KR100993684B1 - 매든-줄리안 진동의 예측 방법 - Google Patents

Abstract

본 발명은 매든-줄리안 진동의 예측 방법에 관한 것으로서, 현재를 포함하여 일련의 과거 임의 시간대에 대하여 실측된 자료에서 매든-줄리안 진동 시그널을 공간상에서 추출한 다음 이를 계수 시계열 값으로 변환시키는 단계와, 실측된 시간대에 대하여 대기-해양 접합 기후 예측 시스템 모델의 예측 자료를 이용하여 매든-줄리안 진동과 관련된 성분을 공간상에 추출한 다음 이를 계수 시계열 값으로 변환시키는 단계와, 실측된 매든-줄리안 진동과 관련된 계수 시계열 값과 대기-해양 접합 기후 예측 시스템 모델에 의해 예측된 매든-줄리안 진동과 관련된 계수 시계열 값을 상호 비교하여 상관 계수 C를 결정하는 단계와,

식을 이용하여 현재로부터 임의 미래 시간에서 매든-줄리안 진동과 관련된 계수 시계열 값을 재생성하여 예측의 성능을 향상시키는 단계를 포함하여 이루어지는 것을 주요한 기술적 특징으로 한다.

매든-줄리안 진동, 상향 장파 복사, 동서 바람장, 상관 계수, 계수 시계열

Description

매든-줄리안 진동의 예측 방법{A method for the improved forecast of the Madden-Julian Oscillation}

본 발명은 매든-줄리안 진동의 예측 방법에 관한 것으로서, 더욱 상세하게는 역학적 수치모델에서 나온 자료를 통계적 기법을 이용, 보정하여 계절안 진동을 대표하는 매든-줄리안 진동(Madden and Julian Oscillation)에 대한 정보를 보다 정확하게 예측할 수 있는 방법에 관한 것이다.

적도 대기에 존재하는 변동 중에서 가장 뚜렷하게 계절안 시간 규모에서의 변동(Intraseasonal variation)을 보여주는 것이 매든-줄리안 진동이다. 이 매든-줄리안 진동은 열대의 대기와 해양에서 강한 심층 구름을 동반하여 30일 내지 60일 주기로 진동하는 대규모의 파동으로서, 대류활동을 추정할 수 있는 상항 장파 복사(Outgoing longwave radiation, 이하 OLR이라 칭함)와 동서 바람장 분포에 잘 나타나며, 대기와 해양의 특성을 보여주는 대부분의 주요 변수에서 그 진동이 관측된다. 이러한 매든-줄리안 진동은 해면 수온이 28℃ 이상인 인도양에서 생성되어 발달하고, 동쪽의 서태평양 방향으로 전파하지만 상대적으로 수온이 낮은 동태평양으로 이동하면 그 세기가 현저하게 약화되어 소멸되는 특징을 보인다.

또한, 계절적으로 현저하여 그 양상이 변화하여, 북반구 겨울철 및 봄철에는 그 진동이 더욱 뚜렷할 뿐 아니라 적도를 따라 동쪽으로 전파하는 성분이 지배적으로 나타남에 비해, 여름철에는 적도를 따라 이동하는 성분이 약해지고 그 대신에 중위도로 전파하는 성분이 뚜렷하게 나타나는 특징이 있다. 일단의 연구에 의하면, 열대 지역의 날씨에 직접적으로 영향을 미치는 매든-줄리안 진동은 원격 상관(Teleconnection)을 통해 중위도와 고위도의 날씨와 기후에 영향을 미쳐 가뭄과, 폭우에 의한 홍수, 그리고 강풍, 폭설과 같은 악기상을 초래하며, 아시아 몬순, 호주 몬순, 아메리카 몬순 시스템과 상호작용을 하는데, 특히 몬순의 시작과 종료를 결정하는 가장 중요한 인자로 알려져 있다.

또한, 태풍이나 허리케인과 같은 열대성 저기압의 발달에 배경장으로서 영향을 미치고 있을 뿐 아니라, 적도에서 심층 구름의 하부에서 발생하는 강한 바람에 의하여 해수면에 강제력을 작용시켜 동쪽으로 전파하는 해양 속 장파인 켈빈파를 발생시켜 엘니뇨 및 라니냐의 시작과 성장 및 소멸에 큰 영향을 미치고 있는 것으로 알려지고 있다. 이처럼, 매든-줄리안 진동이 전지구적인 날씨 및 기후에 영향을 미치는 물리적 실체임을 감안하면 수치모델을 이용하여 이의 거동을 정확하게 예측할 필요성이 있다.

그러나, 수치모델을 이용한 대기 모델과 대기-해양 결합 모델 각각은 적도의 인도네시아 근처 지역인 해양성 대륙 지역을 가로질러 서태평향 쪽으로 전파하는 매든-줄리안 진동을 보여주지 못하며, 매든-줄리안 진동의 특징인 30일-60일 주기의 진동 시그널을 만족할 만한 수준으로 모사(simulation)하지 못하고 있는 실정이다. 일례로서, 현재 미국의 해양-대기청 소속의 국립환경예측센터(National Centers for Environmental Prediction, 이하 NCEP라 칭함)에서 사용중인 대기 대순환 모델을 사용하여 매든-줄리안 진동을 예측해 보았으나 10일 미만에서 예측 가능한 정보를 제공하였다.

이러한 예측성 향상을 위해, 근자 NCEP에서 실제 대기와 해양의 역학 물리 상호작용을 모두 고려한 대기-해양 접합 기후 예측 시스템(Climate Forcast System, 이하 CFS라 칭함)을 개발하였다. CFS는 현존하는 수치 모델 중에서 가장 복잡하고 진화된 모델로서, 1982년부터 2004년까지의 23년간 자료에 대해서 이 수치 모델에 의한 수치 적분이 슈퍼 컴퓨터를 통해 수행되었으며, 이로 인해 과거 23년 동안에 대한 계산 자료가 생산되어 대기-해양 접합 모델에 대한 예측 기술의 정확도를 판단할 수 있는 계기가 마련되었다. 그러나, 이전에는 역학적 수치모델에서 예측된 자료에서 매든-줄리안 진동을 예측하기 위해서는 이 예측 자료의 앞부분에 관측 자료를 연계한 후 이 매든-줄리안 진동과 관련된 성분을 시간상에서 필터링하는 방법을 사용하였기 때문에 수치모델의 예측 자료가 영향을 받는다는 문제가 있 었다. 즉, 미래의 예측 결과에 실제 관측된 자료가 영향을 미쳐 대기-해양 접합 모델 자체의 정확한 예측 기술을 알 수 없게 되는 것이다.

본 발명은 상기와 같은 문제점을 해결하기 위하여 제안된 것으로서, CFS의 자료를 이용하여 통계적인 교정을 통해 매든-줄리안 진동을 보다 정확하게 예측할 수 있는 방법을 제공함에 그 목적이 있다.

본 발명은 상기와 같은 목적을 달성하기 위하여, 현재를 포함하여 일련의 과거 임의 시간대에 대하여 실측된 자료에서 매든-줄리안 진동 시그널을 공간상에서 추출한 다음 이를 계수 시계열 값으로 변환시키는 단계와, 실측된 시간대에 대하여 대기-해양 접합 기후 예측 시스템 모델의 예측 자료를 이용하여 매든-줄리안 진동과 관련된 성분을 공간상에 추출한 다음 이를 계수 시계열 값으로 변환시키는 단계와, 실측된 매든-줄리안 진동과 관련된 계수 시계열 값과 대기-해양 접합 기후 예측 시스템 모델에 의해 예측된 매든-줄리안 진동과 관련된 계수 시계열 값을 상호 비교하여 상관 계수 C를 결정하는 단계와,

식을 이용하여 현재로부터 임의 미래 시간에서 매든-줄리안 진동과 관련된 계수 시계열 값을 재생성하여 예측의 성능을 향상시키는 단계를 포함하여 이루어지는 기술적 특징이 있다.

상기 식에서,

는 임의 미래 시간에서의 매든-줄리안 진동에 대한 계수 시계열 값이며, t 및 (t+△t) 각각은 현재 시간 및 임의 미래 시간, 그리고 i 및 j 각각은 계수 시계열의 특정 모드 및 특정 시간 모드이며,

는 특정 시간 모드 및 계수 시계열 특정 모드에 대한 상관 계수이고,

는 특정 시간 모드 및 계수 시계열 특정 모드에 대한 계수 시계열 값이다.

본 발명에 의한 매든-줄리안 진동의 예측 방법을 사용하는 경우에는, 이미 관측된 자료가 미래의 예측 자료에 영향을 미치지 않아 보다 객관적인 대기-해양 접합 기후 예측 시스템 모델의 정확도를 판단할 수 있다는 이점이 있다.

또한, 본 발명은 기존의 대기-해양 접합 기후 예측 시스템 모델의 예측 자료를 그대로 이용하더라도 그 자료의 예측 성능의 한계를 극복할 수 있도록 해줌으로써 보다 향상된 매든-줄리안 진동을 예측할 수 있다는 이점이 있다.

본 발명의 바람직한 실시예를 상세하게 살펴보면 다음과 같다. 본 발명의 실시예를 상술함에 있어 본 발명이 추구하고자 하는 기술적 사상과 무관하거나 또는 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 사항에 대해서는 그 상세한 설명을 생략하기로 한다.

본 발명은 기본적으로, 임의 기간에 대하여 실측된 매든-줄리안 진동 데이터 를 기초로 하여, 대기-해양 접합 기후 예측 시스템 모델(이하에서는 예측 모델로 약칭한다)을 이용하여 예측된 매든-줄리안 진동 데이터와 일정 범위 내에서 중첩시켜 상관 계수를 구한 다음, 임의 미래 시간에 있어 매든-줄리안 진동과 관련된 예측 데이터를 재생성하는 것을 근간으로 하고 있다. 즉, 종래 예측 모델에서 계산되는 매든-줄리안 진동과 관련된 예측 자료를 그대로 이용하는 것이 아니라, 실제 관측된 자료에 기초한 일정한 관계식을 거쳐 보정되어 얻어지는 자료를 매든-줄리안 진동에 대한 미래의 예측 자료로서 이용하는 것으로 요약할 수 있다. 이를 분설하면 다음과 같다.

먼저, 매든-줄리안 진동 시그널과 관련된 실측된 데이터를 공간상에서 추출한 다음 이를 시계열 값으로 변환시킨다. 매든-줄리안 진동과 관련된 데이터는 상향 장파 복사 분포 및 동서 바람장 분포에 대한 실측된 데이터를 이용하여 추출하는 것이 바람직하다. 이는 매든-줄리안 진동은 상향 장파 복사 분포 및 동서 바람장 분포에 잘 나타나기 때문임은 전술한 바와 같다. 따라서, 본 발명은 매든-줄리안 진동을 상향 장파 복사 분포 및 이와 결합되어 나타나는 상하층의 동서 바람장 분포를 이용하여 정의하게 되며, 이러한 정의 개념에 기초하여 실측된 자료 중에서 매든-줄리안 진동과 관련된 데이터를 추출하게 된다.

다음으로, 임의의 예측 모델을 선택한 다음, 이 예측 모델을 이용하여 일정 시간 동안의 매든-줄리안 진동과 관련된 데이터를 공간상에 추출한다. 일정 시간 동안의 시간대별 예측 데이터를 생성하기 위하여 이용될 수 있는 예측 모델은 현재 사용되고 있는 여러 다양한 수치 모델 중에서 임의로 선택할 수 있음은 자명하며, 예측의 정밀성을 보장하기 위해서는 가급적 가장 진화된 모델을 사용하는 것이 바람직함은 물론이며, 이에는 CFS도 포함된다.

예측 모델에 의해 수행되는 작업은 실측된 시간대의 범위 내에서 이루어지는 것이 바람직하며, 만일 실측이 현재까지(현재는 오늘을 포함하는 개념) 이루어져 그만큼의 실측 데이터가 확보되었다면 현재 이전까지 연속하는 일정 시간대에 대하여 예측 작업이 수행되는 것이 바람직하다. 이는, 과거 실측된 데이터 값을 예측 모델에 대입함으로써 얻어질 수 있는 현재의 예측 데이터 값을, 확보하고 있는 실측된 현재 데이터 값과 상호 대비하기 위한 것이다.

한편, 예측 모델에 의해 최초 생성되는 예측 데이터에는 매든-줄리안 진동과 같은 계절안 진동 데이터 뿐 아니라, 엘니뇨와 라니냐 같은 경년 변동과 관련된 진동 데이터도 포함되어 있기 때문에 최초 예측 데이터 중에서 이들을 제거하고 매든-줄리안 진동과 관련된 데이터만을 추출하는 작업이 필요하다. 즉, 예측 모델에 의하여 일정 기간 동안에 대하여 생성된 최초 예측 데이터들 중에서 평년의 계절 값에 해당하는 계절 사이클에 대한 신호, 그리고 엘니뇨 및 라니냐와 관련성 있는 경년 변동을 미리 제거함으로써 계절안 진동 이외의 신호들에 의해 자료들이 오염되는 것을 방지한다. 또한, 매든-줄리안 진동 데이터를 공간상에서 추출한 것과 동일하게, 예측 모델을 이용한 이러한 작업은 공간상에서 수행한다. 여기에서 공간이란 물리적 공간이 아닌 경험적 직교 함수(Empirical Orthogonal Function, 이하 EOF라 칭함) 공간 패턴에 투영하여 얻어지는 계수 시계열 공간을 가리킨다. 매든-줄리안 진동과 관련된 예측 데이터가 추출되면, 실측된 매든-줄리안 진동 데이터와의 비교를 위하여 이를 계수 시계열 값으로 변환시킨다. 다음으로, 얻어진 예측 데이터 값으로서의 계수 시계열 값을 이미 확보하고 있는 실측 데이터 값으로서의 계수 시계열 값과 비교하여 통계적 처리 과정을 거쳐 상관 계수 C를 결정한다. 상기 상관 계수 C는 특정 날짜에 있어 실측 데이터 값과 특정 예측 모델에 의해 제공되는 예측 데이터 값 상호 간의 관계 값을 제공해주는데, 현재 시점으로부터 과거 임의 시점까지 실측 데이터 값이 확보되어 있다면 각 시점에서의 상관 계수를 동일한 방식으로 결정할 수 있다.

임의 시간대에 대한 매든-줄리안 진동 데이터와 그에 대응하는 예측 모델에 의한 매든-줄리안 진동 데이터 각각이 공간상에 추출되고 그에 대한 시계열 값이 계산되면, 통계적 처리 과정을 거쳐 얻어지는 상관 계수를 다음과 같은 관계식에 대입함으로써 임의 미래 시간대에 대한 매든-줄리안 진동과 관련된 데이터를 추출한다.

상기 관계식에서, t 및 (t+△t) 각각은 현재 시간 및 임의 미래 시간, i 및 j 각각은 계수 시계열의 특정 모드 및 특정 시간 모드이며,

는 특정 시간 모드 및 계수 시계열 특정 모드에 대한 상관 계수이고,

는 대기-해양 접합 기후 예측 시스템 모델에 의하여 예측되는 특정 시간 모드 및 계수 시계열 특정 모드에 대한 계수 시계열 값, 그리고

는 본 발명에 따라 구해지는 임의 미래 시간에서의 매든-줄리안 진동에 대한 계수 시계열 값이다.

관계식 자체에서 알 수 있는 것과 같이, 우리가 관심이 있는 미래 임의 시간대의 매든-줄리안 진동 데이터 값(더욱 구체적으로는 계수 시계열 값)은 일정 과거 시점부터 현재까지의 각 시점에 대한 상관 계수와 그에 대한 계수 시계열 값의 곱에 대한 합산으로 결정됨을 알 수 있다. 계수 시계열 값은 선택된 예측 모델에 의해 계산되는 것임을 감안하면, 결국 미래 임의 시간대에서의 매든-줄리안 진동 데이터가 어떠한 값으로 주어질 것인지 여부는 상관 계수

값에 달려 있다. 본 발명이 이러한 상관 계수 개념을 도입한 이유는, 종래 예측 모델을 이용하여 매든-줄리안 진동 데이터를 생성하는 경우에 필연적으로 수반되는 오차를 교정하기 위함이다.

도 1은 본 발명에 따른 관계식을 개략적으로 설명하기 위한 도표이다. 먼저, 현재(today)를 기준으로 과거 6 단위의 시간대(실제 단위는 pentad로서 5일 평균치이다)에 대하여 공간상의 매든-줄리안 실측 데이터로부터 계수 시계열 값(PC)을 추출하여 확보한다. 이어 현재를 제외한 과거 각 시점에서의 실측 데이터 값을 예측 모델에 각각 대입하여 그로부터 예측되는 현재의 데이터 값을 계산한다. 이러한 과정으로부터 얻어지는 예측 데이터 값을 이미 확보하고 있는 현재 시점의 실측 데이터 값(OBS PC)과 비교하여 통계적 처리 과정을 거치면 현재 시점에 대한 상관 계수를 결정할 수 있게 된다. 만일, 과거의 시간대에 대한 실측 데이터 값을 충분하게 확보하고 있다면, 현재 시점을 과거 1 단위씩 후퇴시켜 나가면서 일정 과거 시점부 터 현재까지의 각 시점에서의 상관 계수를 통계적 처리 과정으로 결정할 수 있음은 자명하다.

따라서, 현재 시점이 어디냐는 것과 무관하게 일정한 실측 데이터가 확보되어 있다면 그로부터 상관 계수의 결정이 가능하여, 우리가 관심있는 일정 미래 시점에서의 매든-줄리안 진동 데이터를 알 수 있게 되는 것이다. 이 관계식에 의해 제공되는 이 예측 데이터들은 종래 예측 모델에 의해 구해지는 데이터를 실측 데이터와 비교한 보정 값이 가산된 것이기 때문에 종래 예측 모델에서 필연적으로 보여지는 역학적 예측성의 한계를 극복하도록 해준다.

종래 널리 사용되고 있는 예측 모델을 기초로 본 발명에 의한 방법을 다음과 같이 구체적으로 검증해 보았다. 검증을 위해 사용된 주된 관측 자료들은 1995년부터 2004년까지의 상향 장파 복사 분포 및 동서 바람장 분포로서, 구체적으로 상향 장파 복사 분포에 관한 자료들은 미국 해양-대기청(NOAA)의 극궤도 위성에 탑재되어 있는 높은 해상도의 라디오미터에서 발췌하였으며, 동서 바람장 분포와 관련된 자료들은 미국 NCEP에서 분석된 일 자료를 사용하였다.

종래 사용되고 있는 예측 모델은 CFS를 선택하였으며, 이 CFS를 이용하여 동 기간(1995년부터 2004년)의 상향 장파 복사 및 동서 바람장에 대한 자료를 기초로 매든-줄리안 진동과 관련된 예측 데이터를 공간상에서 추출하였다.

시간 모드에 대해서는 도 1의 도표와 같은 6 단위에 대한 과거 자료를 사용하였으며, 준비된 자료를 이 단위에 따라 본 발명에 따른 관계식

에 대입하여 계수 시계열 값을 계산하였다. 검증에 있어 6 단위의 자료를 이용한 이유는, 6 단위 이상의 자료를 대입하더라도 예측 기술이 크게 두드러지게 향상되지 않았기 때문이다.

본 발명에 따라 구해지는 매든-줄리안 진동의 예측 데이터를 종래 CFS 모델에 의하여 구해지는 매든-줄리안 진동 예측 데이터와 최상위 2개 모드 값으로서 PC1(첫 번째 공간 모드에 해당하는 시간 계수열) 및 PC2(두 번째 공간 모드에 해당하는 시간 계수열)을 각각 비교한 것이 도 2a 내지 도 2b에 개시되어 있다. 구체적으로, 도 2a는 본 발명 및 CFS 모델의 PC1에 대한 예측 성능 비교표로서, 예측 성능의 기준치는 상관 계수가 0.5인 지점으로 수평선으로 표시되어 있다(HYBRID 1이 본 발명에 해당되며, 이하 도면에서 동일함). 도면에는 지속 예보(persistence)도 함께 표시되어 있는데, CFS 모델은 지속 예보보다 좋은 성능으로서 PC1 상태에서 미래 예측 10일(2 pentad) 정도임을 알 수 있으나, 본 발명의 PC1은 미래 예측 15일(3 pentad)로서 CFS 모델보다 예측 성능이 50%정도 향상됨을 알 수 있다.

한편, 도 3a에는 예측 데이터의 크기에 대한 평가로서 제곱 평균 제곱근 오 차(RMS error, 이하 오차라 칭함)의 계산 값이 개시되어 있는데, 본 발명은 CFS 모델에 비하여 오차가 20%-25%정도 감소하였으며, 특히 예측 시간대가 커짐에 따라 20일 - 25일 이후에는 일정한 값으로 수렴하는 경향을 보여주고 있음을 알 수 있다. 도 2b 및 도 3b 각각은 본 발명 및 CFS 모델의 PC2에 대한 예측 성능 비교표 및 오차 계산 값을 보여주고 있는데, PC2 상태에서는 본 발명 및 CFS 모델 공히 미래 예측 15일(3 pentad) 정도로서 양자가 유사한 예측 성능을 보여줌을 알 수 있다. 그러나, 본 발명의 PC1의 경우와 유사하게 본 발명의 PC2 역시 CFS 모델보다 일정하게 오차가 감소함을 확인할 수 있고, 예측 시간대가 커짐에 따라 오차는 일정한 값으로 수렴됨을 알 수 있다.

도 4a 및 도 4b 각각은 겨울철의 예측 성능 비교표로서, PC2의 경우에는 본 발명과 CFS 모델의 예측 성능이 비슷하게 나타나지만, PC1의 경우에는 본 발명에 의한 예측 성능이 CFS 모델보다 향상되었음을 알 수 있다. 도 5a 및 도 5b 각각은 여름철의 예측 성능 비교표로서, 여름철의 예측 성능 역시 겨울철과 유사하게, PC1의 경우에는 본 발명에 의한 예측 성능이 CFS 모델보다 개선된 점을 확인할 수 있었다.

도 6a 및 도 6b 각각은 엘니뇨 해의 예측 성능 비교표로서, PC1 및 PC2 공히 본 발명이 CFS 모델보다 예측 성능이 뛰어남을 알 수 있었다. 도 7a 및 도 7b 각각은 라니냐 해의 예측 성능 비교표로서, 엘니뇨 경우와 동일하게 모든 경우에 있어 본 발명의 예측 성능이 개선되었음을 확인할 수 있었다. 엘니뇨 및 라니냐 양자 공히 PC1에서는 평균 예측 성능이 대략 40% 향상되었으며, PC2에서는 20%정도 평균 예측 성능이 향상되었음을 알 수 있다.

마지막으로 본 발명에 의해 예측되는 매든-줄리안 진동의 구름 성분인 상향 장파 복사 분포의 편차를 각 시간대별로 그 경향을 분석하고, 이를 실제 관측된 데이터 자료 및 CFS 모델에서 예측하는 데이터와 상호 비교해 보았다. 도 8a 내지 도 8e는 실제 관측된 데이터 분포도이며, 도 9a 내지 도 9e 각각은 동 시간대 CFS 모델에 의한 예측 데이터 분포도, 그리고 도 10a 내지 도 10e 각각은 동 시간대 본 발명에 의하여 추출되는 데이터 분포도를 보여준다.

분석을 위한 데이터 입력의 초기 날짜는 1996년 1월 1일이었다. 개시된 것과 같이, 실제 매든-줄리안 진동 구름대(도 8a에서의 음의 값으로 표시된 점선부분 지역)는 첫 15일 동안 인도양에서 강하게 성장하였고, 그 후에 적도 해양성 대륙을 가로질러 동쪽으로 전파되는 양상을 보여주었다. 그러나, 도 9a 내지 도 9e 각각의 CFS 모델은 인도양에서의 매든-줄리안 진동 구름대의 성장과 발달을 제대로 예측하지 못하고 있으며, 동쪽으로의 전파 양상도 제대로 구현하지 못하고 있음을 알 수 있다. 이에 비하여 본 발명은 도 10a 내지 도 10e 각각에 개시되어 있는 것과 같이, 인도양에서 생성된 매든-줄리안 진동 구름대가 성장하고, 이후 인도네시아 근처 지역인 해양성 대륙을 가로질러 동쪽으로 전파하는 실제 관측 데이터 양상과 비슷한 모습을 보이고 있고, 매든-줄리안 진동 구름대의 강도와 위상이 상당히 잘 예측되고 있음을 알 수 있었다.

도 1은 본 발명에 따른 관계식의 설명을 위한 도표.

도 2a는 본 발명 및 CFS 모델의 PC1에 대한 예측 성능 비교표.

도 2b는 본 발명 및 CFS 모델의 PC2에 대한 예측 성능 비교표.

도 3a는 PC1 예측 데이터의 크기에 대한 평가로서 제곱 평균 제곱근 오차의 계산 값.

도 3b는 PC2 예측 데이터의 크기에 대한 평가로서 제곱 평균 제곱근 오차의 계산 값.

도 4a 및 도 4b 각각은 본 발명 및 CFS 모델을 이용한 겨울철의 예측 성능 비교표.

도 5a 및 도 5b 각각은 본 발명 및 CFS 모델을 이용한 여름철의 예측 성능 비교표.

도 6a 및 도 6b 각각은 본 발명 및 CFS 모델을 이용한 엘니뇨 해의 예측 성능 비교표.

도 7a 및 도 7b 각각은 본 발명 및 CFS 모델을 이용한 라니냐 해의 예측 성능 비교표.

도 8a 내지 도 8e는 1996년 1월 1일을 시작으로 실제 관측된 매든-줄리안 진동의 구름 성분인 상향 장파 복사 데이터 분포도.

도 9a 내지 도 9e 각각은 도 8a 내지 도 8e 각각과 동 시간대에서 CFS 모델에 의한 예측 데이터 분포도.

도 10a 내지 도 10e 각각은 도 8a 내지 도 8e 각각과 동 시간대에서 본 발명에 의하여 추출되는 데이터 분포도.

Claims (1)

1. 현재를 포함하여 일련의 과거 임의 시간대에 대하여 실측된 자료에서 매든-줄리안 진동 시그널을 공간상에서 추출한 다음 이를 계수 시계열 값으로 변환시키는 단계와;

   실측된 시간대에 대하여 대기-해양 접합 기후 예측 시스템 모델의 예측 자료를 이용하여 매든-줄리안 진동과 관련된 성분을 공간상에 추출한 다음 이를 계수 시계열 값으로 변환시키는 단계와;

   실측된 매든-줄리안 진동과 관련된 계수 시계열 값과 대기-해양 접합 기후 예측 시스템 모델에 의해 예측된 매든-줄리안 진동과 관련된 계수 시계열 값을 상호 비교하여 상관 계수 C를 결정하는 단계와;

   

   식을 이용하여 현재로부터 임의 미래 시간에서 매든-줄리안 진동과 관련된 계수 시계열 값을 재생성하여 예측의 성능을 향상시키는 단계를;

   포함하여 이루어지는 것을 특징으로 하는 매든-줄리안 진동의 예측 방법.

   (상기 식에서,

   

   는 임의 미래 시간에서의 매든-줄리안 진동에 대한 계수 시계열 값, t는 현재 시간, (t+△t)는 임의 미래 시간, i는 계수 시계열의 특정 모드, j는 특정 시간 모드,

   

   는 특정 시간 모드 및 계수 시계열 특정 모드에 대한 상관 계수,

   

   는 대기-해양 접합 기후 예측 시스템 모델에 의하여 예측되는 특정 시간 모드 및 계수 시계열 특정 모드에 대한 계수 시계열 값이다)

Images