기상청 전지구 해양자료동화시스템(GODAPS): 개요 및 검증

장필훈(Pil-Hun Chang),황승언(Seung-On Hwang),추성호(Sung-Ho Choo),이조한(Johan Lee),이상민(Sang-Min Lee),부경온(Kyung-On Boo) 한국기상학회 2021 대기 Vol.31 No.2

동해 해양자료동화시스템에 대한 Argo 자료동화 민감도 분석

김소연,조영순,김영호,임병환,장필훈,KIM, SOYEON,JO, YOUNGSOON,KIM, YOUNG-HO,LIM, BYUNGHWAN,CHANG, PIL-HUN 한국해양학회 2015 바다 Vol.20 No.3

동해 해양자료동화시스템(DA-ESROM; Kim et al., 2009)을 이용하여 Argo 관측망이 해양 분석장에 미치는 영향에 대해 살펴보았다. 본 연구에서는 2009년을 연구기간으로 하여 수온 프로파일, 해수면 온도, 그리고 해수면 고도 자료를 동화하여 분석장을 생산하고(Exp. AllDa), 이를 Argo 수온 자료를 제외한 실험(Exp. NoArgo) 결과와 비교하였다. 동해 수온 프로파일 관측자료와 두 실험결과와의 평균 제곱근 오차(Root Mean Square Error; RMSE)를 살펴본 결과, Exp. AllDa의 결과에서 Exp. NoArgo에 비해 표층 이하부터 전반적으로 낮은 RMSE가 나타났고, 특히 수심 약 100 m 부근에서 약 $0.5^{\circ}C$의 RMSE 차이(Exp. AllDa - Exp. NoArgo)를 보이는 등 아표층 부근에서 Argo 수온 자료동화의 영향이 큰 결과를 보였다. 자료동화 과정에 독립적인 표류부이 관측자료와의 비교를 통해, Argo 수온 자료의 동화로 표층해류 정확도가 전반적으로 개선되는 것을 확인하였고, 특히 동해 중남부에서 상대적으로 장기 표류한 부이의 궤적을 따라 RMSE가 약 2.0~6.0 cm/s 정도 낮아졌다. 반면, 표층수온에 대해서는 Argo 수온자료의 동화효과는 약한 것으로 나타났고, 매일 동화되는 해수면 온도 자료의 영향이 지배적인 것으로 판단된다. 또한, 동해 해양자료동화시스템(DA-ESROM)은 일주일 간격으로 해수면 고도자료를 동화하지만, Argo 수온자료가 동화되지 않으면서 나타나는 해수면 고도 변화를 완전히 보정하지 못하는 것으로 나타났다. 실험결과, Argo 수온자료의 동화는 특히 야마토 분지 남서쪽의 시계방향 순환 등 동해 중남부 해역에서의 해수면 고도 재현성을 향상시키는데 큰 영향을 미치는 것으로 나타났다. Impacts of Argo temperature assimilation on the analysis fields in the East Sea is investigated by using DAESROM, the East Sea Regional Ocean Model with a 3-dimensional variational assimilation module (Kim et al., 2009). Namely, we produced analysis fields in 2009, in which temperature profiles, sea surface temperature (SST) and sea surface height (SSH) anomaly were assimilated (Exp. AllDa) and carried out additional experiment by withdrawing Argo temperature data (Exp. NoArgo). When comparing both experimental results using assimilated temperature profiles, Root Mean Square Error (RMSE) of the Exp. AllDa is generally lower than the Exp. NoArgo. In particular, the Argo impacts are large in the subsurface layer, showing the RMSE difference of about $0.5^{\circ}C$. Based on the observations of 14 surface drifters, Argo impacts on the current and temperature fields in the surface layer are investigated. In general, surface currents along the drifter positions are improved in the Exp. AllDa, and large RMSE differences (about 2.0~6.0 cm/s) between both experiments are found in drifters which observed longer period in the southern region where Argo density was high. On the other hand, Argo impacts on the SST fields are negligible, and it is considered that SST assimilation with 1-day interval has dominant effects. Similar to the difference of surface current fields between both experiments, SSH fields also reveal significant difference in the southern East Sea, for example the southwestern Yamato Basin where anticyclonic circulation develops. The comparison of SSH fields implies that SSH assimilation does not correct the SSH difference caused by withdrawing Argo data. Thus Argo assimilation has an important role to reproduce meso-scale circulation features in the East Sea.

관측시스템 실험을 통한 한반도 근해 Argo 플로트 관측자료의 자료동화 효과 평가

추성호(Sung-Ho Choo),장필훈(Pil-Hun Chang),황승언(Seung-On Hwang),조형준(Hyeong-Jun Jo),이조한(Johan Lee),이상민(Sang-Min Lee),현유경(Yu-Kyung Hyun),문재홍(Jae-Hong Moon) 한국기상학회 2021 대기 Vol.31 No.3

지역 해양순환예측시스템에 대한 OSTIA 해수면온도 자료동화 효과에 관한 연구

김지혜,엄현민,최종국,이상민,김영호,장필훈,Kim, Ji Hye,Eom, Hyun-Min,Choi, Jong-Kuk,Lee, Sang-Min,Kim, Young-Ho,Chang, Pil-Hun 한국해양학회 2015 바다 Vol.20 No.1

한반도 주변을 연구해역으로 하는 지역 해양순환예측시스템을 이용하여 관측기반의 분석 자료인 Operational Sea Surface Temperature and Sea Ice Analysis(OSTIA) 해수면 온도 자료의 동화를 통한 초기장 개선효과가 황해, 동중국해 그리고 동해의 해수면온도 예측결과에 미치는 영향을 조사하였다. 이를 위해서, 본 연구에서는 3차원 최적내삽법을 적용한 실험(Exp. DA)과 적용하지 않은 실험(Exp. NoDA)을 수행하여 각각의 실험결과를 관측자료와 비교 분석하였다. 2011년 9월 OSTIA 해수면 온도 자료와의 비교결과, Exp. NoDA는 24, 48, 72 예측시간에서 약 $1.5^{\circ}C$의 비교적 높은 Root Mean Square Error(RMSE)를 보였으나, Exp. DA에서는 모든 예측시간에서 $0.8^{\circ}C$ 이하의 상대적으로 낮은 RMSE가 나타났다. 특히, 초기 24시간 예측결과에서 RMSE는 $0.57^{\circ}C$를 보여 Exp. NoDA에 비해 예측성능이 크게 향상된 결과를 보였다. 해역별로는 황해와 동해에서 자료동화 적용 시, 60% 이상의 높은 RMSE 감소율이 나타났다. 기상청 8개 지점 연안 계류부이의 표층수온 자료를 이용하여 자료동화 효과를 계절적으로 살펴본 결과, 전반적으로 여름철을 제외한 모든 계절에서 자료동화 적용 후 70% 이상의 높은 RMSE 감소율을 보여 한반도 연안 표층수온의 단기 예측성이 향상됨을 확인하였다. 또한, 해수면 온도 자료의 동화로 인한 해양상층부의 수온구조 변화를 살펴보기 위해 동해를 대표해역으로 하여 Argo 수온 프로파일 자료와 실험결과를 비교하였다. 특히 연직 혼합이 강한 겨울철 해양 상층부(<100 m) 경우 Exp. DA의 RMSE가 Exp. NoDA에 비해 약 $1.5^{\circ}C$ 감소한 결과를 보여 해수면 온도의 자료동화 효과가 해양상층부의 수온 예측성 향상에 기여함을 확인하였다. 하지만, 겨울철 혼합층 아래에서는 Argo 관측 대비 수온 오차가 오히려 증가한 해역도 존재하여 해수면 온도 자료동화의 한계성도 나타났다. Impacts of Sea Surface Temperature (SST) assimilation to the prediction of upper ocean temperature is investigated by using a regional ocean forecasting system, in which 3-dimensional optimal interpolation is applied. In the present study, Sea Surface Temperature and Sea Ice Analysis (OSTIA) dataset is adopted for the daily SST assimilation. This study mainly compares two experimental results with (Exp. DA) and without data assimilation (Exp. NoDA). When comparing both results with OSTIA SST data during Sept. 2011, Exp. NoDA shows Root Mean Square Error (RMSE) of about $1.5^{\circ}C$ at 24, 48, 72 forecast hour. On the other hand, Exp. DA yields the relatively lower RMSE of below $0.8^{\circ}C$ at all forecast hour. In particular, RMSE from Exp. DA reaches $0.57^{\circ}C$ at 24 forecast hour, indicating that the assimilation of daily SST (i.e., OSTIA) improves the performance in the early SST prediction. Furthermore, reduction ratio of RMSE in the Exp. DA reaches over 60% in the Yellow and East seas. In order to examine impacts in the shallow costal region, the SST measured by eight moored buoys around Korean peninsula is compared with both experiments. Exp. DA reveals reduction ratio of RMSE over 70% in all season except for summer, showing the contribution of OSTIA assimilation to the short-range prediction in the coastal region. In addition, the effect of SST assimilation in the upper ocean temperature is examined by the comparison with Argo data in the East Sea. The comparison shows that RMSE from Exp. DA is reduced by $1.5^{\circ}C$ up to 100 m depth in winter where vertical mixing is strong. Thus, SST assimilation is found to be efficient also in the upper ocean prediction. However, the temperature below the mixed layer in winter reveals larger difference in Exp. DA, implying that SST assimilation has still a limitation to the prediction of ocean interior.

기상청 계절예측시스템(GloSea5)의 해양성층 강화시기 단기 해양예측 정확도 및 대기-해양 접합효과

정영윤(Yeong Yun Jeong),문일주(l-Ju Moon),장필훈(Pil-Hun Chang) 한국기상학회 2016 대기 Vol.26 No.4

기상청 전지구 해양순환예측시스템(NEMO/NEMOVAR)과 미해군 해양자료 동화시스템(HYCOM/NCODA)의 해양 일분석장 열적환경 정확도 비교

고은별(Eun Byeol Ko),문일주(Il-Ju Moon),정영윤(Yeong Yun Jeong),장필훈(Pil-Hun Chang) 한국기상학회 2018 대기 Vol.28 No.1

NEMO 모델을 이용한 지역 폭풍해일예측시스템 개발 및 검증

라나리(Nary La),안병웅(Byoung Woong An),강기룡(KiRyong Kang),장필훈(Pil-Hun Chang) 한국해안해양공학회 2020 한국해안해양공학회 논문집 Vol.32 No.6

본 연구에서는 한반도 중심 해역을 포함하는 북서태평양 영역에서의 폭풍해일 예측을 위해 NEMO(Nucleus for European Modelling of the Ocean) 모형을 이용하여 지역규모의 폭풍해일 예측시스템을 구축하였다. 이 시스템 은 조석과 해일 예측으로 구성되어 있으며보다 정확한 폭풍해일을 예측하기 위해 수심자료와 대기-해양 경계에서의 모수화(parameterization) 최적화 과정을 수행하였다. 이를 통해 2018년 8~10월과 태풍 솔릭 사례에 대하여 국립해양조사원 조위 관측자료를 이용한 통계 방법을 적용하여 검증을 수행하고, 이를 POM(Princeton Ocean Model) 기반의 예측모델 결과와 비교하였다. 수행결과 NEMO 기반의 폭풍해일 예측시스템이 POM 기반의 예측결과에 비해 평균오차와 RMSE가 각각 약 29%와 약 2 0 % 감소한 것으로 나타났으며, 태풍 시기에도 NEMO 기반 예측결과에서 전반적으로 오차가 낮게 나타났다. In this study we established an operational storm-surge system for the northwestern pacific ocean, based on the NEMO (Nucleus for European Modeling of the Ocean). The system consists of the tide and the surge models. For more accurate storm surge prediction, it can be completed not only by applying more precise depth data, but also by optimal parameterization at the boundaries of the atmosphere and ocean. To this end, we conducted several sensitivity experiments related to the application of available bathymetry data, ocean bottom friction coefficient, and wind stress and air pressure on the ocean surface during August~September 2018 and the case of typhoon SOULIK. The results of comparison and verification are presented here, and they are compared with POM (Princeton Ocean Model) based Regional Tide Surge forecasting Model (RTSM). The results showed that the RTSM_NEMO model had a 29% and 20% decrease in Bias and RMSE respectively compared to the RTSM_POM model, and that the RTSM_NEMO model had a lower overall error than the RTSM_POM model for the case of typhoon SOULIK.