CMIP5 모델에 나타난 동아시아 여름몬순의 모의 성능평가와 미래변화

2.1 모델 및 관측 자료

본 연구는 CMIP5에 참여한 19개 CGCMs (Coupled General Circulation Models)의 월, 일 자료를 사용하였다. 사용한 모델, 기관, 수평 분해능을 Table 1에 나열하였다. CMIP5 모델의 실험의 상세한 정보는 http://cmip-pcmdi.llnl.gov/cmip5/experiment_design.html에서 확인된다.

Table 1.

Description of CMIP5 models used in the study.

분석에 사용한 기간은 1850~2005년까지 과거기후 모의실험(historical run) 중 1986~2005 (P1)년과 2006~2100년까지 RCP (Representative Concentration Pathway) 8.5 적분자료의 2080~2099 (P2)년까지이다. 과거기후 모의실험의 CGCMs를 검증하기 위해 다양한 종류의 관측 자료를 사용하였다(Table 2). 강수 분포 비교를 위해 수평격자가 2.5^o × 2.5^o인 Global Precipitation Climatology Project (GPCP)와 Climate Prediction Center Merged Analysis of Precipitation (CMAP)과, 수평격자가 0.5^o × 0.5^o인 Asian Precipitation-Highly Resolved Observational Data Integration Towards Evaluation of Water Resources (APHRODITE)의 일, 월평균 자료를 사용하였다. 2개층(850, 200 hPa)의 동서 바람성분, 850 hPa 남북 바람성분, 7개층(1000-300 hPa)의 비습과 기온 그리고 해면기압은 재분석 자료인 ERA-Interim (0.5^o × 0.5^o)과 수평격자가 2.5^o × 2.5^o인 NCEP/NCAR-Reanalysis1 (R1) 및 NCEP/DOE Reanalysis2 (R2)를 사용하였다. 지표면기온은 ERAINTERIM, R1 그리고 수평격자가 0.5^o × 0.5^o인 Climate Research Unit TS 2.3 (CRU ts3.23)을 사용하였다. CMIP5 모델과 관측 자료의 비교검증을 위하여 HadGEM2-AO의 수평격자인 1.875^o (longitude) × 1.24^o (latitude)로 내삽(interpolation)하였다. 관측 자료와 재분석 자료의 분석에 이용된 기간은 1986년부터 2005년까지이다.

Table 2.

Climate variables and observation data sets.

2.2 모델선정

본 연구에서는 19개 모델 앙상블 평균(MME)의 성능과 더불어 성능이 우수한 상위 5개 모델과 하위 5개 모델을 선정하여 19개 전체 모델과의 성능차이를 보았다. 동아시아 영역은 (20~50^oN, 110~140^oE)으로 정의하였다. 선정 방법은 Taylor (2001)가 고안해낸 식 (1)의 기능 평점(skill score, S)을 이용하여 상위부터 하위까지 순위를 매겼다.

σ는 정규화된 표준편차(Normalized Standard Deviation, NSTD)로 모형의 변동성을 관측의 변동성으로 나눈것으로 1에 가까울수록 관측의 변동성과 유사함을 의미한다. R은 관측과 모델 간의 패턴 상관계수(Pattern Correlation Coefficient, PCC)이고 1에 가까울수록 관측 자료와 유사하다. R0는 최대 PCC로써 본 연구에서는 1로 지정하였다. 즉, s는 PCC와 NSTD를 동시에 고려하여 모델의 모의 성능을 진단할 수 있다. 각 변수들의 기능평점의 평균으로 상위모델(BEST)을 CNRM-CM5, GFDL-ESM2M, IPSL-CM5A-MR, MIROC5, HadGEM2-ES으로 하위모델(WORST)을 CSIRO-Mk3-6-0, BCC-CSM1.1, CanESM2, MIROC-ESM-CHEM, MIROC-ESM으로 선정하였다(Table 3).

Table 3.

Skill score of CMIP5 models in this study. BEST and WORST models is marked by bold fonts.

Figure 1은 여름철(JJA)에 CMIP5의 19개 모델과 관측 2~3종의 110~140^oE, 20~50^oN 영역에서의 강수, 강수(육지), 지표면 기온, 해면기압, 850 hPa 남북 바람성분과 비습, 200 hPa 동서 바람성분의 PCC와 NSTD를 나타낸 것이다. 지표면 기온, 850 hPa의 비습, 200 hPa의 동서 바람성분은 다른 변수에 비해 상관계수와 표준편차의 모델 간 편차가 작고 reference1 값과 유사하다. 강수는 모델 간 편차가 큰데 육지와 해양을 포함할 경우 PCC와 NSTD의 변동이 더 크고, 육지와 해양을 따로 구분하여 계산한 경우 육지 PCC 값이 해양보다 1에 더 가깝게 나타났다(Fig. 1a). 대부분 모델의 해면기압 PCC는 관측과 유사한 반면 NSTD는 크게 모의하였다. 그리고 변수들의 NSTD와 PCC는 BEST에 해당되는 모델들이 WORST에 해당되는 모델들에 비해 1에 가깝게 나타나 모의 성능이 좋은 것으로 나타났다(Fig. 1). CMIP5 모델의 변수들은 NSTD와 PCC는 대체로 여름보다 겨울에 관측과 유사한 것으로 모의하였다(그림 미제시). 이 결과는 AMIP모델을 이용한 동아시아 영역을 분석한 Boo et al. (2011)의 결과와 같다. 이렇듯 CMIP5의 모델간 편차는 다양하게 나타났다.

Fig. 1.

Taylor diagrams of the CMIP5 JJA climatology for (a) precipitation over land (Pr_land, black) and precipitation (Pr, red), (b) 2 m temperature (SAT, black) and sea level pressure (SLP, red), (c) 850 hPa wind speed (black) and 850 hPa specific humidity (red), (d) 200 hPa zonal wind (black) over East Asia (110o~140oE, 20o~50oN) for the 20 year period. BEST and WORST models is marked by bold fonts.

3.1 기후학적 특성

동아시아 여름 몬순 시스템은 아시아 대륙의 저기압과 NPSH 사이의 동서간 기압경도와 티베트 고원과 중앙-동 유라시아에 걸쳐진 역학적인 영향과 열역학적 차이로 나타난다(Wang and Linho, 2002). Figure 2는 ERA-Interim의 1986~2005년 여름철(JJA) 강수와 하층 바람장 및 해면기압을 나타낸 것으로, NPSH의 서쪽 측면에서 발생한 남서풍이 중국, 일본, 한반도까지 도달하여 바이유, 메이유, 장마라 불리는 몬순 강수밴드를 발달시킨다.

Fig. 2.

The spatial distribution of observed the climatological mean precipitation (shading, mm day−1) , sea level pressure (contour line, hPa) and 850 hPa winds (vector, m s−1) in JJA during the period 1986~2005.

3.2 강수밴드 북상의 계절적 이동

동아시아 강수대는 우기기간 동안 북진하는 특징이 있고 위치에 따라 우기의 시작과 종료일을 변화시킨다(Wang and Linho, 2002). 이에 강수대의 위 도별 변동은 모델의 동아시아 지역 기후 모의 성능평가에 주요한 요소이다. 따라서 강수대와 우기의 시종일 분석을 위해 Wang and Linho (2002)의 방법을 사용하였다.

식 (2)의 Ri는 5일 이동 평균한 강수량이고 R_jan는 1월 평균한 강수량이고 이 둘의 차이가 5 mm day⁻¹ 이상일 때 우기의 시작일로 정의되고, 시작일 이후에 5 mm day⁻¹ 보다 감소하는 날짜를 종료일로 정의한다. 즉, 건기와 우기를 구분하여 계산하기 때문에 몬순 특성을 잘 나타내는 것이라 할 수 있다. 우기 기간은 종료일과 시작일의 차이로 정의된다. 본 연구에서는 육지 지역에 대해서만 고려하였다.

동아시아 여름몬순은 5월 중순 남중국해에서 시작하여 6월 중순에 중국에 메이유, 일본의 바이유와 6월 말에 한반도에 장마가 시작되는 것으로 알려져 있다(Wang and Linho, 2002; Seo et al., 2011). Figures 3a, b, c의 시간-위도 단면에서는 남아시아 인근해안에서 북서태평양 아열대 지역에 이르는 강수밴드가 5월에 형성되고(Ding and Chan, 2005) 여름철 동안 북진하는 특징이 잘 나타났다(Ninomiya and Muraki, 1986). 육지 강수량은 관측 자료 중에서 GPCP가 가장 많고 APHRODITE는 가장 적었다(Figs. 3a, b, c).

Fig. 3.

Latitude-time cross sections of pentad mean precipitation anomalies (mm day−1) relative to January mean value, which is averaged over the land of 110~130oE of a) Ref1 (GPCP), b) ref2 (CMAP) , c) ref3 (APHRODITE’s), d) CMIP5 Multi model ensemble (MME) and e) BEST, f) WORST for the period of 1986~2005. Also given in a-f is the pattern correlation with GPCP over the region 20~50oN, for May~September. Red line denote 5 mm day−1.

앞서 Table 3의 모델 모의 성능평가에서는 BEST와 MME가 관측과의 패턴 상관계수가 높았고 WORST는 가장 낮게 나타났다. 그렇지만 BEST를 포함한 모든 모델에서 계절에 따른 강수밴드의 북상 패턴은 잘 모의하지 못하고 모의된 강수량도 작다(Figs. 3d, e, f). 또한, 모델들은 4월~5월 초 사이 강수밴드의 시작 위도가 관측에 비해 북쪽에 치우쳐 모의하였다. 5월~6월 사이의 남중국 영역(20~25^oN)에 모의된 강수량도 관측에 비해 작았다(Figs. 3d, e, f). MME, BEST, WORST 모델을 비교하면 상대적으로 BEST 모델이 강수대의 북상 모의 성능이 좋다. Kitoh (2004)와 Lee et al. (2015)는 티베트고원의 고도에 따른 모의 성능향상을 제시한 바 있다. 고해상도 모델이 티베트고원 고도를 좀더 현실에 가깝게 묘사하여 모의하고 강수밴드의 소규모 구조를 더 잘 모의할 가능성이 있다(Kusunoki and Arakawa, 2015). 사용된 BEST 모델은 WORST에 비해 평균 해상도는 높지만 일부 저해상도 모델도 있으므로 추가적인 분석이 필요하다(Table 3).

3.3 우기영역과 시종일

모델과 관측의 우기영역과 시종일을 Figs. 4, 5에 나타내었다. 또한, Sperber et al. (2013)는 CMIP5 모델의 MME가 중국내륙과 일본, 한반도의 몬순영역을 모의하지 못한 것을 지적한 바 있기 때문에 각 모델의 영역 비교를 위해 threat score (TS)를 이용하였다.

Fig. 4.

Spatial distribution of the East Asian Summer Monsoon season derived (left), difference (model minus GPCP) of the monsoon onset (middle) and east-west cross section at 110~140E for onset (right). Numbers indicate threat scores. Red solid and black solid lines represent model and Ref1 (GPCP). Negative value indicates earlier onset.

Fig. 5.

Same as Fig. 4 but for withdrawal of monsoon. Negative value indicates earlier withdrawal.

식 (3)의 H는 관측과 모델 모두에서 우기영역으로 정의된 격자점, M은 관측에서만 정의된 격자점, F는 모형에서만 정의된 격자점 개수를 의미한다. 해당 값은 0~1의 값을 가지며 1에 가까울수록 관측의 우기영역과 유사한 것을 의미한다. Figure 4의 왼쪽패널 숫자는 TS를 나타낸다. BEST는 0.77 이상으로 관측의 우기영역과 유사하게 모의한 반면 MME (WORST)는 각각 0.53 (0.43)로 낮았다(Figs. 4d, g, j).

CMAP과 GPCP간에 시종일은 약 ± 2 pentad의 차이를 보이고 모델과 관측과의 차이는 CMAP과 GPCP간의 차이보다 크다. 모델의 우기 종료일은 대부분 영역에서 빨리 모의하는 편이다(Fig. 5). 그러나 모델의 우기 시작일이 20~27^oN (27~32^oN)에서 늦는(빠른)것은 앞서 3.2절 Fig. 3에서 언급한 강수밴드 모의 위도가 관측보다 북쪽에 위치하는 것과 연관된다. 그리고 33~40^oN (40~50^oN) 영역에서는 늦는(빠른) 것으로 모의하였다(Fig. 4).

Figures 4, 5에 대한 면적평균결과를 종합적으로 보고자 Fig. 6에 CMIP5 모델과 관측 자료의 시종일, 지속기간, 우기 동안의 강수량을 3개의 영역으로(20~29^oN, 30~39^oN, 40~50^oN) 나누어 평균한 후 관측 자료의 평균값으로 나누어 정규화하였다. CMIP5 19개 모델 간의 편차(옅은 청색)와 관측 간의 편차(검은 색)를 최대, 최소, 1분 위수(25 quantile), 3분 위수(75 quantile)로 나타내었고 MME, BEST, WORST 모델의 결과가 관측 자료의 최대와 최솟값에 포함될 때(포함되지 않을 때) 초록색(빨간색)으로 나타내었다. 이는 모델이 관측 자료 간의 범위에 들어가면 모의 성능이 좋은것으로 모든 요소를 종합해서 판단하고자 하였다. MME, BEST, WORST 모델이 관측 자료 범위에 포함되어 초록색으로 표현되는 경우는 위도대 별로 시종일, 지속기간, 강수량에서 좋은 성능을 보이는 경우가 각각 다르다. BEST 모델일지라도 모든 면에서 성능이 우수한 것이 아님을 알 수 있다. 또한 전반적으로 초록색 표시되는 경우가 매우 국한적이라 MME, BEST, WORST 모델의 모의 성능은 개선의 여지가 있음을 알 수 있다.

Fig. 6.

Normalized 19 CMIP5 simulations (symbols) and BEST and MME, WORST values relative to observations for the fields of rainy season evolution.

Figure 6의 영역평균 결과에서 30^oN 이북의 모델의 시작일이 고위도로 갈수록 관측보다 빠른 것은 Figs. 4f, i, l에서 모델의 시작일이 특정 위도에서 빠르거나 느린 것이 서로 상쇄 되었기 때문이다. CMIP5 19개 모델 간의 편차를 보면 30^oN 이남보다 이북에서 모델간 편차가 작으므로 이는 시작일에 대한 모델간 일치성이 고위도에서 나타남을 반영한다. 종료시기의 공간분포(Figs. 5e, h, k)와 영역평균(Fig. 6) 모두 모델이 관측보다 빠르다. 이러한 시종일의 차이가 강수량의 과소 모의와도 연관된 것으로 판단되는데 이는 추가 조사가 필요하다. 또한 관측 자료 3종에 대한 시종시기 모의결과를 비교한 결과 모두 동일하여 관측자료 간 시종시기의 차이는 거의 없는 것으로 판단된다.

Figure 6에 40^oN 이남(이북)에서 모델의 지속기간은 짧다(길다). 그런데 모델과 관측의 지속기간 편차는 시종일 편차에 비해 크고 고위도 일수록 증가한다.

이는 평균 관측의 지속기간 값이 점차 작아지기 때문이고(20~29^oN: 21 Pentad, 30~39^oN: 10.5 Pentad, 40~49^oN: 3.7 Pentad), 또한 40~50^oN에서 지속기간은 관측의 평균은 3.7 Pentad인 반면 모델의 최소(최대)는 1.1 (7.9 Pentad)로 나타났기 때문에 차이는 -2.6~4.2 Pentad (0.3~2.1)로 모델 간 차이가 크다. 강수량 역시 모델 간 편차가 크며 위도대별 MME, BEST, WORST 모델 간 결과를 비교하면 강수량과 지속기간은 비례하여 모의되는 것으로 판단된다.

3.4 강수 및 기압계 패턴

모델의 우기 시종일의 모의 능력을 이해하기 위해 강수량 및 바람장을 분석하였다. 동아시아 강수는 NPSH에 의한 하층 남풍의 영향을 받으므로 수증기 유입경로와 그 세기의 차이를 알아보기 위해 850 hPa 지위고도와 수평 바람과 수분속( $$ \vec{M}$$= $$ q\vec{V}$$, q는 비습이고 $$ \vec{V}$$은 수평 바람) 및 비습을 Fig. 7에 나타내었다. 강수, 비습, 수평 바람장의 패턴 상관계수는 BEST 모델이 대부분 높게 나타났지만 모델들은 한반도 지역 모의된 강수량은 관측보다 작다(Figs. 7a, b, c). 한반도의 강수량 과소모의는 기압패턴과 연관된다. 관측에 비해 850 hPa 지위고도에서 관측과 모델은 차이가 나타났다. 모델은 일본 북쪽은 높게, 북태평양의 고기압의 서쪽측면에 해당하는 일본남쪽은(20~30^oN, 120~140^oE) 낮게 모의하였다(Figs. 7d, e, f). 이는 CMIP5 모델을 분석한 Kusunoki and Arakawa (2015)의 결과와 같으며, 일본남쪽 영역에서는 관측에 비해 반 시계 방향으로 모의하여 저위도의 수분공급이 약했다(Figs. 7j, k, l). 그 결과 저위도의 수분이 한반도 영역까지 도달하지 못하여 비습이 한반도 인근영역에서 작았다(Figs. 7g, h, i).

Fig. 7.

The spatial distribution of the difference between the models and Reference2 of mean precipitation (Pr, Units: mm day−1), 850 hPa geopotential height (850 GPH, shaded, Units: gpm), 850 hPa moisture flux (850 MFlux, vetor, Units: g kg−1 m s−1), specific humidity (850 MFlux, shaded, Units: g kg−1) and 850 hPa wind (850 UV, Units: m s−1) in JJA during 1986~2005. MME (first panel), BEST (second panel), and WORST (last panel). The hatched region in Pr, 850 MFlux and shading in 850 UV mean 95% confidence level.

이 외에도 200 hPa 동서 바람으로 표현되는 상층 제트는 동아시아 강수에 영향을 끼치는 것으로 알려져 있는데(Hong, 2004; Zhang et al., 2006; Lee et al., 2008), 상층제트의 최대값은 3개 모델 모두 약하고 그 위치만 유사한 것으로 나타났다. Kusunoki and Arakawa (2015)는 CMIP5 모델이 CMIP3에 비해 성능이 향상되었으나 상층 제트는 오히려 CMIP3가 관측과 유사한 점을 지적한 바 있다. 즉, CMIP5 모델에서 상층 제트기류의 역할에 관해서는 추가 연구가 필요하다. 그리고 200 hPa과 850 hPa의 동서 바람의 연직시어의 영역 평균한 결과는 BEST 모델이 가장 관측과 유사하였다(그림 미제시).

3.5 열역학적 분석

강수 밴드의 발달을 좀 더 이해하고자 상당온위의 종관패턴을 분석하였다. 상당온위는 습도와 온도를 동시에 표현 가능한 열역학변수이므로 동아시아 몬순 전선을 형성하는 기단의 특징을 보여준다(Seo et al., 2015). 두 기단이 만나는 지점 부근에는 상당온위의 남북경도 (∂θ_e/∂y) 최솟값으로 열대기단과 한대기단의 경계를 나타내주며 강수 강도를 유추할 수 있다. 850 hPa의 335 K 상당온위선이 한랭 건조한 한대 기단와 열대기단의 경계를 나타내는데, 이 경계에서 정체전선이 형성되고 많은 비가 내리게 된다(Seo et al., 2011). 또한, 대기는 크게 안정, 조건부불안정, 불안정으로 안정도가 구분되고, 온위와 상당온위의 연직경도로 판정이 가능하다. 만약, 온위와 상당온위의 연직 변화량 모두 음일 경우 절대 불안정층이며, 온위의 연직 변화량은 양이고 상당온위의 연직 변화량이 음일 경우 조건부 불안정층이다. 온위와 상당온위의 연직 변화량이 모두 양일 경우에 안정층이라 한다. 상당온위(θ_e)의 계산식은 다음과 같다.

온위는 θ = T(1000/p)^R_d/c_p이고, T와 p는 고도의 온도(K)와 기압(hPa)이다. R_d는 건조공기 기체상수로 287 J kg⁻¹ K⁻¹이며 c_p는 건조공기의 정압비열로 1004 J kg⁻¹ K⁻¹이고 R_d/c_p는 0.28571이다. q는 혼합비이고 T_L은 치올림 응결고도(lifting condensation level)로 자세한 것은 Bolton (1980), Kurz (1994)를 따라 계산하였다.

Figure 8의 PCC1과 PCC2는 각각 상당온위와 상당온위의 남북경도의 PCC를 나타낸다. 여름철 상당온위의 PCC는 0.97 이상으로 모든 모델이 관측과 매우 유사하지만 남북경도의 PCC는 0.58~0.76로 낮았다. 실제로 5월 초에 모델은 관측에 비해 강수 밴드의 위도가 북쪽으로 모의하고 20~25^oN 영역의 강수는 작게 모의하는 것을 5월의 상당온위 경도에서 찾아볼 수 있다. 5월의 남북 상당온위 경도에서 25^oN의 북쪽은 관측보다 음의 값이 더 컸지만, 25^oN 남쪽은 음의 경도가 아니었기에(Figs. 8a, c, e, g) 강수대 모의강도에 차이가 난 것으로 보인다. 또한, 여름철(JJA) 동안의 모델의 남북 상당온위 경도는 동아시아 전 지역에서 관측에 비해 작았다(Figs. 8b, d, f, h). 그리고 7월 전선의 위치는 6월보다 북상하여 나타나는데(Seo et al., 2011), 본 연구에서는 335 K 상당온위의 위도가 관측과 3개 모델에서 6월에서 7월로 넘어가면서 북상하였다. 그러나 MME와 BEST가 관측과 유사한 위치로 모의한 반면 WORST 모델은 7월에 매우 과도하게 북상한 것으로 모의하였으며, 남북경도의 최솟값도 약한 것으로 나타났고(그림 미제시), 강수 밴드에서도 타 모델에 비해 약하게 모의하였다(Fig. 3f).

Fig. 8.

The spatial distribution of the climatological mean Equivalent potential temperature (black solid line, K) and meridional gradient of equivalent potential temperature (shading, 10−5 K m−1) in May (left panel), JJA (right panel) during 1986~2005. Red and yellow solid lines denote the 335 K equivalent potential temperature for Reference2 (NCEP/NCAR Reanalysis1, Units: K) and models respectively. PCC1 denotes a pattern correlation of Equivalent potential temperature and PCC2 denote pattern correlation of meridional gradient of Equivalent potential temperature.

3.6 미래 동아시아 강수밴드 북상과 시종일 변화

미래 변화전망을 살펴보고자 RCP8.5의 2080~2099년과 historical run의 1986~2005년 기간을 비교하였다. 21세기말(P2) 미래 몬순 강수량은 현재(P1)보다 증가하고 9월 이후에도 강수량이 증가하는 것으로 모의되었다(Fig. 9). 즉, 미래의 몬순기간 동안 강수강도는 증가된다(Bao, 2012). BEST 모델은 현 기후뿐 아니라 미래에서도 MME와 WORST 보다 강수밴드의 모의능력이 우수하다(Fig. 9).

Fig. 9.

Same as Fig. 3 but for difference of precipitation between RCP8.5 (2080~2099) and historical run (1986~2005). Red and blue solid lines denote the 5 mm day−1 of precipitation for RCP8.5 (2080~2099) and historical run (1986~2005) respectively.

Figure 10a는 21세기 말 우기의 시종일과 강수량을 위도별로 나타낸 것이다. 시작일은 모든 모델에서 현재(P1)보다 미래 시작일이 앞당겨지고 종료일은 늦추어지는 것으로 전망된다. 이에 미래 우기의 지속기간은 길어지고 강수량 및 최대값도 증가하는 것으로 전망된다. 19개 전체 모델평균은 동아시아에서 현재(P1)와 21세기말(P2)의 우기 시작일은 32.7, 31.7 Pentad이고 종료는 43.6, 45.5 Pentad, 지속기간은 10.9, 13.7 Pentad이었다. 단 강수량의 최고시기는 모델마다 다양하게 전망된다.

Fig. 10.

Future changes in onset, withdrawal, peak time, duration and total precipitation amount of the East Asian Summer Monsoon rainy season of the period of 2080~2099 from RCP8.5 in a), which is normalized by the present-day (1986~2005) value. b, c) normalized each values.

모델 간 시작 시기의 편차는 현재(P1)와 21세기말(P2)에 각각 7.2, 8 Pentad이고 종료일의 편차는 9.4와 9.7 Pentad, 지속기간은 13.0와 10.5 Pentad의 모델간 편차를 나타낸다. 이렇듯, 우기의 시종일, 지속기간, 우기 동안의 강수량은 21세기 초와 21세기 말 두 기간 모두 모델 간 편차의 크기 변화는 거의 없지만 각각의 평균값의 변화는 뚜렷하게 나타났다(Figs. 10b, c). 다만 BEST와 WORST 모델 모두 21세기 말(P2) 시작은 빨라지고 종료는 남중국 일부 지역을 제외하면 늦추어지고 기간도 증가할 것으로 전망하였다(Fig. 10a).

여름철(JJA) 동안의 강수량은 현재(P1)의 424 mm에서 21세기 말(P2) 478 mm로, 약 13% 증가가 전망되고, 이중 우기기간 동안의 강수량은 P1 (P2)는 318 mm (396 m)로 강수량이 증가된다. 21세기 말(P2) 강수대의 발달은 0~50^oN 고위도까지의 몬순범위 확장과 강수량의 증가에 기인한다. 한편, MME와 WORST 모델은 몬순범위의 미래 전망에서도 여전히 작게 모의되었다.

3.7 미래 동아시아 종관분석

21세기 말(P2) 우기 시종일과 강수대 전망에 있어 MME, BEST, WORST 모델의 전망이 유사하였다(Figs. 9, 10a). 시종일의 전망은 유사하나 미래 여름몬순의 대기순환은 모델 간 차이가 나타난다(Fig. 11). MME, BEST, WORST는 공통적으로 21세기 말(P2) 동아시아의 강수 증가를 전망한다. 그런데, WORST, BEST 모델의 강수 증가 지역은 차이가 있다. BEST 모델의 강수량 증가는 한반도에 나타나지만 WORST 모델은 일본 쪽에 치우쳐 모의한다(Figs. 11a, b, c).

Fig. 11.

Same as in Fig. 7, but for difference of RCP8.5 (2080~2099) and historical run (1986~2005).

동아시아 미래 강수량 증가의 원인을 Seo et al.(2013b)는 지표 온도 증가로 인한 수증기 플러스의 수렴 강화와 증발의 증가로 설명하였다. 본 연구에서도 21세기 말(P2) 지면기온은 3~4^oC 상승되며(Figs. 11d, e, f), 모든 모델에서 기온 증가가 전망되어 수증기 증발량이 증가할 것으로 전망된다(그림 미제시). 또한, 북태평양 고기압 서쪽 측면에 해당하는 120~140^oE, 20~30^oN의 영역은 미래에 850 hPa 지위고도가 증가할것으로 전망된다(Figs. 11g, h, i). 그 결과 중국내륙으로 가로지르는 남서기류가 나타나고(Figs. 11m, n, o)이 기류를 따라 비습이 크게 증가할 것으로 나타났다(Figs. 11j, k, l). 다만, WORST 모델은 BEST 모델에 비해 육지해양간 온도차이가 크고 남서기류가 강하여 21세기 말 강수량은 한반도 동쪽과 일본에 최대 증가가 전망된다.

P2 (2080~2099)의 여름철(JJA) 동안의 기온, 강수, 바람 변화전망을 영역 평균하여 모델 간의 편차를 분석한 결과 P1 (1986~2005)에 비해 P2 (2080~2099)에 모델간 편차가 증가할 것으로 나타났다(그림 미제시). WORST와 BEST는 남중국(30^oN 이남)에서 강수량 감소를 전망하는데, Seo et al. (2013b)은 남중국해 지역의 수증기 수렴과 이류의 감소를 원인으로 지목한바 있으나 추가적 분석이 필요하다.

3.8 미래 동아시아 대기안정도

우기 시작일과 종료일의 미래와 현재(P1) 차이를 알아보기 위해 6~8월의 상당온위와 상당온위의 남북경도를 분석하였다. 21세기 말(P2) 6월에는 상당온위 남북경도 최저값은 현재(P1)와 유사한 위치에 분포하고 상당온위 335 K선은 BEST, MME, WORST 순서로 현재(P1)보다 더 북쪽에 놓인 반면 7월과 8월에는 335 K선이 50^oN 이북까지 도달하고 남북경도의 최저치 위치는 유사하나 값은 약간 감소하였다(그림 미제시).

21세기 말(P2) 남북 상당온위의 값이 현재(P1)와 큰 차이를 보이지 않았으나 강수 증가의 원인을 살펴 보고자 21세기 말(P2)과 현재(P1)의 여름철(JJA)의 온위와 상당온위 연직분포 차이를 Fig. 12에 나타내었다. 대기가 불안정할 경우에 구름이 층운형보다 적운형에 가깝게 형성이 되기 때문에 상당온위가 구름 발달 유무를 결정하는 중요한 인자이다(Kim and Min, 2013). 21세기 말(P2) 온위는 하층에서 2~5 K 증가한 반면 상층에는 6~14 K 증가하여 대기가 건조한 공기에 대해 안정하게 나타났다. 반대로 상당온위는 하층에서 10~24 K까지 크게 증가한 반면 상층에는 8~16 K로 하층에 비해 증가량이 작다. 따라서 대기가 습윤한 공기에 대해 불안정한 대기 조건을 나타냈다. 즉, 21세기 말(P2)에는 현재(P1)에 비해 습윤하고 구름발달에 더 유리한 조건이 되기 때문에 강수량이 증가할 수 있을 것으로 추측된다.

Fig. 12.

Simulated JJA potential temperature and equivalent potential temperature over the East Asia average from 2080~2099: (a) potential temperature under historical run; (b) equivalent potential temperature under historical run. c, d) difference between RCP8.5 and historical run (Units: K). Analysis region is over 110~140oE and 20~50oN BEST and WORST models is marked by bold fonts.