구름 미세물리(cloud microphysics)는 km 스케일 대기 모델에서 여전히 주요 불확실성 요인으로 꼽힙니다. 구름 해상 모델이 구름-기후 상호작용에 대한 이해를 높였지만, 예측 가능성에는 한계가 있습니다. 기존 연구들은 미세물리 방식 또는 도메인 크기 민감도를 개별적으로 다루었으나, 이들 간의 상호작용은 충분히 이해되지 못했습니다.
본 연구는 단일하고 일관된 모델링 프레임워크 내에서 구름 구조와 강수의 미세물리 방식 민감도를 분석하고, 이러한 민감도가 지역 및 전지구 설정에서 어떻게 달라지는지 탐구했습니다. 아마존 지역에 대한 세 가지 대류 허용 시뮬레이션(단일 및 이중 모멘트 미세물리 방식의 지역 모델, 단일 모멘트의 전지구 모델)을 비교 분석했습니다.
연구 결과, 구름 수문 기상(hydrometeor) 특성은 미세물리 방식에 민감하게 반응했습니다. 특히, 이중 모멘트 방식은 단일 모멘트 방식보다 싸락눈을 최대 5배, 비를 2배 더 많이 생성했지만, 구름 물은 절반, 안개는 5분의 1 수준으로 적게 생성했습니다. 그러나 강수량, 수증기, 외향 장파 복사량은 방식에 관계없이 일관성을 보여, 통합된 양은 주로 대규모 제약 조건에 의해 결정됨을 시사합니다.
또한, 도메인 설정은 민감도를 더욱 증폭시켰습니다. 전지구 시뮬레이션은 지역 단일 모멘트 실행에 비해 안개가 최대 150% 더 많고, 구름 얼음은 거의 두 배에 달했습니다. 이는 대규모 순환과 측면 경계 조건의 중요성을 강조합니다. 미세물리 방식은 주로 구름 과정에 영향을 미치며, 도메인 설정은 이러한 민감도가 어떻게 나타나는지를 결정합니다. 모델 성능 평가 및 연구 결과의 일반화 가능성 검증을 위해 관측 제약 조건 개선과 교란 매개변수 앙상블이 필요합니다.
에티오피아 고원지대는 감자 재배에 필수적인 지역이지만, 다양한 지형으로 인해 기후 변화에 매우 민감합니다. 따라서 시공간적 강우량 및 온도 변화를 이해하는 것은 기후 회복력 있는 감자 농업 전략 개발에 중요합니다. 이 연구는 에티오피아 북서부 저지대 고원(Lower Dega)과 고지대 고원(Upper Dega) 농업생태계(AES)에서 관측된 강우량 및 온도 변동성과 추세(1989–2018)를 분석하고, MIROC6 모델을 기반으로 한 SSP(Shared Socio-economic Pathways) 배출 시나리오에 따른 근미래(2019–2048) 및 중세기(2049–2078)의 변화를 예측했습니다.
ENACTS(Enhancing National Climate Services)의 과거 데이터에 따르면, 연간 강우량 변동성은 낮았으나(연간 변동계수 14.72%~18.14%), 연내 분포는 매우 불규칙했습니다. 강수 집중 지수(PCI)는 두 AES 모두에서 21.01%~23.22%를 기록했습니다. 1990년대 초, 2000년대 중반, 2010년 이후에 걸쳐 심각한 농업 가뭄(3개월 및 6개월 SPEI -1.5~-2.0)이 반복적으로 발생했습니다.
추세 분석 결과, 강우량과 최고 온도 모두에서 통계적으로 유의미한 증가 추세가 나타났습니다. Lower Dega AES에서는 연간 강우량이 10년당 67.7mm, 최고 온도가 0.50°C 증가했으며, Upper Dega AES에서는 각각 169mm와 0.40°C 증가했습니다. 고배출 시나리오(SSP5-8.5) 하의 미래 기후 예측에서는 중세기(mid-century)에 가장 큰 영향이 예상됩니다. 이 시나리오에서 주요 우기(Kiremt) 강우량은 최대 19.58%, 연간 최고 온도는 최대 1.49°C 증가할 것으로 예측됩니다.
이러한 기온 상승, 불규칙한 강우 분포, 반복적인 가뭄 추세는 감자 생장과 수확량에 부정적인 영향을 미칠 가능성이 높습니다. 본 연구 결과는 증거 기반의 농업생태계별 맞춤형 기후 적응 전략을 수립하는 데 중요한 자료로 활용될 수 있습니다.
해양과 해빙은 지구 기후 시스템의 핵심 요소로, 전 지구적 열 및 탄소 순환, 기상 패턴, 해수면 상승에 지대한 영향을 미칩니다. 최근 지구 시스템 모델(ESM)이 빠르게 발전했음에도 불구하고, 주요 해양 및 빙권 과정의 모델 간 시뮬레이션 및 비교에는 여전히 한계가 존재합니다. CMIP(Coupled Model Intercomparison Project)와 같은 모델 상호 비교 노력에서 반복되는 과제는 필수 메커니즘을 가장 잘 나타내면서도 데이터 양과 복잡성을 관리할 수 있는 출력 변수를 결정하는 것입니다.
이 연구는 국제적인 커뮤니티 기반 과정을 통해 개발된 CMIP7 해양 및 해빙 데이터 요청을 제시하며, 모델 출력 변수의 우선순위를 정합니다. 해양 및 빙권의 동인과 반응, 고기후, 극지 증폭, 극한 현상, 바람 파도, 신속한 모델 평가를 아우르는 7가지 과학 기반 활용 사례를 기회로 식별하여 변수 선택 및 시간 해상도를 안내합니다.
이러한 기회를 해결하기 위해 새로운 고주파 및 심층 통합 변수를 요청하고, 해양 열 흡수, 해빙 과정, 모델-관측 비교에 대한 개선된 진단을 지원하며, CMIP6의 교훈을 바탕으로 합니다. 우리의 접근 방식은 모델 개발자부터 정책 입안자에 이르기까지 광범위한 사용자를 지원하기 위한 목표 지향적이고 효율적이며 투명한 데이터 큐레이션을 가능하게 합니다.
이러한 노력은 지역적 극한 현상 및 티핑 포인트와 같은 시급한 기후 질문에 답하는 보다 정교하고 통합적인 모델 출력에 대한 증가하는 필요성을 반영하며, 미래 모델링 개발을 위한 토대를 마련합니다.
본 연구는 공간적으로 해상도 높은 기후 에뮬레이션을 위한 포괄적 소프트웨어 패키지인 MESMER v1.0.0을 소개한다. MESMER는 기존 버전에서 개발된 여러 에뮬레이션 접근 방식의 소스 코드를 통합하여, 과학 커뮤니티가 쉽게 활용할 수 있는 단일 Python 패키지로 재구성되었다.
MESMER v1.0.0은 다양한 구성 요소와 통합 개발 전략을 제시하며, 수치적으로 안정적이고 이전 버전에 비해 속도가 향상되었다. 또한, 현대적인 데이터 구조를 채택하고 데이터 처리와 통계 핵심 기능을 명확히 분리하여 효율성을 높였다.
이 버전은 모듈성, 코드 품질, 문서화 및 재현성 요구사항을 충족하는 지속 가능한 연구 소프트웨어임을 입증한다. 연간 및 월간 평균 온도, 다양한 극한 기후 지표를 출력 변수로 제공하며, 보정에는 수 초에서 30분, 대규모 기후 앙상블 생성에는 단 몇 분이 소요된다.
연구 커뮤니티의 MESMER 활용을 촉진하기 위해 여러 변수에 대한 사전 보정된 매개변수를 제공한다. MESMER v1.0.0은 지구 시스템 모델 에뮬레이터의 지속적 발전에 중요한 이정표가 될 것이다.
