병합 고해상도 초단기 예측모델을 이용한 CMAX 타임래그 앙상블 예보
- Alternative Title
- Time-lagged Ensemble Forecast of CMAX Field using Blended High Resolution Numerical Weather Prediction Model
- Abstract
- 초단기예보모델 (8시간 예보, nowcasting) 성능의 향상은 위험기상 (severe weather)예보와 관련된 항공, 농업, 건설 및 위기대응 분야에 중요한 요소로 작용한다. 위험기상 예측을 위해 레이더 자료를 이용한 초단기예보모델이 현업에 운영 중이지만 수치로 예측되는 초단기예보모델은 예보자의 직관적인 이해에 시간이 소요된다. 이를 보완하기 위해 임계값에 의해 나눠진 바이너리 맵을 산술평균하여 수행하는 타임래그 앙상블 예보기법 (time-lagged ensemble forecasts)이 제안되었다. 앙상블 예보기법 성능검증에는 세 가지 지수가 사용되고 있다. 이들 검증에는 각각의 지수를 개별적으로 고려해야 하고, 초단기 예보를 위한 위험기상 판단을 위해서 많은 시간이 소요된다. 본 연구에서는 소요시간 경감을 앙상블 예보기법의 성능을 검증할 수 있는 종합지수를 제시하였으며 이를 수행된 앙상블예보 성능 검증에 사용되었다.
위험기상 예보를 위해 사용된 변수는 레이더 반사도의 지점별 최대값을 나타내는 column max reflectivities (이하 CMAX)를 사용하였다. 미국 기상레이더 네트워크인 Weather Surveillance Radar 1988 Doppler (이하 WSR-88D)에서 얻어진 2분 단위, 1km 수평해상도를 가지는 CMAX자료를 바탕으로 10분 단위, 1km 수평해상도의 외삽에 의한 초단기예보모델 (extrapolation)의 CMAX 예보장, 15분 단위 3km 수평해상도의 초단기 수치예보모델 (Numerical Weather Prediction, 이하 NWP)의 CMAX 예보장, 외삽에 의한 초단기예보모델과 1시간 단위, 3km 수평해상도의 초단기 수치예보모델을 병합한 초단기 병합 예보모델에서의 CMAX 예보장을 산출하여 이를 WSR-88D 의 내삽된 3km 수평해상도의 CMAX와 비교하여 성능을 검증하였다.
위험기상 판단에 소요되는 시간을 감소시키기 위해 CMAX 임계값 23 및 40 dBZ를 이용하여 외삽과 수치예보모델 및 병합 초단기 예보모델의 CMAX 예보장을 합하여 선행한 예보장에서 23 및 40 dBZ이상의 위치를 확률로 나타내는 1시간 단위, 3km 수평해상도의 타임래그 앙상블 예보장을 산출하였다. 세 가지 타임래그 앙상블 예보장은 00, 06, 12, 및 18 UTC (initializations) 에 시작하여 각각 1개에서 7개의 (lag) 선행 초단기 예보모델의 자료를 산술평균하여 산출하였다. 검증에 사용된 자료는 2015년 5월 중순부터 6월 중순까지 30일의 자료이며 미국에서 대류성 셀이 활발하게 생성되는 시기이다. 임계값 (23 및 40 dBZ)을 이용하여 산출된 결정적 초단기 예보모델 (deterministic forecasts)에서 병합에 의한 초단기 예보장이 외삽에 의한 예보장과 수치예보모델에 의한 초단기 예보장과 비교하여 전 예보시간 (1-8 시간 예보) 에 걸쳐 가장 높은 공정임계지수 (Equitable Treat Scores, ETSs)를 보였다.
타임래그 앙상블 예보장을 검증하기 위하여 두 가지 검증지수 Normalized Ensemble Score (NES) 와 Reliability Skill Score (RSS)를 제안 하였다. RSS는 신뢰성 다이어그램 (Reliability diagram)에서 이상적인 결과와의 차이를 합하여 산출되었다. NES는 현재 통용되고 있는 세 가지 앙상블 예보 검증지수 Brier Skill Scores (BSSs), Areas Under relative operating characteristics Curves (AUCs)와 RSS를 정규화된 합산으로 산출하였다.
23 및 40 dBZ의 타임래그 앙상블 예보장 (23 및 40 dBZ 확률)에서 병합에 의한 앙상블 예보장이 향상된 RSS 지수를 나타내었다. 40 dBZ의 타임래그 앙상블 예보장 (40 dBZ 확률)에서 병합에 의한 앙상블 예보장은 초기 예보시간 (1-3 시간 예보) 이후에 수치예보모델에 의한 앙상블 예보장과 유사한 RSS 지수를 나타내었다.
23 및 40 dBZ 이상의 높은 반사도로 정의되는 초단기 위험기상 예보에서 병합에 의한 앙상블 예보를 사용할 경우, 전 예보시간에서 모든 모델결과를 사용한 앙상블 예보가 최고의 RSS 지수를 나타내었다.
23 dBZ의 타임래그 앙상블 예보장 (23 dBZ 확률)에서 병합에 의한 앙상블 예보장이 전 예보시간 (1-7 시간 예보)에 걸쳐서 외삽에 의한 앙상블 예보장과 수치예보모델에 의한 앙상블 예보장보다 향상된 NES 지수를 나타내었다. 40 dBZ의 타임래그 앙상블 예보장 (40 dBZ 확률)에서 병합에 의한 앙상블 예보장이 초기 예보시간 (1-3 시간 예보)에 걸쳐서 외삽에 의한 앙상블 예보장과 수치예보모델에 의한 앙상블 예보장보다 향상된 NES 지수를 나타내었다.
40 dBZ 이상의 높은 반사도로 정의되는 초단기 위험기상 예보에서 병합에 의한 앙상블 예보를 사용할 경우, 1 시간 예보를 제외한 전 예보시간에서 모든 모델결과를 사용한 앙상블 예보가 최고의 성능을 나타내었다. 23 dBZ 이상의 반사도로 정의되는 초단기간 강우 예보에서 2 시간 이하 초단기 예보의 경우, 모든 모델 결과를 사용한 앙상블 예보가 최고의 NES 지수를 나타내었다.
위험기상 초단기예보를 위해 CMAX 타임래그 앙상블 예보를 대류성 기상현상이 일어나는 2015년 5월과 6월의 예보를 통해 예측 가능성을 검증한 결과, 병합에 의한 초단기 타임래그 앙상블 예보모델의 성능이 외삽과 수치모델 초단기 앙상블 예보모델성능에 비교하여 향상된 결과를 나타내었다. 따라서 병합에 의한 초단기 타임래그 앙상블 예보 위험 기상 예측, 특히 초단기 예보의 성능 향상에 크게 기여할 것으로 사료된다.
- Author(s)
- 황윤성
- Issued Date
- 2018
- Awarded Date
- 2018. 8
- Type
- Dissertation
- Keyword
- short-term forecast ensemble forecast
- Publisher
- 부경대학교
- URI
- https://repository.pknu.ac.kr:8443/handle/2021.oak/14642
http://pknu.dcollection.net/common/orgView/200000108950
- Affiliation
- 부경대학교 대학원
- Department
- 대학원 환경대기과학과
- Advisor
- 이동인
- Table Of Contents
- Contents i
Abstract vii
1.Introduction 1
1.1.Short-term forecasts 1
1.2.Motivations and goals 5
1.3.Scope of thesis 7
2.Data and Methodology 10
2.1. Data 10
2.1.1.HRRR 16
2.1.2.Extrapolated observation 21
2.1.3.Blending method: Salient cross-dissolve 25
2.2.Methodology 27
2.2.1.Deterministic forecast evaluation 27
2.2.2.Quantitative CMAX estimation 28
2.2.3.Time-lagged ensemble forecast 29
2.2.4.Ensemble forecast evaluation 32
2.2.4.1.Brier Skill Score 32
2.2.4.2.Reliability 33
2.2.4.3.Resolution 34
2.2.4.4.Normalized ensemble score 36
3.Blending technique 39
3.1.Image Morphing 39
3.2.Linear cross-dissolve 41
3.3.Salient cross-dissolve 45
4.Results 48
4.1.Example cases 48
4.1.1.Case 1: 16 May 2015 49
4.1.2.Case 2: 20 May 2015 55
4.2.Deterministic forecast 60
4.3.Quantitative CMAX estimation 64
4.4.Time-lagged ensemble forecast 68
4.4.1.Brier Skill Score 68
4.4.2.Reliability 71
4.4.3.Resolution 74
4.4.4.Normalized Ensemble Score 77
5.Summary and conclusions 84
References 89
Acknowledgments 96
- Degree
- Doctor
-
Appears in Collections:
- 대학원 > 환경대기과학과
- Authorize & License
-
- Files in This Item:
-
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.