몽골사막과 톈산산맥 적설 깊이별 여름철 기온·상층 대기 지위 고도 패턴 연구 그림. UNIST 제공 UNIST(울산과학기술원) 연구팀이 인공지능(AI)을 활용해 폭염을 예측하는 기술을 개발했다.
UNIST 지구환경도시건설공학과 임정호 교수팀은 해수면 온도와 토양 수분, 적설 깊이, 해빙 농도 등 전세계 기후 요소를 분석해 폭염 예측 AI 모델을 개발했다고 6일 밝혔다.
특히 한국의 폭염일 수를 예측하는데 몽골 사막과 중국 톈산 산맥의 적설 깊이가 중요한 요소인 것을 확인했다.
지면과 해수면의 변동성이 대기와 상호 작용해 멀리 떨어진 지역의 기상에 영향을 미치는 현상을 원격상관(Teleconnection)이라고 한다.
이를 통해 폭염에 영향을 주는 특정 지역을 찾아내 예측 모델에 적용한 것.
사진 왼쪽부터 이연수 연구원, 임정호 교수. UNIST 제공연구팀은 겨울철 톈산 산맥의 적설 깊이 증가와 봄철 고비 사막의 적설 깊이 감소가 여름철 폭염을 예측하는 중요한 변수임을 입증했다.
몽골 사막과 톈산 산맥 적설 깊이 변동성이 클 때 한국의 여름 기온이 상승한다는 것이다.
지난해 폭염 예측에서 톈산 산맥 적설 깊이가 주요한 역할을 했다는 점이 주목된다.
올해는 토양 수분, 해수면 온도 등 다양한 기후 요소의 영향력이 더 복잡해지고 있다.
임정호 교수는 "기존 기상 예보 모델에서 반영하지 못한 원격상관 인자들과 폭염 사이의 관계를 모니터링해 예측 정확성을 높일 수 있다"면서 "이번 연구가 한국의 폭염 이해와 대응에 큰 도움이 될 것"이라고 설명했다.
연구는 기상청, 한국연구재단, 해양수산부의 지원을 받아 진행됐다. 연구 결과는 국제 학술지 npj Climate and Atmosphere Science에 지난 3일 게재됐다.