주변 관측값 합쳐 지역 기온 전망 좁혔다…기후모형 34개 중 33개서 개선
연구진이 한 지역의 기온 관측값에 인접 지역 자료를 가중해 미래 온난화 전망을 보정했다. 고배출 시나리오의 모형 간 검증에서 대다수의 예측 성능이 개선됐지만 실제 미래 기온을 확정한 결과는 아니다.

일본 연구진이 12일 발표한 논문에서 목표 지역 한 곳의 관측값만 쓰는 대신 주변 지역의 기온 자료를 함께 반영하자 지역별 온난화 전망의 검증 성능이 개선된 것으로 나타났다. 기후모형을 대상으로 한 시험 결과이지 실제 미래 기온을 확인한 것은 아니다.
가까운 지역의 공통 신호를 골라 반영
일본 주오대·도쿄대 등 연구진은 학술지 ‘npj Climate and Atmospheric Science’에 과거 관측과 기후모형 평균의 차이를 활용해 미래 기온 전망을 보정하는 방법을 발표했다. 한 격자의 기록에는 기후변화의 장기 신호와 자연적인 변동이 함께 섞여 있어 지역 단위 전망을 좁히기 어렵다는 문제에서 출발했다.
연구진은 인접 지역의 관측·모형 차이를 거리 등에 따라 합치고, 목표 지역의 미래 온난화와 관련성이 높은 자료에 가중치를 두는 방법을 제시했다. 이웃 지역의 공통 신호는 남기되 개별 지역의 잡음을 줄이려는 접근이다.
모형 검증 성능 향상…온난화 소멸 뜻하지 않아
논문 초록에 따르면 고배출 경로인 SSP5-8.5의 50년 선행 전망을 기후모형끼리 검증했을 때 34개 모형 중 33개에서 목표 격자만 쓰는 방식보다 성능이 나았다. 낮은 배출 강도의 두 경로에서도 개선됐다고 연구진은 보고했다.
HadCRUT5 기온 관측자료에 적용한 결과, SSP5-8.5에서 세기말 지역별 온난화 추정치와 전망의 분산이 기존 보정법보다 낮아졌다. 이는 특정 지역이 덜 더워질 것이라는 확정 예보가 아니다. 자료와 가정에 따른 모형 보정 결과로 읽어야 한다.
기후변화에 관한 정부간협의체(IPCC)는 지역별 기온 극한 현상을 포함한 기후변화 전망이 온난화 수준에 따라 달라진다고 평가한다. 이번 연구는 지역 평균기온 전망의 불확실성을 다루며, 폭염 발생이나 피해 규모를 직접 검증한 연구는 아니다.
대표 이미지: AI 생성 이미지 / 데이마크
자료 출처
npj Climate and Atmospheric Science · Spatially adaptive neighboring information improves constraints on local temperature projections (2026-11-12) https://www.nature.com/articles/s41612-026-01590-7
IPCC · AR6 WG1 Chapter 11: Weather and Climate Extreme Events in a Changing Climate (2021) https://www.ipcc.ch/report/ar6/wg1/chapter/chapter-11/


