선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이 연구에서는 극한 기온값의 장기 추세를 고려해 혹한일을 정의하고 종관규모에서 정의되는 저지고기압과의 연관성을 정량적으로 살펴보았다. 또한 선행연구에서 밝혀진 동아시아 겨울 몬순과 시베리아 고기압 및 극진동을 포함하여 한반도 혹한 발생에 영향을 미치는 기후 변동성을 분석하고자 한다.
- 본 연구는 Park et al. (2011a)을 확장해 한반도 혹한일 발생시 종관장의 특성과 원격기후 인자들의 영향을 분석하였다. 기존 대부분 연구들은 기후값을 최근 30년 평균치로 정의하여 혹한일(혹은 한랭일)이 1960~1970년대로 치우치는 경향이 있다.
- 본 절에서는 한반도 혹한 발생 사례에 대하여 혹한 발생 8일 전부터 2일 후까지 종관장을 분석하고 한반도 혹한일과 저지고기압 간의 연관성을 정량적으로 살펴보았다. Figure 3은 한반도 혹한 발생 8일 전부터 2일 후까지의 500 hPa 지위고도의 합성장을 나타낸다.
- 또한 최소 기간(D) 이상 아노말리가 유지되어야 한다. 이 과정을 만족한다면 마지막으로 잠재적인 저지고기압 아노말리 영역에서 지위고도의 남북경도가 바뀌는 지점이 하나라도 있는지 확인한다. 이러한 조건을 모두 만족시킬 때 저지고기압으로 정의한다.
- 또한 종관 규모 분석시 동아시아 혹한일이나 한파를 저지고기압(blocking highs)의 발달과 종종 연결시켰지만 실제 최신 저지고기압 지수를 계산해 둘 간의 관계를 정량적으로 보여준 연구는 많지 않은 실정이다. 이 연구에서는 극한 기온값의 장기 추세를 고려해 혹한일을 정의하고 종관규모에서 정의되는 저지고기압과의 연관성을 정량적으로 살펴보았다. 또한 선행연구에서 밝혀진 동아시아 겨울 몬순과 시베리아 고기압 및 극진동을 포함하여 한반도 혹한 발생에 영향을 미치는 기후 변동성을 분석하고자 한다.
제안 방법
- 본 연구의 분석 기간은 1960~2012년(53년간)이며 한반도 혹한일 사례 선정을 위한 변수로 이 기간 동안 관측지점의 이동과 결측이 없는 전국 11개 기상관측소(강릉, 서울, 울릉도, 추풍령, 대구, 전주, 울산, 광주, 부산, 목포, 여수)의 일 최고기온, 일 평균기온, 일 최저기온을 사용하였다. 11개 관측소에서 관측된 값을 전체 평균하여 한반도 기온의 대표값으로 설정하였다. 또한 선정된 한반도 혹한 사례에 대하여 합성장 분석 및 저지고기압 지수 분석을 수행하기 위해 JRA-55(Japanese 55-year Reanalysis; Onogi et al.
- 또한 순환장의 발달과정을 살펴보기 위해 지표기온, 해면기압, 그리고 저지고기압 지수에 대해 고위도(45°N-70°N) 및 중위도(30°N-45°N)로 나누어 혹한의 발달과정을 살펴보았다.
- 이 때 기후 인자들의 계절 변동성과 1차 추세를 제거하였고, 혹한 발생 달 전후 2개월에 대하여 기후 지수를 합성하였다. 또한 자료 선택에 따른 민감도를 보고자 일 평균기온에 대한 혹한일 사례뿐만 아니라 일 최고기온 및 일 최저기온에 대한 혹한일 사례에도 기후 지수 합성값을 분석하였다.
- 먼저 저지고기압 아노말리(z')의 최소값(A)과 최소 공간 규모(S)를 만족하는 양의 아노말리 폐선(closed contour)을 잠재적인 저지고기압 아노말리로 판별한다.
- 한반도 혹한 발생시 관련 순환장의 변동성을 살펴보기 위하여 각 변수들에 대하여 아노말리 합성장 분석을 실시하였다. 변수로 지표기온, 해면기압, 850 hPa 수평 바람장, 850 hPa, 500 hPa, 300 hPa 지위고도 그리고 저지고기압 지수를 사용하였으며 혹한일 발생 8일 전부터 2일 후까지의 순환장을 살펴보았다. 이 때 지표 기온은 지구온난화와 연관된 장기 경향을 제거해주기 위해 1차 추세를 제거하였다.
- 본 연구에서는 z'를 500 hPa 지위고도장에서 일별기후값을 제거하고 위도에 따른 코리올리 힘의 변동을 고려하여 sin(φ)로 정규화하여 정의하였다.
- 본 연구에서는 분위수 회귀분석을 통해 선정한 한반도 혹한 사례에 대해 종관규모적 특성과 혹한 발생에 영향을 미치는 대규모 기후 변동성을 분석하였다. 전국의 11개의 기상관측소 평균 일 평균기온에 대해 분위수 회귀분석을 수행하였으며, 하위 1% 백분위에 해당되는 날을 혹한일로 정의하였다.
- 본 절에서는 CDC 및 CPC에서 제공하는 15개의 기후 지수 외 SHI 및 EAWMI를 이용해 한반도 혹한에 영향을 미치는 대규모 기후 변동성을 분석하였다(Table 1). 일 평균기온으로 분석한 혹한 사례에 대하여 기후지수를 합성한 결과, 음의 극진동 지수(Arctic Oscillation index, AO), 양의 EAWMI, 음의 북대서양 극진동 지수(North Atlantic Oscillation index, NAO), 그리고 양의 SHI가 한반도 혹한 발생 달과 동시상관성을 보이는 것으로 분석되었으며, 다른 기후 지수들은 상관성을 보이지 않았다(Fig.
- 한반도 혹한일 발생에 영향을 미치는 기후 지수를 알아보기 위해 주요 기후 지수에 대한 합성값을 계산하였다. 이 때 기후 인자들의 계절 변동성과 1차 추세를 제거하였고, 혹한 발생 달 전후 2개월에 대하여 기후 지수를 합성하였다. 또한 자료 선택에 따른 민감도를 보고자 일 평균기온에 대한 혹한일 사례뿐만 아니라 일 최고기온 및 일 최저기온에 대한 혹한일 사례에도 기후 지수 합성값을 분석하였다.
- , 2007) 일 자료 및 월 자료를 사용하였다. 일 자료는 지표기온, 해면기압, 지위고도, 수평 바람장을 사용하였으며 월 자료에서는 지표기온과 해면기압을 사용하였다. JRA-55는 6시간 간격 자료를 제공하는데 이들을 평균한 값을 일 평균값으로 정의하였다.
- 한반도 혹한 발생시 관련 순환장의 변동성을 살펴보기 위하여 각 변수들에 대하여 아노말리 합성장 분석을 실시하였다. 변수로 지표기온, 해면기압, 850 hPa 수평 바람장, 850 hPa, 500 hPa, 300 hPa 지위고도 그리고 저지고기압 지수를 사용하였으며 혹한일 발생 8일 전부터 2일 후까지의 순환장을 살펴보았다.
- 한반도 혹한일 발생에 영향을 미치는 기후 지수를 알아보기 위해 주요 기후 지수에 대한 합성값을 계산하였다. 이 때 기후 인자들의 계절 변동성과 1차 추세를 제거하였고, 혹한 발생 달 전후 2개월에 대하여 기후 지수를 합성하였다.
- 한반도 혹한일과 저지고기압과의 연관성을 분석하기 위해 최신 저지고기압 지수를 적용하였다. 본 연구에서 적용한 저지고기압 지수는 Dole-Gordon (DG) 지수(Dole and Gordon, 1983)와 Tibaldi-Molteni (TM) 지수(Tibaldi and Molteni, 1990)를 결합한 융합형지수 (hybrid index)이다(Dunn-Sigouin et al.
- 한반도에 혹한이 발생하기 8일 전부터 2일 후까지 종관장을 살펴보았다. 혹한 발생 8일 전, 60°E 북극해 부근에 상층과 하층에서 모두 약한 고기압성 순환이 자리잡고 있으며 시베리아에서 찬 공기가 존재했다.
대상 데이터
- 1차 추세(선형)를 고려한 결과 총 86회의 한반도 혹한 사례를 선정하였다. 선정된 사례는 전 분석기간(1960~2012)에 고루 분포하고 있으나 약한 십 년 주기의 변동성을 보였다.
- 그러나 이들은 절대적인 값을 기준으로 선정된 것이 아니라 경향성을 가지고 있는 회귀선을 기준으로 선정되었기 때문에 분석 기간 초반에는 혹한일로 선정되지 않은 날의 기온이 분석 기간 후반에 선정된 혹한일의 기온보다 더 낮을 수도 있다. 그리고 총 193일의 혹한일이 확인되었으나 각 사례의 독립성을 확보하기 위하여 혹한일 전후 7일 이내에 다른 혹한일이 발생하면 그 중 기온이 가장 낮은 날을 혹한 일로 선정하였다. 그 결과 총 86회의 독립적인 혹한 일이 선정되었다.
- JRA-55는 6시간 간격 자료를 제공하는데 이들을 평균한 값을 일 평균값으로 정의하였다. 그리고 한반도 기후에 영향을 미치는 기후 인자를 살펴보기 위해 미국 기후진단센터(Climate Diagnostic Center, CDC)와 미국 기후예측센터(Climate Prediction Center, CPC)의 홈페이지를 통해 제공되는 15개의 기후지수 자료 및 시베리아 고기압 지수(Siberian High Index, SHI), 그리고 동아시아 겨울 몬순 지수(East Asia Winter Monsoon Index, EAWMI)를 사용하였다. 자세한 정보는 Table 1에 나타내었다.
- 11개 관측소에서 관측된 값을 전체 평균하여 한반도 기온의 대표값으로 설정하였다. 또한 선정된 한반도 혹한 사례에 대하여 합성장 분석 및 저지고기압 지수 분석을 수행하기 위해 JRA-55(Japanese 55-year Reanalysis; Onogi et al., 2007) 일 자료 및 월 자료를 사용하였다. 일 자료는 지표기온, 해면기압, 지위고도, 수평 바람장을 사용하였으며 월 자료에서는 지표기온과 해면기압을 사용하였다.
- 본 연구에서 사용한 저지고기압 지수는 500 hPa 지위고도장에 DG 지수의 기준을 적용한 이후 TM 지수의 기준을 적용한 융합형 지수이다. 먼저 저지고기압 아노말리(z')의 최소값(A)과 최소 공간 규모(S)를 만족하는 양의 아노말리 폐선(closed contour)을 잠재적인 저지고기압 아노말리로 판별한다.
- 본 연구의 분석 기간은 1960~2012년(53년간)이며 한반도 혹한일 사례 선정을 위한 변수로 이 기간 동안 관측지점의 이동과 결측이 없는 전국 11개 기상관측소(강릉, 서울, 울릉도, 추풍령, 대구, 전주, 울산, 광주, 부산, 목포, 여수)의 일 최고기온, 일 평균기온, 일 최저기온을 사용하였다. 11개 관측소에서 관측된 값을 전체 평균하여 한반도 기온의 대표값으로 설정하였다.
- 한반도 또한 이러한 이상기후 현상에 있어 예외가 아니다. 일례로 한반도는 2010년 들어 3년간(2010~2012) 이례적으로 추운 겨울을 보냈고, 이는 일반이 실제적으로 체감할 수 있을 정도였다. 이러한 변화 속에서 이상기후 현상에 대한 감시 및 분석체계의 구축이 요구되고 있다.
- 본 연구에서는 분위수 회귀분석을 통해 선정한 한반도 혹한 사례에 대해 종관규모적 특성과 혹한 발생에 영향을 미치는 대규모 기후 변동성을 분석하였다. 전국의 11개의 기상관측소 평균 일 평균기온에 대해 분위수 회귀분석을 수행하였으며, 하위 1% 백분위에 해당되는 날을 혹한일로 정의하였다.
데이터처리
- 혹한일을 선정하기 위하여 일 평균기온에 대하여 1차(선형) 추세를 고려한 분위수 회귀분석(Koenker and Hollock, 2001)을 수행하였다. 분위수 회귀분석은 특정 분위수 값(r)에 대한 변동추이를 분석하기 위한 통계적 방법으로 기존의 최소제곱법과는 다르게 분위수 회귀값이 실제값보다 큰 경우에는 1-r, 작은 경우에는 r의 가중치를 두어 오차의 절대값의 합이 최소가 되도록 추세선을 구한다.
이론/모형
- 한반도 혹한일과 저지고기압과의 연관성을 분석하기 위해 최신 저지고기압 지수를 적용하였다. 본 연구에서 적용한 저지고기압 지수는 Dole-Gordon (DG) 지수(Dole and Gordon, 1983)와 Tibaldi-Molteni (TM) 지수(Tibaldi and Molteni, 1990)를 결합한 융합형지수 (hybrid index)이다(Dunn-Sigouin et al., 2013). 참고로 DG 지수는 500 hPa 지위고도 아노말리의 지속성으로 저지고기압을 판별하며 TM 지수는 500 hPa 지위고도의 남북방향의 기울기 역전으로 저지고기압을 판별한다.
성능/효과
- 결과적으로 남북방향 쌍극자 형태의 아노말리 배치가 혹한일 발생 1일 전 그리고 혹한일에 동서 방향으로 고기압성 아노말리 · 저기압성 아노말리가 하층에 발달하게 된다.
- 고기압성 순환과 저기압성 순환이 천천히 동쪽으로 이동하면서 강화되는데 혹한 발생 4일 전 고기압성 아노말리가 남쪽으로 팽창하여 우랄 산맥(50°E90°E, 50°N-75°N) 동쪽에서 저지고기압을 형성하는 것을 확인할 수 있다.
- 그리고 총 193일의 혹한일이 확인되었으나 각 사례의 독립성을 확보하기 위하여 혹한일 전후 7일 이내에 다른 혹한일이 발생하면 그 중 기온이 가장 낮은 날을 혹한 일로 선정하였다. 그 결과 총 86회의 독립적인 혹한 일이 선정되었다. 전체 혹한일은 Table 2에서 확인할 수 있다.
- 기온의 시계열을 분석한 결과 혹한이 발생하기 2일 전에 약 6.5°C 정도의 기온이 급격히 감소한 후 이후 3~4일에 거쳐 다소 더디게 기온이 회복되는 특징을 보였다.
- 이 고기압성 순환은 점차 강해지며 서서히 동쪽으로 이동하여 혹한 발생 4일 전에는 중심이 80°E-120°E 시베리아 지역에 위치하며 세력이 확장되어 캄차카 반도 부근까지 영향을 미치는 모습이다. 상층에서 고기압성 순환의 남쪽, 한반도의 북쪽에 위치하던 저기압성 순환이 강화되어 고기압성 순환과 쌍극자 패턴을 보이는 것을 확인할 수 있다. 이는 기존의 연구 결과와 일치한다(Park et al.
- 1차 추세(선형)를 고려한 결과 총 86회의 한반도 혹한 사례를 선정하였다. 선정된 사례는 전 분석기간(1960~2012)에 고루 분포하고 있으나 약한 십 년 주기의 변동성을 보였다. 특이하게 최근 3년간(2010~2012) 혹한일이 집중적으로 발생하였는데, 그 이유에 대해서는 후속 연구가 필요하다.
- 반면 북극해 근처는 따뜻하다. 요약하면 주요 기후 지수에 대해 시베리아 지역과 동아시아지역은 평년에 비해 차갑고 한반도 주변에서 서고동저의 기압패턴이 강화된다. 이는 북풍계열의 바람을 강화시키며 한반도에 혹한이 발생하기에 적합한 환경을 조성한다.
- 위 분석 결과는 한반도 혹한 발생시 절반 이상의 사례가 고위도 저지고기압을 동반함을 보여준다. 기존 연구결과를 보면 한파를 파동형과 저지고기압형으로 구분했을 때, 파동형이 저지고기압형보다 월등히 발생 빈도가 높음을 알 수 있다(Park et al.
- 본 절에서는 CDC 및 CPC에서 제공하는 15개의 기후 지수 외 SHI 및 EAWMI를 이용해 한반도 혹한에 영향을 미치는 대규모 기후 변동성을 분석하였다(Table 1). 일 평균기온으로 분석한 혹한 사례에 대하여 기후지수를 합성한 결과, 음의 극진동 지수(Arctic Oscillation index, AO), 양의 EAWMI, 음의 북대서양 극진동 지수(North Atlantic Oscillation index, NAO), 그리고 양의 SHI가 한반도 혹한 발생 달과 동시상관성을 보이는 것으로 분석되었으며, 다른 기후 지수들은 상관성을 보이지 않았다(Fig. 8). 이는 Im and Ahn (2004), Jeong and Ho (2005), 그리고 Heo and Lee (2006)의 분석 결과와도 일치한다.
- 이후 상층과 하층의 기압계가 모두 급격히 약화된다. 종관장 분석을 통해 고기압성 순환이 발달하며 저지고기압을 형성하는 것을 보았다. 또한 절반 이상의 혹한 사례가 90°E 고위도 지역에서 고위도 저지고기압을 동반하였는데(Fig.
- 특히 60°E-120°E 고위도에서 혹한 발생 2~3일 전부터 발달한 고위도 저지고기압이 한반도 혹한 발생에 영향을 미치는 것으로 분석되었다.
- 한반도 혹한에 영향을 미치는 대규모 기후 변동성을 분석한 결과, 음의 AO, 양의 EAWMI, 음의 NAO, 그리고 양의 SHI가 한반도 혹한과 동시상관성을 보이는 것으로 분석되었다(Fig. 8). 특히 EAWMI와 SHI는 한반도 혹한 발생 달에 1달 앞서 지연상관을 보이는데, 이들 지수들을 이용해 한반도 혹한 발생 예측성을 향상시킬 수 있을 것으로 기대된다.
후속연구
- 이는 Table 2에서 보이듯 다른 시기에 비해서 최근 주요 기후 지수들의 조건들이 잘 맞아서 발생한 것으로 생각된다. 그러나 왜 이들 지수들이 모두 강하게 발달했는지에 대해서는 향후 연구가 필요하다.
- 선정된 사례는 전 분석기간(1960~2012)에 고루 분포하고 있으나 약한 십 년 주기의 변동성을 보였다. 특이하게 최근 3년간(2010~2012) 혹한일이 집중적으로 발생하였는데, 그 이유에 대해서는 후속 연구가 필요하다. 기온의 시계열을 분석한 결과 혹한이 발생하기 2일 전에 약 6.
- 8). 특히 EAWMI와 SHI는 한반도 혹한 발생 달에 1달 앞서 지연상관을 보이는데, 이들 지수들을 이용해 한반도 혹한 발생 예측성을 향상시킬 수 있을 것으로 기대된다. 이들 기후 변동은 특정 지역에 국한되지 않고 원격상관을 통해 한반도까지 영향을 미치는 것을 확인할 수 있었다(Fig.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.