Enhancement of MME seasonal prediction skill through the characteristic analysis of the individual models using a climate filter concept = 기후 필터를 이용한 개별 모델 특성 분석을 통한 다중모델 앙상블 계절 예측 성능 향상에 관한 연구
저자
발행사항
부산 : 부산대학교, 2013
학위논문사항
학위논문(박사)-- 부산대학교 대학원 : 지구환경시스템학부대기과학전공 2013. 2
발행연도
2013
작성언어
영어
주제어
DDC
551.5 판사항(21)
발행국(도시)
부산
형태사항
ⅹⅵ, 146 장 : 삽화, 표 ; 26 cm
일반주기명
부록: 장 122-143
참고문헌: 장 114-121
DOI식별코드
소장기관
대부분의 기후 예측 연구 및 현업 기관에서는 역학적 다중모델 앙상블 (Multi-model ensemble, MME) 기법을 계절 예측에 적용하여 수행하고 있는 추세이다. 그 이유로 다중모델 앙상블 기법이 모델 내의 불완전한 역학적 /물리적 계산과정 및 초기 조건으로부터의 다양한 고유 에러 생성을 통해 발생되는 불확실성을 줄여주는 유용한 접근 방법으로 알려져 있기 때문이다. 하지만, 최근 들어 다중모델 앙상블 예측에 있어서 모델 개수의 증가가 예측 성능을 향상시키는 절대적인 요소가 아님을 보여주는 여러 근거 및 연구 결과가 나오고 있다. 이에 본 연구에서는 계절 예측 성능 향상 및 진단을 위해 개별 모델 특성 분석을 통한 기후 필터 기법을 제안한다.
먼저 1981년부터 2003년의 겨울철 및 여름철 기간에 대해 APEC 기후센터 (APCC)의 3개월 계절예측에서 사용되는 10개의 개별 모델 및 관측/재분석 자료를 이용하였고, 이후 해양∙대기 접합 모델간 앙상블 예측의 성능을 파악하기 위해 1983년에서 2005년 기간 동안에서 APCC의 6개월 계절예측 시스템에 포함된 7개와 European Commission FP7 프로젝트에 포함된 ENSEMBLES의 5개의 개별 접합 모델 자료를 이용하였다.
겨울철 기후 필터는 관측에 있어서 엘리뇨-남방진동 (El Niño-Southern Oscillation, ENSO)과 관련된 워커 순환 (Walker circulation)과 열대 태평양 강우 사이의 높은 상관 관계를 기반으로 개발된다. 그리고 개별 모델의 성능을 평가하기 위해서 개발된 관련성이 모델 내에서 재생산이 가능한지 여부를 이용한다. 재생산 가능성이 높은 성능을 가진 모델들만을 이용한 새로운 형태의 MME의 예측성능이 기존의 모든 모델을 사용하던 MME의 예측성능보다 훨씬 향상되게 나타난다. 높은 성능과 낮은 성능의 모델들을 이용한 두 MME 예측 사이의 온도와 강수의 성능 차이는 지역에 따라 다르게 나타나고 있다. 대부분의 모델들이 태평양 인근의 열대지역에서는 그 차이가 적으며 동아시아와 같은 온대 지역에서는 그 차이가 두드러지게 나타나고 있다. 또한 개발된 기법을 겨울철 실제 예측에 대해서 적용해 본 결과, 일반적으로 대부분의 영역에서 모든 모델을 사용하는 MME의 예측성능보다 뛰어난 결과를 볼 수 있었다.
본 연구에서 겨울철 예측 개선을 위해 개발된 기후 필터를 또한 여름철에도 적용해 보았다. 하지만 기존의 방법을 통해서, 특히 동아시아 여름 몬순 지역에 대해 성능별 모델을 선정하는 것에 어려움이 있음을 발견한다. 이에 기후 요인 (climate driver)에 따른 동아시아 몬순 변동성의 재생산 정도를 기반으로 모델 선정을 하는 기법을 개발 한다. 관측의 원격 상관으로 동아시아 여름 몬순이 잘 모사되도록 하는 모델을 평가하기 위해 이전 겨울철 Niño 3.4 지수와 봄철 NAO (North Atlantic Oscillation) 지수를 기후 요인으로 선정한다. 이를 통해서 선정된 성능이 보다 나은 모델 그룹과 나머지 모델 그룹 그리고 모든 모델을 포함하는 그룹들 사이에서 온도와 강수에 대해 각각 MME 예측 결과를 생성하고 상호 비교를 한다. 그 결과 모든 모델을 사용한 MME 예측 결과에 비해, 동아시아 몬순 모사에 뛰어난 모델 그룹을 이용한 MME 예측의 성능이 보다 향상되고 뛰어난 결과를 보이는 것을 발견한다.
또한 본 연구에서는 12개의 해양∙대기 접합 모델들만을 이용하여 예측 성능향상을 위해 앞서 개발한 기후 필터 기법을 적용해 본다. 겨울철은 열대 엘니뇨 남방진동 관련 워커 순환과 태평양 지역의 강우 사이의 관련성을 기반으로 하고, 여름철은 기후 인자를 통한 동아시아 여름철 몬순 변동성을 기반으로 하여 최적의 MME 예측을 생산한다. 이를 통해, 예측 성능 향상을 위한 새로운 접근 방법인 기후 필터 개념이 하나의 MME 시스템과 비교 했을 때 MME 예측 성능 향상뿐만 아니라, 두 개의 서로 다른 MME 시스템을 포함하는 통합적인 MME의 예측 성능 향상에도 유용함을 보이고 있음을 알 수 있다. 하지만, 연구에 사용된 짧은 과거 자료 기간의 한계와 기후의 특성에 대한 주요 기후 인자 선택의 문제가 발생할 수 있다. 그리고 기후 예측 향상에 있어 더욱 중요한 것은 기본적으로 모델 내의 모수화 과정, 자료 동화, 초기화 과정 등의 모델 자체의 성능 향상에 있다. 이런 과정 이후에 기후 필터의 방법을 사용한다면 보다 나은 계절예측 성능을 얻게 될 것이다.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)