Abstract

Impacts of Sea Surface Temperature (SST) assimilation to the prediction of upper ocean temperature is investigated by using a regional ocean forecasting system, in which 3-dimensional optimal interpolation is applied. In the present study, Sea Surface Temperature and Sea Ice Analysis (OSTIA) dataset is adopted for the daily SST assimilation. This study mainly compares two experimental results with (Exp. DA) and without data assimilation (Exp. NoDA). When comparing both results with OSTIA SST data during Sept. 2011, Exp. NoDA shows Root Mean Square Error (RMSE) of about $1.5^{\circ}C$ at 24, 48, 72 forecast hour. On the other hand, Exp. DA yields the relatively lower RMSE of below $0.8^{\circ}C$ at all forecast hour. In particular, RMSE from Exp. DA reaches $0.57^{\circ}C$ at 24 forecast hour, indicating that the assimilation of daily SST (i.e., OSTIA) improves the performance in the early SST prediction. Furthermore, reduction ratio of RMSE in the Exp. DA reaches over 60% in the Yellow and East seas. In order to examine impacts in the shallow costal region, the SST measured by eight moored buoys around Korean peninsula is compared with both experiments. Exp. DA reveals reduction ratio of RMSE over 70% in all season except for summer, showing the contribution of OSTIA assimilation to the short-range prediction in the coastal region. In addition, the effect of SST assimilation in the upper ocean temperature is examined by the comparison with Argo data in the East Sea. The comparison shows that RMSE from Exp. DA is reduced by $1.5^{\circ}C$ up to 100 m depth in winter where vertical mixing is strong. Thus, SST assimilation is found to be efficient also in the upper ocean prediction. However, the temperature below the mixed layer in winter reveals larger difference in Exp. DA, implying that SST assimilation has still a limitation to the prediction of ocean interior.

한반도 주변을 연구해역으로 하는 지역 해양순환예측시스템을 이용하여 관측기반의 분석 자료인 Operational Sea Surface Temperature and Sea Ice Analysis(OSTIA) 해수면 온도 자료의 동화를 통한 초기장 개선효과가 황해, 동중국해 그리고 동해의 해수면온도 예측결과에 미치는 영향을 조사하였다. 이를 위해서, 본 연구에서는 3차원 최적내삽법을 적용한 실험(Exp. DA)과 적용하지 않은 실험(Exp. NoDA)을 수행하여 각각의 실험결과를 관측자료와 비교 분석하였다. 2011년 9월 OSTIA 해수면 온도 자료와의 비교결과, Exp. NoDA는 24, 48, 72 예측시간에서 약 $1.5^{\circ}C$의 비교적 높은 Root Mean Square Error(RMSE)를 보였으나, Exp. DA에서는 모든 예측시간에서 $0.8^{\circ}C$ 이하의 상대적으로 낮은 RMSE가 나타났다. 특히, 초기 24시간 예측결과에서 RMSE는 $0.57^{\circ}C$를 보여 Exp. NoDA에 비해 예측성능이 크게 향상된 결과를 보였다. 해역별로는 황해와 동해에서 자료동화 적용 시, 60% 이상의 높은 RMSE 감소율이 나타났다. 기상청 8개 지점 연안 계류부이의 표층수온 자료를 이용하여 자료동화 효과를 계절적으로 살펴본 결과, 전반적으로 여름철을 제외한 모든 계절에서 자료동화 적용 후 70% 이상의 높은 RMSE 감소율을 보여 한반도 연안 표층수온의 단기 예측성이 향상됨을 확인하였다. 또한, 해수면 온도 자료의 동화로 인한 해양상층부의 수온구조 변화를 살펴보기 위해 동해를 대표해역으로 하여 Argo 수온 프로파일 자료와 실험결과를 비교하였다. 특히 연직 혼합이 강한 겨울철 해양 상층부(<100 m) 경우 Exp. DA의 RMSE가 Exp. NoDA에 비해 약 $1.5^{\circ}C$ 감소한 결과를 보여 해수면 온도의 자료동화 효과가 해양상층부의 수온 예측성 향상에 기여함을 확인하였다. 하지만, 겨울철 혼합층 아래에서는 Argo 관측 대비 수온 오차가 오히려 증가한 해역도 존재하여 해수면 온도 자료동화의 한계성도 나타났다.

Keywords

• Optimal interpolation;
• Data assimilation;
• OSTIA;
• Sea surface temperature;
• Ocean forecast