적운모수화 (Cumulus Parameterization)
쉽게 풀면
수치예보 모델은 지구를 일정한 크기의 격자로 나누어 계산하는데, 소나기를 만드는 뭉게구름(적운)은 이 격자보다 훨씬 작은 크기로 생기는 경우가 많습니다. 그래서 모델이 격자 하나하나마다 개별 구름을 직접 그릴 수는 없고, 대신 "이 격자 안에서 대류가 일어나면 대략 얼마나 비가 내리고 열과 수증기가 어떻게 재분배될까"를 통계적인 규칙으로 계산합니다. 이것이 적운모수화입니다. 마치 교실 전체 학생 수만 알고 있을 때, 개개인을 하나하나 보지 않고도 평균적인 행동 패턴으로 전체 상황을 추정하는 것과 비슷합니다.
왜 중요한가
적운 대류는 강한 비와 뇌우 등 격렬한 날씨를 만들어내는 핵심 과정이지만 격자 해상도가 낮은 모델에서는 직접 표현이 어렵기 때문에, 적운모수화의 정확도는 강수 예보 성능에 직결됩니다. 이 때문에 수치예보모델의 물리과정 중에서도 특히 예보 성능 개선 연구가 활발한 분야로 다뤄집니다.
논문에서는 이렇게 쓰입니다
특정 방식의 적운모수화 방법을 선택해 실제 집중호우 사례를 재현해 보았다는 뜻입니다.
격자 간격이 충분히 촘촘한 경우에는 통계적 모수화 대신 구름을 직접 계산하는 방식을 쓸 수도 있다는 의미입니다.
조금 더 깊게 보면
대표적인 적운모수화 방식으로는 대류 안정도나 습윤 정적 에너지 등을 기준으로 대류 발생 여부와 강도를 판단하는 여러 스킴이 있으며, 대류의 시작 조건, 상승기류의 세기, 구름 밖 공기와의 혼합(entrainment/detrainment) 등을 어떻게 가정하느냐에 따라 결과가 달라집니다. 격자 간격이 대류 자체를 어느 정도 표현할 수 있을 만큼 작아지는 경우(수 km급)에는 모수화 대신 명시적 대류 표현 방식이 사용되기도 합니다.
주의할 점
적운모수화는 근본적으로 통계적 근사이기 때문에, 실제 개별 구름의 위치나 발생 시점을 정확히 맞추기보다는 격자 평균적인 효과를 재현하는 데 초점이 있다는 점을 유의해야 합니다.