• 대기
• /
• 제30권4호
• /
• pp.405-420
• /
• 2020

In this study, we investigate the predictability of intraseasonal monthly temperature and precipitation variations using hindcast datasets from eight global circulation models participating in the operational multi-model ensemble (MME) seasonal prediction system of the Asia-Pacific Economic Cooperation Climate Center for the 1983~2010 period. These intraseasonal monthly variations are defined by categorical deterministic analysis. The monthly temperature and precipitation are categorized into above normal (AN), near normal (NN), and below normal (BN) based on the σ-value ± 0.43 after standardization. The nine patterns of intraseasonal monthly variation are defined by considering the changing pattern of the monthly categories for the three consecutive months. A deterministic and a probabilistic analysis are used to define intraseasonal monthly variation for the multi-model consisting of numerous ensemble members. The results show that a pattern (pattern 7), which has the same monthly categories in three consecutive months, is the most frequently occurring pattern in observation regardless of the seasons and variables. Meanwhile, the patterns (e.g., patterns 8 and 9) that have consistently increasing or decreasing trends in three consecutive months, such as BN-NN-AN or AN-NN-BN, occur rarely in observation. The MME and eight individual models generally capture pattern 7 well but rarely capture patterns 8 and 9.

• 대기
• /
• 제25권2호
• /
• pp.249-260
• /
• 2015

The changes in thermodynamic and dynamic aspects on near (2025~2049) and long-term (2075~2099) future climate changes between the historical run (1979~2005) and the Representative Concentration Pathway (RCP) 4.5 run with 20 coupled models which employed in the phase five of Coupled Model Inter-comparison Project (CMIP5) over East Asia (EA) and the Korean Peninsula are investigated as an extended study for Moon et al. (2014) study noted that the 20 models' multi-model ensemble (MME) and best five models' multi-model ensemble (B5MME) have a different increasing trend of precipitation during the boreal winter and summer, in spite of a similar increasing trend of surface air temperature, especially over the Korean Peninsula. Comparing the MME and B5MME, the dynamic factor (the convergence of mean moisture by anomalous wind) and the thermodynamic factor (the convergence of anomalous moisture by mean wind) in terms of moisture flux convergence are analyzed. As a result, the dynamic factor causes the lower increasing trend of precipitation in B5MME than the MME during the boreal winter and summer over EA. However, over the Korean Peninsula, the dynamic factor causes the lower increasing trend of precipitation in B5MME than the MME during the boreal winter, whereas the thermodynamic factor causes the higher increasing trend of precipitation in B5MME than the MME during the boreal summer. Therefore, it can be noted that the difference between MME and B5MME on the change in precipitation is affected by dynamic (thermodynamic) factor during the boreal winter (summer) over the Korean Peninsula.

• Asia-Pacific Journal of Atmospheric Sciences
• /
• 제54권4호
• /
• pp.563-573
• /
• 2018

An Expert Seasonal Prediction System for operational Seasonal Outlook (ESPreSSO) is developed based on the APEC Climate Center (APCC) Multi-Model Ensemble (MME) dynamical prediction and expert-guided statistical downscaling techniques. Dynamical models have improved to provide meaningful seasonal prediction, and their prediction skills are further improved by various ensemble and downscaling techniques. However, experienced scientists and forecasters make subjective correction for the operational seasonal outlook due to limited prediction skills and biases of dynamical models. Here, a hybrid seasonal prediction system that grafts experts' knowledge and understanding onto dynamical MME prediction is developed to guide operational seasonal outlook in Korea. The basis dynamical prediction is based on the APCC MME, which are statistically mapped onto the station-based observations by experienced experts. Their subjective selection undergoes objective screening and quality control to generate final seasonal outlook products after physical ensemble averaging. The prediction system is constructed based on 23-year training period of 1983-2005, and its performance and stability are assessed for the independent 11-year prediction period of 2006-2016. The results show that the ESPreSSO has reliable and stable prediction skill suitable for operational use.

• 한국기후변화학회지
• /
• 제9권2호
• /
• pp.133-142
• /
• 2018

Climate change will affect not only the crop productivity but also the pattern of rice disease epidemics in Korea. Impact assessments for the climate change are conducted using various climate change scenarios from many global climate models (GCM), such as a scenario from a best GCM or scenarios from multiple GCMs, or a combination of both. Here, we evaluated the feasibility of using a climate change scenario from the best GCM for the impact assessment on the potential epidemics of a rice leaf blast disease in Korea, in comparison to a multi?model ensemble (MME) scenario from multiple GCMs. For this, this study involves analyses of disease simulation using an epidemiological model, EPIRICE?LB, which was validated for Korean rice paddy fields. We then assessed likely changes in disease epidemics using the best GCM selected for individual agro?climatic zones and MME scenarios constructed by running 11 GCMs. As a result, the simulated incidence of leaf blast epidemics gradually decreased over the future periods both from the best GCM and MME. The results from this study emphasized that the best GCM selection approach resulted in comparable performance to the MME approach for the climate change impact assessment on rice leaf blast epidemic in Korea.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.314-314
• /
• 2023

Extreme climate events can have a large impact on human life by hampering social, environmental, and economic development. Global circulation models (GCMs) are the widely used numerical models to understand the anticipated future climate change. However, different GCMs can project different future climates due to structural differences, varying initial boundary conditions and assumptions about the physical phenomena. The multi-model ensemble (MME) approach can improve the uncertainties associated with the different GCM outcomes. In this study, a comprehensive rating metric was used to select the best-performing GCMs out of 11 CMIP5 and 13 CMIP6 GCMs, according to their skills in terms of four temporal and five spatial performance indices, in replicating the 21 extreme climate indices during the baseline (1975-2017) in South Korea. The MME data were derived by averaging the simulations from all selected GCMs and three top-ranked GCMs. The random forest (RF) algorithm was also used to derive the MME data from the three top-ranked GCMs. The RF-derived MME data of the three top-ranked GCMs showed the highest performance in simulating the baseline extreme climate which was subsequently used to project the future extreme climate indices under both the representative concentration pathway (RCP) and the socioeconomic concentration pathway scenarios (SSP). The extreme cold and warming indices had declining and increasing trends, respectively, and most extreme precipitation indices had increasing trends over the period 2031-2100. Compared to all scenarios, RCP8.5 showed drastic changes in future extreme climate indices. The coasts in the east, south and west had stronger warming than the rest of the country, while mountain areas in the north experienced more extreme cold. While extreme cold climatology gradually declined from north to south, extreme warming climatology continuously grew from coastal to inland and northern mountainous regions. The results showed that the socially, environmentally and agriculturally important regions of South Korea were at increased risk of facing the detrimental impacts of extreme climatology.

• 대기
• /
• 제24권3호
• /
• pp.403-417
• /
• 2014

Future changes in seasonal mean temperature and precipitation over East Asia under anthropogenic global warming are investigated by comparing the historical run for 1979~2005 and the Representative Concentration Pathway (RCP) 4.5 run for 2006~2100 with 20 coupled models which participated in the phase five of Coupled Model Inter-comparison Project (CMIP5). Although an increase in future temperature over the East Asian monsoon region has been commonly accepted, the prediction of future precipitation under global warming still has considerable uncertainties with a large inter-model spread. Thus, we select best five models, based on the evaluation of models' performance in present climate for boreal summer and winter seasons, to reduce uncertainties in future projection. Overall, the CMIP5 models better simulate climatological temperature and precipitation over East Asia than the phase 3 of CMIP and the five best models' multi-model ensemble (B5MME) has better performance than all 20 models' multi-model ensemble (MME). Under anthropogenic global warming, significant increases are expected in both temperature and land-ocean thermal contrast over the entire East Asia region during both seasons for near and long term future. The contrast of future precipitation in winter between land and ocean will decrease over East Asia whereas that in summer particularly over the Korean Peninsula, associated with the Changma, will increase. Taking into account model validation and uncertainty estimation, this study has made an effort on providing a more reliable range of future change for temperature and precipitation particularly over the Korean Peninsula than previous studies.

• 대한토목학회논문집
• /
• 제35권2호
• /
• pp.327-340
• /
• 2015

기후모형으로 가장 널리 사용되는 GCM의 불확실성 및 시공간적 편의로 인하여 GCM으로부터 생산된 기상정보를 응용수문분야에서 직접적으로 이용하기 위해서는 상세화 과정이 필수적으로 요구된다. 본 연구에서는 선행연구에서 개발된 비정상성 은닉 마코프 모형(Non-stationary Hidden Markov Chain Model, NHMM)을 기반으로 다지점 공간상관성을 고려할 수 있는 Chow-Liu Tree 알고리즘과 결합하여 유역단위 강우시나리오 상세화 기법(CLT-NHMM)으로 확장하였으며, 낙동강 유역에 적용하여 적용성을 평가하였다. 상관행렬(correlation matrix)을 통한 강우네트워크의 공간상관성 평가결과 유역상관성이 우수하게 모의하는 것을 확인하였으며, 강수의 빈도 및 양적 관점에서 효과적인 모의가 가능하였다. 본 연구에서 제시한 CLT-NHMM 모형은 수자원뿐만 아니라 수문자료를 입력 자료로 하는 농업, 보건, 환경 및 에너지 등 다양한 응용기상분야에 핵심 기술로 활용이 전망된다.

• 한국농림기상학회지
• /
• 제17권2호
• /
• pp.108-125
• /
• 2015

다수의 기후요소를 지수화하고 특정지역의 기후 자원량을 분석하여, 종합 및 판단하는 과정은 특정지역의 농업기후자원의 특성을 한 눈에 알 수 있게 한다. 농업기후자원의 특징을 단순 명료하게 표현한 것을 농업기후지수라고 하는데, 이 지수는 기후자원(예, 기온, 일사, 강수)으로부터 작물의 생육과 수량 추측을 위한 가능성과 여러 가지 영농기술을 실시하는데 필요한 기초자료를 제공함으로써 농업생산성의 주요 지표가 될 수 있다. 그러나 농업기후지수는 절대적인 것이 아니기 때문에 기후변화에 따라 항상 변화할 수 있다. 최근 IPCC 제5차 평가보고서에서 온실가스 대표경로(RCP)에 따른 시나리오가 많은 연구에 이용됨에 따라서 기후정보의 역학 및 통계적 규모축소를 통한 미래기후변화전망정보의 불확실성을 고려한 연구들이 활발히 진행되고 있다. 본 연구에서는 IPCC 제5차 평가 보고서에 사용된 RCP 시나리오를 기반으로 비모수적 분위사상법을 이용한 상세화된 기후변화 전망정보를 바탕으로 한반도의 농업기후지수(예, 식물기간 및 작물기간, 생장도일, 무상기간)의 시공간적인 변화와 불확실성을 평가하였다. 동일한 과거 기간에 대하여 기후모델(GCM)으로부터 계산된 농업기후지수와 관측자료에 의해 계산된 농업기후지수를 비교한 결과, KMA-12.5km를 제외하고 사용된 8개 개별 GCM의 농업기후지수의 각각의 평균은 4대강 유역 모두에서 관측자료에 의해 계산된 값의 평균과 비교적 잘 일치하여 개별 GCM 뿐만 아니라 다중모델앙상블(MME)의 과거기후 재현성에는 문제가 없는 것으로 확인하였다. 또한 불확실성을 고려하기 위한 MME 계산에서 사용되는 GCM의 개수가 무한적으로 증가한다고 해서 오차가 줄어들지 않았다. 추가 연구가 계속 필요하지만, 본 연구에서 3-4개의 GCM을 사용하는 경우 확실하게 오차가 개선되기 시작하였으며, 대체로 7-8개 이후부터는 더 이상 오차가 개선되지 않았다. 미래전망 결과에서, 4대강 유역 전체에 대하여 inmcm4가 과거 기간의 MME에 대한 RCP 4.5에서 1% 증가, RCP 8.5에서 2% 증가로 9개 개별 GCM 중에서 가장 낮았고, CanESM이 과거 기간의 MME에 대하여 RCP 4.5에서 10%, RCP 8.5에서 15% 증가로 가장 높은 증가를 보였다. 4대강 유역의 시공간분포의 변화에서 관측자료와 다른 경향을 보이는 개별 GCM이 있어서 지형 특성과 개별 GCM의 일변동 특성을 반영할 수 있는 상세화 방법의 개선 및 개발이 필요하다. 도출 및 평가된 본 연구의 농업기후지수는 농업용 상세 전자기후도와의 활용뿐만 아니라, 후속 연구를 위한 농업이상기후지수 및 생산성지수의 평가에 활용될 수 있을 것이다. 예를 들면, 낙동강 유역과 영산-섬진강 유역의 무상기간 증가로부터 '겨울기간이 짧아질 수 있다'라고 가정할 경우, 농업이상 기후지수(예, 저온발생빈도) 분석을 통해 겨울작물의 생산성지수의 불확실성 증감 혹은 재배시스템(예, 이모작 혹은 이기작 등)의 변화에 대한 불확실성 증감 등에 대한 평가에 활용될 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.198-202
• /
• 2009

기후변화는 강수와 기온을 변화시켜 수자원에 지대한 영향을 미칠 것으로 알려져 있다. 따라서 이에 대한 안정적인 수자원 관리를 위해서는 기후변화 영향을 정량적으로 평가하는 것이 필요하다. 기본적으로 기후변화에 대한 수자원의 영향을 연구할 때 '온실가스 배출시나리오, GCMs을 통한 기후모의, 시공간적 편차보정을 위한 상세화, 유출모형 적용을 통한 유출시나리오 생산'의 과정을 거친다. 그러나 유출시나리오를 얻기까지 과정에는 각각 불확실성을 가지고 있기 때문에 최종결과의 불확실성은 각 과정을 거치면서 매우 커진다고 할 수 있다. 다양한 배출시나리오, GCM 결과, 유출모형에 대해 단순평균 혹은 가중치를 주는 multi-model ensemble 기법은 각 경우에 따른 값의 범위를 제시할 수있다는 점 때문에 불확실성 평가에서 주로 이용되고 있다. 본 연구에서는 우리나라 5대강 유역 109개 중권역에 대해 multi-model ensemble을 적용하여 기후변화에 의한 수자원 영향을 평가하였다. 1971년에서 2100년까지 120년 기간에 대해 3개의 온실가스 배출시나리오, 13개의 GCMs 결과들을 수집하여 총 39개의 기후시나리오를 이용하였고, 이를 8개의 유출모형에 적용하여 총 312개의 유출시나리오를 생산하였다. 생산된 유출시나리오를 기준시간(1971${\sim}$2000)에 대한 미래의 세 기간(2020s, 2050s, 2080s)으로 나누어 변화율을 분석한 결과 여름철 유출량과 겨울철 유출량이 증가될것으로 나타났으나 겨울철 유출량 전망은 여름철에 비해 불확실성이 큰 것으로 나타났다. 공간적으로는 한강유역이 위치한 북쪽유역이 남쪽에 비해 불확실성이 큰 것으로 나타났다. 결과적으로 유출의 시공간적 편차에 의해 우리나라 수자원은 홍수피해 증가가 예상되었으며, 월별유출량의 변화로 인해 용수확보와 관리에 어려움이 증가할 것으로 전망되었다.

• 대기
• /
• 제22권3호
• /
• pp.331-344
• /
• 2012

The changes in the Hadley circulation during the second half of the 20th century were examined using observations and the 20C3M (Twentieth Century Climate in Coupled Models) simulations by the 21 IPCC AR4 models. Multi-model ensemble (MME) mean shows that the mean features of the Hadley circulation, such as the intensity, magnitude, and the seasonal variations, are very realistically reproduced, compared to the ERA40 reanalysis. But the long-term trends of the Hadley circulation in 20C3M MME are quite different to those of observations. The observed intensity of the Hadley cell is persistently enhanced, particularly during boreal winter. In comparison, the meridional overturning circulations reproduced in the MME mean remains invariant in time, and even weakened in boreal summer. This discrepancy between the ERA40 and 20C3M MME is consistently shown in the overall structure of the Hadley circulations, such as mass streamfunction, the velocity potential, the vertical shear of meridional wind, and the vertical velocity in the tropical region. This results indicate that the current climate models are skill-less to capture the long-term trend of Hadley circulation yet, and should be improved in simulation of the large-scale features to enhance the confidence level of future climate change projection.