원문정보
황사배출량을 적용한 동아시아 미세먼지 예보 개선 연구
초록
영어
Air quality forecasting system with Asian dust emissions was developed in East Asia, and PM10 forecasting performance of chemical transport model with Asian dust emissions was validated and evaluated. The chemical transport model (CTM) with Asian dust emission was found to supplement PM10 concentrations that had been under-estimated in China regions and improved statistics for performance of CTM, although the model were overestimated during some periods in China. In Korea, the prediction model adequately simulated inflow of Asian dust events on February 22~24 and March 16~17, but the model is found to be overestimated during no Asian dust event periods on April. However, the model supplemented PM10 concentrations, which was underestimated in most regions in Korea and the statistics for performance of the models were improved. The PM10 forecasting performance of air quality forecasting model with Asian dust emissions tends to improve POD (Probability of Detection) compared to basic model without Asian dust emissions, but A (Accuracy) has shown similar or decreased, and FAR (False Alarms) have increased during 2017.Therefore, the developed air quality forecasting model with Asian dust emission was not proposed as a representative PM10 forecast model in South Korea.
한국어
동아시아지역을 대상으로 황사배출량 산정 모듈 및 이를 적용한 예보시스템을 개발하였고, 개발된 모형의 화학수송모 델링 정합도 및 실시간 예보 운영 평가를 진행하였다. 2015년 화학수송모델링 정합도 평가 결과, 중국 지역에서는 황사 배출량을 적용한 예보 모형이 과대평가하는 기간이 있으나 대부분 지역에서 저평가 되었던 PM10을 보완하고, 통계수치 가 개선되는 것을 확인할 수 있었다. 한국 지역에서는 황사 발생일인 2월 22일~24일, 3월 16일~17일(서울지역대상)에는 황사의 유입을 적절히 모사하였으나 황사가 관측되지 않은 4월에는 황사를 적용한 예보모델이 과대평가하는 것을 확인 할 수 있었다. 그러나 황사를 적용한 예보모형은 한반도 대부분 지역에서 저평가 되었던 PM10을 보완하고, 통계수치가 개선되는 것을 확인할 수 있었다. 2017년 예보 성능 평가 결과, 황사배출량을 적용한 예보모델은 기존 모델과 비교하였 을 때, POD는 대부분 개선되지만, A는 유사 또는 감소, FAR는 대부분 증가하는 경향이 나타났다. 황사배출량을 적용한 예보모형은 동아시아 지역에 저평가 하고 있는 PM10을 보완하는 장점이 있지만, 황사배출량 산정의 불확실성 등이 내제 되어 모델이 측정값을 과대모의하여 오경보율이 높다. 따라서 한반도 지역에 대표 대기질 예보모형으로 사용하기는 부적 절하다고 판단된다. 그러나 황사 기간에는 황사배출량 모델의 모사성능은 우수하였으므로, 황사가 발생하는 기간에는 기 존 모델과 융합하여 예보관이 예보하는 것이 필요하다고 사료된다.