김동훈(Dong-Hoon Kim)'s Blog

인공지능 딥러닝을 이용한 엘니뇨 예측시스템 개발

김동훈 — Tue, 30 Jul 2019 13:22:04 +0900

* 본 연구 내용은 한국기상학회의 2017년 추계학술대회에서 발표한 초록을 옮긴 것입니다.

인공신경망의 최신 기술인 딥러닝 방법 중에서 장기 시계열 예측에 적합한 GRU(Gated Recurrent Unit) 순환신경망(Recurrent Neural Networks, RNN)을 사용하여 Nino 3.4 지역의 SSTA(Sea Surface Temperature Anomaly, 해수면온도 이상)를 매월 단위로 미래 8개월까지 예측하는 시스템을 개발하였다. 이 시스템 개발에 앞서서 “인공신경망 딥러닝을 이용한 엘니뇨 예측성 연구”라는 주제로 지난 2017년 4월에 한국해양학회 춘계학술대회에서 선행연구 결과를 제시하여 그 가능성을 소개한 바 있다.

상세한 내용은 저의 github 홈페이지에 연결된 블로그를 방문해 주세요. 이 페이지를 빠져나가서 직접 이동하시려면 아래 링크로 가세요.

[인공지능 딥러닝을 이용한 엘니뇨 예측시스템 개발]

인공지능 딥러닝을 이용한 영종도의 초단기 풍속 예측성 연구

김동훈 — Mon, 29 Jul 2019 17:53:59 +0900

* 본 연구 내용은 한국기상학회의 2017년 춘계학술대회에서 발표한 초록을 옮긴 것입니다.

기상관측장비로부터 수신되는 관측자료들은 운영의 복잡함에 따라 지연수신이 되는 경우가 발생함으로써 관측지점이 많아 질수록 모든 자료가 수신되는 데에는 그 만큼 지연시간이 커지게 됩니다. 그러므로 기준시간을 넘어서 미수신되는 관측자료를 대체할 수 있다면 여러 가지로 큰 의미를 부여할 수 있을 것입니다. 예를들어, 기상예측 성능에 가장 큰 영향을 미치는 자료동화에 있어서 미수신되는 관측자료를 대신하여 자료동화의 품질 향상에 기여할 수 있으며, 수신된 관측자료의 1차 품질관리에도 사용 될 수 있을 것입니다. 또한, 바람 관측자료의 10분에서 60분 내의 미래 관측치를 예측한다는 것은 항공기 이착륙과 같은 초단기 예측이 필요한 분야에서 큰 의미를 가질 수 있습니다.

기상청에서는 레이더 자료와 위성 자료 등을 이용한 실황 또는 초단기 예측 시스템을 개발하여 예보에 사용하고 있습니다. 이 예측 시스템들은 기본적으로 내·외삽 방법을 기반으로 하고 있으며, 좀 더 선진방법으로 초단기 순환모형을 사용하는 경우도 있지만 우리나라와 같이 국지적으로 짧은 시간에 발생 또는 소멸되는 기상 시스템에는 예측성능을 높이는데 어려움을 겪고 있습니다. 따라서, 본 연구에서는 그 동안의 개발 방법과는 다른 인공신경망 딥러닝을 이용한 초단기 예측의 가능성을 진단해 보았습니다.

상세한 내용은 저의 github 홈페이지에 연결된 블로그를 방문해 주세요. 이 페이지를 빠져나가서 직접 이동하시려면 아래 링크로 가세요.

[인공지능 딥러닝을 이용한 영종도의 초단기 풍속 예측성 연구]

ROMS 로 태풍 솔릭(Soulik) 시기의 해양순환 모의해 보기

김동훈 — Mon, 29 Jul 2019 17:18:24 +0900

ROMS의 최신 버전인 V3.6r964 (2019년 5월 1일 배포)을 이용하여 2018년 8월에 발생한 태풍 솔릭(Soulik) 시기의 해양순환을 모의할 수 있도록 상세한 정보를 실었습니다..

ROMS 모의를 시도하면서 발생되는 각 종 문제점들에 대한 원인과 해결책까지 자세히 설명해 놓았으니 천천히 따라하시기만 하면 모의에 성공 하시리라 생각됩니다.

상세한 내용은 저의 github 홈페이지에 연결된 블로그를 방문해 주세요. 이 페이지를 빠져나가서 직접 이동하시려면 아래 링크로 가세요.

[ROMS 로 태풍 솔릭(Soulik) 시기의 해양순환 모의해 보기]

WRF ARW V4로 태풍 솔릭(Soulik) 모의해 보기

김동훈 — Fri, 3 May 2019 16:55:51 +0900

WRF의 최신 버전인 V4.1 (2019년 4월 12일 배포)을 이용하여 2018년 8월에 발생한 태풍 솔릭(Soulik)을 모의할 수 있도록 상세한 정보를 실었습니다..

WRF 모의를 시도하면서 발생되는 각 종 문제점들에 대한 원인과 해결책까지 자세히 설명해 놓았으니 천천히 따라하시기만 하면 모의에 성공을 하시리라 생각됩니다.

상세한 내용은 저의 github 홈페이지에 연결된 블로그를 방문해 주세요. 이 페이지를 빠져나가서 직접 이동하시려면 아래 링크로 가세요.

[WRF ARW V4로 태풍 솔릭(Soulik) 모의해 보기]

인공신경망 딥러닝(Deep Learning)을 이용한 엘니뇨 예측성 연구

김동훈 — Sun, 7 May 2017 23:09:09 +0900

* 본 연구 내용은 한국해양학회의 2017년 춘계학술대회에서 발표한 초록을 옮긴 것입니다.

인공신경망 딥러닝(Deep Learning)을 이용한 엘니뇨 예측성 연구

인공신경망(Neural Networks, NN)을 깊게 구성한 것을 심층신경망(Deep NN, DNN)이라고 부르며 최근의 심층신경망은 새로운 패러다임을 맞이하여 딥러닝(Deep Learning)이라는 신조어로 불리운다. 심층신경망은 그 방법에 따라서 합성곱신경망(Convolutional NN, CNN)과 순환신경망(Recurrent NN, RNN), 심층신뢰망(Deep Belief Network, DBN) 등으로 나누어 진다.

CNN과 DBN은 이미지 인식과 같은 독립자료의 처리에 적합하며, RNN은 언어 인식과 같이 자료의 순서가 중요한 시계열 자료의 처리에 적합하다. 따라서, 시계열의 연속성을 고려하기 위하여 본 실험에서는 RNN의 방법을 사용하였으며, 특히 엘니뇨 예측에 사용되는 전지구 SST 월별 시계열 자료가 38년간(1979년∼2016년)의 자료이므로 RNN에서 장기 기억을 반영할 수 있는 GRU (Gated Recurrent Unit) 방법을 사용하여 엘니뇨 3.4 지역의 SST를 예측해 보았다.

사용된 도구는, 알파고를 개발한 구글이 개방형으로 제공하는 딥러닝 라이브러리인 Tensorflow를 사용하였다.

RNN-GRU는 입력층과 은닉(hidden)층, 출력층으로 구성되는데 입력층에 필요한 입력자료는 ERA-Interim 전지구 월별 시계열 SST 자료 (1979∼2016, 38년간)를 위경도 방향으로 20도씩 bin으로 나누어 사용하였다. 각 bin은 육지가 포함되어 있는 지역과 예측 대상지역인 엘니뇨 3.4 지역을 제외한 지역에 대해서 평균 시계열 자료를 사용하였다.

또 다른 방법으로 전지구 주요 해역을 5개 지역으로 나누어 각 지역에 대하여 EOF 분석 시계열자료를 사용한 실험도 함께 수행하였으나, 2015년과 같은 엘니뇨가 강했던 해는 예측성이 떨어졌으며 그 원인은 원 자료를 2차로 가공하면서 딥러닝 모델의 예측성능을 떨어뜨리는 것으로 판단되었다.

본 실험에서 예측한 기간은 지난 2년간(2015년∼2016년)으로 매월마다 예측을 하였으며 각 예측에 대하여 미래 8개월까지 예측을 하였다. 예측 기간을 제외한 1979년부터 2014∼5년까지 36∼7년간의 자료는 RNN-GRU의 학습에 사용하였으며 최근의 기후변화에 대한 영향을 고려하기 위하여 딥러닝 학습기간을 최근을 기준으로 36년간과 20년간, 10년간으로 나누어 각각 실험을 하였다. 딥러닝으로 학습된 예측모형은 내부적으로 랜덤함수를 사용하기 때문에 같은 실험이라도 최종 결과에 편차를 발생하므로 동일 실험에 대하여 각각 3번의 앙상블 실험을 하여 평균값으로 그 예측 결과를 대신하였다.

최근의 주요 이슈기간에 대하여 예측결과를 미국 NOAA에서 제공하는 유수 연구소들의 예측결과들과 비교해 보았으며, 2015년 가을의 강한 엘니뇨 뿐만 아니라 최근의 경향을 잘 모의 하는 것으로 나타났다.

그림1. 미국 NOAA의 Climate Prediction Center에서 제공하는 모델별 앙상블 예측 결과들

(좌:2015년7월, 중:2016년3월, 우:2017년1월)

그림2. 동일 기간에 대하여 관측값(굵은실선)과 순환신경망(RNN)을 이용하여 예측한 결과들

(좌:2015년7월, 중:2016년3월, 우:2017년1월)

Install vim for python

김동훈 — Fri, 29 May 2015 15:43:17 +0900

시스템에 설치되어 있는 기본 vi를 보존하기 위하여,
새로운 vim은 $HOME/local에 설치하는 것으로 설명합니다.

% wget ftp://ftp.vim.org/pub/vim/unix/vim-7.4.tar.bz2
% cd $HOME/local ; tar -xvjf vim-7.4.tar.bz2 ; cd vim74
% ./configure --prefix=$HOME/local
--with-features=big # multi-byte features for Hangul
--enable-perlinterp=yes
--enable-pythoninterp=yes
--enable-python3interp=yes
--enable-rubyinterp=yes
--enable-luainterp=yes
--enable-multibyte
--enable-hangulinput
--with-x
% make VIMRCLOC=$HOME/local VIMRUNTIMEDIR=$HOME/local/vim74 MAKE="make -e"
% make install ; make distclean

vim에서 python을 지원하는지는 "vim --version"으로 확인해 보면 됩니다.

파일 크기 제한하여 tar 묶기

김동훈 — Wed, 1 Oct 2014 12:34:25 +0900

3MB 이하의 화일들만 묶어서 압축하기 :
% tar cvfpz ../backup.tar.gz2 "\`find . -maxdepth 10 -follow -type f -size -3M\`"
# ""는 화일 이름 중에 스페이스 등의 특수문자가 있을 경우를 대비하여 사용한 것임.
# -maxdepth n : 0이 아닌 경우 정수 값으로 경로 깊이를 지정하여 검색
# -follow : 심볼릭 링크된 디렉터리도 검색
1기가씩 용량 별로 묶어서 압축하기 & 풀기 :
% tar cvf - dir_name | split -b 1000m - dir_name.tar.
또는
% tar 의 -M --multi-volume 을 사용.
% cat dir_name.tar* | tar xv -

Steps to install tmux

김동훈 — Sun, 5 Jan 2014 15:05:00 +0900

Install libevent

browse http://libevent.org and download the latest version of libevent.
tar zxf libevent.tar.gz
cd libevent
./configure --prefix=/usr/local
make && make install

Install ncurses

browse http://ftp.gnu.org/gnu/ncurses and download the latest version of ncurses.
tar zxf ncurses.tar.gz
cd ncurses
./configure --prefix=/usr/local
make && make install

Install tmux

Cygwin :

install autoconf, automake, and pkg-config to cygwin if not.
git clone http://git.code.sf.net/p/tmux/tmux-code tmux-tmux-code
cd tmux-tmux-code
./autogen.sh (will see many warnings; if it complains about \r not found, convert autogen.sh to use Unix line endings with mv autogen.sh temp.sh; dos2unix -o autogen.sh temp.sh)
run "./configure --prefix=/usr/local" if failed to make Makefile
CFLAGS="-I/usr/local/include/ncurses" ./configure --prefix=/usr/local
make && make install

Linux or Unix :

browse http://tmux.sourceforge.net and download the latest version of tmux.
tar zxf tmux.tar.gz
cd tmux
CFLAGS="-I/usr/local/include -I/usr/local/include/ncurses"
LDFLAGS="-L/usr/local/lib"
./configure --prefix=/usr/local
make && make install

Configure tmux

to use the Solarized color scheme, see here.
to manually adjust colors, fonts, cursor shape, and more right-click the window title bar and select "Options...".
create a .tmux.conf file include at least this line so the mouse and arrow keys can be used to switch panes:
set -sg escape-time 250
for more information about tmux configuration, see here.

전지구해양순환모형(OGCM)의 소개

김동훈 — Tue, 19 Mar 2013 15:28:39 +0900

아래글의 편집권은 김동훈에게 있습니다.

[OGCM 소개]

전지구 대순환모형(Ocean General Circulation Model, OGCM)은 수치계산의 편의성을 도모하기 위하여 대부분 정수역학을 따르는 원시방정식(hydrostatic primitive equations)을 사용한다. 연직방향으로 지오포텐셜(z- or height) 좌표계를 사용하는 모형들이 가장 많으며 최근에는 지형추적(terrain-following, )과 등밀도(isopycnal)에 따른 좌표계를 사용하는 모형들도 개발되고 있다.

전지구 대순환모형에서 사용되는 일반화된 비점성 정수역학 원시방정식은 다음과 같으며 는 지오포텐셜 좌표계의 경우 , 지형추적 좌표계의 경우 , 등밀도 좌표계의 경우 를 의미한다.

해양순환모형에는 전지구 대순환모형 이 외에도 지역순환모형(Regional Ocean Circulation Model)인 ECOM-si, POM, ROMS 등이 있으며, 국지 또는 연안 순환모형(Coastal Ocean Circulation Model)인 ADCIRC, FVCOM, SELFE 등의 수많은 모형들이 존재한다. 여기에서는 수많은 해양순환모형들 중에서 전지구를 대상으로 하는 대순환모형(OGCM)에 대해서만 그 주요특징들을 간략하게 설명하도록 하겠다. 모형의 설명 순서는 알파벳 순으로 나열하였다.

□ C-GOLDSTEIN : The C-GOLDSTEIN project

http://www.noc.soton.ac.uk/JRD/LSM/CGOLD/

이 모형은 간단화된 에너지-수분 균형(simplified energy-moisture balance) 대기모형과 열역학 해빙모형이 해양순환모형과 결합된 지구시스템 모형으로써 수천년에 이르는 기후변동을 매우 빠르게 모의하기 위해 개발된 고속 계산형 모형이다. 이 모형은 NERC e-Science project 인 GENIE(Grid ENabled Integrated Earth system modelling)의 토대가 되었으며 현재 버전 2가 개발되어 있다.

□ CHIME (Coupled Hadley-Isopycnic Model Experiment) : a new UK coupled climate model

http://www.noc.soton.ac.uk/JRD/LSM/CHIME/

Southampton 해양센터에서 새롭게 개발된 결합 기후모형으로써 OASIS 결합자를 이용하여 헤들리센터의 HadCM3 대기모형과 HYCOM 해양모형을 결합한 모형이다. 해양모형의 특징으로는 북극의 극점을 두 개로 나누어 육지로 옮긴 bipolar grid를 사용한 것이다. 이 모형의 장기모의 결과를 HadCM3 결합모형과 비교함으로써 하이브리드 좌표계를 사용하는 해양모형이 장기 기후모의에 미치는 영향을 분석할 수 있다.

□ ECBilt/Clio

http://www.knmi.nl/onderzk/CKO/ecbilt.html

ECBilt-Clio 모형은 중복잡(intermediate-complexity) 3차원 대기-해양-해빙 결합 대순환모형이다. 대기모형은 스펙트랄 T21 해상도의 ECBilt 모형(Opsteegh et al., 1998)이며 해양모형은 자유수면 모형으로 열역학-역학 해빙모형과 결합된 Clio 모형(Goosse and Fichefet, 1999)이다. Clio 모형의 수평해상도는 위경도 모두 3°이며 연직 방향으로 20개의 층으로 구성되어 있다. 이 모형은 현재 버전 3까지 개발되어있다.

□ FORTE : a fast Coupled General Circulation Model

http://www.noc.soton.ac.uk/JRD/LSM/FORTE/

Sinha와 Smith (2002)에 의해 개발된 이 모형은 중저해상도의 해양-대기 결합모형으로써 수 일에서 수 천년까지 모의가 가능한 모형이다. 이 모형은 OASIS 결합자를 이용하여 해양과 대기가 결합되었으며 사용된 해양모형은 MOM을 기본으로 개발된 MOMA(Webb, 1993)이고 대기모형은 영국 리딩대학에서 개발한 스펙트럴 모형의 IGCM3이다. 이 모형의 가장 큰 특징은 빠른 계산에 있는데 예를 들자면, AMD 1800XP CPU를 사용한 싱글 개인용 컴퓨터에서 100년 적분하는데 최대 50시간 밖에 걸리지 않는다.

□ GISS AOM (Atmosphere-Ocean Model)

http://aom.giss.nasa.gov/

미국 나사의 고다드 연구소(Goddard Institute for Space Studies, GISS)에서 수십년에서 수세기까지의 기후 예측을 위해 개발한 전지구 대기-해양 결합 모형이다. 이 모형은 4×3 AOM 으로 불리며, 대기와 해양 모두 경도 4도와 위도 3도의 해상도를 가지고 있고 연직으로는 대기모형은 12개의 층과 해양모형은 16개의 층으로 구성되어 있다.

□ HIM (Hallberg Isopycnal Model)

http://www.gfdl.noaa.gov/him-the-hallberg-isopycnal-model

HIM은 C-grid 기반의 등밀도 좌표계를 사용한 해양순환모형이며 modular C 프로그램언어로 쓰여졌다. 연직으로 등밀도 좌표계를 사용하기 때문에 MICOM 모형과 물리적으로 유사하지만, 프로그램 기법은 완전히 다른 모형이다. 최적화된 C의 모듈프로그램으로 다양한 시간적분기법이나 모수화, 차분화 등을 쉽게 적용해 볼수 있는데, 실예로 모형 내에 두가지 완전히 다른 시각적분 기법이 적용되어 있다. 이 모형은 GFDL의 GOLD 모형의 토대가 되는 모형이다.

□ HOPE (Hamburg Ocean Primitive Equation model)

http://meteora.ucsd.edu/~pierce/elnino/hope.html

독일의 막스플랑크 연구소(the Max Plank Institut for Meteorologie in Hamburg)에서 개발된 모형으로 열대 태평양에서의 혼합모수화에 상당한 노력을 기울인 모형이기 때문에 열대 태평양의 해류재현에 뛰어난 성능을 발휘하는 모형이다. 이 모형은 E-grid 기반으로 개발되어 그리드 형태가 통상의 박스 형태가 아닌 다이아몬드 형태를 가진다. 해상도는 기본 1° 간격으로 적도 부근에서는 0.5°로 줄어들며, 고위도로 갈수록 1.5°까지 늘어나게 구성되어있다.

□ HYCOM (HYbrid Coordinate Ocean Model)

http://hycom.org

HYCOM은 GODAE(U.S. Global Ocean Data Assimilation Experiment)의 National Ocean Partnership Program(NOPP)의 지원으로 자료동화된 혼합 등밀도-시그마-수압 좌표체계의 해양모형(data-assimilative hybrid isopycnal-sigma-pressure coordinate ocean model)의 검증을 위해 개발되었다. 이 모형은 MICOM을 기반으로 개발되었으며 MICOM의 단점인 연직 등밀도 좌표계를 보완하는 방법으로 개선되었다. 성층화가 잘되어 있는 곳은 등밀도 좌표계를 쓰며, 성층화가 약한 표층의 혼합층 같은 곳은 z-좌표계를 사용하고 수심이 얕은 곳은 지형추적 시그마 좌표계(terrain-following sigma coordinate)를 사용한다. HYCOM은 모형 개발 뿐만 아니라 자료동화에 의한 해양 현황 및 예측자료를 전지구에 대해 1/12°와 멕시코만에 대해 1/25° 해상도의 자료를 2003년부터 현재까지 제공하고 있다.

□ MICOM (Miami Isopycnic Coordinate Ocean Model) – Global

http://oceanmodelling.rsmas.miami.edu/ , ftp://nutmeg.rsmas.miami.edu/bleck/global/

MICOM은 등밀도 좌표체계의 해양순환모형이며, 다음과 같이 여러 기관에서 여러 버전의 모형이 개발되었다.

MICOM at LANL
MICOM at Netherlands Center for Climate Research
MICOM – Parallel, Box, Global, Atlantic 등

또한, 이 모형은 HYCOM과 HIM 등의 모형의 토대가 되었으며, 원형은 지역해양순환모형으로 개발되었으나 전지구 모의가 가능한 버전도 제공을 한다.

□ MITgcm (MIT General Circulation Model)

http://mitgcm.org/

MITgcm은 다른 해양순환모형에 비하여 선도적인 특징을 가지고 있는 모형이다. 대부분의 해양순환모형은 정수역학체계의 모형인데 비하여 MITgcm은 비정수역학체계를 지원하며, 대기-해양 결합모형의 내부 역학코드를 하나로 통일하여 사용하되 대기와 해양의 물리부분만을 독립시킨 모형이다.

대기와 해양의 역학코드를 통일하고 물리코드만 독립하여 개발하는 구성도 에서부터
비정수역학체계의 지원으로 국지적 현상 지구규모의 현상까지 모의 가능

□ MOM (GFDL Modular Ocean Model)

http://www.gfdl.noaa.gov/ocean-model 원시방정식을 처음으로 수치모형화한 것은 GFDL(Geophysical Fluid Dynamics Laboratory)의 Bryan(1969)과 Cox(1984) 이다. 1960년~1980년대에 걸쳐 개발된 이 모형은 1984년에 처음으로 전세계에 배포 되었다 (Cox, 1984). 이 모형에 포트란 프로그램의 모듈화를 도입하면서 모형의 이름을 MOM(Modular Ocean Model) 이라 명명하고 1991년에 첫 번째 버전을 발표하였다 (Pacanowski et al., 1991). 이후에 MOM2(Pacanowski, 1995)와 MOM3(Pacanowski and Griffies, 1999)이 계속적으로 발표되었으며, 현재 널리 사용되는 MOM4는 MOM4.0이 2003년 10월에, MOM4p1이 2009년 12월에 발표되어 세계에서 가장 많이 사용하는 전지구 대순환모형으로 자리잡고 있다.

MOM4p1의 특징들을 나열해보면 다음과 같다.

연직좌표계는 지오포텐셜 좌표계(geopotential coordinate) 이 외에도 수심기반 시그마 좌표계(depth based terrain following sigma coordinate)와 수압 좌표계(pressure coordinate), 수압기반 시그마 좌표계(pressure based terrain following sigma cooridnate) 등을 지원
명시적 자유수면 및 해저압력 계산 기법 제공
추적자(tracer)와 경압 유속장의 시간적분 방법으로 leap-frog 와 two-level forward step의 방법을 제공하며 후자의 방법을 추천함
코리올리 힘의 계산에 가장 일반적으로 사용되는 반암시적 방법 사용
상태방정식은 Jackett et al. (2006)의 최신 방법을 도입
저해상도에서 복잡한 해저지형을 좀 더 현실적으로 반영하기 위한 partial bottom step technology 방법 지원 (Pacanowski and Gnanadesikan, 1998)
아격자 모수화 기법으로는 다음과 같은 기법들을 제공

Horizontal friction : Smagorinsky laplacian and biharmonic scheme (Griffies and Hallberg, 2000)과 anisotropic laplacian 기법 (Large et al., 2001 and Smith and McWilliams, 2003)
Neutral physics and boundary regions : Ferrari et al. (2008)의 경 계지역 내에서의 nuetral physics 처리 기법 추가
Restratification effects from submesoscale eddies : Fox-Kemper et al. (2008)의 모수화 방법 지원
From drag : 아격자 내의 에디들로부터 유발되는 form drag의 모수화 기법 지원
조석 혼합 모수화 기법 제공
다양한 연직 혼합 모수화 기법 제공 : 상수, PP, KPP, GOTM 등

□ NEMO (Nucleus for European Modeling of the Ocean)

= OPA (Ocean PArallelise)

http://www.nemo-ocean.eu/

OASIS 결합자를 이용하여 다음과 같은 모형들이 결합되어 있는 모형이다.

해양 : NEMO-OPA
해빙 : NEMO-LIM
생태 : NEMO-TOP
자료동화 : NEMO-TAM

대기모형은 UKMO 모형을 비롯하여 여러 가지 모형들에 결합되어 사용되고 있다.

□ NLOM (Navy Layered Ocean Model)

http://www7320.nrlssc.navy.mil/global_nlom/

NRL(Naval Research Laboratory)의 LSM(Large Scale Models) 프로젝트의 일환으로 개발된 모형으로 다양한 컴퓨터에 확장성이 뛰어난 모형으로 인정되는 모형이다. 분산메모리 병렬화에서부터 다중프로세서 공유메모리 병렬화까지 지원하며 다양한 슈퍼컴퓨터에 이식되어 사용되었고 개인용 비병렬 컴퓨터에서도 사용할 수 있는 모형이다.

□ NCOM (NCAR CSM Ocean Model)

http://www.cesm.ucar.edu

미국 NCAR의 CESM 모형과 CCSM 모형의 전신인 CSM 결합모형에서 해양대순환모형으로 사용한 모형이다. 이 모형은 GFDL의 MOM 버전 1.1을 기반으로 개발되었으나 이 후에 CCSM과 CESM은 해양모형을 POP 모형으로 교체하여 현재는 개발이 중단되었다.

□ OCCAM(Ocean Circulation and Climate Advanced Modelling Project)

http://www.noc.soton.ac.uk.JRD/OCCAM/

GFDL의 초기 MOM 버전을 array processor 버전으로 개발한 MOMA 모형을 이용하여 고해상도 전지구 모형으로 개발한 모형이다. 초기에 1/4° 해상도에서부터 1/8°, 1/12° 해상도의 모형까지 개발되었다. OCCAM 모형의 특징은 극지역의 특이점을 해소하기 위해서 극을 적도쪽으로 이동한 rotated grid를 사용한다.

□ POP (Parallel Ocean Program)

http://climate.lanl.gov/Models/POP/

GFDL MOM의 초기버전인 Bryan, Cox, Semtner and Chervin 모형으로부터 개발된 병렬최적화된 모형으로 LANL(Los Alamos National Laboratory)에서 개발하였다. 북극의 특이점 해소를 위해서 극을 육지로 옮기는 dipolar grid와 육지에 두 개의 극을 만드는 tripolar grid를 지원한다. POP은 초기에 CM-5 컴퓨터를 이용하기 위하여 개발되었으나 현재는 MPI와 SHMEM을 사용할 수 있도록 병렬화되고 전지구 1/10°까지 고해상도 모형으로 개발되어 전지구 에디재현 모형으로 인정받고 있다. 또한, 이 모형은 POP 버전 2로 개선되어 NCAR의 CCSM과 CESM 의 해양모형으로 채택되어 사용되고 있다.

dipolar grid tripolar grid

□ Poseidon

http://grads.iges.org/poseidon/

IGES(Institute of Global Environment and Society)에서 개발한 Poseidon 모형은 연직방향으로 표층의 혼합층은 수심에 의해 나누고 심해는 등밀도에 의해 나누며 두 경계를 있는 완충지역은 시그마층으로 연결하는 좌표계를 사용한다. 수평 격자체계는 극의 특이점을 해소하기 위하여 직각곡선좌표계(orthogonal curvilinear coordinate)를 사용한다.

□ POSUM (Parallel Oregon State University Model)

http://posum.oce.orst.edu

연직방향으로 등밀도 좌표계를 사용하고 자유수면을 가지는 모형이다. 대부분의 해양순환모형은 계산의 편의를 위하여 Boussinesq 가정을 사용하는데 비하여 POSUM 모형은 이 가정을 사용하지 않는 non-Boussinesq 모형으로 해수팽창 등의 체적변화를 고려할 수 있는 모형이다.

□ SEA (Southamption - East Anglia parallel pcean circulation model)

= MOMA (Modular Ocean Model – Array processor version)

http://www.uea.ac.uk/menu/acad_depts/mth/ocean/SEA/

초기의 MOM 모형을 array processor 버전으로 개발한 모형으로 MOMA라고 불리며 자유수면 기법을 적용한 모형이다. 이 모형은 고해상도 전지구 모형의 개발을 목적으로 하는 영국의 Ocean Circulation and Climate Advanced Modelling (OCCAM)에 기본 모형으로 사용되었으며 첫 번째 전지구 에디 재현 모형으로 인정되고 있다. 이 후에 일반적 목적의 간단하고 병렬최적화된 모형으로 개발되어 SEA라고 불리워진다.

□ SEOM (Spectral Element Ocean Model)

http://marine.rutgers.edu/po/index.php?model=seom

SEOM은 정수역학과 비정수역학을 선택하여 사용할 수 있는 모형이며 수평적으로 spectral element 방법을 사용한 모형이다. 2차원 버전과 3차원 버전이 있으며, 2차원 버전은 천수방정식을 사용하여 전지구 조석모의 등에 사용되었고 3차원 버전은 개발 중에 있다.

참고문헌

Bryan, K., 1969: A numerical method for the study of the ciruclation of the world ocean. J. Comput. Phys., 4, 347-376.

Cox, M.D., 1984: A primitive equation three-dimensional model of the ocean. Tech. Rep. 1. GFDL Ocean Group, Princeton University.

Ferrari, R., McWilliams, J., Canuto, V., and Dobovikov, M., 2008: Parameterization of eddy fluxes near oceanic boundaries, Journal of Climate, 21, 2770-2789.

Fox-Kemper, B., Ferrari, R., and Hallberg, R. 2008: Parameterization of mixed layer eddies. I: Theroy and diagnosis, Journal of Physical Oceanography, 38, 1145-1165.

Goosse H. and T. Fichefet, 1999: Importance of ice-ocean interactions for the global ocean circulation: a model study. Geophysical Research, 104(C10), 23337-23355.

Griffies, S.M. and Hallberg, R.W., 2000: Biharmonic friction with a Smagorinsky viscosity for use in large-scale eddy-permitting ocean models, Monthly Weather Review, 128, 2935-2946.

Jackett, D.R., McDougall, T.J., Feistel, R., Wright, D.G., and Griffies, S.M., 2006: Algorithms for density, potential temperature, conservative temperature, and freezing temperature of seawater, Journal of Atmospheric and Oceanic Technology, 23, 1709-1728.

Large, W.G., Danabasoglu, G., McWilliams, J.C., Gent, P.R., and Bryan, F.O., 2001: Equatorial circulation of a global ocean climate model with anisotropic horizontal viscosity, Journal of Physical Oceanography, 31,518-536.

Opsteegh, J.D., R.J. Haarsma, F.M. Selten and A. Kattenberg, 1998: ECBilt a dynamic alternative to mixed boundary ocean models. Tellus, 50A, 348-367.

Pacanowski, R.C. and Gnanadesikan, A., 1998: Transient response in a z-level ocean model that resolves topography with partial-cells, Monthly Weather Review, 126, 3248-3270.

Pacanowski, R.C., Dixon, K., and Rosati, A., 1991: The GFDL Modular Ocean Model User Guide, NOAA/Geophysical Fluid Dynamics Laboratory, Princeton, USA, 16 pp.

Sinha, B. and Smith, R.S., 2002: Development of a fast Coupled General Circulation Model (FORTE) for climate studies, implemented using the OASIS coupler, Southampton Oceanography Centre Internal Document 81.

Smith, R.D. and McWilliams, J.C., 2003: Anisotropic horizonal viscosity for ocean models, Ocean Modelling, 5, 129-156.

Webb, D.J., 1993: An ocean model code for array processor computers, Institute of Oceanographic Sciences, Deacon Laboratory, Internal document, No. 324, 21pp.

WRF ARW 에서 사용되는 지도 투영법( Map Projections )

김동훈 — Thu, 14 Jun 2012 18:12:34 +0900

WRF ARW 모형에서 사용되는 지도 투영법에 대하여 WRF turorial 에 좋은 자료가 있어서 편집해 보았습니다. 지역 설정에서 실제 위도 ( True latitude )를 어떻게 설정하는지를 알 수 있습니다.