Atmosphere. Korean Meteorological Society Vol. 24, No. 4 (2014) pp. 565-571 http://dx.doi.org/10.14191/atmos.2014.24.4.565 pissn 1598-3560 eissn 2288-3266 기술노트 (Technical Note) 북서태평양태풍의여름과가을철예측시스템개발과한반도영향태풍예측에활용 최우석 1) 허창회 1), * 강기룡 2) 윤원태 2) 1) 서울대학교지구환경과학부, 2) 기상청국가태풍센터 ( 접수일 : 2014 년 11 월 14 일, 게재확정일 : 2014 년 12 월 11 일 ) Seasonal Prediction of Tropical Cyclone Activity in Summer and Autumn over the Western North Pacific and Its Application to Influencing Tropical Cyclones to the Korean Peninsula Woosuk Choi 1), Chang-Hoi Ho 1), *, KiRyong Kang 2), and Won-Tae Yun 2) 1) School of Earth and Environmental Sciences, Seoul National University, Seoul, Korea 2) National Typhoon Center, Korea Meteorological Administration, Jeju-do, Korea (Manuscript received 14 November 2014; accepted 11 December 2014) Abstract A long-range prediction system of tropical cyclone (TC) activity over the western North Pacific (WNP) has been operated in the National Typhoon Center of the Korea Meteorological Administration since 2012. The model forecasts the spatial distribution of TC tracks averaged over the period June~October. In this study, we separately developed TC prediction models for summer (June~August) and autumn (September~November) period based on the current operating system. To perform the three-month WNP TC activity prediction procedure readily, we modified the shell script calling in environmental variables automatically. The user can apply the model by changing these environmental variables of namelist parameter in consideration of their objective. The validations for the two seasons demonstrate the great performance of predictions showing high pattern correlations between hindcast and observed TC activity. In addition, we developed a post-processing script for deducing TC activity in the Korea emergency zone from final forecasting map and its skill is discussed. Key words: Tropical cyclone, operational system, shell script, the Korea emergency zone 1. 서론 국가태풍센터에서는 2012 년부터계절시간규모에서북서태평양지역의태풍활동을공간적으로예측하는모델을현업예보에활용하고있다 (Ho et al., 2013; Jin et al., 2014). 이모델은통계 - 역학하이브리드방법에기반한것으로서, 매년 5 월중순에 6 월부터 10 *Corresponding Author: Chang-Hoi Ho, School of Earth and Environmental Sciences, Seoul National University, 1 Gwanak-ro, Gwanak-gu, Seoul 151-747, Korea. Phone : +82-2-880-5705, Fax : +82-2-876-6795 E-mail : hoch@cpl.snu.ac.kr 월까지 5 개월평균한북서태평양태풍진로밀도를확률적정보로산출해서예측자료를생산한다 (Kim et al., 2012, Ho et al., 2013). 태풍진로예측을위해먼저퍼지군집분류방법 (Fuzzy clustering method) 을사용해서북서태평양의태풍진로를대표적인여러개의유형으로구분한다 (Kim et al., 2011). 분류된태풍진로유형별로전구역학모델에서모의한대기 / 해양순환장의동시상관관계성을이용해서통계회귀모델을구성하고예측인자를계산한후예측을수행한다. 마지막으로모든군집의예측결과를종합하여공간으로표출되는태풍진로밀도의예측결과를산출한다. 이시스템의예측성능은기후적관점에서우 565
566 북서태평양태풍의여름과가을철예측시스템개발과한반도영향태풍예측에활용 수하며, 현업활용의용이함을위해조기예측성의검증및자동화작업이이루어졌다 (Jin et al., 2014). 모델구동은리눅스기반시스템상에서유사실시간 (quasi real-time) 으로이루어지도록자동화작업이수행되었지만, 현업에서의다양한목적에따라유연하게모델을사용하기위해서모델스크립트수정이필요한상황이다. 기상청은계절기후장기예보에서여름철을 6 월부터 8 월까지로, 가을철을 9 월부터 11 월까지로정의하고, 각각 5 월하순, 8 월하순에예보전망을배포한다. 하지만본통계 - 역학하이브리드모델은개발단계에서그예측기간을 6 월부터 10 월까지로고정하였기때문에기상청장기예보기간과다른단점을갖고있다. 즉, 본모델에서산출된태풍예측결과를기상청장기예보전망자료에포함시킬수없는문제점이있다. 사용자가인위적으로예측대상기간을수정하고자한다면, 6~10 월을기준으로개발된모델이기때문에잘못된회귀분석이이루어지고비현실적인예측결과를얻을수도있다. 따라서기상청장기예보일정에맞춘일관성있는태풍예측자료생산을위해서기존 5 개월예측모듈을수정하여 3 개월태풍활동을예측할수있도록재개발해야한다. 앞서언급했듯이본모델은최종예측결과로써북서태평양지역전체의태풍진로밀도를산출한다. 대양전체태풍활동성을예측하기때문에최종결과에서한반도지역의결과만을집중계산하는후처리작업을통해한반도태풍활동예측결과를도출할수있다. 국가태풍센터에서는이예측시스템을현업으로사용한이후지난 3 년여간위도 28 o N 보다북쪽, 경도 132 o E 보다서쪽으로정의된한반도비상구역지역들중가장최대값을나타내는태풍진로밀도값을본모델의한반도태풍예측결과로산정하였다. 이는기상청에서 한반도영향태풍 이라고정의한기준이며태풍의중심이한반도비상구역으로진입할경우, 우리나라가태풍의직접적인영향권에속한다고평가할수있기때문이다 (Korea Meteorological Administration, 1996; Moon and Choi, 2011). 그러나이로인해유발되는별도의 2 차적작업은신속함을요구하는현업예보업무에서불필요한시간소모로이어져왔고, 예보자의주관성에의지하기때문에예측결과의불확실성이크다. 현업화이후본모델을국가태풍센터에서활용하면서대두된여러문제점을해결하고기상청장기예보업무에직접적인도움이되기위해서본연구에서는북서태평양태풍진로계절예측모델의예측대상기간을 3 개월단위로조정할수있도록모델쉘스크립트를개발하였다. 이조정작업은본모델의사용자가기존의 6 월부터 10 월까지고정된예측대상기간 을변경해여름철과가을철기간으로나누어 3 개월단위예측을쉽게수행할수있게한다. 또한개발된모델의예측성능을확인함으로써현업에서의활용가능성을검증하였다. 마지막으로현업사용자가본모델을통해서한반도영향태풍예측결과를산출하고자할때사용자편의를위해한반도비상구역태풍활동예측모듈을개발하고그성능을관측과비교하였다. 본기술노트의 2 절에서모델구동에필요한자료에대해설명하고, 3 절에서예측모델의개관적내용과시스템운영기반을설명한다. 4 절에서 3 개월단위태풍예측성능에대해평가하고 5 절에서한반도지역의예측성능에대해검증한다. 6 절에서는본기술노트의내용을요약한다. 2. 진로유형기반태풍계절예측모델 2.1 자료이모델의기반이되는태풍군집분류를위해세계기상기구산하의일본도쿄의지역특별기상센터 (Regional Specialized Meteorological Centers-Tokyo Typhoon Center) 에서제공하는태풍자료를사용하였다. 이자료는 1951 년부터북서태평양에서발생한태풍의위치정보, 강도정보등이날짜에따라정리되어있다. 이중중심최대풍속이 17 m s 1 이상의강도를가지는시스템을태풍이라고정의하고, 본예측모델개발연구에서활용하였다. 태풍과대기 / 해양순환장사이관련성을조사하기위해서대기자료로미국환경예측센터의재분석자료 (Reanalysis 2, Kanamitsu et al., 2002) 에서산출되는상층동서바람 (U200), 하층동서바람 (U850), 하층상대와도 (VOR850), 연직바람시어 (VWS) 등의변수를이용하였고, 해양자료로미국해양대기부처 (National Oceanic and Atmospheric Administration) 에서생산하는해수면온도자료 (SST; Extended Reconstructed Sea Surface Temperature version 3, Smith et al., 2008) 를이용하였다. 각자료의수평해상도는재분석자료가위 - 경도 2.5 o 간격이고, 해수면온도자료가위 - 경도 2 o 간격이다. 이관련성을바탕으로예측인자를구성하기위해미국환경예측센터 (National Centers for Environmental Prediction) 에서배포하는 Climate Forecast System version 2 (CFSv2) 계절예측자료를이용한다 (Saha et al., 2014). CFSv2 공간격자해상도는위 - 경도 1 o 간격이며앞서언급된태풍활동분석에필요한다양한대기 / 해양의변수를제공한다. 이자료의여러종류중에서예측모델개발및성능평가를위해과거재분석자료를초기장으로활용하고모델적분을수행한과거재모의자료 (retrospective data) 를본연구에 한국기상학회대기제 24 권 4 호 (2014)
최우석 허창회 강기룡 윤원태 567 Fig. 1. Climatological monthly distribution of the number TCs over the western North Pacific and affecting the Korea. 활용하였다. 과거재모의자료는각해의 1 월 1 일부터 5 일간격으로배포되며 9 개월예측정보가포함되어있다. 본연구에서는예측대상기간보다 1 개월여앞선 5 월 11 일, 8 월 4 일을각각의예측시점으로선정하고, 예측시점일과앞선 2 개일의자료들을종합하여총 12 개 CFSv2 앙상블멤버를활용해 3 개월단위 (6~8 월, 9~11 월 ) 태풍활동예측모델을개발하였다. 모델개발및예측에활용되는자료들의사용기간은태풍과 CFSv2 과거재모의자료의예측대기 / 해양순환장의공통기간인 1982 년부터 2010 년까지기간으로설정하였다. 2.2 시스템운영기반및구동체계북서태평양태풍진로계절예측모델은리눅스기반시스템에서구동되며, 그프로그램들 ( 즉, 쉘스크립트들 ) 은역할에따라기상청디렉토리기준인 PREP, MODL, POST, LOGO 폴더들에나뉘어저장되어있다 (Jin et al., 2014 의 Fig. 1 과 Table 1). 사용자입장에서본모델의쉬운구동을위해초기조건들을일괄적으로네임리스트입력파라미터 (namelist input parameter) 에선언한다. 이네임리스트는본모델을통해예측을수행할때필요한변수들을예측과정이끝날때까지시스템메모리상에일시적으로저장시키고, 이정보들이필요한스크립트가실행될때불러들여활성화시킨다. 따라서본모델의사용자는 3 개월단위예측을수행하기위해변경해야하는조건들을단지네임리스트입력파라미터의수정을통해설정할수있다. 전처리를수행하는 PREP 폴더에서는 본모델의구동에필요한자료들이저장되어있다. 본모델의기반이되는북서태평양군집유형들과연도별개수, CFSv2 의예측일시정보, CFSv2 과거예측자료와실제예측자료들이저장되어있다. MODL 폴더에서는앞서준비된자료들을이용해예측모델을실제로구동하고예측결과를예측날짜별로생산하는소스코드들이저장되어있다. 후처리를수행하는 POST 폴더에서는이결과들을종합해최종예측지도를생산하며본모델의구동을마무리한다. PREP 폴더에서본모델의구동을위해역학예측모델 NCEP CFSv2 를자동으로다운받는프로그램으로써 Ruby 를이용한다. Ruby 를이용해 CFSv2 웹페이지에서파일리스트를불러오고, 그파일을신속히받기위해리눅스시스템에서의다운로드프로그램을사용한다. 본모델사용자가운영하는시스템상의다운로드프로그램을자유롭게이용할수있지만, 매일배포되는 CFSv2 현업자료가약 1.5 GB 이상의용량을가지기때문에가속다운로드프로그램인 AXEL (A light download accelerator for linux) 프로그램의이용을권장한다. 다운로드이후 WGRIB2 프로그램을이용해 grib2 형태인자료의압축을풀고원하는변수만 binary 형식으로변환한다. CFSv2 의과거재모의자료는한번파일형식을변환하면더이상반복적으로할필요가없으나, 현업예측자료는매일배포되기때문에항상변환해야한다. 전처리를수행하는이과정은본모델을통한 3 개월단위세부기간예측에서도같은방식으로이루어진다. MODL 폴더의자동화실행파일은변환된 CFSv2 를이용해본모델의예측인자를산출하고각진로유형별예측모델을구동시켜예측결과를생산한다. 예측인자계산은각진로유형의태풍활동과대규모순환장사이관련성을바탕으로이루어진다. 이관련성이재분석자료와 CFSv2 과거재모의자료에서동일하게나타나고통계적으로 90% 신뢰수준에서유의미하다고판단될경우를예측인자로선정하였으며, 이과정은포트란프로그램으로구성되어있다. 예측인자가산출되면푸아송회귀분석모델 (Poisson regression model) 을이용해각진로유형별로예측을수행한다. 이때통계패키지 R 의내장함수를이용해사용자입장에서편리하게이용할수있다. 통계패키지 R 은배열계산이간단하고통계분석에필요한여러함수를제공하고있어모델개발및이용에편리하다. 실제예측을수행하는본과정은앞서선언한네임리스트입력파라미터를불러들여예측대상기간 ( 예, 6~8 월, 9~11 월 ) 이나예측시점들을예보자의목적에맞게변경해가며실행시킬수있다. POST 폴더의예측결과산출실행파일은앞서수행된각진로유형별예측결과를종합해최종예측지 Atmosphere, Vol. 24, No. 4. (2014)
568 북서태평양 태풍의 여름과 가을철 예측시스템 개발과 한반도 영향 태풍 예측에 활용 도를 생산한다. 본 모델의 기반이며 바이너리(binary) 형태의 파일로 구성되어 있는 북서태평양 태풍 진로 유형에 앞서 얻어진 태풍 예측 결과를 곱하고 모델 예측 결과의 평균과 표준편차를 관측 태풍 활동과 부 합하게 하는 편향보정(bias correction) 과정을 거친다. 최종 예측결과도 바이너리 형태로 저장되며 예측장 가시화 코드에서 Grid Analysis and Display System (GrADS) 프로그램을 이용해 결과를 예측지도로써 생 산한다. 최종 예측지도에는 격자별 실제 태풍 확률 값 과 기후평년과 비교한 편차가 동시에 표현된다. 3. 계절 별 북서태평양 태풍 활동 예측모델 개발 북서태평양에서 태풍은 겨울철에도 발생하지만 여 름~가을철인 6월부터 11월까지 가장 활발하게 발달한 다(Fig. 1). 기후적으로 대양 전체에서 연간 25.3개의 태풍이 발생하며, 이 중에서 3.2개가 한반도에 영향을 끼친다. 북서태평양에서 6월부터 11월까지 발생하는 태풍이 1년간 발생하는 태풍 중 86%를 차지하고, 한 반도에 영향을 끼치는 태풍의 97%를 차지하기 때문 에, 이 기간 동안의 태풍활동 예측이 매우 중요하다. 기상청은 장기예보 전망에서 여름철을 6월부터 8월까 지로, 가을철을 9월부터 11월까지로 정의하여 예측 정 보를 제공하고 있다. 따라서 현업 예보일정에 부합하 고 계절별로 정확한 예측결과 전망을 위해 여름철과 가을철 태풍활동을 구분하여 예측모델을 개발할 수 있도록 기존 모델의 예측 대상기간을 세부적으로 조 정할 필요가 있다. 이 연구에서는 여름철 태풍 진로 예측을 위해 퍼 지 군집분류 방법을 이용해 여름철 태풍 진로 유형 을 분류하고 그 예측인자들을 선정하였다(Fig. 2). 앞 서 언급했듯이 예측인자 선정과정은 재분석 자료와 CFSv2 과거 재모의 자료의 상관계수 분석을 바탕으 로 진행되지만 편의상 본 기술노트에서는 실제 예측 모델 구동에 활용되는 CFSv2 과거 재모의 자료의 상 관계수만을 나타냈다(Fig. 2). 총 6개의 진로 유형으 로 분류되었으며 각 유형마다 2개의 변수를 예측인 자로 활용해 모델을 개발하였다. 첫 번째 유형(C1)은 남중국해에서 발달하고 소멸하는 태풍들이 분류되었 다(Fig. 2a). 상관성 분석을 통해 아열대 지역의 해수 면 온도와 상층 동서바람이 적절한 예측인자로 선정 되었다. 두 번째 유형(C2)은 저위도의 해수면 온도와 중위도의 하층 동서바람을 예측인자로 가지며 북서 태평양 태풍 주 발생 구역인 필리핀 해 에서 발생해 대만, 홍콩, 중국 남동부 평야지대로 이동하는 태풍 들이 분류되었다(Fig. 2b). 세 번째 유형(C3)은 동중 국해에서 한국과 일본으로 북상하는 태풍들이 분류 한국기상학회 대기 제24권 4호 (2014) Fig. 2. (a)~(f) Representative six TC track patterns over the western North Pacific during the June through August. Statistically significant grid points (p < 0.10) are shaded according to each CFSv2 variable. The rectangular boxes indicate predictor domain of corresponding TC track patterns. Parenthesis shows the sign of correlation coefficient to construct predictor. 되었으며 아열대 지역 하층 상대와도, 중위도 하층 동서바람과 관련성이 높게 나타나 예측인자로 채택 하였다(Fig. 2c). 네 번째 유형(C4)은 일본 남동부에 영향을 주는 태풍들로써 북서태평양 열대지역의 하 층 상대와도와 중위도 동서바람이 예측인자로 선정 되었다(Fig. 2d). 다섯 번째 유형(C5)은 북서태평양에 서 동쪽 경계에서 활동하는 태풍들이 분류되었고, 북 서태평양 아열대 지역의 하층 상대와도, 중태평양 지 역의 해수면 온도와 높은 관련성이 나타나 예측인자 로 채택하였다(Fig. 2e). 여섯 번째 유형(C6)은 태풍 주 발생 구역의 남동쪽에서 주로 발생하며 동중국해 를 지나 한국과 일본에까지 북상하는 태풍들이 분류 되었다(Fig. 2f). 이 유형의 태풍들과 중태평양의 해 수면 온도와 북서태평양 저위도 지역의 낮은 연직 바 람시어가 높은 상관성을 보이는 것으로 나타나 이들 을 예측인자로 활용하였다. Figure 3은 가을철 태풍 진로 예측모델의 기반인 북 서태평양 가을철 태풍 진로 유형과 각 예측인자들을
최우석 허창회 강기룡 윤원태 569 Fig. 4. Time series of pattern correlation coefficients between two anomalous TC passages; observed TC passages and ensemble average of hindcasts for the period 1982~2010. 대와도와 중태평양 해수면 온도를 예측인자로 채택하 였다(Fig. 3e). 여섯 번째 유형(C6)은 상대적으로 먼바 다에서 발생하며 중위도까지 전향하여 북상하는 태풍 들이 분류되었고, 열대지역 하층 상대와도 및 해수면 온도와 높은 관련성을 보여 예측인자로 선정하였다. 같은 지역에서 활동하는 태풍 진로 유형들을 계절 별 로 비교했을 때, 가을철 진로가 여름철 진로보다 대 체로 저위도 지역에서 더 활발한 양상을 보이는 것으 로 나타났다. Fig. 3. The same as Fig. 2, except for during the October through November. 4. 예측의 성능 평가 나타낸다. 여름철과 마찬가지로 가을철 태풍 진로도 총 6개의 진로 유형으로 분류되었으나, 그 특징이 조 금 다르고 이에 따른 예측인자 변수 및 지역도 차이 가 있다는 것을 확인할 수 있다. 첫 번째 유형(C1)은 남중국해 남단부에서 발생하고 소멸하는 태풍들이 분 류되었고 예측인자로써는 서태평양의 하층 상대와도 와 중위도 상층 동서바람이 채택되었다(Fig. 3a). 두 번째 유형(C2)은 남중국해 북단부에서 주로 발생했지 만 여름철과 다르게 대만 방향으로 북상하지 못하고 주로 서진하여 중국 남부지역에 상륙하는 태풍들이 분류되었다(Fig. 3b). 이 유형은 남중국해 지역적인 하 층 동서바람과 중태평양 해수면온도의 원격상관 영향 을 받는 것으로 나타나 이들을 예측인자로 채택하였 다. 세 번째 유형(C3)은 태풍 주 발생구역인 필리핀 해에서 발생하여 필리핀, 홍콩 등 남중국해 방향으로 나아가는 태풍들이 분류되었으며 중태평양의 해수면 온도와 하층 상대와도를 예측인자로 결정하였다(Fig. 3c). 네 번째 유형(C4)은 동중국해를 지나 일본 남동 부 지역에 직접적인 영향을 주는 태풍들로써 북서태 평양 대양 전체의 해수면 온도와 아열대 지역 상층 동서 바람을 예측인자로 가진다(Fig. 3d). 다섯 번째 유형(C5)은 분류된 진로 유형들 중 가장 동쪽에서 활 동하는 태풍들이며, 아열대 지역의 서태평양 하층 상 개발된 계절별 태풍 예측모델의 성능을 확인하기 위해 교차타당화(cross validation) 방법을 이용하여 모 델 훈련기간(training period) 동안 과거예측 결과와 관 측 태풍활동 사이의 진로 밀도 편차 공간상관도 시계 열을 분석하였다(Fig. 4). 이 교차타당화는 통계모델의 성능을 검증하는 방안 중에 하나로써 널리 쓰이는 방 법이다(Gray et al., 1992; Elsner and Schmertmann, 1993; Chu et al., 2007; Kim et al., 2012; Ho et al., 2013). 관측과 예측 사이 높은 공간상관도는 지역적인 태풍활동 예측이 관측의 태풍 진로 밀도와 유사해서 며 예측성능이 우수하다고 할 수 있다. 연별 공간상 관도의 변동이 있으나 기후적으로 여름철에 0.38, 가 을철에 0.40의 값을 보이는 것으로 나타나 기후적인 관점에서 그 성능이 우수하다. 그러나 음의 공간상관 도를 보이는 경우도 있어 본 모델을 통한 태풍 진로 공간분포 예측에도 여전히 문제점이 있음을 확인한다 (여름철의 1986, 2009년, 가을철의 1987, 1993, 2005 년). 여름철과 가을철 공간상관도 시계열의 상관성은 0.16으로써 여름철 태풍활동을 예측하는 모델과 가을 철을 예측하는 모델은 서로 큰 관련이 없고 계절별로 최선의 예측성능 구현을 위해 독립적인 모델 개발이 잘 수행되었다는 것을 확인할 수 있다. 본 모델의 예측결과는 북서태평양지역 전체 태풍 활동을 대상으로 하기 때문에 예보자가 한반도 비상 Atmosphere, Vol. 24, No. 4. (2014)
570 북서태평양태풍의여름과가을철예측시스템개발과한반도영향태풍예측에활용 모델이가을철예측모델보다상대적으로더우수한성능을보이는것으로나타났다. 여름철예측모델은변동성을포함한대부분의피크들을상대적으로잘모의하였지만가을철예측모델은 1990, 2002, 2004 년피크등을관측과다른양상으로예측하였다. 본예측이통계적기법에기반하기때문에우리나라에태풍의영향이많고적었던피크해모의정확성에는한계성이존재할수있다. 이한계성은새로운예측인자개발및최적화나다른회귀분석기법을본모델예측에이용한다면부분적으로해결할수있을것으로기대된다. 5. 요약 Fig. 5. Time series of regional averaged probabilities for (solid line) observed TC passages and (dashed line) ensemble average of hindcasts in the Korea emergency zone for the period 1982~2010. 구역의예보를위해서는최종예측결과를이용한별도의후처리작업이필요하였다. 본연구에서는최종태풍활동예측지도에서한반도비상구역의예측결과값만을산출하게하는모듈을개발하여유저친화적인인터페이스개발을시도하였다. 이때, 한반도비상구역은기상청정의를따라경도 122 o E~132 o E, 위도 28 o N~40 o N 까지의구역으로정의하였다. 관측자료도본모델에서산출하는태풍진로밀도와같이확률값으로변환하여모델성능을같은기준에서비교하였다. Figure 5 는 1982 년부터 2010 년까지여름철과가을철의한반도비상구역평균된태풍진로밀도를나타낸시계열이다. 매년여름철에발생한태풍들중 15~ 25% 가한반도비상구역에진입하는것으로나타났고, 가을철에는 5~15% 가진입하는것으로나타났다. 또한우리나라에가을철태풍에의한영향이점차증가하고있는경향을확인할수있다. 모델예측결과에서도관측에서나타난이러한기후적특징들을편향도없이잘모의하는것으로나타났으며, 가을철태풍활동의장주기증가경향도모의하고있다. 정량화된수치로써관측과예측사이상관계수는여름철에 0.70, 가을철에 0.55 로써두계절모두관측 ( 실선 ) 에서나타난기후적변동성을통계적으로 99% 유의수준으로예측 ( 점선 ) 이잘모의하는것으로나타났다. 따라서개발된한반도비상구역집중예측모듈이본모델의높은예측성능에기반해본모델의사용자에게신뢰성있는한반도태풍예측정보를제공할수있다고평가할수있다. 그러나피크예측은여름철예측 본연구에서는국가태풍센터에서운영하는북서태평양태풍진로계절예측모델의 6 월부터 10 월까지의고정된예측시점을현업예보자가목적에따라 3 개월단위로그예측기간을조정할수있도록개선하였다. 여름철과가을철태풍전망을발표하는기상청장기예보일정에부합해예측결과를산출하기위해계절별로나누어북서태평양의대표적태풍진로유형을새로분류하고각유형별대규모순환장과의상관성을분석해서예측모델을개발하였다. 이모델들의성능을평가하고현업에서의활용가능성을확인하기위해교차타당화방법을이용해 1982 년부터 2010 년까지과거기간동안의예측성능을검증하였다. 태풍진로밀도의예측에있어관측과모델값의상관계수는여름철에 0.70, 가을철에 0.55 정도를보였으며, 이는예측치가관측에서나타난변동성의 99% 유의수준에서모의되는것으로나타났다. 두계절모두기후적인관점에서우수한예측성능을보였고, 또한기존에개발되었던 6 월부터 10 월까지기간을대상으로하는모델의성능과비슷한수준인것으로나타났다. 이러한예측대상기간의수정은사용자가본모델의초기입력자료로사용되는네임리스트입력파라미터를조정해쉽게조절할수있다. 또한본모델예측결과에한반도비상구역의결과를집중해서산출하는후처리모듈을추가하여현업예보에서신속하게모델을구동하고정확한한반도태풍활동예측결과를산출할수있도록하였다. 비록가을철한반도비상구역태풍활동의피크해모의에한계성이일부나타났으나향후새로운예측인자도입및최적화, 다른회귀분석방법시험등을통해극복할수있을것이다. 이연구를통해개발된 3 개월단위예측모듈, 유저친화적인터페이스, 그리고후처리스크립트추가를통한한반도지역예측기능들은기상청국가태풍센터의태풍장기예보업무에큰도움이될것으로기대된다. 한국기상학회대기제 24 권 4 호 (2014)
최우석 허창회 강기룡 윤원태 571 감사의글 본기술노트의개선을위해좋은의견을제시해주신두분의심사위원께감사를드립니다. 이연구는기상청기상기술개발사업 (CATER 2012-2040) 의지원으로수행되었습니다. REFERENCES Chu, P.-S., X. Zhao, C.-T. Lee, and M.-M. Lu, 2007: Climate prediction of tropical cyclone activity in the vicinity of Taiwan using the multivariate least absolute deviation regression method. Terr. Atmos. Ocean. Sci., 18, 805-825. Elsner, J. B., and C. P. Schmertmann, 1993: Improving extended-range seasonal predictions of intense Atlantic hurricane activity. Wea. Forecasting, 8, 345-351. Gray, W. M., C. W. Landsea, P. W. Mielke, and K. J. Berry, 1992: Predicting Atlantic seasonal hurricane activity 6~11 months in advance. Wea. Forecasting, 7, 440-455. Ho, C.-H., J.-H. Kim, H.-S. Kim, W. Choi, M.-H. Lee, H.-D. Yoo, T.-R. Kim, and S. Park, 2013: Technical note on a track-pattern-based model for predicting seasonal tropical activity over the western North Pacific. Adv. Atmos. Sci., 30, 1260-1274. Jin, C.-S., C.-H. Ho, D.-S. R. Park, W. Choi, D. Kim, J.-H. Lee, K.-H. Chang, and K.-R. Kang, 2014: Development of the automated prediction system for seasonal tropical cyclone activity over the western North Pacific and its evaluation for early predictability. Atmosphere, 24, 123-130. Kanamitsu, M., W. Ebisuzaki, J. Woollen, S.-K. Yang, J. J. Hnilo, M. Fiorino, and G. L. Potter, 2002: NCEP- DOE AMIP-II Reanalysis (R-2). Bull. Amer. Meteor. Soc., 83, 1631-1643. Kim, H.-S., J.-H. Kim, C.-H. Ho, and P.-S. Chu, 2011: Pattern classification of typhoon tracks using the fuzzy c-means clustering method. J. Climate, 24, 488-508., C.-H. Ho, J.-H. Kim, and P.-S. Chu, 2012: Trackpattern-based model for predicting seasonal tropical cyclone activity in the western North Pacific. J. Climate, 25, 4660-4678. Kim, J.-H., C.-H. Ho, H.-S. Kim, and W. Choi, 2012: 2010 Western North Pacific typhoon season: Seasonal overview and forecast using a track-pattern-based model. Wea. Forecasting, 27, 730-743. Korea Meteorological Administration, 1996: Typhoon white book, 262 pp. Moon, I.-J., and E.-S. Choi, 2011: A definition and criterion on typhoons approaching to the Korean peninsula for the objective statistical analysis. Atmosphere, 21, 45-55. Saha, S., and Coauthors, 2014: The NCEP Climate Forecast System version 2. J. Climate, 27, 2185-2208. Smith, T. M., R. W. Reynolds, T. C. Peterson, and J. Lawrimore, 2008: Improvements to NOAA s historical merged land-ocean surface temperature analysis (1880~2006). J. Climate, 21, 2283-2296. Atmosphere, Vol. 24, No. 4. (2014)