Abstract
The extreme weather conditions become frequent and severe with global warming. To prevent and cope forest disaster like a forest fire, we need an accurate micrometeorological prediction system for mountainous regions. This study addressed the forest fires occurred at Bonghwa and Gangneung in March, 2013. We constructed and optimized the prediction system that were required to interpret and simulate the forest micrometeorology. At first, we examined WRF physical sensitivity. Subsequently, KMA AWS observation data were assimilated using three-dimensional variation data assimilation method. The effectiveness of the assimilation was examined by using AWS observations enhanced with the Forest Research Institute observations. Finally, The 100 meters spatial resolution wind data were obtained by using the MUKLIMO for the given wind vector from WRF.
지구 온난화와 연관된 기후 변화는 악기상 현상의 발생 빈도 및 강도를 증가시킨다. 따라서 산불, 산사태 등 산림 재해의 예방 및 대응을 위한 정밀한 산림 미기상 예측 시스템의 개발이 필요하다. 본 연구에서는 2013년 3월 봉화와 강릉에서 발생한 산불을 WRF와, 3D-var로 모의 하였다. WRF에서 나온 Output 자료를 이용하여 MUKLIMO 모형을 기반으로 산림 미기상 해석 및 모의를 위한 예측 시스템의 구축과 최적화를 이루었다. 이를 위해 3차원 변분 자료 동화 방법을 사용하여 기상청 AWS 관측 자료를 동화하였고, WRF의 예보에 MUKLIMO 모형을 결합하여 100m의 고해상도 바람장을 산출하였다. 자료동화를 수행하지 않은 CNTL 실험에 비해 자료 동화를 수행한 KMA 혹은 KMA_KFRI실험의 모의 결과가 관측과 가까워짐을 확인하였다. MUKLIMO에서 산출된 바람장 자료를 이용하여 보다 정확한 산림 미기상 예측 시스템을 구축할 수 있었다.
