맨위로가기

대기 모델

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
목차

1. 개요

대기 모델은 대기의 역학 및 물리 과정을 수학적 방정식으로 표현하고, 이를 수치적으로 계산하여 대기의 미래 상태를 예측하는 컴퓨터 프로그램이다. 모델의 종류는 열역학적 모델, 경압 모델, 정역학 모델, 비정역학 모델 등으로 나뉘며, 초기 조건 설정, 계산 방법, 매개변수화, 영역 설정 등을 통해 대기를 시뮬레이션한다.

대기 모델의 역사는 1920년대 루이스 프라이 리처드슨의 노력으로 시작되었으며, 컴퓨터의 발달과 함께 발전해왔다. 현재는 전 지구 모델과 지역 모델로 구분되며, 기후 모델링, 대기 오염 예측, 열대 저기압 예측 등 다양한 분야에 활용된다. 모델 출력 통계(MOS)는 모델의 불확실성을 보정하기 위해 사용되며, 대한민국 기상청은 자체 수치예보 모델과 지역 모델을 운영하여 기상 예보 역량을 강화하고 있다.

더 읽어볼만한 페이지

  • 기후 변화 - 기후변화
    기후변화는 자연적 요인과 인간 활동으로 지구 기후 시스템이 점진적으로 변화하는 현상으로, 산업 혁명 이후 온실 기체 농도 증가로 지구 평균 기온이 지속적으로 상승하며 해수면 상승, 극한 기상 현상 증가 등 심각한 영향을 초래한다.
  • 기후 변화 - 온실 효과
    온실 효과는 대기 중 특정 기체들이 지구 복사열을 흡수하여 지구 표면 온도를 유지하는 현상으로, 산업화 이후 온실가스 증가로 인해 지구 온난화가 심화되고 있으며, 이산화탄소, 메탄, 수증기 등이 주요 원인으로 작용한다.
대기 모델
개요
분야기상학, 유체역학, 수치해석
목적대기의 운동과 상태 변화를 설명하고 예측
적용일기 예보, 기후 모델링, 대기 오염 확산 예측
기본 원리유체역학 방정식 (나비에-스토크스 방정식)
열역학 방정식
복사 전달 방정식
상태 방정식
주요 변수기온
기압
바람
습도
수치 방법유한 차분법
유한 요소법
스펙트럼법
모델 종류전 지구 모델
지역 모델
이상 기후 모델
관련 개념대기 과학
기후 변화
수치 예보
역사
초기 모델1950년대, 간단한 방정식과 제한된 계산 능력 기반
발전컴퓨터 기술 발전과 함께 복잡하고 정교한 모델 개발
현재슈퍼컴퓨터를 이용한 고해상도 모델, 앙상블 예측 시스템
구성 요소
격자 시스템대기를 수많은 격자로 나누어 계산
시간 적분미래 시간의 대기 상태를 예측하기 위해 시간 간격을 두고 계산
물리 과정 모수화구름, 강수, 복사 등 작은 규모의 물리 과정 근사
모델링 고려 사항
초기 조건정확한 초기 대기 상태 입력의 중요성
경계 조건해양, 지표면과의 상호 작용 고려
모델 해상도모델의 정확도와 계산 비용 간의 균형
수치 모델링 종류
역학 모델대기 운동을 지배하는 방정식을 수치적으로 풀어냄
열역학 모델대기 중 에너지와 수분 흐름을 시뮬레이션
화학 수송 모델대기 오염 물질의 이동과 화학 반응을 추적
방사선 모델태양과 지구 복사 에너지의 상호 작용을 계산
활용
일기 예보단기 및 중장기 예보 생성
기후 모델링장기적인 기후 변화 예측 및 분석
대기 오염 모델링대기 오염 물질의 확산 예측 및 관리
항공비행 경로 최적화 및 안전 운항 지원
농업작물 생육 예측 및 관리
해양해양 상태 예측 및 해양 자원 관리
관련 용어
모수화모델에서 해결할 수 없는 작은 규모의 과정을 근사하는 방법
경계층대기와 지표면 사이의 직접적인 상호 작용이 일어나는 층
대류따뜻한 공기가 상승하고 차가운 공기가 하강하는 현상
지구 복사지구가 우주로 방출하는 에너지
수치 안정성모델 계산이 발산하지 않고 안정적으로 유지되는 정도
과제 및 미래 방향
모델 정확도 향상물리 과정에 대한 더 나은 이해와 모수화 개선
계산 자원 효율성모델 해상도를 높이면서 계산 비용 절감
앙상블 예측 시스템 개선여러 모델 결과를 결합하여 예측 불확실성 감소
기후 변화 예측미래 기후 변화 시나리오에 대한 신뢰도 높은 예측 제공
데이터 동화관측 데이터를 모델에 통합하여 초기 조건 개선
참고 자료
관련 논문대기 모델링 관련 최신 연구 논문
관련 서적대기 과학 및 수치 모델링 관련 교재
관련 웹사이트기상청, 국립기상과학원 등 관련 기관 웹사이트
같이 보기
관련 항목기상학
기후 모델
수치 예보
대기 과학
유체역학
기타
관련 모델WRF 모델
GFS 모델
ECMWF 모델

2. 종류

대기 모델은 사용되는 방정식과 가정에 따라 여러 종류로 나뉜다.


  • 열역학적 모델: 온도풍의 방향은 고도에 따라 변하지 않는다고 가정한다. 대기의 경압성은 500mb와 1000mb 지위고도 표면과 그 사이의 평균 온도풍을 사용하여 시뮬레이션할 수 있다.[2][3]

  • 경압 모델: 대기가 바트로피하다고 가정한다. 즉, 지균풍의 방향과 속도가 고도와 무관하며, 지균풍의 수직 풍속 시어가 없다. 고기압과 저기압은 따뜻하고 차가운 온도 이상 현상의 중심이다. 온난핵 고기압과 한랭핵 저기압은 고도에 따라 풍속이 강화되거나 약화된다.[4] 바트로피 와도 방정식은 대기의 단일 층에서 풀 수 있다. 약 5.5km 고도의 대기는 대부분 발산이 없기 때문에, 바트로피 모델은 해당 고도의 대기 상태를 가장 잘 근사한다.[9]

  • 정역학 모델: 정역학 근사를 사용하여 수직 운동 음파를 걸러내어 모델 실행 시간을 단축시킨다.[6] 압력 또는 시그마-압력 수직 좌표를 사용하며, 수평 격자 해상도가 작지 않은 한 정역학적 가정은 합리적이다.[6]

2. 1. 열역학적 모델

열대 모델에서 주된 가정은 온도풍의 크기는 변할 수 있지만, 그 방향은 고도에 따라 변하지 않으며, 따라서 대기 중의 경압성은 500mb와 1000mb 지위고도 표면과 그 사이의 평균 온도풍을 사용하여 시뮬레이션할 수 있다는 것이다.[2][3]

2. 2. 경압 모델

대기 모델은 대기가 바트로피하다고 가정하는데, 이는 지균풍의 방향과 속도가 고도와 무관하다는 것을 의미한다. 즉, 지균풍의 수직 풍속 시어가 없다는 것이다. 또한 두께 등고선(온도의 대리 변수)이 상층 고도 등고선과 평행함을 의미한다. 이러한 유형의 대기에서 고기압과 저기압은 따뜻하고 차가운 온도 이상 현상의 중심이다. 온난핵 고기압(예: 아열대 고기압과 버뮤다-아조레스 고기압)과 한랭핵 저기압은 고도에 따라 풍속이 강화되며, 한랭핵 고기압(얕은 북극 고기압)과 온난핵 저기압(열대 저기압)은 그 반대이다.[4] 바트로피 모델은 대기가 지균 평형 상태에 있다는 가정, 즉 대기 중 공기의 로스비 수가 작다는 가정을 바탕으로 대기 역학의 단순화된 형태를 풀려고 한다.[5] 대기가 발산이 없는 것으로 가정하면, 오일러 방정식의 회전은 바트로피 와도 방정식으로 축소된다. 이 마지막 방정식은 대기의 단일 층에서 풀 수 있다. 약 5.5km 고도의 대기는 대부분 발산이 없기 때문에, 바트로피 모델은 해당 고도에 해당하는 지위 고도에서 대기의 상태를 가장 잘 근사하며, 이는 대기의 500mb 기압면에 해당한다.[9]

2. 3. 정역학 모델

정역학 근사로 알려진 정역학 모델은 수직 운동 음파를 수직 운동량 방정식에서 걸러내어 모델 실행에 사용되는 시간 단계를 상당히 증가시킨다.[6] 정역학 모델은 압력 또는 시그마-압력 수직 좌표를 사용한다.[6] 압력 좌표는 지형과 교차하는 반면 시그마 좌표는 지면의 등고선을 따른다.[6] 수평 격자 해상도가 작지 않은 한, 즉 정역학 가정이 실패하는 규모인 한, 정역학적 가정은 합리적이다.[6]

3. 역사

수치 일기 예보의 역사는 빌헬름 비에르크네스가 개발한 절차를 활용한 루이스 프라이 리처드슨의 노력으로 1920년대에 시작되었다.[7][8] 컴퓨터와 컴퓨터 시뮬레이션이 등장하고 나서야 계산 시간이 예측 기간보다 짧아졌다. ENIAC은 1950년에 최초의 컴퓨터 예보를 만들었고,[9][10] 이후 더 강력한 컴퓨터는 초기 데이터 세트의 크기를 늘리고 운동 방정식의 더 복잡한 버전을 포함시켰다.[11] 1966년에 서독과 미국은 원시 방정식 모델을 기반으로 한 운영 예보를 시작했고, 1972년에는 영국, 1977년에는 호주가 뒤를 이었다.[7][12] 글로벌 예보 모델의 개발은 최초의 기후 모델로 이어졌다.[48][49] 제한된 지역(지역) 모델의 개발은 1970년대와 1980년대에 열대 저기압의 이동 경로와 대기 질 예보의 발전을 촉진했다.[13][14]

무어 전기 공학 학교의 ENIAC 메인 제어판

4. 초기화

수치예보 모델은 라디오존데, 기상 위성, 지상 관측 자료 등 다양한 관측 데이터를 초기 조건으로 사용한다.[2] 관측 자료는 불규칙한 위치에서 얻어지므로, 데이터 동화 또는 자료 융합 과정을 거쳐 모델 격자에 맞는 형태로 변환된다.[2] 대한민국은 동아시아 지역의 조밀한 관측망을 활용하고, 위성 자료와 레이다 자료를 적극적으로 활용하여 초기 자료의 정확도를 높이고 있다.

5. 계산

예보는 대기의 동역학과 물리학의 수학 방정식을 사용하여 계산한다. 이러한 방정식은 비선형적이고 정확히 푸는 것은 불가능하므로, 계산 방법을 통해 근삿값을 얻는다. 모델마다 다른 해결 방법을 사용하는데, 전 지구 모델은 수평 규모에 스펙트럼 방법을, 수직 규모에 유한 차분법을 사용한다. 반면 지역 모델은 세 가지 규모 모두에 유한 차분법을 사용한다.[27] 지역 모델은 작은 크기의 기상 현상도 명확하게 나타낼 수 있다.

수치 예보 모델에서 500 mbar 지위 고도 예측의 예


슈퍼컴퓨터는 과학자들이 지구의 기후를 더 잘 이해할 수 있도록 돕기 위해 매우 복잡한 모델을 실행할 수 있습니다.


모든 모델에는 대기의 미래 상태를 예측하는 데 사용되는 원시 방정식이라는 일련의 방정식이 있다.[21] 이 방정식은 초기 분석 데이터에서 시작하여 변화율을 결정한다. 이 변화율은 짧은 시간 후의 대기 상태를 예측하며, 각 시간 증분을 시간 단계라고 한다. 이후 이 새로운 대기 상태에 방정식을 적용하여 새로운 변화율을 찾고, 이 새로운 변화율은 더 먼 미래의 대기를 예측한다. 이 과정은 원하는 예측 시간에 도달할 때까지 반복된다. 시간 단계의 길이는 계산 격자 점 사이의 거리에 따라 결정되며, 수치적 안정성을 유지하도록 선택된다.[22] 전 지구 모델의 시간 단계는 수십 분 정도이며,[23] 지역 모델의 시간 단계는 1~4분이다.[24] 전 지구 모델은 미래의 다양한 시간까지 실행된다. UKMET 통합 모델은 6일 후,[39] 유럽 중기 예보 센터 모델은 10일 후,[25] 환경 모델링 센터의 전 지구 예보 시스템 모델은 16일 후까지 실행된다.[26]

이 방정식들은 몇 가지 이상적인 경우를 제외하고[28] 해석적 방법으로는 정확하게 풀 수 없는 비선형 편미분 방정식이다.[27] 따라서 수치적 방법을 통해 근사해를 구한다. 모델에 따라 다른 솔루션 방법을 사용하는데, 일부 전 지구 모델은 수평 차원에 스펙트럼 방법을, 수직 차원에 유한 차분법을 사용하는 반면, 지역 모델과 다른 전 지구 모델은 일반적으로 세 차원 모두에서 유한 차분법을 사용한다.[27] 모델 결과로 생성된 시각적 출력은 예보도(prog)라고 한다.[29]

6. 매개변수화

날씨 및 기후 모델에서 격자 상자의 크기는 변의 길이가 5km에서 300km 사이이다. 일반적인 적운은 크기가 1km 미만이므로, 유체 운동 방정식으로 물리적으로 표현하려면 이보다 더 세밀한 격자가 필요하다. 따라서 이러한 구름이 나타내는 과정은 ''매개변수화''된다. 초기 모델에서는 모델 격자 상자의 공기 기둥이 불안정하면(즉, 바닥이 상단보다 따뜻함) 뒤집혀서 해당 수직 기둥의 공기가 혼합되었다. 더 정교한 방식은 상자의 일부만 대류할 수 있고 포괄 및 기타 프로세스가 발생한다는 것을 인식하여 기능을 추가한다. 변의 길이가 5km에서 25km 사이인 격자 상자를 가진 날씨 모델은 대류 구름을 명시적으로 표현할 수 있지만, 여전히 구름 미세물리학을 매개변수화해야 한다.[30]

대규모 (층운형) 구름의 형성은 물리적 기반이 더 강하며, 상대 습도가 특정 처방된 값에 도달하면 형성된다. 그럼에도 불구하고, 격자 하위 규모의 프로세스를 고려해야 한다. 100% 상대 습도에서 구름이 형성된다고 가정하는 대신, 구름 분율은 층운형 구름의 경우 70%의 임계 상대 습도와 적운형 구름의 경우 80% 이상과 관련될 수 있으며,[31] 실제 세계에서 발생할 격자 하위 규모 변동을 반영한다.

험준한 지형이나 가변적인 구름으로 인해 지표면에 도달하는 태양 복사량은 이 과정이 분자 규모에서 발생함에 따라 매개변수화된다.[32] 또한, 모델의 격자 크기는 구름과 지형의 실제 크기 및 거칠기에 비해 크다. 태양 각도와 여러 구름 층의 영향이 고려된다.[33] 토양 유형, 식생 유형 및 토양 수분은 모두 얼마나 많은 복사가 따뜻하게 하고 얼마나 많은 수분이 인접한 대기로 흡수되는지를 결정한다. 따라서 이러한 것들은 매개변수화하는 데 중요하다.[34]

7. 영역

대기 모델은 수평 영역에 따라 지구 전체를 다루는 '전 지구 모델'과 특정 지역만 다루는 '지역 모델'로 나뉜다. 지역 모델은 '제한된 영역 모델'(LAM)이라고도 불리며, 더 작은 규모의 기상 현상을 자세히 나타내기 위해 더 촘촘한 격자 간격을 사용한다. 이는 계산량이 작은 영역에 집중되기 때문이다. 지역 모델은 영역 가장자리의 초기 조건으로 전 지구 모델의 예측값을 활용한다. 지역 모델의 불확실성과 오류는 전 지구 모델의 예측값과 지역 모델 자체의 경계 조건 생성 과정에서 발생한다.[35]

수직 좌표 처리 방식은 다양하다. 1922년 리처드슨 모델은 기하학적 높이(z)를 사용했지만, 이후 모델들은 압력 좌표계로 대체하여 지위 고도를 종속 변수로 사용함으로써 방정식을 단순화했다.[36] 이는 지구 대기에서 압력이 높이에 따라 감소하기 때문이다.[37] 최초의 운영 예측 모델인 단층 바트로픽 모델은 500mbar 고도에서 단일 압력 좌표를 사용해[9] 2차원적이었다. 날씨 연구 및 예측 모델과 같은 고해상도 모델(메조스케일 모델)은 정규화된 압력 좌표인 시그마 좌표를 주로 사용한다.[38]

7. 1. 전 지구 모델

다음은 잘 알려진 전 지구 수치 모델의 일부이다.

  • '''GFS''' (전 지구 예보 시스템, 이전 AVN) – 미국 해양대기청(NOAA)에서 개발[1]
  • '''NOGAPS''' – 미국 해군에서 GFS와 비교하기 위해 개발[1]
  • '''GEM''' (전 지구 환경 다중 규모 모델) – 캐나다 기상청(MSC)에서 개발[1]
  • '''IFS''' (통합 예보 시스템) – 유럽 중기 예보 센터에서 개발[1]
  • '''UM''' (통합 모델) – 영국 기상청에서 개발[1]
  • '''ICON''' – 독일 기상청(DWD)과 막스 플랑크 기상 연구소(MPI)가 공동 개발한 DWD의 수치 예보 전 지구 모델[1]
  • '''ARPEGE''' – 프랑스 기상청, Météo-France에서 개발[1]
  • '''IGCM''' (중간 일반 순환 모델)[1]
  • '''PLAV''' – 와도-발산 반-라그랑지 전 지구 대기 모델 – 러시아 수문기상청에서 개발[1]

7. 2. 지역 모델

다음은 잘 알려진 지역 수치 모델입니다.

  • '''WRF'''(Weather Research and Forecasting Model)는 미국 국립 대기 연구 센터(NCAR)와 미국 해양 대기청(NOAA)의 국립 환경 예측 센터(NCEP), 그리고 기상 연구 커뮤니티가 공동으로 개발했습니다. WRF는 다음과 같은 여러 구성 요소를 가지고 있습니다.
  • '''WRF-NMM''' WRF 비정역학 메조스케일 모델은 미국을 위한 주요 단기 기상 예측 모델이며, 에타 모델을 대체합니다.
  • '''WRF-ARW''' 주로 미국 국립 대기 연구 센터(NCAR)에서 개발된 고급 연구 WRF입니다.
  • '''HARMONIE-Climate (HCLIM)'''는 유럽 기상 예측 및 연구 기관의 대규모 컨소시엄에서 개발한 HARMONIE 모델을 기반으로 하는 국지적 기후 모델입니다. WRF와 마찬가지로 Arome 물리학을 사용한 고해상도 또는 ALADIN 물리적 체계를 기반으로 한 정역학 물리학을 사용한 저해상도를 포함한 여러 구성으로 실행할 수 있는 모델 시스템입니다. 주로 유럽과 북극에서 스칸디나비아에 대한 3km 다운스케일링 및 극한 기상 현상 연구를 포함한 기후 연구에 사용되었습니다.
  • '''RACMO'''는 네덜란드 기상 연구소(KNMI)에서 개발되었으며 IFS의 물리적 체계를 갖춘 HIRLAM 모델의 역학을 기반으로 합니다.
  • '''RACMO2.3p2'''는 위트레흐트 대학교에서 개발한 모델의 극지방 버전으로, 많은 연구에서 극지방 빙상의 표면 질량 균형을 제공하는 데 사용됩니다.
  • '''MAR'''(Modele Atmospherique Regionale)는 프랑스 그르노블 대학교와 벨기에 리에주 대학교에서 개발한 지역 기후 모델입니다.
  • '''HIRHAM5'''는 덴마크 기상 연구소와 포츠담의 알프레드 베게너 연구소에서 개발한 지역 기후 모델입니다. 또한 ECHAM 모델의 물리적 체계를 갖춘 HIRLAM 역학을 기반으로 합니다. RACMO 모델과 마찬가지로 HIRHAM은 CORDEX 체계하에 전 세계 여러 지역에서 지역 기후 예측을 제공하는 데 널리 사용되었습니다. 또한 그린란드와 남극의 극지방 빙상 연구에 사용된 극지방 모드도 있습니다.
  • '''NAM''' (North American Mesoscale Model)은 국립 환경 예측 센터(NCEP)가 북미 지역에서 운영하는 지역 모델을 통칭합니다. NCEP는 2005년 1월부터 이 시스템을 사용하기 시작했습니다. 2005년 1월부터 2006년 5월까지는 에타 모델이 사용되었으며, 2006년 5월부터는 WRF-NMM이 NAM으로 운영되고 있습니다.
  • '''RAMS''' 콜로라도 주립 대학교에서 개발된 지역 대기 모델링 시스템(RAMS)으로, 미터에서 수백 킬로미터까지의 규모로 환경 현상의 수치 시뮬레이션을 지원합니다.
  • '''MM5''' 5세대 펜실베이니아 주립대학교/NCAR 메조스케일 모델
  • '''ARPS''' 오클라호마 대학교에서 개발된 고급 지역 예측 시스템은 토네이도 규모의 시뮬레이션 및 예측까지 지역 규모의 기상 예측에 사용할 수 있는 포괄적인 다중 규모 비정역학 시뮬레이션 및 예측 시스템입니다. 뇌우 예측을 위한 고급 레이더 데이터 동화는 시스템의 핵심 부분입니다.
  • '''HIRLAM''' 고해상도 제한 지역 모델은 10개의 유럽 기상 서비스에서 공동 자금을 지원하는 유럽 NWP 연구 컨소시엄에서 개발되었습니다.[40] 메조스케일 HIRLAM 모델은 HARMONIE로 알려져 있으며 Meteo France 및 ALADIN 컨소시엄과 공동으로 개발되었습니다.
  • '''GEM-LAM''' 캐나다 기상청(MSC)에서 개발한 고해상도 GEM, 전지구 환경 다중 규모 국지 모델
  • '''ALADIN''' Météo-France의 주도로 여러 유럽 및 북아프리카 국가에서 개발 및 운영하는 고해상도 국지적 정역학 및 비정역학 모델[39]
  • '''COSMO''' COSMO 모델은 이전에는 LM, aLMo 또는 LAMI로 알려졌으며, 소규모 모델링 컨소시엄(독일, 스위스, 이탈리아, 그리스, 폴란드, 루마니아 및 러시아)의 프레임워크 내에서 개발된 국지적 비정역학 모델입니다.[41]
  • '''Meso-NH''' Meso-NH 모델은[42] 1998년부터 Centre National de Recherches Météorologiques와 Laboratoire d'Aérologie(프랑스, 툴루즈)가 공동으로 개발한 국지적 비정역학 모델입니다.[43] 응용 분야는 메조스케일에서 센티미터 규모의 기상 시뮬레이션입니다.

8. 모델 출력 통계

대기 역학 방정식에 기반한 예보 모델은 지상 근처의 기상 조건을 완벽하게 결정하지 못하기 때문에, 이 문제를 해결하기 위해 통계적 보정이 개발되었다. 통계 모델은 수치 기상 모델, 지표면 관측 및 특정 위치에 대한 기후 조건을 통해 생성된 3차원 필드를 기반으로 생성되었다. 이러한 통계 모델을 통틀어 모델 출력 통계(MOS)라고 하며,[44] 국립 기상청에서 자사의 기상 예보 모델군을 위해 개발했다.[45] 미국 공군은 1983년까지 자체 동적 기상 모델을 기반으로 자체 MOS 세트를 개발했다.[15]

모델 출력 통계는 수치 기상 예측 지침의 출력이 완벽하다고 가정하는 '완벽한 프로그램' 기술과 다르다.[46] MOS는 불충분한 격자 해상도로 인해 모델에서 해결할 수 없는 지역적 영향과 모델 편향을 수정할 수 있다. MOS 내의 예보 매개변수에는 최고 및 최저 기온, 몇 시간 이내의 강수 확률, 예상 강수량, 강수가 얼어붙을 확률, 뇌우 발생 확률, 구름량 및 지표면 풍속이 포함된다.[47]

9. 응용

국립 허리케인 센터의 제한 구역 모델 내 허리케인 어네스토 (2006년)의 모델 확산


대기 모델은 다양한 분야에 응용된다. 1956년 노먼 필립스는 대류권의 월별 및 계절별 패턴을 묘사하는 수학적 모델을 개발하여 최초의 성공적인 기후 모델을 만들었다.[48][49] 이후 여러 그룹에서 일반 순환 모델 개발을 시작했다.[56]

대기 오염 예측은 오염 물질 이동 추적을 위해 대기 모델의 유체 흐름 정보를 활용한다.[57] 1970년 미국에서는 지역 도시 대기 모델(UAM)이 개발되어 대기 오염과 산성비 영향을 예측하는 데 사용되었다. 1970년대 중후반, 미국 환경 보호청은 UAM 개발을 인수하여 개선했다. UAM은 캘리포니아를 위해 개발되었지만, 이후 북미, 유럽, 아시아에서도 활용되었다.[14]

1978년에는 대기 역학을 기반으로 한 최초의 열대 저기압 예측 모델인 이동형 미세 격자 모델이 가동을 시작했다.[13]

9. 1. 기후 모델링

1956년 노먼 필립스(Norman Phillips)는 대류권의 월별 및 계절별 패턴을 현실적으로 묘사하는 수학적 모델을 개발했는데, 이것이 최초의 성공적인 기후 모델이었다.[48][49] 이후 여러 그룹에서 일반 순환 모델을 만들기 시작했다.[56] 최초의 일반 순환 기후 모델은 해양 및 대기 과정을 결합한 것으로, 1960년대 후반 미국 국립 해양 대기청의 한 부서인 지구유체역학 연구소에서 개발되었다.[50]

1975년까지 마나베 슈쿠로(Manabe)와 웨더럴드(Wetherald)는 현재의 기후를 대략 정확하게 나타내는 3차원 지구 기후 모델을 개발했다. 모델 대기 중의 이산화탄소(CO2)를 두 배로 늘리면 전 세계 기온이 약 2°C 상승했다.[51]

1980년대 초, 미국 국립 대기 연구 센터는 자체적으로 실행하거나 커뮤니티 기후 시스템 모델의 대기 구성 요소로 사용할 수 있는 커뮤니티 대기 모델(CAM)을 개발했다. 1986년에는 토양 및 식생 유형을 초기화하고 모델링하는 노력이 시작되어 더욱 현실적인 예측 결과를 얻게 되었다.[55] 기후 변화 연구의 입력값으로 해들리 기후 예측 연구 센터의 HadCM3 모델과 같은 결합된 해양-대기 기후 모델이 사용되고 있다.[56]

9. 2. 제한 구역 모델링



대기 오염 예측은 오염 물질의 이동을 추적하기 위해 유체 흐름 정보를 제공하는 대기 모델에 의존한다.[57] 1970년, 미국의 한 민간 회사가 지역 도시 대기 모델(UAM)을 개발했는데, 이는 대기 오염과 산성비의 영향을 예측하는 데 사용되었다. 1970년대 중후반, 미국 환경 보호청은 UAM 개발을 인수하여 지역 대기 오염 연구 결과를 바탕으로 개선했다. UAM은 캘리포니아를 위해 개발되었지만, 1980년대에는 북미, 유럽, 아시아의 다른 지역에서도 사용되었다.[14]

1978년에 가동을 시작한 이동형 미세 격자 모델은 대기 역학을 기반으로 한 최초의 열대 저기압 예측 모델이었다.[13] 계산 능력 증가로 가능해진 지속적으로 개선되는 역학 모델 지침에도 불구하고, 수치 기상 예측(NWP)이 열대 저기압 진로 예측에서 예측 기술을 보인 것은 1980년대에 이르러서였다. NWP가 통계 모델 또는 단순 역학 모델보다 일관되게 뛰어난 성능을 보인 것은 1990년대에 이르러서였다.[58] NWP를 사용하여 열대 저기압 강도를 예측하는 것도 어려운 과제였다. 2009년 현재, 역학 지침은 통계적 방법보다 숙련도가 낮았다.[59]

참조

[1] 웹사이트 Thermotropic model - Glossary of Meteorology https://glossarystag[...] American Meteorological Society 2024-10-24
[2] 서적 Results Of Numerical Forecasting With The Barotropic And Thermotropic Atmospheric Models http://handle.dtic.m[...] Air Force Cambridge Research Laboratories 1955-08
[3] 논문 A Test of Numerical Prediction Methods Based on the Barotropic and Two-Parameter Baroclinic Models 1956-04
[4] 서적 Atmospheric Science: An Introductory Survey Academic Press, Inc.
[5] 서적 Atmosphere, ocean, and climate dynamics : an introductory text Elsevier Academic Press
[6] 서적 Fundamentals of atmospheric modeling https://books.google[...] Cambridge University Press
[7] 논문 The origins of computer weather prediction and climate modeling http://www.rsmas.mia[...] 2010-12-23
[8] 서적 The Emergence of Numerical Weather Prediction Cambridge University Press
[9] 논문 Numerical Integration of the Barotropic Vorticity Equation 1950-11
[10] 서적 Storm Watchers https://archive.org/[...] John Wiley & Sons, Inc.
[11] 논문 2007: 50th Anniversary of Operational Numerical Weather Prediction 2007-05
[12] 논문 Real-time limited area numerical weather prediction in Australia: a historical perspective http://www.bom.gov.a[...] Bureau of Meteorology 2011-01-03
[13] 논문 History of Numerical Weather Prediction at the National Meteorological Center 1989-09
[14] 서적 Air pollution modeling and its application VIII, Volume 8 Birkhäuser
[15] 서적 Air Weather Service Model Output Statistics Systems Air Force Global Weather Central
[16] 서적 Storm Watchers https://archive.org/[...] John Wiley & Sons, Inc.
[17] 간행물 The Use of Ensemble Forecasts to Produce Improved Medium Range (3–15 days) Weather Forecasts. Climate Diagnostics Center 2001-12-01
[18] 논문 Ensemble Forecasting at NCEP and the Breeding Method 1997-12
[19] 웹사이트 The Ensemble Prediction System (EPS) http://ecmwf.int/pro[...] ECMWF 2011-01-05
[20] 논문 The ECMWF Ensemble Prediction System: Methodology and validation 1996-01
[21] 서적 Mesoscale Meteorological Modeling Academic Press
[22] 서적 Mesoscale Meteorological Modeling Academic Press
[23] 서적 Computational Science – ICCS 2005: 5th International Conference, Atlanta, GA, USA, May 22–25, 2005, Proceedings, Part 1 https://books.google[...] Springer
[24] 서적 Developments in teracomputing: proceedings of the ninth ECMWF Workshop on the Use of High Performance Computing in Meteorology https://books.google[...] World Scientific
[25] 서적 An introduction to dynamic meteorology, Volume 1 https://books.google[...] Academic Press
[26] 서적 Famine early warning systems and remote sensing data https://books.google[...] Springer
[27] 서적 Finite difference schemes and partial differential equations https://books.google[...] SIAM
[28] 서적 Mesoscale Meteorological Modeling Academic Press
[29] 서적 Essentials of meteorology: an invitation to the atmosphere https://books.google[...] Cengage Learning
[30] 논문 3.7 Improving Precipitation Forecasts by the Operational Nonhydrostatic Mesoscale Model with the Kain-Fritsch Convective Parameterization and Cloud Microphysics http://ams.confex.co[...] American Meteorological Society 2011-02-15
[31] 웹사이트 The Diagnostic Cloud Parameterization Scheme http://www.atmos.was[...] University of Washington 2011-02-15
[32] 서적 Parameterization schemes: keys to understanding numerical weather prediction models https://books.google[...] Cambridge University Press
[33] 서적 Short-wave solar radiation in the earth's atmosphere: calculation, observation, interpretation https://books.google[...] Springer
[34] 서적 Parameterization schemes: keys to understanding numerical weather prediction models https://books.google[...] Cambridge University Press
[35] 서적 Numerical Weather and Climate Prediction https://books.google[...] Cambridge University Press
[36] 서적 The Emergence of Numerical Weather Prediction Cambridge University Press
[37] 서적 Essentials of meteorology: an invitation to the atmosphere https://books.google[...] Cengage Learning
[38] 웹사이트 Scientific Documentation for the NMM Solver http://nldr.library.[...] National Center for Atmospheric Research 2010-02
[39] 서적 Global Perspectives on Tropical Cyclones: From Science to Mitigation https://books.google[...] World Scientific
[40] 웹사이트 HIRLAM http://hirlam.org/
[41] 웹사이트 Consortium for Small-scale Modeling. http://cosmo-model.c[...] Consortium on Small Scale Modelling. 2008-01-13
[42] 논문 Overview of the Meso-NH model version 5.4 and its applications 2018
[43] 논문 "The Meso-NH atmospheric simulation system. Part I: Adiabatic formulation and control simulations." Copernicus GmbH
[44] 서적 When nature strikes: weather disasters and the law https://books.google[...] Greenwood Publishing Group
[45] 서적 Model output statistics forecast guidance United States Air Force Environmental Technical Applications Center
[46] 서적 Fog and boundary layer clouds: fog visibility and forecasting https://books.google[...] Springer
[47] 서적 Atmosphere, weather, and climate https://books.google[...] Psychology Press
[48] 간행물 The general circulation of the atmosphere: a numerical experiment http://www.phy.pku.e[...] 1956-04
[49] 서적 Storm Watchers https://archive.org/[...] John Wiley & Sons, Inc.
[50] 웹사이트 The First Climate Model http://celebrating20[...] 2008-05-22
[51] 간행물 The Effects of Doubling the CO2 Concentration on the Climate of a General Circulation Model
[52] 웹사이트 CAM 3.1 Download http://www.cesm.ucar[...] 2019-06-25
[53] 웹사이트 Description of the NCAR Community Atmosphere Model (CAM 3.0) http://www.cesm.ucar[...] University Corporation for Atmospheric Research 2004-06
[54] 웹사이트 CAM3.0 COMMUNITY ATMOSPHERE MODEL http://www.cesm.ucar[...] University Corporation for Atmospheric Research 2018-02-06
[55] 간행물 Impact of vegetation properties on U. S. summer weather prediction http://www.geog.ucla[...] 1996-03-20
[56] 서적 The Emergence of Numerical Weather Prediction: Richardson's Dream Cambridge University Press 2018-02-06
[57] 간행물 Potential and Shortcomings of Numerical Weather Prediction Models in Providing Meteorological Data for Urban Air Pollution Forecasting 2002-09
[58] 웹사이트 National Hurricane Center Forecast Verification http://www.nhc.noaa.[...] National Hurricane Center 2010-04-20
[59] 간행물 Advances and Challenges at the National Hurricane Center 2009-04


본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com