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.6 pp.584-598
DOI : https://doi.org/10.5467/JKESS.2019.40.6.584

A Study of the Influence of Short-Term Air-Sea Interaction on Precipitation over the Korean Peninsula Using Atmosphere-Ocean Coupled Model

Yong-Jae Han*, Ho-Jae Lee, Jin-Woo Kim, Ja-Yong Koo, Youn-Gyoun Lee
Department of Earth System Prediction, Korea Environmental Science & Technology Institute, Seoul 48059, Korea
Corresponding author: gguyz123@kesti.co.kr Tel: +82-2-2113-2178
November 22, 2018 January 15, 2019 January 13, 2019

Abstract


In this study, the effects of air-sea interactions on precipitation over the Seoul-Gyeonggi region of the Korean Peninsula from 28 to 30 August 2018, were analyzed using a Regional atmosphere-ocean Coupled Model (RCM). In the RCM, a WRF (Weather Research Forecasts) was used as the atmosphere model whereas ROMS (Regional Oceanic Modeling System) was used as the ocean model. In a Regional Single atmosphere Model (RSM), only the WRF model was used. In addition, the sea surface temperature data of ECMWF Reanalysis Interim was used as low boundary data. Compared with the observational data, the RCM considering the effect of air-sea interaction represented that the spatial correlations were 0.6 and 0.84, respectively, for the precipitation and the Yellow Sea surface temperature in the Seoul-Gyeonggi area, which was higher than the RSM. whereas the mean bias error (MBE) was -2.32 and -0.62, respectively, which was lower than the RSM. The air-sea interaction effect, analyzed by equivalent potential temperature, SST, dynamic convergence fields, induced the change of SST in the Yellow Sea. In addition, the changed SST caused the difference in thermal instability and kinematic convergence in the lower atmosphere. The thermal instability and convergence over the Seoul-Gyeonggi region induced upward motion, and consequently, the precipitation in the RCM was similar to the spatial distribution of the observed data compared to the precipitation in the RSM. Although various case studies and climatic analyses are needed to clearly understand the effects of complex air-sea interaction, this study results provide evidence for the importance of the air-sea interaction in predicting precipitation in the Seoul-Gyeonggi region.



기상-해양 접합모델을 이용한 단기간 대기-해양 상호작용이 한반도 강수에 미치는 영향 연구

한 용재*, 이 호재, 김 진우, 구 자용, 이 윤균
환경과학기술 지구시스템예측부, 48059, 서울특별시 가산디지털1로 205

초록


본 연구에서는 지역 기상-해양 접합모델을 이용하여 2018년 8월 28일부터 30일까지 한반도 서울-경기지역에 내 린 강수에 대해 대기-해양 상호작용의 효과를 분석하였다. 지역 기상-해양 접합모델에서 기상모델은 WRF (Weather Research Forecasts)가 사용되었으며, 해양모델은 ROMS (Regional Oceanic Modeling System)가 사용되었다. 단일 기상 모델은 WRF모델만 이용되었으며, ECMWF Re-Analysis Interim 의 해수면온도자료가 바닥경계자료로 사용되었다. 관 측자료와 비교하여, 대기-해양 상호작용의 효과가 고려된 접합모델은 서울-경기지역의 강수 및 황해 해수면온도에 대해 공간상관계수가 각각 0.6과 0.84로 이는 지역 기상모델보다 높게 나타났다. 또한, 평균편향오차(MBE, Mean Bias Error)은 각각 −2.32와 −0.62로 지역 기상모델 보다 낮은 오차율을 보였다. 상당온위와 해수면온도 및 역학적 수렴장으 로 분석한 대기-해양 상호작용의 효과는 황해 해수면온도의 변화를 유도하였고, 그 변화는 하층대기에서 열적 불안정과 운동학적 수렴대의 차이를 발생시켰다. 열적 불안정과 수렴대는 결과적으로 서울-경기 지역에서 상승운동을 유도하였고, 결과적으로 기상-해양 접합모델에서 모의된 강수가 관측과 더 유사한 공간분포를 나타냈다. 그러나 복잡한 관계에 있는 대기-해양 상호작용의 효과를 더 명확히 파악하기 위해서는 다양한 사례연구와 장기적인 분석이 필요하지만, 본 연구는 기상-해양 상호작용이 강수 예보에 중요성에 대한 또 다른 증거를 제시한다.



    Ministry of Trade, Industry and Energy
    10077280

    서 론

    집중호우는 홍수, 침수, 산사태, 도로 및 구조물 파 손, 항공기 결항 등 사회적으로 많은 피해를 주는 기 상재해이며 호우에 의해 최근 10년간 사망 및 실종 117명, 재산피해액 1조 4천억 원으로 태풍에 이어 두 번째로 큰 인명 및 재산피해를 발생시키는 것으로 조사되었다(Ministry of the Interior and Safety, 2017). 또한 서울 및 경기지역 등 인구 밀집도가 높은 지역 은 집중호우로 인한 재산피해뿐만 아니라 인명피해로 발전할 가능성이 있다. 지난 2018년 8월 28일부터 30일까지 서울 및 경기도에 발생한 집중호우로 인해 3명의 사상자가 발생하였으며 이재민은 71명으로 집 계되었고, 50여명은 인근 대피장소로 이동하였다. 또 한 많은 비로 인해 지반이 약해지며 곳곳에 싱크홀 이 발생하였다. 서울 금천구 가산동 한 아파트 공사 장과 도로에서 가로 30 m, 세로 10 m, 깊이 6 m의 대형 싱크홀이 발생하여 지반이 붕괴됨에 따라 아파 트 1개동이 기울어 주민 76세대 150명이 대피하는 사태가 발생하였다.

    이와 같이 인명 및 재산 피해를 야기하는 강수는 한반도 주변 기압계 및 전선부터 잠열 유입, 국지적 가열 등 다양한 요인들이 작용하기 때문에 기상학적 으로 예단하기 어렵다(Kim and Kim, 2017). 이 중 많은 연구자들에 의해 한반도 원해 및 근해의 해수 면온도 변동이 강수강도 및 변동성에 많은 영향을 준다고 보고되었다. 안중배(1997)은 한반도에서 강수 량의 변동이 한반도 근해의 계절별 해수면온도 및 기온변동과 연관성이 있음을 밝혔으며, Moon et al. (2005)은 국내 주요 관측지점의 계절 강우량과 해수 면온도변동성을 분석하여 기후규모에서 상관관계가 있음을 밝혔다. Lee et al. (2015)는 National Centers for Environmental Prediction (NCEP) 재분석 Sea Surface Temperature (SST)와 Real-Time Gobal SST, 그리고 앞선 자료를 기반으로 관측자료 보정을 통해 생산된 SST를 입력하여 강수모의실험을 하였다. 실 험결과, 관측자료를 통해 보정한 SST를 입력하였을 때, 강수영역 모의에 있어 보정을 거치기 전 SST보 다 강수영역을 현실적으로 모의하는 것으로 보고하였 다. Min et al. (2017)은 고해상도 해수면온도의 일 변동을 고려함에 따라 강수 강도와 공간적 분포에 대한 정확도가 높아졌다고 밝혔다.

    선행 연구들과 같이 해수면온도 처방을 통해 정확 한 기상예측을 하고자 하는 연구와 동시에 해양과 대기의 에너지교환을 통해 예측정확성을 높이기 위한 방법으로 접합모델을 이용한 연구가 많이 진행되었다. Jiang et al. (2018)은 열대지방에서 기상-해양 접합모 델이 나타내는 대기-해양 간 에너지교류가 대규모 역 학 및 열역학적 운동을 변화시키고, 강한 강수현상이 발생될 수 있음을 밝혔다. 또한 에너지 속(Flux), 구 름, 파랑 및 담수유출과 같은 현상에 대해 되먹임 (Feedback) 역할을 명시적으로 표현하기 위해서는 상 당히 조밀한 공간 분해능을 필요로 하기 때문에(Xin et al., 2018;Jensen et al., 2018), 지역적 특성을 고 려한 강수 현상을 연구하는 경우 대기-해양 상호작용 효과를 상세히 반영하기 위해 고해상도 지역모델을 접합하여 사용해야 한다고 보고하였다.

    따라서 다양한 지구시스템 모델간의 데이터 교환을 자유로이 할 수 있도록 통합 기상-해양예보 프레임워 크(KFMS: Kesti Flexible Modeling System)를 (주)환 경과학기술에서 개발하였다. KFMS는 파일기반의 오 프라인 교환방식이 아닌 메모리를 통한 온라인 교환 방식으로 데이터 교환속도가 파일기반 교환방식에 비 해 빠르며, 정의된 KFMS개발표준에 의해 일반 수치 모델 사용자도 쉽게 결합할 수 있도록 개발되었다. 이 KFMS를 이용하여 고해상도 지역기상모델 WRF (Weather Research and Forecasting), 지역해양모델 ROMS (Regional Oceanic Modeling System) 및 파 랑모델 WW3 (Wave Watch 3)를 접합한 통합지구환 경예측시스템(KESTI Integrated Earth environment Prediction System, KIEPS)을 구축하였다(Koo et al., Korea Patent No. 10-1977570, 2019).

    본 연구에서는 KIEPS의 기상-해양 접합 모델을 사 용하여 강한 강수로 인해 이재민 및 재산상의 피해 가 발생한 2018년 8월 28일 중부지방 집중호우사례 에 대해 수치실험을 수행하였으며, 수치모델 결과를 분석하여 대기-해양 상호작용 효과가 강수에 미치는 영향을 분석하고자 한다.

    모델 및 실험 설계

    본 연구에서는 통합환경예측시스템(KIEPS)내에 지 역 대기모델 Weather Research and Forecasting Model (WRF, Skamarock. et al., 2008) 와 지역 해 양순환모델 Regional Ocean Modeling System (ROMS, Shchepetkin and McWilliams, 2005)를 접합 구성으로 한 모델을 이용하였다. 기상-해양 접합모델 을 이용하여 대기-해양 상호작용의 영향을 분석하기 위해 2018년 8월 28일부터 30일까지 한반도 중부지 방에 발생했던 집중호우 사례를 모의하였다. 모델 실 험은 총 2가지로, 단일 WRF만을 이용하여 초기 해 수면온도만을 처방한 실험(이하 CTL), WRF와 ROMS 를 접합한 실험(이하 CPL)으로 구성된다. 모델의 적 분기간은 2018년 8월 27일 12UTC부터 2018년 8월 31일 12UTC까지 총 96시간이며, 모델의 Spin-up시 간을 고려하여 앞선 12시간은 분석에 제외하였다. 분 석에 사용된 기간은 8월 28일 00UTC부터 30일 00UTC 까지이다. Fig. 1은 본 연구의 분석을 위한 기상 및 해양모델의 도메인이며, 우리나라 주변해역을 포함하 여 동아시아 일부 지역이 포함되도록 설정하였다. 황 색선(A region)과 검정선(B region)은 시계열 및 영 역평균분석에 사용된 지역을 표기하였다. WRF 모델 의 수평격자 수는 동서방향으로 300격자, 남북방향으 로 320격자이며, 38개의 연직층을 계산한다. 수평해 상도는 6 km로 CPL과 CTL 실험 모두 동일하게 설 정되었다. 적분간격(Time step)은 CPL 및 CTL 실험 모두 30초로 설정되었고, 기상 초기 및 경계자료는 ECMWF Re-Analysis Interim (ERA, Dee et al., 2011) 자료가 사용되었다. 바닥경계자료는 CPL 실험 의 경우 ROMS모델 최상층의 해수면온도를 150초마 다 입력 받도록 설정되었고, CTL실험은 ERA의 일 정한 초기 해수면온도 자료가 사용되었다. 두 실험 모두 미세물리과정은 WRF Double-Moment 6-class (WDM6, Hong et al., 2010)을 적용되었다. 적운 모 수화 방안으로는 Kain-Fritsch (Kain, 2004)가 사용되 었으며, 방아쇠작용(Triggering)은 대류가용 잠재에너 지(CAPE)가 아닌 습윤이류(Moisture-Advection)이 적 용되었다(Table 1).

    CPL실험에서 ROMS모델의 적분기간은 WRF모델 과 동일하게 2018.08.27. 12UTC~2018.08.31.12 UTC 까지이다. ROMS 모델의 수평격자 수는 동서방향으 로 330격자, 남북방향으로 320격자이고 수평해상도는 5 km로 설정되었으며, 10개의 깊이 층을 계산한다. 적분간격(Time step)은 50초이며, 초기 및 경계자료 는 HYCOM (Hybrid Coordinate Ocean Model+ Navy Coupled Ocean Data Assimilation, Bleck, 2002) Global 1/12° Analysis 자료가 사용되었다. ROMS 모델에 입력되는 기상강제력 자료는 교환주기 150초마다 WRF모델로부터 기상변수를 전달받게 된 다(Fig. 2).

    기상모델(ATM) WRF와 해양모델(OCN) ROMS두 모델은 각자의 적분간격을 갖고 독립적으로 수행된 다. 교환주기마다 기상모델은 해양모델로 지면기압 (Surface pressure), 동서 성분의 바람응력(U-wind stress), 남북 성분의 바람응력(V-wind stress), 하향 단파복사에너지(Downward short wave radiation), 순 복사량(Net heat flux), 증발산량과 강수량의 차이가 전달되고, 해양모델은 기상모델로 해수면온도와 동서 성분의 표층해류, 남북 성분의 표층해류가 전달된다. 해양모델에서 전달되는 표층의 해류는 기상모델에서 바람응력 계산에 이용되며, 다시 해양모델로 전달되 도록 구성되었다. Table 2

    모델의 검증 및 분석자료로 기상변수 검증을 위해 기상청 지상관측자료가 사용되었고, 강수의 공간분포 검증 및 분석을 위해 0.25°의 공간해상도를 갖는 3시 간 누적강수자료인 TRMM Multi-satellite Precipitation Analysis (TMPA, Huffman et al., 2007)자료가 사용 되었다. 또한, 해수면온도의 공간분포에 대한 검증 및 분석을 위해 JPL (Jet Propulsion Laboratory Multi-scale Ultra-high Resolution MEaSUREs Project, 2010)의 0.01° 공간해상도를 갖는 Group for High Resolution Sea Surface Temperature (GHRSST)자료 가 사용되었다.

    관측자료와 각 실험간의 상관성 및 오차에 대한 검 증을 위해 사용된 지표는 CORR (correlation), RMSE (Root Mean Error), MBE (Mean Bias Error), MAE (Mean Absolute Error), IOA(Index of Agreement)이 며, 사용된 지표의 계산식은 다음과 같다.

    C O R R = ( x x ¯ ) ( y y ¯ ) ( x x ¯ ) × ( y y ¯ ) R M S E = 1 N i = 1 N ( M i O i ) 2 M B E = 1 N i = 1 N | M i O i | M A E = 1 N i = 1 N | M i O i | I O A = 1 i = 1 n ( M i O i ) 2 i = 1 n ( | M i M ¯ | | M i O ¯ | ) 2

    모델검증 및 분석

    강수량 검증 및 분석

    2018년 08월 28일 12UTC와 29일 012UTC 기상 청에서 제공하는 지상일기도에서 한반도 북쪽에 있는 저기압이 만주지방을 지나 이동함에 따라 산동과 옹 진반도의 풍향이 남풍계열에서 북풍계열로 변화하였 다(Figs. 3a3b). 그 결과, 고위도의 차가운 공기가 황해를 지나 한반도로 불어오고 있으며, 한반도 남쪽 에서는 북서태평양고기압의 영향을 받아 남풍계열의 바람이 불어옴에 따라 고온의 공기가 한반도로 유입 되어 서로 다른 밀도성질의 공기가 부딪치면서 우리 나라에 강한 강수를 만들어 내었다. 레이더 영상에서 는 산동반도부터 한반도 중부까지 긴 전선형태의 강 수가 형성되었으며(Figs. 3c3d), 지상관측자료를 통해 2018년08월 28일 00UTC부터 30일 00UTC까 지 우리나라 서울·경기 지방에 200 mm 이상의 많은 강수가 내린 것을 확인 할 수 있다(Fig. 4a).

    TMPA 누적강수자료에서도 우리나라 경기 중·북부 부터 북한의 남쪽 부분까지 약 위도 38°N에 걸쳐 200 mm 이상의 많은 강수가 집중되어있고, 이 전선 형태의 강수대는 황해를 지나 산동반도까지 이어져있 다(Fig. 4b). 이에 CTL 및 CPL 실험에서 모의된 누 적강수량은 황해부터 한반도 중심까지 전체적인 강수 영역(36°N~39°N)이 TMPA강수영역과 유사하게 나타 났다. 그러나 CTL 실험에서 모의된 강수대는 지상관 측자료 및 TMPA강수자료에 비해 집중적으로 내린 강수의 위치가 위도 38°N보다 북쪽으로 치우치게 나 타났다(Fig. 4d).

    CPL실험에서는 CTL실험에 비해 강수전선이 위도 38°N에 나타나고 있으며, 한반도 내륙의 강수 중심은 지상관측 및 TMAP 강수자료에 비해 북쪽으로 치우 쳐있다. 그러나 CTL실험에서 모의된 강수전선보다 남하한 형태로, 지상관측 및 TMPA자료에서 나타나 는 집중호우 지점에 근접하게 모의되었다(Fig. 4c). CPL실험과 CTL실험에서 모의된 누적강수와 TMPA 자료의 누적강수간 공간적인 편차를 분석하면, CTL 실험에서 모의된 강수대 보다 CPL에서 모의된 강수 대가 상대적으로 남하한 형태를 보인다(Figs. 5a5b). 특히 CPL실험과 CTL실험의 누적강수량 차이를 보면 CPL실험에서 모의된 강수대가 TMPA 강수 및 지상관측자료의 강수에 근접하게 모의되었음을 알 수 있다(Fig. 5c). Table 3

    TMPA강수자료와 CPL 및 CTL 실험간의 누적강수 의 공간분포 검증결과를 보면, TMPA자료와 비교하 여 강수에 대한 공간 상관계수는 CPL실험이 0.60, CTL실험이 0.52를 나타낸다. RMSE는 CPL실험이 37.97, CTL실험이 42.40, MBE와 MAE는 각각 CPL 실험이 −2.32과 17.07값을 가지며, CTL실험은 −2.60 과 18.46을 갖는다. CPL 실험과 CTL실험간의 통계 값 차이가 크지 않지만, 강수 공간분포에 대해서 CPL실험이 CTL실험보다 더 높은 상관성을 나타내고 비교에서도 시간당 강수와 2 m에서 기온 및 습도의 오차가 CTL실험에 비해 CPL실험에서 RMSE, MBE, MAE가 0에 가까운 수치를 보였고 IOA는 1에 가까 운 수치를 보였다(Table 4). 즉, CTL실험에서 모의된 강수보다 대기-해양 상호작용의 효과가 고려된 CPL 실험의 강수가 TMPA강수자료와 지상관측자료에 대 해 더 높은 공간적 상관성을 갖고 낮은 오차율을 나 타냈다.

    해수면 온도 검증 및 분석

    GHRSST자료의 해수면온도 공간분포에서 황해중 부와 장쑤성 앞바다에 온난한 수온역이 존재하고, 산 동반도와 백령도 주변 바다에 저수온역이 나타나는 것이 특징이다(Fig. 6a). CTL실험에 초기입력자료로 사용된 해수면온도자료와 CPL실험에서 모의된 해수 면온도의 공간분포에서도 수온의 차이는 있지만 GHRSST자료와 유사하게 황해중부와 중국 장쑤성 앞바다에 고수온역이 존재하고, 산동반도와 백령도 주변 바다에 저수온역이 존재한다(Figs. 6b6c). GHRSST자료와 각 실험들간의 SST 공간적인 편차에 서는 CPL실험의 경우 황해중부에서 온난한 편차 (Warm bias)가 두드러지게 나타나고, 전반적으로 황 해에 한랭한 편차(Cold bias)가 나타난다(Fig. 6d). CTL실험에서도 산동반도 앞바다와 백령도 주변 해역 에서 온난한 편차를 보이고, 그 외에는 한랭한 편차 가 나타났다(Fig. 6e). CPL실험에서 모의된 해수면온 도와 CTL실험의 해수면온도의 차이에서, CPL실험에 서 모의된 해수면온도가 황해중부에 온난한 해수면온 도를 나타내고 산동반도 및 백령도 주변 해역에서는 상대적으로 냉각된 해수면온도를 보인다(Fig. 6f).

    CPL실험에서 모의된 해수면온도는 GHRSST와 비 교하여 황해영역에 대한 공간상관계수가 0.84로 높은 상관성을 나타내고, RMSE는 0.96, MBE는 −0.62, MAE는 0.80의 통계값을 갖는다. 결과적으로 CPL실 험에서 모의된 황해의 해수면온도는 GHRSST자료에 비교하여 공간 편차가 작게 나타났고, 공간 상관계수 가 높은 값을 나타내므로 GHRSST자료에 유사하게 모의되었다고 판단된다(Table 5).

    하층대기의 상당온위 및 수렴장 분석

    사례기간에 발생한 전선형태의 강수를 분석하기 위 해 기온과 수증기량을 동시에 포함하고 있는 상당온 위를 분석에 이용하였다. 사례기간의 ERA재분석 자 료와 CPL 및 CTL실험에서 925 hPa와 850 hPa 상당 온위와 바람벡터를 보면, 만주지방의 저온의 건조한 공기가 서해 중부와 한반도로 유입되며, 고온의 습한 공기는 남서풍계열의 하층제트를 따라 한반도로 유입 되었다(Fig. 7). 여기서 높은 기온과 많은 수증기량은 강수를 형성하기 위해 필수적인 요소로 작용된다. 하 층대기에서 상당온위 장(Filed)의 남북경도가 강하게 나타나는 부분은 전선형태를 나타내는 강수역과 유사 하게 나타났다. 925 hPa와 850 hPa에서 ERA자료와 각 실험간의 상당온위 장의 차이를 보면, 두 실험 모 두 위도 38°N 위로 상당온위의 온난한 편차가 나타 나고, 아래로는 한랭한 편차가 나타났다. 바람벡터의 차이에서 두 실험결과는 ERA자료에 비해 운동학적 수렴대가 서해부터 한반도까지 강하게 나타나는 것을 알 수 있다(Figs. 8a, 8b, 8d8e). 850 hPa와 925 hPa에서 CPL과 CTL실험간의 상당온위 차이를 통해 CTL 실험에서 위도 38°N 위로 나타나는 온난한 편 차를 CPL 실험에서는 감소시키는 작용을 하는 것으 로 판단되며, 바람벡터의 차이를 통해 CPL실험의 운 동학적 하층수렴대가 CTL보다 저위도에 위치해있음 을 알 수 있다(Figs. 8c8f). 또한, 연직대기의 열적 불안정도를 판단하기 위해 CPL과 CTL실험의 상당 온위를 위도 38°N-40°N (지역A)과 35°N-38°N (지역 B)을 경도 123°E-128°E지역까지 지역평균을 한 후 연직적으로 차이를 나타내었다(Fig. 1와 Fig. 9). 지역 A에서는 CPL과 CTL실험의 상당온위의 차이가 고도 가 높아짐에 따라 증가하고 있다. 하층대기의 상당온 위도 CTL실험에 비해 CPL실험에서 낮게 모의되었 으며, 연직적으로 하층대기에서 상당온위가 증가하는 경향을 보인다는 것은 CPL실험이 CTL실험보다 열 적으로 안정한 대기상태를 나타내고 있기 때문에 강 수형성이 어렵고, 동일한 기온의 경우 수증기량도 적 거나 동일한 수증기량인 경우 기온이 낮다는 것을 의미한다. 반대로 지역 B의 경우 875 hPa부터 775 hPa까지 하층대기에서 상당온위가 감소하는 경향을 나타내며, CPL실험에서 상당온위가 높게 모의되었다. 이는 CTL실험보다 CPL실험에서 열적 불안정이 더 크기 때문에 강수형성이 상대적으로 쉽고, 만약 동일 한 기온인 경우 수증기량이 많음을 의미한다. 또한, 두 실험간 운동학적 수렴장을 통해 CPL에서 모의된 수렴대가 CTL에서 모의된 수렴대 보다 저위도에 위 치해있으며(Figs. 10a10b), 두 실험간 수렴장의 차 이는 누적강수의 차이와 유사한 공간분포를 나타냈다 (Figs. 10c5c).

    이는, CPL 및 CTL실험에서 강수 형성의 주요 기 작으로 하층대기에서 운동학적 수렴과 열적 불안정이 요인으로 작용하였으며, CPL에서 보이는 CTL과의 지리적 열적 불안정 차이와 하층 수렴대의 차이가 강수전선의 위치를 변화시켰다고 판단된다.

    해수면온도와 850 hPa의 상당온위 시계열 비교

    상당온위는 기온과 수증기 변화 및 공기의 불안정 도를 잘 나타내는 기상 요소로서 이러한 상당온위의 분석을 통해 CTL과 CPL 실험의 기온과 수증기 변 화, 그리고 그에 따른 강수 영역에 대한 공기 안정도 차이를 파악하였다. Fig. 8과 같이 CPL실험의 경우 CTL실험과 비교하여 강수가 많은 영역에서는 하층대 기에서 상당온위가 높고 상대적으로 불안정한 상태이 며, 강수가 적은 영역에서는 하층대기의 상당온위가 낮고 상대적으로 안정한 상태로 나타났다. 이와 같은 상당온위 차이의 발생 원인을 파악하기 위해 CPL과 CTL실험에서의 지역A와 지역B에 대한 해수면온도, 850 hPa 상당온위의 시계열 자료를 비교분석 하였다. CTL실험과 비교하여, CPL실험에서 모의된 해수면온 도는 지역 A에서 낮게 모의되었고, 지역 B에서는 높 게 모의되었다(Figs. 11a11b). 두 실험 간 상당온 위 차이도 CTL실험에 비해 CPL실험이 지역A에서 한랭한 상태를 나타내고, 지역B에서 온난한 상태를 보였다(Fig. 11c11d). 추가적으로 CPL 과 CTL실 험에 사용된 HYCOM 및 ERA 초기 바닥경계자료 차이에 유도된 결과인지 확인하기 위해 안정화 기간 동안의 해수면온도와 상당온위를 앞서 동일한 방법으 로 시계열 자료를 비교하였다. 분석결과 지역 A와 지역 B에 초기시각의 HYCOM자료와 ERA간 차이 는 유의미 할 정도로 크지 않았으며, 오히려 안정화 기간 동안 지역 A에서 CPL실험의 해수면온도가 높 게 나타났으며, 지역 B에서 해수면온도가 낮게 나타 났다. 상당온위는 안정화 기간 동안 두 실험간 차이 가 발생하지 않았다. 이 이유에 대해서는 바닥의 에 너지가 하층대기까지 올라오는데 걸리는 지연시간 외 다양한 이유가 있을 것으로 판단된다. 즉, CPL실험 에서 저기압이 만주지방을 지남에 따라 남하하는 한 랭 건조한 공기가 지역A의 기온과 해수면온도를 냉 각시켰다. 냉각된 해수면온도는 되먹임 작용을 통해 기온을 더 낮추고, 수증기량을 감소시키는 작용을 하 였다. 그 결과 CPL실험에서 지역A의 하층대기 상당 온위가 CTL실험과 비교하여 한랭한 상태를 유지한 다. 반대로 저위도의 고온 다습한 공기는 지역B의 기온과 해수면온도를 높이고, 증가된 해수면온도는 다시 기온을 높이고, 수증기량을 증가시키는 작용을 하였다. 그 결과 지역B에서는 CPL실험에서 모의된 하층대기의 상당온위가 CTL실험과 비교하여 높게 나타나고, 해수면온도와 상당온위가 증가하는 추세를 보인다. 따라서, CPL실험에서 고려되는 대기-해양 상 호작용의 효과를 통해 지역A와 B에서 대기와 해양 간 되먹임 작용이 해수면온도와 하층대기의 기온에 냉각과 가열 작용을 하였으며, 변화된 기온과 해수면 온도는 하층대기의 열적 불안정도와 운동량을 변화시 키는 작용을 하였다.

    연직속도 분석

    CPL실험에서는 해수면온도에 따른 되먹임 작용을 통해 하층에서의 기온과 수증기량이 변화하고, 위도 에 따라 불안정도의 차이를 발생시켰다. 이로 인하여 하층의 수렴대 위치가 변하고, 수렴한 공기는 상층으 로 운동에너지를 전이시켜 상승운동을 유도할 수 있 다. 상승운동은 강수 형성에 중요한 메커니즘으로써 CPL실험과 CTL실험간의 비교를 통한 결과들이 상승 운동에 영향을 주었는지 분석 할 필요가 있다. 경도 (123°E-128°E) 평균된 연직 속도의 단면도에서 CPL 실험은 위도 37.5°N와 38.5°N에서 강한 상승운동이 발생하였다(Fig. 12a). CTL실험에서는 위도 38°N과 39°N에서 강한 상승운동이 발생하였다(Fig. 12b). 두 실험의 연직속도의 차이를 보면, CPL실험에서의 연 직운동이 CTL실험과 비교하여 상대적으로 낮은 위 도에 위치해있다(Fig. 12c). 또한, 1000 hPa부터 200 hPa까지 평균한 연직속도의 공간분포 차이에서는 CPL실험에서 모의된 연직운동이 CTL실험에서 모의 한 연직운동에 비해 대부분 낮은 위도에서 발생하였 다(Fig. 12d). 따라서, CPL과 CTL실험에서 모의된 연직운동의 차이로 인하여 실험 간 강수대 위치의 차이가 발생하였다. 결과적으로 대기-해양 상호작용 을 통한 지역적 되먹임 작용이 하층대기의 열적 불 안정도와 운동량의 변화를 유도하였으며, 이는 연직 운동 차이를 유발하여 강수전선 형성에 영향을 주었 다. 그 결과 CPL실험에서 모의된 전선형 강수대가 CTL실험보다 남하한 형태로 TMPA 및 지상관측자료 의 강수영역과 근접하게 모의되었다.

    결론 및 제언

    본 연구에서는 2018년 8월 28~30일 서울·경기도 에 많은 양의 강수가 내린 사례를 통해 대기-해양 접 합모델을 사용하여 단기간 집중호우에 대한 대기-해 양 상호작용 영향을 분석하였다. 사례기간 동안 CTL 실험에서 모의된 강수는 지상관측 및 TMPA강수자료 보다 고위도로 치우친 형태로 모의되었고, CPL실험 에서는 CTL실험과 비교하여 강수대가 남하한 형태 로써 상대적으로 관측에 유사하게 모의되었다. 실험 간 강수대의 차이가 발생하는 원인을 파악하기 위해 하층수렴 및 상당온위를 이용한 분석을 하였다. ERA 재분석자료와 비교하면, 위도 38°N보다 높은 지역은 CPL및 CTL실험에서 하층대기의 상당온위가 온난하 게 모의되었다. 그러나 CPL과 CTL실험의 상당온위 차이에서, CTL실험의 양의 편차가 CPL실험에서는 감소되어 나타난다. 반대로, 위도 38°N보다 낮은 지 역은 CPL실험의 상당온위 편차가 증가하여 나타났 다. 서로 다른 편차가 발생하는 지역에 대해 상당온 위를 영역 평균하여 연직분석을 한 결과, CPL실험의 상당온위가 CTL실험에 비해 낮은 지역은 고도가 증 가함에 따라 온위의 차이값이 증가하면서 대기가 상 대적으로 안정하였고, 상당온위가 높은 지역은 고도 가 증가함에 따라 온위 차이 값이 감소하여 불안정 한 상태를 나타냈다. 또한, 하층 수렴장을 통해 각 실험 별로 불안정한 지역에 하층 수렴대가 발생하였 으며 그 차이는 CPL과 CTL실험간의 강수 공간분포 차이와 유사하게 나타났다. 두 지역간의 발생되는 수 렴대와 안정도 차이의 원인 분석하기 위해 해수면온 도와 850 hPa에서 상당온위 시계열의 차이를 분석하 였다. CTL실험에 대해 CPL실험이 안정한 대기를 나 타내는 지역은 해수면온도가 냉각된 상태였으며, 850 hPa에서 상당온위 차이도 음의 값을 나타냈다. 반대 로 CPL실험이 CTL실험보다 불안정한 대기를 나타 내는 지역은 해수면온도가 높게 나타났고, 증가하는 추세를 보였다. 850 hPa에서 상당온위 또한 높게 나 타났으며 해수면온도의 증가추세와 유사한 경향을 보 였다. CPL실험의 해수면온도가 낮은 지역은 북쪽으 로부터 찬 공기의 남하로 해수면온도의 냉각효과가 발생하였고, 냉각된 해수면온도는 다시 하층 대기를 냉각시켜 CTL실험과 비교하여 대기가 더욱 안정하 도록 작용하였다. CPL실험의 해수면온도가 높은 지 역은 온난한 공기가 북상하여 해수면온도를 지속적으 로 가열하였고, 가열된 해수면온도는 다시 하층대기 를 가열하여 불안정하도록 작용하였다. 결과적으로 대기-해양 상호작용의 효과가 고려되는 CPL실험에서 기상과 해양의 되먹임 작용을 통해 하층의 상승구역 을 변화시켰고, 그 결과 CPL실험에서 모의된 강수가 관측자료와 유사하게 나타났다. 즉, CPL실험에서 단 기간의 대기-해양 상호작용이 전선형 강수대를 CTL 실험과 비교하여 더 관측에 가깝게 모의 하였다.

    본 실험에서는 기상-해양 접합모델을 통해 단기간 의 대기-해양 상호작용의 효과가 집중호우에 미치는 영향을 분석하였다. 그러나 본 연구의 한계점으로써 본 단일사례만으로는 대기-해양 상호작용이 고려된 CPL실험이 우수하다고 단정할 수 없다. 복잡한 관계 에 있는 대기-해양 상호작용의 효과를 명확히 파악하 기 위해서는 다양한 사례연구부터 계절 및 장기적인 수치모의를 통해 더 면밀하게 분석할 필요가 있다.

    사 사

    이 연구는 2018년도 산업통상자원부 및 산업기술평 가관리원(KEIT) 연구비 지원에 의한 연구임(10077280).

    Figure

    JKESS-40-6-584_F1.gif

    Domain of WRF (Solid red box) and ROMS (Solid blue box). Areas A (Solid yellow line) and B (Solid black line) are marked as regions for analysis.

    JKESS-40-6-584_F2.gif

    Schematic diagram on the coupled atmosphere-ocean model structure in the CPL experiment.

    JKESS-40-6-584_F3.gif

    Surface weather chart (Korea Meteorological Administration) at a) 12UTC28AUG2018, b) 12UTC28AUG2018. Radar image of rain rate (mm/h) at (a) 28.12UTC, (b) 29.12UTC.

    JKESS-40-6-584_F4.gif

    Spatial distribution of accumulated precipitation (mm) from (a) OBS, (b) TMPA, (c) CPL and (d) CTL for the period 2018.08.28.00UTC-30.00UTC.

    JKESS-40-6-584_F5.gif

    Difference of Spatial distribution for accumulated precipitation (mm) at the period of 2018.08.28.00UTC-30.00UTC ((a) CPL-TMPA, (b) CTL-TMPA, (c) CPL-TMPA).

    JKESS-40-6-584_F6.gif

    Spatial distribution of mean sea surface temperature (SST, K) for (a) GHRSST, (b) CPL, (c) CTL. Mean SST bias against GHRSST for (d) CPL, (e) CTL. (f) The difference between CPL and CTL. During 2018.08.28.00 UTC-30.00 UTC.

    JKESS-40-6-584_F7.gif

    Spatial distribution of averaged Equivalent potential temperature (K) at 925 hPa of (a) ERA-Interim, (b) CPL and (c) CTL. (d-f) same as in (a-c) except for 850 hPa. During 2018.08.28.00 UTC-30.00 UTC.

    JKESS-40-6-584_F8.gif

    Mean equivalent potential temperature (K) at 925 hPa bias against ERA-Interim of (a) CPL, (b) CTL. (d) is indicate the difference between CPL and CTL. (d-f) same as in (a-c) except for 850 hPa. During 2018.08.28.00 UTC-30.00 UTC.

    JKESS-40-6-584_F9.gif

    Vertical profile of equivalent potential temperature difference (CPL minus CTL, K) in (a) 123E-128E, 38N-40N, (b) 123E-128E, 35N-38N. During 2018.08.28.00 UTC-30.00 UTC.

    JKESS-40-6-584_F10.gif

    Spatial distribution of convergence field (−10E4 S−1) at 850 hPa of (a) CPL, (b) CTL and (c) CPL minus CTL. During 2018.08.28.00 UTC-30.00 UTC.

    JKESS-40-6-584_F11.gif

    Difference of vertical equivalent potential temperature (K) in (a) 123 °E-126 °E, 38 °N-40 °N, (b) 123 °E-128 °E, 35 °N-38 °N. During 2018.08.28.00 UTC-30.00 UTC.

    JKESS-40-6-584_F12.gif

    Zonally averaged vertical velocity (ms−1 ) for (a) CPL experiment, (b) CTL experiment, (c) difference of CPL and CTL (CPL minus CTL). During 2018.08.28.00 UTC-30.00 UTC.

    Table

    WRF model configuration used in this study

    ROMS model configuration used in this study

    Statistical verification of spatial distribution between TMAP precipitation data and experiments data

    Statistical verification of CPL and CTL experiments with observation data from 28.00UTC to 30.00UTC

    Statistical verification of spatial distribution between GHRSST data and experiment data

    Reference

    1. Bleck, R. ,2002, An ocean general circulation model framed in hybrid isopycnic-cartesian coordinates, Ocean Modelling, 4, p 55-88.
    2. Dee, D. P. , Uppala, S. M. , Simmons, A. J. , Berrisford, P. , Poli, P. , Kobayashi, S. , Andrae, U. , Balmaseda, M. A. , Balsamo, G. , Bauer, P. , Bechtold, P. , Beljaars, A. C. M. , L. Berg van de, Bidlot, J. , Bormann, N. , Delsol, C. , Dragani, R. , Fuentes, M. , Geer A. J. , Haimberger, L. , Healy, S. B. , Hersbach, H. , Holm, E. V. , Isaksen, L. , Kallberg, P. , Kohler, M. , Matricardi, M. , McNally, A. P. , Monge-Sanz, B. M. , Morcrette, J.-J. , Park, B.-K. , Peubey, C. , de Rosnay, P. , Tavolato, C. , Thepaut, J.-N. , Vitart, F. ,2011, The ERA-Interim reanalysis: Configuration and performance of the data assimilation system, Royal Meteorological Society, Volume 137, Issue 656, 553-597 p.
    3. Hong, S.Y. , Lim, K.S. , Lee, Y.H. , Ha, J.C. , Kim, H.W. , Ham, S.J. , Dudhia, J. ,2010, Evaluation of the WRF double-moment 6-class microphysics scheme for precipitating convection, Advances in Meteorology Volume 2010, Article ID 707253, 10 p.
    4. Huffman, G.J. , Bolvin, D.T. , Nelkin, E.J. , Wolff, D.B. ,2007, The TRMM Multisatellite Precipitation Analysis (TMPA): Quasi-global, multiyear, combined-sensor precipitation estimates at fine scales, Journal of Hydrometeorology, Volume 8,
    5. Jet Propulsion Laboratory Multi-scale Ultra-high Resolution Measures Project,2010, GHRSST level 4 MUR global foundation sea surface temperature analysis, Ver. 2, PO.DAAC, Pasadena, California, USA.
    6. Jensen, T.G. , Shulman, I. , Wijesekera, H.W. , Anderson, S. , Ladner, S. ,2018, Submesoscale features and their interaction with fronts and internal tides in a highresolution coupled atmosphere-ocean-wave model of the Bay of Bengal, Ocean Dynamics (2018), 68: 391-410 p.
    7. Jiang, X. , B. Xiang, M. Zhao, T. Li, S. Lin, Z. Wang, and J. Chen,2018, Intraseasonal tropical cyclogenesis prediction in a global coupled model system, Journal of climate, .
    8. Kain, J.S. ,2004, The Kain-Fritsch convective parameterization: An update, Journal of Applied Meteorology, Volume 43, .
    9. Kim, J.Y. and Kim, D.Y. 2017, Numerical simulations of summer precipitation in Seoul metropolitan area, Korea Society for Environmental Technology, 18(4), 354-363.
    10. Koo, J.Y. , Lee, I.W. , Han, Y.J. , Lee, H.J. ,2019, Flexible coupling device and flexible coupling methods between earth system forecast models, Korea Patent No: 10-1977670, Seoul: Korea Intellectual Property Office.
    11. Lee, J.H , Jang, S.H. , Kim, S.D. , Evaluation of the WRF in reproducing the spatio-temporal pattern of a heavy rainfall event, J. Korean Soc. Hazard Mitig., 15(5): 255-265
    12. Ministry of the Interior and Safety(MOIS),2017, 2017 Disaster Yearbook, 56 p.
    13. Min, J.S. , Jee, J.B. , Jang, M. , Park, J.G. ,2017, A study on improvement of high resolution regional NWP by applying ocean mixed layer model, Atmosphere vol. 27, No. 3, 317-329 p.
    14. Moon, Y.I. , Kwon, H.H. , Kim, D.K. ,2005, A study of relationships between the sea surface temperatures and rainfall in Korea. Journal of Korea Water resources Association, .
    15. Shchepetkin, A. F. , McWilliams, J.C. ,2005, The regional oceanic modeling system (ROMS): a split-explicit, freesurface, topography-following-coordinate oceanic model, Ocean Modelling, Volume 9, Issue 4, 347-404 p.
    16. Skamarock, W.C. , Klemp, J.B. ,2008, A time-split nonhydrostatic atmospheric model for weather research and forecasting applications, Journal of Computational Physics, Volum 227, Issue 7, 3465-3485 p.
    17. Xin, W. , Xiaohui, L. , Yongjia, S. , Guohua, F. ,2018, Fully coupled high-resolution atmospheric-hydrological modeling: Development, application and analysis of WRF-VIC, 20th EGU General Assembly, EGU2018, Proceedings from the conference held 4-13 April, 2018 in Vienna, Austria, 2445 p.