초록 ▼

연구의 목적 및 내용
지난 50년 동안 컴퓨터 모델을 사용한 객관적, 과학적 수치 예보는 꾸준히 향상되었지만, 그 정확도는 재난과 관련된 기상에 대한 적절한 정보를 제공할 만큼 충분히 높지않다. 최근의 기후 체계의 변화는 악기상 발생의 원인으로 지적되면서 예측을 더욱 어렵게 한다. 미래의 대기 상태를 결정짓는 가장 결정적인 요소는 수치 예보 시스템의 정확도임을 인지하여, 본 연구는 모델 대기를 제어하는 역학 및 물리과정의 근본적인 재구성함으로써 수치모델을 이용한 날씨예보와 기후예측의 불확실성을 극복하고자 한다.

연

연구의 목적 및 내용
지난 50년 동안 컴퓨터 모델을 사용한 객관적, 과학적 수치 예보는 꾸준히 향상되었지만, 그 정확도는 재난과 관련된 기상에 대한 적절한 정보를 제공할 만큼 충분히 높지않다. 최근의 기후 체계의 변화는 악기상 발생의 원인으로 지적되면서 예측을 더욱 어렵게 한다. 미래의 대기 상태를 결정짓는 가장 결정적인 요소는 수치 예보 시스템의 정확도임을 인지하여, 본 연구는 모델 대기를 제어하는 역학 및 물리과정의 근본적인 재구성함으로써 수치모델을 이용한 날씨예보와 기후예측의 불확실성을 극복하고자 한다.

연구결과
지난 1단계 3년 동안 관습적인 결정론적 접근 방법을 바탕으로 개발된 수치 모델을 바탕으로 2 단계 2 년 동안은 진보된 혼돈 역학적 모수화 방법을 개발하였다. Global/Regional Integrated Model system (GRIMs) 라고 명명된 수치예보 모델은 전지구적 규모와 지역규모에서 모두 사용 가능하도록 유연성 있게 구성되었으며 기상 정보를 예측하는 기관에서의 현업 사용과 대기과학적 지식을 연구하는 연구적 사용이 모두 가능하도록 구성되었다. 특히 비선형 혼돈 특성으로 인해 발생하는 예측 한계를 극복하기 위해서 초기 조건의 불확실성이 아닌 모형의 불확실성을 고려하였다. 임의의 섭동을 추가함으로 인한 중기 예측 성능의 변화는 크게 차이가 없거나 약하게 긍정적인 것으로 확인되었다. 특히, 예측도 변화는 물리적 경향성보다 역학적 경향성에서 좀 더 민감하게 반응하였으며 예측 성능은 두 경향성 모두에 섭동이 더해졌을 때 좀 더 향상되는 것을 알 수 있었다. 이에 본 연구에서는 날씨 및 기후 예측도 향상을 위해서 아격자 규모의 물리적 경향성뿐만 아니라 격자 규모의 역학적 경향성을 동시에 혼돈 역학적으로 모수화하는 것이 효과적임을 확인하였다.

연구결과의 활용계획
이 과제의 중요한 결과는 전통적인 예측도 한계인 Lorenz의 2주 예측도를 뛰어 넘는 일기 및 기후 예측도의 진일보이다. 실제 현업 기관에서 이러한 예측 한계를 극복하기 위하여 ‘앙상블 예측’ 방법을 적용한다. 이는 초기조건의 차이나, 대기의 예측 특성의 차이를 가지는 여러 가지의 예측 결과(앙상블 멤버)들을 평균하여 나타내는 것으로, 이러한 과정을 거치게 되면 다양한 원인에 의해 생성되는 불확실성들은 상쇄되고 비선형적인 특징을 가지는 대기의 움직임 중 큰 흐름이 크게 나타나 예측성 향상에 도움이 된다. 하지만 각 앙상블 멤버의 수만큼 많은 계산 자원이 필요하다는 단점이 있다. 다양한 초기 섭동이 고려된 혼돈역학적 방법을 적용할 경우, 상대적으로 적은 계산자원을 활용하여 ‘앙상블 예측’과 유사한 성능의 결과 생산을 기대할 수 있다.

Abstract ▼

Purpose&contents
Although significant improvements in numerical weather forecasts have been achieved by means of computer models for past 50 years, their accuracy is not sufficiently high to provide relevant information on disaster-related high-impact weather. A plausible climate regime shift pre

Purpose&contents
Although significant improvements in numerical weather forecasts have been achieved by means of computer models for past 50 years, their accuracy is not sufficiently high to provide relevant information on disaster-related high-impact weather. A plausible climate regime shift precludes predicting the climate extreme. Recognizing the fact that a key factor to determine the future status of atmosphere is the accuracy of the numerical atmospheric forecast system, the ultimate goal of this study is to overcome the uncertainties in weather forecasts and climate prediction through re-establishment of dynamic and physics components in the numerical model.

Result
In this project, we developed numerical weather forecast model employed stochastic approach for last 2 years, basis on deterministic approach method which developed in first 3years. The Global/Regional Integrated Model system (GRIMs) is developed and used in practice by taking advantage of both operational and research applications from global to regional scales. Expecially, for overcome forecasting limitation from the non-linear characteristics of atmosphere, the GRIMs model considers uncertainty not from initial data but from internal model. The experiment add the random perturbation shows the similar or improved performance in the mid term or long term prediction. In this study shows not only the physics parameterization stochastic method but also dynamical stochastic method is effective to increase the limit of numerical weather forecasting.

Expected Contribution
The major outcome of this project will be the improved predictability of weather and climate beyond the traditional limit, which is about 2 weeks. Weather forecasting agencies use the 'ensemble methods' to overcome forecasting limitation. The averaging results of the ensemble member show large scale flows except small scale features which made by non-linear characteristics of atmosphere. The ensemble method is useful to increase the forecasting limitation; however, it need a lot of computing resources which multiplied by the number of ensemble members. The stochastic approach, newly developed, is possible to expand the forecasting limitation such as ensemble method only using less computational resources.