새롭게 개발한 대기-해양 접합모형(CGCM)에서 모사한 열대 태평양 해수면 온도(SST)의 경년 변동성의 특징을 조사하였다. 모형은 SST의 경년변동과 평균분포, 계절변동, 강수량, 그리고 해양 내부 구조를 관측과 유사하게 모사하였다. 모델은 서태평양 경계 부근에서 관측에 비해 큰 SST 경년변동을 보였는데 이 원인으로 적도 태평양의 SST 동서 변화율을 제시하였다. 즉 관측에 비해 강한 SST 경도는 zonal advection feedback을 강화시켜 SST 아노말리의 서진(westward propagation)과 서태평양의 경년 변동성 증가를 가져왔다. 간단한 two-strip 모델을 이용한 민감도 실험 결과는 이를 뒷받침하였다. 동서 평균한 수온약층의 깊이와 NINO3 SST 인덱스의 분석 결과는 모델의 경년 변동이 충전-방전 진동자에 의한 것임을 나타냈다. 그리고 지연 회귀분석 결과를 이용하여 엘니뇨가 발달하기 전에 barrier layer thickness(BLT) 증가에 의한 열 축적 과정이 서태평양에서 먼저 일어난다는 것을 제시하였다.
The impact of land and ocean initial condition on coupled general circulation model seasonal predictability is assessed in this study. The CGCM used here is Pusan National University Couple General Circulation Model (PNU CGCM). The seasonal predictability of the surface air temperature and ocean potential temperature for boreal winter are evaluated with 4 different experiments which are combinations of 2 types of land initial conditions (AMI and CMI) and 2 types of ocean initial conditions (DA and noDA). EXP1 is the experiment using climatological land initial condition and ocean initial condition to which the data assimilation technique is not applied. EXP2 is same with EXP1 but used ocean data assimilation applied ocean initial condition. EXP3 is same with EXP1 but AMIP-type land initial condition is used for this experiment. EXP4 is the experiment using the AMIP-type land initial condition and data assimilated ocean initial condition. By comparing these 4 experiments, it is revealed that the impact of data assimilated ocean initial is dominant compared to AMIP-type land initial condition for seasonal predictability of CGCM. The spatial and temporal patterns of EXP2 and EXP4 to which the data assimilation technique is applied were improved compared to the others (EXP1 and EXP3) in boreal winter 2m temperature and sea surface temperature prediction.
The performance of the newly designed Pusan National University Coupled General Circulation Model (PNU CGCM) Ensemble Forecast System which produce 40 ensemble members for 12-month lead prediction is evaluated and analyzed in terms of boreal winter temperature over South Korea (S. Korea). The influence of ensemble size on prediction skill is examined with 40 ensemble members and the result shows that spreads of predictability are larger when the size of ensemble member is smaller. Moreover, it is suggested that more than 20 ensemble members are required for better prediction of statistically significant inter-annual variability of wintertime temperature over S. Korea. As for the ensemble average (ENS), it shows superior forecast skill compared to each ensemble member and has significant temporal correlation with Automated Surface Observing System (ASOS) temperature at 99% confidence level. In addition to forecast skill for inter-annual variability of wintertime temperature over S. Korea, winter climatology around East Asia and synoptic characteristics of warm (above normal) and cold (below normal) winters are reasonably captured by PNU CGCM. For the categorical forecast with $3{\times}3$ contingency table, the deterministic forecast generally shows better performance than probabilistic forecast except for warm winter (hit rate of probabilistic forecast: 71%). It is also found that, in case of concentrated distribution of 40 ensemble members to one category out of the three, the probabilistic forecast tends to have relatively high predictability. Meanwhile, in the case when the ensemble members distribute evenly throughout the categories, the predictability becomes lower in the probabilistic forecast.
병성천의 기후변화에 대한 영향을 평가하기 위하여 CGCM 3.1 T63의 A2 시나리오를 미래기후정보로 선택하였으며, CGCM으로부터 획득된 강수자료를 비롯한 미래기후자료는 다지점 강수발생기를 통하여 지역기후자료로 규모내림되어졌다. 상기 규모내림된 기후자료는 병성천의 유출량 및 수질을 예측하기 위하여 SWAT모형의 입력자료로 사용되었다. 간단한 민감도분석의 결과로서, 대기 중 이산화탄소 농도의 증가는 증발산량의 감소와 토양수분의 증가를 유발하여 유출량을 증가시키는 작용을 하는 것으로 분석되었다. 수문반응은 강수의 변화와 동조되어 2021-2030년의 경우 유출량 감소가 예측되었으며, 2051-2060년의 경우 봄철 유출량 감소와 여름철 유출량 증가가 예측되었다. 토사유출량 또한 수문반응과 유사한 반응을 보임을 확인하였으나, 총 질소와 같은 영양물질은 반드시 수문반응과 비슷한 반응을 보이진 않음을 확인할 수 있었다. 하지만, 본 연구에서 사용된 GCM-규모내림과정-유역모형의 적용과 같은 다중모형화분석에는 각각의 모형화과정에서 많은 불확실성이 내재되어 있음에 유의하여야 할 것이다.
현재 미래 기후변화에 따른 수자원을 전망하고, 이에 대한 적응 전략을 수립하는 연구의 가장 중요한 핵심은 바로 '불확실성'이다. 이 때문에 각 연구마다 상이한 결과를 나타내고 있으나, 이러한 불확실성을 줄이는 연구는 국내에서는 매우 미진한 상태이다. 이러한 불확실성의 근본 원인은 배출 시나리오, GCM(General Circulation Model), 상세화 기법, 강우-유출 모형 등을 각 연구마다 다르게 사용했기 때문이다. 본 연구에서는 IPCC 기후 시나리오 중 A, B 배출 시나리오를 바탕으로 생산되는 51개의 GCM 시나리오를 다운로드 받아 2001년부터 2008년까지 월평균 온도와 강수량에 대하여 한반도를 대상으로 분석하였다. 비교 결과, 온도 전망은 실측과 비슷한 경향성을 보였으나, 강수량은 홍수기를 모의하지 못하는 것으로 나타났다. 한반도에 적합한 GCM 시나리오를 선정하기 위해 효율성 계수, PDF, Relative Entropy를 이용한 방법을 적용하였다. 세 방법으로 선정된 시나리오 중 공통된 4개의 GCM 시나리오, 즉 CGCM2.3.2(MRI-M, B1), MIROC3.2medress(NIES, B1), CGCM2.3.2(MRI-M, A2), CGCM2.3.2(MRI-M, A1B)를 최종 선정하였다. 2040년 강수 전망에 있어서도 GCM 시나리오마다 최대 27.36%부터 최소 12.49%까지 서로 다른 증가 전망을 나타냈다. 선택된 GCM 시나리오는 한반도 지역이 대상이나 이수기의 모의결과에서 이질성(heterogeneity)을 나타내고 있어, 본 연구의 결과로 하나의 GCM 시나리오만으로 미래 기후를 전망한다는 것이 얼마나 위험한지 알 수 있다. 따라서 본 연구에서 정량적으로 제시된 GCM 시나리오들이 미래 한반도 이수기 물 공급과 가뭄 재해 정책 수립에 우선적으로 활용해야 함을 제시하였다.
본 연구에서는 30년(1991-2020)에 대한 PNU CGCM-WRF chain에서 생산된 6개월 과거예측 자료를 이용하여 남한 전역에 대한 찰옥수수 수확일을 추정하고 평가하였다. 찰옥수수 수확일을 추정하기 위해 61개 지점의 기온 관측 자료와 모형의 기온 예측 자료를 파종일부터 수확 기준 온도까지 적산하는 적산온도 방법을 이용하였다. 평균 기온의 경우, 모형예측 자료는 분석기간(4~9월)에 대해 관측과 비교하여 약 2.9℃도 정도 기온을 과소모의하였다. 이러한 모형의 기온 오차가 적산온도에 반영되어, 관측으로 추정한 수확일과 비교하여 모형은 약 14.4~16.9일 늦게 찰옥수수 수확일을 모의하였다. 오차가 개선된 모형 결과는 기온 예측 자료의 평균 오차가 0.1℃로 감소되고, 수확일 지연이 약 1.1~1.3일로 감소되어 정량적으로 관측과 유사하게 모의하였다. 따라서, 본 연구에서는 PNU CGCM-WRF chain의 미래 기온 예측자료에 적산온도 생육추정 방법을 적용하여 찰옥수수 수확일을 추정함으로써 기후예측자료의 농업부문 활용성을 확인하였다. 찰옥수수와 같이 적산온도가 생육에 큰 영향을 미치는 작물의 경우, 본 연구에서 사용된 방법에 적합한 파종시기와 적산온도 기준값을 설정한다면 다양한 작물에 대한 생육시기 정보를 6개월 사전에 예측하고 활용할 수 있을 것으로 생각된다.
In this study 17 GCMs' simulations of late 20th century climate in Korea are examined. A regionally averaged time series formed by averaging the temperature and precipitation values at all the Korean grid points. In order to compare general circulation models with observations, observed spatially averaged temperature and precipitation is calculated using 24 stations for 1971 to 2000. The annual mean difference between models and observed data are compared. For temperature, most models have a slight cold bias. The models with least bias in annual average temperature are NIES(MIROC3.2 hires), GISS(AOM) and INGV(SXG2005). For precipitation, almost all models have a dry bias, and for some the bias exceeds 50%. Models with lowest bias are NIES(MIROC3.2 hires), CCCma(CGCM3-T47) and MPI-M(ECHAM5-OM). The models' simulated seasonal cycles show that for temperature, CSIRO(Mk3.0) has the best followed by CCCma(CGCM3-T47) and CCCma(CGCM3-T63), and for precipitation, NIES(MIROC3.2 hires) has the best followed by CSIRO(Mk3.0) and CNRM(CM3). In the assessment using Taylor diagram, CCCma(CGCM3-T47) ranks the best for temperature, and NIES(MIROC3.2 hires) ranks the best for precipitation.
본 연구는 한반도 지역의 지상기온에서 나타나는 기후변화시그널의 탐지와 예측을 목적으로 하고 있으며, 일본기상청 전지구 수치모델(MRI/JMA CGCM) 모의실험자료인 통제실험자료(대기 중 $CO_2$ 농도 변화가 없다는 가정 아래 실험된 자료)와 시나리오실험자료($CO_2$ 농도가 4배까지 연 1%씩 증가하는 가정 아래 실험된 자료)를 사용하였다. 수치모델 자료기간은 142년 자료이며, 관측치로 사용되는 ECMWF 재분석자료는 43년 자료이다. 모든 자료는 42개 격자점으로 이루어진 동일한 공간구조로 구성되었다. 베이지안 지문법과 자기회귀과정인 회귀모형(AUTOREG 모형)을 각각 적용하여 격자점별로 탐지 작업을 수행하였다. 탐지 결과가 유의한 격자점에 대하여 2100년까지 예측 작업을 수행하였다.
This study evaluates the predictability of the number of days of heat and cold damages by growth stages of rice in South Korea using the hindcast data (1986~2020) produced by Pusan National University Coupled General Circulation Model-Weather Research and Forecasting (PNU CGCM-WRF) model chain. The predictability is accessed in terms of Root Mean Square Error (RMSE), Normalized Standardized Deviations (NSD), Hit Rate (HR) and Heidke Skill Score (HSS). For the purpose, the model predictability to produce the daily maximum and minimum temperatures, which are the variables used to define heat and cold damages for rice, are evaluated first. The result shows that most of the predictions starting the initial conditions from January to May (01RUN to 05RUN) have reasonable predictability, although it varies to some extent depending on the month at which integration starts. In particular, the ensemble average of 01RUN to 05RUN with equal weighting (ENS) has more reasonable predictability (RMSE is in the range of 1.2~2.6℃ and NSD is about 1.0) than individual RUNs. Accordingly, the regional patterns and characteristics of the predicted damages for rice due to excessive high- and low-temperatures are well captured by the model chain when compared with observation, particularly in regions where the damages occur frequently, in spite that hindcasted data somewhat overestimate the damages in terms of number of occurrence days. In ENS, the HR and HSS for heat (cold) damages in rice is in the ranges of 0.44~0.84 and 0.05~0.13 (0.58~0.81 and -0.01~0.10) by growth stage. Overall, it is concluded that the PNU CGCM-WRF chain of 01RUN~05RUN and ENS has reasonable capability to predict the heat and cold damages for rice in South Korea.
본 연구에서는 Pusan National University Coupled General Circulation Model-Weather Research and Forecasting (PNU CGCM-WRF)에서 생산된 hindcast 자료(1986~2020)를 이용하여 우리나라의 주요 곡물 중 하나인 콩의 생육단계별 고온해 및 저온해 발생일수의 예측성을 평가하였다. 예측성을 평가하는 방법으로는 Normalized Standard Deviations (NSD), Root Mean Square Error (RMSE), Hit Rate (HR), Heidke Skill Score (HSS)이다. 이를 위해 먼저 콩의 고온해 및 저온해를 정의하는 변수인 일 최고기온(Tmax) 및 일 최저기온(Tmin)의 모의성능을 검증하였다. 그 결과 1~5월(01RUN~05RUN)의 초기조건을 가지고 시작하는 월에 따라 다소 차이가 있지만, Variance Scaling 방법을 적용하여 보정한 결과가 보정전보다 관측과 유사하게 나타났으며, 보정한 3~10월의 Tmax 및 Tmin에 대한 모의성능은 전반적으로 01RUN~05RUN에 Simple Composite Method (SCM)을 적용하여 평균한 결과(ENS)에서 높게 나타났다. 또한, 콩의 생육시기별 고온해 및 저온해 발생일수의 지역적 패턴과 특성을 관측과 비교하였을 때 모형이 잘 모의하고 있다. ENS에서 콩의 고온해(저온해)에 대한 HR과 HSS는 생육시기 별로 0.45~0.75, 0.02~0.10(0.49~0.76, -0.04~0.11)의 범위를 가진다. 결론적으로, PNU CGCM-WRF chain의 01RUN~05RUN 및 ENS는 우리나라 콩의 생육시기별 고온해 및 저온해를 예측할 수 있는 성능을 가지고 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.