Development of a retrieval algorithm based on the optimal estimation method for clear-sky atmospheric profiles from a geostationary meteorological imager

Abstract

대기의 연직 온도 및 습도 프로파일은 악기상 예보를 위해 반드시 필요한 기상변수로 전통적으로 라디오존데와 같은 지상기반 관측자료나 하루에 두 번 관심 영역을 통과하는 극궤도 위성의 관측자료를 이용하였다. 하지만, 자료 자체의 낮은 시공간 해상도로 인하여 단기 일기예보나 실황예보 및 급격하게 발달하는 대류 시스템 예측에 활용하기에는 많은 제약이 따랐다. 하지만 2014년 일본 Himawari-8 위성의 성공적인 발사를 시작으로, 높은 시공간 해상도와 16개 채널 (10개 적외채널)을 보유한 영상기를 탑재한 차세대 정기 기상 위성의 성공적인 발사와 운영은 정기기상에서 산출된 고해상도 자료의 활용성에 대한 기대를 높여왔다. 한국에서는 2018년 후반에 2차 정지궤도 기상위성을 발사할 예정으로 Himawari-8에 탑재된 영상기(AHI)와 매우 유사한 규격의 시공간 해상도와 분광정보를 갖는 차세대 영상기(AMI)를 탑재할 계획이다. 이에, 본 연구에서는 차세대 영상기로부터 대기의 연직 온도 및 습도 정보 산출을 위한 알고리즘을 개발하고, 산출된 정보에 대한 정확도를 평가함으로써 실황예보 및 초단기 악기상 예보에의 활용 가능성을 진단하였다. 산출 알고리즘은 관측 정보와 배경장 정보를 최적으로 결합하여 반복적으로 해를 찾아나가는 비선형 optimal estimation방식에 기반하여 개발되었고, 관측자료로는 AHI의 관측 휘도온도를, 알고리즘의 first-guess로는 영국 기상청 통합모델에 기반한 한국 기상청의 전지구모델 6~11시간 예보장 자료를 regression 없이 바로 이용하였다. 휘도온도 모의 및 자코비안 계산을 위한 복사전달 모델로는 유럽중기예보센터에서 개발한 RTTOV 11.2 버전이 이용되었다. AHI의 제한된 채널에서 제공되는 information contents로부터 대기 프로파일 정보를 산출하기 위해, 알고리즘 입력 자료 개선을 위한 다양한 분석 작업 및 보정 작업이 이루어졌고 알고리즘 특성화 작업이 진행되었다. 먼저, AHI 관측 자료가 프로파일 산출에 기여하는 독립적인 정보의 양을 파악하기 위해 Averaging Kernels 및 Degrees of Freedom for Signal에 대한 분석이 이루어졌고, 알고리즘 성능과 산출 결과의 정확도에 영향을 미치는 파라미터들 (산출 시 수렴 기준 및 조건, 최적 산출 해상도)에 대한 조정 작업 및 설정 별 결과들에 대한 비교 작업이 진행되었다. 또한 산출 정확도에 영향을 미치는 주요 요소들(관측자료의 체계오차, 초기장 자료의 정확도, 배경 오차의 정확도, 제거되지 못한 구름)에 대한 민감도 테스트 및 영향도 평가가 이루어졌다. 먼저 관측 자료의 체계오차가 산출결과에 미치는 영향 파악을 위해 2개 기준자료를 이용한 AHI 체계오차가 평가되었고, 도출된 보정계수를 이용한 AHI 체계오차 보정 및 산출된 결과에 대한 보정 전후 비교 작업이 수행되었다. 또한, 초기장 자료의 정확도가 산출에 미치는 영향 평가를 위하여, 온도 초기장에 따른 민감도 테스트가 수행되었다. 특히 산출 결과에 큰 영향을 미치는 것으로 알려져 있는 배경 오차 값의 적정성 여부를 판단하기 위한 민감도 테스트가 수행되었고, 이로부터 습도 배경오차 공분산을 위한 최적 scale factor가 도출되었다. 또한 전처리 과정에서 제거되지 못한 권운에 대한 모의실험을 통해 권운 존재 시 대류권 중•상층에서의 층별 누적 가강수량 증가 경향을 확인하고 실제 산출결과에서 제거되지 않은 권운이 산출 정확도에 미치는 영향을 분석하였다. 이와 더불어 악기상 사례에 대한 분석을 통해, 산출된 연직 온도 및 습도 프로파일로부터 계산된 대기 불안정 지수 및 층별 가강수량의 초단기 예보 활용 가능성에 대한 평가도 이루어졌다.;Vertical profiles of temperature and moisture provide critical information for the prediction of weather events and traditionally this information was obtained from ground-based measurements with low spatial and temporal resolution or from the polar-orbiting satellites overpassing a given area twice a day. Despite the high accuracy of these measurements, low spatial and temporal resolution hinders utilizing those data for nowcasting or short term weather forecasting. With the successful launch of new generation geostationary satellites with high performance imagers, in terms of spatial, temporal and spectral resolution, various studies have been conducted to investigate the potential benefits of using data from these new instruments for weather forecasting. The new generation imagers such as the Himarwari-8 Advanced Himawari Imager (AHI) in Japan and the planned Geo-KOMPSAT-2A Advanced Meteorological Imager (AMI) in Korea are characterized by high spatial and temporal resolution with ten infrared channels. Although the vertical resolution of imagers is very low compared to that of hyper-spectral sounders with thousands of channels, they are equipped with three water vapor channels that provide moisture information in the upper, mid, and lower atmosphere and with a CO2 absorption channel for air temperature information. Thus, in this study, an algorithm has been developed to retrieve clear-sky vertical temperature and moisture profiles from the measured radiance in the infrared regions of AMI. Since AMI data is not available as of 2017, the developed algorithm was applied to the measurements from AHI, the specification of which is almost identical to that of AMI. Based on the nonlinear optimal estimation approach, the algorithm iteratively adjusts the first-guess, i.e. numerical weather prediction model forecast, until the updated profile (or calculated brightness temperature from the profile) gets close enough to the observations within a predefined threshold. In order for the algorithm to work in an appropriate manner and to converge to a solution with a small retrieval error, the algorithm needs to be fully understood and well characterized. The analysis on the information contents of the measurements revealed that AHI provides useful piece of independent information for sounding of about 3 to 4, in terms of the degrees of freedom for signal. To obtain retrievals as accurate as possible from this limited amount of information contents, the study conducted a series of sensitivity tests regarding algorithm parameter optimization. Two important tests include the analysis on the convergence thresholds and the retrieval resolution, which turned out to have significant impacts on the retrieval accuracy. A tight or relaxed convergence threshold has been applied to the retrieval process and the corresponding results were discussed in relation to the retrieval coverage. The analysis on the retrieval resolution reveals that the algorithm performs better with the spatial resolution of the 3 by 3 field of view. In addition to this, the importance of quality-controlled input data in a retrieval system has been emphasized in the study. To introduce as accurate input data as possible to the retrieval system, the study conducted a number of experiments, where the sensitivity of the retrieved fields to the accuracy of input data (e.g., satellite measurements, the first-guess profile, error covariance of the first guess or background) was evaluated. Based on the test results, the study improved the accuracy of input data through a preliminary bias correction of the measurements or by applying a scale factor (background error covariance). The study also investigated the impact of anvil cirrus on the retrieval accuracy by performing a cirrus simulation and evaluated the effect of thin cirrus on the increase in the retrieved moisture contents in the mid and upper troposphere. The results also revealed that the moisture retrieval over thin cirrus has similar accuracy to that under clear-sky conditions, suggesting the potential of retrieving atmospheric profiles over thin anvil cirrus. Lastly, the potential benefits of using the retrieved atmospheric parameters for the short-term weather forecasting are suggested through two cases studies on the severe weather events occurred in summer in 2015 and 2016 in Korean peninsula.