Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1225-6692(Print)
ISSN : 2287-4518(Online)
Journal of the Korean earth science society Vol.43 No.3 pp.367-385
DOI : https://doi.org/10.5467/JKESS.2022.43.3.367

Evaluation of Temperature and Precipitation over CORDEX-EA Phase 2 Domain using Regional Climate Model HadGEM3-RA

Jae-Young Byon*, Tae-Jun Kim, Jin-Uk Kim, Do-Hyun Kim
National Institute of Meteorological Sciences, Korea Meteorological Administration, Seogwipo 63568, Korea
*Corresponding author: byonjy@kma.go.kr Tel: +82-64-780-6753
March 24, 2022 April 25, 2022 April 28, 2022

Abstract


This study evaluates the temperature and precipitation results in East Asia simulated from the Hadley Centre Global Environmental Model version 3 regional climate model (HadGEM3-RA) developed by the UK Met Office. The HadGEM3-RA is conducted in the Coordinated Regional climate Downscaling Experiment-East Asia (CORDEX-EA) Phase II domain for 15 year (2000-2014). The spatial distribution of rainbands produced from the HadGEM3-RA by the summer monsoon is in good agreement with the Asian Precipitation Highly Resolved Observational Data Integration Towards Evaluation of water resources (APRODITE) data over the East Asia. But, precipitation amount is overestimated in Southeast Asia and underestimated over the Korean Peninsula. In particular, the simulated summer rainfall and APRODITE data show the least correlation coefficient and the maximum value of root mean square error in South Korea. Prediction of temperature in Southeast Asia shows underestimation with a maximum error during winter season, while it appears the largest underestimation in South Korea during spring season. In order to evaluate local predictability, the time series of temperature and precipitation compared to the ASOS data of the Seoul Meteorological Station is similar to the spatial average verification results in which the summer precipitation and winter temperature underestimate. Especially, the underestimation of the rainfall increases when the amounts of precipitation increase in summer. The winter temperature tends to underestimate at low temperature, while it overestimates at high temperature. The results of the extreme climate index comparison show that heat wave is overestimated and heavy rainfall is underestimated. The HadGEM3-RA simulated with a horizontal resolution of 25 km shows limitations in the prediction of mesoscale convective system and topographic precipitation. This study indicates that improvement of initial data, horizontal resolution, and physical process are necessary to improve predictability of regional climate model.



HadGEM3-RA 지역기후모델을 이용한 CORDEX 동아시아 2단계 지역의 기온과 강수 모의 평가

변 재영*, 김 태준, 김 진욱, 김 도현
기상청 국립기상과학원, 63568, 제주특별자치도 서귀포시 서호북로 33

초록


본 연구는 영국기상청에서 개발된 지역기후모델 Hadley Centre Global Environmental Model version 3 regional climate model (HadGEM3-RA)로부터 모의된 동아시아 지역의 기온과 강수 결과를 평가하였다. HadGEM3-RA 는 Coordinated Regional climate Downscaling Experiment-East Asia (CORDEX-EA) Phase II 영역에서 15년 (2000- 2014년) 모의되었다. 동아시아 여름 몬순에 의한 HadGEM3-RA 강수대 분포는 Asian Precipitation Highly Resolved Observational Data Integration Towards Evaluation of water resources (APHRODITE) 자료와 잘 일치한다. 그러나, 동 남아시아 강수는 과대 모의하며 남한에서는 과소 모의한다. 특히 모의된 여름철 강수량과 APHRODITE 강수량은 남한 지역에서 가장 낮은 상관 계수와 가장 큰 오차크기(RMSE)를 보인다. 동아시아 기온 예측은 과소 모의하며 겨울철 오 차가 가장 크다. 남한 기온 예측은 봄 동안 가장 큰 과소 모의 오차를 나타냈다. 국지적 예측성을 평가하기 위하여 서 울기상관측소 ASOS 자료와 비교한 기온과 강수의 시계열은 여름철 강수와 겨울철 기온이 과소 모의하는 공간 평균된 검증 결과와 유사하였다. 특히 여름철 강수량 증가시 과소 모의 오차가 증가하였다. 겨울철 기온은 저온에서는 과소 모 의하나 고온은 과대 모의하는 경향이 나타났다. 극한기후지수 비교 결과는 폭염은 과대 모의하여, 집중호우는 과소 모 의하는 오차가 나타났다. 수평해상도25km로 모의된 HadGEM3-RA는 중규모 대류계와 지형성 강수 예측에서 한계를 보였다. 본 연구는 지역기후모델 예측성 개선을 위한 초기 자료 개선, 해상도 향상, 물리 과정의 개선이 필요함을 지시 한다.



    서 론

    기후모델은 장기간 대기의 시간적 변화를 모의함 으로써 기후예측을 하는 수치모형이다. 기후모델은 규모에 따라 전지구 모델과 지역기후모델으로 구분 되며 고기후, 기후변화 메커니즘 연구와 단·장기 기 후예측, 미래 기후변화 시나리오 산출 등을 위해 활 용되고있다.

    기후변화에 관한 정부간 협의체(IPCC, Intergovernmental Panel on Climate Change)에 따르면 인간 활 동에 의한 온실기체의 증가는 지구온난화, 해수면 상 승, 극한 기후의 변화 초래를 보고하고 있다(IPCC, 2013). 또한, 많은 연구로부터 기후변화는 지역, 계절, 기후요소에 따라 변화함을 보였다(Meehl et al., 2000;Kimoto, 2005;Jacob et al., 2007;IPCC, 2013). 그러므로, 기후변화에 효과적인 적응과 완화 대책 수립을 위해서는 미래 기후변화 시나리오 개발 이 필요하다.

    WCRP (World Climate Research Program)에서는 CMIP5 (Coupled Model Intercomparison Project, Phase 5)를 통하여 전구기후모델이 생산한 기후변화 전망자료를 전 세계적으로 공유하고 있다(Taylor et al., 2012). 최근에는 CMIP6 로부터 신규 기후변화 시나리오 자료가 생산되었다(IPCC, 2021). 그러나 전 지구 기후모델으로부터 생산되는 자료는 낮은 해상도 로 인하여 지형과 구름모수화, 상세한 국지적 기후변 화를 전망하기에는 한계가 있다. 반면 지역기후모델 은 한정된 영역에 대해 지형효과와 중규모 현상의 영향이 반영된 고해상도의 기후자료를 생산하는데 유 용한 도구이다(Torma et al., 2015;Kim et al, 2018).

    지역기후모델 활용에 관해서는 지역에 따라 다양한 연구프로그램이 있다. 동아시아에서는 “RMIP” (Fu et al., 2005), 유럽의 “PRUDENCE” (Jacob et al, 2007), 북미 지역의 “NARCCAP” (Mearns et al., 2012, Wang et al,, 2009) 등의 연구에서 수행되었다. 특히, 2009년부터 CORDEX (Coordinated Regional Climate Downscaling EXperiment, http://www.cordex. org/) 연구 프로그램에서 유럽, 동아시아, 아프리카 등 전 세계를 14개 구역으로 나누어 고해상도의 지역기 후변화 정보를 산출하고 있다.

    우리나라에서도 지역기후모형을 이용한 연구들이 활발하게 이루어지고 있다(Lee and Suh, 2000;Hong et al., 2010). 우리나라는 CORDEX-동아시아(East Asia, EA) 1단계 영역에 대한 역학적 규모 축소 연 구를 수행하여 수평해상도 50 km (동아시아)와 12.5 km (한반도)의 기후변화 시나리오를 산출하였다(Oh et al., 2011, 2014; Park et al., 2013;Lee et al., 2014). CORDEX-동아시아 1단계 사업에서는 CMIP5 에 참여한 전지구 기후모델 중 하나인 Hadley Centre Global Environmental Model, version 2 (HadGEM2- AO; Baek et al., 2013)를 경계조건으로 활용하여 다 섯 개의 지역기후모델 (Hadley Centre Global Environmental Model version 3 regional climate model (HadGEM3-RA; Davis et al., 2005), Regional Climate Model (RegCM; Giorgi et al., 2012), Seoul National University Regional Climate Model (SNURCM; Cha et al., 2008), Weather Research and Forecasting model (WRF; Skamarock et al., 2005) 및 Global/Regional Integrated Model system (GRIMs; Hong et al., 2013)을 사용하여 역학적 규모 축소 실험을 수행하였다. 최근에는 IPCC 6차 평가보 고서에 대응하기 위하여 새로운 CORDEX-동아시아 2단계(CORDEX-EA II) 영역에 대한 역학적 규모 축 소 실험을 수행하고 있다(Choi and Ahn, 2017;Jo et al., 2019;Kim et al., 2020). CORDEX-동아시아 2단 계 실험은 수평해상도가 25 km로 1단계 실험에 비해 고해상도이며, 실험 영역은 남쪽(동남아시아)은 축소, 동쪽(태평양)은 확장하였다.

    본 연구는 CORDEX 동아시아 2단계 지역기후시 나리오 산출 및 지역기후 연구를 위하여 영국 기상 청으로부터 입수된 HadGEM3-RA 지역기후모델을 이용하여 모의하고 지역기후모델 HadGEM3-RA의 장기 적분 수행을 통하여 동아시아 지역기후예측 성 능을 평가하고자 한다.

    모델 및 자료

    모델 및 실험설계

    본 연구에서 사용된 지역기후모델은 영국기상청에 서 개발된 HadGEM3-RA이며, 모델 적분을 위하여 전지구모델인 UKESM (UK Earth System Model; Sellar et al., 2018)의 모의 자료를 경계장으로 사용 하였다. UKESM의 수평 격자간격은 135 km이며 6 시간 간격의 경계 자료를 지역기후 모델에 입력된다. UKESM 모델을 이용한 전지구 모델 실험은 대기, 해양, 해빙 모델이 결합되어 모델이 수행되면서 해수 면온도가 예측된다. 지역기후 모델의 적분 영역은 동 아시아 전반을 포함하는 CORDEX-EA II 영역을 이 용하였으며, 25 km의 수평해상도를 가진다. Fig. 1에 서 모델 영역과 모델 영역 내 지형 고도를 제시하였다.

    모델의 연직 층수는 63개이며 41 km까지 모의한다. 단파와 장파 복사 물리과정은 Edward와 Slingo (1996), Cusack et al. (1999) 방안을 이용하며 지면 모델은 JULES 모델(Best et al., 2011)을 채택한다. 행성경계층 모수화 방안은 Smith(1990), Lock et al. (2000) 방안을 이용하며 적운모수화와 미세물리과정 은 각각 Gregory와 Rowntee(1990), Grant와 Brown (1999), Wilson과 Ballard(1999) 방안을 이용하여 모 의된다. HadGEM3-RA의 상세한 내용은 Table 1에 제시되어 있다. 모의 기간은 1998년부터 2014년까지 수행되었으며, 분석 기간은 모델 스핀업 시간을 제외 한 2000-2014년까지 15년 기간이다.

    검증 자료

    기온과 강수의 공간 분포 모의 성능을 평가하기 위한 검증 자료는 Asian Precipitation Highly Resolved Observational Data Integration Towards Evaluation of water resources (APHRODITE)프로젝트의 월 강 수와 미국 해양대기청(NOAA)의 기후예측센터(Climate Prediction Center, CPC)에서 생산된 기온 자료를 사 용하였다.

    APHRODITE 자료의 수평 해상도는 0.25°×0.25° 이며, 각 지역의 관측자료를 기반으로 육지의 강수를 고해상도로 재구성한 자료이다(Yatagai et al., 2012). 기후모형의 성능평가를 위하여 모든 자료는 APHRODITE 의 격자 체계로 재구성하였다. CPC 기온 자료의 공 간해상도는 0.5°×0.5°이며, 일 최고기온, 일 최저기온, 일 평균기온으로 구성된다. 본 연구에서는 모델 전체 영역에 대한 검증과 지역별 모의 성능 평가를 위하 여 Fig. 1에서 제시한 남한, 남중국, 일본 영역을 정 의하고 분석한다. 또한, 위의 격자 자료 검증 이외의 기온과 강수의 국지적 예측성 검증을 위하여 서울 기상관측소에서 관측된 ASOS 자료를 이용한다. 서 울 기상관측소는 서울 종로구 송월동에서 관측된 자 료이다.

    결 과

    강수의 공간 분포 검증

    강수의 예측성 평가를 위하여 계절에 따른 공간 분포를 Fig. 2와 Fig. 3에서 제시하였다. Fig. 2는 관 측된 여름철(6-8월) 강수량과 지역기후모델로부터 모 의된 강수량의 공간 분포 및 지역기후모델과 관측된 강수량의 차이를 나타낸다(Fig. 2(a)). Fig. 2(a)에서 제시된 여름철 강수량 분포는 몬순의 영향으로 인도, 동남아시아, 중국 남부, 한반도, 일본 등 위도 15°N- 30°N까지 5 mm/day 이상 강수량의 분포를 보이며, 최대 강수밴드의 위치는 벵골만에서 나타난다. Fig. 2(b)의 모의된 강수량 분포는 관측된 강수량의 분포 와 대체로 일치하며 인도, 동남아시아, 한반도 등 여 름 몬순 지역에서 강수대가 분포한다. 그러나 관측과 모의된 강수량의 차이는 동남아시아 지역에서는 과대 모의, 인도, 중국 남부와 한반도에서는 과소 모의함 을 보인다(Fig. 2(c)). HadGEM3-RA로부터 예측된 결과는 Oh et al. (2014)에서 제시한 RegCM4으로부 터 모의된 벵골만, 남한, 인도 지역 강수량의 과소모 의 특성과 일치하고 있다.

    겨울철(12-2월) 강수량 모의 결과를 Fig. 3에서 제 시하였다. 겨울철 주요 강수대의 위치는 중국 남부와 일본, 필리핀에서 관측된다(Fig. 3(a)). Fig. 3(b)의 모 의된 주요 강수대 공간 분포는 관측과 일치하고 있 으나 정량적인 차이는 존재한다. 중국 남부와 벵골만 북쪽에서 HadGEM3-RA 모델은 과대모의함을 보인 다(Fig. 3(c)). 본 연구와 Oh et al. (2014)의 결과로 부터 동아시아 강수의 과대 모의 지역은 RegCM4와 HadGEM3-RA에서 대체로 유사하며, 두 모델은 동아 시아 지역에서 강수가 과대모의하는 특성을 보인다. 반면 HadGEM3-RA 모델은 일본과 필리핀에서는 과 소 모의하고 있다.

    강수량의 월별 예측성 평가를 위하여 CORDEXEA 모의 영역과 Fig. 1에서 표시한 남한, 중국남부, 일본 지역의 월 평균 강수량과 통계 스코어(Bias, RMSE, 공간상관계수)를 Fig. 4에서 비교하였다. 모 델 전체 영역 평균 분포는 1-9월까지는 과대모의하고 있으며 10-12월은 관측과 거의 유사하다. 모델과 관 측된 강수량의 상관계수는 0.84를 보여 관측과 유사 하나 Bias 는 0.6 mm/day을 나타내어 과대모의를 지 시하며, 최대 차이는 7월에 나타나며 다른 계절보다 여름철 강수량의 오차가 크다(Fig. 4(a)).

    계절별 강수량의 오차는 지역에 따라 다른 분포를 보인다. Fig. 4(b) 남한 강수량의 분포는 7-11월까지 과소 모의하며 다른 계절은 관측과 거의 유사하다. 특히 여름철(7월과 8월)의 과소 모의 차이가 크게 나 타난다. 중국 남부 지역에서는 여름철 강수량 모의는 관측과 유사하나 12월부터 4월까지 겨울과 봄의 오 차가 과대모의하는 특성을 보인다(Fig. 4(c)). 일본의 강수량 모의는 봄(5-6월) 동안 과대 모의, 가을과 겨 울(9-1월)은 과소모의하는 경향을 보인다(Fig. 4(d)). 모델과 관측된 강수량의 상관계수는 대부분 지역에서 0.8 이상으로 관측과 잘 일치하나, 일본에서는 0.67을 나타내어 가장 낮은 상관성을 보이며, 정량적인 오차 의 크기(RMSE)는 남한과 남중국보다 일본에서 증가 함을 보였다.

    남한의 여름철 강수는 과소 모의하며 일본의 5-6월 강수는 과대 모의하는 정량적인 오차 경향은 반대이 나 강수 오차가 크게 나타나는 요인은 장마전선과 집중호우 발달 시기와 일치한다. 남한과 일본 강수 모의 오차는 HadGEM3-RA 모델의 여름 몬순 예측 성 개선이 필요함을 지시한다. 또한 일본 분석 영역 은 해양의 비중이 큰 반면, 남한 분석 영역은 대부분 육지이며 모델은 남한의 복잡 지형에서 발생하는 강 수 모의 오차를 나타낸 것으로 보인다. 수평해상도 25 km로부터 모의된 HadGEM3-RA는 지형성 강수를 모의하는데 한계가 있으므로 과소모의하는 것으로 보 인다.

    강수량 크기에 따른 모의 빈도 오차 조사를 위하 여 Fig. 5에서 모의된 강수량과 관측된 강수량의 계 절에 따른 빈도수 분포를 제시하였다. 강수량의 빈도 수는 1 mm/day 이하의 강수량의 빈도수가 2 mm/day 이상의 강수 빈도수보다 매우 크게 나타나므로, 전체 강수량 빈도수를 제시하였을 때 강수량의 크기에 따 른 빈도수 차이가 잘 나타나지 않는다. 따라서 제시 된 그림은 1 mm/day 이하 강수의 빈도수는 제외하였 다. 1 mm/day 미만의 강수량은 모든 계절에 대하여 모델에서 관측보다 과대 모의하는 경향을 보였다. 1 mm/day 미만 강수 빈도수의 차이는 약 10-20% 정 도 모델에서 과대 모의 하며, 계절적으로는 가을(9- 11월)에 가장 큰 차이를 나타냈다. 2 mm/day 이상의 빈도수는 모델에서 과소모의하고 있다. 모든 계절에 서 과소모의하나 겨울의 빈도수 차이는 가장 작으며 봄과 여름의 빈도수 크기 차이가 증가하였다. 계절에 따라 빈도수 크기 차이는 존재하나 강수량의 크기가 증가하면 모델은 과대 모의하는 경향을 보인다. Fig. 5(a)의 겨울철(12-1월) 분포는 강수량 크기가 증가할 때 관측과 일치하며, 3 mm/day 이상부터 과대모의 하였다. 봄, 여름, 가을은 4-5 mm/day 이상부터 모델 예측된 빈도수가 과대 모의한다(Fig. 5(b)-Fig. 5(d)). 특히 강수량 크기가 증가할 때 모델은 과대 모의 경 향이 뚜렷하였다.

    Table 2는 강수의 통계적 검증 결과를 분석 영역과 계절에 따라 정리한 결과이다. 모의된 강수의 평균 크기는 여름철에 증가하고 겨울은 최소를 나타낸다. 모델 전체 영역의 상관계수는 0.8 이상으로써 관측과 잘 일치한다. 모델 영역의 평균 Bias는 과대 모의하 고 있으며, RMSE는 겨울 동안 최소, 여름은 최대의 오차를 지시한다.

    분석 영역에 따른 상관계수의 분포에서 남중국과 남한 영역의 상관 계수 또한 0.8 이상을 보인다. 그 러나 남한의 여름철 상관계수는 0.38로써 여름철 강 수의 큰 오차를 지시한다. 일본의 상관계수는 0.45- 0.78로써 대체로 남중국과 남한보다 낮은 상관성을 보였다.

    Bias의 연 평균값은 남한과 일본에서는 음의 편차, 남중국에서는 양의 편차를 보인다. 계절에 따른 Bias 의 분포에서도 지역에 따라 음의 편차, 양의 편차가 나타난다. 남한과 남중국 지역은 여름과 가을은 과소 모의, 봄과 겨울은 과대 모의함을 보인다. 남한과 남 중국의 강수 오차크기(RMSE)는 여름철에 최대이다. 일본의 강수 모의는 봄과 여름 동안은 과대 모의하 나 가을, 겨울은 과소 모의하고 있으며 오차의 최대 는 여름에 나타났다. Oh et al. (2014)은 RegCM4로 부터 예측된 모의 결과를 CRU (Climate Research Unit; Harris et al., 2014) 자료와 비교하였다. 모의 기간 및 검증 자료의 차이는 있으나 RMSE, 상관계 수 등의 검증 지수는 Oh et al. (2014)의 결과보다 본 연구의 HadGEM3-RA 모의 결과가 더 우수하였 다. 여름철 강수 오차의 증가, 남중국과 남한보다 일 본의 오차 증가와 같은 강수 오차의 경향성은 두 모 델이 일치하였다.

    강수의 통계적 검증 결과는 대부분 지역에서 여름 철 강수 모의 개선이 필요함을 지시한다. 남한지역의 여름철 강수의 큰 오차는 저해상도의 수치모형에서 모의하지 못하는 중규모 대류계와 지형적인 요인에 의해 발생하는 강수에서 기인할 수 있다. 그러므로, 모델의 수평해상도 향상과 적운모수화 과정의 개선이 강수 오차 개선에 기여할 수 있다고 판단된다.

    기온 공간 분포 검증

    지역기후모델로부터 모의된 기온과 관측된 기온의 여름철(6-8월) 결과를 Fig. 6에서 비교하였다. 기온의 공간 분포는 위도와 지형에 따른 분포를 따른다. 인 도와 동남아시아 지역에서는 20°C 이상의 분포를 보 인다. 45°N 이상 고위도 지역에서는 10-20°C, 티벳 고원(산악지역)에서는 0-10°C 기온을 나타낸다. 모델 과 관측된 기온의 차이는 인도와 중국에서 과대 모 의 경향을 보이며, 한반도와 일본을 포함한 대부분의 모의 영역에서 과소 모의하고 있다. 특히, 티벳 지역 에서 과소 모의가 가장 크게 나타난다(Fig. 6(c)).

    겨울철(12-2월) 기온의 공간 분포에서도 위도에 따 른 기온의 전체적인 공간 분포는 관측과 일치하고 있다(Fig. 7). 인도와 동남아시아에서는 20°C 이상이 며, 30°N 이상 지역은 0°C 이하 분포를 보인다. 남한 지역은 관측에서 5°C 미만의 분포이나, 모델은 0°C이 하 분포를 나타낸다. 기온의 편차는 모의 영역 전체 에서 음의 편차를 보여 모델은 과소모의함을 지시하 고 있다. 과소 모의 크기는 티벳과 중국 등 높은 고 도 지역에서 크게 나타나고 있다. 여름철 기온의 공 간 분포와 비교하였을 때 과소 모의 영역과 기온 차 이가 증가함을 보인다.

    Fig. 8은 기온의 월별 변동성과 통계 스코어를 전 체 모의영역, 남한, 남중국, 일본 지역에 대하여 비교 하였다. 기온의 상관계수는 0.98 이상으로 관측과 잘 일치하고 있으나 Bias는 음의 값을 나타내어 과소 모 의하며, RMSE는 4°C 이상으로 지역적인 평균보다 크게 나타났다. 이러한 결과는 Fig. 6과 Fig. 7 기온 의 공간분포에서 음의 편차가 모의 영역의 서쪽과 티벳에서 나타나는 결과에서 기인한다.

    남한과 일본지역의 Bias 크기는 남중국과 모델 전 체 영역보다 작아 모의 정확도가 우수하였다. 오차의 크기 RMSE는 남한에서 최소이며, 일본 RMSE도 남 중국보다는 작게 나타났다. 모델 전체 기온의 계절 변동성 비교 결과는 모델이 과소 모의함을 보인다. 그러나 온난한 계절(5-9월)은 관측과 잘 일치하나 한 랭한 계절은 과소 모의 크기가 증가하며, 대부분 지 역에서 1월과 2월동안 오차의 크기가 가장 크게 나 타나며, 특히 남중국과 남한의 오차 증가가 뚜렷하다.

    Choi와 Ahn(2017)는 WRF 모형을 이용하여 CORDEX 동아시아 지역의 기온을 모의하고 CRU (Harris et al., 2014) 자료와 검증하였다. WRF 모형은 동아시아 기온이 과소 모의함을 보였다. 과소 모의의 원인으로 는 초기, 경계조건으로 입력되는 European Centre for Medium-Range Weather Forecasts (ECMWF)에서 제공하는 ERA-Interim (ERA-INT) 재분석 자료 영향 에서 기인함을 언급하였다. ERA-INT와 CRU 자료와 의 비교는 중규모 모델 WRF로부터 예측된 기온이 초기 자료의 과소 평가로부터 기인함을 보였다. 본 연구의 HadGEM3-RA 초기 자료로 사용된 UKESM 기온 모의 평가는 음의 편차를 나타냈으며(Kim et al., 2020), 본 연구의 지역규모 모델(HadGEM3-RA) 에서 나타나는 기온 음의 편차 결과가 초기 자료에 서 기인함을 알 수 있다.

    Fig. 9는 기온의 빈도수 분포를 계절별로 조사하였 다. Fig. 9(a)에서 제시된 모델 예측된 겨울철 기온의 빈도수 피크는 −16- −18°C에서 나타나며, 관측된 기 온의 피크는 −6- −10°C에서 나타난다. 모델 예측된 기온의 빈도수는 −14°C 이하의 사례에서는 관측보다 빈도수가 높게 나타난다. 즉, 낮은 기온의 빈도수를 과대 모의하고 평균 기온을 감소시킨다. 기온이 감소 할 때 빈도수가 과대 모의하는 경향은 증가하나 기 온이 증가할 때는 모델은 과소 모의하고 있으며, 이 러한 결과는 Fig. 7 에서 제시된 기온의 공간 분포와 같이 모의된 기온은 대체로 과소 예측하는 결과와 일치한다.

    Fig. 9(b)의 3-5월까지의 빈도수 분포는 온난한 기 온의 빈도가 증가하는 봄철의 기온 특성을 보인다. 대체로 온난한 기온 사례에서는 과소 모의하며 2°C 이하의 저온 분포에서는 과대 모의하는 경향이 겨울 철과 일치하고 있다. 그러나 폭염 수준의 34°C 이상 의 기온 분포에서는 과대모의한다. 여름철(6-8월) 기 온의 빈도 분포는 12°C 이상의 대부분 기온 사례에 서는 기온이 증가함에 따라 과소 모의 함을 보인다. 그러나 10°C 이하 저온과 34°C 이상의 폭염 수준의 고온에서는 모델은 과대 모의 경향을 뚜렷하게 나타 낸다(Fig. 9(c)). 가을(9-11월)의 기온 빈도수 분포는 봄과 거의 유사하여 2°C 이하에서는 과대 모의, 4- 32°C까지의 기온 분포에서는 과소 모의를 나타낸다. 32°C 이상의 고온 빈도수는 봄철보다 감소하였다.

    Table 3은 기온의 지역과 계절에 따른 통계적 검증 결과이다. 모델 전체 영역에 대한 상관계수는 0.96- 0.98 크기를 나타내어 관측과 잘 일치한다. 여름철(6- 8월) 상관계수 크기가 가장 낮게 나타났으나, Bias와 RMSE 는 여름 동안 가장 작은 오차를 보인다. Bias 는 음의 값을 보여 과소 모의하고 있으며 여름과 가 을(9-11월)은 오차가 감소하고, 봄(3-5월)과 겨울철 (12-2월)의 오차가 증가한다. 지역별 상관계수는 0.81 -0.99 크기 분포를 보이며 대부분 지역에서 관측과 잘 일치하였다. 상관계수의 최저값은 남중국의 여름 철 기온예측에서 나타났다. Bias의 분포는 대부분 지 역에서 과소 모의 경향을 보인다. 계절적으로 봄과 겨울에 과소 모의 크기가 증가하고 여름과 가을의 과소 모의 감소 경향은 모의 영역 전체에 대한 결과 와 일치한다. 남한과 남중국의 여름철 과소 모의 오 차가 가장 작게 나타났다. 기온 오차 크기(RMSE)의 계절적 경향은 봄과 겨울은 증가하고 여름과 가을은 감소하여 Bias의 경향과 일치하고 있다. 오차의 크기 (RMSE)는 남한의 여름 동안 가장 작으며 일본과 남 중국에서는 증가하였다.

    서울 기상관측소 강수와 기온 비교

    위에서 제시한 결과는 모의 영역 전체 또는 지역 적인 공간 평균 결과를 이용한 모의 성능을 평가하 였다. 본 절에서는 기온과 강수의 국지적 예측성 분 석을 위하여 지역기후모델로부터 모의된 강수량 및 기온의 월 변동성과 서울 관측소에서 관측된 자료와 의 비교를 Fig. 10과 Fig. 11에서 제시하였다.

    Fig. 10 강수의 월 변동성 분포는 과소 또는 과대 모의하는 해가 존재하나 대체로 강수량 변동 경향이 잘 일치한다. 정량적인 강수량 오차가 크게 나타나는 시기는 여름철(6-8월)이다. 2007년과 2014년을 제외 한 대부분의 기간에 강수량은 과소모의 하고 있다. 강수량의 상관계수는 0.29로써 낮은 상관성을 보였다. 또한 모의된 월 평균 강수량은 88.03 mm/month, 관 측된 월 평균 강수량은 125.48 mm/month를 나타냈 으며, Bias의 평균값은 −37.45 mm/month로써 서울 강수의 과소 모의 경향을 보인다. 서울 기상관측소 자료를 이용한 강수량의 시계열은 남한 강수량을 과 소 모의하는 Fig. 2의 강수량 공간분포, Table 2의 통계 스코어 결과와 일치한다.

    Fig. 11에서 제시된 월 평균 기온의 시계열은 대부 분 겨울철(12-2월) 기온 예측이 과소 모의하고 온난 한 시기는 관측과 잘 일치함을 보인다. 전체 기간 동 안 기온의 상관계수는 0.98로써 모델과 관측은 잘 일 치하나 정량적인 차이는 음의 편차를 보인다. 즉, 모 의된 기온의 월 평균값은 10.28°C, 관측 평균값은 12.72°C이며, 기온의 월별 Bias 평균은 −2.44°C를 나 타냈다.

    서울 강수의 여름(6-8월)과 겨울철(12-2월) 빈도수 비교 결과를 Fig. 12에서 제시하였다. 제시된 그림은 2 mm/day 이상의 강수 빈도수 분포이며 1 mm/day 이하 강수의 빈도수 분포는 여름동안은 과소 모의하 며, 겨울은 관측과 거의 일치하였다(제시하지않음). Fig. 12(a)에서 제시된 여름철 강수 빈도수 분포는 2- 6 mm/day 이하의 강수는 과대 모의한다. 특히 2 mm/ day 이하의 강수에서 과대 모의 크기는 가장 크다. 7 mm/day 이상의 강수는 과대모의하는 구간이 존재하 기도 하나 대체로 과소 모의하는 경향이 크게 나타 났다(Fig. 12(a)). Fig. 12(b)에서 제시된 겨울철 강수 의 분포는 여름보다 관측과 일치한다. 2, 10, 16 mm/ day 이상 강수 크기 구간에서는 과대 모의하나 3-9 mm/day 강수에서는 과소모의한다. 대체로 16 mm/ day 이상의 강한 강수 사례에서 과대 모의하는 경우 가 많다.

    모델 영역 전체에 대한 강수 빈도수를 제시한 Fig. 5의 여름철(6-8월) 강수 분포는 약한 강수에서는 과 소 모의, 강한 강수 사례에서 과대 모의하였으나 서 울의 강수 빈도수는 약한 강수에서 과대 모의하는 경향이 크다. 겨울(12-2월) 강수 빈도수 분포에서도 모델 영역과 서울은 차이가 존재하며 강수의 공간 분포에서 과대 또는 과소 모의가 발생하는 지역간 차이에 의해 이러한 결과가 나타난다. 강수의 공간 분포(Fig. 2, 3)에서 남한의 강수는 과소 모의함을 보였으며 특히, 여름철 과소 모의 크기가 증가하였는 데 이러한 오차 특성을 빈도수 분포에서도 확인할 수 있다. 여름철 강수의 빈도수가 강수량이 증가할 때 과소 모의, 겨울철 강수의 빈도수는 약한 강수량 에서 과소 모의하고 있다. 즉, 수치 모델은 한반도 여름의 강한 강수 사례에 대한 예측 정확도를 낮게 모의한다.

    Fig. 13는 여름(6-8월)과 겨울(12-2월)의 기온 빈도 수 분포를 비교하였다. 여름철 26-30°C 이상의 기온 분포는 관측과 모델의 빈도수가 일치한다. 24°C 미만 과 32°C 이상에서 기온은 과대 모의한다. 관측된 기 온의 최대 빈도수는 26°C에서, 모의된 기온의 최대 빈도수는 24°C에서 나타난다(Fig. 13(a)). 겨울의 기 온 빈도수 분포는 저온에서 과대모의하는 형태는 여 름과 유사하나 고온에서 과소 모의하는 경향은 여름 과 차이를 보인다. 관측과 모델의 최다 빈도수는 0°C 에서 나타나며 2°C 이상의 빈도수 분포는 과소 모의, −2°C 이하에서는 과대 모의하고 있다(Fig. 13(b)). 저 온 구간의 빈도수 과대 모의는 예측된 평균 기온을 감소시키고 기온의 과소 모의 원인이 될 수 있다. 이 러한 결과는 Fig. 67에서 제시된 기온의 공간 분 포와 일치한다.

    서울 관측소에 대한 기온 검증 결과는 Fig. 9에서 제시한 CPC 자료와 모델 영역 평균 자료와의 기온 빈도수 차이가 있으나 형태는 유사하다. 서울의 여름 철 기온 분포에서 저온과 고온 구간에서는 과대 모 의하나 CPC 자료 모델 평균 분포는 16-26°C 구간에 서 과소 모의하며 고온 사례에서는 과대 모의하였다. 과대 또는 과소 예측 빈도수 기준 온도의 차이는 존 재하나 빈도수 형태는 모델 영역의 평균 분포와 유 사하였다. 특히 겨울철 빈도수 경향은 모델 영역 평 균에서 나타나는 분포와 거의 일치한다. 기온의 공간 분포(Fig. 6, 7)는 모델 영역에서 대체로 음의 편차를 나타내어 모델은 과소 모의함을 지시하였다. 모델의 과소 모의에 가장 크게 기여하는 부분은 겨울철 2°C 이상의 예측에 기인함을 알 수 있다. 기온의 공간 분 포 및 빈도수 검증 결과는 HadGEM3-RA로 모의되 는 예측된 기온의 음의 편차 개선을 위해서는 모델 에 입력되는 초기장 개선과 물리과정 개선이 필요함 을 지시한다.

    HadGEM3-RA로부터 예측된 극한 기후의 특성을 조사하기 위하여 폭염 일수, 열대야 일수, 일 강수 강도, 집중호우 일 수를 서울 관측소 자료와 비교하 였다(Fig. 14). 위의 4개 극한 기후 지수는 기후전망 보고서(KMA, 2018)의 표 2-2에서 제시한 정의를 따 른다.

    분석 기간 동안 서울의 평균 폭염 일수는 6일이며 2000년과 2012년 각각 18, 15일로 최대를 기록하였 으며, 2004년과 2014년도 폭염 일수가 다른 해 보다 증가하였다. 기후모델로부터 모의된 평균 폭염 일수 는 8.93일로써 관측보다 과대 모의하였다. 특히 2013 년 모의된 폭염 일수는 40일 이상이며 2011년과 2012년도 20, 25일 모의하는 등 과대 모의 경향을 보였다. 본 연구에서 폭염의 정의는 일 최고 기온 관 측 33°C 이상으로써 Fig. 13에서 제시된 고온 사례 빈도수가 과대 모의하는 결과와 일치한다. 관측 자료 부터 산출된 평균 열대야 일수는 8.67일이며 2013년 최대 열대야일 수를 보였다. 관측된 열대야는 2004- 2007년에도 10일 이상을 기록하였으며 2010년과 2012년에도 각각 12일, 15일 관측되었다. 반면 2004- 2010년까지 열대야 모의는 관측보다 매우 과소 예측 하고 있다. 열대야 일수를 과대 모의하는 해는 2002, 2003, 2011년으로써 모의 기간 동안 대부분 과소 모 의 특성을 보였다.

    강수와 관련된 극한 기후값 조사를 위하여 일 강 수강도와 집중호우 일 수를 조사하였다(Fig. 15). 분 석기간 동안 관측된 평균 강수 강도는 18.38 mm/day, 모의된 평균 강수 강도는 11.81 mm/day를 보였다. 각 년도별 평균 강수 강도에서도 2007년과 2014년은 과대 모의하나 이 기간을 제외한 모든 해의 평균 강 수 강도는 과소 모의 특성을 보였다. 과소 모의 차이 는 평균적으로 5 mm/day 내외이나 2011년과 2012년 모델의 강우 강도 과소 모의는 매우 크며 관측된 강 우 강도와 약 3배의 차이를 보였다. Fig. 15(b)에서 제시된 관측과 모의된 집중호우의 평균 일수는 각각 3.4일, 1.27일로써 강우강도와 유사하게 과소모의하는 특성을 보인다. 년도별 분석 결과는 2001, 2004, 2007, 2014년을 제외한 모든 해에서 과소 모의하였 다. 특히 2008-2013년은 과소 모의 차이가 크게 나 타났다. 2010-2013년은 집중호우 일 수가 2-6일까지 나타나는데 반하여 수치모델은 이 기간의 집중 호우 를 모의하지 못하였다. 서울 관측소의 강수 관측과 비교된 강수의 극값은 남한의 공간 평균된 강수 검 증 결과로부터 제시된 남한 강수의 과소 모의 특성 과 일치하고 있다. 또한 집중호우 오차가 크게 나타 나고 있는데 이러한 결과는 25 km 해상도로 모의하 는 저해상도 수치모델은 집중호우를 유발하는 중규모 대류계 예측성 한계를 지시하며, 향후 강수 예측의 정확도 향상을 위해서는 기후예측모형의 수평해상도 향상이 필요하다.

    결 론

    대기의 장기간 시간적 변화를 모의하고 기후예측을 목적으로 하는 기후모델은 고기후, 기후변화 메커니 즘 연구와 단·장기 기후예측을 위해 활용되고있다. 기후모델은 모델의 수평해상도와 모의 영역 규모에 따라 전지구와 지역규모 모델로 구분된다. 전지구 기 후모델은 대기, 해양, 해빙을 포함하는 모형으로써 온실가스 증가에 따른 미래 기후변화 시나리오 산출 등에 활용되고 있다.

    그러나 전지구 기후모델은 격자간격 100 km 이상 으로써 국지적으로 변화하는 지역기후 특성을 반영하 지 못한다. 그러므로 상세한 지역기후 시나리오 개발 을 위하여 지역기후 모델을 이용한 상세 시나리오 개발 연구를 추진하고 있으며 한반도를 포함한 동아 시아 지역은 CORDEX-EA 참여를 통하여 상세 시나 리오를 개발하고 있다.

    HadGEM3-RA 모델은 CORDEX-EA 참여 모델 중 의 하나로써 지역기후 시나리오 정확성 향상, 지역기 후 모델로부터 모의된 동아시아, 한반도 기후 특성 분석을 위하여 HadGEM3-RA 모델의 기온과 강수 예측의 정확도를 평가하였다. 분석된 기간은 2000- 2014년으로써 기온과 강수에 대하여 동아시아 및 남 한, 중국, 일본의 지역적 공간 평균과 서울 기상관측 소 자료와 비교하였다.

    APHRODITE 강수량 자료와 비교한 결과 HadGEM3- RA 모델은 여름 몬순과 관련된 인도, 동남아시아, 한 반도의 강수 밴드 위치를 잘 모의하고 있으며 최대 강우 지역이 벵골만에서 나타나는 특성도 관측과 일 치하였다. 겨울 강수밴드는 주로 중국 남부와 일본, 필리핀에서 나타났다. 모델과 관측과의 정량적인 차 이는 여름동안 동남아시아에서는 과대모의, 중국과 한반도에서는 과소 모의하는 특성을 보였다. 겨울 강 수 모의 결과는 티벳, 중국남부에서 과대 모의하였다. 모의 영역내에서 남한, 남중국, 일본 등 지역을 분할 하여 검증한 결과는 남한과 중국의 강수 오차가 일 본보다 작게 나타났으며 남한에서 여름철 강수는 과 소모의 특성이 뚜렷하였다. 일본에서는 5월과 6월 강 수의 과대 모의 오차가 크게 나타나는데 남한 여름 철 강수 오차와 함께 모두 장마전선과 관련된 오차 증가로 사료된다. 25 km 격자의 HadGEM3-RA 모델 에서는 장마전선, 중규모 대류계, 지형성 강수를 모 델의 큰 격자 간격에서 분해하지 못하는 것으로 판 단된다.

    기후예측모델로부터 모의된 기온의 분포는 CPC 자 료와 비교하였으며 인도와 중국의 일부 지역을 제외 한 대부분의 모델 영역에서 과소 모의하고 있음을 보 였다. 과소 모의 크기는 여름보다 겨울에 증가하였다. 지역에 따른 비교 결과에서도 남한, 남중국, 일본에서 과소 모의하고 있으며, 남한과 남중국은 겨울과 봄 동안 과소 모의 현상이 뚜렷하였으며 여름은 관측과 거의 일치하였다. 기온의 빈도수 분포는 겨울철 저온 에서 과대 모의, 여름은 대체로 과소 모의하나 여름 철 저온과 폭염 수준의 고온에서는 과대 모의한다.

    지역 기후예측모델의 국지적 예측성 검증을 위하여 서울 기상관측소의 기온과 강수량 시계열, 극한기후 지수를 비교하였다. 강수량의 시계열은 남한 강수의 공간분포와 일치하는 과소 모의 경향을 보이며, 특히 여름철 과소 모의 경향이 크게 나타났다. 모의된 기 온의 시계열은 관측과 잘 일치하나 겨울철 과소 모 의 경향이 증가하였다. 기온과 강수의 빈도수 분포에 서는 여름과 겨울의 각각 계절별로 저온에서는 과대 모의, 고온에서는 관측과 일치하거나 과소 모의하는 특성을 보였다. 그러나 여름철 폭염은 모델에서 과대 모의하였다. 일 강수의 빈도수 분포에서는 여름철 강 수강도가 작을 때 과대모의하나 강수량이 증가할 때 는 대체로 관측과 일치 또는 과소 모의하였다. 겨울 의 강수 모의는 여름의 강수 예측성보다 우수함을 보였다.

    기온과 관련된 극한기후지수인 폭염과 열대야 지수 는 각각 과대, 과소 모의하는 특성을 보였다. 특히 2011-2013년의 폭염 일수는 모델에서 매우 과대 모 의하였으며, 열대야 일수는 2000-2007, 2010, 2012- 2013년 증가하는 경향을 모델에서는 모의하지 못하 였다. 일 강우강도의 비교로부터 모델은 대부분 기간 에서 과소 모의함을 보이며 남한 강수의 과소 모의 경향은 강수의 공간 분포 결과와 일치한다. 집중호우 일수의 모의 결과에서도 관측의 약 40%만을 모의하 고 있으며 2003, 2006, 2009-2012년 과소 모의 오차 는 매우 크게 나타났다.

    HadGEM3-RA 모델을 이용한 동아시아 지역에 대 한 기온과 강수의 모의 결과는 RegCM4 및 WRF 지 역기후 모델을 이용하여 모의한 선행연구 결과와 유 사하였다. 지역기후모델은 모델의 해상도, 경계 조건 의 정확도 한계 등으로 인하여 기온과 강수량에서 오차를 유발한다. 장기간의 지역기후 모델 평가결과 는 모델의 해상도, 경계조건, 물리과정의 개선 방향 을 제시하고 있으며, 개선된 지역기후 모델은 기후변 화 시나리오 정확성을 향상시키고 기후변화 메커니즘 연구에 활용가능하다.

    사 사

    이 연구는 기상청 국립기상과학원기상업무지원 기술개발연구 “신기후체제 대응 기후변화시나리오 개발 평가(KMA2018-00321)”의 지원으로 수행되었 습니다.

    Figure

    JKESS-43-3-377_F1.gif

    CORDEX-East Asia phase 2 domain and inner boxes indicate analysis region. Topography (m) is shaded. South Korea (Latitude: 33°N-38°N, Longitude: 125°E-130°E), South China (Latitude: 22°N-39°N, Longitude: 108°E-123°E), Japan (Latitude: 30°N-42°N, Longitude: 131°E-141°E)

    JKESS-43-3-377_F2.gif

    Distribution of (a) observed rainfall, (b) simulated rainfall using HadGEM3-RA, and (c) difference between simulation and observation during summer season from 2000 to 2014.

    JKESS-43-3-377_F3.gif

    Same as Fig. 2, but for winter season.

    JKESS-43-3-377_F4.gif

    Monthly variation of the rainfall and statistical skill score over (a) CORDEX-EA domain, (b) South Korea, (c) South China, and (d) Japan. Solid and dashed lines indicate observation and simulation, respectively.

    JKESS-43-3-377_F5.gif

    Comparison of the rainfall frequency between observation and simulation during (a) winter, (b) spring, (c) summer, (d) autumn season. Blue and red bars indicate observation and model, respectively.

    JKESS-43-3-377_F6.gif

    Distribution of (a) observed temperature, (b) simulated temperature using HadGEM3-RA, and (c) difference between simulation and observation during summer season from 2000 to 2014.

    JKESS-43-3-377_F7.gif

    Same as Fig. 6, but for winter season.

    JKESS-43-3-377_F8.gif

    Monthly variation of the temperature and statistical skill score over (a) CORDEX-EA domain, (b) South Korea, (c) South China, and (d) Japan. Solid and dashed lines indicate observation and simulation, respectively.

    JKESS-43-3-377_F9.gif

    Comparison of the temperature frequency between observation and simulation during (a) winter, (b) spring, (c) summer, (d) autumn season. Blue and red bars indicate observation and model, respectively.

    JKESS-43-3-377_F10.gif

    Comparison of monthly mean rainfall between observation from Seoul station and HadGEM3-RA simulation. Solid and dashed lines indicate observation and model, respectively.

    JKESS-43-3-377_F11.gif

    Comparison of monthly mean temperature between observation from Seoul station and HadGEM3-RA simulation. Solid and dashed lines indicate observation and model, respectively.

    JKESS-43-3-377_F12.gif

    Distribution of rainfall frequency in Seoul during (a) summer and (b) winter season. Red and white bars indicate observation and model, respectively.

    JKESS-43-3-377_F13.gif

    Distribution of temperature frequency in Seoul during (a) summer and (b) winter season. Red and white bars indicate observation and model, respectively.

    JKESS-43-3-377_F14.gif

    Comparison of (a) heat wave days and (b) number of tropical nights between observation and HadGEM3-RA results in Seoul. Black and gray bars indicate observation and model, respectively.

    JKESS-43-3-377_F15.gif

    Comparison of (a) rain intensity and (b) number of heavy rain days between observation and HadGEM3-RA results in Seoul. Black and gray bars indicate observation and model, respectively.

    Table

    Model configuration and simulation used in this study

    Statistical verification results of precipitation produced from the HadGEM3-RA with the APHRODITE data from 2000 to 2014 over the entire East Asian Domain and three subregions

    Statistical verification results of temperature produced from the HadGEM3-RA with the CPC data from 2000 to 2014 over the entire East Asian Domain and three subregions

    Reference

    1. Baek, H. J. , and Coauthors,2013, Climate change in the 21st century simulated by HadGEM2-AO under representative concentration pathways. Asia-Pacific Journal of Atmospheric Sciences, 49, 603-618.
    2. Best, M. J. , Pryor, M. , Clark, D. B. , Rooney, G. G. , Essery, R. L. H. , Ménard, C. B. , Edwards, J. M. , Hendry, M. A. , Porson, A. , Gedney, N. , Mercado, L. M. , Sitch, S. , Blyth, E. , Boucher, O. , Cox, P. M. , Grimmond, C. S. B. , and Harding, R. J. ,2011, The Joint UK Land Environment Simulator (JULES), model description – Part 1: Energy and water fluxes, Geoscientific Model Development, 4, 677-699.
    3. Cha, D. H. , D. K. Lee, and S. Y. Hong,2008, Impact of boundary layer processes on seasonal simulation of the East Asian summer monsoon using a regional climate model. Meteorology and Atmospheric Physics, 100, 53- 72.
    4. Choi, Y.-W. , and J.-B. Ahn,,2017, Impact of cumulus parameterization schemes on the regional climate simulation for the domain of CORDEX-East Asia Phase 2 using WRF Model. Atmosphere, 27(1), 105-118.
    5. Cusack, S.S. , Edwards, J.M. , Kershaw, R. ,1999, Estimating the subgrid variance of saturation, and its parameterization for use in a GCM cloud scheme. Monthly Weather Review, 125, 3057-3076.
    6. Davis, T. , J. P. Cullen, A. J. Malcolm, M. H. Mawson, A. Staniforth, A. A. White, and N. Wood,2005, A new dynamical core for the Met Office’s global and regional climate modelling of the atmosphere. Quarterly Journal of Royal Meteorological Society, 131, 1759-1782.
    7. Edwards, J. M. and Slingo, A. ,1996, Studies with a flexible new radiation code. I: Choosing a configuration for a largescale model. Quarterly Journal of the Royal Meteorological Society, 122, 689–719.
    8. Fu, C. , S. Wang, Z. Xiong, A.W. Gutowski, D. K. Lee, J. L. Mc-Gregor, Y. Sato, H. Kato, J.-W. Kim, and M.-S. Suh,2005: Regional climate model intercomparison project for Asia. Bulletin of American Meteorological Society, 77, 437-471.
    9. Gregory, D. , Rowntree, P.R. ,1990, A mass flux convection scheme with representation of cloud ensemble characteristics and stability-dependent closure. Monthly Weather Review, 118, 1483-1506.
    10. Giorgi, F. , E. Coppola, F. Solmon, L. Mariotti, and others,2012, RegCM4: model description and preliminary test over multi CORDEX domains. Climate Research, 52, 7-29.
    11. Grant, A. L. M. , Brown, A. R. ,1999, A similarity hypothesis for shallow-cumulus transports, Quarterly Journal of the Royal Meteorological Society, 125, 1913–1936.
    12. Harris, I. , P. D. Jones, T. J. Osborn, and D. H. Lister,2014, Updated high-resolution grids of monthly climatic observations-the CRU TS3.10 dataset, International Journal of Climatology, 34, 623-642.
    13. Hong, S. Y. , N.-K. Moon, K.-S. S. Lim, and J.-W. Kim,2010, Future climate change scenarios over Korea using a mulit-nested downscaling system: A pilot study, Asia- Pacific Journal of Atmospheric Sciences, 46(4), 425- 435.
    14. ------, H. Park, H. B. Cheong, J. E. E. Kim, M. S. Koo, J. Jang, S. Ham, S. O. Hwang, B. K. Park, E. C. Chang, and H. Li,2013, The global/regional integrated model system (GRIMs). Asia-Pacific Journal of Atmospheric Sciences, 49, 219-243.
    15. IPCC, 2013: Climate Change2013, The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Stocker, T. F. et al. Eds., Cambridge University Press, 1585pp.
    16. ------,2021, Climate Change 2021: The Physical Sciences Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Climate Change, Cambridge University Press, In Press.
    17. Jacob, D. , and Coauthors,2007, An inter-comparison of regional climate models for Europe: model performance in present-day climate. Climatic Change, 81, 31-52.
    18. Jo, S. , J.-B. Ahn, D.-H. Cha, S.-K. Min, M.-S. Suh, Y.-H. Byun, and J.-U. Kim,2019, The Koppen-Trewartha climate-type changes over the CORDEX-East Asia Phase 2 domain under 2 and 3oC global warming. Geophysical Research Letters, 46, 14030-14041.
    19. Kim, J. , B. Guan, D. E. Waliser, R. D. Ferraro, J. L. Case, T. Iguchi, E. Kemp, W. Putman, W. Wang, D. Wu, and B. Tian,2018, Winter precipitation characteristics in Western US related to atmospheric river landfalls: observations and model evaluations. Climate Dynamics, 50, 231-248.
    20. Kim, J.-U. , T.-J. Kim, D.-H. Kim, K.-O. Boo, J.-W. Kim, D.-H. Cha, S.-K. Min, and Y.-H. Kim,2020, Evaluation of performance and uncertainty for multi-GCM & RCM over CORDEX-East Asia Phase 2 region. Atmosphere, (in Korean)
    21. Kimoto, M. ,2005, Simulated change of the East Asian circulation under the global warming scenario. Geophysical Research Letters, 32, L16701,
    22. KMA,2018, Korean climate change assessment report 2018, Korea Meteorological Administration, 172 pp.
    23. Lee, D.-K. , and M.-S. Suh,2000: Ten-year East Asian summer monsoon simulation using a regional climate model (RegCM2). Journal of Geophysical Research, 105(D24), 29565-29577
    24. Lee, J-W. , S.-Y. Hong, E.-C. Chang, M.-S. Suh, and H.-S. Kang,2014, Assessment of future climate change over East Asia due to the RCP scenarios downscaled by GRIMs-RMP. Climate Dynamics, 42, 733-747.
    25. Lock, A. P. , Brown, A. R. , Bush, M. R. , Martin, G. M. , and Smith, R. N. B. ,2000, A new boundary layer mixing scheme. Part ?: Scheme description and singlecolumn model tests, Monthly Weather Review, 128, 3187-3199.
    26. Mearns, L. O. , Arritt, R. , Biner, S. Bukovsky, M. S. , McGinnis, S. , Sain, S. , et al.,2012, The North American Regional Climate Change Assessment Program: Overview of Phase I results. Bulletin of American Meteorological Society, 93(9), 1337-1362.
    27. Meehl, G. A. , G. J. Boer, C. Covey, M. Latif, and R. J. Stouffer,2000: The coupled model intercomparison project (CMIP). Bulletin of American Meteorological Society, 81, 313-318.
    28. Oh, S.-G. , M.-S. Suh, D.-H. Cha, and S.-J. Choi,2011: Simulation Skills of RegCM4 for Regional Climate over CORDEX East Asia driven by HadGEM2-AO. Journal of Korean Earth Sciences Society, 32(7), 732- 749. (in Korean).
    29. Oh, S.-G. , J.-H. Park, S.-H. Lee, and M.-S. Suh,2014, Assessment of the RegCM4 over East Asia and future precipitation change adapted to the RCP scenarios. Journal of Geophysical. Research., 119, 2913-2927.
    30. Park, J.-H. , S.-G. Oh, and M.-S. Suh,2013, Impacts of boundary conditions on the precipitation simulation of RegCM4 in the CORDEX East Asia domain. Journal of Geophysical Research, 118, 1652-1667.
    31. Sellar, A. A. , C.G. Jones, J. Mulcahy, Y. Tang, A. Yool, A. Wiltshire, F.M. O’connor, M. Stringer, R. Hill, J. Palmieri, S. Woodward, L. de Mora, T. Kuhlbrodt, S. Rumbold, D.I. Kelley, R. Ellis, C.E. Johnson, J. Walton, N.L. Abraham, M.B. Andrews, T. Andrews, A.T. Archibald, S. Berthou, E. Burke, E. Blockley, K. Carslaw, M. Dalvi, J. Edwards, G.A. Folberth, A.J. Hewitt, B. Johnson, A. Jones, C.D. Jones, J. Keeble, S. Liddicoat, O. Morgenstern, R.J. Parker, V. Predoi, E. Robertson, A. Siahaan, R.S. Smith, R. Swaminathan, M.T. Woodhouse, G. Zeng, G., and M. Zerroukat,2019: UKESM1: Description and evaluation of the UK Earth System Model. Journal of Advances in Modeling Earth Systems,
    32. Skamarock, W. C. , J. B. Klemp, J. Dudhia, D. O. Gill, D. M. Barker, W. Wang, and J. G. Powers,2005, A description of the advanced research WRF version 2. NCAR/TN-468+STR, 88 pp.
    33. Smith, R. N. ,1990, A scheme for predicting layer clouds and their water content in a general circulation model. Quarterly Journal of the Royal Meteorological Society, 116, 371-386.
    34. Taylor, K. E. ,2001: Summarizing multiple aspects of model performance in a single domain. Journal of Geophysical Research: Atmospheres, 106, 7183-7192.
    35. --------, R. J. Stouffer, and G. A. Meehl,2012, An overview of CMIP5 and the experiment design, Bulletin of American Meteorological Society, 93(4), 485-498.
    36. Torma, C. Giorgi, F. , and Coppola, E. ,2015, Added value of regional climate modeling over areas characterized by complex terrain precipitation over the Alps. Journal of Geophysical Research: Atmospheres, 120, 3957-3972.
    37. Wang, S.-Y. , R. R. Gillies, E. S. Takle, and W. J. Gutowski Jr.,2009, Evaluation of precipitation in the inter-mountain region as simulated by NARCCAP regional climate models. Geophysical Research Letters, 36, L11704,
    38. Webster, S. , A. R. Brown, D. R. Cameron, and C. P. Jones,2003, Improvements to the representation of orography in the Met Office Unified Model. Quarterly Journal of the Royal Meteorological Society, 129, 1989- 2010.
    39. Wilson, D. R. and Ballard, S. P. ,1999, A microphysically based precipitation scheme for the UK Meteorological Office Unified Model, Quarterly Journal of the Royal Meteorological Society, 125, 1607-1636.
    40. Yatagai A , Kaminguchi K , Arakawa O , Hamada A , Yasutomi N , Kitoh A ,2012, APHRODITE: Constructing a long-term daily gridded precipitation dataset for Asia based on a dense network of rain gauges. Bulletin of American Meteorological Society, 93, 1401-1415.