본 연구에서는 1995년부터 2016년까지 여름철(5월~8월) 내 동해 연안역에서 발생하는 용승에 대한 지수(Upwelling age, UA)를 산출하고 수온(Surface sea temperature, SST)과의 상관성을 분석하였다. 동해 연안 근처의 6개 기상청 자동기상관측장비 Automatic weather system, AWS)와 종관기상관측장비(Automated synoptic observing system, ASOS) 지점에서 관측된 바람자료를 이용하여 용승지수를 계산하였으며, 수온은 국립수산과학원에서 제공하는 연안정지 자료(Coastal oceanographic data, COD)와 실시간 수온 관측 시스템 (Real-time information system for aquaculture environment, RISA) 자료를 이용하였다. 정량적으로 UA의 값은 낮게 산출되었지만 냉수대 발생 시기에 UA가 상승하였으며 실제와 유사하게 모사해 내었다. UA-SST와의 상관분석에서 음(-)의 상관이 우세하게 나타났다. 냉수대가 극심했던 2013년 6월~8월 UA-SST 상관 분석 결과, 6개 분석지점에서 -0.65~-0.89의 매우 높은 상관성을 보였으며 이는 UA가 강할수록 SST가 하강하여 강한 냉수대가 출현하였음을 증명하였다. 본 연구를 통해 동해연안역의 냉수대에 따른 용승발생 경향을 장기적으로 평가 할 수 있었으며, 용승의 크기와 강도에 따른 연안 양식어장의 피해를 최소화 하는데 기여할 것으로 사료된다.

This study aimed to classify typhoons using a more objective index based on strong winds and precipitation data from 1904 to 2019 obtained from the Automated Surface Observing System. The Typhoon Type Index (TTI) was calculated by classifying wind speed and precipitation of each typhoon, thereby revealing the rate and characteristics of the wind-type and rain-type typhoons. In addition, the top 10 typhoons for property damage were analyzed by dividing them into three types according to the typhoon course. The analysis showed that typhoons of type 1, heading north to the west coast, were most clearly affected by the wind. In addition, the impact of the wind was reduced and the impact of rain increased in the order of typhoon type 2 that landed on the southern coast and type 6 that affected the Korean Peninsula through China.

Heatwaves can affect human health and vegetation growth and bring about energy problems and socioeconomic damages, so the analysis and prediction of the heatwave is a crucial issue under a warming climate. This paper examines the production of STCI (Standard Temperature Condition Index) using ASOS (Automated Synoptic Observing System) in-situ observation data for the period of 1979-2020, and an STCI predictability assessment with an RF (Random Forest) model using ERA5 (ECMWF Reanalysis 5) meteorological variables. The accuracy was quite high with the MAE (Mean Absolute Error) of 0.365 and the CC (Correlation Coefficient) of 0.873, which corresponded to 7% to 10% difference for the range of STCI<1.5, and to 1% to 3% difference for the range of STCI>1.5, in terms of the probability density function. Also, we produced gridded maps for the summer STCI from 1979 to 2020 by utilizing the ERA5 raster data for the RF prediction model, which enables the spatial expansion of the ASOS point-based STCI to a continuous grid nationwide. The proposed method can be applied to forecasting of STCI by adopting future meteorological or climatic datasets.

기상청에서 제공하는 강우자료는 현재 ASOS(종관기상관측장비)와 AWS(자동기상관측시스템) 등이 대표적으로 존재하고 다양한 분야에서 이를 활용한 연구·분석이 이루어지고 있다. 특정지점에서의 기상조건을 탐색하기 위한 방법으로는 지역의 기상조건을 대표할 수 있는 관측소의 값을 이용하거나 일련의 내삽(Interpolation)방법을 통해 공간적인 분석이 이루어 질 수 있다. 하지만 이러한 방법으로는 분석을 위해 자료를 개량하고 추측을 통해야 한다는 한계점이 존재한다. 공간에 기반을 둔 분석을 위해 이러한 한계점을 개선하기 위해서는 일정한 규모의 격자자료가 필요할 것이라 판단된다. 기상청에서는 동네예보를 지원하기 위해 RSA(실황분석자료, Real State Analysis)자료를 생산하고 있다. 이는 KLAPS(초단기 기상분석 및 예측시스템) 재분석자료, 합성레이더 강우량, AWS 관측자료를 합성시켜 생산한 자료로써 5km×5km의 공간해상도를 가진 격자자료이다. 본 연구에서는 ASOS와 AWS, RSA 자료에서 제공되는 강우량과 환경부에서 제공되는 대기측정자료를 이용하여 서로 다른 성격의 기상자료에서 제공되는 기상조건의 변화가 대기오염망에는 어떠한 영향을 미치는지에 대해 분석하고자 한다. 이를 통해 지점(Point)자료와 격자(Raster)자료간에 분명한 차이가 존재한다면 산사태 지점, 교통사고 지점 등과 같이 위치 중심의 공간분석에서 비교적 정밀한 결과를 도출하는데 활용될 수 있을 것이라 기대된다.