Transcript Document

인천대학교 지구과학
지구계의 관측과 예측
Q. 지구시스템은 기본적으로 예측이 불가능한가?
Physics
Ecology
 The more you look,
 The more you look,
 Primacy of initial conditions
 Primacy of contingency and
 Universal patterns;
 Weak trends;
 Predictive (chaos and quantum
 Mostly descriptive,
 Central role for ideal systems (ideal
 Distain for caricatures of
the simpler it gets
Search for laws
mechanics notwithstanding)
gas, harmonic oscillator)
the more complex it gets
complex historical factors
Reluctance to seek laws
explanatory
nature
지구계에 대한
인간의 감시, 분석,
예측, 대응 활동
관측 + 모형  예측, 통보, 대비
엘니뇨 감시 구역:
Nino3.4 지역
(5°S ~5°N, 170°W~120°W)
http://www.oceanmotion.org/html/impact/el-nino.htm
 우주 현상, 지질 현상 등 지구과학의 다른 분야에 비해
기상 및 해양 현상은 그 감시와 예측에 있어서
그 동안 많은 진전이 이루어져 왔음.
ex.) 내일은 비가 오나 안 올까?
 내일은 비가 언제, 어디서, 얼마만큼 올까?
cf.) 내일 지진이 발생할까?
내일 지진이 언제, 어디서, 어느 강도로 발생할까?
이론의 제안자
)론적 믿음 (비야크네스 – 1904년)
“대기의 미래 상태는 원칙적으로 방정식들과 그것들의
초기상태 및 경계조건들에 의해 완전히 결정된다.”
(
보존방정식
y=f(x현재)=x미래
7개의 지배 방정식
 보존 방정식 6개 + 이상기체에 대한 상태 방정식 1개
 대기의 전개를 지배하는 방정식들 (비야크네스, 1904)
 보존 방정식 6개
- 운동량의 보존: 동서, 남북, 연직 방향
- 질량의 보존
- 에너지의 보존: 열역학 제 1 법칙
cf. 열역학 제 2 법칙
시간에 따른 X의 변화
바람
밀도
기온
기압
습도
모형
(방정식)
Xn+1=F(Xn)
모형에서는
예측하고자 하는 지역을
격자망으로 잘게 쪼갠 후
각 격자점에서 계산
초기조건
(오늘의 대기상태
해양
우주
:
Xn)
모형
계산
(방정식)
경계조건
(모형의 바닥, 꼭대기, 측면)
Xn+1=F(Xn)
사이버 현실
(시간,공간,물질)
(내일의 대기상태
해양
우주
:
Xn+1)
△x = 격자 간격 (분해능, 해상도):
기상 현상이라는 물고기를 잡기 위해
어부가 사용하는 그물망 크기

△t = 10초
△t = 10초
(시간 간격)
현재의 Xn(i)
10초 뒤의 Xn+1(i)
(각 격자점 i에서 Yi=f(Xi)를 계산하여 Yi를 구함)
CFL 조건 (안정된 계산 조건) :
 격자 간격을 줄이려면, (
) 간격도 줄여야 함
 ∴분해능이 높으면, 그 만큼 계산시간도 오래 걸림(예보 지연)!
 격자모형의
3차원 구조
 전지구모형
 지역모형
Q. 우리나라는
전지구모형을
수행하고
있는가?
시도: 실패
 리차드슨 (L. F. Richardson) – 1922년
1) 완전 원시 방정식
2) 초기조건의 불균형
3) CFL 조건의 위반 (계산불안정)
리차드슨의 실패(그림 1.2.1)
비기상학적 시그널 (고주파수 중력파)
시도: 성공
 챠니 (J. G. Charney) – 1950년
1) 필터된 준지균 운동방정식
2) 오직 기압에만 기초한 예보
(측정할 수 없는 수평발산항 제거)
3) ENIAC (최초의 전자 컴퓨터)
챠니의 성공
T=0 관측
T=24 관측
중력파에 의해
가리워지지 않아
기상학적 시그널이
살아 남아 있고,
1일 예측에 대한
패턴상관 검증 결과가
유효한 값을 지님!
관측의 변화
예측의 변화
T=24 예측
40년간 예측 정확도의 추이
 그림 1.1.1(a)  대기 상층 예보의 오차
 오늘날
36시간 예보의
오차수준은
40년 전에는
거의 완벽에
가까운 예보
 오늘날
72시간 예보의
오차수준은
20년 전
36시간 예보 수준
예측오차
40년간 예측 정확도의 추이
 그림 1.1.1(b)  대기 하층 예보의 오차
예측오차
하층 예보의 오차수준은
아직도
20%을 웃도는 수준
하층예측이
상층예측보다 (어려움/쉬움)!
이유는?
- 지표면의 영향
- 빠른 전개
- 소규모 현상들
지난 40년간 향상의 원인 (p.2)
▲ 예측의 오차 = 초기조건에 들어 있는 오차의 성장
+
모형 자체의 결함 (No perfect model)
1) 컴퓨터의 성능 (계산속도, 분해능 증가; 근사식 불용)
2) 소규모 물리과정의 표현 (현상의 이해도)
3) 자료동화 방법 (초기조건)
4) 관측자료 (개수, 종류, 시공간 분포, 품질)
1) 계산기(컴퓨터)의 향상
표1.5.1
2) 물리과정과 상호작용 이해
 역학 과정들
- 분해 가능한 규모
 물리과정들
- 분해 불가능한 규모
그림 4.1.1
물리과정의 “모수화”
 아격자(subgrid) 규모 과정들은
대규모 장들과 그 과정들에 의존하고,
또 결국에는 대규모 장들과 그 과정들에 영향을 준다.
 아격자 규모의 현상을
분해가능 규모의 장들을 이용해 공식화하는 것을
모수화(parameterization)라고 한다
 즉, 격자점 값들을 이용해서
격자 내의 소규모 현상을 유추하는 것
cf. 구름분해 모형
http://www.youtube.com/watch?v=WKftRfuX0pk
3) 자료동화 기법
 기상예측은 초기치/경계치 문제
 초기조건이 정확할 수록
더욱 양질의 예보가 가능!
 오늘날은 초기장을
가용 관측과 모형 예보의 ‘통계적 결합’으로 생성
 자료 동화 (data assimilation)라고 부름
 경험적 자료동화 기법
- 연속보정법 (SCM)
- 뉴턴완화법 or 너징(nudging)
 최적내삽법(OI)
 최소제곱법
 3차원 변분법, 4차원 변분법
 칼만필터법
모형예측 온도값
(격자화된 자료)
k
rik
i
관측 온도값
(불균질 자료)
Background (forecast)
Observation data
Analysis
True state
29
실제 사이클
 정확하고
균형 잡힌
초기조건을
생성하는데
기여
x
x
x
+
x
x
x
=
불균일 자료
균일 자료
4) 관측자료
 공간적 밀도
시간적 빈도
Ex. 해상 관측
(위성 기술)
 70년대~2000년까지 시간에 따른 상층 오차의 감소가
북반구에서는 30 m  13 m (57% 향상)
남반구에서는 47 m  12 m (75% 향상)
예보관 vs. 컴퓨터 예측
 그림 1.5.1  강수 예보의 오차
정확도
 예보관의 정확도가
점차 높아지는 중
 현재 2일 예보의
오차 수준은
1970년대
1일 예보 수준
예보관 vs. 컴퓨터 예측
예보관 예보의 향상은 정확도
다름아닌
모형 예보의 향상에 의해
주도 된다는 사실!!
예보관은 모형의 특성
(장단점, 최근 경향 등)을
숙지하고 있어야 하고,
개발 부서에
모형의 개선을 위한 피드백을 줘야 함.
그림 1.5.2