지역 기후 상승 분석과 LAD 회귀

초록

55년간 일 평균 기온 데이터를 이용해 계절 변동, 11년 태양 주기, 선형 추세를 포함한 최소 절대 편차(LAD) 회귀 모델을 구축하였다. 선형계획법으로 최적화한 결과, 해당 지역의 평균 기온이 약 2 °F 상승했으며, 태양 주기의 위상(최소점)도 정확히 복원되었다. 동일 데이터에 최소제곱(LS) 모델을 적용하면 태양 주기 파라미터가 왜곡돼 신뢰도가 낮아진다. 전 세계 수천 개 관측소에 적용한 확장 결과와 온·습도 복합 모델 제안도 포함한다.

상세 분석

본 논문은 지역 기후 변화를 정량화하기 위해 최소 절대 편차(LAD) 회귀를 선택한 점이 가장 큰 특징이다. LAD는 이상치에 대한 민감도가 낮아, 장기간 관측된 기온 데이터에 내재된 비정상적인 급변이나 측정 오류를 효과적으로 억제한다. 모델은 세 가지 독립 변수—연간 주기성을 나타내는 사인·코사인 항, 11년 주기의 사인·코사인 항, 그리고 시간에 대한 선형 항—를 포함한다. 이들을 선형계획법(LP) 형태로 전환함으로써, 상용 LP 솔버(예: CPLEX, Gurobi)로 손쉽게 해를 구할 수 있다.

결과적으로 선형 추세의 기울기는 약 0.036 °F/년(55년 동안 약 2 °F 상승)으로 나타났으며, 이는 전 세계 평균 상승률과 비교해도 크게 벗어나지 않는다. 흥미롭게도 태양 주기 사인 파라미터의 최대 기울기가 선형 추세와 비슷한 크기를 보였는데, 이는 두 효과가 데이터 길이(55년) 내에서 구분 가능함을 시사한다. 특히, 모델이 알려진 2008년 태양 최소 시점을 정확히 복원한 점은 회귀 구조가 실제 물리적 주기를 포착하고 있음을 강력히 뒷받침한다.

반면 최소제곱(LS) 회귀는 동일 데이터에 적용했을 때 태양 주기의 위상이 크게 틀려, 주기성 신호를 과소평가하거나 왜곡한다. 이는 LS가 큰 잔차에 과도하게 가중치를 부여해 이상치에 민감하기 때문이며, 따라서 장기 기후 데이터 분석에 LS보다 LAD가 더 적합함을 보여준다.

추가 실험에서는 전 세계 수천 개 기상 관측소에 동일 모델을 적용해 평균 상승률이 1.5~2.5 °F 범위에 있음을 확인했으며, 온도와 습도를 동시에 모델링하는 확장 버전도 제시했다. 마지막으로, 데이터 수집·전처리, 모델 파라미터 선택, LP 솔버 활용법 등을 교육용 프로젝트로 활용할 수 있는 구체적인 교안 아이디어를 제공한다.