[논문 리뷰] Network-based Approach and Climate Change Benefits for Forecasting the Amount of Indian Monsoon Rainfall

Jingfang Fan, Jun Meng외 6명|arXiv (Cornell University)|2020. 04. 14.

Climate variability and models참고 문헌 58인용 수 8

한 줄 요약

이 연구는 전 세계 근지표 기온 데이터를 사용하여 인도 여름 monsoon 강수량(ISMR)을 5개월 전조로 예측하는 네트워크 기반 기후 예측 모델을 제안한다. 이 모델은 0.5의 예측 정확도를 달성하며, 유도된 가중치가 부여된 기후 네트워크 분석을 통해 남반구 중위도 대서양에서의 핫스팟이 ENSO-monsoon 원격연결과 관련된 주요 예측자로 규명된다. 기후 변화로 인한 강화된 적도를 초월하는 원격연결 효과로 인해 예측 정확도가 향상된다.

ABSTRACT

The Indian summer monsoon rainfall (ISMR) has a decisive influence on India's agricultural output and economy. Extreme deviations from the normal seasonal amount of rainfall can cause severe droughts or floods, affecting Indian food production and security. Despite the development of sophisticated statistical and dynamical climate models, a long-term and reliable prediction of the ISMR has remained a challenging problem. Towards achieving this goal, here we construct a series of dynamical and physical climate networks based on the global near surface air temperature field. We uncover that some characteristics of the directed and weighted climate networks can serve as efficient long-term predictors for ISMR forecasting. The developed prediction method produces a forecast skill of 0.5 with a 5-month lead-time in advance by using the previous calendar year's data. The skill of our ISMR forecast, is comparable to the current state-of-the-art models, however, with quite a short (i.e., within one month) lead-time. We discuss the underlying mechanism of our predictor and associate it with network-delayed-ENSO and ENSO-monsoon connections. Moreover, our approach allows predicting the all India rainfall, as well as forecasting the different Indian homogeneous regions' rainfall, which is crucial for agriculture in India. We reveal that global warming affects the climate network by enhancing cross-equatorial teleconnections between Southwest Atlantic, Western part of the Indian Ocean, and North Asia-Pacific with significant impacts on the precipitation in India. We find a hotspots area in the mid-latitude South Atlantic, which is the basis for our predictor. Remarkably, the significant warming trend in this area yields an improvement of the prediction skill.

연구 동기 및 목표

• 현재의 통계적 및 동역학적 모델의 한계를 극복하고, 인도 여름 폭우량(ISMR)에 대한 장기 예측 방법을 개발한다.
• 기후 변화 하에서도 안정적이고 물리적으로 해석 가능한 예측자를 기후 네트워크 내에서 식별한다.
• 농업 계획 및 식량 안보에 있어 핵심적인 전국 및 지역 폭우량 예측 정확도를 향상시킨다.
• 기후 변화가 기후 네트워크의 위상 구조를 어떻게 변화시키고, 강화된 원격연결을 통해 ISMR 예측 정확도를 향상시키는지 조사한다.

제안 방법

• 지역 격자점들을 노드로, 시간 지연된 상관관계 기반으로 연결을 형성하여, 전 세계 근지표 기온 데이터를 사용해 유도된 가중치가 부여된 기후 네트워크를 구축한다.
• 최대 200일의 시간 지연를 고려한 365일 이동 윈도우를 사용해 정규화된 상관관계 함수를 통해 양성 및 음성 연결 강도를 계산한다.
• 유의미한 연결(강도 상위 5%)의 수를 세어 각 노드의 진입 차수 시간 시리즈를 정의하며, 통계적 유의성을 평가하기 위해 노이즈 모델을 사용한다.
• 이전 연도의 진입 차수 시간 시리즈를 다음 모하우스 시즌의 ISMR 예측자로 사용한다.
• 기후 평균 기반 기준선 대비 예측 정확도를 평가하기 위해 평균 제곱 오차 기여도(MSSS)를 적용한다.
• 역사적 데이터를 사용해 방법을 검증하고, 다양한 기후 제도에서의 네트워크 구조를 비교함으로써 기후 변화의 영향을 분석한다.

실험 결과

연구 질문

• RQ1 이전 연도의 기후 네트워크 진입 차수는 인도 여름 폭우량(ISMR)에 대한 신뢰할 수 있는 장기 예측자로 기능할 수 있는가?
• RQ2 남대서양의 예측자 핫스팟이 ISMR 변동성과 연결된 물리적 메커니즘은 무엇인가?
• RQ3 기후 변화는 원격연결 강화를 통해 기후 네트워크 위상 구조와 ISMR의 예측 가능성에 어떻게 영향을 미치는가?
• RQ4 특히 예측 리드 타임 측면에서, 네트워크 기반 접근법은 최신 기술 모델 대비 얼마나 정확도를 향상시키는가?
• RQ5 이 방법은 동일한 인도 기후 지형에 속하는 지역 폭우량 예측으로 확장될 수 있는가?

주요 결과

• 제안된 방법은 이전 연도의 데이터를 활용해 ISMR에 대해 5개월 리드 타임으로 0.5의 예측 정확도를 달성한다.
• 주요 예측자는 중위도 남대서양의 핫스팟으로, 유의미한 가열로 인해 적도를 초월하는 원격연결이 강화되어 예측 정확도가 향상된다.
• 예측자 능력은 네트워크 지연 ENSO 및 ENSO-모하우스 연결과 물리적으로 연관되어 있다.
• 기후 변화로 인해 남서대서양, 서인도양, 북아시아-태평양 지역 간 원격연결이 강화되어 ISMR 예측 신뢰도가 향상된다.
• 모델은 2020년 폭우량을 842.85 mm로 정확히 예측하여 장기 평균 대비 -5%의 편차를 보이며 실용적 적용 가능성을 입증했다.
• 이 방법은 전국 폭우량 뿐 아니라 지역적 동질성 폭우량 지구에 대해서도 정확한 예측이 가능하여 지역 농업 계획 지원에 기여한다.