20년(1999-2018) 기간에 대한 우리나라 ASOS 지상 관측자료와 ERA5 재분석자료 사이의 1시간 평균 지상 온도와 관련 극한기후지수의 비교 :Comparisons of 1-hour-averaged surface air temperature and climate extreme indices between ASOS observations and ERA5 reanalaysis for 1999-2018 over South Korea

송형규

학위논문

저자정보: 송형규 (충북대학교, 충북대학교 대학원)

이용 62 피인용 0

검색

초록·키워드

유럽중기기상예보센터(European Centre for Medium-Range Weather Forecasts, ECMWF)는 최신 재분석자료인 ECMWF ReAnalysis 5 (ERA5)를 배포하였다. ERA5는 현존하는 재분석자료 중 가장 높은 시, 공간 해상도를 가지고 있어 여러 연구 분야에 활용될 가치가 높은 자료이므로, 실제 관측 자료(Automated Synoptic Observing System, ASOS)와 비교하는 것이 필요하다. 비교 기상요소는 지상 온도를 사용하였다. 공간분포 비교 시 두 자료가 유사하고, 차이 공간 분포를 비교했을 때 ?2 - 2°C 범위로 작은 차이를 나타냈다. 산점도와 선형회귀기울기를 비교했을 때 두 자료가 전반적으로 유사하였으나 ASOS를 지형적으로 분류하여 선형회귀기울기 값을 자세히 살펴보았을 때, 타 지역 대비 해안 지역의 경우 기울기 값이 특히 낮게 나타났는데 이는 해안지역은 여름철은 ASOS, 겨울철은 ERA5의 온도가 높게 나타나기 때문이었다. 이러한 계절별 차이는 ASOS에서 ERA5 차이를 이용해 구한 20년치 확률밀도함수(Probability Density Function, PDF) 시계열을 통해서도 확인할 수 있었다. 통계지수를 통해 살펴보았을 때 크지 않은 범위에서 오차가 발생하였으며, 상관성은 모든 지역에서 0.99에 근접하였다. PDF 시계열을 통해 파악한 해안 지역의 계절별 차이가 ERA5 격자 내 지형효과에 영향을 받은 것으로 보고 수치표고모델 자료를 활용하여 격자 내 고도 PDF의 첨도와 왜도를 구하고, 이를 ASOS - ERA5 시계열의 파워스펙트럼 분석을 통해 얻어낸 1년 주기 신호 세기와 비교하였을 때, 각 지형별로 그룹화 됨을 통해 지형 효과가 오차를 유발하는 원인으로 고려해볼 수 있음을 알 수 있었다. 원 자료를 활용하여 극한기후지수를 비교해 본 결과, 지상 온도와 관련된 지수에서는 공간 분포는 유사하게 나타났으나, 강수 관련 지수 비교 시 정량적인 값에서 차이가 크게 나타나 결과 해석 및 ERA5 활용에 주의가 필요하다고 판단된다.

The European Center for Medium-Range Weather Forecasts (ECMWF) has released the latest reanalysis data, ECMWF ReAnalysis-5 (ERA5). Since ERA5 has the highest temporal and spatial resolution among existing reanalysis data, it is highly valuable to be used in various research fields, so it is essential to compare it with surface observation data (Automated Synoptic Observing System, ASOS). As a comparative meteorological factor, surface temperature was used. As a result of comparing the spatial patterns, they were very similar, showed a slight difference within the range of -2-2°C, and also showed similarity when comparing the scatter plot and linear regression slope. However, in the coastal region, the linear regression slope shows seasonal variability because ASOS are higher in summer and ERA5 are higher in winter. This seasonal difference was also confirmed through the 20-year Probability Density Function (PDF) time series obtained using the ERA5 difference in ASOS. When looking through the statistical indices, errors occurred in a small range, and the correlation was close to 0.99 in all regions. Assuming that this seasonal variability in the coastal region is affected by the topographic effect in the ERA5 grid, the kurtosis and skewness which can determine the characteristics of the altitude probability density distribution within the ERA5 grid are obtained using the digital elevation model. These compared with the 1-year period signal strength obtained from the power spectrum analysis of the ASOS - ERA5 time series. Through this, it was found that there is a tendency to be grouped by each terrain, but additional research is needed to consider other factors that cause the difference between the two data. As a result of comparing the extreme climate indices, the spatial distribution was similar, but there were differences in quantitative values especially about precipitation indices. It must be interpreted carefully when it comes to precipitation indices calculated by ERA5.

#재분석자료 #관측자료 #극한기후지수

제1장. 서론 1
제2장. 자료설명 5
2.1. 관측 지점 자료: ASOS 5
2.2. 재분석 격자자료: ERA5 9
2.3. 지형자료: SRTM-DEM 17
제3장. 연구방법 22
3.1. 비교 변수 및 기간 설정 22
3.2. 비교 방법 및 통계지수 선정 23
3.3. 극한기후지수 26
제4장. 분석결과 29
4.1. 지상 온도 공간 분포 비교 29
4.2. 지상 온도 시간 분포 비교 29
4.3. 오차 정량화 34
4.4. 지형효과의 영향 36
4.5. 극한기후지수 비교 39
제5장. 결론 및 토의 44
참고문헌 47
영문초록 51
Appendix 53
그림 차례
Fig. 1. 기상자료개방포털 사이트 7
Fig. 2. 기상자료개방포털을 이용해 다운로드한 ASOS 파일 중 일부 8
Fig. 3. ASOS 파일 내 형식 8
Fig. 4. 연도별 ASOS 각 지점 자료를 정리한 파일 및 내부 9
Fig. 5. 재분석자료 격자크기 비교 10
Fig. 6. C3S 사이트 13
Fig. 7. ERA5 자료 위, 경도 범위 지정 화면 14
Fig. 8. grib_dump 명령어를 통해 읽은 ERA5 자료 일부. 15
Fig. 9. ECMWF에서 제공하는 ERA5 Python 코드 16
Fig. 10. Python을 이용한 grib 형식 ERA5 읽기 코드 16
Fig. 11. SRTM-DEM 격자 지정 이미지 17
Fig. 12. imageio 모듈을 이용해 읽은 DEM 자료 18
Fig. 13. DEM 자료 위 ASOS 61 지점의 위치를 표시한 지도 19
Fig. 14. 강릉(#105) ASOS 위치, 격자 내 DEM 분포를 보여주는 지도. 20
Fig. 15. 인제(#211) ASOS 위치, 격자 내 DEM 분포를 보여주는 지도 20
Fig. 16. 서울(#108) ASOS 위치, 격자 내 DEM 분포를 보여주는 지도. 21
Fig. 17. ASOS 61지점 결측률 다이어그램 23
Fig. 18. CEI 산출 입력자료 및 STARDEX 산출물 28
Fig. 19. ERA5와 ASOS의 지상 온도 공간 분포 비교 29
Fig. 20. 지형에 따라 분류된 관측소의 산점도, 선형회귀기울기 30
Fig. 21. ASOS 61 지점 선형회귀기울기 값 32
Fig. 22. 월별 오차 PDF 시계열 33
Fig. 23. 각 지형별 ERA5 한 격자 내 DEM 공간분포 및 확률밀도함수 35
Fig. 24. 오차 파워스펙트럼의 1년 신호 세기와 왜도, 첨도 비교 산점도 38
Fig. 25. 열파 90분위 지수 공간 분포 42
Fig. 26. 한파 10 분위 지수 공간 분포 42
Fig. 27. 연속 5일 최고 총강수량 지수 공간 분포 42
Fig. 28. 연속 강수일 지수 공간 분포 43
표 차례
Table 1. ASOS와 ERA5 1-시간-평균 온도 통계지수 34
Table 2. STARDEX에 정의된 극한기후지수 목록 39
부록
Appendix A ? ERA5 다운로드 코드 53
Appenidx B ? STARDEX 입력자료 생성 1단계 코드 54
Appenidx C - STARDEX 입력자료 생성 2단계 코드 55
Appenidx D ? DEM 자료 이미지화 코드 56
Appenidx E ? ASOS , ERA5 자료 정리 도식화 57
Appenidx F ? 우리나라 지역에 해당하는 ERA5 내려받기 코드 58

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

목차

최근 본 자료 전체보기

댓글(0)