본문/내용
역학모델의 예측치는 식에 의해서 값이 정해지는 결정론적인 예보의 의미를 가지므로 극단적인 기상 상태에 대한 불확실성을 표현하기에는 한계가 있다. 그리고 예측의 정확도 향상을 위하여 모델의 체계적 오차를 제거하는 것은 중요하다. 뿐만 아니라 역학 모델로부터 직접적으로 유도될 수 없는 예보 변수와 지점별 예보 변수들, 예를 들어 지상 기온, 강수 확률, 시정, 안개 등과 같은 상세한 기상 요소의 예보를 위해서는 통계 예보 모델의 적용이 요구된다.
현재 기상청에서는 칼만 필터를 이용한 3시간 기온 예보 자료를 산출하고 있다. 하지만, 예보값 생산에 있어 예보 일이 길어질수록 예보오차가 매우 커지고, 예보식 구성에 필요한 출력 오차 분산이나 내적 오차 분산을 다소 주관적으로 부여하는 단점을 지니고 있었다. 따라서 기존의 3시간 기온 예보모델의 문제점을 해결하고, 모델 성능 향상을 위해, 오차분산의 동적 변화를 고려한 3시간 기온 예보 모델을 개발하였다.
본 연구의 목적은 3시간 기온 예보 모델을 소개하고 시험 운영의 검증 결과를 제시함으로써, 예보관에게 보다 객관적인 예보 가이던스를 제공하하기 위함이다.
2. 동적선형모형(Dynamic Linear Model ; DLM)
2.1 DLM의 개요
기상청에서 개발한 DLM은 다음 식으로 구성되어 있다.
: t 시점에서의 관측값
: t 시점에서 출력벡터(예보인자)
: t 시점에서 동적계수벡터(상태벡터, 가중치)
: t 시점에서 의 변화를 설명하는 전이행렬
: t 시점에서 의 평균값
: t 시점에서 의 분산
: 출력오차
: 출력오차 의 분산
: 내적오차
: 내적오차 의 분산
: t 시점까지의 관측치와 모형으로부터 얻어진 정보 전체
:
DLM은 시간의 흐름에 따라 주어진 …
참고문헌
손건태, 김성덕, 2001 : 전지구수치모델 결과 와 동적선형모형을 이용한 서울지 역 일 최고/최저 기온 중기 예측, 기상학회지, 37(1), 13-20.
송석은, 이민영, 1998 : 칼만 필터(Kalman Filter)를 이용한 최고/최저 기온 예 보, 기상청 예보국 수치 예보과, TR 98-4.
West, M and Harrison, J, 1997: Bayesian Forecasting and Dynamic Models, Springer.