[논문 리뷰] Predicting basin and landfalling hurricane numbers from sea surface temperature

Stephen Jewson, Roman Binter외 3명|ArXiv.org|2007. 01. 15.

Tropical and Extratropical Cyclones Research참고 문헌 19인용 수 5

한 줄 요약

이 논문은 주 개발 지역(MDR)의 해수면 온도(SST)를 예측 변수로 사용하여 대서양 항로 및 미국에 상륙하는 허리케인 수를 예측하기 위한 삼단계 통계 모델을 개발한다. Laepple 등(2007)의 SST 예측을 기반으로, SST와 허리케인 수를 연결하는 두 통계 모델—선형 및 지수 포아송 모델—을 결합하여 5년 예측 결과로 연간 2.04에서 2.52개의 상륙 허리케인을 도출하며, 이에 따른 불확실성은 주로 SST 예측 변동성에 의해 주도된다.

ABSTRACT

We are building a hurricane number prediction scheme based on first predicting main development region sea surface temperature (SST), then predicting the number of hurricanes in the Atlantic basin given the SST prediction, and finally predicting the number of US landfalling hurricanes based on the prediction of the number of basin hurricanes. We have described a number of SST prediction methods in previous work. We now investigate the empirical relationship between SST and basin hurricane numbers, and put this together with the SST predictions to make predictions of both basin and landfalling hurricane numbers.

연구 동기 및 목표

• 해수면 온도(SST)를 예측 변수로 사용하여 대서양 항로 및 미국에 상륙하는 허리케인 수를 위한 실용적인 삼단계 예측 시스템을 개발한다.
• 주 개발 지역(MDR)의 SST와 대서양 항로에서 관측된 허리케인 수 사이의 경험적 관계를 정량화한다.
• SST 예측과 허리케인 빈도 통계 모델을 융합하여 장기 예측의 불확실성을 줄인다.
• 여러 가지 SST 예측 모델과 SST에서 허리케인 수로의 변환 모델을 평가하여 예측의 강건성과 범위를 분석한다.
• 기존의 항로 허리케인 예측과 역사적 상륙 확률을 융합하여 상륙 허리케인에 대한 확률 예측을 제공한다.

제안 방법

• 1900–2005 및 1950–2005 기간의 데이터를 기반으로, 10°–20°N, 15°–70°W 지역의 여름(7월–9월) MDR SST 지수를 HadISST 자료를 사용해 계산한다.
• SST와 허리케인 수를 연결하기 위해 두 통계 모델을 적용: 선형 포아송 모델과 지수 포아송 모델.
• Laepple 등(2007)의 세 가지 별도된 SST 예측(일정한 SST에서부터 급격히 증가하는 SST까지)을 활용하여 허리케인 수 예측을 유도한다.
• 역사적 상륙 확률을 활용해 항로 허리케인 예측을 상륙 허리케인 수로 변환: 전 허리케인(1–5등급)의 경우 0.254, 강력한 허리케인(3–5등급)의 경우 0.240.
• Jewson(2007)의 분석적 관계를 활용해 SST 예측의 불확실성을 최종 상륙 허리케인 예측으로 전파하며, 평균, 분산 및 표준오차를 추정한다.
• 세 가지 SST 예측과 두 가지 SST에서 허리케인 수로의 변환 모델을 조합하여 여섯 가지의 별도된 예측 시나리오를 생성함으로써, 예측 범위와 민감도를 평가할 수 있도록 한다.

실험 결과

연구 질문

• RQ1 주 개발 지역(MDR)의 해수면 온도(SST)와 대서양 항로 허리케인 수 사이의 통계적 관계는 무엇인가?
• RQ2 SST를 허리케인 수로 변환하는 데 사용되는 통계 모델(선형 대비 지수 포아송)이 장기 예측에 어떤 영향을 미치는가?
• RQ3 SST 예측의 불확실성이 최종 상륙 허리케인 수 예측의 불확실성으로 얼마나 전파되는가?
• RQ4 다양한 SST 예측 시나리오와 SST에서 허리케인 수로의 변환 모델 간에 예측된 상륙 허리케인 수는 어떻게 비교되는가?
• RQ5 삼단계 SST 기반 예측 시스템은 역사적 추세와 다른 시계열 기반 방법과 일치하는 예측을 생성할 수 있는가?

주요 결과

• SST에서 허리케인 수로의 변환에 대해 지수 포아송 모델이 역사적 데이터에 더 잘 맞는다. 비록 선형 모델도 통계적으로 타당하지만, 지수 모델이 더 우수하다.
• 미국 상륙 허리케인(1–5등급)의 5년 예측 범위는 사용된 SST 예측과 변환 모델에 따라 연간 2.04에서 2.52개 사이로 변동한다.
• 최고 예측값(연간 2.52개)은 급격히 증가하는 SST 예측과 지수 포아송 모델을 조합했을 때 도출되며, 이는 SST 추세에 매우 민감함을 시사한다.
• 최저 예측값(연간 2.04개)은 일정한 SST 예측과 선형 포아송 모델을 조합했을 때 도출되며, 이는 보수적인 기준선을 반영한다.
• SST 예측의 불확실성이 최종 상륙 허리케인 예측의 불확실성의 주요 원인로 나타나며, 이는 향후 SST 예측의 향상이 필수적임을 강조한다.
• 모델 시스템은 시간적 추세 기반 방법(Binter 등, 2006)과 광범위하게 일치하는 예측을 도출하지만, 낙관적인 SST 시나리오에서는 더 높은 값을 기록한다.