KR101504100B1

KR101504100B1 - 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법 및 이를 구현하는 하드웨어 장치

Info

Publication number: KR101504100B1
Application number: KR20130144184A
Authority: KR
Inventors: 진경; 김소영; 최현주; 배수야; 설경희; 이은희; 이준석; 조경미; 채정효; 최인진; 한지영
Original assignee: 재단법인 한국형수치예보모델개발사업단
Priority date: 2013-11-26
Filing date: 2013-11-26
Publication date: 2015-03-19

Abstract

로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법은, 복사 과정 모수화 모듈, 지표층 과정 모수화 모듈, 지면 과정 모수화 모듈, 경계층 과정 모수화 모듈, 산악 중력파 항력 과정 모수화 모듈, 적운 대류 과정 모수화 모듈, 대규모 구름 과정 모수화 모듈, 구름미세물리 과정 모수화 모듈, 및 비산악 중력파 항력 과정 모수화 모듈을 포함하는 물리과정 모수화 패키지를 포함한 수치일기예보모델의 물리 과정을 모수화하는 방법에 있어서, 제1 시각(time step)에 대하여, 상기 복사 과정 모수화 모듈, 상기 지표층 과정 모수화 모듈, 상기 지면 과정 모수화 모듈, 상기 경계층 과정 모수화 모듈, 상기 산악 중력파 항력 과정 모수화 모듈, 상기 적운 대류 과정 모수화 모듈, 상기 대규모 구름 과정 모수화 모듈, 상기 구름미세물리 과정 모수화 모듈 및 상기 비산악 중력파 항력 과정 모수화 모듈을 순차적으로 계산하고, 각각의 모듈로부터 산출되는 변수들을 상호 간에 제공한다.

Description

로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법 및 이를 구현하는 하드웨어 장치{PHYSICS PARAMETERIZATION PACKAGE CONSTRUCTION METHOD OF NUMERICAL WEATHER PREDICTION MODEL USING CUBED-SPHERE HORIZONTAL GRID SYSTEM BASED ON LORENZ VERTICAL DISCRETIZATION METHOD AND HARDWARE DEVICE IMPLEMENTING THE SAME}

본 발명은 수치일기예보모델의 물리과정 모수화 패키지 구성 방법 및 이를 수행하는 하드웨어 장치에 관한 것으로, 보다 상세하게는 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법 및 이를 수행하는 하드웨어 장치에 관한 것이다.

수치일기예보모델(numerical weather prediction model)은 현재 또는 과거의 일기 조건으로부터 미래의 날씨를 예측하기 위해 대기(및 해양)의 역학 방정식, 물리 모수화식 등을 계산하는 수학적 모델이다. 수치일기예보모델은 대기의 역학(dynamics) 과정을 기술하는 역학 코어부와 대기의 물리과정(physics)을 기술하는 물리 모수화부를 포함한다.

상기 역학 코어부는 3차원 공간에서 대기의 순환이 나타내는 시간적 변화에 대한 수치 해를 계산할 수 있다. 상기 물리 모수화부는 태양으로부터 도달하는 복사 에너지와 지구에서 재방출하는 복사 에너지의 차이로 인한 에너지 불균형을 해소하는 과정에서 발생하는 다양한 지구 물리적 과정 중 대기에서 일어나는 현상들을 이론식 및 경험식에 의해, 각각의 현상을 대표하는 매개변수들을 사용하여 계산할 수 있다. 예를 들어, 상기 물리 모수화부는, 태양/지구 복사의 투과, 소산, 흡수, 산란 등과 같은 복사 과정을 모수화(parameterize)할 수 있다. 또한, 상기 물리 모수화부는, 경계층(planetary boundary layer; PBL)에서의 난류 혼합과, 대기/지면 간의 운동량, 열 및 수증기의 교환과, 지형이나 대류 등에 의해 발생하는 중력파 항력과, 수증기, 구름 및 얼음 등의 대기 수상(hydrometeor)의 증발, 응결 및 승화 등으로 인한 잠열 방출, 습윤 대류, 구름 형성 및 강수 등과 같은 아격자 규모(sub-grid scale)의 물리과정들을 모수화(parameterize)할 수 있다.

각각의 상기 물리과정은 이론적 배경 및 수식에 따라 서로 다른 모수화 방법에 의해 기술될 수 있다. 이 경우, 상기 물리과정들을 기술하는 복수의 모수화 방법 중에서 특정한 모수화 방안들을 선택적으로 결합함으로써, 물리과정 모수화 패키지를 구성할 수 있다.

그러나, 종래의 물리과정 모수화 패키지는 위도-경도 좌표계를 수평 격자로 사용하는 수치일기예보모델에 대하여 적용되는 모수화 방법만을 제공하고, 물리과정 모수화 패키지에 포함된 세부 모듈들의 연관 관계가 구체적으로 개시되지 않은 한계가 있다.

이에 본 발명의 기술적 과제는 이러한 점에서 착안된 것으로, 본 발명의 목적은 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델에 적용될 수 있는, 물리과정 모수화 패키지 구성 방법을 제공하는 것이다.

또한, 본 발명의 다른 목적은, 상기 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법을 구현하는 하드웨어 장치를 제공하는 것이다.

상기한 본 발명의 목적을 실현하기 위한 일 실시예에 따른 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법은, 복수의 계산유닛을 포함하는 계산부 및 상기 계산부와 전기적으로 연결되는 메모리를 포함하는 하드웨어 장치가, 복사 과정 모수화 모듈, 지표층 과정 모수화 모듈, 지면 과정 모수화 모듈, 경계층 과정 모수화 모듈, 산악 중력파 항력 과정 모수화 모듈, 적운 대류 과정 모수화 모듈, 대규모 구름 과정 모수화 모듈, 구름미세물리 과정 모수화 모듈 및 비산악 중력파 항력 과정 모수화 모듈을 포함하는 물리과정 모수화 패키지를 포함한 수치일기예보모델의 물리 과정을 모수화하는 방법에 있어서, 상기 계산부가 제1 시각(time step)에 대하여, 제1 단계에서 상기 복사 과정 모수화 모듈을 계산하고 상기 복사 과정 모수화 모듈로부터 산출된 지면 하향 장파속, 지면 하향 단파속, 순 하향 단파속 및 지면 알베도를 상기 지면 과정 모수화 모듈에 제공하며 상기 복사 과정 모수화 모듈로부터 산출된 장파 복사에 의한 온도 시변화율 및 단파 복사에 의한 온도 시변화율을 상기 대규모 구름 과정 모수화 모듈에 제공한다. 제2 단계에서, 상기 지표층 과정 모수화 모듈을 계산하고, 상기 지표층 과정 모수화 모듈로부터 산출된 최저층 풍속과 열 및 수증기에 대한 교환 계수를 상기 지면 과정 모수화 모듈에 제공하며, 상기 지표층 과정 모수화 모듈로부터 산출된 벌크 리차드슨수, 거칠기 길이, 최저층 풍속과 운동량 및 열에 대한 안정도 함수를 상기 경계층 과정 모수화 모듈에 제공하고, 상기 지표층 과정 모수화 모듈로부터 산출된 마찰 속도를 상기 적운 대류 과정 모수화 모듈에 제공하며, 상기 거칠기 길이를 상기 복사 과정 모수화 모듈에 제공한다. 제3 단계에서, 상기 지면 과정 모수화 모듈을 계산하고, 상기 지면 과정 모수화 모듈로부터 산출된 열속 및 수증기속을 상기 경계층 과정 모수화 모듈에 제공하며, 상기 지면 과정 모수화 모듈로부터 산출된 적설(snow cover) 및 적설량(snow depth)을 상기 복사 과정 모수화 모듈에 제공한다. 제4 단계에서, 상기 경계층 과정 모수화 모듈을 계산하고, 상기 경계층 과정 모수화 모듈로부터 산출된 경계층 고도 및 열속을 상기 적운 대류 과정 모수화 모듈에 제공하며, 상기 경계층 과정 모수화 모듈로부터 산출된 온도의 시변화율 및 비습의 시변화율을 상기 대규모 구름 과정 모수화 모듈에 제공한다. 제5 단계에서, 상기 산악 중력파 항력 과정 모수화 모듈을 계산하고, 상기 산악 중력파 항력 과정 모수화 모듈로부터 산출된 온도의 시변화율을 상기 대규모 구름 과정 모수화 모듈에 제공한다. 제6 단계에서, 상기 적운 대류 과정 모수화 모듈을 계산하고, 상기 적운 대류 과정 모수화 모듈로부터 산출된, 경계면 고도에서의 깊은 대류 질량속, 깊은 대류에 의한 물 구름양, 온도의 시변화율, 비습, 물 구름양의 시변화율 및 얼음 구름양의 시변화율과, 경계면 고도에서의 얕은 대류 질량속, 얕은 대류에 의한 물 구름양, 온도의 시변화율, 비습, 물 구름양의 시변화율 및 얼음 구름양의 시변화율을 상기 대규모 구름 과정 모수화 모듈에 제공하며, 상기 적운 대류 과정 모수화 모듈로부터 산출된 깊은 대류에 의한 강수 및 얕은 대류에 의한 강수를 상기 지면 과정 모수화 모듈에 제공한다. 제7 단계에서, 상기 대규모 구름 과정 모수화 모듈을 계산한다. 제8 단계에서, 상기 구름미세물리 과정 모수화 모듈을 계산하고, 상기 구름미세물리 과정 모수화 모듈로부터 산출된 온도의 시변화율, 물 구름양의 시변화율, 얼음 구름양의 시변화율 및 얼음 종단속도를 상기 대규모 구름 과정 모수화 모듈에 제공하며, 상기 구름미세물리 과정 모수화 모듈로부터 산출된 강수를 상기 지면 과정 모수화 모듈로 제공한다. 제9 단계에서, 상기 비산악 중력파 항력 과정 모수화 모듈을 계산한다.

본 발명의 일 실시예에 있어서, 상기 대규모 구름 과정 모수화 모듈은 상기 제7 단계에서 계산되는 제1 대규모 구름 과정 모수화 모듈과, 상기 제8 단계 및 제9 단계의 사이에서 더 계산되는 제2 대규모 구름 과정 모수화 모듈을 포함하고, 상기 제1 단계에서 상기 복사 과정 모수화 모듈로부터 산출된 상기 장파 복사에 의한 온도 시변화율 및 단파 복사에 의한 온도 시변화율은 상기 제1 대규모 구름 과정 모수화 모듈에 제공되고, 상기 제4 단계에서 상기 경계층 과정 모수화 모듈로부터 산출된 상기 온도의 시변화율 및 비습의 시변화율은 상기 제1 대규모 구름 과정 모수화 모듈에 제공되며, 상기 제5 단계에서 상기 산악 중력파 항력 과정 모수화 모듈로부터 산출된 상기 온도의 시변화율은 상기 제1 대규모 구름 과정 모수화 모듈에 제공되고, 상기 제6 단계에서 상기 적운 대류 과정 모수화 모듈로부터 산출된 상기 경계면 고도에서의 깊은 대류 질량속, 깊은 대류에 의한 물 구름양, 온도의 시변화율, 비습, 물 구름양의 시변화율 및 얼음 구름양의 시변화율과, 경계면 고도에서의 얕은 대류 질량속, 얕은 대류에 의한 물 구름양, 온도의 시변화율, 비습, 물 구름양의 시변화율 및 얼음 구름양의 시변화율은 상기 제1 대규모 구름 과정 모수화 모듈에 제공되며, 상기 제8 단계에서 상기 구름미세물리 과정 모수화 모듈로부터 산출된 상기 온도의 시변화율, 물 구름양의 시변화율 및 얼음 구름양의 시변화율은 상기 제1 대규모 구름 과정 모수화 모듈에 제공되고, 상기 제8 단계에서 상기 구름미세물리 과정 모수화 모듈로부터 산출된 상기 얼음 구름양의 시변화율 및 얼음 종단속도는 상기 제2 대규모 구름 과정 모수화 모듈에 제공될 수 있다.

본 발명의 일 실시예에 있어서, 상기 제2 단계에서 상기 지표층 과정 모수화 모듈로부터 산출된 상기 거칠기 길이는 상기 지표층 과정 모수화 모듈의 외부로 출력되어 상기 물리과정 모수화 패키지의 메인 프로그램을 통해 상기 복사 과정 모수화 모듈에 제공되고, 상기 제3 단계에서 상기 지면 과정 모수화 모듈로부터 산출된 상기 적설(snow cover) 및 적설량(snow depth)은 상기 물리과정 모수화 패키지의 상기 메인 프로그램을 통해 상기 복사 과정 모수화 모듈에 제공되며, 상기 제6 단계에서 상기 적운 대류 과정 모수화 모듈로부터 산출된 상기 깊은 대류에 의한 강수 및 얕은 대류에 의한 강수는 상기 물리과정 모수화 패키지의 상기 메인 프로그램을 통해 상기 지면 과정 모수화 모듈에 제공되고, 상기 제8 단계에서 상기 구름미세물리 과정 모수화 모듈로부터 산출된 상기 강수는 상기 물리과정 모수화 패키지의 상기 메인 프로그램을 통해 상기 지면 과정 모수화 모듈로 제공될 수 있다.

본 발명의 일 실시예에 있어서, 상기 물리과정 모수화 패키지의 상기 메인 프로그램을 통해 상기 지표층 과정 모수화 모듈로부터 상기 복사 과정 모수화 모듈에 제공된 상기 거칠기 길이와, 상기 지면 과정 모수화 모듈로부터 상기 복사 과정 모수화 모듈에 제공된 상기 적설(snow cover) 및 적설량(snow depth)과, 상기 적운 대류 과정 모수화 모듈로부터 상기 지면 과정 모수화 모듈에 제공된 상기 깊은 대류에 의한 강수 및 얕은 대류에 의한 강수와, 상기 구름미세물리 과정 모수화 모듈로부터 상기 지면 과정 모수화 모듈로 제공된 상기 강수는, 상기 제1 시각(time step)에 후속하는 제2 시각에 대하여 수행되는, 상기 제1 단계 내지 제9 단계의 계산에 사용될 수 있다.

상기한 본 발명의 다른 목적을 실현하기 위한 일 실시예에 따른 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법을 구현하는 하드웨어 장치는 복사 과정 모수화 모듈, 지표층 과정 모수화 모듈, 지면 과정 모수화 모듈, 경계층 과정 모수화 모듈, 산악 중력파 항력 과정 모수화 모듈, 적운 대류 과정 모수화 모듈, 대규모 구름 과정 모수화 모듈, 구름미세물리 과정 모수화 모듈, 및 비산악 중력파 항력 과정 모수화 모듈을 포함하는 물리과정 모수화 패키지를 저장하는 메모리; 및 제1 시각(time step)에 대하여, 제1 단계로서 상기 복사 과정 모수화 모듈을 계산하고 상기 복사 과정 모수화 모듈로부터 산출된 지면 하향 장파속, 지면 하향 단파속, 순 하향 단파속 및 지면 알베도를 상기 지면 과정 모수화 모듈에 제공하며 상기 복사 과정 모수화 모듈로부터 산출된 장파 복사에 의한 온도 시변화율 및 단파 복사에 의한 온도 시변화율을 상기 대규모 구름 과정 모수화 모듈에 제공하고, 제2 단계로서 상기 지표층 과정 모수화 모듈을 계산하고 상기 지표층 과정 모수화 모듈로부터 산출된 최저층 풍속과 열 및 수증기에 대한 교환 계수를 상기 지면 과정 모수화 모듈에 제공하며 상기 지표층 과정 모수화 모듈로부터 산출된 벌크 리차드슨수, 거칠기 길이, 최저층 풍속과 운동량 및 열에 대한 안정도 함수를 상기 경계층 과정 모수화 모듈에 제공하고 상기 지표층 과정 모수화 모듈로부터 산출된 마찰 속도를 상기 적운 대류 과정 모수화 모듈에 제공하며 상기 거칠기 길이를 상기 복사 과정 모수화 모듈에 제공하며, 제3 단계로서 상기 지면 과정 모수화 모듈을 계산하고 상기 지면 과정 모수화 모듈로부터 산출된 열속 및 수증기속을 상기 경계층 과정 모수화 모듈에 제공하며 상기 지면 과정 모수화 모듈로부터 산출된 적설(snow cover) 및 적설량(snow depth)을 상기 복사 과정 모수화 모듈에 제공하고, 제4 단계로서 상기 경계층 과정 모수화 모듈을 계산하고 상기 경계층 과정 모수화 모듈로부터 산출된 경계층 고도 및 열속을 상기 적운 대류 과정 모수화 모듈에 제공하며 상기 경계층 과정 모수화 모듈로부터 산출된 온도의 시변화율 및 비습의 시변화율을 상기 대규모 구름 과정 모수화 모듈에 제공하며, 제5 단계로서 상기 산악 중력파 항력 과정 모수화 모듈을 계산하고 상기 산악 중력파 항력 과정 모수화 모듈로부터 산출된 온도의 시변화율을 상기 대규모 구름 과정 모수화 모듈에 제공하며, 제6 단계로서 상기 적운 대류 과정 모수화 모듈을 계산하고 상기 적운 대류 과정 모수화 모듈로부터 산출된 경계면 고도에서의 깊은 대류 질량속, 깊은 대류에 의한 물 구름양, 온도의 시변화율, 비습, 물 구름양의 시변화율 및 얼음 구름양의 시변화율과, 경계면 고도에서의 얕은 대류 질량속, 얕은 대류에 의한 물 구름양, 온도의 시변화율, 비습, 물 구름양의 시변화율 및 얼음 구름양의 시변화율을 상기 대규모 구름 과정 모수화 모듈에 제공하며 상기 적운 대류 과정 모수화 모듈로부터 산출된 깊은 대류에 의한 강수 및 얕은 대류에 의한 강수를 상기 지면 과정 모수화 모듈에 제공하고, 제7 단계로서 상기 대규모 구름 과정 모수화 모듈을 계산하며, 제8 단계로서 상기 구름미세물리 과정 모수화 모듈을 계산하고 상기 구름미세물리 과정 모수화 모듈로부터 산출된 온도의 시변화율, 물 구름양의 시변화율, 얼음 구름양의 시변화율 및 얼음 종단속도를 상기 대규모 구름 과정 모수화 모듈에 제공하며 상기 구름미세물리 과정 모수화 모듈로부터 산출된 강수를 상기 지면 과정 모수화 모듈로 제공하고, 제9 단계로서 상기 비산악 중력파 항력 과정 모수화 모듈을 계산하는 계산부를 포함한다.

본 발명의 일 실시예에 있어서, 상기 대규모 구름 과정 모수화 모듈은 상기 제7 단계에서 계산되는 제1 대규모 구름 과정 모수화 모듈과, 상기 제8 단계 및 제9 단계의 사이에서 더 계산되는 제2 대규모 구름 과정 모수화 모듈을 포함하고, 상기 계산부는, 상기 제1 단계에서 상기 복사 과정 모수화 모듈로부터 산출된 상기 장파 복사에 의한 온도 시변화율 및 단파 복사에 의한 온도 시변화율을 상기 제1 대규모 구름 과정 모수화 모듈에 제공하고, 상기 제4 단계에서 상기 경계층 과정 모수화 모듈로부터 산출된 상기 온도의 시변화율 및 비습의 시변화율을 상기 제1 대규모 구름 과정 모수화 모듈에 제공하며, 상기 제5 단계에서 상기 산악 중력파 항력 과정 모수화 모듈로부터 산출된 상기 온도의 시변화율을 상기 제1 대규모 구름 과정 모수화 모듈에 제공하고, 상기 제6 단계에서 상기 적운 대류 과정 모수화 모듈로부터 산출된 상기 경계면 고도에서의 깊은 대류 질량속, 깊은 대류에 의한 물 구름양, 온도의 시변화율, 비습, 물 구름양의 시변화율 및 얼음 구름양의 시변화율과, 경계면 고도에서의 얕은 대류 질량속, 얕은 대류에 의한 물 구름양, 온도의 시변화율, 비습, 물 구름양의 시변화율 및 얼음 구름양의 시변화율을 상기 제1 대규모 구름 과정 모수화 모듈에 제공하며, 상기 제8 단계에서 상기 구름미세물리 과정 모수화 모듈로부터 산출된 상기 온도의 시변화율, 물 구름양의 시변화율 및 얼음 구름양의 시변화율을 상기 제1 대규모 구름 과정 모수화 모듈에 제공하고, 상기 제8 단계에서 상기 구름미세물리 과정 모수화 모듈로부터 산출된 상기 얼음 구름양의 시변화율 및 얼음 종단속도를 상기 제2 대규모 구름 과정 모수화 모듈에 제공할 수 있다.

본 발명의 일 실시예에 있어서, 상기 계산부는, 상기 제2 단계에서 상기 지표층 과정 모수화 모듈로부터 산출된 상기 거칠기 길이를 상기 지표층 과정 모수화 모듈의 외부로 출력하여 상기 물리과정 모수화 패키지의 메인 프로그램을 통해 상기 복사 과정 모수화 모듈에 제공하고, 상기 제3 단계에서 상기 지면 과정 모수화 모듈로부터 산출된 상기 적설(snow cover) 및 적설량(snow depth)을 상기 물리과정 모수화 패키지의 상기 메인 프로그램을 통해 상기 복사 과정 모수화 모듈에 제공하며, 상기 제6 단계에서 상기 적운 대류 과정 모수화 모듈로부터 산출된 상기 깊은 대류에 의한 강수 및 얕은 대류에 의한 강수를 상기 물리과정 모수화 패키지의 상기 메인 프로그램을 통해 상기 지면 과정 모수화 모듈에 제공하고, 상기 제8 단계에서 상기 구름미세물리 과정 모수화 모듈로부터 산출된 상기 강수를 상기 물리과정 모수화 패키지의 상기 메인 프로그램을 통해 상기 지면 과정 모수화 모듈로 제공할 수 있다.

본 발명의 일 실시예에 있어서, 상기 계산부는, 상기 물리과정 모수화 패키지의 상기 메인 프로그램을 통해 상기 지표층 과정 모수화 모듈로부터 상기 복사 과정 모수화 모듈에 제공된 상기 거칠기 길이와, 상기 지면 과정 모수화 모듈로부터 상기 복사 과정 모수화 모듈에 제공된 상기 적설(snow cover) 및 적설량(snow depth)과, 상기 적운 대류 과정 모수화 모듈로부터 상기 지면 과정 모수화 모듈에 제공된 상기 깊은 대류에 의한 강수 및 얕은 대류에 의한 강수와, 상기 구름미세물리 과정 모수화 모듈로부터 상기 지면 과정 모수화 모듈로 제공된 상기 강수를, 상기 제1 시각(time step)에 후속하는 제2 시각에 대하여 수행되는, 상기 제1 단계 내지 제9 단계의 계산에 사용할 수 있다.

본 발명의 실시예들에 따른 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법 및 이를 구현하는 하드웨어 장치에 따르면, 물리과정 모수화 패키지가, 복사 과정 모수화 모듈, 지표층 과정 모수화 모듈, 지면 과정 모수화 모듈, 경계층 과정 모수화 모듈, 산악 중력파 항력 과정 모수화 모듈, 적운 대류 과정 모수화 모듈, 대규모 구름 과정 모수화 모듈, 구름미세물리 과정 모수화 모듈 및 비산악 중력파 항력 과정 모수화 모듈을 포함하고, 각각의 모듈 상호 간에 적절하게 변수 교환을 수행함으로써, 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델에 적절하게 물리 과정을 모수화할 수 있고, 그에 따라, 상기 수치일기예보모델의 정확도를 향상시킬 수 있다.

도 1은 본 발명의 일 실시예에 따른 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법을 구현하는 하드웨어 장치를 도시한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델에서 사용될 수 있는 육면체구 수평 격자체계를 도시한 사시도이다.
도 3은 본 발명의 일 실시예에 따른 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델에서 사용될 수 있는 로렌츠 연직 이산화 좌표계를 도시한 단면도이다.
도 4는 본 발명의 일 실시예에 따른 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 블록도이다.
도 5는 도 4의 수치일기예보모델에 포함되는 물리과정 모수화 패키지의 각각의 모듈들 간의 연결 관계를 도시한 블록도이다.

본문에 개시되어 있는 본 발명의 실시예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 실시예들은 다양한 형태로 실시될 수 있으며 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 아니 된다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로 사용될 수 있다. 예를 들어, 본 발명의 권리 범위로부터 이탈되지 않은 채 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미이다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미인 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법을 구현하는 하드웨어 장치를 도시한 블록도이다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법을 구현하는 하드웨어 장치(100)는, 메모리(110) 및 계산부(130)를 포함한다. 예를 들어, 상기 하드웨어 장치(100)는, 메모리(110) 및 계산부(130)를 포함하는 서버일 수 있다. 상기 계산부(130)는 수치일기예보모델에 포함된 복수의 편미분 방정식들 또는 모수화 식들을 수치적으로 계산할 수 있다. 예를 들어, 상기 계산부(130)는 복수의 CPU를 포함할 수 있다. 상기 메모리(110)는 상기 계산부(130)에 전기적으로 연결되어, 관측 데이터 또는 상기 수치일기예보모델에서 산출된 모델 데이터를 저장할 수 있다. 상기 관측 데이터는 자동일기관측 시스템(automatic weather system; AWS), 라디오존데(radiosonde), 레이더(Radar), 라이다(Lidar), 대기해양 위성 등으로부터 관측되는 일기 데이터를 포함할 수 있다.

도 2는 본 발명의 일 실시예에 따른 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델에서 사용될 수 있는 육면체구 수평 격자체계를 도시한 사시도이다.

도 2를 참조하면, 본 발명의 일 실시예에 따른 수치일기예보모델에서 사용될 수 있는 수평 좌표계인 육면체구 격자 체계(cubed-sphere grid system)는, 통상적인 위도-경도 좌표계와 다르게, 지구의 구면을 6개의 면(face)들로 구분하고, 각각의 면에서 동서 방향 및 남북 방향을 따른 격자선들을 설정하여 형성될 수 있다. 예를 들어, 상기 육면체구 격자 체계는, 통상적인 위도-경도 좌표계에서의 위도 0도 및 경도 0도의 지점(즉, 적도선(equator)과 본초자오선(prime meridian)의 교점)을 중심으로 하는 제1 구분면(F1)과, 상기 제1 구분면(F1)으로부터 지구 자전 방향을 따라 순서대로 이어지는 제2 구분면(F2), 제3 구분면(F3) 및 제4 구분면(F4)과, 북극점(NP)을 포함하는 제5 구분면(F5)과, 남극점(SP)을 포함하는 제6 구분면(F6)을 포함할 수 있다. 이 경우, 각각의 구분면들은, 편평한 면이 아닌, 지구면을 따른 곡면의 형태를 가질 수 있다. 이와 같은 육면체구 격자 체계를 사용하여 대기-해양의 물리량들을 표현하는 경우, 통상적인 위도-경도 좌표계에서 나타나는, 극 지역의 조밀한(fine) 격자 간격 및 적도 지역의 성긴(coarse) 격자 간격으로 인한 격자 해상도 차이를 감소시킬 수 있다. 또한, 지구면의 위치에 관계없이 상대적으로 균일한 격자 간격을 가질 수 있다.

도 3은 본 발명의 일 실시예에 따른 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델에서 사용될 수 있는 로렌츠 연직 이산화 좌표계를 도시한 단면도이다.

도 3을 참조하면, 본 발명의 일 실시예에 따른 수치일기예보모델에서 사용될 수 있는 연직 좌표계는, 로렌츠(Lorenz) 연직 이산화 격자(210)를 사용할 수 있다. 이 경우, 바람 및 밀도를 동일한 층에서 계산하는 챠니-필립스(Charney-Phillips) 연직 격자(230)와 다르게, 로렌츠 연직 이산화 격자(210)는, 역학 변수인 바람(u, v)과 열역학 변수인 온위(θ) 및 밀도(ρ)를 동일한 연직층에서 나타낼 수 있다. 예를 들어, 상기 로렌츠 연직 이산화 격자(210)는 지면(SFC)으로부터 대기 꼭대기(TOA)에 이르기까지, 1 부터 n 까지의 n 개의 연직층(n은 자연수)에 대한 격자(220)를 가질 수 있다. 이 경우, j 번째 연직층(211)(단, j는 1 과 n 사이의 임의의 자연수)에서는 동서 방향 바람(u), 남북 방향 바람(v), 온위(θ) 및 밀도(ρ)가 정의될 수 있고, 상기 j 번째 연직층(211)의 바로 위에 놓인 j+1 번째 연직층(213)과 상기 j 번째 연직층(211)의 경계 격자(j+1/2)에서는, 연직 방향 바람(w)이 정의될 수 있다.

상기 로렌츠 연직 이산화 격자(210)는 예를 들어, 지면(SFC)으로부터 0.003 hPa의 고도면까지, 총 70 개의 연직층에 대한 격자를 가질 수 있다. 이때, 상기 로렌츠 연직 이산화 격자(210)는 질량 기반의 혼합 시그마(hybrid sigma) 좌표계로서, 각각의 연직층들을 정의하는 기압은, [식 1]과 같이 나타낼 수 있다.

[식 1]

여기서, N은 0 이상 70 이하의 자연수를 나타내고, PN은 N 번째 연직층의 기압을 나타내며, Psurf는 지면 기압(= 1013.25 hPa)을 나타내고, AN 및 BN 은 다음의 [표 1] 및 [표 2]와 같이 정의되는 상수들을 나타낸다.

[표 1]

[표 2]

예를 들어, 대기 꼭대기(TOA)의 기압은, N = 0 인 경우로서 P0 = 0 으로 나타낼 수 있다. 또한, 지표면(SFC)의 기압은 N = 70 인 경우로서 P70 = Psfc 로 나타낼 수 있다.

도 4는 본 발명의 일 실시예에 따른 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 블록도이다.

도 4를 참조하면, 본 발명의 일 실시예에 따른 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델(300)은 물리과정 모수화 패키지(310), 역학 코어 모듈(330), 자료동화 모듈(350) 및 프레임워크/입출력 모듈(370)을 포함할 수 있다. 상기 물리과정 모수화 패키지(310)는 상기 프레임워크/입출력 모듈(370)을 통해, 상기 역학 코어 모듈(330) 또는 상기 자료동화 모듈(350)과 연결될 수 있다. 예를 들어, 상기 물리과정 모수화 패키지(310)로부터 제공되는 변수 정보가 상기 프레임워크/입출력 모듈(370)을 통해 상기 역학 코어 모듈(330)에 제공될 수 있다.

상기 물리과정 모수화 패키지(310)는 복수의 세부 프로그래밍 모듈(이하, 모듈 이라 한다)들을 포함할 수 있다. 예를 들어, 상기 물리과정 모수화 패키지(300)는 복사 과정 모수화 모듈(311)(이하, 복사 모듈 이라 한다), 지표층 과정 모수화 모듈(312)(이하, 지표층 모듈 이라 한다), 지면 과정 모수화 모듈(313)(이하, 지면 모듈 이라 한다), 경계층 과정 모수화 모듈(314)(이하, 경계층 모듈 이라 한다), 산악 중력파 항력 과정 모수화 모듈(315)(이하, 산악 중력파 모듈 이라 한다), 적운 대류 과정 모수화 모듈(316)(이하, 적운 대류 모듈 이라 한다), 대규모 구름 과정 모수화 모듈(317)(이하, 대규모 구름 모듈 이라 한다), 구름미세물리 과정 모수화 모듈(318)(이하, 구름미세물리 모듈 한다), 비산악 중력파 항력 과정 모수화 모듈(319)(이하, 비산악 중력파 모듈 이라 한다) 등을 포함할 수 있다. 상기 복사 모듈(311), 지표층 모듈(312), 지면 모듈(313), 경계층 모듈(314), 산악 중력파 모듈(315), 적운 대류 모듈(316), 대규모 구름 모듈(317), 구름미세물리 모듈(318) 및 비산악 중력파 모듈(319)은 소정의 계산 순서에 따라 각각의 수치 식을 계산하고, 상호 간에 변수를 교환할 수 있다. 상기 대규모 구름 모듈(317)은 서로 구분되는 제1 대규모 구름 모듈(317a) 및 제2 대규모 구름 모듈(317b)을 포함할 수 있다.

도 5는 도 4의 수치일기예보모델에 포함되는 물리과정 모수화 패키지의 각각의 모듈들 간의 연결 관계를 도시한 블록도이다.

도 4 및 도 5를 참조하면, 물리과정 모수화 패키지(310)는, 공통된 프레임워크 안에서, 복사 모듈(311), 지표층 모듈(312), 지면 모듈(313), 경계층 모듈(314), 산악 중력파 모듈(315), 적운 대류 모듈(316), 제1 대규모 구름 모듈(317a), 구름미세물리 모듈(318), 제2 대규모 구름 모듈(317b), 비산악 중력파 모듈(319)의 순서에 따라 계산을 수행하고, 각각의 모듈에서 계산되는 동서 바람 및 남북 바람, 온도, 습도, 물 구름양(cloud water content), 얼음 구름양(cloud ice content), 구름비율 등의 변수들의 제1 시각(time step)에서의 제1 시변화율(tendency)들을 역학 코어 모듈(330)에 제공할 수 있다.

이와 같이, 상기 물리과정 모수화 패키지(310)에 포함된 각각의 모듈들(311 내지 319)로부터 계산된, 상기 제1 시각에서의 상기 변수들의 제1 시변화율들이 상기 역학 코어 모듈(330)로부터 제공되는 상기 변수들의 제2 시변화율들과 더해져서, 상기 제1 시각에 후속하는 제2 시각에서의 상기 물리과정 모수화 패키지(310)에 대한 입력 값들로 제공됨에 따라, 수치일기예보모델의 출력 값의 정확도가 향상될 수 있다.

상기 물리과정 모수화 패키지(310)에 포함된 각각의 모듈들(311 내지 319)에 입력되는 변수는, 역학 코어 모듈(330)로부터 제공되는 위도, 경도, 시각(time step), 지면 기압, 지면 지위(geopotential), 연직층 내(at mid levels)에서의 온도, 동서 바람(zonal wind), 남북 바람(meridional wind), 연직 속도, 연직층 내에서의 기압, 경계면에서의 기압, 비습(specific humidity), 물 구름양, 얼음 구름양, 구름 비율, 액체상 구름 비율, 얼음상 구름 비율, 강우량, 강설량, 물의 수농도(number concentration), 강수의 수농도, 연직층 내의 지위고도(geopotential height), 경계면의 지위 고도, 경계면의 기준 기압, 경계면 기압의 로그(logarithm), 연직층 내의 압력 차이, 엑스너(Exner) 함수, 밀도, 제1 시각에서의 격자 규모 강수(grid-scale precipitation), 제1 시각에서의 깊은 대류 강수(deep convective precipitation), 제1 시각에서의 얕은 대류 강수(shallow convective precipitation), 적설(snow cover), 산악의 표준편차, 해양-육지-얼음 마스크(sea-land-ice mask)(예컨대, 해양은 0, 육지는 1, 해빙은 2로 정의), 육지 비율, 해양 비율, 해수면 온도, 알베도(snow-free albedo), 최대 눈 알베도(snow albedo), 해빙 비율, 격자 면적, 지면 온도, 캐노피 물(canopy water), 토양층 온도, 토양층 토양수, 실제 적설량, 거칠기 길이(roughness length) 등을 포함할 수 있다.

또한, 상기 물리과정 모수화 패키지(310)에 포함된 각각의 모듈들(311 내지 319)로부터 출력되는 변수는, 경계층(PBL)으로 인한 온도 시변화율, 동서 바람 시변화율, 남북 바람 시변화율, 수증기 시변화율, 물 구름(liquid water) 시변화율, 얼음 구름(ice water) 시변화율과, 산악 중력파(gravity wave; GW)로 인한 온도 시변화율, 동서 바람 시변화율, 남북 바람 시변화율과, 깊은 대류로 인한 온도 시변화율, 동서 바람 시변화율, 남북 바람 시변화율, 수증기 시변화율, 물 구름 시변화율, 얼음 구름 시변화율과, 얕은 대류로 인한 온도 시변화율, 동서 바람 시변화율, 남북 바람 시변화율, 수증기 시변화율, 물 구름 시변화율, 얼음 구름 시변화율과, 대규모 구름 물리 과정(macrophysics)에 의한 온도 시변화율, 수증기 시변화율, 물 구름 시변화율, 얼음 구름 시변화율, 총 구름 비율(total cloud fraction) 시변화율, 액상 구름 비율 시변화율, 얼음상 구름 비율 시변화율과, 구름미세물리 과정(microphysics)에 의한 온도 시변화율, 수증기 시변화율, 물 구름 시변화율, 얼음 구름 시변화율, 싸락눈 혼합비 시변화율 , 강수 혼합비 시변화율, 강설 혼합비 시변화율과, 비산악(non-orographic) 중력파로 인한 온도 시변화율, 동서 바람 시변화율, 남북 바람 시변화율 등을 포함할 수 있다.

상기 물리과정 모수화 패키지(310)에 포함된 각각의 모듈들(311 내지 319)로부터 출력되는 변수들은, 시분할(time split) 방식에 따라, 매 시각에서 계산된 다음, 순차적으로 새로운 값으로 업데이트될 수 있다.

도 5를 참조하면, 상기 물리과정 모수화 패키지(310)에 포함된 각각의 모듈들(311 내지 319)에 의해 교환되는 변수들은 다음과 같다. 먼저, 상기 복사 모듈(311)로부터 계산된 지면 하향 장파속(surface downward longwave flux), 지면 하향 단파속, 순 하향 단파속(net downward shortwave flux) 및 지면 알베도(mean-surface diffused albedo)는, 상기 지면 모듈(313)에 제공될 수 있다(E1). 또한, 상기 복사 모듈(311)로부터 계산된 장파 복사(longwave radiation)에 의한 온도 시변화율 및 단파 복사에 의한 온도 시변화율은 상기 제1 대규모 구름 모듈(317a)에 제공될 수 있다(E2).

다음으로, 상기 지표층 모듈(312)로부터 계산된 최저층 풍속(lowest-level wind speed) 및 열/수증기에 대한 교환 계수(exchange coefficient)는 상기 지면 모듈(313)에 제공될 수 있다(E3). 또한, 상기 지표층 모듈(312)에서 계산된 벌크 리차드슨수(bulk Richardson number), 거칠기 길이, 최저층 풍속의 변수들과, 운동량/열에 대한 안정도 함수들은 상기 경계층 모듈(314)에 제공될 수 있다(E4). 또한, 상기 지표층 모듈(312)에서 계산된 마찰 속도(friction velocity)는 상기 적운 대류 모듈(316)에 제공될 수 있다(E5). 또한, 상기 지표층 모듈(312)에서 계산된 거칠기 길이는, 바로 다음 시각(next time step)에서의 계산을 위해, 상기 지표층 모듈(312)의 외부로 출력되어 상기 물리과정 모수화 패키지(310)에 포함된 메인 프로그램을 통하여, 제1 서브루틴 인수로서 상기 복사 모듈(311)에 제공될 수 있다(D1).

다음으로, 상기 지면 모듈(313)로부터 계산된 열속(surface heat flux) 및 수증기속(surface moisture flux)는 상기 경계층 모듈(314)에 제공될 수 있다(E6). 또한, 상기 지면 모듈(313)에서 계산된 적설(snow cover) 및 적설량(snow depth)은 바로 다음 시각에서의 계산을 위해, 상기 지면 모듈(313)의 외부로 출력되어 상기 메인 프로그램을 통하여, 제2 서브루틴 인수로서 상기 복사 모듈(311)에 제공될 수 있다(D2).

다음으로, 상기 경계층 모듈(314)로부터 계산된 경계층 고도(PBL height) 및 열속은 상기 적운 대류 모듈(316)에 제공될 수 있다(E7). 또한, 상기 경계층 모듈(314)에서 계산된 온도 시변화율 및 비습 시변화율은 상기 제1 대규모 구름 모듈(317a)에 제공될 수 있다(E8).

다음으로, 상기 산악 중력파 모듈(315)로부터 계산된 온도 시변화율은 상기 제1 대규모 구름 모듈(317a)에 제공될 수 있다(E9).

다음으로, 상기 적운 대류 모듈(316)로부터 계산된 경계면 고도에서의 깊은 대류 질량속(mass flux) 및 얕은 대류 질량속, 깊은 대류/얕은 대류에 의한 물 구름양, 온도 시변화율, 비습, 물 구름양 시변화율 및 얼음 구름양 시변화율은, 상기 제1 대규모 구름 모듈(317a)에 제공될 수 있다(E10). 또한, 상기 적운 대류 모듈(316)에서 계산된 깊은 대류 과정에 의한 강수 및 얕은 대류 과정에 의한 강수는, 바로 다음 시각에서의 계산을 위해, 상기 적운 대류 모듈(316)의 외부로 출력되어 상기 메인 프로그램을 통하여, 제3 서브루틴 인수로서 상기 지면 모듈(313)에 제공될 수 있다(D3).

다음으로, 상기 제1 대규모 구름 모듈(317a)의 계산이 수행될 수 있다.

다음으로, 상기 구름미세물리 모듈(318)의 계산이 수행될 수 있다. 상기 구름미세물리 모듈(318)로부터 계산된 온도 시변화율, 물 구름양 시변화율 및 얼음 구름양 시변화율은 상기 제1 대규모 구름 모듈(317a)에 제공될 수 있고(E11), 상기 구름미세물리 모듈(318)로부터 계산된 얼음 종단속도(terminal velocity of falling ice) 및 상기 얼음 구름양 시변화율은 상기 제2 대규모 구름 모듈(317b)에 제공될 수 있다(E12). 또한, 상기 구름미세물리 모듈(318)에서 계산된 강수는, 바로 다음 시각에서의 계산을 위해, 상기 구름미세물리 모듈(318)의 외부로 출력되어 상기 메인 프로그램을 통하여, 제4 서브루틴 인수로서 상기 지면 모듈(313)에 제공될 수 있다(D4).

다음으로, 상기 제2 대규모 구름 모듈(317b)의 계산이 수행될 수 있다.

다음으로, 상기 비산악 중력파 모듈(139)의 계산이 수행될 수 있다.

전술한 상기 물리과정 모수화 패키지(310)의 입력 데이터 및 출력 데이터에 포함된 위도-경도 격자의 초기 자료 및 보조 자료들은, 육면체구 격자로 변환되어 각각의 모듈(311 내지 319)에서 계산될 수 있다. 이하, 상기 물리과정 모수화 패키지(310)에 포함된 각각의 모듈(311 내지 319)에 포함되는 모수화 과정을 보다 상세히 설명하도록 한다.

복사 모듈

복사 모듈(311)은, 태양에서 방출하는 단파 복사 및 지구에서 방출하는 장파 복사를 대기 중의 연직 및 수평 위치에서 계산할 수 있다. 예를 들어, 임의의 연직층의 온도 시변화율은 [식 2]와 같이 나타낼 수 있다.

[식 2]

여기서, T는 온도를 나타내고, t는 시간을 나타내며, g0는 중력가속도를 나타낸다. 또한, z는 연직 좌표를 나타내고, Fdown은 하향 복사속을 나타내며, Fup은 상향 복사속을 나타낸다.

[식 2]를 참조하면, 어느 연직층에서의 온도 시변화율은 해당 층에서의 하향 복사속 및 상향 복사속의 연직 변화율로부터 산출됨을 확인할 수 있다.

이때, 상기 하향 복사속 및 상향 복사속의 크기인 복사 강제력(radiative force)의 크기 및 분포, 전지구 복사 수지(radiation budget)에 영향을 주는 흡수/산란 과정 및 흡수/산란 물질에는 다양한 가정(assumption)이 적용될 수 있다.

본 발명의 일 실시예에 따른 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지에 포함된 복사 모듈(311)에는, 미국 환경예측센터(national center for environmental prediction; NCEP)에서 사용되는 지구예보시스템(global forecast system; GFS)의 급속 복사 전달 모델(rapid radiative transfer model; RRTM)의 복사 모수화 방법이 적용될 수 있다.

RRTM의 복사 모수화 방법을 사용하는 경우, 다음의 [식 3]과 같이, 상향 단파 복사 및 하향 단파 복사를 나타낼 수 있다.

[식 3]

여기서, μ0는 μ0=cosθ0 이고, θ0는 직달일사에 대한 천정각을 나타낸다. 또한, S는 태양상수를 나타내고, 윗첨자 dir 은 직달일사의 경우를 나타낸다. 아랫첨자 1, 2, 3, , N 은, 평행평면대기를 가정한 연직층을 나타낸다(1 은 대기 최상층을 나타냄). T는 투과율을 나타내고, R은 반사율을 나타내며, r은 등방성 반사율을 나타낸다. 아랫첨자의 경우, 예를 들어, 1, i-1 로 나타낸 아랫첨자의 쌍은, 1 번째 층(즉, 대기 최상층)과 i-1 번째 층 사이에서의 투과율(또는 반사율)을 의미한다.

한편, RRTM을 사용한 장파 복사는 다음의 [식 4]와 같이 나타낼 수 있다.

[식 4]

여기서, B는 흑체복사를 가정한 복사휘도를 나타내고, T는 투과율을 나타낸다. 아랫첨자 l 은 1(대기 최상층), 2, 3, , L+1 의 연직층을 나타내고, θs는 지표면 온도를 나타낸다. 아랫첨자의 경우, 예를 들어, l, L+1 로 나타낸 아랫첨자의 쌍은, l 번째 층과 L+1 번째 층 사이에서의 투과율을 의미하고, 아랫첨자 중 k+1/2 은, k번째 층과 k+1 번째 층 사이에서의 값을 나타낸다.

지표층 모듈

지표층 모듈(312)은, 모닌-오브코프(Monin-Obukov) 상사 이론에 기초하여 Long의 1985년 NCEP 업무 노트(NCEP Office Note) 제302권(30pp.)에 개시된 불안정한 조건에 대한 수치일기예보모델의 난류속 계산을 위한 일반적 통합 상사 이론(A general unified similarity theory for the calculation of turbulent fluxes in numerical weather prediction models for unstable conditions) 및 1986년 NCEP 업무 노트 제321권(24pp.)에 개시된 중기예보모델에서의 안정한 지표층을 모수화하기 위한 경제적이고 비교가능한 기법(An economical and compatible scheme for parameterizing the stable surface layer in the medium range forecast model)의 모모수화 방법을 적용할 수 있다.

예를 들어, 수치일기예보모델의 연직층 중 최하층(level 1)을 지표층이라고 가정할 때, 불안정한 지표층(

, 여기서, θv1 은 level 1 에서의 가온위를 나타내고, θv0는 지표면 가온위를 나타냄)의 경우, 지표층에서의 운동량 안정도 함수(Ψm), 열/수분 안정도 함수(Ψh), 10 m 고도에서의 운동량 안정도 함수(Ψm10), 2 m 고도에서의 열/수분 안정도 함수(Ψh2)는 [식 5] 및 [식 6]과 같이 나타낼 수 있다.

[식 5]

인 경우,

[식 6]

인 경우,

단, [식 5] 및 [식 6] 에서, ζ는 모닌-오브코프 길이에 대한 level 1 고도(또는 10 m 고도(Ψm10의 경우), 2 m 고도(Ψh2의 경우) 등)의 비율을 나타낸다.

지면 모듈

지면 모듈(313)은 오레곤 주립대학교(Oregon State University)의 지면모델(land surface model; LSM)을 개선시킨 Noah 지면모델을 적용할 수 있다. 예를 들어, Noah 모델은, 4개의 토양층(10 cm, 30 cm, 60 cm, 100 cm)을 사용하고, 토양 열 전도도, 열 용량, 맨토양 증발, 캐노피 전도도, 지면 유출량과 토양 침투 등을 계산할 수 있다.

예를 들어, 지면 모듈(313)에서 계산되는 지표면 온도 T는, [식 7]과 같은 관계식으로부터 계산될 수 있다.

[식 7]

여기서, t는 계산되는 시각을 나타내고, C는 부피열용량을 나타내며, Θ는 총 부피 토양수 함량을 나타내고, Θice는 얼음 부피 토양수 함량을 나타낸다. 또한, z는 지면 고도를 나타내고, ρ는 물의 밀도를 나타내며, Lf는 잠열을 나타낸다. Kveg는 식생에 의해 열 전도도 감소 효과를 나타내는 계수로서, 2003년 지구물리연구지(Journal of Geophysical Research)에 개시된 Ek et al.의 미국 환경예측센터 현업 중규모 에타 모델에서의 Noah 지면 모델 개선 구현(Implementation of noah land surface model advances in the national center for environmental prediction operational mesoscale eta model)의 관계식을 사용할 수 있다.

경계층 모듈

경계층 모듈(314)은 2011년에 Han 및 Pan이 날씨와 예보(Weather and Forecasting) 학술지 제26권(pp. 520-533)에 개시한 NCEP 지구예보시스템에서의 대류 및 연직 확산 기법 수정(Revision of convetion and vertical diffusion schemes in the NCEP Global Forecast System)의 경계층 모수화 방안을 적용할 수 있다.

경계층 모수화 방안에서는 난류 혼합에 의한 열, 수증기, 그리고 운동량의 시증분율을 결정하기 위해서 난류에 의한 열과 운동량의 속(flux)를 계산한다. 예를 들어 경계층내 열속의 연직분포를 다음과 같이 확산계수 K의 연직구조 및 온위의 연직구조를 이용하여 계산한다.

[식 8]

여기서 Kh 는 열교환에 대한 난류 확산 계수이고 γθ는 지표면 가열에 의해 발달한 큰 규모 난류들에 의한 연직확산 효과를 포함함으로써 국지 경도에 의한 혼합항을 수정하는 항이다. 열, 수증기 및 운동량 교환에 대한 확산 계수는 경계층 내에서 고도에 따라 변화하는 이차원 함수로 주어진다.

산악 중력파 모듈

산악 중력파 모듈(315)은 1987년에 McFarlane이 대기과학학술지(Journal of the Atmospheric Sciences) 제44권(pp. 1175-1800)에 개시한 성층권 하부 및 대류권 순환에서의 산악 중력파 항력 효과(The effect of orographically excited gravity-wave drag on the circulation of the lower stratosphere and troposphere)의 모수화 방법이 적용될 수 있다. 또한 Kim과 Arakawa가 1995년에 대기과학학술지(Journal of the Atmospheric Sciences) 제52권(pp. 1875-1902)에 개시한 중규모 중력파 모델을 사용한 산악 중력파 모수화 개선(Improvement of orographic gravity wave parameterization using a mesoscale gravity wave model)의 모수화 방법과 Webster et al.이 2003년에 왕립기상학계간지(Quarterly Journal of Meteorological Society) 제129권(pp. 1989-2010)에 개시한 영국 기상청 통합모델에서 산악 표현 개선(Improvements to the representation of orograhpiy in the Met Office Unified Model)의 모수화 방법을 선택적으로 적용할 수 있다.

예를 들어, Webster et al.의 모수화 방법에서 산악 운동량속 τ₀는 다음의 [식 9]와 같이 나타낼 수 있다.

[식 9]

여기서, K₁은 수치일기예보모델의 해상도에 따른 튜닝 파라미터를 나타내고, ρ₀는 대기의 밀도를 나타내며, N₀는 부력 주파수(buoyancy frequency)를 나타낸다. 또한, H는 아격자 규모(sub-grid scale)에서의 지면 고도 표준편차의 2배를 나타내고, Ht는 무차원 산악높이인 비선형화도(inverse Froude number)를 고려한 최대 산악 높이 및 H 중에서 더 작은 값을 나타낸다. 또한, 벡터 Grad는 수평바람의 방향에 따른 아격자 산악의 산악 경사도의 정도를 나타내는데, 상기 벡터 Grad의 x-성분 Gx 및 y-성분 Gy와, V_oeff는 하기의 [식 10] 내지 [식 12]와 같이 나타낼 수 있다.

[식 10]

[식 11]

[식 12]

상기 [식 10] 내지 [식 12]에서, u 는 동서 바람(x-방향)의 세기를, v는 남북 바람(y-방향)의 세기를 나타내며, h는 산악의 높이를 나타낸다.

적운 대류 모듈

적운 대류 모듈(316)은 제1 적운 대류 모수화 방법 또는 제2 적운 대류 모수화 방법을 선택적으로 적용할 수 있다. 상기 제1 적운 대류 모수화 방법은, 깊은 대류 모수화 방법으로서 SAS(simplified Arakawa-Schubert) 방안을 적용하고, 얕은 대류 모수화 방법으로서 Han-Pan 방안을 적용할 수 있다. 상기 SAS 방안은, 1974년에 Arakawa 및 Schubert가 대기과학학술지(Journal of the Atmospheric Sciences) 제31권(pp. 674-701)에 개시한 대규모 환경에서 적운 앙상블 상호작용(Interaction of a cumulus cloud ensemble with the large-scale environment. Part I)의 모수화 방법이고, 상기 Han-Pan 방안은 2011년에 Han 및 Pan이 날씨와 예보(Weather and Forecasting) 학술지 제26권(pp. 520-533)에 개시한 NCEP 지구예보시스템에서의 대류 및 연직 확산 기법 수정(Revision of convetion and vertical diffusion schemes in the NCEP Global Forecast System)의 모수화 방법이다.

예를 들어, 본 실시예에 따른 구름 모형은 하기의 [식 13] 내지 [식 16]과 같이 나타낼 수 있다.

[식 13]

[식 14]

[식 15]

[식 16]

상기 [식 13] 내지 [식 16] 에서, η는 운저(cloud base)에서의 질량속으로 정규화된 질량속을 나타내고, ε는 대류의 흡기율을 나타내며, δ는 대류의 배기율을 나타낸다. 또한, h는 습윤 정적 에너지를 나타내고, q는 수증기의 혼합비를 나타내며, l은 응결물의 혼합비를 나타낸다. 또한, r은 강수를 나타내고, V는 수평 바람 벡터를 나타낸다. f1은 대류에 의한 운동량 교환을 약화시키는 역할을 하는, 대류가 유도하는 기압 경도력 효과로서, 예를 들어, 0.55 일 수 있다. 또한, [식 13] 내지 [식 16]에서, z는 연직 고도를 나타내고, 변수 위의 바(bar)는 평균을 나타낸다.

또한, 상기 제1 적운 대류 모수화 방법에서, 깊은 대류 및 얕은 대류의 구분은 대류의 깊이에 따라 분류될 수 있는데, 예를 들어, 대류의 깊이가 150 hPa 이상인 경우에는 깊은 대류인 것으로 분류하고, 대류의 깊이가 150 hPa 미만인 경우에는 얕은 대류인 것으로 분류할 수 있다.

상기 제2 적운 대류 모수화 방법에서, 적운 대류 모듈(316)은 깊은 대류 모수화 방법으로서 Zhang-McFarlane 방안을 적용하고, 얕은 대류 모수화 방법으로서 Park-Bretherton 방안을 적용할 수 있다. 상기 Zhang-McFarlane 방안은, Zhang 및 McFarlane이 1995년에 대기-해양 학술지(Atmosphere-Ocean) 제33권(pp. 407-446)에 개시한 캐나다 기후센터 대순환 모델의 적운 모수화에 대한 기후 모의 민감도(Sensitivity of climate simulations to the parameterization of cumulus in the Canadian Climate Centre general circulation model)의 모수화 방법이고, 상기 Park-Bretherton 방안은 2009년에 Park 및 Bretherton이 기후 학술지(Journal of Climate) 제22권(pp. 3449-3469)에 개시한 워싱턴 대학교 얕은 대류 및 수분 난류 기법 및 그것이 커뮤니티 대기 모델의 기후 모의에 미치는 영향(The University of Washington shallow convection and moist turbulence schemes and their impact on climate simulations with the community atmosphere model)의 모수화 방법이다.

예를 들어, 본 실시예에 따른 깊은 대류의 구름 모형은 하기의 [식 17] 내지 [식 20]과 같이 나타낼 수 있다.

[식 17]

[식 18]

[식 19]

[식 20]

상기 [식 17] 내지 [식 20]에서, mu는 상승 기류의 질량속을 나타내고, su는 상승 기류의 건조 정적 에너지를 나타내며, qu는 상승 기류의 수증기 혼합비를 나타내고, l은 응결물 혼합비를 나타내며, hu는 상승 기류의 습윤 정적 에너지를 나타낸다. 또한, Eu는 총 흡기율을 나타내고, Du는 총 배기율을 나타내며, L은 증발 잠열을 나타내고, C는 대규모 응결율을 나타낸다. 또한, ρ는 대기의 밀도를 나타내고, Ru는 응결물의 강수로의 전환을 나타낸다. qs 및 hs는 배기되는 공기가 포화된 것으로 가정한, 수증기 혼합비 및 습윤 정적 에너지를 나타낸다.

대규모 구름 모듈

대규모 구름 모듈(317)은 제1 대규모 구름 모수화 방법, 제2 대규모 구름 모수화 방법 및 제3 대규모 구름 모수화 방법 중 어느 하나를 선택적으로 적용할 수 있다.

상기 제1 대규모 구름 모수화 방법에서, 물 구름 비율(liquid cloud fraction)은, Wilson 및 Gregory가 2003년에 왕립기상학계간지(Quarterly Journal of the Royal Meteorological Society) 제129권(pp. 967-986)에 개시한 이상적 강제 시나리오 하에서 대규모 모델 구름 기법의 특성(The behavior of large-scale model cloud schemes under idealized forcing scenarios)의 방법으로 모수화될 수 있다. 예를 들어, 상기 물 구름 비율 Cl은 습기 확률밀도함수(PDF)를 이용하여, 하기의 [식 21]과 같이 나타낼 수 있다.

[식 21]

여기서, n은 0 (사각형 PDF를 가정한 경우) 또는 1 (삼각형 PDF를 가정한 경우)이고, Qc 및 bs는 하기의 [식 22]와 같이 정의된다.

[식 22]

단, qt는 총 물량(total water content)을 나타내고, qsat는 포화 비습(saturation specific humidity)을 나타내며, L은 물 온도를 나타내고, Lc는 응결 잠열을 나타내며, cp는 건조 공기의 비열을 나타내고, p는 기압을 나타낸다. 각각의 변수에서 바(-)가 표시된 것은, 평균을 나타낸다. 한편, RHcrit는 임계 상대습도를 나타낸다.

또한, 상기 제1 대규모 구름 모수화 방법에서, 얼음 구름 비율(ice cloud fraction)은, Wilson 및 Ballard가 1999년에 왕립기상학계간지(Quarterly Journal of the Royal Meteorological Society) 제125권(pp. 1607-1636)에 개시한 영국 기상청 통합 모델을 위한 미세물리 기반 강수 기법(A microphysically based precipitation scheme for the UK meteorological office unified model)의 방법으로 모수화될 수 있다. 예를 들어, 상기 얼음 구름 비율 Ci는 하기의 [식 23]과 같이 모수화될 수 있다.

[식 23]

여기서, ncf 는 다음의 [식 24]와 같이 정의될 수 있다.

[식 24]

단, qci는 구름 얼음물 양(cloud ice water content)을 나타내고, RHcrit,ice는 얼음에 대한 임계 상대습도를 나타낸다.

상기 제2 대규모 구름 모수화 방법에서는, 첫 번째 타임스텝(time step)에서, 상기 [식 21] 및 [식 23]에 의해, 구름 내 물과 얼음의 비율을 결정하고, 복사 모듈(311), 경계층 모듈(314), 산악 중력파 모듈(315), 적운 대류 모듈(316)로부터 얻어지는 구름 비율 및 구름 물양의 변화를 하기의 [식 25]와 같이 산출할 수 있다.

[식 25]

여기서, qcl은 구름 액체물 양(cloud liquid water content)을 나타낸다.

상기 제3 대규모 구름 모수화 방법에서, 물 구름 비율은, Smith가 1990년에 왕립기상학계간지(Quarterly Journal of the Royal Meteorological Society) 제116권(pp. 435-460)에 개시한 대순환 모델에서 구름층 및 물 양을 예측하는 기법(A scheme for predicting layer clouds and their water content in a general circulation model)의 방법을 수정하여 모수화될 수 있다. 예를 들어, 상기 물 구름 비율 Cl은, 하기의 [식 26]과 같이 모수화될 수 있다.

[식 26]

또한, 상기 제3 대규모 구름 모수화 방법에서, 얼음 구름 비율은, Slingo가 1987년에 왕립기상학계간지(Quarterly Journal of the Royal Meteorological Society) 제113권(pp. 899-927)에 개시한 ECMWF 모델을 위한 구름 예측 기법의 개발 및 검증(The development and verification of a cloud prediction scheme for the ECMWF model)의 방법으로 모수화될 수 있다. 예를 들어, 상기 얼음 구름 비율 Ci는 하기의 [식 27]과 같이 모수화될 수 있다.

[식 27]

여기서, qv는 비습(specific humidity)을 나타내고, esl은 물의 포화 수증기압(liquid saturation vapor pressure)을 나타내며, esi는 얼음의 포화 수증기압(ice saturation vapor pressure)을 나타낸다.

구름미세물리 모듈

구름미세물리 모듈(318)은 제1 구름미세물리 모수화 방법, 제2 구름미세물리 모수화 방법 및 제3 구름미세물리 모수화 방법 중 어느 하나를 선택적으로 적용할 수 있다.

상기 제1 구름미세물리 모수화 방법은 Hong 및 Lim이 2006년에 한국기상학회지(Journal of Korean Meteorological Society) 제42권(pp. 129-151)에 개시한 WRF 단일 모멘트 6-클래스 미세물리 기법(The WRF single-moment 6-class microphysics scheme)의 모수화 방법을 적용할 수 있다. 예를 들어, 구름물(cloud water), 빗물(rain water), 눈(snow), 싸락눈(graupel) 등과 같은 대기 수상(hydrometeor)의 크기 분포 n(D)는 하기의 [식 28]과 같이 나타낼 수 있다.

[식 28]

여기서, D는 입자의 크기를 나타내고, 아랫첨자 x는 빗물, 눈 또는 싸락눈을 나타내며, ρ는 대기의 밀도를 나타낸다. n0는 절편 모수(intercept parameter)로서 대기 수상에 따라 구분되는 상수를 나타내고, λ는 기울기 모수(slope parameter)를 나타낸다.

상기 제1 구름미세물리 모수화 방법에서, 자동변환, 응결, 증발, 결빙, 융해,침적, 승화, 포착 등을 통하여 대기수상의 생성 및 소멸을 모수화한다. 예측 들어, 구름물로부터 빗물로의 자동변환(autoconversion) Praut은 하기의 [식 29]와 같이 나타낼 수 있다.

[식 29]

여기서, g는 중력 가속도를 나타내고, Ec는 빗물 응집효율(collection efficiency)을 나타내며, ρ는 해당 상태의 대기 밀도를 나타내고, ρ0는 기준 상태(reference state)에서의 대기 밀도를 나타낸다. 또한, μ는 대기의 동적 점성(dynamic viscosity)을 나타내고, Ncl은 구름물의 수농도(number concentration)를 나타내며, ρw는 물의 밀도를 나타낸다. 또한, qcl은 구름물의 혼합비(mixing ratio)를 나타내고, H는 해밀토니안 함수를 나타낸다. qcl0는 구름물의 임계 혼합비를 나타내고, rcr은 자동변환이 시작되는 임계 평균 입자반경을 나타낸다.

상기 제2 구름미세물리 모수화 방법은 Wilson and Ballard가 1999년에 왕립기상학계간지 (Quarterly Journal of the Royal Meteorological Society) 제 125권(pp. 1607-1636)에 개시한 영국 기상청 통합모델을 위한 구름미세물리 방안 (A microphysically based precipitation scheme for the UK meteorological office unified model) 의 방법을 적용할 수 있다. 예를 들어, 상기 제2 구름미세물리 모수화 방법은 수증기, 구름물, 얼음 및 빗물의 4가지 대기 수상을 고려하고, 그 중 빗물은 진단적(diagnostic)으로 계산하고, 수증기, 구름물 및 얼음은 예단(prognostic) 변수로 계산할 수 있다. 얼음의 경우, 대기 중에서 빙정(ice crystals)과 눈(snow aggregates) 및 싸락눈(graupel) 등의 여러 가지 형태가 있을 수 있으나, 형태에 관계없이 총 얼음양 만을 예단할 수 있다. 예를 들어, 대기 수상의 크기 분포 n은 하기의 [식 30]과 같이 나타낼 수 있다.

[식 30]

여기서, x는 빗물 및 얼음 중 어느 하나를 나타내고, D는 입자의 크기를 나타내며, a 및 b는 각각의 대기 수상에 대해 얻어지는 상수를 나타내고, Γ는 감마 함수를 나타낸다. 또한, n0는 절편 모수를 나타내고, q는 각각의 대기 수상의 혼합비를 나타내며, ρ는 대기 밀도를 나타낸다.

상기 제2 구름미세물리 모수화 방법은, 상기 제1 구름미세물리 모수화 방법과 다르게, 각각의 대기 수상의 혼합비의 생성 및 소멸을 계산할 때에, 온도에 따른 구분을 포함하지 않을 수 있다.

상기 제3 구름미세물리 모수화 방법은, Lim 및 Hong이 2010년에 월간 날씨 리뷰(Monthly Weather Review) 제138권(pp. 1587-1612)에 개시한 일기/기후 모델에서 예단적 구름 응결핵(CCN)을 갖는 효과적 이중 모멘트 구름미세물리 기법의 개발(Development of an effective double-moment cloud microphysics scheme with prognostic cloud condensation nuclei(CCN) for weather and climate models)의 방법을 적용할 수 있다. 예를 들어, 구름물의 빗물로의 자동변환(autoconversion)은 하기의 [식 31]과 같이 나타낼 수 있다.

[식 31]

여기서, ρ는 대기의 밀도를 나타내고, qcl은 구름물의 혼합비를 나타내며, σc는 구름 입자 분포의 표준편차를 나타내고, Dc는 구름입자의 직경을 나타낸다.

비산악 중력파 모듈

비산악 중력파 모듈(139)은 제1 비산악 중력파 모수화 방법 및 제2 비산악 중력파 모수화 방법을 선택적으로 적용할 수 있다.

상기 제1 비산악 중력파 모수화 방법은, 린첸(Lindzen) 타입의 스펙트럴 모수화 방법으로서, Molod et al.이 2012년에 지구모델링 및 자료동화 기술보고서 시리즈(Technical Report Series on Global Modeling and Data Assimilation) 제28권(pp. 16-17)에서 개시한 GEOS-5 대기 대순환 모델: MERRA와 Fortuna의 평균 기후 및 개발(The GEOS-5 atmospheric general circulation model: Mean climate and development from MERRA to Fortuna)의 방법을 적용할 수 있다.

예를 들어, 런치 고도(launch level)에서의 중력파 운동량속(momentum flux) 스펙트럼은 하기의 [식 32]와 같이 위상속도 함수의 가우시안 스펙트럼으로 나타낼 수 있다.

[식 32]

여기서, τ는 중력파 스트레스를 나타내고, z_l은 런치 고도를 나타낸다. 또한, τ₀는 6.4 × 10^(-3) N m^(-2)의 값을 나타내고, φ는 위도를 나타내며, c 는 비산악 중력파의 위상 속도를 나타낸다.

상기 제2 비산악 중력파 모수화 방법은, 초간단(ultra-simple) 스펙트럴 모수화 방법으로서, Warner 및 McIntyre가 2001년에 대기과학학술지(Journal of Atmospheric Sciences) 제58권(pp. 1837-1857)에 개시한 비산악 중력파의 초간단 스펙트럴 모수화(An ultrasimple spectral parameterization for non-orographic gravity waves)의 방법을 적용할 수 있다. 예를 들어, 런치 고도에서의 중력파 운동량속(momentum flux) 스펙트럼은 하기의 [식 33]과 같이 경험적 스펙트럼으로 나타낼 수 있다.

[식 33]

여기서, ρ는 대기의 밀도를 나타내고, z_l은 런치 고도를 나타내며, m_l은 런치고도에서의 연직 파수(vertical wavenumber)를 나타내고, φ는 파동전파방향 (wave-propagation direction)을 나타낸다. 또한, m_*는 특성(characteristic) 연직 파수를 나타내고, m_min은 최소 연직 파수를 나타낸다. 또한, A₀는 연직 파수의 정규화 계수를 나타내고, C₀는 런치 스펙트럼 스케일링 계수를 나타낸다.

이때, A₀ = 1.023659 로 설정되고, C₀ = 3.4191 × 10^(-9) sec^(-2)로 설정되며, m_* = 2π/4300 m^(-1)로 설정되고, m_min = 2π/(20 × 1000) m^(-1) 으로 설정될 수 있다.

이상에서와 같이, 본 발명의 실시예들에 따른 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법 및 이를 구현하는 하드웨어 장치에 따르면, 물리과정 모수화 패키지가, 복사 과정 모수화 모듈, 지표층 과정 모수화 모듈, 지면 과정 모수화 모듈, 경계층 과정 모수화 모듈, 산악 중력파 항력 과정 모수화 모듈, 적운 대류 과정 모수화 모듈, 대규모 구름 과정 모수화 모듈, 구름미세물리 과정 모수화 모듈 및 비산악 중력파 항력 과정 모수화 모듈을 포함하고, 각각의 모듈 상호 간에 적절하게 변수 교환을 수행함으로써, 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델에 적절하게 물리 과정을 모수화할 수 있고, 그에 따라, 상기 수치일기예보모델의 정확도를 향상시킬 수 있다.

이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

100: 하드웨어 장치 110: 메모리
130: 계산부 300: 수치일기예보모델
310: 물리과정 모수화 패키지 330: 역학 코어 모듈
350: 자료동화 모듈 370: 프레임워크/입출력 모듈
311: 복사 모듈 312: 지표층 모듈
313: 지면 모듈 314: 경계층 모듈
315: 산악 중력파 모듈 316: 적운 대류 모듈
317: 대규모 구름 모듈 318: 구름미세물리 모듈
319: 비산악 중력파 모듈

Claims

복수의 계산유닛을 포함하는 계산부 및 상기 계산부와 전기적으로 연결되는 메모리를 포함하는 하드웨어 장치가, 복사 과정 모수화 모듈, 지표층 과정 모수화 모듈, 지면 과정 모수화 모듈, 경계층 과정 모수화 모듈, 산악 중력파 항력 과정 모수화 모듈, 적운 대류 과정 모수화 모듈, 대규모 구름 과정 모수화 모듈, 구름미세물리 과정 모수화 모듈 및 비산악 중력파 항력 과정 모수화 모듈을 포함하는 물리과정 모수화 패키지를 포함한 수치일기예보모델의 물리 과정을 모수화하는 방법에 있어서, 상기 계산부가 제1 시각(time step)에 대하여,
상기 복사 과정 모수화 모듈을 계산하고, 상기 복사 과정 모수화 모듈로부터 산출된 지면 하향 장파속, 지면 하향 단파속, 순 하향 단파속 및 지면 알베도를 상기 지면 과정 모수화 모듈에 제공하며, 상기 복사 과정 모수화 모듈로부터 산출된 지구에서 방출하는 장파 복사에 의한 온도 시변화율 및 태양에서 방출하는 단파 복사에 의한 온도 시변화율을 상기 대규모 구름 과정 모수화 모듈에 제공하되, 상기 장파와 단파는 파장이 4㎜를 기준으로 구분하는 제1 단계;
상기 지표층 과정 모수화 모듈을 계산하고, 상기 지표층 과정 모수화 모듈로부터 산출된 최저층 풍속과 열 및 수증기에 대한 교환 계수를 상기 지면 과정 모수화 모듈에 제공하며, 상기 지표층 과정 모수화 모듈로부터 산출된 벌크 리차드슨수, 거칠기 길이, 최저층 풍속과 운동량 및 열에 대한 안정도 함수를 상기 경계층 과정 모수화 모듈에 제공하고, 상기 지표층 과정 모수화 모듈로부터 산출된 마찰 속도를 상기 적운 대류 과정 모수화 모듈에 제공하며, 상기 거칠기 길이를 상기 복사 과정 모수화 모듈에 제공하는 제2 단계;
상기 지면 과정 모수화 모듈을 계산하고, 상기 지면 과정 모수화 모듈로부터 산출된 열속 및 수증기속을 상기 경계층 과정 모수화 모듈에 제공하며, 상기 지면 과정 모수화 모듈로부터 산출된 적설(snow cover) 및 적설량(snow depth)을 상기 복사 과정 모수화 모듈에 제공하는 제3 단계;
상기 경계층 과정 모수화 모듈을 계산하고, 상기 경계층 과정 모수화 모듈로부터 산출된 경계층 고도 및 열속을 상기 적운 대류 과정 모수화 모듈에 제공하며, 상기 경계층 과정 모수화 모듈로부터 산출된 온도의 시변화율 및 비습의 시변화율을 상기 대규모 구름 과정 모수화 모듈에 제공하는 제4 단계;
상기 산악 중력파 항력 과정 모수화 모듈을 계산하고, 상기 산악 중력파 항력 과정 모수화 모듈로부터 산출된 온도의 시변화율을 상기 대규모 구름 과정 모수화 모듈에 제공하는 제5 단계;
상기 적운 대류 과정 모수화 모듈을 계산하고, 상기 적운 대류 과정 모수화 모듈로부터 산출된, 경계면 고도에서의 깊은 대류 질량속, 깊은 대류에 의한 물 구름양, 온도의 시변화율, 비습, 물 구름양의 시변화율 및 얼음 구름양의 시변화율과, 경계면 고도에서의 얕은 대류 질량속, 얕은 대류에 의한 물 구름양, 온도의 시변화율, 비습, 물 구름양의 시변화율 및 얼음 구름양의 시변화율을 상기 대규모 구름 과정 모수화 모듈에 제공하되, 상기 깊은 대류와 얕은 대류는 대류의 깊이 150hPa을 기준으로 분류하며, 상기 적운 대류 과정 모수화 모듈로부터 산출된 깊은 대류에 의한 강수 및 얕은 대류에 의한 강수를 상기 지면 과정 모수화 모듈에 제공하는 제6 단계;
상기 대규모 구름 과정 모수화 모듈을 계산하는 제7 단계;
상기 구름미세물리 과정 모수화 모듈을 계산하고, 상기 구름미세물리 과정 모수화 모듈로부터 산출된 온도의 시변화율, 물 구름양의 시변화율, 얼음 구름양의 시변화율 및 얼음 종단속도를 상기 대규모 구름 과정 모수화 모듈에 제공하며, 상기 구름미세물리 과정 모수화 모듈로부터 산출된 강수를 상기 지면 과정 모수화 모듈로 제공하는 제8 단계; 및
상기 비산악 중력파 항력 과정 모수화 모듈을 계산하는 제9 단계를 포함하는 것을 특징으로 하는, 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법.
제1항에 있어서, 상기 대규모 구름 과정 모수화 모듈은 상기 제7 단계에서 계산되는 제1 대규모 구름 과정 모수화 모듈과, 상기 제8 단계 및 제9 단계의 사이에서 더 계산되는 제2 대규모 구름 과정 모수화 모듈을 포함하고,
상기 제1 단계에서, 상기 복사 과정 모수화 모듈로부터 산출된 상기 장파 복사에 의한 온도 시변화율 및 단파 복사에 의한 온도 시변화율은 상기 제1 대규모 구름 과정 모수화 모듈에 제공되고,
상기 제4 단계에서, 상기 경계층 과정 모수화 모듈로부터 산출된 상기 온도의 시변화율 및 비습의 시변화율은 상기 제1 대규모 구름 과정 모수화 모듈에 제공되며,
상기 제5 단계에서, 상기 산악 중력파 항력 과정 모수화 모듈로부터 산출된 상기 온도의 시변화율은 상기 제1 대규모 구름 과정 모수화 모듈에 제공되고,
상기 제6 단계에서, 상기 적운 대류 과정 모수화 모듈로부터 산출된 상기 경계면 고도에서의 깊은 대류 질량속, 깊은 대류에 의한 물 구름양, 온도의 시변화율, 비습, 물 구름양의 시변화율 및 얼음 구름양의 시변화율과, 경계면 고도에서의 얕은 대류 질량속, 얕은 대류에 의한 물 구름양, 온도의 시변화율, 비습, 물 구름양의 시변화율 및 얼음 구름양의 시변화율은 상기 제1 대규모 구름 과정 모수화 모듈에 제공되며,
상기 제8 단계에서, 상기 구름미세물리 과정 모수화 모듈로부터 산출된 상기 온도의 시변화율, 물 구름양의 시변화율 및 얼음 구름양의 시변화율은 상기 제1 대규모 구름 과정 모수화 모듈에 제공되고,
상기 제8 단계에서, 상기 구름미세물리 과정 모수화 모듈로부터 산출된 상기 얼음 구름양의 시변화율 및 얼음 종단속도는 상기 제2 대규모 구름 과정 모수화 모듈에 제공되는 것을 특징으로 하는, 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법.
제1항에 있어서,
상기 제2 단계에서, 상기 지표층 과정 모수화 모듈로부터 산출된 상기 거칠기 길이는 상기 지표층 과정 모수화 모듈의 외부로 출력되어 상기 물리과정 모수화 패키지의 메인 프로그램을 통해 상기 복사 과정 모수화 모듈에 제공되고,
상기 제3 단계에서, 상기 지면 과정 모수화 모듈로부터 산출된 상기 적설(snow cover) 및 적설량(snow depth)은 상기 물리과정 모수화 패키지의 상기 메인 프로그램을 통해 상기 복사 과정 모수화 모듈에 제공되며,
상기 제6 단계에서, 상기 적운 대류 과정 모수화 모듈로부터 산출된 상기 깊은 대류에 의한 강수 및 얕은 대류에 의한 강수는 상기 물리과정 모수화 패키지의 상기 메인 프로그램을 통해 상기 지면 과정 모수화 모듈에 제공되고,
상기 제8 단계에서, 상기 구름미세물리 과정 모수화 모듈로부터 산출된 상기 강수는 상기 물리과정 모수화 패키지의 상기 메인 프로그램을 통해 상기 지면 과정 모수화 모듈로 제공되는 것을 특징으로 하는, 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법.
제3항에 있어서,
상기 물리과정 모수화 패키지의 상기 메인 프로그램을 통해 상기 지표층 과정 모수화 모듈로부터 상기 복사 과정 모수화 모듈에 제공된 상기 거칠기 길이와, 상기 지면 과정 모수화 모듈로부터 상기 복사 과정 모수화 모듈에 제공된 상기 적설(snow cover) 및 적설량(snow depth)과, 상기 적운 대류 과정 모수화 모듈로부터 상기 지면 과정 모수화 모듈에 제공된 상기 깊은 대류에 의한 강수 및 얕은 대류에 의한 강수와, 상기 구름미세물리 과정 모수화 모듈로부터 상기 지면 과정 모수화 모듈로 제공된 상기 강수는, 상기 제1 시각(time step)에 후속하는 제2 시각에 대하여 수행되는, 상기 제1 단계 내지 제9 단계의 계산에 사용되는 것을 특징으로 하는, 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법.
복사 과정 모수화 모듈, 지표층 과정 모수화 모듈, 지면 과정 모수화 모듈, 경계층 과정 모수화 모듈, 산악 중력파 항력 과정 모수화 모듈, 적운 대류 과정 모수화 모듈, 대규모 구름 과정 모수화 모듈, 구름미세물리 과정 모수화 모듈 및 비산악 중력파 항력 과정 모수화 모듈을 포함하는 물리과정 모수화 패키지를 저장하는 메모리; 및
제1 시각(time step)에 대하여, 제1 단계로서 상기 복사 과정 모수화 모듈을 계산하고 상기 복사 과정 모수화 모듈로부터 산출된 지면 하향 장파속, 지면 하향 단파속, 순 하향 단파속 및 지면 알베도를 상기 지면 과정 모수화 모듈에 제공하며 상기 복사 과정 모수화 모듈로부터 산출된 지구에서 방출하는 장파 복사에 의한 온도 시변화율 및 태양에서 방출하는 단파 복사에 의한 온도 시변화율을 상기 대규모 구름 과정 모수화 모듈에 제공하되, 상기 장파와 단파는 파장이 4㎜를 기준으로 구분하고, 제2 단계로서 상기 지표층 과정 모수화 모듈을 계산하고 상기 지표층 과정 모수화 모듈로부터 산출된 최저층 풍속과 열 및 수증기에 대한 교환 계수를 상기 지면 과정 모수화 모듈에 제공하며 상기 지표층 과정 모수화 모듈로부터 산출된 벌크 리차드슨수, 거칠기 길이, 최저층 풍속과 운동량 및 열에 대한 안정도 함수를 상기 경계층 과정 모수화 모듈에 제공하고 상기 지표층 과정 모수화 모듈로부터 산출된 마찰 속도를 상기 적운 대류 과정 모수화 모듈에 제공하며 상기 거칠기 길이를 상기 복사 과정 모수화 모듈에 제공하며, 제3 단계로서 상기 지면 과정 모수화 모듈을 계산하고 상기 지면 과정 모수화 모듈로부터 산출된 열속 및 수증기속을 상기 경계층 과정 모수화 모듈에 제공하며 상기 지면 과정 모수화 모듈로부터 산출된 적설(snow cover) 및 적설량(snow depth)을 상기 복사 과정 모수화 모듈에 제공하고, 제4 단계로서 상기 경계층 과정 모수화 모듈을 계산하고 상기 경계층 과정 모수화 모듈로부터 산출된 경계층 고도 및 열속을 상기 적운 대류 과정 모수화 모듈에 제공하며 상기 경계층 과정 모수화 모듈로부터 산출된 온도의 시변화율 및 비습의 시변화율을 상기 대규모 구름 과정 모수화 모듈에 제공하며, 제5 단계로서 상기 산악 중력파 항력 과정 모수화 모듈을 계산하고 상기 산악 중력파 항력 과정 모수화 모듈로부터 산출된 온도의 시변화율을 상기 대규모 구름 과정 모수화 모듈에 제공하며, 제6 단계로서 상기 적운 대류 과정 모수화 모듈을 계산하고 상기 적운 대류 과정 모수화 모듈로부터 산출된 경계면 고도에서의 깊은 대류 질량속, 깊은 대류에 의한 물 구름양, 온도의 시변화율, 비습, 물 구름양의 시변화율 및 얼음 구름양의 시변화율과, 경계면 고도에서의 얕은 대류 질량속, 얕은 대류에 의한 물 구름양, 온도의 시변화율, 비습, 물 구름양의 시변화율 및 얼음 구름양의 시변화율을 상기 대규모 구름 과정 모수화 모듈에 제공하되, 상기 깊은 대류와 얕은 대류는 대류의 깊이 150hPa을 기준으로 분류하며, 상기 적운 대류 과정 모수화 모듈로부터 산출된 깊은 대류에 의한 강수 및 얕은 대류에 의한 강수를 상기 지면 과정 모수화 모듈에 제공하고, 제7 단계로서 상기 대규모 구름 과정 모수화 모듈을 계산하며, 제8 단계로서 상기 구름미세물리 과정 모수화 모듈을 계산하고 상기 구름미세물리 과정 모수화 모듈로부터 산출된 온도의 시변화율, 물 구름양의 시변화율, 얼음 구름양의 시변화율 및 얼음 종단속도를 상기 대규모 구름 과정 모수화 모듈에 제공하며 상기 구름미세물리 과정 모수화 모듈로부터 산출된 강수를 상기 지면 과정 모수화 모듈로 제공하고, 제9 단계로서 상기 비산악 중력파 항력 과정 모수화 모듈을 계산하는 계산부를 포함하는 것을 특징으로 하는, 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법을 구현하는 하드웨어 장치.
제5항에 있어서,
상기 대규모 구름 과정 모수화 모듈은 상기 제7 단계에서 계산되는 제1 대규모 구름 과정 모수화 모듈과, 상기 제8 단계 및 제9 단계의 사이에서 더 계산되는 제2 대규모 구름 과정 모수화 모듈을 포함하고,
상기 계산부는,
상기 제1 단계에서, 상기 복사 과정 모수화 모듈로부터 산출된 상기 장파 복사에 의한 온도 시변화율 및 단파 복사에 의한 온도 시변화율을 상기 제1 대규모 구름 과정 모수화 모듈에 제공하고,
상기 제4 단계에서, 상기 경계층 과정 모수화 모듈로부터 산출된 상기 온도의 시변화율 및 비습의 시변화율을 상기 제1 대규모 구름 과정 모수화 모듈에 제공하며,
상기 제5 단계에서, 상기 산악 중력파 항력 과정 모수화 모듈로부터 산출된 상기 온도의 시변화율을 상기 제1 대규모 구름 과정 모수화 모듈에 제공하고,
상기 제6 단계에서, 상기 적운 대류 과정 모수화 모듈로부터 산출된 상기 경계면 고도에서의 깊은 대류 질량속, 깊은 대류에 의한 물 구름양, 온도의 시변화율, 비습, 물 구름양의 시변화율 및 얼음 구름양의 시변화율과, 경계면 고도에서의 얕은 대류 질량속, 얕은 대류에 의한 물 구름양, 온도의 시변화율, 비습, 물 구름양의 시변화율 및 얼음 구름양의 시변화율을 상기 제1 대규모 구름 과정 모수화 모듈에 제공하며,
상기 제8 단계에서, 상기 구름미세물리 과정 모수화 모듈로부터 산출된 상기 온도의 시변화율, 물 구름양의 시변화율 및 얼음 구름양의 시변화율을 상기 제1 대규모 구름 과정 모수화 모듈에 제공하고,
상기 제8 단계에서, 상기 구름미세물리 과정 모수화 모듈로부터 산출된 상기 얼음 구름양의 시변화율 및 얼음 종단속도를 상기 제2 대규모 구름 과정 모수화 모듈에 제공하는 것을 특징으로 하는, 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법을 구현하는 하드웨어 장치.
제5항에 있어서, 상기 계산부는,
상기 제2 단계에서, 상기 지표층 과정 모수화 모듈로부터 산출된 상기 거칠기 길이를 상기 지표층 과정 모수화 모듈의 외부로 출력하여 상기 물리과정 모수화 패키지의 메인 프로그램을 통해 상기 복사 과정 모수화 모듈에 제공하고,
상기 제3 단계에서, 상기 지면 과정 모수화 모듈로부터 산출된 상기 적설(snow cover) 및 적설량(snow depth)을 상기 물리과정 모수화 패키지의 상기 메인 프로그램을 통해 상기 복사 과정 모수화 모듈에 제공하며,
상기 제6 단계에서, 상기 적운 대류 과정 모수화 모듈로부터 산출된 상기 깊은 대류에 의한 강수 및 얕은 대류에 의한 강수를 상기 물리과정 모수화 패키지의 상기 메인 프로그램을 통해 상기 지면 과정 모수화 모듈에 제공하고,
상기 제8 단계에서, 상기 구름미세물리 과정 모수화 모듈로부터 산출된 상기 강수를 상기 물리과정 모수화 패키지의 상기 메인 프로그램을 통해 상기 지면 과정 모수화 모듈로 제공하는 것을 특징으로 하는, 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법을 구현하는 하드웨어 장치.
제7항에 있어서, 상기 계산부는,
상기 물리과정 모수화 패키지의 상기 메인 프로그램을 통해 상기 지표층 과정 모수화 모듈로부터 상기 복사 과정 모수화 모듈에 제공된 상기 거칠기 길이와, 상기 지면 과정 모수화 모듈로부터 상기 복사 과정 모수화 모듈에 제공된 상기 적설(snow cover) 및 적설량(snow depth)과, 상기 적운 대류 과정 모수화 모듈로부터 상기 지면 과정 모수화 모듈에 제공된 상기 깊은 대류에 의한 강수 및 얕은 대류에 의한 강수와, 상기 구름미세물리 과정 모수화 모듈로부터 상기 지면 과정 모수화 모듈로 제공된 상기 강수를, 상기 제1 시각(time step)에 후속하는 제2 시각에 대하여 수행되는, 상기 제1 단계 내지 제9 단계의 계산에 사용하는 것을 특징으로 하는, 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법을 구현하는 하드웨어 장치.