CMIP5 GCM의 동아시아 해안지역에 대한 공간적 강우특성 재현성 평가 Assessing the skills of CMIP5 GCMs in reproducing spatial climatology of precipitation over the coastal area in East Asia원문보기
기후변화에 따른 강우특성의 변화 등 다양한 기상이변과 극한사상에 관련된 수자원 연구는 일반적으로 전지구 기후 모델(General Circulation Model, GCM) 산출물에 기반하여 생산된 미래 기상정보를 바탕으로 이루어진다. 사회 다양한 분야에서 기후변화 영향평가가 심층적으로 이루어지고 있는 가운데 과거기간에 대한 원시 모의결과 평가를 통한 GCM의 성능과 산출물에 대한 재현성 고찰 연구는 상대적으로 미흡한 실정이다. 본 연구에서는 한반도 지역에 대한 전지구 모델의 성능을 평가하기 위해 동아시아 지역의 격자단위 관측자료를 수집하여 과거기간(1970~2005)에 대한 강우특성 공간분포를 분석하고 이에 대한 GCM 산출물의 재현성을 평가하였다. 위도와 경도에 따른 강우특성의 공간적 변동성에 대한 GCM 결과의 상관성과 평균/절대오차를 산정하여 29개 CMIP5 GCM의 순위를 결정하여 제시하였다. 연구 결과 오차 통계와 대상지역에 따라 GCM 순위가 상이하게 나타났으며 특히 공간분포의 패턴과 절대적 오차를 기준으로 판단한 GCM 순위가 크게 다르게 나타났다. 대체로 Hadley Centre 계열 모델의 동아시아 지역에 대한 강우특성 재현성이 높게 나타났으며 한반도 지역만을 대상으로 평가한 경우 MPI_ESM_MR과 CMCC center 계열 모델의 재현성이 높게 나타났다. 본 연구결과는 향후 한반도 지역의 기후변화 영향평가에 가중있게 고려되어야 할 GCM의 선정과 GCM 성능고려에 따른 기후변화 예측 불확실성 평가에 적용될 수 있으며 다양한 영향 평가 연구결과의 신뢰도 제고에 기여할 것으로 기대된다.
기후변화에 따른 강우특성의 변화 등 다양한 기상이변과 극한사상에 관련된 수자원 연구는 일반적으로 전지구 기후 모델(General Circulation Model, GCM) 산출물에 기반하여 생산된 미래 기상정보를 바탕으로 이루어진다. 사회 다양한 분야에서 기후변화 영향평가가 심층적으로 이루어지고 있는 가운데 과거기간에 대한 원시 모의결과 평가를 통한 GCM의 성능과 산출물에 대한 재현성 고찰 연구는 상대적으로 미흡한 실정이다. 본 연구에서는 한반도 지역에 대한 전지구 모델의 성능을 평가하기 위해 동아시아 지역의 격자단위 관측자료를 수집하여 과거기간(1970~2005)에 대한 강우특성 공간분포를 분석하고 이에 대한 GCM 산출물의 재현성을 평가하였다. 위도와 경도에 따른 강우특성의 공간적 변동성에 대한 GCM 결과의 상관성과 평균/절대오차를 산정하여 29개 CMIP5 GCM의 순위를 결정하여 제시하였다. 연구 결과 오차 통계와 대상지역에 따라 GCM 순위가 상이하게 나타났으며 특히 공간분포의 패턴과 절대적 오차를 기준으로 판단한 GCM 순위가 크게 다르게 나타났다. 대체로 Hadley Centre 계열 모델의 동아시아 지역에 대한 강우특성 재현성이 높게 나타났으며 한반도 지역만을 대상으로 평가한 경우 MPI_ESM_MR과 CMCC center 계열 모델의 재현성이 높게 나타났다. 본 연구결과는 향후 한반도 지역의 기후변화 영향평가에 가중있게 고려되어야 할 GCM의 선정과 GCM 성능고려에 따른 기후변화 예측 불확실성 평가에 적용될 수 있으며 다양한 영향 평가 연구결과의 신뢰도 제고에 기여할 것으로 기대된다.
Future variability of the spatial patterns of rainfall events is the point of water-related risks and impacts of climate change. Recent related researches are mostly conducted based on the outcomes from General Circulation Models (GCMs), especially Coupled Model Intercomparison Project, phase 5 (CMI...
Future variability of the spatial patterns of rainfall events is the point of water-related risks and impacts of climate change. Recent related researches are mostly conducted based on the outcomes from General Circulation Models (GCMs), especially Coupled Model Intercomparison Project, phase 5 (CMIP5) GCMs which are the most advanced version of climate modeling system. GCM data have been widely used for various studies as the data utility keep getting improved. Meanwhile the model performances especially for raw GCM outputs are rarely evaluated prior to the applications although the process would essential for reasonable use of model forecasts. This study attempt to quantitatively evaluate the skills of 29 CMIP5 GCMs in reproducing spatial climatologies of precipitation in East Asia. We used 3 different gridded observational data as the references available over the study area and calculated correlation and errors of spatial patterns simulated by GCMs. As a result, the study presented diversity of the GCM evaluation in the performance, rank, or accuracy by different configurations, such as target area, evaluation method, and observation data. Yet, we found that Hadley-centre affiliated models comparatively performs better for the meso-scale area in East Asia and MPI_ESM_MR and CMCC family showed better performance specifically for the korean peninsula. We expect that the results and thoughts of this study would be considered in screening suitable GCMs for specific area, and finally contribute to extensive utilization of the results from climate change related researches.
Future variability of the spatial patterns of rainfall events is the point of water-related risks and impacts of climate change. Recent related researches are mostly conducted based on the outcomes from General Circulation Models (GCMs), especially Coupled Model Intercomparison Project, phase 5 (CMIP5) GCMs which are the most advanced version of climate modeling system. GCM data have been widely used for various studies as the data utility keep getting improved. Meanwhile the model performances especially for raw GCM outputs are rarely evaluated prior to the applications although the process would essential for reasonable use of model forecasts. This study attempt to quantitatively evaluate the skills of 29 CMIP5 GCMs in reproducing spatial climatologies of precipitation in East Asia. We used 3 different gridded observational data as the references available over the study area and calculated correlation and errors of spatial patterns simulated by GCMs. As a result, the study presented diversity of the GCM evaluation in the performance, rank, or accuracy by different configurations, such as target area, evaluation method, and observation data. Yet, we found that Hadley-centre affiliated models comparatively performs better for the meso-scale area in East Asia and MPI_ESM_MR and CMCC family showed better performance specifically for the korean peninsula. We expect that the results and thoughts of this study would be considered in screening suitable GCMs for specific area, and finally contribute to extensive utilization of the results from climate change related researches.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 한반도를 포함한 동아시아 해안지역을 2개 영역으로 나누어 대상지역에 대해 29개 CMIP5 GCM의 일 단위 산출물의 다양한 강우특성에 대한 공간적 재현성을 비교 ․평가하였다. 9개 강우특성지표를 정의하고 이에 대해 격자 단위 관측 자료를 이용하여 모델 성능을 정량적으로 평가하고자 하였다. 더불어 평가 결과를 바탕으로 모델의 관측치 재현성에 대한 순위를 정하고 평가지표 및 방법에 따른 연구 결과의 다양성에 대해 고찰하였다.
9개 강우특성지표를 정의하고 이에 대해 격자 단위 관측 자료를 이용하여 모델 성능을 정량적으로 평가하고자 하였다. 더불어 평가 결과를 바탕으로 모델의 관측치 재현성에 대한 순위를 정하고 평가지표 및 방법에 따른 연구 결과의 다양성에 대해 고찰하였다. 연구의 궁극적 목적은 기후 모델링의 한계와 구조적인 차이에 의한 다양성을 보이고 기후모델과 평가의 불확실성 고려에 대한 인식을 고무하는 것은 물론,기후모델 산출물의 공간적 재현성을 검증하는 방법론을 제시하고자 함이다.
과학적 한계는 다양한 GCM 산출물로부터 도출한 미래기후정보의 다양성을 포함한다. 본 연구에서는 수집한 GCM들의 강우량 평가지표에 대한 공간분포를 비교하였다. Fig.
본 연구에서는 한반도를 포함하는 동아시아 해안지역에 대한 GCM 산출물의 평가 결과를 제시하였다. 대상지역에 따른 격자단위 모델산출물의 평균적 평가결과의 차이를 보이기 위해 동아시아 해안지역을 포함하는 지역(doamin1)과 남한을 포함하는 한반도지역(domain 2)를 구분하여 평가를 수행하였다(Fig.
본 연구에서는 한반도를 포함한 동아시아 지역에 대한CMIP5 GCM의 성능을 평가하기 위해 격자형 관측자료 대비 강우특성에 대한 공간적 재현성을 평가하였다. 위도와 경도에 따른 강우특성의 공간적 변동성에 대한 GCM 결과의 상관성과 오차를 산정하여 29개 CMIP5 GCM의 순위를 결정하여 제시하였다.
본 연구에서는 한반도를 포함한 동아시아 해안지역을 2개 영역으로 나누어 대상지역에 대해 29개 CMIP5 GCM의 일 단위 산출물의 다양한 강우특성에 대한 공간적 재현성을 비교 ․평가하였다. 9개 강우특성지표를 정의하고 이에 대해 격자 단위 관측 자료를 이용하여 모델 성능을 정량적으로 평가하고자 하였다.
더불어 평가 결과를 바탕으로 모델의 관측치 재현성에 대한 순위를 정하고 평가지표 및 방법에 따른 연구 결과의 다양성에 대해 고찰하였다. 연구의 궁극적 목적은 기후 모델링의 한계와 구조적인 차이에 의한 다양성을 보이고 기후모델과 평가의 불확실성 고려에 대한 인식을 고무하는 것은 물론,기후모델 산출물의 공간적 재현성을 검증하는 방법론을 제시하고자 함이다.
제안 방법
5) 평가방법과 대상지역에 따라 상이하게 평가된 GCM 순위를 제시하였다. 특징적으로 공간분포의 패턴과 절대적 오차를 기준으로 판단한 GCM 순위가 크게 다르게 나타난 것을 확인하였으며 이는 일반적인 GCM 편이보정으로 개선하기 어려운 상관성에 대한 평가결과를 포함하므로 동아시아 등의 중규모(meso-scale) 지역에 대한 GCM 적용 시 고려할 수 있는 정보라 할 수 있다.
CMIP5 GCM의 대상지역에 대한 강우특성의 공간분포 재현성을 평가하기 위해 격자별로 산출된 강우특성지표의 특정한 동일위·경도에 대한 평균값을 비교하였다.
관측치 대비 모델 산출물의 강우특성 공간적 재현성을 평가하기 위해 원시 자료(raw data)의 격자단위에서 산출된 지표들은 동일한 위도/경도에 대한 결과를 평균하여 남북/동서 방향의 평균적 변동 패턴을 도출하고 3개의 평가방법으로 정량적인 정확도를 평가하였다. 본 연구에서는 CORR (correlation coefficient), Pbias (percent bias), NRMSE (normalized root mean suare error)를 평가방법으로 적용하였다.
본 연구에서는 합리적인 기후모델 산출물 평가 및 분석을 위해 연구 대상 지역(동아시아)에 대해 활용 가능한 3종의 격자단위 관측성 자료를 수집하여 적용하였다(Table 1). 구축된 과거기간에 대한 GCM 산출물 자료와의 연계성을 고려하여 1976년에서 2005년까지 해당되는 자료기간의 자료를 사용하였으며 모델링, 위성영상, 지점 관측자료 기반의 다양한 방법으로 구축된 자료인 만큼 기본적 강우특성 공간분포를 비교하여 자료 사용의 합당성을 평가하였다. 더불어 관측자료와 다양한 GCM의 격자 단위를 고려하여 연구에 적용된 격자단위자료는 단순보간(spline 기법 적용)하여 일관적으로 0.
대상 GCM에 대해 다양한 강우 특성에 대한 모의 성능을 평가하기 위해 기존의 기후분석에 널리 이용해 온 대표적 지표를 선정하여 관측 자료와 GCM으로부터 산출된 결과를 비교하였다. Table 3은 선정된 9개의 지표의 설명을 담고 있으며 크게 기본적 강우량 통계치(평균강우량, 강우강도, 일강우량표준편차 등), 강우 사상 패턴(강우 및 무강우 지속기간 등),극한 사상 지표(5일 연속 최대강우량, 95퍼센타일 이상 강우량 비율 등)로 구성되어 있다.
본 연구에서는 한반도를 포함하는 동아시아 해안지역에 대한 GCM 산출물의 평가 결과를 제시하였다. 대상지역에 따른 격자단위 모델산출물의 평균적 평가결과의 차이를 보이기 위해 동아시아 해안지역을 포함하는 지역(doamin1)과 남한을 포함하는 한반도지역(domain 2)를 구분하여 평가를 수행하였다(Fig. 1). 대상지역은 전반적으로 뚜렷한 우기와 건기를 가지는 몬순기후 특성을 보이는 지역을 포함하는 해안지역으로 격자단위 관측자료로 분석한 결과 domain 1의 연평균강우량은 중국내륙의 건조한 기후의 영향으로 비교적 낮으며(약 770 mm) domain 2에 포함되는 격자평균 연강우량은 약 1080 mm로 높게 나타났다.
더불어 관측자료와 다양한 GCM의 격자 단위를 고려하여 연구에 적용된 격자단위자료는 단순보간(spline 기법 적용)하여 일관적으로 0.50° ×0.50°로 규모확장/축소(scaling-up/down)한 후 분석에 적용하였다.
기후 모델의 다양성과 불확실성을 고려하기 위해 모델성능을 평가하고 순위를 결정하는 과정에서 관측자료의 특성에 따라 모델 순위가 다르게 도출되는 것은 1차적인 고려사항일 것이다. 본 연구에서 적용한 3종의 관측자료에 대해 격자단위 강우특성지표를 산정하였으며 Fig. 2는 수집된 격자단위의 대표 강우특성지표에 대한 공간분포를 비교하여 보여주고 있다. 일 강우량 자료의 지표를 산정하여 한반도 주변 아시아 지역에 대한 분포를 비교한 기초분석 결과이며 PERSIANN-CDR 자료는 해양의 강우자료도 제공하고 있는 것을 확인할 수 있다.
본 연구에서는 한반도를 포함한 동아시아 지역에 대한CMIP5 GCM의 성능을 평가하기 위해 격자형 관측자료 대비 강우특성에 대한 공간적 재현성을 평가하였다. 위도와 경도에 따른 강우특성의 공간적 변동성에 대한 GCM 결과의 상관성과 오차를 산정하여 29개 CMIP5 GCM의 순위를 결정하여 제시하였다. 주요 연구 결과와 시사점을 요약하면 다음과 같다.
8은 각 평가방법에 대해 9개 강우특성지표(climateindex)에 대한 GCM의 전체 순위를 도식적으로 나타낸 그림이다. 전 지표를 평균적으로 고려한 평가방법별 GCM의 우선순위를 도시하였으며, 3종 관측자료에 대한 우선순위 결과도 함께 제시하였다. Table 4에서 종합한 특성지표에 대한 GCM 성능 순위의 다양성에 대해 확인할 수 있다.
즉, 각 평가방법에 따른 지표별 결과 중 ‘best GCM’과 ‘worst GCM’을 선정하고 이를 기준으로 여타 GCM의 오차 등에 대한 유클리디안 거리(L2-distance) 산정결과를 통해 종합적으로 ‘best GCM’에 가까운 GCM 순위를 결정하였다.
지금까지 전반적인 GCM 산출물 평가결과의 분포특성을 고찰한 한편 여기서는 다른 대상지역과 평가방법에 따른 평균적 강우특성지표 공간분포 재현성을 기준으로 GCM 성능을 상대평가하여 우선순위를 선정하여 제시하였다. 평가방법에 따라 지표별 오차 범위 등이 다르기 때문에 다기준의사결정기법인 TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution)의 기본적 표준화 방법을 적용하여 9개 지표를 종합적으로 고려한 최종 순위를 결정하였다.
지금까지 전반적인 GCM 산출물 평가결과의 분포특성을 고찰한 한편 여기서는 다른 대상지역과 평가방법에 따른 평균적 강우특성지표 공간분포 재현성을 기준으로 GCM 성능을 상대평가하여 우선순위를 선정하여 제시하였다. 평가방법에 따라 지표별 오차 범위 등이 다르기 때문에 다기준의사결정기법인 TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution)의 기본적 표준화 방법을 적용하여 9개 지표를 종합적으로 고려한 최종 순위를 결정하였다. 즉, 각 평가방법에 따른 지표별 결과 중 ‘best GCM’과 ‘worst GCM’을 선정하고 이를 기준으로 여타 GCM의 오차 등에 대한 유클리디안 거리(L2-distance) 산정결과를 통해 종합적으로 ‘best GCM’에 가까운 GCM 순위를 결정하였다.
대상 데이터
PCMDI (Program For Climate Model Diagnosis andIntercomparison) 서버로부터 과거기간에 대한 CMIP5 GCM 모의결과(historical simulation) 중 연구기간에 대해 완결된 일 단위 강우량 자료 확보가 가능한 29개 GCM 산출물을 수집하였다. Table 2는 본 연구에서 평가한 모델과 산출물의 격자 간격을 정리한 표이다.
본 연구에서는 합리적인 기후모델 산출물 평가 및 분석을 위해 연구 대상 지역(동아시아)에 대해 활용 가능한 3종의 격자단위 관측성 자료를 수집하여 적용하였다(Table 1). 구축된 과거기간에 대한 GCM 산출물 자료와의 연계성을 고려하여 1976년에서 2005년까지 해당되는 자료기간의 자료를 사용하였으며 모델링, 위성영상, 지점 관측자료 기반의 다양한 방법으로 구축된 자료인 만큼 기본적 강우특성 공간분포를 비교하여 자료 사용의 합당성을 평가하였다.
이론/모형
관측치 대비 모델 산출물의 강우특성 공간적 재현성을 평가하기 위해 원시 자료(raw data)의 격자단위에서 산출된 지표들은 동일한 위도/경도에 대한 결과를 평균하여 남북/동서 방향의 평균적 변동 패턴을 도출하고 3개의 평가방법으로 정량적인 정확도를 평가하였다. 본 연구에서는 CORR (correlation coefficient), Pbias (percent bias), NRMSE (normalized root mean suare error)를 평가방법으로 적용하였다. CORR은 위 경도별 평균강우량의 공간적 패턴에 대한 관측자료 대비 유사성(상관성)을 평가하며 Pbias는 각 평가지표에 대한 평균산술적 오차량을 평가하기 위한 지수로 활용된다.
성능/효과
1) 수집된 격자단위 강우량 관측자료 분석결과 전반적으로 대상지역의 강우 특성 분포를 잘 재현하는 한편 PERCIANNCDR은 강우특성의 공간다양성이 다소 낮게 나타나고Maurer’s data의 CDD, SDI 등 지표에 대한 위경도별 공간 패턴이 다른 관측자료 대비 상이하게 나타나 동아시아지역의 평균강우량 외 강우사상 특성분석에 대한 이들 자료의 적용 시 신중한 검토가 필요할 것으로 판단된다.
2) 강우특성지표에 대한 위경도별 평균적 공간분포에 대한 GCM 산출물의 재현성 평가결과 대체로 평균강우량과 일 강우변동성은 잘 재현하는 한편 위도별 평균 공간패턴(남북)이 경도별 패턴(동서) 대비 비교적 높은 재현성을 보이는 것으로 나타났다. GCM 산출물은 CWD, R95T 등 강우 사상 패턴과 극한사상 규모에 대한 지표에 대해 큰 불확실성을 보였다.
3) 동아시아 지역에 대한 결과에 비하여 한반도지역의 GCM 상관성이 낮게 나타났다. 한반도 영역을 포함하는 GCM 산출물 격자가 소수이며 지역적인 강우특성 패턴이 뚜렷한 변동성을 보이지 않는 경우 한반도 규모의 지역에 대한 공간적 패턴의 상관성은 비교적 낮게 나타날 수 있다고 판단된다.
4) 동일한 기후모델링 기관의 모델군 또는 초기조건을 달리한 동일 GCM 산출물(ensemble)은 비교적 일관적인 격자 단위와 평균강우량 공간분포를 보였다. 이는 다중모델앙상블(multi-model ensemble) 접근시 유사 모델군 산출물의 패턴으로 예측결과 등이 편향될 수 있으므로 주의를 요한다는 점을 시사한다.
6) 대체로 Hadley Centre 계열 모델군의 동아시아 지역에 대한 강우특성 공간패턴 재현성이 높게 나타났으며 한반도 지역만을 대상으로 평가한 경우 MPI_ESM_MR과 CMCC center 계열 모델의 재현성이 높게 나타났다.
특히 Maurer’s data 대비 상관성은 음의 상관성을 보이는 GCM도 있어 동서의 공간패턴에 대한 GCM 산출물의 강우량 공간패턴 재현성은 낮은 것으로 평가되었다. CDD와 CWD등 강우사상의 연속성 및 패턴 관련 지표에 대한 공간패턴 재현성은 비교적 낮게 나타났으며 GCM 산출물의 불확실성을 의미하는 상관성 범위도 1 이상으로 넓게 나타났다. 경도별 평균 CDD (Fig.
Table 4는 각 domain과 평가방법(CORR, Pbias, NRMSE)에 대한 각 GCM의 정량적 평가결과와 선정된 우선순위를 정리한 표이며 순위를 결정하는 방법과 대상지역에 따라 상이한GCM 재현성 순위를 확인할 수 있다. Domain 1과 doamin 2에 대해 유사한 결과(Fig. 7)를 보인 Pbias를 적용한 GCM 순위를 살펴본 결과 domain 1에 대해 재현성이 높은 GCM은 MRI_CGCM3, CSIRO_Mk3_6_0, FGOALS_s2로, domain 2에 대해서는 FGOALS_s2와 CMCC 계열 모델군(CMCC_CM,CMCC_CMS)의 재현성이 높게 나타나 다소 상이한 순위를 도출하였다. 더불어 공간분포의 패턴(CORR)과 오차(Pbias,NRMSE)를 기준으로 판단한 GCM 순위가 크게 다르게 나타난 것을 확인하였다.
Domain 1에 대한 평가 결과, 관측자료 중 CDD 등에 대해 상이성이 크게 나타난 Maurer’s data 대비 평가결과 CORR은 비교적 낮고 Pbias가 크게 나타나 GCM 재현성이 낮은 것으로 나타났다.
Domain 2에 대한 평가 결과, 전반적으로 domain 1에 대한결과와 유사하나, CDD에 대한 GCM 산출물의 상관성이 비교적 높게 평가되었다. 이는 한반도 영역의 CDD이 북동 방향으로 증가하는 공간패턴이 뚜렷하게 나타나며 이에 대한 GCM 산출물의 지역적 재현성이 높게 나타났기 때문이다(Figs.
GCM 격자단위는 모델별로 다양하고 공간분포를 구체적으로 분석하기에 충분하지 않으나 대체로 일본 열도의 평균강우량은 높고 중국 내륙으로 갈수록 낮은 강우량을 보이는 일반적인 동아시아 강우량 공간분포를 유사하게 재현하고 있는 것으로 확인되었다. 한반도 상의 강우량이 인근 해양과 비교해 높은 분포를 보였으며 특히 남해안 지역과 북한의 산악지역 강우량 높게 나타나는 경향을 보인다.
2) 강우특성지표에 대한 위경도별 평균적 공간분포에 대한 GCM 산출물의 재현성 평가결과 대체로 평균강우량과 일 강우변동성은 잘 재현하는 한편 위도별 평균 공간패턴(남북)이 경도별 패턴(동서) 대비 비교적 높은 재현성을 보이는 것으로 나타났다. GCM 산출물은 CWD, R95T 등 강우 사상 패턴과 극한사상 규모에 대한 지표에 대해 큰 불확실성을 보였다.
GCM 산출물의 경우 지표에 대한 경도별 관측 패턴을 대체로 재현하는 경향을 보이나 평균강우량과 일강우변동성 외 강우사상의 패턴과 극한 강우사상의 규모 등에 대한 지표(e.g.,CWD, max5d, 95T)에 대해 큰 불확실성을 보이고 있는 것을 확인하였다. 특히 관측자료에 비해 큰 격자단위의 GCM 산출물은 연속강우일수 CWD에 대해 과대모의결과를 보였으며 CDD는 작게 산출되는 결과를 보였다.
그 밖에 SDI, mac5d, 90p 등 극한 사상의 규모에 대한 공간적 패턴은 대체로 일관적으로 나타났다. GCM 산출물의 경우 지표에 대한 위도별 관측 패턴은 경도별 패턴에 비해 비교적 높은 재현성을 보이는 것으로 나타났으며 강우사상의 패턴(e.g., CWD)에 관련된 지표에 대해 큰 불확실성을 보이고 있는 것을 확인하였다. 이는 위도별 CWD의 공간적 변동성이 뚜렷하지 않아 비교적 강한 추세를 보이는 경도별 CWD 패턴에 대한 상관성이 높게 나타나는 것으로 판단된다.
4 and 5). 강우강도와 극한 사상 강우특성지표에 대한 상관성은 domain 1에 비해 낮게 나타났으며 Pbias와 NRMSE의 지표에 대한 재현성 패턴은 유사하게 나타났다. 대체로 낮은 상관성은 한반도 영역을 포함하는 GCM 산출물 격자가 소수이므로 지역적인 강우특성 패턴이 뚜렷한 변동성을 보이지 않는 경우(e.
다른 관측자료와 GCM 산출물의 일반적 패턴을 고려할 때 Maurer’s data의 동아시아 지역 적용 시 강우사상 패턴에 대한 재현성은 검정이 필요하다고 판단하였다. 강우량의 기본통계적 특성인 평균과 강우강도 및 표준편차는 모든 관측자료에 대해 CORR 이 평균 0.60 이상, Pbias는 -19~24% 범위로 나타났으며 max5d, CDD, CWD 등에 대한 상대적인 절대오차가 다른 지표에 비해 크게 산정되어 GCM의 재현성이 가장 떨어지는 지표로 판단되었다. 특히 CWD의 경우 Pbias가-115~-66% 범위로 현저히 낮게 나타나 GCM의 과대모의 경향을 보임을 확인하였다.
CDD와 CWD등 강우사상의 연속성 및 패턴 관련 지표에 대한 공간패턴 재현성은 비교적 낮게 나타났으며 GCM 산출물의 불확실성을 의미하는 상관성 범위도 1 이상으로 넓게 나타났다. 경도별 평균 CDD (Fig. 4)의 관측자료 대비 상관성은 0.82 이상으로 비교적 높게 나타났는데 이는 동서 간의 CDD 변동 패턴이 단순하고 뚜렷하게 나타나고 이를 GCM 산출물이 반영하여 CORR이 높게 산정된 것으로 판단된다. 이는 Fig.
단, Maurer’s data가 대상지역 서편(중국대륙영역)에서 강우사상의 패턴을 나타내는 CDD와 평균강우강도 SDI, 그리고 극한 일강우량 90p가 다른 관측자료에 비해 높게 나타나는 특성을 보였다(Fig. 2).
1). 대상지역은 전반적으로 뚜렷한 우기와 건기를 가지는 몬순기후 특성을 보이는 지역을 포함하는 해안지역으로 격자단위 관측자료로 분석한 결과 domain 1의 연평균강우량은 중국내륙의 건조한 기후의 영향으로 비교적 낮으며(약 770 mm) domain 2에 포함되는 격자평균 연강우량은 약 1080 mm로 높게 나타났다.
강우강도와 극한 사상 강우특성지표에 대한 상관성은 domain 1에 비해 낮게 나타났으며 Pbias와 NRMSE의 지표에 대한 재현성 패턴은 유사하게 나타났다. 대체로 낮은 상관성은 한반도 영역을 포함하는 GCM 산출물 격자가 소수이므로 지역적인 강우특성 패턴이 뚜렷한 변동성을 보이지 않는 경우(e.g., CWD) 한반도 규모의 지역에 대한 상관성 평가 결과는 더불어 다른 평가방법에 있어 공간패턴의 상관성과 절대오차 산정결과를 비교할 때 전반적인 GCM의 지표별 재현성은 일관적으로 나타났으나 GCM별 결과는 다르게 산정되어 공간패턴의 재현성과 오차의 크기에 대한 GCM 성능평가 결과(e.g., rank)는 상이할 수 있다.
더불어 Maurer’s data는 중국대륙영역에서 강우사상의 패턴을 나타내는 CDD가 다른 2종의 관측자료에 비해 높게 나타나는 특성을 보이는 등 관측자료 간 차이를 다소 보였다.
더불어 각 관측자료에 대한 위경도별 공간패턴에 대한 평균적 재현성을 CORR을 이용하여 정량적으로 평가한 결과 전반적으로 경도별 공간패턴에 대한 CORR이 낮게 나타났다(Fig. 6). 평균강우량과 일강우량 표준편차의 위도별 평균 공간패턴(남북) 상관성이 3종의 관측자료에 대해 각각 0,53,0.
7)를 보인 Pbias를 적용한 GCM 순위를 살펴본 결과 domain 1에 대해 재현성이 높은 GCM은 MRI_CGCM3, CSIRO_Mk3_6_0, FGOALS_s2로, domain 2에 대해서는 FGOALS_s2와 CMCC 계열 모델군(CMCC_CM,CMCC_CMS)의 재현성이 높게 나타나 다소 상이한 순위를 도출하였다. 더불어 공간분포의 패턴(CORR)과 오차(Pbias,NRMSE)를 기준으로 판단한 GCM 순위가 크게 다르게 나타난 것을 확인하였다. domain 1에 대한 강우특성의 공간분포의 패턴은 Hadley Centre 계열 모델군의 재현성이 높게 나타났으며 오차는 MRI_CGCM3과 CSIRO_Mk3_6_0이 가장 작은 모델로 선정되었다.
한반도 상의 강우량이 인근 해양과 비교해 높은 분포를 보였으며 특히 남해안 지역과 북한의 산악지역 강우량 높게 나타나는 경향을 보인다. 더불어 동일한 기후모델링 기관의 모델군(e.g., HadGEM2-AO, HadGEM2-CC,HadGEM2-ES)은 거의 일관적인 격자단위와 유사한 평균강우량 공간분포를 보이는 것을 확인할 수 있는데 이는 다중모델앙상블(multi-model ensemble) 접근과 같이 다수의 GCM 결과의 평균적 분포를 예측자료로 활용하는 경우 예측결과가 동일계열 모델군 산출물의 패턴으로 편향될 수 있으므로 주의를 요한다는 점을 시사한다.
본 연구에서는 대상지역, 평가방법, 강우특성 및 적용한 관측자료에 따라 GCM의 성능평가 결과가 다양하게 나타남을정량적으로 보였다. 제시한 바와 같이 특정 지역에 대한 대표 우선순위는 다양한 이유에서 다른 결과가 도출될 수 있으므로 적용에 앞서 유의할 필요가 있다.
2는 수집된 격자단위의 대표 강우특성지표에 대한 공간분포를 비교하여 보여주고 있다. 일 강우량 자료의 지표를 산정하여 한반도 주변 아시아 지역에 대한 분포를 비교한 기초분석 결과이며 PERSIANN-CDR 자료는 해양의 강우자료도 제공하고 있는 것을 확인할 수 있다.
이는 위도별 CWD의 공간적 변동성이 뚜렷하지 않아 비교적 강한 추세를 보이는 경도별 CWD 패턴에 대한 상관성이 높게 나타나는 것으로 판단된다. 전반적으로 강우특성지표의 동서 방향 공간적 패턴과 비교하여 남북에 이르는 패턴의 재현성이 높게 나타나는 것으로 확인되었다.
5) 평가방법과 대상지역에 따라 상이하게 평가된 GCM 순위를 제시하였다. 특징적으로 공간분포의 패턴과 절대적 오차를 기준으로 판단한 GCM 순위가 크게 다르게 나타난 것을 확인하였으며 이는 일반적인 GCM 편이보정으로 개선하기 어려운 상관성에 대한 평가결과를 포함하므로 동아시아 등의 중규모(meso-scale) 지역에 대한 GCM 적용 시 고려할 수 있는 정보라 할 수 있다.
60 이상, Pbias는 -19~24% 범위로 나타났으며 max5d, CDD, CWD 등에 대한 상대적인 절대오차가 다른 지표에 비해 크게 산정되어 GCM의 재현성이 가장 떨어지는 지표로 판단되었다. 특히 CWD의 경우 Pbias가-115~-66% 범위로 현저히 낮게 나타나 GCM의 과대모의 경향을 보임을 확인하였다.
특히 Maurer’s data CDD의 경우 APPRODITE 자료 대비 76%, PERSIANN 자료 대비 45% 크게 산정되어 관측자료 간 차이가 큰 것으로 나타났다.
,CWD, max5d, 95T)에 대해 큰 불확실성을 보이고 있는 것을 확인하였다. 특히 관측자료에 비해 큰 격자단위의 GCM 산출물은 연속강우일수 CWD에 대해 과대모의결과를 보였으며 CDD는 작게 산출되는 결과를 보였다. 이는 격자 크기에 따른 강우량의 공간평균 자료의 특성과 GCM의 강우량 산출물 특성인 ‘drizzling effect’ (Beven, 2001; Demirel and Moradkhani,2016)에 의한 강우일수가 과대 산정되는 결과이기도 하다.
6). 평균강우량과 일강우량 표준편차의 위도별 평균 공간패턴(남북) 상관성이 3종의 관측자료에 대해 각각 0,53,0.68 이상으로 나타나 GCM의 재현성이 높은 것으로 평가된 한편 경도별 평균(동서방향 패턴)은 각각 0.21, 0.08로 재현성이 낮은 것으로 나타났다. 특히 Maurer’s data 대비 상관성은 음의 상관성을 보이는 GCM도 있어 동서의 공간패턴에 대한 GCM 산출물의 강우량 공간패턴 재현성은 낮은 것으로 평가되었다.
4)에서도 나타난 대상지역(domain 1) 북서부 대륙의 CDD 과대모의 경향이 반영되어 위도 30° 이상의 북부지역에서 비교적 크게 나타나는 특징을 보였다. 평균적으로APPRODITE 자료 대비 120%, PERSIANN 자료 대비 97% 높은 CDD를 보여 그 차이가 유의하게 큰 것으로 나타났다. 그 밖에 SDI, mac5d, 90p 등 극한 사상의 규모에 대한 공간적 패턴은 대체로 일관적으로 나타났다.
한반도 영역을 포함하는 GCM 산출물 격자가 소수이며 지역적인 강우특성 패턴이 뚜렷한 변동성을 보이지 않는 경우 한반도 규모의 지역에 대한 공간적 패턴의 상관성은 비교적 낮게 나타날 수 있다고 판단된다. 한편 오차기준 평가방법 적용결과 공간패턴의 상관성과 절대오차 산정결과를 비교할 때 전반적인 GCM의 지표별 재현성은 유사하게 나타났다.
후속연구
(2017)은 19개 CMIP5GCM의 동아시아 지역에 대한 몬순특성과 우기의 강우패턴에 대한 재현성을 기후학적으로 평가하고 예측결과를 제시하였다. 강우량의 경우 기후학적 패턴과 더불어 수자원 분야에 중요한 강우사상의 통계적 양상이나 극한사상 빈도 등의 특성에 대한 대상지역의 GCM 모의성능 평가에 대해서는 보다 심도있는 연구가 필요하다. Radic and Clarke (2011)는 북미 대륙에 대해 다른 규모의 대상지역에 대한 모델 성능평가와 기상요소 및 평가지표에 따른 모델 성능 차이를 고찰한 바 있다.
본 연구결과는 향후 한반도 지역의 기후변화 영향평가에 가중있게 고려되어야 할 GCM의 선정과 GCM 성능고려에 따른 기후변화 예측 불확실성 평가에 적용될 수 있으며 다양한 영향평가 연구결과의 신뢰도 제고에 기여할 것으로 기대된다. 또한 기후변화 연구 결과의 정책적 실효성을 제고하기 위해서는 연구자와 더불어 의사결정자의 불확실한 미래예측정보에 대한 이해와 신뢰도를 높이는 노력과 함께 정보의 신뢰성과 불확실성을 통합적으로 고려하는 시도가 필요할 것이다.
본 연구결과는 향후 한반도 지역의 기후변화 영향평가에 가중있게 고려되어야 할 GCM의 선정과 GCM 성능고려에 따른 기후변화 예측 불확실성 평가에 적용될 수 있으며 다양한 영향평가 연구결과의 신뢰도 제고에 기여할 것으로 기대된다. 또한 기후변화 연구 결과의 정책적 실효성을 제고하기 위해서는 연구자와 더불어 의사결정자의 불확실한 미래예측정보에 대한 이해와 신뢰도를 높이는 노력과 함께 정보의 신뢰성과 불확실성을 통합적으로 고려하는 시도가 필요할 것이다.
본 연구에서는 대상지역, 평가방법, 강우특성 및 적용한 관측자료에 따라 GCM의 성능평가 결과가 다양하게 나타남을정량적으로 보였다. 제시한 바와 같이 특정 지역에 대한 대표 우선순위는 다양한 이유에서 다른 결과가 도출될 수 있으므로 적용에 앞서 유의할 필요가 있다. 더불어 과거기간에 대한 모델 재현성 평가결과와 미래 예측 정확도 간의 상관관계가 모호하므로 우선순위를 미래예측정보에 대한 가중치 등에 반영하는 과정 또한 주의를 요한다.
이들 자료는 자료의 형태, 모의기간, 변수명 등에 대한프로토타입을 정비하여 전세계 기후모델링 산출물 자료 간의 일관성이 개선되어 그 활용성이 높아 기후예측과 영향평가에 널리 이용되고 있다. 최신 GCM자료인 CMIP5 GCM 산출물은 다양한 기상요소에 대한 미래기후정보를 제공하며 AR5는 그간 향상된 GCM 기술을 이용한 결과로부터 기후변화의 과학적 근거, 영향평가 등에 대한 종합적인 최신 연구 결과를 제시하고 있다.
특히 우기에 발생하는 대류성 강우 사상(convective storm)의 경우 그 강도 및 지속 시간 등의 특성이 근거리에 대해서도 상이할 수 있으므로 점 관측 자료를 일반적인 기후 모델 결과 자료와 직접 비교·분석하는 것은 모델의 재현성 평가에 한계가 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
5단계 CMIP (CMIP5)은 어떻게 이용되는가?
IPCC 평가보고서는 전세계 기후모델링 연구진이 참여한 Coupled Model Intercomparison Project (CMIP5)을 통해 축적된 모델링 연구결과와 GCM 산출물을 바탕으로 이루어지는데 5단계 CMIP (CMIP5)은 최신 GHG 배출시나리오인 RCP (Representative Concentration Pathways) 시나리오를 기반으로 한 50여개 GCM 결과 데이터베이스를 구축 ․ 제공하고 있다. 이들 자료는 자료의 형태, 모의기간, 변수명 등에 대한프로토타입을 정비하여 전세계 기후모델링 산출물 자료 간의 일관성이 개선되어 그 활용성이 높아 기후예측과 영향평가에 널리 이용되고 있다. 최신 GCM자료인 CMIP5 GCM 산출물은 다양한 기상요소에 대한 미래기후정보를 제공하며 AR5는 그간 향상된 GCM 기술을 이용한 결과로부터 기후변화의 과학적 근거, 영향평가 등에 대한 종합적인 최신 연구 결과를 제시하고 있다.
GCM이란?
일반적인 기후변화연구는 전지구 기후 모델(General Circulation Model, GCM) 산출물을 가공하여 생산된 미래 기상정보를 바탕으로 이루어진다. GCM은 해양, 대륙, 대기에 이르는 기상현상을 연속체적으로 해석하는 물리적 모델이다. 최근 기후변화의 비정상성(nonstationarity)을 비롯하여 과거 기후의 변동성과 다른 양상의 기상이변에 대한 통계적 예측성의 한계에 기인하여 물리적 해석기반 기후역학모델의 활용성이 증가하는 추세이다(Milly et al.
5단계 CMIP가 제공하는 것은?
IPCC는 온실가스 배출시나리오에 따른 잠재적인 미래 기후변화 시나리오를 개발하고 기후변화 영향과 대응전략을 평가하는 대표적 협력체이다. IPCC 평가보고서는 전세계 기후모델링 연구진이 참여한 Coupled Model Intercomparison Project (CMIP5)을 통해 축적된 모델링 연구결과와 GCM 산출물을 바탕으로 이루어지는데 5단계 CMIP (CMIP5)은 최신 GHG 배출시나리오인 RCP (Representative Concentration Pathways) 시나리오를 기반으로 한 50여개 GCM 결과 데이터베이스를 구축 ․ 제공하고 있다. 이들 자료는 자료의 형태, 모의기간, 변수명 등에 대한프로토타입을 정비하여 전세계 기후모델링 산출물 자료 간의 일관성이 개선되어 그 활용성이 높아 기후예측과 영향평가에 널리 이용되고 있다.
참고문헌 (17)
Ashouri H., Hsu, K., Sorooshian, S., Braithwaite, D. K., Knapp, K. R., Cecil, L. D., Nelson, B. R., and O. P. Prat (2015). "PERSIANN-CDR: Daily precipitation climate data record from multisatellite observations for hydrological and climate studies." Bulletin of the American Meteorological Society, Vol. 96, No. 1, pp. 69-83.
Beven, J. K. (2001). Rainfall-runoff modeling. The primer, John Wiley & Sons Ltd., England, pp. 285-287.
Demirel, M. C., and Moradkhani, H. (2016). "Assessing the impact of CMIP5 climate multi-modeling on estimating the precipitation seasonality and timing." Climatic Change, Vol. 132, No. 2, pp. 357-372
Gleckler, P. J., Taylor, K. E., and Doutriaux, C. (2008). "Performance metrics for climate model." Journal of Geophysical Research, Vol. 113, D6104, doi: 10.1029/2007JD008972.
Gomez-Navarro, J. J., Montavez, J. P., Jerez, S., Jimenez-Guerrero, P., and Zorita, E. (2012). "What is the role of the observational dataset in the evaluation and scoring of climate models?" Geophysical Research Letters, Vol. 39, No. 24, pp. L24701, doi: 10.1029/2012GL054206.
Hwang, S. (2012). "Utility of gridded observations for statistical bias-correction of climate model outputs and its hydrologic implication over west central Florida." Journal of the Korean Society of Agricultural Engineers, Vol. 54, No. 5, pp. 91-102.
Hwang, S., and Graham, W. D. (2011). "Quantitative spatiotemporal evaluation of dynamically downscaled MM5 precipitation predictions over the Tampa bay region, Florida." Journal of Hydrometeorology, Vol. 12, No. 6, pp. 1447-1464.
Hwang, S., Graham, W. D., Geurink, J. S., and Alison, A. (2014). "Hydrologic implications of errors in bias-corrected regional reanalysis data for west central Florida." Journal of Hydrology, Vol. 510, pp. 513-529.
Kwon, S.-H., Boo, K.-O., Shim, S., and Byun, Y.-H. (2017). "Evaluation of the east Asian summer monsoon season simulated in CMIP5 models and the future change." Atmosphere. Korean Meteorological Society, Vol. 27, No. 2, pp. 133-150.
Maurer, E. P., Wood, A. W., Adam, J. C., Lettenmaier, D. P., and Nijssen, B. (2002). "A long-term hydrologically-based data set of land surface fluxes and states for the conterminous United States." Journal of Climate, Vol. 15, No. 22, pp. 3237-3251.
Milly, P. C., Betancourt, D. J., Falkenmark, M., Hirsch, R. M., Kundzewicz, Z. W., Lettenmaier, D. P., and Stouffer, R. J. (2008). "Stationarity is dead-whither water management?" Science, Vol. 319, No. 5863, pp. 573-574.
Palutikof, J. P., Winkler, J. A., Goodess, C. M., and Andresen, J. A. (1997). "The simulation of daily temperature time series from GCM output. Part 1: comparison of model data with observations." Journal of Climate, Vol. 10, pp. 2497-2513.
Radic, V., and Clarke, K. C. G. (2011). "Evaluation of IPCC models' performance in simulating late-twentieth-century climatologies and weather patterns over North America." Journal of Climate, Vol. 24, pp. 5257-5274
Seo, Y.-W., Kim, H., Yun, K.-S., Lee, J.-Y., Ha, K.-J., and Moon, J.-Y. (2014). "Future change of extreme temperature climate indices over East Asia with uncertainties estimation in the CMIP5." Asia-Pacific Journal of Atmospheric Sciences, Vol. 50, pp. 609-624, doi: 10.1007/s13143-014-0050-5.
Temba, N., and Chung, S.-O. (2014). "Uncertainty of Hydro-meteorological predictions due to climate change in the republic of Korea." Journal of Korea Water Resources Association, Vol. 47, No. 3, pp. 257-267.
Yatagai, A. (2012). "APHRODITE: Constructing a long-term daily gridded precipitation dataset for Asia based on a dense network of rain gauges." Bulletin of American Meteorological Society, Vol. 93, pp. 1401-1415.
Yoo, S.-H., Kim, T., Lee, S.-H., and Choi, J.-Y. (2015). "Trend analysis of projected climate data based on CMIP5 GCMs for climate change impact assessment on agricultural water resources." Journal of The Korean Society of Agricultural Engineers, Vol. 57, No. 5, pp. 69-80.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.