The assessment of the Spatial Variation of the Wind Field using the Meso-velocity Scale and its Contributing Factors

Vol. 20, No. 3 (2010) pp. 343-353

중간 속도 규모를 이용한 바람장의 균질성 평가 및 영향요소 분석

이성은

·신선희

·하경자

*

1)

부산대학교 지구환경시스템학부

2)

일본기상연구소 기후연구실

(접수일 : 2010년 6월 14일, 수정일 : 2010년 8월 21일, 게재확정일 : 2010년 9월 8일)

The assessment of the Spatial Variation of the Wind Field using the Meso-velocity Scale and its Contributing Factors

Seong-Eun Lee

, Sun-Hee Shin

, and Kyung-Ja Ha

*

1)

Division of Earth Environmental System, Pusan National University

2)

Climate Research Department, Meteorological Research Institute (Received : 14 June 2010, Revised : 21 August 2010, Accepted : 8 Sempember 2010)

Abstract : A regional wind network with complex surface conditions must be designed with sufficient space and time resolution to resolve the local circulations. In this study, the spatial variations of the wind field observed in the Seoul and Jeju regional networks were evaluated in terms of annual, seasons, and months to assess the spatial homogeneity of wind fields within the regional networks. The coherency of the wind field as a function of separation distance between stations indicated that significant coherency was sometimes not captured by the network, as inferred by low correlations between adjacent stations. A meso-velocity scale was defined in terms of the spatial variability of the wind within the network. This problem is predictably most significant with weak winds, dull prevailing wind, clear skies and significant topography. The relatively small correlations between stations imply that the wind at a given point cannot be estimated by interpolating winds from the nearest stations. For the Seoul and Jeju regional network, the meso-velocity scale has typically a same order of magnitude as the speed of the network averaged wind, revealing the large spatial variability of the Jeju network station imply topography and weather. Significant scatter in the relationship between spatial variability of the wind field and the wind speed is thought to be related to thermally-generated flows. The magnitude of the meso- velocity scale was significantly different along separation distance between stations, wind speed, intensity of prevailing wind, clear and cloudy conditions, topography. Resultant wind vectors indicate much different flow patterns along condition of contributing factors. As a result, the careful considerations on contributing factors such as prevailing wind in season, weather, and complex surface conditions with topography and land/sea contrast are required to assess the spatial variations of wind field on a regional network. The results in the spatial variation from the meso- velocity scale are useful to represent the characteristics of regional wind speed including lower surface conditions over the grid scale of large scale atmospheric model.

Key words : Wind networks, Regional wind field, Meso-velocity scale

1. 서 론

많은 연구들을 통해 대기경계층 내 바람장의 중요 성이 제시되어 왔다. 특히 인간 활동의 대부분이 대

†

Corresponding Author: Kyung-Ja Ha, Division of Earth Environmental System, Pusan National University, Busan, 609-735, Korea

Phone : +82-51-510-2177, Fax : +82-51-515-1689

E-mail : [email protected]

기경계층에서 일어나며, 방출되는 오염물질의 수송도 일차적으로 이곳에서 분포하므로 대기경계층 내 바람 장에 대한 연구는 매우 중요하다 (김유근 등, 2000).

지형, 식생, 토지 사용 형태, 건물의 높낮이 등과 같 은 지표면의 비균질성은 대기경계층 하부의 기류 변 화를 일으켜 중규모 대기 순환을 매우 복잡하게 변화 시킨다. 중규모 크기의 바람은 지표면의 성질 차이로 인한 차등가열과 지형의 효과로 인해 발생되는 기압 경도에 의해 주로 발생하지만, 그 외의 다른 원인에 의해 형성되거나 각각의 원인들이 서로 영향을 미칠 수 있으므로 역학적으로 난류보다 더 복잡하다고 알 려져 있다 (Kanda, 2006; Pino et al., 2004).

우리나라는 삼면이 바다로 둘러싸여 있고, 높고 낮 은 산지로 구성된 복잡한 지형을 형성하고 있기 때문 에, 국지적 종관규모 요란과 중규모 대류 현상이 빈 번하게 발생한다. 특히 태백산맥, 소백산맥과 같은 높 은 해발 고도는 산맥의 동서사면을 경계로 상이한 날 씨유형을 발생시켜 악기상을 초래하며 (신선희 등, 2006), 연안근처의 섬들의 존재는 바다와 섬들 사이의 수평적인 불균질성을 통하여 내부 경계층 및 공기 역 학적인 난류를 생성시킨다 (신유미 등, 2002). 또한 바 다와 육지의 부등가열에 의해 연안에서 형성되는 해 풍순환과 도시, 바다, 산악 등 지형적 순환이 상호작 용을 일으켜 다양한 시간과 공간 스케일의 국지적 대 기 순환을 강화시킨다. 이러한 복잡한 지형이 중규모 순환장에 미치는 영향은 주로 수치 실험을 통해 이루 어져 왔다 (Suh and Lee, 2004; 신유미 등, 2002). 그 러나 Ha et al. (2007) 이 강수의 시공간 구조에 대한 조사를 위해 AWS를 이용한 것과 같이 점차 관측 자 료를 이용한 연구들이 증가하고 있다.

Lemonsu et al. (2006)는 프랑스 Marseille의 2001년 6월부터 7월까지의 관측데이터를 이용하여 국지적 흐 름은 지형과 해풍의 상호작용에 의해 지배된다는 것 을 밝혔고, Mahrt (2007)는 지면이 다른 8지점의 관 측 데이터를 사용하여 바람이 약할 때 야간 지표경계 층에서의 중규모 크기 운동의 상대적 강도와 영향을 평가하였다. Mahrt (2007) 은 상관성과 중간속도규모 를 이용하여 바람의 지역적 특성을 살펴보았으며, 바 람의 균질성을 평가하는 척도로써 중간 속도 규모 (Vmeso) 와 상대 중간 속도 규모 (RVmeso) 를 제시 하였다. 이를 통해 풍속이 약할 경우 중규모 움직임 이 뚜렷하며, 풍속이 강할 경우 중규모 움직임이 감 소되어 네트워크 내 바람이 공간적으로 다소 균질해 진다는 것을 밝혔다. 또한 Ha et al. (2009) 은 부산, 대 구의 네트워크 바람장을 이용하여 기상상태, 지형 등 의 영향으로 거리가 가까움에도 불구하고 두 지점의 바람값이 무관하게 나타날 수 있음을 보여 내삽을 통 한 바람 자료의 산출이 무의미 할 수 있음을 제시하였

다. 그러나 현재까지도 많은 연구들에서 관측이 되지 않는 지점의 기상자료가 필요할 경우 단지 거리에 가 중치를 둔 단순 내삽 방법을 통해 격자화된 바람 자료 를 산출하고 이를 분석에 이용하고 있는 실정이다.

본 연구에서는 관측된 바람 자료가 어느 정도의 공 간적 상관성을 보이는지에 대한 균질성 평가가 실시 되었으며, 바람장 특성에 영향을 주는 요소가 평가되 었다. 바다의 영향을 받으며, 지형이 비교적 복잡한 제주 네트워크와 바다의 영향이 적고, 상대적으로 지 형이 균질한 서울 네트워크를 정의하여Mahrt (2007) 와 Ha et al. (2009)에 의해 정의된 바람의 상관성과 중간 속도 규모를 이용하여 중규모 바람이 바람장의 균질성에 미치는 영향을 평가하고자 하였다. 더불어 바람의 균질성에 영향을 미치는 요소들을 거리, 풍속, 풍향, 날씨, 지형으로 나누어 그 영향력을 비교해보았 다. 이러한 중규모 네트워크 바람장의 공간적 다양성 에 대한 결과는 격자가 큰 대기 모델의 지면에 가까 운 중규모 바람의 특징을 나타내는데 유용하게 사용 할 수 있을 것으로 기대된다.

2. 자료와 분석 방법

2.1. 자동기상관측장비

기상청은 77개소의 유인관측소와 464개소의 무인 자동기상관측소를 운영하고 있으며 유인관측소의 자 동기상관측장비는 Automated Synoptic Observing System (ASOS), 무인 자동기상관측장비는 Automatic Weather System (AWS) 라 부른다 (Ha et al., 2007). 현 재 자동기상관측장비에 사용되고 있는 풍속감지기는 매우 빠른 응답시간을 가지며, 낮은 풍속에서도 동작 될 수 있도록 개발된 JY-WS161B, WM-Ⅳ-WS 두 가 지 센서로 관측된다. 3-cup의 반응에 따라 베어링 하 단부에 연결된 광 단속기가 회전하게 되며, 이 회전 수에 따라 주파수를 발생하는 원리로 풍속을 기록한 다. 측정범위 기동풍속 정밀도는 Table 1과 같다. 풍 향감지기는 JY-WD160C와 WM-Ⅳ-WD로 두 센서 모 두 어떤 기상조건에서도 정상적으로 작동되도록 고안 되었다. 중간평형을 이루는 가벼운 풍향기와 고정 및 저기동의 Graycode encoder로 구성되어 있고, 풍향은 내장된 마이크로프로세서에서 측정, 계산하여 디지털 Table 1. The wind speed sensor

JY-WS161B WM- Ⅳ-WS

측정범위 0 ∼75ms ^-1 0 ∼70ms ^-1

기동풍속 0.5ms ^-1 이하 0.3ms ^-1 이하

정밀도 0~10 ms ^-1 ± 05ms ^-1 ± 0.3ms ^-1

10 ms ^-1 이상 ± 5% ± 3%

값으로 출력한다. 측정범위 기동풍속 정밀도는 Table 2 와 같다.

2.2. 중규모 관측 네트워크

Staebler and Fitzjarrald (2004) 는 도심의 건물, 나 무, 작은 언덕 등 지형적 장애물로 인해 국지적인 네 트워크 내에서도 그 지역의 바람을 대표하는 관측점 을 찾는 것은 불가능하다고 밝혔다. 특히 지표면 가 까이에서는 다양한 장애물들로 인해 풍향과 풍속이 다양하게 나타나므로 실제 관측하는 바람은 미규모 바람으로 볼 수 있다. 그럼에도 불구하고 현재 바람 분석은 관측 지점으로부터 거리에 가중치를 두어 내

삽함으로써 사용하고 있는 실정이며, 이때 각각의 지 점에서의 관측자료가 어느 정도의 공간적 상관성을 가지는지는 평가되지 않고 있다.

본 연구에서는 지표 조건이 상이한 두 지역, 서울 과 제주를 선정하고 각각의 종관기상 관측장비의 위 치를 중심으로 지점간 거리가 어느 정도 상관을 가질 것이라 유추되는 30 km반경을 관측 네트워크로 선정 하였다. 서울 네트워크는 기상청 송월동 관측소 (108) 를 중심으로 1개의 종관기상관측장비와 37개의 자동 기상관측장비로 구성되어 있다. 관측지점은 약 5.5 km 로 비교적 조밀한 편이지만, 북한산 (836 m) 과 도봉 산 (739.5 m) 등의 산지가 위치하며, 중앙으로 한강이 가로지르고 있다 (Fig. 1b). 한편 제주 네트워크는 제 주지방기상청 (184) 을 중심으로 2개의 종관기상관측 장비와 9개의 자동기상관측장비로 구성되어 있으며, 관측 지점의 간격은 10.1 km로 서울에 비해 성긴 편 이다. 또한 중심에 한라산 (1,095 m) 이 위치하며, 사 면이 바다로 둘러싸여있어 비교적 복잡한 지표면 조 건을 가진다 (Fig. 1c). 총 49개 자동기상관측장비의 Table 2. The wind direction sensor

JY-WD160C WM- Ⅳ-WD

측정범위 0~360 ^o 0~360 ^o

기동풍속 0.5 ms ^-1 0.3 ms ^-1

정밀도 ±3 ^o ±5 ^o

Fig. 1. The station distribution on the (a) Korean peninsula, (b) Seoul regional network and (c) Jeju regional network. The large

circle indicates the boundary of analyzed stations. indicates the Seoul and Jeju regular synoptic stations.

매시 바람 관측자료와 유인관측지점 서울송월동관측 소와 제주지방기상청의 정시 운량 자료를 사용하였으 며, 기간은 1999년 1월 1일부터 2006년 11월 1일까지 의 자료를 사용하였다.

2.3. 균질성 판단에 사용되는 요소

관측지점간 바람의 통일성 혹은 일관성을 평가하기 위해 우선 거리에 따른 바람의 상관성이 분석되었다.

상관성은 관측 지점에서의 바람 성분을 u, v 로 나누 어, 지점간의 u, v 성분 각각의 상관계수를 이용하며 다음과 같이 계산된다.

(1) 식 (1)에서 R

와 R

는 각각의 요소에 대한 상관계수 를 나타내며 −1에서 1사이의 값을 가진다. 이 값들을 제곱하여 합한 뒤 2로 나누어 줌으로써 계산된 R

는 0 에서 1사이의 값을 가지게 된다.

네트워크내의 바람의 다양성을 측정하기 위하여 중 간 속도 규모 (V

) 를 아래와 같이 정의하였다.

(2)

* 는 바람의 편차 성분이며, “i” 지점에서의 바람을 u, v 성분으로 구분하고 각각의 속도에서 각 성분의 네트워크 공간 평균속도 ([ ])를 빼면 네트워크 평균 과 “i” 지점의 편차를 구할 수 있다.

(3) 즉, 중간 속도 규모 (V

)는 고정된 지점에서 공 간 평균속도를 뺀 편차를 이용한 함수이므로 중규모 움직임에 의해 좌우되는 바람장의 공간적인 다양성을

의미한다. V

는 네트워크의 공간 평균바람이 거의 무풍에 가까울 때에도 도시효과나 바다와 육지의 경 계 등 지형효과에 의한 불균등 가열로 인한 국지적인 혼합으로 인해 0 보다 큰 값을 가진다. 그러므로 V

값이 클수록 바람장의 공간적 다양성이 큼을 의미하 며, V

는 바람장의 균질성을 측정하는 척도라 할 수 있다. 반면에 네트워크 공간 평균풍속 (V

) 은 아래와 같이 정의되며, 특히 정온일 때 매우 적은 값 을 가지기도 한다.

(4) 상대 중간 속도 규모 (RV

) 는 위에서 계산된 두 값인 V

와 V

의 값을 사용하여 다음과 같이 정 의된다.

(5)

이 값은 네트워크 평균 바람에 대한 중간 속도 규 모 V

에 대한 상대적인 크기로써 바람이 증가할 때 감소하는 특성을 가진다.

3. 지형에 따른 균질성 평가

Fig. 2는 관측 지점간의 거리에 따른 상관성의 분포 를 나타낸 것이다. 지점간 거리는 지점간의 상관성에 영향을 미치는 요소이며, 지점간의 거리가 멀어질수 록 감소한다. 비교적 균질한 지형적 조건을 가지는 서 울 네트워크에서 바람의 평균 상관성은 약 0.44이며, 거리가 멀어짐에 따라 상관성이 감소하는 경향을 보 인다. 이는 지점간의 거리가 20 km이상일 경우 그 거 리가 멀수록 상관성이 뚜렷이 감소하는 부산 지역에 R _uv ≡ [ ( R _u ² + R _v ² )/2 ] ^0.5

V _meso ≡ [ u _i ^*2 + v _i ^*2 ] ^0.5

u _i ^* = u _i – [ ] u _i

V _metwork ≡ ( [ ] u _i ² + [ ] v _i ² ) ^0.5

RV _meso V _meso V _network ---

=

Fig. 2. Between-station correlations for all of the pairs of stations as a function of separation distance between stations on 8

years within the Seoul and Jeju regional networks.

서의 바람장 특성과 일치하는 결과이다 (Ha et al., 2009). 그러나 상관성에 영향을 미치는 요소는 거리 뿐만 아니라 지형, 지면 상태 등이 있으며, 지면의 상 태가 잔디일 경우 상관성이 더 흩어져 나타나기도 한 다 (Hanna et al., 2007). 상대적으로 복잡한 지형적 조 건을 가지는 제주 네트워크에서는 바람의 상관성이 약 0.40로 나타나며, 지점간의 거리가 가깝더라도 그 상관성이 낮게 나타나고, 거리에 따른 상관성의 감소 경향이 나타나지 않는다. 이는 지표의 비균질성이나 산맥과 같은 지형적 영향으로 인해 비롯되며, 지형 또 한 상관성에 영향을 미치는 명확한 요소임을 제시하 는 결과라 할 수 있다.

Fig. 3 은 서울과 제주 네트워크에서 공간 평균 풍속 에 대한 중간 속도 규모의 관계를 나타낸 것이다. 그 림의 파선은 기울기가 1인 그래프이며, 실선은 공간 평균 풍속에 대한 중간 속도 규모의 선형회귀경향을 나타낸 것이다. 이 경향은 그림의 왼쪽 상단에 식으 로도 나타내었다. 중간 속도 규모는 기본적으로 공간 평균 풍속과 함께 증가하는 특성을 나타내지만, 그 증 가율은 선형적이지 않으며 기울기는 1보다 작다. 선 형회귀선상에서 V

가 V

과 같아지는 풍속을 기 준 풍속이라 정의하였을 때, 기준 풍속보다 약한 바 람이 불 경우 중규모 움직임이 뚜렷하게 되며, 중간 속도 규모가 공간 평균 풍속 보다 더 큰 값을 가지므 로 (V

> V

), 국지적 혼합이 바람을 지배하게 되어, 바람장이 비균질하다고 평가 할수 있다. 서울 네트워크의 경우, 1.84 ms

이하의 바람의 불 경우 중 규모 움직임에 의해 바람장이 비균질하게 된다. 또한 풍속 증가에 따른 V

의 증가는 뚜렷하지만, 풍속의 증가량에 비해 V

의 증가율은 적음을 확인 할 수 있다. 평균 풍속이 0.5 ms

이하인 약한 바람이 불 때, V

는 항상 0보다 큰 값을 가지며, 4 ms

이하의 값

을 가진다. 그러므로 중규모 순환은 풍속과 무관하게 항상 존재하며, 특히 풍속이 1.84 ms

보다 약할수록 중규모 움직임이 바람에 큰 영향을 미치는 것으로 볼 수 있다. 반면, 제주 네트워크의 경우 평균 풍속이 강하 고 지형이 복잡하게 형성되므로 기준 풍속이 3.00 ms

로 서울 보다 더 강하게 나타나며, 서울보다 강하게 산란되어 분포되는 것을 볼 수 있다. 풍속이 0.5 ms

이하인 약한 바람이 불 때, 6 ms

이하의 값을 가지므 로 풍속이 약할수록 중규모 움직임이 바람에 큰 영향 을 미치는 것으로 볼 수 있다. 풍속이 6 ms

이상일 경 우, 대부분의 V

는 그 이하의 값을 가지므로, 풍속 이 강할 경우 중규모 움직임도 증가하지만 평균적으 로 유입되는 바람에 의해 대부분의 바람이 끌려가는 것으로 분석된다. 기준 풍속 이하의 바람이 불 경우, 중규모 움직임의 영향이 크다고 할 수 있으나 평균 풍속이 3.03 ms

이므로 약 50%의 바람이 중규모 움 직임 영향을 강하게 받는다고 할 수 있다.

상대 중간 속도 규모 (RV

) 는 시간적 변화를 기 반으로 하는 중간 속도 규모와 다르기 때문에 네트워 크의 평균 풍속의 증가에 따라 그 값이 증가하지 않 는다 (Anfossi et al., 2005; Mahrt, 2000). 풍속이 약할 수록 공간의 다양성이 급격하게 증가하므로 RV

는 공간 평균 풍속과 반비례하는 경향을 뚜렷하게 나타 낸다 (Fig. 4). 특히 제주 네트워크의 경우 RV

가 1 보다 큰 값을 차지하는 비율은 약 71% 로 서울의 77% 보다 더 작게 나타난다. 이것은 지형적 장애물이 매우 뚜렷하여 중간속도 규모가 다양한 값을 가지나, 풍속이 서울에 비해 거의 2배 정도 강하게 불기 때문 에 바람장의 공간적 다양성을 감소시키기 때문이다.

바람장 균질성의 계절 변화를 살펴보기위해, 두 네 트워크에서의 상관성, 공간 평균 풍속, 중간 속도 규 모, 기준 풍속 등을 계절별로 나타내었다 (Table 3과

Fig. 3. The meso-velocity scale as a function of the speed of the network vector-averaged wind within the Seoul and Jeju

regional networks. The solid and dotted lines indicate the regression line and the line with slope of 1, respectively.

Table 4). 서울의 경우, 봄과 여름에 바람의 상관성이 다소 높고, 가을과 겨울에 낮게 나타나는 경향을 보 인다. 풍속도 유사한 형태로 나타나므로 상관성은 풍 속의 영향을 받는 것으로 볼 수 있다. 그러나 중간속 도 규모는 여름과 겨울에 다소 낮게 나타나는 경향을 보인다. 또한 여름보다 겨울에 바람의 상관성이 더 낮 게 나타나며, 기준 풍속도 더 크게 나타나므로, 동일 한 풍속의 바람이 유입될 경우 겨울철에 국지적인 특 성이 더 뚜렷하게 나타나, 공간적으로 다양한 바람장 이 형성된다. 제주의 경우, 겨울과 봄에 바람의 상관 성이 다소 낮고, 여름과 가을에 높게 나타나는 경향 을 보인다. 풍속과 중간 속도 규모도 유사한 형태로 나타난다. 전체적으로 서울 네트워크에 비해 제주에 서 바람의 상관성이 낮게 나타나며, 강한 공간 평균 속도에도 불구하고 중규모 바람 특성이 강하게 나타 남을 볼수 있다. 기상 상태의 변화로 인한 바람장 균 질성의 계절적 변화는 지형이 복잡한 제주 네트워크 에서 더 민감하게 나타남을 알 수 있다.

4. 균질성 영향 평가 요소 분석

바람의 균질성에 영향을 미치는 요소에 대해 살펴 보았다. 앞서 설명한 바와 같이 지형에 따라 바람장

의 기준 풍속은 다르게 나타나며, 계절에 따라서도 바 람장의 균질성은 변화한다. 이는 계절에 따라 기상 상 태가 변화하기 때문이며, 지형에 따라 그 민감도가 다 르게 나타남을 보았다. 계절 변화에 따른 바람의 균 질성 변화폭이 큰 제주 네트워크의 바람 관측 자료를 이용하여 풍속, 계절, 날씨 등의 기상상태에 따른 바 람장의 균질성을 살펴 보고자 하였다.

4.1. 거리

거리가 바람의 균질성에 미치는 영향을 파악하기 위해, 지점간의 거리가 10 km이내인 근거리 네트워크 와 10 km이상 30 km미만인 원거리 네트워크로 나누 어 전체기간의 자료를 비교 분석하였다. Fig. 5의 (a) 와 같이 제주의 근거리 네트워크에서는 풍속과 거의 무관하게 중간 속도 규모가 분포하는 것을 볼 수 있 으며, 기준풍속이 0.95 ms

로 대부분의 바람이 균질 한 것으로 볼 수 있다. 그러나 (b) 의 원거리 네트워 크에서는 풍속이 증가함에 따라 중간 속도 규모가 증 가하는 경향을 보이며, 기준풍속은 3.11 ms

로 나타 났다. 즉, 관측지점간의 거리가 가까운 근거리 네트워 크의 바람장은 대부분의 바람이 균질하고, 원거리 네 트워크에서는 3.11 ms

이상의 바람이 불 경우에 대부 분의 바람이 균질하게 되므로 원거리에서는 다양한 바람장이 형성된다. (c) 의 상대 중간 속도 규모는 근 거리 네트워크에서는 바람이 상대적으로 균질하여 1 보다 큰 값이 차지하는 비율이 23%로 적게 나타나며, (d) 의 원거리 네트워크에서는 67%의 사례가 1보다 큰 값을 가지므로 다양한 바람장이 형성되는 것을 알 수 있다. 따라서 제주도의 근거리 바람의 경우 풍속 이 1 ms

미만의 바람은 중규모 움직임에 의해 다양하 게 나타나지만, 더 강한 바람이 불 경우 바람장은 균 질하게 형성될 것으로 판단된다.

Fig. 4. The meso-velocity scale scaled by the speed of the network vector-averaged wind as a function of the speed of the network vector-averaged wind within the Seoul and Jeju regional networks.

Table 3. Between correlations, wind speed, meso-velocity scale, the criteria of wind speed in Seoul network

MAM JJA SON DJF Annual

Corr. 0.44 0.44 0.41 0.41 0.44

V _network 2.01 1.66 1.53 1.72 1.73

V _meso 1.67 1.21 1.41 1.18 1.51

Criteria of wind speed 1.92 1.84 1.92 1.85 1.84

4.2. 풍속

균질성에 영향을 미치는 요소 중 하나로 풍속에 대 해 살펴보았다 (Fig. 6). 풍속이 2 ms

이하로 약하게

불 경우, 제주 네트워크의 바람장의 상관성은 감소하 는 경향을 보이며, 상관성이 가장 높은 지점이 0.5로 나타나는 것을 볼 수 있다. 기준 풍속이 3 ms

인 제 주에서 그보다 작은 2 ms

이하의 평균 바람이 불 경 우, 중간 속도 규모의 값이 약 5 ms

이하의 크기를 가 진다. 이는 중규모 움직임이 매우 뚜렷함을 의미한다.

그러므로 풍속이 기준 풍속보다 약할 경우, 다양한 바 람장이 형성되는 것으로 분석할 수 있다. 또한 풍속 이 2 ms

약할 경우 상대 중간 속도 규모가 1보다 큰 값을 차지하는 비율이 90 % 이며, 그렇지 않을 경우 에는 약 71 % 의 값을 가진다.

4.3. 탁월풍

몬순의 영향이 뚜렷하고, 태풍과 전선의 유입이 빈 번히 일어나 기압계가 급변하는 여름에는 탁월풍이 뚜렷하지 않는 반면, 시베리아 고기압의 확장에 의해 기압계의 이동이 느린 겨울에는 북풍의 탁월풍이 뚜 렷이 나타난다. 따라서 계절적 탁월풍이 뚜렷이 나타 나는 제주 네트워크에서의 여름과 겨울의 바람장을 비교함으로써 탁월풍이 균질성에 미치는 영향을 살펴 보았다.

거리에 따른 지점별 바람의 상관성은 여름에 비해 Fig. 5. (a) The meso-velocity scale as a function of wind speed of the network vector-averaged wind with the short distance of stations (R < 10 km) and (b) long distance of station (10 km < R < 30 km) , (c) The meso-velocity scale scaled by the speed of the network vector-averaged wind as a function of the speed of the network vector-averaged wind for network with the short distance of station (R < 10 km) and (d) long distance of station (10 km < R < 30 km) within the Jeju regional network.

Fig. 6. Between-station correlations for all of the pairs of

stations for weak winds (network-averaged wind less than 2

ms-1) as a function of separation distance between stations

within the Jeju regional network.

겨울에 더 큰 값을 나타내지만, 그 산포도가 크게 나 타난다 (Fig. 7). 이는 탁월풍의 영향으로 풍속이 증가 하고 바람의 상관성이 높게 나타나는 지점이 있는 반 면, 지형에 의해 탁월풍의 효과가 차단되어 상관성이 낮게 나타나는 지점이 있기 때문이다. 따라서 네트워 크 내 상관성의 평균값은 풍속이 강함에도 불구하고 여름보다 겨울에 낮게 나타난다 (Table 4). 이는 지형 이 복잡한 관측 네트워크의 경우 상관성 평균이 크다 하더라도 네트워크 전체의 바람을 대표하지 못함을 의미한다.

탁월풍이 뚜렷한 겨울에는 평균 풍속이 강해짐에 따라 중간 속도 규모도 증가하며 기준 풍속 또한 여 름에 비해 크게 나타난다 (Fig. 8). 하지만 여름에 비 해 평균 풍속에 대한 중간 속도 규모의 상대적인 증 가비는 적게 나타남을 볼 수 있다. 이는 겨울에 더 균 질한 바람장이 형성됨을 의미한다.

4.4. 날씨

맑은 날에는 강한 일사의 영향으로 난류가 형성되 기 쉽고, 바람을 형성하는 요인 중 국지적인 영향이 강화되는 특징이 뚜렷하므로 날씨도 바람장의 균질성 에 영향을 미칠 수 있다. 날씨의 영향을 분석하기 위 해서 하루 평균 운량이 2할 이하인 경우를 맑은 날로 정의하고, 운량이 8할 이상인 날은 흐린 날로 정의하 여 바람의 변화를 분석하였다. Fig. 9에서 보는 바와 같이 맑은 날은 상관성은 감소하나, 흐린 날에는 상 관성이 증가하는 특징을 보인다. 이는 흐린날 풍속이 증가하고, 일사의 영향으로 인한 국지성 대류가 일어 Fig. 7. Between-station correlations for all of the pairs of stations for (a) summer and (b) winter as a function of separation distance between stations within the Jeju regional network.

Fig. 8. The meso-velocity scale as a function of the speed of the network vector-averaged wind for (a) summer and (b) winter within the Jeju regional network.

Table 4. Same as Table 3 except for Jeju network

MAM JJA SON DJF Annual

Corr. 0.33 0.37 0.35 0.34 0.4

V _network 3.14 2.76 2.87 3.35 3.03

V _meso 2.69 2.41 1.93 2.61 1.51

Criteria of wind speed 3.4 2.9 3.4 3.3 3.0

나지 않아 비교적 균질한 바람장이 형성되기 때문이다.

또한 기준풍속은 맑은 날에 3.04 ms

로 더 크게 나 타나 맑은 날 중규모 움직임이 더 뚜렷하며 이 때문 에 바람장이 다양하게 형성된다 (Fig. 10). 흐린 날의 경 우 풍속이 증가함에도 불구하고 기준풍속은 2.96 ms

로 나타나 유입되는 바람의 50% 이상이 중규모의 영 향을 받지 않고 풍속에 의해 끌려가므로 균질한 바람

장이 형성된다. 상대 중간 속도 규모가 1보다 큰 값 이 각각 85%와 75%로 나타나 맑은 날에 바람이 더 불균질함을 알수 있다. 동일하게 약 3ms

의 바람이 불 경우, 맑은 날에 더 다양한 바람장이 형성되므로 거리가 가깝더라도 바람의 성질이 무관하게 나타나고, 흐린 날에는 균질한 바람장이 형성되므로, 거리가 가 까울 경우 바람의 성질이 유사하게 나타날 것이다.

Fig. 9. Between-station correlations for all of the pairs of stations for (a) clear and (b) cloudy periods as a function of separation distance between stations within the Jeju regional network.

Fig. 10. (a) The meso-velocity scale as a function of wind speed of the network vector-averaged wind for clear and (b) cloudy

periods , (c) The meso-velocity scale scaled by the speed of the network vector-averaged wind as a function of the speed of the

network vector-averaged wind for network for clear and (d) cloudy periods within the Jeju regional network.

5. 결 론

대기경계층은 상층대기와 달리 지표면의 영향으로 중규모 움직임이 발생하게 되고, 오염물질의 확산 등 이 일차적으로 분포하므로 대기 경계층에서의 바람장 에 대한 연구는 매우 중요하다. 이에 본 연구에서는 지형이 다소 균질한 서울 지역 관측네트워크와 바다 와 산의 영향으로 지형이 복잡한 제주 지역 관측네트 워크를 정의하여 기상상태에 따른 바람장의 균질성 변화를 분석하였다.

관측네트워크 내 바람장의 공간적 다양성을 측정하 기 위해, 상관성과 중간 속도 규모가 이용되었으며, 평균 풍속을 독립변수로 하였을 때 나타나는 중간속 도 규모 척도(종속변수)가 서로 다른 지표 특성이나 환경에서 어떤한 크기의 변화를 보이는지를 평가하였 다. 중간 속도 규모는 특성적으로 바람의 균질성을 표 현하며, 상대 중간 속도 규모는 무차원화시킨 변수이 므로 1을 중심으로 그 기울기 특성이 중간규모 속도 의 특성 변화를 동질적으로 잘 나타내었다. 또한 중 간 속도 규모와 공간 평균 풍속의 값을 이용하여 기 준 풍속을 정의하였다. 기준 풍속 이하의 바람은 중 규모 움직임에 의해 지배되므로 다양한 바람장이 형 성되며, 이때 내삽을 이용한 바람장 산출은 유의하지 않게 된다.

지형이 비교적 균질한 네트워크인 서울은 비교적 복잡한 지형적 조건을 가진 제주에 비해 풍속이 약하 지만 지형적 영향이 적어 상관성이 더 높게 나타났으 며, 지점간 거리가 멀어짐에 따라 상관성이 감소하는 일반적인 경향을 보였다. 그러나 제주는 지형적 영향 에 의해 풍속이 강함에도 불구하고 상관성이 낮게 나 타났으며, 지점간 거리가 증가함에 따른 상관성의 감 소 경향을 보이지 않았다. 중간 속도 규모의 경우 서 울보다 제주에서 더 큰 값이 나타나며, 기준 풍속도 서울에 비해 제주에서 크게 나타나 동일한 풍속의 바 람이 있을 경우 서울에서는 균질한 바람이 불지만, 제 주에서는 다양한 바람이 부는 것으로 판단되었다.

또한 계절별 기상상태에 따른 변화폭도 제주에서 더 크게 나타났으며, 기상상태에 따른 바람장의 균질 성이 지형의 영향을 많이 받음을 알수 있다. 특히 제 주에서 평균 풍속에 따른 바람장의 특성을 살펴보았 을때, 약한 바람 (2 ms

이하) 인 경우, 중규모 움직임 에 의한 영향이 우세하여 상관성이 감소하였다. 이는 약한 바람이 불 경우, 관측 지점이 근접해 있다고 하 더라도 그 바람은 상이하게 나타날 가능성이 높음을 의미한다. 몬순의 영향과 기압계의 변화가 잦은 여름 은 겨울에 비해 풍속이 약하지만 기준 풍속이 더 작 으므로, 상관성이 증가하는 것을 볼 수 있었다. 즉, 동 일한 풍속의 바람이 불 경우 여름에는 균질한 바람장

이 형성되고, 겨울에는 다양한 바람장이 형성된다. 또 한 날씨가 맑을 경우 풍속이 감소하므로 상관성이 감 소하고, 일사의 영향이 증가하므로 중규모 움직임이 증가한다. 이 때문에 기준풍속이 증가하여 맑은 날에 는 관측지점이 근접할 경우에도 중규모 움직임이 증 가하므로, 상이한 바람이 유입될 수 있다.

지형이 균질한 네트워크에서는 기상상황에 따른 균 질성 변화량이 적으나, 지형이 복잡한 네트워크에서 기상상황에 따라 바람장의 균질성이 매우 민감하게 변하는 것으로 분석되었다. 그러므로 지형이 복잡한 네트워크를 중심으로 세부적인 기상상황에 따라 중간 속도 규모를 이용한 바람장 균질성에 대한 평가가 이 루어져야 하며, 한반도를 몇 개의 네트워크로 구성하 여 중간 속도 규모 V

를 이용, 기준풍속을 설정한 다면 기준풍속보다 강한 바람이 유입될 경우 간단하 게 바람장을 산출할 수 있을 것으로 판단된다.

감사의글

이 논문은 환경부의 “차세대핵심환경기술개발사업 (Eco-technopia21 project)” 의 지원으로 연구되었습니다.

참고문헌

김유근, 이화운, 홍정혜, 2001: 부산지역 지표 바람장의 특성 에 관한 연구. 한국환경과학회지, 10.2, 135-142.

신선희, 이영선, 하경자, 2006: 중규모 기상모형에 지표면 경 사를 고려한 직달 복사량의 효과. 한국지리정보학회지, 9.4, 45-59.

신유미, 이순환, 류찬수, 2002: 해안지형이 중규모 순환장에 미치는 영향에 관한 수치모의. 한국기상학회지, 12. 3, 254-257.

Anfossi, D., D. Oettl, G. Degrazia, and A. Boulart, 2005: An analysis of sonic anemometer observations in low wind speed conditions. Bound.-Layer Meteor., 114, 179-203.

Ha, K.-J., E.-H. Jeon, and H.-M. Oh, 2007: Spatial and temporal characteristics of precipitation using an extensive network of ground gauge in the Korean Peninsula. Atmos. Res., 86, 330-339.

________., S.-H. Shin, and L. Mahrt, 2009: Spatial variation of the regional wind field with land-sea contrasts and complex topography. J. Appl. Meteor. Climatol., 48, 1929-1939.

Hanna, S., J. White, and Y. Zhou, 2007: Observed winds,

turbulence, and dispersion in built-up downtown areas

of Oklahoma City and Manhattan. Bound.-Layer

Meteor., 125, 441-468.

Kanda, M., 2006: Progress in the scale modeling of urban climate: Review. Theor. Appl. Climatol., 84, 23-33.

Lemonsu A , V. Masson, G. Pigeon and C. Moppert, 2006:

Sea–town interactions over Marseille: 3D, urban boundary layer and thermodynamical field near the surface. Theoretical and Applied Climatology, 84, 171- 178.

Mahrt, L., 2000: Surface heterogeneity and vertical structure of the boundary layer. Bound.-Layer Meteor., 96, 33-62.

________., 2007: Weak-wind mesoscale meandering in the

nocturnal boundary layer. Env. Fluid. Mech., 7, 331-347.

Pino, D., J. Vila-Guerau de Arellano, A. Comeron, and F.

Rocadendosch, 2004: The boundary layer growth in an urban area. Sci. Total Environ., 334-335, 207-213.

Suh, M. S. and Lee, D. K., 2004 : Impacts of land use/cover changes on surface climate over east Asia for extreme climate cases using RegCM2. J. Geophys. Res. 109, D02108.

Staebler, R. M., and D. R. Fitzjarrald, 2004: Observing

subcanopy CO ₂ advection. Agric. For. Meteorol., 122,

139-156.