 2017: Momentum flux of convective gravity waves derived from an offline gravity wave parameterization. Part I: spatiotemporal variations at source level. J. Atmos. Sci., 74, 3167-3189. [https://doi.org/10.1175/JAS-D-17-0053.1]
• Kang, M.-S., M. Belorid, and K.-R. Kim, 2020: Development of impact-based heat health warning system based on ensemble forecasts of perceived temperature and its evaluation using heat-related patients in 2019. Atmosphere. Korean Meteor. Soc., 30, 195-207. [https://doi.org/10.14191/Atmos.2020.30.2.195]
• Kay, J.-K., and H.-M. Kim, 2014: Characteristics of initial perturbations in the ensemble prediction system of the Korea Meteorological Administration. Wea. Forecasting, 29, 563-581. [https://doi.org/10.1175/WAF-D-13-00097.1]
• Kay, J.-K., and H.-M. Kim, Y.-Y. Park, and J. Son, 2013: Effect of doubling the ensemble size on the performance of ensemble prediction in the warm season using MOGREPS implemented at the KMA. Adv. Atmos. Sci., 30, 1287-1302. [https://doi.org/10.1007/s00376-012-2083-y]
• Kelly, J. F., and F. X. Geraldo, 2012: Continuous and discontinuous Galerkin methods for a scalable three-dimensional nonhydrostatic atmosphere model: limited area mode. J. Comput. Phys., 231, 7988-8008. [https://doi.org/10.1016/j.jcp.2012.04.042]
• KIAPS, 2011: History of operational numerical weather prediction in Korea. Korea Institute of Atmospheric Prediction Systems, 436pp (in Korean).
• Kim, C.-H., R. Park, S.-H. Lee, S.-W. Kim, and C.-K. Song, 2023: 60-year research history and future prospects in environment field in Korean Meteorological Society. Atmosphere. Korean Meteor. Soc., 33, 173-195. [https://doi.org/10.14191/Atmos.2023.33.2.173]
• Kim, H., J. Lee, Y.-K. Hyun, and S.-O. Hwang, 2021: The KMA global seasonal forecasting system (GloSea6) – Part I: operational system and improvements. Atmosphere. Korean Meteor. Soc., 31, 341-359. [https://doi.org/10.14191/Atmos.2021.31.3.341]
• Kim, H.-J., I.-U. Chung, and K.-T. Lee, 2009: Effects of an advanced radiation parameterization on a troposphere-stratosphere AGCM simulation. Asia-Pac. J. Atmos. Sci., 45, 439-462.
• Kim, H.-J., I.-U. Chung, and M.-S. Joh, 2005: On the coupling of a land surface model to an atmospheric general circulation model. J. Korean Meteor. Soc., 41, 1137-1149.
• Kim, H.-J., and J.-B. Ahn, 2015: Improvement in prediction of the artic oscillation with a realistic ocean initial condition. J. Climate, 28, 8951-8967. [https://doi.org/10.1175/JCLI-D-14-00457.1]
• Kim, H.-J., and Y. Noh, 1999: Simulation of convective boundary layer using a new large eddy simulation model with the analysis on the effects of subgrid parameterization. J. Korean Meteor. Soc., 35, 587-598.
• Kim, H.-M., and B.-J. Jung, 2006: Adjoint-based forecast sensitivities of Typhoon Rusa. Geophys. Res. Lett., 33, L21813. [https://doi.org/10.1029/2006GL027289]
• Kim, H.-M., and B.-J. Jung, Y.-H. Kim, and H.-S. Lee, 2008a: Adaptive observation guidance applied to typhoon Rusa: implications for THORPEX-PARC 2008. Asia-Pac. J. Atmos. Sci., 44, 297-312.
• Kim, J., N. Miller, J. Oh, J. Chung, and D. Rha, 1998: Eastern Asian hydrometeorology simulation using the regional climate system model. Global Planet. Change, 18, 225-240.
• Kim, J., and Coauthors, 2014a: Evaluation of the CORDEX-Africa multi-RCM hindcast: systematic model errors. Climate Dyn., 42, 1189-1202. [https://doi.org/10.1007/s00382-013-1751-7]
• Kim, J., Y. C. Kwon, and T.-H. Kim, 2018: A scalable high-performance I/O System for a numerical weather forecast model on the cubed-sphere grid (in press). Asia-Pac. J. Atmos. Sci., 54. [https://doi.org/10.1007/s13143-018-0021-3]
• Kim, J.-E., and S.-Y. Hong, 2007: Impact of soil moisture anomalies on summer rainfall over east Asia: a regional climate model study. J. Climate, 20, 5732-5734.
• Kim, J.-U., and Coauthors, 2020: Evaluation of performance and uncertainty for multi-RCM over CORDEX-East phase 2 region. Atmosphere. Korean Meteor. Soc., 30, 361-376. [https://doi.org/10.14191/Atmos.2020.30.4.361]
• Kim, J.-W., 1983: A numerical model of weather prediction over Korea. J. Korean Meteor. Soc., 19, 33-50.
• Kim, J.-W., and J.-T. Wang, 1981: The January and July het balance simulated by the OSU two-level atmospheric general circulation model. Report. No. 28, Climatic Res. Institute, Oregon State University, Corvallis, 55pp.
• Kim, J.-Y., J.-H. Oh, D.-Y. Kim, and P. Sen, 2008b: Prediction of rainfall with high-resolution model using public-resource distributed computing. Asia-Pac. J. Atmos. Sci., 44, 287-296.
• Kim, M.-K., and Coauthors, 2016: Statistical downscaling for daily precipitation in Korea using combined PRISM, RCM, and quantile mapping: part I, methodology and evaluation in historical simulation. Asia.-Pac. J. Atmos. Sci., 52, 79-89. [https://doi.org/10.1007/s13143-016-0010-3]
• Kim, M.-K., D.-H. Lee, and J. Kim, 2013a: Production and validation of daily grid data with 1km resolution in South Korea. J. Climate Res., 8, 13-25.
• Kim, M.-K., M.-S. Han, D.-H. Jang, S.-G. Baek, W.-S. Lee, Y.-H. Kim, and S. Kim, 2012: Production technique of observation Grid data of 1km resolution. J. Climate Res., 7, 55-68.
• Kim, O.-Y., and J.-H. Oh, 2010: Verification of the performance of the high resolution QPF model for heavy rainfall event over the Korean Peninsula. Asia-Pac. J. Atmos. Sci., 46, 119-133. [https://doi.org/10.1007/s13143-010-0012-5]
• Kim, S., B.-J. Jung, and Y. Jo, 2014b: Development of a tangent linear model (version 1.0) for the High-Order Method Modeling Environment dynamical core. Geosci. Model Dev., 7, 1175-1182. [https://doi.org/10.5194/gmd-7-1175-2014]
• Kim, S., H.-M. Kim, E. J. Kim, and H.-C. Shin, 2013b: Forecast sensitivity to observations for high-impact weather events in the Korean Peninsula. Atmosphere. Korean Meteor. Soc., 23, 171-186. [https://doi.org/10.14191/Atmos.2013.23.2.171]
• Kim, S.-H., H.-Y. Chun, R. D. Sharman, and S. B. Trier, 2019a: Development of near-cloud turbulence diagnostics based on a convective gravity-wave drag parameterization. J. Appl. Meteor. Climatol., 58, 1725-1750. [https://doi.org/10.1175/JAMC-D-18-0300.1]
• Kim, S.-M., and H.-M. Kim, 2017: Adjoint-based observation impact of advanced microwave sounding unit-A (AMSU-A) on the short-range forecast in East Asia. Atmosphere. Korean Meteor. Soc., 27, 93-104. [https://doi.org/10.14191/Atmos.2017.27.1.093]
• Kim, S.-M., and H.-M. Kim, S.-W. Joo, H.-C. Shin, and D. Won, 2011: Development of tools for calculating forecast sensitivities to the initial condition in the Korea Meteorological Administration (KMA) Unified Model (UM). Atmosphere. Korean Meteor. Soc., 21, 163-172.
• Kim, S.-Y., J.-Y. Han, I.-J. Choi, and S.-Y. Bae, 2014c: Evaluation of cloud and precipitation parameterization using a single-column model: a TWP-ICE case study. Asia-Pac. J. Atmos. Sci., 50, 469-480. [https://doi.org/10.1007/s13143-014-0037-2]
• Kim, S.-Y., and S.-Y. Hong, 2018: The Use of Partial Cloudiness in a Bulk Cloud Microphysics Scheme: Concept and 2D Results. J. Atmos. Sci., 75, 2711-2719. [https://doi.org/10.1175/JAS-D-17-0234.1]
• Kim, S.-Y., S.-Y. Hong, Y.-C. Kwon, Y.-H. Lee, and D.-E. Kim, 2019b: Effects of Modified Surface Roughness Length over Shallow Waters in a Regional Model Simulation. Atmosphere, 10, 818. [https://doi.org/10.3390/atmos10120818]
• Kim, Y.-H., E.-H. Jeon, D.-E. Chang, H.-S. Lee, and J.-I. Park, 2010: The impact of T-PARC 2008 dropsonde observations on typhoon track forecasting. Asia-Pac. J. Atmos. Sci., 46, 287-303. [https://doi.org/10.1007/s13143-010-1011-2]
• Kim, Y.-J., 1996: Representation of subgrid-scale orographic effects in a general circulation model: part I. impacts on the dynamics of a simulated January climate. J. Climate, 9, 2698-2717.
• Kim, Y.-J., and A. Arakawa, 1995: Improvement of orographic gravity wave parameterization using a mesoscale gravity wave model. J. Atmos. Sci., 52, 1875-1902.
• Kim, Y.-J., and J. D. Doyle, 2005: Extension of an orographic-drag parameterization scheme to incorporate orographic anisotropy and flow blocking. Quart. J. Roy. Meteorl. Soc., 131, 1893-1921.
• Kim, Y.-J., S. D. Eckermann, and H.-Y. Chun, 2003: An overview of the past, present, and future of gravity-wave drag parameterization for numerical climate and weather prediction models. Atmos.-Ocean, 41, 65-98.
• Kim, Y.-S., C.-H. Cho, and O.-R. Park, 2004: A three-dimensional cloud analysis for diabatic initialization of mesoscale model and its impact study. J. Korean Meteor. Soc., 40, 497-509.
• Kim, Y.-S., O.-R. Park, and S.-O. Hwang, 2002a: Realtime operation of the Korea local analysis and prediction system at METRI. J. Korean Meteor. Soc., 38, 1-10.
• Kim, Y.-T., 2003: Parallel implementation of the MAS (mesoscale atmospheric simulation) model for distributed memory computers. Korean J. Atmos. Sci., 6, 63-69.
• Kim, Y.-T., Y.-H. Lee, J.-T. Choi, and J.-H. Oh, 2002b: Implementation and performance analysis of PC clusters using fast PCs and high-speed networks. Journal of KIISE: System and Theory, 29, 57-64.
• Kim, Y.-T., Y.-H. Lee, and K.-Y. Chung, 2013c: WRF physics models using GP-GPUs with CUDA Fortran. Atmosphere. Korean Meteor. Soc., 23, 231-235. [https://doi.org/10.14191/Atmos.2013.23.2.231]
• Klemp, J. B., W. C. Skamarock, and S.-H. Park, 2015: Idealized Global Nonhydrostatic Test Case on a Reduced Radius Sphere. J. Adv. Model. Earth Sys., 7, 1155-1177. [https://doi.org/10.1002/2015MS000435]
• KMA, 2019: A study on the diagnosis and development direction of the forecasting system. Korea Meteorological Administration, 107pp.
• Ko, E.-B., I.-J. Moon, Y.-Y. Jeong, and P.-H. Chang, 2018: A Comparison of accuracy of the ocean thermal environments using the daily analysis data of the KMA NEMO/NEMOVAR and the US Navy HYCOM/NCODA. Atmosphere. Korean Meteor. Soc., 28, 99-112. [https://doi.org/10.14191/Atmos.2018.28.1.099]
• Koo, M.-S., H.-J. Choi, and J.-Y. Han, 2018: A parameterization of turbulent-scale and mesoscale orographic drag in a global atmospheric model. J. Geophys. Res., 123, 8400-8417. [https://doi.org/10.1029/2017JD028176]
• Koo, M.-S., S.-H. Baek, K.-H. Seol, and K. Cho, 2017: Advances in land modeling of KIAPS based on the Noah land surface model. Asia-Pac. J. Atmos. Sci., 53, 361-373. [https://doi.org/10.1007/s13143-017-0043-2]
• Koo, M.-S., and S.-Y. Hong, 2012: Double Fourier series (DFS) dynamical core with hybrid sigma-pressure vertical coordinates and semi-Lagrangian moisture advection. Proceedings of the Autumn Meeting, Korean Meteor. Soc., 152-153. [https://doi.org/10.3402/tellusa.v65i0.19851]
• Koo, T.-Y., S.-O. Moon, H.-B. Cheong, and W.-J. Lee, 2001: A study on ensemble prediction with breeding method. Proceedings of the Autumn Meeting, Korean Meteor. Soc., 139-142.
• Kurihara, Y., M. A. Bender, R. E. Tuleya, and R. J. Ross, 1995: Improvements in the GFDL hurricane prediction system. Mon. Wea. Rev., 123, 2791-2801.
• Kwon, H.-J., and Coauthors, 2007: Performance of MTM in 2006 typhoon forecast. Atmosphere. Korean Meteor. Soc., 17, 207-216.
• Kwon, H.-J., S.-H. Han, and K.-S. Shin, 2001: Operational prediction of typhoon track at KMA using barotropic adaptive-grid typhoon simulation (BATS) model. J. Meteor. Soc. Japan, 79, 1157-1168.
• Kwon, H.-J., and S.-H. Won, 2002: GFDL-type typhoon initialization in MM5. Mon. Wea. Rev., 130, 2966-2974.
• Kwon, I.-H., and Coauthors, 2018a: Development of an operational hybrid data assimilation system at KIAPS. Asia-Pac. J. Atmos. Sci., 54, 319-335. [https://doi.org/10.1007/s13143-018-0029-8]
• Kwon, I.-H., S. English, W. Bell, R. Potthast, A. Collard, and B. Ruston, 2018b: Assessment of progress and status of data assimilation in numerical weather prediction. Bull. Amer. Meteor. Soc., 99, ES75-ES79. [https://doi.org/10.1175/BAMS-D-17-0266.1]
• Kwon, T.-Y., and Coauthors, 2006: Development of Yeongdong heavy snowfall forecast supporting system. Atmosphere. Korean Meteor. Soc., 16, 247-257.
• Kwon, Y. C., and S.-Y. Hong, 2017: A mass-flux cumulus parameterization scheme across gray-zone resolutions. Mon. Wea. Rev., 145, 583-598. [https://doi.org/10.1175/MWR-D-16-0034.1]
• Laprise, R., 1992: The Euler equations of motion with hydrostatic pressure as an independent variable. Mon. Wea. Rev., 120, 197-207.
• Lee, D.-B., and H.-Y. Chun, 2018: Development of the global-Korean aviation turbulence guidance (global-KTG) system using the global data assimilation and prediction system (GDAPS) of the Korea Meteorological Administration (KMA). Atmosphere. Korean Meteor. Soc., 28, 223-232. [https://doi.org/10.14191/Atmos.2018.28.2.223]
• Lee, D.-B., and H.-Y. Chun, S.-H. Kim, R. D. Sharman, and J.-H. Kim, 2022a: Development and evaluation of global Korean aviation turbulence forecast systems based on an operational numerical weather prediction model and in situ flight turbulence observation data, Wea. Forecasting, 37, 371-392. [https://doi.org/10.1175/WAF-D-21-0095.1]
• Lee, D.-K., C.-H. Joung, S.-U. Park, S.-C. Yoon, and C.-W. Lee, 1991a: Numerical simulation of an explosive cyclogenesis near the East Asian coast. J. Korean Meteor. Soc., 27, 1-21.
• Lee, D.-K., and Coauthors, 1987: A study on numerical simulation of winter cyclone development in the East Asian coast area. J. Korean Meteor. Soc., 23, 1-22.
• Lee, D.-K., and D.-E. Chang, 1997: Sensitivity of cyclone development to initial data using an adjoint model. J. Korean Meteor. Soc., 33, 364-384.
• Lee, D.-K., D.-Y. Eom, J.-W. Kim, and J.-B. Lee, 2010: High-resolution summer rainfall prediction in the JHWC real-time WRF system. Asia-Pac. J. Atmos. Sci., 46, 341-353. [https://doi.org/10.1007/s13143-010-1003-2]
• Lee, D.-K., J.-G. Jhun, S.-Y. Hong, and H.-R. Kim, 1993: Numerical simulations of a heavy rainfall case occurred over central Korea during 10-12 September 1990. J. Korean Meteor. Soc., 29, 147-169.
• Lee, D.-K., and J.-G. Park, 2002: A comparison study of moist physics schemes in a simulation of East Asian heavy rainfall. J. Korean Meteor. Soc., 38, 581-592.
• Lee, D.-K., and K.-H. Lee, 2006: Sensitivity study of integration time-step size in simulations of heavy rainfall. J. Korean Meteor. Soc., 42, 379-388.
• Lee, D.-K., and S.-Y. Hong, 1989: A case study of the sensitivity of sea surface temperature on the mesoscale model simulation of winter cyclone development. J. Korean Meteor. Soc., 25, 1-14.
• Lee, D.-K., and S.-Y. Hong, 1991: Initialization experiments on a mesoscale numerical model for heavy rainfall simulation. J. Korean Meteor. Soc., 27, 144-164.
• Lee, D.-K., S.-Y. Hong, J.-H. Bong, C.-W. Lee, and H.-S. Lee, 1994a: An operational regional-scale weather prediction model system for Korea. J. Korean Meteor. Soc., 30, 413-422.
• Lee, D.-K., Y.-C. Kwon, and T.-K. Wee, 1992a: Typhoons approaching Korea, 1960~1989 Part II: prediction experiments on a mesoscale numerical model. J. Korean Meteor. Soc., 28, 149-163.
• Lee, E.-J., and J.-G. Jhun, 1996: Development of normal mode initialization scheme in the tropics. J. Korean Meteor. Soc., 32, 169-188.
• Lee, E.-H., E. Lee, R.-S. Park, Y. C. Kwon, and S.-Y. Hong, 2018a: Impact of Turbulent Mixing in the Stratocumulus-Topped Boundary Layer on Numerical Weather Prediction. Asia-Pac. J. Atmos. Sci., 54, 371-384. [https://doi.org/10.1007/s13143-018-0024-0]
• Lee, E.-H., J.-C. Ha, S.-S. Lee, and Y. Chun, 2013a: PM10 data assimilation over South Korea to Asian dust forecasting model with the optimal interpolation method. Asia-Pac. J. Atmos. Sci., 49, 73-85. [https://doi.org/10.1007/s13143-013-0009-y]
• Lee, H., and Coauthors, 2021: Development of the UKESM-TOPAZ earth system model (version 1.0) and preliminary evaluation of its biochemical simulations. Asia-Pac. J. Atmos. Sci., 58, 379-400. [https://doi.org/10.1007/s13143-021-00263-0]
• Lee, H., and J.-J. Baik, 2017: A physically based autoconversion parameterization. J. Atmos. Sci., 74, 1599-1616. [https://doi.org/10.1175/JAS-D-16-0207.1]
• Lee, J., and Coauthors, 2020a: Evaluation of the Korea Meteorological Administration advanced earth-system model (K-ACE). Asia-Pac. J. Atmos. Sci., 56, 381-395. [https://doi.org/10.1007/s13143-019-00144-7]
• Lee, J., J.-B. Ahn, and H.-G. Jeong, 2016a: A study on the method for estimating the 30m-resolution daily temperature extreme value using PRISM and GEV method. Atmosphere. Korean Meteor. Soc., 26, 697-709. [https://doi.org/10.14191/Atmos.2016.26.4.697]
• Lee, J., S.-W. Lee, S.-O. Han, S. J. Lee, and D.-E. Jang, 2011: The impact of satellite observations on the UM-4DVar analysis and prediction system at KMA. Atmosphere. Korean Meteor. Soc., 21, 85-93. [https://doi.org/10.14191/Atmos.2011.21.1.085]
• Lee, J.-W., K.-H. Min, and K.-S. S. Lim, 2022b: Comparing 3DVAR and hybrid radar data assimilation methods for heavy rain forecast. Atmos. Res., 270, 106062. [https://doi.org/10.1016/j.atmosres.2022.106062]
• Lee, J.-W., K.-H. Min, Y.-H. Lee, and G. Lee, 2020b: X-Net-Based radar data assimilation study over the Seoul metropolitan area. Remote Sens. Environ., 12, 893. [https://doi.org/10.3390/rs12050893]
• Lee, J.-B., and D.-K. Lee, 2011: Impact of cumulus parameterization schemes with different horizontal grid sizes on prediction of heavy rainfall. Atmosphere. Korean Meteor. Soc., 21, 391-404. [https://doi.org/10.14191/Atmos.2011.21.4.391]
• Lee, J.-G., and J.-S. Lee, 2003: A numerical study of Yeongdong heavy snowfall events associated with easterly. Atmosphere. Korean Meteor. Soc., 39, 475-490.
• Lee, J.-W., and S.-Y. Hong, 2014: Potential for added value to downscale climate extremes over Korea by increased resolution of a regional climate model. Theor. Appl. Climatol., 117, 667-677. [https://doi.org/10.1007/s00704-013-1034-6]
• Lee, K.-T., 1998: Parameterizations of radiation process for numerical climate models. J. Korean Meteor. Soc., 34, 548-559.
• Lee, K.-T., and J.-B. Jee, 2002: Parameterizations of infrared radiative transfer using correlated k-distribution method. J. Korean Meteor. Soc., 38, 141-153.
• Lee, K.-T., J.-W. Kim, S.-M. Lee, T.-Y. Lee, and K.-H. Lee, 1994b: Research on the parameterization processes in climate models: IV. A parameterization of radiation for a climate model. J. Korean Meteor. Soc., 30, 363-376.
• Lee, M.-J., and D.-K. Lee, 2006: Effects of trigger function in the Kain-Fritsch cumulus parameterization scheme on heavy rainfall simulation. J. Korean Meteor. Soc., 42, 397-410.
• Lee, M.-S., 2005: Preliminary tests of first guess at appropriate time (FGAT) with WRF 3dVar and WRF model. J. Korean Meteor. Soc., 41, 495-505.
• Lee, M.-S., and D.-K. Lee, 2000: Characteristic of the propagation of observational information and its dynamical interactions produced by MM5 4dVar in different synoptic environments. J. Korean Meteor. Soc., 36, 601-618.
• Lee, M.-Y., D.-I. Lee, and W.-J. Lee, 1999: The forecasting the maximum/minimum temperature using the Kalman filter. J. Korean Meteor. Soc., 35, 283-289.
• Lee, S., and H.-J. Song, 2018: Impacts of LEOGEO Atmospheric Motion Vectors on East Asian weather forecasts. Quart. J. Roy. Meteorl. Soc., 144, 1914-1925. [https://doi.org/10.1002/qj.3392]
• Lee, S., H.-J. Song, H.-W. Chun, I.-H. Kwon, J.-H. Kang, and S. Lim, 2020c: All-sky microwave humidity sounder assimilation in the Korean Integrated Model forecast system. Quart. J. Roy. Meteorl. Soc., 146, 3570-3586. [https://doi.org/10.1002/qj.3862]
• Lee, S., H.-W. Chun, and H.-J. Song, 2018b: Impact of SAPHIR data assimilation in the KIAPS global numerical weather prediction system. Atmosphere. Korean Meteor. Soc., 28, 141-151. [https://doi.org/10.14191/Atmos.2018.28.2.141]
• Lee, S., I.-H. Kwon, J.-H. Kang, H.-W. Chun, K.-H. Seol, H.-B. Jeong, and W.-H. Kim, 2022c: Data Assimilation of Aeolus/ALADIN Horizontal Line-Of-Sight Wind in the Korean Integrated Model Forecast System. Atmosphere. Korean Meteor. Soc., 32, 27-37. [https://doi.org/10.14191/Atmos.2022.32.1.027]
• Lee, S., J.-H. Kim, J.-H. Kang, and H.-W. Chun, 2013b: Development of pre-processing and bias correction modules for AMSU-A satellite data in the KIAPS observation processing system. Atmosphere. Korean Meteor. Soc., 23, 453-470. [https://doi.org/10.14191/Atmos.2013.23.4.453]
• Lee, S., R.-J. Park, S.-Y. Hong, M.-S. Koo, J. I. Jeong, S.-W. Yeh, and S.-W. Son, 2022d: A new chemistry-climate model GRIMs-CCM: Model evaluation of interactive chemistry-meteorology simulations, Asia-Pac. J. Atmos. Sci., 58, 647-666. [https://doi.org/10.1007/s13143-022-00281-6]
• Lee, S.-M., and Coauthors, 2014: Predictability study of snowfall case over South Korea using TIGGE data on 28 December 2012. Atmosphere. Korean Meteor. Soc., 24. [https://doi.org/10.14191/Atmos.2014.24.1.001]
• Lee, S.-M., H.-S. Kang, Y.-H. Kim, Y.-H. Byun, and C.-H. Cho, 2016b: Verification and comparison of forecast skill between global seasonal forecast system version 5 and unified model during 2014. Atmosphere. Korean Meteor. Soc., 26, 59-72. [https://doi.org/10.14191/Atmos.2016.26.1.059]
• Lee, S.-M., J.-W. Kim, H.-K. Cho, T.-Y. Lee, and K.-H. Lee, 1991b: Research on the parameterized processes in climate models: I. the change of surrounding by a transient shallow cumulus. J. Korean Meteor. Soc., 27, 257-266.
• Lee, S.-S., and Coauthors, 2017: Improved dust forecast by assimilating MODIS IR-based nighttime AOT in the ADAM2 model. SOLA, 13, 192-198. [https://doi.org/10.2151/sola.2017-035]
• Lee, T.-Y., J.-W. Kim, H.-K. Cho, S.-M. Lee, and K.-H. Lee, 1992b: Research on the parameterized processes in climate models: II. Diurnal variation of stratocumulus-topped marine boundary layer. J. Korean Meteor. Soc., 28, 9-28.
• Lee, T.-Y., and S.-Y. Hong, 2005: Physical parameterization in next-generation NWP models. Bull. Amer. Meteor. Soc., 86, 1615-1618.
• Lee, W.-H., and K.-T. Jee, 2003: Thermal infrared radiation parameterization for gaseous absorption in YONU GCM. J. Korean Meteor. Soc., 39, 415-429.
• Lee, W.-J., C.-W. Lee, and H.-J. Seong, 1984: A study on the 4-level quasi-geostrophic numerical model. J. Korea Water Resour. Assoc., 17, 211-219.
• Lee, W.-J., and M. Mak, 1995: Dynamics of stormtracks: a linear instability perspective. J. Atmos. Sci., 52, 697-723.
• Lee, W.-J., and M. Mak, 1996: Role of orography in the dynamics of storm tracks. J. Atmos. Sci., 53, 1737-1750.
• Lee, Y.-H., and Coauthors, 2005: Development of Mongolian numerical weather prediction system (MNWPS) based on cluster system. J. Korean Meteor. Soc., 15, 35-46.
• Lee, Y.-H., D.-H. Cha, and D.-K. Lee, 2008: Impact of horizontal resolution of regional climate model on precipitation simulation over the Korean Peninsula. Atmosphere. Korean Meteor. Soc., 18, 387-395.
• Lee, Y., S. Shin, and J. Kim, 2020d: A monitoring system of ensemble forecast sensitivity to observation based on the LETKF framework implemented to global NWP model. Atmosphere. Korean Meteor. Soc., 30, 103-113. [https://doi.org/10.14191/Atmos.2020.30.2.103]
• Lim, H.-C., Y.-H. Byun, S. Park, and W.-T. Kwon, 2009: Changes in the characteristics of wintertime climatology simulation for METRI AGCM using the improved radiation parameterization. Atmosphere. Korean Meteor. Soc., 19, 127-143.
• Lim, K.-S., 2019: Bulk-type cloud microphysics parameterization in atmospheric models. Atmosphere. Korean Meteor. Soc., 29, 227-239. [https://doi.org/10.14191/Atmos.2019.29.2.227]
• Lim, K.-S., and Coauthors, 2011: Aerosol effects on the development of a supercell storm in a double-moment bulk-cloud microphysics scheme. J. Geophys. Res., 116, D02204. [https://doi.org/10.1029/2010JD014128]
• Lim, K.-S., and S.-Y. Hong, 2010: Development of an effective double-moment cloud microphysics scheme with a prognostic cloud condensation nuclei (CCN) for weather and climate models. Mon. Wea. Rev., 138, 1587-1612. [https://doi.org/10.1175/2009MWR2968.1]
• Link, J., H. Tolman, and K. Robinson, 2017: NOAA's strategy for unified modelling. Nature, 549. [https://doi.org/10.1038/549458b]
• Michalakes, J., S. Chen, J. Dudhia, L. Hart, J. Klemp, J. Middlecoff, and W. Skamarock, 2001: Development of a next-generation regional weather research and forecast model. Developments in Teracomputing: Proceedings of the 9th ECMWF workshop on the use of high-performance computing in meteorology, 269-276.
• Miller, R. G., 1984: Very short-range statistical forecasting of automated weather observations. NOAA, DOT/FAA/PM-84/31, 25pp.
• Min, J.-S., J.-B. Jee, M. Jang, and J.-G. Park, 2017: A study on improvement of high-resolution regional NWP by applying ocean mixed layer model. Atmosphere. Korean Meteor. Soc., 27, 317-329. [https://doi.org/10.14191/Atmos.2017.27.3.317]
• Min, K.-H., K.-S. Chung, J.-W. Lee, C.-R. You, and G. Lee, 2022: Intercomparing radar data assimilation systems for ICE-POP 2018 snowfall cases. Geosci. Model Dev. Discuss., 1-32. [https://doi.org/10.5194/gmd-2022-18]
• Nair, R. D., H.-W. Choi, and H. M. Tufo, 2009: Computational aspect of a scalable high-order discontinuous Galerkin atmospheric dynamical core. Comput. Fluids, 38, 309-319.
• Niekerk, A. V., and Coauthors, 2020: Constraining Orographic Drag Effects (COORDE): a model comparison of resolved and parameterized orographic drag. J. Adv. Modeling Earth Sys., 12, e2020MS002160. [https://doi.org/10.1029/2020MS002160]
• Noh, Y., W.-G. Cheon, S.-Y. Hong, and S. Raasch, 2003: Improvement of the K-profile model for the planetary boundary layer based on large eddy simulation data. Bound.-Layer Meteor., 107, 401-427.
• NSF, 1988: A study on statistical forecasting method in Korea. NSF, 228pp (in Korean).
• Oh, J.-H., J.-H. Jung, and J.-W. Kim, 1994: Radiative transfer model for climate studies: 1. solar radiation parameterization and validation. J. Korean Meteor. Soc., 30, 315-333.
• Oh, J.-H., 1996: Radiative transfer model for climate studies: 2. longwave radiation parameterization for a clear sky. J. Korean Meteor. Soc., 32, 471-484.
• Oh, S.-G., and M.-S. Suh, 2019: Effects of irrigated cropland on the local and regional climate over northeast Asia in a regional climate model. Asia-Pac. J. Atmos. Sci., 55, 351-371. [https://doi.org/10.1007/s13143-018-0092-1]
• Oh, S.-G., M.-S. Suh, and D.-H. Cha, 2013: Impacts of lateral boundary conditions on precipitation and temperature extremes over South Korea in the CORDEX regional climate simulation using RegCM4. Asia-Pac. J. Atmos. Sci., 49, 497-509. [https://doi.org/10.1007/s13143-013-0044-8]
• Oh, W.-T., 2003: History of meteorological activities at Korea Meteorological Administration. Atmosphere. Korean Meteor. Soc., 13, 16-27.
• Park, H., and S.-Y. Hong, 2007: An evaluation of a massflux cumulus parameterization scheme in the KMA global forecast system. J. Meteor. Soc. Japan, 85, 151-169.
• Park, J.-R., H.-B. Cheong, and H.-G. Gang, 2011: High-order filter for the spherical surface limited area. Mon. Wea. Rev., 139, 1256-1278. [https://doi.org/10.1175/2010MWR3440.1]
• Park, R.-S., J.-H. Chae, and S.-Y. Hong, 2016: A revised prognostic cloud fraction scheme in a global forecasting system. Mon. Wea. Rev., 114, 1219-1229. [https://doi.org/10.1175/MWR-D-15-0273.1]
• Park, R.-S., and Y. C. Kwon, 2018: The Implications for radiative cloud forcing via the link between shallow convection and planetary boundary layer mixing, J. Geophys. Res., 123. [https://doi.org/10.1029/2018JD028678]
• Park, S., 2014a: A unified convection scheme (UNICON). Part I: formulation. J. Atmos. Sci., 71, 3902-3930. [https://doi.org/10.1175/JAS-D-13-0233.1]
• Park, S., 2014b: A Unified Convection Scheme (UNICON). Part II: Simulation. J. Atmos. Sci., 71, 3931-3973. [https://doi.org/10.1175/JAS-D-13-0234.1]
• Park, S., 2017: A heuristic parameterization for the integrated vertical overlap of cumulus and stratus. J. Adv. Model. Earth Syst., 9, 2437-2465. [https://doi.org/10.1002/2017MS001055]
• Park, S., S.-Y. Hong, and Y.-H. Byun, 2010: Precipitation in boreal summer simulated by a GCM with two convective parameterizations schemes: implications of the intraseasonal oscillation for dynamic seasonal prediction. J. Climate, 23, 2801-2816. [https://doi.org/10.1175/2010JCLI3283.1]
• Park, S.-H., J.-B. Jee, and C. Yi, 2015: Sensitivity test of the numerical simulation with high resolution topography and landuse over Seoul metropolitan and surrounding area. Atmosphere. Korean Meteor. Soc., 25, 309-322. [https://doi.org/10.14191/Atmos.2015.25.2.309]
• Park, S.-H., J. B. Klemp, and W. C Skamarock, 2014: A comparison of mesh refinement in the global MPAS-A and WRF models using an idealized normal-mode baroclinic wave simulation. Mon. Wea. Rev., 142, 3614-3634. [https://doi.org/10.1175/MWR-D-14-00004.1]
• Park, S.-H., and T.-Y. Lee, 2009: Accuracy tests for two-time-level split-explicit scheme. Asia-Pac. J. Atmos. Sci., 45, 347-355.
• Park, S.-K., 2002: The observing system research and predictability experiment (THORpex) and potential benefit for Korea. Atmosphere. Korean Meteor. Soc., 12, 463-467.
• Park, S.-K., D.-L., Zhang, and H.-M., Lee, 2008: Impact of dropwindsonde data on the track forecasts of a tropical cyclone: an observing-systems simulation experiment study. Asia-Pac. J. Atmos. Sci., 44, 85-92.
• Park, S.-K., and E.-H. Lee, 2005; Characteristics on Land-Surface and Soil Models Coupled in Mesoscale Meteorological Models. Atmosphere, 15, 1-16.
• Park, S.-K., and E. Kalnay, 2004: Inverse three-dimensional variational data assimilation for an advection-diffusion problem: impact of diffusion and hybrid application. Geophys. Res. Lett., 31, L04102. [https://doi.org/10.1029/2003GL018830]
• Park, S.-K., S. O, and C. Cassardo, 2017: Soil temperature response in Korea to a changing climate using a land surface model. Asia-Pac. J. Atmos. Sci., 53, 457-470. [https://doi.org/10.1007/s13143-017-0048-x]
• Park, S.-K., and Coauthors, 2005: Development of graphic editing module (GEM) for digital forecast. Proceedings of the Autumn Meeting, Korean Meteor. Soc., 418-419.
• Park, S.-Y., and T.-Y. Lee, 2003: A case study on the dependence of simulated cumulus convection on horizontal grid size. J. Korean Meteor. Soc., 39, 379-396.
• Park, Y.-J., and Y.-D. Han, 2021: Analysis on the Yeongdong downslope windstorms generation condition verified by observation cases. Atmosphere. Korean Meteor. Soc., 31, 405-420. [https://doi.org/10.14191/Atmos.2021.31.4.405]
• Parsons, D. B., and Coauthors, 2017: THORPEX research and the science prediction. Bull. Amer. Meteor. Soc., 98, 807-830. [https://doi.org/10.1175/BAMS-D-14-00025.1]
• Randall, D. A., and Coauthors, 2019: 100 years of Earth system model development. A Century of Progress in Atmospheric and Related Sciences: Celebrating the American Meteorological Society Centennial. Meteor. Monogr., 59. [https://doi.org/10.1175/AMSMONOGRAPHS-D-18-0018.1]
• Rha, D.-K., M.-S. Suh, and C.-H. Kwak, 2005: Impacts of Land Cover Changes on the Simulation of Heavy Rainfall over South Korea. J. Korean Meteor. Soc., 41, 809-824.
• Roberts, B., I. L. Jirak, A. J. Clark, S. J. Weiss, and J. S. Kain, 2019: Postprocessing and visualization techniques for convection-allowing ensembles. Bull. Amer. Meteor. Soc., 100, 1245-1258. [https://doi.org/10.1175/BAMS-D-18-0041.1]
• Schar, C., D. Leuenberger, O. Fuhrer, D. Luthi, and C. Girard, 2002: A new terrain-following vertical coordinate formulation for atmospheric prediction models. Mon. Wea. Rev., 130, 2459-2480.
• Seo, E., and Coauthors, 2016: Improvement of soil moisture initialization for a global seasonal forecast system. Atmosphere. Korean Meteor. Soc., 26, 35-45. [https://doi.org/10.14191/Atmos.2016.26.1.035]
• Shim, J.-K., and S.-Y. Hong, 2006: A study on the sensitivity of the simulations of typhoon Saomai (2000) to the cumulus parameterization and planetary boundary layer schemes in MM5. J. Korean Meteor. Soc., 42, 75-85.
• Shim, T.-H., and Coauthors, 2015: Development and assessment of dynamical seasonal forecast system using the cryospheric variables. Atmosphere. Korean Meteor. Soc., 25, 155-167. [https://doi.org/10.14191/Atmos.2015.25.1.155]
• Shin, D.-H., and T.-Y. Lee, 1997: Turbulence structure of the stratocumulus-topped marine boundary layer revealed by large eddy simulations. J. Korean Meteor. Soc., 33, 75-91.
• Shin, H.-H., and S.-Y. Hong, 2014: Representation of the subgrid-scale turbulent transport in convective boundary layers at gray-zone resolutions. Mon. Wea. Rev., 143, 250-271. [https://doi.org/10.1175/MWR-D-14-00116.1]
• Shin, S., and Coauthors, 2018: Real data assimilation using the local ensemble transform Kalman filter (LETKF) system for a global non-hydrostatic NWP model on the cubed-sphere. Asia-Pac. J. Atmos. Sci., 54, 351-360. [https://doi.org/10.1007/s13143-018-0022-2]
• Shin, S., J.-S. Kang, and Y. Jo, 2016: The local ensemble transform Kalman filter (LETKF) with a global NWP model on the cubed sphere. Pure Appl. Geophys., 173, 2555-2570. [https://doi.org/10.1007/s00024-016-1269-0]
• Shin, S.-C., M.-K. Kim, M.-S. Suh, D.-H. Jang, C.-S. Kim, W.-S. Lee, and Y.-H. Kim, 2008: Estimation of high-resolution gridded precipitation using GIS and PRISM. Atmosphere. Korean Meteor. Soc., 18, 71-81.
• Shin, S.-H., T.-Y. Lee, and S.-M. Lee, 1998: Interaction between the cumulus convection and surrounding atmosphere. J. Korean Meteor. Soc., 34, 376-389.
• Skamarock, W. C., and Coauthors, 2008: A description of the Advanced Research WRF version 3. NCAR Tech. Note NCAR/TN- 4751STR, 113 pp.
• Skamarock, W. C., and J. B. Klemp, 2008: A time-split nonhydrostatic atmospheric model for weather research and forecasting applications. J. Comput. Phys., 227, 3465-3485.
• Skamarock, W. C., and J. B. Klemp, M. G. Duda, L. D. Fowler, and S.-H. Park, 2012: A multiscale nonhydrostatic atmospheric model using centroidal Voronoi tessellations and C-grid staggering. Mon. Wea. Rev., 140, 3090-3105.
• Sohn, K.-T., and S.-D. Kim, 2001: Mid-term prediction of the daily maximum/minimum temperature in Seoul area using GDAPS outputs and dynamic linear models. J. Korean Meteor. Soc., 37, 13-20.
• Song, H.-J., and I.-H. Kwon, 2015: Spectral transformation using a cubed-sphere grid for a three-dimensional variational data assimilation system. Mon. Wea. Rev., 143, 2581-2599. [https://doi.org/10.1175/MWR-D-14-00089.1]
• Song, H.-J., and I.-H. Kwon, and J. Kim, 2017a: Characteristics of a spectral inverse of the Laplacian using spherical harmonic functions on a cubed-sphere grid for background error covariance modeling. Mon. Wea. Rev., 145, 307-322. [https://doi.org/10.1175/MWR-D-16-0134.1]
• Song, H.-J., J.-H. Ha, I.-H. Kwon, J. Kim, and J. Kwun, 2018: Multi-resolution Hybrid Data Assimilation Core on a Cubed-sphere Grid (HybDA), Asia-Pac. J. Atmos. Sci., 54, 337-350. [https://doi.org/10.1007/s13143-018-0018-y]
• Song, H.-J., J. Kwun, I.-H. Kwon, J.-H. Ha, J.-H. Kang, S. Lee, H.-W. Chun, and S. Lim, 2017b: The impact of the nonlinear balance equation on a 3D-Var cycle during an Australian-winter month as compared with the regressed wind–mass balance. Quart. J. Roy. Meteorl. Soc., 143, 2036-2049. [https://doi.org/10.1002/qj.3065]
• Song, H.-J., S. Shin, J.-H. Ha, and S. Lim, 2017c: The advantages of hybrid 4dEnVar in the context of the forecast sensitivity to initial conditions. J. Geophys. Res., 122. [https://doi.org/10.1002/2017JD027598]
• Song, I.-S., and H.-Y. Chun, 2005: Momentum flux spectrum of convectively forced internal gravity waves and its application to gravity wave drag parameterization. Part I: theory. J. Atmos. Sci., 62, 107-124.
• Song, I.-S., and H.-Y. Chun, 2008: A Lagrangian spectral parameterization of gravity wave drag induced by cumulus convection. J. Atmos. Sci., 65, 1204-1224.
• Suh, M.-S., and D.-K. Lee, 2004: Impacts of land use/cover changes on surface climate over east Asia for extreme climate cases using RegCM2, J. Geophys. Res., 109, D02108.
• Swinbank, R., and Coauthors, 2016: The TIGGE project and its achievements. Bull. Amer. Meteor. Soc., 97, 49-67. [https://doi.org/10.1175/BAMS-D-13-00191.1]
• Tang, S., and Coauthors, 2021: Long-term single column model intercomparison of diurnal cycle of precipitation over midlatitude and tropical land. Quart. J. Roy. Meteorl. Soc., 148, 641-669. [https://doi.org/10.1002/qj.4222]
• Ukkonen, P., 2022: Exploring pathways to more accurate machine learning emulation of atmospheric radiative transfer. J. Adv. Modeling Earth Sys., 14, e2021MS002875. [https://doi.org/10.1029/2021MS002875]
• Wee, T.-K., and D.-K. Lee, 1994: Semiprognostic tests of Fritsch-Chappell water-cycle process for numerical simulation of heavy rainfalls in Korean Peninsula. J. Korean Meteor. Soc., 30, 537-563.
• Wilson, L. J., and M. Vallee, 2003: The Canadian updateable model output statistics (UMOS) system: validation against prefect prog. Wea. Forecasting, 18, 288-302.
• Wu, S.-M., J.-H. Oh, and D, Majewski, 2009: High-resolution numerical simulation with 10km global icosahedral hexagonal gridpoint model. Proceedings of the Spring Meeting, Korean Meteor. Soc., 224-225.
• Xue, Y., and Coauthors, 2021: Impact of initialized land surface temperature and snowpack on subseasonal to seasonal prediction project, phase I (LS4P-I): organization and experimental design. Geosci. Model. Dev., 14, 4465-4494. [https://doi.org/10.5194/gmd-14-4465-2021]
• Yang, E.-K., and H.-M. Kim, 2021: A comparison of variational, ensemble-based, and hybrid data assimilation methods over East Asia for two one-month periods. Atmos. Res., 249, 105257. [https://doi.org/10.1016/j.atmosres.2020.105257]
• Yhang, Y.-B., and S.-Y. Hong, 2011: A study on large-scale nudging effects in regional climate model simulation. Asia-Pac. J. Atmos. Sci., 47, 235-243.
• Zeng, X., and Coauthors, 2018: Future community efforts in understanding and modelling atmospheric processes. Bull. Amer. Meteor. Soc., 99, 159-162. [https://doi.org/10.1175/BAMS-D-18-0139.1]
• Zo, I.-S., J.-B. Jee, and K.-T. Lee, 2014: Development of GWNU (Gangneung-Wonju National University) One-Layer Transfer Model for Calculation of Solar Radiation Distribution of the Korean Peninsula. Asia-Pac. J. Atmos. Sci., 50, 23-32. [https://doi.org/10.1007/s13143-014-0047-0]