초록
본 연구에서는 기상청 연구개발 사업을 통해 개발된 PNU/CME 접합대순환 모형(CGCM)을 이용하여 적도 태평양에서의 엘니뇨 및 라니냐 현상에 대한 장기 예측성을 해수면온도 상관관계와 숙련도를 통해 살펴보았다. 이를 위하여 PNU/CME CGCM을 활용한 전구규모의 기후 예측을 위하여 1979년부터 2004년까지 매해 1월, 4월, 7월, 10월초를 초기조건으로 하여 12개월 후보 적분을 수행했다(각 적분은 APR RUN, JUL RUN, OCT RUN, JAN RUN 이라 명명한다). 또한 각 12개월 후보 적분은 5개의 앙상블로 구성되었다. 4계절로부터 출발한 모든 적분에서 12개월의 리드가 지난 이후에도 상대적으로 높은 상관이 적도 태평양에서 유지되었다. 특히, 본 연구에서 사용된 모형의 적도 해수면온도 아노말리 예측성은 6개월의 리드까지 뛰어나다는 것을 알 수 있었다. 엘니뇨와 라니냐에 대한 예측성을 평가하기 위해서 Hit rate와 False alarm rate 등의 다양한 숙련도를 구해본 결과, PNU/CME CGCM은 적도 태평양 지역에서의 온난 아노말리와 한랭 아노말리를 예측하는데 있어서는 좋은 예측성을 보였다. 그러나 보통 상태에 대한 예측성은 상대적으로 다소 낮았다. 또한 본 연구에 사용한 모형 결과를 DEMETER 사업에 참여하고 있는 다른 접합대순환 모형들의 예측성과도 비교해 보았을 때, 본 연구에 사용한 모형은 DEMETER 사업에 참여한 모형들에 견줄 수 있는 장기 예측 능력을 갖고 있음을 알 수 있었다. 결론적으로 Nino3.4 지역의 해수면온도 아노말리를 예측할 수 있는 능력을 통해서 살펴볼 때 PNU/CME CGCM은 엘니뇨 및 라니냐 해에 대해서는 6개월까지는 높은 예측성이 있다고 판단되며 최장 12개월 정도의 장기 예측 능력이 있다는 결론을 얻었다.
In this study, the long-term predictability of El Nino and La Nina events of Pusan National University Coupled General Circulation Model(PNU/CME CGCM) developed from a Research and Development Grant funded by Korea Meteorology Administration(KMA) was examined in terms of the correlation coefficients of the sea surface temperature between the model and observation and skill scores at the tropical Pacific. For the purpose, long-term global climate was hindcasted using PNU/CME CGCM for 12 months starting from April, July, October and January(APR RUN, JUL RUN, OCT RUN and JAN RUN, respectively) of each and every years between 1979 and 2004. Each 12-month hindcast consisted of 5 ensemble members. Relatively high correlation was maintained throughout the 12-month lead hindcasts at the equatorial Pacific for the four RUNs starting at different months. It is found that the predictability of our CGCM in forecasting equatorial SST anomalies is more pronounced within 6-month of lead time, in particular. For the assessment of model capability in predicting El Nino and La Nina, various skill scores such as Hit rates and False Alarm rate are calculated. According to the results, PNU/CME CGCM has a good predictability in forecasting warm and cold events, in spite of relatively poor capability in predicting normal state of equatorial Pacific. The predictability of our CGCM was also compared with those of other CGCMs participating DEMETER project. The comparative analysis also illustrated that our CGCM has reasonable long-term predictability comparable to the DEMETER participating CGCMs. As a conclusion, PNU/CME CGCM can predict El Nino and La Nina events at least 12 months ahead in terms of NIino 3.4 SST anomaly, showing much better predictability within 6-month of leading time.
