earticle

영어

This study was carried out to improve the accuracy of PM (Particulate Matter) forecasting using ensemble approaches. 5 prognostic forecast models were proposed based on various combination of meteorological model of WRF, emission inventories and chemical transport models of CMAQ and CAMx. The ensemble models using the prognostic forecast models were then suggested as ① a method of simply doing an arithmetical mean of 5 prognostic model forecast outcomes,② a super-ensemble method in which the weighted values of the prognostic model forecasts, ③ a method of the expanded super-ensemble in which the weighted values of the prognostic models are calculated by group classified by the meteorological conditions. In oder to evaluate performance of the proposed prognostic models and ensemble models, the forecasted PM concentrations were compared with the measurement at the ambient air quality monitoring sites in Seoul. The comparison shows that the ensemble models with weighted values on meteorological conditions, such as wind direction, wind speed and humidity improve the accuracy in the forecasting. This study also demonstrated that the reliability in the air quality forecasting can be improved by employing the ensemble approach rather than using a single prognostic model.

한국어

미세먼지 예보 정확도를 향상시키기 위해서 여러 결정론적 예보모델로 예보 결과를 계산하고, 다양하게 에측된 예보치를 조합하여 최종 예보 결과를 도출하는 앙상블 기법에 대해서 연구를 진행하였다. 이를 위하여 기상 모델인 WRF(1)와 배출량 모델인 SMOKE(2), 화학수송 모델인 CMAQ(3)과 CAMx(4)를 이용하여 5개의 결정론적 모델을 제안하였다. 제안한 각각의 결정론적 예보모델결과를 이용하여 단순평균방법, 가중치를 적용하는 방법, 그리고 풍향, 풍속, 습도등의 기상조건에 따라서 가중치를 주는 방법 등 총 5종류의 앙상블 모델을 제시하고 그 예보 성능을 평가하였다. 결정론적 예보모델과 앙상블모델의 예보결과는 서울지역 자동측정망 자료와 비교하여 정확도를 비교 분석하였다. 본 연구에서 구성한 5가지의 앙상블 모델중에서는풍향, 풍속, 습도와 같은 기상조건에 의한 가중치를 적용하는 방법이 단순 평균을 적용하는 방법에 비해 높은 정합도를 나타내고 있으며, 이중 풍속에 대해서 가중치를 적용한 경우와 습도에 대해서 가중치를 적용한 경우가 예보적중률이 향상되는 것을 확인하였다. 이와 같이 여러 모델링 조건을 결합하여 다양한 예보결정론적 모델을 구성하여 예보치를 생산하고, 결정론적 예보치들을 기상조건에 따라 군집분석으로 별도의 가중치를 부여하여 조합하는 super-ensemble 방법을 적용하면 미세먼지 예보의 신뢰도가 향상될 수 있다는 것을 본 연구를 통하여 확인할 수 있었다.