• 제목/요약/키워드: warm bias

검색결과 32건 처리시간 0.02초

경험적 분위사상법을 이용한 미국 지표 기온 기반 농업기후지수의 지역 규모 계절 예측성 개선 (Improvement in Regional-Scale Seasonal Prediction of Agro-Climatic Indices Based on Surface Air Temperature over the United States Using Empirical Quantile Mapping)

  • 송찬영;안중배;이경도
    • 한국농림기상학회지
    • /
    • 제24권4호
    • /
    • pp.201-217
    • /
    • 2022
  • 미국은 전 세계 주요 곡물(밀, 옥수수, 콩 등)의 생산 및 수출 국가로 알려져 있다. 따라서 신뢰할 만한 기상 예측 정보를 바탕으로 해당 지역에 대한 작황을 추정하는 것은 우리나라의 곡물 수급을 안정적으로 계획하기 위해서 중요하다. 본 연구에서는 지역 규모의 일 기온 및 이를 기반으로 산출되는 농업기후지수의 계절 예측성을 향상시키는 데 목적을 두었다. 이를 위해 먼저 역학적 규모축소법을 위한 지역기후모형으로 WRF가 사용되었으며, 해당 모형의 초기 및 측면 경계조건으로 PNU CGCM에서 생산된 시간 별 전지구 예측자료가 활용되었다. WRF의 적분은 22년(2000~2021년) 동안 매년 하반기를 포함하는 기간(6~12월)에 대해 수행되었다. 본 연구에서는 WRF에 의해 모의된 일 평균⋅최저⋅최고기온에 대해 EQM을 적용하여 모형이 갖는 편의를 보정하였다. EQM을 이용하여 보정된(보정되지 않은) 자료들은 WRF_C (WRF_UC)로 명명하였다. WRF_UC는 미국 내 대부분의 지역에서 일 최저기온(최고기온)을 과대(과소) 모의했는데, 이는 저온(고온) 범위를 과소 모의한 특징에서 비롯되었다. WRF_C는 WRF_UC에 나타난 일 평균⋅최저⋅최고기온의 편의가 감소하고 공간분포에 대한 예측성이 향상되었기 때문에 결과적으로 일 기온을 기반으로 산출되는 농업기후지수의 예측성 향상을 유도했다.

기계학습법을 이용한 동해 울릉분지의 봄과 여름 순군집생산 추정 (Estimation of the Spring and Summer Net Community Production in the Ulleung Basin using Machine Learning Methods)

  • 함도식;이인희;추민기
    • 한국해양학회지:바다
    • /
    • 제29권1호
    • /
    • pp.1-13
    • /
    • 2024
  • 동해 남서부해역은 대마난류나 연안 용승에 의한 영양염 공급 등으로 동해 북부나 동부에 비해 일차생산력이 높은 것으로 알려져 있지만, 이 해역의 생물 펌프에 관한 연구는 제한적이다. 본 연구에서는 O2/Ar 측정으로 산출한 고해상도 순군집생산 현장 관측 결과와 기계학습 모형을 결합하여 시공간 해상도가 8일 간격, 4 km인 봄과 여름 순군집생산 시계열 자료를 추정하였다. 기계 모형의 예측과 실측의 평균 제곱근 오차는 6 mmol O2 m-2 d-1로 관측값 평균의 15%에 해당했다. 울릉분지 중앙부의 순군집생산은 3월에 49 mmol O2 m-2 d-1로 가장 높았고, 6월과 7월에 18 mmol O2 m-2 d-1로 가장 낮았다. 이 같은 계절 변화는 3He 기체교환율로 추정한 질산염 공급률이나 234Th 비평형법으로 추정한 입자유기탄소 방출률과 유사하였다. 봄과 여름의 순군집생산 추정으로 한정된 이 연구방법을 가을과 겨울로 확대하기 위해서는 아표층수의 표층 혼입에 따른 O2/Ar 순군집생산의 오차를 보정하는 연구가 필요하다.