Toward statistically optimal temperature extreme detection

대양은 정적인 욕조가 아닙니다. 그것은 숨을 쉬고, 움직이며, 때로는 열이 나기도 합니다. 물이 몇 주 또는 몇 달 동안 이례적으로 따뜻하게 유지될 때, 과학자들은 이를 해양 폭염(marine heatwave)이라 부르는 현상이 발생한다고 말합니다. 이러한 사건은 단순히 수영객의 쾌적함에 관한 문제가 아닙니다. 이는 산호초를 황폐화하고, 물고기 개체군을 전멸시키며, 전체 먹이사슬을 교란할 수 있습니다. 이러한 폭염이 얼마나 자주 발생하는지, 얼마나 오래 지속되는지, 그리고 얼마나 강렬한지를 이해하기 위해 연구자들은 먼저 무엇을 "이례적으로 따뜻한 것"으로 간다고 정의할지 결정해야 합니다. 그들은 오늘날의 온도를 역사적 평균, 즉 기준선(baseline)과 비교함으로써 이를 수행합니다. 물의 온도가 그 척도 위의 특정 지점까지 상승하면, 이를 극단적인 사건으로 표시합니다. 그러나 해양의 온도는 계절에 따라 변하므로, 여름철의 자연스러운 온난화와 겨울철의 냉각을 고려하기 위해 이 기준선은 연중 내내 변화해야 합니다. 문제는 우리가 가진 데이터가 불완전하고 노이즈가 많은 수십 년 정도에 불과할 때, 이 변화하는 기준선을 어떻게 계산하느냐 하는 점입니다. 만약 이 선을 긋는 방법이 결함이 있다면, 기후 위험에 대한 결과적인 그림은 실제 위험을 숨기거나 존재하지 않는 문제를 만들어내는 등 오해의 소지가 있을 수 있습니다.

수년 동안 과학자들은 이동 창(moving window)을 사용하여 온도 데이터를 매끄럽게 만드는 방식을 포함한 표준적인 접근 방식을 사용하여 이러한 폭염을 정의해 왔습니다. 일일 온도의 들쭉날쭉한 선 그래프를 상상해 보십시오. 이동 창은 그 선의 작은 조각을 가져와 평균을 계산하고, 이를 한 번에 하루씩 앞으로 밀면서 더 매끄러운 곡선을 만들어냅니다. 이 곡선은 극단적인 상황을 감지하기 위한 참조점으로 사용됩니다. 이 창의 길이, 즉 얼마나 많은 날을 포함하느냐는 매우 중요한 선택입니다. 과거에 연구자들은 엄격한 테스트보다는 습관이나 편의에 따라 11일과 같은 창 크기를 선택하곤 했습니다. 자이지에 자오(Zijie Zhao)와 그의 글로벌 팀 동료들의 새로운 연구는 이러한 임의적인 선택이 우리의 해양 폭염 이해에 숨겨진 오류를 도입했다고 주장합니다. 연구진은 원시 온도 데이터에서 직접 기준선을 계산하는 전통적인 방식이 폭염의 발생 빈도를 체계적으로 과소평가하고 계절적 패턴을 왜곡한다는 것을 발견했습니다. 이는 실제 현실을 반영하지 못하는 가짜 안정성을 데이터에 만들어냅니다.

이를 해결하기 위해, 연구팀은 극단적인 상황을 찾기 전에 온도 기록에서 예측 가능한 계절적 주기를 먼저 제거하는 더 견고한 방법을 개발했습니다. 그들은 이를 "교정된(corrected)" 방법이라고 부릅니다. 정기적인 계절적 오르내림을 먼저 제거함으로써, 자연적인 주기의 노이즈가 방해하지 않는 가운데 진정한 이상 현상(unexpected spikes in heat)을 식별할 수 있습니다. 그러나 단순히 방법을 바꾸는 것만으로는 충분하지 않았습니다. 그들은 또한 가장 정확한 결과를 얻기 위해 이동 창을 정확히 얼마나 길게 설정해야 하는지 알아야 했습니다. 여기서 연구는 창의적인 도약을 시도했습니다. 위성 해양 온도 기록은 1980년대 초반까지만 거슬러 올라가기 때문에, 다양한 탐지 방법을 테스트하기 위한 완벽한 "진실"로서 기능하기에는 너무 짧습니다. 이를 극복하기 위해 연구진은 거대한 합성 해양 세계 라이브러리를 구축했습니다. 1982년부터 2022까지의 실제 데이터를 가이드로 삼아, 각각 5,000년의 시간을 아우르는 1,000개의 서로 다른 전 지구 해양 시뮬레이션을 생성했습니다. 이 합성 기록들은 해양의 계절적 리듬, 열이 물에 머무는 방식, 그리고 엘니뇨와 같은 거대한 기후 패턴이 전 세계 온도에 미치는 영향을 포함하여 실제 해양의 행동을 모방하도록 설계되었습니다.

이 길고 현실적인 합성 기록들을 손에 넣은 후, 팀은 마침 finally 어떤 탐지 방법과 창 크기가 가장 잘 작동하는지 테스트할 수 있었습니다. 그들은 5,000년의 시뮬레이션을 "진정한" 기후 상태로 취급한 다음, 실제 과학자들이 제한된 위성 기록을 사용하는 것처럼 그 데이터의 짧은 조각만을 사용하여 폭염 통계를 재현하려고 시도했습니다. 그들은 계절적 주기를 먼저 고려하여 임계값을 계산하는 교정된 방법이 전통적인 방식보다 훨씬 적은 오류를 생성한다는 것을 발견했습니다. 다양한 창 길이를 테스트했을 때, 그들은 이상적인 크기가 가용한 데이터의 양에 따라 달라진다는 것을 발견했습니다. 기록이 짧을수록 노이즈를 매끄럽게 하고 진정한 기후 신호를 찾기 위해 더 긴 창이 필요합니다. 오늘날 대부분의 연구에서 사용되는 일반적인 45년의 위성 기록의 경우, 그들은 31일 창이 전 지구적으로 가장 신뢰할 수 있는 결과를 제공한다고 결정했습니다. 이는 과거에 자주 사용되었던 11일 창으로부터의 중대한 변화입니다.

잘못된 방법을 사용하는 것의 결과는 상당합니다. 연구진이 기존의 관습적인 정의와 그들의 새로운 최적화된 정의를 모두 실제 세계의 해양 데이터에 적용했을 때, 그 차이는 극명했습니다. 데이터 기록이 15년 정도로 짧은 경우 불일치가 가장 심각했습니다. 이러한 경우, 방법의 선택에 따라 폭염의 빈도 추정치가 10% 이상 달라질 수 있습니다. 이는 짧은 기준선에 의존하는 연구들이 상당한 수의 폭염 사건을 놓치거나 그 심각성을 잘못 판단할 수 있음을 의미합니다. 오류는 일반적인 글로벌 연구에서 흔히 쓰이는 30~45년의 긴 기록에서도 나타났지만, 그 정도는 덜했습니다. 이 연구 결과는 해양 온난화에 대한 가장 정확한 그림을 얻기 위해 과학자들이 기존의 미교정된 방법에서 벗어나 새로운 통계적으로 최적화된 접근 방식을 채택해야 함을 시사합니다. 31일 창과 교정된 계산법을 사용함으로써, 연구자들은 그들이 관찰하는 해양의 추세가 데이터 처리 방식의 특이점이 아니라 실제 물리적 변화에 의한 것임을 보장할 수 있습니다. 이 작업은 명확하고 재현 가능한 경로를 제공하며, 해양이 계속 따뜻해짐에 따라 우리가 그 변화를 측정하고 이해하는 능력이 최대한 날카롭고 신뢰할 수 있는 상태로 유지되도록 합니다.