해수면 상승 연구논문 번역(한국어 원본)요지 : 이 연구에서는 steric 효과에 의한 해수 체적 변화를 직접 고려하기 위하여 Boussinesq근사를 사용하지 않는 MOM(Modular Ocean Model) version4 전지구 해양 순환모형을 지역모형화하여 사용하였다. 연구에 사용된 초기치와 경계치 자료들은 IPCC(Intergovernmental Panel on Climate Change)에서 제공하는 CM2.1, HADCM3, MIROC3.2의 모의자료를 사용하였고, 지구온난화 시나리오는 SRES(Special Report on Emissions Scenarios) A1B와 B1을 선택하였다. 우리나라를 포함하는 북서태평양을 연구지역으로 하였으며, 해안선이 복잡한 황해 등은 해상도를 높여 자세히 표현하였다. 세가지 실험 결과를 평균하면 SRES A1B의 경우 2100년에는 2000년에 비하여 온도/해수면은 약 3℃/35cm 상승하고, SRES B1은 약 2℃/27cm상승하였다. 동해는 steric에 의한 변화가 더 큰 것으로 나타났는데, 대한해협을 통과하는 대마난류의 수온이 상승하여 밀도변화에 의한 영향이 더 큰 것으로 나타났다. Steric 효과를 간접적으로 계산한 결과보다 직접적으로 고려한 연구 결과가 해수면 상승을 더 높게 예측하였다. 그 이유는 간접적으로 계산한 역학고도는 수심이 낮은 지역에서 해수면 상승치를 계산할 수 없고 변화되지 않은 체적이 해저의 압력으로 작용하여 소멸되었기 때문인 것으로 분석된다. 또한 북서태평양의 주요 해류 중 하나인 쿠로시오 해류는 지구온난화가 진행됨에 따라 수송량이 줄어드는 경향을 보였다. 모형별 차이는 있었으나 2100년에는 약 4~5SV 정도의 수송량이 줄어들었다. 하지만 대한해협을 통과하는 대마난류의 수송량은 큰 변화가 없는 것으로 나타났다.
1.서론
또한, 지역적으로 상세한 예측 결과를 얻기 위하여 전지구 해양순환 모형인 MOM4를 북서태평양으로 지역 지구온난화와 해수면 상승 등의 기후 변화를 예측하기 위해 많은 수치모형들이 사용된다. 해양에 관련된 수치모형들은 수온과 염분, 해류변화, 해수면 상승 등에 대한 예측을 위해 사용한다. 그러나 대부분의 모델은 Boussinesq근사를 사용함으로써 해수면 변화를 해양 전체의 체적변화로서 고려 할 수 없다. Boussinesq근사란 평균 밀도에 비하여 시간적으로 변화하는 밀도는 아주 미비하다고 가정하여 밀도 변화를 무시하는 것이다. 이 때문에 밀도 변화에 밀접한 연관을 갖는 해수면 변화는 일반적인 해양 모델의 예측 결과로부터 진단적 방법으로 구할 수 밖에 없다. 본 연구에서 사용된 MOM4(Modular Ocean Model version4)는 이러한 단점을 해결하기 위하여 non-Boussinesq 체계를 사용한 모형이다.
모형화하고 IPCC에 제출된 CM2.1의 전지구 자료로부터 SRES A1B와 B1의 초기장과 경계장을 추출하여 재모의 하였다. CM2.1의 자료는 1도의 해상도를 갖고 50개 층으로 구성되어 있다.
2. 수치모형개발
2.1 지역해양순환모형
지구온난화에 의한 해수면 변화를 보다 현실적으로 예측하기 위해서는 기본적으로 열팽창에 의한 해수면의 변화를 모의할 수 있어야 하며, 해빙의 거동과 육빙의 녹음에 의한 해수 체적 변화 등을 고려할 수 있어야 한다. 그러므로 해양 모형은 밀도변화를 고려할 수 있는 non-Boussinesq 유체 모형이어야 하며, 해수면의 조건은 자유수면으로 표현이 가능해야 한다. 모형의 해상도는 지역 규모의 예측이 가능할 정도의 고해상도 모형이 필요하며, 수십 ~ 수백년의 모의를 위해서 병렬최적화가 필요하다.
과거의 해양순환모형은 해면을 강체해면(rigid‐lid)으로 가정하여 바람응력과 열 및 염분 수송이 관측값 또는 기상자료, 대기모형 등에 의해 지정되고, 계산상 긴 시간 간격을 허용할 수 있도록 되어있었다. 이러한 조건들은 해수면의 높이 변화를 계산할 수 없어 지구온난화에 의한 해수면 상승을 예측할 수 없다. 그러므로 이를 위해서는 자유수면을 가진 해양순환모형의 개발이 필수적이며 최근에 개발되고 있는 해양순환모형들은 이 문제를 해결하고 있다.
본 연구에서는 전지구 해양순환모형인 MOM4를 이용하여 북서태평양 주변해역의 상세 해수면 변화예측을 할 수 있도록 지역해양순환모형으로 개발하여 ReMOM (Regional MOM)이라고 명명하였다. 이 모형은 수심이 낮은 황해 및 대한 해협의 폭 등을 현실적으로 표현할 수 있도록 수평 해상도를 0.2도 간격으로 구성되었다. 연직층은 34개의 층으로 구성하였다.
2.2 초기치 및 경계자료
예측모의에 사용한 초기장과 경계장은 CM2.1, HADCM3, MIROC3.2H 모형의 IPCC 예측 결과를 사용하였다. 신뢰성이 높고 검증이 잘 이루어진 결과로 선정하였다.
Figure 1. The sponge boundary condition for lateral boundary
해수표층에 들어가는 자료는 바람장(Wind stress), 표층온도(Sea Surface Temperature), 표층염분(Sea Surface Salinity)을, 측면은 온도와 염분을 sponge boundary 형태의 경계치로 주었다. Sponge boundary에서의 경계효과를 최소화 하기 위하여 안쪽의 damping time은 30일로 길게 주었으며, 바깥쪽으로 나가면서 점차적으로 줄여 가장 바깥쪽에서는 1일로 주었다. (Figure 1.)
2.3 시나리오와 모의과정
IPCC에서 개발한 SRES는 총 40가지가 있으나 GFDL은 이 중에서 주요 6가지의 SRES를 이용한 결과를 제공하고 있다. 온실가스의 감축을 위한 인류의 노력을 고려하여 예측한 것으로, SRES는 B1, A1T, B2, A1B, A2, A1F1으로 나뉘고, 이것은 각각 증가되는 온실가스 농도 수준에 따른 것으로 2100년의 지구 대기의 CO2 농도를 600, 700, 800, 850, 1250, 1550ppm으로 증가 한다고 가정한 것이다
Figure 2. 모의과정도식
본 연구에서는 A1B와 B1의 시나리오를 사용하였다. A1시나리오는 세계 경제의 매우 급속한 성장과 금세기 중반에 최고에 도달할 지구촌 인구, 그리고 새롭고 좀 더 효율적인 기술의 급속한 도입을 가정하였다. A1시나리오는 설명하는 기술변화 방향에 따라 3개의 군이고, A1T(비화석 에너지 자원), A1B(자원간의 균형), A1F1(화석 집약적)으로 나눌 수 있다.
B1 시나리오의 경우는 지구 인구는 A1과 같지만 경제구조는 서비스 및 정보 경제 쪽으로 좀 더 급속히 변하는 것을 가정하고 있다. 이러한 이유로 시나리오들 중에서 가장 낮은 CO2 수치를 보인다.
미래 기후 시나리오에 의해 해수면 상승을 예측하기 위해서는 2000년 현재의 초기장이 필요하다. 초기장을 만들기 위하여 CM2.1의 전지구 결과 중 1991년~2000년의 10년 평균결과를 경계치로 하여 100년간 안정화 모의를 하였다. 그 후 시나리오에 따른 경계치를 이용하여 각각 100년간 예측 모의하고 최종 10년간(2090~2100년)의 결과와 2000년의 결과의 차이를 비교하여 분석하였다. (Figure2) |
해수면 상승 연구논문 번역(영어 번역본)ABSTRACT: To directly consider seawater volume change due to steric effect, this study uses a MOM (Modular Ocean Model) version4 oceanic general circulation model, which does not use Boussinesq approximation, by changing it into a regional model. Simulation data of CM2.1, HADCM3, MIROC3.2 provided by the IPCC (Intergovernmental Panel on Climate Change) were used as initial and boundary values, and SRES (Special Report on Emissions Scenarios) A1B and B1 were selected as global warming scenarios. The Northwestern Pacific region, which includes Korea, was selected as the study area, and the Yellow Sea, which has a complex coastline, was expressed in detail by increasing resolution. Averaging the results for the three experiments, temperature/sea level rose by approximately 3℃/35cm from 2000 to 2100 in SRES A1B, and approximately 2℃/27cm in SRES B1. The East Sea appeared to have a larger change due to steric effect, and showed larger influence due to density change as temperature rose in the Tsushima Warm Current, which passes through the Korea Strait. The result for the study that directly considered steric effect predicted a higher sea level rise than the result when indirectly computing it. This is because the indirectly computed dynamic height was eliminated as sea level rise in a shallow area cannot be computed and the unchanged volume serves as undersea pressure. Also, the Kuroshio Current, which is one of the major currents in the Northwestern Pacific, showed a decrease in transport as global warming progressed. Although there were differences between models, approximately 4~5SV of transport was reduced in 2100. However, there was no huge change in the transport of the Tsushima Warm Current.
1. INTRODUCTION
Also, MOM4, an oceanic general circulation model, is used to obtain a regionally detailed prediction, while many numerical models are used to predict climatic change such as global warming and sea level rise in the Northwestern Pacific region. Numerical models that pertain to oceanography are used to predict water temperature, salinity, change in current, and sea level rise. However, because most models use Boussinesq approximation, sea level change cannot be considered in the volume change of the entire ocean. Boussinesq approximation ignores density change by assuming that the change in density over time is very insignificant compared to the average density. Therefore, sea level change, which is closely related to density change, can only be \computed by examining prediction results of general oceanic models. MOM4 (Modular Ocean Model version4) used in this research is a model that incorporates a non-Boussinesq system to resolve this shortcoming.
After creating the model, the initial and boundary fields of SRES A1B and B1 from CM2.1’s global data, which was submitted to the IPCC, were extracted and the simulation was conducted again. The data from CM2.1 has a resolution of 1 degree and is composed of 50 layers.
2. NUMERICAL MODEL DEVELOPMENT
2.1 Regional Ocean Circulation Model
To predict the sea level change due to global warming more realistically, sea level change due to heat expansion must be simulated and ocean volume change due to the movement of sea ice and melting of land ice must be considered. Therefore, the ocean model must be a non-Boussinesq fluid model that can consider density change, and the sea surface should be expressed as a free surface. The resolution of the model must be high enough to make predictions on a regional level, and parallel optimization is required for tens ~ hundreds of years of simulation.
Previous oceanic circulation models assumed the sea surface as a rigid-lid so wind stress and heat and salt transfer were set based on observation data or climatic information and atmosphere models. These models also permitted long time gaps in the computation. Such conditions cannot compute sea level change, making it impossible to predict sea level rise caused by global warming. Therefore, the development of an oceanic circulation model with a free surface is mandatory and models that are recently being developed are solving this problem.
In this study, we developed a regional oceanic circulation model for a detailed prediction of sea level change in the waters around Northwestern Pacific using MOM4, which is an oceanic global circulation model, and named it ReMOM (Regional MOM). The horizontal resolution of this model is set to have 0.2 degree intervals to realistically express the shallow Yellow Sea and the width of the Korea Strait. It is consisted of 34 perpendicular layers
2.2 Initial Value and Boundary Data
IPCC prediction results of CM2.1, HADCM3, MIROC3.2H models were used as initial and boundary fields of the simulation. Results that are highly reliable and well verified were selected.
Figure 1. The sponge boundary condition for lateral boundary
Wind stress, sea surface temperature, and sea surface salinity were given as boundary values in the form of sponge boundary for data that goes into sea surface layer, while temperature and salinity were given for the side. To minimize the boundary effect of the sponge boundary, the damping time was abundantly set to 30 days for the interior, and was gradually reduced going towards the exterior such that it was set to 1 day in the most exterior area. (Figure 1.)
2.3 Scenarios and Simulation Procedures
Although a total of 40 different SRES are developed by the IPCC, GFDL provides results using 6 major SRES. Considering mankind’s effort to reduce greenhouse gases, SRES is divided into B1, A1T, B2, A1B, A2, A1F1, which are based on the level of increasing greenhouse gas concentration, assuming that the CO2 concentrations in Earth’s atmosphere will increase to 600, 700, 800, 850, 1250, 1550ppm in 2100.
Figure 2. Diagram of simulation procedure
Scenarios A1B and B1 were used in this study. Scenario A1 assumes an extremely rapid growth of the world economy, a global population that will peak in the middle of this century, and the fast introduction of new and more efficient technology. Scenario A1 has 3 categories depending on the explained direction of technological change, which can be divided into A1T (Non-fossil energy resource), A1B (Balance between resources), and A1F1 (Fossil intensive).
Scenario B1 has the same global population as A1 but is set to have a more rapidly changing economical structure towards service and information economy. Because of such reason, it shows the lowest CO2 concentration among the scenarios.
The present initial field of 2000 is required to predict sea level rise with future climatic scenarios. To create the initial field, a stabilizing simulation for 100 years was run with the 10-year average of 1991~2000 from CM2.1’s global result as the boundary value. Afterwards, a 100-year simulation was run for each scenario using their respective boundary values and the result for the final decade (2090~2100) and that of 2000 were compared and analyzed. (Figure2) |
