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.40 No.3 pp.240-258
DOI : https://doi.org/10.5467/JKESS.2019.40.3.240

Characteristics of Sea Surface Temperature Variation during the High Impact Weather over the Korean Peninsula

Eunsil Jung*
School of Disaster Prevention and Environmental Engineering, Kyungpook National University, Sangju 37224, Korea
Corresponding author: eunsil.jung@knu.ac.kr Tel: +82-54-530-1445
February 12, 2019 March 20, 2019 June 24, 2019

Abstract


Typhoons, torrential rainfall, and heavy snowfall cause catastrophic losses each year in the Republic of Korea. Therefore, if we can know the possibility of this phenomenon in advance through regular observations, it will be greatly beneficial to Korean society. Korea is surrounded by sea on its three sides, and the sea surface temperature (SST) directly or indirectly affects the development of typhoons, heavy rainfall, and heavy snowfall. Therefore, the characteristics of SST variability related to the high impact weather are investigated in this paper. The heavy rainfall in Korea was distributed around Seoul, Gyeonggi, and west and southern coast. The heavy snowfall occurred mainly in the eastern coastal (hereafter Youngdong Heavy Snow) and the southwestern region (hereafter Honam-type heavy snow). The SST variability was slightly different depending on the type and major occurrence regions of the high impact weather. When the torrential rain occurred, the SST variability was significantly increased in the regions extending to Jindo-Jeju island-Ieodo-Shanghai in China. When the heavy snow occurred, the SST variability has reduced in the southern sea of Jeju island, regardless of the type of heavy snowfall, whereas the SST variability has increased in the East Sea near 130°E and 39°N. Areas with high SST variability are anticipated to be used as a basis for studying the atmospheric-oceanic interaction mechanism as well as for determining the background atmospheric aerosol observation area.



한반도에서 위험기상 발생 시 나타나는 해수면온도 변동의 특성

정 은 실*
경북대학교 건설방재공학부, 37224 경상북도 상주시 경상대로 2559

초록


태풍, 집중호우, 대설은 매년 우리나라에서 치명적인 손실을 초래한다. 따라서 정기적인 관측을 통하여 이러한 현상의 발생 가능성을 미리 알 수 있다면, 사회적으로 큰 유익을 제공할 수 있을 것이다. 우리나라는 삼면이 바다로 둘 러싸여 있고, 해수면온도가 태풍, 집중호우, 대설 발달에 직·간접적으로 영향을 미치므로, 이 논문에서는 위험기상과 관 련하여 나타나는 해수면온도 변동성의 특성을 조사하였다. 우리나라에서 발생하는 집중호우는 서울경기 부근 및 서해안 을 중심으로, 그리고 남해안을 중심으로 분포하였다. 대설은 주로 동해안지역(이하 영동 대설)과 남서부 지역(호남형 대 설)에서 발생하였다. 위험기상 종류 및 주요 발생지역에 따라 해수면온도 변동성이 조금씩 다르게 나타났으며, 집중호 우 발생 시에 진도-제주도-이어도-중국 상하이 방향으로 이어지는 해역에서 해수면온도 변동성이 크게 나타났다. 대설 발생 시, 대설형태와 상관없이, 제주도 남쪽 해상에서 해수면온도 변동성이 작은 영역이 관측되었으며, 130°E, 39°N 부 근 동해상에서 강한 해수면온도 변동성이 나타났다. 해수면온도 변동성이 큰 지역은, 대기-해양 상호작용 메커니즘을 연구하는 기초자료로 사용될 수 있을 뿐만 아니라, 배경대기 에어로졸 관측영역 결정에도 활용될 것이다.



    Korea Meteorological Administration
    KMA2018-00222

    서 론

    우리나라에서는 여름철 태풍과 집중호우, 겨울철 대설 등으로 많은 피해가 발생하고 있다. 더구나 지 구온난화가 심해질 수록, 태풍, 집중호우, 대설과 같 은 위험기상 발생이 더욱 빈번해지거나, 발생 빈도는 줄어들지만 현상의 강도는 더 강해진다는 연구결과가 있다(IPCC, 2013). 따라서 이러한 위험기상 현상을 예측할 수 있다면 사회경제적으로 큰 유익을 제공할 수 있을 것이다. 이런 관점에서 대규모 대기환경변수 와 위험기상 발생 연관성에 대한 연구가 활발히 이 루어져 왔다(e.g., Brooks et al., 1994;Gensini and Ashley, 2011; Tippett et al., 2012, 2014; Jung et al., 2014; Allen et al., 2015;Jung and Kirtman, 2016b). 예를 들어, 이른 봄 미국에서 발생하는 토네이도는 엘니뇨-남방진동(El Nino-southern oscillation, ENSO) 과 밀접한 관계가 있지만(Allen et al., 2015), 늦은 봄에서 초 여름사이(5월에서 7월) 발생하는 대류성 폭풍과는 관련성이 적으며, 이 시기의 미국 내 토네 이도 발생 가능성은 맥시코만 수온정보를 이용하여 예측할 수 있다(Jung and Kirtman, 2016b).

    태풍은 북서태평양에서 발생하는 열대저기압으로 매년 약 3개 정도 한반도에 영향을 미치며, 주로 6월 에서 10월 사이에 발생하여 한반도 강수량의 많은 부분을 차지한다(국가태풍센터). 우리나라에서 집중호 우는 6월에서 9월 사이에, 대설은 11월에서 3월 사이 에 주로 나타난다. 집중호우는 단시간에 국지적으로 발생하는 중규모 기상현상으로, 적란운과 같은 소규 모 국지적인 대기 불안정에서부터 태풍이나 장마전선 과 같은 종관규모 현상과 관련되어 발생하는 등 시· 공간적으로 다양한 특성을 가지고 있다(Lee and Kim, 2007;Park and Lee, 2008; Kwon et al., 2013; Jung et al., 2015; Jang et al., 2016). 집중호우는 종 관패턴 및 하층제트와 밀접한 관련이 있는 것으로 알려져 있으며 일반적으로 강수발생 전후에 하층제트 가 나타난다(Baek et al., 2005). 특히 강수발생 전 하층제트는 대기하층의 온난 습윤한 공기를 대기 중·상층으로 수송하는 역할을 하며(Hwang and Lee, 1993), 가장 강한 집중호우는 하층의 온난·습윤한 곳 을 따라 발생한다(Chen and Li, 1995; Konrad, 1997). 이 외에도 대류권계면 접힘이 집중호우 발생 뿐 아니라 겨울철 위험기상 발생에 큰 역할을 하기 도 한다(Lee et al., 2001; Park et al., 2009; Lee et al., 2010;2018).

    대설은, 대륙과 해양의 온도차, 해상에서의 충분한 수증기 공급 및 기단변질, 바람장, 산악효과 등에 의 해 그 특성이 결정된다(Seo and Jhun, 1991; You et al., 2000;Kwak and Yoon, 2000). 겨울철 한반도에 서의 대설은, 섬 지방을 제외하면 대략 영동지역(이 하 영동 대설)과 호남지역(이하 호남형 대설)의 두 영역으로 구분될 수 있다(Jhun et al., 1994). 큰 저기 압이 우리나라를 통과할 때 대설현상을 보이는 공통 점이 있으나 각 영역별로 대설을 유발시키는 요인에 차이가 있다. 영동 대설은 시베리아 기단이 동해로 장출하면서 동해에서 변질된 습윤하고 불안정한 하층 기류가 태백산맥에 의해 강제 상승된 요인이 크고 (Lee and Lee, 1994), 호남형 대설은 중국 대륙에서 발달한 시베리아 기단이, 그 세력을 남동쪽으로 확장 할 때 상대적으로 따뜻한 황해에서 변질되고 불안정 화 되면서 남서해안을 중심으로 호남지방에 유입되면 서 나타난다(Jhun et al., 1994; Jeong, 1999).

    안정도 측면에서 기존 연구결과를 살펴보면, 영동 대설의 경우, 상대적으로 따뜻한 해수면 위로 한랭 건조한 공기가 유입되어 해기차가 증가하고 하층 불 안정이 생성되며, 따뜻한 해수면으로부터 대기 중으 로 수증기와 열이 공급됨으로써 눈구름이 발달되고, 종관패턴에 의한 동풍에 의해 눈구름이 내륙으로 진 입하면서 영동지역에 대설을 일으킨다(Lee et al., 2012). 따라서 영동지역에서 발생하는 대설의 정량적 인 예측을 위해서는 대설기간 중 동해상에서 발생하 는 현열과 잠열 속에 대한 분석이 필요하며, 근본적 으로는 동해상에서의 기상요소 관측이 필요하다. 호 남형 대설의 경우, 겨울철 대륙고기압에서부터 우리 나라 쪽으로 불어오는 한랭 건조한 바람이 상대적으 로 온난한 서해를 지나면서 하층대기의 가열과 수증 기 공급으로 인해 불안정해진다. 불안정한 서해상의 대기는 대류 세포를 생성하여 서해안이나 충청도, 전 라도 내륙으로 눈을 내리게 한다. 일례로 Lee and Min (2018)은 Weather Research and Forecasting (WRF) 모델 실험에서 서해를 건조한 땅으로 하여 실험한 대조실험 분석으로부터 호남형 대설 메커니즘 이 대기-해양 상호 작용으로 설명된다고 하였다.

    앞에서 살펴보았듯이 우리나라에서 발생하는 집중 호우, 태풍, 대설과 관련하여 해양의 중요성 또는 역 할을 지적한 연구들이 있었다. 하지만, 해상의 어떤 영역에서 해수면온도 변동성이 나타나는지에 대한 연 구는 없는 실정이다. 우리나라는 삼면이 바다로 둘러 싸여 있으며 육상 관측 망에 비해 해상에서의 관측 이 크게 부족하다. 따라서 본 연구에서는 태풍, 집중 호우, 대설과 같은 위험기상 현상이 발생할 때, 이러 한 현상과 관련하여 한반도 주변 해상 중 어떤 영역 에서 해수면온도 변동성이 가장 크게 나타나는지 조 사하고자 한다.

    대기-해양 상호작용에 대한 연구는 허리케인, Madden-Julian Oscillation (MJO), 엘리뇨-남방진동 (ENSO) 현상에 대하여 많이 연구되었다(Webster et al., 1999; Waliser et al., 1999;Pegion and Kirtman, 2008;Vialard et al., 2009; Moum et al., 2014; Matthews et al., 2014; Vincent et al., 2014; DeMott et al., 2015 and references therein; Jung and Kirtman, 2016a). 인도양 적도 부근 해상에서 발생하 여, 30-90일 주기로 태평양으로 이동하는 강수시스템 인 MJO를 예로 들면, MJO 최성기 전후로 해수면온 도 편차(Sea Surface Temperature anomaly)가 현저히 다른 특성을 보이는 것이 잘 알려져 있다(Fig. 1). Fig. 1에서 강수가 발생하기 전(Period A에 해당) 해 수면온도는 평소보다 0.25-2 º C 높게 나타난다. 강수 시스템이 생성되어 발달함에 따라 강수와 동반하여 바람이 강해지며, 강한 바람은 해양 상층 약 50-60 m 에 형성된 혼합층을 요란시켜 해양혼합층의 깊이가 깊어지고(B구간에 해당) 해수면온도가 냉각된다. 이 러한 일련의 과정은 Woolnough et al. (2000), Xie et al. (2002), Maloney and Sobel (2004), Duvel et al. (2004), Vialard et al. (2009), Drushka et al. (2012), Chi et al. (2014), Moum et al. (2014)과 DeMott et al. (2015)의 리뷰논문 등에 잘 설명되어 있다. 태풍 과 관련하여 대기-해양간 상호작용을 보여주는 예로 는, 태풍이 어떤 지역을 통과하기 전, 따뜻한 해수면 으로부터 대기 중으로 잠열 속과 현열 속이 증가하 여 대기중으로 수분을 공급한다고 알려져 있다. 또한 해수면온도가 주변보다 따뜻한 지역으로 태풍이 이동 하는 것으로 알려져 있다(Wu et al., 2005; Yun et al., 2012). 대설의 경우, 앞에서 언급했듯이, Lee and Min (2018)의 연구에서, 서해를 육지로 바꿀 경우 대 설이 나타나지 않았다.

    한반도내에서 또는 한반도 주변에서 위험기상이 발 생할 때, 이러한 위험기상 발생과 관련하여 어떤 특 정한 기상요소의 변화가 나타난다면, 그 변화 특징을 이용하여 위험기상 현상의 강도와 변화추세 등을 연 구, 예보하는데 사용할 수 있을 것이다. 본 연구에서 는 이러한 개념을 바탕으로 하여, 위험기상과 관련하 여 나타나는 해수면온도의 특징을 조사하였다. 이것 은 우리나라가 삼면이 바다로 둘러싸여 있고, 대기- 해양 간의 상호작용이 태풍, 집중호우, 대설과 같은 위험기상에 직·간접적으로 영향을 끼칠 수 있다는 선행연구에서 비롯되었다. 이 연구에서는 우선, 우리 나라에서 발생한 집중호우, 대설, 태풍 사례를 선정 하여 위험기상 분포를 조사하였으며, 선정된 사례에 대하여 해수면온도 편차 변화를 분석하였다. 대설의 경우, 우리나라 동해안을 중심으로 관측된 영동 대설 사례와 우리나라 호남지역을 중심으로 발생한 호남형 대설사례를 구분하여 해수면온도 변동성을 조사하였 다. 집중호우의 경우, 서울경기 및 서해안을 중심으 로 발생한 집중호우와 남해안을 중심으로 발생한 집 중호우에 대하여 해수면온도 변동성을 분석하였다. 태풍의 경우, 한반도에 태풍이 상륙한 해와 우리나라 주변으로 태풍의 영향이 없었던 해를 구분하여 변동 성을 조사하였다. 이 연구결과는 위험기상 선행관측 의 일환으로 해상에서의 상시관측을 실시하고자 할 때, 어느 지역에서의 상시관측이 바람직한 지에 대한 가이던스를 제공할 수 있을 것이다. 또한 한반도 주 변에서의 해수면온도 변동성 분포는 대기-해양 상호 작용 연구 뿐만 아니라 에어로졸 연구분야에서도 중 요하게 활용될 수 있다. 본 연구에서는 위험기상 현 상과 관련하여 나타나는 해수면온도 변동성이 어떠한 메커니즘을 통하여 위험기상 변화에 영향을 주는지에 대한 내용은 포함하지 않는다.

    자료 및 분석방법

    이 연구에서 위험기상은 태풍, 집중호우, 대설현상 으로 정의하였다. 태풍발생 빈도수 및 경로는 국가태 풍센터의 정보를 참조하였다(http://typ.kma.go.kr/index. jsp). 집중호우 및 대설 분포는, 정확한 강수량 값보 다는 극 값이 나타난 위치정보, 즉 강수량 분포가 더 필요하였으므로 기상청 국가자료센터로부터 1시간최 대강수량 극 값과 일최심신적설 극 값을 다운받아 사용하였다(https://data.kma.go.kr). 위험기상과 관련된 대규모 대기해양 환경특성은 재분석자료를 이용하여 분석하였다. 이 연구에 사용된 재분석 자료는 미국 국립해양대기연구소(National Oceanic and Atmospheric Administration, NOAA)의 해수면온도 자료(NOAA Optimum Interpolation 1/4 Degree Daily Sea Surface Temperature Analysis, Reynolds et al., 2007), 유럽 중기예보센터(European Center for Medium-Range Weather Forecast, ECMWF)의 대류 가용 잠재 에너 지(Convective Available Potential Energy, CAPE), 기후예측센터(Climate Prediction Center, CPC)의 강 수량자료, NCEP (National Centers for Environmental Prediction)/NCAR (National Centers for Atmospheric Research)의 바람장 자료 등이다. 별도의 설명이 없을 경우, 1982년에서 2017년 사이의 자료를 사용하였다. 해수면온도와 강수량 자료 분해능은 각각 0.25 º × 0.25°, 0.5 º ×0.5 º이며, 대류 가용 잠재 에너지 자료의 분해능은 1.5 º ×1.5 º이다. 각 자료의 종류, 해상도, 분 석기간 등에 대해서는 Table 1에 정리하였다.

    위험기상과 관련하여 나타나는 대규모 환경상태는 기상변수(예: SST, CAPE, 바람 등)의 변동성으로 확인 하였으며 변동성, 즉 분산은 아래 식으로 계산하였다.

    Var ( x ) = 1 n i = 1 n ( x i μ ) 2
    (1)
    μ = 1 n i = 1 n x i
    (2)

    여기에서 x는 해수면온도, CAPE과 같이 계산에 사 용된 기상변수, n는 전체 자료 수, 그리고 μ는 평균 을 나타낸다. 식 (1)에서 보듯이 분산은 관측 값에서 평균을 뺀 값을 제곱하고, 그것을 모두 더한 후, 전 체 개수로 나눠서 구한다.

    결 과

    이 세션에서는 한반도에서 발생한 태풍, 집중호우, 대설사례와 관련하여 나타난 해수면온도 특성에 대하 여 분석하였다.

    태풍

    우리나라는 6월에서 10월 사이에 태풍의 영향을 주로 받는다(http://typ.kma.go.kr/index.jsp). 1981년에 서 2010년 기준으로 연간 우리나라에 영향을 준 태 풍의 수는 약 3.1개이며(National typhoon center, 2011), 어떤 해에는 우리나라에 태풍이 상륙하기도 하고, 어떤 해에는 비록 태풍이 상륙하지 않더라도 한반도 주변으로 많은 태풍이 통과하기도 한다(예: Fig. 2a). 반면에 어떤 해에는 Fig. 2b와 같이 우리나 라 주변으로 태풍이 통과하지 않는다.

    해수면온도는 태풍의 발생 및 강도 뿐만 아니라 태풍경로에 영향을 미친다(Wu et al., 2005). 예를 들 어, 태풍은 해수면온도가 더 따뜻한 지역으로 향하는 경향이 있다(Yun et al., 2012). 우리나라에서 태풍의 영향이 많았던 해와 그렇지 않았던 해의 해수면온도 분포 특성을 조사하기 위하여, 태풍이 최소 연 2회 이상 한반도에 상륙한 해와 태풍이 한반도 주변으로 통과하지 않았던 해를 구분하여, 한반도 주변의 해수 면온도 변화를 분석하였다(Fig. 3). 한반도 주변으로 태풍의 영향이 없었던 해는 1983, 1988, 1996, 2001, 2009, 2017년, 태풍의 영향이 많았던 해는 1986, 1994, 2000, 2002, 2010, 2012년 자료를 사용하였다. 한반도 주변으로 태풍의 영향이 없었던 해는 33- 40 º N, 121-130 º E 영역안으로 태풍경로가 나타나지 않 은 해로 정하였다. 이 영역은 임의의 값이지만 1970 년 이후 발생한 모든 태풍경로를 조사한 후 공통적 으로 나타나는 특징을 기준으로 정하였다.

    Fig. 3b에서, 우리나라 평년 6월에서 10월에는 서 해 122-126 º E 영역에서 북서-남동방향으로 최고 +1.8 º C의 해수면온도 편차가 나타나고 있으며, 제주 남서 해상에서도 최고 +1.6 º C 해수면온도 편차가 관측되 고 있다. 이러한 해수면온도 편차 분포는 태풍의 영 향이 없는 해에는 다른 특성을 보인다. Fig. 3c에서, 우리나라 육상 및 부근 해상에서 태풍의 영향이 없 었던 해에는 해수면온도 변동성이 큰 부분이 Fig. 3a 와 비교하여 북쪽으로 치우쳐 나타나며, 산둥, 요동, 태안반도 사이 해상에서 +1.6-2.0 º C 해수면온도 변동 성이 관측되었다. 또한 평년과 비교해서, 제주도 서- 북서쪽 해상에서 해수면온도 변동성이 작았다. 반면 에, Fig. 3a에서 우리나라 주변으로 태풍의 영향이 많았던 해의 경우, 서해 앞바다 해상에서 +1.6 º C 이 상의 해수면온도 변동성이 나타나고 있다. 특히, 태 안반도에서 진도 앞바다에 이르는 124-126 º E 영역에 서 +1.8-2 º C의 해수면온도 변동성이 나타나고 있으며, 제주도에서 이어도 방향 해상으로도 +1.6 º C 이상의 해수면온도 변동성이 나타나고 있다. 태풍과 관련하 여 한반도 주변으로 나타나는 이러한 해수면온도 변 동성은 90-95% 유의수준에서 통계적으로 유의하였 다. Fig. 3에 나타난 해수면온도 변동성 특성을 고려 하여, 우리나라 남서해안에서 제주도-이어도 부근해 상, 또는 특히, 125 º E 부근의 서해상에서의 정규적인 관측이 태풍예측을 위한 자료수집에 도움이 될 것으 로 예상된다. 동해상에서 나타나는 강한 해수면온도 변동성은 태풍이 이미 우리나라를 통과한 이후, 태풍 경로와 관련하여 나타나는 해수면온도 변동성이므로 여기서는 다루지 않는다.

    집중호우

    동아시아 지역에서 관측되는 강수분포 및 강수량은 여름철 장마와 관련이 있다. 우리나라의 강수현상은 4-5월 남부지방에서부터 증가하기 시작하여, 7월과 8 월에는 전국에서 10 mm 내외의 강수현상을 보이며, 10월에는 현저히 약해진다(Fig. 4). 이러한 월별 강수 분포는 대기 종관상태와 보다 밀접하게 연관된 것으 로, 국지적인 집중호우의 모습을 보여주지는 못한다. 따라서 우리나라에서 발생하는 집중호우 분포를 살펴 보기 위하여 자동기상관측망(Automatic Weather Station, AWS)으로 수집된 지상관측자료를 분석하였다. 집중 호우는 시간당 강한 강우현상이 나타날 때를 뜻하므 로, 과거(1970-2017) 관측자료 중 1시간 최다강수량 극 값이 나타난 상위30(TOP30)의 발생날짜 및 발생 지점을 조사하였다(Table 2). 표에서 태풍의 영향으로 발생한 극 값은 비고란에 표시하였다. 우리나라에 영 향을 준 태풍 발생일은 국가태풍센터 정보를 참조하 였다.

    태풍의 영향으로 발생한 1시간 최다강수량 극 값 사례를 제외한, TOP30 1시간 최다 강수량 극 값 발 생 지역을 Table 2에서 살펴보면, 1970년에서 2017 년 사이 발생한 1시간 최다강수량 극 값은 주로 서 울, 이천, 강화, 서산, 보령, 부여를 중심으로 한 경기 및 서해안 부근과 진도, 광양시, 남해, 창원, 부산, 주 암, 제주도를 포함한 남해안 지역에서 나타났다. 특 히 지난 40-50년 동안 강화에서는 연별 1시간 최다 강수량 극 값이 3번 관측되었으며, 부여와 성산(포) 에서는 2번 발생하였다.

    집중호우와 관련하여 나타나는 대규모 대기·환경 상태를 조사하기 위하여, 태풍과 관련하여 극 값이 나타난 사례를 제외한 뒤, 1982년에서 2016년 사이 의 관측자료 중에서 상위30에 해당하는 1시간 최다 강수량 극 값일 22사례를 선정하였다. 선정된 집중호 우 22사례일은 Table 2의 마지막 행에 표시하였다. 선정된 22사례의 강수량 자료를 합성하여 집중호우 분포를 Fig. 5에 나타냈다. 1982년에서 2016년 사이 우리나라에서 발생한 집중호우는 서울·경기를 중심 으로 남북방향으로 우리나라 서쪽부분에서, 그리고 남해안을 중심으로 나타났다(Fig. 5).

    한반도에서 집중호우가 나타날 때, 구름발달 및 이 동특성을 살펴보기 위하여 1시간 최다 강수량 극 값 이 나타난 사례 중 임의 한 사례에 해당하는 2001년 7월 14일에서 15일의 위성영상을 Fig. 6에 나타냈다. 선정된 2001년 7월 14-15일 사례는 서울을 포함한 경기북부지방에 1시간 최다 강수량 99.5 mm를 기록 한, 극 값 26위에 해당하는 사례이다(Table 2). Fig. 6의 위성영상은 강수구름대가 중국내륙에서 우리나라 쪽으로 끊임없이 유입되고 있는 모습을 잘 보여주고 있다. 즉, 이날 서울 경기에서 관측된 기록적인 집중 호우는, 우리나라 내륙에서의 국지적인 지면가열에 의해 발생한 대기불안정에 의하여 구름이 성장하여 집중호우가 발생한 것이 아니라 중국내륙에서 발달한 구름대가 서해 및 한반도로 이동하면서, 지속적으로 발달하여 우리나라 내륙에서 집중호우가 발생한 경우 이다. 이러한 특징은, 선정된 다른 모든 사례에서도 비슷하게 나타났다.

    대류 가용 잠재 에너지(CAPE)는 위험기상의 형성 에 직접적으로 관여할 수 있는 에너지로, CAPE 값 이 크면 부력을 통한 대기의 연직운동이 활발해지므 로 위험기상이 발생할 확률이 높다. ECMWF의 CAPE자료를 사용하여 앞에서 선정된 집중호우 22사 례에 대하여, 집중호우 발생 1일전(D-1), 발생일(D day), 발생 1일후(D+1)에 대하여 CAPE 합성장을 Fig. 7에서 조사하였다. Fig. 7a에서, 한반도에 기록적 인 집중호우가 나타나기 1일 전에 이미 양의 CAPE 편차가 중국 대륙 및 서해안에서 나타난 것을 알 수 있다. 이러한 양의 CAPE 편차(예를 들어 30 J kg−1 이상)는 집중호우 발생일에 우리나라 전역에서 관측 되고 있다(Fig. 7b). 집중호우 발생 1일 후에는, 30 J kg−1 이상의 CAPE 편차는 남해상으로 물러났으나 여 전히 0-30 J kg−1의 양의 CAPE 편차가 우리나라 전 역에 분포하고 있다(Fig. 7c). 합성장과 마찬가지로 CAPE 변동장(Fig. 8) 역시 평년 여름철 CAPE 변동 장(Fig. 8a)과 비교해 볼 때, 집중호우 1일 전에는 중 국내륙 및 서해상에서 크게 나타나며(Fig. 8b), 집중 호우 극 값이 관측된 당일에는 우리나라 전역, 특히 서해와 남해안 지역으로 높은 변동성 영역이 확장된 모습을 보여준다(Fig. 8c). 이와 같이, CAPE 편차 합 성 및 변동장은 위성영상에서 나타난 강수의 특성을 잘 나타내고 있다. 즉 평년 여름철 CAPE 변화 양상과 비교해 볼 때, 집중호우가 발생할 경우에는 CAPE 변 화량이 가장 큰 부분이 중국 상하이 부근에서 나타 나며, 시간이 지남에 따라 변화량이 큰 영역이 우리 나라로 접근하는 모습을 보인다(Fig. 8). 따라서 이처 럼 CAPE 변동성이 큰 부분이 중국으로부터 우리나 라 중서부 및 남해로 확장되는 모습을 고려하여 강 수구름대가 서해안으로 접근할 때, 혹은 발달한 구름 대가 중국 해안에서 나타날 때, 우리나라 서해상을 관측하는 것이 추천된다. 특히 대기 수증기량을 관측 하는 장비(예: 라디오미터)를 사용하여 대기 수증기량 변화에 대한 정보를 얻을 수 있을 것이며, 드롭존데 관측을 통하여 집중호우와 관련된 대기 열역학 구조 를 파악할 수 있을 것이다.

    한반도에서 집중호우 극 값이 발생하기 1일전, 집 중호우 발생일, 발생 1일 후의 해수면온도 편차 합성 장을 Fig. 9에 나타냈다. Fig. 9a에서 집중호우 1일전 에 우리나라 서해남부 및 남해상으로 양의 해수면온 도 편차가 나타나고 있으며, 특히 Fig. 8b에서 18,000 J kg−1 이상의 CAPE 변동성이 한반도로 확장 하고 있는 34-35 º N 남쪽 해상에서 0.2 º C 이상의 양 의 해수면온도 편차가 나타나고 있다. Fig. 9에서 0.4 º C 이상의 높은 해수면온도 편차 영역은 강수가 진행됨에 따라 동쪽으로 이동하고 있으며, 35 º N 북쪽 의 산둥-요동반도 부근 해상에서는 음의 해수면온도 편차 영역이 확장, 강화되는 모습을 보인다. 이때의 해수면온도 변동장을 Fig. 10에서 살펴보면, Fig. 10a 에 보인 평년 여름철 해수면온도 변동성과 비교하여 Fig. 10b의 집중호우 1일전에는 산둥-요동반도 부근 해상에서 남쪽 또는 남동방향으로, 서해 중부 및 남 서해상에서 해수면온도 변화가 크게 나타난다. 또한 전라남도 지방에서 상하이 방향의 해상에서 강한 해 수면온도 변동이 나타나며, 특히 34-35 º N 이남에서 나타나는 해수면온도 변화는 90% 유의수준에서 통계 적으로 유의하다. 집중호우 발생일에는 해수면온도 변동성이 중국 상하이부근 서해 먼바다에서 전라남도 방향으로 122-126 º E, 30-35 º N 영역에서 강하게 나타 난다(Fig. 10c). 해수면온도 변동성이 집중호우에 미 치는 영향을 알아보고자 할 때, 진도에서 중국 상하 이 방향 해상에서의 상시관측 또는 123-124 º E 부근 의 서해 중부해상에서의 해수면온도 관측이 도움을 줄 것으로 예상된다.

    여름철 집중호우와 관련하여 나타나는 해수면온도 변동성을 서울과 경기, 서해안을 중심으로 집중호우 가 나타나는 경우와 남해안을 중심으로 나타나는 경 우를 구분하여 Fig. 11에서 좀 더 자세히 분석하였다. Fig. 11(a-f)에서 우리나라 중부 및 서해안 지역에서 집중호우가 발생하는 경우, 집중호우 발생 1일전 우 리나라 주변, 특히 서해에서 강한 양의 해수면온도 편차가 관측된다(Fig. 11a). 이때 해수면온도 변동성 을 Fig. 11(d-f)에서 살펴보면, 집중호우 1일전 우리 나라 서해중부해상에서 강한 해수면온도 변화가 나타 나며, 한반도에서 집중호우가 발생함에 따라 서해상 에서 나타난 해수면온도 변동성은 약해진다.

    Fig. 11(g-i)에서 남해안을 중심으로 집중호우가 나 타나는 경우, Fig. 9와 비슷한 모습으로 우리나라 남 부지방 남쪽해상에서 양의 해수면온도 편차가 강하게 나타난다. 이러한 양의 해수면온도 편차 영역은 강수 가 진행됨에 따라 동쪽으로 이동하며, 또한 요동-산 동반도 부근 해상에서부터 음의 해수면온도 편차가 확대·강화되는 모습을 보인다. Fig. 11(j-l)에서 해수 면온도 변동장을 살펴보면, 집중호우 발생 1일 전에 서해중부해상에서 나타난 강한 해수면온도 변화는 강 수가 진행됨에 따라 점점 약해져 집중호우 발생일에 는 서해, 특히 경기만부근에서 해수면온도 변동성이 크게 약해지며, 반면에 제주도에서 중국 상하이 부근 해상으로 강한 양의 해수면온도 변동성이 나타난다. 따라서 집중호우와 관련하여 나타나는 해수면온도 영 향, 또는 대기-해양 간 상호작용을 알아보고자 한다 면, 진도-제주도-이어도-중국 상하이 방향으로 이어지 는 해상, 특히 진도에서 제주도 북서쪽 해상을 관측 하는 것이 집중호우관련 선행 시그널을 파악하는데 도움이 될 것이다.

    대설

    과거 우리나라에서 대설이 나타난 지역을 찾기 위 하여, 1970년에서 2017년 기간에 대하여 연별 일최 심신적설 극 값이 나타난 지점을 조사하였다(Table 3). Table 3에서 연별 일최심신적설 상위10위(TOP10) 는 대관령(4회), 울릉도(4회), 속초(1회), 북강릉(1회) 으로 모두 동해안지역으로 나타났다. 상위 100위 (TOP100)가 나타난 지점에는 울릉도(26회)를 포함하 여 대관령(24회), 강릉(12회), 속초(10회), 태백(5회), 동해(5회), 북강릉(4회), 삼척(2회), 울진(2회), 영덕(1 회)과 같은 동해안지역이 주로 속하였으며, 이 외의 지역으로는 문경, 대전, 보은, 영주의 전라북도 남서 지역과 정읍, 부안, 장흥, 남원, 남해와 같은 남해안 지역에서 일최심신적설 극 값이 나타났다. 동해안 지 역 및 호남지역을 중심으로 나타나는 우리나라 대설 현상은, Fig. 12의 겨울철 강수 편차 합성장으로도 잘 나타난다. 강수 합성장은 연별 일최심신적설 상위 150위(TOP150)에 대하여 합성하였으며, TOP150 대 설사례 중, 울릉도를 제외한 지역에 대하여 1982년에 서 2016년에 발생한 대설사례일 만을 고려하였다. Table 3에 보인 TOP111에 해당하는 대설사례일 외에 영동 대설의 경우, 1985년 2월 9일(대관령, 117위), 1993년 2월 16일(태백, 123위), 1995년 3월 3일(대관 령, 133위), 1995년 3월 12일(태백, 134위), 2000년 1 월 25일(강릉, 142위; 동해 143위), 2011년 1월 3일 (포항, 127위), 2011년 2월 14일(경주시, 144위; 울산, 146위), 2012년 3월 23일(대관령, 124위), 2013년 1 월 21일(대관령, 135위), 2014년 12월 3일(서산, 145 위), 2016년 12월 27일(북강릉, 150위)이 포함되었다. 호남형 대설의 경우, 1996년 12월 1일(정읍, 138위) 과 2015년 1월 1일(고창, 148위)에서 발생한 대설사 례가 분석에 포함되었다. 한편, 2004년 3월 5일 문경, 대전, 보은, 영주 지역에서 발생한 대설사례일은 영 동 대설과 호남형 대설로 구분되지 않아 분석에 포 함하지 않았다. Table 3에서 일최심신적설 극 값은 11월에서 3월 사이에 발생한 것을 알 수 있다.

    앞서 보았듯이, 우리나라에서 대설이 관측되는 지 역은 주로 동해안이며, 이 지역에서는 (북)동풍이 유 입될 때 대설이 발생한다. 또 다른 대표적인 대설 발 생지역은 부안, 정읍, 장흥, 남해와 같은 남서해안부 근 지역으로, 이때에는 서해상으로 한기가 유입되면 서 우리나라 호남지방에 대설이 발생한다. 영동 대설 과 호남형 대설이 발생할 때의 전형적인 위성영상 예를 Fig. 13에 나타냈다. Fig. 13a는 고창에 기록적 인 대설이 발생한 2015년 1월 1일의 위성영상 이며, Fig. 13b는 북강릉, 대관령 등 우리나라 동해안 지역 에 대설을 기록한 2015년 2월 10일의 위성영상이다. Fig. 13의 위성영상에서는 동해 또는 서해상으로 한 기이류가 지속되면서 우리나라 해안에 접해 있는 지 역에서 눈구름이 발생, 발달하여 대설이 나타나는 모 습을 잘 보여주고 있다.

    우리나라에서 일최심신적설 극 값이 기록된 날과 그렇지 않은 날 사이의 차이점을 분석하기 위하여, 각 대설유형에 해당하는 사례들을 사용하여 해수면온 도 변동장을 Fig. 14에서 분석하였다. 그림에서 해수 면온도 변동장은, 1982년에서 2017년 11월에서 3월 에 대하여, 대설유형에 관계없이 일최심신적설 극 값 이 나타난 모든 사례(Fig. 14a), 영동 대설사례(Fig. 14c), 호남형 대설사례(Fig. 14d)에 대하여 각각 분석 하였다. 또한 대설이 관측된 날짜와 상관없이 11월에 서 3월 사이의 모든 날짜에 대하여 해수면온도 변동 성을 Fig. 14b에서 조사하였다. 그림에서 대설이 발 생하는 지역에 따라서 해수면온도 변동성이 크게 나 타나는 영역이 다르게 나타난다. 우리나라의 경우, 대부분의 대설이 동해안지역에서 발생한다. 따라서 Fig. 14a의 대설유형에 관계없이 모든 대설이 발생할 경우 관측되는 해수면온도 변동성의 모습과 Fig. 14c 의 영동 대설사례에 대한 해수면온도 변동성 패턴이 비슷한 형태로 나타난다. 하지만 영동 대설사례의 경 우, 평년 겨울철 해수면온도 변동성과 비교하여, 동해 에서, 특히 130 º E, 39 º N 부근에서 해수면온도 변동성 이 크게 나타난다. 따라서 항공관측을 수행할 경우 해수면온도 변동성이 큰 지역과 적은 지역을 모두 포함하도록 관측을 시행하며, 부이 또는 선박을 통한 해상에서의 상시관측의 경우 해수면온도 변동성이 적 게 나타나는 연안지역과 해수면온도 변동이 크게 나 타나는 먼 바다에서의 상시관측이 바람직할 것이다.

    호남형 대설과 관련하여 나타나는 해수면온도 편차 변동성을 Fig. 14d에서 살펴보면, 호남형 대설의 경우 영동 대설사례와 비교하여 해수면온도 변동성이 서해 에서 크게 다른 패턴으로 나타난다. 호남형 대설의 경 우, 서해상에서 해수면온도 변동성이 남북방향으로 나 타난다. 산둥반도 부근에서 제주도 서쪽 서해 먼 바다 에서 0.8-1.6 º C 해수면온도 변동성이 나타나며, 서해 앞바다, 특히 태안반도 서쪽에서 진도와 제주도 남동 쪽으로 이어지는 북서-남동 방향으로 해수면온도 변동 성이 0.4 º C 보다 작은 영역이 나타난다. 반면에 동해 에서는, 130 º E, 38 º N 부근을 중심으로, 해안에 가까운 해상에서부터 강한 해수면온도 변동성이 나타난다.

    Fig. 14에서 우리나라에서 대설이 발생할 경우, 대 설의 형태와 상관없이, 130 º E, 38-39 º N 부근 동해상 에서 해수면온도 변동성이 증가하는 반면 제주도 남 쪽해상에서는 해수면온도 변동성이 평소에 비해 감소 하는 모습을 보인다. 이러한 변화는 90-95% 유의수 준에서 통계적으로 유의하다. 따라서 이 해역에서 부이 또는 선박관측을 통한 상시관측을 수행한다면, 대설지역과 상관없이 우리나라에서 발생하는 대설과 해수면온도 변동성과의 관계성을 발견할 수 있을 것이다.

    영동 대설과 호남형 대설은 해상의 따뜻한 해수면 위로 한기이류가 강하게 유입될 때 발생한다(Fig. 13). 이러한 눈구름의 발생 및 발달과 관련하여, 해상 에서 발달하는 구름을 관측하고자 한다면, 항공관측 을 이용할 경우에는 또한 구름 열(cloud street)에 직 각되는 방향으로 구름 현장관측을 실시하며, 드롭존 데는 항공기가 비행할 수 있는 최고 고도에서 구름 이 존재하는 영역과 구름이 존재하지 않는 영역에서 각각 투하한다. 이것은 구름이 존재하는 지역과 그렇 지 않은 지역의 자료를 얻기 위해서이다. 구름 열에 직각방향으로 비행관측을 수행함으로써 구름이 발달 하는 과정에 대한 관측이 가능하며 수분 속 등의 계 산도 가능해진다.

    Fig. 14에서 보인 대설발생과 관련하여 나타난 해수 면온도 변화 특성을 요약하면, 우리나라 동해 130 º E, 38-39 º N 부근영역에서는 평년 약 1.8-2.8 º C의 해수면 온도 변동성이 나타나며 이 영역의 해수면온도 편차 는 영동 및 호남형 대설 발생 시 3 º C 이상의 변동성 을 보인다. 반면에 제주도 남쪽해상에서는 해수면온 도 변동성이 0.4 º C 보다 작게 나타났다. 대설유형과 상관없이, 동해 및 제주도 남쪽해상에서 공통적으로 나타난 이러한 해수면온도 변동성은 90-95% 유의수 준에서 통계적으로 유의하였다. 하지만 영동 대설 시, 진도에서 이어도로 이어지는 북동-남서 방향 해상에 서 나타난 변동성이 큰 해수면온도 변화는 통계적 으로 유의하지 않은 것으로 분석되었다. 또한 호남형 대설의 경우, 대설사례수가 적어 동해(130 º E, 39 º N 부근)를 제외한 나머지 해상에서의 해수면온도 변동 성 또한 통계적으로 유의하지 않은 것으로 나타났다. 영동 대설 시 서해와 남해에 나타난 강한 해수면온 도 편차 변동성과 호남형 대설 시 동해상에서 나타 나는 해수면온도 편차 변동성의 원인에 대해서 추후 자세한 조사가 필요할 것으로 보인다.

    요약 및 결론

    태풍, 집중호우, 대설 등과 같은 위험기상은 매년 우리나라에 큰 피해를 입힌다. 따라서 상시적인 정규 관측을 통하여 이러한 현상의 발생가능성을 미리 진 단할 수 있다면 기상재해 경감에 큰 도움이 될 것이 다. 관측자료를 수치모델의 입력자료로 제공하여 예 보를 향상시키는 관점에서, 시·공간적으로 조밀한 관 측을 통하여 얻은 자료를 제공하는 것이 가장 이상 적일 것이다. 그러나 비용 대 효과 면을 고려할 때, 위험기상현상과 관련하여 나타나는 변수(들)의 변동 성이 가장 큰 지역을 찾고, 그 지역에서의 관측 자료 를 제공하는 방법 또한 도움이 될 것이다. 이러한 목 적에서, 이 연구에서는 태풍, 집중호우, 대설 현상이 발생할 때, 이러한 위험기상 현상과 관련하여 나타나 는 대규모 환경변수의 특징을 조사하였다. 특히, 우 리나라는 삼면이 바다로 둘러싸여 있고 해수면온도가 어떤 방식으로든 태풍, 집중호우, 대설의 발달에 직· 간접적으로 영향을 미치므로 해수면온도 변동성을 중 심으로 분석하였다.

    우리나라에서 집중호우는 서울경기 및 서해안과 남 해안지역을 중심으로 나타났으며, 대설은 동해안 지 역과 호남지역을 중심으로 분포하였다. 우리나라 주 변에서 해수면온도 변동성이 크게 나타나는 지역은 집중호우 및 대설 주요발생지역에 따라 차이가 있었 으나 공통적으로 나타나는 영역 또한 존재하였다. 예 를 들어, 태풍과 집중호우 발생 시, 제주도 북서해상 또는 전라남도 남서지방(진도)에서 이어도로 이어지 는 방향으로 해수면온도 변동성이 크게 나타났다. 또 한 대설 발생 시, 대설 발생 지역에 관계없이, 제주 도 남쪽 해상에서 해수면온도 변동성이 작게 나타나 는 반면, 130 º E, 39 º N을 중심으로 동해상에서 해수면 온도 변동성이 크게 증가하였다. 따라서 이 영역에서 의 정기적이고 장기적인 선박관측 또는 고정지점 관 측을 수행함으로써 태풍, 집중호우, 대설 현상과 관 련한 기초자료를 축적할 수 있을 것으로 기대된다.

    한반도 주변에서의 해수면온도 변동성 분포는 대기 -해양 상호작용 연구 뿐만 아니라 에어로졸 연구분야 에서도 중요하게 활용될 수 있다. 예를 들어, 해수면 온도 번동성이 크게 나타나는 영역은 대기-해양 간 상호작용과 관련 있는 현상에 영향을 준다. 즉, 강수 발달이 대기-해양 간 상호작용의 결과라고 할 때, 해 수면온도 변화가 구름 및 강수발달에 미치는 영향을 가장 직접적으로 보여주는 영역이 해수면온도 변동성 이 큰 영역이 될 것이다. 따라서 해수면온도 변동성 이 큰 영역에서 해양과 대기가 어떤 방식으로 서로 작용하여, 상호간의 영향을 미치는지 그 자세한 메커 니즘 분석이 가능하다. 이러한 상호작용 메커니즘을 밝히기 위하여, 현열·잠열 속을 분석하거나 해양의 열용량, 수분 속 변화, 해양 혼합층 깊이 변화조사 등 다양한 방법으로의 접근, 분석이 가능하다. 해수 면온도 변동성 분포는 또한 에어로졸-구름 상호작용 연구에 활용성을 갖는다. 구름 층 아래의 대기경계층 (sub-cloud layer)에 존재하는 에어로졸이 구름내부로 유입되어 구름씨앗으로 작용할 때, 해수면온도 변동 및 바람의 변동성이 구름내부로 유입되는 해염 입자 와 같은 에어로졸 수농도에 영향을 미친다고 알려져 있다. 따라서, 배경대기 에어로졸의 영향이 최소인 상태에서 계절에 따른 에어로졸 농도 변화를 보고자 한다면 해수면온도 변동성이 작은 지역에서의 자료 수집이 선호된다. 같은 맥락에서 구름 씨뿌리기 실험 을 설계할 경우 배경대기 에어로졸 양이 가능한 한 변하지 않는 곳에서 수행되어야 하므로 이때에도 가 능하면 해수면온도 변동성이 크게 나타나는 영역은 피하여 실험을 설계하는 것이 바람직하다. 이와 같이, 태풍, 집중호우, 대설 현상과 관련하여 해수면온도 변동성이 크게 나타나는 영역은 위험기상 관련 상시 관측을 설계할 때 중요한 기초자료로 활용될 것이다. 또한 구름-에어로졸 상호작용 연구 등에 활용성이 있 을 것으로 기대된다.

    사 사

    본 논문의 개선을 위해 좋은 의견을 제시해 주신 심사위원분들께 깊은 감사를 드립니다. 이 연구는 기 상청 국립기상과학원 「기상업무지원 기술개발연구」 “기상항공기 활용기술 개발연구(KMA2018-00222)”의 지원으로 수행되었습니다.

    Figure

    JKESS-40-3-240_F1.gif

    (Left) Schematic showing processes observed during MJO2 at 0º, 80ºE in November 2011. The upper 150 m of the ocean and lower 16 km of the atmosphere are represented as a right-to-left linear time series. Green shading in the atmosphere indicates moist air. Pink shading in the ocean indicates the warmest waters, outlined by red isotherms. Near-surface triangles denote diurnal warm layers, with their intensity proportional to the number of isotherms. Modified Fig. 8 of Moum et al. (2014). (Middle-Right) Schematic diagram of processes leading to the (middle) diurnal warm layer and (right) residual diurnal cycle. Modified Fig. 13 of Matthews et al. (2014).

    JKESS-40-3-240_F2.gif

    An example of typhoon tracks in (a) 1986 and (b) 1988. The images were download from the National typhoon center website.

    JKESS-40-3-240_F3.gif

    The variance of sea surface temperature (SST) anomalies for the (a) years that the Korean peninsula is influenced by typhoons, (b) year-round (June to October), and (c) years under little influence of typhoons. Years of 1986, 1994, 2000, 2002, 2010, 2012 were used for the YES TY in Fig. 3a, and years of 1983, 1988, 1996, 2001, 2009, 2017 were used for the NO TY in Fig. 3c.

    JKESS-40-3-240_F4.gif

    Climatology of monthly precipitation for the years of 1979 to 2017.

    JKESS-40-3-240_F5.gif

    The composite of 22-heavy rainfall events occurred between 1982 and 2016. The 22 cases are shown in Table 2.

    JKESS-40-3-240_F6.gif

    Satellite Imagery of heavy rainfall occurred over the Korean Peninsula from July 14 to 15, 2001. The satellite images were download from the Korea Meteorological Administration website.

    JKESS-40-3-240_F7.gif

    Composite of CAPE anomalies for the 22-heavy rainfall cases shown in Table 2.

    JKESS-40-3-240_F8.gif

    The variance of CAPE anomalies for (a) summer seasons (June to August) of 1982-2016, (b) days of one day before the 22-heavy rainfall events, and (c) days of 22-heavy rainfall events shown in Table 2.

    JKESS-40-3-240_F9.gif

    Composite of SST anomalies (a) for one day before the heavy rain, (b) on the heavy rain days, and (c) one day after the heavy rain. The dates of 22 heavy rain events are shown in Table 2.

    JKESS-40-3-240_F10.gif

    The variance of SST anomalies (a) for year-round summer seasons, (b) one day before the heavy rain, (c) on the heavy rain days, and (d) for one day after the heavy rain. The dates of 22 heavy rain events are shown in Table 2.

    JKESS-40-3-240_F11.gif

    The composite and variance of SST anomalies for the heavy rainfall. (a-c) composite and (d-f) variance of heavy rainfall centered on Gyeonggi and west coast. (g-i) composite and (j-l) variance of heavy rainfall events centered on the southern part of the Korean Peninsula.

    JKESS-40-3-240_F12.gif

    Composite of precipitation anomalies for (a) Honam-type and (b) Youngdong heavy snow events occurred during 1982 and 2016.

    JKESS-40-3-240_F13.gif

    An example of satellite imagery showing the heavy snowfall over the Korean Peninsula at (a) 13:00 KST on 1st January 2015 and (b) 11:00KST on 10th February 2014.

    JKESS-40-3-240_F14.gif

    The variance of SST anomalies for (a) all heavy snowfall, (b) year-round winter seasons, (c) eastern-type heavy snowfall, and (d) southern-type heavy snowfall cases.

    Table

    Data used in this study

    The 1-hour maximum rainfall extremes (1970-2017) Top30 is marked as Rank. The selected 22 heavy rainfall cases are denoted in the last column. TY in Note indicates the rainfall of the day is influenced by the typhoon. CAT1 and CAT2 indicate rainfall events centered on Gyeonggi province or West Coast, and southern part of Korea, respectively

    Top 111 of the deepest fresh snow extremes in Korea (1970-2017)

    Reference

    1. Allen, J.T. , Tippett, M.K. , and Sobel A.H. ,2015, Inuence of the El Niño/ Southern Oscillation on tornado and hail frequency in the United States. Nature Geoscience, 8, 278-283.
    2. Baek, S.-K. , Cho, C.-H. , Kim, J.-H. , and Song, H.-Y. ,2005, Analyses of precipitation cases using wind profiler. Asia-Pacific Journal of Atmospheric Sciences, 41(1), 1-16. (in Korean)
    3. Brooks, H.E. , Doswell III, C.A. , and Cooper J. ,1994, On the environments of tornadic and nontornadic mesocyclones. Weather Forecasting, 9, 606-618.
    4. Chen, Y.-L. and Li, J. ,1995, Large-scale conditions favorable for the development of heavy rainfall during TAMEX IOP3. Monthly Weather Review, 123,2978-3002.
    5. Chi, N.-H. , Lien, R.-C. , D’Asaro, E.A. , and Ma, B.B. ,2014, The surface mixed layer heat budget from mooring observations in the central Indian Ocean during Madden-Julian Oscillation events. Journal of Geophysical Research Oceans, 119, 4638-4652, doi:10.1002/2014JC010192.
    6. DeMott, C.A. , Klingaman, N.P. , and Woolnough, S.J. ,2015, Atmosphere-ocean coupled processes in the Madden-Julian Oscillation. Review of Geophysics, 53, 1099-1154, doi:10.1002/2014RG000478.
    7. Drushka, K. , Sprintall, J. , Gille, S.T. , and Wijffels, S. ,2012, In situ observations of Madden-Julian Oscillation mixed layer dynamics in the Indian and western Pacific Oceans. Journal of Climate, 25, 2306-2328.
    8. Duvel, J.P. , Roca, R. , and Vialard, J. ,2004, Ocean mixed layer temperature variations induced by intraseasonal convective perturbations over the Indian Ocean. Journal of the Atmospheric Sciences, 61, 1004-1023.
    9. Gensini, V.A. and Ashley, W.S. ,2011, Climatology of potentially severe convective environments from the North American Regional Reanalysis. E-Journal of Severe Storms Meteorology, 6(8), 1-40.
    10. Hwang, S.-O. and Lee, D.-K. ,1993, A study on the relationship between heavy rainfalls and associated lowlevel jets in the Korean Peninsula. Asia-Pacific Journal of Atmospheric Sciences, 29(2), 133-146. (in Korean)
    11. IPCC, 2013, Climate Change 2013: The physical science basis. In Stocker, T.F., Qin, D., Plattner, G.-K., Tignor, M., Allen, S.K., Boschung, J., Nauels, A., Xia, Y., Bex, V., and Midgley, P.M. (eds.), Contribution of working group I to the Fifth assessment report of the Intergovernmental Panel on Climate Change. CambridgeUniversity Press, Cambridge, United Kingdom and New York, NY, USA, 1535 p.
    12. Jang, M. , Jee, J.-B. , Min, J.-S. , Lee, Y.-H. , Chung, J.-S. , and You, C.-H. ,2016, Studies on the Predictability of Heavy Rainfall Using Prognostic Variables in Numerical Model. Atmosphere, 26(4), 495-508. (in Korean)
    13. Jeong, Y.K. ,1999, Synoptic Environment Associated with the Heavy Snowfall in the Southwestern Region of Korean peninsula. Journal of the Korean Earth Science Society, 20(4), 398-410. (in Korean)
    14. Jhun, J.-G. , Lee, D.-K. , and Lee, H.-A. ,1994, A study on the heavy snowfalls occurred in South Korea. Asia- Pacific Journal of Atmospheric Sciences, 30(1), 97-117. (in Korean)
    15. Jung, E. and Kirtman, B. ,2016a, ENSO modulation of tropical Indian Ocean sub-seasonal variability. Geophysical Research Letter, 43, 12,634-12,642, doi:10.1002/2016GL071899.
    16. Jung, E. and Kirtman, B. ,2016b, Can we predict seasonal changes in high impact weather in the United States? Environmental Research Letters, 11, 074018, doi:10.1088/1748-9326/11/7/074018.
    17. Jung, S.-P. , Kwon, T.-Y. , and Han, S.-O. ,2014, Thermodynamic characteristics associated with localized torrential rainfall events in the middle west region of Korean Peninsula. Atmosphere, 24(4), 457-470. (inKorean)
    18. Jung, S.-P. , In, S.-R. , Kim, H.-W. , Sim, J. , Han, S.-O. , and Choi, B.-C. ,2015, Classification of atmospheric vertical environment associated with heavy rainfall using longterm radiosonde observational data, 1997~2013. Atmosphere, 25(4), 611-622. (in Korean)
    19. Konrad, C.E. ,1997, Synoptic-scale features associated with warm season heavy rainfall over the interior southeastern United States. Weather Forecasting, 12, 557-571.
    20. Kwak, B.-C. and Yoon, I.-H. ,2000, Synoptic analysis on snowstorm occurred along the east coast of the Korean Peninsula during 5-7 January, 1997. Journal of the Korean Earth Science Society, 21(3), 258-275. (in Korean)
    21. Kwon, T.-Y. , Kim, J.-S. , and Kim, B.-G. ,2013, Comparison of the properties of Yeongdong and Yeongseo heavy rain. Atmosphere, 23(3), 245-264. (in Korean)
    22. Lee, H. and Lee, T.-Y. ,1994, The governing factors for heavy snowfalls in Youngdong area. Asia-Pacific Journal of Atmospheric Sciences, 30(2), 197-218. (in Korean)
    23. Lee, H. R. , Kim, K.-E. , Yoo, J.-M. , and Min, K.-D. ,2001, A Study on a severe winter weather occurred in the Korean Peninsula by tropopause undulation. Asia-Pacific Journal of Atmospheric Sciences, 37(2), 195-224. (in Korean)
    24. Lee, H.-Y. , Kim, J. , Park, I.-G. , Kang, H. , and Ryu, H. ,2018, Local enhancement mechanism of cold surges over the Korean Peninsula. Atmosphere, 28(4), 383-392. (in Korean)
    25. Lee, H.Y. , Ko, H.Y. , Kim, K.E. , and Yoon, I.H. ,2010, An analysis of characteristics of heavy rainfall events over Yeongdong Region associated with tropopause folding. Journal of the Korean Earth Science Society, 31(4), 354-369. (in Korean)
    26. Lee, J.-H , Eun, S.-H. , Kim, B.-G., and Han, S.-O., 2012, An analysis of low-level stability in the heavy snowfall event observed in the Yeongdong region. Atmosphere, 22, 209-219. (in Korean)
    27. Lee, J.-G. and Min, K.-H. ,2018, Analysis of the west coast heavy snowfall development mechanism from 23 to 25 January 2016. Atmosphere, 28(1), 53-67. (in Korean)
    28. Lee, T.-Y. and Kim, Y.-H. ,2007, Heavy precipitation systems over the Korean peninsula and their classification. Asia-Pacific Journal of Atmospheric Sciences, 43(4), 367-396.
    29. Maloney, E. and Sobel, A. ,2004, Surface fluxes and ocean coupling in the tropical intraseasonal oscillation. Journal of Climate, 17, 4368-4386.
    30. Matthews, A.J. , Baranowski, D.B. , Keywood, K.J. , Flatau, P.J. , and Schimdtko, S. ,2014, The surface diurnal warm layer in the Indian Ocean during CINDY/DYNAMO. Journal of Climate, 27, 9101-9122.
    31. Moum, J.N. , de Szoeke, S.P. , Smyth, W.D. , Edson, J.B. , DeWitt, H.L. , Moulin, A.J. , Thompson, E.J. , Zappa, C.J. , Rutledge, S.A. , Johnson, R.H. , and Fairall, C.W. ,2014, Air-Sea interactions from westerly wind bursts during the november 2011 MJO in the Indian Ocean. Bulletin of the American Meteorological Society, 95(8), 1185–1199, doi:10.1175/BAMS-D-12-00225.1.
    32. Park, J.-H. , Kim, K.-E. , and Heo, B.-H. ,2009, Comparison of development mechanisms of two heavy snowfall events occurred in Yeongnam and Yeongdong regions of the Korean Peninsula. Atmosphere,19(1), 9-36. (in Korean)
    33. Park, C.-G. and Lee, T.-Y. ,2008, Structure of mesoscale heavy precipitation systems originated from the Changma Front. Atmosphere, 18, 317-338. (in Korean)
    34. Pegion, K. and Kirtman, B. ,2008, The impact of air-sea interactions on the simulation of tropical intraseasonal variability. Journal of Climate, 21(24), 6616-6635.
    35. Reynolds, R.W. , Smith, T.M. , Liu, C. , Chelton, D.B. , Casey, K.S. , and Schlax, M.G. ,2007, Daily highresolution- blended analyses for sea surface temperature. Journal of Climate, 20 5473-5496.
    36. Seo, E.-K. and Jhun, J.-G. ,1991, A case study of the heavy snowfalls occurred in the Korean Peninsula from 29 January to 1 February 1990. Asia-Pacific Journal of Atmospheric Sciences, 27(2), 165-179. (in Korean)
    37. Tippett, M.K. , Sobel, A.H. , and Camargo, S.J. ,2012, Association of US tornado occurrence with monthly environmental parameters. Geophysical Research Letter, 39, L050368.
    38. Tippett, M.K. , Sobel, A.H. , Camargo, S.J. , and Allen, J.T. ,2014, An empirical relation between US Tornado activity and monthly environmental parameters. Journal of Climate, 27, 2983–2999, doi:10.1175/JCLI-D-13-00345.1.
    39. You, C.-H. , Lee, D.-I. , and Lee, B.-G. ,2000, Kinematic characteristics of snow clouds in winter monsoon by radar echo types classification. Asia-Pacific Journal of Atmospheric Sciences, 36(6), 655-666. (in Korean)
    40. Vialard. J. , Duvel, JP. , McPhaden, MJ. , Bouruet-Aubertot, P. , Ward, B. , Key, E. , Bourras, D. , Weller, R. , Minnett, P. , Weill, A. , Cassou, C. , Eymard, L. , Fristedt, T. , Basdevant, C. , Dandoneau, Y., Duteil, O., Izumo, T., de Boyer Montégut, C., Masson, S., Marsac., F., Menkes, C., and Kennan, S., 2009, Cirene: Air-sea interactions in the Seychelles-Chagos Thermocline Ridge region. Bulletin of the American Meteorological Society, 90, 45–61, doi:10.1175/2008BAMS2499.2.
    41. Vincent, E.M. , Emanuel, K.A. , Matthieu, L. , Vialard, J. , and Madec, G. ,2014, Influence of upper ocean stratification interannual variability on tropical cyclones. Journal of Advances in Modeling Earth Systems, 6(3), 680-699, doi: 10.1002/2014MS000327.
    42. Waliser, D.E. , Lau, K.M. , and Kim, J.-H. ,1999, The influence of coupled sea surface temperatures on the Madden-Julian Oscillation: A model perturbation experiment. Journal of the Atmospheric Sciences, 56, 333-358.
    43. Webster, P.J. , Moore, A.M. , Loschnigg, J.P. , and Leben, R.R. ,1999, The great Indian Ocean warming of 1997- 98: Evidence of coupled oceanic-atmospheric instabilities. Nature, 401, 356-360.
    44. Woolnough, S. , Slingo, J. , and Hoskins, B. ,2000, The relationship between convection and sea surface temperature on intraseasonal timescales. Journal of Climate, 13, 2086-2104.
    45. Wu, L. , Wang, B. , and Braun, S.A. ,2005, Impacts of airsea interaction on tropical cyclone track and intensity. Monthly Weather Review, 133, 3299-3314.
    46. Xie, S.-P. , Annamalai, H. , Schott, F.A. , and McCreary Jr., J.P. ,2002, Structure and mechanisms of south Indian Ocean climate variability. Journal of Climate, 15, 864-878.
    47. Yun, K.-S. , Chan, J.C.L. , and Ha, K.-J.,2012, Effects of SST magnitude and gradient on typhoon tracks around East Asia: A case study for Typhoon Maemi (2003). Atmospheric Research, 109, 36-51.