:: Journal of the Korean earth science society ::
Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1225-6692(Print)
ISSN : 2287-4518(Online)
Journal of the Korean earth science society Vol.39 No.3 pp.211-227
DOI : https://doi.org/10.5467/JKESS.2018.39.3.211

Prediction Skill of GloSea5 model for Stratospheric Polar Vortex Intensification Events

Hera Kim1, Seok-Woo Son1*, Kanghyun Song1, Sang-Wook Kim1, Hyun-Suk Kang2,3, Yu-Kyung Hyun2
1School of Earth and Environmental Sciences, Seoul National University, 1, Gwanak-Ro, Gwanak-Gu, Seoul 08826, Korea
2Earth System Research Division, National Institute of Meteorological Science, 33, Seohobuk-ro, Seogwipo-si, Jeju-do 63568, Korea
3Numerical Model Development Division, Numerical Modeling Center, 61, Yeouidaebang-ro 16-gil, Dongjak-gu, Seoul 07062, Korea
Corresponding author: seokwooson@snu.ac.kr Tel: +82-2-880-8152 Fax: +82-2-883-4972
March 12, 2018 June 24, 2018 June 25, 2018

Abstract


This study evaluates the prediction skills of stratospheric polar vortex intensification events (VIEs) in Global Seasonal Forecasting System (GloSea5) model, an operational subseasonal-to-seasonal (S2S) prediction model of Korea Meteorological Administration (KMA). The results show that the prediction limits of VIEs, diagnosed with anomaly correlation coefficient (ACC) and mean squared skill score (MSSS), are 13.6 days and 18.5 days, respectively. These prediction limits are mainly determined by the eddy error, especially the large-scale eddy phase error from the eddies with the zonal wavenumber 1. This might imply that better prediction skills for VIEs can be obtained by improving the model performance in simulating the phase of planetary scale eddy. The stratospheric prediction skills, on the other hand, tend to not affect the tropospheric prediction skills in the analyzed cases. This result may indicate that stratosphere-troposphere dynamic coupling associated with VIEs might not be well predicted by GloSea5 model. However, it is possible that the coupling process, even if well predicted by the model, cannot be recognized by monotonic analyses, because intrinsic modes in the troposphere often have larger variability compared to the stratospheric impact.



성층권 극소용돌이 강화사례에 대한 GloSea5의 예측성 진단

김 혜라1, 손 석우1*, 송 강현1, 김 상욱1, 강 현석2,3, 현 유경2
1서울대학교 지구환경과학부, 08826, 서울특별시 관악구 관악로 1 서울대학교
2국립기상과학원 지구시스템연구과, 63568, 제주특별자치도 서귀포시 서호북로 33
3기상청 수치모델링센터 수치모델개발과, 07062, 서울특별시 동작구 여의대방로 16길 6

초록


본 연구에서는 한국기상청의 장기예측시스템 현업모형인 GloSea5의 성층권 극소용돌이 강화사례에 대한 예측성 을 진단 및 검증하였다. 진단에 사용된 통계량은 이상상관계수(ACC, Anomaly Correlation Coefficient)와 평균제곱근 예측성(MSSS, Mean Squared Skill Score)으로, 1991-2010년간 발생한 14개 극소용돌이 강화사례에 대한 GloSea5의 예 측성한계는 ACC를 기준으로 13.6일, MSSS를 기준으로 18.5일로 나타났다. 모형의 평균제곱오차(MSE, Mean Squared Error)의 각 성분을 정량적으로 비교분석한 결과, 예측성을 저하시키는 가장 큰 요인은 맴돌이(에디)오차로, 그 중 에디 의 위상오차가 전체 예측오차의 큰 부분을 차지하는 것으로 나타났다. 또한 극소용돌이 현상이 수평적으로 큰 규모를 가지는 만큼 동서파수 1의 에디와 관련한 오차가 더 작은 규모의 에디에 비해 가장 크게 예측오차에 기여하는 것으로 나타났다. 한편, 분석한 사례들에 대하여 GloSea5의 대류권 순환에 대한 예측성은 성층권 예측성과는 큰 관련이 없는 것으로 나타났다. 이는 단순히 GloSea5 모형이 성층권-대류권 접합과정을 잘 모의하지 못하기 때문에 나타난 결과로 유추할 수 있다. 하지만, 극소용돌이 강화에 의한 영향에 비해 대류권에서 내부변동성의 절대적인 크기가 종종 크게 나 타난다는 점을 감안하면, 모형에서 성층권-대류권 접합을 잘 모의하고 있더라도 극소용돌이 강화 자체만의 영향이 뚜렷 하게 나타나지 않았을 가능성 또한 간과하면 안 될 것이다.



    Korea Meteorological Administration
    NIMS-2016-3100

    서 론

    현업 단기 및 중기예보는 현재 수일에서 열흘 정 도의 시간규모에 대한 예보를 수행하고 있다. 또한 수개월 규모의 계절예보는 엘니뇨 남방진동(El Nino and Southern Oscillation; ENSO)과 같은 몇몇 계절 변동성을 활용함으로써 예측성능이 높아지고 있다 (Hudson et al., 2011). 이에 반해 두 시간규모의 틈 이라고 할 수 있는 2주에서 계절규모(Seasonal to Subseasonal; S2S)의 예측은 아직 활발히 이루어지지 않고 있다. 이는 초기치 및 경계치만으로는 해당 시 간규모에서의 기후변동성을 충분히 설명하기 어렵기 때문이다. 이 문제를 해결하기 위해 세계기상기구 (World Meteorological Organization; WMO)가 주최 한 S2S 프로젝트가 2014년부터 진행 중에 있으며, 국내에서는 한국기상청 장기예측시스템 현업 모형인 GloSea5가 이에 참여하고 있다. 북반구에서 계절내 기후변동성에 광역적인 영향을 미치는 현상에는 ENSO, 북극진동(Artic Oscillation; AO), 해빙, 성층 권 순환변동성 등이 있다. 이와 같은 장기변동성들은 대류권 예측성 향상을 위해 활용될 수 있으며 (Goddard et al., 2001; Baldwin et al., 2003), 그 중 과거에 그 중요성이 상대적으로 과소평가되어온 성층 권 순환은 변동성의 시간규모가 수주 이상 지속성을 가진다는 점에서 새로운 계절내 시간규모 예측인자로 서 주목을 받고 있다(Baldwin and Dunkerton, 2001).

    성층권에서는 겨울반구에만 나타나는 제트류가 순 환을 지배하는데, 극을 중심으로 회전하는 흐름이라 는 뜻에서 이를 극소용돌이(polar vortex)라고 지칭한 다. 극소용돌이는 극성층권의 평균순환으로서 겨울철 태양복사의 절대적인 양 감소로 인한 복사냉각과 그 에 따른 온도풍 균형의 결과로 항상 존재하지만, 그 순환강도나 순환범위가 성층권 내외의 요인에 의해 변동한다. 극소용돌이가 평년보다 약해지는 극소용돌 이 약화현상(Vortex Weakening Events; VWEs)은 극 을 중심으로 고위도에 급격한 기온상승을 동반하므로 돌연승온(Sudden Stratospheric Warming; SSW)으로 도 불리는데, 이 현상은 상부 대류권에서의 행성규모 파동이 성층권으로 전파되며 성층권 내 평균순환장과 상호작용함으로써 야기될 수 있다고 알려져 있다 (Baldwin and Dunkerton, 2001). 반대로 극소용돌이 강화현상의 경우 겨울철 지속적인 복사냉각 등에 의 해 극소용돌이가 평균보다 더 강해지는 현상이며, 일 각에서는 대류권에서 기인하는 파동전파의 부재, 곧 극소용돌이 약화사건의 부재로 인한 결과로 여기기도 한다. 따라서, 극소용돌이 현상은 그 강도의 분포가 동서바람을 기준으로 할 때 음의 왜도(skewness)를 나타내며, 극소용돌이 강화현상의 경우 진화과정의 시간적 특성이 극소용돌이 약화현상과 다르다 (Thompson et al., 2002; Limpasuvan et al., 2005). 예를 들어, 극소용돌이 강화사례는 돌연승온을 동반 하는 극소용돌이 약화사례와는 달리 행성파 파동활동 의 부재와 함께 극지역의 기온 냉각과 순환의 강화 가 사례발생일 이전까지 점진적으로 나타난다. 또한 극소용돌이 강화는 사례 발생일 이후에도 동서바람의 강화, 기온 감소, 기압 상승 등으로 나타나는 현상의 지속시간이 더욱 길다. 극소용돌이 강화의 경우 그 생애의 지속시간이 약 80일 까지도 지속된다고 알려 져 있다.

    선행연구들은 성층권에서 극소용돌이의 극한 아노 말리가 대류권 지위고도에 같은 위상의 북반구 환형 모드(Northern Annular Mode; NAM) 형태의 동서평 균 순환변화에 앞서 나타난다는 것을 언급했다. 이후 다른 연구들은 사례분석을 통해 하부성층권에 강한 극소용돌이 아노말리가 나타나는 경우 대류권 상층의 파동 변동성에 영향을 줌으로써 지표에서 2달 이후 까지 평균적으로 AO/NAO (North Atlantic Oscillation) 와 같은 대기현상을 유도한다는 것을 밝혀냈다(e.g. Baldwin and Dunkerton, 1999). Kodera et al. (1999) 는 대류권 내 북극 중심 순환의 변동성의 영향으로 나타나는 현상 중 규모가 큰 기후현상에 대해서는 극소용돌이가 주 요인으로 작용한다는 것을 발견했 다. 특히, 한반도를 포함한 동아시아지역 겨울철 기 후에 대해서는 극소용돌이와 관련한 순환변동성만이 유의한 영향력을 가짐이 밝혀졌으며, 2015/16년 동아 시아에서 발생한 초겨울 온난현상의 주요 원인중 하 나로 극소용돌이 강화현상에 뒤따른 양의 AO/NAO 를 지목한 Jeong et al. (2016)의 결과는 이를 뒷받침 한다. 이러한 결과들로부터 현재 NAM과 관련한 극 소용돌이와 AO (또는 NAO)의 상호작용은 성층권- 대류권 접합을 가장 잘 대표하는 현상으로 자리매김 했으며, 성층권 극소용돌이의 극한현상은 대류권 계 절내 변동성에 대한 예측성 확보를 위한 예측인자로 서 대두되고 있다.

    극소용돌이 강화현상은 극소용돌이 약화현상에 비 해 그 절대적인 강도와 대류권과의 접합이 다소 약 하기 때문에, 극소용돌이의 극한사례에 대한 연구는 주로 약화사례에 대해 이루어져왔다(e.g. Song et al., 2015). 하지만, 극소용돌이 강화현상 또한 성층권-대 류권 접합에 의해 대류권에 유의한 영향을 나타낸다 는 것이 모형을 통해서도 확인이 된 바 있으며 (Kodera et al., 1990; Polvani and Kushner, 2002; Song and Robinson, 2004), 대류권에 미치는 영향이 극소용돌이 약화현상의 영향과 구조적으로 대칭을 이 룬다고 알려져 있다(Jung and Barkmeijer, 2006). 또 한, 극소용돌이 강화현상의 경우 발생 전후 지속시간 이 특히 길기 때문에 극소용돌이 약화현상에 비해서 도 더 이른 시기에 예측성을 확보할 가능성이 있으 므로, 대류권 예측성 향상에 있어서 잠재적으로 가지 는 극소용돌이 강화현상의 중요성을 강조해도 지나치 지 않다. 최근 Tripathi et al. (2015b)는 ECMWF 모 형에서 극소용돌이의 순환강도변화에 동반되는 기온 과 지위고도 아노말리에 대해 극소용돌이 약화사례와 강화사례에 대한 성층권 계절내 예측성을 분석했다. 그 결과 극소용돌이 약화사례에 대한 예측성과 함께 극소용돌이 강화사례에 대해서도 중립위상일 때에 비 해 예측성이 높게 나타났다.

    최근 Song et al. (2018)은 GloSea5 모형에서 극소 용돌이 약화사례 발생에 대해 성층권 예측성이 2주 정도를 나타냄을 밝힌 바 있다. 본 연구는 Song et al. (2018)을 확장해 성층권 내 계절내 변동성을 대표 하는 극소용돌이의 강화현상에 대한 GloSea5 모형의 예측성을 검정하고, 이로부터 2주에서 계절규모 예측 에 대한 한국기상청 현업모형의 현 위치를 점검하고 자 분석을 수행했다. 또한, ECMWF 모형 결과에서 나타난 것과 같이(Tripathi et al. 2015b) GloSea5 모 형에서도 강화사례의 경우가 약화사례에 비해 더 낮 은 예측성을 가지는지 확인해보고자 하였다. 또한 체 계화된 검정방법인 이상상관계수(ACC)와 평균제곱근 예측성(MSSS)을 이용하여 극소용돌이 강화사례에 대 한 예측성을 정성적으로 진단하는데서 나아가, 예측 오차의 성분분리분석을 통해 모형의 예측성능을 저해 하는 요인들을 정량적으로 비교함으로써 모형 내 성 층권 예측성능의 개선방향을 제안하고자 하였다. 마 지막으로 극소용돌이 강화사례 예측 성패에 따른 대 류권 예측성을 분석함으로써 극소용돌이 강화사례 예 측을 통한 대류권 예측성 향상에 대한 가능성을 살 펴보았다.

    자료 및 연구방법

    자료

    본 연구에 사용된 자료는 GloSea5의 과거기후 예 측실험의 일단위 결과자료이다. GloSea5의 기반이 되 는 모형은 HadGEM3으로, Met Office Unified Model (MetUM)의 대기모형과, Nucleus for European Modeling of the Ocean (NEMO) 해양모형을 포함한 대기-해양-해빙 결합모형이다. GloSea5의 과거기후 예측실험은 매월 1/9/17/25일의 재분석자료를 초기조 건으로 하여 60일까지 적분되는데, 같은 초기조건에 대해 수행된 앙상블 실험이 3개씩 존재한다. 모형에 대한 자세한 내용은 MacLachlan et al. (2015)로 부 터 참고할 수 있다.

    자료 분석기간은 1991년부터 2010년까지의 20년이 며 성층권 순환 변동성이 가장 강하게 나타나는 북 반구 겨울철(12월-2월; DJF)의 자료를 분석했다. GloSea5 적분자료는 위도 0.56°, 경도 0.83°의 수평해 상도를 가지나, 본 연구에서는 S2S 프로젝트에서 표 준으로 하는 수평 해상도에 맞추어 위경도 모두 1.5o 로 선형 내삽 하였다. 그리고 GloSea5 모형의 연직 층은 총 85개로, S2S 프로젝트에서 표준으로 하는 10개 연직고도에 대한 자료만을 분석에 사용하였다. 동일한 자료가 Kim et al. (2018)와 Song et al. (2018) 등의 연구에서도 사용되었으며, GloSea5의 북 반구 중-고위도에 대한 전반적인 예측성과 극소용돌 이 약화사례에 대한 예측성이 평가되었다.

    GloSea5의 예측성을 진단 및 평가하기 위한 기준 으로 쓰인 자료는 JRA-55 (Japanese 55-years reanalysis) 로, 일본 기상청에서 제공되는 자료로서 현재 라디오 존데 관측이 시작된 1958년부터의 전구자료가 가용 하다. 극소용돌이 강화나 약화사례 분석에 있어서 재 분석자료의 종류는 크게 영향을 주지 않는다는 선행 연구 결과에 따라서, 재분석자료에 대한 민감도 실험 은 진행하지 않았다(Martineau and Son, 2010). 모형 의 예측성분석에 용이하게 JRA-55 재분석자료도 위 경도를 1.5°로 보간 후 사용했으며, 연직고도에 대 해서는 모형 자료와 동일하게 S2S 프로젝트에서 표 준으로 하는 10개 층에 대한 자료를 사용하였다.

    연구방법

    극소용돌이는 다양한 방법으로 정의할 수 있는데, 본 연구에서는 지위고도 아노말리를 이용한 북위 65° 이상 평균 지위고도(Polar-cap index; PCI) 지수를 채 택하였다. 극소용돌이의 강도는 그 분포가 PCI 기준 양의 왜도를 가지기 때문에 평균을 중심으로 같은 기준값을 이용하여 사례를 선정하는 경우 극소용돌이 강화와 약화현상에 대해 한쪽으로 편향된 결과를 얻 을 수 있다. 이와 관련하여 PCI의 90 백분위수 값보 다 커지는 날로 극소용돌이 약화를 정의한 예가 있다 (Kolstad et al., 2010; Song et al., 2018). 따라서, 극소 용돌이 강화사례 발생일은 PCI가 분석 기간 겨울철 평균 PCI의 10 백분위수 값보다 작아지는 첫 번째 날로 정의하였다. 또한, 극소용돌이 강화현상은 그 생애 지속기간이 최대 80일 까지 도달하며 (Limpasuvan et al., 2005), 분석기간 내에서 50일 이 하의 간격을 가지고 사례를 선정할 때 동일사례로 여겨지는 사례가 중복으로 계수되는 경우가 있어 서 로 다른 사례간 최소 50일의 간격을 갖도록 정의하 였다. PCI는 동서평균 동서바람을 이용한 정의방법과 함께 극소용돌이 강화 및 약화현상을 정의하는데 널 리 사용되는 NAM 지수와 0.99의 상관계수를 가지며, 이러한 관점에서 극소용돌이 약화 및 강화의 정의방 법으로 종종 사용된다. 더불어, 극소용돌이 강화사례 의 경우 동서평균 동서바람의 방향이 전환하는 현상 으로 나타내기가 어렵기 때문에 PCI를 이용한 정의 가 더 적합할 것으로 판단되었다. 또한 PCI는 다른 정의방법과는 다르게 특정 위도의 순환이 아닌 고위 도 지역 전체에서 발생하는 극소용돌이의 변화를 표 현하기 때문에 예측성 검정 방법인 MSSS, ACC를 기반으로 중-고위도지역에 걸친 극소용돌이의 변동성 을 진단할 때와 정성적으로 일관적인 결과를 보여준 다는 장점이 있다. PCI 정의방법에 따라 전체 분석기 간 1991-2010년(20년) 동안 겨울철에 대해 발생한 극소용돌이 강화사례는 총 14개로 나타났다. 전체 사 례 발생일은 Table 1에 표시하였다.

    GloSea5의 성층권 극소용돌이 강화사례에 대한 예 측성을 진단하기 위해 성층권 10 hPa 지위고도 자료 를 기반으로 북위 30° 이북 지역에 대하여 이상상관 계수(ACC)와 평균제곱근 예측성(MSSS)을 계산한 후, 각 사례에 대해 세부적으로 분석하였다. 기준자료에 대한 모형의 오차는 평균제곱오차(MSE)를 통해 진단 하고, 이를 동서평균오차, 에디의 크기오차, 그리고 에디의 위상오차로 세분화하여 각각 분석하였다. 또 한, 에디오차의 두 성분을 동서파수에 따라 다시 나 누어 분석하였다. 이 분석방법은 최근 GloSea5의 중- 고위도 예측성 및 돌연승온에 대한 예측성을 검정하 는 데에도 적용된 바 있다(Song et al., 2018; Kim et al., 2018).

    예측성 진단에 사용된 두가지 분석통계량 중 ACC 는 대상이 되는 두 변동성이 각자 평균을 기준으로 얼마나 서로 같은 부호를 가지고 변동하는가를 수치 화한 통계량으로서, 계산식은 다음 식(1)과 같다.

    A C C ( τ ) = i = 1 N [ M ( τ , i ) ] [ O ( τ , i ) O c ( τ , i ) ] cos θ i i = 1 N [ M ( τ , i ) O c ( τ , i ) ] 2 cos θ i i = 1 N [ O ( τ , i ) O c ( τ , i ) ] 2 cos θ i
    (1)

    ACC는 통상적으로 두 변동성의 시간에 대한 선형 상관관계를 분석하기위해 시간에 대한 공분산으로부 터 계산되지만, 본 연구에서는 모든 격자점에서의 편 차를 대상 지역에 대해 평균하여 지위고도 아노말리 의 수평구조(패턴)에 대한 ACC를 계산하였다. 식 (1) 에서 τ는 초기화 날짜로부터의 일수를 나타내며, N 은 북위 30°~90° 영역 내에서의 격자수를, 그리고 θ 는 각 격자의 위도를 나타낸다. M은 모형의 예측값 을 같은날 초기화된 3개 앙상블에 대해 평균한 값을 나타내며, O는 재분석자료를, Oc는 재분석자료의 기 후값을 나타낸다. 초기자료가 다른 각 실험의 60일 기간의 예측자료를 이용하여 모형의 기후값을 계산하 는 것이 어렵기 때문에 모형의 아노말리를 계산할 때 재분석자료의 기후값을 사용했다. 전체 식으로부 터 모형이 얼마나 분석 대상영역 내에서 재분석자료 의 패턴을 잘 모사하는가를 알 수 있다. ACC는 −1 부터 1까지의 값을 가지며, 값이 1인 경우 패턴이 일 치함을, −1인 경우 반대 부호를 가지고 패턴이 일치 함을 나타낸다.

    MSSS는 관측의 MSE에 대해 표준화한 모형의 MSE의 크기를 1에서 뺀 통계량으로, 다년 시간규모 의 예측성 평가를 위한 진단변수로서 US CLIVAR Decadal Predictability Working Group에서 제안한 바 있다(Goddard et al, 2013). 계산식은 (2)와 같다.

    M S S S ( τ ) = M S E o ( τ ) M S E M ( τ ) M S E o ( τ ) = 1 M S E M ( τ ) M S E o ( τ )
    (2)

    MSEO는 재분석자료의 평균제곱오차를 나타내며, MSEM은 모형의 평균제곱오차를 나타낸다. MSSS는 1부터 음의 무한대까지의 값을 가지며, 모형의 예측 오차를 나타내는 MSEM가 0에 가까울 때 그 값이 1 에 가까워지므로, ACC와 마찬가지로 값이 1에 가까 울 때 높은 예측성을 의미한다. 식 (2)에 표현된 MSEM은 다음 식 (3)에 의해 계산된다.

    M S E M ( τ ) = i = 1 N [ M ( τ , i ) O ( τ , i ) ] 2 cos θ i i = 1 N cos θ i [ M S E ( τ ) ] + M S E a m p * ( τ ) + M S E p h s * ( τ )
    (3)

    MSEM은 각 격자점에서의 관측에 대한 모형의 제 곱오차를 지역평균한 값이며, 이는 [MSE(τ)]로 표기 된 동서평균오차, MSE*amp(τ), MSE*phs(τ)로 표기된 에디 크기오차, 에디 위상오차로 나누어 분석할 수 있다(Stan and Straus, 2009; Kim et al., 2018). 동서 평균오차는 모형이 가지는 배경장에 대한 오차를 의 미하며, 이는 주로 복사과정과 같은 물리과정과 연관 이 있다. 또한 물리과정 뿐만 아니라, 행성파가 파쇄 되면서 배경장을 바꿀 수 있기 때문에 행성파 또한 배경장의 오차와 연관이 있을 수 있다. 에디오차는 평균제곱오차에서 동서평균 오차를 뺀 나머지 오차로 정의하며, 에디의 크기에 대한 오차와 위상에 대한 오차로 다시 나뉜다. 에디의 크기오차와 위상오차를 계산하는 방법은 다음과 같다.

    M S E a m p * ( τ ) = k = 1 120 ( A M A o ) 2 2
    (4)

    M S E p h s * ( τ ) = k = 1 120 A M A O ( 1 cos ( ψ M ψ O ) )
    (5)

    에디 크기오차는 모형에서 대기의 파동을 모의할 때 나타나는 파동 강도에 대한 오차를 의미하며, 위 상오차는 모형과 관측이 나타내는 파동 위상의 지역 적인 합치성을 진단하는 변수이다. 두 성분은 동서 파수(k)에 따라 추가적으로 세분화하여 분석할 수 있 다. 이와 같이, 본 연구에서 사용된 MSE는 ACC와 달리 각 성분을 나누어 분석함으로써, 오차를 이루는 각 요소간의 정량적인 비교를 통해 모형의 예측성 보정에 좀 더 구체적인 해결책을 제시할 수 있다는 장점이 있다.

    결 과

    GloSea5의 극소용돌이 강화 패턴 모사

    ACC, MSSS를 이용한 정량적인 예측성 진단에 앞 서 GloSea5의 예측결과가 모사하는 극소용돌이 강화 사례의 패턴을 살펴보았다. Figure 1은 1991년부터 2010년 사이의 기간에 성층권 극소용돌이 강화가 나 타난 14개 사례에 대해 7일전부터 사례 발생일까지 의 지위고도 아노말리를 30 km 등치선으로 나타낸 그림으로, 수평구조의 발달과정을 일단위로 등치선 색으로 구분했다. 사례별 그림에서 가장 오른쪽 열은 JRA-55 재분석자료의 결과, 첫 번째 열부터 네 번째 열까지는 사례 발생일로부터 가장 가까운 주에 초기 화된 4개의 실험의 결과를 초기화날짜가 가장 이른 실험의 결과부터 나타낸 것이다. GloSea5는 매월 4 회 약 일주일 간격으로 예측자료 앙상블을 생산하므 로, 사례별 그림의 각 열에 대해 왼쪽부터 사례 발생 4주전, 3주전, 2주전, 1주전에 초기화된 실험의 결과 로 여길 수 있다. 예측실험별 사례일까지의 정확한 예측기간은 각 그림위에 표기하고, 주 단위로 그 색 상을 달리하였다. 가장 왼쪽에 위치한 약 4주전에 초 기화된 실험(빨간색) 결과부터 약 1주전에 초기화 된 실험(보라색) 까지의 모형 예측결과를 JRA-55의 극 소용돌이 강화사례 수평구조와 비교해보면, 모든 사 례에서 사례발생일에 모형의 초기화날짜가 가까워질 수록 수평구조를 재분석자료 결과와 비슷하게 모사하 며 정성적으로 더 성공적인 예측을 수행한다는 것을 알 수 있다. 이는 충분히 예상이 가능한 결과이지만, 사례별 차이에도 불구하고 모형이 전반적으로 사례의 약 2~3주전부터 재분석자료의 극소용돌이 수평구조 의 특성을 잘 모사하고 있음은 본 모형에서의 성층 권 극한기후에 대한 예측성능이 2주 정도는 확보되 어 있다는 것을 암시한다. 극소용돌이 강화사례의 수 평구조 모사능력에 대한 정량적인 평가는 이후 ACC 를 산출함으로써 수행되었다. 한편, 극소용돌이 강화 사례의 수평구조를 보면, 대부분이 동서파수 1 규모 의 파동이 지배적인 것을 확인할 수 있다. 이를 통해 극소용돌이 강화사례 예측에 있어 모형이 가지는 오 차의 대부분이 동서파수 1과 관련이 있을 것으로 유 추해볼 수 있다.

    극소용돌이 강화사례 예측성 진단

    다음으로 극소용돌이 강화사례에 대한 GloSea5 모 형의 예측성을 정량적으로 진단하기 위해 10 hPa 고 도에서 북위 30°~90° 지역 평균된 ACC, MSSS를 살 펴보았다. Figure 2는 ACC를 극소용돌이 강화사례별 로 나타낸 것으로, Fig. 1과 같이 각 사례에 대해 발 생일로부터 가장 가까운 날짜에 초기화된 4개의 예 측실험 결과를 나타낸 것이다. 각 사례별 그림마다 초기화 날짜로부터 사례 발생일까지의 기간, 즉 예측 기간을 하단에 표기했으며 시간에 대한 ACC값의 변 화와 함께 4가지 색상을 이용하여 주단위로 구분하 였다. ACC로부터 극소용돌이 강화사례 예측 성공여 부를 평가하기 위한 기준값으로는 Song et al. (2018) 을 따라 0.6을 채택했다. 다시 말해 ACC 값이 0.6을 넘는 경우 예측에 성공한 것으로 간주하고, 초기화 날짜부터 사례 발생일까지 0.6에 못 미치는 값이 없 는 첫 실험의 예측기간을 해당 사례에 대한 예측성 (예측성한계)으로 정의했다. Table 2는 전체 14개 극 소용돌이 강화사례에 대한 예측성과 이를 평균한 값 을 GloSea5의 예측성을 대표하는 값으로 나타낸 것 이며, 분석 결과 ACC 기준의 극소용돌이 강화사례 예측성은 13.6일로 나타났다.

    Figure 3은 극소용돌이 강화사례별 MSSS를 나타 낸 것으로 Fig. 2와 마찬가지로 각 사례에 대해 사례 발생일로부터 초기화 날짜가 가장 가까운 예측실험 4개의 결과를 나타낸 것이다. 대신 ACC와는 다르게 MSSS는 모형의 MSE가 관측의 MSE에 비준한 크기 로 나타날 때 갖는 값인 0을 기준으로 예측 성공여 부를 판단한다. ACC와 같은 방법으로 예측기간동안 의 MSSS가 기준값인 0보다 낮아지지 않는 경우를 예측에 성공했다고 여기고, 예측에 성공한 실험들의 예측기간 중 가장 긴 예측기간을 예측성한계로 정의 했다. Figure 3의 결과를 Fig. 2와 비교해보면, 대부 분의 사례에서 MSSS는 ACC의 경우에 비해 상대적 으로 완만한 감소추세를 보인다. Table 2에 나타낸 ACC, MSSS 기준의 예측성은 이러한 경향성을 정량 적으로 보여준다. 전체기간동안의 14개 극소용돌이 강화사례에 대한 GloSea5의 ACC기준 예측성은 13.6 일, MSSS기준 예측성은 18.5일로 약 5일의 차이를 보였다. 하지만 각 사례별로 ACC, MSSS를 기반으 로 산출한 예측성의 편차가 평균 8.1일, 10.0일로 5 일보다 크게 나타나는 것으로 보아, 진단방법에 의한 예측성한계의 차이 뿐 아니라 사례 간 예측성 차이 가 주는 영향도 고려해야할 것으로 보인다. 사례 간 에 나타나는 예측성의 편차는 모형의 예측수행 빈도 에 따라 달라질 것이라 예상되며, 따라서 그 빈도가 GloSea5의 예측실험 간격인 약 1주일보다 더 작아지 면 사례 간 편차를 줄이고 좀 더 정확한 예측성을 산출할 수 있을 것으로 기대된다.

    한편, 같은 분석을 북위 45°~90°, 65°~90° 지역에 대해 수행했을 때, ACC와 MSSS 모두 개별 사례에 대해서는 예측성의 차이를 다소 보이지만 전체 사례 에 대한 예측성은 ACC의 경우 13.6일, 14.6일, MSSS의 경우 17.9일, 19.7일로 북위 30°~90° 지역을 기준으로 한 결과와 비슷하게 나타난다. 또한 기준위 도를 북위 45o, 60o로 바꾼 경우의 사례별 예측성한 계가 나타내는 표준편차는 ACC의 경우 8.10일, 6.07 일, MSSS의 경우 10.01일, 8.80일로, 기준위도에 따 른 예측성 차이는 사례별 표준편차에 비해 유의하지 않은 것으로 나타났다. 따라서, 극소용돌이 강화사례 의 예측성은 지위고도의 기준 위도에 대해 민감하지 않다고 결론내릴 수 있다.

    예측오차 성분별 분석

    앞서 분석방법에서 언급한 바와 같이, 모형의 MSSS를 결정하는 평균제곱근 오차(MSEM)는 각 성 분별로 분리하여 정량적인 비교분석이 가능하다. 이 로부터 모형의 예측오차를 구성하는 각 요소들의 전 체오차에 대한 기여도를 밝혀낼 수 있으며, 이를 적 용하여 모형을 개선하고 예측성능을 향상시키는데 활 용할 수 있다. Figure 4는 모든 극소용돌이 강화사례 에서 예측성 한계일 내에 초기화날짜가 가장 이른 실험과 그 직전 실험 즉, 예측에 실패한 실험에서의 동서평균오차와 에디오차의 크기를 비교한 것이다. 그림에서 빨간색 바는 동서평균오차를, 파란색 바는 에디오차를 나타낸다. 모든 극소용돌이 강화사례에 대해 예측에 실패한 실험에서 동서평균오차에 비해 에디오차가 크게 나타나는 것을 확인할 수 있다. 이 는 극소용돌이 강화현상에 대해 GloSea5가 북반구 성층권 중-고위도 지위고도의 평균장보다 동서평균으 로부터의 편차로 나타나는 에디, 즉 극소용돌이 수평 구조의 위도방향 변동성의 구조를 예측하는 과정에서 더 큰 오차를 가진다는 점을 시사한다.

    Figure 5는 같은 실험에 대해 에디오차를 에디 크 기오차와 위상오차로 나눈 뒤 정량적으로 비교한 그 림이다. 그 결과 에디의 크기오차보다 에디 위상이 진행하는 역학적인 과정을 모의하는데서 발생하는 에 디 위상오차가 극소용돌이 강화사례 예측 실패에 더 크게 기여하는 것으로 나타났다. 약 2달에 그치는 모 형 적분기간 동안 평균값이 관측의 기후값을 크게 벗어나지 않으며, 따라서 모형은 에디의 변동폭을 모 의하는 것 보다 위상을 모의하는 데 있어서 기본적 으로 큰 오차를 나타낼 가능성이 높다. 실제로 전체 겨울철에 대해서 예측오차의 에디오차 성분을 분석한 결과, 위상오차가 에디 크기오차에 비해 크게 나타났 다. 극소용돌이 강화사례의 예측에 실패한 실험의 경 우 에디의 크기오차와 위상오차의 절대적인 크기가 전체 겨울철에 비해 크게는 각각 2배까지 이르렀다. 다시 말해 예측에 실패한 실험의 결과가 전체 겨울 철의 평균적인 양상을 따르나, 절대적인 오차의 크기 를 고려하였을 때 극소용돌이 강화사례 예측의 성패 를 가르는 에디오차의 주 원인 또한 위상오차임을 알 수 있다. 이는 NCEP-CFSIE 모형의 극소용돌이 예측 실패의 주 원인으로 에디의 위상오차를 지목한 Stan and Straus (2009)의 결과와도 일맥상통한다.

    에디는 동서방향 수평규모에 따라 다른 성분으로 간주할 수 있으며, 본 분석에서 에디와 관련한 오차 로 언급한 에디 크기오차, 위상오차 또한 동서방향 수평규모, 즉 동서파수에 따라 성분을 분리하여 정량 적 비교가 가능하다. 앞서 Fig. 5의 결과로부터 에디 크기오차보다 큰 값을 보인 에디 위상오차에 대해 성분분석을 수행한 결과, 동서파수 1과 2 규모 에디 의 진행위상을 모의하는데서 발생하는 오차가 전체 위상오차에 가장 크게 기여하는 것으로 나타났다. 보 통 행성규모 에디에 상응하는 행성파는 대류권에서 기인하며, 행성파 모의는 모형의 파동 발생과 전파 모의 능력과 관련이 있다. 따라서 행성파의 발생에 영향을 줄 수 있는 해수면 온도, 해빙, 그리고 눈덮 임 등을 정확히 모의하였을 때, 행성파 예측성도 증 가할 것으로 판단된다. 즉, 해양모델 및 지면모델을 개선한다면, 행성파의 오차를 감소시킬 수 있을 것이 다. 또한, 파동의 전파와 관련된 배경장도 부분적으 로 파동의 오차를 감소시키는 역할을 할 수 있다. 그 렇기 때문에 행성파의 오차를 감소시키기 위해서는 배경장을 결정할 수 있는 모형의 물리과정에 대한 개선도 동반되어야 할 것으로 보인다. 하지만 파동의 발생과 전파를 선형적으로 분리해서 분석할 수 없기 때문에 어떠한 요소가 가장 주요하게 에디오차를 야 기하는지에 대한 논의가 추후 이루어져야 할 것으로 판단된다.

    Figure 6은 Fig. 5의 위상오차 중 동서파수 1, 동서 파수 2 규모 에디에 대한 성분만을 계산하여 같은 실험결과에 대해 비교한 그림이다. 예측에 실패한 실 험 결과들에서, 초기화날짜부터 사례 발생일까지의 예측기간동안 동서파수 1 에디의 위상오차가 동서파 수 2 에디 위상오차에 비해 큰 값을 유지하는 것을 확인할 수 있다. 동서방향 수평규모가 더 작은 동서 파수 3 이상의 에디 위상오차는 동서파수 2 에디 위 상오차보다 더 작게 나타나, 분석된 모든 규모(k=1- 120) 중에서도 가장 규모가 큰 동서파수 1 에디의 위 상오차가 전체 에디 위상오차의 가장 큰 비중을 차 지한다는 것을 알 수 있다. 극소용돌이의 변동성은 주로 동서파수 1~3 규모의 파동활동과 관련이 있으 나, 현재 알려진 바에 의하면 동서파수 1 규모의 파 동의 활동이 극 소용돌이 약화현상의 주를 이루는 경우 동서파수 2 파동이 주를 이루는 경우에 비해 그 변동성의 지속성이 높아진다.(Martineau and Son, 2015). 또한, GloSea5 모형에서 극소용돌이 약화현상 예측에 있어 동서파수 1 규모 에디에 대한 오차가 동서파수 2 규모 에디에 대한 오차에 비해 높게 나 타난다는 점을 고려하면(Song et al. 2018), 같은 행 성규모 에디 중에서도 동서파수 1 규모의 에디가 극 소용돌이 강화현상의 모의에 있어서도 주 역할을 한 다는 것을 쉽게 유추할 수 있을 것이다.

    대류권 예측성과의 상관관계

    극소용돌이 강화현상 발생 시의 대류권 지위고도에 대한 GloSea5의 예측성능을 검정하고자, 대류권 하층 에 해당하는 850 hPa 고도에서의 PCI를 사례 발생일 로부터 15일까지 평균하여 Fig. 7에 나타내었다. Figure 7a는 극소용돌이 강화사례 예측에 성공한 실 험들로부터 계산된 PCI 값을 재분석자료의 값에 대 해 산포도로 나타낸 그림이며 Fig. 7b는 예측에 실패 한 실험들의 결과이다. 기대한 바와 달리, 극소용돌 이 강화사례 예측에 성공한 실험들의 결과(Fig. 7a)에 서조차 양의 북반구환형모드를 대변하는 음의 PCI보 다는 양의 PCI가 지배적으로 나타났다. 또한 각각의 실험 결과에서도 GloSea5가 예측한 PCI가 재분석장 의 PCI와 상이한 값을 보이며 그림 내 표시된 대각 선으로부터 멀리 산포되어있어, 같은 기간에 대해 분 석된 중-고위도 지위고도의 대류권 내 예측성이 안정 적이지 않음을 알 수 있다. 이는 재분석자료에서도 분석된 사례들에 대한 대류권에서의 지위고도 반응이 뚜렷한 음의 PCI를 나타내지 않았을 뿐만 아니라 모 형결과에서도 성층권 극소용돌이 강화에 대한 대류권 접합과정이 잘 모의되지 않았기 때문일 가능성이 있 다. 이를 확인하고자 사례발생일 기준 전후 30일에 대한 성층권-대류권 접합과정을 전체 연직층의 PCI 를 통해 살펴보았다. Figure 8은 대표적인 사례 3개 를 선정하여 모형의 성층권-대류권 접합과정을 재분 석자료와 함께 살펴본 그림이다. 각 열은 각 사례를 나타내며, 첫 번째 행을 제외하고 차례대로 사례발생 일로부터 4주, 3주, 2주, 1주 전에 초기화된 실험의 결과를 나타낸다. 빨간색으로 표시한 패널은 극소용 돌이 예측에 성공한 실험의 결과를 나타낸다. Figure 8a에 나타난 2004년 3월 사례의 경우, 관측에서도 극 소용돌이 강화에 상응하는 음의 PCI가 성층권에 머 물며 대류권과 접합과정이 나타나지 않음을 알 수 있다. Figure 8f의 2004년 12월 사례를 Fig. 8k의 2008년 1월 사례와 비교해보면 관측에서 사례발생이 후 음의 PCI가 대류권 하부에서 나타나는 시기 또한 사례에 따라 다름을 알 수 있다. 이렇듯, 선정된 사 례들 간의 성층권-대류권 접합여부 및 영향이 미치는 시기의 불일치 또한 극소용돌이 강화 예측에 따른 대류권 예측성 향상이 뚜렷하게 나타나지 않는 결과 에 기여했을 가능성이 있다. 또한, Fig. 8f의 2004년 12월 사례를 살펴보면 관측에서 사례발생일로부터 약 2주에 걸쳐 대류권 하층까지 음의 PCI가 나타나는 반면, 모형의 결과는 4주전부터 모두 사례예측에 성 공했음에도 불구하고 경우에 따라 하층의 음의 PCI 가 나타나지 않았다. 이는 모형 자체가 경우에 따라 성층권-대류권 접합을 잘 모의하지 못하기 때문이거 나, 대류권 자체의 변동성에 의해 성층권의 영향이 희석되었기 때문일 수 있다.

    요약 및 결론

    본 연구에서는 한국 기상청(KMA) 현업 장기예보 시스템 모형인 GloSea5의 성층권 극소용돌이 강화사 례에 대한 예측성을 진단 및 평가하였다. 1991-2010년 동안 발생한 14개 사례를 살펴보았을 때, GloSea5 모 형은 초기화 날짜로부터 약 2-3주 이내에 나타나는 극소용돌이 강화사례에 대한 수평구조의 특징을 정성 적으로 잘 모의하였다. 또한 실험의 초기화날짜로부 터 발생일에 이르는 기간이 길어질수록 극소용돌이 구조에 대한 오차가 모형에서 커지는 양상을 보였다.

    북위 30o 이상 지역의 지위고도로 산출한 GloSea5 과거기후 예측실험의 극소용돌이 강화사례에 대한 예 측성은 ACC와 MSSS를 기준으로 2-3주에 달하며, MSSS를 기준으로 할 때 더 높은 예측성을 보였다. 이는 Song et al. (2018)에서 극소용돌이 약화사례에 대해 GloSea5가 예측성을 2주 정도로 나타낸 것에 비해 높은 수치이다. 최근 선행연구에서 ECMWF 모 형이 극소용돌이가 강한 경우보다 약한 경우에 대해 더 높은 성층권 예측성을 보인 반면(Tripathi et al., 2015b), GloSea5 모형은 반대의 결과를 보인 것이다. 즉, 본 연구의 결과는 성층권 극소용돌이 강화사례와 약화사례에 대한 예측성의 우위가 모형에 따라 달라 질 수 있음을 시사한다.

    MSE를 이용한 예측오차 성분별 분석을 수행한 결 과, 모든 사례에서 동서평균오차에 비해 에디오차가 더 크게 나타나며, 특히 에디의 크기오차 보다는 위 상오차가 상대적으로 큰 것을 확인할 수 있었다. 또 한 동서파수 1 규모 에디의 위상오차가 수평규모가 작은 다른 파수의 에디에 대한 위상오차보다 상대적 으로 크게 나타났다. 따라서 수평규모가 큰 에디의 위상을 모의하는 역학과정에 관련한 모형의 성능이 향상될 때, 극소용돌이 강화사례와 관련한 성층권 예 측성이 높아질 것으로 기대된다.

    한편 성층권 극소용돌이 강화현상에 대한 예측 성 패와는 무관하게 GloSea5의 대류권 지위고도에 대한 예측성은 낮게 나타났다. 모형에서 극소용돌이 강화 사례 발생 이후 대류권에서 같은 위상의 NAM과 같 은 현상이 나타나는 양상은 대류권 하부보다는 상부 에 국한되어 나타난다. 이는 단순히 모형이 성층권- 대류권 접합과정을 잘 모의하지 못하기 때문일 수 있으나, 대류권 내부의 변동성에 의해서 성층권 영향 력이 하층에서 뚜렷하게 보이지 않았을 가능성 또한 배제할 수 없다. 또한 관측에서도 대류권 지위고도의 반응이 비교적 약하게 나타난 사례들이 있기 때문에 본 결과로부터 모형 내 성층권-대류권 접합의 실패를 확언할 수는 없을 것이다.

    본 연구는 GloSea5 내에서의 극소용돌이 강화사례 예측성을 보다 체계적으로 진단함으로써 예측성과 예 측성 실패에 대한 정량적인 정보를 제공하고, 궁극적 으로 모형의 성층권 예측오차 발생요인에 대해 분석 하고자 하였다. 그 결과 극소용돌이 강화와 같은 성 층권 순환변동성을 예측하는데 있어 모형 내에서 대 규모 파동과 관련한 역학과정의 개선이 우선시 되어 야 한다는 결론을 내렸다. 하지만 모형의 성층권 예 측성 향상을 통해 대류권 예측성, 특히 계절내 변동 성에 대한 예측성능 향상을 도모하고자 한다면, 성층 권 내에서 이루어지는 파동 역학과정에 대한 개선 뿐 아니라, 성층권-대류권 접합과정에 대한 검증 및 개선 또한 이루어져야 할 것이다. 더불어 더 많은 사 례를 확보함으로써 본 연구에서 수행한 극소용돌이 강화현상에 따른 대류권 지위고도 반응에 대한 분석 을 보다 심도있게 연구해보아야 할 것이다.

    감사의 글

    본 연구는 기상청 “기상업무지원기술개발연구 (NIMS-2016-3100)”의 지원을 받아 수행되었습니다.

    Figure

    JKESS-39-211_F1.gif

    a-g. Spatial structure of polar vortex edge for VIEs in terms of 30-km geopotential height at 10 hPa from lag −7 to the onset date in JRA-55 (rightmost) and GloSea5. The contour colors denote the lead time from the onset date (rainbow and black). Each color in the titles indicates four different initializations (red, yellow, green, and purple).

    JKESS-39-211_F2.gif

    ACC of 10-hPa geopotential height. Vertical lines in each panel denote the onset date of VIEs. Note that each colored line is shown from the initialization date (red, yellow, green, and purple).

    JKESS-39-211_F3.gif

    Same as Fig. 2, but for MSSS.

    JKESS-39-211_F4.gif

    MSE decomposed into zonal mean (red) and eddy (blue) components initialized at the predictability limit and right before predictability limit. Colored lines denote the MSE. Note that all values are multiplied by −1.

    JKESS-39-211_F5.gif

    Same as Fig. 4, but for eddy-phase (red) and eddy-amplitude (blue) MSE.

    JKESS-39-211_F6.gif

    Same as Fig. 5, but for eddy-phase MSE in zonal wavenumber 1 (k=1; red) and 2 (k=2; blue).

    JKESS-39-211_F7.gif

    Scatter plots of 850-hPa PCI in JRA-55 and GloSea5 when (a) VIEs are well predicted and (b) not predicted. X- and Y-axes denote the results of JRA-55 and GloSea5, respectively. The number on each mark indicates the lead time from the onset date, and the marks are colored accordingly.

    JKESS-39-211_F8.gif

    Vertical distribution of the PCI by the lead time for three representative VIE cases, plotted from day −30 to day 30 when the onset date is set to day 0. The uppermost panels are the results from JRA-55 and the others are from GloSea5. Each color in the subtitles indicates four different initializations (red, yellow, green, and purple).

    Table

    Onset date of Vortex Intensification Events (VIEs) for the period of 1991-2010

    Prediction skills of VIEs in GloSea5 in terms of ACC=0.6 and MSSS=0.0

    Reference

    1. M.P. Baldwin , T.J. Dunkerton (1999) Propagation of the Arctic Oscillation from the stratosphere to the troposphere., J. Geophys. Res. D Atmospheres, Vol.104 ; pp.30937-30946
    2. M.P. Baldwin , T.J. Dunkerton (2001) Stratospheric harbingers of anomalous weather regimes., Science, Vol.244 ; pp.581-584
    3. M.P. Baldwin , D.B. Stephenson , D.W. Thompson , T.J. Dunkerton , A.J. Charlton , A. O ?(tm)Neill (2003) Stratospheric memory and skill of extended-range weather forecasts., Science, Vol.301 ; pp.636-640
    4. L. Goddard (2013) A verification framework for interannual-to-decadal predictions experiments., Clim. Dyn., Vol.40 ; pp.245-272
    5. L. Goddard , S.J. Mason , S.E. Zebiak , C.F. Ropelewski , R. Basher , M.A. Cane (2001) Current approaches to seasonal-to-interannual climate predictions., Int. J. Climatol., Vol.21 ; pp.1111-1152
    6. D. Hudson , O. Alves , H.H. Hendon , A.G. Marshall (2011) Bridging the gap between weather and seasonal forecasting: intraseasonal forecasting for Australia., Q. J. R. Meteorol. Soc., Vol.137 ; pp.673-689
    7. J-H. Jeong , T-W. Park , J-H. Choi , S-W. Son , K. Song , J-S. Kug , B-M. Kim , H-K. Kim , S-Y. Yim (2016) Assessment of Climate Variability over East Asia- Korea for 2015/16 Winter. Atmosphere., Korean Meteorological Society, Vol.26 (2) ; pp.337-345
    8. T. Jung , J. Barkmeijer (2006) Sensitivity of the tropospheric circulation to changes in the strength of the stratospheric polar vortex., Mon. Weather Rev., Vol.134 ; pp.2191-2207
    9. S.-W. Kim , H. Kim , K. Song , S.-W. Son , Y. Lim , H.-S. Kang , Y.-K. Hyun (2018) Subseasonal-to-seasonal (S2S) prediction skill of GloSea5 model : Part 1. Geopotential height in the Northern Hemisphere extratropics. Atmosphere, Korean Meteorological Society, In revision (in Korean),
    10. K. Kodera , K. Yamazaki , M. Chiba , K. Shibata (1990) Downward propagation of upper stratospheric mean zonal wind perturbation to the troposphere., Geophys. Res. Lett., Vol.17 ; pp.1263-1266
    11. K. Kodera , H. Koide , H. Yoshimura (1999) Northern Hemisphere winter circulation associated with the North Atlantic Oscillation and stratospheric polar-night jet., Geophys. Res. Lett., Vol.26 ; pp.443-446
    12. V. Limpasuvan , D.L. Hartmann , D.W.J. Thompson , K. Jeev , Y.L. Yung (2005) Stratosphere-troposphere evolution during polar vortex intensification., J. Geophys. Res., Vol.110 ; pp.D24101
    13. C. MacLachlan (2015) Global Seasonal forecast system version 5 (GloSea5): A high-resolution seasonal forecast system., Q. J. R. Meteorol. Soc., Vol.141 ; pp.1072-1084
    14. P. Martineau , S-W. Son (2010) Quality of reanalysis data during stratospheric vortex weakening and intensification events., Geophys. Res. Lett., Vol.37 ; pp.L22801
    15. P. Martineau , S-W. Son (2015) Onset of circulation anomalies during stratospheric vortex weakening events: rhe role of planetary-scale waves., J. Clim., Vol.28 ; pp.7347-7370
    16. L.M. Polvani , P.J. Kushner (2002) Tropospheric response to stratospheric perturbations in a relatively simple general circulation model., Geophys. Res. Lett., Vol.29 (7) ; pp.1114
    17. K. Song , H. Kim , S-W. Son , S-W. Kim , H-S. Kang , Y-K. Hyun (2018) Subseasonal-to-seasonal (S2S) prediction of GloSea5 model: Part 2. sudden stratospheric warming. Atmosphere., Korean Meteorological Society, [in Korean].
    18. K. Song , S-W. Son , S-H. Woo (2015) Impact of sudden stratospheric warming on the surface air temperature in East Asia. Atmosphere., Korean Meteorological Society, Vol.26 (3) ; pp.461-472[in Korean].
    19. Y. Song , W.A. Robinson (2004) Dynamical mechanisms for stratospheric influences on the troposphere., J. Atmos. Sci., Vol.61 ; pp.1711-1725
    20. C. Stan , D.M. Straus (2009) Stratospheric predictability and sudden stratospheric warming events.,
    21. D.W. Thompson , M.P. Baldwin , J.M. Wallace (2002) Stratospheric connection to Northern Hemisphere wintertime weather: implications for prediction., J. Clim., Vol.15 ; pp.1421-1428
    22. O.P. Tripathi , A. Charlton-Perez , M. Sigmond , F. Vitart (2015) Enhanced long-range forecast skill in boreal winter following stratospheric strong vortex conditions., Environ. Res. Lett., Vol.10 ; pp.104007