한국도시환경학회지, Vol.21 no.1 (2021)
pp.1~11
- An Investigation Study on Downscaling Methods of Climate Model Data -
본 연구에서는 저해상도 기후모델 자료를 고해상도 자료로 상세화하기 위하여 적용할 수 있는 다양한 상세화 기법의 종류 및 특징, 그리고 국외 적용사례 등에 대한 조사·분석을 수행하였다. 보간, 회귀, 확률 등의 통계 기반의 상세화 기법 은 기후모델 자료의 상세화에 있어서 비교적 간단하며 적용이 용이하고, 자료의 생산을 위한 계산시간 및 전산자원의 측 면에서 경제적이고 효율적인 방법이다. 최근에는 지역기후 특성을 반영하기 위하여, 과거 장기 관측자료에 기반한 기상 분류 및 기상발생, 그리고 상세 지리정보를 반영한 통계적 상세화 기법 등이 주로 활용되고 있다. 특히, 기후변화 시나리 오 자료의 상세화 분야에서는 관측자료 기반의 편차보정을 가미한 혼합형 통계적 상세화 기법 및 앙상블 기법 등이 적용 되고 있다. 또한, 컴퓨팅 기술의 향상과 전산자원의 증대에 따라 상세지형효과 및 지역기후모델에 의한 물리적/역학적 상 세화 기법의 활용도 증가하고 있는 추세에 있다. 따라서 막대한 양의 기후모델 자료의 시공간 상세화에 있어서, 상세화 기법 및 분석자료의 특징, 상세화 자료 생산의 효율성과 경제성, 사용자의 활용 목적 등을 종합적으로 고려하여, 이에 부 합하는 적정한 기법을 적용하는 것이 중요하겠다.
기후모델 자료의 상세화 기법에 관한 조사연구
The various downscaling methods from coarse resolution to fine resolution of climate model data and its foreign cases were investigated in this study as a review. The statistical methods based on interpolation, regression, and probability are relatively simple and applicable methods with the efficient calculation time for downscaling of climate model data. The statistical weather classification/generator by the long-term observation record and the detailed geographical features are recently used to reflect the local characteristics. Especially, the mixed methods of statistical downscaling combined with a bias correction based on observation data and the ensemble methods are applied for the high-resolution climate projections (climate change scenarios) of model variables. The physical/dynamic downscaling methods by considering topographic effect and by using regional climate model are also improved, as computing technique and resource increases. Thus, the use of appropriate methods is important for spatiotemporal downscaling of an enormous amount of climate model data, based on comprehensive consideration such as downscaling method/data characteristics, efficiency/cost-effectiveness, and production/application of high-resolution climate data.