선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- (2007)은 미국 남동부지역에 대한 기온의 단기 계절 예측에 적용하였다. 이 연구에서는 한반도에 대해 AOGCM이 모의한 미래 강수량과 기온자료를 상세화하였다.
가설 설정
- 상세화된 MME13의 경우, 겨울철 강수량이 감소하는 전망은 20세기의 관측소에서 관측된 겨울철 강수량이 감소하는 경향과 관련지울 수 있다. 이 연구에서 사용된 통계적 상세화 기법은 20세기의 한반도 관측 강수량의 통계적 특성 (여름철 다우와 겨울철 소우, 강수의 지역적 편중성 등)이 21세기에도 유지될 것으로 가정하기 때문이다. 20세기에 대해 AOGCM가 모의하는 강수의 계절적 양상이 한반도의 강수의 계절적 양상이 일치하지 않는 불확실성은 통계적 상세화 과정에서 어느 정도 줄일 수 있지만, 이런 특성은 미래에 더욱 커지기 때문에 통계적 기법을 이용한 상세화는 한계를 가진다.
제안 방법
- 20세기에 대해 광역관측의 기온과 강수 자료와 비교하기 위해 13개 모델 결과를 2.5°×2.5°으로 등격자로 처리하였다.
- 관측자료와 AOGCM가 모의한 자료사이의 유사한 통계적 상관성을 이용하여 AOGCM의 기후 자료를 상세화시켰다. 관측 자료는 기상청 57개의 종관 지상 관측소에서 관측된 월 기온 (1973-2000년)과 강수량 (1979-2000년)자료가 지역 기후 자료로 사용되었다.
- 상세화된 자료는 지점자료인데, Cressman 객관 분석을 이용하여 0.2°×0.2° 간격 (∼20 km)으로 격자화하였다.
- CSEOF 분석은 순환 정상상태를 가정함으로써 주기성을 가지고 변화하는 대기 현상의 물리적 성분들을 서로 분리하여 이해하는데 매우 유용하다. 시공간을 가지는 관측과 광역규모 강수자료, PCP(r,t)에 대해 CSEOF 분석 방법을 각각 하였다. CSEOF 분석은 다음과 같은 식으로 표현된다.
- 장래의 수자원 계획 수립에 절대적으로 요구되어지는 수문-기상의 변화를 예측하기 위해 정부간기후변화협의체(International Panel on Climate Change, IPCC) 4차 평가보고서(Fourth Assessment Report, AR4)에 참여한 대기해양결합모델들을 이용하여 한반도의 기후 변화 시나리오를 생산하고 그 전망을 분석하였다. 하지만, AOGCM과 같이 수평분해능이 낮은 격자 체계에서 한반도는 충분한 격자점으로 표현되지 못하고 있어 지형적 영향에 따른 기후 예측과 분석에는 한계를 가진다.
- 이에 따라 전지구 광역규모의 모델에서 모의된 대기 순환과 지역 기후간의 통계적 특성을 이용하여 모델의 정보를 규모 축소화하여 세밀한 공간격자를 가지는 지역기후로의 통계적 상세화 기법이 필요하다. 주성분 분석 (Principal component analysis) 기법 중 가장 최근에 개발된 Cyclostationary Empirical Orthogonal Function (CSEOF) 분석과 회귀방법을 적용한 통계적 상세화 기법을 이용하여 IPCC AOGCM의 월 강수량과 기온을 한반도 지역으로 상세화시켜 자료를 산출하였다.
대상 데이터
- 관측 자료는 기상청 57개의 종관 지상 관측소에서 관측된 월 기온 (1973-2000년)과 강수량 (1979-2000년)자료가 지역 기후 자료로 사용되었다. IPCC 4차 평가보고서 (AR4)에 인용된 AOGCM 중 13개 AOGCM이 모의한 시나리오 A1B 월 기온과 강수량 자료가 사용되었다 (Table 1 참조). 20세기에 대해 광역관측의 기온과 강수 자료와 비교하기 위해 13개 모델 결과를 2.
- 관측자료와 AOGCM가 모의한 자료사이의 유사한 통계적 상관성을 이용하여 AOGCM의 기후 자료를 상세화시켰다. 관측 자료는 기상청 57개의 종관 지상 관측소에서 관측된 월 기온 (1973-2000년)과 강수량 (1979-2000년)자료가 지역 기후 자료로 사용되었다. IPCC 4차 평가보고서 (AR4)에 인용된 AOGCM 중 13개 AOGCM이 모의한 시나리오 A1B 월 기온과 강수량 자료가 사용되었다 (Table 1 참조).
- 은 독립변수의 i번째 모드이다. 독립변수의 모드 수는 총 변동의 99%을 설명하는 10개를 사용하였다. 이때, 에러, ε(t)를 최소화시킬때 회귀계수를 구할 수 있다.
- 5°으로 등격자로 처리하였다. 전체 자료기간은 자연강제력과 인위강제력을 근거로 기후를 재현한 20세기 기후모의(20th Century Climate Coupled Model; 20C3M)의 100년(1900 년-1999년)과 미래기후를 전망하기 위한 A1B 시나리오의 100년(2000년-2099년)이다.
데이터처리
- (t)는 각 모드의 크기의 시간에 따른 변동하는가를 나타낸다. 분석된 두 변수 사이의 통계적으로 유사한 모드를 찾기 위해, 한반도 관측 강수량의 주성분 시계열, PCR(t)을 독립변수로, 광역규모 강수량의 주성분 시계열, PCL(t)을 종속변수로 정의해 다중선형회귀식(Multiple-Linear Regression, MLR)을 결정하였다. 그 회귀계수, ani를 얻기 위한 방정식은 다음과 같다.
이론/모형
- 현재 이용되고 있는 통계적 상세화 기법중 가장 최근에 개발된 CSEOF 분석(Kim and North, 1997)을 이용하였다. CSEOF 분석은 순환 정상상태를 가정함으로써 주기성을 가지고 변화하는 대기 현상의 물리적 성분들을 서로 분리하여 이해하는데 매우 유용하다.
성능/효과
- 상세화된 강수량 MME13은 경기북부지방과 남부지방, 특히 해안지역에서 강수량의 증가가 클 것으로 전망하였다. AOGCM MME13의 겨울철은 강수량은 증가하고 중부지방에서 더 증가할 것으로 예측되었다. 상세화된 MME13는 남해안과 경기북부지방에서 강수량이 감소할 것으로 전망하였다.
- 시나리오 A1B에 따른 상세화된 MME13 기온과 강수 자료는 지역마다 독특한 관측의 기후 특성을 포함할 뿐만 아니라 모델에 의해 모의된 21세기 미래 기후 변화의 계절적, 연대별 특성을 내포하고 있다. AOGCM MME13의 미래 기온변화는 뚜렷한 계절적 편차가 없이 기온이 모두 상승하며 21세기 후반으로 갈수록 더욱 상승할 것으로 예상되었다. 상세화된 MME13의 미래 기온변화는 이와 동일하였으나, 계절별, 지역적으로 차이를 보였다.
- 상세화된 MME13 기온변화는 2050년대 이후 남해안 지역과 중부내륙이 다른 지역에 비해 기온 상승 정도가 낮으나 AOGCM MME13 보다 클 것으로 전망되었다. 겨울철 기온변화는 다른 계절에 비교할 때 상세화된 MME13의 결과가 AOGCM MME13보다 21세기 연대별로 가장 크게 증가할 것으로 전망하였다.
- 상세화된 MME13의 미래 기온변화는 이와 동일하였으나, 계절별, 지역적으로 차이를 보였다. 또한, AOGCM MME13의 미래 강수변화는 기온의 상승과 함께 봄과 여름철에 증가하나 가을과 겨울에는 상대적으로 변화가 상대적으로 미미하였다. 상세화된 MME13 강수량은 겨울을 제외하고 대체로 증가할 것으로 예상되었다.
- 상세화 과정을 통해 광역규모의 기후자료는 상세화 과정을 통해 시공간적인 세밀한 패턴을 보여준다. 또한, 여름철엔 CMAP과 MME13이 가장 큰 차이를 보이는 건조 편의(dry bias)였지만 상세화 과정을 통해 그 크기가 감소하였다. 겨울철은 습윤 편의(wet bias)가 상세화 이후에도 크게 줄어들지 않고 동해안과 호남지방에서 습윤 편의를 유지했다.
- 각 패널에서 위의 두 그림은 재분석자료(CMAP의 강수량 또는 ECMWF의 기온)와 13개 모델 앙상블 (MME13), 아래 그림들은 관측, 상세화(Statistical downscaling, SDS)된 재분석자료와 MME13 순이다. 먼저, 한반도 관측 강수량의 계절 평균장은 여름엔 산맥의 풍상측에서, 그리고 겨울엔 강설패턴에 따른 서해안과 호남지방 및 동해안 지방에 뚜렷한 다우지역 분포를 보였다. 상세화 과정을 통해 광역규모의 기후자료는 상세화 과정을 통해 시공간적인 세밀한 패턴을 보여준다.
- 관측보다 상세화된 MME13의 기온이 낮았다. 상세화된 ECMWF의 공간장에서는 이런 온난역과 저온역이 뚜렷하게 나타나지 않은 반면, 상세화된 MME13에서는 잘 나타났다. 여름철 관측과 상세화된 ECMWF와 MME13과의 차이를 각각 잘 보여주었다.
- 2050년대와 2080년대에는 AOGCM MME13의 기온이 대부분의 남부지방이 중부지방보다 더 상승할 것으로 전망하였다. 상세화된 MME13 기온변화는 2050년대 이후 남해안 지역과 중부내륙이 다른 지역에 비해 기온 상승 정도가 낮으나 AOGCM MME13 보다 클 것으로 전망되었다. 겨울철 기온변화는 다른 계절에 비교할 때 상세화된 MME13의 결과가 AOGCM MME13보다 21세기 연대별로 가장 크게 증가할 것으로 전망하였다.
- 상세화된 MME13의 평균장은 지형적인 영향으로 인한 해안의 온난역과 산맥의 저온역을 보였다. 상세화된 MME13와 관측의 차이는 대각선 방향으로 남해안에서 동해안쪽으로 북상할수록 커졌다. 관측보다 상세화된 MME13의 기온이 낮았다.
- 즉, 모델은 여름에는 저온 편의(cold bias)를 가지는 불확실성이 있다. 상세화된 MME13의 평균장은 지형적인 영향으로 인한 해안의 온난역과 산맥의 저온역을 보였다. 상세화된 MME13와 관측의 차이는 대각선 방향으로 남해안에서 동해안쪽으로 북상할수록 커졌다.
- AOGCM MME13의 경우, 2020년대에는 남부지방이 21세기 후반에는 중부지방에서 강수량이 더 증가할 것으로 예측하였다. 상세화된 강수량 MME13은 경기북부지방과 남부지방, 특히 해안지역에서 강수량의 증가가 클 것으로 전망하였다. AOGCM MME13의 겨울철은 강수량은 증가하고 중부지방에서 더 증가할 것으로 예측되었다.
- 상세화된 ECMWF의 공간장에서는 이런 온난역과 저온역이 뚜렷하게 나타나지 않은 반면, 상세화된 MME13에서는 잘 나타났다. 여름철 관측과 상세화된 ECMWF와 MME13과의 차이를 각각 잘 보여주었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.