수치모델의 계통 오차 분석에서 자기조직화지도 기법의 활용: 기상청 전지구예보시스템의 여름철 지상기온 예측 (Utilization of Self―Organizing Maps to analyzing systematic bias in numerical model : Surface Air Temperature forecast of KMA GDAPS)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 28권 / 6호 / 601 ~ 610페이지
· 저자명 : 전상희, 박정현, 백희정, 부경온, 강현석

초록

본 연구는 자기조직화지도(Self―Organizing Maps, SOM)를 활용하여 수치모델의 계통 오차를 분석하는 방안을 제시하고자, 기상청의 전지구예보시스템에서 북반구의 여름철 지상기온 5일 예측 오차를 분류하고 관련 기상변수를 분석하였다. SOM의4개 군집으로 분류하면, 극지역에 위치한 제 1 군집의 한랭 오차는 총 운량과 토양 수분의 양의 오차와 함께 나타났다. 제2 군집에서 해양의 지상기온 한랭 오차는 총 운량의 양의 오차와 특히, 해수면 온도의 음의 오차와 상관성이 높았다. 제 3 군집은 유의미한 결과를 보이지 않는 지역이다. 마지막으로 유라시아와 북아메리카에서 온난오차를 보였던 제 4 군집은 토양수분 과소모의에 의한 대기―지면과정과 관련되어 있을 것이다. SOM의 군집 분류는 지역별 계통 오차 특징을 공간 평균장대비 상세하게 객관적으로 분류할 수 있다. 또한, 산출된 군집별로 다른 기상변수와의 관계를 시공간적으로 분석함으로써오차의 원인을 효과적으로 추정할 수 있었다. 따라서 SOM은 수치모델의 계통 오차를 객관적으로 진단하는데 효과적인방법으로 활용될 수 있을 것이다.

영어초록

In order to suggest a method to analyze systematic bias in numerical model utilizing Self―Organizing Maps (SOM), this study classified bias of air temperature at 1.5m level at the lead time of approximately 5 days in Northern hemisphere in Global Data Assimilation and Prediction System of Korea Meteorological Administration and analyzed its relation with the other meteorological variables. SOM classification divides this bias into 4 clusters. First cluster is cold bias, located in the Arctic region having overestimated total cloud amount and soil moisture. Second cluster also depicted cold bias in the ocean with cold bias of sea surface temperature (highly correlated) and positive bias of total cloud amount. Third cluster showed no significance. Finally, forth cluster represented warm bias over Eurasia and North America, being related to air―land process of underestimated soil moisture content. SOM is objective method to classify regional bias specifically better than mean field. Also, its origin would be effectively estimated by analyzing spatio-temporal relation with other variables. In conclude, SOM is a objective and powerful tool in diagnosis of systematic bias in numerical model.

참고자료

· 없음