이 연구는 북서태평양에서 여름철(7-9월) 동안 발생하는 태풍 빈도를 예측하기 위한 다중회귀모델을 4가지 원격패턴을 이용하여 개발하였다. 이 패턴은 4-5월 동안 동아시아 대륙에서의 시베리아 고기압 진동, 북태평양에서의 북태평양 진동, 호주근처의 남극진동, 적도 중앙태평양에서의 대기순환으로 대표된다. 이 통계모델은 이 모델로부터 예측된 높은 태풍발생빈도의 해와 낮은 태풍발생빈도의 해 사이에 차를 분석함으로써 검증되었다. 높은 태풍발생빈도의 해에는 다음과 같은 4가지의 아노말리 특성을 나타내었다: i) 동아시아 대륙에 고기압성 순환 아노말리(양의 시베리아 고기압진동), ii) 북태평양에 남저북고의 기압계 아노말리, iii) 호주 근처에 저기압성 순환 아노말리(양의 남극진동), iv) 봄부터 여름 동안 니뇨3.4 지역에 저기압성 순환 아노말리. 따라서 적도 서태평양에서 무역풍 아노말리는 양반구의 아열대 서태평양에 위치한 저기압성 순환 아노말리에 의해 약화되었다. 결국, 이러한 기압계 아노말리의 공간분포는 열대 서태평양에 대류를 억제하는 대신 아열대 서태평양에 대류를 강화시켰다.

대기 및 해양의 대규모 환경에서 열대저기압 발생의 잠재적 빈도는 잠재생성지수(GPI; Genesis Potential Index)를 이용하여 예측할 수 있다. 본 연구에서는 18개의 CMIP5 기후모델을 이용하여 GPI의 연진동 및 경년변동성이 분석되었다. 비교를 위하여 재분석자료로부터 계산된 GPI의 연진동이 재조명되었다. 특히 CMIP5 기후모델과 재분석자료에 의한 GPI가 비교되었고, 그 차이에 대한 가능한 해석이 논의되었다. ENSO (El Nino and Southern Oscillation)는 열대 저기압 발생 및 경로에 영향을 주는 열대 기후현상이다. 잠재생성지수가 네 개의 대규모 매개변수의 함수임을 이용함으로써 열대저기압발생에 대한 역학적 해석이 제시되었다. 본 연구에서는 엘니뇨 혹은 라니냐 해에 GPI 편차를 논의하였고, 그 편차에 가장 영향을 많이 주는 인자를 찾았다. 또한 여러 대규모 인자를 활용하여 북태평양지역 열대저기압 발생에 대하여 가능한 기작을 논의하였다.

This study evaluated the performance of GFDL HiRAM, a fine resolution AGCM, in the simulation of GPI (Genesis Potential Index) of tropical cyclone and its temporal variation over the Western North Pacific (WNP). We analyzed the AMIP simulation by the AGCM for the 30-year (1979-2008) forced by observed sea surface temperatures as the lower boundary condition. Since GPI depends on the five large-scale environmental factors(850 hPa absolute vorticity, 700 hPa relative humidity, vertical wind shear, maximum potential intensity, and 500 hPa vertical velocity), the biases of the simulation are examined for these factors as well as GPI itself. The results are compared with the ECMWF Interim reanalysis (ERA-I), and the analyses show that both the mean spatial pattern and the seasonal cycle of GPI over the WNP are reasonably simulated by HiRAM. But the magnitude of GPI is significantly underestimated due to the combined contribution of negative biases in four factors excluding the low-level vorticity. It is demonstrated that the three leading modes of spatio-temporal variability of GPI in EOF analysis for ERA-I are associated with ENSO, climate change with long-term trends, and SST anomalies over the WNP. The response of GPI to ENSO is more or less captured by HiRAM, including the east-west shift of Typhoon genesis location. However, it is supposed that unrealistic response of GPI and its factors to La-Nina or eastern Pacific El-Nino is an important shortcoming of HiRAM. In addition, HiRAM fails to reproduce the characteristic spatiotemporal variation associated with the climate change mode of GPI. The key findings from this study provide helpful guidance for improvement of HiRAM.