The Korean Meteorological Society 1

Current Issue

Atmosphere - Vol. 31, No. 1

[ Article ]
Atmosphere - Vol. 31, No. 1, pp.45-60
Abbreviation: Atmos
ISSN: 1598-3560 (Print) 2288-3266 (Online)
Print publication date 31 Mar 2021
Received 11 Nov 2020 Revised 12 Jan 2021 Accepted 13 Jan 2021
DOI: https://doi.org/10.14191/Atmos.2021.31.1.045

동아시아 대도시에 영향을 미치는 온대저기압의 특성 및 강수 영향 비교: 서울, 베이징, 도쿄
김동현1), 2) ; 이재연1), * ; 강준석1) ; 손석우1)
1)서울대학교 지구환경과학부
2)서울대학교 협동과정 계산과학전공

Synoptic Structures and Precipitation Impact of Extratropical Cyclones Influencing on East Asia Megacities: Seoul, Beijing, Tokyo
Donghyun Kim1), 2) ; Jaeyeon Lee1), * ; Joonsuk M. Kang1) ; Seok-Woo Son1)
1)School of Earth and Environmental Sciences, Seoul National University, Seoul, Korea
2)Interdisciplinary Graduate Program in Computational Science and Technology, Seoul National University, Seoul, Korea
Correspondence to : * Jae-yeon Lee, School of Earth and Environmental Sciences, Seoul National University, 1 Gwanak-ro, Gwanak-gu, Seoul 08826, Korea. Phone: +82-2-880-8152, Fax: +82-2-883-4972 E-mail: ljt0330@naver.com

Funding Information ▼

Abstract

The synoptic structures and precipitation impact of extratropical cyclones (ETCs) influencing on the three adjacent megacities in East Asia, i.e., Beijing (Beijing ETCs), Seoul (Seoul ETCs) and Tokyo (Tokyo ETCs), are analyzed using ERA-interim reanalysis data from 1979 to 2018. Individual ETC tracks are identified with the automated tracking algorithm applied to 850-hPa relative vorticity field. Among four seasons, ETCs are the most frequent in spring. In this season, Beijing ETCs are mainly generated at the leeside of Altai-Sayan Mountains and primarily develop through interaction between the upper-level trough and lower-level cyclonic circulation. For Seoul ETCs, the leesides of Altai-Sayan Mountains (Seoul-N ETCs) and Tibetan Plateau (Seoul-S ETCs) are main genesis regions and the features of ETCs are different according to the genesis regions. While Seoul-N ETCs mainly develope by the same mechanism of Beijing ETCs, strong diabatic heating due to vapor transport is responsible for the genesis of Seoul-S ETCs. Tokyo ETCs are originated from the leesides of Tibetan Plateau and Kuroshio-Oyashio Extension regions, and strong diabatic heating as well as interaction between upper and lower levels determines the genesis of these ETCs. The precipitation impact resulting from ETCs become strong in the order of Beijing ETCs, Seoul-N ETCs, Seoul-S ETCs, and Tokyo ETCs and accounts for up to 40%, 27%, 52%, and 70% of regional precipitation, respectively.


Keywords: Extratropical cyclones, precipitation, East Asia megacities

1. 서 론

온대저기압(Extratropical Cyclone, ETC)은 중위도에서 빈번한 종관규모 일기계로서, 바람과 온도, 강수의 변화를 유발하는 인간 생활과 밀접한 일기 현상이다. 온대저기압은 때때로 강한 강수(Pfahl and Wernli, 2012; Agel et al., 2015, 2018, 2019; Dowdy and Catto, 2017)와 강한 바람(Leckebusch and Ulbrich, 2004; Ashley and Black, 2008; Booth et al., 2015)을 동반하며 많은 사회경제적인 피해를 야기하는데, 특히 좁은 곳에 많은 인적, 재산적 요소가 밀집되어 있는 도시의 경우 피해의 정도가 더 클 수 있다. 이와 같은 이유로, 온대저기압을 예측/진단하기 위해 발달과정과 특성, 강수 영향에 대한 많은 연구가 이루어져왔다.

북반구의 온대저기압은 북대서양과 북태평양 같은 해양지역뿐만 아니라, 동아시아와 같은 내륙에도 빈번하게 발생한다(Hoskins and Hodges, 2002). 동아시아 지역은 상층의 파장 활동이 확연하고(Chang et al., 2002; Hoskins and Hodges, 2002) 온난 컨베이어 벨트의 기후학적 최대값의 위치와 인접한 지역으로서(Madonna et al., 2014), 온대저기압의 발달에 유리한 조건을 가지고 있다. 이 때문에 서시베리아 평원, 알타이 산맥 풍하 측, 동중국해 근처, 쿠로시오-오야시오 확장대를 중심으로 많은 온대저기압이 발생한다(Chung et al., 1976; Whittaker and Horn, 1984; Chen et al., 1991; Adachi and Kimura, 2007; Zhang et al., 2012; Chen at al., 2014; Lee et al., 2019). 동아시아 온대저기압들은 지역에 따라 성장속도, 세기 등에서 차이를 보이며(Lee et al., 2019), 세기에 따라 강수에 미치는 영향 또한 다르다(Pfahl and Sprenger, 2016; Kang et al., 2020).

몇몇 대도시에 사회경제적 요소가 밀집되어 있는 동아시아의 지리적 특성에도 불구하고, 동아시아 대도시에 영향을 미치는 온대저기압에 대한 연구는 소수의 사례분석이나 단기간의 자료분석 위주로 진행되어 왔다(Takano, 2002; Lee and Kim, 2007; Heo et al., 2013; Li et al., 2019; Takahashi and Yamazaki, 2020). 특히 서울, 베이징, 도쿄와 같은 대도시에 영향을 주는 온대저기압의 특성을 상호 비교한 장기간의 기후학적 연구는 전무하다. 본 연구에서는 지난 40년(1979~2018) 동안 서울, 베이징, 도쿄에 영향을 미친 온대저기압을 추적하여 각 온대저기압 사이에 어떤 구조적 차이가 있는지 분석하였다. 또한 도시 별로 온대저기압에 의한 강수 영향의 정도와 차이를 조사하고 이것이 각 도시의 총 강수량과 어떤 관계가 있는지 살펴보았다.

이 논문은 다음과 같이 구성되어 있다. 2절에는 사용한 자료와 이의 시공간적 범위, 온대저기압 추적 등의 방법론을 서술하였고, 3절은 동아시아 지역의 온대저기압과 서울, 베이징, 도쿄에 영향을 미치는 온대저기압을 연결 지어 발생지와 빈도수를 분석하였다. 4절은 종관규모 합성장 분석을 통해 각 도시에 영향을 미치는 온대저기압의 역학적-열역학적 구조를 서술하였으며, 5절에는 각 온대저기압의 강수 영향 차이를 서술하였다. 끝으로 요약과 논의가 6절에 제시되었다.


2. 자료 및 방법
2.1 자료

본 연구에서는 온대저기압의 탐지 및 추적을 위해 1979년부터 2018년까지 40년 동안의 유럽 중기예보센터(European Centre for Medium-Range Weather Forecast)의 중간단계 재분석자료(ERA-Interim)를 이용하였다(Dee et al., 2011). ERA-Interim 재분석 자료는 6시간 간격, 37개의 등압면 고도, 1.5o × 1.5o의 격자로 이루어져 있으며, 이 중 해면기압, 지위고도, 상대와도, 연직속도, 비단열적 가열 값을 분석에 이용하였다. 비단열적 가열은 복사, 대류, 지표 경계면 마찰, 미시물리적 작용에 의한 가열속도를 60개의 모델 고도로 구한 값이며 해면기압을 이용해 모델 고도의 비단열적 가열을 등압면 고도로 내삽하였다. 온대저기압의 강수 영향 분석을 위해 동일한 기간 동안의 미국 기상청 기후예측센터(Climate Prediction Center, CPC) 일 강수량 자료를 사용하였다. CPC 자료는 위성자료에 지상 관측소 관측값을 통합하여 분석한 것이며(Xie et al., 2007), 0.5o × 0.5o의 격자로 이루어져 있다.

2.2 온대저기압 탐지

일반적으로 저기압은 해면기압을 이용해 정의하지만 이 방식은 연직으로 매우 잘 발달되었을 때에 유용한 방식으로써, 발달이 약한 초기 저기압은 효과적으로 탐지하지 못한다. 또한 산맥과 고원 등의 복잡한 지형이 존재할 경우에 이 지역의 해면기압은 연직으로 외삽한 값으로 산출되기 때문에 상당한 오차를 동반한다(S inclair, 1 997; H odges, 1 999; Hoskins and Hodges, 2002). 그러므로 알타이-사얀 산맥과 티베트 고원의 풍하 측에서 온대저기압이 주로 생성되는 동아시아(Lee et al., 2019)의 경우, 해면기압을 이용한 탐지가 부정확할 수 있다. 따라서 최근 동아시아 지역 온대저기압 연구들은 850 hPa 등압면 상대와도를 탐지에 이용하고 있으며(e.g., Chen at al., 2014; Lee et al., 2019; Kang et al., 2020), 본 연구에서도 마찬가지로 850 hPa 상대와도를 탐지에 활용하였다. 다만, 좀 더 명확한 저기압의 선별을 위해 각 지점마다 분석기간 전체에 대한 기후학적 데이터를 구한 후 이에 대한 아노말리 값을 이용하여 온대저기압을 탐지하였다.

2.3 온대저기압 추적

저기압 추적을 위해 자동화된 알고리즘을 사용하였다(Hodges, 1994, 1995, 1999). 이 알고리즘은 상대와도의 공간장에 연결요소 라벨링(Connected Component Labeling Algorithm) (Rosenfeld and Kak, 1976)을 이용하여 특정 저기압을 분리한 후, 격자화된 자료로부터 라벨링된 저기압의 지역 최대 850 hPa 상대와도 아노말리를 탐지하고 6시간 간격으로 추적한다. 그 다음, 추적된 위치 중 연속적인 세 단계의 위치를 이용하여 이동방향과 이동속도를 얻어 비용함수를 구성하고 이를 이용해 오차가 최소가 되는 궤적을 얻어낸다. 이 단계는 얻은 궤적이 가능한 가장 부드러운 형태를 가지도록 해준다. 수평해상도는 T42 (2.79o × 2.79o)를 이용하였으며, 종관 규모에 초점을 맞추어 5에서 42까지의 파수로 선별된 데이터를 이용하였다. 이는 각각 본 연구의 분석영역에서 대략 6130 km, 730 km의 공간규모를 가진다. 저기압 중 온대저기압을 선별하기 위해 25oN 이상의 위도에서 발생하여, 저기압 강도는 1.0 × 10-5 s-1 (1 Cyclonic Vorticity Unit; CVU) 이상, 지속시간은 최소 2일이며, 이동한 거리가 1000 km 이상인 저기압만을 선별하여 추적하였다(Hoskins and Hodges, 2002; Lee et al., 2019; Kang et al., 2020).

2.4 도시에 영향을 미치는 온대저기압 정의

동아시아의 인접한 세 대도시(베이징 40oN, 116.5oE; 서울 37.5oN, 127oE; 도쿄 35.7oN, 139.7oE)에 영향을 미치는 온대저기압의 특성을 비교분석하기 위해 각 도시를 중심으로 400 km의 영향 반경을 정하고, 도시별 영향 반경을 지나가는 온대저기압을 해당 도시에 영향을 미치는 저기압(도시 별 온대저기압)으로 정의하였다. 온대저기압의 이동속도가 상대적으로 느려 한 도시의 영향 반경안에 여러 번 탐지될 때는 하나의 사례로 간주하였다.

2.5 유의성 검정

4절에서 도시 별 온대저기압의 역학적/열역학적 특성 차이를 살펴보기 위해 합성장 분석을 수행하였다. 모든 아노말리는 40년(1979~2018) 동안의 6시간 간격 기후학적 값으로부터의 편차로 정의되었으며, 95% 신뢰수준에서 스튜던트 T 검정(S tudent’s T t est)을 통해 통계적 유의성 검정을 한 결과만을 논의하였다. 자유도는 각 사례별 온대저기압의 개수에서 1을 뺀 값으로 설정하였다.


3. 동아시아 지역 온대저기압과 각 도시에 영향을 미치는 온대저기압 특성

동아시아 지역에 초점을 맞추어 위도 25oN~55oN 범위, 경도 90oE~180oE 범위를 이 연구의 분석 영역으로 설정하였다. 먼저 각 도시 별 온대저기압을 살펴보기 전에 동아시아 온대저기압의 특성을 이해할 필요가 있다. Figure 1은 동아시아 지역의 온대저기압 발생 빈도수(ETC genesis frequency)와 온대저기압 통과 빈도수(ETC track frequency)를 나타낸 것이다. 1.5o × 1.5o 격자에서 각 격자점을 기준으로 400 km의 영향 반경을 정하였으며, 발생 빈도수는 각 격자점의 영향 반경 안에서 발생된 온대저기압, 즉 저기압 강도가 처음으로 1CVU 이상이 된 온대저기압의 개수, 통과 빈도수는 각 격자점의 영향 반경을 지나간 저기압 개수를 월평균 한 값이다. Figure 1a는 전 계절 온대저기압에 대한 빈도수를 나타낸 결과이고 Fig. 1b는 봄철 온대저기압에 대해 나타낸 결과이다. 전 계절의 발생 빈도수 극대점은 세 지역, 알타이-사얀 산맥의 풍하 측, 티베트 고원의 풍하 측, 쿠로시오-오야시오 확장지역에 나타났으며 통과 빈도수 극대점은 각 발생지역의 풍하 측에 나타났다(Fig. 1a). 이는 39년(1979~2017)의 자료로 분석한 Lee et al. (2019)에서 정의된 몽골 온대저기압(Mongolia ETC), 동중국 온대저기압(East China ETC), 쿠로시오 온대저기압(Kuroshio ETC)과 일치하는 결과이다. 동일한 분석을 봄철(Fig. 1b)에 대해 수행했을 때 앞서 언급한 세 지역 모두 전 계절(Fig. 1a)에 비해 온대저기압 발생 빈도수 극값이 더 크게 나왔으며, 발생지 풍하 측의 온대저기압 통과 빈도수도 더 크게 나왔다.


Fig. 1. 
ETC track (shading, units: number month-1) and genesis (brown contour, units: number month-1) frequency for (a) all seasons and (b) spring. Red triangles indicate the locations of each city, Beijing, Seoul, and Tokyo.

같은 방법으로 대도시들에 영향을 미치는 온대저기압에 대해 수행한 빈도수 분석과 선별된 온대저기압의 궤적을 Fig. 2에 나타내었다. 각 사례를 베이징 온대저기압(Beijing ETCs), 서울 온대저기압(Seoul ETCs), 도쿄 온대저기압(Tokyo ETCs)으로 명명하여 서술하였다. 도시 별 온대저기압의 발생 빈도수 극댓값은 베이징 온대저기압의 경우 알타이-사얀 산맥 풍하 측에서 월 1.0회 이상(Fig. 2a), 서울 온대저기압은 알타이-사얀 산맥과 티베트 고원 풍하 측에서 월 0.5회 이상(Fig. 2b), 도쿄 온대저기압은 티베트 고원 풍하 측에서 월 0.5회 이상, 도쿄상공에서 월 1.0회 이상이 나타났다(Fig. 2c). 이를 보아 베이징은 주로 몽골 온대저기압, 서울은 몽골 온대저기압과 동중국 온대저기압, 도쿄는 동중국 온대저기압과 쿠로시오 온대저기압의 영향을 받음을 확인할 수 있다. 통과 빈도수 최대값은 도시가 위치한 곳에서 각각 월 3.0, 3.5, 4.0회 이상으로 나타났다(Figs. 2a-c). 도쿄 온대저기압 발생 빈도수는 봄철에 소폭 감소하였으며 서울과 베이징 온대저기압들은 전 계절의 경우와 큰 차이를 보이지 않았다(Figs. 2d-f).


Fig. 2. 
ETC track (black contour, units: number month-1) and genesis (brown contour, units: number month-1) frequency of (a) Beijing ETCs, (b) Seoul ETCs and (c) Tokyo ETCs in all seasons. (d, e, f) Same as (a, b, c) but for spring. Red triangles indicate the locations of each city. The individual tracks of ETCs are also depicted in gray lines.

각 도시들의 계절별 온대저기압 월평균 빈도수를 Fig. 3에 나타내었다. 도쿄 온대저기압의 빈도수는 겨울, 봄, 가을에 약 월 4.4회로 다른 도시들보다 높게 나타났으며 서울 온대저기압의 빈도수는 여름에 약 월 3.5회로 가장 높게 나타났다. 베이징 온대저기압은 전 계절동안 약 월 3.1회의 가장 적은 빈도수를 가진다. 또한 베이징, 서울, 도쿄 모두 봄철에 가장 많은 온대저기압이 지나갔다. 위 결과는 Lee et al. (2019)와 정량적으로 다소 상이한데, 이는 온대저기압의 발생지에 따라 분류한 선행연구와는 다르게, 본 연구에서는 직접 영향을 미치는 도시를 기준으로 온대저기압을 분류하여 도시마다 발생지가 다른 온대저기압이 혼재하기 때문이다(Fig. 2).


Fig. 3. 
Seasonal cycle in the number of ETCs influencing on each city (number month-1) averaged over 1979-2018.


4. 도시 별 온대저기압의 종관장 특성

도시 별 온대저기압의 봄철 빈도수는 베이징, 서울, 도쿄 순으로 전 계절 빈도수의 29.5% (438개), 31.1% (567개), 32.5% (647개)를 차지한다(Fig. 3). 이는 Ren et al. (2010)에서 보여준, 온대저기압의 생성에 관여하는, 종관규모 일시 에디 활동(Synoptic-scale Transient Eddy Activity)과 경압 불안정의 정도의 합이 봄철에 가장 크게 나타나는 것으로 설명되는 자연스러운 결과이다. 따라서 전 계절 중 도시 별 온대저기압의 활동이 가장 활발한 봄철을 주된 분석 기간으로 정하였다.

발달하는 온대저기압의 종관장 특성을 확인하기 위해, 위의 선별된 사례 중 도시 영향 반경을 지나기 전 24시간 내에 생성된 경우와 지난 후 24시간 내에 소멸된 경우의 저기압은 종관장 분석에서 제외하였다. 서울 온대저기압의 경우 몽고 및 동중국 온대저기압 사례가 혼재하는데(Figs. 2b, e), 이 두 사례는 서로 다른 종관적 특성을 가지고 발달한다(Lee et al., 2019; Kang et al., 2020). 따라서 위도 38oN를 기준으로 서울 온대저기압을 발생지에 따라 분류하여, 기준선보다 북쪽에서 발생한 사례를 서울-북쪽 온대저기압(Seoul-N ETCs), 남쪽에서 발생한 사례를 서울-남쪽 온대저기압(Seoul-S ETCs)으로 분류하여 분석하였다. 결과적으로, 봄철 베이징 온대저기압은 206개, 서울-북쪽 온대저기압은 149개, 서울-남쪽 온대저기압은 143개, 도쿄 온대저기압은 334개 사례가 선별되었다. 선별된 각 도시 별 온대저기압의 전체 궤적 중 온대저기압 중심이 도시와 가장 가깝게 존재하는 시점을 0 h로 하고 하루 전(-24 h)과 하루 후(+24 h), 세 시점에 대한 합성장을 제시하였다.

온대저기압은 상층의 기압골과 하층의 경압성이 상호작용하며 발달하는데(Gyakum and Danielson, 2000; Yoshida and Asuma, 2004), 이는 상층 기압골이 발달하면 잠재와도를 증가시키고, 유발된 잠재와도는 그 아래층의 저기압성 회전을 강화시킴으로써 온대저기압을 발달시키기 때문이다(Hoskins et al., 1985). 따라서, 도시 별 온대저기압의 상하층 역학 구조를 살펴보기 위해 300 hPa 지위고도 아노말리 합성장과 해면 기압 아노말리 합성장을 함께 나타내었다(Fig. 4).


Fig. 4. 
(a) Geopotential height anomalies at 300 hPa (shading, units: gpm) and mean sea-level pressure anomalies (black solid/dashed contours for positive/negative value, units: hPa) from -24 h to +24 h for Beijing ETCs. The shown anomalies are statistically significant at the 95% confidence level, based on a two-tailed Student’s T test. The average ETC locations at each timestep are shown (purple circles) on the average track from -24 h to +24 h (yellow solid lines). (b, c, d) Same as (a), but for Seoul-N ETCs, Seoul-S ETCs, and Tokyo ETCs, respectively. Red triangles indicate the locations of each city.

베이징 온대저기압(Fig. 4a)은 몽골 남동부에서 한반도 북부로 이동하고 모든 시점에서 지상 저기압의 후면에 상층 기압골이 수반되는, 북서쪽으로 기울어진 연직구조가 나타나며 상층 기압골의 후면에 지상 고기압이 뒤따르고 있다. 지상 저기압과 고기압은 -24 h부터 발달해 0 h에 가장 큰 절대값을 가진 후 약화되지만 상층 기압골은 -24 h부터 계속해서 강화되는 경향을 보인다. 서울-북쪽 온대저기압(Fig. 4b)은 서해 북부에서 다가와 동해상으로 진행하는 경로를 가진다. 이 경우도 베이징 온대저기압과 마찬가지로 지상 저기압의 후면에 상층 기압골이, 상층 기압골 후면에 지상 고기압이 위치하고 모든 시점에서 기울어진 연직구조를 나타낸다. 하지만 베이징 온대저기압 사례보다 상층 기압골의 강도가 강하고 -24 h에서 +24 h로 갈수록 기울어진 방향이 북서쪽에서 서쪽으로 바뀌고 있다. 또한 지상 저기압은 -24 h 이후 계속해서 발달하고 뒤따르는 고기압은 0 h 이후 소멸되는 차이점을 보이고 있다. 공통적으로 베이징과 서울 온대저기압은 지상 저기압에 상층 기압골의 수반이 뚜렷하게 나타나는데(Figs. 4a, Fig. 4), 이를 보아 두 사례 모두 상하층 저기압 시스템의 상호작용이 온대저기압의 발달에 기여하고 있음을 알 수 있다.

서울-남쪽 온대저기압과, 도쿄 온대저기압은 베이징, 서울-북쪽 온대저기압과 다른 양상을 보인다. 양쯔강 부근에서 동해상으로 이동하는 서울-남쪽 온대저기압(Fig. 4c)은 -24 h에 지상 저기압의 후면엔 상층 기압골이, 전면엔 상층 기압능이 존재한다. 하지만 몽골에 존재하는 상층 기압골은 지상 저기압의 위치와 상당히 멀고 오히려 상층 기압골이 위치한 지역의 지상엔 고기압이, 지상 저기압 지역의 상층엔 강한 기압능이 위치한다. 이를 통해 서울-남쪽 온대저기압은 베이징과 서울-북쪽 사례와 다른 발달 양상을 가지고 있음을 알 수 있다. 이 후 0 h와 24 h를 보면 지상 저기압 전면의 상층 기압능은 시간이 갈수록 점점 멀어지고 후면의 상층 기압골은 가까워지면서 저기압이 발달한다. 도쿄 온대저기압(Fig. 4d)은 한반도 남해안에서 북동진하여 태평양으로 이동하는데 이 경우도 마찬가지로 -24 h 시점의 지상 저기압 후면에 상층 기압골, 전면에 상층 기압능이 존재한다. 같은 시점 서울-남쪽 사례와 비교해보면 지상 저기압과 상층 기압골이 상대적으로 더 잘 맞물려 있고 상층 기압능의 강도가 눈에 띄게 더 약하다. 하지만 여전히 베이징, 서울-북쪽 사례에 비해 지상 저기압과 상층 기압골 중심 간의 거리가 멀고 상층 기압골의 강도가 약하다. 이 후 0 h와 24h에 지상저기압은 서울-남쪽 온대저기압과 마찬가지로 점점 발달하였고 상층 기압골도 계속해서 맞물리며 이동하였다. 여기서 주목할 점은 서울-남쪽과 도쿄 온대저기압은 베이징과 서울-북쪽 온대저기압 보다 상하층 저기압성 순환의 상호작용이 적게 일어남에도 불구하고, 오히려 전자가 후자보다 0 h 시점 지상 저기압이 더 강한 것이다(Fig. 4). 이를 보아 이 온대저기압 사례들의 발달은 상하층의 역학적 상호작용만으로는 완전히 설명되지않으며 다른 요인이 저기압 성장에 관여했음을 예상할 수 있다.

다른 요인이 모두 같다고 가정했을 때, 저기압성 회전이 연직적으로 잘 구조화된 정도, 즉 상층 기압골의 강도 및 저기압성 회전이 연직적으로 서쪽으로 기울어진 정도에 따라 온대 저기압의 발달 정도가 영향을 받는다(Kang et al., 2020). 그러므로 지위고도의 수직 단면을 통해 상층과 하층 저기압성 회전의 상호작용을 연속적으로 봄으로써 저기압의 발달을 분석할 수 있다. 또한, 저기압 내의 상승 운동에 의해 생기는 수증기의 응결로 인한 잠열 방출은 온대저기압을 강화시키는데, 연직속도를 통해 상승운동의 강도를 살펴봄으로써 잠열 방출이 얼마나 발생하는지 간접적으로 판단할 수 있다. 따라서 도시마다 각 도시의 위도를 기준선으로 지위고도 아노말리의 수직 단면도와 연직속도 아노말리를 나타내어 도시 별 온대저기압의 연직구조를 비교하였다(Fig. 5). 이때 국지적 오차의 영향을 줄이기 위해 남북방향 ± 4개의 격자, 즉 ± 6o 위도 범위의 값을 평균하여 나타내었다.


Fig. 5. 
Same as Fig. 4, but for vertical cross-section of geopotential height anomalies (shading, units: gpm) and negative vertical pressure velocity anomalies (black dashed contours, units: Pa s-1).

베이징과 서울-북쪽 온대저기압의 경우 모든 시점에서 음의 아노말리의 최댓값이 상층에 나타나고, 음의 아노말리 후면에 상대적으로 약한 양의 아노말리가 존재한다. 음의 아노말리 절대값은 서울-북쪽의 사례가 더 강하게 나타나지만 두 경우 모두 강한 상층 기압골이 수반되고 서쪽으로 기운 저기압성 아노말리 구조를 보이며, 상하층 상호작용에 의해 저기압성 회전이 발달한다(Figs. 5a, b). 서울-남쪽과 도쿄 온대저기압은 이와 다른 양상을 보인다. 공통적으로 두 사례는 연직적으로 잘 정의된 양의 아노말리 후면을 음의 아노말리가 뒤따르는데, 상층의 강한 기압골이 부재할 뿐만 아니라 오히려 시간이 지날수록 지상의 음의 아노말리 절대값이 상층보다 더 커지는 경향을 보인다. 고기압성 아노말리는 서울-남쪽의 사례가 도쿄보다 더 강하게 나타나는 반면, 저기압성 아노말리는 도쿄의 사례가 더 뚜렷한 연직구조를 가지고 있다. 특히 저기압성 아노말리의 경우, 도쿄는 -24 h부터 잘 구조화된 서쪽으로 기울어진 형태가 나타나지만 서울-남쪽의 경우는 그렇지 않다(Figs. 5c, d). 베이징과 서울-북쪽 온대저기압과 비교하면 서울-남쪽과 도쿄 온대저기압은 초기에 상대적으로 약한 저기압성 아노말리의 연직구조를 보이지만 0 h 시점의 지상저기압 강도는 오히려 더 강하다(Figs. 4, 5). 이는 후자의 경우 전자와 다르게 상하층 저기압성 구조의 상호작용 외의 다른 요인에 의해서 온대저기압이 주로 발달함을 시사한다.

Figure 5를 보면, -24 h와 0 h 시점의 연직속도 아노말리는 베이징, 서울-북쪽 온대저기압 보다 서울-남쪽, 도쿄 온대저기압이 약 2배 정도 강하다. 또한 후자의 경우 고기압성과 저기압성 아노말리의 경계에 최대 연직속도 아노말리가 존재하는데(Figs. 5c, d), 이는 이곳에 많은 잠열이 방출됨으로써 하층 저기압성 순환을 발달시킬 가능성이 있음을 암시한다. 베이징과 서울-북쪽 온대저기압을 비교하면, -24 h 시점엔 서울-북쪽 사례의 연직속도가 더 강하게 나타나며 0 h의 강도는 크게 차이가 없고 +24 h엔 베이징의 사례가 서울-북쪽보다 더 빠르게 약화됨을 확인할 수 있다. 서울-남쪽과 도쿄 온대저기압의 경우, -24 h와 0 h는 서울-남쪽 사례의 연직속도가 도쿄보다 강하며 +24 h는 유사하다.

발달하는 온대저기압 중심의 동~북동쪽 구역에는 하층에 한랭 컨베이어 벨트가 위치하고 그 위로 온난 컨베이어 벨트가 교차하며 상승한다. 이때 온난 컨베이어 벨트와 함께 수증기가 등온위면을 따라 수송되며 응결되는데 이 과정에서 잠열이 방출되어 온대 저기압의 또 다른 발달요인인 비단열적 가열이 활발하게 일어난다(Stoelinga, 1996; Ahmadi-Givi et al., 2004; Willison et al., 2013). 비단열적 가열은 가열구역 상층에 고기압성 순환, 하층에 저기압성 순환을 유발하는데(Ahmadi-Givi, 2002), 유발된 고기압성 순환은 상층 기압골의 진행속도를 늦춤으로써 잘 구조화된 연직으로 기운 구조를 오래 지속시켜 하층 저기압성 순환의 발달을 돕고(Ahmadi-Givi et al., 2004), 동시에, 유발된 하층 저기압성 순환은 직접적으로 하층 순환을 강화시킬 뿐만 아니라(Plant et al., 2003) 하층제트와 온난 컨베이어 벨트를 강화시킴으로써 강한 잠재와도를 상층으로 이류시킨다(Lackmann, 2002).

한편 발달하는 온대저기압 중심의 남~남동쪽 구역에 존재하는 온난 컨베이어 벨트에는 경우에 따라 대기의 강(Atmospheric River, AR)이 수반되는데(Dacre et al., 2019), AR이 수반될 경우 수증기 플럭스의 발산과 잠열 방출이 더 크게 유발됨으로써 비단열적 가열에 의한 온대저기압의 성장에 기여한다(Zhu and Newell, 1994). 또한 AR이 수반된 온대저기압은 수반되지 않은 온대저기압보다 강도가 강하며(Eiras-Barca et al., 2018; Zhang et al., 2019), 특히 중위도에서 AR과 저기압 강도 사이의 양의 상관관계가 크고(Guo et al., 2020), 동아시아의 경우 강수 강도가 강한 사례일수록 AR이 수반되는 비율이 큰 경향이 있다(Kamae et al., 2017). 이와 같은 중요한 의미를 갖는 온대저기압 중심의 동~북동쪽 구역과 남~남동쪽 구역의 500 hPa 비단열적 가열 아노말리와 AR을 각각 살펴봄으로써, 도시 별 온대저기압의 열역학적 발달 과정을 분석하였다(Fig. 6). AR은 아래와 같이 정의된 Integrated Vapor Transport (IVT)를 통해 탐지하였고 IVT 값과 IVT 벡터를 함께 살펴보았다.

IVT=1g1000300qu dp2+1g1000300qν dp2

Fig. 6. 
Same as Fig. 4, but for Integrated Vapor Transport (IVT) (shading, units: kg m-1s-1), IVT vectors (black solid arrow, units: kg m-1s-1), and the diabatic-heating-rate anomalies at 500 hPa level (red solid contour, units: K day-1).

여기서 g는 중력가속도, q는 비습, uv는 각각 동서방향과 남북방향의 바람 벡터를 나타낸다.

Figure 6을 통해 각 온대저기압 중심의 동~북동쪽 구역을 보면, -24 h 시점의 비단열적 가열 아노말리가 베이징 온대저기압과 서울-북쪽 온대저기압의 경우는 각각 2K day-1 이하, 2 K day-1 이상의 값, 서울-남쪽, 도쿄 온대저기압의 경우는 모두 6 K day-1 이상의 값이 나타났다. 0 h엔 베이징과 서울-북쪽 온대저기압은 2K day-1 이상의 비단열적 가열 아노말리 값이, 서울-남쪽과 도쿄의 온대저기압은 14K day-1 이상의 아노말리 값을 가져 비단열적 가열의 차이가 더욱 심해진 것을 보여준다. 이를 통해서, -24 h 시점에 전자에 비해 상대적으로 약한 상하층 상호작용을 보이던 서울-남쪽과 도쿄의 온대저기압이 0 h 시점엔 전자보다 오히려 두배 더 강한 지상 저기압을 가진 것(Figs. 4, 5)에는 비단열적 가열로 인한 영향이 있음을 확인할 수 있다. 이후 +24 h 시점의 비단열적 가열 아노말리 값은 크게 줄어, 베이징 온대저기압의 경우는 -24 h 시점과 마찬가지로 2 K day-1 이하의 값을 가지고, 그 외 세 도시의 사례는 2K day-1 이상의 값이 나타난다.

Figure 6의 온대저기압 중심의 남~남동쪽 구역을 보면, -24 h 시점의 IVT는 베이징, 서울-북쪽, 서울-남쪽, 도쿄 온대저기압 순으로 100, 200, 450, 450 kg m-1 s-1 이상의 최대값을 가지고 IVT 벡터는 베이징과 서울-북쪽 온대저기압의 경우 북서에서 서풍계열 방향, 즉 저기압 중심으로의 수증기 수송이 원활하지 않은 방향으로 바람이 불고 있지만, 서울-남쪽과 도쿄 온대저기압의 경우에는 남서풍계열로 바람이 불어 수증기를 원활하게 수송하고 있다. 0h에는 베이징과 서울-북쪽 사례도 IVT 벡터가 남서풍 계열로 바뀌면서 이전보다는 수송이 원활해진 양상을 보이지만 여전히 서울-남쪽과 도쿄의 사례와 비교했을 때 IVT 값의 크기가 매우 작다. 이후 +24 h 시점을 보면, 서울-남쪽과 도쿄 온대저기압은 550 kg m-1 s-1 이상의 큰 IVT 값을 계속해서 가지고 온대저기압 중심으로 수증기가 원활히 수송되며 서울-북쪽 사례도 400 kg m-1 s-1 이상의 IVT 값을 가지고 원활한 수송이 일어난다. 반면, 베이징 사례는 150~200 kg m-1 s-1의 IVT 값에 서풍 계열 바람을 가져 온대저기압 중심으로 수증기의 수송이 적음을 확인할 수 있다.

Figures 4-6의 분석결과를 종합하면 베이징과 서울-북쪽 온대저기압은 강한 상층 기압골과 연직으로 잘 구조화된 저기압성 회전으로 인한 상하층 상호작용으로 저기압이 주로 성장한다. 상하층 저기압성 회전이 서쪽으로 기울어져 서로 증폭시키는 것을 보아 경압 불안정이 저기압 발생에 관여했을 것으로 추정된다. 반면에 서울-남쪽과 도쿄 온대저기압은 역학적 강제력 보다는 비단열적 가열의 기여가 크다. 두 그룹내에도 뚜렷한 차이점이 존재한다. 전자의 경우, 베이징 온대저기압보다 서울-북쪽 온대저기압이 상대적으로 상층 기압골과 비단열적 가열의 강도가 더 강하고 수증기의 수송이 크다(Figs. 5, 6). 후자의 경우, 서울-남쪽 온대저기압이 도쿄 온대저기압보다 수증기의 수송이 더 크고 비단열적 가열의 강도가 더 강한 반면(Fig. 6), 도쿄 온대저기압은 서울-남쪽 온대저기압보다 연직으로 잘 발달된 저기압성 구조를 가져 더 강한 상하층 상호작용이 일어난다(Fig. 5). 추가적으로 +24 h 시점에는 서울-북쪽 온대저기압이 도쿄 온대저기압과 유사해지는 경향을 보인다(Figs. 4, 5, and 6).

도시 별 온대저기압의 시간에 따른 강도 변화를 확인하기 위해서, 온대저기압의 850 hPa 상대와도 아노말리, 해면기압 아노말리, 850 hPa 바람세기 값의 시간에 따른 변화를 -24 h부터 24 h까지 6시간 간격으로 나타내었다(Fig. 7). 850 hPa 상대와도 아노말리는 추적한 온대저기압 중심의 값을 합성 평균한 값이고, 해면기압 아노말리와 850 hPa 바람세기는 추적한 온대저기압 중심을 기준으로 동서남북 방향 1격자 범위의 점, 즉 중심을 포함한 9개점 데이터를 영역 평균한 후 합성 평균한 값으로 나타냈다.


Fig. 7. 
Time evolution of (a) filtered 850 hPa relative vorticity, (b) mean sea level pressure anomaly, and (c) 850 hPa wind intensity for ETCs influencing on each city.

850 hPa 상대와도는 대략 -18 h부터 0 h까지 서울-남쪽 사례가 도쿄보다 일시적으로 강한 것을 제외하면, 모든 시점에 걸쳐 도쿄, 서울-남쪽, 서울-북쪽, 베이징 온대저기압 순으로 강하게 나타났다(Fig. 7a). 네 사례 모두 시간이 지날수록 상대와도가 증가하는 경향을 보이고, 최대값과 최소값의 차이가 -24 h 시점엔 1.4 s-1, +24 h엔 3.6 s-1의 값을 가지는 것을 보아 온대저기압 사례간 상대와도 차이도 점차 증가하는 것을 확인할 수 있다.

해면기압 아노말리의 경우(Fig. 7b), -24 h엔 베이징, 도쿄, 서울-북쪽, 서울-남쪽 사례 순으로, +24 h 시점엔 도쿄, 서울-남쪽, 서울-북쪽, 베이징 순으로 강하게 나타나고, 같은 시점의 사례간 최대값과 최소값의 차이는 1.2 hPa에서 12.3 hPa로, 시간이 지날수록 강도차이가 점점 커진다. 뿐만 아니라 도쿄와 서울-남쪽, 서울-북쪽 온대저기압은 시간이 지남에 따라 강도가 증가하지만 베이징은 오히려 강도가 감소하는 경향을 보인다.

850 hPa 바람세기는 네 사례 온대저기압 모두 시간이 지날수록 증가하는 경향을 보이며, -24 h엔 도쿄, 서울-북쪽, 서울-남쪽, 베이징 순으로 바람이 강했지만, +24 h엔 도쿄, 서울-남쪽, 서울-북쪽, 베이징 순으로 강하게 나타났다(Fig. 7c). 최소값과 최대값의 차이는 -24 h엔 2.0 m s-1, +24 h엔 7.6 m s-1로 나타나 점차 네 사례 간의 풍속 차이가 커짐을 확인할 수 있다.

위 세가지 온대저기압 특성을 보면 공통적으로 베이징, 서울-북쪽 온대저기압보다 서울-남쪽, 도쿄 온대저기압이 더 빠르게 발달하는 양상이 나타난다. 전자 중에서는 서울-북쪽 온대저기압이 베이징 온대저기압보다 잘 발달하는데 이는 베이징보다 강한 상층 기압골, 상승속도, 비단열적 가열과, 수증기의 수송으로 설명된다(Figs. 4a-b, 5a-b, and 6a-6b). 후자 중에서는 도쿄 온대저기압이 서울-남쪽 온대저기압보다 잘 발달하는데, 두 경우가 수증기 수송이 서로 비슷한 것을 고려하면(Figs. 6c, d) 이는 도쿄 온대저기압이 상대적으로 더 잘 조직된, 서쪽으로 기운 저기압성 구조를 가져 상하층 상호작용이 더 강하기 때문으로 해석된다(Figs. 5c, d).


5. 도시 별 온대저기압의 강수

도시 별 온대저기압의 강수 영향을 비교분석하기 위해 사례마다 온대저기압의 도시 통과 시점(0 h)과 앞뒤 하루(-24 h, +24 h) 시점의 일 누적 강수량을 각각 합성 평균하여 Fig. 8에 나타내었다. 종관장 분석과 마찬가지로 0 h 시점 이전 24시간 이내에 발생한 경우와 이후 24시간 이내에 소멸한 사례는 제외하였다.


Fig. 8. 
(a) Daily precipitation (shading, units: mm day-1) from -24 h to +24 h for Beijing ETCs. The average ETC locations at each timestep are shown (purple circles) on the average track from -24 h to +24 h (yellow solid lines). (b, c, d) Same as (a), but for Seoul-N ETCs, Seoul-S ETCs, and Tokyo ETCs, respectively. Red triangles indicate the locations of each city.

온대저기압에 의한 각 도시의 강수 영향은 모두 0 h 시점에 가장 크게 나타난다(Fig. 8). 이는 비단열적 가열과 연직 상승속도의 최대값이 -24 h에 도시 서쪽, 0 h에 도시 동쪽에 위치하며 -12 h에 도시상공을 지나는 것(Figs. 5, 6; -12 h is not shown)과 일치하는 결과로, 이 시점에 많은 수증기가 응결되어 강수가 발생하였음을 확인할 수 있다. 0 h에 온대저기압에 의한 강수 영향은 베이징, 서울-북쪽, 서울-남쪽, 도쿄 온대저기압 순으로 1.55 mm day-1, 5.41 mm day-1, 11.86 mm day-1, 11.44 mm day-1 만큼 있어 서울-남쪽과 도쿄 온대저기압의 경우에 더 두드러진다.

Hawcroft et al. (2012)에서는 온대저기압의 이동을 추적하고 중심을 기준으로 영향 반경안에 드는 강수를 ‘저기압 관련 강수(storm associated precipitation)’로 간주하고 분석함으로써 북반구 전체 강수량에 대해 온대저기압으로 인한 강수가 얼마나 차지하는지 서술하고 있다. 본 연구에서도 유사한 방법으로 전체 강수량에 대한 저기압 관련 강수의 비중을 살펴보기 위해서 도시 별 전체 강수량과 도시 별 온대저기압의 -24 h, 0 h, +24 h 시점 강수량 합을 각각 봄철에 대해서 연 평균하여 Fig. 9에 나타내었다. 지역적 오차를 줄이기 위해 각 도시를 기준으로 동서남북 방향 한 격자 범위(0.5o × 0.5o), 총 9개점의 평균값으로 강수량을 계산하였다. Figure 9를 보면, 도시 별 봄철 연 평균 강수량은 베이징, 서울, 도쿄 순으로 66.7mm, 201.7 mm, 358.4 mm이다. 이 중 베이징, 서울-북쪽, 서울-남쪽, 도쿄 온대저기압의 저기압 관련 강수는 각 도시 전체 강수량의 40%, 27%, 52%, 70%를 차지하여 세 도시 중 서울이 저기압 관련 강수 비중이 가장 크고(서울 온대저기압 전체 사례는 79%), 베이징이 가장 작았다. 이는 서울과 도쿄의 경우에 봄철 강수량의 상당 부분이 온대저기압과 관련이 있다는 것을 의미한다.


Fig. 9. 
Climatology of springtime precipitation of each city. For each city, the left and right bars indicate the total precipitation and ETC associated precipitation, respectively.


6. 요약 및 결론

본 연구에서는 40년 동안의 장기간 자료를 통해 동아시아의 대표적인 세 도시, 서울, 베이징, 도쿄에 영향을 미치는 온대저기압을 선별하여 그 기원을 조사하고 도시 별 온대저기압 간의 종관장 특징을 비교분석하였다. 또한 각 도시의 총 강수량에 대한 온대저기압의 비중을 분석하였다. 이때 동아시아의 온대저기압 통과 빈도수와 발생 빈도수가 봄철과 전 계절의 경우가 유사하고 전 계절 중 봄에 가장 많은 온대저기압이 세 도시에 영향을 미치기 때문에, 전체를 대표로 할 수 있는 봄철에 대해서 도시 별 온대저기압의 종관장 특성과 강수 영향을 살펴보았다.

각 도시 별 온대저기압을 기원에 따라 분류했을 때, 베이징 온대저기압은 대부분 몽골 온대저기압 유형에 해당하고, 서울 온대저기압은 몽골 온대저기압과 동중국 온대저기압 유형, 도쿄 온대저기압은 동중국 온대저기압과 쿠로시오 온대저기압 유형에 해당한다. 특히 서울 온대저기압은 발원지에 따라 서울-북쪽 온대저기압과 서울-남쪽 온대저기압으로 구분하였다.

베이징 온대저기압은 도시 통과 전부터 상층에 강한 기압 골이 위치하고 연직적으로 기울어진 저기압성 회전 구조를 가져 상하층 상호작용에 의한 발달에 유리한 구조를 가지나 온대저기압의 발원지와 베이징의 지리적 거리가 가깝기 때문에 도시를 지나는 시기에 강수를 동반할 정도로 충분히 발달하지 못한다. 이러한 이유로 도시를 통과하며 동반하는 평균적인 강수량은 네 온대저기압 유형 중 가장 적었다(1.55 mm day-1). 도시 통과 이후에 베이징 온대저기압은 이전과 강도가 비슷하거나 오히려 약화되는 경향을 보인다.

서울-북쪽 온대저기압도 마찬가지로 발생 초기부터 강한 상층 기압골과 연직으로 잘 구조화된 저기압성 구조를 가져 상하층 상호작용에 의한 발달에 유리한 구조를 가지며 이는 베이징 온대저기압의 사례보다 강하게 나타난다. 또한 발원지와의 거리가 베이징 온대저기압 사례보다 멀어 온대저기압이 발달할 시간이 보다 충분하다. 이러한 이유로 좀 더 강한 강수 영향이 나타났다(5.41 mm day-1). 서울-북쪽 온대저기압은 도시 통과 이후에 바다 위를 지나면서 비단열적 가열에 의한 발달이 증가하고 강도가 강해지는 경향을 보인다.

서울-남쪽 온대저기압의 경우, 앞선 두 유형과 다르게 약한 상층 기압골과 잘 구조화되지 않은 연직 저기압성 회전을 가져 상하층 상호작용에 의한 발달에는 다소 불리하다. 하지만 보다 수증기가 많은 남쪽 발원지의 지역적인 특성상 도시 통과 이전부터 상승 운동과 수증기 수송으로 인한 비단열적 가열이 강하게 존재하여 이로 인한 발달에 유리한 모습을 보인다. 때문에 앞선 북쪽 기원의 온대저기압 사례들보다 평균적으로 더 많은 강수를 동반하였다(11.86 mm day-1). 도시 통과 이후에 서울-남쪽 온대저기압은 상하층 상호작용과 비단열적 가열에 의해서 지속적으로 발달하고 강해지는 경향을 보인다.

도쿄 온대저기압은 도시 통과 전부터 후까지 모든 시점 동안 연직으로 기운 저기압성 회전 구조를 가지지만 상층 기압골의 강도는 그렇게 강하지 않아 상하층 상호작용에 의한 발달 정도가 평이할 것으로 추정된다. 한편, 비단열적 가열은 도시 통과 시점까지 강하게 존재하여 이로 인한 발달에 유리한 모습을 보인다. 서울-남쪽 온대저기압 사례와 마찬가지로, 도쿄 온대저기압 역시 통과 이전에 강한 수증기 수송이 이루어져 다습하며 북쪽 발원 온대저기압 사례들보다 더 많은 강수를 동반하였다(11.44 mm day-1). 도시 통과 이후 도쿄 온대저기압은 상하층 상호작용과 비단열적 가열에 의해서 계속해서 발달하고 강도가 강해진다.

도시에 영향을 미치는 온대저기압을 정의하면서 영향 반경을 바꿔 300 km, 450 km, 500 km에 대해서 민감도 분석을 수행하였다. 분석 결과 반경에 따라 정량적인 차이는 있지만 정성적인 차이는 없는 것으로 나타나 본 연구의 분석 결과는 영향 반경의 설정에 민감하지 않음을 확인하였다.

추가적으로, 도시에 영향을 미치는 온대저기압이 두 번째로 많은 계절인 겨울철에 대해 동일한 분석을 수행하였을 때 종관장의 구조적 특성은 상당부분 유사하였다. 하지만 온대저기압의 빈도수에 대해서는 다소 차이를 보이며, 특히 이것은 초기 발달에 비단열적 가열이 중요한 역할을 하는 남쪽 기원의 온대저기압의 경우에 두드러졌다. 일례로 서울에 영향을 미치는 온대저기압의 경우, 서울-북쪽/남쪽 온대저기압의 월평균 빈도수를 비교해보면 봄철과 겨울철에 각각 2.6회/2.0회, 2.6회/1.3회로 나타났다. 뿐만 아니라 개별 온대저기압의 강수영향은 겨울철에 더 약하게 나타났다. 이러한 차이는 겨울철이 봄철보다 배경장 자체의 수증기량이 적기 때문에 발생하는 것으로 사료된다.

동아시아의 인접한 세 대도시, 서울, 베이징, 도쿄에 영향을 미치는 온대저기압은 위와 같이 서로 다른 종관적 특징을 가지고 각 도시에 강수 영향을 준다. 그러므로 각 도시 별 온대저기압의 특성을 파악하여 각자에 맞게 활용하면 다가오는 온대저기압을 예측하고 이에 따른 강수 영향을 예상할 수 있을 것으로 생각된다. 그런데 큰 규모로 성장한 온대저기압의 경우 본 연구에서 설정한 영향 반경보다 넓은 지역에 영향을 미치고, 온대저기압의 실제 강수구역은 원형으로 나타나지 않으므로, 본 연구에서 제시한 도시 별 온대저기압의 종관적 특징은 각 도시에 영향을 주는 모든 온대저기압을 대표하지는 않으며 온대저기압으로 인한 강수 영향도 완벽하게 보여주지는 못한다. 따라서 각 도시에 영향을 주는 온대저기압을 더 잘 이해하기 위해서는 온대저기압의 영향 강수구역에 대한 엄밀한 설정과 이를 통해 탐지한 저기압의 상세한 유형 분류를 포함한 확장된 연구가 필요할 것이라 생각된다.


Acknowledgments

이 성과는 2018년도 과학기술정보통신부의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(NRF-2018R1A5A1024958).


References
1. Adachi, S., and F. Kimura, 2007: A 36-year climatology of surface cyclogenesis in East Asia using high-resolution reanalysis data. SOLA, 3, 113-116.
2. Agel, L., M. Barlow, J.-H. Qian, F. Colby, E. Douglas, and T. Eichler, 2015: Climatology of daily precipitation and extreme precipitation events in the Northeast United States. J. Hydrometeor., 16, 2537-2557.
3. Agel, L., M. Barlow, S. B. Feldstein, and W. J. Gutowski Jr., 2018: Identification of large-scale meteorological patterns associated with extreme precipitation in the US northeast. Clim. Dyn., 50, 1819-1839.
4. Agel, L., M. Barlow, F. Colby, H. Binder, J. L. Catto, A. Hoell, and J. Cohen, 2019: Dynamical analysis of extreme precipitation in the US northeast based on large-scale meteorological patterns. Clim. Dyn., 52, 1739-1760.
5. Ahmadi-Givi. F., 2002: A review of the role of latent heat release in extratropical cyclones within potential vorticity framework. J. Earth Space Phys., 28, 7-20.
6. Ahmadi-Givi. F., G. C. Graig, and R. S. Plant, 2004: The dynamics of a midlatitude cyclone with very strong latent-heat release. Q. J. R. Meteorol. Soc., 130, 295-323.
7. Ashley, W. S., and A. W. Black, 2008: Fatalities associated with nonconvective high-wind events in the United States. J. Appl. Meteor. Climatol., 47, 717-725.
8. Booth, J. F., H. E. Rieder, D. E. Lee, and Y. Kushnir, 2015: The paths of extratropical cyclones associated with wintertime high-wind events in the Northeastern United States. J. Appl. Meteor. Climatol., 54, 1871-1885.
9. Chang, E. K. M., S. Lee, and K. L. Swanson, 2002: Storm track dynamics. J. Climate, 15, 2163-2183.
10. Chen, L., B. Tan, N. G. Kvamstø, and O. M. Johannessen, 2014: Wintertime cyclone/anticyclone activity over China and its relation to upper tropospheric jets. Tellus A, 66, 21889.
11. Chen, S.-J., Y.-H. Kuo, P.-Z. Zhang, and Q.-F. Bai, 1991: Synoptic climatology of cyclogenesis over East Asia, 1958-1987. Mon. Wea. Rev., 119, 1407-1418.
12. Chung, Y., K. D. Hage, and E. R. Reinelt, 1976: On lee cyclogenesis and airflow in the Canadian Rocky Mountains and the East Asian Mountains. Mon. Wea. Rev., 104, 879-891.
13. Dacre, H. F., O. Martínez-Alvarado, and C. O. Mbengue, 2019: Linking atmospheric rivers and warm conveyor belt airflows. J. Hydrometeor., 20, 1183-1196.
14. Dee, D. P., and Coauthors, 2011: The ERA-Interim reanalysis: configuration and performance of the data assimilation system. Q. J. R. Meteorol. Soc., 137, 553-597.
15. Dowdy, A. J., and J. L. Catto, 2017: Extreme weather caused by concurrent cyclone, front and thunderstorm occurrences. Sci. Rep., 7, 40359.
16. Eiras-Barca, J., A. M. Ramos, J. G. Pinto, R. M. Trigo, M. L. R. Liberato, and G. Miguez-Macho, 2018: The concurrence of atmospheric rivers and explosive cyclogenesis in the North Atlantic and North Pacific basins. Earth Syst. Dynam., 9, 91-102.
17. Guo, Y., T. Shinoda, B. Guan, D. E. Waliser, and E. K. M. Chang, 2020: Statistical relationship between atmospheric rivers and extratropical cyclones and anticyclones. J. Climate, 33, 7817-7834.
18. Gyakum, J. R., and R. E. Danielson, 2000: Analysis of meteorological precursors to ordinary and explosive cyclogenesis in the Western North Pacific. Mon. Wea. Rev., 128, 851-863.
19. Hawcroft, M. K., L. C. Shaffrey, K. I. Hodges, and H. F. Dacre, 2012: How much Northern Hemisphere precipitation is associated with extratropical cyclones? Geophys. Res. Lett., 39, L24809.
20. Heo, K.-Y., J.-S. Shim, J.-I. Kwon, J.-Y. Jeong, K.-S. Park, and J.-W. Choi, 2013: Abnormal storm waves around the Korean Peninsula: A case study of an extratropical explosive cyclone over East Sea. J. Coastal Res., 65, 720-725.
21. Hodges, K. I., 1994: A general method for tracking analysis and its application to meteorological data. Mon. Wea. Rev., 122, 2573-2586.
22. Hodges, K. I., 1995: Feature tracking on the unit sphere. Mon. Wea. Rev., 123, 3458-3465.
23. Hodges, K. I., 1999: Adaptive constraints for feature tracking. Mon. Wea. Rev., 127, 1362-1373.
24. Hoskins, B. J., and K. I. Hodges, 2002: New Perspectives on the Northern Hemisphere Winter Storm Tracks. J. Atmos. Sci., 59, 1041-1061.
25. Hoskins, B. J., M. E. McIntyre, and A. W. Robertson, 1985: On the use and significance of isentropic potential vorticity maps. Q. J. R. Meteorol. Soc., 111, 877-946.
26. Kamae, Y., W. Mei, and S.-P. Xie, 2017: Climatological relationship between warm season atmospheric rivers and heavy rainfall over East Asia. J. Meteor. Soc. Japan Ser.Ⅱ, 95, 411-431.
27. Kang, J. M., J. Lee, S.-W. Son, J. Kim, and D. Chen, 2020: The rapid intensification of East Asian cyclones around the Korean Peninsula and their surface impacts. J. Geophys. Res. Atmos., 125, e2019JD031632.
28. Lackmann, G. M., 2002: Cold-frontal potential vorticity maxima, the low-level jet, and moisture transport in extratropical cyclones. Mon. Wea. Rev., 130, 59-74.
29. Leckebusch, G. C., and U. Ulbrich, 2004: On the relationship between cyclones and extreme windstorm events over Europe under climate change. Glob. Planet. Change, 44, 181-193.
30. Lee, T. Y., and Y. H. Kim, 2007: Heavy precipitation systems over the Korean peninsula and their classification. J. Korean Meteor. Soc., 43, 367-396.
31. Lee, J., S.-W. Son, H.-O. Cho, J. Kim, D.-H. Cha, J. R. Gyakum, and D. Chen, 2019: Extratropical cyclones over East Asia: climatology, seasonal cycle, and longterm trend. Clim. Dyn., 54, 1131-1144.
32. Li, W.-L., R.-D. Xia, J.-H. Sun, S.-M. Fu, L.-Z. Jiang, B.-F. Chen, and F.-Y. Tian, 2019: Layer-wise formation mechanisms of an entire-troposphere-thick extratropical cyclone that induces a record-breaking catastrophic rainstorm in Beijing. J. Geophys. Res. Atmos., 124, 10567-10591.
33. Madonna, E., H. Wernli, H. Joos, and O. Martius, 2014: Warm conveyor belts in the ERA-Interim dataset (1979-2010). Part I: climatology and potential vorticity evolution. J. Climate, 27, 3-26.
34. Pfahl, S., and H. Wernli, 2012: Quantifying the relevance of cyclones for precipitation extremes. J. Climate, 25, 6770-6780.
35. Pfahl, S., and M. Sprenger, 2016: On the relationship between extratropical cyclone precipitation and intensity. Geophys. Res. Lett., 43, 1752-1758.
36. Plant, R. S., G. C. Craig, and S. L. Gray, 2003: On a three-fold classification of extratropical cyclogenesis. Q. J. R. Meteorol. Soc., 129, 2989-3012.
37. Ren, X., X. Yang, and C. Chu, 2010: Seasonal variations of the synoptic-scale transient eddy activity and polar front jet over East Asia. J. Climate, 23, 3222-3233.
38. Rosenfeld, A., and A. C. Kak, 1976: Digital picture processing. Academic Press, 490 pp.
39. Sinclair, M. R., 1997: Objective identification of cyclones and their circulation intensity, and climatology. Wea. Forecasting, 12, 595-612.
40. Stoelinga, M. T., 1996: A potential vorticity-based study of the role of diabatic heating and friction in a numerically simulated baroclinic cyclone. Mon. Wea. Rev., 124, 849-874.
41. Takahashi, H. G., and T. Yamazaki, 2020: Impact of sea surface temperature near Japan on the extra-tropical cyclone induced heavy snowfall in Tokyo by a regional atmospheric model. SOLA, 16, 206-211.
42. Takano, I., 2002: Analysis of an intense winter extratropical cyclone that advanced along the south coast of Japan. J. Meteor. Soc. Japan Ser.Ⅱ, 80, 669-695.
43. Whittaker, L. M., and L. H. Horn, 1984: Northern Hemisphere extratropical cyclone activity for four mid-season months. Int. J. Climatol., 4, 297-310.
44. Willison, J., W. A. Robinson, and G. M. Lackmann, 2013: The importance of resolving mesoscale latent heating in the North Atlantic storm track. J. Atmos. Sci., 70, 2234-2250.
45. Xie, P., M. Chen, S. Yang, A. Yatagai, T. Hayasaka, Y. Fukushima, and C. Liu, 2007: A gauge-based analysis of daily precipitation over East Asia. J. Hydrometeor., 8, 607-626.
46. Yoshida, A., and Y. Asuma, 2004: Structures and environment of explosively developing extratropical cyclones in the Northwestern Pacific region. Mon. Wea. Rev., 132, 1121-1142.
47. Zhang, Y., Y. Ding, and Q. Li, 2012: A climatology of extratropical cyclones over East Asia during 1958-2001. Acta. Meteorol. Sin., 26, 261-277.
48. Zhang, Z., F. M. Ralph, and M. Zheng, 2019: The relationship between extratropical cyclone strength and atmospheric river intensity and position. Geophys. Res. Lett., 46, 1814-1823.
49. Zhu, Y., and R. E. Newell, 1994: Atmospheric rivers and bombs. Geophys. Res. Lett., 21, 1999-2002.
50. Zhu, Y., and R. E. Newell, 1998: A proposed algorithm for moisture fluxes from atmospheric rivers. Mon. Wea. Rev., 126, 725-735.