1. 서 론

동해는 대한해협 등 상대적으로 좁고 얕은 해협을 통해 대양과 이어져 있는 좁은 바다이지만, 대기 흐름을 고려했을 때 북태평양의 상류에 위치하고 있어, 제트류 및 폭풍우 경로(storm track) 등 다양한 대기 활동을 통해 대양에 영향을 미칠 수 있는 해역이다(Seo et al., 2014). 이러한 기후적 중요성을 바탕으로, 동해 변동에 의한 대기장의 반응에 대해 다양한 연구가 수행된 바 있다. Hirose et al.(2009)은 대한해협을 통해 유입되는 가을철 수송량이 겨울철 일본 강수량 및 서태평양 패턴(West Pacific pattern; WP; Wallace and Gutzler, 1981)의 발달을 선행할 수 있음을 통계적으로 보여준 바 있다. Yamamoto and Hirose(2011)는 강제적으로 동해의 수온을 조절한 대기 모델 실험을 통해, 동해의 차가운 수온이 캄차카 반도 상공의 저기압성 순환을 발달시킬 수 있음을 보여주었으며, 이는 동해와 태평양의 수온 차이에 의한 경압성(baroclinicity)에 의해 나타날 수 있음을 주장한 바 있다. Seo et al.(2014) 또한 동해의 수온 변화에 대한 북반구 전체 대기의 반응을 살펴본 바 있다. 이와 같이 동해는 대양의 상류에 위치하여 그 작은 규모에 비해 기후적으로 중요한 역할을 하는 것으로 알려져 있다.

태평양 순년 진동(Pacific Decadal Oscillation; PDO)은 북태평양의 열 변동성을 설명하는 가장 대표적인 패턴 중 하나로, 일반적으로 북태평양 표층 수온(Sea Surface Temperature; SST) 경험직교함수(Empirical Orthogonal Function; EOF) 분석의 첫 번째 모드로 획득할 수 있다(Mantua and Hare, 2002). Gordon and Giulivi(2004)는 PDO와 동해의 해면 고도가 경년 변동성 규모에서 상관성을 가지는 것을 보인바 있다. PDO가 양의 부호를 가질 때 쿠로시오 해류는 강해지고, 동해 유입 해수량은 적어지기 때문에, 그리고 PDO가 음의 부호를 가질 때는 반대의 현상이 나타나기 때문에, PDO와 동해 해면 고도는 서로 음의 상관관계를 보이게 된다. Gordon and Giulivi(2004)의 연구는 해양과 대기의 상호작용 측면에 대해서는 고려 하고 있지 않는데, 동해가 북태평양의 상류에 해당된다는 점에서, 해양-대기 상호작용을 통해 동해와 북태평양이 상관관계를 가지고 있을 가능성이 있다. 따라서 본 연구에서는 다양한 해양 및 대기 자료를 통해 특히 SST의 관점에서 동해-북태평양간의 연결성을 살펴보고자 한다.

2. 자료 및 방법

동해 및 북태평양의 SST를 비교하기 위해 1979년부터 2018년의 기간에 해당하는 영국 기상청 산하 해들리 기후예측연구소 SST (HadISST)의 1° 간격 월평균 자료(Rayner et al., 2003)를 사용하였다. 또한 SST 자료의 검증 등을 위해 영국 기상청 EN4.2.1 자료의 1° 간격 격자화 관측 자료(Good et al., 2013), 미국 해양대기청에서 제공하는 2° 간격의 ERSSTv5 (Huang et al., 2017) 및 OISSTv2 (Reynolds et al., 2002) 자료들을 추가적으로 사용하였다. OISST의 경우 일자료는 0.25° 간격의 고해상도로 제공이 되나, 본 연구에서는 다른 SST 자료와의 일관성 유지를 위해 월자료로 제공이 되는 1° 간격의 저해상도 자료를 이용하였다. 1982년부터 자료 제공이 시작되는 OISST를 제외한 모든 자료는, 1979년에서 2018년의 기간 동안 분석을 진행하였으며, OISST는 1982년부터 2018년의 기간에 해당하는 자료를 사용하였다. 해양-대기 상호작용 기작을 파악하기 위해 여기에서는 SST를 바람장 및 기온과 비교하였으며, 이를 위해 미국 환경예측국제기구의 재분석자료(이하 NCEP 자료; Kalnay et al., 1996)와 유럽중기예보센터에서 제공하는 ERA-interim 자료(Dee et al., 2011)를 사용하였다. NCEP 자료의 수평적 해상도는 약 2.5° 간격으로 제공되며, ERA-interim 자료는 약 0.75° 간격으로 제공된다.

PDO 시계열은 월평균 북태평양(120°E-120°W, 20°N-60°N) SST를 EOF 분석하여 획득한 첫 번째 주성분(Principal Component; PC) 시계열을 통해 정의(Mantua and Hare, 2002)하였다(Fig. 1b). EOF 분석은 SST 자료의 각 계절평균을 먼저 제거하고 수행했으므로, 계절변동은 분석 결과에 거의 반영되지 않는다. 이후 분석에서는 경년 변동 이상의 장기적인 변동에 집중하기 위해 각 시계열을 분석할 때 3개월 평균 자료(예를 들어 매해 1월에서 3월 평균의 시계열 등)를 이용해 분석을 진행하여 짧은 주기의 변동성을 최대한 배제하여 살펴보았다. 통계 분석은 주로 상관계수 분석을 통해 이루어졌으며, 상관계수 측정 전에 각 시계열 자료의 장기 경향성(trend)을 제거하고 분석을 진행하였다. 40년(1979-2018)의 길이를 가지는 연자료에 대해 0.5의 상관계수를 일괄적으로 신뢰 한계로 사용하였다. 이는 N - 2 (N = 시계열 길이)의 자유도를 가지는 상관계수의 통계적 유의성 판단 시 p = 0.0005에 해당하는 매우 높은 기준의 신뢰 수준(99.95%)을 제공하는 값이다. 선형 회귀 분석시에는 목표 변수(predictand)와 예측 변수(predictor) 간의 상관계수를 측정하고, 여기에 목표 변수와 예측 변수의 표준편차 비를 곱해주는 방식으로 선형 회귀 계수를 획득하였다.

Fig. 1.

(a) Loading vectors of the first leading mode of the SST in the North Pacific. The East/Japan Sea region is marked with blue box. (b) Principal component of the first leading mode of the SST in the North Pacific.

3. 결과 및 분석

3.1 동해 SST와 PDO의 상관관계

계절 변동성을 제거한 HadISST 월자료를 전체 분석기간에 대해 EOF 분석하여 획득한 공간 패턴과 PC 시계열이 Fig. 1에 나타나있다. SST의 EOF 분석 결과, 공간적으로는 북태평양 북부부터 미국 서부 해안과 적도태평양 동부 해역을 아우르는 영역과 중앙 북태평양에서 우리나라 주변해역에 이르는 해역까지의 영역이 서로 반대의 변동 양상을 보이는 이른바 말발굽 패턴을 잘 보여주고 있다(Fig. 1a). 시간적으로는 2000년대에 접어들기 이전에는 1990년대 초기를 제외하고 대부분 양의 부호를 나타내다, 2000년 이후 음의 부호를 주로 보이는(Fig. 1b) PDO의 1999년 체제 변환(Jo et al., 2013)이 잘 나타나고 있어, EOF 분석을 통해 PDO의 시계열을 잘 추출해낸 것으로 판단된다. 특히 HadISST로부터 획득한 PDO의 월 단위 시계열은 EN4, ERSST 및 OISST로부터 획득한 PDO 시계열과 각각 0.92, 0.97, 0.97의 상관계수를 나타내고 있어 모든 자료들이 유사한 형태의 PDO를 재현하고 있는 것으로 보인다.

PDO의 공간 패턴에서 음의 부호를 보이는 중앙 북태평양과 동해를 중심으로 한 우리나라 주변 해역이 동시에 가장 큰 변동성을 보이고 있는 점이 특징적이며(Fig. 1a), 이는 동해의 SST와 대양의 SST 혹은 PDO 패턴이 통계적으로 유의한 상관관계를 가지고 있을 수 있음을 암시한다. 실제로 동해(130°E-140°E, 35°N-45°N)의 공간 평균 SST와 PDO의 변동성은 상관관계를 가지고 있는데, 이는 다양한 자료에서 공통적으로 9월에서 11월(이하 SON)의 시기에 가장 뚜렷이 나타나며, 가을을 제외한 다른 계절에는 그러한 관계가 잘 나타나지 않는다(Fig. 2). HadISST를 기준으로 했을 때(Fig. 2a), 0.72의 상관계수를 보이는 가을철(SON)과 달리 봄철 및 겨울철에는 동해 SST와 PDO의 상관관계가 매우 낮아지는데, 특히 3월에서 5월(MAM)에는 0.24의 상관계수가 나오며 이는 95% 신뢰수준을 만족하지 못하는 값이다. 일부 자료에서는 동해의 SST가 PDO를 약 1개월 가량 리드하는 것으로 나오기는 하지만(Fig. 2c), 본 연구에서 3개월 평균 자료를 사용하고 있고, 모든 자료에서 구조적으로는 이와 같은 지연 상관관계가 나오지 않는 것으로 보아 이러한 시간 지연은 큰 의미는 가지지 못하는 것으로 생각된다.

Fig. 2.

Lagged correlation between PDO index and East/Japan Sea SST derived from (a) HadISST, (b) EN4 SST, (c) ERSST, and (d) OISST. MAM, JJA, SON, and DJF denote the averaging months used for constructing yearly time series: for example, MAM means March-May, JJA means June-August, SON means September-November, and DJF means December-February. The correlation lesser than 0.5 are neglected. Contour interval is 0.1. The leading five correlation coefficients are marked with dots while the best correlation is indicated by red dot.

8월에서 10월(ASO) 및 SON 시기 동해 공간 평균 SST와 같은 시기 북태평양 전체 SST를 비교해보면, 동해 주변의 해역에서 가장 높은 상관계수가 나타나며, 쿠로시오 확장역 부근에서는 상관계수가 떨어졌다가 중앙 북태평양 영역에서 다시 높은 상관계수가 나타난다(Fig. 3). 상대적으로 시간 지연이 거의 없는 상태에서 원거리에서 나타나는 SST 간의 상관계수는, 물리적인 기작을 통해 그들이 상관성을 가진다는 전제 하에, 대기 활동을 통해 이어져 있을 것으로 생각할 수 있다. 특히 북태평양 제트류는 유라시아 대륙에서 기원하여 동해를 거쳐 북태평양으로 이동하며 거의 동시에 동해와 북태평양의 SST를 변화시킬 수 있다. 쿠로시오 확장역의 경우 상대적으로 복잡한 해류 활동으로 인해 제트류의 영향을 상대적으로 적게 받는다고 하면 Fig. 3과 같은 형태의 상관계수 공간패턴을 설명할 수 있다.

Fig. 3.

Spatial distribution of the correlation coefficients between East/Japan Sea SST and SST in every grid point for (a) ASO (August-October) and (b) SON (September-November) during 1979-2018. Thick contour line indicates confidence limit of the correlation at 99.95% significance level (r = 0.5).

3.2 제트류를 통한 가을철 동해 SST-PDO 커플링

Hirose et al.(2009)은 가을철 대한해협을 통해 동해로 해수가 공급되어 약 3개월 정도의 시간 지연을 가지고 한겨울의 WP 패턴에 영향을 줄 수 있음을 보인바 있으며, 동해의 SST 변동 이후 겨울철 대기 변동까지 1개월 가량의 시간 지연을 가지고 상관관계를 나타낸다고 한 연구도 있다(Hirose and Fukudome, 2006). 이러한 해양-대기 상호작용의 시간 지연과, 동해와 대양의 규모를 고려했을 때, 1개월 미만의 매우 짧은 시간 동안 동해 SST가 대기 패턴의 변화를 만들어 내고 그것이 다시 PDO의 변화를 이끌어냈다고 주장하기는 어렵다. 앞에서 언급한 바와 같이 제트류와 같은 보다 큰 규모의 대기 활동이 동해와 북태평양에 동시에 영향을 주었다고 판단하는 편이 보다 합리적이므로, 본 연구에서는 가을철 제트류가 동해 SST와 PDO 패턴의 상관관계에 미칠 수 있는 영향을 살펴보고자 한다. 비록 제트류는 동해 및 중앙 북태평양의 SST 변동에 밀접하게 관련성을 가질 수 있고, 상대적으로 북태평양 북부, 미국 서부 해안, 적도태평양 동부 해역 등의 SST와는 큰 상관관계를 가질 가능성이 적어, 제트류의 변동이 PDO 전체의 변동과 관련이 있다고 표현하기에는 부족함이 있다. 하지만 중앙 북태평양 해역은 PDO 변동의 중심 중 하나이므로, 본 연구에서는 이후 중앙 북태평양의 SST 변동을 어느 정도 PDO의 변동으로 간주하고 분석을 진행하려고 한다. 특히 이 해역(120°E-180°E)에서는 계절에 상관 없이 NCEP 및 ERA-interim 자료 모두에서 200 hPa 상공의 제트류 움직임이 가장 활발하게 나타나고 있다(Fig. 4). 이러한 제트류의 분포는 1951년부터 1993년까지 100°E-150°E의 계절별 제트류 분포를 살펴본 Huang and Liu(2011)의 연구 내용과 유사한 형태이므로 자료 및 시기에 따라 제트류의 평균적인 계절적 분포는 크게 달라지지 않는 것으로 판단된다. 그러므로 본 연구에서는 200 hPa에서의 바람을 중심으로 제트류가 동해 SST 및 PDO와 어떤 상관관계를 가질 수 있는지 파악하고자 한다.

Fig. 4.

Latitude-pressure distribution of zonal averaged zonal wind speed between 120°E-180°E obtained from (a-d) NCEP reanalysis and (e-h) ERA-interim for each season during 1979-2018. Contour interval is 10 m/s.

가을철 제트류는 40°N에서 그 중심축이 나타나며, 이는 동해의 중앙에 해당한다(Fig. 5a,d). SON 동해 공간 평균 SST에 회귀 분석한 바람장을 살펴보면(Fig. 5b,e), 동해의 SST가 상승할 때 45°N 이남의 서풍이 약해지는 경향을 보이며, 45°N 이북의 서풍은 강해지는 경향을 보인다. 이는 동해의 SST가 상승할 때 제트류 중심축에서의 바람이 약해지면서, 전체적으로 제트류의 중심축이 북상하는 것을 의미한다(Fig. 5c,f). 반대로 동해의 SST가 하강할 때는 제트류의 중심축 바람이 강해지면서 제트류 중심축이 남하 하는 것을 의미한다. 제트류가 강화되면 표층 서풍의 강화를 통해 해수의 수직적인 혼합 효과가 더 커지거나, 해양의 난류 열속 방출 증가가 일어나거나, 남쪽으로 향하는 에크만 수송의 크기가 커져 동해와 중앙 북태평양 SST의 하강을 이끌어낼 수 있으며, 반대로 제트류가 약화될 경우에는 동해 및 중앙 북태평양 SST가 상승할 수 있다. 실제로 가을철 동해 SST 상승 시 북태평양 표층 서풍의 약화가 확인된다(Fig. 6d). 또한, 제트류 중심축의 북상은 따뜻한 남쪽의 대기를 북쪽으로 끌고 오는 결과를 초래하므로 SST의 상승을 기대할 수 있으며, 제트류의 남하는 반대 기작을 통해 동해 및 중앙 북태평양의 SST 하강을 기대할 수 있다. 실제로 동해 SST에 회귀 분석한 기온을 살펴보면(Fig. 7), SON 동해 공간 평균 SST 상승시 40°N에서 50°N 영역의 기온이 특히 많이 상승된 것으로 확인된다. 다만, 이 회귀 분석 결과는 SST와 기온의 동시적인 분석이기 때문에, 기온이 상승하여 SST가 상승했다고 해석할 수도 있으나, 반대로, SST가 상승하여 그 상층의 기온의 상승했다고도 볼 수 있어, 향후 표층 열수송량에 대한 회귀 분석 등을 통해 해양-대기 상호작용에 대한 추가적인 분석이 진행될 필요가 있다. 결론적으로 제트류의 강도 변화 그리고 남북 이동은 모두 동해 SST와 PDO의 커플링에 영향을 미칠 수 있는 기작으로 볼 수도 있으나, 해양의 변화가 제트의 변화를 일으켜 동해 SST-PDO-제트류가 모두 커플링이 되어 있는 것처럼 보일 수도 있으므로, 보다 정확한 정량적인 연구를 통해 어떠한 기작이 커플링에 관련 있는지에 대한 연구가 추가적으로 필요하다.

Fig. 5.

(a,d) Temporal averaged SON wind vectors at 200 hPa during 1979-2018. (b,e) SON wind regressions on the SON East/Japan Sea SST. The shading on the maps indicate the correlation between SON SST and SON East/Japan Sea SST (> 0.5). (c,f) The zonal average of the SON zonal wind at 200 hPa (U200) during 1979-2018 (black thick line). The red and blue thick lines indicate that the regressed zonal averages of U200 corresponding to the SON East/Japan Sea SST reaches to +1 and -1 standard deviation of its time series, respectively. The horizontal lines in (c,f) show the latitudinal position of the maximum U200. We used NCEP reanalysis for (a-c) and ERA-interim data for (d-f).

Fig. 6.

Spatial distribution of the correlation coefficients (shading) between SST and East/Japan Sea SST overlaying the regression coefficients (arrow) of NCEP surface (1000 hPa) wind vectors on the East/Japan Sea SST during (a) DJF, (b) MAM, (c) JJA, and (d) SON.

Fig. 7.

Latitude-pressure distribution of regression coefficients of SON air temperature on the SON East/Japan Sea SST from (a) NCEP reanalysis and (b) ERA-interim during 1979-2018. Unit is °C/°C.

3.3 가을철 동해 SST-PDO 커플링이 나타나는 이유

동해 SST와 PDO의 커플링이 가을철에 강하게 나타나는 이유에 대해서 생각해볼 수 있다. 가을철 제트류의 중심축은 40°N 부근에 위치(Fig. 4d,h)하며 제트류의 평균적인 분포와 동해 SST에 따른 변동성 또한 모두 동서 방향 성분이 우세하게 나타난다(Fig. 5). 이는 동해 SST와 동해와 비슷한 위도에 있는 북태평양 해역의 SST가 제트류 및 표층 바람에 의해 동시에 상관성을 가지기 좋은 조건이 된다. 여름철의 경우 어느 정도 동해 SST와 PDO가 커플링 되어있으나 상대적으로 상관관계가 떨어진다(Fig. 8c). 이는 여름철 약한 제트류(Fig. 4c,g)로 인한 것일 수 있다. 또는 동해의 SST와 관련하여 여름철 동해에서 나타나고 있는 남북 방향의 표층 바람의 영향을 받아 제트류에 의한 영향이 약해졌을 가능성도 있다(Fig. 6c). 표층 바람을 통해서도 동해와 북태평양이 동서방향으로 이어져 있는 가을철(Fig. 6d)과 비교하면 차이가 나는 부분이다.

Fig. 8.

Spatial distribution of the correlation coefficients (shading) between SST and East/Japan Sea SST overlaying the regression coefficients (arrow) of NCEP upper-level (200 hPa) wind vectors on the East/Japan Sea SST during (a) DJF, (b) MAM, (c) JJA, and (d) SON.

겨울철(Fig. 4a,e)에서 이른 봄철(Fig. 4b,f)의 경우 가을철보다 더욱 제트류가 강하게 나타나고는 있으나, 겨울철 우리나라 주변 해역은 북서풍 계열인 동아시아 동계계절풍의 영향을 많이 받는 것을 염두에 두어야 한다. 동해, 황해 및 동중국해, 일본 남부 해역 등의 SST는 겨울철 약 1-2개월 선행하는 동계계절풍 시계열과 매우 높은 상관관계를 보이고 있다(Park et al., 2012; Pak et al., 2014). 그러므로 동계계절풍의 영향을 많이 받는 겨울철 동해의 SST는 동쪽의 중앙 북태평양과 상관관계를 보이지 않고, 마찬가지로 동계계절풍의 영향을 많이 받는 동해의 남부 및 남동부 해역 SST와 높은 상관관계를 보이게 된다(Fig. 6a). 또한 겨울철에는 동해 SST와 관련된 200 hPa에서의 바람이 40°N 부근에서 동서방향으로 평행하게 나타나고 있지 않아 제트의 변화와 동해 SST 변화가 직접적인 관련성을 가지지 못하는 것으로 판단할 수 있다(Fig. 8a). 봄철에는 상대적으로 동해 SST와 관련된 상층 바람이 동서방향으로 나타나고 있으나(Fig. 8b), 겨울철과 마찬가지로 동계계절풍과 유사한 남북방향의 표층 바람 영향이 강해 동해 SST와 북태평양 SST 사이의 커플링이 나타나지 못하는 것으로 생각된다. 그러므로 주로 서풍인 제트류 및 표층 바람이 40°N 부근에서 우월하게 작용하는 가을철에 동해 SST와 PDO의 커플링이 잘 나타나는 것으로 추정된다.

4. 요약 및 맺음말

본 연구에서는 다양한 SST 자료를 통해 가을철 동해의 SST 변동성이 PDO 패턴, 그 중에서도 주로 북태평양 중앙에 위치한 변동 중심의 SST 변동성과 상관성이 있음을 보여주었다. 대기 재분석 자료와의 비교를 통해 제트류의 약화 및 북상이 나타날 때 동시에 동해의 SST와 중앙 북태평양 SST의 상승이 나타나며, 제트류의 강화와 남하 시에는 반대로 동해 및 중앙 북태평양 SST의 하강이 나타날 수 있음을 확인하여, 제트류의 변동이 가을철 동해 SST와 PDO의 커플링과 관련있음을 보여주었다.

대기 바람장을 가을철 동해 SST에 선형 회귀 분석하여 제트류의 약화와 북상, 강화와 남하가 동시에 나타나는 것으로 보이기는 했으나, 실제 제트류를 살펴보았을 때 제트류의 강화 및 약화와 남북 진동이 동시에 나타나는 현상인지에 대한 확인이 필요하다. 이를 통해 나아가서는 제트류의 강도 변화와 남북 진동 중 어떠한 부분이 보다 동해 SST-PDO 커플링에 중요한 역할을 하는지에 대한 정량적인 분석을 수행할 수 있을 것으로 기대된다. 특히 본 연구에서는 대기의 변화인 제트류의 변화가 해양의 현상인 동해 SST 변동성과 PDO의 변동성에 영향을 준다는 맥락으로 이야기를 하고 있으나, 해양과 대기 변수의 동시적인 상관관계를 보여주기만 하였으며, 제트류의 변화 자체는 해양의 변화에 의해 기인했을 가능성이 있기 때문에(Zhang et al., 2017), 결국은 매우 복잡한 해양-대기 상호작용이 동해 SST-PDO 커플링에 얽혀 있다고 할 수 있다. 향후 보다 심화된 북서태평양 해역에서의 해양-대기 상호작용에 대한 역학적인 연구를 수행하는데 있어 본 연구의 내용이 중요한 실마리를 제공해줄 수 있을 것으로 기대한다.