| 초록 |
본 발명은 수반 모형 민감도 기반의 자료 동화 방법에 관한 것으로서, 보다 구체적으로는 (1) 최초 추정(first guess)을 초기 조건으로 하여 수치 모형을 동화창(assimilation window) 시작 시각부터 종료 시각까지 적분하여, 상기 종료 시각의 예보장을 생성하는 단계; (2) 상기 종료 시각에서의 관측 자료 및 상기 예보장을 이용하여 기준장(reference state)을 생성하는 단계; (3) 상기 생성된 기준장과 예보장의 차이인 예보 오차를 이용하여 반응 함수를 정의하는 단계; (4) 상기 종료 시각부터 시작 시각까지 수반 모형을 적분하여, 상기 동화창 시작 시각의 예보 오차에 대한 수반 모형 민감도를 생성하는 단계; (5) 상기 생성된 수반 모형 민감도의 크기를 결정하는 단계; 및 (6) 상기 최초 추정 및 상기 크기가 결정된 수반 모형 민감도를 이용하여, 개선된 초기 조건을 생성하는 단계를 포함하는 것을 그 구성상의 특징으로 한다. 본 발명에서 제안하고 있는 수반 모형 민감도 기반의 자료 동화 방법에 따르면, 수치 모형을 적분하여 산출된 예보 오차에 대한 수반 모형 민감도를 생성하고 이를 이용하여 개선된 초기 조건을 생성함으로써, 수치 모형 및 수반 모형을 각각 1회 적분하여 초기 조건을 생성하기 때문에 4차원 변분 자료 동화 방법에 비하여 연산 비용(computational cost)을 현저하게 감소시키면서도 우수한 초기 조건을 생성할 수 있고, 초기 추정 오차(first guess error)와 관측 오차(observations error)가 연관되지 않아 더욱 정확한 초기 조건을 생성할 수 있다. |
