Climateprediction.net

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

1. 개요
2. 목표
3. 실험
4. 역사
5. 현재까지의 결과
6. 시각화
7. 교육적 활용
8. BBC Climate Change Experiment
참조

1. 개요

Climateprediction.net은 기후 변화 예측의 정확성을 높이기 위해 최첨단 기후 모델의 매개변수화 불확실성을 연구하는 것을 목표로 하는 분산 컴퓨팅 프로젝트이다. 수천 대의 컴퓨터를 사용하여 다양한 기후 모델을 실행하고, 모델의 작은 변화에 대한 민감도를 분석하며, 기후 변화에 미치는 요인의 영향을 파악한다. 이 프로젝트는 기후 변화에 관한 정부간 패널(IPCC)의 목표를 지원하며, 모델 불확실성을 줄이고 과거 기후를 재현하는 모델에 가중치를 부여하여 신뢰도를 평가한다. Climateprediction.net은 다양한 실험을 진행했으며, 초기 모델, 열염분 순환 모델, 황 순환 모델, 과도 결합 모델, 계절별 귀인 프로젝트 등이 있다. 이 프로젝트는 2003년에 시작되었으며, BBC 기후 변화 실험과 같은 대중 참여형 프로젝트를 통해 많은 자원봉사자를 확보했다.

2. 목표

Climateprediction.net 프로젝트는 최첨단 기후 모델의 매개변수화에 내재된 불확실성을 탐구한다.^[32] 이는 수천 개의 물리 매개변수에 미세한 변화를 주어 모델을 실행하고, 그 결과를 분석함으로써 이루어진다. 이러한 변수들은 정확하게 알려져 있지 않기 때문에, 가능한 범위 내에서 변동을 주어 모델이 작은 변화에 얼마나 민감하게 반응하는지, 그리고 이산화탄소와 황 순환 등의 요인에 따라 어떻게 변화하는지를 파악한다.

과거에는 기후 변화 예측이 제한된 수의 모델 실행에 의존했지만, Climateprediction.net은 수많은 자원봉사자의 컴퓨터를 활용하여 슈퍼컴퓨터보다 더 광범위한 분석을 수행한다. 이를 통해 기후 변화 예측의 정확성과 신뢰도를 향상시킬 수 있다.

또한, 이 프로젝트는 기후 변화에 관한 정부간 패널(IPCC)이 2001년에 우선 과제로 제시한 "복잡한 모델을 사용한 장기 앙상블 시뮬레이션을 포함하여 기후 예측 및 시나리오의 불확실성을 정량화하는 방법 개선"에 기여한다.^[7] Climateprediction.net 실험은 정책 결정자들이 21세기의 중요한 문제인 기후 변화에 대응하기 위한 더 나은 과학적 근거를 마련하는 데 도움을 준다.

시간 경과에 따른 다양한 모델의 불확실성 범위에 대한 IPCC 그래픽. Climateprediction.net은 오차 범위를 줄이고 더 나은 확률 정보를 생성하는 것을 목표로 한다.

여러 기후 모델의 예측 결과는 시간이 지남에 따라 분포 범위가 넓어지는 경향을 보인다. 그래프 우측에는 각 모델의 최종 온도 범위가 표시되어 있는데, 모델의 예측 기간이 길어질수록 모델 간 차이가 커지는 것을 확인할 수 있다. 이러한 변동성의 약 절반은 기후 강제력 시나리오 자체가 아닌 모델 자체의 불확실성에서 기인한다. Climateprediction.net은 모델의 불확실성을 줄이는 것을 목표로 한다.

과학자들은 모델을 통해 특정 기후 강제력에 대한 반응으로 모델의 x%가 y도만큼 온난화를 보인다는 것을 알 수 있지만, 이 x%가 현실 세계에서 일어날 가능성을 정확히 반영하는지는 확신할 수 없다. 일부 모델은 과거 기후를 잘 재현하지만, 그렇지 않은 모델도 있다. 과거 기후를 잘 재현하는 모델에 더 높은 신뢰도를 부여하는 것이 타당하므로, 과거 재현 능력이 떨어지는 모델은 낮은 가중치를 받게 된다.^[3]

3. 실험

Climateprediction.net은 여러 기후 모델 실험을 수행하여 기후 모델의 불확실성을 연구하고 예측 정확도를 높이는 것을 목표로 한다.

Climateprediction.net 프로젝트는 최첨단 기후 모델들의 매개변수화 불확실성을 연구한다.^[32] 수천 개의 물리 매개변수에 약간의 변화를 주어 모델을 실행하고, 이러한 변화가 모델에 미치는 영향을 분석한다. 이를 통해 이산화탄소와 유황 변화에 따른 모델의 민감도를 비교하고, 기후 변화 예측의 신뢰도를 높이는 데 기여한다.

Climateprediction.net은 기후 변화에 관한 정부간 패널(IPCC)이 2001년 최우선 과제로 제시한 "복잡한 모델을 사용한 장기간의 시뮬레이션을 포함한 기후 예측 및 시뮬레이션 정확도 개선"에 기여하고 있다.

BOINC 5.4.9에서 ''Climateprediction.net'' 스크린 세이버

Climateprediction.net에서 배포했거나 배포할 다양한 모델은 다음과 같다.

'''BOINC 슬래브 모델''': 클래식 슬래브 모델과 동일하지만, BOINC에서 출시되었다.
'''열염분 순환 (THC) 모델''': 열염분 순환 강도 감소 시 기후 변화를 연구하는 모델이다. 현재는 종료되었다.
'''황 순환 모델''': 황산염 에어로졸이 기후에 미치는 영향을 연구하는 모델이다.
'''결합 스핀업 모델''': 해양의 영향을 보다 역동적이고 현실적으로 반영한 모델이다.
'''과도기 결합 모델''': 1920년부터 2000년까지의 기후를 재현하는 사후 예측과 미래 예측을 포함하는 모델이다.
'''계절별 귀인 프로젝트''': 극한 강수 현상을 연구하기 위한 고해상도 모델이다.

3. 1. 초기 모델 (The original model)

초기 모델은 HadSM3로 실행되었으며, 이는 HadCM3 모델의 HadAM3 대기 모델을 사용하지만, 완전한 역학 해양 대신 "슬래브" 해양 모델을 사용한다. 슬래브 해양 모델은 전체 모델보다 계산 속도가 빠르고 메모리를 덜 필요로 한다. 그러나 슬래브 해양 모델은 전체 모델에 통합된 해양의 역학적 피드백이 부족하다. 그럼에도 불구하고, 2100년까지의 기후 변화 예측을 위해 사용되는 완전 결합된 해양-대기 모델이다.^[32]

각 다운로드된 모델은 다양한 모델 매개변수에 약간의 변동이 있다.

초기 15 모델년의 "보정 단계"에서 모델은 "플럭스 보정"을 계산한다. "플럭스 보정"은 모델 해양을 균형 상태로 유지하기 위해 필요한 추가 해양-대기 플럭스이다. (모델 해양에는 해류가 포함되지 않으며, 이러한 플럭스는 어느 정도 누락된 해류에 의해 운송될 열을 대체한다.)

15년의 "제어 단계"에서는 해양 온도가 변동할 수 있다. 플럭스 보정은 모델을 안정적으로 유지해야 하지만, 일부 실행에서는 피드백이 발생했다. 연평균 온도를 기반으로 하는 품질 관리 점검이 있으며, 이 점검에 실패한 모델은 폐기된다.

"2*CO₂ 단계"에서는 CO₂ 함량이 즉시 두 배가 되고 모델은 추가로 15년 동안 실행된다. 이는 경우에 따라 새로운 (더 따뜻한) 평형 상태로 정착하기에 충분하지 않은 모델 시간이다. 이 단계에서 물리적으로 비현실적인 결과를 생성한 일부 모델은 다시 폐기된다.^[32]

제어 및 2*CO₂ 단계에서의 품질 관리 점검은 매우 약했다. 이는 명백히 비물리적인 모델을 제외하기에 충분하지만, 계절 주기의 시뮬레이션 테스트를 포함하지 않는다. 따라서 통과된 일부 모델은 여전히 비현실적일 수 있다. 추가적인 품질 관리 조치가 개발되고 있다.

두 배의 CO₂ 단계에서 온도는 지수적으로 외삽되어 평형 온도를 계산한다. 이 온도와 제어 단계 사이의 온도 차이는 해당 모델 버전의 기후 민감도를 측정한다.

3. 2. 열염분 순환 (THC) 모델

이 실험은 열염분 순환의 강도가 감소하는 경우 기후가 어떻게 변할 수 있는지 연구한다. 이 실험은 충분한 결과를 얻어, 현재 새로운 참가자에게는 종료되었다.^[9]

총 60 모델 연도의 4단계 모델이었다. 처음 세 단계는 슬래브 모델과 동일했다. 네 번째 단계에서는 다른 실행에서 파생된 북대서양의 SST 변화를 적용하여 열염분 순환의 50% 감소 효과를 부여했다.^[9]

이 실험은 영화 "투모로우" 개봉 시기와 맞물려 대중의 관심을 받았다.

3. 3. 황 순환 모델

황 순환 모델은 황산염 에어로졸이 기후에 미치는 영향을 연구하기 위한 실험이다. 이 실험에서는 황을 다이메틸 설파이드 및 황산염 에어로졸을 포함한 여러 화합물 형태로 모델링한다.^[10] 2005년 8월에 시작되었으며, 사후 예측의 사전 요구 사항이었다. 총 75 모델 연도의 5단계 모델로, 시간 단계는 약 70% 더 길어져 초기 슬래브 모델보다 약 2.8배 더 길어졌다.^[11] 일부 모델이 아직 실행 중이지만, 2006년 이후로는 모델이 발행되지 않았다.^[12] 이 실험을 통해 대기 오염과 기후 변화 간의 상호작용을 분석한다.

3. 4. 결합 스핀업 모델

결합 스핀업 모델은 초기 슬래브 모델보다 더 역동적이고 현실적인 방식으로 기본 모델에 해양의 영향을 포함시켰다. 이는 사후 예측의 사전 요구 사항이었다. 이 작업은 완료되었으며 계획대로 공개적으로 공개되지 않았다. 가장 빠른 200~500대의 컴퓨터가 참여하도록 초대되었는데, 이는 200년 모델이었고 과도기 결합 모델 출시에 대비하여 2006년 2월까지 결과가 필요했기 때문이다.^[11]

3. 5. 과도 결합 모델

BBC 기후 변화 실험 브랜드로 2006년 2월에 출시되었고, 이후 CPDN 사이트에서도 출시된 과도기 결합 모델은 80년간의 사후 예측과 80년간의 예측으로 구성된다. 사후 예측은 1920년부터 2000년까지의 기후를 얼마나 잘 재현하는지 평가하는 데 사용된다.^[13]

3. 6. 계절별 귀인 프로젝트

Seasonal Attribution Project^영어는 극한 강수 현상을 연구하기 위한 고해상도 모델 실험이다. HadAM3-N144 기후 모델을 사용하며^[14], 짧은 기간 동안의 기상 현상을 상세하게 시뮬레이션한다. 단일 모델 연도이기 때문에 실험 시간은 짧지만, 셀 수가 13.5배 더 많고 시간 단계는 30분 대신 10분이다. 이러한 고해상도는 최소 1.5 GB의 RAM을 필요로 한다.^[14]

4. 역사

마일스 앨런은 1999년에 SETI@home의 성공에 영감을 받아 대규모 기후 앙상블의 필요성을 제기했다.^[15] 같은 해 9월 함부르크에서 열린 세계 기후 회의에서 발표하고, 10월 ''네이처''에 관련 논평이 실린 후, 수천 명이 프로그램 참여 의사를 밝혔다.

2003년 9월 12일, Climateprediction.net (CPDN) 프로젝트가 공식적으로 시작되었다. 초기에는 윈도우용 "클래식" 클라이언트만 제공되었다. 2004년 8월 26일, BOINC 클라이언트가 출시되면서 윈도우, 리눅스, Mac OS X 등 다양한 운영 체제에서 프로젝트 참여가 가능해졌다.

2006년 2월에는 BBC 기후 변화 실험이 시작되어 더 많은 대중이 프로젝트에 참여하게 되었다.^[16] 이 실험은 과도 기후 시뮬레이션을 통해 기후 강제력 변화에 따른 기후 반응 변화를 조사할 수 있도록 설계되었다. BBC는 처음 3주 동안 12만 대 이상의 컴퓨터가 참여했다고 홍보했다.

5. 현재까지의 결과

2005년 1월, ''네이처''에 발표된 첫 번째 결과는 기후 모델의 매개변수를 타당한 범위 내에서 약간만 변경해도 기후 민감도가 2°C 미만에서 11°C 이상까지 나타날 수 있음을 보여주었다.^[19] 그러나 NASA 고다드 우주 연구소의 기후 모델러인 개빈 슈미트는 이러한 높은 기후 민감도가 타당하지 않다고 주장하는 등 이의가 제기되기도 했다.^[20]

기후 민감도는 이산화 탄소 농도가 두 배로 증가했을 때 지구 평균 기온이 얼마나 변하는지를 나타내는 지표이다. 현재 이산화 탄소 농도는 약 420ppm이며, 산업화 이전 수준(280ppm)에 비해 연간 1.8ppm씩 증가하고 있다.

일반적으로 5°C 이상의 기후 민감도는 심각한 결과를 초래할 수 있다고 여겨진다.^[21] 이전에도 높은 기후 민감도의 가능성이 보고된 적은 있지만, GCM이 이러한 행동을 보인 것은 이번이 처음이다.^[19]

기후 민감도가 매우 높은 모델조차도 다른 최첨단 기후 모델만큼 현실적인 것으로 나타났다. 현실성 검증은 평균 제곱근 오차 테스트를 통해 이루어졌는데, 이는 계절 변화의 현실성은 확인하지 않으므로, 향후 더 강력한 검증 방법이 필요하다.

실험의 목표 중 하나는 확률 분포 함수(pdf)를 통해 기후 결과를 예측하는 것이다. 이를 위해 매우 광범위한 결과를 얻는 것이 중요하며, 설령 일부 결과가 비현실적이더라도 배제하지 않아야 한다. 더 많은 시뮬레이션 데이터가 있을수록 pdf의 신뢰도가 높아지기 때문이다. 따라서 11°C의 높은 기후 민감도를 가진 모델도 포함되었다. 황 순환 실험은 이러한 범위를 좁힐 가능성이 있다.

《지구물리 연구 서신》에 게재된 논문에서는 다음과 같이 결론 내리고 있다.^[22]

> 모델-데이터 불일치의 근원을 내부적으로 일관되게 표현하여 기후 민감도의 확률 밀도 함수를 계산할 때, 5번째 및 95번째 백분위수는 각각 2.2 K와 6.8 K입니다. 이러한 결과는 특히 상한선이 모델 데이터 불일치의 근원 표현에 민감합니다.

6. 시각화

많은 자원 봉사 컴퓨팅 프로젝트에는 응용 프로그램의 활동을 시각적으로 나타내는 화면 보호기가 있지만, 일반적으로 계산되는 결과를 보여주지는 않는다. 반대로 climate''prediction''.net은 모델링되는 세계의 기후를 보여주기 위해 내장된 시각화를 사용할 뿐만 아니라, 기후의 다양한 측면(온도, 강우량 등)을 표시할 수 있도록 상호 작용한다. 또한, 사용자가 모델이 수행하는 작업(일반적으로 이전에 생성된 결과를 분석하여)을 더 많이 확인하고, 서로 다른 실행 및 모델을 비교할 수 있는 더 진보된 시각화 프로그램도 있다.

2003년에 출시된 모델의 실시간 데스크톱 시각화는 NAG의 제레미 월턴이 개발하여, 사용자가 구름 덮개와 온도가 지구 표면에서 변화함에 따라 시뮬레이션의 진행 상황을 추적할 수 있게 했다. 사용되는 다른, 더 진보된 시각화 프로그램으로는 ''CPView''와 ''IDL 고급 시각화''가 있다. 이들은 유사한 기능을 가지고 있다. CPView는 실험 참가자인 마틴 사이크스가 작성했다. IDL 고급 시각화는 레딩 대학교(영국)의 앤디 힙스가 작성했으며, BOINC 버전과 함께 작동하도록 Tesella Support Services plc에서 수정했다.

CPView만이 일반적인 온도, 압력, 강우량, 눈, 구름 대신 특이한 진단을 볼 수 있게 해준다.^[25] 지도에 최대 5개의 데이터 세트를 표시할 수 있다. 또한 최대, 최소, 추가 메모리 기능 및 기타 기능과 같은 광범위한 기능도 있다.

고급 시각화는 지역 및 1일, 2일, 7일에 대한 그래프 기능과 더불어, 계절 및 연간 평균의 일반적인 그래프(두 패키지 모두)를 가지고 있다. 위도 - 높이 플롯 및 시간 - 높이 플롯도 있다.

CPView의 다운로드 크기는 훨씬 작으며 CPView는 Windows 98에서 작동한다.

2008년 12월 현재, 최신 CPDN 모델과 함께 작동하는 시각화 도구는 없다. CPView와 고급 시각화 모두 해당 모델에서 수집된 데이터를 표시하도록 업데이트되지 않았다. 따라서 사용자는 화면 보호기를 통해서만 데이터를 시각화할 수 있다.

7. 교육적 활용

열린 대학교 단기 강좌^[8]와 기후 및 기후 모델링 관련 과목을 가르치기 위한 학교용 교육 자료^[23]가 있다. 또한, 중등 과학, A 레벨 물리학(심화 물리학), 중등 수학, 중등 지리, 21세기 과학, 대중의 과학 이해, 수학 활용, 초등 교육에 사용할 수 있는 교육 자료도 있다.

8. BBC Climate Change Experiment

'''BBC 기후 변화 실험'''은 옥스퍼드 대학교가 주도하고 영국 기상청(Met Office), BBC, 영국 열린 대학교(Open University), 레딩 대학교(Reading University) 등 여러 파트너가 함께한 BOINC 프로젝트였다. 이 프로젝트는 climateprediction.net 프로젝트의 과도 결합 모델이다.

많은 참여자들이 이 프로젝트에 참여했으며, 12만 명 이상이 팀을 이루어 가입했다.^[26]

결과는 얼마 동안 계속 수집되었고, 후속 텔레비전 프로그램은 2007년 1월에 방영되었다. 2009년 3월 8일, climate''prediction''.net은 BBC 기후 변화 실험이 종료되었음을 공식적으로 발표하고 프로젝트를 종료했다.^[27]

참조

_[1] 웹사이트 Licence agreement https://www.climatep[...] 2020-08-07
_[2] 웹사이트 Project status https://www.cpdn.org[...] 2020-01-29
_[3] 웹사이트 About the project https://web.archive.[...] Climateprediction.net 2011-02-20
_[4] 웹사이트 BBC quote of Nick Faull http://www.bbc.co.uk[...] Bbc.co.uk 2007-01-21
_[5] 웹사이트 climate prediction.net http://www.climatepr[...] 2010-12-13
_[6] 웹사이트 Detailed user, host, team and country statistics with graphs for BOINC http://boincstats.co[...] 2016-06-29
_[7] 웹사이트 Modelling The Climate http://www.climatepr[...] Climateprediction.net 2011-02-20
_[8] 웹사이트 Open University short course http://www.climatepr[...]
_[9] 웹사이트 About THC https://web.archive.[...] Climateprediction.net 2011-02-20
_[10] 웹사이트 Sulphur Cycle Experiment https://web.archive.[...]
_[11] 웹사이트 Sulfur Cycle https://web.archive.[...] Climateprediction.net
_[12] 웹사이트 Project Stats https://web.archive.[...] Climateapps2.oucs.ox.ac.uk
_[13] 웹사이트 Strategy - see experiment 2 http://www.climatepr[...] Climateprediction.net
_[14] 웹사이트 SAP - About http://attribution.c[...]
_[15] 웹사이트 Do-it-yourself climate prediction http://www.climatepr[...] 1999-10-14
_[16] 웹사이트 climateprediction.net - BBC Climate Change Experiment https://web.archive.[...] Bbc.cpdn.org 2007-05-20
_[17] 웹사이트 Message Board • View topic - Message From Principal Investigator Re: April 2006 Problem http://www.climatepr[...] Climateprediction.net 2006-04-19
_[18] 웹사이트 Potted History http://www.climatepr[...] 2011-02-20
_[19] 논문 Uncertainty in predictions of the climate response to rising levels of greenhouse gases 2005-01
_[20] 뉴스 Climate Less Sensitive to Greenhouse Gases Than Predicted, Study Says https://web.archive.[...] News.nationalgeographic.com 2010-10-28
_[21] 논문 Well below 2 °C: Mitigation strategies for avoiding dangerous to catastrophic climate changes 2017-09-26
_[22] 논문 Constraints on climate change from a multi-thousand member ensemble of simulations http://climatepredic[...]
_[23] 웹사이트 Resources for Schools http://climatepredic[...]
_[24] 논문 Visualization for Public-Resource Climate Modeling https://web.archive.[...]
_[25] 웹사이트 Data Index http://www.users.glo[...] Users.globalnet.co.uk 2004-08-17
_[26] 웹사이트 Home {{pipe}} BOINCstats/BAM! https://www.boincsta[...]
_[27] 웹사이트 BBC Experiment Finished http://climatepredic[...]
_[28] 웹인용 About the project https://web.archive.[...] Climateprediction.net 2011-02-20
_[29] 웹인용 BBC quote of Nick Faull http://www.bbc.co.uk[...] Bbc.co.uk 2011-02-20
_[30] 웹인용 Climate prediction.net http://www.climatepr[...] 2010-12-13
_[31] 웹인용 Detailed user, host, team and country statistics with graphs for BOINC https://web.archive.[...] 2016-06-29
_[32] 웹인용 Modelling The Climate https://web.archive.[...] Climateprediction.net 2011-02-20

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