드론을 활용한 한반도 서해 연안의 해무 연직구조 분석

2.1 관측지점 및 분석사례 선정

한반도 서해의 해무는 6~7월 집중적으로 발생하는데 특히 7월에 해무 발생 빈도가 가장 크게 나타난다. 이는 해무 발생의 가장 중요한 요소 중 하나인 해수면 온도와 대기 온도의 차이(해기차: Air Sea Temperature difference, T_SST–Air)가 가장 큰 시기와 일치하다(Won et al., 2000). 또한 서해는 동일 위도인 동해에 비해 해무 발생 빈도가 2배 이상 높게 나타나는데, 이는 서해가 동해보다 수심이 얕아 강한 조석 혼합으로 인해 더 차가운 해수면을 갖기 때문이다(Choi, 2001). 따라서 본 연구는 해무가 잘 발생하는 지점과 기간을 선정하기 위해 해무 관측 장소를 서해 중부 연안으로 한하여 3개 지역(A, B, C)의 후보군을 뽑아 안개 발생 빈도를 조사하였으며, 조사지역을 Fig. 1에 나타냈다.

Fig. 1.

The locations of the investigation sites for observation of sea fog. The A, B, and C are 3 areas in the middle of the west coast of the Korean peninsula. Circles indicate Yeongjong Iland in A and Dukjeok Iland in B. Triangles indicate Incheon in A, Unpyeong in B and Manripo in C. And asterisks indicate the selected sites for observation of sea fog (in B: Baekmi-port, in C: Hagampo).

A 지역은 경기 중부 지역인 영종도(●)와 인천(▲), B 지역은 경기 남부지역인 덕적도(●)와 운평(▲), C 지역은 충남 북부지역인 만리포(▲)이다. 각 지역에 위치한 방재기상관측장비(Automatic Weather System, AWS)와 종관기상관측장비(Automated Synoptic Observing System, ASOS)의 2017~2020년 기간에 대한 1시간 간격의 시정자료와 강수자료를 활용하였다. 안개는 지표면 부근에서 응결된 수적이 대기 중에 부유하여 수평 시정이 1 km 미만인 경우를 의미하기 때문에(Roach, 1994), 1 km 미만의 시정이 1시간 이상 관측된 경우 안개 발생 횟수에 포함하였다. 단, 강수가 관측된 경우 강수로 인한 시정 저하 또는 강수 안개로 판단하여 횟수에서 제외하였다. 또한 하루 중 불연속적으로 안개가 발생한 경우 각각의 안개 횟수로 조사하였다.

Figure 2는 조사 기간에 대한 관측 후보 지역의 월별 안개 발생 횟수를 보여준다. 모든 지역에서 해기차가 큰 시기인 여름철 발생 빈도가 가장 높았으며, 그 중 C 지역에서의 6월 발생 빈도가 가장 높았다. C 지역은 바다로 돌출된 육지에 위치하고 있어 서쪽 해상에서 형성된 해무가 유입되기 쉽다. 다음 B 지역의 덕적도가 6, 7월 높은 발생 빈도를 보였고, A 지역의 영종도, B 지역의 운평 순으로 많았다. 따라서 관측 지점은 B와 C 지역으로 정하였으며, 현장답사를 통해 해안에 인접하며 인적이 드물고 드론의 이착륙이 용이한 곳으로 B 지역의 백미항(★)과 C 지역의 학암포(★)를 관측 장소로 최종 결정하였다.

Fig. 2.

Monthly occurrence frequencies of fog cases at the investigation sites. Red, blue and black lines indicate A, B, and C respectively. Circles and triangles mean the same as Fig. 1.

선정된 B, C 지역의 월별 안개 발생 빈도는 5월부터 증가하여 6월 최대로 나타나고 8월 급격히 감소하였다(Fig. 2). 특히 6~7월의 발생 빈도는 전체 안개 발생 횟수에 각각 41.5%와 43.6%를 차지하는 것으로 나타났다. 따라서 6~7월을 포함하고 봄과 가을철 복사무 형태의 해무를 고려하여 3~10월 기간 동안 관측을 수행하였다. 본 연구는 그 중 실제 육안으로 해무의 유입이 관측된 학암포 지점에서의 2021년 6월 8일 사례를 분석하였다.

2.2 관측장비

2.2.1 드론과 기상센서

해무 관측에 사용된 드론은 Matrice 600 pro (DJI, Shenzgen, China) 기체로 1,668 mm (가로) × 1,518 mm (세로) × 727 mm (높이)의 크기를 가지며, 배터리를 모두 장착하였을 때 자체중량 10 kg의 프로펠러가 6개 달린 헥사콥터이다(Fig. 3). 이 드론의 최대 유효 적재량은 5.5 kg이고, 적재량에 따라 18~38분의 비행이 가능하며, 최대저항풍속은 8 ms^–1이다. 드론 위에 탑재된 통합기상센서는 WXT536 (Vaisala, Finland)이며, 기압, 기온, 습도, 풍향, 풍속을 측정할 수 있다. WXT536의 사양은 Table 1과 같다. 드론에 기상센서 탑재 시 프로펠러의 회전으로 인해 발생하는 드론 후류의 유동을 고려하여야 하는데, 본 연구는 드론에 탑재되는 기상 센서의 최적 높이에 대한 선행연구를 참조하여 풍속에 대한 실외 기상측기 검정기준(1 ms^–1)을 만족하는 높이인 0.2 m보다 높은 0.4 m에 바람센서가 위치하도록 통합기상센서를 탑재하였다(Kim et al., 2018). 또한 드론의 머리 방향에 따른 기상 센서의 풍향자료를 보정하기 위해 드론 본체 아래의 기판에 지자기센서를 장착하였으며, 이를 사용하여 보정된 풍향자료와 함께 관측된 기상자료는 지상 수신부의 노트북에 무선통신케이블을 통해 전송되어 1 Hz의 단위로 기록된다(Figs. 3a, b). Chong et al. (2019)에서 사용한 관측장비와 같은 것으로 종합기상탑과 비교 관측을 통해 기상관측 정확도가 입증된 바 있다.

Fig. 3.

A drone (Matrice 600 pro) equipped with a meteorological sensor (WXT536). ‘a’ is compass to calibrate wind direction and ‘b’ is wireless serial cable to transmit data.

Table 1.

The specification of the meteorological sensor (WXT536) equipped on the drone.

2.2.2 지상시정계

해무 발생 여부를 판단하기 위해 시정관측장비를 현장에 설치하여 지상시정을 관측하였다(Fig. 4). 사용한 시정관측장비는 PWD20 (Vaisala)으로 전방 산란을 이용하여 관측하며, 관측가능한 시정 범위는 10~20,000 m이고, 정확도는 10~10,000 m의 시정에서 ±10%이다. 본 연구에서는 1 Hz 단위의 시정자료를 10분 평균하여 해무발생 여부와 유입 및 소산 등 과정을 판단하는데 사용하였다. 시정이 1 km 미만인 경우 해무가 발생 또는 유입되었다고 판단하였다.

Fig. 4.

The installed visibility measurement instrument (PWD20) in the observation site (Hagampo).

2.3 관측방법

드론은 낮 동안 비행이 가능하기 때문에 일출 직후부터 해무 소산까지 연직관측을 수행하였다. 비행방법은 1.5 ms^–1의 상승속도로 최대 500 m 고도 연직 비행하였다. 다만, 비행고도에서의 풍속이 드론의 최대저항풍속인 8 ms^–1를 초과하거나 관측자료 수신 상태가 불량인 경우 바로 착륙하였다. 본 연구에서 선택한 분석사례는 2021년 6월 8일 서해 전역에 해무가 발생한 사례로 일출 직후인 0522 LST부터 해무가 소산된 후 0832 LST까지 10~40분 간격으로 총 8회 연직관측을 수행하였으며, 드론 비행정보는 Table 2와 같다. 본 연구에서 사용된 드론 기상 관측 자료는 프로펠러의 회전으로 인해 드론의 후류에서 발생하는 유동을 고려하여 상승 비행시 관측된 기상자료만 사용하였으며, 품질검사를 위해 기상청에서 개발한 레윈존데 품질검사 알고리즘을 적용하여 최종적으로 양호 플래그를 받은 자료만 사용하였다. 지상시정관측은 0500 LST부터 0840 LST까지 수행하였다.

Table 2.

Overview of drone flights for observation sea fog occurred on June 8th 2021.

3.1 θ_e – q_v 선도

Betts and Albrecht (1987)은 연직 대기자료에 θ_e와 총 수분 혼합비(q_t)를 활용한 선도(θ_e – q_t 선도)를 도입하여 증발, 강수, 복사 현상 시 나타나는 대기 연직 구조를 설명한 바 있다. 보존변수를 활용한 다이어그램은 다양한 물리적 과정에서의 혼합을 설명하는 데 유용하다. Betts and Albrecht (1987)에 따르면 θ_e 또는 q_t는 변하지 않는 경우, 응결 과정, θ_e가 일정한 상태에서 q_t가 감소하는 경우 강수 과정이라 한다. 이와 반대로 강수에 의한 증발은 θ_e가 일정한 상태에서 q_t가 증가한다. 반면, 복사 과정에서 가열은 q_t가 일정한 상태에서 θ_e가 증가하고 냉각은 감소한다.

해무 형성 및 소산 시 공기의 유입 및 혼합에 의해 나타나는 물리적 과정을 살펴보기 위해 드론 연직기상관측자료에 θ_e – q_v 선도 분석을 적용하였다(Fig. 5). 드론 관측자료에서 액체에 대한 자료를 산출하는데 어려움이 있어 q_t 대신 q_v를 활용하였다. 불포화 대기 상태에서 q_v는 q_t와 같으나, 포화 대기 상태의 경우 강수가 없다면 q_t의 변화는 없지만 q_v는 감소한다는 차이가 있다. 그러나 습윤한 공기가 계속 유입되는 경우 수증기가 응결하여 액화되더라도 q_v의 증가 또는 일정한 상태가 나타날 수 있다. 본 연구에서의 θ_e와 q_v의 산출 과정은 다음과 같다.

Fig. 5.

Schematic θe – qv diagram showing the modification of mixing line under the influence of different physical processes. Dashed lines indicate the influence of radiative cooling/warming and thick lines indicate the influence of condensation/evaporation.

식(1)에서 T_e는 상당온도[K], P는 기압[hPa], P₀는 표준기준기압으로 1,000 hPa, R_d는 건조기체상수로 287.04 Jkg^–1 K^–1, C_pd는 정압 비열로 1,005.7 Jkg^–1 K^–1이다. T_k는 P에서의 온도이고, 단위는 켈빈 [K]이다. L_v는 증발 잠열로 식(2)를 이용하여 산출하였다.

식(2)에서 T_c의 단위는 섭씨 [℃]이다.

q_v는 Vaisala의 Humidity conversion formulas에 제시된 식을 활용하여 산출하였다(Oyj, 2013).

식(3)에서 B는 상수로 621.9907 [g kg^–1]이고, P_w는 수증기압[식(4)]이다.

식(5)에서 RH는 상대습도이고, P_ws는 포화수증기압이다. P_ws는 q_v와 마찬가지로 Vaisala Oyj(2013)에서 제시한 식(5)을 사용하여 계산하였다.

여기서 A, m, T_n은 상수로 온도 범위에 따라 다른 값을 가지며, –20~+50℃ 범위에서 각각 A = 6.116441, m = 7.591386, T_n = 240.7263이다.

일반적으로 θ_e와 q_v는 맑은 대기에서 고도에 따라 감소하는 특징을 갖는다(Betts and Albrecht, 1987; Paluch and Lenshow, 1991). 따라서 θ_e – q_v 선도의 y축인 q_v을 역으로 나타냈고, 실선에 m 단위의 고도를 표기하였다. 고도는 측고방정식을 활용하여 산출하였으며, 측고방정식에서 온도는 습윤한 대기를 고려하여 가온도를 사용하였다.

3.2 바람의 직교성과 연직시어

Ω는 기준고도 대비 임의고도에서 풍향의 변화 정도를 나타내는 값으로 –1에서 1 사이의 값을 가진다. Ω가 1인 경우는 기준 고도와 임의 고도에서의 풍향이 같음을 의미하고, Ω가–1인 경우에는 반대를 의미하며, Ω가 0인 경우에는 기준 고도와 임의 고도의 풍향이 서로 수직임을 의미한다. Ω는 식(6)과 같으며, 여기서 기준 고도는 지면과 인접하여 발생하는 해무의 바람영향을 잘 반영하는 지상 바람의 대표 고도인 10 m로 하였다.

여기서 $$ \overrightarrow{\upsilon \left(z\right)}$$는 임의 고도에서, $$ \overrightarrow{{\upsilon }_r}$$은 기준 고도에서의 바람 벡터이다.

SH는 고도별로 다음 식(7)과 같이 계산하여 분석하였다.

여기서 u는 경도 방향의 바람요소, v는 위도 방향의 바람요소를 뜻하며, ∆는 지상과 고도 z에서의 요소 차이를 의미한다.

4.1 사례 일 기상 개요

Figure 6은 2021년 6월 8일 0600 KST 동아시아 영역에 대한 지상기압과 한반도 영역에 대한 2 m 기온 및 10 m 바람을 보여준다. 만주와 북태평양에 위치한 고기압이 한반도 서해까지 확장하여 능이 남-북으로 놓여 있어 남쪽의 따뜻하고 습한 바람이 서해(안)로 불어오기 유리한 환경임을 알 수 있다(Fig. 6a). 한반도의 2 m 기온과 10 m 바람에서 동해와 남해는 20℃~24℃의 기온이 분포하는 반면, 서해상에는 상대적으로 차가운 16℃~20℃의 기온이 분포하고 남서기류가 지배적이다. 서해 중부해역의 관측지 근해는 남기류가 지배적이며, 풍속은 약 2.5 ms^–1로 매우 약하다(Fig. 6b). 이러한 종관상태는 해무의 대표적인 안개종인 이류 안개를 형성하기 좋다. 실제 한반도 서해상에서 해무가 가장 많이 발생하는 종관유형이다(Won et al., 2000).

Fig. 6.

Synoptic weather charts for surface pressure (a) and spatial distribution of 2 m temperature (℃) and 10 m wind (kts) (b) on 0600 KST 8 June 2021.

Figure 7은 관측지인 학암포의 10분 평균 시정과 관측지로부터 14 km 떨어진 만리포 AWS 지점의 10분 단위의 기온과 시정 그리고 바람자료를 나타냈다. 0620 LST부터 0730 LST까지의 노란 채색은 학암포에서 시정이 1 km 미만으로 감소하여 해무 현상으로 판단된 시간영역이다. 학암포에서 시정의 감소는 0520 LST 이후로 나타났으며 0620 LST부터 1 km 미만의 시정이 관측되었다. 0700 LST에 최저시정 167.31 m를 기점으로 시정이 개선되어 0730 LST에 1,014.48 m로 안개의 임계값인 1 km와 근접한 시정이 관측되고, 이후 0800 LST에 4,391.07 m까지 시정이 개선되었다. 만리포의 경우 0440 LST부터 시정의 급격한 감소가 나타났으며, 0500 LST부터 0720 LST까지 1 km 미만의 시정이 관측되었다. 이후 학암포 관측지점과 동일하게 0730 LST부터 1 km 이상으로 시정이 개선되었다. 학암포보다 태안 반도 끝 지점에 위치한 만리포에서의 해무 유입이 약 1시간 20분 이른 시간인 0440 LST에 나타났으나, 소산된 시간은 0730 LST로 유사하게 나타났다.

Fig. 7.

Time series for surface wind (arrows), temperature (grey line), and visibility (grey line) at Manripo and visibility (black line) at Hagampo during sea fog event. The yellow shade shows the period of sea fog and the dashed line represents 1 km of visibility.

따라서 학암포에서의 해무의 유입 및 소산과 관련하여 지상기온과 바람의 변화를 만리포 AWS 자료를 통해 살펴보았다. 화살표의 방향은 풍향을 의미하고, 채색은 풍속을 의미한다. 0500 LST부터 0830 LST까지 전체적으로 남풍이 지배적이나, 자세히 살펴보면 학암포에서의 시정이 악화되는 시기에 풍향이 약하게 서풍계열로 변하고, 풍속이 약 2 ms^–1 이하로 약해지는 특징을 보인 반면, 시정이 회복되는 시기에는 반대로 풍향이 약하게 동풍계열로 변하며 풍속이 점차 강해지는 특징을 확인하였다. 기온의 경우 만리포와 학암포에서 시정의 감소가 시작되는 시간인 0440 LST와 0520 LST에 약간의 기온 하강(각각 0.3℃, 0.2℃)이 관측되었으며, 시정이 개선되기 시작하는 시간인 0700 LST를 기점으로 기온이 상승하였다.

해무 현상에 있어 T_SST–Air는 중요한 요소 중 하나로 대기와 해양의 상호작용을 살펴볼 수 있다. 이를 위해 학암포에서 남남서 방향으로 73 km 떨어져 위치하는 외연도 부이 자료를 통해 0400~0900 LST 동안의 T_SST–Air를 살펴보았다(Table 3). 해당시간 동안 해수면 온도는 17.4℃~17.6℃로 거의 변화가 없었으며, 2 m 기온은 17.8℃~18.8℃의 범위로 관측되었다. 또한 2 m 기온은 시정의 감소가 나타나기 전 0430 LST에 18.5℃까지 일시적으로 상승한 후 하강하면서 0530 LST에 18.0℃로 관측되었으며, 이후 점차 상승하였다. T_SST–Air는 해당시간 동안 음의 값으로 나타났으며, 이를 통해 본 해무 사례는 따뜻한 공기가 차가운 해면 위로 이동하여 발생한 차가운 해무 또는 따뜻한 이류 안개임을 알 수 있다. T_SST–Air의 변화를 살펴보면 0400~0600 LST까지 절대치로 1℃ 미만의 값을 보이다 0630 LST부터 1℃ 이상의 값을 보였다. 바람은 0400부터 0530 LST까지 풍속 5 ms^–1 이상을 가지는 남서류가 관측되었고, 이후 풍속이 점차 감소하여 0700 LST 1.7 ms^–1로 관측되었으며, 풍향은 0730 LST까지 남류가 지배적으로 나타났다. 0800 LST부터는 남동류의 바람이 관측되었다. 관측지의 시정의 변화와 직접적으로 대조하여 살펴보기에 무리가 있는 위치의 부이 자료지만, 2 m 기온이 하강하는 시점과 시정의 감소가 나타나는 시점, 그리고 T_SST–Air가 절대치로 1℃ 이상의 값을 가지며, 풍속 5 ms^–1 이하의 남류가 관측된 시점과 1 km 미만의 시정이 나타난 시점이 유사하다. 남동류의 바람이 관측된 시점과 해무 소산 시점 또한 유사하게 관측되었다.

Table 3.

Air sea temperature differences for sea fog event using Oeyundo buyo observational data.

Figure 8은 2021년 6월 8일 0600, 0700와 0740 LST 천리안 위성–2A호의 한반도 지역 RGB (Red-Green-Blue) 합성 이미지(Figs. 8a, c, and e)와 지상 시정자료를 중첩한 안개탐지 이미지(Figs. 8b, d, and f)이다. RGB 합성 이미지에서 하층운 또는 안개의 분포는 붉은색으로 표현되고, 상층운은 흰색, 중층운은 옅은 회색이나 밝은 회색으로 표현된다. 지상 시정자료를 중첩한 안개탐지 이미지는 붉은색에 가까울수록 안개일 가능성이 높음을 의미하고, 지상 시정자료는 시정이 1 km 이상 2 km 미만인 경우 점선, 1 km 미만인 경우 실선으로 그려진 하늘색 원으로 표현된다. 0600 LST의 RGB 합성 이미지에서 상층운 아래로 서해상의 동쪽 전역에 해무가 형성된 것을 알 수 있다(Fig. 8a). 0700 LST에 붉은 영역은 더 짙어지고 서해상의 남쪽까지 확장되었다(Fig. 8c). 한편, 안개탐지 이미지에서는 0600 LST에 서해상에 부분적으로 안개가 탐지되고, 관측지 부근의 연안에서 지상시정 또한 1 km 미만으로 관측되었다. 0700 LST에 관측지 근해상으로 해무 영역이 확장되었고, 0740 LST에 해무 영역이 작아지면서 지상 시정이 2 km 이상으로 관측지 부근의 해무가 소산된 것을 확인할 수 있다.

Fig. 8.

RGB images [(a), (c), (e)] and fog images overlapped ground visibility data [(b), (d), (f)] of GK2A (GEO-KOMPSAT-2A) at 0600, 0700, and 0740 LST. In RGB image, low-layer cloud and fog are indicated red. In fog images overlapped ground visibility data, the closer it is to red, the more likely it is to be fog, and if the visibility on the ground is less than 1 km, it is indicated by a solid light source in sky blue. RGB, Red-Green-Blue.

4.2 연직프로파일

드론으로 관측한 기상요소에 대한 연직 분포를 먼저 살펴보고자 한다. Figure 9에 θ_e, 상대습도, 풍향, 그리고 풍속의 연직 분포를 제시하였다. 대기의 열역학적 연직구조를 살펴보기 위해 기온 대신 θ_e를 분석하였다. 시정이 악화되기 시작한 시점인 0522 LST (Fig. 9, black line), 시정이 1 km 미만으로 감소하기 직전의 시간인 0609 LST (Fig. 9, red line), 시정이 1 km 이상으로 회복되는 시간인 0727 LST (Fig. 9, blue line), 그리고 시정이 3 km 이상으로 회복된 시간인 0802 LST (Fig. 9, green line)에 대해 각각 해무 유입 전, 해무 유입 시작, 해무 소산과정, 해무 소산 시점으로 판단하여 분석하였다. θ_e의 경우, 해무 유입 전, 지상에서부터 고도 300 m까지 변화량이 1K 이내(290.78~291.02K)로 습윤단열적으로 중립적인 대기 상태였으나, 해무 유입 시작 시점에 지상 부근에서 289K까지 하강하면서 약 300 m 고도까지 안정적인 대기가 형성되었다. 이후 지상 부근에서 상위 고도 대비 큰 폭으로 상승하면서 해무가 완전히 소산된 시점에 중립적인 대기 상태가 형성되었다. 해무 유입 시 지상 부근의 θ_e 감소는 따뜻하고 습윤한 공기가 차가운 해면으로 이류해 냉각, 포화되고 약한 바람에 의해 그 위층의 공기와 난류 혼합하여 냉각층을 형성하는데, 바로 이 냉각층이 바람에 따라 유입되어 나타난 특징으로 판단된다. 습도의 경우 해무 유입 전, 지상에서 91%로 나타났으며, θ_e와 마찬가지로 큰 변화없이 고도 300 m까지 90%~92%의 범위를 가졌다. 해무 유입 시작 시점에는 고도 약 300 m까지 최대 95.3%를 가지며 증가하는 구조를 보였다. 바람은 해무 유입 전 지상부터 고도 40 m까지 1 ms^–1 미만의 풍속을 가지며 남남서풍이 나타났고, 그 이상 고도에서 풍속이 2 ms^–1 이상으로 빠르게 증가하였다. 해무 유입 시점에는 풍향이 고도 약 120 m까지 서남서로 바뀌면서 한반도 서해 연안의 해무에 유리한 조건이 형성되었으며, 상위 고도에서는 풍향이 반시계 방향으로 바뀌며 고도 약 200 m에서부터 남풍이 유입되었다. 해무 소산 과정에는 지상에 약 1 ms^–1의 속도를 가지는 서풍이 유입되고, 남서풍의 유입고도구간은 고도 30 m에서 약 110 m 이하로 나타났으며, 남풍 유입고도는 이전 시간보다 낮아진 고도 110 m에서부터 나타났다. 이는 대기하층 상부에 상대적으로 강한 영향을 주고 있던 남풍이 점차 대기하층 하부까지 확장한 것으로 판단된다.

Fig. 9.

Vertical profiles of equivalent potential temperature (a), relative humidity (b), wind direction (c) and wind speed (d) obtained by the meteorological sensor installed on the drone.

4.3 θ_e – q_v 선도

해무 유입 전부터 유입 후 소산까지의 연직 관측자료에서 지상에서부터 일정 고도까지 θ_e의 증가와 함께 q_v가 증가하는 구조가 나타났으며, 이후 상부 고도에서는 두 변수 모두 감소하는 구조를 보였다. 해무 유입 전(Figs. 10a, b) θ_e와 q_v가 고도에 따라 증가에서 감소로 변하는 고도는 각각 181 m, 183 m로 약 20분 동안 거의 변화가 없었으나, 경향이 변하는 고도(181 m, 183 m)에서의 θ_e는 약간 감소하고 q_v는 증가하였다(Fig. 10, yellow box). 이는 앞서 Fig. 7에서 해무 유입 전 시간인 0520 LST에 지상 기온이 약간 감소하고, 시정의 감소가 시작된 것과 함께 고려하였을 때, 차고 습한 공기가 유입되어 나타난 현상으로 생각된다. 또한 θ_e 감소와 함께 약한 냉각 현상이 일어나나, q_v가 감소하지 않고 증가한 것으로 보아 대기 중의 수증기량이 포화에 이르러 응결현상이 발생하기에 충분하지 않은 것으로 보인다. 0609 LST, Fig. 10c에는 지면과 인접한 대기 최하층(0~183 m)에서 이전 시간 관측자료 대비 θ_e와 q_v의 뚜렷한 감소를 보였다(Fig. 10, orange box). 이는 기존 대기에 비해 습하고 차가운 공기가 이류 하여 공기를 냉각시켜 포화 및 응결현상이 나타난 것으로 생각된다. 실제 0609 LST 관측을 마치고 착륙한 드론의 표면에 많은 물방울들이 맺혀있었다(Fig. 11). 이후 고도 183~327 m 구간에서 이전 시간 대비 θ_e의 감소와 함께 q_v가 증가하였다. 이는 고도 327 m까지 차갑고 습한 공기가 유입되었음을 추정할 수 있으나, 183 m 이하 고도 구간에서 q_v의 감소로 응결 현상이 나타남을 고려하였을 때, 유입된 해무의 꼭대기는 183 m로 추정할 수 있다. 다음 0653 LST 관측(Fig. 10d)에서 이전 시간(0609 LST) 대비 지상부근에서 θ_e와 q_v의 증가가 나타났다. 이는 태양복사에 의한 지면 가열로 인한 증발 현상으로 보이나, 지상시정이 1 km 미만인 것을 고려하였을 때 응결된 안개 물방울이 아직 대기 중에 존재함을 알 수 있다. 그리고 고도 327 m에서는 이전시간 대비 θ_e는 일정한 상태에서 q_v가 감소하였다. 이는 앞의 근거와 같이 해무의 꼭대기가 183 m에서 327 m로 발달하였음을 알 수 있다(Fig. 10, green box). 해무 소산과정(0727 LST, Fig. 10e)에서 또한 지상부근에서의 θ_e와 q_v의 증가가 나타나 가열과 증발 현상이 계속 나타나고 있음을 알 수 있고, 지상시정계에서 시정이 1 km 내외로 개선되는 현상이 동시 관측되었다. 그리고 θ_e와 q_v의 경향 변화가 나타나는 고도가 324 m로 이전시간 대비 10 m 낮아짐과 동시에 324 m에서의 θ_e와 q_v가 증가하였다(Fig. 10, blue box). 이 때 바람에 대한 연직프로파일(Fig. 10c)을 살펴보면 풍속 6 ms^–1 이상의 강한 남풍류가 유입되는 것을 알 수 있다. 따라서 고도 324 m 부근에서의 θ_e와 q_v의 증가는 강한 남풍류에 의한 것이며, 강한 바람에 의한 증발로 유입된 해무가 점차 소산된 것으로 생각된다. 시정이 4 km 이상으로 개선된 0802 LST 관측에서는 θ_e의 약한 증가와 함께 지상부근의 q_v가 해무 유입 전(0522 LST와 0539 LST)의 q_v와 유사한 값까지 증가하였다. 그리고 θ_e와 q_v의 경향 변화가 나타나는 고도는 또한 222 m로 낮아졌는데, 이는 Fig. 9d에서 대기하층 상부에서의 풍속이 강한 건조한 공기의 유입 고도가 점차 하강하는 것과 일치한 결과이다.

Fig. 10.

θe – qv diagrams for sea fog event. The altitudes are indicated beside lines. (a) and (b) show the condition before sea fog inflow. (c) shows the condition of sea fog inflow. After (f), the diagrams show the dispersion process of the sea fog. Yellow box indicates the changes (θe increase and qv decrease) before inflow of sea fog. Orange box and green box indicate the sea fog area. And blue box indicates the changes (increase of θe and qv) at the dispersion process.

Fig. 11.

Water droplets on the surface of drone after 0609 LST observation.

θ_e와 q_v의 시간에 따른 연직 변화를 시각적으로 살펴보기 위해 근사값을 사용하여 고도 5 m 간격으로 자료를 재정렬한 후, 10분 간격으로 내삽하여 시간에 따른 연직 분포도를 나타냈다(Fig. 12). 가장 두드러진 특징은 해무 유입 시점(0609 LST)에는 이전시간 대비 θ_e와 q_v가 특히 200 m 이하 고도 구간에서 급격히 감소하였다(Fig. 12a). 지표층에서 θ_e의 감소는 공기가 차가운 지면 또는 해수면 위로 이류할 때 나타나는 특징이다(Betts, 1982). 이로 인해 응결하여 q_v가 감소한 것으로 추정된다. 또한 동일 시점에 연직변화를 살펴보면 고도 60 m 이하 구간에서 고도에 따라 θ_e의 변화는 거의 없으나, q_v는 급격히 증가하였다(Fig. 12a). 이는 강수에 의한 증발 현상으로 보인다(Betts and Albrecht, 1987). 이후 0653~0727 LST 동안 지상에서부터 고도 150~180 m 이하 구간에서 θ_e와 q_v의 변화가 거의 없는 것으로 나타났다(Fig. 12b). 이는 해무 내부로 혼합이 잘 되어 고도 및 시간에 따른 변화 없이 균질한 대기의 특성을 가진 것으로 사료된다. 또한 0653 LST에는 고도 200 m 이상, 0727 LST에는 고도 100 m 이상에서 θ_e의 상승이 두드러지게 나타났다. 일반적으로 해무 꼭대기에서는 응결된 안개 물방울로 인해 증발 냉각(Lilly, 1968)과 복사 냉각(Moeng, 1987)이 일어나 하향부력을 유발하는데, 해무 꼭대기 위에서 θ_e의 증가와 함께 나타날 경우 이 하향 부력이 강화된다(Betts, 1982). 이로 인해 해무 내부의 혼합이 더 잘 발생할 뿐만 아니라, 해무 꼭대기에서의 주변 대기 유입을 초래(Nicholls and Turton, 1986; Moeng, 2000)하여 상층에서부터 해무의 소산이 발생한다. Figure 13에서 0653 LST 이후 가 고도에 따라 상승하기 시작하는 고도가 점차 낮아지는 모습을 통해 해무가 상층에서부터 소산되는 것을 확인할 수 있다. 정리하자면, 0609 LST 해무가 유입되었고 0653 LST 이후 해무 꼭대기에서부터 점차 소산됨을 확인하였다.

Fig. 12.

θe – qv vertical θe (shaded, unit: K) and qv (green contours, unit: g kg–1) timeseries for sea fog event. The white dotted lines mean drone observation times. (a) represents plummet area and (b) represents little change area.

Fig. 13.

The orthogonality (Ω) of wind for 0609, 0727, and 0802 LST.

4.4 바람의 직교성과 연직시어

바람의 직교성은 기준고도 대비 풍향의 연직변화를 살펴볼 수 있어 해무의 유입층과 소산고도를 추정할 수 있다. 해무 유입과 소산과정에 대한 풍향의 연직구조 변화를 살펴보기 위한 바람의 직교성(Ω) 분석결과(Fig. 13), 해무 유입 시점(Fig. 13a)에는 전 고도(0~500 m)에서 Ω가 0.8 이상으로 나타났다. 특히 0~171 m 구간에서 Ω가 0.95 이상으로 풍향의 변화가 거의 없는 것으로 나타났는데, 이는 앞서 4.3절에서 추정한 해무 유입 고도구간(0~183 m)과 약 12 m 차이로 유사하다. 해무 소산과정의 시점(Fig. 13b)에는 고도 0~22 m 구간에서 Ω가 0.98 이상으로 풍향의 변화가 거의 없으나, 그 이상의 고도구간에서 Ω가 고도에 따라 0에 가까운 값으로 나타났다. 이는 상층으로 갈수록 지상(고도 10 m) 풍향에 직교한 바람이 부는 것을 의미한다. 이후 지상 시정이 4 km 이상으로 해무가 완전히 소산된 시점(Fig. 13c)에는 전 고도에서의 Ω가 0.8 이상으로 연직 풍향 변화가 거의 없는 것으로 나타났다. 따라서 해무 유입 시 연직적으로 동일한 성질의 공기가 유입되고, 소산 시 상층에서부터 지상 풍향에 직교한 바람이 유입하여 소산됨을 확인하였다. SH의 경우 해무 유입 및 소산 시까지 지면 근처에서 강한 기계적 난류가 존재하는 것으로 나타났다(Figs. 14a, b). 즉, 해무 유입 시 지면 근처에서 강한 기계적 난류가 대기 경계층이 안정한 상태에서 연직 혼합을 주도하고 있는 것으로 보인다. 또한 해무 유입 꼭대기 고도로 추정되는 부근(181 m)에서 풍속의 증가에 따른 SH의 증가는 기계적 난류를 강화하여 top down mixing을 일으키고, 이는 주변공기를 유입하여 해무 꼭대기의 발달을 유도한다(Gao et al., 2007; Yang and Gao, 2020). 이는 4.3절에서 추정한 해무 꼭대기 고도가 해무 유입 시 183 m에서 이후 관측인 0653 LST 에 327 m로 발달한 것과 연관된 분석결과이다.

Fig. 14.

The vertical wind shear (SH) for 0609, 0727, and 0802 LST.