《곡식을 늦게 심으면 서리의 피해를 받을수 있습니다.》 (
서리나 우박과 재해성일기현상들을 정확히 예보하는것은 지역의 농업생산량을 높이는데서 중요한 의의를 가진다. 우리는 평양과 만경대, 삼석, 삼동, 강남지점에서 봄철서리발생을 예보하기 위하여 지지벡토르기모형과 론리회귀모형을 개발하고 모형의 성능을 평가하였다. 지지벡토르기모형은 전통적인 선형핵함수와 2차다항식, 3차다항식, 및 가우스핵함수를 리용한 모형들이며 예보인자는 수치일기예보(NWP)로부터 유도하였다. 예보인자로는 지면상대습도와 이슬점온도, 지면기온 등 서리발생에 영향을 주는 7개의 기상요소들을 선택하였으며 9시간, 21시간, 33시간전에 서리발생을 예보하기 위한 모형을 개발하였다.
우리는 2012~2018년까지의 서리발생자료와 수치일기예보자료를 연구에 리용하였다. 2012~2016년까지의 봄철자료(3월, 4월)를 학습자료로 2017~2018년기간의 봄철자료를 검증자료로 리용하였다. 개발된 모형은 CSI와 FAR, BIAS, PC성적평가지수들로서 평가되였다.
연구결과는 다음의 세가지로 결론지울수 있다.
첫째로, 지지벡토르기모형은 모든 지점들에서 모든 예견기에 대하여 론리회귀모형보다 우월하였다. 서로 다른 지지벡토르기들의 예보성능은 크게 차이나지 않지만 핵함수로 3차원다항식과 가우스함수를 리용할 때 비교적 높은 성능을 가지였다.
둘째로, 삼석과 삼동, 만경대관측지점들에서의 지지벡토르기에 기초한 서리예보성적은 CSI가 60%이상으로서 비교적 좋은 결과를 보여주었지만 평양과 강남지역에서는 결과가 좋지 못하였다. 그 원인은 도시효과와 지역의 기후학적특징으로 산생된 결과라고 볼수 있다. 따라서 예보성적을 높이자면 모든 지점들에서 동일한 예보인자를 선택하는것보다 해당 지역의 특성에 맞는 예보인자를 선택하는것이 중요하다는것을 알수 있었다.
셋째로, 지지벡토르기에 기초한 모형들은 서리현상을 과대예보하는 경향성을 가진다는것을 알수 있었다. 평양지점을 제외한 모든 지점들에서는 평균 BIAS성적은 1보다 큰값을 가지고 과대예보되였다. 이것은 5년의 짧은 학습자료때문에 나타난 결과라고 볼수 있다.
앞으로 학습자료를 늘이고 예보인자를 지역의 자연지리적 및 기후학적특성을 반영하는 요소들로 설정한다면 현재의 예보성적보다 더 높은 성적을 기대할수 있을것이다.
