Ⅱ. 자료 및 연구방법
2. 기후변화 시나리오의 혼합상세화
2.1 혼합상세화
상세화기법은 역학적 상세화 및 통계적 상세화로 구분되며 여기서 역학적 상세화 기법은 GCM의 결과인 경계조건을 활용하여 지역기후모델을 통해 시나리오를 상세 화하는 방법을 통해 공간적인 세분화된 정보를 생성할 수 있다. 또한 역학적 상세 화는 물리적인 생산으로 인하여 비선형적 예측과 비정상성을 기초로 하여 자료 생 성이 가능하여 급격한 기후변화를 모의할 수가 있다.
그러나 기후자료를 생성하는데 시간 및 비용이 많이 드는 문제점이 있어 앙상블 자료를 생성하기는 쉽지 않고 GCM의 구조적, 모수화 과정 등의 한계로 오차가 발 생하는 한계가 나타나게 된다. 통계적 기법은 역학적 기법 대비 많은 시간이 필요 하지 않아 사용자가 편하게 사용이 가능하다는 장점이 있으나, 통계적 기법을 적용 하기 위해서는 장기간의 신뢰성 있는 기상관측소의 자료가 있어야 한다는 점과 복 잡한 지형을 갖는 지역에서는 예측변수 사이에 상관성을 찾기 어렵다는 단점이 있 다(정일원, 2007). 따라서 각 기법들의 장·단점을 고려하고 신뢰도 높은 평가 하기 위해 기후모형에 통계적 기법을 적용하여 기후변화 시나리오를 상세화가 필요하다.
혼합상세화는 지역기후모형에 통계적 기법을 적용하고 기후변화 시나리오를 시간 적과 공간적으로 상세화하기 위한 통계적 기법은 일반적으로 3가지로 구분할 수 있 다. 첫 번째는 역학적 상세화 기법과 기상발생기(weather generator)를 결합하는 방 법, 두 번째는 역학적 상세화기법에 편의보정하는 방법, 세 번째는 역학적 상세화에 서 생산된 CF를 이용하여 생산하는 방법이다. 기존 연구에서 많이 사용되고 있는 선형보정기법, 분위사상법을 선택하였다.
2.1.1 선형보정방법
선형보정방법은 기후변화 시나리오에서 가장 많이 쓰이는 보편적인 방법으로 이 기법은 기준기간동안 관측치와 모의치의 월별 편차를 계산하여 미래기간에도 같은 편차가 발생한다고 가정하고 미래기간의 모의치에 적용하는 방법이다. 모의된 기후 변화시나리오와 관측치의 오차를 월별로 분리하고 산정된 기후변화 시나리오에 적 용하게 된다. 기온 식 2.5, 강수량 식 2.6과 같이 관측치와 모의치의 비를 적용하게 된다.
(2.5) ×
(2.6)
여기서, 와 : 기온과 강수량의 관측치, 와 : 보정된 미래 기온 과 강수량, 와 : 모의된 과거기간 및 미래기간의 기온이고, 과
: 모의된 과거기간과 미래기간의 강수량
변화량(Change Factor) 기법은 GCM에서 생산된 정보의 경우 불확실성이 많다는 점과 상세화를 많은 단계를 거치게 되면 그 불확실성이 커진다는 것을 전제하에 GCM 정보 중 과거 대비 미래의 변화만을 고려하는 방법이다. 즉, 기준기간과 미래 기간의 월별 변화율 및 변화량을 산정하여 과거기간 관측 자료에 그 변화율만큼을 적용한 시나리오를 생산하는 방법이다. 모의된 기후시나리오 기준기간과 미래기간 의 차이를 월별로 산정하여 식 2.7, 2.8와 같이 과거 관측 자료에 적용하는 방법이 다.
(2.7) × Density Function, PDF), 식 2.11은 누적확률밀도함수(Cumulative Density Function, CDF)이다.
(2.11)여기서, : 축적매개변수, : 최대확률이 발생하는 위치
매개변수 추정을 위한 모멘트법을 이용하면 아래 식 2.12, 2.13와 같이 매개변수 산정이 가능하다.
(2.12)
(2.13)
여기서, 와 : 각각의 표준자료 의 평균값 및 표준편차
기온은 정규분포(Gaussian Distribution)를 적용하였으며 정규분포의 확률밀도 함 수를 나타내는 식 2.14은 다음과 같다.
(2.14)
여기서, : 표준의 평균, : 표본의 표준 편차