상관k분포법 (Correlated-k Distribution)
쉽게 풀면
대기 중 기체 분자는 파장에 따라 빛을 흡수하는 정도가 들쭉날쭉하게 변합니다. 이 변화를 파장 하나하나 따라가며 정밀하게 계산하려면 수십만 번의 계산이 필요할 정도로 매우 비효율적입니다. 상관k분포법은 이 들쭉날쭉한 흡수계수 값들을 크기 순서대로 다시 정렬해서, 값이 비슷한 것끼리 묶어 훨씬 적은 수의 대표 구간으로 계산해도 비슷한 결과를 얻을 수 있게 해주는 방법입니다. 흩어진 물건을 크기별로 정리해 서랍에 넣으면 찾기 쉬워지는 것과 비슷한 발상이라고 볼 수 있습니다.
왜 중요한가
상관k분포법은 정밀한 선별(line-by-line) 계산에 가까운 정확도를 유지하면서도 계산 시간을 크게 줄여주기 때문에, 기후모델과 수치예보모델의 복사 모수화에서 실용적으로 널리 채택되는 방법입니다. 선 단위로 흡수선을 일일이 계산하는 라인별적산법에 비해 계산 비용이 훨씬 적으면서도 정확도를 상당히 유지할 수 있어, 기후모델과 수치예보모델의 복사전달 모수화에 널리 채택되어 있습니다.
논문에서는 이렇게 쓰입니다
상관k분포법이 정확도와 효율의 균형을 제공하는 예문입니다.
실제 모델 구현에서 k분포법이 활용되는 방식을 보여주는 사례입니다.
조금 더 깊게 보면
이 기법의 핵심 가정은 서로 다른 압력·온도 층에서도 흡수계수를 크기 순서로 재정렬했을 때의 상대적 순서(상관성)가 대체로 유지된다는 것입니다. 이 가정 덕분에 대기 각 층을 지나며 누적되는 복사 감쇠를 비교적 적은 수의 대표 값만으로 근사할 수 있습니다. 상관 k-분포법은 스펙트럼 상에서 불규칙하게 변동하는 흡수계수 값을 파장 대신 크기 순으로 재정렬해 매끄러운 누적확률분포로 바꾼 뒤, 이를 소수의 대표 구간(적분점)으로 근사해 복사전달 계산량을 대폭 줄이는 기법입니다.
주의할 점
상관성 가정이 어긋나는 특수한 조건(예: 여러 흡수 기체가 겹치는 스펙트럼 영역)에서는 오차가 커질 수 있으므로, 적용 대상 기체와 스펙트럼 영역을 확인하는 것이 좋습니다.