1. 논문제목: Statistical downscaling in the arid central Andes: uncertainty analysis of multi-model simulated temperature and precipitation

   저널: Theoretical and Applied Climatology
     저자: Maxime Souvignet, Jurgen Heinrich

 

2. 주저자 배경

주저자 Maxime Souvignet 는 독일 Cologne University of Applied Sciences 에서 researcher로 근무하고 있다.

 

3. 논문 요약

이 연구는 statistical downscaling (통계학적 상세화)을 통해 얻어진 미래 기온과 강수량에 대한 불확정성을 분석하였다. Statistical downscaling을 위해 적용된 모델은 Wilby et al (2002)에 개발된 SDSM (Statistical Downscaling Model) 이다. 미래 기온 및 강우자료는 GCGM3, GFDL, MRI의 모델로부터 추출된 자료를 활용하였다. 상세화된 기온 및 강수자료의 중앙값과 분산값을 통계분석 (Mann-Whitney test, Brown-Forsythe’s test)을 통하여 편차를 분석하였다. 또한 상세화된 변수들에 대한 극한발생(extreme event) 정도를 빈도분석을 진행하였다. 특히 상세화된 강수량의 경우 극한발생에 대한 불확정성이 높았다. 반대로 기온의 경우 상세화 과정에서 비교적 정확한 예측 결과를 나타냈다.

 

4. 논문의 독창성

이 논문은 GCM 모델로부터 예측된 미래 기온과 강수량에 대한 통계학적 상세화 과정에서 발생하는 불확정성에 대해서 연구하였다.

 

5. 논문의 적용 가능성

본 연구에서 제시된 불확정성 분석방법을 향후 연구에 적용 할 수 있을 것으로 판단된다. 또한 Reanalysis 자료를 활용하는 방법을 향후 연구에 적용 할 수 있다.

 

6. 요약자 E-mail: yepark@gist.ac.kr