[[--story_box

제7장 기상사업의 미래는 어떠한가?

4. 일기예보 기술의 전망

라. 예보 수요 증가와 충족

 일기예보는 수많은 수요(needs)를 충족시키기 위해 충분히 가공된 정보로 적시에 발표될 필요가 있다. 예보정보의 표현에도 많은 개선이 이루어지고, 정보 수요자 쪽에서도 new media를 충분히 이용한 체제로 예보정보를 수용하게 된다. 더욱이 민간 기상회사가 대폭적으로 늘게 되고 이용자도 각자의 목적에 따라 예측을 생각할 수 있게 될 것이다. data base는 각각의 이용 목적에 따라 여러 가지 형태로 갖추어지게 될 것이다.
 이상을 종합하면 일기예보의 장래는 아름다운 장미꽃으로 비춰질 수도 있다. 그런데도 이 시점에서 확실히 말할 수 있는 것은 인간이 대기현상에 대해 아는 범위가 넓어질수록 모르는 범위도 점점 확대된다는 것이다. 그러나 물론 아는 범위는 이제껏 아는 정도보다는 훨씬 명확히 그리고 정량적으로 알게 된다고 할 수 있다. 대기를 잘 연구하여 이용하는 것이 인간생활에 매우 값진 일이다.
 「잠실운동장의 상공은 정오까지는 흐리고 때때로 비. 오후 1시 지나서는 엷은 햇빛이 비치고, 3시에는 맑겠다」-프로야구 팬을 즐겁게 하는 이러한 자세하고 확실한 일기예보가 머지않아 실현될지도 모른다.
 기상청의 컴퓨터 일기예측은 우리나라 각 기상관측 지점의 데이터를 60km 간격의 격자점에 대한 값으로 해석하게 될 것이다. 여러 가지 물리법칙을 적용해 격자점에 대한 값으로 해석하게 될 것이다. 여러 가지 물리법칙을 적용해 격자점에 대한 데이터의 변화를 출력하게 된다. 약 10분 단위의 변화를 반복하여 1시간, 그리고 하루로 연장하기 때문에 그 계산량은 엄청난 양이다. 그런데 각 지역의 구름 모양을 알기 위해서는 격자 간격을 1km까지 좁혀야 한다면 현재의 컴퓨터 능력으로는 불가능한 일이다.
 그래서 격자 간격이 다소 넓어도 구름의 특징을 파악하여 그 구름이 비로 내리게 될 것인가 하는 변동과정을 단순화하고, 수증기로부터 직접 비를 예측하는 등의 여러 가지 모델을 만들어 기상자료를 입력하면 컴퓨터 key 하나로 국내의 구석구석까지 구름이나 비가 화상(畵像)으로 나타나는 시스템이 성공적으로 이루어질 것이다. 정밀도가 높은 모델이 개발되면 수요에 맞게 예측 내용을 화면으로 제공하는 것도 가능하다고 볼 수 있다.
 장래에는 수요를 충족할 수 있는 다양한 예측이 가능할 것으로 보인다. 그러나 한편으로는 요구 자체가 계속 고급화된다는 것도 염두에 두어야 할 것이다. 단시간예보에서 향후 몇 시간 이내의 예측, 그것도 10km 격자 간격 정도까지 시간적 공간적으로 자세한 예측이 가능케 되겠지만, 그 표현은 앞에서 다룬 것과 같이 확정적인 것이 아니고 확률적으로 표시될 것이다. 그 이유는 기상현상이 우리가 생각할 수 있는 것 이상으로 복잡한 변화의 가능성을 포함하고 있기 때문이다.
 단기예보와 주간예보도 수치예보를 기초로 수행될 것이다. 특히 주간예보의 일기번역에는 MOS 방법이 쓰이게 될 것이다. 태풍진로 예보의 경우 48시간 이상까지도 상당히 정확하게 예측될 것이다.
 장기예보도 수치예보가 1개월 예보를 시작으로, 10년 정도 지난 후에는, 1년 정도의 대략적인 전망을 예측할 수 있는 초장기예보도 화제에 오를 것이다. 그러나 장기예보의 경우 우선 시급한 것은 평년(平年) 값으로부터의 편차를 대략적으로 예측하는 anomaly model의 개발이다. 이때 장기예보는 정확도에 제한성이 있다는 것에 대해서는 그 예보의 이용자가 충분히 이해하지 않으면 안 된다. 그림 7-11에서 보는 것처럼 예측기간이 길어질수록 예측불가능 영역이 더 증가하는 것이다. 어쨌든 예측작업은 가능한한 객관화, 그리고 정량화하기 위해 기계화, 자동화를 추진하고, 작업과정은 되도록 통합화를 이루고, 인간의 능력을 최대로 추출하여 모든 것을 종합적 효율을 갖도록 해나가는 것이 앞으로의 과제이다.
 또 이용자 쪽의 문제로서는 new media 시대에 대응하여 정보의 표시에 있어서도 알기 쉬운 종합표시법을 개발하는 등 해야만 할 일이 매우 많다.

 또한 앞으로 검토하지 않으면 안될 것으로는 일기예보의 민간 개방이 있다.
 예보에는 독자예보(獨自豫報)와 해설예보가 있다. 기상청은 주로 불특정 다수인을 대상으로 예보를 하고 있다. 그러나 적절한 예보행위의 조건이 갖춰지면, 어떤 특수 목적을 위해서라면, 인·허가 심사를 통해 기상회사(氣象會社) 등에서 독자적인 예보를 발표해도 좋을 것이다. 더구나 해설예보의 경우라면 더욱 그러하다. 앞에서 언급된 것처럼 외국에는 현재도 그러한 예가 많이 있다.
 그러나 우리나라에서 장차 어느 수준 이상의 기술수준을 가진 회사에 대해서 예보발표를 개방하여야 할는지는 여러 가지로 검토되어야 할 것이다. 또 독자적인 기상예보의 경우도, 구비조건이 엄격해지겠지만, 특수목적을 위해서라면 개방시키는 것이 합리적일 수도 있을 것이다.

[[--story_box

제6장 예보는 객관적인 종합판단을 필요로 한다

최근의 예보법은 객관화의 길을 걸어가고 있다. 이것은 이제까지의 예보법과는 매우 달라진 경향이다.
한번의 예보를 작성하는데에도 많은 인력에 의한 자료의 수집과 아울러 복잡한 처리 과정이 소요된다. 예보는 정확성이 무엇보다 중요하지만 타이밍(timing)을 놓쳐서도 안된다는 것이 사실이다. 긴급시에는 더욱 그러하다. 따라서 그때그때 최선을 다한 자료나 정보를 수요자에게 알리게 된다.
예보의 정확성과 타이밍을 살리기 위해서는 예보 작성을 객관화하고 시스템화할 필요가 있다.
시스템에는 통합시스템이라는 것이 있다. 예를 들면 기상위성, 기상레이다, 지역 자동기상관측망 등에 의해 구름, 강수현상의 공간분포, 지상에 내린 강수의 공간분포를 종합하여 자료의 처리로부터 해석, 예측, 통보과정을 일원화한 것이다.

1. 예보의 객관화

일기도 작성이 객관적으로 이루어지고 있다. 좀더 구체적으로 표현하면 컴퓨터조작에 의한 자동묘화기(plotter)에 의해 짧은 시간에 데이터의 기입, 등압선 또는 등온선 등의 묘화가 이루어지고 있다.
그리고 제5장의 예보작업 흐름도에서도 볼 수 있는 바와 같이 예보작성 과정이 계속 객관화 되어가고 있다. 그리하여 후에 누구나 검증을 할 수 있고, 따라서 개선이 가능하게 되어가고 있다.
그러나 이러한 자동화, 객관화가 장차 일기예보 작성에 사람의 참여가 필요 없게 된다는 것은 결코 아니다. 다만 기계가 할 수 있는 일은 기계에 맡기고 종합판단하는 분야에만 인간의 능력을 충분히 발휘케 하므로써 인력을 효율적으로 쓰자는 것이다.
오늘날은 컴퓨터가 큰 활약을 하고 있어 예보의 기반을 이루고 있다. 컴퓨터가 등장하기 이전과 이후의 예보관의 업무내용을 비교해 보는 것도 의미 있는 일이다.
우선 예보관(豫報官)이 취급하는 자료의 수집은 컴퓨터가 등장한 이후 광범위해지고, 밀도가 커지고, 또 더욱 신속해졌다. 그리고 앞에서 말한 바와 같이 자동기입, 자동묘화가 가능하게 되었다. 또한 관측, 해석, 통보를 일원화할 수 있게 되었다.
다음으로는 일기분포의 감시에 대해서는 이전의 주관적 해석으로부터 객관적 해석으로 계속 옮겨가고 있다. 특히 현황 파악이 상당히 실제적이고 확실해졌다. 그것은 정지기상위성, 레이다, 지역 자동기상관측 등의 데이터가 종합기술 시스템으로서 입수 가능하게 된 데 기인한다. 또 중규모나 소규모 현상의 감시가 매우 발전됐으므로 돌발적인 악기상에 대한 대응이 빨라졌다. 그리고 20세기에 들어와 일기예보는 물리적, 수치적으로 고찰되기 시작했다. 1922년 영국의 리차드슨(L. Richardson)이 수치예보의 결과는 성공하지 못했지만 자기의 실패를 스스로 인정한 저서 「수치계산에 의한 일기예보」를 출판한 이래 미국의 폰 노이만(Von Neumann)이 1950년에 최초의 전자계산기 ENIAC을 사용하여 세계 최초의 수치예보에 성공했다. 이것은 500hPa 등압면 단 한층의 24시간 후의 고도를 계산한 것이었다. 이를 계산하는 데는 24시간이나 걸렸지만, 지금의 기술 수준으로 보면 형편없이 단순한 것이었다.
일본에서는 이보다 늦게 1959년 봄부터 IBM 704를 이용하여 수치예보를 시작했다. 현재는 일본에서 하루 2회 수치예보가 작성되고 있다. 그리고 그 결과를 지방기상관서에 배포하여 예보의 기초자료로 삼고 있다. 이에 의하면 대규모 일기의 패턴은 상당히 정확하게 예측된다. 일본의 실력은 세계수준에 달해 있다고 하겠다.
우리나라에서는 수치예보 일기도의 일상적인 작성 이용이 초보단계에 있으나 대규모 컴퓨터가 도입되면서 연구에 박차를 가하고 있는 중이다.
세계적으로 이제는 컴퓨터를 이용한 수치예보에 의해 수천 km 규모의 대규모 장의 패턴 예상은 놀랍도록 정확해졌다. 이것은 비선형 수치해석이 컴퓨터에 의해 가능케 되었기 때문이기도 하다. 즉, 전에는 패턴 예상에 예보관의 주관적 판단이 크게 작용했고, 또 이론적으로 미분방정식을 풀려해도 수많은 변화요인이 독립적으로 작용한다고 보고 선형해석을 하거나 개략적인 계산에 의해 해(解)를 구할 수밖에 없었으며, 수치예보처럼 미분방정식을 수치적분(數値積分)하여 해를 찾는 경우에도 일반해(一般解)는 얻을 수 없었다.
그러나 이제는 원래의 식을 차분식(差分式)으로 바꿔서 컴퓨터로 적분할 수 있게 되었고, 수많은 변화여인이 실제적으로 상호 의존적인 것으로 본 비선형 해석에서도 그 해법이 비약적으로 발전했다. 더구나 상승류, 습도, 기온 등의 물리량 분포와 강수량 분포를 정량적으로 계산할 수 있게 되었다. 특히 수많은 데이터의 종합으로 초기값 해석이 훨씬 정교해졌으므로 장기간 적분하는 경우에도 사용할 수 있게 되었다. 이러한 적분기간의 연장은 이제는 2주간 앞의 예보를 목표로 개발 중이다. 이러한 것은 인간의 주관적 판단으로는 도저히 불가능한 것이다.
기압장의 예상으로부터 일기로 번역하는 기술에 있어서도 이전보다 객관화되고 있다. 즉, 수치예보 출력을 중심으로 수치예보의 2차가공품인 Guidance와 기상위성 실황을 가미하고, 이에 지역 특성을 보정해 번역하고 있다. 그러나 아직까지는 주관적 요소도 남아 있고, scale이 작은 곳에서는 미세한 경계조건과 대류운의 상승작용 등 알려지지 않은 현상이 아직도 많아서 번역기술도 개발이 제한되므로 일기예보의 정확도는 크게 발전되어 있지 않다.
그리고 방재기상정보에 있어서는 보다 신속하고 자세한 정량적인 정보 즉, 세분된 지역에 대한 단시간 예보가 필요하다. 이러한 필요성에 대한 대응이 부분적으로는 옛날에 비하면 상당히 개선되어 있다.
이상의 객관화의 진행을 종합해 보면, 옛날 예보관은 기능인적이고 예술가적인 특성이 강한 일을 하고 있었다. 즉 한사람의 기능인에게 전 예보작성 과정이 전부 배당되어 있어 예보의 정확성은 해당 예보관의 지식과 경험에 의해 크게 좌우됐다. 말하자면 엘리트 기능인이 최고였다.
그러나 오늘날 예보관의 개념은 자동처리에 의한 자연의 감시와 예측이라는 종합시스템 중에, 인간만의 능력인 종합판단, 그리고 지식, 경험의 고도화를 목표로 한 감독자(supervisor)적인 방향으로 전환해가고 있다.

[[--story_box

제6장 예보는 객관적인 종합판단을 필요로 한다

4. 일기예보의 System화

가. 시스템화의 진행

 옛날에는 개인 한 사람이 하늘 상태를 보고 일기의 변화를 예측했으며, 개인 한 사람이 모든 일기예보 과정을 처리했다. 19세기가 되면서부터 각지에서 관측한 결과를 모아 몇 사람이 일기도를 작성하지만 최종적으로는 한 사람의 예보관이 일기를 판단하여 예보를 발표하는 식으로 일기예보 작업이 어느 정도 조직화되었다. 전체로서는 system화되었으나 예측이라는 점에서는 여전히 예보관 개인에 의존하고 있으며 그 예보관의 능력에 따라 예보의 질이 크게 좌우되었다.
 제2차 세계대전 후에는 시스템화가 더욱 진전되었다. 또 예측의 기본이 되는 관측자료도 지상관측뿐만 아니라 고층 관측자료도 얻게되고 범위도 넓어져서 북반구 전체, 나아가서는 지구 전체의 자료를 얻을 수 있게 되었다. 그리고 레이더, 기상위성 등 제2차 세계대전 전에는 전혀 생각치 못했던 장비가 예보업무에 이용되었다.
 자료수집에도 사람의 손만으로는 곤란하게 되어 자료의 자동수집·편집을 위해 컴퓨터가 도입되고, 이들 자료를 널리 알리기 위한 방송도 무선에 의한 문자방송뿐만 아니라 무선 FAX로도 방송되고 있다. 또 일반에게 알리는 데도 신문, 라디오뿐만 아니라 TV, 전화 등을 이용하게 되었다.
 그리고 예측에도 한 사람의 예보관이 모든 자료를 처리하기는 불가능해져서 몇 명의 예보관이 분야별로 분담하여 컴퓨터에 의해 각종 일기도와 예상일기도를 작성하고, Radar관측 및 기상위성 자료를 분석하는 등으로 시스템화되어 있다. 그리고 더 강조해도 좋은 것은 현대의 일기예보는 한 나라만의 시스템으로 부족하여 세계적인 시스템으로 확장되고 있다는 것이다.
 이와 같이 일기예보의 시스템화가 진행되자 예보의 질은 시스템이 좋고 나쁨에 따라 큰 영향을 받게 된다. 컴퓨터도 고성능의 것을 사용하면 예상도의 정확도가 향상되고, 따라서 예보 적중률도 향상된다. 또 정확한 예보를 위해서는 관측자료가 정확하면서도 적당히 조밀하게 분포된 관측점으로부터 입수되어야 한다. 관측망에 커다란 공백지대가 있으면 예보의 정확도도 떨어질 수밖에 없다.
 한편 이처럼 시스템화가 진전되면 자칫 인간의 중요성을 과소평가하는 경향이 생긴다. 그러나 일기예보 시스템은 인간과 기계의 조화된 시스템(man-machine system)이라는 것을 인정하지 않으면 안 된다. 아무리 보물과 같은 고성능의 기계를 도입하여 시스템이 잘 구성되어 있는 것처럼 보일지라도 그것을 운영할 적절한 사람을 구할 수 없다면 그 보물을 썩히는 결과가 된다. 특히 최종적인 예측단계에 들어가면 예보관의 판단에 좌우되는 사항이 많다. 이때 여기서 오류를 범하게 되면 최종 결과는 나빠질 수밖에 없다.
 또 주의보, 경보 등은 단순하게 적중률이 높다는 것만으로는 목적을 충분히 달성하지 못한다. 특보가 적시에 발표되고 그 내용이 정확히 알려질 필요가 있다. 이것은 기계만으로 이루어지는 것이 아니어서 예보관의 적절한 조치가 반드시 있어야 함은 물론이다.

나. 예보관의 예보능력
 현대의 예보업무는 매우 복잡해져서 예보정확도에 미치는 예보관의 영향을 분석하기는 매우 곤란하나, 제2차 세계 대전 후 얼마까지만 해도 예보조직이 간단하여 이런 류의 분석이 어느 정도 가능했었다.
 이러한 분석에 따르면 한 사람의 예보관이 며칠 계속 예보를 담당하는 경우, 첫째 날의 적중률은 좋지 않고 2일 3일째가 되면 좋아진다. 그러나 4일째부터는 다시 나빠지는 경향을 보였다. 즉 예보의 경우 첫날은 익숙지 않아 빠뜨리는 사항도 생겨 정확도가 오르지 않으나, 2일 3일이 되면 익숙해져 과거의 경향도 충분히 염두에 두게 되므로 정확도가 오른다. 그러나 4일째가 되면 긴장이 풀리고 피곤해져서 중요한 사항도 빠뜨리는 수가 나오기 때문일 것이다. 따라서 예보의 정확도를 높이기 위해서는 근무자세 등도 고려할 필요가 있다. 일반 노동의 경우에도 비슷한 경향이 확인되어 있다.
 예보관의 예보능력에는 이와 같이 여러 가지 환경이 작용하고 또 예보관의 정신상태도 작용한다. 과거의 경험으로 보면 예보관이 예보 이외에 어떤 다른 중요한 문제를 가지고 있는 경우에는 그것에 정신을 빼앗겨 예보를 충분히 생각할 여유가 없게 되고, 결국 예보 작업에 실패하는 수가 종종 생기게 된다.
 좀 오래된 것이긴 하지만 일본에서 일기 박사로 불리우던 후지하라(藤原 平)가 쓴 「예보관의 마음가짐」이란 것이 있다. 표현은 다소 딱딱하지만 요즘에도 이러한 마음가짐이 필요하다고 생각되므로 그 개요를 소개하기로 한다.

○예보관의 마음가짐
(1)시대에 뒤떨어지지 않는다.
(2)일기의 국지성에 통달한다.
(3)예보의 결과를 항상 음미한다. 특히 예보가 빗나간 경우 그 원인을 탐구한다.
(4)타인의 예보에도 유의해서 음미하여 타산지석(他山之石)으로 삼는다.
○예보관의 수칙
(1)몸 상태를 건전하게 유지한다.
(2)정신을 건전히 한다. 가정이나 다른 일에 정신이 팔리면 안 된다.
(3)예보기간 중에는 되도록 예보업무에 정진하고 다른 일에 신경을 쓰지 않는다.
(4)수면부족은 금물이다. 졸릴 때는 좋은 예보가 나오지 않는다.
(5)예보 전의 음주는 좋지 않다.
(6)마음을 동요시켜서는 안 된다. 특히 다음과 같은 일에 주의한다.
    (가)주위의 칭찬이나 비방에 흔들리지 말 것.
    (나)특별한 회합이 있는 날이거나 태풍 내습시라도 흥분하지 말 것.
    (다)예보에 실패한 때라도 그로 인해 마음을 어지럽히지 말 것.
    (라)예보에 임해서는 뛰어난 공적을 노리지 말 것.
○예보 발표시의 마음가짐
(1)자기능력 범위를 확인하고, 그 범위를 넘지 않는다.
(2)전시간에 낸 예보와 되도록 조화를 유지한다.
(3)쓸데 없이 긴 문장을 피해야 하나 너무 짧아서 타인의 오해를 사게 될 문구는 쓰지 않는다.
(4)사회적인 관심사를 참작한다. 예를 들면 가뭄이 계속될 때 「소나기」라는 예보를 낼 때는 주의를 요한다. 즉 "소나기가 올지도 모른다"는 의미로 발표하는 경우라도 많은 사람들은 "소나기가 온다더라"라고 받아들이게 되어 비가 오지 않으면 예보가 틀렸다고 거센 항의를 받게 된다. 또 서리, 홍수, 저온 등 평상시는 강조하지 않던 말도 일반인의 관심의 대상이 되는 경우에는 강조해야 한다. 단 인기에 영합해서는 안 된다.

[[--story_box

제6장 예보는 객관적인 종합판단을 필요로 한다

3. 수치예보

가. 수치예보의 시작

기상은 대기 중의 물리현상 내지는 화학현상이므로 물리학 및 화학법칙에 구속될 것이다. 따라서 초기상태를 알면 관련되는 물리학, 화학의 방정식을 이용하여 장래의 기상상태를 계산할 수 있을 것이라는 제안이 나온 것이다.
앞에서도 언급했던 것처럼 마침내 영국의 리처드슨은 실패 경험을 토대로 1922년에 「수치계산에 의한 일기예측」이라는 책을 발간했다.
당시의 수치예보가 실패할 수밖에 없었던 몇 가지 이유가 있었다. 첫째로, 당시에는 기상관측망이 정비되지 못했었다. 특히 고층관측은 거의 없었으므로 초기 기상상태 파악이 극히 불완전했다. 둘째는 이 방법을 적용하는 데는 막대한 양의 계산이 필요했다. 예를 들면 24시간 후의 상태를 예측하는 계산을 전자계산기 없이 한사람이 수행한다면 몇 년이나 걸린다. 당시는 이러한 막대한 양의 계산을 신속하게 수행하는 컴퓨터 자체가 발명되지 않았었다.
셋째로, 기상시스템은 매우 복잡한 것이며 현상도 복잡 미묘한 인자가 작용하는 것이다. 그래서 이들을 모두 고려해 모델을 만든다는 것은 불가능하므로 실제로는 기상현상의 대체적인 본질만 표현되는 모델을 만들어 계산한다. 그런데 당시는 기상현상의 본질에 대한 이해가 부족했다.
리처드슨의 실패에도 불구하고 그의 노력은 높은 평가를 받게 되었다. 그의 계산 방법 등의 아이디어가 그대로 현대의 수치예보에도 적용되는 부분이 많다.
제2차 세계대전 후에는 수치예보에 대한 이러한 어려운 문제점들이 점차 극복되었다. 고층관측망이 충실해짐에 따라 입체 해석에 의해서 기상현상에 관한 이해가 증진되고, 컴퓨터가 사용되는 등 수치예보를 가능케하는 조건이 갖춰지게 되었다.
마침내 1949년 미국의 챠니(J. Charney)는 처음으로 수치계산에 의해 실제상황과 상당히 근사한 예상일기도 계산에 성공했다. 물론 그 무렵의 결과는 정확도가 낮았고, 예상일기도도 그때까지의 운동학적 해석에서 얻은 예상도보다도 보잘 것 없는 것이었다.
그러나 그후 연구가 진전되면서 점차 단점들이 개선되어 현재는 종래의 방법에 의한 예상일기도보다는 수치예보에 의한 예상일기도 쪽의 질이 좋아져서 일기예측의 정확도도 향상되었다.
수치예보의 방법은 과학자의 입장에서 보면 합리적이고 훌륭한 것이다. 그러나 이것을 수해하기 위해서는 수많은 전제 조건이 갖추어져야 한다. 우선 첫째로, 초기조건을 완전히 파악하기 위해서는 정확도가 높고 밀집된 관측망이 필요하며 또 그 관측결과를 수집하는 통신망도 필요하다. 두 번째는, 막대한 양의 계산을 수행할 대형 컴퓨터 설비가 필요하다. 세 번째는 수치예보가 극히 고도의 기술이기도 하므로 예보 모델을 만들고 이를 계산하는 극히 전문적인 지식을 필요로 한다.
따라서 이것들을 실행하기 위해서는 방대한 조직, 예산, 인원이 필요하여 개인의 힘으로는 부족한 것이 물론이고, 한 나라의 힘만으로는 되지 않는 경우도 있다. 만일 어떤 이유에서든 이들 중 한가지 혹은 일부라도 모자라면 수치예보는 불가능하게 된다.
그러나 이 방법에 의해 계산되어 나온 예상도는 무선 FAX등의 수단으로 방송되므로 누구든지 그것을 받아 사용할 수는 있다.
근대의 예보기술은 점차 수치예보 쪽으로 옮겨가고 있는데 그것을 충분히 이해하기 위해서는 고도의 지식을 필요로 하므로 구체적인 것은 생략하고 여기서는 큰 줄기만을 소개하기로 한다. 따라서 여기서는 어려운 수식은 뛰어넘고 읽어도 이해에는 지장이 없을 것이다.

[[--story_box

제6장 예보는 객관적인 종합판단을 필요로 한다

3. 수치예보

나. 와도방정식

수치예보는 대기의 운동, 즉 유체역학에서 출발한다. 유체역학에는 와도와 발산이 기본적인 양이다.
 종래의 종관예보에서는 기압, 날씨, 기온, 수증기 등을 중심으로 생각해 가는데 수치예보에서는 와도가 중요한 몫을 차지하게 되었다. 와도에 대해서는 헬름홀츠(H. Helmholtz)의 와도보존(渦度保存)의 정리(定理)가 있다. 와도란 공기입자의 회전속도의 2배의 크기를 가진 벡터(Vector)량이고 회전축으로 그 방향을 나타낸다. 그리고 북반구에서는 반시계방향 즉 저기압성 회전을 "+"와도, 시계방향 즉, 고기압성 회전을 "-"와도로 하고 있다.
 기상학에서 문제가 되는 와도는 지표면에 대한 연직성분이며 x를 동쪽, y를 북쪽으로 취하고, 바람의 동서성분, 남북성분을 각각 u, υ라 하면 와도(ζ)는 다음 식으로 주어진다.
     
 이것은 지구상에 있는 사람이 본 와도이며 지구 밖의 절대좌표계에서 본 와도인 절대와도(ζ)는 지구자전에 의한 와도가 더해져서 다음식으로 주어진다.
    
 여기서 Ω는 지구의 자전각속도, φ는 위도이다.
 유체역학의 기본 정리에 따르면 와도는 보존된다. 즉 밖에서 힘이 작용하지 않는 한 없어지지도 않고 생기지도 않는다. 이것이 기상현상을 이해하는 기초 원리의 하나이다. 그러나 실제 대기의 경우는 기압차가 있어서 와도가 반드시 보존되는 것은 아니다.
 기상역학의 기본방정식에서 절대와도의 변화량을 계산해보면 다음과 같다.
    
 이것을 와도방정식이라 한다. 여기서 Q는 발산량이며 N은 솔레노이드(solenoid)라 하며 각각 다음 식으로 표시된다.
    
 여기서 ρ는 공기의 밀도, p는 기압이다.
 대기의 중층(中層)에서는 대부분의 경우 발산이 0이다. 또 근사적으로 등압선과 등온선은 서로 거의 평행인 경우가 많다. 이와 같은 경우에 솔레노이드는 0이 된다. 그리고 이 경우에는 절대와도의 변화는 없게 된다. 즉 절대와도는 보존된다.

[[--story_box

제6장 예보는 객관적인 종합판단을 필요로 한다

3. 수치예보

다. 단층모델

수치예보에서는 대기의 운동방정식을 차분방정식(差分方程式)으로 고쳐 수치계산에 의해 방정식을 푸는 방법을 택하고 있다. 왜냐하면 실제의 대기현상은 복잡하여 운동방정식을 해석적으로 푸는 것이 불가능하기 때문이다. 또 원리적으로는 대기의 운동방정식, 에너지방정식을 초기의 대기 상황을 정확히 관측하여 이것을 초기조건으로 하고 적당한 경계조건을 주어 풀면 좋겠지만 실제로는 이것이 간단치 않기 때문이다. 따라서 문제되는 기상현상을 잘 설명할 수 있는 수식으로 표현된 모델을 만들어 이것을 기초로 풀어나간다.
 수치예보의 발달 초기에는 매우 간단한 단층(單層)모델이 고안되었다. 단일층으로서 대기 중층을 선정하여 이 층에 대한 와도방정식에서 출발한다. 방정식에서 솔레노이드 항을 생략하고 또 발산도 없다고 하면 어느 지점의 절대와도의 변화는 다음과 같이 표현된다.

 여기서 V는 벡터로 나타낸 풍속,   은 경도(gradient)이다. 이 식의 우변은 절대와도의 이류를 나타내고 있다.
 이제 바람이 거의 지균풍(地均風)으로 구성되어 있다고 가정하고 등압면 고도를 z로 표시하면 앞 식으로부터 다음과 같은 관계식을 얻게 된다.

 여기서 R은 지구의 반경이다. 이 미분방정식을 차분방정식으로 고치기 위해서는 그림 6-1처럼 격자점 거리를 , 시간의 차분을 로 놓는다. 이때 차분이 충분히 작을 때는 다음 관계가 성립된다.

이제 로 놓고 와도방정식에 넣어 정리해보면 의 변화는 다음과 같이 된다.

 여기서 는 주위의 평균고도값과의 편차로서 공간규모가 작은 현상을 나타내고 있다. 우변 제1항은 이류로서 편차가 일반류를 따라 흘러가는 것을 나타낸다. 또 제2항은 전향력이 남북으로 이동하기 때문에 생기는 고도변화로서, 남하하는 경우는 하강, 북상하는 경우에는 상승하게 된다. 가 매우 작은 경우에는 제2항을 생략할 수 있다. 따라서 편차 또는 규모가 작은 현상의 경우는 일반류를 따라 흐른다는 것을 의미한다. 이것이 지향(指向, steering)현상이다.
 여기서 처음에 z값의 분포를 안다면 이로부터 의 분포를 구할 수 있다. 그리고 를 흐르게 하는 V도 지균풍이라고 가정한다. 그래서 의 시간에 따른 변화가 앞의 식에서 계산되고 또 짧은 시간 후의 가 구해진다. 후의 를 안다는 것은 후의   를 아는 것이 되어 다음 식이 성립된다.

 이 식을 풀어 z값을 구하면 후의 고도(z)의 분포를 얻을 수 있다. 이를 위해서는 완화법(緩和法)등이 쓰인다.
 앞의 식을 차분식으로 고쳐 정리하면 다음과 같이 된다.
    
 처음에는 근사적인 z분포를 가정하여 경계 부근의 z값은 고정시켜 둔다. 그리고 값은 주어져 있으므로 우변의 z에 근사적인 z를 넣어 좌변을 계산하여 z의 2차 근사값을 얻는다. 다음에는 얻어진 2차 근사값을 넣어 같은 방법으로 z의 3차 근사값을 구한다. 이것을 계속 반복하여 z값을 일정값에 수렴시킨다. 이것이 구하는 후의 z값이다. 이와 같은 방법을 반복해가면 후, 후의 z도 얻을 수 있다.
 이상으로 와도방정식을 사용한 단층모델의 대략적인 방법을 살펴보았다. 여기서도 알 수 있는 바와 같이 수치예보는 굉장히 많은 양의 계산작업이 필요하다. 따라서 손으로 이를 계산하려면 모델을 극도로 단순화시킬 필요가 있다. 예를 들면 를 흐르게 하는 V를 구하는 경우에 직접 z의 분포로부터 구하지 않고 네 격자점 값의 평균을 얻어 구하면 이 양은 시간적 변화가 작아진다. 그래서 비교적 긴 시간 동안 를 흘려보낼 수 있게 된다. 그러나 이것은 어디까지나 근사식이므로 오차가 심하다.

제6장 예보는 객관적인 종합판단을 필요로 한다

3. 수치예보

라. 근원모델

단층모델은 실제의 현상을 너무 단순화했기 때문에 대기현상을 충분히 설명할 수 없는 것이 흠이다. 예를 들면 이 모델에서는 에너지가 보존된다고 보고 있으므로 저기압의 발달과 같은 현상은 나타나지 않는다는 모순이 생긴다. 이것을 개선하기 위해서는 모델을 좀더 상세하게 할 필요가 있다.
 그중 무엇보다 중요한 개선은 대기의 운동방정식을 근사식화하지 않고 거의 원형 그대로 사용할 수 있게 되었다는 점이다. 이것은 독일의 힌켈만(Hinkelmann)이 처음으로 쓴 식으로 근원모델(primitive model, 원시모델)이라 부르고 있다. 이 모델도 구체적으로는 여러 가지 형식이 있어서 관계식이 많고 복잡하나 여기서는 기초방정식과 함께 이 모델에 의한 방법을 간단히 설명한다. 우선 대기의 운동방정식은 다음과 같다.
    
 위 식에서 t는 시간, x는 동서좌표, y는 남북좌표, u, υ는 각각 풍속의 x성분과 y성분이다. 연직방향은 고도 대신 기압 p로 나타내며, 연직류는 속도 대신에 기압변화 ω로 나타낸다. f는 코리올리(Coriolis)인자, ф는 등압면고도를 지오포텐셜(geopotential)로 나타낸 것이며,   , 는 각각 마찰의 x성분과 y성분, α는 비체적(比體積)이다. 코리올리인자(f)는 f=2Ωsinφ로서 Ω는 지구 회전각속도, φ는 위도를 나타낸다.
 엄밀히 말하자면 위의 식들도 근사식에 불과하다. 예를 들면 대기의 지구상의 운동이므로 좌표도 구면좌표로 표현해야 하나 여기서는 국소 직교좌표를 쓰고 있다. 또 연직방향으로는 정역학방정식을 쓰고 있어서 가속도가 생략되어 있다. 그러나 이러한 현상을 실제상태로 모두 고려하면 너무 복잡한 방정식이 된다. 그래서 각 항의 크기를 비교해서 수치예보에서 취급하는 정도로서는 작다고 판단되는 항을 제거한 형식으로 표현한 위의 식으로도 대기상태를 충분히 근사하게 표현할 수 있으므로 이 근사식을 수치예보의 출발점으로 한다. 이와 같이 현상의 본질을 근사하게 정하는 식을 지배방정식(支配方程式)이라 한다.
 다음에, 에너지의 식으로는 다음 식을 사용한다.
    
 여기서 θ는 온위, 는 정압비열, T는 절대온도, Q는 외부로부터의 열의 공급량이다. 온위(θ)는  이며 여기서 R은 기체상수이다.
 공기의 연속방정식과 수증기의 연속방정식은 각각 다음과 같다.
    
 여기서 q는 수증기의 혼합비, E는 증발에 의한 수증기의 증가량, C는 응결에 의한 수증기의 감소량이다.
 그리고 대기의 상태상정식은 다음과 같다.
     p=ρRT
 이상으로 운동방정식이 3, 에너지방정식이 1, 연속방정식이 2, 상태방정식이 1, 도합 7개의 지배방정식이 있고 독립변수는 u, υ, ω, p, θ, ρ, q의 7개이므로 원리적으로는 이들의 초기값을 알면 경계조건 하에서 장래의 값을 알 수 있게 되어 있다.
 그러나 장래의 값을 예상하려면 이들 식을 해석적으로는 풀 수 없으므로 이들 식 중 시간변화를 나타내는 항을 골라내어 그 값을 다른 양의 공간분포에서 구하는 형식으로 고친다. 이 양을 수치계산으로 구한 후 이 값을 기초로 외삽하여 극히 단시간 후의 값을 구한다. 그리고 이러한 계산을 반복하여 장래의 값을 구해가는 방식을 취한다.
 이 방식은 원점으로 되돌아간 간단한 방식이라고도 할 수 있다. 그리고 이 방식은 규모가 작은 현상과 큰 현상을 함께 포함하게 된다. 이와 같이 시간변화를 준 관계식을 예보방정식(豫報方程式)이라 한다. 이에 대해 정역학방정식이나 상태방정식은 시간외삽에는 직접 도움이 되지 않으나 동시적인 관계를 판단하는 데는 중요하여 이들을 진단방정식(診斷方程式)이라 부른다. 규모가 작은 현상 큰 현상은 독립적인 것이 아니고 서로 영향을 미치고 있다.
 한편 운동방정식 등에는 기압변화와는 관계가 없는 음파(音波)라든가 중력파(重力波)등도 포함되어 있어 계산 방법에 따라서는 규모가 작은 이들 음파나 중력파에 의해 기압변화가 크게 증폭되기도 한다. 그러나 현실의 기압배치에서는 규모가 큰 부분이 탁월하며 규모가 작은 현상은 그 역할이 매우 작은 것도 사실이다. 초기에 와도방정식이 쓰인 것은 음파나 중력파 등 소위 잡음(noise)이라고 생각되는 현상을 제거하기 위해서였다. 그리하여 근원모델(primitive model)중에는 이러한 잡음제거를 위해 여러 가지 방법이 고안되어 있고 그에 다라 계산 모델도 다양하게 개발되어 있다.

[[--story_box

제6장 예보는 객관적인 종합판단을 필요로 한다

3. 수치예보

마. 모델선택과 계산기술

수치예보에서는 예보모델이 계산기의 능력과 용량에 따라 선택될 수밖에 없다. 그 외에도 많은 다른 기술적인 문제가 뒤따른다. 예를 들면 운동방정식은 미분방정식이지만 이것을 차분방정식으로 고쳐 풀어야 한다. 이 경우 차분을 작게 할수록 일반적으로는 좋다고 할 수 있으나, 작게하면 작게 할수록 계산량이 많아지고 또 변화량이 적어지므로 유효자리수가 감소하여 오히려 문제를 악화시킬 경우도 생긴다.
 또 실제 기상현상은 매우 복잡하며 응결 등 불연속적인 현상도 포함되어 있다. 이것을 적당히 모델화하여 취급할 필요가 있다. 따라서 기상 현상의 본질을 적절히 나타내고 있는 모델을 선택할 필요가 있고 또 수치계산 방식도 이에 맞추어 고안할 필요가 있다.
 경계조건의 경우도 초기에는 해면으로부터의 열에너지 공급은 없다고 했었으나, 실제로는 열에너지 공급이 저기압의 발달에 매우 중요한 역할을 한다. 또 대기 중에서 수증기가 응결하여 물방울이 될 때 잠열을 방출하는데 이 영향도 무시할 수 없다. 또 산의 영향도 중요하여 이것을 어떻게 처리할 것인가 하는 것도 문제이다.
 따라서 같은 근원모델(primitive model)이라도 취급하는 방법에 따라 모델이 달라진다. 그리고 모델이 달라지면 그에 따른 갖가지 고려사항이 달라진다. 예를 들면 초기조건으로서의 바람값과 기압값을 그들이 관측된 값을 그대로 넣을 수는 없다. 만약 관측된 바람이 지균풍으로 되어 있으면 기압변화는 일어나지 않는다. 기압변화가 일어나기 위해서는 바람이 지균풍과 다를 필요가 있는데 그 차는 작으므로 실제 기상관측으로 얻기는 곤란하다.
 현재 사용되고 있는 근원모델은 음파의 영향은 제거되도록 되어 있으나 중력파와 관성파(慣性波)등은 제거되어 있지 않다. 이 때문에 바람과 기압경도와의 관계가 잘 균형을 이루고 있지 않으면 규모가 작은 잡음이 발생하여 결국은 실제와 맞지 않게 된다. 따라서 초기에 관측된 바람과 기압배치와의 관계에 대해서도 적당히 조정해둘 필요가 생긴다.
 또 계산 도중 계산오차 등에 의해 잡음이 발생하는 경우도 있다. 이렇게 생긴 잡음을 작게 하도록 운동방정식에 물리적으로 부자연스럽지 않도록 점성을 고려하는 등의 조치가 필요하다.
 여기서 또 한가지 주의해야 할 점은 공간차분과 시간차분과의 관계이다. 공간차분에 비하여 시간차분이 너무 크면 오차가 커져 계산이 불안정하게 된다. 이 때문에 공간차분과, 시간차분의 관계가 인 조건을 만족하도록 할 필요가 있다. 여기서 C는 현상의 이동속도이다. 날씨의 경우는 C가 보통 10m/s이다. 따라서 만일 를 100km라면 는 17분보다 작게 할 필요가 있다.
 수치계산을 할 때 격자점의 간격을 좁게 하면 계산량은 급속히 증가한다. 문제를 2차원인 평면으로 해도 시간을 삽입하면 3차원이 되어 격자점 간격을 반으로 줄이면 계산량은 8배가 되고   로 줄이면 계산량은 27배나 된다. 따라서 수치예보를 계산할 경우 계산방식도 매우 중요하다.
 수치예보가 실제로 일기예보에 이용되고부터 모델을 계산하는 기술도 눈부시게 발전되었다. 또 초대형컴퓨터(super computer)도 개발되어 예상일기도의 정확도는 최근 눈부시게 향상되어 1주일 후의 예상도도 만들 수 있게 됐다. 그림 6-2는 수치예보 방법으로 계산된 72시간 후의 지상과 500hPa 일기도인데 실황과 잘 일치하고 있다.
 현재 예상일기도를 계산하는 모델에서는 차분으로서 고도에 대해서는 여러 층, 수평방향으로는 200∼300km를 택하고 있다. 이러한 모델은 파장 수백km 이하의 작은 현상은 표현할 수 없어 생략될 수밖에 없다는 단점이 있다. 즉 종관 규모(synoptic scale)이하의 현상은 생략된다는 것이다.
 따라서 중규모 이하의 작은 현상의 예측은 한정된 일정 구역에 대하여 격자점을 좀더 조밀하게 하여 상세하게 계산할 필요가 있다. 이런 목적을 위해 제한구역모델(localized area model, LAM)이 개발되고 있다.

[[--story_box

제6장 예보는 객관적인 종합판단을 필요로 한다

3. 수치예보

바. 수치예보에 의한 강수량 예측

강수량 예측은 실용상 매우 중요하다. 강수량에 영향을 크게 미치는 요인은 상승기류이다. 상승기류는 일반적으로는 수평기류인 바람에 비해 매우 작고 또한 그 관측이 어렵기 때문에 추정할 수밖에 없는 경우가 많다.
 상승기류를 추정하는 방법에는 몇 가지가 있다. 첫째 방법은 공기의 연속방정식을 기초로 산출하는 방법이다.

즉, 풍속의 동서성분을 u, 남북성분을 υ, 상승기류의 속도를 ω라 하면, 동쪽을 x, 북쪽을 y, 연직방향을 z로 하는 좌표에 대해서는 다음 연속방정식이 성립한다.
    
 따라서 지표경계면에서의 상승기류를 0으로 하면 고도 z에서의 상승기류는 다음 식으로 계산된다.
    
 적분 중 괄호 안의 것은 발산이며 각지의 지상풍과 상층풍의 실측값이 있으면 수치적으로 계산할 수 있다.
 상승기류를 구하는 두 번째 방법은 대기 중의 기온변화가 단열적으로 일어난다는 가정하에 기온을 T, 시간을 t라 할 때 다음 식으로부터 출발하여 구한다. 즉,
    
 단  는 건조단열기온감률로서 약 1℃/100m이다. 이 관계로부터 다음 식을 얻을 수 있다.
    
 여기서 는 대기의 실제기온감률이다. 우변의 각 항은 실측으로 계산할 수 있으므로 이로부터 상승기류를 추정할 수 있다.
 세 번째 방법은 절대와도 보존의 법칙으로 추정하는 방법이다. 즉, 이 법칙은 다음 식으로 표현된다.

 여기서 ζ는 와도 V는 Vector로 표시한 풍속, f는 코리올리의 인자, ω는 상승기류를 기압의 변화속도로 나타낸 것이며 p는 기압이다. 수치예보의 경우에는 직접 w를 구하는 것보다 ω를 구하는 것이 편리하므로 이 형식을 취한다. 그리고 이 관계에서 대기의 상한(上限)에서는 상승기류가 0이라는 가정하에 다음 식이 성립한다.

       
 그러나 단열변화 및 절대와도 보존에서 계산할 경우 시간변화의 항이 있다. 이것을 구하는 것도 불가능하지는 않으나 그보다는 위의 두 식으로부터 시간변화의 항을 소거하고, 또 풍속이 지균풍이라고 가정하여 로 표현하면 다음 관계가 얻어진다.

 이 식은 ω를 구하는 기본식이어서 오메가방정식이라 한다. 그리고 대기의 상한에서 ω가 0이라고 가정하고 이것을 풀면 기압변화로 나타낸 상승속도(p-속도)가 계산된다.
 현재는 모델이 더욱 발전하여 초기의 기상관측값으로부터 수치계산을 통해 직접 강수량을 추정하고 있다. 이것은 근원모델에 작은 Scale까지 고려한 것이고 차분을 작게하는 것이기도 하다. 그리고 이러한 노력으로 모델이 상당히 개선되었다. 그러나 이 경우에도 대류성 강수의 취급 방법에는 아직도 어려운 점이 남는다.
 대류성 강수는 규모가 매우 작은 현상이다. 따라서 현재의 전자계산기 능력으로는 정확히 취급할 수가 없다. 그래서 근사적으로 대기가 불안정해지고 대류가 일어나면서 수증기가 응결되면 이 응결물은 모두 강수로 떨어진다고 가정한다. 실제 대류에서 생기는 상승기류는 수치계산 결과 나오는 상승기류보다는 매우 크다.
 모델의 오메가방정식으로 구해지는 상승기류도 규모가 큰 현상에 의한 상승류이어서 실제로 비를 내리는 상승기류는 이들보다도 훨씬 크다고 생각해야 할 것이다. 따라서 이 모델로 구한 강수량은 실제보다 너무 적어지는 경향이 있다. 그러나 격자점 간격을 50km 이하로 작게 하면 실제 강수량 분포에 상당히 접근시킬 수가 있다. 따라서 보통의 종관규모 모델로 구한 값은, 평소 실측값과의 관계를 통계적으로 조사해서 실제 강수량 예측에 참고한다.