Development of Coupled Atmosphere-Aerosol Data Assimilation and Application to Asian Dust Storms

Abstract

This study presents the development and evaluation of a Coupled Data Assimilation (CDA) system that integrates aerosol observational data into an atmosphere–aerosol coupled model to enhance the forecasting accuracy of Asian Dust Storms (ADSs). ADSs, originating from desert regions, represent a long-range transport air pollution phenomenon that significantly impacts air quality, climate, ecosystems, and human health across East Asia, yet remain challenging to predict due to uncertainties in initial conditions and model limitations. The study focuses on three objectives: (1) development of Weakly Coupled Data Assimilation (WCDA) and Strongly Coupled Data Assimilation (SCDA) systems, (2) analysis of their background error covariance, and (3) assessment of their performance in ADS forecasting. An Aerosol Optical Depth (AOD) data assimilation system was developed by WRF-Chem model with the Maximum Likelihood Ensemble Filter (MLEF) and implementing an AOD observation operator for Geostationary Environment Monitoring Spectrometer (GEMS) data. Data assimilation experiments showed that higher temporal assimilation frequency led to greater RMSE reductions and improved agreement with AERONET AOD and surface PM₁₀ measurements, although AOD-to-PM₁₀ improvements were less consistent due to intrinsic differences between the variables. The study further compared the background error covariance structures of WCDA and SCDA. In WCDA, observational updates are confined to within-variable categories, whereas SCDA includes cross-variable covariances, enabling information transfer between atmospheric and aerosol states. However, forecast experiments using GEMS AOD and PrepBUFR data revealed that WCDA consistently outperformed SCDA. In particular, when assimilating GEMS AOD, WCDA showed higher total normalized scores than SCDA for AOD (34.4%), PM₁₀ (56.7%), temperature (6.4%), wind speed (69.9%), and global horizontal irradiance (203.1%). Overall, the results suggest that WCDA currently offers a more robust and practical approach for ADS forecasting. Future research should aim to enhance SCDA's effectiveness by improving background error covariance estimation, observation preprocessing, and observational data usage, including the assimilation of diverse aerosol measurements. These advances are expected to improve air quality forecasts and support mitigation efforts for the environmental and health impacts of ADSs in East Asia.;본 연구는 황사 예측 정확도를 향상시키기 위해 대기–에어로졸 결합자료동화(Coupled Data Assimilation, CDA) 시스템을 개발하고 평가하였다. 황사는 사막에서 발생한 모래먼지가 장거리 이동하는 대기오염으로 동아시아 전역의 대기질, 기후, 생태계, 인체 건강에 중대한 영향을 미치는 현상이지만, 초기 조건의 불확실성과 모델의 한계로 인해 예측 불확실성이 높다. 본 연구는 (1) 약한 결합자료동화(WCDA) 및 강한 결합자료동화(SCDA) 시스템의 개발, (2) 배경오차공분산 분석, (3) 황사 예측 성능 평가를 주요 목표로 한다. 환경위성탑재체(Geostationary Environment Monitoring Spectrometer, GEMS) 에어로졸 광학두께(Aerosol Optical Depth, AOD) 자료동화를 위해 WRF-Chem 모델과 Maximum Likelihood Ensemble Filter (MLEF)를 기반으로 한 AOD 자료동화 시스템을 구축하고, GEMS AOD 관측연산자를 개발하였다. 황사 사례에 대한 AOD 동화 실험 결과, AOD의 시간 해상도가 높을수록 AERONET AOD 및 지상 PM10 대비 예측 정확도가 향상되었지만, AOD와 PM10 간의 본질적 차이로 인해 PM10 예측 향상은 다소 불규칙하게 나타났다. 다음으로 WCDA와 SCDA의 배경오차공분산 구조를 비교하였다. WCDA는 동일 변수 내에서만 정보를 전파하는 반면, SCDA는 대기–에어로졸 변수 간의 교차 공분산을 이용하여 변수 간 정보 전달이 가능하다. 그러나 GEMS AOD와 PrepBUFR 자료를 동화한 실험에서 WCDA가 SCDA보다 우수한 예측 성능을 보였고, 특히 GEMS AOD를 동화했을 때 SCDA 대비 AOD, PM10, 온도, 풍속, 일사에서 각각 34.4 %, 56.7 %, 6.4 %, 69.9 %, 203.1 % 높은 종합정규화점수를 보였다. 종합적으로, 현재의 기술적 제약하에서는 WCDA가 SCDA보다 황사 예측을 위한 효율적이고 안정적인 접근법임을 시사한다. 본 연구에서 개발한 결합자료동화 시스템을 이용하여 동아시아 지역의 황사 예측 향상과 향후 고농도 대기오염 지역에 적용하여 사회적·경제적 피해 완화에 기여할 것으로 기대된다.