[논문 리뷰] Three-Dimensional Variational Data Assimilation with Rapid Update Cycling for Short-Range Precipitation Forecasting: A Case Study of Heavy Rainfall in Bali, Indonesia

Nurjanna Joko Trilaksono, Sandy Herho외 4명|arXiv (Cornell University)|2026. 03. 20.

Meteorological Phenomena and Simulations인용 수 0

한 줄 요약

본 연구는 Bali에서 WRFDA의 Rapid Update Cycle(RUC)로 3D-Var 데이터 동화의 효과를 평가한다; 시간당 사이클링은 비교 대상인 덜 자주 사이클링 및 Non-DA에 비해 기온과 강수 예보를 현저히 개선한다.

ABSTRACT

This study evaluates the effectiveness of three-dimensional variational (3D-Var) data assimilation coupled with a Rapid Update Cycle (RUC) framework for improving short-range precipitation forecasts over the Indonesian Maritime Continent (IMC). We employ the Weather Research and Forecasting (WRF) model and its data assimilation component (WRFDA) to assimilate surface observations from Automatic Weather Stations (AWS) at cycling intervals of 1, 3, 6, and 12 hours. Our test case is a heavy rainfall event on 7 July 2023 in Bali Province, during which accumulated precipitation exceeded 193 mm.day$^{-1}$. The 1-hour cycling interval yields the lowest root-mean-square error (RMSE) for both 2-meter temperature (0.0-0.3$\,^\circ$C) and hourly precipitation (1.295 mm.h$^{-1}$), corresponding to reductions of roughly 75% and 57%, respectively, relative to non-assimilated forecasts. Frequent cycling constrains initial-condition errors and captures mesoscale convective evolution, as confirmed by improved spatial agreement with radar reflectivity observations. These results demonstrate that high-frequency assimilation cycling offers clear advantages for nowcasting in tropical maritime environments.

연구 동기 및 목표

• Indonesia 해양대륙에서 단기 강우 예보를 위한 Rapid Update Cycle를 통합한 3D-Var 데이터 동화의 효과 평가.
• 다양한 사이클 간격(1, 3, 6, 12시간)이 Bali의 폭우 현상 동안 예보 정확도에 어떤 영향을 미치는지 정량화.
• 고주파 동화가 초기 조건 오차 성장 및 중규모 대류 진화에 미치는 영향을 평가.

제안 방법

• CV3 제어변수와 NMC 방법을 통한 도메인별 백그라운드 오차 공분산을 이용하여 WRFDA 내에서 3D-Var 데이터 동화를 구현.
• Bali에 대해 9 km 외부 도메인/3 km 내부 도메인의 2-도메인 WRF 구성과 10분 간격의 AWS 표면 관측.
• 2023년 7월 6일 08:00 WITA 시작 48시간 예보에 대해 12, 6, 3, 1 시간 간격의 사이클링 테스트.
• AWS 관측값 및 radar/BMKG 데이터에 대한 2 m 기온 및 시간별 강수량의 RMSE와 Bias로 예보 평가.
• 데이터 동화의 영향을 분리하기 위해 비-DA(콜드 스타트) 실행과 비교.
• 품질 관리 및 보간을 포함한 관측 전처리 워크플로우와 표준 관측 오차 명세를 포함.

실험 결과

연구 질문

• RQ1 더 잦은 데이터 동화 사이클링이 Bali와 같은 열대 상해인 해양 대기환경에서 단기 강수 예보를 개선하는가?
• RQ2 사이클 간격이 레이더 관측과 비교했을 때 강수의 공간 분포 및 대류 진화에 어떤 차이를 만드는가?
• RQ3 시간당 사이클링과 6, 3, 12시간 사이클링을 사용할 때 기온 및 강수 예보의 RMSE와 편향에서 구체적 이득은 무엇인가?
• RQ4 계산 및 관측 네트워크 측면에서 시간당 사이클링 구현의 실용적 고려사항과 한계는 무엇인가?

주요 결과

• 1시간 사이클링은 2 m 기온의 RMSE를 최저로 만들었으며(0.0–0.3 °C) 시간별 강수량은 1.295 mm h^-1이다.
• Non-DA와 비교할 때 1시간 사이클링은 기온 RMSE를 약 75% 감소시키고 강수 RMSE를 약 57% 감소시켰다.
• Tabanan의 시간별 강수 RMSE는 Cyclle 3, Cycle 6, Cycle 12로 갈수록 커진다.
• Tabanan에서 Cycle 1: 1.295 mm h^-1; Cycle 3: 1.432 mm h^-1; Cycle 6: 1.745 mm h^-1; Cycle 12: 2.572 mm h^-1; DA: 2.482 mm h^-1; Non-DA: 3.023 mm h^-1.
• Denpasar에서 Cycle 1: 1.487 mm h^-1; Cycle 3: 1.853 mm h^-1; Cycle 6: 1.855 mm h^-1; Cycle 12: 3.224 mm h^-1; DA: 3.877 mm h^-1; Non-DA: 3.954 mm h^-1.
• Cycle 1이 GPM 강우 패턴과 레이더 반사도와 가장 잘 일치하며 더 높은 사이클링 간격 및 Non-DA에 비해 우수한 재생성을 보인다.