Corresponding author : E-mail: [email protected]
접수일자: 2010. 11. 25 / 수정일자: 2011. 5. 27 / 채택일자: 2011. 5. 31 Vol. 2, No. 2, 2011, pp. 79 91
전지구 모델(CCSM3)을 이용한 지역기후 모델(MM5)의 역학적 상세화 기법 개발
Development of a Dynamic Downscaling Method using a General Circulation Model (CCSM3) of the
Regional Climate Model (MM5)
최진영* 송창근*, 이재범* 홍성철* 방철한**
Choi, Jin-Young*, Song, Chang-Geun*,, Lee, Jae-Bum*, Hong, Sung-Chul* and Bang, Cheol-Han**
*국립환경과학원 기후변화연구과
*Climate Change Research Division, National Institute of Environmental Research, Korea
**한국기상산업진흥원
**Korea Meteorological Industry Promotion Agency, Korea
요 지
본 연구에서는 기후변화와 대기환경 사이의 통합적 상호작용 연구를 위하여 전 지구규모 기후모 델(CCSM3) 결과를 지역 규모 기후모델(MM5)의 초기 및 경계 조건으로 사용할 수 있도록 역학적 상세화(Downscaling) 기법을 개발하였다. 개발된 상세화 기법에서는 위⋅경도 좌표계로 이루어진 CC- SM3 결과를 Lambert-Conformal Arakawa-B 격자 체계로, CCSM3의 hybrid-vertical coordinate를 MM- 5의 sigma coordinate로 대체하는 과정과 CCSM3 모델 수행 결과와 모델 수행에 필요한 변수들 간 의 일치화 과정이 포함된다.
전 지구 규모 모델 결과들이 지역 규모 모델의 입력값으로 역학적 규모 축소되는 과정을 검증하 기 위해 공간 분포 및 통계분석을 수행한 결과, 여름철과 겨울철의 기온 및 강수량 패턴이 동아시 아 영역 및 한반도 지역에 대해 기존 관측을 이용한 결과와 매우 유사한 패턴을 보였으며, 통계 분 석 결과 모델 예측지수가 기온의 경우 0.9 이상의 좋은 값이 나타났으며, 상관성 역시 0.9 수준의 결과를 보여 인터페이스 구축이 성공적으로 수행되었음을 알 수 있다.
키워드 : 기후변화, 다운스케일링, 지역기후 모델
ABSTRACT
In order to study interactions between climate change and air quality, a modeling system includ-
ing the downscaling scheme has been developed in the integrated manner. This research focuses on the development of a downscaling method to utilize CCSM3 outputs as the initial and bounda- ry conditions for the regional climate model, MM5. Horizontal/vertical interpolation was performed to convert from the latitude/longitude and hybrid-vertical coordinate for the CCSM3 model to the Lambert-Conformal Arakawa-B and sigma-vertical coordinate for the MM5 model. A variable diag- nosis was made to link between different variables and their units of CCSM and MM5.
To evaluate the dynamic downscaling performance of this study, spatial distributions were com- pared between outputs of CCSM/MM5 and NRA/MM5 and statistic analysis was conducted. Tem- perature and precipitation patterns of CCSM/MM5 in summer and winter showed a similar pattern with those of observation data in East Asia and the Korean Peninsula. In addition, statistical ana- lysis presented that the agreement index (AI) is more than 0.9 and correlation coefficient about 0.9.
Those results indicate that the dynamic downscaling system built in this study can be used for the research of interaction between climate change and air quality.
Key words : Climate Change, Downscaling, Regional Climate Model
1. 서론
기후변화는 기후 민감도가 높은 농업⋅임업 분야를 비롯하여 상대적으로 민감도가 적은 공업 분야까지 사회⋅경제 전반에 막대한 영향을 미친 다. 기후변화에 따른 적지 않은 파급 효과가 예 상되는 여러 부문의 영향⋅취약성 평가를 위해서 는 기후 예측이 필수불가결하다. 기후자료 생산 에 있어 계산상의 어려움으로 200 km 내외 격자 간격인 저해상도의 전 지구 규모 대순환 모형 (General Circulation Model, GCM)이 대부분 활 용된다. 이렇게 생산된 자료들은 장기 기후 예측 을 위한 대순환 모형의 지속적인 발전에도 불구 하고 지역적인 규모의 현상을 재현하기에는 많은 한계를 가지고 있다. 기후변동은 대규모적으로 균질하게 나타나는 것이 아니라 지역에 따라 매 우 다른 양상을 보이며 발생하기 때문에 지역적 인 기후변화의 중요성이 인식되어 고해상도의 지 역기후 모델(Regional Climate Model, RCM)의 연구가 활발하게 이루어지고 있다(Giorgi, 1990,;
Jones et al., 1995; Christensen et al, 1997). 지역 기후 모델은 초기 조건, 시간에 따라 변하는 측
면 경계 조건, 그리고 지표 경계 조건을 생산하 기 위해 전 지구 규모 기후 모델 결과를 이용하 는데, 일반적으로 역학적 상세화(downscaling) 기 법을 사용하여 지역 규모 기후 모델의 예측 결과 에 전 지구 규모의 강제력을 가미해 주는 방법을 채택하고 있다 (Kida et al., 1991; Cocks and LaRow, 2000; von Storch et al., 2000). 일반적 으로 모형의 수평해상도가 2배 증가하게 되면 전 산 자원은 8∼16배 증가해야 하므로, 전 지구 규 모 대기 대순환 모형을 고해상도화 하여 지역 규 모 현상을 모의하는 것은 경제성과 효율성이 떨 어지게 되는데, 이러한 문제점을 해결하는 방법 중 대표적인 것이 바로 역학적 상세화 기법이다 (박혜선 등, 2005). 또한, GCM의 제약을 극복하 고 상세한 기후정보를 얻기 위한 방법으로 특정 지역을 고분해능으로 표현하고 특성화된 물리과 정을 고려할 수 있는 지역기후모형을 이용한 역 학적 규모 축소법이 최근 많이 이용되고 있다 (IPCC 2007; Im et al,, 2008).
미국 EPA에서는 NASA GISS(National Aero- nautics and Space Administration/Goddard Insti- tute for Space Studies) 전국 기후모델을 이용하
여 2000년부터 2050년까지 기후변화를 모사하고, GISS 모델 결과를 중규모 모델인 PSU/NCAR MM5(Pennsylvania State University/National Cen- ter for Atmospheric Research Mesoscale Model) 에 역학적 상세화 기법을 적용하여 지역 규모의 기후 예측을 가능하게 하였으며, 그 결과를 대기 화학 모델에 제공하여 기후와 배출량의 전 지구 적 변화에 따른 미국 지역에서의 오존과 입 자 상 물질의 농도 변화 등을 연구하고 있 다(http:// acmg.seas.harvard.edu/gcap). 국내에서도 여러 GCM과 RCM 간의 역학적 규모 축소법 이 적용되고 있으며, 그 중 대표적으로 국립 기상연구소에서는 ECHAM5/MPI-OM과 RegCM3의 연결방안을 구축하여 한반도 지역 을 대상으로 지역기후를 전망하고 극한사상 의 변화를 예측한 바 있다(Im et al, 2010).
국립환경과학원에서는 기후변화 영향⋅취약성 평가를 위한 기초 자료 생산을 위해 IPCC (In- tergovernmental Panel on Climate Change)에서 제시한 다양한 미래 배출 시나리오를 적용하여 전 지구적 관점에서 기후변화를 예측하고, 이 정 보를 지역 규모 기후 및 대기화학 모델에 적용하 여 지역적으로 상세한 기후 및 대기질 자료를 산 출할 수 있는 통합모델링 시스템을 구축하였으며 운영 중에 있다. 통합모델링 시스템은 전 지구 기후모델로 CCSM3 (Community Climate System Model version 3), 지역 기후모델로 MM5, 전 지 구 화학모델로 GEOS-Chem(Goddard Earth Ob- serving System-Chemistry), 지역 화학모델로 CM- AQ(Community Multiscale Air Quality) 그리고 각 모델들 간의 상세화 과정 및 연계 도구로 구 성되어 있어 기후 및 대기환경의 통합적인 예 측이 가능하도록 구축되어 있다(국립환경과학원, 2009a).
이 연구는 통합 모델링 시스템에서 상세 기후 예측이 가능하도록 CCSM3과 MM5 간에 적용된 역학적 규모 축소법을 소개하고, 예측 실험을 통
해 역학적 상세화 기법의 성능 및 미래 전망에 적용 가능성을 제시해 보고자 하였다.
2. 모델의 구성 및 역학적 상세화 기법
2.1 전구 기후모델
전 세계 여러 연구기관 및 대학에서 기후변화 및 전 지구적인 시스템을 이해하기 위하여 사용 되고 있는 CCSM은 미국 NCAR (National Cen- ter for Atmospheric Research)에서 개발된 Commu- nity 지구시스템 모델이다. 본 연구에서 사용된 CCSM은 3세대 버전으로, 2004년에 공개된 모델 이다. CCSM3는 2007년에 발표된 IPCC 4차보고 서의 WG1에서 미래기후 예측 시나리오에 적용 됨으로써, 미래 기후변화 영향 평가, 적응 및 취 약성 평가의 기초 자료들을 제공하였으며, 국제 적으로 그 정교함을 인정받고 있다. CCSM은 대 기, 해양, 해빙, 지면을 구성하는 4개의 독립 모 델들로 나누어져 있으며, 이들을 통합하는 하나의 coupler로 연결된다(Fig. 1). 대기 모델은 CAM3 (Community Atmosphere Model Version 3), 해양 모델은 POP (Parallel Ocean Program), 해빙 모 델은 CSIM6 (Community Sea-Ice Model Version 6), 그리고 지면 모델은 CLM3 (Community La- nd Model Version 3)로 구성되어 있다. 구축된 CCSM3의 대기 및 지면 모형의 해상도는 T85(약 1.4°×1.4°)를 채택하였으며, 해양 및 해빙 모델은 1°×1° 해상도를 갖도록 설정하였다. 모델 예측 결과는 모델의 장기 예측성 평가 및 기후 패턴 분석을 위해 월별 자료와 지역기후 모델에 제공 될 일별, 6시간별 자료를 산출하도록 설정하였다.
국립환경과학원의 컴퓨팅 시스템에서 10년 적분 시 약 2일의 적분 시간이 소요된다.
2.2 지역 규모 기후모델
지역 규모의 기후예측을 위해 사용된 MM5 (Grell et al., 1995)는 중규모 대기 순환을 모사하
Fig. 1. The CCSM framework (NIER, 2007).
거나 예측하기 위하여 고안되었으며, 국내⋅외 기상 관련 연구 분야에서 널리 사용되고 있다. 본 모형은 수평으로 Arakawa-B 격자 체계를 사용하 며 연직으로는 지형을 따라 가는 시그마 좌표계 (σ-coordinate)로써 비압축성 비정수계 (non- com- pressible non-hydrostatic) 운동방정식을 사용한 다. 또한, 1-way double nested system을 구축하 여 한반도와 같이 아격자 규모의 강제 효과가 우 월한 지역에서 기후 특성이나 변화를 평가하기 적합하도록 설정하였다. 본 연구의 지역 규모 기 후 예측은 첫 번째 영역인 수평해상도 54 km (115×75)인 모격자 영역(mother domain)에서 예 측이 수행되며, 모격자의 초기시각 6시간 후 단 방향 둥지 방법(1-way nesting)으로 수평해상도 18 km(49×73)인 한반도 영역의 둥지격자 영역 (nested domain) 예측이 수행된다. Fig. 2는 54 km, 18 km 격자의 예측 영역을 보인 것이다. 두 영역 모두 연직으로 23개 층의 Sigma Level을 가지고 있으며, 대기 꼭대기는 50 hPa로 설정하 였다. 모델의 중심 위⋅경도는 33°E⋅110°N이 며, 모격자 영역은 180초, 둥지격자는 60초 적분 시간 간격으로 과거 10년(1996∼2005)에 대해 time slice 런을 수행하였다. 둥지격자 영역 또한, 동일한 적분 시간 간격과 기간에 대해 예측을 수 행하였다.
Fig. 2. Domain of MM5 in integrated modeling system.
2.3 적용된 역학적 상세화 기법
다운스케일링은 기존 MM5의 전처리 과정 중 에서 수평⋅연직 내삽을 처리하는 REGRID와 INTERF 프로세스를 활용하도록 구성하여 CC- SM 자료를 전처리하는 과정에서의 방법적 오차 를 줄이고자 하였다. 우선 CCSM3의 6시간별 결 과를 활용하여 REGRID 및 INTERF 단계에 요 구되는 자료 집합으로 산출해 내도록 하였다. CC- SM3의 여러 성분 모형 중에서 CAM3의 결과에 서 주요 기상변수들을 추출하고, CLM3에서 SO- IL 및 하층 경계 자료를, POP3 모델에서 SST, CSIM6에서 Sea ice 자료 등을 추출하게 된다.
Table 1은 다운스케일링에 필요한 CCSM3의 변 수를 정리한 것이다. CCSM3에서 추출된 변수들 은 MM5에 필요한 변수와 단위 변환이나 진단적 으로 산출되어야 하는 변수들이 포함되어 있으 며, 상대 습도, 비습의 계산 및 토양 습수 및 온 도의 깊이의 일치 등이 이 과정에 해당된다. 특 히, CCSM3의 지면 모델인 CLM3는 10개 층 (0.7, 2.78, 6.22, 11.9, 21.2, 36.6, 61.9, 103.8, 172.7, 286.4 cm)으로 정교하게 토양 수분 및 지 중 온도를 예측하고 있으나, 통합모델링 시스템 에 구축된 MM5의 토양층의 깊이는 0∼10 cm, 10∼200 cm 두 개의 층을 사용하도록 설정되어 있다. 이 역학적 상세화 과정에서는 MM5에 필
Variable name Description Units
PS Surface pressure pa
PSL Sea level pressure pa
LANDMASK Land/ocean mask unitless
PHIS Terrain field of source analysis m
H2OSNO Snow depth (liquid water) mm
TAS Temp 2 m above ground K
U-10m Zonal surface wind at 10 m m/s
V-10m Merid surface wind at 10 m m/s
T Temperature (26 levels) K
Z3 Geopotential height (26 levels) m
U Zonal wind speed (26 levels) m/s
V Meridional wind speed (26 levels) m/s
Q Specific humidity (26 levels) kg/kg
H2OSOI Volumetric soil water (10 levels) mm3/mm3
TSOI Soil temperature (10 levels) K
ICEFRAC Fraction of surface area unitless
SST Sea-surface temperature K
Table 1. Variable list of CCSM3 output for Downscling tool.
요한 두 층의 깊이에 해당하는 CLM3의 자료에 깊이 가중을 주고 합산하여 두층으로 생성하였 다. 즉, 1∼4층은 MM5의 첫 번째 층, 5∼10층은 MM5의 두 번째 층에 해당된다. 해수면 온도의 경우에는 CCSM3의 POP 자료를 MM5 구동에 많이 사용되는 OISST (Optimum Interpolation Sea Surface Temperature) 1°×1° 자료와 동일 격자 간격으로 산출하여 MM5의 배경자료로 적 용하였다. POP에서 제공하는 SST 자료는 육지 위에 값이 존재하지 않기 때문에 상세화 과정에 서 육지와 해양의 경계부분에서 자료의 왜곡이 발생할 수 있다. 이러한 왜곡을 피하기 위해 육 지 위에도 온도값이 존재하도록 내⋅외삽해 주는 과정도 포함되어 있다.
마지막으로 CCSM3 결과는 Lambert-Confor-
mal 좌표계로 수평적인 내삽이 수행되며, CC- SM3의 26개층의 hybrid-vertical coordinate는 MM5의 23개층 sigma-vertical coordinate로 연 직적인 내삽하는 과정을 거치게 된다. Fig. 3은 CCSM3와 MM5의 연직 좌표계를 비교한 것이 다.
3. 연구 결과 3.1 실험 및 자료
역학적 상세화 기법을 검증하기 위한 Control 실험으로 NCEP 재분석 자료(NCEP/DOE Re- analysis data version 2, NRA2)를 이용한 MM5 실험(NRA2/MM5)과 CCSM3 자료를 다운스케 일링한 MM5 실험(CCSM/MM5)을 과거 10년
Fig. 3. Comparison of CCSM3 and MM5 of vertical coordinate. Left penal is Hybrid sigma coordinate of CCSM3, right penal is sigma coordinate of MM5(Collins et al., 2004, Grell et al., 1995).
Fig. 4 The geographical location of 76 AWS stations used for the assessment of the model performance.
(1996∼2005년)에 대해 수행하였다. 모델 수행을 위한 NRA2 재분석 자료는 2.5°× 2.5°(Kalnay et al., 1996) 자료가 사용되었으며, MM5의 역학적
상세화를 위하여 CCSM은 T85 해상도를 가진 결과를 이용하였다. 기온과 강수량의 통계적 검 증을 위해 과거 10년 실험과 동일한 기간의 기상 청 76개 관측소의 AWS 관측 자료(OBS)도 사용 되었다(Fig. 4).
3.2 역학적 상세화를 이용한 예측수행 결과
Fig. 5와 Fig. 6은 NRA2/MM5와 CCSM/MM- 5 실험에서 도출된 2 m 기온을 겨울철(1월)과 여름철(7월)에 대해 나타내었다. 전체적으로 NRA- 2/MM5 결과와 CCSM/MM5 예측 결과는 각각 의 배경장(NRA2와 CCSM3의 수평 공간 분포) 특성을 잘 모의하고 있다. 배경장인 NRA2와 CCSM3의 수평분포에 비해 역학적 상세화된 MM5 결과들은 지형, 해안선 등과 같은 상세한 지역적 모습을 잘 모의하고 있음을 알 수 있다.
또한, CCSM3가 NRA2보다 겨울철에는 중국 화 중지역과 한국 내륙 및 해양지역에서 낮은 온 도 분포가 나타나며, 그 특성이 MM5에 전달되 어 각각의 결과에서 반영되어 나타나고 있다. 여 름철 경우에는 만주 지역에서 NRA2 자료가 CC- SM3 결과보다 높은 온도를 나타내고 있지만,
(a) NRA2 (b) CCSM3
(a) NRA2/MM5 (b) CCSM3/MM5
Fig. 5. Comparison of mean temperature(℃) of Domain 1 in January 2000.
MM5에 적용한 후의 결과에서는 NRA2/MM5와 CCSM/MM5 모두 유사한 평균값과 공간 분포를 보이고 있어 역학적 상세화 과정을 거친 후 지역 적인 공간 분포가 더 잘 모의됨을 확인할 수 있 었다. 해안경계 부분에 있어서 지역모델의 지표 특성이 반영되어 온도 분포가 세부적으로 나타났 다.
Fig. 7과 8에서는 2000년 겨울 및 여름철 동 아시아 영역의 월 누적 강수량을 나타내고 있다.
겨울철의 경우, 월 누적 분포에 있어서 10 mm 이내의 차이로 비교적 정확하며, 강수 영역 또한, 유사하게 모사되고 있다. 강수량이 집중되는 7월
의 경우 월 누적강수량은 CCSM3가 NRA2에 비 해 남중국해 근처와 히말라야 고지대에서 과소 모 의 되고 있으며, 이는 역학적 상세화 후의 NRA- 2/MM5와 CCSM/MM5에 그 영향이 그대로 전 파되고 있다. 일반적으로 강수는 모델의 물리과 정과 수평격자 해상도에 따라 영향을 받는데 NRA- 2의 경우, CCSM3보다 2배 이상 성긴 격자임을 감안할 때 CCSM3와 직접적인 비교에는 어려움 이 있다. 따라서 MM5로의 상세화 결과 분석에 서는 상세한 지형 효과와 수평 격자 간격 개선에 따른 공간 분포 등에 대한 분석에 집중할 필요가 있다. CCSM/MM5의 경우, 여름철 한반도 주변
(a) NRA2 (b) CCSM3
(a) NRA2/MM5 (b) CCSM3/MM5
Fig. 6. Same as Fig. 5 except for July 2000.
의 장마 등의 강수 밴드를 더 잘 나타나는 것을 확인할 수 있다.
Table 2는 한반도 영역(Domain Ⅱ)에 대해 동아시아 지역(Domain Ⅰ)의 상세화 결과를 이 용하여 둥지 격자화한 결과를 나타내었다. 기온 의 경우 한반도 영역에서도 동아시아 영역과 유 사하게 모의되고 있음을 확인할 수 있었다. 그러 나 여름의 경우 NRA2/MM5가 특히 배경장 보 다 과소 모의하는 경향을 보이고 있으며, 겨울철 에는 그 반대 경향을 나타내고 있다. 월 누적 강 수량의 경우 겨울과 여름 모두 CCSM3가 NRA2 보다 과소 모의하고 있으며, 각 결과가 다운스케
일링되면서 NRA2/MM5는 강수량이 감소되는 특성이 나타나지만, CCSM/MM5는 증가하는 특 징을 보였다. 이 같이 두 모델간 강수의 격차가 줄어드는 요인으로는 배경장인 CCSM3가 NRA2 보다 해양에서의 연직 습수를 과대 모의하는 것과 연관 지을 수 있다(국립환경과학원, 2009b). CC- SM3의 연직 습수가 MM5의 초기 자료로 제공 되어 MM5의 물리과정을 거치면서 NRA/MM5 보다 강수 증가율이 더 크게 모의되는 것으로 판 단된다. 또한, 이 강수의 증가는 Domain Ⅰ에 서 CCSM/MM5가 한반도 지역의 장마 등 강수 밴드를 더 잘 모의함에 기인한 것으로 보인다.
(a) NRA2 (b) CCSM3
(a) NRA2/MM5 (b) CCSM3/MM5
Fig. 7. Comparison of accumulated precipitation (mm) of Domain 1 linking model in January 2000.
2000년 1월(겨울) 2000년 7월(여름)
강수량(mm) 기온(℃) 강수량(mm) 기온(℃)
NRA2 56.9 —3.9 166.9 22.2
CCSM3 28.8 —3.8 92.8 20.9
NRA2/MM5 52.9 —2.5 124.0 18.0
CCSM/MM5 47.6 —4.4 112.6 20.1
Table 2. Comparison of 2 m air temperature and total accumulated precipitation of on DOMAIM
Ⅱ(in December/July 2000).
다운스케일링 기법의 정량적인 검증을 위해 과거 10년(1996∼2005년)의 결과와 기상관측자
료를 이용하여 통계 분석을 수행하였다(Table 3).
기상청 자동기상관측망(AWS) 76개 지점(남한 지
(a) NRA2 (b) CCSM3
(a) NRA2/MM5 (b) CCSM3/MM5 Fig. 8. Same as Fig. 7. except for July 2000.
역)에 대한 분석 결과, 기온과 강수량의 절대값은 NRA/MM5 실험보다 CCSM/MM5가 관측과 유 사한 값을 보이고 있으며, 표준편차(SD), Nor- malized Mean Difference(NMD)에 대해서도 CC- SM/MM5 실험이 더 유의한 값을 보이고 있다.
모델의 예측성을 평가한 Agreement index(AI)에 서는 기온의 경우 0.9 이상의 매우 좋은 평가가 나타났지만, 강수의 경우에서는 CCSM/MM5가 0.55로 기온에 비해 모델 예측력이 낮은 것으 로 평가되었다. 전체적으로 과소 모의되던 강수 량은 CCSM/MM5가 관측과 더 근접한 결과를
보였다.
남한 지역에 대한 일평균 및 일 최저기온의 예측 결과는 매우 신뢰할 만하다. 일 최고 온도 의 경우 두 모델 모두 과소모의하고 있으며, 이 는 확률밀도함수 분포에서도 23℃ 이상의 영역 에서 NRA/MM5와 CCSM/MM5 모두 과소 모의 가 나타나, MM5 모델 자체의 cold bias를 확인 할 수 있다(Fig. 9). 남한 지역의 연 누적 강수량 의 경우, CCSM/MM5(1,327 mm/년)가 OBS(1,454 mm/년)으로 NRA/MM5(910 mm/년)보다 양적인 측면에서 유의한 수준을 보였다.
대상 변수 기온 (℃) 강수량 (mm/month)
분석 요소 OBS NRA/
MM5 OBS CCSM/
MM5 OBS NRA/
MM5 OBS CCSM/
MM5
MEAN 12.7 11.9 12.7 12.1 121.2 75.8 121.2 110.6
SD 9.4 8.9 9.4 9.1 132.2 78.4 132.2 97.8
NMD 0.04 0.06 0.37 0.08
Correlation (r) 0.98 0.89 0.79 0.32
AI 0.98 0.93 0.78 0.55
RMSE 2.2 4.4 97.9 139.7
Table 3. Statistical analysis of MM5 using NRA2 and MM5 using CCMS3 on AWS 76 stations (1996
∼2005).
Fig. 9. Comparison of model results and OBS during past 10 years(’96∼’05). (a) daily mean tempera- ture(Tmean), daily maximum temperature (Tmax), daily minimum temperature(Tmin), (b) distribution of probability density function.
4. 결론 및 토의
본 연구에서는 전 지구규모 기후모델 (CC- SM3) 결과를 MM5의 입력 및 경계 조건으로 사 용하기 위하여 역학적 상세화 기법을 개발하였 다. CCSM3 결과를 MM5에 제공하기 위해 수평/
연직 내삽 과정과 CCSM3 결과의 여러 가지 변 수들이 MM5의 입력 자료로 사용될 변수들과 일 치시키는 과정이 포함되었다. 이렇게 개발된 인 터페이스를 이용하여 6시간 간격의 입력장과 경
계 자료가 생성되어 지역 규모 기후모델에 적용 하여 지역적으로 상세화된 미래 전망을 시도할 수 있게 되었다.
개발된 상세화 기법을 검증하기 위해 1996년 부터 2005년까지 10년을 대상으로 과거 시뮬레 이션을 실시하였다. 관측재 분석 자료인 NRA를 이용하여 모의한 결과와 비교한 결과, 배경장으 로 제공되는 CCSM3 결과가 지역 규모 모델에 그 영향을 잘 전파하고 있음을 확인할 수 있었으
며, CCSM3의 결과를 MM5에 적용함에 있어 좋 은 예측 결과를 보이고 있음을 알 수 있었다. 여 름철과 겨울철의 기온 및 강수량 패턴이 기존 관 측을 이용한 결과와 매우 유사한 패턴을 보였다.
특히 전 지구 모델의 기후변화 강제력을 반영함 과 동시에 지역 규모의 지형적인 특성이 MM5를 통해 잘 나타남을 확인할 수 있었다. 남한 지역 의 76개 지점의 10년치 기상청 AWS 실제 관측 자료와 비교 시 CCSM3/MM5의 한반도 대상 모 의결과가 기상청 AWS 실제 관측치에 매우 유사 한 온도 예측 능력을 보이는 것을 확인할 수 있 었다. 또한, 강수의 경우에도 시공간적 상관도는 다소 낮지만 월 누적강수량 및 연 강수량은 관측 에 근접하는 결과를 확인하였다. 이와 같은 결과 들로 CCSM3를 이용한 역학적 규모 축소가 성공 적으로 수행되었음을 확인할 수 있었다.
본 연구결과는 시⋅공간적으로 고해상도 기후 자료를 생산에 필수적인 역학적 상세화 방법론을 제공하여 보다 신뢰성 높은 미래 기후 예측 자료 생산에 활용될 수 있을 것이다.
참고문헌
국립환경과학원, 2009a, 기후 및 대기환경 통합시 스템 구축 및 운영(Ⅱ), 국립환경과학원 연구 과제 최종보고서, 63 pp.
국립환경과학원, 2009b, 전구 및 지역 규모의 기 후⋅대기환경 통합모델링 연구(Ⅱ), 국립환경 학원 연구용역과제 최종보고서, 516pp.
국립환경과학원, 2007, 기후변화에 따른 대기환경 영향 평가 모델 선정 연구, 국립환경과학원 연구과제 최종보고서, 120 pp.
박혜선, 조민수, 2005, MM5의 규모 축소 능력에 관한 연구, 2005년도 한국기상학회 봄철 학술 대회 논문집 제 1권, 245-247.
Collins, W. D., and Coauthors, 2004, Descrip- tion of the NCAR community atmosphere model (CAM 3.0). NCAR Tech. Rep. NC-
AR/TN-464STR, Boulder, CO, 210 pp.
Christensen, J., B. Marchenbauer, R. G. Jones, C. Schar, P. M. Ruti, M. Castro, and G. Vis- conti, 1997, Validation of present-day regi- onal climate simulations over Europe: LAM simulations with observed boundary condi- tions, Climate Dyn,. 13, 489-506.
Cocke, S. D., and T. E. LaRow, 2000, Sea- sonal prediction using a regional spectral model embedded within a coupled ocean- atmosphere model, Mon. Wea. Rev., 128, 689-708.
Giorgi, F., 1990, Simulation of regional climate using a limited area model nested in a ge- neral circulation model, J. Climate, 3, 941- 963.
Grell, G. A., J. Dudhia, and D. R. Stauffer, 1995, A description of the Fifth-Generation Penn State/NCAR Mesoscale Model (MM5), NCAR Technical Note. NCAR/TN-398+STR, National Center for Atmospheric Research, 122 pp.
Im, E. S., I. W. Jung and D. H. Bae, 2010, The temporal and spatial structures of recent and future trends in extreme indices over Korea from regional climate projection. Int. J. Cli- matol, 31, 72-86.
Im, E. S., J. B. Ahn, R. Remedio, and W. T.
Kwon, 2008, Sensitivity of the regional cli- mate of East/Southeast Asia to convective pa- rameterizations in the RegCM3 modelling sys- tem. Part 1: Focus on the Korea peninsula.
International Journal of Climatology, 28, 1861- 1877.
IPCC, 2007, Climate Change 2007, The Physical Science Basic. Contribution of Working Gr- oup 1 to the Fourth Assessment Report of
The Intergovernmental Panel on Climate Cha- ge, S. Solomon, D. Qin, M. Manning, Z. Ch- en, M. Marquis, K. B. Averyt, M. Tignor and H. L. Miller (Eds), Cambridge Univer- sity Press, Cambridge, United Kingdom.
Jones, R. G., J. M. Murphy, and M. Noguer, 1995, Simulation of climate change over Europe using a nested regional climate model. Part
Ⅰ: Assessment of control climate including sensitivity to location of lateral boundaries.
Quart. K. Roy. Meteor. Soc., 121, 1413- 1449.
Kalnay, E., M. Kanamitsu, R. Kistler, W. Co- llins, D. Deaven, L. Gandin, M. Iredell, S.
Saha, G. White, J. Woollen, Y. Zhu, M. Che- lliah, W. Ebisuzaki, W. Higgins, J. Janowiak, K. C. Mo, C. Ropelewski, J. Wang, A. Leet- maa, R. Reynolds, R. Jenne, D. Joseph, 1996, The NCEP/NCAR 40-Year Reanalysis Pro-
ject, Bull. Amer. Meteor. Soc., 76, 437- 471.
Kida, H., T. Koide, H. Sasaki, and M. Chiba, 1991, A new approach to coupling a limi- ted area model with a GCM for regional climate simulations, J. Met. Soc., Japan, 69, 723-728.
Machenhauer, B., M. Windelband, M. Botzet, J. H. Christensen, M. Deque, R. Jones, P.
M. Ruti, and G. Visconti, 1998, Validation and analysis of regional present-day climate and climate change simulations over Europe, MPI Report No. 275, MPI, Hamburg, Ger- many.
Storch, H., H. Langenberg, and F. Feser, 2000, A spectral nudging technique for dynamical downscaling purposes, Mon. Wea. Rev., 128, 3664-3673.
