장기예보 개선을 위한 예측정보 통합 기반 마련

저자
기후분석과 김가은, 김옥연, 윤순조, 이성규, 임슬희, 정유림
 
작성일
2022.12.28
조회
436
  • 요약
  • 목차

평문 초록

APCC는 지난 수년에 걸쳐 기상청과의 협력시스템을 구축하고 지원체계를 정립함으로써 현업 장기예보 정확도 향상을 위해 노력해 왔습니다. 장기예보를 위해서는 예보를 생산하기 위한 자료생산단계와 예보정보생산단계로 크게 나눌 수 있는데, 지난 수년간 APCC 장기예보 전담팀은 위 두 단계를 연결하는 다리 역할을 해왔습니다. 앞으로는 기존 APCC-기상청의 협력체계를 바탕으로 하되, 장기예보에 있어 APCC만의 역할 영역을 더욱 확대할 필요가 있는바, 이를 위해서는 현업 장기예보 실무 예측기술을 개선하고, 이미 개발된 기술 또는 개선된 기후정보(예측성이 좋은 정보)를 선별, 가공하여 객관화된 예측정보를 생산할 수 있는 기반을 마련하고자 합니다.

첫째, 우리나라 주변 주요 기후변동성에 대한 모델 예측 특성을 이해하고자 겨울철 동아시아지역 예측에서 중요한 강제력 중 하나인 ENSO와 그에 대한 반응이 계절안 규모에서 어떤 특성을 갖고 모의 되는지 살펴보았습니다. 모델에서는 겨울철 동안 ENSO에 대한 반응이 유사하게 이어지며 관측에서 나타나는 월별 변화를 제대로 모의하지 못했는데, 북반구 전체적인 모의 성능에 비해 동아시아 영역에서의 모의 성능은 낮게 나타났습니다.

둘째, 가속화되는 북극 온난화로 인해 장기예보 예측인자들의 적중률이 떨어짐에 따라 기존 예측인자의 활용성을 재고하고, 장기예보에 참여하는 역학 모델에서의 북극 영향에 따른 동아시아 대기 반응에 대한 정보를 제공하기 위해 북극 연직 온난화와 연관된 우리나라 겨울철 월별 기온 변동성을 조사하였습니다.

셋째, 이러한 ENSO로 대표되는 열대 저위도 영향과, 북극의 영향을 모두 고려하여 매달 APCC 모델예측 정보는 10개 이상의 모델과 300개 이상의 앙상블 멤버를 사용한 다중모델앙상블 기법으로 생산됩니다. 하지만 다중모델앙상블 기법은 반드시 우리나라에 적합한 장기예보 기법은 아닐 수 있으므로, 우리나라 장기예보 개선을 위해 더욱 적합한 모델을 선별할 필요가 있습니다. 따라서 우리나라 장기예보에 적합한 모델을 선별하는 방법을 제시하고, 이에 따른 예측성을 평가하였습니다.

넷째, 계절내 시간규모에서 우리나라를 포함한 동아시아 지역의 기후변동성에 영향을 주는 여름철 계절내 진동의 대류활동 및 원격상관 반응에 대한 ECMWF 모델의 실시간 모의 성능을 진단하고, 보다 높은 예측성을 가지는 영향정보를 선별 및 활용함으로써 3주차 예보 정확도 향상에 기여하고자 하였습니다.

다섯째, 동아시아지역 및 남한지역의 1개월 기온에 대한 확률 예측성을 높이기 위해 딥러닝 기술을 이용하여 1개월 기온 예측모델을 개발하고 확률예측 체계를 구축하였습니다. 역학모델과 딥러닝모델의 장단점을 상호보완적으로 활용한다면 보다 예측성이 높은 1개월 확률예측이 가능할 것으로 판단됩니다.

위와 더불어 기상청 1개월 전망 지원을 위해 APCC 1개월 전망 예측시스템을 구축하여 운영하고 있으며, 수시 환경변화와 예보관의 수요를 반영해 시스템을 지속적으로 개선하고 있습니다. 이렇게 개선된 예측정보와 다양한 분석자료를 활용하여 생산된 APCC1개월 전망 예측결과는 여러 모델의 예측결과 대비 우수한 예측성을 보였으며, 기상청의 현업 장기예보 운영에 도움을 주고 있습니다.