엘니뇨는 전지구적인 규모로 기후 변화를 유발하는 대표적인 해양-대기 상호작용 현상으로서 지구과학 분야에서 매우 중요한 교수-학습 소재로 사용되고 있다. 본 논고에서는 적도 해류계의 분포 특징 및 발생 역학에 관해 정리하였으며, 엘니뇨 시기의 적도 해류계 변동과 관련 오개념에 관해 조사하였다. 엘니뇨 시기에는 북적도해류, 남적도해류, 적도잠류들이 유의미하게 약화된다. 그러나 북적도반류는 중심축을 중심으로 남쪽 성분은 강화되고 북쪽 성분은 약화되면서 적도 쪽으로 남하하기 때문에 엘니뇨 시기의 북적도반류의 변동에 대해서는 일반화할 수 없다. 또한 서태평양에서는 북적도반류의 남하 폭이 커져 결과적으로 적도 서태평양에서는 동향류가 관측된다. 일부 대중 매체를 통한 과학 기사, 중등학교 평가 문항 뿐만 아니라 현직 교사들을 대상으로 한 설문 조사 결과 분석을 통해 엘니뇨 시기의 적도 해류계의 변동에 관한 개념이 통일되지 않았음을 확인하였다. 이는 기존에 사용되고 있는 엘니뇨 모식도의 부정확한 해석과 적도 해류 및 파동 역학에 관한 이해 부족과 연관된다고 유추할 수 있다.

본 연구에서는 3차원 순환 모델인 MOHID (MOdelo HIDrodinâmico) 모델을 적용하여 한반도를 포함한 동아시아 해역의 2016년 해황 변동을 재현하였다. 재현 결과는 객관 분석장(EN4, ARMOR3D, AVISO, SIO 자료)과 현장 관측 자료(정선 해양 자료, 부이 자료)를 사용하여 검증하였다. 검증 결과 MOHID로 재현된 수온, 해면 고도 편차, 표층 유속 및 혼합 층 깊이 등의 전반적인 해황 구조가 동아시아 해역의 객관 분석 자료들과 유사하게 나타났다. 특히 연안의 부이 자료와 비교하였을 때, 표층 수온 및 해면 고도 편차의 상관 계수는 모두 0.8 이상이며, 표준화된 표준편차는 0.85-1.15의 값을 보였다. 그러나 여름철 동해의 수온 약층의 구조 및 황해와 남해의 강한 성층 현상 재현에 관한 추가적인 개선이 필요할 것으로 분석되었다.

본 연구에서는 Ocean Data View (ODV)를 이용하여 한반도 주변 해역의 수온·염분 분포도를 작성하는 실험 프로그램을 개발하였다. 정선 해양 관측 자료는 본 연구를 위해 새롭게 개발된 별도의 프로그램을 이용하여 ODV 호환 형식으로 변환된 후 분석되었다. 새로운 실험 프로그램을 65명의 예비 교사들에게 적용하였을 때, 기존 프로그램을 사용한 같은 집단에 비해 과제 수행 완성도가 매우 향상되었다. 새로운 프로그램에 대한 실험 참가자들의 만족도를 살펴보기 위해 설문지 분석을 실시하였다. 분석 결과 정확하고 빠른 등치선 작성 분야에서 가장 높은 만족도를 나타내었으며, 새로운 실험 프로그램의 이해 및 적용에 관한 긍정적인 반응을 확인하였다.

성공적인 국제 Argo 사업을 통해 얻어진 고해상도의 수온 및 염분 프로파일들을 이용하여 준실시간으로 3차원 전지구 해양 상태의 재현이 가능해졌으며, 전지구 해양 자료 분석 연구에 대한 관심 또한 크게 증가하였다. 본 연구에서는 XBT와 Argo 자료의 계통 오차, 열염분 해수면 높이 및 인공위성 관측 자료와의 해수면 수지 불일치, 해양 열용량 변동 및 객관 분석장 개발 현황 등 최근의 자료 분석 연구의 주요 쟁점들에 관해 정리하였다. 특히 동아시아 해역에서의 지역 규모 해양 기후 변화 분석에 앞서 매우 신중한 해양 자료의 품질 관리 및 전구 규모의 해양 변동에 관한 이해가 필요하다는 것을 강조하였다.

엘니뇨현상과 관련된 해양 아표층 변동성을 조사하기 위해 1980년부터 2004년까지의 적도 해역의 20도 등온선 깊이(Z20)와 난수질량(WWV) 자료를 분석하였다. 주성분 분석, 합성 분석 및 교차상관 분석 결과, 아표층 시계열 자료는 Nino3.4 SST와 유의미한 시간 지연을 가지고 강한 상관성을 보였다. 이 결과는 아표층 해양 변수가 엘니뇨현상에 유용한 예측 인자임을 시사한다. 분석된 결과를 근거로 1996년부터 2004년까지 Nino3.4 SST를 예측하기 위해 신경망 예측 모델을 구성하였다. 해상풍을 입력 자료로 사용하였을 경우 보다 WWV를 적용하였을 때 3개월 이하의 단기 예측을 제외하고 모든 예측 시간에서 더 우수한 예측력을 보였으며, 5-8개월의 예측에 있어서는 기존의 여러 통계 모델 결과보다 예측 성능이 우수함을 확인하였다.

대표적인 엘니뇨 지수인 태평양 Nino 해역의 표층 수온을 예측하기 위해 비선형 통계모델 중의 하나인 신경망 기법을 적용하였다. 신경망 모델 학습 과정의 입력 자료로 1951년부터 1993년까지의 태평양 해역(120˚ E, 20˚ S-20˚ N) NCEP/NCAR의 재분석 표층 수온 편차의 경험적 직교함수 7개 주모드를 사용하였고, 그 중 1994년부터 2003년까지의 10년 결과를 분석하였다. 모든 해역에서의 9개월까지의 신경망 모델의 예측력은 비교적 우수하였으며, 특히 1997년과 1998년의 강한 엘니뇨의 발달 및 소멸도 잘 예측함을 확인할 수 있었다. 해역별로는 Nino3 지역의 예측성능이 가장 높았으며, 9개월 이후부터는 그 예측력이 급격히 감소하였다. 한편 지역적인 영향이 커 예측력이 낮은 동태평양 연안의 Nino1+2 지역은 9개월 이후에도 예측력의 감소가 관찰되지 않았다.