Rethinking Surface-Layer Parameterization: A Turbulence-Based Framework Without Using Similarity Functions and Its Impacts on Surface–Atmosphere Coupling

우리가 마시는 공기는 결코 진정으로 정지해 있는 법이 없다. 평온한 날에도 보이지 않는 소용돌이와 와류가 끊임없이 대기를 혼합하며 지표면과 하늘 사이로 열, 수분, 그리고 오염 물질을 운반한다. 50년이 넘는 시간 동안 과학자들은 이 혼합 과정을 설명하기 위해 특정 규칙 세트에 의존해 왔으며, 특히 우리가 살고 있는 대기의 최하층에서 그러했다. '유사성 함수(similarity functions)'라고 알려진 이 규칙들은 일종의 번역 가이드 역할을 하여, 컴퓨터 모델이 바람과 온도의 복잡하고 요동치는 현실을 계산 가능한 숫자로 변转换할 수 있도록 돕는다. 이 규칙들은 현재 공기의 상태를 표준적이고 이상적인 상태와 비교함으로써, 공기가 안정적인지 혹은 불안정한지에 따라 계산을 조정한다. 이러한 규칙들이 기상 예보와 기후 모델링의 근간이 되어 왔지만, 이는 수십 년 전 특정 실험에서 도출된 경험적 관계에 기반을 두고 있다. 모델이 더욱 강력해짐에 따라, 과학자들은 이 오래된 번역 가이드가 변화무쌍한 대기의 춤을 설명하는 데 여전히 최선의 방법인지, 아니면 폭풍, 폭염, 대기 질에 대한 우리의 예측에 오차를 일으키는 원인이 되는지 의구심을 갖기 시작했다.

국립 대기 연구 센터(NCAR)와 미국 해양대기청(NOAA)의 연구진이 이끄는 새로운 연구는 이 문제에 대해 다른 방식으로 생각할 것을 제안한다. 연구팀은 기존의 확립된 번역 가이드에 의존하는 대신, 난류가 스스로 말하게 하는 프레임워크를 개발했다. 그들은 널리 사용되는 기상 연구 및 예측(WRF) 모델에 구현된 새로운 방법을 만들어, 지표 근처의 소용돌이치는 와류의 에너지를 바탕으로 공기가 어떻게 움직이는지를 직접 계산한다. 이 접근 방식에서는 대기의 안정성이 별도의 보정 공식을 통해 강제로 주입되지 않는다. 대신, 안정성은 공기가 얼마나 빠르게 움직이고 혼합되는지를 측정하는 척도 자체에 내재된다. 연구진은 전형적인 겨울과 여름 동안 미국 전역을 대상으로 한 5일간의 시뮬레이션을 실행하여, 이 새로운 시스템을 표준 방식과 비교 테스트했다. 그 결과, 기존의 규칙들을 제거하고 난류가 교환을 주도하게 함으로써, 모델이 특히 밤 시간대에 더 현실적인 풍속을 생성해냈으며, 지면과 공기 사이의 열과 수분이 공유되는 방식을 변화시켜 여름철 폭풍의 거동을 변화시켰음을 발견했다.

표준적인 접근 방식은 낮과 밤의 전환기, 즉 대기가 잘 혼합되고 난류가 심한 상태에서 차분하고 안정적인 상태로 변하는 과정을 다루는 일관된 방법을 제공하기 때문에 오랫동안 기상 모델의 기본값으로 자리 잡았다. 그러나 어떤 특정 규칙을 사용할 것인가에 대한 선택은 예측 결과에 상당한 차이를 가져올 수 있다. 서로 다른 공식들은 지면으로부터 얼마나 많은 열이 상승하는지, 혹은 지표 근처에서 바람이 얼마나 빨리 부는지에 대해 서로 다른 예측을 이끌어낼 수 있다. 이러한 차이는 단순한 미세한 조정이 아니다. 이는 경계층의 높이, 지표면과 혼합되는 공기 층의 두께, 심지어 강우의 강도까지 변화시킬 수 있다. 새로운 연구는 계산의 근거를 미리 정해진 공식이 아닌 실제 난류의 속도에 둠으로써, 모델이 이러한 변화하는 조건에 더 자연스럽게 적응할 수 있음을 시사한다.

시뮬레이션에서 연구진은 'ESTAR'라고 부르는 새로운 난류 기반 방식과 'BASE'로 알려진 표준 방식을 비교했다. 춥고 안정적인 공기와 약한 바람이 특징인 겨울 시뮬레이션에서 새로운 방식은 명확한 우위를 보였다. 새로운 방식은 예측된 풍속의 오차를 약 0.5에서 1미터 매 초(m/s) 정도 줄였다. 더 중요한 점은, 일일 오차 주기를 완만하게 만들었다는 것이다. 표준 방식은 밤에 풍속을 크게 과대평가하고 낮에는 과소평가하는 경향이 있어, 비현실적이고 들쭉날쭉한 패턴을 만들어냈다. 반면 새로운 방식은 훨씬 더 평탄하고 일관된 편향을 나타냈는데, 이는 안정적이고 고요한 공기를 다루는 데 있어 전통적인 규칙보다 더 잘 처리하고 있음을 시사한다. 이러한 개선은 항공 안전부터 오염 물질의 확산 이해에 이르기까지 정확한 풍속 예측이 필수적인 상황에서 매우 중요하다.

여름 시뮬레이션에서의 결과는 달랐지만, 여전히 유의미했다. 태양이 지면을 가열하면 공기는 불안정해져 강력한 전류를 형성하며 솟구치고, 깊고 난류가 심한 층을 만든다. 이러한 조건에서 새로운 방식은 지면이 대기와 에너지를 공유하는 방식을 바꾸어 놓았다. 이 방식은 낮 동안 지면에서 상승하는 현열(피부에 느껴지는 온기)의 양을 약 50에서 150와트 매 제곱미터(W/m²) 증가시켰다. 이러한 에너지 분배의 변화는 경계층을 더 높게 성장시켰고 지표 근처의 공기를 약간 더 따뜻하게 만들었다. 표준 방식과 새로운 방식이 일부 지역에서 습도와 온도에 대해서는 유사한 결과를 냈지만, 새로운 접근 방식은 공기를 가열하는 것과 물을 증발시키는 것 사이의 균형을 근본적으로 변화시켰다. 이러한 지표 에너지 수지의 변화는 폭풍이 발달하는 방식에 직접적인 영향을 미쳤다.

아마도 가장 놀라운 발견은 대기의 최하층에서의 이러한 변화가 상층의 날씨에 어떻게 영향을 미치는가 하는 점이었을 것이다. 새로운 방식은 시뮬레이션에서 과도한 강우의 강도를 지속적으로 감소시켰다. 여러 지역에서 새로운 모델은 폭풍의 강도를 과다하게 예측하는 경els이 있는 표준 모델보다 하루에 20에서 40밀리미터(mm) 적은 강수량을 생성했다. 몇 번의 집중적인 국지성 호우 대신, 새로운 방식은 강우가 지형 전체에 더 넓게 퍼지도록 만들었다. 이는 지면 근처에서 열과 수분이 어떻게 혼합되는지를 더 잘 표현함으로써, 모델이 폭풍이 너무 집중되고 격렬해지는 것을 방지하고 폭풍이 형성될 수 있는 더 현실적인 환경을 조성한다는 것을 시사한다. 그러나 연구는 강도는 개선되었지만 폭풍의 위치가 반드시 더 정확해진 것은 아니라는 점을 언급했는데, 이는 모델의 다른 요인들이 여전히 비가 내리는 위치를 제어하고 있음을 나타낸다.

연구진은 또한 이러한 변화가 도시 대 농촌과 같은 서로 다른 환경에서 어떻게 나타나는지도 살펴보았다. 그들은 뜨겁고 햇빛이 강한 날, 도시와 농촌 표면 사이의 차이에 새로운 방식이 특히 민감하다는 것을 발견했다. 이러한 조건에서 새로운 모델은 대류성 대기에서 부력과 난류의 강력한 영향력을 반영하여, 도시와 시골 사이의 열 교환 대비를 증폭시켰다. 이러한 민감성은 새로운 프레임워크가 모든 상황에 동일하게 적용되는 '원사이즈-핏-올(one-size-fits-all)' 방식의 구식 규칙들보다, 서로 다른 표면이 공기와 상호작용하는 물리적 실체를 더 효과적으로 포착한다는 것을 시사한다.

이러한 성공에도 불구하고, 이 연구는 새로운 방식이 모든 상황에 대한 완벽한 대체물이라고 주장하지는 않는다. 개선 효과는 풍속과 같이 난류 교환에 의해 직접 제어되는 변수에서 가장 두드러졌으며, 온도와 습도에 미치는 영향은 계절과 특정 위치에 따라 조건부적이었다. 지표면 위의 공기 층인 대기의 수직 구조를 살펴보면, 두 방식 간의 가장 큰 차이는 여전히 최하층 1킬로미터 이내에 국한되어 있었다. 이는 새로운 방식이 지표층을 수정하도록 설계되었으며, 그 영향력이 다른 힘이 지배하는 더 높은 대기로 올라갈수록 자연스럽게 약해진다는 점에서 타당하다.

이 작업은 대기를 모델링하는 데 있어 더욱 물리적으로 일관된 방식을 향한 중요한 진전을 의미한다. 수십 년 동안 이 분야는 유용하기는 하지만 훨씬 더 복적한 현실의 근사치에 불과한 일련의 공식들에 의존해 왔다. 연구진은 초점을 난류 그 자체로 옮김으로써, 기능하기 위해 외부의 보정 계수를 필요로 하지 않는 모델을 구축하는 것이 가능하다는 것을 보여주었다. 결과는 대기가 고요하고 안정적이거나, 혹은 여름의 열기로 요동칠 때, 난류가 교환을 주도하게 하는 것이 지면과 하늘이 상호작용하는 방식에 대해 더 현실적인 그림을 그려낸다는 것을 시사한다. 이 새로운 방식은 여전히 다양한 기후와 모델 구성에 걸친 추가적인 테스트가 필요하지만, 오랫동안 기상 및 기후 예측을 괴롭혀온 불확실성을 줄이는 유망한 길을 제시한다. 연구는 지표층의 교환이 전통적인 유사성 함수 없이도 충분히 표현될 수 있으며, 변화하는 대기 조건에 인지 능력을 갖춘 물리적으로 현실적인 시스템을 만들어낼 수 있다고 결론짓는다.