1. 서 론
2. 자료 및 방법
ORA-IP 자료
한반도 기온, 강수량 자료
기후 지수 자료
분석 방법
3. 앙상블 순열속 지수 생산
4. 한반도 기후와 상관성 분석
기온
강수량
5. 전 지구 기후지수와의 비교 분석
6. 요약 및 제언
1. 서 론
지구 표면의 약 70% 이상을 차지하고 있는 해양은 방대한 열을 저장하며 해양 순환을 통해 기후 변동에 큰 영향을 미친다. 해수면을 통하여 대기는 운동량과 열을 해양에 공급함으로써 해수 순환을 유도하고, 해양은 다시 대기에 열을 공급하게 된다. 이러한 해양-대기 상호작용은 단 기간의 기상 변화 뿐만 아니라 계절 규모 또는 그 이상의 기후 변동을 결정하는데 매우 중요한 역할을 한다(Gates 1979). 한반도를 포함하는 동아시아 해역은 중규모 소용돌이, 연안 용승, 다양한 수괴 분포 등 매우 다양한 해양 현상들이 복합적으로 상호작용 하는 곳이며, 원격 상관의 형태로 엘니뇨-남방진동(El Niño-Southern Oscillation, ENSO), 극 진동(Arctic Oscillation, AO), 태평양 10년 변동(Pacific Decadal Oscillation, PDO) 등 대양 스케일의 기후 변동에 큰 영향을 받는 것으로 알려져 있다(Lee et al. 2012). 그러므로 현재까지 한반도 기후 변동과 관련한 해양-대기 상호작용에 대해 수많은 연구들이 수행되어 오고 있다.
해양-대기 상호작용을 나타내는 다양한 지표 중 표층 열속은 해수면을 통한 해양과 대기의 열교환을 나타내는중요한 변수이지만 직접적인 관측이 거의 불가능하다는 어려움 때문에 관련 연구가 매우 제한적으로 이루어져 왔다. 또한 부족한 현장 관측 자료를 보완하기 위해 대부분의 연구들은 재분석(reanalysis) 자료를 보완하여 사용하고 있으나, 다양한 결과들 간의 정량적 수치에 관한 통일된 결론이 도출되지 못한 실정이다(Ahn et al. 1997a, 1997b; Nuss and Kamikawa 1990; Hirose et al. 1996, 1999; Na et al. 1999; Park et al. 2003; Chu et al. 2005; Nam et al. 2005; Subrahamanyam et al. 2007; Liu et al. 2014; Sim et al. 2018; Yeo and Nam 2020). 재분석 자료는 해양 수치 모델의 한계점을 극복하기 위해 관측 자료를 수치 모델과 결합하는 자료 동화 방법을 거쳐 생산된 자료이며, 관련 기술이 발전함에 따라 해양 재분석 자료의 품질도 꾸준히 향상되고 있다. 최근 기후 변동 및 예측실험 산하 해양 종합 관측 그룹(CLIVER/GSOP)에서는 해양 재분석 자료의 비교 분석 프로젝트(Ocean Reanalysis Intercomparison Project, ORA-IP)가 성공적으로 진행되었다(Chang 2015; Balmaseda et al. 2015). ORA-IP의 궁극적인 목표는 재분석 앙상블을 기반으로 한 지표를 통해 준 실시간으로 해양 변동을 감시하는 것이며, 현재 전 세계적으로 운영중인 6종류의 객관 분석 자료와 19개의 자료동화 모델 자료를 대상으로 미국, 유럽, 일본을 중심으로 8개 기관에서 비교 자료를 수집하고 분석하는 1단계 작업이 마무리되었다. 그러나 대부분의 연구들이 전지구 영역을 대상으로 비교, 검증이 이루어지고 있으며 현재까지 이 자료들은 지역 해양학 연구에 본격적으로 사용되지 못하고 있는 실정이다(Valdivieso et al. 2017). 최근 Pak et al. (2020)은 동아시아를 포함한 북서태평양을 대상으로 전지구 ORA-IP 자료를 포함하여 NCEP (National Centers for Environmental Prediction), ERA (ECMWF Re-Analysis), OAFlux (Objectively Analyzed air-sea Flux) 자료 등의 시공간 표층 열속 분포를 비교하는 의미 있는 연구 결과를 발표하였다. 그러나 주요 연구 결과가 22개 자료들 간의 15년(1993–2007) 동안의 평균, 장주기 및 경년 변동 편차 분포를 객관적으로 제시하는데 국한되었고, 본 자료들을 종합적으로 이용한 응용 연구를 수행하지 못하였다. 이에 본 연구에서는 ORA-IP 자료를 사용한 응용 연구로서 동아시아 표층 순열속 재분석 자료들의 특성을 파악하고 한반도 기후와의 상관성을 분석하여 그 결과를 전 지구 기후 지수와 비교하고자 한다.
2. 자료 및 방법
ORA-IP 자료
본 연구에 사용된 ORA-IP 자료들은 열속 자료를 제공하는 CFSR, ECDA, CGLORS05v3, GECCO2, GloSea5, MOVEC, MOVEG2, MOVECORE, ORAS4, GODAS, PEODAS, GLORYS2v1, GLORYS2v3, ECCOv4, UR025.3, UR025.4를 포함하는 총 16개의 월평균 재분석 자료이다. 분석 기간은 각각의 자료가 제공하는 공통 기간인 1993년 1월부터 2007년 12월까지 총 15년으로 선정하였으며, 모든 자료는 현재 ORA-IP 관련 페이지에서 다운로드가 가능하다(https://icdc.cen.uni-hamburg.de/oraip.html). 수평 해상도는 분석의 객관화를 위해 각 자료들 고유의 해상도와 관계없이 모두 WOA (World Ocean Atlas, 2009)에서 사용된 표준 1° × 1° 격자로 내삽되었다(Balmaseda et al. 2015). ORA-IP 16개 자료들은 MOM (Modular Ocean Model), NEMO (Nucleus for European Modeling of the Ocean), MIT gcm (Massachusetts Institute of Technology General Circulation Model) 등의 대표적인 해양 대순환 모델로부터 생산된 자료이며 대기 경계조건 자료로는 ERAi (ECMWF Re-Analysis interim), JRA-55 (Japanese 55-year Reanalysis), NCEP-R2 (National Centers for Environmental Prediction Reanalysis verison2) 등의 재분석 자료가 사용되었다.
ORA-IP 열속 자료들은 계산되는 방법에 따라 보정(correction) 방식과 해양 모델 또는 해양-대기 접합 모델을 기반으로 한 벌크(bulk)식을 사용한 방법으로 구분할 수 있다. 첫째로 보정 방식은 대기 경계조건 자료들로부터 직접적으로 열속이 계산되어, 해양 대순환 모델에서 산출된 표층 수온을 관측 결과에 가깝도록 짧은 시간에 걸쳐 보정하여 안정화시키는 방법이다. 둘째로 해양 모델에 기반한 벌크 방식은 세부적으로 적용 기법에 따른 차이가 있지만, 해양 모델 결과로 산출된 해양 변수와 대기 경계 조건 자료의 대기 변수 간의 경험식과 그에 따른 교환 계수 간의 관계로 표층 열속이 계산된다. 마지막으로 접합 모델에 기반한 방식은 해양과 대기가 서로 상호작용하도록 설정된 모델에서 대기 변수들을 직접 산출하여 이곳에서 열속을 취하는 방식이다(Valdivieso et al. 2017). 본 연구에 사용된 자료들의 경우 ORAS4, GODAS, PEODAS는 보정 방법을 통해 계산되었고 CFSR, ECDA, MOVEC는 대기-해양 접합 모델의 결과로 계산되었으며 나머지 CGLORS2, GECCO2, GloSea5, MOVEG2, MOVECORE, GLORYS2, ECCOv4, UR025.3, UR025.4 자료는 해양 모델에 기반한 벌크식을 통한 방법으로 표층 열속이 계산되었다(Table 1). 본 연구에서 사용된 모든 ORA-IP 자료는 전지구 열속 분포를 비교 분석한 Valdivieso et al. (2017)에서 사용한 자료와 동일하다.
Table 1.
ORA-IP flux data information used in this study
** CFSR (Climate Forecast System Reanalysis), CGLORS (CMCC GLobal Ocean Reanalysis System version5), GECCO2 (German contribution of the Estimating the Circulation and Climate of the Ocean), ECDA (Ensemble Coupled Data Assimilation), GloSea (Global Seasonal forecasting system), GODAS (Global Ocean Data Assimilation System), MOVEC (Multivariate Ocean three-dimensional Variational Estimation C version), MOVEG2 (MOVE G2 version), MOVECORE (MOVE CORE version), ORAS4 (Ocean ReAnalysis System version4), GLORYS2v1 (Global Seasonal forecasting system2 version 1), GLORYS2v3 (GLORYS2 version 3), ECCOv4 (Estimation of the Circulation and Climate of the Ocean version 4), UR025.4 (University of Reading version 25.3), UR025.4 (University of Reading version 25.4), PEODAS (POAMA Ensemble Ocean Data Assimilation System)
서론에서 언급했듯이 현재 ORA-IP 는 자료 분석 및 검증의 1단계 작업이 마무리되었고, 실시간 자료 생산 및 분배를 위한 2단계 작업이 진행 중이다. 본 연구의 궁극적인 목적은 기존 전지구 규모에서만 검증하였던 ORA-IP 자료를 지역 규모로 축소하여 서로 비교하고, 향후 실시간 동일 플랫폼에서 제공되는 ORA-IP 자료 활용의 극대화를 위함이다. 그러므로 본 연구에서는 ORA-IP 를 통해 제공되는 해양 재분석 자료 이외의 대기 재분석, 위성 기반 객관 분석 자료 등은 분석 과정에서 사용하지 않았다.
한반도 기온, 강수량 자료
동아시아 해역의 표층 열속과 한반도 기온, 강수와의 상관성을 알아보기 위해 본 연구에서는 한반도 기온과 강수량 자료로 기상청(Korea Meteorological Administration, KMA) 국가기후데이터센터에서 제공하는 전국 45개 지점(춘천, 원주, 수원, 천안, 부여, 부안, 밀양, 해남, 서산, 청주, 추풍령, 여수, 장흥, 전주, 영주, 산청, 완도, 금산, 문경, 남해, 울진, 인제, 정읍, 영덕, 의성, 합천, 강릉, 인천, 광주, 목포, 강화, 홍천, 고흥, 구미, 대구, 서울, 포항, 울산, 부산, 보은, 보령, 영천, 속초, 제천, 거창) 지상관측소의 일평균기온, 일강수량의 월평균 통계자료를 사용하였다(https:// data.kma.go.kr). 분석 기간은 ORA-IP 자료를 기준으로 설정한 1993년 1월부터 2007년 12월까지이며, 본 통계 자료는 해당 기관의 품질관리 과정을 거쳐 연구용으로 사용 가능한 자료이다.
기후 지수 자료
재분석 자료를 통해 산출된 표층 순열속과 한반도 기온과 강수량의 변동성을 대규모 기후 변동과의 관계를 추가로 확인하기 위해 기후 지수를 이용하였다. 기후 지수로는 대표적으로 태평양 10년 주기 변동 지수(PDO), 북극 진동 지수(AO), 그리고 적도 태평양 해역에서 엘니뇨 변동을 대표하는 NINO3.4 영역에 대한 해수면 온도 편차(이하 NINO3.4)로 총 3가지 기후 지수를 이용하였다. AO는 20°N 이북의 월별 해면 기압 편차의 경험적 직교 함수(Empirical Orthogonal Function, EOF)의 첫 번째 모드 시계열로 정의되며(Thompson and Wallace 1998), NOAA의 기후예측센터(Climate Prediction Center, CPC)로부터 제공받아 사용하였다. PDO는 20°N 이북의 태평양 표층 월평균 표층 수온 편차의 EOF 첫 번째 모드 시계열로 정의되며 NOAA의 대기해양 공동연구소(Joint Institute for the Study of the Atmosphere and Ocean, JISAO)에서 제공받아 사용하였다(Mantua et al. 1997). NINO3.4는 5°N–5°S, 170°W–120°W의 열대 태평양 해역에 대한 월평균 해수면 온도 편차로 정의되며 미국 대기연구대학협력체 및 국립대기연구센터(University Corporation for Atmospheric Research, National Center for Atmospheric Research, UCAR/NCAR)에서 제공받아 사용하였다.
분석 방법
본 연구에서 정의한 동아시아 해역(East Asian seas)은 미국 해양 자료 센터(National Oceanographic Data Center, NODC)의 WOA regional climatology 기준에 따라 위도 24°N–52°N, 경도 115°E–143°E로 설정하였다.
분석은 크게 세 가지 단계로 진행되었다. 첫 번째로, 동아시아 해역에서의 16개 ORA-IP 표층 순열속 자료의 특성을 파악하였다. 16개의 ORA-IP 자료는 자료마다 동아시아 해역에서 존재하는 자료 격자점의 수가 다르기 때문에 단순히 16개의 앙상블 평균을 구하면 황해 등 일부 자료들이 제공하지 않는 해역에서는 정확한 앙상블 평균 값을 얻을 수 없다. 그러므로 각각의 자료들 간의 시공간적 분포를 먼저 파악하고 공통 영역에서의 앙상블 평균으로부터의 이상 표준편차를 추가로 고려하여 이상 자료들을 제거한 후 새로운 앙상블 표층 순열속 시계열 자료를 생산하여 사용하였다. ORA-IP 자료들을 이용한 기존 연구들에서 앙상블 평균 자료의 효율성에 관해 공통적으로 언급하고 있다(Balmaseda et al. 2015; Valdivieso et al. 2017). 또한 동아시아 해역의 ORA-IP 자료의 열염분 고도 변화를 분석한 Chang and Kang (2019)의 최근 연구에서도 우리나라 주변 해역의 ORA-IP 앙상블 자료가 기존의 객관 분석 자료 및 전지구 앙상블 평균 자료에 비해 위성 관측 자료와 검증하였을 때 매우 높은 상관성을 보인다는 결과를 발표하였다. 우리나라 주변 해역은 매우 복잡한 해류 구조와 강한 해양-대기 상호작용으로 인해 표층 순열속의 평균 및 변동성에 있어 매우 불확실성이 크고 재분석 자료간 편차가 큰 해역이다(Pak et al. 2017, 2020). 그럼에도 불구하고 열속 관측 자료가 매우 한정적이고 시공간적으로 균일한 재분석 자료의 효율적인 활용 측면에서는 자료간의 편차를 최소하는 앙상블 평균값의 도출은 매우 의미 있는 과정이라 판단된다.
두 번째로, 생산한 앙상블 표층 순열속 시계열과 한반도 기온, 강수와의 상관성을 분석하였다. 표층 순열속 시계열과 한반도 기온, 강수 자료는 모두 여름에 가장 높은 값을 나타내고 겨울에 가장 낮은 값을 갖는 계절적인 특성이 지배적으로 나타나기 때문에 계절 변동을 포함한 단주기 성분을 제거하고 중장기 변동에 국한하여 분석하였다. 이를 위해 연구 기간 동안의 편차 시계열 자료에 모두 저주파 필터(2년 길이의 Hanning filter)를 적용하였다. 또한 각 변수의 시계열 비교를 원활하게 하기위해 시계열 평균으로부터의 차이를 시계열의 표준편차로 나눠주는 표준화 과정을 거쳤다. 이러한 과정을 거친 각 변수의 경년변동 시계열들은 두 변수의 변동이 어느 정도 유사한지를 나타내는 통계적 방법인 상관계수를 계산을 통하여 동아시아 해역의 표층 순열속과 한반도 기온, 강수의 상관성을 분석하였다.
세 번째로, 표층 순열속과 기온, 강수와의 상관성 분석의 결과를 대규모 기후 지수들과 비교하였다. PDO, AO, NINO3.4 등 주요 기후 변동 지수와의 추가 분석은 본 연구를 통해 개발된 ORA-IP 자료의 앙상블 순열속 지수(동아시아(황해, 동중국해, 동해, 북서태평양) 영역 평균)가 한반도 기후 변화를 적절히 반영할 수 있는 기후 지수로서의 역할을 할 수 있을지 평가하기 위한 목적이 있다. 이를 위해 기존의 대규모 기후지수들도 앙상블 순열속 자료들과 동일 연구 기간 동안 동일한 방법의 자료 처리 과정을 거친 후 상관성 분석 결과와 비교하는 작업을 수행하였다.
3. 앙상블 순열속 지수 생산
Fig. 1은 16종류의 모든 ORA-IP 자료의 앙상블 평균 공간 분포도(좌측 상단)와 각 자료의 동아시아 해역 평균 표층 순열속과 표준 편차의 1배, 2배를 앙상블 평균인 붉은색 실선으로부터 회색 실선으로 나타낸 그래프(좌측 하단)이다. 우측은 16개의 자료 중 동아시아 해역의 변동을 적절히 모의할 수 없다고 판단되는 GECCO2, PEODAS, GODAS, ECCOv4를 제외하여 새롭게 선정한 12개 자료만을 대상으로 분석한 결과이다.
Fig. 1.
(Left upper panel) Spatial distribution of ensemble mean net heat surface flux for 16 ORA-IP product and (left lower panel) spatial mean value of each products. Red line denotes ensemble mean and black solid lines represent one and two times of standard deviation of 16 ORA-IP products. Right panel is the same information but for only 12 selective products
GECCO2, PEODAS, GODAS의 경우 대부분 황해의 자료를 제공하고 있지 않으며, 동해도 대부분 연안 해역과 북부 해역의 자료 결손이 심하다. ECCOv4의 경우 동해 43°N 이북 해역에서 1월–3월의 모든 분석 기간 연도의 자료 결손이 확인되었다. 16개 모든 자료의 자료 간의 표준 편차는 GECCO2, GODAS를 제외하면 ±20 W/m2 이내로 대부분 유사한 크기의 편차를 보였다. 앙상블 평균과 가장 유사한 값을 나타내는 자료는 ORAS4 자료로 약 0.7 W/m2의 차이를 보였고 앙상블 평균으로부터 가장 차이가 큰 자료는 GECCO2 자료로 약 40 W/m2의 차이를 보였으며, GECCO2, PEODAS, GODAS, ECCOv4 자료 들은 최종 앙상블 평균에서 제외되었다.
자료 간 편차에 관한 추가 분석은 ORA-IP 자료 이외에 대기 재분석 자료(NCEP, ERA5, MERRA2), 인공위성(J- OFURO3), 객관분석(Objective Analysis) 자료 등을 모두 사용하고 분석 영역을 북서태평양까지 확장시켜 제시한 Pak et al. (2020)의 결과에서 자세히 서술되어 있다. Pak et al. (2020)의 결과에서도 공통적으로 GECCO2, PEODAS, GODAS 자료를 유의미한 편차 범위에서 벗어난 자료들로 언급하고 있다. 황해 및 동중국해에서 GECCO2, GODAS, PEODAS 자료가 편차 범위를 벗어났으며, 동해에서는 GECCO2 자료의 모의 성능이 적절하지 않다고 평가했다. 또한 이어도 과학 기지와 동해 연안 부이 자료 및 동해, 황해/동중국해, 오호츠크해, 베링해, 북서태평양, 중앙태평양 영역 평균의 시계열 자료간 상관도 분석을 통해 최종적으로 CGLORS, GECCO2, GODAS, MOVEC, ORAS4, PEODAS 자료를 북서태평양 앙상블 평균 자료에서 제외시켰다. 동아시아를 중심으로 한 본 연구와 비교를 해보면 Pak et al. (2020) 연구에서는 CGLORS, MOVEC, ORAS4 자료가 추가로 제외되었으며, 본 연구에서 동해 북부 해역의 봄철 자료 결손으로 제외되었던 ECCOv4 자료는 포함되었다. 이는 핵심 분석 영역 및 제외 자료의 산정 기준의 차이에 기인한다고 판단된다. 본 연구에서는 분석 기간 중 제공 자료의 결손이 발생한 자료를 대상으로 ECCOv4 자료를 우선 제외하였으며, 동아시아 전체 영역에 대해 다른 자료들 간의 유의미한 편차 범위 내에서 변동한다고 판단되는 CGLORS, MOVEC, ORAS4자료는 앙상블 평균에 그대로 사용하였다.
본 연구에서 새롭게 12개의 앙상블 멤버를 선정하여 평균한 결과, 동아시아 모든 해역을 포함하는 총 337개의 격자점 자료를 획득할 수 있었다. 앙상블 평균 값도 -71.63 W/m2에서 -65.28 W/m2으로 증가하였고, 표준 편차도 당연히 감소하는 유의미한 변화가 있었다. 동아시아 해역에서는 음의 표층 열속을 나타내고 있으며, 연중 강한 난류가 흐르는 쿠로시오와 대만난류 해역에서의 대기로의 열 손실이 특징적으로 잘 나타나며, 황해 해역과 동해 북서부 해역의 양의 열속 분포도 확인되어 대기로부터의 열의 흡수를 잘 반영하고 있다. 동일한 ORA-IP 자료를 사용한 Pak et al. (2020)의 결과에서도 동해 평균 -53.8 W/m2, 황해 및 동중국해 평균 -71.7 W/m2로 계산되었으며 전체적인 열속 분포도 본 연구 결과와 매우 유사한 것을 확인하였다. 이어도 과학 기지와 동해 연안 부이 자료(Shim et al. 2004; Nam et al. 2005)와 비교하면 ORA-IP 자료들은 -100 W/m2내외의 음의 편차를 보이고 있으나 그 변동 양상이 다른 자료와 유의미하게 상관 관계를 가진다고 밝혀져 있다. 이러한 음의 편차는 Yeo and Nam (2020)에서 비교되었던 CFSv2 와 MERRA-2 의 대기 대분석 자료들에서도 공통적으로 나타난다고 알려져 있다.
Fig. 2 는 본 연구에서 생산된 앙상블 평균 자료(이하 Ens_HFLX)를 관측 기반으로 생산되어 현재까지 널리 활용되고 있는 관측 기반의 객관 분석 자료(Yu and Weller 2007, 이하 OA_Flux)와 비교한 결과이다. 황해와 동해에서는 OA_Flux 자료보다 Ens_HFLX 자료가 전체적으로 높은 값을 가져 대기로부터의 열 흡수를 높게 모의하는 것으로 보이나 일부 대만해협 부근과 태평양 해역에서는 OA_Flux 자료가 높았고 일본 남쪽 쿠로시오 지류가 통과하는 해역은 양과 음의 편차가 공존하는 형태를 보인다. 두 자료 간 차이가 가장 많이 나는 해역은 상대적으로 관측 자료가 매우 부족한 서해안 연안과 대만 해협 부근이었다. 평균 순열속 시계열 자료는 모두 강한 계절 변동을 모두 잘 모의 하고 있으며, 해양에서 열방출이 가장 컸던 2005년 겨울도 모두 잘 재현하고 있는 것으로 분석되었다. 두 자료간의 차이는 최대 ±30 W/m2이내로 계산되어 Pak et al. (2020)의 황해/동중국해의 기존 재분석 자료들간의 편차로 제시되었던 35.7 W/m2이내에 해당하는 결과이다.
특별히 경년 변동 이상의 장주기 편차에서는 2002년 전후로 Ens_HFLX 와 OA_Flux 자료 편차의 경향이 바뀌는 것을 알 수 있으며, 이는 2002년 이후로 여름철 OA_Flux 자료의 최대 값이 작아지는 경향과 연관이 있다고 판단된다. 현존하는 22종의 재분석 자료의 장주기 분포를 제시한 Pak et al. (2020)의 연구 결과에서도 OA_Flux 자료가 다른 자료들에 비해 비정상적인 음의 변동 경향을 보인다는 문제점이 지적되었다. 본 연구의 주된 목적은 향후 실시간 업데이트되어 제공될 예정인 ORA-IP 자료 활용의 응용 연구로서 ORA-IP 앙상블 평균 자료를 이용한 한반도 강수 및 기온 자료와의 상관성 평가로 국한하였다. 그러므로 단일 열속 자료들의 자세한 해역별 분석은 추후 후속 연구들에서 자세히 이루어져야 할 것이라고 판단된다.
본 연구에서는 이와 같이 새롭게 선정한 12개 ORA-IP 자료에 대한 앙상블 평균이 ORA-IP 만의 표층 순열속 시계열을 ORA-IP 동아시아 해역의 표층 순열속 지수로 정의하여 상관 분석에 사용하였다.
4. 한반도 기후와 상관성 분석
기온
Fig. 3은 45개 한반도 관측소 기온 평균 시계열, 동아시아 해역 평균 표층 순열속 앙상블 시계열과 각각의 장주기 변동 성분을 비교한 결과이다. 우리나라 월평균 기온 시계열은 겨울철에 0℃에 가까운 최저 값을 나타내고 여름철에 22℃–29℃ 사이의 최대값을 보이는 뚜렷한 계절 변동 패턴을 나타낸다 (Fig. 3a). 동아시아 해역의 표층 순열속 앙상블 평균 시계열 또한 여름철에 양의 최대값(대기로부터 열 흡수), 겨울철에 음의 최대값(대기로 열 방출)을 갖는 계절적인 변동이 지배적으로 나타난다(Fig. 3b). 중위도 해역에서의 뚜렷한 계절 변동 성분을 제거한 두 시계열 자료 간의 상관 계수는 0.36으로 95% 신뢰 구간에서 통계적으로 유의하지는 않지만 양의 상관을 나타낸다(Fig. 3c). 지연 상관 그래프를 분석한 결과(Fig. 3d) 동아시아 평균 표층 열속이 변동한 후 3개월 후에 한반도 평균 기온이 같은 양상으로 변동하는 것을 확인하였으나(상관계수 0.41), 정량적으로 이러한 변동 역시 24개월의 저주파 필터 길이 등을 고려한 유효 자유도를 엄격하게 적용하였을 때 유의 수준 95%에 못 미치는 결과이다(Yan et al. 2004).
Fig. 3.
Time series of (a) mean surface air-temperature observed by 45 stations over Korean peninsula, (b) ensemble net heat flux over East Asian seas, (c) comparison of each interannual time series convoluted by 24-month Hanning filter, and (d) their cross-correlation time series. Star symbol indicates the largest correlation coefficient between two time series shown in (c), and solid red line represent 95% confidence line
Fig. 4는 동아시아 해역 앙상블 표층 순열속과 한반도 기온과의 상관 계수 공간 분포도이다. 황해 일부 영역과 일본 남쪽의 북서태평양 일부 영역 그리고 대한해협에서 통계적으로 유의미한 양의 상관을 보였고 가장 높은 양의 상관을 보인 곳은 대한해협으로 0.60이상의 상관 계수가 계산되었다. Fig. 3d의 지연 상관 결과를 근거로 기온과 표층 열속간의 3개월 시간 지연을 두고 상관 분포를 분석했을 때(Fig. 5a), 황해 동부, 대한해협 및 일본 남쪽 쿠로시오 지류가 통과하는 해역에서 95% 이상의 유의미한 상관 분포를 보이는 것을 확인할 수 있었다. 최대 0.73의 상관 계수를 보이는 지점은 대한해협에 위치한 35.5 °N, 130.5 °E 지점으로 한반도 기온과 매우 같은 양상으로 유의미한 경년 변동 패턴을 나타내는 것을 확인할 수 있다(Fig. 5b).
Fig. 5.
(a) The same as Fig. 4 except for the correlation coefficient with 3-month time lag. (b) Time series of mean surface air temperature and net heat flux at 35.5°N and 130.5°E where shows the largest correlation coefficient with 3-month time lag
Hirose and Fukudome (2006)에 의하면 가을철 대한해협 수송량이 많아지면 초겨울 동해 수온이 높아져 겨울철 일본 서해안 강수량이 많아진다고 발표하였다. 또한 겨울철 동한난류의 발달 정도에 따른 표층 열용량의 경년 변동과 한반도 영동 지역의 강수량 사이의 유의미한 관계를 제시한 연구들도 존재한다(Park and Name 2018). 이러한 결과를 통해 상대적으로 따뜻한 대마난류가 대한해협을 통해 동해로 북상하는 과정에서 어느 정도의 시차를 두고 전반적인 한반도 기온 변화에도 유의미한 영향을 줄 수 있을 것이라고 유추할 수 있다. 특히 겨울철 건조하고 차가운 북서 계절풍의 영향으로 동해에서의 대기와의 열교환이 활발히 일어나 따뜻하고 습해진 기단이 한반도쪽으로 이동하면서 기온 및 강수에 영향을 줄 수 있다고 판단된다. 특히 동해안에 북동풍이 우세하며 영동 지역 강수량이 증가할 때는 영서 지역을 포함한 한반도 중부 지방에서는 고온건조해지는 특성이 있으므로 기온이 증가할 수 있다. 이러한 기본적인 물리 과정 등은 Fig. 6 과 같이 계절에 따른 상관 계수 비교를 통해 확인할 수 있다.
Fig. 6.
The same as Fig. 4 except for each season of (a) spring, (b) summer, (c) autumn, and (d) winter
계절에 따른 대기 재분석 자료들의 현열과 잠열속 분포를 제시한 Yeo and Nam (2020)의 결과에서도 특히 겨울철 현열속 분포 및 봄과 가을철 잠열속 분포의 특징은 모두 대마난류, 제주난류, 중국연안류, 동한난류, 북한한류 등의 한반도 주변 해역의 표층 해류 변동과 매우 관련이 있다고 제시하고 있다. 본 연구에서도 쿠로시오 확장 해역 및 황해 전지역에 걸친 유의미한 상관 계수의 분포로 판단해 볼 때 대마난류, 제주난류, 황해난류, 동한난류 등 한반도 주변 해역의 표층 해류의 변화에 의한 열속 변화가 3개월 내외의 시간 지연을 가지고 한반도 기온 변동에 유의미한 영향을 주고 있다고 추정된다.
그러나 해수면 순열속 변화와 한반도 기온 사이에 3개월의 시차를 두고 가장 높은 유의미한 상관성이 나타난다는 결과는 순수한 통계 분석에 기반한 결론일 뿐, 해류 변동에 따른 해수면 온도 및 습도 변화에 따른 난류속 변동 등으로 인해 한반도 기온 변화를 유발했다는 직접적인 인과 관계로는 해석할 수 없다. 예를 들어 구름 역학과 단파 및 장파 복사량 변화 등 다양한 원인에 의해 지연시간을 가지고 수온과 기온 모두 변화되었을 가능성이 있으므로 향후 다양한 자료를 이용한 추가적인 연구가 필요하다고 사료된다.
Fig. 6은 동아시아 해역 앙상블 표층 순열속과 한반도 기온과의 시계열 자료를 계절별로만 따로 구분하여 계산한 상관 계수 공간 분포도이다. 봄철(3, 4, 5월 평균)의 경우 동해 중부 연안과 야마토 해령의 일부 영역의 열속 변동과 한반도 평균 기온이 유의미한 음의 상관성을 보인다. 이는 봄철 한반도 기온 편차가 올라가는 시기에 동해 및 황해 일부 구간의 열 손실도 같이 발생했다는 것을 의미하며 같은 계절의 동해 북부 해역과 일본 남쪽 쿠로시오 지류가 통과하는 해역은 유의미한 양의 상관성이 나타난다. 여름철(6, 7, 8월 평균)에는 전 해역에 걸쳐 유의미한 상관이 나타나는 않았으며, 가을(9, 10, 11월 평균)과 겨울철(12, 1, 2월 평균)에는 전반적인 동아시아 해역의 열속 변동과 한반도 평균 기온 변동이 강한 양의 상관 패턴을 나타내는 것으로 확인되었다. 이는 가을과 겨울에 상대적으로 단파복사속의 양이 감소하고 상대적으로 잠열속 및 현열속 등의 해양의 난류 열속 성분이 커지는 계절적인 특징과 관련된 것으로 추정된다. 특히 가을과 겨울철의 역학 과정이 Fig. 4와 Fig. 5에서 제시되었던 상관 분포에 크게 영향을 미친다는 사실을 확인할 수 있으며 이는 Hirose and Fukudome (2006), Yeo and Nam (2020)에서 언급되었던 해양 난류속 변동에 영향을 표층 해류의 공간 분포와 매우 관련 있다고 판단된다.
각 월의 전후 1개월씩을 평균하여 최대 11개월의 시간 지연을 고려한 동아시아 표층 순열속과 한반도 평균 기온의 경년 변동 상관성에 대해 정리한 결과는 Fig. 7과 같다. 시간 지연이 없는 대각선에 위치한 셀의 경우 봄과 겨울철에 유의 수준 95% 이상의 강한 양의 상관을 보여주는 결과가 나타난다(DJF 0.79, JFM 0.67, FMA 0.72). 특히 1월(DJF)의 앙상블 순열속 변동과 1월(DJF)에서 4월(MAM)까지의 기온 변동은 강한 양의 상관이 유지되는 것을 확인할 수 있다. 여름철에는 2월(JFM)부터 4월(MAM)까지의 기온 변동이 7월(JJA)의 표층 순열속 변동과 음의 상관을 나타냈고 그 중 4월(MAM)의 기온 변동간의 상관성이 -0.75로 유의미하게 계산되었지만, 비슷한 계절의 공통적인 상관 특성을 찾아보긴 힘들다.
본 결과를 토대로 특히 봄철과 겨울철 대한 해협 근처의 열속 변동은 약 3개월 후의 한반도 평균 기온 변동을 지시할 수 있는 기후 인자로 적절하며, 향후 관측망 설계 및 기반 자료 분석을 위해 매우 중요한 지점이라고 제안할 수 있을 것이다. 계절별, 해역별 변동에 관한 자세한 역학적 원인에 관해서는 보다 다양한 기후 자료 및 접합 모델링 방법 등을 이용한 후속 연구가 필요할 전망이다.
강수량
Fig. 8은 45개 한반도 관측소의 강수량 월평균 시계열과 동아시아 해역 평균 표층 앙상블 순열속 시계열의 장주기 변동 성분을 비교한 결과이다. 강수량 또한 기온, 표층 열속과 마찬가지로 겨울철에 최소, 여름철에 최대 강수량이 나타나는 강한 연변동을 보이지만 다른 두 변수에 비해 연간 변동 및 경년 변동폭이 매우 큰 것을 확인할 수 있다. 계절 변동을 제거한 장주기 변동 간의 상관성을 분석했을 때, 평균 강수량과 앙상블 표층 순열속 시계열 간의 상관 계수는 -0.10로 유의미한 상관이 없다(Fig. 8c). 이들의 시간 지연 상관 결과에서는 -28개월 지연을 가지고 유의미한 음의 상관이 계산되었지만, 이는 통계적으로만 판단했을 때의 정량적 결과이고, 2년 이상의 긴 시차에 대한 물리적 상관성을 해석하기 위해서는 추후 보다 자세한 분석이 필요할 것이라고 판단된다.
강수량은 표층 기온 보다 더욱 국지적, 계절적 요인에 의해 큰 영향을 받는 특성이 있으므로 계절에 따른 공간 분포 양상도 매우 다른 경향을 보였다(Fig. 9). 봄철의 공간 분포도는 황해와 동해 북부에서 유의 상관계수 이상의 강한 음의 상관이 나타났다. 이는 전반적으로 황해와 동해의 표층 순열속 편차와 한반도 강수 편차가 서로 반대의 위상으로 변동하는 것을 의미하는데, 황해 또는 동해 북부에서 해양이 대기로의 열 방출 증가와 한반도 평균 강수의 증가가 서로 밀접히 영향이 있으며, 이는 서풍 계열의 바람이 우세한 봄철의 기압 분포도와 밀접하게 연관지어 해석할 수 있을 것이다.
여름철의 공간 분포도는 동중국해 이어도 부근에서 유의미한 양의 상관계수를 보였다. 이는 해양에서 열을 얻을 때 한반도 강수가 동시에 증가하는 것을 의미한다. 이는 기존 연구 결과와 유사하게 여름철 북태평양 고기압의 위치 변동에 따른 남풍 계열의 바람장 변동이 한반도 강수 변동에 영향을 줄 가능성으로 생각할 수 있다(Ha et al. 2007). 또한 여름철에는 장마(Meiyu-Changma-Baiu) 밴드가 지나는 영역을 중심으로 단파복사속의 유의한 감소가 발생하며, 좁은 강수 영역에 의해 습도의 공간 분포 변화 또한 매우 심하다(Yeo and Nam 2020). 그러므로 재분석 자료들의 강수 밴드 모의 성능에 따라 순열속 패턴이 민감하게 달라질 가능성이 있으며, 본 연구에서 파악된 ORA-IP 자료에서 나타난 동중국해 지역에서의 유의미한 순열속 변동 또한 강수 밴드의 모사 성능과 관련이 있다고 추정된다. ORA-IP 자료는 순열속 이외의 단파복사속, 장파복사속, 현열속, 잠열속 등의 개별 열속 성분 자료를 따로 제공하고 있지 않기 때문에 본 연구에서는 추가적인 분석이 불가능하였다. 향후 열속 자료를 성분별로 제공하는 대기 재분석 자료들을 이용한 추가 분석이 필요하다고 판단된다.
가을철 공간 분포도는 황해 일부 영역과 일본열도 남쪽의 북서태평양 일부 영역에서 유의미한 양의 상관을 보였다. 겨울철의 공간 분포도에서는 보다 넓은 영역에서 양의 상관이 나타났으며, 특히 동중국해와 황해에서 유의상관계수 이상의 양의 상관을 보였다. 본 분석을 통해 한반도 평균 강수량과 주변 해역의 표층 열속 변화의 상관성은 계절에 따라 매우 민감하게 그 분포 특성이 달라지는 것을 확인할 수 있었으며, Fig. 5와 Fig. 7에서 제시했던 것처럼 특정 시차를 두고 나타나는 공통된 상관 패턴을 정의하기 힘들었다.
Fig. 10과 같이 각 월별로 최대 11개월의 시간 지연을 고려하여 동아시아 평균 표층 순열속과 한반도 평균 강수량의 경년 변동 상관성을 정리한 결과에서는, 1월(DJF)과 3월(FMA) 표층 순열속 변동이 강수량 변동과 각각 해당 월부터 2개월 후인 3개월 동안 지속적인 양의 상관을 보였다. 6월(MJJ) 표층 순열속 변동은 7월(JJA), 8월(JAS), 9월(ASO) 강수량 변동과 음의 상관을 보였는데 이는, 만약 6월달의 해양이 평년보다 표층 순열속이 음의 편차를 갖는다면 7,8,9월의 한반도 강수량은 평년보다 증가한다고 해석할 수 있다. 그러나 전반적으로 Fig. 7에서 제시되었던 평균 기온과의 비교 그래프 보다 계절에 따른 뚜렷한 상관 패턴을 찾아보기 힘들고, 상관도도 낮은 것으로 계산되었다. 이는 한반도 내에서도 국지적으로 매우 다른 강수 편차를 보이는 지역적 특성을 고려하지 않고 한반도 전체 평균 강수량을 사용하여 분석한 한계점을 원인으로 지적할 수 있을 것이다.
5. 전 지구 기후지수와의 비교 분석
Fig. 11은 계절에 따른 한반도 평균 기온과 AO, PDO, NINO3.4의 기후 지수들의 상관 계수를 정리한 그래프이다. 그래프의 위쪽부터 각각 순서대로 (a)봄, (b)여름, (c)가을, (d)겨울철 한반도 평균 기온 시계열을 의미하고, 기후 지수의 계절별 구분을 그래프의 가로축으로, 서로간 상관 계수를 기후 지수별로 다른 색으로 구분된 막대 그래프로 나타냈다. 본 연구에서 개발된 한반도 주변해역 표층 열속 지수(HFLX)는 하늘색 막대로 표시하였으며, 붉은색 점선은 신뢰수준 95%의 유의상관계수를 나타낸다. Fig. 6 과 9를 통해서 계절과 해역에 따라 순열속과 한반도 평균 기온 및 강수량 사이의 유의미한 상관 패턴이 달라진다는 사실을 알 수 있었다. 그러므로 본 연구에서는 한반도 주변 해역을 황해, 동중국해, 동해, 북서태평양 해역으로 세분하여 영역 평균한 시계열과 기온과의 상관도를 회색 막대들로 추가 제시하였다.
Fig. 11.
Correlation coefficient between seasonal climate indices (AO, PDO, NINO3.4, and heat flux index suggested in this study) and air-temperature in (a) spring, (b) summer, (c) autumn, and (d) winter season with 95% confidence limits (dotted red lines). Gray bars indicate correlation coefficients with heat flux averaged only around the Yellow Sea, East China Sea, East/Japan Sea, and Northwestern Pacific in order
기후 지수들과 기온과의 상관성은 전반적으로 일관된 특징을 보이지는 않지만 몇 가지 유의한 상관성을 발견할 수 있다. 한반도 기온 변화에 큰 영향을 준다고 알려져 있는 봄철의 AO 시계열은 한반도 겨울·봄 기온과 95% 신뢰수준의 유의상관계수에 근접하는 높은 양의 상관을 보였으며 이는 일부 선행 연구들과 일치하는 결과이다(Im and Ahn 2004; Kim et al. 2008). 또한 한반도 여름철 평균 기온은 가을·겨울철 PDO의 변동과 유의 수준에 가까운 음의 상관을 보였으며, 그 중 본 연구에서 개발하여 제시한 겨울철 표층 열속 지수가 -0.60으로 PDO 보다 높은 유의미한 상관성을 기록했다. 이러한 높은 상관성은 황해, 동중국해, 동해, 북서태평양의 모든 해역에서 동일하게 나타났다.
또한 겨울철 한반도 평균 기온 변동은 모든 겨울철 기후 지수들과 공통적으로 양의 상관을 보였으며, 그 중 본 연구에서 개발하여 제시한 표층 열속 지수가 각각 +0.59로 유의 수준 이상의 가장 높은 상관성을 나타냈으며, 특히 동중국해에서 가장 높은 상관을 나타났으며, 황해와 동해에서도 유의수준에 근접한 양의 상관이 동일하게 계산되었다.
강수량 변동 또한 기온 변동과 동일하게 각각의 기후 지수 변동과 일관되는 특징을 보이지 않았으나 몇 가지 유의한 상관성을 발견할 수 있다(Fig. 12). 한반도 겨울·봄 기온과 높은 상관관계를 보였던 AO 봄 지수는 겨울철 강수량 시계열과 높은 양의 상관을 보였고, 겨울 AO 지수 또한 가을 강수량 시계열과 높은 양의 상관을 보였다. 한반도 겨울 강수량 변화에 대한 각 지수들의 여름 시계열 비교에서는 NINO3.4 지수가 유의상관계수에 근접한 양의 상관을 보였으며, 이는 한반도 기온 및 강수량이 엘니뇨에 직·간접적인 영향을 받고 있다고 주장한 몇몇의 선행 연구들과 일치하는 결과이지만(Cha et al. 1999; Chang et al. 2002), 본 연구에서 제시한 앙상블 표층 순열속 자료간의 상관성이 -0.60으로 더욱 큰 음의 상관계수를 보이는 것으로 계산되었으며, 모든 해역에서 음의 상관계수를 보였지만 그 중 동해의 경우 -0.72로 가장 높은 상관을 보였다. 이는 향후 한반도 겨울 강수량의 장기 변동 예측을 위해 당해 여름철 엘니뇨 지수 보다 한반도 주변 해역 및 동해의 플럭스 변동 자료의 활용이 더욱 중요할 수 있다는 결론을 시사한다.
또한 한반도 봄 강수량 변동과 각 기후 지수들의 겨울 시계열 간의 상관계수들은 모두 양의 값을 보이는데, AO에서 +0.21로 가장 작게 나타났고 본 연구에서 사용된 앙상블 표층 순열속 자료에서 +0.63으로 가장 높게 나타났으며 NINO3.4는 그보다 작지만 유효상관계수와 동일한 +0.48의 상관계수 값을 나타냈다. 가장 높은 상관성을 보였던 겨울철 열속과 봄철 강수 변동의 공간 본포를 분석해 보았을 때 특정 해역과의 높은 상관이 아닌 동아시아 전체에 걸친 전반적인 유의미한 상관성을 보이는 것으로 분석되어(Fig. 13), 본 연구를 통해 제시된 앙상블 열속 지수는 향후 강수 변동의 해양 인자로 중요하게 활용될 수 있을 것이라 판단된다. 또한 동중국해에서의 겨울철 열속과 겨울철 강수간 상관 계수는 +0.69로 가장 높은 상관성을 보여 이러한 상관 특징이 봄철 강수 변동에까지 영향을 미친다고도 유추할 수 있다.
본 연구를 통해 계절에 따른 한반도 평균 기온 및 강수량 변동성과 가장 큰 상관을 보이는 기후 지수는 기존에 알려진 AO, PDO, NINO3.4 지수 보다 ORA-IP 재분석 자료를 통해 도출된 동아시아 앙상블 표층 열속 자료인 것으로 검증되었다. 본 연구에 사용된 ORA-IP 자료들은 실시간 업데이트 및 예측 모델의 운영이 가능하고 현재 활발히 운영 중인 해양 재분석 시스템들에서 도출된 자료이기 때문에 향후 같은 모델에서 도출된 다양한 해양-대기 변수를 이용한 응용 연구가 가능하다는 장점이 있다. 그러므로 본 연구 결과는 관련 분야의 응용 연구에 의미가 있다고 판단되며, 향후 보다 세밀한 역학적인 분석 과정이 수반되어야 할 것이다.
6. 요약 및 제언
본 연구에서는 동아시아 해역에서의 ORA-IP 자료들 간 특성을 파악하여 앙상블 표층 순열속 지수를 새롭게 제시하였고, 한반도에서 관측된 45개 관측소의 평균 기온, 강수량과의 상관성에 대해서 분석하였다. 또한 상관성 분석 결과를 기존에 사용되어 온 기후 지수들(AO, PDO, NINO3.4)과 비교 분석하였다.
한반도 기온과 동아시아 해역 표층 순열속은 3개월 시차를 두고 높은 양의 상관을 보였으며, 특히 대한 해협에서 0.7311로 가장 높은 양의 상관을 보였다. 계절별 상관성 분석에서는 한반도 전 해역에 걸쳐 겨울철 표층 순열속과 겨울철 기온간 유의미한 양의 상관을 보였으며, 이는 지역 규모 이상의 중위도 겨울철 기후 변동과 밀접한 연관이 있을 것으로 생각된다. 강수량과의 상관성 분석에서도 겨울철 표층 순열속과 이듬해 한반도 봄철 강수는 동아시아 해역 전반에 걸쳐서 높은 양의 상관을 보였다.
한반도 기온 변동의 경우 전반적으로 AO, PDO 지수들과 높은 상관을 보였으며, 그 중 봄철의 AO 지수는 한반도 겨울･봄의 기온과 유의미한 양의 상관을 나타낸다는 것을 확인하였다. 또한 한반도 겨울 기온에 대한 각 지수의 겨울 시계열 변동은 선행연구 결과들과 유사한 결과를 확인할 수 있었고 그중 본 연구에서 생산한 표층 순열속 자료에서 가장 큰 값을 나타냈다. 강수량의 경우 AO 겨울철 지수는 가을 강수와 양의 상관을 보이고, AO 봄철 지수는 겨울 강수와 양의 상관을 보였으며 한반도 봄 강수에 대한 각 지수의 겨울 구분에서는 모든 기후 지수가 양의 상관을 보이는 공통점을 확인할 수 있었다. 그 중 95% 신뢰 수준의 유의상관계수 이상의 값을 나타낸 것은 NINO3.4 지수와 표층 순열속 지수였고 본 연구에서 사용한 앙상블 표층 순열속 자료가 가장 높은 상관성을 보였다. 본 연구에서 사용된 AO, PDO, NINO3.4 지수 이외에도 WP (West Pacific), NPO (North Pacific Oscillation), SHI (Siberian High Index) 등 다양한 기후 기수들이 존재한다(Barnston and Livezey 1987; Wallace and Gutzler 1981; Trenberth and Hurrel 1994; Panagiotopoulos et al. 2005). 경년 변동 스케일에서 이러한 지수들과 한반도 해수면 온도 및 기온과의 유의미한 상관성을 찾아보고자 하는 연구들이 진행되고 있는 시점에, 본 연구 결과에서 제시된 표층 열속 자료와 비교 분석하는 노력들도 지속적으로 이루어져야 할 것이다.
또한 본 연구에서는 해양과 대기의 상호작용을 직접적으로 나타내는 변수인 표층 순열속을 지수화하여 한반도 기온, 강수와의 상관성에 대해 분석하였다. 일반적으로 언급된 기후 지수들은 기온이나 기압, 수온 등 비교적 간단히 획득할 수 있는 변수를 통해 생산된다. 순열속의 경우에는 1차 변수가 아닌 벌크식 등을 적용하면서 나타나게 되는 불확실성이 크다는 단점이 있으나, 해양과 대기의 상호작용을 정량화 할 수 있는 수단으로 기후 지수로서의 장점을 가진다고 판단된다. 기존의 기후 지수들과의 상관성 비교 결과 다양한 선행 연구 결과들과 유사점을 찾을 수 있었으며 상관 계수 값은 앙상블 표층 순열속 자료에서 대체로 높게 나타나는 것을 확인하여 효율성이 검증되었다고 평가할 수 있다.
그러나 본 연구에서 제시한 앙상블 순열속 지수를 포함하여 다양한 기후 지수가 어떠한 과정으로 한반도 주변 해역 및 한반도 기온, 강수량을 포함하는 기후에 영향을 미치는지에 대한 물리적 메커니즘은 미해결의 문제로 남아 있어 이에 대한 추가적인 분석 및 연구가 필요할 것으로 사료된다. 이를 위해 다양한 변수의 ORA-IP 자료 및 추가 기후 지수 자료 등을 활용하여 우리나라 주변 해역의 해양-대기 상호작용에 대한 이해를 넓히는 연구가 지속적으로 수행되어야 할 것이다.
