초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

장마 강수의 통계적 계절 예측을 위하여 봄철 선행인자를 선정하여 다중 회귀 분석법을 통해 예측 모델을 구축하고 선행인자가 한반도 강수에 미치는 역학적 과정을 분석 하였다. 여름철 한반도 강수의 특징적인 현상인 장마는 동아시아 몬순의 하위 시스템이다. 하지만 메이유와 바이우와는 다른 특징을 지니고 있기 때문에 장마 강수에 영향을 줄 수 있는 요인을 기존 연구에 기반하여 새롭게 분석할 필요가 있다. 장마에 영향을 줄 수 있는 요인은 해수면 온도, ...

장마 강수의 통계적 계절 예측을 위하여 봄철 선행인자를 선정하여 다중 회귀 분석법을 통해 예측 모델을 구축하고 선행인자가 한반도 강수에 미치는 역학적 과정을 분석 하였다. 여름철 한반도 강수의 특징적인 현상인 장마는 동아시아 몬순의 하위 시스템이다. 하지만 메이유와 바이우와는 다른 특징을 지니고 있기 때문에 장마 강수에 영향을 줄 수 있는 요인을 기존 연구에 기반하여 새롭게 분석할 필요가 있다. 장마에 영향을 줄 수 있는 요인은 해수면 온도, 유라시아 지역 적설양, 티벳 고원, 극지역 해빙 분포 등 다양하다. 본 연구에서는 동아시아 몬순의 경계조건이 되는 해수면 온도 아노말리를 선행인자로 하여 전방 단계적 선택법을 통해 예측 모델을 구성하였다. 전방 통계적 선택법에 사용된 인자 선정 기준은 1. 장마 강수 지수와 높은 상관 관계, 2. 낮은 분산팽창요인, 3. 낮은 각 인자간의 상관관계 구성하였다. 이 세 가지 기준은 장마 강수 지수와 관계가 높지만 선행 인자들 간에는 독립적인 인자를 찾기 위해 설정되었다.
계절 예측을 위해 북태평양 해수면 온도 변화 지수, 북대서양 진동 지수, 그리고 열대 태평양 지수가 선행인자로 선정하였다. 교차검증법에서 예측 모델은 관측값과 상관관계 0.834 그리고 평균 제곱근 편차 0.546의 성능을 보였으며, 분할표에서는 83.33%의 년도의 강수 강도를 예측하였으며 게러티-스킬 지수는 0.800의 우수한 예측 성능을 보였다.
북태평양에서 형성된 해수면 온도 전선은 난류에 의한 극방향 열수송에 의해 대기 하층 경압성을 강화시킨다. 강화된 하층 경압성은 남쪽으로부터 운동량을 수송하여 하층 서풍을 강화 시키고, 서풍은 다시 해수면 온도를 증가시키는 역할을 한다. 해수면 온도와 하층 대기간의 양의 피드백은 계속된 서풍 형성으로 인해 고기압성 아노말리를 형성하고 이는 북태평양 고기압을 북쪽으로 확장시켜 한반도로 수송되는 수증기양을 증가시킨다. 또한 북대서양 진동으로 인해 세 개의 극이 해수면 온도로 나타나며 겨울에 가장 강하며 여름철까지 유지된다. 또한 대류권 상층 파동을 증폭시켜 그 영향이 제트류를 통해 한반도로 전달되는 원격 상관을 통해 동아시아 몬순 순환 및 한반도 강수에 영향을 줄 수 있다. 마지막으로 열대 태평양 해수면 온도는 남중국해와 북서태평양 지역의 강수 아노말리에 의한 마쯔노-길 순환을 만든다. 이때 만들어진 저기압성 로스비 순환이 해양과 상호 작용을 통해 오랫동안 지속 될 수 있다. 그리고 지역적 해들리 순환 및 인도양으로부터의 하층 수증기 유입에 의해 남중국해의 저기압성 아노말리가 지속될 수 있는 환경을 만든다. 남중국해의 저기압성 아노말리는 태평양-일본 원격 상관으로 인해 일본 동쪽에 고기압성 아노말리를 만들어 한반도 남쪽으로 다량의 수증기를 수송하여 많은 비를 내릴 수 있게 한다.

주제어