연구보고서
- 저자
- 유진호, 한정민, 손수진, 김유진, 임슬희, 정유림, 임아영, 박경민
- 작성일
- 2025.12.17
- 조회
- 11
- 요약
- 목차
이 연구에서는 이상기후에 대응하기 위한 새로운 예측 컨텐츠를 개발하고자 하며, 목표로 하는 신규 컨텐츠는 이상치(Extreme) 및 물리량 기준의 계절예측 정보, 월강수와 일강수의 특성을 연계한 자료이다. 이상치(Extreme) 및 물리량 기준의 계절예측 정보 생산을 위해서, 관측 및 기후예측자료의 자료 분포 특성을 먼저 분석하고, 관측과의 자료 분포 차이를 만드는 역학 모델 및 그랜드 앙상블 자료에 내재된 기후학적 바이어스(평균, 범위, 형태)를 살펴보았다. 또한, 서로 다른 바이어스를 가진 다량의 앙상블 자료의 분포를 관측의 물리량 분포에 적합하게 만들기 위해서 다양한 보정 방법을 적용하였다. 다양한 보정은 원시 기후예측자료의 기후학적 분포를 관측과 유사하게 매칭하였다. 그러나, 이상치(Extreme) 및 물리량 기준의 계절예측의 예측성는에 있어서는 다소 상이한 결과를 도출하였다. 월강수와 일강수의 특성을 연계하기 위해서, 월 총강수량에 대한 강수일수와 강수강도에 대한 각각의 상관관계를 분석하였다. 지역에 따라 서로 다른 상관관계를 보였으나, 전반적으로 강수일수보다 강수강도가 총강수량 변동을 더 크게 지배하는 경향을 확인하였다. 또한 두 상관계수의 차이에 대한 유의성을 평가하여 극한강수 발생 가능지역을 도출하였으며, 이를 해당 지역과 시기의 강수 특성을 바탕으로 해석하였다.
아태(아시아-태평양 경제협력체, APEC) 기후센터(APEC Climate Center, APCC)는 기후예측 모델에 대한 분석을 여러 방면에서 수행 해오고 있다. 그중 계절규모에서 기후변동성을 나타내는 여러 기후모드에 대한 분석은 기후예측모델을 이해하는 한 축으로 적용할 수 있고 계절규모 예측성의 소스와 원격상관에 의한 지역기후의 물리적 과정을 이해하는데 활용할 수 있다. 이 연구에서는 APCC 다중모델앙상블(Multi-Model Ensemble, MME)에서 모의되는 해양과 대기의 주요 기후모드의 예측성을 진단하고 특성을 이해하였다. 그리고 이를 통해 모델 예측정보의 해석 방안을 도출해 계절 예측의 활용성을 높이고자 하였다. 또한 최근 기후변화를 반영하기 위해 가장 최신의 Hindcast 기간을 분석하였고, 2012년 이후 실제 예측인 실시간 예측 (Real-time forecast)기간에 대해 분석하였다. 해양 기후모드 중 태평양의 주요한 기후모드인 ENSO는 다양한 Nino 지수들의 월별 선행 시간별, 위상별 예측 스킬과, ENSO의 공간 분포, 이벤트의 진화 과정을 분석하였다. 북대서양은 해수면온도 삼극자 패턴에서 강한 변동성을 보인 중위도와 고위도 지역에 대한 해수면온도의 월별 선행 시간별 예측 스킬과 북대서양 해수면온도 평균장의 모델 오차를 분석하였다. 인도양은 IOD (Indian Ocean Dipole mode), IOB (Indian Ocean Basin mode)의 시계열과 공간 패턴의 상관관계를 분석하여 월별, 선행 시간별 예측 스킬을 산출하였다. 대기모드는 AO, NAO, NP, PNA, WP, SOI 지수에 대한 예측 스킬을 분석하고 대기 모드와 기온 강수에 대한 원격상관 반응, ENSO와의 관계에 대해 분석하였다. 이를 바탕으로 MME 계절예측정보를 해석하여 우리나라 기온, 강수에 영향을 줄 수 있는 요소를 판별 하여 기상청 계절예측 지원에 활용하였다.
APCC 계절예측은 전 세계 여러 국가의 기상청 및 연구 기관으로부터 수집한 앙상블 예측 자료를 기반으로 다중모델앙상블(MME) 기법을 적용하여 예측 정보를 생산하고 있으며, 감시 및 검증 결과와 함께 정기적으로 제공하고 있다. 금년에 MME 계절예측시스템의 성능 향상을 위해 참여모델의 확대, 과거기후예측 기간의 확장, 고해상도 검증정보 제공 등 주요 개선이 이루어졌다. 아울러 원시자료의 오류를 선제적으로 식별하여 참여기관과 공유함으로써 국제 협력 플랫폼으로서의 역할을 강화하고 예측자료 품질관리 기능을 적극 수행하였다. 개선 결과, 전지구 기온 및 강수의 과거기후예측에서 전반적인 성능 향상 추세가 확인되었다. 또한, 기후변화 영향을 반영한 새로운 ENSO 지수 예측정보의 필요성을 분석하여 도입 타당성을 확보하였다. 더불어 APCC 3개월 전망 생산시스템 자동화를 통해 현업 운영 효율을 크게 높였고, 고해상도 예측자료 기반의 국내 예측정보 생산 체계를 마련하였다. 이와 같은 일련의 시스템 개선과 협 력 강화는 향후 계절예측의 신뢰도 제고와 국제 공동활동의 효율적 운영에 기여할 것으로 기대된다.
여름철 계절내 진동(BSISO)은 적도 인도양에서 발생해 북동진하며 아시아 지역의 여름 몬순과 대류 및 대기 순환에 영향을 주는 주요 변동성으로 APCC는 매년 5-10월 동안 BSISO 감시, 예측, 검증 정보를 실시간으로 제공하고 있다. 현업시스템은 일별 OLR과 850hPa 바람장을 기반으로 자료 수집, 품질확인, 감시․예측 정보 생산, 현업 모니터링의 절차에 따라 매일 운영되고 있으며 총 5개의 참여 예측모델을 활용하여 BSISO 지수, 위상도, 재구성장, 영향장 등 다 양한 정보를 생산․서비스하고 있다. 2025년에는 BSISO 입력자료 처리시스템을 자체 구축하여 ECMWF 모델 예측장을 APCC BSISO 현업에 직접 활용할 수 있는 기반을 마련하였고, 이를 바탕으로 ECMWF BSISO 정보는 기상청의 1개월 예보 회의에 제공되고 있다. 아울러 APCC MME 계절내예측의 현업화에 대비하여 원시 예측자료 확보 시 자체 예측자료를 BSISO 입력자료로 활용할 수 있는 체계를 마련함으로써 BSISO 참여모델 확대 가능성과 예측 정보의 자립적 생산․ 활용 기반을 강화하였다.
APCC 자체예측모델인 SCoPS (Seamless Coupled Prediction System)는 약 80km 해상도의 대기-해양-해빙 결합모델로, 2017년 11월부터 APCC MME 계절예측의 참여모델로 활용되고 있 다. SCoPS는 매월 NCEP CFSR 및 Argo 자료를 이용해 초기장을 생성하고 대기․해양 초기화를 거쳐 6개월 계절예측자료를 생산한다. 생산된 예측자료는 후처리와 검증을 통해 내부 예보토의 자료로 활용되며 매월 APCC MME 참여모델로 제공된다. 2025년에는 APCC MME hindcast 기간 이 1991-2010년에서 1993-2016년으로 변경됨에 따라, SCoPS 예보토의 검증 및 예측정보에도 새로운 hindcast 기간이 적용되었다.
WMO 선도센터는 2006년부터 각국 GPC에서 생산하는 계절예측 자료를 수집․표준화하고, 다양한 앙상블 기법을 적용해 계절 예측 정보를 생산․제공하는 one-stop shop 임무를 수행하였다. 매월 15일쯤 예측자료를 생산해 WMO와 한국 기상청의 홈페이지를 통해 정보가 제공되고 있다. 현재 15개의 기관이 GPC로 참여하고 있으며 9개의 변수에 대해 결정론적 기법과 확률론적 기법을 적용한 다중모델 앙상블 계절 예측 정보를 생산하고 있다. 각 GPC의 모델이 업그레이드될 때마다 WMO 선도센터에서 처리하는 표준이 달라질 수 있어 지속적인 자료검증과 프로그램 개선이 필요하다. 25년도에는 4개의 기관에서 개별모델 업그레이드가 진행되었고 안정적인 서비스를 위해 WMO 선도센터의 프로그램을 수정하여 처리하였다.
산불 예측 체계는 지역별 강수량 예측을 바탕으로 확률적 위험 등급을 산출해 인도네시아와 말레이시아에 예측 정보를 제공하고 있다. 통계적 다운스케일링과 편향 보정 기법을 활용해 예측자료를 지역 맞춤형으로 변환하고, 위험을 네 단계로 구분해 지도 형태로 시각화한다. 기존의 정보 제공 방법은 지역을 기준으로 위험 정도를 제공하였으나, 고해상도 예측 정보는 격자 기반의 예측 위험도를 산출하였다. 고해상도 예측 정보는 시범 운영 기간을 거쳐 정식 서비스할 예정으로 시범 운영 과정에서 발견되는 오류를 수정하여 지역 최적화된 형태로 서비스 함으로써 안정적이고 활용성이 높은 기후 서비스를 제공할 계획이다.
WMO 선도센터의 계절 예측 정보를 활용하여 계절 예측 지역 기후 포럼에 참석하여 전망 발표를 진행하고 있다. 2025년에는 ASMC에서 운영하는 ASEANCOF와 인도 기상청에서 운영하는 SASCOF에 참석하여 동남아시아 지역과 남아시아 지역의 기후 서비스에 논의하였다. 또한 계절 예측 정보를 활용하는 농업, 수자원, 보건, 재해 관리 등 다양한 분야에 널리 활용될 수 있도록 의견을 제시하였다.