| 내용 |
최근 한국에서 발생한 기록적인 장마 현상을 두고 AI마저 예측에 실패한 기상이변이라는 평가가 잇따르고 있다. 이는 기존의 기후데이터가 무의미할 정도로 전례 없는 속도로 지구 기후 시스템이 변화하고 있기 때문이라고 전문가들은 설명한다.이에 따라 과학자들은 보다 세부적인 물리 기반 모델을 개선하고, 기후시스템의 불확실성에 대한 이해를 높이고자 시도하고 있다. 최근 EU Horizon 2020 기후 과학 프로젝트 TiPES 소속 과학자들이 기후 예측 모델 개선에 필요한 데이터를 수집하는 방법과 이산화탄소가 기후의 자연적 변동성을 어떻게 방해하는 지 예측하는 문제에 대한 리뷰 자료를 발표하였다.현재 기후 모델은 대기 중의 이산화탄소 농도가 두배가 될 때 예측되는 평균 지구 온도를 결정하지 못한다는 단점이 있다. 이와 같은 온도를 평형 기후 민감도라고 하는데, 최근 기상이변으로 불확실성이 커져 이 기후민감도의 정확성이 떨어지는 실정이다. 또한, 해류나 빙상, 생태계와 같은 하위 시스템이 갑자기 변화를 일으킬 때 발생하는 티핑포인트를 예측하는 데 어려움이 있다. 이는 대부분의 기후 계산에 사용되는 수학적 방법론이 카오스적인 사건이나 불확실한 행태를 즉각적으로 반영을 하지 못한다는 점에 기인한다.이에 따라, TiPES 과학자들은 불확실성 및 카오스적인 사건을 포함하여 훨씬 더 일반적인 수학적 프레임워크로 확장하는 방법을 제안하였다. 이는 응용 수학, 이론 물리학 등을 포함한 다학제간 연구로 광범위하고 지속적인 협력이 필요하다고 관련 연구자들은 설명하였다. |
