| 초록 |
'동력-통계' 예보 방법에 기반한 MEOFIS(정밀한 기상요소에 대한 객관적 예보) 플랫폼은 관련 모드 예보 결과를 기초로 하였으며, 역사적인 실제 정황 자료와 결부시켜 예보 모델을 구축함으로써 기지의 정밀화 예보를 실현하였다. 2009~2011년의 T639 모드 제품과 보하이만(Bohai Bay) 북부 관련 관측기지의 데이터를 누적하여 통계적 모델링(statistical modelling)을 진행하였으며, 2012~2013년 해수면의 4계절 기온과 풍속에 대한 예보 통계를 진행하여 해수면 기온과 풍속 예보에서 해당 플랫폼의 적용성을 비교 분석하였다. 객관적 검사 결과, 1℃ 오차 범위내에서, 해수면의 각 계절 기온과 풍속 예보 정확도는 육지에 비해 높았다. 해수면의 낮 최고 기온, 낮 최저 기온과 3시간 간격의 기온에 대한 예보 정확도는 68% 초과하였으며, 가을철의 낮 최고 기온, 3시간 간격 기온과 겨울철의 낮 최저 기온에 대한 예보는 가장 이상적이었고 정확도는 각각 86.8%, 75.2%와 78.9%에 달하였으며, 봄철 기온에 대한 예보는 전반적으로 이상적이지 못하였다. 뚜렷한 검사 결과, T639 직접 출력한 결과에 비해, MEOFIS는 각 계절의 기온 예보에서 뚜렷한 수정 능력을 갖고 있었다. 2 m/s 오차 범위내에서, 과도적 계절(transitional seasons)의 봄, 가을철의 낮 최대 풍속에 대한 예보 정확도는 75.0% 를 초과하였으며 여름철의 예보 효과는 비교적 차하였다. 그러나 3시간 간격의 풍속에 대한 예보 정확도는 가장 높았으며 78.0%에 달하였고, 겨울철의 풍속 예보 효과는 전반적으로 양호하지 않았다. 전체 평균 경험적 모드분해법(Ensemble Empirical Mode Decomposition, EEMD)을 이용하여 매달 3시간 간격의 해수면 기온과 풍속 예보 오차에 대해 필터링 처리를 진행하였다. 결과, MEOFIS 플랫폼이 이 2개 요소에 대한 예보 오차는 뚜렷한 격주 진동파(biweekly oscillation waves)가 존재하였으며, 필터링을 통하여 양자 예보 방법의 정확도를 향상할 수 있었으며 기온에 대한 예보 정확도를 크게 향상시킬 수 있었다. 예보 편차와 분산차이가 작은 계절은 예보 정확도를 개선하는데 더 이상적이었다. |
