Home

남한 지역의 강설 현상은 전체 겨울 기간 중 간헐적으로 나타나는 현상이다. 또 강설량과 빈도는 관측지점에 따라 매우 편차가 크다. 이는 한반도가 좁은 영역이나 복잡한 지형과 지리학적 특성에 의해, 기단의 차, 기단의 변질, 지형성, 저기압 유입 등 강설이 야기되는 복잡하고 다양한 대기 구조에 의한 것이다(Chung et al., 1999; Lee, 1999; Cheong et al., 2006). 따라서 강설의 변동성을 시계열 분석으로 접근하기 어렵다. 최근 기후변화와 관련하여 중위도 겨울 날씨현상을 예측하고 분석하는데 폭넓게 사용되는 북극진동지수를 이용하여 남한지역 강설 현상에 적용하였다. 남한 지역 59개 지점의 일 신적설이 기록된 날짜 중에서 일 북극진동지수의 부호가 양의 값인 날에 대하여 각 지점별로 신적설량을 합하였다. 일 북극진동지수의 부호가 음의 값인 날도 같은 방법으로 지점별 누적 신적설량을 계산하였다(Fig. 2). 여기에는 기존 연구들이 일정량 이상의 강설량 이상의 사례를 선정하여 실험한 것과는 달리, 강설이 양적으로 기록된 모든 사례를 누적 신적설량 계산에 사용하였다. 59개 지점 가운데 서해안 지역과 동해안 지역의 강설량이 두드러지게 컸으며(Song, 1993; Chung et al., 1999), 동해안 지역의 관측소를 제외한다면 북극진동지수가 음의 값일 때 더 많은 강설이 기록되었음을 알 수 있다. 이는 음의 북극진동지수 시기에 북반구 중위도 지역들에서 폭설과 한파가 더 빈번하게 나타난다는 선행연구들과 잘 일치한다(e.g., Jeong and Ho, 2005; Park et al., 2011). 북극진동지수 값의 부호에 따른 남한지역 지역별 신적설량 분포를 알아보기 위해 지수가 양의 값일 때 누적 신적설량 값에, 지수가 음의 값일 때의 그것을 뺀 지점별 신적설량 값을 계산하였다(Fig. 3). Figure 3의 굵은 파선은 −200 cm(서해안 지역)과 0 cm(동해안 지역)의 등신적설선이다. 내륙지역의 얇은 파선은 −100 cm 등신적설선이다. 관측 지점별로 그 차이를 살펴보면 경기, 충청, 전라 지역은 북극진동지수가 음의 값일 때가 양의 값일 때 보다 더 많은 강설을 기록하였다. 반면 강원도 태백산맥 동쪽지역과 경상도 동쪽지역 등 동해안 지역에서는 북극진동지수가 양의 값을 가질 때 지난 32년간 강설이 더 많았다. 강원지역은 영서지역 관측소의 누적 적설량 차이가 −100 cm 이하의 값을 기록한 반면, 영동지역의 두 관측소 누적 적설량 값은 300 cm 이상으로, 태백산맥을 중심으로 매우 큰 차이를 보였다. 서해안 부근의 지역은 −200 cm 이하의 큰 편차를 나타냈다. 이는 북극진동지수가 음의 값을 나타낼 때 더 잦은 폭설이 발생한다는 기존 연구들을 넘어서, 한반도의 좁은 영역 안에서도 지역에 따라 다른 기작에 의해 지배되고 있다는 측면을 제시할 수 있다. 특히 서해안지역과 동해안 지역은 북극진동에 따라 매우 큰 누적일 신적설량 차이를 보여주는데, 이러한 차이가 발생하는 대기 구조의 차이를 알아보기 위해, 먼저 누적 강설량의 차이가 현저한 지점들을 선별하였다. 북극진동지수가 양의 값일 때 강설을 더 많이 기록한 대표적인 동해안 지점들로 속초, 강릉, 울진을 선정하였고, 음의 값일 경우의 대표적인 지점들로 서산, 군산, 광주, 목포 지점을 선정하였다. 이는 누적 강설량 차이값에 그 지점의 누적 강설량으로 나눈 값의 상위지점들을 임의로 선정한 것이다. 두 지역에서 강설이 기록된 사례를 같은 개수로 두기 위해, 북극진동지수가 양의 값일 때 선정된 3개 지점의 사례들은 일 신적설량이 35 cm 이상인 지점과 날짜를 선정하였고(Table 1), 음의 값일 때는 15 cm 이상인 날짜들을 선정하였다(Table 2). 단 같은 날짜에 복수의 지점에서 강설이 있었을 경우는 한 사례로 취급하였다. 사례 선정을 하는 과정에서 많은 양의 강설 현상이 서해안지역에 비해 상대적으로 동해안 지역에서 더 활발한 것을 추정할 수 있었다. 동해안지역 강설현상은 12월에 비해 1, 2월에 더 빈번하게 발생하는 것을 알 수 있었고, 서해안 지역은 2월에 비해 12, 1월에 더 빈번하게 발생하는 것도 알 수 있었다. 이를 확인하고자, 동해안 지역 사례들과 서해안 지역 사례들 모두 일신적설 10 cm 이상인 사례 날짜의 수를 살펴보면 북극진동지수가 양의 값일 때, 속초, 강릉, 울진 지역에서는 12월에 12개, 1월에 40개, 2월에 34개로 1, 2월에 상대적으로 많고, 북극진동지수가 음의 값일 때는 서산, 군산, 광주, 목포 지역에서 12월에 28개, 1월 23개, 2월에 4개로 12, 1월 기간에 상대적으로 많았다. Table 1 사례 날짜에 해당되는 850 hPa 지위고도와 바람벡터를 평균한 결과가 Fig. 4a로, Table 2 사례 날짜에 해당되는 지위고도와 바람벡터 평균이 Fig. 4b로 나타내었다. 평균장에 사용된 자료는 ECMWF 재분석 자료이며 영역은 동북아시아 및 그 주변 영역(30^oN~60^oN, 105^oE~145.5^oE)이다. 850 hPa 지위고도 평균장의 두 그림 모두 동고서저의 전형적인 겨울의 지위고도 구조를 보여준다. Figure 4a의 경우 한반도 남동쪽에 위치하는 저기압의 영향으로 한반도 동해안지역 부근에 동풍계열의 기류가 상대적으로 더 잘 형성될 수 있는 구조를 보여준다. Figure 4b의 경우는 홋카이도 북동쪽에 중심을 둔 알류샨 저기압이 더 강하게 발달되어 나타나고 서쪽의 대륙성 고기압과 상대적으로 더 강한 기압경도를 만들어서 남한 지역 전체가 북풍-북서풍 기류가 형성될 수 있는 구조를 보여주고 있다. 이 두 평균 지위고도장의 차이를 더 명확하게 보기 위해, 1979~2011년, 32년간, 12, 1, 2월 전체 겨울기간의 평균장을 뺀 편이(anomaly) 장을 Figs. 4c, d에 각각 나타내었다. Figure 4c의 편이 지위고도와 바람벡터의 경우, 북한 지역의 지위고도 능 편이와 한반도 남동쪽, 일본 시코쿠 남쪽에 중심을 둔 저기압 편이에 의해 남한지역 전체는 동풍기류 편이의 영향을 받는다. 이에 비해, Fig. 4d의 경우 동해 먼바다에 중심을 둔 저기압 편이에 의해 남한 동부지역은 북동풍 편이, 서부지역은 북풍 편이의 영향을 받는다. 북극진동지수가 음의 값이고 한반도 서쪽 지역에 더 많은 강설을 기록한 사례를 반영하는 Fig. 4d에서, 50~60^oN 부근에 나타나는 동풍 바람 편이는 음의 북극진동지수일때 한대제트의 동서방향 기류의 강도가 약해지는 것을 반영하고 있다.

Fig. 2. 
Total daily new fresh snowfall at 59 KMA stations in case of (a) positive AO index and (b) negative AO index during winter (December, January, and February) 1979~2011.

Fig. 3. 
Difference of total daily fresh snowfall at 59 KMA stations with respect to positive AO index to those with negative AO index during December, January, and February 1979~2011.

Fig. 4. 
Mean geopotential heights and wind vectors at 850 hPa; (a) mean of 13 cases for snowfall with positive AO index, (b) mean 13-cases for snowfall with negative AO index, (c) difference from (a) to mean 850 hPa geopotential heights and wind vectors over entire period, and (d) difference from (b) to mean 850 hPa geopotential heights and wind vectors over entire period.

이와 같은 결과는 남한지역 강설이, 시베리아 고기압이 강화 및 확장되어 발생하는 한랭한 북서기류가 상대적으로 온난 다습한 서해의 공기와 만나 형성된 강설 구름이 서해안에 인접한 지역에 강설을 기록하는 경우와 온난 다습한 동해의 공기가 동해 지역의 저기압에 의한 동풍 기류가 동해안으로 강설 구름을 유입시켜 발생하는 경우가 많다는 선행연구(Song, 1993; Chung et al., 1999)와 유사하다. Chung et al. (1999)은 1974~1995년 겨울철(12~2월) 기간, 기상청 55개 관측소 지점의 최심 신적설 자료를 주성분 시계열 분석기법 중의 하나인 REOF (Rotated Empirical orthogonal Function)을 이용하여 남한지역 겨울 강설지역을 5개 지역(동해안 지역, 서해안 지역, 중부 내륙지방, 영남 중동부 지역, 영남 남부지역)으로 분류하였는데, Fig. 3의 신적설 차이 분포를 값의 크기별로 구분할 경우 이 연구의 강설지역 분류와 유사한 분포를 보여준다. 또한 Chung et al. (1999)은 각 강설지역 구분의 물리적 대기 구조를 살펴보기 위해 1979~1995년 12~2월 기간의 NCEP/NCAR (National Centers for Environmental Prediction/National Center for Atmospheric Research) 재분석자료를 이용하여 해당 날짜들의 물리변수들을 합성하였는데, 동해안 지역의 강설은 한반도 남동쪽에 중심을 둔 저기압의 영향으로 동풍기류가 형성되어 발생하였고, 서해안 지역은 서고-동저형 기압 배치에서 형성되는 북풍기류가 온난다습한 서해 공기에 의해 변질되어 발생한 것으로 분석된 결과와도 유사한 결과임을 확인할 수 있었다.

강설 분석과 마찬가지 방법으로, 북극진동지수의 부호에 따른 59개 관측소 일 최저기온의 값을 각 관측소 지점별로 평균하여 북극진동지수가 양의 값을 가지는 날짜의 일 최저기온 평균값에 음의 값을 가지는 날짜의 그것의 차를 구하여 그 분포를 Fig. 5에 나타내었다. 북극진동지수가 음의 값을 가질 때 지점별 최저 기온이 전 관측소 지점에서, 양의 값을 가질 때보다 더 낮음을 알 수 있다. 중부내륙지역의 관측소 지점에서 가장 큰 3~4^oC 차이를 보였다. 일 최저 기온 값의 차이가 내륙쪽이 해안지역보다 크게 나타나는 것은 지형의 영향으로 보여진다.

Fig. 5. 
Differences between mean daily minimum temperature with respect to positive AO index and those corresponding to negative AO index at 59 KMA stations.

1979~2012년 12~2월 기간 동안의 일 북극진동지수와 같은 기간, 59개 기상청 관측소 일 최저기온의 변동성을 분석하기 위하여, 앞에서 소개된, 주기적인 운동을 가진 현상을 분석에 강점이 있는 CSEOF 분석기법을 사용하였다. 일 북극진동지수의 CSEOF 1번 모드는 33.4%, 2번 모드는 18.5%, 3번 모드는 11.4%, 4번 모는 7.0%를 설명한다. 1~4번 모드는 전체 변동성의 70% 이상을 설명한다. 1번 모드는 12월 중순부터 변동폭이 빠르게 증가하여 1월 중순까지 상대적으로 큰 변동폭을 보인다. 이후 2월 말까지, 약 9일 정도의 변동폭 주기를 보였다(Fig. 6a). 북극진동지수의 CSEOF 1번 모드는 90일 기간 내에서 평균 0.94, 표준편차 0.33의 값으로 변동을 했다. 1번 모드에 상응하는 주성분 시계열(Fig. 5a) 에서는 특히 약 2010년 부근에서 음의 값으로 크게 변동하고 있음을 볼 수 있다. 겨울철 북극진동지수의 CSEOF 2번 모드는 1월 초순을 전후하여 부호가 바뀌는 준 대칭형의 변동을 보인다(Fig. 6b). 12월 초부터 증가한 양의 지수 변동은 1월 초순을 지나 빠르게 음의 값으로 바뀌고 이후 2월 말까지 음의 변동을 보인다. 즉 2번 모드는 겨울기간의 전반기와 후반기가 반대 위상의 변동을 하는 특성을 가진 모드이다. CSEOF 3번과 4번 모드는 겨울 기간 내, 양과 음의 위상 변동 주기가 점차 짧아지는 유형을 보여준다(Figs. 6c, d).

Fig. 6. 
The first (a), second (b), third (c), and fourth (d) Cyclo-Stationary EOF Loading Vector (CSLV) of daily AO index in DJF 1979~2011.

Fig. 7. 
The PC time series corresponding to the first (a), second (b), third (c), and fourth (d) CSEOF mode of daily AO index in DJF 1979~2011.

같은 기간에 대한, 기상청 59개 지상관측소에서 관측한 일 최저기온 값의 변동성을 CSEOF 기법을 이용하여 북극진동지수와 같은 기간에 대한 주요성분을 분석하였다. 일 최저기온 값의 CSEOF 1번 모드는 전체 변동성의 66.0%를 설명한다. 전형적인 계절변동 유형을 보여주는 CSEOF 1번 모드에서, 기상청 관측소의 평균된 겨울기간 로딩벡터의 일 최저기온은 평균 −0.78^oC이고 표준편차 0.28 값으로 변동을 했다(Fig. 8a). CSEOF 1번 모드에 상응하는 주성분 시계열은 1980년대에 두 차례 큰 변동폭을 보이고, 1990년 중반 이후부터 변동폭이 꾸준히 감소하다가 2010년 이후에 큰 변동폭을 보인다(Fig. 7a). 2번 모드 주성분 시계열은 전체 변동성의 3.51%를 설명한다. 12월 중순부터 1월 말까지 계절 변동 유형을 보여주지만 2월 시기에 이상적으로 최저 기온 값이 큰 변동을 보이고 있다(Fig. 6b). 2번 모드에 상응하는 주성분 시계열은 1980년 대에 비해 1990년대와 2000년대 시기에 상대적으로 적은 변동폭을 보여주지만, 2010년대에 가장 큰 변동폭을 보여준다.

Fig. 8. 
The first (a), second (b), third (c), and fourth (d) CSLV of daily minimum temperature averaged in 59 stations in DJF 1979~2011.

Fig. 9. 
PC time series corresponding to the first (a), second (b), third (c), and fourth (d) CSEOF of daily minimum temperature in 59 KMA stations in DJF 1979~2011.

겨울 기간 일 북극진동지수와 기상청 59개 관측소일 최저기온의 CSEOF 1번 모드에 상응하는 주성분 시계열 간의 상관관계는 −0.46이다. 이를 임의로 구간을 나누어 상관관계를 살펴보면, 1980년대는 상관관계 값이 −0.40으로 낮으나, 1990년대는 −0.63으로 높게 나타났고 2000년대는 −0.58을 보였다. 특히 1990년대 기간에 대하여 지연상관관계를 구해보면 북극진동지수가 약 40일 선행할 경우 −0.71의 값을 나타내었다. CSEOF는 로딩벡터와 주성분 시계열 항들의 선형의 곱으로 구성되므로, 로딩벡터와 주성분 시계열의 부호를 동시에 같이 바꾸어줘도 무방하다. 북극진동지수의 CSEOF 1번 모드의 로딩벡터와 주성분 시계열의 부호를 동시에 바꿔서 생각한다면 북극진동지수의 로딩벡터가 12월에서 1월 중순까지 음의 값으로 매우 빠르게 더 커졌다가 이후 음의 값으로 변동폭이 심하지 않게 유지되는 유형이, 일 최저기온의 1번 모드 로딩벡터에서 음의 값으로 계절규모 변동을 하는 로딩벡터의 유형과 1990년대 시기에 상대적으로 더 밀접한 상관관계에 놓인다는 의미로 해석된다.