1. 서 론
2. 자료 및 방법
전 지구 평균 해수면(Global Mean Sea Level, GMSL)
열·염팽창 해수면(Steric Sea Level, SSL)
육지 저수량(Land Water Storage, LWS)
육지 강수(Land Precipitation)
ENSO 지수
3. 결 과
GMSL과 ENSO의 연관성 및 시간적 특징
ENSO 기간 SSL의 공간적 특징
ENSO 기간 LWS와 육지 강수
4. 결론 및 토의
1. 서 론
전 지구 평균 해수면(Global Mean Sea Level, GMSL) 상승률은 20세기 동안 1.65 ± 0.2 mm yr-1이었으나, 위성고도계 관측 이후 20년간 3.2 ± 0.1 mm yr-1로 두 배 이상 빠르게 상승하였다(Cazenave and Cozannet 2014). 이러한 상승은 지구온난화의 지속적인 영향으로 저지대 연안 및 도서 지역에 심각한 위협을 초래하고 있다(Gornitz 1991; Cazenave and Cozannet 2014). 실제 해수면 상승으로 인해 피지, 투발루, 영국과 같은 저지대 국가들은 침수로 인한 삶의 터전 상실에 직면하고 있으며, 이로 인해 이 지역 주민들은 기후 난민이 될 위기에 처해있다(Williams 2007).
GMSL은 1992년 이후로 매우 정밀하고 지속적인 위성고도계를 통해 직접적으로 모니터링되고 있다. 이론적으로 해수면 상승은 해양 밀도 변화에 의한 열·염분 해수면(Steric Sea Level, SSL) 상승과 육지로부터 해양으로 유입되는 질량(mass) 증가의 합으로 다음과 같이 나타낼 수 있다(Gregory et al. 2019).
해양 밀도 변화에 의한 SSL은 해양의 수온, 염분을 측정하는 Array for Real-time Geostrophic Oceanography (Argo) 및 CTD, XBT, MBT 등의 자료로부터 계산되며(Kuo et al. 2021; Cha et al. 2023), 해양과 육지 간의 물 질량 재분배에 의한 변화는 2002년 4월 이후 지구의 중력장을 측정하여 육지 표면 질량의 변화를 직접적으로 파악하는 Gravity Recovery and Climate Experiment (GRACE, Landerer and Swenson 2012)를 통해 확인할 수 있다. GRACE로부터 관측되는 육지 물 질량 변화는 육지 저수량(Land Water Storage, LWS; Wada et al. 2017), 그린란드와 남극 빙상(ice sheets, Velicogna et al. 2020), 빙하(glacier, Jacob et al. 2012)에 의한 질량변화를 포함한다. 여기서 LWS는 강, 지하수, 토양 등 물이 육지에 저장되는 것을 말한다(Ni et al. 2018).
위와 같은 해수면 수지(sea level budget) 분석 방법을 통해 여러 연구에서는 1993년부터 2016년까지의 위성 관측 기간 동안, 위성고도계로 관측된 GMSL이 Argo를 통한 과 위성 관측을 통한 의 합과 불확실성 범위 내에서 일치한다는 결과를 도출해 왔다(Boening et al. 2012; Leuliette 2015; Cha et al. 2021). 이들 해수면 연구들은 주로 장기적인 해수면 상승의 경향성에 초점을 맞춰 분석이 이뤄져왔으나(Marzeion et al. 2012; Chen et al. 2014; Reager et al. 2016), 최근 들어 ENSO와 같은 자연변동성에 의한 해수면 변화 역시 지역적 및 전지구적으로 중요하게 다뤄지고 있다(Stammer et al. 2013; Landerer et al. 2008; Dieng et al. 2014). 특히, 연간 규모에서 ENSO와 같은 강한 자연변동성은 GMSL에 뚜렷한 영향을 미치는 것으로 보고되고 있다(Hamlington et al. 2020; Chambers et al. 2002). 선행연구에 따르면, 엘니뇨 발생 시 GMSL은 일시적으로 상승하는 반면, 라니냐 발생 시 일시적으로 하강하는 경향이 있다(Llovel et al. 2023; Gregory et al. 2013). 이러한 변화는 해양의 밀도 변화에 의한 것보다는 육지 물 질량 변화 중 LWS와 관련 있는 것으로 알려져 있다. 그린란드와 남극 빙상, 빙하는 장기적인 경향에 영향을 주며, 연간 규모에서 육지 물 질량 변화는 주로 LWS에 의해 결정되기 때문이다. 또한 LWS의 변화는 주로 육지의 강수 패턴 변화와 밀접한 관련이 있는 것으로 알려져 있는데(Piecuch and Quinn 2016; Llovel et al. 2011; Boening et al. 2012; Cazenave et al. 2012; Fasullo et al. 2013), 예를 들어, 2010–2011년 강력한 라니냐 발생으로 인해 GMSL은 약 5 mm 하강한 것으로 보고되었다(Boening et al. 2012). 이는 남아메리카, 동남아시아, 특히 호주 지역에 많은 비가 내리면서 육지의 질량이 증가하게 되어 해수면이 하강한 것으로 밝혀졌다. Fasullo et al. (2013) 에 의하면 호주는 독특한 지표 특성 상 육지에 물을 비교적 오랫동안 저장할 수 있어 해수면 변동에 중요한 역할을 한다고 언급하였다. 최근 연구는 2014–2016년 강력한 엘니뇨 발생으로 인해 전 지구 해수면이 15 mm 상승했음을 보였는데(Llovel et al. 2023), 이 시기의 해수면 상승은 밀도 변화에 의한 해수면 변화가 20%, LWS 변화에 따른 해수면 변화가 80% 차지하였고, 이 중 남아메리카 아마존 지역에 극심한 가뭄이 나타나면서 해수면이 단기간에 급격히 상승하였다. 이처럼 ENSO는 지역적으로 급격한 해수면 변화를 초래할 수 있으며, 이는 해양 및 기후 시스템에 광범위한 영향을 미칠 수 있다(Nerem et al. 1999). 따라서 ENSO 기간 해수면 변동 원인을 파악하는 것은 지역적 및 전 지구적 해수면 변화의 이해와 예측에 있어 매우 중요하다.
그럼에도 불구하고 위에 언급된 선행연구는 주로 강력한 엘니뇨 또는 라니냐 사건과 관련된 해수면 변화에 초점을 맞춰 분석하였기 때문에 ENSO 발생시 나타나는 전반적인 해수면 변동의 시·공간적인 패턴에 대한 정보를 제공하지 않는다. 따라서 본 연구에서는 특정, 엘니뇨, 라니냐에서 발생하는 일련의 해수면 변화 패턴이 ENSO 사건 전반에 걸쳐 광범위하게 적용될 수 있는지를 확인하고, 이와 관련된 전 지구 및 지역적인 해양 열 재분배(heat redistribution)와 육지와 해양 사이의 질량 교환을 분석하였다. 이를 위해, 위성고도계, GRACE 및 Argo 관측자료를 활용하여 ENSO 기간 동안의 해수면 변화를 해양의 밀도 변화와 육지의 질량 변화와 비교하여 각 구성 요소에 대한 기여도를 평가하였다. LWS와 육지 강수량과의 시·공간적인 비교를 통해 강수 패턴과 전 지구 해수면 변동과의 관계를 파악하고, 전 지구 해수면 변화에 대한 대륙 별 LWS의 기여도를 분석하였다.
2. 자료 및 방법
모든 분석에 사용된 모든 자료는 경년 변동성에 초점을 맞추고자 2차 추세를 제거하였고, GMSL 자료를 제외한 자료들은 추가로 회귀분석을 통해 계절 변동성을 제거하였다. 또한 시계열은 단기적인 변동성을 제거하고 연간 규모의 변동 패턴을 더 명확하게 파악하기 위해 5개월 이동평균을 사용하여 평활화(smoothing)를 진행하였다. 엘니뇨와 라니냐는 대체로 10월에서 12월 사이에 정점을 보이므로, 본 연구에서는 ENSO 발생 년도의 7월부터 이듬 해 6월까지의 1년간의 자료를 평균하여 분석하였다. 불확실성은 각 데이터 간의 표준편차를 통해 계산하였고 전 지구 평균 열·염팽창 해수면(Global Mean Sea Level, GMSSL)과 LWS 합의 불확실성은 각 요소의 오차의 제곱합()을 이용하여 계산하였다.
전 지구 평균 해수면(Global Mean Sea Level, GMSL)
본 연구에서는 GMSL 분석의 정확성을 높이고 오차 및 편향을 최소화하기 위해 2002년 4월부터 2022년 12월까지 4개 기관(Archiving, Validation and Interpretation of Satellite Oceanographic data (AVISO), National Aeronautics and Space Administration (NASA), National Oceanic and Atmospheric Administration (NOAA), University of Colorado (CU))에서 제공하는 GMSL 자료를 평균하여 사용하였다(Table 1). 하지만, GMSL에는 후빙기 조륙 운동(Glacial Isostatic Adjustment, GIA; Peltier 2004, Frederikse et al. 2020)에 의한 중력 및 지각 변형 효과뿐만 아니라, 습윤 대류권 보정(Wet Troposphere Correction, WTC; Barnoud et al., 2023a, Ludwigsen et al. 2024)에 의한 오차가 포함되어 있기 때문에 이와 관련된 오차를 보정하였다. 여기서, 후빙기 조륙 운동(GIA)는 약 15,000–20,000년 전 빙하기 종료 후 지각을 누르는 빙하들이 제거되면서 이와 관련된 중력 및 지각 변형에 의한 해수면 변화를 말하며, 약 0.3 mm yr-1(Peltier et al. 2018)의 추세를 나타낸다. 최근, 몇몇 선행연구는 2016년 3월 이후 Jason-3 위성에서 대류권 수증기에 따른 위성고도계 측정 지연으로 인한 보정 습윤 대류권 보정(WTC) 효과에 표류(drift)가 있음을 보였다(Barnoud et al., 2023b). 본 연구에서는 GIA와 WTC에 의한 오차를 보정하기 위해 GMSL에 0.3 mm yr-1 추세를 제거하였고, Ludwigsen et al. (2024)에서 추정한 WTC를 사용하여 2016년 3월 이후 GMSL 시계열을 보정하였다.
Table 1.
Data source
열·염팽창 해수면(Steric Sea Level, SSL)
SSL을 계산하기 위해 본 연구에서는 Institute of Atmospheric Physics (IAP, Cheng et al. 2017), Met Office Hadley Centre observations datasets EN.4.2.2 (EN4, Levitus et al. 2009), Japan Meteorological Agency (JMA, Ishii et al. 2017)에서 제공하는 월별 수온, 염분 자료를 사용하였다(Table 1). 이 3개의 자료는 Argo 자료를 기반으로 하며, MBT와 XBT 자료를 포함하고 있는 해상도 1°×1°의 재구성 자료이다. 본 연구는 각 기관의 수온, 염분 자료를 다음 식에 대입하여 SSL을 계산하였다.
여기서, 는 압력, 는 현장 염분, 는 현장 수온을 의미하며 , 는 각각 기준 수온과 염분(0°C, 35 psu)을 나타낸다. H는 수심으로 본 연구에서는 2,000 m까지 적분하였다. GMSSL은 면적을 고려하고 이 자료들을 앙상블 평균하여 계산했다. Argo 기반의 재구성 자료는 수심 2,000 m까지의 관측만 존재하기 때문에 2,000 m 이하의 깊은 해양의 기여도(deep ocean contribution)는 Chang et al. (2019)의 0.12 ± 03 mm yr-1의 추세를 추가하여 GMSSL을 계산하였다.
육지 저수량(Land Water Storage, LWS)
LWS는 2002년 4월부터 2022년 12월까지 GRACE 자료로부터 추출했으며, 분석은 Jet Propulsion Laboratory (JPL, Watkins et al. 2015), NASA Goddard Space Flight Center (GSFC, Loomis et al. 2020), Center for Space Research (CSR, Save et al. 2016)의 3개 기관의 GRACE mascon 자료를 사용하였다(Table 1). JPL, GSFC의 격자는 0.5°×0.5°며, CSR의 경우 이보다 고해상도인 0.25°× 0.25°의 자료이다. 육지 질량 변화에서 LWS만을 확인하기 위해 빙하 마스크를 적용하여 빙하로 덮인 지역을 제외하고 추가로 그린란드와 남극 대륙 지역을 제외하여 분석하였다. 빙하 마스크는 World Glacier Monitoring Service (WGMS)의 Fluctuations of Glaciers (FoG) 자료(Zemp et al. 2019)를 기반으로 하는 해상도 0.5°×0.5°의 전 지구 연간 빙하 질량 변화 자료가 존재하는 곳을 마스크로 적용하여 사용하였다(Table 1). CSR의 빙하 마스크의 경우 이 마스크를 재격자화 하여 사용하였다. LWS에 의한 GMSL 변화는 이 3개 자료를 앙상블 평균하여 사용하였다. 또한, GMSL 변화에 대한 대륙 별 기여도를 분석하기 위해 유럽(Europe), 아프리카(Africa), 아시아(Asia), 호주(Australia), 북아메리카(North America), 남아메리카(South America)로 총 6개의 대륙으로 나눠 분석을 진행하였다(Fig. 1).
육지 강수(Land Precipitation)
강수는 2002년 4월부터 2022년 12월까지 NOAA에서 제공하는 Global Precipitation Climatology Project (GPCP) 자료를 사용하였다(Table 1). GPCP 월별 자료는 해상도 2.5°×2.5°의 육지와 해양을 포함하는 자료로, 위성에서 관측한 장파와 단파 값을 결합하고 육지 강우계 관측 값을 통합하여 제공된다(Huffman et al. 1997). 본 연구는 GPCP와 동일한 해상도를 가지는 National Centers for Environmental Prediction (NCEP)에서 제공하는 육지 마스크를 사용하고 LWS 분석에 사용된 빙하 마스크를 재격자화 하여 육지 강수량을 계산하였다(Table 1). NCEP 마스크의 경우 육지는 1, 해양은 0으로 제공된다.
ENSO 지수
엘니뇨, 라니냐 구분을 위해 2002년 4월부터 2022년 12월까지 ENSO 지수 중 하나인 Oceanic Niño index (ONI)를 사용하였다. ONI는 열대태평양 Niño 3.4 (5°N–5°S, 120°W–170°W) 지역에서 Sea Surface Temperature (SST) 편차를 3개월 이동평균한 자료이다. 본 연구에서는 엘니뇨와 라니냐 패턴을 확인하기 위해 ONI 강도가 (보통) 이상인 기간을 앙상블 평균하여 분석하였다. ONI 강도가 보통 이상인 경우는 총 8번으로, 엘니뇨는 2002–2003년, 2009–2010년, 2015–2016년이고 라니냐는 2007–2008년, 2010–2011년, 2011–2012년, 2020–2021년, 2021–2022년에 발생했다.
3. 결 과
GMSL과 ENSO의 연관성 및 시간적 특징
해수면 변화와 ENSO와의 연관성을 파악하기 위해 GRACE 관측 기간인 2002년 4월부터 2022년 12월까지 GMSL과 그 구성요소인 GMSSL 및 LWS 변화를 확인하였고, 동시에 ENSO 지수인 ONI와 어떠한 관계를 가지는지 분석하였다(Fig. 2). GMSL은 ONI와 높은 양의 상관관계(0.71, Table 2)를 보였으며, 평균적으로 엘니뇨 기간에는 해수면이 상승하고 라니냐 기간에는 해수면이 하강하는 뚜렷한 변동성을 나타냈다. GMSL의 변동성은 주로 GMSSL과 LWS의 합에 의해 설명이 되며, ENSO와 같은 자연(내부)변동성에 의한 해양의 밀도변화 및 LWS 변화에 의해 영향을 받는다(Hamlington et al. 2020). GMSSL은 열에 의한 밀도 변화와 염분에 의한 밀도 변화가 포함되어 있지만 전 지구 평균 염분 변화는 0에 가깝기 때문에 대부분 열에 의한 밀도 변화로 설명할 수 있다(Llovel et al. 2019). 해양은 엘니뇨 기간 평년에 비해 전 지구 평균 수온이 증가하여 GMSSL 값은 증가하게 되고 이와는 반대로, 라니냐 기간에는 해양 수온이 평년보다 감소하여 GMSSL이 음의 값을 보인다(Fig. 2). 이는 엘니뇨 기간 전 지구 평균 표층 수온과 대기 온도가 상승하여 해수면이 상승한다는 선행연구와 일치한다(Roemmich and Gilson 2011). 전 지구 평균 해수면 변화에서의 LWS는 엘니뇨 기간 육상 물 저장량 감소로 인해 해양의 질량이 증가하는 양상을 보였고, 라니냐 기간에는 이와는 반대되는 패턴이 나타났다(Fig. 2). 예를 들어, 분석 기간 중 ONI 값이 가장 컸던 2015–2016년 엘니뇨 기간 GMSSL에 비해 LWS는 보다 더 GMSL과 유사한 변동을 보이며 크게 증가하였고, 가장 강력했던 2010–2011년 라니냐 기간 역시 LWS가 크게 감소하면서 해수면 하강에 크게 기여하였다. 각 구성요소와 GMSL의 연관성을 살펴보면, LWS는 0.85, GMSSL는 0.47의 상관관계를 보여주면서 ENSO 기간 LWS의 영향이 크다는 사실을 확인할 수 있었다(Table 2). GMSL과 GMSSL의 상관관계가 상대적으로 낮게 나타난 원인 중 하나는 해양의 열이 ENSO와 시간 차를 갖기 때문이다(Wu et al. 2019). Cheng et al. (2019)은 관측기반 및 재분석장 분석결과를 토대로 엘니뇨가 발생하는 시기에는 전 지구 해양의 열용량은 증가하지만 열대태평양의 표층 수온 변화로 야기되는 증발에 의한 냉각으로 엘니뇨 성숙 단계 전에 이미 열용량은 감소하는 변화율을 보인다는 결과를 제시하였다. 실제로 GMSSL과 ONI를 교차상관 한 결과 4개월의 시간 지연을 두었을 때 0.56의 상관관계가 나타나 이러한 주장이 유의미함을 확인할 수 있었다.
Table 2.
Correlation between the Oceanic Niño Index (ONI), GMSL and the components of sea level budget (GMSSL, LWS, and the Sum of GMSSL and LWS). Correlations are significant at the 95% confidence level
| ONI | GMSL | GMSSL | LWS | Sum (GMSSL+LWS) | |
| ONI | 1 | ||||
| GMSL | 0.71 | 1 | |||
| GMSSL | 0.49 | 0.47 | 1 | ||
| LWS | 0.60 | 0.85 | 0.43 | 1 | |
| Sum (GMSSL+LWS) | 0.65 | 0.81 | 0.80 | 0.89 | 1 |
ENSO 발달에 따른 해수면의 반응을 확인하기 위해 합성 분석(composite analysis)을 통해 ENSO 발생 연도의 7월부터 이듬해 6월까지 GMSL과 그 구성 요소들의 변화를 ONI와 함께 확인하였다(Fig. 3). 합성 분석은 엘니뇨와 라니냐 발달 전후 기간에 걸쳐 뚜렷한 해수면 상승과 하강이 나타났음을 보여준다. 엘니뇨 기간 GMSL은 GMSSL과 LWS의 변화에 따라 상승했으며, 특히 LWS의 시간적인 변동에 큰 영향을 받고 있었다(Fig. 3a). LWS는 이 기간 서서히 증가하다가 엘니뇨 발달 이후에 빠르게 감소하는 양상을 보이는 반면, GMSSL은 연간 큰 변동 없이 서서히 감소되었다. 엘니뇨 기간 GMSL은 평균적으로 2.3 ± 0.83 mm 상승하였고 성분들의 합은 3.4 ± 0.9 mm의 상승을 보이면서 구성요소의 합은 불확실성 범위 내에서 비교적 잘 일치했다. 이때 LWS는 엘니뇨 기간 2.5 ± 0.83 mm 상승했고, GMSSL은 0.9 ± 0.16 mm로 LWS의 ~35% 수준의 상승을 나타냈다. 라니냐 기간에는 엘니뇨 기간과 반대로 모든 요소에서 평년 대비 하강하는 경향을 보였으며, 이 기간 동안 성분들의 합은 평균적으로 -2.2 ± 0.59 mm 하강하였고 GMSL (-2.5 ± 0.46 mm)과 불확실성 내에서 잘 일치한다(Fig. 3b). LWS의 경우 평균적으로 -1.3 ± 0.27 mm, GMSSL은 -0.89 ± 0.5 mm의 하강을 나타냈다. 시간에 따른 GMSSL과 LWS의 변동은 모두 라니냐 발달 이후에 회복하는 경향을 보여 엘니뇨 기간과 반대되는 양상을 보였지만, 그 변동성의 크기는 엘니뇨 기간과 비교해 약하게 나타났다. GMSSL의 경우 ENSO 시기와 유사한 변동 범위를 나타냈지만, LWS는 엘니뇨 기간이 라니냐 기간보다 약 2배 정도 큰 변동성을 보였다. 최근 들어 라니냐의 발생이 한 해에 그치지 않고 연속해서 나타나는 특징이 있으며, 이러한 연속적인 라니냐의 발달은 합성 분석에서 엘니뇨 시기와 비교해 라니냐 시기에 해수면의 변동성을 약화시킬 수 있다. 결론적으로 시계열 및 합성도 분석 결과는 엘니뇨와 라니냐 현상이 GMSL에 미치는 영향이 명확하며, 특히 LWS에 의한 해양의 질량 변화가 GMSL 변동에 중요한 역할을 함을 보여준다. 이러한 결과는 ENSO와 관련된 LWS 변화가 GMSL 변동에 더 큰 기여를 한다는 선행연구를 뒷받침한다(Llovel et al. 2011; Meyssignac and Cazenave 2012). 이는 향후 GMSL 변동성을 예측하고 이해하는 데 있어 LWS를 고려하는 것이 필수적임을 의미한다.
Fig. 3.
Composite means of ONI (olive green), GMSL (black), GMSSL (purple), LWS (green), and the Sum of GMSSL + LWS (red) from July of the ENSO onset year to June of the following year during (a) El Niño and (b) La Niña events over April 2002 to December 2022. Seasonal variability and quadratic trends have been removed over the entire period
ENSO 기간 SSL의 공간적 특징
앞 섹션에서 언급한 바와 같이, SSL은 전 지구 평균으로 봤을 때는 해수면 변동에 대한 영향이 상대적으로 작지만, 해양순환 및 해양-대기 상호작용에 따른 지역적인 열 재분배로 인해 공간적으로는 큰 차이를 보인다(Storto et al. 2019). 따라서 본 연구는 ENSO에 따른 지역 해수면 변화를 파악하기 위해 합성 분석을 통해 SSL 공간분포를 확인했다. Fig. 4는 엘니뇨, 라니냐 기간 ENSO 발생 연도 7월부터 이듬 해 6월까지 평균 SSL 공간분포를 나타낸 그림이다. 태평양을 살펴보면, 엘니뇨 기간 SSL은 태평양 서쪽에서 최소 –11.47 ± 1.49 cm 감소하고, 태평양 동쪽에서 최대 7.24 ± 0.22 cm 상승하였다(Fig. 4a). 이 기간 태평양 서쪽에서 SSL이 크게 감소하는 것은 열대태평양에서 해류에 의한 열 수송과 관련 있는데 엘니뇨 발생 시, 무역풍 약화로 인해 이곳의 따뜻한 해수가 동쪽으로 이동하게 되면서 SSL은 태평양 서쪽에서 평년보다 낮아지게 되고 동쪽에서는 열팽창에 의해 상승하게 된다(Wang and Fiedler 2006). 반면, 라니냐 기간에는 이러한 현상이 반대가 된다. 라니냐 기간 태평양 서쪽 SSL은 최대 9.56 ± 1.56 cm 상승하고, 태평양 동쪽은 최소 -6.61 ± 0.62 cm 하강하였다(Fig. 4c). 위도별 평균 SSL을 확인해봤을 때 열의 변동성이 크게 나타나는 저위도에서 두 기간 모두 SSL의 변화가 크게 나타났다(Fig. 4b and d). 엘니뇨 기간 열대 동태평양과 라니냐 기간 열대 서태평양에서의 표층 수온 증가로 인한 열팽창은 상승기류를 야기해 강수량을 증가시켜 이 지역에 홍수와 같은 자연 재해를 초래할 수 있다(Chowdhury et al. 2022). 또한, ENSO의 영향은 태평양에만 국한되지 않고 다양한 메커니즘을 통해 대서양과 인도양뿐만 아니라 전 세계적인 기후 시스템에 영향을 미칠 수 있다(Nicholson 1997). 예를 들어, 합성 분석 결과 인도양 전역으로 SSL은 엘니뇨 기간 양의 값을 보이는데(Fig. 4a), 이는 엘니뇨 기간 워커순환(Walker circulation)이 약화되고 이에 따라 인도양에서 바람 강도가 약해지면서 증발이 감소하여 해양 온난화가 발생하기 때문이다(Chiang and Lintner 2005). 반면, 인도양 동쪽 일부에서는 음의 SSL을 나타내는데, 이는 엘니뇨 기간 열대 서태평양 해수면이 감소하고, 인도양과 태평양 사이의 압력경도가 감소하여 태평양에서 인도양으로 유입되는 ITF (Indonesian Throughflow)을 통한 열 수송이 감소했기 때문이다(Hu et al. 2022). 또한, 열대 북대서양에서는 엘니뇨 기간 무역풍 약화로 표층 증발이 감소하고 이로 인해 해수면 온도가 증가하여 양의 SSL을 보인다. 무역풍 약화로 인해 해들리 순환(Hadley cell) 역시 약화되어 북대서양 중위도까지 양의 SSL이 나타난 것으로 판단된다(Yu et al. 2020). 즉, ENSO 기간 SSL을 전 지구 평균으로 봤을 때는 해수면 변동에 있어 이 영향이 크지 않지만 지역적으로는 ENSO 현상이 나타나는 태평양뿐만 아니라 원격상관 등을 통해 인도양, 대서양까지 뚜렷한 차이를 보인다. 이러한 결과는 ENSO 기간 지역적인 해수면 변화에 있어 SSL이 크게 기여하고 있음을 보여준다. 특히 연안 저지대 및 섬 지역에서 SSL에 의한 해수면 변화에 매우 취약하기 때문에, 지역적으로 해양 밀도 변화에 의한 해수면 변화를 파악하는 것이 필수적이다.
Fig. 4.
Composite maps of ensemble mean SSL of IAP, JMA, and EN4 from July of the ENSO onset year to June of the following year (left panels) and its zonal mean (right panels) during (a, b) El Niño and (c, d) La Niña periods over April 2002 to December 2022. Seasonality and trend have been removed over the entire period
ENSO 기간 LWS와 육지 강수
ENSO 기간 GMSL 변화에 지배적으로 영향을 주는 LWS가 지역적으로 어떤 차이를 보이는지 확인하기 위해 ENSO 발생 연도 7월부터 이듬해 6월까지의 LWS를 합성(composite) 하여 엘니뇨, 라니냐 기간 공간분포로 확인하였다(Fig. 5). 연간 규모에서 해양의 질량 변화는 육지의 질량 변화와 균형을 이뤄 육지 LWS가 양의 값을 가질 때는 해수면 하강에, 반대로 LWS가 음의 값을 가질 때는 해수면 상승에 기여한다(Llovel et al. 2023). 합성분석 결과 엘니뇨 기간 LWS는 인도, 중국 산둥성(동부), 캐나다 서부, 멕시코 남부, 남아메리카 북부에서 평년보다 최대 -5 cm 이상의 낮은 음의 값을 나타냈고, 중국 광둥성(남부), 미국 플로리다, 남아메리카 남동부에서는 최대 ~5 cm 이상의 양의 값을 보였다(Fig. 5a). 반면, 라니냐 기간 LWS는 이 지역들을 포함한 대부분 지역에서 엘니뇨 기간과 반대되는 양상을 보였다(Fig. 5c). 위도 별 LWS를 살펴보면, 엘니뇨 기간 LWS는 저위도에서 최대 -18.23 ± 5.89 Gigaton 감소하는 반면, 라니냐 기간에는 최대 8.47 ± 2.48 Gigaton 증가하였다(Fig. 5b and d). ENSO 기간 저위도(20.25°S–20.25°N) LWS의 부피 변화는 매우 크게 나타나는데, 이는 엘니뇨 기간 GMSL을 1.82 ± 0.03 mm 상승시키고 라니냐 기간에는 전 지구 해수면을 -1.5 ± 0.02 mm 하강시킬 수 있는 양이다. 북반구 중위도에서는 ENSO 기간 반대되는 패턴이 나타나지 않는데 이는 다른 위도에 비해 상대적으로 넓은 육지 면적을 차지하고 있어 값들이 상쇄된 결과로 판단된다.
Fig. 5.
Composite maps of ensemble mean LWS of JPL, GSFC, and CSR from July of the ENSO onset year to June of the following year (left panels) and the corresponding latitudinal total volume sum (right panels) during (a, b) El Niño and (c, d) La Niña periods over April 2002 to December 2022. Seasonality and trends have been removed over the entire period
LWS와 육지 강수의 관계를 확인하기 위해 전 지구 평균 LWS와 전 지구 육상 강수량을 비교하였다(Fig. 6). 이들은 시간적으로 전 지구 평균 6개월의 시간 지연을 가지고 0.61의 상관관계를 가지는데, 이는 연간 규모에서 육지에 비가 내리고 깊은 대수층에 저장되기까지 시간이 반영된 결과이다(Eagleson 1978). LWS 공간적인 분포 특징은 ENSO 기간 육지 강수 패턴에서도 확인할 수 있다(Fig. 7). 엘니뇨 기간 인도, 인도네시아, 남아메리카 북부에서 평년보다 강수량이 감소하는 반면, 미국 플로리다와 남아메리카 중남부에서는 평년보다 강수가 증가하면서, LWS와 육지 강수 사이의 시·공간적인 관련성을 잘 보여준다(Humphrey et al. 2016; Zhang et al. 2019; Cha et al. 2021). 눈에 띄는 점은, 남아메리카 북부와 남동부에서 뚜렷한 쌍극자 패턴(dipole pattern)이 나타나는데, 엘니뇨 기간 남아메리카 북부(브라질 아마존 부근)에서 육지 강수는 최대 평년보다 -1.61 mm/day 덜 내리고 남아메리카 남동쪽에서 평년보다 최대 1.98 mm/day 더 내리는 것을 확인할 수 있다(Fig. 7a). 이와는 반대로, 라니냐 기간에는 남아메리카 남동쪽에서 평년보다 최대 -0.98 mm/day 덜 내리고 남아메리카 북부에서 평년보다 최대 1.41 mm/day 더 내린 것을 확인할 수 있다(Fig. 7c). 이처럼 ENSO 기간 LWS와 육지 강수 모두 남아메리카 북부와 남동부에서 쌍극자 패턴이 나타난 이유는 두 지역이 이 기간 대기 및 해양으로부터 서로 다른 메커니즘의 영향을 받기 때문이다(Cai et al. 2020). 엘니뇨 기간 남아메리카 북부는 열대 지역에서 발생하는 대기 흐름인 워커 순환(Walker Circulation, Curtis 2008)에 의해 하강기류가 발생하게 되고 그 결과로 대기가 건조한 상태를 보여 이 지역에 가뭄 위기를 겪게 되면서 LWS는 음의 값을 보인다. 반면, 엘니뇨 기간 남아메리카 남동부는 Pacific-South American (PSA, Mo and Paegle 2001)가 활성화되면서 습한 공기 유입으로 인해 집중 호우 또는 홍수를 야기하여 이곳에 평년보다 많은 물이 저장되게 된다(Cai et al. 2020). 라니냐 발생시 이러한 현상은 반대가 되어 남아메리카 북부에는 홍수를, 중남부에는 가뭄을 일으킬 수 있다. 실제 2015–2016년 엘니뇨 발생으로 아마존 지역에 극심한 가뭄을 야기하였고 이로 인해 큰 산불이 발생한 사례가 있었다(Berenguer et al. 2021). 위도 별 육지 강수는 엘니뇨 기간 저위도에서 평년에 비해 감소하였으며, 라니냐 기간 증가해 저위도 지역에 크게 기여하는 모습을 보였다(Fig. 7b and d). LWS와 육지 강수 모두 공통적으로 ENSO 기간 저위도에서 부피 변동성이 가장 크게 나타났는데, 이는 전지구적으로 저위도 지역에서 강수량 변동성으로 인해 엘니뇨 기간 이곳의 육지는 평균적으로 건조한 상태를 보이는 반면, 라니냐 기간에는 습한 추세를 보인다(Lyon and Barnston 2005).
Fig. 7.
Composite maps of Land precipitation (GPCP) from July of the ENSO onset year to June of the following year (left panels) and the corresponding latitudinal total volume sum (right panels) during (a, b) El Niño and (c, d) La Niña periods over April 2002 to December 2022. Seasonality has been removed for the entire period
추가로 각 대륙의 물 저장량이 전 지구 해수면 변화에 미치는 영향을 파악하기 위해 총 6개의 대륙(아시아, 북아메리카, 유럽, 아프리카, 남아메리카, 호주)을 대상으로 각각의 대륙 별 LWS를 기여도를 확인하였다. 엘니뇨 기간 아시아 대륙의 LWS는 GMSL을 0.87 ± 0.08 mm, 남아메리카의 LWS는 GMSL을 0.68 ± 0.07 mm 상승시켰다(Fig. 8a). 이는 GMSL 상승의 30% 이상 차지한다. 반면, 라니냐 기간에는 아프리카에서 대륙에서 LWS에 의한 GMSL 변화는 -0.58 ± 0.01 mm로 해수면 하강에 기여하면서 전 지구 해수면 하강에 50 (53.67 ± 6.13)%가 넘는 기여율을 보였다. 또한, 호주의 LWS 변화는 전 지구 해수면을 -0.32 ± 0.02 mm 하강시켰는데, 이는 전 지구 LWS 변화의 약 30 (29 ± 2.83)%를 나타낸다(Fig. 8b). 즉, 남아메리카, 아프리카 대륙의 LWS 변화가 ENSO 기간 전 지구 해수면 변동에 크게 기여하는 것으로 나타났으며, 엘니뇨 기간에는 아시아의 기여도가, 라니냐 기간에는 호주의 기여도가 높게 나타났다. 호주의 경우 2010–2011년 라니냐 동안 많은 강수로 인해 LWS가 크게 증가했는데, 이로 인해 라니냐 기간 호주의 기여도가 크게 나타난 것으로 판단된다(Fasullo et al. 2013). 반면, 북아메리카와 유럽대륙은 공간적인 LWS 분포 차이가 뚜렷하지만 전 지구 평균 해수면에 대한 기여도는 낮았다.
Fig. 8.
Analysis of LWS contribution to the sea level budget across six continents (Asia, North America, Europe, Africa, South America, and Australia), based on the results in Fig. 6. The error bars represent the uncertainty among the three data sources (JPL, GSFC, and CSR), indicated by the standard deviation
4. 결론 및 토의
본 연구는 2002년 4월부터 2022년 12월까지 위성고도계, Argo, GRACE 자료를 통해 추정한 전 지구 해수면 변화와 ENSO의 연관성을 조사하였고, ENSO 기간 해수면 변화에 영향을 주는 물리적인 요인들의 시·공간적 특징을 확인하였다. 분석 결과 GMSL은 ENSO와 0.71의 높은 상관관계를 보이며 밀접한 연관성을 나타냈다. LWS는 GMSL과의 상관관계가 0.85로 GMSSL보다 상대적으로 높게 나타나면서 전 지구 해수면 변화에 더 영향을 주었다. ENSO 발생 연도 7월부터 이듬해 6월까지 이들의 전반적인 양상을 확인해봤을 때 엘니뇨 기간 GMSL은 평균적으로 2.3 ± 0.83 mm 상승하였고, 라니냐 기간 -2.5 ± 0.46 mm 하강하였다. 구성요소의 합은 엘니뇨 기간 3.4 ± 0.9 mm 상승, 라니냐 기간 -2.2 ± 0.59 mm 하강하면서 GMSL과 불확실성 내에 잘 일치하였으며, LWS는 엘니뇨 기간 평균적으로 2.5 ± 0.83 mm 상승하였고, 라니냐 기간에는 -1.3 ± 0.27 mm 하강하면서 ENSO 기간 전 지구 평균 해수면 변화의 대부분을 설명한다. 각 구성요소의 공간분포를 확인한 결과, SSL은 전 지구 평균으로는 해수면 변동에 거의 영향을 주지 않지만, 원격 상관과 같은 다양한 메커니즘의 영향을 받아 해역별로 다른 패턴이 나타났다. ENSO 발생시 무역풍의 세기, 워커순환, 해들리 순환 변화로 인해 태평양뿐만 아니라 인도양, 열대 북대서양에서의 SSL은 엘니뇨 기간 다양한 패턴을 보였다. SSL과 관련한 지역별 해수면 변화는 특히 저지대 지역이나 섬 지역에서 더욱 극명하게 나타날 수 있으며, 지역 생태계나 인간 활동에 큰 영향을 미칠 수 있다. 따라서, ENSO 기간 해양 밀도 변화와 관련한 해수면 변동 특징을 파악함으로써 향후 자연재해 취약지역의 피해 예방에 중요한 기여를 할 수 있을 것으로 판단된다. ENSO 기간 전 지구 평균 해수면 변화에 주도적으로 작용한 LWS는 엘니뇨 기간 최대 -5 cm 이상의 변화가 인도, 중국 산둥성(동부), 남아메리카 북부 등에서 나타났으며, 최대 ~5 cm 이상의 양의 변화가 중국 광둥성(남부), 미국 플로리다, 남아메리카 남동부에서 확인되었다. 이와는 반대로 라니냐 기간 LWS는 이 지역들뿐만 아니라 대부분 지역에서 엘니뇨 기간과 상반된 양상을 보였다. 육지 강수는 LWS와 6개월의 시간 지연을 가지고 0.63의 높은 상관관계를 보이며 밀접한 연관성을 보였으며, 공간적으로도 ENSO 기간 LWS와 유사한 패턴을 보였다. LWS의 대륙 별 해수면 기여도는 엘니뇨 기간에 아시아, 남아메리카, 아프리카 순을 보였고 라니냐 기간에는 아프리카, 호주, 남아메리카 순의 높은 기여도를 보였다. ENSO 발생에 따른 지역 및 대륙별 육지 강수 차이는 전 지구 해수면 변화를 야기할 뿐만 아니라, 지역적인 강수 차이에 따라 인간생활에 큰 피해를 야기할 수 있다. 예를 들어, 강수가 평년에 비해 적게 내리면 가뭄이 발생하게 되고 이로 인해 산불 위험이 증가하게 된다. 실제 2015–2016년 강력한 엘니뇨 발생으로 인해 아마존 지역에 대규모 산불이 발생하였고 약 25억 ± 0.3억 그루의 나무가 감소하는 매우 큰 피해를 입었다(Berenguer et al. 2021). 반면, ENSO 기간 평년에 비해 많은 강수는 홍수를 야기하게 되는데, 실제로 2010–2011년 라니냐 기간 호주에는 극단적인 폭우로 인해 약 1,300,000 km2에 달하는 광범위한 지역에 홍수가 발생하였다. 이로 인해 해당 지역에서 수천 명의 사람들이 대피하였고 35명이 사망하였다(Evans and Boyer‐Souchet 2012). 요약해보면, ENSO 기간 다양한 메커니즘으로 인해 강수는 지역적으로 큰 차이를 보이고 이는 LWS를 변화시켜 해수면 상승과 하강에 영향을 줄 수 있다. ENSO 기간 동안의 LWS 변화는 단순한 해수면의 변동을 넘어서, 전 지구적 및 지역적 기후 패턴의 변화를 반영한다. 이러한 변화는 인간활동, 환경, 경제 측면에서도 중요한 의의를 가지며, ENSO와 관련한 LWS의 시·공간적인 특징을 이해하는 것은 홍수나 가뭄과 같은 기후 변화 대응에 있어서도 핵심적인 요소로 작용할 수 있을 것으로 판단된다.
온실기체 배출에 따른 지구온난화로 인해 ENSO는 미래에 더욱 빈번하게 나타날 것으로 예측되고 있다(Cai et al. 2015). 이에 따라 ENSO 발생에 의한 해수면 변동 특성을 파악하는 것이 향후에 해수면 상승을 예측하는데 중요한 정보를 제공할 수 있다. 본 연구에서의 해수면 변화 평가는 2002년부터 2022년까지 제한적인 ENSO 사례에 대한 분석으로 인해 특정 ENSO 기간 패턴을 명확하게 묘사하기에는 다소 한계가 있을 수 있으나, 전반적인 ENSO 발생 패턴을 이해하는데 있어 도움이 될 수 있을 것으로 판단된다. 추후, EOF (Empirical Orthogonal Function) 또는 회귀분석과 같은 방법으로 과거에 대한 LWS의 자료가 연장이 가능해지고 분석 가능한 ENSO 사례가 많아 짐에 따라 ENSO에 의한 해수면 변동 특징을 보다 정확히 파악할 수 있을 것으로 기대된다.
