엘니뇨 예측을 위한 기후 네트워크 기반 지수 개발

초록

본 논문은 엘니뇨 3.4 지역의 저주파 온도 이상 변동 간 유사성을 네트워크 링크로 표현한 새로운 예측 지수(FI)를 제안한다. FI는 지역 내 온도 변동의 일관성(코히런스) 감소와 그 후 급격한 회복을 포착하며, 약 1년 전부터 엘니뇨 발생 시점을 예측하고, FI의 최고값을 통해 엘니뇨 강도를 추정한다. ERA‑Interim, NCEP‑R1, PCMDI‑AMIP, ERSST.v5 등 100년 이상에 걸친 다중 자료를 이용해 검증했으며, 기존 방법보다 발현 시점과 강도 예측 정확도가 크게 향상되었다.

상세 분석

이 연구는 엘니뇨 예측의 핵심 난제인 ‘반년 이상 선행 예측’과 ‘강도 추정’ 문제를 동시에 해결하려는 시도로, 기후 네트워크 이론을 적용한 점이 가장 큰 특징이다. 먼저 3.4 지역(5°S–5°N, 120°W–170°W)을 2.5°×2.5° 격자로 나누어 105개의 노드를 설정하고, 각 노드의 일일 평균 기압면(1000 hPa) 온도 이상(T_k(t))을 계산한다. 여기서 온도 이상은 장기 평균과 표준편차로 정규화된 값이며, 과거 데이터만을 사용해 시계열을 구축한다는 점에서 실시간 적용 가능성을 확보한다.

링크 가중치는 두 노드 간 시간 지연 교차상관 함수 C_i,j(τ)의 최고 피크값을 이용한다. τ는 0200일(일일 자료) 혹은 06개월(월별 자료) 범위에서 탐색하며, 피크값이 클수록 두 위치의 온도 변동이 동시성·유사성을 보임을 의미한다. 이때 교차상관 피크값 자체는 감소 추세를 보이지만, 피크의 ‘sharpness’를 나타내는 정규화된 가중치 W_i,j는 오히려 증가한다는 흥미로운 현상이 보고된다. 이는 온도 변동의 자상관 구조가 변하면서 전체 네트워크의 코히런스가 약화되고, 동시에 개별 링크가 보다 뚜렷한 특성을 갖게 됨을 시사한다.

네트워크 전체의 평균 코히런스 C(t)는 모든 링크 피크값의 평균으로 정의되며, C(t)가 낮아질수록 네트워크는 ‘무질서(disorder)’ 상태에 가까워진다. 저자들은 이 무질서 정도가 엘니뇨 발생 직전 가장 크게 나타나며, 무질서가 클수록 이후 발생할 엘니뇨의 강도가 높아진다고 가정한다. 이를 정량화하기 위해 로그 변환 후 차분을 취한 FI(t)=−