The Korean Meteorological Society
[ Article ]
Atmosphere - Vol. 25, No. 3, pp.435-447
ISSN: 1598-3560 (Print) 2288-3266 (Online)
Print publication date Sep 2015
Received 10 Mar 2015 Revised 24 Apr 2015 Accepted 18 May 2015
DOI: https://doi.org/10.14191/Atmos.2015.25.3.435

한반도 혹한 발생시 종관장 특성과 대규모 기후 변동성 간의 연관성

유영은1) ; 손석우1), * ; 김형석2) ; 정지훈3)
1)서울대학교 지구환경과학부
2)한국해양대학교 해양과학기술융합학과
3)전남대학교 지구환경과학부
Synoptic Characteristics of Cold Days over South Korea and Their Relationship with Large-Scale Climate Variability
Yeong-Eun Yoo1) ; Seok-Woo Son1), * ; Hyeong-Seog Kim2) ; Jee-Hoon Jeong3)
1)School of Earth and Environmental Sciences, Seoul National University, Korea
2)Ocean Science and Technology School, Korea Maritime and Ocean University, Korea
3)Department of Oceanography, Chonnam National University, Korea

Correspondence to: * Seok-Woo Son, School of Earth and Environmental Sciences, Seoul National University, 1 Gwanak-ro, Gwanak-gu, Seoul 151-742, Korea Phone : +82-2-880-8152, Fax : +82-2-883-4972 E-mail : seokwooson@snu.ac.kr

Abstract

This study explores the synoptic characteristics of cold days over South Korea and their relationship with large-scale climate variability. The cold day, which is different from cold surge, is defined when daily-mean surface air temperature, averaged over 11 KMA stations, is colder than 1-percentile temperature in each year by considering its long-term trend over 1960~2012. Such event is detected by quantile regression and the related synoptic patterns are identified in reanalysis data. Composite geopotential height anomalies at 500 hPa show that cold days are often preceded by positive anomalies in high latitudes and negative anomalies in midlatitudes on the west of Korea. While the formers are quasi-stationary and quasi-barotropic, and often qualified as blocking highs, the latters are associated with transient cyclones. At cold days, the north-south dipole in geopotential height anomalies becomes west-east dipole in the lower troposphere as high-latitude anticyclone expands equatorward to the Northern China and mid-latitude cyclone moves eastward and rapidly develops over the East Sea. The resulting northerlies cause cold days in Korea. By performing composite analyses of largescale climate indices, it is further found that the occurrence of these cold days are preferable when the Arctic Oscillation is in its negative phase and/or East Asian monsoon circulation and Siberian high are anomalously strong.

Keywords:

Cold day, blocking, climate variability

1. 서 론

최근 100년간 인류활동에 의한 인위적인 요인으로 기후 변화가 진행되면서 전지구적으로 기온이 상승하고 있다. 이로 인해 대기 순환에 변화가 일어나고 있으며 그에 따른 이상기후 현상의 발생이 빈번해지고 있다. 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.

겨울철의 대표적인 이상기후 현상으로는 한파(cold surge)와 혹한(cold day)을 들 수 있다. 두 현상은 겨울철 낮은 기온과 연관된다는 점에서 비슷해 보이지만 현상을 정의하는 방식에서 다소 차이가 존재한다. 일반적으로 한파는 급격한 기온 하강으로 정의된다. 일례로, 한국 기상청은 24시간 이내에 10도 이상의 기온 하강이 예상되면 한파주의보를 발표하고 있다. 반면 혹한일은 분위수 또는 특정 값 이하로 기온이 떨어질 때로 정의된다. 세계기상기구(World Meteorological Organization, WMO)는 일 최고기온이 10분위보다 낮은 날을 혹한 현상의 일종인 한랭일로 정의하고 있다.

한파에 대해서는 많은 선행연구가 이루어졌다. Joung and Byun (1987), Lim (1995), Park et al. (2014), Ryoo et al. (2005)은 동아시아 한파의 발달과정을 종관규모 역학을 중심으로 분석하였다. Joung and Byun (1987)Lim (1995)은 한반도에 한파가 발생했을 당시 운동에너지와 바람장을 살펴 한파 발생과 제트의 연관성을 파악하였으며, Ryoo et al. (2005)에서는 한반도 한파 발생시 상 ·하층 종관장을 분석해 60°E부터 발달한 경압(baroclinic) 파동이 한반도 혹한을 유발시킨다고 보고했다. 이에 더 나아가 Park et al. (2014, 2015)은 동아시아 한파를 파동형(wave-train type) 한파와 저지고기압형(blocking type) 한파로 나누어 그 발달과정을 파악하였다. 또한 동아시아 한파 발생에 영향을 주는 기후 인자로 극진동(Arctic Oscillation), 매든-줄리안 진동(Madden-Julian Oscillation, MJO), 남방진동(Southern Oscillation), 성층권 변동성 등이 분석되었다(Jeong and Ho, 2005; Jeong et al., 2005, 2006; Kim et al., 2009; Park et al., 2010, 2011b; Chen et al., 2014).

이에 비해 통계적으로 정의되는 혹한일과 한랭일에 관해서는 상대적으로 많은 연구가 이루어지지 않았다. Im and Ahn (2004)은 겨울철 기온 변동이 극진동, 시베리아 고기압, 동아시아 겨울 몬순과 상당히 밀접한 연관성이 있다고 보고하였다. Heo and Lee (2006)는 최근 겨울철 이상저온 빈도의 감소경향이 뚜렷하게 나타나며 겨울철 이상기온 출현에 동아시아 겨울 몬순 및 시베리아 고기압 그리고 극진동이 영향을 미친다고 보고하였다. 특히 Park et al. (2011a)에서는 동아시아에서 발생한 한파와 혹한일 사례를 비교하여 두 현상이 지표기온 패턴은 비슷하나 기압패턴에 있어 한파는 파동(wave-train) 패턴이 우세하고 혹한일은 쌍극자(dipole) 패턴을 주로 보임을 밝혔다.

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. 또한 종관규모 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.


2. 자 료

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., 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. 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 기후지수자료 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.


3. 분석 방법

3.1 사례 선정

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. 수식으로 표현하면 다음과 같다.

minimizei|yi<yrxi1-ryi-yrxi+i|yi>yrxiryi-yrxi,(1) 

위의 수식에서 i = 1, 2, …n이고, n은 자료의 개수를 나타내며 본 연구에서 53년간(1960~2012)의 모든 날의 수에 해당한다. yi는 각각의 날에 관측된 일 평균기온 yr(xi) 각각의 날에 대한 분위수 회귀값을 나타낸다. 만약 r = 0.5인 경우에는 중앙값에 대한 분위수 회귀식이 되어 최소절대값편차(least absolute deviation, LAD) 회귀분석과 같은 결과를 산출하게 된다. 본 연구에서는 r = 0.01로 정하여 하위 1% 백분위에 해당하는 추세선을 구하고 그 일 평균기온이 그 추세선보다 작은 날을 한반도 혹한일로 선정하였다.

분위수 회귀분석은 기존의 최소제곱법과 비교하여 여러 가지 장점을 갖고 있다. 우선 오차의 절대값의 합이 최소가 되게 추세선을 구함으로써 이상값에 의한 영향을 줄일 수 있다. 또한 정규분포를 가정했던 최소제곱법과 달리 자료의 분포에 대한 어떠한 가정을 하지 않기 때문에 극한 기온를 잘 모사할 수 있다. 실제로 Kim et al. (2014)에서 보인 것과 같이 한반도의 기온 분포는 정규분포를 따르지 않기 때문에 혹한일을 선정하는 데 있어 더 적합하다고 할 수 있다. 그리고 본 연구에서는 1차 추세만 고려하였지만 분위수 회귀분석은 고차 추세도 고려가 가능하다. 실제 m차 추세방정식의 r분위수 회귀선은 yr = a0(r) + a1(r)xi + a2(r)xi2 +…+ am(r)xim으로 표현할 수 있다. 분위수 회귀분석에 대한 더 자세한 방법론은 선행 연구(Koenker and Hallock, 2001; Franzke, 2013; Kim et al., 2014)를 참고하면 알 수 있다.

Climate indices used in this study.

3.2 저지고기압 지수

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. DG 지수는 일반적으로 2차원(위도-경도) 지수이지만 임의로 저지고기압에 해당하는 아노말리의 임계치(threshold)를 정해야 하고 정체된 파동의 골을 저지고기압으로 잘못 판별하는 단점을 가지고 있다. 반면 TM 지수는 각 경도에 대해 지위고도장의 남북간 기울기를 구하여 저지고기압을 판별하므로 경도에 대한 1차원 지수이다. 하지만 아노말리를 정의할 필요가 없어 단기간의 자료에도 적용이 가능하다는 장점이 있다.

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. 폐곡된 아노말리는 천천히 이동하며 2일간 적어도 최소 면적(O)만큼 겹쳐야 한다. 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.

본 연구에서는 z'를 500 hPa 지위고도장에서 일별 기후값을 제거하고 위도에 따른 코리올리 힘의 변동을 고려하여 sin(ϕ)로 정규화하여 정의하였다. 여기서 ϕ는 위도를 나타낸다. 아노말리를 식으로 나타내면 다음과 같다.

z'=z-z̅(2) 

식에서 각 기호는 다음과 같은 값을 의미한다. z는 500 hPa의 지위고도를 sin(ϕ)로 나눈 값을 의미하며, z¯는 각 날의 z의 기후값을 의미한다. 저지고기압 정의에 사용된 기준 값들은 (A) = 1.5σ, (S) = 2.5×106km2, (O) = 50%, (D) = 5일로 설정하였다. 여기서 σ는 북반구 중 · 고위도 지위고도장 아노말리의 표준편차를 나타낸다. 보다 자세한 내용은 Dunn-Sigouin et al. (2013)을 참조 바란다.

3.3 합성장 분석

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. 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.

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.


4. 혹한일 선정

Figure 1은 일 평균기온에 대한 분위수 회귀분석 결과를 나타낸다. 파란 선은 하위 1% 백분위에 해당하는 회귀선으로 지구 온난화의 영향 및 도심화의 영향으로 증가하는 추세를 보인다. 한반도 혹한일로 선정된 사례들은 이 1% 백분위수 회귀선 아래에 있는 날들이다. 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 혹한일로 선정하였다. 그 결과 총 86회의 독립적인 혹한일이 선정되었다. 전체 혹한일은 Table 2에서 확인할 수 있다.

혹한일 발생 분포를 살펴보면 1960년대에는 19회가 발생했고 1970년대에는 15회, 1980년대에는 19회, 1990년대에는 8회, 2000년대에는 15회, 그리고 2010년 이후 3년간 10회의 혹한일이 발생하였다. 이들의 분포는 약한 십 년 주기의 변동성을 보이고 있는데, 이는 동아시아 한파가 극진동의 변동성을 따라 십 년 주기의 변동성을 보인다는 결과와 일맥상통한다(Woo et al., 2012). 그러나 이 주기성을 벗어나 최근 3년간(2010~2012) 이례적으로 혹한일이 집중적으로 발생한 것을 확인할 수 있다.

선정된 총 86회의 사례에 대한 기온의 아노말리의 지연합성시계열을 Fig. 2에 나타내었다. 붉은 실선은 기상관측소에서 관측된 일 평균기온의 평균 아노말리를 나타내며, 파란 실선은 JRA-55 일 평균기온의 아노말리를 한반도 지역(126.25°E-130°E, 35°N-37.5°N)에 대하여 평균한 값을 나타낸다. 붉은 동그라미와 파란 별표는 각 값이 99% 신뢰수준에서 통계적으로 유의미함을 나타낸다. Figure 2에서 보이는 바와 같이 관측값과 재분석 자료의 시계열이 매우 유사한 모습을 보인다. 혹한 발생 4일 전부터 기온이 서서히 감소하기 시작해 혹한 발생 2일 전부터 혹한일까지 약 6.5°C 가량 급격히 기온이 하강한다. 이후 약 3~4일에 걸쳐 다소 더디게 기온이 상승하는 것을 알 수 있다.

Cold days in South Korea and their relationships with AO, EAWMI, and SHI. The indices that are larger (smaller) than 1(−1) standard deviation are denoted by +(−) mark.

Fig. 1.

Time series of 11 KMA station mean daily-mean temperature from 1960~2012. The black dots denote observed temperature in each year and their 1-quantile slope, derived from quantile regression, is indicated by blue line.

Fig. 2.

The lag composite of temperature anomalies derived from 11 KMA stations (red) and JRA-55 (blue). Values that are statistically significant at the 99% confidence level are indicated by circles and asterisks.


5. 합성장 분석

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. 저지고기압과의 연관성을 살펴보기 위해 각 격자점에서 전체 혹한 사례의 30%에 해당하는 26회 이상 저지고기압이 확인된 경우 굵은 점으로 표시를 하였다. 혹한 발생 8일 전에는 60°E 북극해역에 약한 고기압성 순환과 바이칼 호(90°E-120°E, 50°N-90°N)를 중심으로 시베리아 지역에 약한 저기압성 순환이 위치하고 있다. 고기압성 순환과 저기압성 순환이 천천히 동쪽으로 이동하면서 강화되는데 혹한 발생 4일 전 고기압성 아노말리가 남쪽으로 팽창하여 우랄 산맥(50°E-90°E, 50°N-75°N) 동쪽에서 저지고기압을 형성하는 것을 확인할 수 있다. Figure 3c에서 이 고기압성 아노말리가 캄차카 반도 부근에서 팽창하던 고기압성 아노말리와 합쳐지면서 더 크고 강한 고기압성 순환을 만들며 고위도 저지고기압을 만든 모습을 보이고 있다. 저기압성 순환 또한 더욱 강화되어 남동쪽으로 이동해 한반도 북쪽에 위치하고 있다. 이후 혹한 발생 2일 전을 기점으로 고위도 저지고기압은 점차 세력이 약해지나 저기압성 순환은 더욱 강해지는 모습을 보인다. 혹한 발생 1일 전에는 저기압성 아노말리가 남쪽으로 남하해 한반도 상공에 저기압성 순환의 중심이 위치하고 있고 혹한일에는 동해상에 위치하며 이후 세력이 급격히 약해지며 빠르게 동쪽으로 빠져나가는 모습이다.

Figure 4는 지표기온과 850 hPa 수평바람장을 합성한 것을 나타낸다. 혹한 발생 8일 전에는 60°E-120°E에 이르는 시베리아 지역에서 차가운 공기가 위치하고는 있으나 한반도에는 영향을 미치지 않는다. 그러나 이 공기는 점차 차가워지면서 동쪽으로 이동하여 혹한 발생 4일 전 바이칼 호 부근을 중심으로 넓게 팽창하였다. 그러나 이 때 한반도에는 남풍 계열의 바람이 불어 이 차가운 공기의 영향을 받고 있지는 않다. 혹한 발생 2일 전 이 차가운 공기가 북풍을 따라 남하하는 모습을 보인다. 특히 중국 동부 지역으로 차가운 공기가 북풍을 따라 남하하며 한반도에 서서히 차가운 공기가 유입되는 모습을 보인다. 혹한 발생 1일 전에는 기온이 더욱 차가워졌으며 중심이 동쪽으로 이동해 한반도 북쪽 만주지역에 위치한다. 한반도에는 강하게 북풍-북동풍 바람이 불며 차가운 공기가 유입되어 급격하게 기온이 감소한 모습이다. 혹한일에는 차가운 공기의 중심이 한반도에 위치하고 북풍이 불어 한반도에서 기온이 가장 낮은 것을 알 수 있다. 이후 차가운 공기는 급격히 따뜻해지고 한반도 동쪽으로 빠져 나가 기온이 다소 회복된 모습을 보인다.

Figure 5는 850 hPa과 300 hPa의 지위고도 합성장을 보여준다. 한반도 혹한 발생 8일 전에 300 hPa과 850 hPa 모두 40°E-60°E 북극해역에 고기압성 순환이 위치한 것을 알 수 있다. 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., 2011a). 여기서 중요한 점은 고기압성 순환과 저기압성 순환이 서로 다른 수직구조를 가지며 발달한다는 점이다. 고기압성 순환은 상층과 하층이 순압(barotropic)구조로 준정체(quasi-stationary)한 특성을 보이는 반면에 저기압성 순환은 상층과 하층이 연직으로 기울어져 경압(barotripic)구조로 동쪽으로 이동해 나가며 발달한다. 혹한 발생 2일 전에는 상층과 하층의 고기압성 아노말리가 모두 팽창하고 저기압성 아노말리 또한 강화된 모습이다. 특히 하층의 고기압성 순환은 중국 동북부 지역으로 팽창하며 남하하기 시작하고 이후 점차 약화되는 모습을 보인다. 하층의 저기압성 순환은 중국 대륙에서 한국-일본 해상을 지나며 점차 강해지는 모습이다. 이는 한국-일본 해역의 남북방향의 해수면 온도차가 저기압을 강화시키기 때문이다.

Fig. 3.

Composite geopotential height anomalies at 500 hPa (shaded) and blocking regions where blocking days are more than 25 days at a given grid point (dotted). Composite anomalies that are statistically significant at the 99% confidence level are indicated by grey contour lines.

Fig. 4.

Composite surface air temperature anomalies (shaded) and 850 hPa horizontal winds (vector). Composite anomalies that are statistically significant at the 99% confidence level are indicated by grey lines.

Fig. 5.

Composite geopotential height anomalies at 850 hPa (shaded) and 300 hPa (contour). Contour intervals are 30 m and significant values are denoted by light and dark grey contour for 850 hPa and 300 hPa anomalies, respectively.

혹한 발생 1일 전에는 중국 동부에 위치했던 고기압성 아노말리가 더 팽창하여 중국 남부까지 자리잡고 있으며 저기압성 순환이 혹한 발생 2일 전에 비해 강화된 모습이다. 결과적으로 남북방향 쌍극자 형태의 아노말리 배치가 혹한일 발생 1일 전 그리고 혹한일에 동서 방향으로 고기압성 아노말리 · 저기압성 아노말리가 하층에 발달하게 된다. 이로 인해 동-서 기압경도력이 더 세졌으며 저기압성 아노말리가 동쪽으로 이동해감에 따라 한반도에서 북풍이 더욱 강하게 불며 한반도에서 더욱 기온이 낮아지는 것을 유추할 수 있다. 혹한일에는 고기압성 순환의 세력은 많이 약화되었지만 저기압성 순환은 더 강해졌으며 동쪽으로 이동함에 따라 한반도가 북풍의 중심에 위치하게 된다. 혹한 발생 이후 저기압성 아노말리는 빠르게 북동쪽으로 이동해 나간다. 이와 같은 종관장 패턴은 전반적으로 한파시 종관장 분포와 유사하다(Park et al., 2013). 즉, 남북방향 쌍극자 형태에서 동서방향 쌍극자 형태로의 지위고도장 분포는 한반도 저온 사례의 일반적 특성으로 보인다.

Figure 6은 한반도 혹한과 저지고기압의 발달 간의 연관성을 살펴보기 위해 위도와 경도에 따른 저지고기압 발생 빈도수를 나타내었다. 앞서 종관장에서 살펴보았을 때, 혹한 발생 2일 전부터 저지고기압의 영향이 뚜렷이 보여(Fig. 3c) 혹한 발생 2일 전을 기준으로 저지고기압의 발생 빈도수를 나타냈다. 초록 선은 고위도에서의 발생 빈도수를 의미하며 검은 선은 중위도에서 발생 빈도수를 나타낸다. Figure 6a는 겨울철 저지고기압 발생 빈도수의 기후값을 나타내며 Fig. 6b는 한반도 혹한과 관련된 저지고기압의 발생빈도수를 나타낸다. 일반적으로 저지고기압은 고위도와 중위도 모두 150oW와 30oW-0oW에서 최대 빈도수를 나타낸다. 그러나 Fig. 6b를 보면, 혹한 발생시 90°E와 180°E에서 특이적으로 고위도 저지고기압이 많이 발생한 것을 확인할 수 있다. 특히 90°E 고위도 지역에서는 전체 86회의 혹한 사례 중 50%가 넘는 45회의 사례에서 저지고기압이 확인되었다. 이는 이 지역에서 발생한 고위도 저지고기압이 한반도 혹한과 밀접한 연관이 있음을 의미한다(Park et al., 2013). 반면 한반도 혹한이 발생했을 당시 중위도 저지고기압은 기후값과 매우 유사한 분포를 보인다. 마찬가지로 서반구의 저지고기압 분포는 한반도 혹한과 큰 연관성이 없는 것으로 보인다.

Figure 7은 한반도 혹한 발생시 중위도와 고위도의 저지고기압 지수, 지표 기온, 그리고 해면 기압이 어떻게 발달되어 왔는지를 보여준다. Figures 7ad를 비교해 보면 앞서 Fig. 6b에서 알 수 있듯이 중위도에서 발생한 저지고기압은 한반도 혹한과 큰 연관성이 없어 보인다. 전체 사례 중 10%가 안 되는 5~10회 정도만 60°E-120°E에서 중위도 저지고기압이 발생하였다. 반면 고위도 지역에서는 혹한 발생 2일 전부터 혹한일까지 60°E-120°E 지역에 전체 혹한 사례의 50% 정도가 저지고기압을 동반하고 있다. 이와 맥락을 같이 하여 지표 기온과 해면 기압을 살펴보았을 때도 한반도 혹한은 고위도에서 발달된 종관 기압장에 의해 크게 영향을 받음을 알 수 있다. 고위도에서 혹한 발생 8일 전부터 60°E에 위치했던 순압구조를 가진 고기압성 아노말리가 점차 남동쪽으로 확장하며 찬 공기를 동쪽으로 이동시키며 한반도 혹한 발생 2~3일 전에 세력이 가장 강해진다(Fig. 7f). 이와 반대로 중위도에서는 혹한 발생 3일 전부터 저기압이 발달하여 이후 고위도에서 중국 북부로 남하한 고기압과 함께 한반도를 중심으로 서고동저형 기압장을 구성하게 된다(Fig. 7c). 이런 서고동저의 기압배치로 동-서 기압경도력이 생기고 이는 북풍계열의 찬 바람을 초래한다. 혹한 이후 기압계는 빠르게 약화된다.

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., 2014). 분석 방법에 차이가 있기는 하지만 이 결과는 혹한일이 한파보다 고위도 저지고기압에 더 민감함을 의미한다.

Fig. 6.

Blocking frequency as a function of longitude: (a) winter time climatology, (b) instantaneous frequency at lag−2 of cold days in Korea. Units are number of days. Green lines represent high-latitude blocking and black lines represent mid-latitude blocking.

Fig. 7.

Hovmöller diagram for (left) mid-latitude averaged over 30°N-45°N and (right) high latitudes averaged over 45°N-70°N:(a, d) blocking index, (b, e) surface air temperature anomalies, and (e, f) sea level pressure anomalies.


6. 광역인자 분석

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. 특히, EAWMI와 SHI의 상관성은 지연관계를 보이는데 지수들이 한 달 정도 선행함을 알 수 있다. 이 결과는 변수의 선택에 크게 민감하지 않는데, 일 최고기온 및 일 최저기온의 혹한일 사례로 분석을 했을 때에도 동일한 결과를 보였다.

이들 기후 변동성이 어떻게 한반도 혹한과 연관이 있는지 알아보기 위해 각 기후 지수가 1표준편차(1σ)가 넘은 달에 대하여 지표기온과 해면기압의 아노말리를 Fig. 9에 나타내었다. 음의 AO일 때 유라시아대륙의 고위도 지역(45°N-70°N)에서 통계적으로 유의하게 음의 아노말리가 존재하며 극에서 상대적으로 강한 고기압이 나타나고 알류산 저기압이 강화된다. 양의 EAWMI일 때, 통계적으로 유의하지는 않지만 약하게 북극해 쪽에서는 따뜻하고 한반도 근처의 동아시아는 차가운 공기가 위치한다. 또한 한반도 주변에서 서고동저의 기압배치가 강화된다. 양의 SHI일 때는 통계적으로 유의하게 시베리아 대륙을 포함한 대부분의 유라시아 대륙의 중위도 지역이 차갑고 고기압이 크게 발달한다. 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.

Table 2는 한반도에 혹한이 발생했을 때 기후 지수를 나타낸 것이다. (−)는 혹한 발생 달에 기후 지수가 −1σ보다 작은 경우를 나타낸 것이고, (+)는 +1σ보다 큰 경우를 나타낸 것이다. 앞서 3절에서 2010년대 들어서 한반도에 혹한이 빈번하게 발생한 것을 확인하였다. 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.

Fig. 8.

Composite climate indices for month −2 to month 2 with respect to cold days. Here, we present the statistically valid climate indices (blue line). Statistically significant values at 95% confidence level are indicated by red dots.

Fig. 9.

(left column) Composite surface air temperature and (right column) sea level pressure anomalies with respect to the selected climate indices when they exceed 1 standard deviation (shaded). The selected indices and sample size are indicated in each panel. Composite anomalies that are statistically significant at the 99% confidence level are indicated by hatch.


7. 요약 및 결론

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.

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. 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.

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. 고기압성 순환이 강화되어 혹한 발생 4일 전 80°E-캄차카 반도 부근까지 확장하여 넓게 위치하며 이로 인해 시베리아에 더욱 찬 공기가 유도되고 고위도 저지고기압을 형성하였다. 상층에서는 고기압성 순환 남쪽에 강한 저기압성 순환이 유도되며 쌍극자 패턴을 나타내었다. 그러나 고기압성 순환은 순압 구조를 가지며 준정지하게 발달하는 반면에 저기압성 순환은 경압 구조를 가지며 동쪽으로 서서히 이동하는 특성을 보였다. 하층에서 발달한 고기압성 순환이 혹한 발생 2일 전부터 중국 북부로 확장하기 시작하였다. 또한 한국-일본 해상에서도 저기압성 순환이 형성되기 시작하여 한반도를 중심으로 서고동저의 기압배치를 보였다. 혹한 발생 1일 전, 하층의 동-서 기압경도력이 가장 세져 북풍을 강화시키고 이로 인해 한반도로 찬 공기를 유입시켜 기온이 하강했다. 혹한일에는 고기압성 순환은 약해졌으나 저기압성 순환은 더욱 강해지며 동해상을 빠져나갔다. 이후 상층과 하층의 기압계가 모두 급격히 약화된다. 종관장 분석을 통해 고기압성 순환이 발달하며 저지고기압을 형성하는 것을보았다. 또한 절반 이상의 혹한 사례가 90°E 고위도 지역에서 고위도 저지고기압을 동반하였는데(Fig. 6b), 이는 한반도 혹한 발생이 고위도 저지고기압과 밀접한 연관이 있음을 시사한다. 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. 이들 기후변동은 특정 지역에 국한되지 않고 원격상관을 통해 한반도까지 영향을 미치는 것을 확인할 수 있었다(Fig. 9). 이들 기후 변동들의 영향으로 인해 시베리아 지역에는 평소보다 차가운 공기가 위치하고 한반도 주변에서 서고동저의 기압패턴이 강화되어 평소보다 더욱 차가운 공기가 강한 바람으로 한반도에 유입되어 혹한을 발생시킨다고 유추할 수 있다. 그러나 이들 기후 변동들이 왜 강화되고 약화되는지에 대해서는 후속 연구가 필요하다.

Acknowledgments

이 논문은 기상청 “이상기후 대응을 위한 장기예보 서비스 체계 구축” 및 2013년도 정부(교육부)의 재원으로 한국연구재단의 지원을 받아(No. 2013R1A1A1006530) 수행되었습니다.

REFERENCES

  • Barnston, A. G., and R. E. Livezey, (1987), Classification, seasonality and persistence of low-frequency atmospheric circulation patterns, Mon. Wea. Rev, 115(6), p1083-1126. [https://doi.org/10.1175/1520-0493(1987)115<1083:CSAPOL>2.0.CO;2]
  • Chen, T.-C., W.-R. Huang, and J.-h. Yoon, (2004), Interannual variation of the East Asian cold surge activity, J. Climate, 17, p401-413. [https://doi.org/10.1175/1520-0442(2004)017<0401:IVOTEA>2.0.CO;2]
  • Dole, R. M., and N. D. Gordon, (1983), Persistent anomalies of the extratropical Northern Hemisphere wintertime circulation: Geographical distribution and regional persistence characteristics, Mon. Wea. Rev, 111, p1567-1586. [https://doi.org/10.1175/1520-0493(1983)111<1567:paoten>2.0.co;2]
  • Dunn-Sigouin, E., and S. W. Son, (2013), Northern Hemisphere blocking frequency and duration in the CMIP5 models, J. Geophys. Res.: Atmospheres, 118, p1179-1188. [https://doi.org/10.1002/jgrd.50143]
  • Enfield, D. B., A. M. Mestas-Nunez, and P. J. Trimble, (2001), The Atlantic multidecadal oscillation and its relation to rainfall and river flows in the continental U. S, Geophys. Res. Lett, 28(10), p2077-2080. [https://doi.org/10.1029/2000GL012745]
  • Enfield, D. B., A. M. Mestas-Nunez, D. A. Mayer, and L. Cid-Cerrano, (1999), How ubiquitous is the dipole relationship in tropical Atlantic sea surface temperatures?, J. Geophys. Res, 104, p7841-7848. [https://doi.org/10.1029/1998JC900109]
  • Franzke, C., (2013), A novel method to test for significant trends in extreme values in serially dependent time series, Geophys. Res. Lett, 40, p1391-1395. [https://doi.org/10.1002/grl.50301]
  • Hansen, J., R. Ruedy, J. Glascoe, and M. Sato, (1999), GISS analysis of surface temperature change, J. Geophys. Res, 104, p30997-31022. [https://doi.org/10.1029/1999JD900835]
  • Heo, I. H., and S. H. Lee, (2006), Changes of unusual temperature events and their controlling factors in Korea, J. Korean Geogr. Soc, 41, p94-105.
  • Im, E. S., and J. B. Ahn, (2004), Analysis of relationship between Korean winter temperature variability and global circulation indices, Asia-Pac. J. Atmos. Sci, 40, p441-452.
  • Jeong, J.-H., and C.-H. Ho, (2005), Changes in occurrence of cold surges over East Asia in association with Arctic Oscillation, Geophys. Res. Lett, 32, pL14704. [https://doi.org/10.1029/2005GL023024]
  • Jeong, J.-H., C.-H. Ho, B.-M. Kim, and W.-T. Kwon, (2005), Influence of the Madden-Julian Oscillation on wintertime surface air temperature and cold surges in East Asia, J. Geophys. Res, 110, pD11104. [https://doi.org/10.1029/2004jd005408]
  • Jeong, J.-H., B.-M. Kim, C. H. Ho, D. Chen, and G. H. Lim, (2006), Stratospheric origin of cold surge occurrence in East Asia, Geophys. Res. Lett, 33, pL14710. [https://doi.org/10.1029/2006GL026607]
  • Jhun, J. G., and E. J. Lee, (2004), A new East Asian winter monsoon index and associated characteristics of the winter monsoon, J. Climate, 17, p711-726. [https://doi.org/10.1175/1520-0442(2004)017<0711:ANEAWM>2.0.CO;2]
  • Joung, C.-H., and H. R. Byun, (1987), A case study of global circulation of the atmosphere during a cold surge in East Aisa, Asia-Pac. J. Atmos. Sci, 23, p23-33.
  • Kim, B.-M., J.-H. Jeong, and S.-J. Kim, (2009), Investigation of stratospheric precursor for the cold surge event using potential vorticity inversion technique, Asia-Pac. J. Atmos. Sci, 45, p513-522.
  • Kim, S.-W., K.-H. Song, S.-Y. Kim, S.-W. Son, and C. Franzke, (2014), Linear and nonlinear trends of extreme temperatures in Korea, Atmosphere, 24, p379-390, (in Korean with English abstract). [https://doi.org/10.14191/Atmos.2014.24.3.379]
  • Koenker, R., and K. Hallock, (2001), Quantile regression:An introduction, J. Econ. Perspect, 15, p43-56. [https://doi.org/10.1257/jep.15.4.143]
  • Lim, G.-H., (1995), Spatial and temporal evolution of the tropospheric upper and lower level winds during the cold surge periods in East Asia, Asia-Pac. J. Atmos. Sci, 31, p373-392.
  • Onogi, K. Coauthors, (2007), The JRA-25 Reanalysis, J. Meteor. Soc. Japan, 85, p369-432. [https://doi.org/10.2151/jmsj.85.369]
  • Panagiotopoulos, F., M. Shahgedanova, A. Hannachi, and D. B. Stephenson, (2005), Observed trends and teleconnections of the Siberian High: A recently declining center of action, J. Climate, 18, p1411-1422. [https://doi.org/10.1175/JCLI3352.1]
  • Park, T.-W., C.-H. Ho, and S. Yang, (2011), Relationship between the Arctic Oscillation and cold surges over East Asia, J. Climate, 24, p68-83. [https://doi.org/10.1175/2010JCLI3529.1]
  • Park, T.-W., C.-H. Ho, and Y. Deng, (2014), A synoptic and dynamical characterization of wave-train and blocking cold surge over East Asia, Clim. Dynam, 43, p753-770. [https://doi.org/10.1007/s00382-013-1817-6]
  • Park, T.-W., C.-H. Ho, S. Yang, and J.-H. Jeong, (2010), Influences of arctic oscillation and Madden-Julian Oscillation on cold surges and heavy snowfalls over Korea:A case study for the winter of 2009~2010, J. Geophys. Res, 115, pD23122. [https://doi.org/10.1029/2010JD014794]
  • Park, T.-W., C.-H. Ho, J.-H. Jeong, J.-W. Heo, and Y Deng, (2015), A New Dynamical Index for Classification of Cold Surge Types over East Asia, Clim. Dynam. [https://doi.org/10.1007/s00382-015-2483-7]
  • Park, T.-W., C.-H. Ho, S.-J. Jeong, Y.-S. Choi, S. K. Park, and C. K. Song, (2011), Different characteristics of cold day and cold surge frequency over East Asia in a global warming situation, J. Geophys. Res, 116, pD12118. [https://doi.org/10.1029/2010jd015369]
  • Rasmusson, E. M., and T. H. Carpenter, (1982), Variations in tropical sea surface temperature and surface wind fields associated with the Southern Oscillation/ElNiño, Mon. Wea. Rev, 110, p354-384. [https://doi.org/10.1175/1520-0493(1982)110<0354:VITSST>2.0.CO;2]
  • Ryoo, S.-B., W.-T. Kwon, and J.-G. Jhun, (2005), Surface and upper-level features associated with wintertime cold surge outbreaks in South Korea, Adv. Atmos. Sci, 22, p509-524. [https://doi.org/10.1007/BF02918484]
  • Thompson, D. W., and J. M. Wallace, (2000), Annular modes in the extratropical circulation. Part I: monthto-month variability*, J. Climate, 13, p1000-1016. [https://doi.org/10.1175/1520-0442(2000)013<1000:AMITEC>2.0.CO;2]
  • Tibaldi, S., and F. Molteni, (1990), On the operational predictability of blocking, Tellus A, 42, p343-365. [https://doi.org/10.1034/j.1600-0870.1990.t01-2-00003.x]
  • Wang, C., and D. B. Enfield, (2001), The tropical Western Hemisphere warm pool, Geophys. Res. Lett, 28, p1635-1638. [https://doi.org/10.1029/2000GL011763]
  • Wolter, K., and M. S. Timlin, (1998), Measuring the strength of ENSO - how does 1997/98 rank?, Weather, 53, p315-324. [https://doi.org/10.1002/j.1477-8696.1998.tb06408.x]
  • Woo, S.-H., B.-M. Kim, J.-H. Jeong, S.-J. Kim, and G.-H. Lim, (2012), Decadal changes in surface air temperature variability and cold surge characteristics over northeast Asia and their relation with the Arctic Oscillation for the past three decades (1979~2011), J. Geophys. Res, 117, pD18117. [https://doi.org/10.1029/2011jd016929]
  • Zhang, Y., J. M. Wallace, and D. S. Battisti, (1997), ENSO−like interdecadal variability: 1900-93, J. Climate, 10, p1004-1020. [https://doi.org/10.1175/1520-0442(1997)010<1004:ELIV>2.0.CO;2]

Fig. 1.

Fig. 1.
Time series of 11 KMA station mean daily-mean temperature from 1960~2012. The black dots denote observed temperature in each year and their 1-quantile slope, derived from quantile regression, is indicated by blue line.

Fig. 2.

Fig. 2.
The lag composite of temperature anomalies derived from 11 KMA stations (red) and JRA-55 (blue). Values that are statistically significant at the 99% confidence level are indicated by circles and asterisks.

Fig. 3.

Fig. 3.
Composite geopotential height anomalies at 500 hPa (shaded) and blocking regions where blocking days are more than 25 days at a given grid point (dotted). Composite anomalies that are statistically significant at the 99% confidence level are indicated by grey contour lines.

Fig. 4.

Fig. 4.
Composite surface air temperature anomalies (shaded) and 850 hPa horizontal winds (vector). Composite anomalies that are statistically significant at the 99% confidence level are indicated by grey lines.

Fig. 5.

Fig. 5.
Composite geopotential height anomalies at 850 hPa (shaded) and 300 hPa (contour). Contour intervals are 30 m and significant values are denoted by light and dark grey contour for 850 hPa and 300 hPa anomalies, respectively.

Fig. 6.

Fig. 6.
Blocking frequency as a function of longitude: (a) winter time climatology, (b) instantaneous frequency at lag−2 of cold days in Korea. Units are number of days. Green lines represent high-latitude blocking and black lines represent mid-latitude blocking.

Fig. 7.

Fig. 7.
Hovmöller diagram for (left) mid-latitude averaged over 30°N-45°N and (right) high latitudes averaged over 45°N-70°N:(a, d) blocking index, (b, e) surface air temperature anomalies, and (e, f) sea level pressure anomalies.

Fig. 8.

Fig. 8.
Composite climate indices for month −2 to month 2 with respect to cold days. Here, we present the statistically valid climate indices (blue line). Statistically significant values at 95% confidence level are indicated by red dots.

Fig. 9.

Fig. 9.
(left column) Composite surface air temperature and (right column) sea level pressure anomalies with respect to the selected climate indices when they exceed 1 standard deviation (shaded). The selected indices and sample size are indicated in each panel. Composite anomalies that are statistically significant at the 99% confidence level are indicated by hatch.

Table 1.

Climate indices used in this study.

Climate Index (reference) Source
AMO Atlantic Multidecadal Oscillation (Enfield et al., 2001) NCEP/CDC
AO Arctic Oscillation (Thompson and Wallace, 2000) NCEP/CPC
EAWMI East Asia Winter Monsoon Index (Jhun et al., 2004)
ESO Equatorial SOI NCEP/CPC
ESL Equatorial Eastern Pacific SLP NCEP/CPC
GML Global Mean Land Ocean Temperature Index (Hansen et al., 1999) NCEP/CDC
MEI Multivariate ENSO Index (Wolter and Timlin, 1998) NCEP/CDC
NAO North Atlantic Oscillation (Barnston and Livezey, 1987) NCEP/CPC
ONI Oceanic Nino Index NCEP/CPC
PDO Pacific Decadal Oscillation Index (Zhang et al., 1997) NCEP/CDC
PNA Pacific/North American Pattern (Barnston and Livezey, 1987) NCEP/CPC
SHI Siberian High Index (Panagiotopoulos et al., 2005)
SOI Southern Oscillation Index (Rasmusson and Carpenter, 1982) NCEP/CPC
TNA Tropical Northern Atlantic Index (Enfield et al., 1999) NCEP/CDC
TSA Tropical Southern Atlantic Index (Enfield et al., 1999) NCEP/CDC
WHW Western Hemisphere Warm Pool (Wang and Enfield, 2001) NCEP/CDC
WPO West Pacific Oscillation (Barnston and Livezey, 1987) NCEP/CPC

Table 2.

Cold days in South Korea and their relationships with AO, EAWMI, and SHI. The indices that are larger (smaller) than 1(−1) standard deviation are denoted by +(−) mark.

Date AO EAWMI SHI Date AO EAWMI SHI Date AO EAWMI SHI
1960.1.24 1977.1.29 + + 1998.1.24
1960.12.30 + 1977.2.16 + + 1999.1.9
1961.1.11 1977.3.4 1999.2.3
1961.2.1 + 1978.2.1 + + 2000.1.20
1963.1.23 + 1978.2.15 + + 2001.1.15
1964.2.12 + 1980.1.17 2002.1.2
1965.1.11 1980.1.31 2003.1.5
1965.2.3 1980.12.29 + 2003.1.29
1965.12.16 1981.2.26 + 2004.1.22
1966.1.20 1982.1.29 2005.1.9
1966.12.26 + 1983.1.9 2005.2.1 +
1967.1.15 1983.1.21 2005.2.20 +
1967.12.29 1983.2.13 + 2005.12.17 + +
1968.1.15 + 1984.1.16 + + 2006.2.3
1968.2.1 + + 1984.1.26 + + 2008.12.6
1968.2.20 + + 1984.2.7 + + 2009.1.24
1969.1.2 + 1984.12.24 + 2009.12.18
1969.2.5 + 1985.1.14 + 2009.12.31
1969.12.27 + + 1985.1.30 + 2010.1.13 +
1970.1.5 1985.12.17 2010.2.3 +
1970.1.16 1986.1.5 2010.12.15
1971.1.5 1987.1.13 2010.12.25
1973.12.24 1988.1.24 2011.1.16 + +
1974.1.24 + 1988.2.3 + + 2012.1.23 + +
1974.2.26 + 1990.1.25 2012.2.2 + +
1976.1.20 1991.2.23 2012.2.18 + +
1976.12.27 + + 1994.1.19 2012.12.9 +
1977.1.3 + + 1996.2.2 + 2012.12.26 +
1977.1.13 + + 1997.1.21