Atmosphere. Korean Meteorological Society Vol. 27, No. 1 (2017) pp. 105-118 https://doi.org/10.14191/atmos.2017.27.1.105 pissn 1598-3560 eissn 2288-3266 연구노트 (Research Note) WRF 모형의적운모수화방안이 CORDEX 동아시아 2 단계지역의기후모의에미치는영향 최연우 안중배 * 부산대학교지구환경시스템학부 ( 접수일 : 2016 년 12 월 14 일, 수정일 : 2017 년 2 월 13 일, 게재확정일 : 2017 년 2 월 23 일 ) Impact of Cumulus Parameterization Schemes on the Regional Climate Simulation for the Domain of CORDEX-East Asia Phase 2 Using WRF Model Yeon-Woo Choi and Joong-Bae Ahn* Division of Earth Environmental System, Pusan National University, Busan, Korea (Manuscript received 14 December 2016; revised 13 February 2017; accepted 23 February 2017) Abstract This study assesses the performance of the Weather Research and Forecasting (WRF) model in reproducing regional climate over CORDEX-East Asia Phase 2 domain with different cumulus parameterization schemes [Kain-Fritch (KF), Betts-Miller-Janjic (BM), and Grell- Devenyi-Ensemble (GD)]. The model is integrated for 27 months from January 1979 to March 1981 and the initial and boundary conditions are derived from European Centre for Medium- Range Weather Forecast Interim Reanalysis (ERA-Interim). The WRF model reasonably reproduces the temperature and precipitation characteristics over East Asia, but the regional scale responses are very sensitive to cumulus parameterization schemes. In terms of mean bias, WRF model with BM scheme shows the best performance in terms of summer/winter mean precipitation as well as summer mean temperature throughout the North East Asia. In contrast, the seasonal mean precipitation is generally overestimated (underestimated) by KF (GD) scheme. In addition, the seasonal variation of the temperature and precipitation is well simulated by WRF model, but with an overestimation in summer precipitation derived from KF experiment and with an underestimation in wet season precipitation from BM and GD schemes. Also, the frequency distribution of daily precipitation derived from KF and BM experiments (GD experiment) is well reproduced, except for the overestimation (underestimation) in the intensity range above (less) then 2.5 mm d 1. In the case of the amount of daily precipitation, all experiments tend to underestimate (overestimate) the amount of daily precipitation in the low-intensity range < 4 mm d 1 (high-intensity range > 12 mm d 1 ). This type of error is largest in the KF experiment. Key words: WRF, dynamical downscaling, CORDEX East Asia phase 2, cumulus parameterization scheme, simulation skill *Corresponding Author: Joong-Bae Ahn, Division of Earth Environmental System, Pusan National University, Busandaehak-ro 63beon-gil 2, Geumjeong-gu, Busan 46241, Korea. Phone: +82-51-514-1932, Fax: +82-51-514-1932 E-mail: jbahn@pusan.ac.kr 105
106 WRF 모형의적운모수화방안이 CORDEX 동아시아 2 단계지역의기후모의에미치는영향 1. 서론 산업혁명이후인간활동에의한지구온난화가급격히진행되면서집중호우, 가뭄, 폭염, 한파등과같은극한기상현상이전세계곳곳에서빈번히발생하고있다. 이는사회여러분야에심각한영향을미치고있으며, 그규모와양상은지역별로상당한차이를보인다 (Easterling et al., 2000; Alexander et al., 2006; IPCC, 2013). 이러한기후변화에적극대응하기위해서는먼저기후변화를정확히이해하고, 이를신뢰성있게예측하는것이중요하다. 최근 World Climate Research Program (WCRP) 에서주관하는국제사업의일환으로 The phase 5 of the Coupled Model Intercomparison Project (CMIP5, Taylor et al., 2012) 가진행되었으며, 이를통해전지구접합모형 (coupled general circulation model) 및 Representative Concentration Pathways (RCP; Moss et al., 2008) 시나리오를활용한기후변화예측연구가활발히진행되고있다 (Baek et al., 2013; Giorgetta et al., 2013; IPCC, 2013). 그러나이러한전구모형의결과는낮은해상도로인하여지역규모의기후정보를산출하기에는한계가있다. 반면, 지역기후모형은고분해능의지형효과등을반영함으로써국지규모의기후변화연구에서매우유용한도구로이용되고있다 (e.g., Giorgi and Mearns, 1999; Boo et al., 2004; Im et al., 2008; Ahn et al., 2010a, b; Hong and Ahn, 2015; Im et al., 2016). 최근우리나라는다섯개의지역기후모델, 즉, RegCM version 4 (RegCM4; Giorgi et al., 2012), Regional Spectral Model (RSM; Hong et al., 2013), Weather Research and Forecasting model (WRF; Skamarock et al., 2005), Seoul National University Meso-scale Model version 5 (SNU-MM5; Lee et al., 2004; Cha et al., 2008), Hadley Centre Global Environmental Model version 3 regional climate model (HadGEM3-RA; Davies et al., 2005) 을이용하여국제공동연구인 Coordinated Regional Climate Downscaling Experiment (CORDEX) 동아시아 1 단계프로젝트에참여하였으며 (Lee et al., 2014; Oh et al., 2014; Park et al., 2015), 이에더하여 12.5 km 의고해상도를가지는한반도국가표준기후변화시나리오도산출하였다. 이와관련한여러선행연구에서는지역기후모형의현재기후에대한모의수준을검증하였고, 동아시아지역및한반도의미래기후변화전망을제시하였다 (Ahn et al., 2014, 2016; Im et al., 2015, 2016; Cha et al., 2016; Choi et al., 2016; Lee et al., 2016a; Oh et al., 2016; Suh et al., 2016). Ahn et al. (2016) 은다중지역기후모형앙상블을이용하여 RCP 시나리오별남한의극한강수변화전망을제시하였 으며, Choi et al. (2016) 은동일한자료로표준강수지수 (Standardized precipitation index) 를분석하여남한지역의미래가뭄변화전망을제시하였다. 그러나지역기후모형을이용한수치모의의경우사용된모형, 경계조건, 모의영역및물리과정모수화등에따라그결과가상이하게나타난다 (Ham et al., 2005; Oh et al., 2011; Lee et al., 2016b). Ham et al. (2005) 은동일한조건을사용한세개의지역기후모형 (WRF, MM5, RSM) 을이용하여장마철집중호우에대한 WRF 모형의모의성능이우수함을제시하였다. Lee et al. (2016b) 은 Consortium for Small-scale Modelling (COSMO)-Climate Limited-area Modelling (CLM) (CCLM) 을이용하여스펙트럴넛징에따른 CORDEX 동아시아 2 단계영역의민감도실험을실시하였고, 이를통해 CCLM 자체의모의성능과스펙트럴넛징효과를평가하였다. 이에더하여, 여러선행연구에서는적운모수화방안에따라모형의모의성능이민감하게변할수있다고제시하였다. Oh et al. (2011) 은 RegCM4 의경계조건및적운모수화방안을달리하여민감도실험을수행하였고, Emanuel 적운모수화방안이 CORDEX 동아시아 1 단계영역기후모의에서우수한모의성능을보인다고제시하였다. 본연구에서는 CORDEX 동아시아 2 단계영역에대한 WRF 모형의최적의모의환경을구축하기위해적운모수화방안을달리하여모형의민감도실험을수행하였다. 2 장에서는본연구에사용된지역기후모형및실험설계에관해설명하였고, 3 장에서는적운모수화방안에따른 WRF 모형의동아시아기후모의수준을분석하였다. 마지막으로 4 장에서는본연구의요약및결론을제시하였다. 2. 자료및실험방법 본연구에사용된지역기후모형은 National Center for Atmospheric Research (NCAR) 에서개발된 WRF version 3.7 이다. WRF 모형은완전압축성비정수계 (fully compressible non-hydrostatic) 모형으로수평격자는 Arakawa-C 격자체계를사용하고, 연직격자는지형에근거한정역학기압연직좌표를사용한다 (Skamarock et al., 2008). 본연구에서는 CORDEX 동아시아 2 단계지역 (Fig. 1) 의현재기후를재현하기위해 WRF 모형의초기및경계조건으로 European Centre for Medium-Range Weather Forecasts (ECMWF) 에서제공하는 ERA- Interim (ERA-INT) 재분석자료를사용하였다. ERA- INT 재분석자료의수평해상도는약 0.75 o 0.75 o 이고, 시간해상도는 6 시간간격이다 (Simmons et al., 2007). 본실험의적분기간은 1979 년 1 월부터 1981 년 3 월까 한국기상학회대기제 27 권 1 호 (2017)
최연우 안중배 107 Fig. 1. Analysis domain and topography. Table 1. Model configuration used in this study. Contents Description Horizontal dimensions 395 250 Horizontal resolution 25 25 km Vertical layer (top) 30 eta levels (50 hpa) Lateral boundary condition ERA-Interim Buffer zone 15 grid points Integration time step 60s Spectral nudging Yes 지총 27 개월이며, 초기 3 개월의결과는 Spin-up 기간으로분석에사용되지않았다. 모형의수치적분간격은 60 초, 복사물리과정의계산간격은 30 분, 적운물리과정의계산은 5 분으로각각설정하였다. 실험의수평해상도는 25 km 로동서방향으로 395 개, 남북방향으로 250 개의격자로구성되어있고연직으로는 50 hpa 까지총 30 개의층으로구성되어있다. 또한, 대규모강제력정보가제공되는측면경계조건은명시지역 (Specified zone) 이 1 개층, 완충지역 (Relaxation zone) 이 14 개층으로이루어져있으며, 모형의계통편차를줄이기위하여스펙트럴넛징 (spectral nudging) 기법 (von Storch et al., 2000; Cha and Lee, 2009) 을적용하였다 (Table 1). 적분에사용된물리과정으로, 구 름물리방안은 WRF Single-Moment 3-class (WSM3, Hong et al., 2004) 를, 복사물리방안은 Community Atmospheric Model (CAM, Collins et al., 2002) 을, 지면모델은 Noah Land Surface (Chen and Dudhia, 2001) 를, 그리고행성경계층방안은 Yonsei University (YSU) 방안 (Hong et al., 2006) 을사용하였다. 본연구에서는적운모수화방안이 CORDEX 동아시아 2 단계지역기후모의에미치는영향을알아보기위해서 3 가지적운모수화방안 [Kain (KF, Kain, 2004), Betts-Miller-Janjic (BM, Betts and Miller, 1986; Janjic, 1994) 와 Grell-Devenyi Ensemble (GD, Grell and Dévényi, 2002)] 을이용하여민감도실험을수행하였다 (Table 2). 민감도실험에서사용된 KF 와 GD 방안은모두질량속유형 (mass-flux type) 으로적운과주위공기사이에일어나는유입 / 유출 (Entrainmet/ Detrainment) 과정과적운내부의연직질량속을고려함으로써아격자규모의대류가격자규모의대기상태에미치는영향을계산하는방법이다. KF 방안은 Convective Available Potential Energy (CAPE) 에기반한종결가정을사용하며격자규모연직속도를이용하여대류발생여부를결정하고 GD 방안은다양한종결가정및모수화가정을조합하여대류성강수를모의한다. 이와달리 BM 방안은대류조절방법 (convective adjustment scheme) 으로관측에기반한열역학적변수들의연직분포를이용하여, 다양한대류환경에대해온도및습도의상태를관측의연직분포로복원시키는방법이다. 본연구에서는동아시아지역에대한 WRF 모형의기후모의성능을검증하기위해 0.5 o 간격의 Climatic Research Unit (CRU, Harris et al., 2014) 의월평균기온및강수자료와지상관측과위성관측이통합된 Global Precipitation Climatology Project (GPCP, Adler et al., 2003) 월평균강수자료를이용하였다. 3. 결과 Figures 2 와 3 은각각여름철및겨울철평균기온의공간분포와각자료 (CRU, ERA-INT, KF, BM, GD) Table 2. Experiment design used in this study. Experiment KF BM GD Microphysics WSM3 WSM3 WSM3 Shortwave/Longwave radiation CAM CAM CAM Surface layer Monin-Obukhov similarity Monin-Obukhov similarity Monin-Obukhov similarity Land surface Noah Noah Noah Planetary boundary layer Yonsei University Yonsei University Yonsei University Cumulus scheme Kain-Fritch Betts-Miller-Janjic Grell-Devenyi Ensemble Atmosphere, Vol. 27, No. 1. (2017)
108 WRF 모형의 적운 모수화 방안이 CORDEX 동아시아 2단계 지역의 기후 모의에 미치는 영향 Fig. 2. Spatial distribution of summer mean 2 m temperature (oc) derived from CRU (a) and ERA-INT (b) and difference between ERA-INT and CRU (c), difference between CRU and KF (d), BM (e), GD (f), difference between KF and BM (g), BM and GD (h), and GD and KF (i). Superimposed dots denote the areas where the bias is minimum among three sensitivity experiments (KF, BM, GD). Only if minimum biases are uniformly distributed over a large area, the dots are superimposed. The shade interval is 4oC for (a-b), 2oC for (c-f), and 0.2oC for (g-i). Fig. 3. Same as in Fig. 2 but for winter mean 2 m temperature (oc). 한국기상학회 대기 제27권 1호 (2017)
최연우 안중배 109 Fig. 4. Same as in Fig. 2 but for summer mean precipitation (mm d 1). Notice that the contour interval is not uniform in the figure. 간의 차이를 나타낸 그림이다. CRU 관측 자료를 살 펴보면, 티벳 고원을 포함한 높은 산악 지역에서는 16oC 이하의 낮은 기온 분포가 나타나고, 이와 대조 적으로 인도를 포함한 저위도 지역(북위 25oN 이하) 에서는 24oC 이상의 높은 기온 분포가 나타난다. 또 한, 동아시아 지역의 여름 기온 분포는 저위도에서 고 위도로 갈수록 감소하는 특징을 보인다(Fig. 2a). 지역 기후모형의 측면경계 강제력으로 사용된 ERA-INT 재 분석 자료는 티벳 고원 등 주로 산악 지역에서 기온 의 편차가 크게 나타난다(Fig. 2c). 이러한 특성은 WRF 모형의 결과에서도 유사하게 나타나지만, 그 편차의 크기는 지역기후 모의 결과가 ERA-INT 보다 더 크 다. 이는 WRF 모형이 생산한 부가정보(added value) 때문인 것으로 사료된다. WRF가 모의한 여름철 기온 의 공간 분포를 살펴보면, 민감도 실험 결과들은 전 반적으로 여름 기온의 공간 분포를 관측과 유사하게 모의한다. 하지만 적운 모수화 방안에 따른 모형의 모 의수준은 지역적으로 큰 차이를 보인다(Figs. 2g, 2h and 2i). 특히, 중국 남동지역(광저우 일대의 화남지방) 여름 기온 모의에서 KF 실험은 다른 두 방안(BM, GD)을 적용한 경우보다 비교적 작은 계통 편차를 보 인다. 즉, KF 실험은 해당 지역의 기온을 BM 및 GD 실험보다 높게 모의하는 특성을 보인다(Figs. 2g and 2i). 이와 달리 중국 베이징을 중심으로 한 북동 아시 아 지역에는 BM 방안이 다른 방안에 비해서 비교적 높은 모의성능을 보인다. 또한, 인도 북부 지역을 포 함한 일부 지역에서는 GD 방안의 모의 수준이 가장 높게 나타난다. 겨울철 기온은 여름철 기온(Fig. 2a)과 비슷한 공간 분포를 보이지만 기온의 범위에서 큰 차이를 보인다 (Fig. 3a). 특히, 티벳 고원 및 북위 40oN 이상의 고위 도 지역에서는 약 16oC 이하의 낮은 기온 분포가 나 타나고 북위 10oN 이하의 저위도 지역에서는 약 20oC 이상의 높은 기온 분포가 나타난다. 민감도 실험 결 과를 살펴보면, 세 실험 모두 시베리아 일부 지역을 제외한 대부분의 지역에서 CRU 보다 기온을 낮게 모 의하는 특성을 보인다(Figs. 3d, 3e and 3f). 이러한 특 성은 배경강제력으로 사용된 ERA-INT 재분석 자료 에서도 유사하게 나타난다(Fig. 3c). 특히, KF 실험은 여름철 기온의 경우와 달리 중국 동북지역 기온 모의 에서 비교적 높은 모의수준을 보인다(Fig. 3d). 반면, BM 실험은 중국 내몽고 일부 지역과 인도 지역에서 높은 모의수준을 보이고(Fig. 3e), GD 실험은 중국 화 남지방(광저우 일대)에서 우수한 모의성능을 보인다 (Fig. 3f). 즉, KF (BM) 실험은 다른 실험들에 비해 중국 동북(인도) 지역의 기온을 다소 높게 모의함으 로써 관측과 가장 유사하게 나타나고, GD 실험은 다 른 실험들에 비해 중국 화남지방의 기온을 다소 높게 Atmosphere, Vol. 27, No. 1. (2017)
110 WRF 모형의 적운 모수화 방안이 CORDEX 동아시아 2단계 지역의 기후 모의에 미치는 영향 Fig. 5. Same as in Fig. 2 but for winter mean precipitation (mm d 1). Notice that the contour interval is not uniform in the figure. 모의함으로써 해당 지역에서 비교적 우수한 모의수준 을 보인다. Figure 4는 여름철 강수의 공간분포와 각 자료 간 의 차이를 나타낸 그림이다. 동아시아 여름 강수의 특 징을 살펴보면, 동서방향으로 길게 늘어져 있는 강수 밴드가 중국, 한국, 일본에 걸쳐 분포하고 있으며, 적 도 서태평양 및 인도와 인도차이나 반도를 포함한 남 동 아시아 지역에서 10 mm d 1 이상의 많은 강수가 나타난다(Fig. 4a). 민감도 실험 결과를 살펴보면, 세 실험 모두 여름 몬순에 의한 강수 패턴은 잘 모의하 였으나 전반적으로 동아시아 지역의 강수를 과대모의 하는 특성을 보인다. 이와 대조적으로, 세 실험은 공 통적으로 인도 서부 지역과 북서 태평양 지역의 강수 를 과소모의 하는 경향을 보인다(Figs. 4d, 4e and 4f). 이러한 특성은 배경강제력으로 사용된 ERA-INT 재 분석 자료에서도 유사하게 나타난다(Fig. 4c). 동아시 아 여름철 강수 모의에서, KF실험은 주로 30oN 이상 의 북서태평양 지역과 인도 서북부 지역에서 높은 모 의 수준을 보이며(Fig. 4d), BM 실험은 중국 동북지 역 지역에서, GD 실험은 티벳 고원 및 적도 서태평 양 지역에서 높은 모의수준을 보인다. 특히 GD 실험 은 다른 두 실험에 비해 전반적으로 강수를 과소 모 의하는 경향을 보이며, KF 실험은 동아시아 몬순 지 역의 강수를 상대적으로 과대 모의 하는 것으로 나타 한국기상학회 대기 제27권 1호 (2017) 났다. Figure 5는 겨울철 강수의 공간분포 및 적운 모수 화 방안에 따른 민감도 실험의 결과를 나타낸 그림이 다. GPCP 자료를 살펴보면, 겨울철 강수는 주로 중 국 남동부 지역부터 북서태평양 지역에 걸쳐 분포하 고 있으며, 적도 서태평양 지역에서는 10 mm d 1 이 상의 많은 강수가 나타난다. 이에 반해, 중국 대다수 의 지역과 몽골 지역에서는 0.5 mm d 1 이하의 매우 적은 강수가 나타난다(Fig. 5a). WRF의 측면 경계장 으로 사용된 ERA-INT 재분석 자료는 겨울 강수의 공 간 분포 및 정량적인 특성을 비교적 잘 나타내고 있 으며(Figs. 5b and 5c), 이러한 겨울철 강수의 특성은 WRF를 이용한 민감도 실험에서도 유사하게 나타난 다. 그러나 상대적으로 KF 실험은 BM 및 GD 실험 에 비해 전반적으로 강수를 과다하게 모의하는 특성 을 보였으며, 특히 인도양과 적도 서태평양 지역에서 강수를 과다하게 모의한다(Fig. 5d). BM 실험은 동경 90o, 북위 30o 이상의 북동아시아 일부 지역에서 다른 실험들에 비해 비교적 높은 모의성능을 보인다(Fig. 5e). GD 실험은 다른 실험에 비해 20oN 이상의 북서 태평양 지역에서 강수를 과소 모의하는 것으로 나타 났지만, 일본 동쪽 해상 일부 지역에서 모의수준이 가 장 높은 것으로 나타났다(Fig. 5f). 동아시아 여름 몬순과 겨울 몬순의 효과를 분석하
최연우 안중배 111 Table 3. Information of latitude and longitude for the analysis regions. Analysis region Latitude (N) Longitude (E) CORDEX2 10~55 080~155 South Korea 33~38 124~130 기위해서는동아시아전체영역 (Table 3) 에대한기온및강수의공간패턴을분석하는것이중요하다. Figures 6 과 7 은각각계절평균된기온및강수의공간분포에대하여관측과민감도실험간의통계값 (Bias, Spatial correlation and Root mean square error; BCR) 을나타낸다이어그램이다. 이는동아시아지역에대하여민감도실험결과와관측과의편차 (Bias), 공간상관계수 (Spatial correlation coefficient) 그리고평균제곱근오차 (Root mean square error; RMSE) 를각각가로 축과세로축그리고해당표식의크기로나타낸그림이다. 따라서기온및강수에대한실험의모의성능이우수할수록해당표식들은기준점 ( 빨간 X 표식 ) 에가까워지고표식의크기는줄어든다 (Suh et al., 2012). 3 가지민감도실험모두여름철을제외한모든계절에기온의한랭편차가강하게나타나지만, 여름철의온난편차는다른계절에비해비교적작게나타난다. 즉, 봄, 가을, 겨울철에는 3 가지실험모두약 2 o C 의편차를보이는반면, 여름철에는약 0.3 o C 의편차를보인다. 또한, 세실험모두계절적차이는있지만상관계수가 0.96 이상으로높게나타났다. 이는 WRF 모형이동아시아지역의기온분포를전반적으로잘모의하고있음을의미한다. 또한, 각실험별로모의수준을살펴보면, KF 실험은다른실험에비해봄과겨울철에한랭편차가여름철에는온난편차가뚜렷하게나타나지만, 여름철에는비교적높은공간상관성 Fig. 6. The BCR diagram of seasonal mean 2 m temperature ( o C) over CORDEX-East Asia phase 2 domain during MAM (a), JJA (b), SON (c) and DJF (d). The size of circle indicates RMSE. Atmosphere, Vol. 27, No. 1. (2017)
112 WRF 모형의 적운 모수화 방안이 CORDEX 동아시아 2단계 지역의 기후 모의에 미치는 영향 Fig. 7. Same as in Fig. 6 but for seasonal mean precipitation (mm d 1). 을 보인다. 이와 달리, BM 실험은 봄, 가을, 겨울철 에 GD 실험과 상당히 유사한 모의수준을 보이지만, 여름철에는 세 실험 중 가장 높은 모의성능을 보인다. 강수의 경우 기온의 경우와 같이 각 계절에 따라 그리고 사용된 적운 모수화 방안에 따라서 결과가 상이하게 나타난다(Fig. 7). 공통적으로 모든 실험에 서 겨울철의 모의수준이 높게 나타나고, 연중 강수 량이 집중되는 여름철에는 모의수준이 낮게 나타난 다. 각 실험별로 모의수준을 살펴보면, KF 실험은 동 아시아 지역에서 계절에 상관없이 습윤편차를 가지 고 다른 실험들에 비해 평균제곱근오차가 높게 나타 난다. 이와 달리, 겨울철 강수모의에서는 KF 실험이 다른 실험들에 비해 비교적 작은 편차를 가지며, 여 름철 동안 관측과 가장 높은 공간상관성을 보인다. 또한, BM 실험은 봄, 가을, 겨울철 동안 강수에 대 하여 우수한 모의 수준을 보인다. 즉, BM 실험이 해 당 계절 동안 다른 실험들에 비해 작은 평균제곱근 한국기상학회 대기 제27권 1호 (2017) 오차를 보이며, 관측과도 높은 상관관계를 보인다. 이에 반해, 여름철에는 GD 실험이 다른 실험보다 비 교적 적은 편차와 평균제곱근오차를 가지고 있지만 관측과의 공간상관성 측면에서는 모의 수준이 비교 적 낮게 나타난다. Figure 8은 기온과 강수량에 대한 계절 변동을 각 지역별로 나타낸 그림이다. 각 분석 지역에 대한 상 세한 위 경도 정보는 Table 3에 나타냈다. 관측에서 남한지역의 기온은 동아시아 지역의 기온보다 높게 나타나는 특징이 보인다. 이러한 특징의 WRF 모형의 결과에서도 잘 나타난다. 그러나 WRF는 공통적으로 관측 비해 여름철 기온을 다소 높게 모의하는 특성을 보이며, 겨울철 기온은 다소 낮게 모의하는 특성을 보 인다. 이 결과는 앞선 분석에서 여름에 온난 편차가 크게 나타난 것과 동일한 결과이다(Figs. 2 and 6). 기 온의 계절변동에서, 세 민감도 실험은 상호 뚜렷한 차 이를 보이지 않지만, 그 중에서 BM실험이 관측과 가
최연우 안중배 113 Fig. 8. Seasonal variation of monthly mean 2 m temperature ( o C; a, b) and precipitation (mm d 1 ; c, d) over East Asia (a, c) and South Korea (b, d). Fig. 9. Taylor diagram for monthly mean 2 m temperature (a) and precipitation for the period from April 1979 through March 1980. 장유사한변동을보인다. 이와관련된통계분석은 Fig. 9 에서자세히다루었다. 강수계절변동은기온의경우와달리민감도실험별로큰차이를보인다. WRF 모형은전반적으로동아시아지역의여름철강수를과다모의하는특성 을보이며, 모형의편차는공통적으로겨울철보다여름철에더크게나타난다. 각실험별로살펴보면, KF 실험은남한지역에서여름철강수를과다모의하는경향을보인다. 반면, BM 과 GD 실험은이지역에서여름철강수를과소모의하는특징을보인다. Atmosphere, Vol. 27, No. 1. (2017)
114 WRF 모형의적운모수화방안이 CORDEX 동아시아 2 단계지역의기후모의에미치는영향 Fig. 10. Frequency distribution of daily precipitation (a) and amount of daily precipitation accumulated over all the precipitation events contributing for each intensity bin over East Asia. 동아시아강수모의에서 BM 실험과 GD 실험은상당히유사한기온의계절변동을보여주고있다. 특히, BM 실험은 GD 실험에비해봄철강수를보다관측과유사하게모의하고있으며, GD 실험은여름과가을철강수를보다관측에가깝게모의하고있다. 남한지역에서는 BM 실험이비교적우수한모의성능을보이지만 8 월의강수를과소모의하는특징이나타난다. Figure 9 는 Taylor 다이어그램을이용하여적운모수화방안에따른 WRF 모형의모의성능을나타낸그림이다. 이는동아시아와남한지역에대하여관측대비표준편차비 (Normalized standardized deviations) 및시간상관계수 (Temporal correlation coefficient) 를도표에나타낸그림으로, 실험의모의성능이우수할수록해당표식들은기준점 (Fig. 9 의 REF) 에가까워진다 (Taylor, 2001). 즉, 모형의변동성에서관측의변동성을나눈표준편차비와시간상관계수는 1 에가까울수록실험결과가관측과비슷함을의미한다. 기온의경우세민감도실험은뚜렷한차이를보이지않지만, BM 실험이나머지실험들에비해비교적 CRU 와유사한변동성을보인다. 즉, BM 적운모수화방안을적용한실험은 KF 및 GD 방안을적용한실험에비해표준편차비와시간상관계수가 1 에가깝게나타났다. 이러한결과는앞서설명한 Figs. 8a 및 8b 와도일치하는결과이다. 강수의경우기온의경우와달리민감도실험별로큰차이를보인다. 분석영역에관계없이 BM 실험은비교적 CRU 와유사한변동성을보인다. 이와달리 KF 실험은두지역모두에서 CRU 대비높은표준편차비를보이고있다. GD 실험은 BM 실험과유사한변동성을보이지만 BM 에비 해시간상관계수가낮게나타난다. 앞선분석에서는강수의평균적인특성에대한모형의모의수준을제시하였다. 하지만이러한분석들은극한강수를분석하는데있어한계가있다. 따라서, 강수의평균적인특성이외에도극한강수등을고려할수있는강수강도별강수량및빈도수에대한분석을수행하였다. Figure 10 은강수강도에따른강수빈도및강수량을나타낸그림이다. 강수빈도는연중강수발생횟수에대한각강수강도별강수발생일수의비를백분율로나타낸것이고, 강수량은연누적강수량에대한각강수강도별누적강수량의비를백분율로나타낸것이다. 관측의경우 2.5 mm d 1 이하의강수에서약 60% 의발생빈도를보이며, 4 mm d 1 미만의강수에서약 36% 의강수량을설명한다. 적운모수화방안에따른민감도실험결과를분석해보면, 세민감도실험은각강수강도별로강수빈도와강수량에서상당한차이를보인다. 특히, KF 실험과 BM 실험은 2.5 mm d 1 미만의강수강도에서관측과비슷한발생빈도 ( 약 60%) 를보이지만 2.5 mm d 1 이상의강수강도에서는강수빈도를과다모의하는특성을보인다. 이와반대로, GD 실험은 2.5 mm d 1 미만의강수강도에서관측보다발생빈도를과소모의하는경향을보이며, 2.5 mm d 1 이상의강수강도에서는관측과유사한발생빈도를보인다. 강수량모의의경우, BM 과 GD 실험이비교적관측과비슷한강수량을모의하지만, 4 mm d 1 이하의강수강도에서는강수량을과소모의하고 12 mm d 1 이상의강수강도에서강수량을과다모의하는특성을보인다. 특히, KF 실험은다른실험대비강수량모의에서큰편차를보인다. 한국기상학회대기제 27 권 1 호 (2017)
최연우 안중배 115 4. 요약및결론 본연구에서는 WRF 모형의적운모수화방안이 CORDEX 동아시아 2 단계지역의기후모의에미치는영향을분석하였다. WRF 모형의초기및경계장으로 ERA-INT 재분석자료를이용하였으며, 지역기후모델링분야에서널리사용되고있는 KF, BM, GD 모수화방안을이용해서민감도실험을수행하였다. 본연구에서는동아시아및남한지역의계절평균기온과강수에대하여 WRF 모형의관측대비편차, 평균제곱근오차, 시간및공간상관성등을분석함으로써모형의모의수준을제시하였다. 연구결과에의하면적운대류모수화에따라동아시아지역의수치모사결과가현저히달라질수있는것으로나타났다. 여름철 ( 겨울철 ) 기온의경우, KF 실험은중국광저우일대의화남 ( 중국동북 ) 지역에서다른실험들에비해비교적작은계통편차를보인다. 이와달리 BM 실험은베이징을중심으로한북동아시아 ( 인도 ) 지역에서, GD 방안은인도북부일부 ( 중국광저우일대의화남 ) 지역에서비교적낮은계통적편차를보인다. 동아시아여름철 ( 겨울철 ) 강수모의에서, KF 실험은주로 30 o N 이상의북서태평양지역과인도서북부 ( 남동중국해 ) 지역에서높은모의수준을보이며, BM 실험은중국동북 ( 동경 90 o, 북위 30 o 이상의북동아시아 ) 지역에서, GD 실험은티벳고원및적도서태평양 ( 동일본해 ) 지역에서비교적작은계통편차를보인다. 특히 GD 실험은다른두실험에비해전반적으로강수를과소모의하는경향을보이며, KF 실험은강수를상대적으로과대모의하는것으로나타났다. 동아시아여름몬순과겨울몬순의효과를분석하기위해서는동아시아전체지역에대한기온및강수의공간패턴을분석하는것이중요하다. 각실험별로기온공간분포에대한모의수준을살펴보면, BM 과 GD 실험이 KF 실험에비해기온공간분포에대한높은모의수준을보이는것을확인하였으며, 특히 BM 실험은여름철기온공간분포모의에서비교적우수한성능을보인다. 강수의경우, KF 실험은동아시아지역에서계절에상관없이습윤편차를가지고다른실험들에비해높은평균제곱근오차를보이지만, BM 실험은봄, 가을, 겨울철동안강수에대하여우수한모의수준을보인다. 이에반해, GD 실험이다른실험보다비교적적은여름철강수의편차와평균제곱근오차를가지고있지만관측과의공간상관성측면에서는모의수준이비교적낮게나타난다. 이에더하여, WRF 는적운모수화방법에관계없이동아시아및남한기온의계절변동을비교적잘모의하였다. 그러나, 강수의계절변동은기온의경우와 달리민감도실험별로큰차이를보인다. WRF 모형은전반적으로동아시아지역의여름철강수를과다모의하는특성을보이며, 모형의편차는공통적으로겨울철보다여름철에더크게나타난다. 각실험별로살펴보면, KF 실험은남한지역에서여름철강수를과다모의하는경향을보인다. 반면, BM 과 GD 실험은동일지역에서여름철강수를과소모의하는특징을보인다. 남한지역에서는 BM 실험이비교적우수한모의성능을보이지만 8 월의강수를과소모의하는특징이나타난다. 또한, Taylor 다이어그램분석을통해서 BM 실험이나머지실험들에비해비교적기온및강수의변동성을 CRU 와유사하게모의하는것을확인하였다. 본연구에서는강수의평균적인특성이외에도강수의수문학적인특성을고려할수있는강수강도별강수량및빈도수에대한분석을수행하였다. 세민감도실험은각강수강도별로강수빈도와강수량에서상당한차이를보인다. 특히, KF 실험과 BM 실험은 2.5 mm d 1 미만의강수강도에서관측과비슷한발생빈도 ( 약 60%) 를보이지만 2.5 mm d 1 이상의강수강도에서는강수빈도를과다모의하는특성을보인다. 이와반대로, GD 실험은 2.5 mm d 1 미만의강수강도에서관측보다발생빈도를과소모의하는경향을보이며, 2.5 mm d 1 이상의강수강도에서는관측과유사한발생빈도를보인다. 강수량모의의경우, BM 과 GD 실험이비교적관측과비슷한강수량을모의하지만, 4 mm d 1 이하의강수강도에서는강수량을과소모의하고 12 mm d 1 이상의강수강도에서강수량을과다모의하는특성을보인다. 결론적으로 WRF 모형은관측과비교하여기온, 강수의계절변동및공간패턴을비교적잘모의하나, 적운모수화방안별, 분석변수및분석지역별로상이한모의수준을나타낸다. 하지만강수의모의결과는적운모수화방안과구름물리방안의조합에큰영향을받기때문에본연구에서사용한 WSM3 대신다른물리방안을사용할경우본연구의결과가달라질수있다. 또한, 이연구결과는 2 년간의수치실험을통해얻어진결과이므로수치모의기간이비교적짧다는한계점을가진다. 향후추가적분을통해통계적분석뿐만아니라역학적으로심도있는분석을수행할예정이다. 감사의글 이연구는기상청기후변화감시 예측및국가정책지원강화사업 (KMIPA 2015-2081) 의지원으로수행되었으며, 이연구에기상청슈퍼컴퓨터가활용되도록지원해준기상청슈퍼컴퓨터운영과에감사드립니다. Atmosphere, Vol. 27, No. 1. (2017)
116 WRF 모형의적운모수화방안이 CORDEX 동아시아 2 단계지역의기후모의에미치는영향 REFERENCES Adler, R. F., and Coauthors, 2003: The version-2 global precipitation climatology project (GPCP) monthly precipitation analysis (1979 present). J. Hydrometeorol., 4, 1147-1167. Ahn, J. B., J. Hur, and K. M. Shim, 2010a: A simulation of agro-climate index over the Korean peninsula using dynamical downscaling with a numerical weather prediction model. Korean J. Agr. Forest Meteorol., 12, 1-10, doi:10.5532/kjafm.2010.12.1.001 (in Korean with English abstract)., J. Y. Hong, and K. M. Shim, 2010b: Agro-Climatic Indices Changes over the Korean Peninsula in CO2 Doubled Climate Induced by Atmosphere- Ocean-Land-Ice Coupled General Circulation Model. Korean J. Agr. Forest Meteorol., 12, 11-22, doi:10.5532/ KJAFM. 2010.12.1.011 (in Korean with English abstract)., Y. W. Choi, S. R. Jo, and J. Y. Hong, 2014: Projection of 21st century climate over Korean Peninsula: Temperature and precipitation simulated by WRFV3.4 based on RCP4.5 and 8.5 scenarios. Atmosphere, 24, 541-554, doi:10.14191/atmos.2014.24.4. 541 (in Korean with English abstract)., and Coauthors, 2016: Changes of precipitation extremes over South Korea projected by the 5 RCMs under RCP scenarios. Asia-Pac. J. Atmos. Sci., 52, 223-236, doi:10.1007/s13143-016-0021-0. Alexander, L. V., and Coauthors, 2006: Global observed changes in daily climate extremes of temperature and precipitation. J. Geophys. Res., 111, D05109, doi: 10.1029/2005JD006290. Baek, H. J., and Coauthors, 2013: Climate change in the 21st century simulated by HadGEM2-AO under representative concentration pathways. Asia-Pac. J. Atmos. Sci., 49, 603-618, doi:10.1007/s13143-013- 0053-7. Betts, A., and M. Miller, 1986: A new convective adjustment scheme. Part II: Single column tests using GATE wave, BOMEX, ATEX and arctic air-mass data sets. Quart. J. Roy. Meteor. Soc., 112, 693-709. Boo, K. O., W. T. Kwon, and J. K. Kim, 2004: Vegetation changes in the regional surface climate over East Asia due to global warming using BIOME4. Geophys. Space Phys., 27, 317-327. Cha, D. H., D. K. Lee, and S. Y. Hong, 2008: Impact of boundary layer processes on seasonal simulation of the East Asian summer monsoon using a regional climate model. Meteorol. Atmos. Phys., 100, 53-72, doi:10.1007/s00703-008-0295-6., and, 2009: Reduction of systematic errors in regional climate simulations of the summer monsoon over East Asia and the western North Pacific by applying the spectral nudging technique. J. Geophys. Res., 114, D14, doi:10.1029/2008jd011176., and Coauthors, 2016: Future changes in summer precipitation in regional climate simulations over the Korean Peninsula forced by multi-rcp scenarios of HadGEM2-AO. Asia-Pac. J. Atmos. Sci., 52, 139-149, doi:10.1007/s13143-016-0015-y. Chen, F., and J. Dudhia, 2001: Coupling an advanced land surface/hydrology model with the Penn State/NCAR MM5 modeling system. Part I: Model description and implementation. Mon. Wea. Rev., 129, 569-585. Choi, Y. W., and Coauthors, 2016: Future changes in drought characteristics over South Korea using multi regional climate models with the standardized precipitation index. Asia-Pac. J. Atmos. Sci., 52, 209-222, doi:10.1007/s13143-016-0020-1. Collins, W. D., J. K. Hackney, and D. P. Edwards, 2002: An updated parameterization for infrared emission and absorption by water vapor in the National Center for Atmospheric Research Community Atmosphere Model. J. Geophys. Res., 107, 1-20, doi:10.1029/ 2001JD001365. Davies, T., M. J. P. Cullen, A. J. Malcolm, M. H. Mawson, A. Staniforth, A. A. White, and N. Wood, 2005: A new dynamical core for the Met Office s global and regional modelling of the atmosphere. Quart. J. Roy. Meteor. Soc., 131, 1759-1782, doi:10.1256/qj.04.101. Easterling, D. R., G. A. Meehl, C. Parmesan, S. A. Changnon, T. R. Karl, and L. O. Mearns, 2000: Climate extremes: Observation, modeling, and impacts. Science, 289, 2068-2074, doi:10.1126/sci-ence.289.5487. 206. Giorgetta, M. A., and Coauthors, 2013: Climate and carbon cycle changes from 1850 to 2100 in MPI-ESM simulations for the Coupled Model Intercomparison Project phase 5. J. Adv. Model. Earth Syst., 5, 572-597, doi:10.1002/jame.20038. Giorgi, F., and L. O. Mearns, 1999: Introduction to special section: Introduction to special section: Regional climate modeling revisited. J. Geophys. Res., 104, 6335-6532, doi:10.1029/98jd02072., and Coauthors, 2012: RegCM4: Model description and preliminary tests over multiple CORDEX domains. Climate Res., 52, 7-29, doi:10.3354/cr01018. Grell, G. A., and D. Dévényi, 2002: A generalized approach 한국기상학회대기제 27 권 1 호 (2017)
최연우 안중배 117 to parameterizing convection combining ensemble and data assimilation techniques. Geophys. Res. Lett., 29, 38-1-38-4, doi:10.1029/2002gl015311. Ham, S. R., S. J. Park, C. H. Bang, B. J. Jung, and S. Y. Hong, 2005: Intercomparison of the East-Asian summer monsoon on 11-18 July 2004, simulated by WRF, MM5, and RSM models. Atmosphere, 15, 91-99 (in Korean with English abstract). Harris, I., P. D. Jones, T. J. Osborn, and D. H. Lister, 2014: Updated high-resolution grids of monthly climatic observations the CRU TS3.10 Dataset. Int. J. Climatol., 34, 623-642, doi:10.1002/joc.3711. Hong, J. Y., and J. B. Ahn, 2015: Changes of early summer precipitation in the Korean Peninsula and nearby regions based on RCP simulations. J. Climate, 28, 3557-3578, doi:10.1175/jcli-d-14-00504.1. Hong, S. Y., J. Dudhia, and S. H. Chen, 2004: A Revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation. Mon. Wea. Rev., 132, 103-120, doi:10.1175/1520-0493 (2004)132<0103:ARATIM>2.0.CO;2., Y. Noh, and J. Dudhia, 2006: A new vertical diffusion package with an explicit treatment of entrainment processes. Mon. Wea. Rev., 134, 2318-2341, doi:10.1175/mwr3199.1., and Coauthors, 2013: The Global/Regional Integrated Model system (GRIMs). Asia-Pac. J. Atmos. Sci., 49, 219-243, doi:10.1007/s13143-013-0023-0. Im, E. S., J. B. Ahn, A. R. Remedio, and W. T. Kwon, 2008: Sensitivity of the regional climate of East/ Southeast Asia to convective parameterizations in the RegCM3 modelling system. Part 1: Focus on the Korean peninsula. Int. J. Climatol., 28, 1861-1877, doi:10.1002/joc.1664., J. B. Ahn, and S. R. Jo, 2015: Regional climate projection over South Korea simulated by the Had- GEM2-AO and WRF model chain under RCP emission scenarios. Climate Res., 63, 249-266, doi: 10.3354/cr01292., Y. W. Choi, and J. B. Ahn, 2016: Robust intensification of hydroclimatic intensity over East Asia from multi-model ensemble regional projections. Theor. Appl. Climatol., doi:10.1007/s00704-016-1846-2, in press. IPCC, 2013: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of The Intergovernmental Panel on Climate Change. Stocker, T. F. et al. Eds., Cambridge University Press, 1535 pp. Janjic, Z. I., 1994: The step-mountain eta coordinate model: Further developments of the convection, viscous sublayer, and turbulence closure schemes. Mon. Wea. Rev., 122, 927-945, doi:10.1175/1520-0493 (1994)122<0927:TSMECM>2.0.CO;2. Kain, J. S., 2004: The Kain-Fritsch convective parameterization: An update. J. Appl. Meteorol., 43, 170-181, doi:10.1175/1520-0450(2004)043<0170:tkcpau> 2.0.CO;2. Lee, D. H., and Coauthors, 2016a: Time of emergence of anthropogenic warming signals in the Northeast Asia assessed from multi-regional climate models. Asia- Pac. J. Atmos. Sci., 52, 129-137, doi:10.1007/s13143-016-0014-z., C. Park, Y. H. Kim, and S. K. Min, 2016b: Evaluation of the COSMO-CLM for East Asia climate simulations: Sensitivity to spectral nudging. Climate Res., 11, 69-85 (in Korean with English abstract). Lee, D. K., D. H. Cha, and H. S. Kang, 2004: Regional climate simulation of the 1998 summer flood over East Asia. J. Meteor. Soc. Japan, 82, 1735-1753, doi:10.2151/jmsj.82.1735. Lee, J. W., S. Y. Hong, E. C. Chang, M. S. Suh, and H. S. Kang, 2014: Assessment of future climate change over East Asia due to the RCP scenarios downscaled by GRIMs-RMP. Climate Dyn., 42, 733-747, doi: 10.1007/s00382-013-1841-6. Moss, R., and Coauthors, 2008: Towards New Scenarios for Analysis of Emissions, Climate Change, Impacts, and Response Strategies. Intergovernmental Panel on Climate Change (IPCC), 132 pp. Oh, S. G., M. S. Suh, J. S. Myoung, and D. H. Cha, 2011: Impact of boundary conditions and cumulus parameterization schemes on regional climate simulation over South-Korea in the CORDEX-East Asia domain using the RegCM4 model. J. Korean Earth Sci. Soc., 32, 373-387, doi:10.5467/jkess.2011.32.4.373 (in Korean with English abstract)., J. H. Park, S. H. Lee, and M. S. Suh, 2014: Assessment of the RegCM4 over East Asia and future precipitation change adapted to the RCP scenarios. J. Geophys. Res., 119, 2913-2927, doi:10.1002/ 2013JD020693., and Coauthors, 2016: Projections of high resolution climate changes for South Korea using multipleregional climate models based on four RCP scenarios. Part 2: Precipitation. Asia-Pac. J. Atmos. Sci., 52, 171-189, doi:10.1007/s13143-016-0018-8. Park, C., and Coauthors, 2015: Evaluation of multiple Atmosphere, Vol. 27, No. 1. (2017)
118 WRF 모형의적운모수화방안이 CORDEX 동아시아 2 단계지역의기후모의에미치는영향 regional climate models for summer climate extremes over East Asia. Climate Dyn., 46, 2469-2486, doi: 10.1007/s00382-015-2713-z. Skamarock, W. C., J. B. Klemp, J. Dudhia, D. O. Gill, D. M. Barker, W. Wang, and J. G. Powers, 2005: A description of the advanced research WRF version 2. NCAR/TN-468+STR, 88 pp.,, J. Dudhia, D. O. Gill, D. M. Barker, M. G. Duda, X.-Y. Huang, W. Wang, and J. G. Powers, 2008: A description of the advanced research WRF version 3. NCAR Technical Note, NCAR/TN-475+ STR, 125 pp, doi:10.5065/d68s4mvh. Simmons, A., S. Uppala, D. Dee, and S. Kobayashi, 2007: ERA-Interim: New ECMWF reanalysis products from 1989 onwards. ECMWF Newsl., 110, 25-35. Suh, M. S., S. G. Oh, D. K. Lee, D. H. Cha, S. J. Choi, C.-S. Jin, and S.-Y. Hong, 2012: Development of new ensemble methods based on the performance skills of regional climate models over South Korea. J. Climate, 25, 7067-7082, doi:10.1175/jcli-d-11-00457.1., and Coauthors, 2016: Projections of high resolution climate changes for South Korea using multipleregional climate models based on four RCP scenarios. Part 1: Surface air temperature. Asia-Pac. J. Atmos. Sci., 52, 151-169, doi:10.1007/s13143-016- 0017-9. Taylor, K. E., 2001: Summarizing multiple aspects of model performance in a single diagram. J. Geophys. Res., 106, 7183-7192, doi:10.1029/2000jd900719., R. J. Stouffer, and G. A. Meehl, 2012: An overview of CMIP5 and the experiment design. Bull. Amer. Meteor. Soc., 93, 485-498, doi:10.1175/bams- D-11-00094.1. Von Storch, H., H. Langenberg, and F. Feser, 2000: A spectral nudging technique for dynamical downscaling purposes. Mon. Wea. Rev., 128, 3664-3673, doi:10.1175/ 1520-0493(2000)128<3664:ASNTFD>2.0.CO;2. 한국기상학회대기제 27 권 1 호 (2017)