[논문]한반도 겨울철 기온의 월별 통계 예측 모형 구축 및 검증

한보름; 임유나; 김혜진; 손석우

doi:10.14191/atmos.2018.28.2.153

한반도 겨울철 기온의 월별 통계 예측 모형 구축 및 검증
Development and Evaluation of Statistical Prediction Model of Monthly-Mean Winter Surface Air Temperature in Korea 원문보기

대기 = Atmosphere, v.28 no.2, 2018년, pp.153 - 162

한보름 (서울대학교 지구환경과학부) , 임유나 (서울대학교 지구환경과학부) , 김혜진 (서울대학교 지구환경과학부) , 손석우 (서울대학교 지구환경과학부)

Abstract ▼ AI-Helper

The statistical prediction model for wintertime surface air temperature, that is based on snow cover extent and Arctic sea ice concentration, is updated by considering $El-Ni{\tilde{n}}o$ Southern Oscillation (ENSO) and Quasi-Biennial Oscillation (QBO). These additional factors, representing leading modes of interannual variability in the troposphere and stratosphere, enhance the seasonal prediction over the Northern Hemispheric surface air temperature, even though their impacts are dependent on the predicted month and region. In particular, the prediction of Korean surface air temperature in midwinter is substantially improved. In December, ENSO improved about 10% of prediction skill compared without it. In January, ENSO and QBO jointly helped to enhance prediction skill up to 36%. These results suggest that wintertime surface air temperature in Korea can be better predicted by considering not only high-latitude surface conditions (i.e., Eurasian snow cover extent and Arctic sea ice concentration) but also equatorial sea surface temperature and stratospheric circulation.

주제어

AI 본문요약
AI-Helper

문제 정의

본 연구는 Furtado et al. (2016)을 바탕으로 10월의 눈 덮임, 해빙 공간 분포 이외에 북반구 중 특히 한반도 겨울철에 영향을 줄 가능성이 있는 해수면 온도, 20 hPa 동서방향바람 총 4가지 예측 인자들을 고려하여 선형회귀통계 모형을 구축하였다. 예측 인자들의 상호 연관성을 고려하여 북반구와 한반도 겨울철 기온의 예측 가능성을 알아보고자 다변량 경험직교함수 분석을 통해 겨울철 기온과 연관된 예측 인자의 주요 변동성을 추출하여 다중선형회귀모형을 만들었다.

제안 방법

북반구 겨울철과 4개의 예측 인자간 구조적으로 연결된 대표 변동성을 찾기 위해 10월의 눈 덮임(30º N-90ºN), 해빙(60ºN-90ºN), 해수면 온도(10.5ºS-60ºN), 20 hPa 동서방향바람(10.5ºS~90ºN)의 아노말리를 겨울철 (12~2월) 해면기압(21ºN-90ºN) 아노말리와 함께 다변량 경험직교함수 분석을 수행하였다. 다변량 경험직교함수 분석을 실행하기 앞서 모든 예측 인자에서 계절 변동성과 지구온난화에 따른 선형 경향성을 배제하기 위해 기후값과 선형 경향성을 제거하였다.
(2016)을 바탕으로 10월의 눈 덮임, 해빙 공간 분포 이외에 북반구 중 특히 한반도 겨울철에 영향을 줄 가능성이 있는 해수면 온도, 20 hPa 동서방향바람 총 4가지 예측 인자들을 고려하여 선형회귀통계 모형을 구축하였다. 예측 인자들의 상호 연관성을 고려하여 북반구와 한반도 겨울철 기온의 예측 가능성을 알아보고자 다변량 경험직교함수 분석을 통해 겨울철 기온과 연관된 예측 인자의 주요 변동성을 추출하여 다중선형회귀모형을 만들었다.

대상 데이터

본 연구에서는 Rutgers Global Snow Laboratory의눈 덮임 자료(Robinson et al., 2012), National Snow and Ice Data Center의 해빙 자료(Cavalieri et al., 1996), Met Office Hadley Centre의 해수면 온도 자료(HadISST; Rayner et al., 2003), European Centre for MediumRange Weather Forecasts Interim (ERA-Interim; Deeet al., 2011) 재분석 자료의 20 hPa 동서방향바람, 해면기압, 2 m 기온 자료를 사용하였다. 분석 기간은 ‘1979년 10월~1980년 2월’에서 ‘2014년 10월~2015년 2월’까지 36년이며 모든 자료의 아노말리(anomaly)는 1981~2010년의 월별 평년값을 제거하여 계산하였다.
, 2011) 재분석 자료의 20 hPa 동서방향바람, 해면기압, 2 m 기온 자료를 사용하였다. 분석 기간은 ‘1979년 10월~1980년 2월’에서 ‘2014년 10월~2015년 2월’까지 36년이며 모든 자료의 아노말리(anomaly)는 1981~2010년의 월별 평년값을 제거하여 계산하였다.

이론/모형

본 연구에서는 Furtado et al. (2016)이 제안한 통계 모형 개발 방식을 채택하였다. Furtado et al.

성능/효과

12월, 1월, 2월 각 월별로 예측 인자의 조합에 따라 지역별 예측성 차이가 있으나, ACC가 통계적으로 유의한 지역이 넓을 경우 북반구 겨울철 기온 예측성이 좋다고 할 때 12월 북반구는 전반적으로 엘니뇨-남방 진동과 성층권 바람을 모두 추가한 통계 모형에서 예측성이 가장 높아 두 변동성의 영향이 모두 중요한 것으로 나타났다. 1월과 2월은 해수면 온도를 추가하였을 때 예측성이 좋았고 해수면 온도의 주요변동성인 엘니뇨-남방진동의 영향과 연관이 있을 것으로 판단된다.
1월은 눈 덮임, 해빙, 해수면 온도, 성층권 바람의 모든 예측 인자를 사용하여 만든 ALL 모형의 예측 성능이 SC + SI 모형에 비해 36% 향상되어 가장 높았다. SC + SI 모형에 해수면 온도와 성층권 바람을 각각 추가하였을 때도 ACC가 증가하였는데, 이 둘을 함께 추가한 모형에서 가장 높은 ACC를 보였기 때문에 1월 기온 예측에 있어 대류권 변동성과 성층권 변동성을 모두 고려하는 것이 중요할 것으로 판단된다.
지역마다 겨울철 기온에 영향을 미치는 인자의 차이가 존재해 한반도 지역을 특정해서 살펴보면 12월은 SC + SI + SST 모형이 SC + SI 모형에 비해 10%의 예측성 향상을 보여 엘니뇨-남방진동이 한반도 기온 예측에 기여할 것으로 나타났다. 이는 12월 한반도 겨울철 기온에 대한 엘니뇨의 영향가능성에 관한 선행 연구(e.

후속연구

이는 본 연구에서 고려한 네 변수 이외에 한반도 2월 기온에 영향을 미치는 다른 주요 인자가 존재할 가능성을 보여준다. 뿐만 아니라, 다변량 경험직교함수 분석을 이용한 예측 모형 구축은 겨울철 예측 인자들이 구조적으로 연관되어 있음을 고려한 주요 모드를 추출할 수 있다는 장점이 있으나 예측 인자간 독립성에 대한 확신이 어렵다. 이에 대해서도 향후 추가 연구를 통한 개선이 필요하다.
한반도 지역의 경우 12월과 1월은 앞선 ACC 결과와 동일한 예측 인자가 중요하게 나왔지만 2월의 경우 SC + SI + U20 모형이 ACC가 가장 높게 나왔다. 하지만 이 모형의 결과도 통계적으로 유의하지 않아 한반도 기온을 예측하는데 어려울 것으로 나타났다. 이는 본 연구에서 고려한 네 변수 이외에 한반도 2월 기온에 영향을 미치는 다른 주요 인자가 존재할 가능성을 보여준다.

질의응답

핵심어	질문	논문에서 추출한 답변
	다중공선성이란 무엇인가?	회귀 모형에서 예측 인자들 사이의 상관성이 높으면 회귀 계수의 분산이 커져 회귀 계수들의 신뢰도가 떨어지게 된다. 이러한 현상을 다중공선성(Multicollinearity) 이라 한다.
	본 연구에서 다중공선성을 평가하기 위해 무엇을 수행하였는가?	이러한 현상을 다중공선성(Multicollinearity) 이라 한다. 본 선형회귀모형의 다중공선성 평가를 위해 각 예측 인자 별 분산 팽창 인수(Variance Inflation Factor, VIF)를 구해 모형 안정도 시험을 수행하였다. 분산 팽창 인수의 식은 아래와 같다.
	다변량 경험직교함수 분석에서 각 예측 인자들의 표준화를 수행한 이유는 무엇인가?	다변량 경험직교함수 분석을 실행하기 앞서 모든 예측 인자에서 계절 변동성과 지구온난화에 따른 선형 경향성을 배제하기 위해 기후값과 선형 경향성을 제거하였다. 또한 예측 인자들 간 변동성의 크기가 다르기 때문에 동등 하게 고려하기 위해 표준화하여 사용하였다. 다변량 경험직교함수 분석 후 얻어진 각 변수 별 주요 모드에 각각의 변수를 사영시켜 EC 시계열을 구하였고, 각 예측 인자의 10월 EC 시계열을 이용하여 다중선형회귀방법으로 12월, 1월, 2월 지표 기온에 대한 통계 예측 모형을 구축하였다.

참고문헌 (25)

Ahn, J.-B., J.-H. Ryu, E.-H. Cho, J.-Y. Park, and S.-B. Ryoo, 1997: A study of correlations between air-temperature and precipitation in Korea and SST over the Tropical Pacific. Asia-Pac. J. Atmos. Sci., 33, 487-495 (in Korean with English abstract).
Cavalieri, D. J., C. L. Parkinson, P. Gloersen, and H. Zwally, 1996: Sea ice concentrations from Nimbus-7 SMMR and DMSP SSM/I-SSMIS passive microwave data, version 1. NASA National Snow and Ice Data Center Distributed Active Archive Center, doi:10.5067/8GQ8LZQVL0VL.
Cohen, J., and D. Entekhabi, 1999: Eurasian snow cover variability and Northern Hemisphere climate predictability. Geophys. Res. Lett., 26, 345-348.

상세보기
Cohen, J., M. Barlow, P. J. Kushner, and K. Saito, 2007: Stratosphere-troposphere coupling and links with Eurasian land surface variability. J. Climate, 20, 5335-5343.

상세보기
Cohen, J., J. C. Furtado, M. A. Barlow, V. A. Alexeev, and J. E. Cherry, 2012: Arctic warming, increasing snow cover and widespread boreal winter cooling. Environ. Res. Lett., 7, 014007, doi:10.1088/1748-9326/7/1/014007.

상세보기
Cohen, J., and Coauthors, 2014: Recent Arctic amplification and extreme mid-latitude weather. Nat. Geosci., 7, 627-637, doi:10.1038/NGEO2234.

상세보기
Dee, D. P., and Coauthors, 2011: The ERA-Interim reanalysis: Configuration and performance of the data assimilation system. Quart. J. Roy. Meteor. Soc., 137, 553-597, doi:10.1002/qj.828.

상세보기
Elsner, J. B., and C. P. Schmertmann, 1994: Assessing forecast skill through cross validation. Wea. Forecasting, 9, 619-624.

상세보기
Furtado, J. C., J. L. Cohen, and E. Tziperman, 2016: The combined influences of autumnal snow and sea ice on Northern Hemisphere winters. Geophys. Res. Lett., 43, 3478-3485, doi:10.1002/2016GL068108.

상세보기
Holton, J. R., and H.-C. Tan, 1980: The influence of the equatorial quasi-biennial oscillation on the global circulation at 50 mb. J. Atmos. Sci., 37, 2200-2208.

상세보기
Honda, M., J. Inoue, and S. Yamane, 2009: Influence of low Arctic sea-ice minima on anomalously cold Eurasian winters. Geophys. Res. Lett., 36, L08707.
Jolliffe, I. T., and D. B. Stephenson, 2003: Forecast verification: a practitioner's guide in atmospheric science. John Wiley & Sons. 254 pp.
Karl, T. R., P. Y. Groisman, R. W. Knight, and R. R. Heim Jr., 1993: Recent variations of snow cover and snowfall in North America and their relation to precipitation and temperature variations. J. Climate, 6, 1327-1344.

상세보기
Kim, B. M., E. Jung, G. H. Lim, and H. K. Kim, 2014: Analysis on winter atmospheric variability related to Arctic warming. Atmosphere, 24, 131-140, doi:10.14191/Atmos.2014.24.2.131 (in Korean with English abstract).

원문보기 상세보기
Kug, J.-S., M.-S. Ahn, M.-K. Sung, S.-W. Yeh, H.-S. Min, and Y.-H. Kim, 2010: Statistical relationship between two types of El Nino events and climate variation over the Korean Peninsula. Asia-Pac. J. Atmos. Sci., 46, 467-474, doi:10.1007/s13143-010-0027-y.

상세보기
Kutner, M. H., C. J. Nachtsheim, and J. Neter, 2004: Applied linear regression models. 4th edition, McGraw Hill, New York.
Rayner, N. A., D. E. Parker, E. B. Horton, C. K. Folland, L. V. Alexander, D. P. Rowell, E. C. Kent, and A. Kaplan, 2003: Global analyses of sea surface temperature, sea ice, and night marine air temperature since the late nineteenth century. J. Geophys. Res., 108, 4407-4443.

상세보기
Robinson, D. A., T. W. Estilow, and NOAA CDR Program, 2012: NOAA Climate Date Record (CDR) of Northern Hemisphere (NH) Snow Cover Extent (SCE), Version 1. NOAA National Centers for Environmental Information.
Sun, L., C. Deser, and R. A. Tomas, 2015: Mechanisms of stratospheric and tropospheric circulation response to projected Arctic sea ice loss. J. Climate, 28, 7824-7845, doi:10.1175/JCLI-D-15-0169.1.

상세보기
Tivy, A., B. Alt, S. Howell, K. Wilson, and J. Yackel, 2007: Long-range prediction of the shipping season in Hudson Bay: A statistical approach. Wea. Forecasting, 22, 1063-1075.

상세보기
Thompson, D. W., and J. M. Wallace, 1998: The Arctic Oscillation signature in the wintertime geopotential height and temperature fields. Geophys. Res. Lett., 25, 1297-1300.

상세보기
Thompson, D. W., M. P. Baldwin, and J. M. Wallace, 2002: Stratospheric Connection to Northern Hemisphere Wintertime Weather: Implications for Prediction. J. Climate, 15, 1421-1428.

상세보기
Wallace, J. M., and D. S. Gutzler, 1981: Teleconnections in the geopotential height field during the Northern Hemisphere winter. Mon. Wea. Rev., 109, 784-812.

상세보기
Wang, D., C. Wang, X. Yang, and J. Lu, 2005: Winter northern hemisphere surface air temperature variability associated with the Arctic Oscillation and North Atlantic Oscillation. Geophys. Res. Lett., 32, L16706.
Zhang, P., Y. Wu, and K. L. Smith, 2018: Prolonged effect of the stratospheric pathway in linking Barents-Kara Sea sea ice variability to the midlatitude circulation in a simplified model. Clim. Dyn., 50, 527-539, doi:10.1007/s00382-017-3624-y.

상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증