격자
수치 기상 모델에서 격자는 대기나 해양을 일정하게 지정된 간격으로 공간과 시간에 대해 나눈 작은 영역을 뜻합니다. 격자는 시뮬레이션에서 예측된 데이터를 생성함에 있어 필수적인 요소입니다. 주로 3차원적인 공간을 뜻하는데 수평과 수직에 대해 나누는 방법이 각각 나뉘는데 본 글에서는 수평에서 격자를 나누는 방식에 대해 설명하겠습니다. 수평 격자는 지구 표면을 위도와 경도에 따라 나눈 격자로 일반적으로 일정한 간격 또는 일정한 면적을 기준으로 격자를 나누게 됩니다. 모델의 해상도를 높이거나 낮출 수 있는 핵심적인 요소에 해당되며 높은 해상도의 경우 작은 격자를 가지게 됩니다.
고정 격자
지구표면을 일정한 격자로 나누는 방식으로 가장 간단하고 계산이 쉬운 방식입니다. 지구 표면을 일정한 경도와 위도에 따라 나누어서 모델링을 진행하는데 보통은 정사각형이나 직사각형의 형태로 나타나게 됩니다. 고정 격자는 동일한 방식으로 나뉘어서 낮은 해상도의 계산에서 계산비용이 적게 들고 일관된 해상도를 지니기에 지역적 특성에 따라 변화하지 않는 특징을 가지고 있습니다. 하지만 지구의 곡률을 무시하기에 위도가 변함에 따라 경도차의 거리가 변화하는데 이를 반영하지 못하고 극지방에서의 예측이 과대모의나 과소모의가 나올 가능성이 있습니다. 이에 따라 해상도의 부조화로 인한 계산의 뒤틀림 현상이 나타날 수 있고 해상도를 높일 때 거듭제곱의 형태로 계산 비용이 증가하기에 계산 비용의 조절이 까다롭습니다.
적응 격자
적응 격자는 모델링의 대상이 되는 지역의 특성에 따라 격자 해상도를 조절하는 방식으로 만들어집니다. 이 방식은 모델이 예측할 기상현상이 발생하는 지역에 더 높은 해상도의 격자를 할당함으로써 모델의 효율성을 극대화함에 의의가 있습니다. 실제로 기상 현상 중에서는 전선처럼 저기압과 고기압에 비해 작은 규모인데도 큰 영향을 주어 특정지역에 대해 집중적인 예측이 필요할 때가 있습니다. 이런 경우 저기압과 고기압의 예측을 지속적으로 하며 작은 규모의 예측에 대해 좀 더 정밀하게 계산을 진행해 볼 수 있다는 장점이 있습니다. 이는 만약 앞선 고정 격자를 사용할 경우 전선의 규모에 맞추어 전체 지역을 돌려야 하는 상황에서 격자를 상대적으로 더 줄여서 자칫 많아질 수 있는 계산 비용을 완화시켜 준다는 장점을 보이고 있습니다. 이는 원하는 기상현상에 대해 높은 해상도를 부여함으로써 정확한 모델링을 진행함과 동시에 최적화된 계산을 통한 효율적인 설계가 가능하다는 장점을 보여주고 있습니다. 또한 이는 다양한 지역과 기후조건에 적용이 가능합니다. 다만, 적응 격자를 활용하고자 할 때 원하는 고해상도 격자를 주고자 하는 지역의 특성을 정확하게 알고 있어야 하며 이는 추가적인 관리와 제어를 필요로 할 수 있습니다. 또한 전체 격자를 나누게 되면서 오히려 더 복잡한 알고리즘으로 서로 다른 크기의 격자를 이어줘야 하기에 추가적인 계산 비용을 증가시켜 버릴 수 있게 됩니다. 이런 과정을 거치며 복잡한 모델로 성장할 수 있기에 적응격자는 쉽게 활용될 수 없기도 합니다.
비균일 격자
비균일 격자는 일정한 간격을 가지는 것이 아니라 특정 지역에 더 많은 격자를 부여하여 해상도를 높이는 방식으로 만들어진 격자입니다. 앞선 적응 격자와 비슷한 방식으로 보일 수 있겠지만 실제로 활용되는 방식이 다릅니다. 적응 격자는 보고자 하는 기상현상의 위치에 따라 달라지지만 비균일 격자는 기상 현상과 관련 없이 지역에 따라 필요한 격자를 부여하는 방식으로 진행되며 기상보다는 기후적인 특성을 기준으로 비균일 격자가 만들어진다고 보면 됩니다. 항상 격자가 비슷하게 만들어진다는 점에서 비균일 격자가 기상 현상에 따라 격자가 만들어지는 방식이 다르게 적용되는 적응 격자에 비해 더 작은 비선형성을 가진다고 볼 수 있습니다. 이러한 비균일 격자는 지역적 특성을 반영하기에 고정 격자에 비해 극지방의 특성을 예측하는 모델에 더 적합하고 지구의 곡률을 반영한다는 점에서 더 정확한 모델링을 만들 수 있습니다. 하지만 실질적으로 구현하는 데에 지역적 특성을 모두 반영해야 하기에 어려움이 있으며 계산비용 관리가 어렵고 격자가 나뉜 정도가 지역마다 다르기에 사용되는 방정식이 격자의 크기에 따라 달라야 하고 복잡한 계산이 필요한 등 모델 자체의 생성이 까다롭다는 단점을 가지고 있습니다.