WRF-Chem 모델을 이용한 2010년 한반도의 황사 예측에 관한 연구
정옥진·문윤섭*
한국교원대학교 제 3대학 환경교육과, 361-892, 충청북도 청주시 흥덕구 강내면 태성탑연로 250
A Study on Prediction of Asian Dusts Using the WRF-Chem Model in 2010 in the Korean Peninsula
Ok Jin Jung and Yun Seob Moon*
Department of Environmental Education, Korea National University of Education, 250 TaeseongTabyeon-ro Gangnaemyon Cheongwonkun Chungbuk 361-892, Korea
Abstract: The WRF-Chem model was applied to simulate the Asian dust event affecting the Korean Peninsula from 11 to 13 November 2010. GOCART dust emission schemes, RADM2 chemical mechanism, and MADE/SORGAM aerosol scheme were adopted within the WRF-Chem model to predict dust aerosol concentrations. The results in the model simulations were identified by comparing with the weather maps, satellite images, monitoring data of PM10 concentration, and LIDAR images. The model results showed a good agreement with the long-range transport from the dust source area such as Northeastern China and Mongolia to the Korean Peninsula. Comparison of the time series of PM10 concentration measured at Backnungdo showed that the correlation coefficient was 0.736, and the root mean square error was 192.73 µg/m3. The spatial distribution of PM10 concentration using the WRF-Chem model was similar to that of the PM2.5 which were about a half of PM10. Also, they were much alike in those of the UM-ADAM model simulated by the Korean Meteorological Administration. Meanwhile, the spatial distributions of PM10 concentrations during the Asian dust events had relevance to those of both the wind speed of u component (ms−1) and the PBL height (m). We performed a regressive analysis between PM10 concentrations and two meteorological variables (u component and PBL) in the strong dust event in autumn (CASE 1, on 11 to 23 March 2010) and the weak dust event in spring (CASE 2, on 19 to 20 March 2011), respectively.
Keywods: the WRF-Chem model, Asian dust event, PM10 concentration, a regressive analysis, GOCART aerosol scheme
요 약: 2010년 11월 11-13일 한반도에 영향을 미쳤던 황사에 대해 WRF-Chem 모델을 이용하여 시뮬레이션 하였다.
WRF-Chem 모델에서 미세먼지의 인위적 배출량은 RETRO 전구 배출량을 사용하였고, RADM2 화학 메커니즘과
MADE/SORGAM 에어로졸 스킴 및 GOCART 광물성 먼지 옵션을, 그리고 Fast-J 광해리 스킴을 선택하여 PM10농도 를 시뮬레이션 하였는데 연구 결과를 요약하면 다음과 같다. WRF-Chem 모델 결과에 따른 PM10농도의 공간적 분포 와 연직 프로파일 분석결과 2010년 11월 11-13일에 우리나라에 영향을 미쳤던 황사는 강한 가을황사로 저기압의 발달 로 인해 형성된 콤마구름 때문에 황사가 한랭전선 후면에서 갇혀 상공 2.5 km 이내에서 이동 및 유입됨을 알 수 있었 다. 황사 발생 기간 동안 백령도와 서울의 기상청 관측 자료와 모델의 PM10농도를 시계열로 분석한 결과 상관계수와 평균제곱근오차(RMSE)는 백령도의 경우 0.763과 192.73 µg/m3, 서울의 경우 0.725와 149.68 µg/m3로 나타났다. 미세먼
*Corresponding author: [email protected]
*Tel: +82-43-230-3769
*Fax: +82-43-230-3608
This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://
creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
지인 PM10과 PM2.5농도의 공간적 분포는 유사하였고 PM2.5가 PM10의 약 50% 정도로 나타났으며 이는 기상청 UM- ADAM 모델 결과와도 유사하였다. PM10농도와 경계층 높이, 동서 성분 바람장의 공간적 분포는 유사성을 지니고 있
어 두 개의 변수를 이용하여 PM10의 농도를 예측하는 회귀 방정식을 구하고자 우리나라에 영향을 미쳤던 강한 가을 황
사(2010년 11월 11-13일)와 봄 황사(2011년 3월 19-20일) 사례를 선정하였고, 통계 모델을 이용한 회귀식을 도출하였다.
주요어: WRF-Chem 모델, 황사, PM10농도, 회귀분석, GOCART 에어로졸 스킴
서 론
중국과 몽골의 사막지역과 같은 건조지역에서 상승 기류를 타고 부유한 먼지(dust)가 상층에서 부는 편 서풍을 타고 한반도까지 이동하는 현상을 뜻하는 황 사는 봄철 주로 발생하는 기상현상이지만, 대기 중 미세먼지의 농도를 급격히 증가시켜 시정을 악화시키 고 인류와 생태계의 건강을 위협할 뿐만 아니라 반 도체 산업과 교통 운행 등 일상생활에 영향을 주어 (Lee et al., 1986; Lei et al., 2004; Zhang et al., 2005) 대기오염문제로서의 성격도 지니고 있다. 최근 에는 지구온난화로 인해 발원지의 사막화가 가속되면 서 발생빈도가 증가하고 출현일수가 뚜렷이 증가하고 있으며(Kim and Lee, 2009), 가을과 초겨울에도 관 측되고 있는데 황사 발생 시 PM10과 함께 PM2.5도 증가하기 때문에 대기질(air quality) 악화의 주요 원 인으로 꼽히고 있다.
최근 10년 동안 황사와 관련한 연구를 살펴보면 우 리나라에서는 크게 다섯 가지 유형의 연구가 진행되 어왔다. 먼저 황사 발원지와 관련하여 발생 및 수송 의 메커니즘(mechanism)을 파악하는 대기물리학적 연 구가 있었고(Shin et al., 2006; Lee and Kim, 2008;
Kim et al., 2010), 두 번째 유형으로 황사 입자의 화 학적 특성과 광학적 특성 및 성분 분석에 대한 연구 가 이루어져 왔으며(Goo et al., 2008; Lee et al., 2008; Lee et al., 2009; Park et al., 2011; Park et al., 2012; Kim et al. 2012; Sim et al., 2013; Lee et al., 2013; Lee et al., 2014), 세 번째 유형으로 황사 사례 에 대한 기상학적 연구(Kim et al., 2008; Kim et al., 2010; Lee et al., 2011; Kang et al., 2012; Lee et al., 2013), 네 번째 유형으로 황사가 인류의 건강이나 산 업 및 일상생활에 미치는 영향에 대한 연구(Kim et al., 2006; Lee et al., 2007; Chang et al., 2009;
Ghim, 2011)가 있었다. 마지막으로 황사 예보와 관련 한 연구는 기상 모델이나 경험식을 이용한 수치모의 연구(Moon et al., 2006; Cho et al., 2007; Moon and
Lee, 2009; Kim and Kay, 2010; Lee et al., 2012;
Lee et al., 2012; Kang et al., 2012)가 이루어져 왔다.
이 연구에서는 황사로 인한 피해를 줄이기 위해서는 황사 자체의 특성을 파악하는데 그치지 않고, 이를 정확하게 예보하는 것이 중요하다는 것을 전제함으로 부터 출발하고 있는데 그 중요성에 비하여 관련 연구 가 부족하다고 보고 있다.
한편 황사 예보를 위해 기상청에서는 황사농도 단 기모델(ADAM; Asian Dust Aerosol Model)과 사계 절용 황사모델(UM-ADAM2)을 활용 중에 있고, 국 립환경과학원에서는 WRF (Weather Research and Forecasting)-CMAQ (Community Multi-scale Air Quality)를 이용하여 황사를 포함한 미세먼지 예보를 시도하고 있다. 그러나 이들 예보를 위한 수치모의 연구는 기상모델을 이용해 기상과 입자상 또는 가스 상 물질의 상호작용 없이 오프라인 상태에서 황사의 발생량, 수송, 침적, 영향, 복사강제력, 강도 등을 예 측하여 왔기 때문에(Tegen and Fung, 1994; Wang et al., 2000; Gicoux et al., 2001; In and Park, 2002;
Gong et al., 2003; Shaw, 2004; Moon et al., 2011, Ahn and Chun, 2011; Huang et al., 2013) 기상장과 화학장이 온라인으로 상호작용하는 WRF-Chem 모델 의 적용은 중국으로부터 발생한 황사나 비산먼지가 한반도에 미치는 영향을 실시간으로 파악할 수 있고 (Moon et al., 2014), 지역적 또는 전지구적인 기상학 적 영향과 먼지의 순환 과정을 시뮬레이션 할 수 있 는 장점이 있어(Zhao et al., 2012) 황사 수치모의에 적합하다고 보았다. 이 모델을 이용해 Huang et al.
(2013)은 중국 난징에서의 먼지 폭풍과 그로 인한 영 향에 대해 MADE/SORGAM 에어로졸 스킴과 Shaw (2008) 광물성 먼지 옵션을 이용하여 수치모의 하였 고, Chen et al. (2013)은 동아시아 지역의 먼지 질량 균형과 복사강제력을 지역적으로 모델링하였다. 우리 나라에서는 황사 발생 기간 동안 미세먼지 농도를 예측하고 모델 내 에어로졸 스킴과 광물성 먼지 옵 션 설정에 따른 미세먼지와 관련 기상장의 민감도를
비교하였는데(Moon et al., 2014) 이를 통해 동아시 아 황사를 수치모의하는 데 있어 적합한 에어로졸 스킴과 광물성 먼지 옵션을 파악하였다. 그러나 20008년 5월에 발생한 봄철 황사 사례로 제한되었다 는 한계가 있어 가을 황사에 대한 에어로졸 스킴과 광물성 먼지 옵션의 검증이 필요하며, 황사 예측과 관련한 후속 연구가 필요한 실정이다.
따라서 본 연구에서는 가을 황사 사례에 대해 모 델을 검증해보고, 동서 성분 바람장(U)과 경계층 높 이(PBL, Planetary boundary layer), PM10 농도의 상 관 관계를 보임으로써 수치 모델이 아닌 통계(회귀) 모델만으로 황사를 예측하는 방법을 제시하여 신속하 고 정확한 황사 예보에 기여하고자 한다.
연구 방법과 자료
본 연구의 진행을 위해 필요했던 황사 사례는 사 례 1, 2로 사례 1은 WRF-Chem 모델의 수치모의를 검증하기 위함이었으며, 사례 2는 동서 성분 바람장 과 경계층 높이를 이용한 회귀 방정식의 도출 및 검 증을 위해 제시하고자 하였는데 이를 위해 고려했던 요인은 세 가지였다.
WRF-Chem 모델을 여러 번 수치모의를 시도한 결 과에 따르면 모델이 약한 황사보다 강한 황사에서 PM10의 농도를 더 잘 모사하였기 때문에 첫째로 황 사 경보 수준(PM10의 1시간 평균농도 800 µg/m3 이 상 2시간 이상 지속 예상될 때)의 강한 황사 사례를 선정하고자 하였다. 두 번째는 본 연구가 2008년 5 월 29일 황사 사례를 대상으로 한 WRF-Chem 모델 내 에어로졸 스킴과 광물성 먼지옵션에 따른 미세먼 지 농도 민감도 분석 연구 결과(Moon et al., 2014) 의 후속 연구였기 때문에 모델 검증 과정의 일환으 로 사례 1은 가을 황사를 선정하고자 하였고, 회귀 방정식 도출과 검증을 위해 사례 1과 함께 봄 황사 를 사례 2로 제시하고자 하였다. 세 번째로 최근의 황사를 반영하고자 하여 사례 2의 봄 황사는 2015년 봄 황사를 염두에 두고 있었다. 그러나 2015년 봄에 는 강한 황사가 발생되지 않아 2015년의 봄 황사를 선정할 수 없었기 때문에 최근 5년 동안의 황사 중 첫째와 둘째 요인을 만족하는 사례를 선정하였다.
사례 1과 사례 2의 선정을 위해 연구자는 기상청 홈페이지의 국내 미세먼지 관측 농도 자료와 환경부 측정망의 미세먼지 농도 자료를 이용하여 최근 5년
동안 우리나라의 황사 발생 지점 및 시기, 최고농도, 기상특보의 여부 등을 분석하였고 황사 경보나 주의 보가 발현된 경우를 꼽아보았다. 이를 근거로 가장 최근의 황사 경보가 제시된 가을 황사인 2010년 11 월 11-13일의 황사를 사례 1로 선정하였으며, 사례 2 는 역시 황사 경보 수준의 봄 황사로, 사례 1보다는 약한 황사인 2011년 3월 19-22일의 황사를 선정하여 회귀 방정식의 검증을 진행하고자 하였다.
모델의 수치모의를 위해 동아시아 지역을 대상으로 위·경도(37.37oN, 15.52oE)를 중심으로 27 km씩 180×150개의 격자점을 설정하였고, 30개의 수직 층 을 적용하였다. 미국 기상자료센터 NCEP (National Center for Environmental Predictions)로부터 1o×1o 분해능의 6시간 FNL (Final Analysys) 재분석 기상 자료를 초기 기상 입력장 자료로 이용하였으며, WRF 기상 모델의 경우, 미물리 과정은 눈과 얼음, 싸락눈 스킴이 포함된 Lin et al. (1996) 스킴, 운물 리 과정은 GD (Grell-Devenyi) 스킴을 개선한 버전 인 Grell 3D (Grell et al., 2002)를 선택하였다. 대류 권과 경계층 높이 내에서의 수송 때문에 발생하는 연직운동은 YSU (YonSei University) 경계층 스킴 (Hong et al., 2006)에 의해 매개변수화하였고, 장파 및 단파 복사 과정은 모델 내 에어로졸과 기상 사이 의 상호작용을 이끌어내는 RRTM (Rapid Radiative Transfer Model) (Mlawer et al., 1997)과 Goddard (Chou et al., 1998)를, 토지이용도는 모델 내 설정되 어있는 Noah 모델(Chen and Dudhia, 2001)을 적용 하였다.
WRF-Chem 모델에서 미세먼지의 인위적 배출량에 대해서는 0.5o×0.5o RETRO (Reanalysys of the TROpospheric) 전구 배출량을 이용하였으며 자연적 배출량은 포함하지 않았다. 가스상 물질의 화학 메커 니즘은 59개의 화학종과 157개의 화학반응을 포함하 고 있는 RADM2 (Stockwell et al., 1990)를, 에어로 졸 스킴은 MADE/SORGAM (Ackermann et al., 1998; Shell et al., 2001)을, 광물성 먼지 옵션은 GOCART (Goddard Chemistry Aerosol Radiation and Transport) 에어로졸 스킴(Chin et al., 2002;
Pfister et al, 2011)을 선택하였다.
에어로졸 스킴은 에어로졸 입자의 크기 분포에 따 른 개수를 수학적으로 어떻게 기술하느냐에 따라 섹 션 스킴(Sectional scheme), 모달 스킴(Modal scheme), 벌크 스킴(Bulk scheme)으로 분류할 수 있다. 섹션
스킴의 경우 입자의 발생이 크기별로 일어난다고 보 고 직경에 따라 구간을 나누어 처리하는 방식이고, Modal 스킴은 크기별 입자의 개수를 세 가지 모드로 나누어 모형적으로 처리하는 것이다. Bulk 스킴의 경 우 에어로졸 화합물의 개수나 크기분포를 알 수 없 고 총 질량에 대해서만 알고 있을 때, 복사 전이나 구름의 분포로 에어로졸의 크기 분포를 가정하는 방 식이다. 이 연구에서 사용한 MADE 스킴은 모달 스 킴으로 에어로졸을 각 모드의 너비를 동일하게 하여 세 가지 모드(Aitken, accumulation, coarse)로 모형적 으로 처리하며, 에어로졸의 종류는 SO42−, NH4+, NO3−
, H2O, NaCl, 알케인, 알켄, 방향족 탄화수소, 이소프렌, PM2.5를 포함하고 있다. 이 중 가스상 물질 과 입자상 물질의 분리하는 데 SORGAM (Secondary Organic Aerosol Model)을 이용한다. 이 스킴에 적합 한 가스상 화학메커니즘은 RADM2, RACM, CBMZ 가 있다.
광물성 먼지 옵션 중 GOCART 스킴의 먼지 발생 량 Fp은 모델 내에서 아래과 같은 식에 의해 계산되 는데(Ginous et al., 2001; Kumar et al., 2014) Fp
(kg m−2s−1)는 p의 크기를 가진 먼지의 발생량을 나타
나는 값이며, C는 실험에 따른 비례 상수로 초기 값 은 1.0 µgs2m−5이다(Ginoux et al., 2001; Moon et al., 2014에서 재인용). S는 표면에서 잠재적으로 먼 지가 생성될 수 있는 요인을 말하며 sp는 먼지가 방 출된 후 먼지의 크기별 분류에 따른 분율을, u10 m
(ms−1)는 10 m에서 수평으로 부는 바람의 속력을, ut
(ms−1)는 먼지 발생이 일어날 때의 임계풍속을 각각 나타낸다(Moon et al., 2014).
Table 1. Configuration of WRF-Chem
Process WRF-Chem OPTION
Micophysics Lin et al.
Cumulus parameterization Grell 3D Boundary layer scheme YSU Long-wave radiation RRTM Short-wave radiation Goddard
Land-surface model NOAH Land Surface model Anthropogenic emissions RETRO
Gas-phase chemistry mechanism RADM2
Aerosol model MADE/SORGAM
Mineral Dust scheme GOCART
Photolysis Fast-J
Fig. 1. Time series of PM10 (µgm−3) hour average concentrations measured at PM10 monitoring sites in South Korea during the episodes (http://www.kma.go.kr).
한편 광해리는 Fast-J 광해리 스킴(Wild et al., 2000)을, 바이오매스 산불 배출량은 전구 산불 배출 량 자료(Global Fire Emissions Database)를 선택하였 으며 화산은 화산재 에어로졸 스킴 옵션을, 산불은
배출량을 고려하는 굴뚝 상승 모델을 적용하였다.
사례 1의 경우 2010년 11월 10일 0시부터 13일 0 시까지 72시간을 수치 모의하였고, 사례 2는 2011년 3월 19일 0시부터 21일 0시까지 48시간을 수치 모의 하였는데 모델의 안정화를 위해 앞뒤 12시간씩을 결 과 분석에서는 제외하였다. WRF-Chem의 물리 화학 적 옵션에 대한 상세 설명은 Table 1과 같다. 만약 모델에서 자동 코드 생성기(Autochem 또는 Kinetic Fp CSspu10m2 (u10m–Ut) if u10m>ut
0 otherwise
⎩⎨
=⎧
Fig. 2. The spatial distribution in geopotential height (m, ×10) between 500 hPa surface (lines) and 1000 hPa surface (filled con- tours) at (a) 0000 LST on 11 November 2010, (b) 1200 LST on 11 November 2010, (c) 0000 LST on 12 November 2010, and (d) 1200 LST on 12 November 2010.
PreProcessor, KPP)를 사용한다면 보다 다양한 화학 메커니즘과 에어로졸 스킴을 선택할 수 있을 것이다.
결과 및 토의
WRF-Chem 모델을 이용한 2010년 가을 황사 사례 분석 2010년 11월 11-13일 발생한 황사의 이해 먼저 우리나라에 2010년 11월 11-13일 우리나라에
영향을 주었던 황사의 발생 메커니즘을 기상청 관측 자료와 일기도를 통해 이해하고자 한다. 황사 발생 기준을 시간별 미세먼지 농도가 200 µgm−3 이상이 관측될 때로 본다면 우리나라에서는 11월 11일 오후 4시에 백령도 기상대에서 관측된 것을 시작으로 하여 13일 새벽 4시 고산기상대에서 마지막으로 관측되기 까지 약 36시간 동안 한반도에 영향을 미쳤고 전국 적으로 황사 경보가 발령되었다. 짧은 기간이지만 황 Fig. 3. The spatial distributions between geopotential height (m, ×10) (lines) and air temperature (oC) (filled contours) at (a) 0000 LST on 11 November 2010, (b) 1200 LST on 11 November 2010, (c) 0000 LST on 12 November 2010, and (d) 1200 LST on 12 November 2010.
사가 종료된 이후(14일)에도 미세먼지 농도가 증가되 는 경향을 보였고 주요도시의 시간 최고 농도는 652-1,664µgm−3 수준이었으며 최댓값은 백령도에서 관측된 11일 오후 8시의 농도였다. Fig. 1의 전국 기 상청 측정소에서 관측한 시간별 미세먼지 농도 그래 프를 살펴보면, 황사는 백령도에서 농도가 증가하다 가 11일 오후 8시에 1,740 µgm−3을 기록한 후 급격 히 감소하였고 이후 태안의 격렬비도, 서울과 경기 및 강원 지방을 거쳐 남부지방으로 이동하였음을 알 수 있다. 전국적으로 시간별 최고 농도가 대부분 1,000µgm−3 이상을 기록한 매우 강한 가을 황사였다.
Fig. 2은 500 hPa 면과 1000 hPa 면의 둥지위고도 면을 중첩한 것으로 상공 제트류의 이동과 지상 고·
저기압의 발달 관계를 파악하기 위해 나타낸 것이다.
상공에는 강한 제트류가 형성되었다는 것을 알 수 있는데, 제트류의 운동량이 지면까지 전이되어 발원 지(중국 북부와 고비사막)에서 강한 바람이 발생되고, 동시에 한랭전선이 발원지 근처 저기압 역에 형성되 면서 황사가 부유하여 제트류(편서풍)의 이동경로에 따라 우리나라까지 이동하였음을 추측할 수 있다 (Fig. 2). Fig. 2a에서처럼 중국 북동쪽에 위치한 지상 저기압과 상공절리 저기압(cut-off low)이 발달하면서 3일 동안 한반도 근처 파의 이동이 정체되었고 그로 인해 발원지에서 우리나라와 일본을 거쳐 지속적으로 강한 풍속대가 형성되어 강한 황사가 발생하였음을 알 수 있다. Fig. 3은 동 시간대의 850 hPa 면의 한 반도 근처의 둥지위고도선과 등온선의 공간적 분포를 나타낸 것으로 상공절리저압과 지상저기압이 발달하 Fig. 4. The spatial distribution of PM10 concentrations simulated by WRF-Chem at (a) 2100 LST on 10 November 2010, (b) 0900 LST on 11 November 2010, (c) 2100 LST on 11 November 2010, and (d) 0900 LST on 12 November 2010.
여 일치하였다는 것을 알 수 있고, 근거로 Fig. 3a와 Fig. 3b에서부터 둥지위고도선과 등온선이 서로 직각 으로 교차되어 강한 경압불안정이 형성되었고 이것이 저기압의 발달을 유도하였음을 알 수 있다.
WRF-Chem 수치모의 검증
Fig. 4-5은 WRF-Chem을 이용한 PM10과 PM2.5 농 도의 공간적 분포를 나타낸 것이다. 황사의 주요 발 원지는 중국과 몽골의 고비사막으로 제트류 이동 경 로를 따라 이동하였다. PM10과 PM2.5 농도의 공간적 분포는 매우 유사하였으며 PM2.5의 농도는 PM10농도 의 반에 해당하였다. Fig. 4-5의 (c)와 같이 우리나라 에 황사가 도달하였을 때 농도는 각각 약 600- 800µgm−3과 약 200-300 µgm−3정도였다.
한편 황사의 이동 경로를 가시적으로 비교하기 위 해 Fig. 6의 MTSAT-IR 위성영상과 비교하였다. 위성
영상에서는 지상 저기압의 발달로 인한 콤마 구름 (comma shaped clouds)이 형성되었는데 황사가 한랭 전선 후면에 갇혀 이동하고 있음을 잘 알 수 있다.
또한 상공절리저기압과 동시간대의 PM10농도를 나타 낸 Fig. 4에서도 이러한 이동을 잘 모사해주고 있다.
Fig. 7는 황사 발생 기간 동안 WRF-Chem 모델이 모사한 PM10 농도를 서울과 백령도에서 측정한 기상 청 측정망과 비교한 것이다. 서울지점을 선택한 이유 는 2010-2013년 동안 주요 도시(서울, 강릉, 대전, 대 구, 전주, 광주 부산) 중 황사 발생 일수가 가장 많은 도시였기 때문이며, 백령도 지점은 PM10 농도의 최 댓값을 보인 지점이기 때문이었다. 서울과 백령도 지 역을 포함하는 WRF-Chem 격자를 내·외삽 하여 비 교하였는데 모델 결과는 관측값(observation)과 경향 성이 유사했지만 관측값보다 다소 낮게 모사되었다.
이는 중국과 우리나라 지역 배출량이 제대로 고려되 Fig. 5. The same as Fig. 4, except for PM2.5.
지 않았기 때문이라고 사료된다. WRF-Chem 모델링 결과와 관측 값의 상관계수와 평균제곱근오차(Root Mean Square Error, RMSE)는 백령도의 경우 0.763 과 192.73 µgm−3, 서울의 경우 0.725와 149.68 µgm−3 로 각각 나타났다.
Fig. 8은 백령도에서 관측한 것으로 입자의 직경에 따른 에어로졸의 분포가 어떻게 변화하였는지를 나타 낸 것이다. 황사가 관측된 11월 11일 오후부터 에어
로졸의 분포의 증가를 보였는데 특히 PM10의 분포가 증가하였음을 알 수 있다. 또한 비 편광비를 나타내 는 Fig. 9에서는 유입된 입자가 편광소멸도가 큰 비 구형 형태의 황사임을 말해주고 있어 황사 발생 시 PM10 입자가 상공 2.5 km 이내에서 이동 및 유입되 었을 것이라고 추정할 수 있다. 이를 WRF-Chem 모 델을 이용한 백령도 지역 PM10 농도 연직 프로파일 (Fig. 10)과 비교하였을 때 PM10의 연직 농도 분포가 Fig. 6. The same as Fig. 4, except for Image of Infrared Optical Depth Index (IODI) by MTSAT-1R.
관측값과 같이 상공 2.5 km 이하에서 집중되어 분포 하는 것을 알 수 있었다. 또한 Fig. 11와 같이 백령 도와 서울의 공기 후방궤적이 2 km 근처 또는 이내 로 나타났으며 미세먼지의 발원지는 두 지역에서 약 간 차이는 있지만 고비사막과 중국 북부임을 확인할 수 있었는데 이는 위성사진과 일기도를 이용하여 추 측한 이동경로 및 WRF-Chem 모델의 PM10 이동경 로와 일치하는 결과이다. 한편 Fig. 9의 라이다 자료 에서 보이는 4시간의 결측은 한랭전선으로 인한 강 수의 결과였다.
Fig. 12은 기상청 UM-ADAM 모델과 WRF-Chem 모델을 비교하여 나타낸 것이다. 기상청 UM-ADAM 모델은 WRF-Chem 모델에 비해 PM10 농도를 다소 좁은 범위에 걸쳐 모사하였다. 그러나 UM-ADAM 모델은 Fig. 12b과 같이 우리나라에서 아직 황사가 발생되지 않은 시간인 11월 10일 오후 9시(LST)에 PM10의 농도를 200 µgm−3 이상으로 모사하였는데, 이 는 UM 예보장이 저기압의 한랭전선을 정확히 모사 하고 있지 않기 때문으로 사료되며, UM 모델과 WRF-Chem 모델의 기상 입력장이 예보장과 분석장 으로 서로 달랐기 때문에 차이가 발생한 것으로 보 인다.
동서 성분 바람장(풍속 U 성분)과 경계층 높이 (PBL, Planetary boundary layer)를 이용한 황사의 예측
Moon et al. (2014)이 연구한 황사 발생 기간 동안 Fig. 7. Time series of PM10 concentrations between simu-
lated by WRF-Chem and observed for the episodes from 11 November to 13 November 2010 measured at air quality monitoring sites in (a) Seoul and (b) Backnungdo, relatively.
Fig. 8. Particle volume size distribution of monitoring at Backnungdo during the episodes.
의 WRF-Chem 모델을 이용한 미세먼지 예측과 관련 기상장에 대한 민감도 분석 결과에 따르면, PM10 농 도의 공간적 분포가 경계층 높이(1,800-3,000 m)와 동서 성분 바람장(2-16 ms−1)의 공간적 분포와 유사하 게 나타났으므로 상관 관계식을 구하여 PM10의 농도 를 예측하고자 하였다. 이를 위해 두 가지 황사 사례 를 지정하였는데 첫 번째 황사 사례는 강한 가을 황 사(2010년 11월 11-13일)이며 두 번째 사례는 상대적 으로 약한 봄 황사(2011년 3월 19-20일)로 이 때 전
국 기상청 측정망의 미세먼지 시간 최고 농도는 114- 876µgm−3수준이었다. 사례별로 회귀분석을 통해 관 계식을 얻고 경계층 높이와 동서 성분 풍속을 대입 하여 PM10 예측 농도를 구한 후 모델 결과에 따른 농도와의 공간적 분포를 비교하였다.
Fig. 13-14는 첫 번째 사례인 강한 가을 황사 사례 에 대해 모델 시뮬레이션 결과에 따른 동서 성분 풍 Fig. 9. Depolarization ratio of LIDAR image monitoring at
Backnungdo during the episodes.
Fig. 10. Vertical profile of PM10 concentration simulated by WRF-Chem at Baknungdo during the episode days.
Fig. 11. Hysplit model of backward trajectories during the episodes at (a) Baknungdo and (b) Seoul.
속(U), 경계층 높이(PBL)의 공간적 분포를 나타낸 것 이다. 황사는 상층에서 이동하는 공기괴를 타고 이동 하며 이러한 이동은 경계층 높이와 밀접한 관계가 있기 때문에 PM10 농도와 경계층 높이를 선택하였으 며, 동서 성분 풍속은 상공 바람의 자료가 중요하므 로 850 hPa의 바람을 이용하였다. 먼지보다 바람이 먼저 이동한다는 것을 고려하여 PM10과 경계층 높이 보다 6시간 이전의 자료를 나타내어 비교하였는데 모두 PM10 농도와 공간적 분포의 유사성을 확인할 수 있었다. 또한 우리나라의 고농도 황사 발생 조건 은 첫째로 발원지에서의 강한 풍속에 의한 먼지바람 의 상승과 우리나라에서의 약한 풍속에 의한 먼지의 하강이라고 보았고, 둘째로 발원지에서 높았던 PBL
이 우리나라에서 낮아져 먼지의 하강을 강화한다고 생각하였는데 수치모의 결과가 이를 잘 모사하였다.
관계식을 구하는 데 있어 발원지에서의 먼지 수치예 보 모델 시간을 고려하였기 때문에 세 시간 간격으 로 네 개의 시간을 선택하여 분석하였는데 이는 사 례 1의 경우는 2010년 11월 11일 0시(LST)부터, 사 례 2의 경우는 2011년 3월 19일 0시(LST)부터 시작 하였다. 이상값을 보이는 일본 지역 및 가장자리 지 역을 제외하고 공간적 분포가 유사하게 나타나는 지 역을 대상으로 격자점을 선정하였는데 사례 1의 경 우 가로 31-136, 세로 50-123 범위, 사례 2는 가로 1-118, 세로 34-134 범위였다. 이후 각 시간별로 회 귀분석을 통해 관계식을 구하였는데 시간별 4개의 Fig. 12. The same as Fig. 4, except for UM-ADAM (http://www.kma.go.kr).
회귀식이 유사한 형태를 보이고 있다고 판단되어 시 간 별 PM10 농도, 동서 성분 풍속, 그리고 경계층 높 이를 평균한 값을 이용해 하나의 회귀식을 추정하였 다. 회귀분석에 사용된 통계프로그램은 SPSS 12.0 버전이며 결과는 Table 2에 나타내었다. 분석 결과 강한 황사 사례의 경우가 약한 황사 사례보다 결정 계수가 높음을 알 수 있다.
Fig. 15-16은 Table 3에서 구한 회귀식에 각 시간 별로 경계층 높이와 동서 성분 풍속을 대입하여 PM10 농도의 예측값을 구한 후 이를 공간적 분포로 나타낸 것이다. Fig. 4의 모델 결과에 의한 PM10 농 도의 공간적 분포를 비교한 결과, 회귀분석을 위한 과정에서 평균값을 취하였기 때문에 예측 농도 분포 는 모델 결과에 비해 농도가 낮은 지역은 높게, 농도 가 높은 지역은 낮게 나타나 상대적으로 넓은 범위 의 PM10 농도를 모사하였으나 공간적 분포의 경향성 은 일치하였다. 사례 1에 대한 예측 농도와 모델 결
과와의 상관계수는 0.638이며 평균제곱근오차(RMSE) 는 366.72 µgm−3이고, 사례 2의 경우 상관계수는 0.567이며 평균제곱근오차(RMSE)는 152.52 µgm−3으 로 각각 나타났다. 동서 성분 풍속과 경계층 높이를 이용하여 PM10 농도를 예측하는 것은 기상 모델링만 으로 황사를 예보할 수 있다는 장점이 있는데 황사 의 세기에 따라 다양한 황사 사례에서 시행되었을 때 보다 의미가 있을 것으로 생각된다. 또한 PM10
농도의 공간적 분포와 이동은 PM2.5와도 유사하므로 초미세먼지(PM2.5)에 대한 상관관계 분석은 황사 뿐 아니라 대기질 예보에도 기여할 수 있을 것이다.
결 론
본 연구는 WRF-Chem 3.4 버전을 이용하여 2010 년 11월 11-13일에 발생한 가을 황사 사례를 통해 미세먼지 농도의 수치모의 결과를 분석하였고, 동서 Fig. 13. The spatial distribution of wind speed u-conponent (ms−1) using WRF-Chem at (a) 1800 LST on 10 November 2010, (b) 2100 LST on 10 November 2010, (c) 0000 LST on 11 November 2010, and (d) 0300 LST on 11 November 2010.
성분 바람장(U)과 경계층 높이(PBL)과 PM10 농도와 의 관계식을 도출하여 황사를 예보하는 데 기여하고 자 하였다. WRF-Chem 모델에서 미세먼지의 인위적
배출량은 RETRO 전구 배출량을, RADM2 화학 메커 니즘과 MADE/SORGAM 에어로졸 스킴 및 GOCART 광물성 먼지 옵션, 그리고 Fast-J 광해리 스킴을 선택 Fig. 14. The spatial distribution of planetary boundary layer height (m) simulated by WRF-Chem at (a) 0000 LST on 11 November 2010, (b) 0300 LST on 11 November 2010, (c) 0000 LST on 11 November 2010, and (d) 0900 LST on 11 Novem- ber 2010.
Table 2. The results of regression analysis about PM10 concentrations (µgm−3; y), U (ms−1; b), and PBL (m; a) during case 1 and case 2
CASE 1 Regression equation
0000LST on 11 November 2010 y = −58.710+0.556a−6.879b (R2=0.442) 0300LST on 11 November 2010 y = −61.010+0.563a (R2=0.411) 0600LST on 11 November 2010 y = −25.724+0.517a−14.108b (R2=0.401) 0900LST on 11 November 2010 y = 64.532+0.446a−6.963b (R2=0.415)
Mean y = −16.704+0.569a−9.755b (R2=0.470)
CASE 2
0000LST on 19 March 2011 y = 41.996+0.244a−4.712b (R2=0.289) 0300LST on 19 March 2011 y = 35.230+0.253a−3.742b (R2=0.316) 0600LST on 19 March 2011 y = −15.946+0.273a−3.231b (R2=0.357) 0900LST on 19 March 2011 y = 3.213+0.314a−1.040b (R2=0.399)
Mean y = 49.417+0.307a−6.678b (R2=0.404)
R2: square of regression coefficient
하였으며 연구 결과를 요약하면 다음과 같다.
WRF-Chem 모델 결과에 따른 PM10 농도의 공간 적 분포와 연직 프로파일 분석결과 2010년 11월 11- 13일에 우리나라에 영향을 미쳤던 황사는 강한 가을 황사로 저기압의 발달로 인해 형성된 콤마구름 때문 에 황사가 한랭전선 후면에서 갇혀 상공 2.5 km 이 내에서 이동 및 유입되었다. 황사 발생 기간 동안 백 령도와 서울의 기상청 관측 자료와 모델의 PM10 농 도를 시계열 분석한 결과 상관계수와 평균제곱근오차 (RMSE)는 백령도의 경우 0.763과 192.73 µgm−3, 서 울의 경우 0.725와 149.68 µgm−3로 나타났다. 미세먼 지인 PM10과 PM2.5 농도의 공간적 분포는 유사하였 고 PM2.5가 약 50% 정도로 나타났으며 기상청 UM- ADAM 모델 결과와도 유사하였다.
PM10 농도와 경계층 높이, 동서 성분 바람장의 공 간적 분포는 유사성을 지니고 있어 두 개의 변수를 이용하여 PM10의 농도를 예측하는 회귀식을 구하고 자 우리나라에 영향을 미쳤던 강한 가을 황사(2010
년 11월 11-13일)와 상대적으로 약한 봄 황사(2011년 3월 19-20)사례를 선정하였고 사례 1과 2를 통해 수 치 모델링 없이 회귀모델 만으로 PM10의 농도를 예 측할 수 있었다. 대기화학수송 모델은 결과를 표출하 는 데 있어 시간이 오래 걸리는 단점이 있기 때문에 경계층의 높이와 동서 바람장을 통한 통계적 예측정 도는 매우 유용하다. 그러나 실제 황사의 경우 이전 시간 동안의 수분 상태에 따라 발생량이 극단적으로 변하며, 봄철 뿐 아니라 가을철에도 이전 계절의 수 분(강수 및 강설) 상태에 따라 정량적으로 극단적인 값이 나타나기 때문에 지면의 수분 상태가 기상 상 태에 버금가는 중요도를 가지고 있어 두 요소를 통 하여 황사를 예측하는 데 한계가 있을 것으로 본다.
감사의 글
이 연구는 환경부 “차세대 핵심환경기술개발사업”
의 연구의 일환이며, 일부 그림 자료는 기상청 국립 Fig. 15. The spatial distribution of PM10 concentrations predicted by regression equation at (a) 0000 LST on 11 November 2010, (b) 0300 LST on 11 November 2010, (c) 0600 LST on 11 November 2010, and (d) 0900 LST on 11 November 2010 about CASE 1.
Fig. 16. The spatial distribution of PM10 concentrations predicted by regression equation (left) and WRF-Chem simulation (right) at (a) 0000 LST on 19 March 2011, (b) 0300 LST on 19 March 2011, (c) 0600 LST on 19 March 2011, and (d) 0900 LST on 19 March 2011 about CASE 2.
기상과학원 황사연구과의 2010년 11월 황사 자료로 자료 제공에 감사드린다.
References
Chang M.-H., E.-H. Ha, Y.-J. Suh, B.-E. Lee, H.-J. Kwon, S.-S. Hwang, Z.-M. Li, J.-H Seo, and B.-M. Kim, 2009, The Perceived Symptom and Preventive Behavior Related to Asian Dust Event: in South Korean and Chinese, The Journal of Korean Society for Atmospheric Environment, 25(1), 26-37. (in Korean) Chen, F. and Dudhia, J., 2001, Coupling and advanced
land surface hydrology model with the Penn State- NCAR MM5 modeling system, Part I: Model implementation and sensitivity, Mon. Weather Rev. 129.
569-585.
Chin, M., Ginoux, P., Kinne, S., Holben, B. N., Duncan, B. N., Martin, R. V., Logan, J. A., Higurashi, A., and Nakajima, T., 2002, Tropospheric aerosol optical thickness from the GOCART model and comparisons with satellite and sunphotometer measurements, J.
Atmos. Sci., 59. 461-483.
Cho, C., Y. Chun, B. Ku, S.-U. Park, S.-S. Lee, and Y.-A.
Chung, 2007, Comparison of ADAM’s (Asian Dust Aerosol Model) Results with Observed PM10 Data, Atmosphere, 17(1), 87-99. (in Korean)
Choi, H., 2010, Impact of Fine Particulate Matters Transported from Gobi Desert to Particulate Matter Concentrations (PM10, PM2.5, PM1) for Yellow Sand Event Period in Fall: Case Study of October 27, 2003, The Journal of climate research, 5(3), 219-233. (in Korean)
Chou, M.-D. and Suarez, M. J., 1994, An efficient thermal infrared radiation parameterization for use in general circulation models, NASA Tech. Memo. 104606. 85.
Goo, T.-Y., G.-M. Hong, S.-B. Kim, J.-U. Gong and M.-S.
Kim, 2008, A case study of aerosol features of Asian dust, fog, clear sky, and cloud at Anmyeon Island in April 2006, Atmosphere, 18(2), 99-111. (in Korean) Grell, G. A. and Dévényi, D., 2002, A generalized
approach to parameterizing convection combining ensemble and data assimilation techniques, Geophys.
Res. Lett., 29(14). 1693.
Grell, G. A., Peckham, S. E., Schmitz, R., McKeen, S. A., Frost, G., Skamarock, W. C., and Eder, B., 2005, Fully coupled “online” chemistry within the WRF model, Atmospheric Environment, 39(37). 6957-6975.
Gong, S.L., Zhang, X.Y., Zhao, T.L., McKendry, I. G., Jaffe, D.A., and Lu, N.M., 2003, Characterization of soil dust aerosol in China and its transport and distribution during 2001 ACE-Asia: 2. Model simulation and validation, J. Geophys. Res.. 108(D9). 4262.
Hong, S. Y., Yign, N., and Dudhia, J., 2006, A new vertical diffusion package with an explicit treatment of entrainment processes, Mon. Weather Rev., 134, 2318- 2341, 2006.
In, H. J., and Park, S. U., 2002, A simulation of long- range transport of Yellow Sand observed in April 1998 in Korea, Atmospheric Environment, 36(2), 4173-4187.
Kang, D.-H., J. Kim, K. E. Kim, and B.-S. Lim, 2012, Aerosol Size Distributions and Optical Properties during Severe Asian Dust Episodes Measured over South Korea in Spring of 2009-2010, Atmosphere, 22(3), 369- 381. (in Korean)
Kang, J.-Y., S.-W. Kim, and S.-C. Yoon, 2012, Estimation of Dust Emission Schemes and Input Parameters in Wintertime Asian Dust Simulation: A Case Study of Winter Dust Event on December 29, 2007, The Journal of Korean Society for Atmospheric Environment, 28(1), 1-11. (in Korean)
Kim, D.-R., J.-S. Kim, S.-J. Ban, 2010,. A Study on the Fig. 16. Continued.
Characteristics of Soil in the Asian Dust Source Regions of Mongolia, The Journal of Korean Society for Atmospheric Environment, 26(6), 606-615. (in Korean)
Kim, H. and J. Kay, 2010, Forecast Sensitivity Analysis of An Asian Dust Event occurred on 6-8 May 2007 in Korea, Atmosphere, 20(4), 399-414. (in Korean) Kim, H., K.-M. Jung, D.J. Kim, and J.T. Lee, 2002,
Characteristics of Inorganic Components in Fine Particles Collected at Chunchon during the Springtime Yellow Sand Occurrence Period in 2002, The Journal of Environmental Health and Toxicology, 17(4), 333-339.
(in Korean)
Kim, J.-Y., B.-M. Kim, O.-J. Kim, E.-H. Ha, J.-H. Seo, B.- E. Lee, and H.-S. Park, 2006, The Perceived Symptom and Preventive Behavior Related to Asian Dust Event:
in South Korean and Chinese, The Journal of Korean Society for Atmospheric Environment, 22(4), 509-517.
(in Korean)
Kim, K. H., and Kim, M. Y., 2003, The effects of Asian Dust on particulate matter fractionation in Seoul, Korea during spring 2001. Chemosphere, 51(8), 707-721.
Kim, M.-J., Y. Kim, E.-H. Sohn, K.-L. Kim, M.-H. Ahn, 2008,. The Study on the Quantitative Dust Index Using Geostationary Satellite, Atmosphere, 18(4), 267-277. (in Korean)
Kim, S., S. Lee, 2009,. The Study on Occurrence of Asian Dust and Their Controlling Factors in Korea, The Journal of Korean Geographical Society, 44(6), 675-690.
(in Korean)
Kim, S. Y., and S.H. Lee, 2009, The Study on Occurrence of Asian Dust and Their Controlling Factors in Korea, The Journal of the Korean Geographic Society, 44(6), 675-690. (in Korean)
Kim, S., Y. Chun, and S.-B. Kim, 2010, The Features of Asian Dust Events Originated in Manchuria, Atmosphere, 20(3), 273-286. (in Korean)
Kim, Y., 2011,. Impacts of Asian Dust on Atmospheric Environment, The Journal of Korean Society for Atmospheric Environment, 27(3), 255-271. (in Korean) Kumar, R., Barth, M. C., Pfister, G. G., Naja, M., and
Brasseur, G. P., 2014, WRF-Chem simulations of a typical pre-monsoon dust storm in northern India:
influences on aerosol optical properties and radiation budget, Atmospheric Chemistry and Physics, 14(5), 2431-2446.
Lee, B.-I., E.-H. Sohn, M.-L. Ou., and Y. Kim, 2009, Infrared Spectral Signatures of Dust by Ground-based FT-IR and Space-borne AIRS, Atmosphere, 19(4), 319- 329. (in Korean)
Lee, B.-I., S.-C. Yoon, and Y. Kim, 2008, Analysis of Vertical Profiles and Optical Characteristics of the Asian Dust Using Groung-based Measurements, Atmosphere,
18(4), 287-297. (in Korean)
Lee, D.-E., W.-H. Kim, H.-J. Ko, Y.-S. Oh, and C.-H.
Kang, 2013, Chemical Composition Characteristics of Size-fractionated Particles during Heavy Asian Dust Event in Spring, 2010, The Journal of Korean Society for Atmospheric Environment, 29(3), 325-337. (in Korean)
Lee, E.-H., S. Kim, J.-C. Ha, and Y. Chun, 2012, Performance Analysis of Simulation of Asian Dust Observed in 2010 by the all-Season Dust Forecasting Model, UM-ADAM2, Atmosphere, 22(2), 245-257. (in Korean)
Lee, H.-J., E. H. Lee, S.-S. Lee, and S. Kim, 2012, Study on Methodology for Estimating PM10 Concentration of Asian Dust Using Visibility Data, Atmosphere, 22(1), 13-28. (in Korean)
Lee, H.-J., J. E. Kim, and Y. Chun, 2013, Aerosol Vertical Distribution Measured by LIDARs in Baengnyeongdo, Munsan, and Gunsan during 10~11 May 2010, Atmosphere, 23(4), 519-526. (in Korean)
Lee, H., S.-B. Kim, S. Kim, S. Song, and Y. Chun, 2011, The Aerosol Characteristics in Coexistence of Asian Dust and Haze during 15~17 March, 2009 in Seoul, The Journal of Korean Society for Atmospheric Environment, 27(2), 168-180. (in Korean)
Lee, J., M.-Y. Kim, K.-H. Kim, SM Hong, Z-H Son, and S.-C. Lee, 2007, Inspection on the Influence of Asian Dust on the Distribution of Atmospheric Mercury Observed for a Long Time, The Journal of Korean Society for Atmospheric Environment, 23(2), 169-182.
(in Korean)
Lee, J.-J. and C.-H. Kim, 2008, Characteristics of Recent Occurrence Frequency of Asian dust over the Source Regions-Analysis of the dust Occurrence since 2002, Atmosphere, 18(4), 493-506. (in Korean)
Lee M. H., E. J. Han, and Y. S. Won, 1986, Yellow Sand Phenomena Influence to the Atmosphere in Korea, The Journal of Korea Air Pollution Research, 2(3), 33-34.
(in Korean)
Lee, Y.-J. Lee, S.-A Jung, M.-R. Jo, S.-J. Kim, M.-K.
Park, J.-Y. Ahn, Y.-S. Lyu, W.-J. Choi, Y.-d. Hong, J.-S.
Han, and J.-H. Lim, 2014, Characteristics of PM Chemical Component during Haze Episode and Asian Dust at Gwang-ju, The Journal of Korean Society for Atmospheric Environment, 30(5), 434-448. (in Korean) Lei, Y. C., Chan, C. C., Wang, P. Y., Lee, C. T., and
Cheng, T. J., 2004, Effects of Asian dust event particles on inflammation markers in peripheral blood and bronchoalveolar lavage in pulmonary hypertensive rats.
Environmental Research, 95(1), 71-76.
Lin, S. J., and Rood, R.B.,, 1994, Multidimensional flux- form semi-Lagrangian transport schemes, Monthly Weather Review, 124, 2046-2070.
Mlawer, E. J., Taubman, S., Brown, P., Iacono, M., and Clough, S., 1997, Radiative transfer for inhomogeneous atmosphere: RRTM, avalidated correlated-k model for the long-wave, J. Geophys. Res., 102, 16663-16682.
Moon, Y.-S., and S.-H. Lee, 2009, Estimation of Hourly Emission Flux of Asian Dust Using Empirical Formulas in the Source Area. The Journal of Korean Society for Atmospheric Environment, 25(6), 539-549. (in Korean) Moon, Y.-S., E.-J. Hwang, and S.-H. Lee, 2006, Suggest
on Meteorological Guideline for Asian Dusts in the Korean Peninsular, Proceeding of the 43rd Meeting of KOSAE (2006) Korean Society for Atmospheric Environment, 471-472. (in Korean)
Moon, Y.S., Koo Y.S., and Jung, O.J., 2014, Analysis of Sensitivity to Prediction of Particulate Matters and Related Meteorological Fields Using the WRF-Chem Model during Asian Dust Episode Days, The Journal Korea Earth Science Society, 35(1), 1-18. (in Korean) Moon, Y.S., Lim Y.K., and Lee, K., 2011, An estimation
of concentration of Asian dust using WRF-SMOKE- CMAQ (MADRID) during springtime in the Korean peninsula, J. of the Korean Earth Science Society, 32, 276-293. (in Korean)
Park, I., S. Lim, M. Lee, Y. J. Lee, and J. S. Kim, 2011, Ionic Compositions of PM10 and Reactive Gases during Asian Dust Events in March 2007, The Journal of Korean Society for Atmospheric Environment, 27(4), 395-404. (in Korean)
Park, S. M., K. J. Moon, J. S. Park, H. J. Kim, J. Y. Ahn and J. S. Kim, 2012, Chemical Characteristics of Ambient Aerosol during Asian Dusts and High PM Episodes at Seoul Intensive Monitoring Site in 2009, The Journal of Korean Society for Atmospheric Environment, 28(3), 282-293. (in Korean)
Pfister, G. G., Parrish, D. D.,Worden, H., Emmons, L. K., Edwards, D. P., Wiedinmyer, C., Diskin, G. S., Huey, G., Oltmans, S. J., Thouret, V., Weinheimer, A., and Wisthaler, A., 2011, Characterizing summertime chemical boundary conditions for airmasses entering the US West Coast, Atmos. Chem. Phys., 11, 1769-1790.
Schell, B., Ackermann, I. J., Hass, H., Binkowski, F. S., and Ebel, A., 2001, Modeling the formation of secondary organic aerosol within a comprehensive air quality model system, J. Geophs. Res., 106, 28275- 28293.
Shaw, W., Allwine, K.J., Fritz, B.G., Rutz, F. C., Rishel, J.P., and Chapman, E.G., 2008, An evaluation of the wind erosion module in DUSTRAN, Atmospheric Environment, 42, 1907-1921.
Shaw, Y., 2004, Simplification of dust emission scheme and comparison with data, J. Geophys. Res., 109, D10202
Shin, D. C., 2007, Health Effects of Ambient Particulate Matter, Journal of the Korean Medical Association, 50(2), 175-182. (in Korean)
Shin S. A., J. S. Han and S. D. Kim, 2006, Source Apportionment and the Origin of Asian Dust Observed in Korea by Receptor Modelling (CMB), The Journal of Korean Society for Atmospheric Environment, 22(2), 157-166. (in Korean)
Sim, S.-Y., S. S. Park., D.-R. Kim. and S.-J. Lee., 2013, Impact of Acidification on the Solubility of Metal Species in Asian Desert Dusts: Results from Laboratory Experiments, The Journal of Korean Society for Atmospheric Environment, 29(1), 64-73. (in Korean) Song, S.-K. and Y.-K. Kim, 2005, A Case Study of an
Asian Dust (Hwangsa) Event Observed in November 2002 in Korea, Atmosphere, 41(5), 707-715. (in Korean)
Shin, D. S., Kim, S., Kim, J. S., and Cha, J.W., 1999, Aerosol Optical Thickness of the Yellow Sand from Direct Solar Radiation at Anmyeon Island during the Spring of 1998, J. of Korean Society for Atmospheric Environment, 15(6), 739-746. (in Korean)
Stockwell, W. R., Middleton, P., Chang, J. S., and Tang, X., 1990, The second-generation regional acid deposition model chemical mechanism for regional air quality modeling, J. Geophys. Res., 95, 16343-16367.
Tegen, I. and Lacis, A. A., 1996, Modeling of particle size distribution and its influence on the radiative properties of mineral dust aerosol, J. Geophys. Res., 101, 19237- 19244.
Wang Z., Ueda, H., and Huang, M., 2000, A deflation module for use in modeling long-range transport of yellow sand over East Asia, J. Geophys. Res., 105, 26947-26959.
Wild, O., Zhu, X., and Prather, M. J., 2000, Fast-J:
Accurate simulation of in-and below-cloud photolysis in tropospheric chemical models, Journal of Atmospheric Chemistry, 37(3), 245-282.
Zhao C., X. Liu, L.R. Leung, B. Johnson, S. A.
McFarlane, W.I. Gustafson Jr., J.D. Fast, and R. Easter, 2010, The spatial distribution of mineral dust and its shortwave radiative forcing over North Africa: modeling sensitivities to dust emissions and aerosol size treatments, Atmos. Chem. Phys., 10, 8821-8838.
Zhang, R., R. Arimoto, J. An, S. Yabuki, and J. Sun, 2005, Ground observations of a strong dust storm in Beijing in March, J. Geophys. Res., 1, 10.
Manuscript received: January 20, 2015 Revised manuscript received: February 7, 2015 Manuscript accepted: February 26, 2015
