다음 글의 내용과 부합하지 않는 것만을 <보기>에서 모두 고르면?

우리가 매일 보는 강수 예상도는 전세계의 많은 과학인들이 최고의 전문성을 발휘하여 공동으로 관리하고 운영하는 첨단 기술의 집약체이기 때문에 생산 원가가 매우 비싸다.
또한 막대한 재원과 인력이 투입되어 생산된 강수 예상도라 하더라도, 이 자료의 예측 오차 특성을 알지 못한다면 제대로 해석하기 어렵고 그 가치를 충분히 향유하기 어렵다.
강수 예상도의 특성을 파악하기 위해서는 먼저 컴퓨터의 역할과 한계에 주목할 필요가 있다.
컴퓨터는 소프트웨어를 구동해야 자료를 처리할 수 있다.
기상 예측 프로그램도 슈퍼컴퓨터에서 구동되는 일종의 응용 소프트웨어다.
컴퓨터에서 다루는 대기 상태는 기온, 바람, 기압, 습도, 수적(강수 입자)의 5가지 변수의 상호작용으로 변화한다.
변화의 원리를 수치적으로 해석하여 자연을 이상화한 것이라서 '수치 모델(numerical model)' 또는 약식으로 '모델'이라고 부른다.
수치 모델의 예측 성능을 좌우하는 요인은 크게 해상도, 초기 조건, 계산 알고리즘으로 나누어 볼 수 있다.

첫째, 사진의 화질이 해상도에 좌우되듯이, 모델도 해상도에 따라 분해하는 운동의 크기가 달라진다.
모델의 수평 해상도는 2차원 평면에서 단위 격자점 간 거리를 기준으로 한다.
이를테면 수평 해상도가 20km라면 모델의 강수량이 20km마다 하나씩 높인 격자점 위에서 계산된다는 뜻이다.
이 격자점 위로 전선을 동반한 강수대가 이동한다면, 전선의 위치 오차는 최소 20km 이상이 된다.
전선이 시속 40km 속도로 이동한다면, 전선이 어느 지역에 도달하는 시점 오차도 최소 30분 이상이 된다.
한편 하나의 파동을 수치적으로 온전하게 표현하려면 여러 개의 격자점이 필요하므로, 전선의 위치나 시점 오차는 이보다 훨씬 커지게 된다.
수평 해상도가 높아지면 그만큼 더 작은 운동까지도 직접 계산할 수 있다.
모델이 감당해야 할 변수의 자유도가 증가하고 변수 간 상호작용 경우의 수도 증가한다.
계산 과정이 복잡해지고 예측 오차도 커진다.
모델에서는 예측 기간을 단위 시구간으로 쪼개어 계산한다.
수평 해상도가 높아지면, 운동계가 단위 격자 간격을 통과하는 시간이 줄어들기 때문에 시간 해상도도 상응하여 높아져야 한다.
수평 해상도가 높아지면 그만큼 계산해야 할 시구간의 횟수도 늘어나게 된다.
변수 간 비선형적 상호작용도 그만큼 빈번하게 일어나 결과적으로 모델의 예측 오차를 키우는 또 다른 요인이 된다.

둘째, 모델은 초기 시점에서 단위 상자마다 중심 격자점에서 바람 벡터, 기온, 기압, 수증기량을 확정하여 초기 조건을 구성하고 예측 계산을 시작하게 된다.
격자점의 변수값은 관측을 통해 확보해야만 한다.
지상의 관측망은 평균적으로 115km마다 하나씩 설치되어 있다.
선박이나 부이로 구성된 해상의 관측망은 이보다 못해 관측점 간 평균 거리는 250km로 증가한다.
고층 대기는 풍선을 띄우거나 항공기로 관측해야 한다.
고층 관측 지점 간 평균 거리는 623km 정도로서, 고층 관측은 지상 관측보다 훨씬 열악한 여건이다.
기상위성이나 기상레이더와 같은 원격 탐측 수단을 활용하여 전통적인 관측망을 효과적으로 보완하고는 있으나, 여전히 관측망의 한계로 인해 초기 조건에는 추정 오차가 따른다.
이 오차는 모델이 미래의 변수값을 예측하는 과정에서 증폭된다.
문제는 날씨 변화가 심한 곳에서 예측 오차도 더 빠르게 증가한다는 점에 있다.
발달하는 저기압이나 태풍의 주변 기압계가 조금만 달라져도 향후 태풍의 경로나 강도에 큰 영향을 끼친다.

셋째, 대기 상태의 변화 과정은 대규모 운동과 중·소규모 운동으로 나누어 볼 수 있다.
대규모 운동보다는 중·소규모 운동이 더 복잡하고 이해하기도 어렵다.
대규모 운동은 보존 원리에 입각한 유체 역학의 방정식을 통해 체계적으로 설명할 수 있다.
중·소규모 운동에 대해서는 통일된 이론이 따로 있지 않고, 분야별로 별도의
근사식을 채택하고 있다.
대규모 운동에 따른 변수의 변화는 직접 계산하는 반면, 중·소규모 운동에 따른 변수의 변화는 이차적인 매개 변수를 도입하여 간접적으로 계산한다.
매개 변수의 값은 보통 사전 학습을 통해 미리 정해두기 때문에 기상 상황에 따라 유연성이 떨어진다.
기상센터의 슈퍼컴퓨터가 계산한 기류 예측 자료에서도 중·소규모 운동의 예측성이 떨어진다는 점을 확인할 수 있다.

---

<보　　기>

ㄱ. 수평 해상도의 증가는 모델의 예측 오차를 키우는 요인이 된다.

ㄴ. 초기 조건의 추정 오차는 관측망의 한계로 인해 발생하는데, 지상의 관측 여건이 해상과 고층에 비해 열악하다.

ㄷ. 대규모 운동과 중·소규모 운동은 모두 직접 계산할 수 있으며, 예측성 역시 유사하다.

ㄹ. 수평 해상도가 높아지면 시간 해상도도 상응하여 높아져야 한다.

---

① ㄱ, ㄴ　　　　　　② ㄱ, ㄹ

③ ㄴ, ㄷ　　　　　　④ ㄴ, ㄹ

⑤ ㄷ, ㄹ