[논문 리뷰] The Assessment and Calibration of Ensemble Seasonal Forecasts of Equatorial Pacific Ocean Temperature and the Predictability of Uncertainty

Stephen Jewson, Francisco J. Doblas‐Reyes외 1명|ArXiv.org|2003. 08. 16.

Climate variability and models참고 문헌 8인용 수 7

한 줄 요약

이 논문은 열대 태평양 해수면 온도의 통합 계절 예보를 평가하고 향상시키기 위해 JBZ 모델을 사용하는 통계적 校정 프레임워크를 제안한다. 연구 결과, 통합 평균은 여섯 개월까지도 기민성을 유지하지만, 통합 산란은 모델에 따라 다름에 따라 두 개월에서 네 개월 사이에서만 신뢰할 수 있는 불확실성 예측을 제공함을 밝혀내었으며, 이는 예보 불확실성에 대한 봄 예측 장벽을 드러낸다.

ABSTRACT

We evaluate the performance of two 44 year ensemble seasonal hindcast time series for the Nino3 index produced as part of the DEMETER project. We show that the ensemble mean carries useful information out to six months. The ensemble spread, however, only carries useful information out to four months in one of the models, and two months in the other.

연구 동기 및 목표

• 열대 태평양 해수면 온도의 통합 계절 예보를 평가하고 校정하기 위한 통합된 통계적 프레임워크를 개발하는 것.
• 통합 평균과 산란의 예측 가능성 한계를 규명하는 것.
• 예보 모델(ECMWF 또는 MF) 중 어느 것이 결과의 전체 분포를 더 잘 예측하는지 평가하는 것.
• 예보 불확실성 자체가 평균 예보를 초월해 예측 가능한지, 특히 봄 예측 장벽과의 관련성에서 조사하는 것.
• 사용자가 장기 히잡캐스트 데이터를 활용해 예보를 체계적으로 校정하고 신뢰성을 평가할 수 있는 실용적이고 통계적으로 타당한 방법을 제공하는 것.

제안 방법

• 관측된 온도가 통합 평균과 산란에 선형적으로 관련된 평균과 표준편차를 갖는 정규분포를 따른다는 가정 하에 JBZ 校정 모델을 적용한다.
• 예보 평균과 불확실성의 校정을 위해 매개변수 α, β, γ, δ를 최대우도추정법으로 추정한다.
• 교정된 예보에 기반한 관측된 온도의 우도를 적합도 측정치로 사용하여 모델 성능을 평가한다.
• ECMWF 및 MF 모델의 44년 분량 히잡캐스트 시계열을 분석하며, 9개의 구성요소를 갖는 Niño3 지수에 집중한다.
• 예보 능력을 모델과 예보 리드 시간 간 비교하기 위해 이상상관도 및 연속 랭크 확률 점수(CRPS)를 사용한다.
• 계절별 분석을 통해 예보 불확실성의 예측 가능성 변동성을 다양한 시작 월에 대해 평가한다.

실험 결과

연구 질문

• RQ1 계절 예보의 통합 평균이 기후학적 평균을 초월해 유용한 예측 정보를 포함하는 정도는 어느 정도인가?
• RQ2 통합 산란이 예보 불확실성의 신뢰할 수 있는 지표로 기능하는 기간은 얼마나 되며, 이는 모델이나 계절에 따라 달라지는가?
• RQ3 불확실성의 예측 가능성은 정량화될 수 있으며, 봄 예측 장벽과 같은 계절적 변동성을 보이는가?
• RQ4 두 모델(ECMWF 또는 MF) 중 어느 것이 결과의 전체 분포에 대해 더 나은 확률 예보를 제공하는가?
• RQ5 예보 校정을 체계적으로 적용하여 계절 예보의 신뢰성과 능력을 향상시키는 방법은 무엇인가?

주요 결과

• ECMWF 모델의 통합 평균은 여섯 개의 예보 리드 시간 모두에서 기민성을 유지하지만, 통합 산란은 리드 두 번째 달까지만 유용한 예측 정보를 제공한다.
• MF 모델의 통합 평균은 리드 여섯 번째까지 기민성을 유지하며, 산란은 리드 네 번째 달까지 예측 가능성이 유지되지만, 리드 다섯 번째와 여섯 번째에서는 예측 가능성 감소를 보인다.
• MF 모델에서 불확실성의 예측 가능한 성분은 총 불확실성 대비 상당히 크므로, 정확도가 중요한 경우 이 요소를 불확실성 추정에 활용해야 한다.
• ECMWF 모델은 불확실성에 대한 봄 예측 장벽를 보이며, 산란의 예측 가능성 최저치가 2월에 나타나 계절적 변동성과 일치한다.
• 우도 기반의 예측 능력 측정치를 사용한 결과, MF 모델은 리드 두 번째에서 여섯 번째까지 ECMWF를 略적으로 뛰어넘지만, 이 차이는 작고 표본 변동성에 기인할 수 있다.
• 장기 히잡캐스트 데이터셋은 예보 능력을 신뢰성 있게 규명하고 계절 예보를 校정하는 데 필수적임을 본 연구는 확인한다. 특히 불확실성 추정에 있어 중요하다.