Data Assimilation of OMI Aerosol Optical Depth in WRF-Chem

Abstract

Data assimilation is performed for an Asian dust storm (ADS) case with a coupled meteorology－chemistry model (WRF-Chem) by assimilating various data such as Ozone Monitoring Instrument (OMI) aerosol optical depth (AOD) at 500 nm, the National Centers for Environmental Prediction (NCEP) conventional observations, and Microwave Humidity Sounder (MHS) radiance. The Maximum Likelihood Ensemble Filter (MLEF), a hybrid ensemble-variational data assimilation algorithm, is applied to meteorological and aerosol data assimilation system. New AOD observation operator is adopted for satellite AOD 500 nm data. Two experiments are carried out to assess the impact on AOD observation and the WRF-Chem-MLEF system from 0000 UTC 12 May to 0600 UTC 13 May 2011. The control experiment (CNTL) assimilates only meteorological observations, while the other experiment (AODDA) assimilates both meteorological and AOD observations. The analysis is updated every 6 hour with assimilating meteorological observations from 0000 UTC 12 May to 0600 UTC 13 May 2011. However, AOD observations are assimilated only 0600 UTC on 12 and 13 May 2011, since OMI passes through our model domain only once on a day. The results show AOD assimilation reduces the background error covariance, and updated analyses predict aerosol quite well. The background error standard deviations of both dust and meteorological variables are reduced during a one day forecasting. The background error standard deviation of Dust 3 in AODDA has decreased by ~25% compared with CNTL, while that of meteorological variables has decreased slightly. After AOD assimilation, the analysis increments of both dust and meteorological variables show differences in terms of magnitude and location. Assimilation of AOD observations has decreased overestimation of dust initial conditions near the arid area in north China and the Gobi desert. The root mean square error of AODDA has decreased compared with CNTL by 16.9.;2011년 5월에 있었던 황사 사례에 대해 Ozone Monitoring Instrument (OMI) satellite 에어로졸 광학 두께 (aerosol optical depth; AOD) 500 nm, the National Centers for Environmental Prediction (NCEP) 지상 관측, Microwave Humidity Sounder (MHS) 복사 관측 자료를 기상-화학 결합모델인 WRF-Chem을 사용하여 동화하는 실험을 수행하였다. 기상 및 에어로졸 관측 자료를 동화하기 위해 앙상블-변분법의 하이브리드 방법인 Maximum Likelihood Ensemble Filter (MLEF) 자료동화 알고리즘을 WRF-Chem과 결합하였으며, OMI의 500 nm AOD 관측자료를 동화하기 위해 새롭게 AOD 관측연산자를 개발하였다. WRF-Chem-MLEF 시스템과 AOD 관측자료의 영향을 평가하기 위해 두 가지 실험을 수행하였다. 실험은 2011 5월 12일 0000 UTC부터 2011년 5월 13일 0600 UTC까지 수행되었다. 첫 번째 실험은 NCEP 지상관측과 MHS 복사자료에서 나온 기상 관측 자료만 동화하는 실험이고 (CNTL), 두 번째 실험은 CNTL 실험에서 사용한 기상 관측 자료와 OMI AOD 관측 자료를 함께 동화하는 실험이다 (AODDA). 분석값 (the analysis)은 실험 기간 동안 6시간마다 자료동화에 의해 갱신되며, 기상 관측 자료는 매 6시간마다 동화된다. 하지만 AOD 관측 자료는 2011년 5월 12일과 13일의 0600 UTC에만 동화되는데, 이는 OMI를 탑재한 위성이 하루에 한번만 모델 도메인을 통과하기 때문이다. 실험 결과, AOD 관측 자료의 동화가 배경 오차 공분산을 감소시키고 자료동화를 통해 갱신된 분석값을 이용한 모델의 황사 예측이 향상되었다. Dust와 기상 변수의 배경 오차의 표준 편차가 하루 동안의 예측에 대해 지속적으로 감소했다. AODDA 실험과 CNTL 실험을 비교했을 때, Dust 3 변수의 배경 오차의 표준 편차가 25%까지 감소했고, 이에 비해 기상 변수는 AODDA 실험과 CNTL 실험의 차이가 크지 않았다. CNTL 실험에서 Dust 변수의 분석 증분 (analysis increment)은 기상 관측 자료의 동화만으로도 자료동화의 효과가 있음을 보이며 이는 MLEF의 교차-공분산의 영향으로 사료된다. AODDA 실험에서는 Dust 변수가 고비사막과 중국 북쪽의 건조지역을 중심으로 강한 음의 값을 나타냈다. 이는 AOD 관측 자료가 모델이 과대모의한 Dust의 초기값을 감소시키고 있음을 나타낸다. 온도와 바람 등의 일부 기상 변수의 분석 증분 또한 AOD 관측 자료의 동화에 영향을 받는 것으로 나타났다. OMI AOD 관측 자료와 WRF-Chem-MLEF 시스템의 예측 결과를 비교했을 때, AODDA 실험의 평균제곱근오차 (The root mean square error)가 CNTL 실험에 비해 16.9% 낮게 나타났으며 AOD 관측 자료의 동화가 황사 예측을 향상시킬 것으로 기대된다.