파도 파열에 의한 공기 주입 속도 데이터 기반 파라미터화

초록

본 연구는 43년간 전 세계 WAVEWATCH III 시뮬레이션을 이용해 파도 파열 전면 분포 Λ(c)와 연관된 공기 주입 속도 Vₐ를 계산하고, 이를 7개의 물리적 예측변수(풍속, 유의파고, 파도 연령, 급경사, 파향, 수심 등)로 학습한 다층 퍼셉트론(MLP) 모델로 대체한다. 제안된 ML 파라미터화는 기존 풍속 기반 또는 반경계식보다 전 지구적 편향을 크게 감소시키며, CO₂ 전이 속도와 해염 에어로졸 방출 추정에서도 10배 수준의 오차 감소를 보인다. 독립적인 HiWinGS 관측 검증에서도 높은 상관관계와 낮은 RMSE를 기록한다.

상세 분석

이 논문은 파도 파열이 대기‑해양 물질·에너지 교환에 미치는 역할을 정량화하기 위해, 파괴 전면 분포 Λ(c)를 기반으로 정의된 공기 주입 속도 Vₐ를 ‘참조값’으로 삼았다. 기존 모델들은 풍속 U₁₀이나 유의파고 Hₛ만을 이용해 Vₐ를 추정했으나, 파도 연령(cₚ/U₁₀), 급경사(kₚHₛ/2) 등 파도 스펙트럼의 비선형 특성을 반영하지 못해 저위도 스웰 영역에서 과대평가하고, 폭풍 트랙에서는 과소평가하는 체계적 편향을 보였다. 저자들은 1980‑2022년 43년간 전 지구 WAVEWATCH III(해상 해상도 0.5°, 42주파수·36방향) 시뮬레이션을 수행하고, 3시간 간격으로 Λ(c)와 Vₐ를 진단하였다. 이를 학습 데이터로 활용해, 입력 변수 7개(풍속, 풍향의 코사인·사인, 파고, 파도 연령, 급경사, 수심)를 MLP에 투입하였다. 네 개의 은닉층(각 512 뉴런, GELU 활성화, 10% 드롭아웃)과 Adam 옵티마이저(learning rate 1e‑3, weight decay 1e‑4)를 사용해 12 epoch 동안 학습했으며, 훈련‑검증‑시험 데이터를 80‑10‑10 비율로 분할하였다. 결과적으로 MLP는 참조 Vₐ와의 RMSE 0.11 cm h⁻¹, NRMSE 0.08, 상관계수 R=0.999라는 거의 완벽에 가까운 재현성을 보였다. 반면 전통적인 반경계식(Vₐ≈a₂(U₁₀‑c₂)ᵇ)과 반마찰식(Vₐ≈a₁Cₚ(u*/√gHₛ)ᵇ)은 각각 RMSE 1.14 cm h⁻¹, 1.51 cm h⁻¹, 편향이 크게 나타났다. 독립적인 HiWinGS 관측(북대서양)에서도 MLP는 R=0.76, RMSE 64.2 cm h⁻¹, 편향 +53.7 cm h⁻¹를 기록했으며, 특히 강풍·급경사 상황에서 높은 정확도를 보였다. 저풍·미세 파동 상황에서는 과대평가 경향이 있었는데, 이는 Λ(c) 재구성에 필요한 평형 가정이 깨지는 경우와 측정 한계 때문으로 해석된다. 최종적으로, ML 기반 Vₐ를 전 지구적으로 적용했을 때, 기체 전이 속도(K₆₆)와 해염 에어로졸 방출량이 기존 모델 대비 평균 10배 정도 오차가 감소했으며, 이는 기후·대기 모델의 물질 순환 모듈에 직접적인 개선 효과를 제공한다.