A Study on High-resolution Numerical Simulation with Detailed Classification of Landuse and Anthropogenic Heat in Seoul Metropolitan area

수도권지역의 지표이용도 및 인공열 상세적용에 따른 고해상도 수치실험 연구

이한경⋅지준범^*⋅민재식¹⁾

한국외국어대학교 차세대도시농림융합기상사업단

(2017년 8월 18일 접수; 2017년 10월 20일 수정; 2017년 11월 6일 수락)

A Study on High-resolution Numerical Simulation with Detailed Classification of Landuse and Anthropogenic Heat in

Seoul Metropolitan area

Hankyung Lee, Joon-Bum Jee

and Jae-Sik Min Weather Information Service Engine, Hankuk University of Foreign Studies

ABSTRACT

In this study, the high-resolution numerical simulation results considering landuse characteristics are analyzed by using single layer Urban Canopy Model (UCM) in Weather Research Forecast (WRF). For this, the impact of urban parameters such as roughness length and anthropogenic heat in UCM is analyzed. These values are adjusted to Seoul metropolitan area in Korea. The results of assessment are verified against observation from surface and flux tower. Forecast system equipped with UCM shows an overall improvement in the simulations of meteorological parameters, especially temperature at 2 m, surface sensible and latent heat flux. Major contribution of UCM is appreciably found in urban area rather than non-urban.

The non-urban area is indirectly affected. In simulated latent heat flux, applying UCM is possible to simulate the change similarly with observations on urban area. Anthropogenic heat employed in UCM shows the most realistic results in terms of temperature and surface heat flux, indicating thermodynamic treatment of UCM could enhance the skills of high resolution forecast model in urban and non-urban area.

Key words: High-resolution model, Urban canopy model (UCM), Parameter, Anthropogenic heat, Roughness length, Flux tower

I. 서 론

도시 지역은 전원 지역과 달리 경제 개발로 인한 단층 또는 복층의 구조물들이 복잡하게 위치하고 있으 며 지표면의 대부분은 시멘트 또는 아스팔트 등의 인 공적인 불투수층으로 구성되어 있다(Bokaie et al.,

2016). 이러한 요소들은 지표면 상태와 대기 안정도 등에 변화를 주어 지표에너지수지에 영향을 미친다 (Park et al., 2015). 도시의 거칠기 및 열적 요소의 증 가는 대기 흐름과 확산을 변화시키고, 복사 과정에도 영향을 끼쳐 도시 열섬 현상을 일으키기도 한다(Choi and Yun, 2002; Kastner-Klein et al., 2004; Chen et

* Corresponding Author : Joon-Bum Jee ([email protected])

DOI: 10.5532/KJAFM.2017.19.4.232

ⓒ Author(s) 2017. CC Attribution 3.0 License.

al.,2014). 열적 환경의 변화는 중규모 기상 모델의 지

Lim et al., 2015; Lee et al., 2016).

더욱 복잡해진 도시 지역과 도시의 영향을 받는 주 변 지역의 기상 현상을 이해하고 예측하기 위하여 지 표면 부근의 활성층인 도시 캐노피 내의 대기 흐름에 관한 연구가 다양하게 진행되었으며, 대표적인 연구 결과로써 도시 환경의 복잡한 물리 과정을 표현할 수 있는 도시캐노피모형(Urban Canopy Model (UCM)) 이 개발되었다(Kusaka et al., 2001; Kusaka and Kimura, 2004). 기존의 기상 모델은 격자체계나 분해 능 등의 한계로 도시 캐노피 내 지표의 세밀한 특성을 반영하는 것이 어려웠으나, 중규모 기상 모델인 Weather Research and Forecasting(WRF) 모델에 UCM을 접합함으로써 지표이용도 특성을 적용하여 하층 대기 상태를 표현하는 것이 최근에 가능해졌다 (Byon et al., 2010; Gross, 2014). 도시 지역을 대상으 로 중규모 기상 모델을 이용한 초창기 연구에서는 단 일 도시 항목을 포함하는 토지피복지도를 다루었으나, UCM을 WRF 모델에 결합한 후에는 저밀도주거지역 (31), 고밀도주거지역(32), 상업/산업/교통지역(33)으 로 세분화하여 다룰 수 있게 되었으며 이를 활용한 연구가 활발히 진행되고 있다(Grossman-Clarke et al., 2010; Adachi et al., 2014; Lee et al., 2015; Vahmani and Hogue, 2015; Lee and Min, 2016; Lin et al., 2016; Chen et al., 2016; Vahmani and Ban-Weiss, 2016).

Grossman-Clarke et al.(2010)은 WRF-UCM을 이 용하여 미국 피닉스 지역의 폭염사례에 대한 수치실험 을 통해 시대별 열적 변화에 대하여 연구하였으며, Adachi et al.(2014)은 일본 도쿄 지역을 대상으로 도 시 매개변수 변화에 대한 모델의 민감도 실험을 수행 하였다. Lee and Min(2016)은 여름철 대류성 도시 강 수 사례에 대하여 UCM의 사용 유무와 수평 해상도에 따른 민감도 실험을 수행하였다. 국립기상과학원에서 는 WRF-UCM을 이용하여 우리나라 서울을 포함한 수도권 지역을 대상으로 민감도 실험 및 2000년과

2009년에 대한 열환경 변화에 대한 연구를 진행하였 다(Lee et al., 2015). 열환경 모의에 관한 선행연구에 서 WRF-UCM은 높은 정확도를 보여주었다. 선행연 구에서는 도시 지역의 기상 요소를 더욱 정확하게 분 석하고 예측하기 위해서는 도시 캐노피 효과를 포함하 여 미세 규모의 물리적 특성을 고려해야 하며 이를 위해 UCM을 이용한 지속적인 실험 및 검증 분석이 필요하다고 언급하고 있다.

따라서, 본 연구에서는 지표이용도 특성이 반영된 고해상도 WRF-UCM의 수치모의를 수행하였을 때, 도심과 전원 지역의 기상변수 및 에너지수지 변화 경 향에 대하여 조사하였다. 이를 위해, 우리나라 서울과 경기도를 포함하는 수도권 지역을 대상으로 지표이용 도를 고려한 수치모의 사례실험을 수행하고 관측 값과 비교 및 검증 연구를 수행하였다. 고해상도의 수도권 지형자료는 차세대도시농림융합기상사업단(Weather Information Service Engine, WISE)에서 구축한 것이 며, 기존 UCM 연구에서 적용되지 않았던 인공열 관련 변수에 변화를 주어 실험을 진행하였다. 검증을 위해 기상청 자동기상관측장비(Automatic Weather System, AWS)와 WISE의 에너지수지 관측자료를 이용하여 기온, 풍속 및 지표플럭스를 분석하였다. 이 논문은 총 4장으로 구성되었다. 서론에서는 연구 배경과 필요 성에 대하여 이미 서술하였다. 2장에서는 연구에 사용 한 WRF-UCM, 실험 설계에 대하여 기술하였다. 3장 에서는 결과를 분석하고 토의하였다. 마지막 장에서는 본 연구 결과를 요약하고 결론을 도출하였다.

II. 분석 자료 및 방법

2.1. 수치모델

본 연구에서는 미국의 NCAR(National Center for Atmospheric Research)에서 개발한 Weather Research and Forecasting (WRF, version 3.8) 모델이 사용되었 다(Skamarock et al., 2014). 우리나라 수도권 지역에 대하여 수치모의를 수행하기 위해 초기 입력 및 경계 자료는 기상청에서 운영 중인 Unified Model(UM) RDAPS(Regional Data Analysis and Prediction Model) 예측장(12km), 영국 Met office의 OSTIA Sea Surface Temperature(1/20°, 약 5km), National Center for Environmental Prediction Final Analysis (NCEP FNL)의 토양 수분 및 토양 온도(1°, 약 100km)를 이용 하였다. 도시 캐노피 효과를 반영하기 위해 결합된 도

시캐노피모형은 단일층(Single-layer)의 UCM을 사용 하였다(Tewari et al., 2006). 단일 층의 UCM은 유한 한 높이를 가진 건물이 도시 협곡을 만드는 2차원 구 조를 고려한다. 협곡 내에서는 건물로 인한 그림자 효 과, 장파 및 단파 복사 효과를 고려하여 건물의 지붕, 벽면, 도로 면에 대한 온도, 현열 및 잠열플럭스 그리 고 바람의 연직 분포 등을 추정하는 물리 과정이 포함 된다(Kusaka et al., 2001; Kusaka and Kimura, 2004).

복합층(Multi-layer)의 UCM도 있으나, 본 연구에서는 고려할만한 규모가 아니었으므로 단일층의 UCM을

사용하였다. 지형자료와 피복자료는 2012년 국토지리 정보원에서 제공되는 지형자료와 중분류 토지이용자료 를 USGS 33개 분류체계로 재분류한 30m 해상도 자료 를 사용하였다(Park et al., 2015).

2.2. 실험 설계

수치 실험을 위한 모델 영역은 37.55°N, 126.98°E 를 중심으로 우리나라 서울을 포함한 수도권지역을 대 상영역으로 설정하였다. 모델의 연직층은 50개 층이 며, 총 3개의 둥지 격자로 모델 영역을 구성하였다

Domain01 Domain02 Domain03

Horizontal grids

Grid spacing (m)

Vertical grids

Land use / Topo.

Model version

Initial &

Boundary Condition

UM Regional Model Forecast Field (KMA) MET office OSTIA SST

NCEP FNL soil moisture and temperature

Landuse surface

Radiation

Microphysics

PBL

Cumulus

Simulation time

* NGII. means National Geographic Information Institute

Table 1. WRF Model configurations for Seoul metropolitan area

Fig. 1. (a) Model domains and (b) landuse map on Seoul metropolitan area. Nested domains are represented

(Fig. 1a). 첫번째 도메인부터 세번째 도메인 영역까지 의 수평 격자 해상도는 각각 5 km(격자수 235 x 283), 1 km(격자수 266 x 266), 0.2 km(격자수 211 x 211)이 며 마지막 도메인 영역의 모의 결과를 분석하였다 (Table 1). 세번째 도메인에서는 수평 해상도(0.2 km) 가 높아 운동량, 열, 수증기 등의 난류 모수화 부분이 해결되는 것으로 가정하여 대기경계층 모수화를 적용 하지 않았다(Chu et al., 2014). Fig. 1b는 실험 영역인 수도권 지역의 지표이용도와 AWS 및 에너지수지 관 측 지점을 나타낸다. UCM 적용 및 거칠기 길이 변화 와 인공열 고려에 대한 변화를 자세하게 분석하기 위 해 총 4가지의 실험을 수행하였으며, UCM을 적용하 지 않은 WRF 모의 결과를 규준실험(CNTL)으로 설정 하였다(Table 2). UCM을 접합한 첫번째 실험(EXP1) 에서는 저밀도 주거지역(31), 고밀도 주거지역(32), 산 업 또는 상업지역(33)에 모두 동일한 값의 거칠기 길 이(0.6 m)를 적용하였으며, 인공열을 적용하지 않았 다. 두번째 실험(EXP2)에서는 Jee et al.(2015)이 제시 한 서울지역의 거칠기 길이 값을 적용하였으며, EXP1 과 마찬가지로 인공열은 적용하지 않았다. 선행연구에서 추정한 거칠기 길이는 저밀도 주거지역에서는 2.37 m, 고밀도 주거지역은 1.55 m, 산업 또는 상업지역은 1.24 m 이다. 국외 연구 논문(Kanda et al., 2013)에서 는 대체로 산업 또는 상업지역의 거칠기 길이가 높지 만, 우리나라 서울 지역에서는 국외 결과와는 다른 양 상을 보인다. 이는 주거지역에 아파트 단지가 많고, 산업지역에 낮은 공장단지가 주로 분포하고 있는 우리 나라 지역 특성이 반영된 결과로 사료된다. 도심의 건 물들은 지면 거칠기 길이를 증가시켜 건물 사이 대기 흐름을 변화시키기 때문에 수치모의를 통한 기상요소 를 분석하기 위해서는 해당 지역에 알맞은 거칠기 길 이를 적용해야한다. Macdonald et al.(1998)은 건물의 평균높이(

Z





본 연구에서는 Macdonald et al.(1998)가 제안한 식 (1)-(2)의 방법으로 Jee et al.(2015)이 제시한 서울지 역의 거칠기 길이 값을 적용하였다(

Z

Z

k

C





(1)

(2)

세번째 실험(EXP3)에서는 EXP2에서 적용된 거칠 기 길이와 동일한 값을 사용하였고, 인공열을 적용하 여 수치모의 실험을 수행하였다. 도심의 열섬 현상을 모의하기 위해서 도시 협곡에서 나타나는 인위적인 열 원을 고려해야 하며, UCM에서는 인공열을 적용하여 수치모의를 할 수 있다. 본 연구에서는 Dong et

al.(2017)이 추정한 전지구 인공열 자료를 이용하였다.

기존 모델에서 사용된 인공열 일변화 비율은 지역과 계절에 상관없이 모두 동일한 값이 적용되었으나, Dong et al.(2017)이 추정한 인공열 값은 각 지역 및 월별로 다른 값을 제시한다. 본 실험에서는 전지구 12

Experiment CNTL EXP1 EXP2 EXP3

Urban Canopy Model

Urban Parameters (Low-dens Res/

Hi-dens Res/Commercial)

Roughness length (m)

Anthropogenic

AHDIUPRF*

* AHDIUPRF means the anthropogenic heating diurnal profile on Urban Canopy Model

Table 2. Experiment designs for numerical model simulation

Fig. 2. The original and modified anthropogenic

개월 인공열 자료에서 우리나라 수도권 영역의 8월 인공열 일변화 비율을 산정하여 적용하였다(Fig. 2).

기존의 인공열 일변화 비율은 오전 8시와 오후 17시경 에 가장 높게 나타나며, 낮 시간 동안에는 다소 감소하 는 경향을 가진다. 반면, Dong et al.(2016)이 추정한 인공열 자료로 산정한 8월의 일변화 비율은 낮 시간 동안 감소하는 경향을 보이지 않았으며, 높은 값을 유

지하였다. 또한, 오전 6시∼10시를 제외하고 기존 값 보다 높은 일변화 비율 값을 나타냈다.

2.3. 사례선정 및 분석 방법

수치모의 수행 기간은 2015년 8월 10일 0900 LST(Local Standard Time)부터 12일 0900 LST까지 이며, 이 기간 동안 서울을 비롯한 수도권 지역은 강수

Fig. 3. Synoptic chart at sea level pressure from NCEP FNL reanalysis data at 0900 LST (a) 10 and (b)

Fig. 4. Satellite images around the observation sites in Fig. 1b. (a) Jungnang flux site and (c) AWS located

가 관측되지 않았다. 본 연구에서는 도시 효과에 의한 지표 근처 기온과 현열 및 잠열플럭스 변화를 중점적 으로 분석하기 위하여 여름철 강수가 없는 날을 선정 하여 실험하였다. Fig. 3은 NCEP FNL 자료를 이용하 여 나타낸 2015년 8월 10일과 11일 0900 LST의 우리 나라 부근 기압 배치이다. 우리나라 북동쪽에 저기압이 위치하고 있으나, 직접적인 영향을 받지 않아 우리나라 수도권 지역은 강수의 영향권에서 벗어나 있었다.

수치모의 결과를 검증하기 위해 기상청 AWS 자료 와 차세대도시농림융합기상사업단의 에너지수지 관 측 자료를 이용하여 분석하였다(Kang et al., 2014).

Fig. 4는 각 관측소 일대 지역을 나타낸 항공사진이다.

기온과 풍속은 중랑, 부천 그리고 능곡 지점의 AWS 관측 값과 비교하여 분석하였다. 중랑 AWS는 서울 도심에 위치하여 도시 내 주거지역을 대표하는 지점으 로 분류되며, 부천 AWS는 저밀도의 주거지역, 능곡 AWS는 주변에 건물이 거의 없는 전원 지역을 대표하 는 지점으로 분류할 수 있다(Kwon et al., 2014). 현열 및 잠열플럭스는 중랑과 부천 지점에 위치한 에너지수 지 관측 값과 비교하여 분석하였다. 중랑의 에너지수 지 관측은 도심을 대표하는 지점이며, 부천 에너지수 지관측소는 전원 지역을 대표하는 지점으로 분류할 수 있다. 전원 지역인 부천 에너지수지 관측소는 부천 AWS 주변의 지표 특성과 차이가 있을 것으로 보이며, 능곡 AWS 지점 특성과 유사할 것으로 판단된다.

총 4 개의 실험에 대하여 수치모의한 후, 관측 지점 에서 가장 가까운 격자의 모델 결과 값을 추출하였다. 그리고 각 지점별 기상청 AWS와 차세대도시농림융 합기상사업단의 에너지수지관측소에서 관측된 시간 단위의 일변화 값을 실험 결과와 비교하였다. 또한, 모의 기간 동안 관측 값에 대한 상관계수, BIAS, RMSE(Root Mean Square Error) 등의 통계 값을 산출 하여 결과를 분석하고 검증하였다.

III. 결 과

3.1. 수치모의 결과

네 가지 실험에 대한 모의 결과를 비교⋅분석하였 다. Fig. 5는 규준 실험과 비교하여 AWS 중랑, 부천, 능곡 지점의 기온 및 풍속에 대한 모의 결과의 차이를 나타낸다. UCM을 적용한 모의 결과는 모두 규준 실험 결과와 차이를 보였으나, 변화 경향은 대체로 비슷하 게 나타났다. 모델의 각 지역별 일변화 특성을 보면,

도심을 대표하는 중랑 지점에서 모의 결과 간의 편차 가 기온 최대 1.9℃, 풍속 최대 2.41 ms^-1로 가장 컸다.

반면, 전원 지역을 대표하는 능곡 지점에서는 모의 결 과 간의 편차가 기온 최대 0.79, 풍속 최대 0.91 m s^-1로 가장 적게 나타났다. 이 결과를 통해 WRF 모델 에서 UCM은 에너지 수지가 활성화되는 도심을 중심 으로 적용되어 직접적인 영향을 주며, 전원 지역은 간 접적인 영향을 받는 것을 가시적으로 확인할 수 있다.

모의 결과 간의 기온 편차는 도심의 지표부근의 대기 질 흐름에 영향을 주는 의미 있는 차이라고 볼 수 있다 (Park et al., 2012).

모의된 풍속의 각 지점별 일변화 특성을 보면, UCM을 적용한 실험이 CNTL보다 대체로 풍속을 강 하게 모의하였다(Figs. 5d-f). 특히, AWS 중랑지점에 서는 모델 간의 풍속 편차가 가장 컸고, UCM을 적용 한 모의 풍속이 다른 지점보다 가장 강하게 나타났다.

이러한 결과는 UCM을 적용한 경우에 풍속이 강하게 모의되는 선행연구의 결과(Lee and Min, 2016)와 일 치하였다. UCM의 적용으로 풍속이 증가하는 이유는 인위적인 열적 요소로 인한 물리과정이 생성되면서 대 기의 불안정도가 상대적으로 증가하게 되고, 운동량의 연직 전달이 활발해져 발생하는 현상으로 보여진다(Lee and Min, 2016). 중랑 지점에서 CNTL과의 풍속 평균 편차는 각각 0.685 ms^-1(EXP1), 0.571 ms^-1(EXP2), 0.826 ms^-1 (EXP3)이다. EXP3에서 CNTL과의 편차 가 가장 컸으며, EXP2는 0.571 ms^-1로 가장 적었다.

EXP2에서 서울 지역의 거칠기 길이를 적용하여 풍속 에 영향을 미쳐, EXP1보다 작은 편차를 나타낸 것으 로 판단된다. EXP3에서는 EXP2와 같은 거칠기 길이 가 적용되었지만, 인공열이 적용되면서 대기 불안정도 가 상대적으로 더욱 증가하여 다른 실험과 비교하여 큰 편차를 보이는 것으로 사료된다. 전원 지역으로 갈 수록 모델간의 변화 경향은 매우 유사하게 모의되는 것을 볼 수 있다. 풍속 또한, 기온과 마찬가지로 UCM 의 적용이 전원 지역보다 도시 지역에 영향을 많이 주는 것을 알 수 있다. 거칠기 길이의 적용으로 도심의 풍속에 큰 영향이 미칠 것으로 예상되었으나, 거칠기 길이로 인한 풍속의 변화가 크게 나타나지 않았다. 도 시캐노피모델에서 분류된 도시 항목이 3개로 한정되 어 있어 향후 연구에서는 고해상도의 상세한 거칠기 길이 정보를 반영해야 할 것으로 판단된다.

중랑 지역의 일변화 기온 모의에서 EXP1과 EXP2 의 결과는 CNTL보다 대체로 낮게 모의되었으나,

EXP3의 결과는 10일과 11일 1400∼1500 LST 부근 을 제외하고 대체적으로 CNTL보다 높게 모의되었다.

UCM을 사용하더라도 인공열을 고려해주지 않은 경 우에는 UCM을 적용하지 않은 경우보다 도심의 열원 을 상세하게 반영하지 못하였다. EXP3에서는 UCM 에서 인공적인 열원이 고려되면서 기온의 상승을 가능 하게 하여 지표면 근처의 기온을 높게 모의한 것으로 판단된다. 이 결과를 통해 UCM에서 인공열 고려는 도시 지역을 중심으로 직접적인 영향을 주는 것을 볼 수 있으며, 전원 지역의 경우는 도시 지역과 같이 인공 적인 열원의 영향을 직접적으로 받지는 않지만 인근 도시 지역의 변화에 따른 간접적인 영향을 받는 것으 로 판단된다. Fig. 6은 10일 1400 LST와 11일 0100 LST의 2 m 기온 수평 분포이다. 태양 복사로 인한 지표 가열이 높게 나타나는 낮 시간인 1400 LST에

인공열을 고려한 EXP3의 도시 지역 지표 부근 모의 기온이 다른 실험 결과보다 높은 분포를 나타냈다.

EXP3의 평균 기온은 30.19℃로 평균 기온이 가장 낮 았던 EXP2의 평균 기온(29.92℃)보다 0.27℃ 높았다.

최대 기온 또한 EXP3이 32.25℃로 가장 높았으며, 다 른 실험들은 평균 약 1℃ 정도 낮게 나타났다. 야간인 0100 LST의 2 m 기온 수평 분포에서는 EXP3의 중랑 지역 부근의 기온이 확연하게 높게 나타났다. EXP3의 평균 기온이 23.09로 평균 기온이 가장 낮았던 EXP2 의 평균 기온(22.56℃)보다 0.53℃ 높았다.

Fig. 7은 중랑 지점을 기준(37.59°N)으로 동-서 방 향의 연직 야간 기온 분포를 보여준다. EXP3에서는 야간에 지형의 영향으로 갇혀 있던 인위적인 열적 요소 에 의한 물리과정이 고려되면서 지형 사이(127.0°E - 127.1°E) 기온이 다른 실험보다 상승한 것으로 판단된

Fig. 5. Time series of differences between CNTL and other experiments with respect to 2 m temperature at

다. UCM을 적용하지 않은 CNTL에서는 도시 지역의 인위적인 열원의 효과를 세밀하게 반영하지 못하여 낮 과 밤의 지표 부근 기온 편차가 크게 나타난 것으로 보여진다.

3.2. 기온 및 풍속 검증

네 가지 실험에 대한 모의 결과를 수도권 지역에 위치한 중랑, 부천, 능곡의 AWS 관측자료와 비교하여 분석하였다. Fig. 8은 3개 지역의 AWS에서 관측된 2 m 기온, 10 m 풍속 일변화와 모의 결과를 비교하여 나타낸 것이다. 관측 기온은 능곡 지점 보다 중랑 지점 에서 평균 1.3℃ 정도 높게 나타나며 모델에서도 중랑 지점의 기온을 더 높게 모의하였다. 각 지점의 모의 기온은 관측 기온의 변화 경향과 유사하였으나, 모델 에서는 야간 시간대(1900 LST∼0500 LST)에 기온을 과소모의하였다. 각 AWS 관측 기온에 대한 48시간 모의 결과 RMSE를 산출해 보면, 세 지역에서 EXP3 의 RMSE(중랑: 1.69℃, 부천: 1.68℃, 능곡: 1.69℃)가 가장 작았고, EXP2의 RMSE(중랑: 2.07℃, 부천:

2.03℃, 능곡: 1.80℃)가 가장 높았다. BIAS 또한 EXP3(중랑: 0.14℃, 부천: 0.61℃, 능곡: 1.21℃)에서 가장 낮았고, EXP2(중랑: 0.84℃, 부천: 1.33℃, 능곡:

1.32℃)에서 가장 높았다. 상관계수는 각 실험들 간의 큰 차이를 보이지는 않았으나 EXP2(중랑: 0.82, 부천:

0.92, 능곡: 0.95)가 가장 높고, CNTL(중랑: 0.81, 부 천: 0.91, 능곡: 0.94)이 가장 낮았다. RMSE와 BIAS 검증수치에서 수도권 인공열의 고려로 인하여 기온 모 의 향상이 미세하게 나타났다.

관측된 풍속의 일변화는 중랑 지점의 풍속이 가장

Fig. 7. The vertical distribution of temperature with

East-West cross section (reference latitude: 37.59°N) at 0100 LST 11 Aug 2015 for CNTL(a), EXP1(2), EXP2(c) and EXP3(d). Gray line represents topography height.

Fig. 6. The distributions of simulated temperature at 2 m and wind speed at 10 m (a) at 1400 LST 10 and

강하고, 능곡 지점의 풍속이 가장 약하게 나타났다.

각 실험의 모의 풍속은 관측 풍속의 변화 경향과 유사 하게 나타났으나, 대체로 과대모의하였다. 풍속의 RMSE를 산출해보면, 세 지점에서 UCM을 적용하지 않은 CNTL의 RMSE(중랑: 0.97 ms^-1, 부천: 0.81 ms^-1, 능곡: 1.16 ms^-1)가 가장 적었고, EXP3의 RMSE (중랑: 1.58 ms^-1, 부천: 1.63 ms^-1, 능곡: 1.39 ms^-1)가 가장 높았다. 앞장에서 서술했듯이, UCM을 적용하고 인공열이 고려되면서 대기 경계층의 불안정도가 상대 적으로 증가하게 되어 풍속이 더욱 강해진 것으로 사 료된다. UCM에서 거칠기 길이의 수정으로 도심의 풍 속에 영향을 줄 것으로 예상했으나, 실제 모의 결과에 는 큰 영향을 주지 않았다. 현재 실험에서는 도시의 3가지 항목에 대한 거칠기 길이 값을 반영하였지만, 향후 대상 지역의 고해상도 거칠기 길이 자료를 반영 하여 실험할 필요가 있다.

3.3. 현열 및 잠열플럭스 검증

UCM의 적용이 지표 부근 열환경 모의에 영향을 주는 것으로 판단되어 모델의 지표플럭스 모의 성능에 관하여 분석하였다. 차세대도시농림융합기상사업단 에서 설치한 중랑과 부천 지점의 에너지수지 관측자료 를 이용하여 모델의 현열 및 잠열플럭스를 검증하였다 (Fig. 9). 중랑 에너지수지 관측 지점에서 플럭스 수송 량이 많은 낮 시간대(0900 LST∼2000 LST)에 현열플 럭스가 높게 나타났다(Fig. 8a and Fig. 8b). 플럭스 수송량이 적은 야간 시간대(2100 LST∼0700 LST)에 는 관측된 현열플럭스가 매우 낮을 것으로 예상했으 나, 최대 약 100 Wm^-2까지 관측되었다. 실제로 모든 모의 실험에서 야간 시간대의 플럭스 값은 거의 0 Wm^-2에 가까운 값을 유지하였다. 중랑 지점에서 야간 에 현열플럭스가 상승한 현상은 관측소 일대의 특성으 로 보이며 중랑 지역 야간 환경에 대하여 자세한 분석

Fig. 8. Time series of model experiments and AWS observations with respect to temperature at Jungnang(a),

이 필요할 것으로 사료된다. 야간에 현열플럭스가 상 승하는 구간을 제외하고, 모델의 현열플럭스는 관측 값과 매우 유사한 경향을 보인다. 중랑 지점에서 관측 된 잠열플럭스는 현열플럭스보다 최대 절반가량 낮았 으며, 야간에는 거의 0 Wm^-2에 가까운 값을 유지하였 다. UCM이 적용되지 않은 CNTL에서는 토지 이용도

항목에 따라서 도심지의 잠열 방출이 0 Wm^-2으로 나 타난다(Hwang et al., 2012). UCM을 적용한 경우에는 잠열플럭스의 관측 값과 유사한 변화 경향을 나타냈으 나, 과대모의하는 경향을 보였다. 3.1장에서 10일 1400 LST의 지표 근처 기온을 분석했을 때, CNTL에 서 기온 분포가 가장 높게 나타났다. 같은 시간에 현열

Jungnang Bucheon

CNTL EXP1 EXP2 EXP3 CNTL EXP1 EXP2 EXP3

Sensible Heat Flux

Correlation

BIAS

(Wm^-2) -22.715 -46.166 -44.761 -12.980 47.406 38.110 39.566 42.654

RMSE

(Wm^-2) 64.568 65.433 63.357 52.805 72.418 59.353 60.539 64.219

Slope

Intercept

Latent Heat Flux

Correlation

BIAS

(Wm^-2) - 28.083 28.219 30.205 -19.209 -10.789 -7.930 -8.336 RMSE

(Wm^-2) - 50.834 50.653 52.908 75.808 73.733 77.136 74.663 Slope - 0.880 0.869 0.961 0.654 0.728 0.722 0.731 Intercept - 29.841 30.136 33.090 14.974 15.978 19.547 21.542

Table 3. Statistics of model heat flux against Jungnang and Bucheon WISE observations. Gray shaded mean

Fig. 9. Time series of sensible heat flux on Jungnang(a) and Bucheon(c) and latent heat flux at Jungnang

플럭스의 수평 분포도를 보면, CNTL의 현열플럭스 또한 다른 실험보다 높게 모의되었다(Fig. 10a). 이는 CNTL의 도심 잠열 방출이 0 Wm^-2으로 나타났기 때 문에 도심에서 현열플럭스의 값이 UCM을 적용한 실 험 결과보다 높게 모의가 된 것으로 설명 할 수 있다. 실제 관측 값과의 상관관계를 분석해보면, 중랑 지점 에서 관측된 현열플럭스에 대한 BIAS와 RMSE는 EXP3의 값이 가장 낮았다(Table 3). CNTL은 도시 지역에서 현열플럭스를 강하게 모의하였지만, EXP3 의 결과가 관측 값과 더 가깝게 모의되었다. UCM에 인공열이 적용되면서 지표플럭스 수송 현상을 더욱 민 감하고 현실적으로 모의하였다. 동일한 시간의 잠열플 럭스 수평 분포도를 보면 UCM을 적용한 후 도심의 잠열플럭스 값이 관측 값과 유사한 경향으로 모의되었 다(Fig. 10b). UCM의 적용으로 도심의 현열 및 잠열플 럭스를 더욱 현실적으로 모의할 수 있으며, 특히 인공 열을 고려함으로써 도심의 현열을 더욱 민감하게 모의 하는 것으로 판단된다.

도심에서 벗어난 부천 에너지수지 관측 지점에서의 현열플럭스는 중랑 지점과 비교하여 현저하게 낮게 관 측되었다(Fig. 9c and Fig. 9d). 반면, 모델에서는 관측 값보다 100 Wm^-2이상 과대모의하였다. 부천 지점은 서해와 멀지 않은 지점으로 해안가 근처의 기상 특성 을 고려해야 하는데, 모의 기간 동안 부천 지역에서 연무가 관측되었다. 연무로 인해 태양복사에너지가 차 단되어 지표 부근의 현열플럭스 관측 값에 영향을 준

것으로 보인다. 실제로 이때 부천 에너지수지 관측소 에서 관측된 단파복사에너지가 감소하였으며, 그에 따 라 관측된 현열플럭스 또한 감소하였다. 반면, 부천 지점에서 낮 시간 동안의 잠열플럭스는 중랑 지점과 비교하여 두배 가량 높게 관측되었다. 10일 1300 LST

∼2100 LST 동안에 모델의 잠열플럭스는 관측 값보 다 과소모의하는 경향을 보였지만, 대체적으로 관측 값에 가까운 값을 모의하였다. 부천지점의 모의 현열 및 잠열플럭스는 인공열을 고려 하지 않은 UCM 결 과가 관측 값과 가장 가까운 검증 수치를 보였다. 전 원지역은 인공열의 고려로 더 나은 모의 성능을 나타 내지는 않았으나, UCM을 적용함으로써 UCM 적용 전보다 현열 및 잠열 플럭스 검증 수치를 향상시킬 수 있었다.

IV. 고찰 및 결론

네 가지 실험에 대한 모의 분석에서 UCM을 적용한 모든 실험은 규준 실험 결과와 차이를 보였으나, 변화 경향은 대체로 비슷하게 나타났다. 그 중에서 도심을 대표하는 중랑 지점의 기온 및 풍속 모의 결과 간의 편차가 가장 크게 나타났다. 반면, 전원 지역을 대표하 는 능곡 지점에서는 기온 및 풍속 모의 결과 간의 편차 가 가장 적어 WRF 모델에서 UCM은 도심을 중심으 로 적용되어 영향을 주며, 전원 지역에는 간접적인 영 향을 주는 것을 알 수 있었다. UCM에 인공열이 고려

Fig. 10. Same as Fig. 6 except for (a) sensible heat flux and (b) latent heat flux at 1400 LST 10 Aug 2015.

되면서 도시 지역의 기온 모의 향상이 나타난 것으로 보였다. 차세대도시농림융합기상사업단 에너지수지 타워 현열플럭스 관측 값과 비교하였을 때, 실험 결과 는 대체적으로 관측 값과 매우 유사한 경향을 보였다. UCM의 적용으로 도심과 전원지역의 현열 및 잠열플 럭스 모의성능이 향상되었으며, 특히 UCM에 인공열 이 적용되면서 도심의 지표플럭스 수송 현상을 더욱 민감하고 현실적으로 모의하였다. 본 연구에서는 선행 연구에서 주로 활용되지 않았던 차세대도시농림융합 기상사업단 에너지수지 관측자료를 검증 자료로 사용 하여 도심과 전원 지역 지표플럭스에 관한 모델의 성 능을 상세하게 분석할 수 있었다. 또한, UCM의 기존 인공열 정보를 이용하지 않고, 서울지역 인공열의 일 변화 비율을 적용하여 실험하였다. 연구 결과를 통하 여 UCM에서 인공열의 적용은 도시 지역을 중심으로 직접적인 영향을 주며, 전원 지역은 간접적인 영향을 받는 것을 보였다. 또한, 도심의 열적 현상을 민감하게 반영할 수 있는 것을 알 수 있었다. 그러나, 본 연구에 서는 중랑과 부천 그리고 능곡지점의 세 지점에 대한 값만을 이용하였기 때문에 서울 수도권 지역을 대표할 수 있는 지점으로 설명하기는 어렵다. 또한 모의 기간 은 48시간으로 시간적 범위가 짧아 여름철 맑은 날의 대표성에 한계를 가지고 있다. 향후 연구에서는 지표 이용도에 따른 다수의 관측 지점을 대상으로 계절별 특성을 반영할 수 있는 장기간의 수치모의 실험 연구 가 필요하다.

또한, 서울 전지역 인공열 지도를 구축하여 적용할 필요가 있을 것으로 보인다. 추가적으로 진행될 연구 에서는 실험 대상 지역에 대한 상세하고 정확한 거칠 기 길이, 영면변위의 산출이 필요할 것이며, 거칠기 길이와 인공열 외에 도시를 반영할 수 있는 다른 변수 를 모델에 적용하는 방법이 필요할 것으로 사료된다.

적 요

본 연구에서는 지표이용도 특성이 반영된 고해상도 기상예측모델 도시캐노피모형(WRF-UCM)의 수치모 의 실험을 통해 도심과 전원 지역 기상변수 및 에너지 수지 변화 경향에 대하여 분석하였다. UCM을 적용하 지 않은 WRF 모의 결과를 규준실험으로 설정하였으 며, 거칠기 길이 변화와 인공열 고려에 따라 총 4가지 실험을 비교하여 분석하였다. UCM을 적용한 실험에 서 거칠기 길이의 수정 전과 후의 기온과 풍속의 변화

가 크게 나타나지 않았으나, 인공열을 고려한 UCM의 모의 기온과 풍속은 고려하기 전보다 크게 차이가 나 타났다. 모의 실험 간의 차이는 전원 지역보다 도시 지역에서 더 크게 나타났다. 자동기상관측(AWS) 기 온 관측 자료에 대하여 UCM에 인공열을 고려한 결과 의 평방근오차(RMSE)가 가장 적었다. 또한, 차세대도 시농림융합기상사업단의 중랑 에너지수지관측소지점 의 현열플럭스 관측자료에 대한 검증 수치는 인공열을 고려하여 UCM을 적용한 실험의 RMSE와 BIAS 값이 가장 낮았다. 인공열을 고려한 UCM 적용이 도심의 현열플럭스 모의 향상에 영향을 주었다. 또한, UCM을 적용한 후 도시 지역 잠열플럭스의 변화 모의를 분석 할 수 있었으며, 도심과 전원 지역 모두 UCM 적용 후에 관측 값과 더 가까운 검증 수치를 나타냈다. 결과 적으로 WRF 모델에 UCM의 적용이 지표플럭스 모의 향상에 기여하는 것으로 나타났다.

감사의 글

본 연구는 기상청 차세대도시농림융합스마트기상 서비스개발(WISE) 사업(KMIPA-2012-0001-1)의 지 원으로 수행되었습니다. 본 연구에 기상청 슈퍼컴퓨터 가 활용되도록 지원해준 기상청 관측기반국 국가기상 슈퍼컴퓨터센터에 특별히 감사드립니다.

REFERENCES

Adachi, S. A., F. Kimura, H. Kusaka, M. G. Duda, Y.

Yamagata, H. Seya and T. Aoyagi, 2014: Moderation of summertime heat island phenomena via modification of the urban form in the Tokyo metropolitan area. Journal of Applied Meteorology

and Climatology 53(8), 1886-1900.

Bokaie, M., M. K. Zarkesh, P. D. Arasteh and A.

Hosseini, 2016: Assessment of urban heat island based on the relationship between land surface temperature and land use/land cover in Tehran. Sustainable Cities

and Society 23, 94-104.

Byon, J. Y., Y. J. Choi and B. G. Seo, 2010: Evaluation of urban weather forecast using WRF-UCM (Urban Canopy Model) over Seoul. Atmosphere 20(1), 13-26.

Chen, F., X. Yang and W. Zhu, 2014: WRF simulations of urban heat island under hot-weather synoptic conditions: The case study of Hangzhou City, China.

Atmospheric research 138, 364-377.

Chen, G., L. Zhao and A. Mochida, 2016: Urban heat

island simulations in Guangzhou, China, using the coupled WRF/UCM model with a land use map extracted from remote sensing data. Sustainability

8(7), 628pp.

Choi, J. Y. and J. I. Yun, 2002: Implementing the urban effect in an interpolation scheme for monthly normals of daily minimum temperature. Korean Journal of

Agricultural and Forest Meteorology 4(4), 203-212.

Chu, X., L. Xue, B. Geerts, R. Rasmussen and D. Breed, 2014: A case study of radar observations and WRF LES simulations of the impact of ground-based glaciogenic seeding on orographic clouds and precipitation. Part I: Observations and model validations. Journal of Applied Meteorology and

Climatology 53(10), 2264-2286.

Dong, Y., A. C. G. Varquez, and M. Kanda, 2017: Global anthropogenic heat flux database with high spatial resolution. Atmospheric Environment 150, 276-294.

Gross, G., 2014: On the parametrization of urban land use in mesoscale models. Boundary-layer meteorology

150, 319-326.

Grossman-Clarke, S., J. A. Zehnder, T. Loridan and C. S.

B. Grimmond, 2010: Contribution of land use changes to near-surface air temperatures during recent summer extreme heat events in the Phoenix metropolitan area.

Journal of Applied Meteorology and Climatology 49(8), 1649-1664.

Hwang, M. K., I. B. Oh and Y. K. Kim, 2012: Numerical modeling for the effect of high-rise buildings on meteorological fields over the coastal area using urbanized MM5. Atmospheric Environment 28, 495-505.

Holt, T. and J. Pullen, 2007: Urban canopy modeling of the New York City metropolitan area: A comparison and validation of single-and multilayer parameterizations.

Monthly Weather Review 135(5), 1906-1930.

Jee, J. B., M. Jang, C. Y. Yi, I. S. Zo, B. Y. Kim, M. S.

Park and Y. J. Choi, 2016: Sensitivity analysis of the high-resolution WISE-WRF model with the use of surface roughness length in Seoul metropolitan areas.

Atmosphere 26, 111-126.

Kanda, M., A. Inagaki, T. Miyamoto, M. Gryschka and S. Raasch, 2013: A new aerodynamic parametrization for real urban surfaces. Boundary- layer meteorology

148(2), 357-377.

Kang, M. S., M. S. Park, M. H. Choi, and S. H. Park, 2015: Surface Energy Balance at an Urban Residential Area in Seoul, Korea. 15th EMS / 12th ECAM.

Kastner-Klein, P., R. Berkowicz and R. Britter, 2004:

The influence of street architecture on flow and dispersion in street canyons. Meteorology and

Atmospheric Physics 87, 121-131.

Kim, D. W., Y. H. Kim, K. H. Kim, S. S. Sin, D. K. Kim, Y. J. Hwang, J. L. Park, D. Y. Choi, and Y. H. Lee, 2012: Effect of urbanization on rainfall events during the 2010 summer intensive observation period over Seoul metropolitan area. Journal of The Korean Earth

Science Society 33(3), 219-232.

Kwon, T. H., M. S. Park, C. Yi, and Y. J. Choi, 2014:

Effects of different averaging operators on the urban turbulent fluxes. Atmosphere 24(2), 197-206.

Kusaka, H., H. Kondo, Y. Kikegawa and F. Kimura, 2001: A simple single-layer urban canopy model for atmospheric models: comparison with multi- layer and slab models. Boundary-Layer Meteorology 101(3), 329-358.

Kusaka, H., and F. Kimura, 2004: Coupling a single-layer urban canopy model with a simple atmospheric model: Impact on urban heat island simulation for an idealized case. Journal of the

Meteorological Society of Japan 82(1), 67-80.

Lee, J. H., J. W. Choi and J. J. Kim, 2009: The effects of an urban renewal plan on detailed air flows in an urban area. Journal of the Korea Association of

Geographic Information Studies 12, 69-81.

Lee, S. H., J. S. Ahn, S. W. Kim, and H. D., Kim, 2010:

Multiple albedo variation caused by the shadow effect of urban building and its impacts on the urban surface heat budget. Journal of The Korean Earth Science

Society 31(7), 738-748.

Lee, S. J., Y. H. Choi, J. H. Jung, M. S. Won, and G. H.

Lim, 2015: Development of optimal modeling system for analyzing mountain micrometeorology. Korean

Journal of Agricultural and Forest Meteorology 17(2),

Lee, S. J., J. Song, and Y. J. Kim, 2016: The NCAM Land-Atmosphere Modeling Package (LAMP) version 1: Implementation and evaluation. Korean Journal of

Agricultural and Forest Meteorology 18(4), 307-319.

Lee, B., K. Y. Nam., D. K. Lee, S. S. Sin, B. C. Choi, and H. K. Kwon, 2014: The generating of input data and process method for WRF-UCM by using GIS, technical report, NIMR-TN-2014-000.

Lee, B. R., D. G. Lee, K. Y. Nam, Y. G. Lee and B. J. Kim, 2015: Study on heat environment changes in Seoul metropolitan area using WRF-UCM: A comparison between 2000 and 2009. Atmosphere 25(3), 483-499.

Lee Y. H. and K. H. Min, 2016: Impact of urban canopy and high horizontal resolution on summer convective rainfall in urban area: A case study of rainfall events on 16 august 2015. Atmosphere 26(1), 141-158.

Lim, A. Y., J. W. Roh, J. B. Jee, and Y. J. Choi, 2015:

Sensitivity experiments of vertical resolution and planetary boundary layer parameterization schemes on the Seoul metropolitan area using WRF model. The

Journal of Korean Earth Science Society 36(6),

Lin, C. Y., C. J. Su, H. Kusaka, Y. Akimoto, Y. F. Sheng, C. Huang Jr and H. H. Hsu, 2016: Impact of an improved WRF urban canopy model on diurnal air temperature simulation over northern Taiwan.

Atmospheric chemistry and physics, 16(3) 1809-1822.

Macdonald, R. W., R. F. Griffiths and D. J. Hall, 1998:

An improved method for the estimation of surface roughness of obstacle arrays. Atmospheric environment

32(11), 1857-1864.

Park, S. J., D. Y. Kim and J. J. Kim, 2014: Effects of atmospheric stability and surface temperature on microscale local airflow in a hydrological suburban area. Atmosphere 23, 13-21.

Park, S. H., J. B. Jee, and C. Y. Yi, 2015: Sensitivity test of the numerical simulation with high resolution topography and landuse over Seoul metropolitan and

surrounding areas. Atmosphere 25, 309-322.

Skamarock, W. C., J. B. Klemp, J. Dudhia, D. O. Gill, D.

M. Barker, M. G. Duda and J. G. Powers, 2014: A description of the advanced research WRF version 3.

NCAR Technical Note-475+ STR. NCAR, Boulder, CO.

Tewari, M., F. Chen and H. Kusaka, 2006:

Implementation and evaluation of a single-layer urban canopy model in WRF/Noah. In WRF users workshop 2006.

Vahmani, P. and T. S. Hogue, 2015: Urban irrigation effects on WRF‐UCM summertime forecast skill over the Los Angeles metropolitan area. Journal of

Geophysical Research: Atmospheres 120(19),

Vahmani, P. and G. A. Ban Weiss, 2016: Impact of remotely sensed albedo and vegetation fraction on simulation of urban climate in WRF-urban canopy model: A case study of the urban heat island in Los Angeles.

Journal of Geophysical Research:

Atmospheres 121(4), 1511-1531.