Core Concepts
데이터 기반 기상 예측 모델 앙상블을 통해 기존 수치 예보 모델과 경쟁할 수 있는 수준의 하위 계절 예보 성능을 달성할 수 있다.
Abstract
이 연구에서는 운영 가능한 하위 계절 기상 예보를 위한 데이터 기반 모델 앙상블을 제안한다. 주요 내용은 다음과 같다:
다양한 데이터 기반 모델 아키텍처(ConvLSTM, Transformer, GNN)를 활용하여 앙상블을 구성하였다. 이를 통해 개별 모델의 장점을 활용할 수 있다.
4주 예보 범위에서 2m 기온 예보 성능이 기존 ECMWF 앙상블보다 4-17% 우수하였다. 하지만 편향 보정 후에는 ECMWF 앙상블이 약 3% 더 나은 성능을 보였다.
다른 기상 요소(2m 이슬점, 총 운량)에 대해서도 ECMWF 앙상블과 유사한 수준의 성능을 보였다.
ECMWF 앙상블과 데이터 기반 앙상블을 결합하면 앙상블 신뢰도가 향상되어 더 나은 확률 예보를 제공할 수 있다.
데이터 기반 모델은 기존 수치 예보 모델과 다른 불확실성 요인을 포착하므로, 두 모델의 결합이 중요하다.
이를 통해 데이터 기반 기상 예측 모델 앙상블을 활용하여 준 계절 예보 수준의 성능을 달성할 수 있음을 보였다.
Stats
우리 앙상블의 2m 기온 예보 편향은 전 지구적으로 평균 0.1°C 수준으로 ECMWF 앙상블(평균 0.3°C)보다 작다.
4주 예보에서 우리 앙상블의 2m 기온 CRPS는 ECMWF 앙상블보다 4% 낮다.
편향 보정 후에는 ECMWF 앙상블의 2m 기온 CRPS가 우리 앙상블보다 약 3% 낮다.
우리 앙상블의 2m 이슬점 온도와 총 운량 CRPS는 ECMWF 앙상블과 몇 퍼센트 차이 내에 있다.
Quotes
"데이터 기반 기상 예측 모델 앙상블을 활용하면 준 계절 예보 수준의 성능을 달성할 수 있다."
"ECMWF 앙상블과 데이터 기반 앙상블을 결합하면 앙상블 신뢰도가 향상되어 더 나은 확률 예보를 제공할 수 있다."
"데이터 기반 모델은 기존 수치 예보 모델과 다른 불확실성 요인을 포착하므로, 두 모델의 결합이 중요하다."