손에잡히는예/ 보/ 기/ 술 ( 제 17호 - 2012년 10 월) 앙상블예측 (Ensemble Prediction) 발행: 예보국 문의: 예보기술팀( 내선 1656/1657) 발행일 : 2012 년 10월 8 일( 월) 앙상블예측이란? 앙상블예측이란단일수치예보가가지는결정론적인예측의한계를보완한것으로서 초기조건, 물리과정, 경계조건등이다른여러개의모델을수행하여, 확률적으로미래를 예측하는시스템이다. 앙상블예측에는기존수치모델의정보와예보불확실성에대한 정보를동시에제공한다. (a) 앙상블예측개념도 (b) 기상청앙상블예측개념도설명 1. 앙상블예측개념도와요약 (a), (b) 의 1~ 6는같은의미임 - 1 -
1은앙상블예측의개념도와 UM 모델에서생산하는앙상블예측에대한요약이 다. 1(b) 를보면, 1 UM 모델의초기장 (N512 L70) 이생산되면, 이를내삽하여앙 상블초기장 (N320 L70) 을생산한다. 2 섭동과정 (UM 모델은 ETKF 를사용) 을통해, 23 개의섭동초기장이생산된다. 4 UM 모델의내삽된초기장에아무런섭동을추가하지 않고모델을수행하면 control 멤버가되고, 초기장에 ETKF 에의한분석장을추가하여모 델을수행하면섭동멤버가된다. 따라서, 총 24개의앙상블멤버들이생산되어예측을 시작한다. 5 섭동멤버들은 3 시간예측마다물리과정이추가되어시작지점의위치( 실제 관측값 ) 부터최종예측결과까지차이가난다. 6 모든멤버는 +10 일까지예측을실행한다. 따라서, 각모델은예측시간이길어질수록최종목표시각의예측편차가커지게되는데, 이렇게시작시점보다예측값의범위가퍼져분포하는것을스프레드 (spread) 라부른다. 1 (a) 를보면, 초기시각관측과의오차가고려되어예측을시작하던모델들은최종 목표시각에도달할때참값과오차가커지는데, 이결과는예측모델의불확실성을의미 하는것으로서, 단순히하나의모델에의존해예측을할경우큰오차가발생할수있음을 보여준다. 이런큰오차발생을줄이기위해각모델결과를평균한 앙상블평균값을 예측 에활용하고있다. 표 1 은앙상블에서자주사용하는용어에대한요약이다. 초기섭동생 성에는 Singular Vector, Breeding Method, Ensemble Transformation Kalman Filter 방법 등이사용되고있다. 기상청에서는 ETKF 방법을사용한다. 3 표 1. 앙상블에서사용하는기본용어 용어내용 앙상블예측 (ensemble prediction) 멤버 (member) 섭동 (perturbation) 컨트롤 (control) 앙상블평균 (ensemble mean) 스프레드 (Spread or "Uncertainty") 동일예보시점에서서로다른예보장들의총체적집합 앙상블예측에서각각의예보장들 모델과관측과의오차를반영하여모델분석장또는정상적인물리과정의변화를계산한후에그위에추가로부가하는작은값들초기분석장에섭동을주지않은예보장 전체앙상블멤버의평균 앙상블평균에대한각멤버의표준편차 앙상블예측의장단점 표 2. 앙상블예측의장 단점요약 요소장점단점경제성때문에낮은해상도를사용하며, 평 결과물 단일전지구예측모델보다우수, 예측 2일 이후, 중기예측에활용도높음 활화(smoothing) 로중규모기상파악이어 려움. 자료량이방대하여편차가클경우 해석의난이도증가 위험기상발생가능한다양한위험기상시나리오제공확률정보의해석능력이바탕이되어야함 비용, 시설기상요소별확률적예측정보제공고성능의슈퍼컴퓨터필요 - 2 -
표 2 는앙상블예측의장 단점을요약한것이다. 수치모델의오차는시공간적으로 차 이가있지만일반적으로예보기간이길어지면그불확실성의정도가현저하게커진다. 1 전지구예측모델의경우예측 2~3 일이후는단일모델의예측신뢰도가떨어지는데, 앙상블예측은보다긴선행시간에서의예측성을향상시켜중기예보에활용도가높다. 2 앙상블예측은긴선행시간에대한예측성의향상뿐만아니라, 예측의불확실성 ( 또는 신뢰도 ) 에대한정보도같이제공한다. 따라서예보관은불확실성에대한정보를가지고 상황에맞는정보생산과예보결정을내릴수있다. 3 앙상블예측은또한가장가능성 있는하나의예측이아니라앙상블이표현해내는범위에서가능한모든예측시나리오를 제공하므로, 예측기간동안에재해기상을유발할수있는기상현상의발생가능성과어느 정도의강도를가지는재해기상의발생이가능한지에대한정보도얻을수있다. 4 그렇지만전지구모델하나를계산하는데도엄청난계산량이요구되는데, 동시에수 십개의모델을수행해야하는앙상블예측시스템은독자적인슈퍼컴퓨터를보유하고있지 않는기관에서는운영하기힘들다. 이런이유로전세계에서 10개기관만전지구앙상블 모델을현업으로운영하고있다. 앙상블산출물의활용법 앙상블예측에서각멤버들의편차인스프레드의이해가중요하다. 표 3은스프레드가 큰경우와작은경우에대한의미와해석, 주의사항을요약한것이다. 표 3. 앙상블스프레드해석요약 스프레드가작은경우 스프레드가큰경우 의미모델의예측성이높다모델의예측성이낮다 해석 주의 상세한예보정보, 앙상블평균또는중앙값 ( 메디안) 을이용한예보 종관규모예측성이좋다는것이지면변수( 온 도와적운강수등) 의미하지는않음 예측성도좋다는것을 상세한예보를피하고, 관측과비교를통해가장가능성이있는멤버를감안하되, ECMWF, UM 모델의앙상블비교와예측경향을파악하고다양한시나리오검토업데이트되는예보에주의를기울일것앙상블멤버중최악의시나리오대비 2. 500hPa 고도장의스파게티와스프레드 ( 빨간색원은파란색원에비해 스프레드가크다. 즉, 불확실성이크다.) - 3 -
1) EPSgram EPSgram 은지점 기상요소별중기예보결정과예보의신뢰도제공에활용할수있다. 주요도시의전운량 ( 하늘을 10 등분한것중구름이덮고있는비율, ECMWF 는 8분할 단위), 6 시간누적강수량, 지상풍속( 지상으로부터 10m 고도로내삽한바람의풍속, 단 위 m/s), 지상기온( 지상으로부터 2m 고도로내삽한기온) 을제공한다. 앙상블멤버의 예측값을크기순으로나열하였을때아래부터최소값, 10%, 25%, median(50%), 75%, 90%, 최대값의크기를보여준다. 붉은색파선은앙상블멤버들의평균값이고, 파란색실선은 GDAPS 결과이다. 예측시 간이길수록그래프의편차가커지게되는데주변의예측시간대에비해편차가클경우 모델의예측불확실성이크다고할수있다. 전운량, 강수량의경우대부분앙상블멤버가 0이더라도 0 이아닌멤버가있을경우평균값 ( 붉은색파선) 이확률분포의중앙(median) 값보다큰값으로표출된다. 연직시계열도는모델격자값을관측지점으로내삽한값이아닌, 관측점에서가장가까 운격자점의값을그대로사용한다. 따라서 EPSgram 의해석은모델격자점이관측과어 떤위치에놓여있는지를감안하여예측결과를해석하여야한다. 4는현업앙상블 EPSgram 을제공하는주요도시에대해관측지점과모델격자의위치를표시한것이다. 해안선과의거리, 지형고도등의차이로실제관측점과모델격자점의특성에차이가날 수도있다. 반드시강수확률분포등의수평분포도같이참조해야한다. 3. EPSgram 4. EPSgram을표출하는주오도시에대해 관측지점과모델격자지점의위치비교. 빨간 점은관측지점, 파란는현업앙상블에서제 공하는 EPSgram 의격자점, 초록는 ECMWF EPSgram 의격자위치임 - 4 -
2) 시계열예측경향 시계열예측경향은시간지연앙상블 (time-lag ensemble) 개념을도입하여앙상블멤 버의개수를늘리고, 수치예보초기시각에따라예보가변화하는경향을한눈에파악할 수있도록표출한것이다. UM EPSgram 의경우동일예보시점에대해지난 2.5일동안 앙상블이예측한 6 개의시계열을시간순으로제공한다. 가장최신자료가위에놓이며, 날짜의위치(x 축) 가동일한날로고정되어있어예보관이모델예측경향을쉽게파악할 수있다. 또한분석시각기준으로 2.5 일전까지는관측자료가이미있으므로, 각지점의 해당변수에대한최근의앙상블예측오차정도및경향을파악하고앞으로다가올기간 에대한앙상블예측을해석하는데참고자료로활용가능하다. 지난기간에대한앙상블 예측과관측을검은점으로함께표출하고있다( 5 참조). 예보관은각모델의예측 일관성을파악할수있으며, 큰차이없이비슷한예측분포를보일경우예보결정에활 용가능하며, 일관성이결여된경우관측과모델간의차이, 6개의모델중관측과의오차 가가장적은모델의선택등다양한접근방법으로예보결정에활용해야한다. 제공변 수로는 6 시간누적강수, 2m 기온이며, +10 일까지예측자료를제공한다. ECMWF EPSgram 의경우동일예보시점에대해지난 2일동안앙상블이예측한 5개의시계열을 시간순으로한에표출하며제공변수는강수, 운량, 풍속, 기온이다. 5. UM-EPS 기온시계열예측경향 - 5 -
3) 극값예측지수 (EFI: Extreme Forecast Index %) 극값예측지수는앙상블예보의분포가모델의기후 1) 분포에서얼마나벗어나는지를 나타내는지표이다. 모델기후에서크게벗어나는값은계절과기상요소에따라위험기 상발생가능성을암시하는것이므로수일전에위험기상발생가능성을인지할수있는 경보상황인지자료라고할수있다. 현재앙상블예측이모델기후의확률분포에서벗어 난정도를지수로표현하여각종재해기상 ( 호우, 강풍, 한파및폭염) 가능성의정보를 백분율로제공한다. 이때, 극값예측지수는 -100 에서 100 사이의값을가지며 0에가까 울수록모델기후자료분포와유사함을의미하고백분율의절대값이클수록기후분포에서 벗어난것이므로재해기상가능성이높음을보여준다. 각기상요소별확률분포예상이 -40% 이하, +40% 이상일경우녹색, 붉은색계열로채색되어있다( 6). 일강수량은기후보다약한강수는의미가없으므로호우의가능성을나타내는양의 값만표출하며값이클수록모델기후산출기간에예측했던과거의강수량에비해많은 양이예측됨을의미한다. 일최대풍속의경우도강수와마찬가지로양의값만표출하며 값이클수록강풍의가능성이큼을의미한다. 일최저, 최고기온은음으로커지면모델기 후보다춥고양으로커지면모델기후에비해따뜻함을의미한다. 바탕에파란색실선은 모델기후평균이다. EFI 는모델기후의차이임을명심해야한다. 그러므로동일한 EFI 값 을보이더라도계절에따라발생하는기상현상의강도는큰차이가날수있다. 6. 극값예측지수 4종 1) 모델기후는 3 년(2009~2011) 동안 24 개앙상블멤버에대해일자료를추출하여해당일의앞, 뒤 15 일이동창(window) 을가지고산출한다. - 6 -
4) 평균/ 편차 평균/ 편차도는앙상블멤버 23개와 Control 1 개로구한앙상블평균(contour) 과그평 균에대한멤버들의표준편차를스프레드 ( 채색) 로나타낸것이다 ( 7). 앙상블은동 일예보시점에대해수십개의예측을제공하므로활용의편의를위해가장가능성이있 는시나리오라고볼수있는앙상블평균과각멤버들이평균으로부터얼마나다르게예 보했는가를나타내는편차( 스프레드 ) 를한장에표출하여제공한다. 스프레드가큰지역 은예측의불확실성이크고, 스프레드가낮은지역은예측의불확실성이적음을의미한 다. 제공하는자료로서, 6 과같이동아시아해면기압 : 앙상블평균( 등치선, 2hPa 간 격) 과편차( 음영, 0.5hPa 간격), 동아시아 850hPa 기온: 앙상블평균( 등치선, 3 간격) 과편차( 음영, 0.5 간격), 동아시아 500hPa 고도: 앙상블평균( 등치선, 60m 간격) 과 편차( 음영, 5m 간격) 가있다. 예보관은기압계의이동속도및기압골의강도에대한모 델의불확실성을참고하여중기예보등에활용할수있다. 5) 스파게티 스파게티는모든앙상블멤버의예측을하나의에그리면매우복잡하므로원하는 등치선만을선택하여각멤버의예측을모두보여주는이다. 500hPa 특정고도등치 선(2 쌍) 을한장의에스프레드 ( 음영( 파란색계열), 5m 간격) 와함께표출한다 ( 그 림 8). 계절변화를고려하기위해등고선값을달리하여 5340m 부터 5880m 까지 60m간 격으로시작하는 8 쌍을제공하며, 한에서두등치선은 120m 간격으로서총 8개로 구성되어있다. 여름철북태평양고기압은 5880 선을참고할수있으며, 상층파동의움직 임은이보다낮은등치선값을참고할수있다. 멤버간의간격이좁은지역( 스프레드작 음) 은일반적으로모델의예측성이높다고할수있으며, 멤버간의간격이넓은지역은 일반적으로예측정확성이낮고스프레드가크게나타나는것이특징이다. 앙상블스프 레드를함께표출하고있으므로음영으로표출된지역과참고하여활용해야한다. 7. 평균/ 편차도예제 8. 스파게티차트예제 - 7 -
6) 강수확률 강수확률은 6시간누적강수량을 4 개의계급으로나누어, 앙상블멤버들의예보가각 계급에해당하는확률을정량적으로계산하여확률의분포(shading) 를나타낸분포도이 다. 확률(P) 의계산은격자마다각계급에해당하는강수량을예측한앙상블멤버의수 를 M 이라할때, P = (M/24) 100 강수량계급 : 1, 5, 10, 25mm / 6시간 9 에서등치선은해면기압의앙상블평균값이다. 일반적으로가장약한강수에대한 강수확률예측을먼저확인해보고, 강수가능성이있을경우어느정도강도의강수가예 측되는지에대한정보를얻기위해강수량계급이더높은구간에대한강수확률분포도 를참고한다. 총 4 개(1, 5, 10, 25mm/6 시간) 의계급별로메뉴가구성되어있으며, 각단 계별예측한앙상블멤버가전체대비몇 % 인지를강수확률로표현한것이다. 강수확률 50% 이상은노란색, 70% 이상은주황색으로알아보기쉽게표현되어있다. 7) 스탬프맵(stamp map) 앙상블예보는평균장과편차장을제공하는것도중요하지만모든멤버의시나리오를 함께표출하여예보에활용하는것도중요하다. 스탬프맵은 10처럼멤버들을한 화면에우표처럼배열하여표출한그래프이다. 모든멤버의시나리오를제공하여앙상블 멤버들중극한기상 (extreme weather) 시나리오에대한가능성을검토할수있다. 9. 강수확률챠트 10. 스템프맵예제 < 참고문헌 > 김동준, 2007: Recent developments in KMA's ensemble prediction system(eps), Geo-nwp training workshop 발표자료. 기상청, 2011: 수치예보전문기술인력양성과정표준교재, 수치예보의이해, 84~101pp. 손주형, 2012: 지경노발표자료, 극값예측지수 (EFI) 와앙상블개선. Introduction of Ensemble Prediction, COMET module, www.meted.ucar.edu Wilks, D, S., 1995: Statistical methods in the atmospheric science: An introduction academic press, 467pp. - 8 -