순위히스토그램 (Rank Histogram)
쉽게 풀면
앙상블예보는 초기 조건을 조금씩 다르게 하여 여러 개의 예보를 만드는 방식입니다. 이때 각 예보들을 크기순으로 줄 세운 뒤, 실제 관측값이 그 줄에서 몇 번째 자리에 들어가는지를 여러 사례에 걸쳐 반복해서 기록하고 히스토그램으로 그린 것이 순위히스토그램입니다. 만약 앙상블이 대기의 불확실성을 잘 표현하고 있다면, 관측값은 이 순위들 중 어느 자리에나 비슷한 빈도로 들어가야 하므로 히스토그램이 대체로 평평한 모양을 보이게 됩니다. 반대로 특정 자리에 몰리는 모양이라면 앙상블이 불확실성을 제대로 표현하지 못하고 있다는 신호입니다.
왜 중요한가
앙상블예보의 확산(스프레드) 정도가 실제 예측 오차의 크기와 잘 맞는지를 진단하는 것은 확률예보의 신뢰성을 확보하는 데 핵심적인 과정이기 때문에, 순위히스토그램은 앙상블 시스템을 개발하고 개선하는 연구에서 자주 사용됩니다.
논문에서는 이렇게 쓰입니다
앙상블 구성원들의 흩어진 정도가 적절한지 확인하기 위해 이 도구를 사용했다는 의미입니다.
관측값이 양 끝 순위에 몰려 나타나는 형태는 앙상블이 실제보다 좁은 범위의 예측만 제시하고 있음을 뜻합니다.
조금 더 깊게 보면
순위히스토그램의 모양은 앙상블의 특성을 진단하는 데 쓰입니다. 평평한 모양은 이상적인 상태를, U자 형태는 앙상블 스프레드가 실제보다 부족함(과소분산)을, 종 모양은 스프레드가 과도함을 시사하는 것으로 해석되는 경우가 많습니다. 다만 표본 수가 적을 때는 히스토그램 형태만으로 성급하게 결론 내리지 않도록 주의가 필요합니다. 히스토그램이 U자형을 보이면 앙상블 구성원들이 실제값의 분산을 과소하게 표현하고 있다는 신호이며, 반대로 종 모양이면 앙상블 분산이 과도하게 크다는 것을 시사합니다. 한쪽으로 치우친 형태는 예보 시스템에 계통적인 편향이 있다는 뜻입니다.
주의할 점
순위히스토그램은 앙상블의 통계적 일관성을 진단하는 도구일 뿐, 예보의 정확도 자체를 직접 나타내는 지표는 아니라는 점에 유의해야 합니다. 평평한 히스토그램이라도 예보의 절대적 정확도가 낮을 수 있습니다.
순위 히스토그램이 평평하게 나타난다고 해서 앙상블 예보가 정확하다는 의미는 아니며, 이는 어디까지나 통계적 신뢰도(분산의 적절성)를 진단하는 도구일 뿐 예보 자체의 정확도를 보장하지 않습니다.