Correlation Analysis of UA Using Wind Data of AWS/ASOS and SST in Summer in the East Sea

Vol. 24, No. 6, pp. 773-784, October 31, 2018, ISSN 1229-3431(Print) / ISSN 2287-3341(Online) https://doi.org/10.7837/kosomes.2018.24.6.773

1

한국 동해 연안은 대한해협으로부터 유입되는 대마난류 와 북쪽에서 연안을 따라 남하하는 북한한류가 만나는 해역 으로 기초 생산력에 대한 풍부한 생물자원을 보유하고 있다

First Author : [email protected], 051-720-2232 Corresponding Author : [email protected], 051-720-2231

(Kim and Kim, 1983; Onitsuka et al., 2007; Yoo and Park, 2009).

특히 여름철 동해 연안에서 자주 발생하는 용승현상은 남서 풍의 영향으로 인해 차갑고 영양염이 풍부한 해수가 저층에 서 표층으로 올라와 해양생물들의 성장에 필요한 영양분을 제공하여 표층에서의 해양생물 생산성을 높임으로써 좋은 어장을 형성 시킨다(Yang et al., 1998; Lee et al., 2004; Yoo

실제로 용승이 일어나는 해역은 전 해양의 and Park, 2009).

바람자료를 이용한 여름철 동해 연안역의 용승지수와 AWS/ASOS

수온과의 상관성

김주연 한인성 안지숙

국립수산과학원 기후변화연구과

*, **

Correlation Analysis of UA Using Wind Data of AWS/ASOS and SST in Summer in the East Sea

Ju-Yeon Kim In-Seong Han Ji-Suk Ahn

*, ** Oceanic Climate of Ecology Research Division, National Institute and Fisheries Science, Busan

요 약 : 본 연구에서는 1995 년부터 2016 년까지 여름철 월 (5 ~8 ) 월 내 동해 연안역에서 발생하는 용승에 대한 지수 (Upwelling age, UA) 를 산 출하고 수온 (Surface sea temperature, SST) 과의 상관성을 분석하였다 동해 연안 근처의 개 기상청 자동기상관측장비 . 6 Automatic weather system,

와 종관기상관측장비 지점에서 관측된 바람자료를 이용하여 용승지수를 계산하였으며 수온

AWS) (Automated synoptic observing system, ASOS) ,

은 국립수산과학원에서 제공하는 연안정지 자료 (Coastal oceanographic data, COD) 와 실시간 수온 관측 시스템 (Real-time information system for

자료를 이용하였다 정량적으로 의 값은 낮게 산출되었지만 냉수대 발생 시기에 가 상승하였으며 실제

aquaculture environment, RISA) . UA UA

와 유사하게 모사해 내었다 . UA-SST 와의 상관분석에서 음 의 상관이 우세하게 나타났다 냉수대가 극심했던 (-) . 2013 년 월 6 ~8 월 UA-SST 상관 분석 결과 , 6 개 분석지점에서 -0.65~-0.89 의 매우 높은 상관성을 보였으며 이는 UA 가 강할수록 SST 가 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.

핵심용어 : 용승지수 냉수대 상관계수 수온 바람자료 , , , ,

Abstract : In this study, we examined the UA (upwelling age) using wind data of AWS/ASOS in the East Sea coast and the correlation between UA and SST (sea surface temperature) from May to August in 1995 to 2016. The data used the 6 observations of the wind data of AWS/ASOS and the SST data of the COD/RISA provided by the National Institute and Fisheries Science near the East Sea coast. The UA was calculated quantitatively low but it rose when the actual cold water mass occurred. Correlation analysis between UA and SST showed the negative (-) r (correlation coefficient) predominately. At the time of cold-water mass in June to August 2013, the r had a very high negative value of 0.65 to 0.89 in the 6 observations. It proved that as the UA increases, the SST is lower. By knowing the UA, we were able to evaluate the trend of upwelling in the cold-water mass of the East Sea coast in the long term and it will contribute to minimizing the damage to aquatic organisms according to the size and intensity of the upwelling.

Key Words : Upwelling Age, Cold water mass, Correlation coefficient, Sea surface temperature, Wind data

에 불과하지만 지구 전체 어획량의

1% 50% 이상이 용승 해

역 내에서 어업 생산이 이루어지고 있다(Ryther, 1969). 또한 용승 현상은 여름철 폭염으로 인해 발생된 고수온 현상을 완화시키며 주변 해역의 수온을 하강시키기도 한다. 2018년 월 초부터 월 중순까지 장기간 기록적인 폭염으로 인해

7 8

해수면 수온이 상승 지속되면서 양식생물과 치어들이 대량 · 폐사를 초례하였으나, 8월 중순 이후 동해안에는 용승으로 인한 냉수대가 출현하면서 고수온 주의보가 해제되고 어류 양식에 적합한 수온이 유지되어 일시적으로 폐사의 피해를 줄이는 등 유용한 역할을 하였다.

그러나 일반적으로 냉수대로 인한 어업 생산의 피해는 매 년 점점 늘어나는 추세이며 여름철 용승으로 인한 수온 하, 강은 양식 어류의 집단 폐사를 유발시킨다 여름철 동해역. 에 용승으로 인한 냉수대가 발생되면 난류성 어종인 오징어 와 꽁치의 어획량이 줄어들고 한류 회유 어종인 임연수어와 대구의 어획량이 늘면서 어장 생태계의 큰 혼란을 일으킨 다. 2013년 월 동해안에서는 냉수대 발생으로 인해 수온이 7 평년 대비 10 ~15 낮아져 가두리 양식장에 양식 중인 참 돔 방어 고등어 등이 집단 폐사 되었으며 이로 인해 약 , , 70 억원의 경제적 피해를 입혔다 지금까지 우리나라 동해안역. 의 냉수대에 관련한 논문결과를 보면 남서풍이 일 이상 평, 7 균 3m/sec(Seung, 1974) 혹은 일 이상 평균 3 4 m/sec(Lee, 1983) 일 때 용승현상이 발생하며 주로 봄에서 여름의 시기에 남 서풍 계열의 바람의 크기에 따라 바람이 불어 냉수대가 일 어나는 동해 연안쪽에 발생한다고 발표하였다(Byun 1989;

는 년도 월에 발생했던 냉수 Lee et al., 1998). Choi(2015) 2013 7

대가 연안 용승과 함께 저기압 통과에 의해서 발생된 사례 를 통해 동해 남서 해역에서의 냉수대 특성을 살펴보았고,

은 여름철 부산 해운대 냉수대 기간 동안 수온의 Lee(2011)

변화가 바람에 민감하게 반응한다는 결과를 보여주었다 그. 러나 지금까지의 연구들은 용승에 관한 사례분석에 집중되 어 있어 동해안의 해양 환경에 맞는 용승의 특성에 관한 연구는 매우 부족한 실정이다 국외의 경. 우 아라비아해 칠, 레 연안 캘리포니아해 오레곤 연안 등을 대상으로 연안 용, , 승에 따른 생태환경적 특성 파악 연구가 활발히 진행되고 있으며 특히 오레곤 연안에서는 , NOAA 주도하에 연어 등 주요 상업성 어종과 연안용승과의 상관성 분석 등을 통하 여 수산업 발전에 기여하고 있다(Perez-Brunius et al., 2007;

특히 특정 해역에서 부는 바람의 Gonzalez-Nevo et al., 2014).

힘에 대한 용승의 강도를 정량화 하여 계산하기 위해 용승 지수(Upwelling age, UA)를 산출하여 장 단기간 용승의 크기· 와 강도에 따라 해역의 환경에 대한 특성을 면밀히 파악하 고 냉수대 발생에 피해를 최소화 하고 있다 우리나라 기상. 청에서는 2001년 동해부이를 시작으로 포항(2008 ), 년 울릉도

년 울산 년 울진 년 등 개 해양기상부이를

(2011 ), (2015 ), (2015 ) 5

설치하여 시간 간격의 해양관측자료를 수집하고 있다 그1 . 러나 이는 연안으로부터 수 십 킬로 떨어져 있고 UA의 입력 값으로 필수적인 해양에서 부는 풍향 풍속의 관측 자료 부· 족으로 용승의 장기 패턴을 해석하기 힘들다.

기상청 자동기상관측장비(Automatic weather system, AWS) 와 종관기상관측장비(Automated synoptic observing system,

경우 년대 초부터 현재까지 동해연안 근처에 위 ASOS) , 1900

치한 기상관측자료가 축적되어 있기 때문에 지상 바람자료 임에도 불구하고 장기간 동해역의 UA를 산출할 수 있어 동 해연안과 해양생태계의 상호작용을 이해 할 수 있다는 장점 이 있다.

따라서 본 연구에서는 최근 년22 (1995 ~2016 )년 년 간 월에5 서 월 사이 여름철 동해 연안에 가까운 기상청 8 AWS/ASOS 바람자료를 이용하여 동해 연안역에서의 최적 UA를 산출하 여 UA 크기를 정량적으로 산정하고 냉수대의 발생시기를 파악하고자 한다 또한 국립수산과학원에서 제공하는 연안. 정지 자료(Coastal oceanographic data, COD)와 실시간 수온 관측 시스템(Real-time information system for aquaculture environment,

의 수온자료를 통해 와의 상관성을 분석하고 상호

RISA) UA

상관함수(Cross-correlation function)를 통해 시간이동에 따른 상관성 및 유사성 정도를 파악하고자 한다 본 연구는 향후 . 중 장기적인 해양 대기의 동해역 용승 특성을 파악함으로써· - ,

를 통해 냉수대 발생 및 양식어장으로부터 피해를 최소 UA

화 하는데 기여할 것으로 사료된다.

자료 및 방법 2.

분석 자료 2.1

동해역의 용승지수를 알아보기 위해 기상청에서 운용 중, 인 AWS/ASOS에서 관측되는 시간 간격의 풍향 풍속 자료를 1 · 이용하여 1995년부터 2016년까지 월에서 월 사이 남풍계5 8 열의 바람으로 용승지수를 산정하였다 수온의 자료는 국립. 수산과학원에서 제공하는 오전 시 수온 관측 자료인 10 COD 와 RISA에서 관측되는 분 간격의 수온자료를 이용하였다30 . 본 연구에서는 동해역을 해역으로 분류하여 같은 지역 내6 의 AWS과 ASOS 및 RISA과 COD의 수온자료들을 활용하였 다(Fig. 1). 각 지점별로의 code는 국립수산과학원과 기상청에 서 부여한 명칭으로 쓰여 졌다. UA를 산정하기 위한 바람자 료는 AWS 관측소인 주문진(523), 감포(850), 울기(901), 기장

과 관측소인 울진 과 영덕 으로 총 개소

(923) ASOS (130) (277) 6

에서 관측된 풍향풍속 자료를 이용하여 UA를 계산하였다. 는 관측소 근처에 매일 시 수온을 관측하는 주

COD AWS 10

문진(11002), 죽변(11401), 호미곶(11901), 감포(12001), 울기

기장 인 총 개 정점을 이용하였다 는 (12101), (12201) 6 . COD

년부터 매일 시 수온을 관측하고 있으며 기후변화에

1933 10

따른 장기간 연안역 수온의 분석이 용이하나 목측의 한계, 로 인해 기상악화나 조사가 어려운 환경일 때는 무관측으로 누락되는 수온자료가 많은 단점이 있다 이를 보완하기 위. 해 국립수산과학원은 2003년부터 실시간 해양환경 어장정보 시스템을 구축하여 연안해역과 이상해황에 대한 자동관측 시스템을 운용 관리하고 있으며· , COD의 누락된 자료는

자료를 이용하여 보완하였다 은 분석 기간동안

RISA . Table 1

개 지점에 대한 와 의 수온 자료 정보이며 의

6 COD RISA , COD

지점에서 수온의 누락된 자료는 11002, 11401, 11901, 12201

의 지점에서 관측된 수온자료

RISA bgna3, bsc87, byd8a, bgj8a

를 이용하였다 각 지점마다 일 이내 누락된 자료는 보간. 10 법을 이용하여 값을 추정하였고 보간을 하여도 수온을 추, 정하지 못한 경우는 분석에 제외(no data, Nan) 되었다.

용승지수 산정

2.2 (Upwelling age)

용승지수는 특정 해양지역에서의 바람의 힘에 대한 강도 를 계산하기 위해 사용되는 방법으로 본 연구에서는 실제 용승 현상에 가장 적합화 되어 있는 지수를 산정하기 위해 해저 지형과 밀도약층 등 여러 변수들을 고려하여 보다 정 확한 용승 효과를 나타낼 수 있는 식(1)과 식(2)를 이용하였 다(Kim et al., 2016). 해상풍 산정을 위해 AWS/ASOS 지점에서 동해안에 평행하도록 좌표를 이동하여 연안에서 약 3.5 km 떨어진 해역의 바람으로 가정하였으며 해저 경사, ( )⍺는 한국 해양과학기술원(KIOST)에서 제공한 E-topo 자료로부터 1.0 km

× 0.8km 격자의 해저 지형 자료를 이용하여 계산하였다.

은 각 지점으로부터 수평방향으로 연안으

Table 2 AWS/ASOS

로부터 약 3.5km 지점(A)에 대한 H0과 이다. ⍺



  

  



(1)

   



(2)

여기서, ⍴: 물의밀도(1,024kg/m³), d: 해저 수괴의 두께, D:

밀도약층 깊이, f: 코리올리 힘, H0: 연안 수심, ⍺: 해저 경사,

바람응력 이류된 시간 용승을 발생시키는 바람

: , tad: , tw:

τ

이 지속된 시간, ɼ: 용승지수 이다 식. (1)을 이용하여 바람에 이류된 시간을 계산하고 용승을 발생시키는 바람의 지속시, 간을 분석하여 식(2)인 용승지수를 계산하였다.

11002 11401 11901 12001 12101 12201

1996 1997 1998 1999 2000 2001 Nan 2002 2003

2004 Nan

2005 2006 2007 2008

2009 Nan

2010 Nan

2011 Nan Nan Nan

2012 2013

2014 Nan

2015

2016 Nan

* : COD, : RISA, Nan : no data

Table 1. Information of the used SST data from May to August between 1995 to 2016 at each stations

Fig. 1. Location of AWS ( ), ASOS ( ), COD ( ) and RISA ( ).

location A H

용승현상은 해안선의 평행한 바람이 불 때 에크만 수송으 로 물의 순환을 일으키는데 우리나라 동해안의 경우 동해 중부와 동해 남부의 해안선의 방향이 다르기 때문에 용승지 수를 산정하는 바람의 방향에 대한 범위도 다르게 지정 하 였다 주 풍향각에 대한 분류는 기상청에서 제공하는 . 16 방 위각의 기준에 맞춰 풍향을 범위를 정하였다 동해 중부 . 2 지점(523, 130)은 해안선에 평행한 남풍과 남동풍을 주풍으 로 하였고 동해 남부 지점, 4 (277, 850, 901, 923)도 역시 해안 선에 평행한 남서풍을 주풍으로 하였다 풍향의 분석 범위. 는 지상풍의 마찰로 인한 오차를 고려하여 동해 중부 101.25° ~213.75° 동해 남부 191.25° ~303.75°로 정하였다.

분석 결과 3.

동해 연안의 년 간 수온 분석

3.1 22 (1995~2016)

는 국립수산과학원 위성 해양 정보실에서 수신된 Fig. 2

NOAA/AVHRR(National oceanic and atmospheric administration/

위성영상자료를 이용 Advanced very high resolution radiometer)

하여 1995년부터 2016년까지 월에서 월의 평균 위성 수온 5 8 자료이다 동해연안역의 . 22년 평균 수온은 월 5 15.6 , 6월

월 월은 로 보였으며 월 평균 수온

19.7 , 7 23.3 , 8 25.8 ,

차이가 약 2 ~5 정도 나타났다. Fig. 3은 1995년부터 2016 년까지 월에서 월의 5 8 COD/RISA 관측자료를 이용한 최저 수온값에 대한 평균 그래프이다. 6개 지점의 최저 수온에 대 한 평균 범위는 약 9.5 ~13.5 정도 이며 2000년 이후 년 5 간격으로 수온의 최저값을 나타내고 있다 최저 수온 평균. 은 1996 , 2005 , 2006 , 2010년 년 년 년도에 약 11 내외였으나

년부터 년도까지 이하의 매우 낮은 수온을 보

2013 2015 10

였다 선형 그래프의 기울기가 음 의 값을 가져 향후 여름. (-) 철 저수온 발생가능성을 예측하고 있다.

Fig. 2. The monthly mean sea surface temperature by satellite data for 22 years from May to August.

Fig. 3. The average of the minimum SST for 22 years.

바람자료를 이용한 용승지수 검증 3.2 AWS

은 년부터 년까지 월에서 월 사 Kim et al.(2016) 2011 2013 7 8 이 기상청 포항 부이를 이용하여 UA를 산출 하였으며 임계, 값 을 기준으로 1 UA를 해석하였다 식. (1)과 식(2)을 이용하 여 해안선에 평행하는 방향의 바람의 크기를 이용하여 표층 바람의 응력을 계산하였고, E-topo1 해저 수심자료를 이용해 서 포항 부이 위치와 같은 위도의 연안 부분의 위치 수심을 이용하여 경사도를 계산하였다. Fig. 4는 기상청 포항 부이 자료를 이용한 UA (Kim et al., 2016)와 기상청 울기(901)

자료를 이용한 그래프이며 기상청 해양 부이와

AWS UA ,

에서 관측된 바람자료를 이용하여 비교 검증을 하

AWS UA

였다. 2011년 월 일과 월 일 7 13 8 14 UA의 최대값과 크기가 유 사하였으며, 2012년과 2013년도 동일한 분석기간 내 UA의 크기는 다소 차이가 나지만 UA의 패턴은 대체로 유사하게

나타나고 있었다 특히. , 2013년에는 UA의 피크 시기가 Kim

과 유사하였다 는 포항 부이의 바

et al.(2016) . Kim et al.(2016)

람자료를 이용한 UA는 용승의 강도를 해석하는데 용이하지 만 기상청 부이지점이 해안가로부터 수십킬로 떨어져 있기 , 때문에 연안역의 UA로 해석하기에는 정확도가 떨어질 수 있다 반면. , AWS의 바람자료를 이용하여 산출한 UA는 포항 부이자료를 이용한 UA와 주기가 비슷하게 나타났으며 냉수 대 발생 시기가 Kim et al.(2016) 결과와 유사하게 모사해 내 었다는 측면에서 냉수대 출현 여부 예측 가능성을 보여주었 다.

를 이용한 용승지수 장기변동 분석 3.3 AWS/ASOS

기상청에서 운용하는 AWS/ASOS에서 관측된 바람자료를 이용하여 1995년~2016년 동안 여름철 동해 연안역의 UA의 장기 패턴을 알아보았다. Fig. 5와 Fig. 6는 동해 중부연안 지 역인 523 지점과 130 지점의 월5 ~ 월 사이 년 치에 대한 8 22 용승지수의 시계열 그래프를 나타냈다. 1995년도부터 2016 년도까지 두 지점의 UA 의 패턴은 비슷하였으나 130 지점에 서 UA의 값이 더 크게 나타났고 주기성도 뚜렷하게 보여졌, 다. 130 지점에서는 2005년부터 2013년까지 0.7 이상의 최대

피크값이 나타났으며 특히 년 월에는 지점과

UA , 2007 8 523

지점에서 분석 기간 내 최대 피크값이 나타났다

130 UA .

Fig. 7 ~Fig. 10은 동해 남부연안 지역인 277 지점, 850 지점, 지점 지점에 대한 장기 패턴의 용승지수의 시계열 901 , 923

그래프이다. 22년 동안의 용승지수 패턴을 보면 901 지점 의 최대 범위 축 가 로써 다른 지점에 비해 배 정도

UA (Y ) 2 2

크게 계산되었지만 UA 주기가 923 지점과 유사하였다. 1997 년 월 초7 , 901 지점과 923 지점에서 최대 UA 피크값이 나타 났으며 그 크기는 901 지점이 배 이상이었으나 비슷한 주2 기의 패턴을 보였고 2013년 월에 7 130 지점, 901 지점, 923 지점에서 유사한 UA 주기 패턴과 최대 피크값이 나타났다.

지점은 년까지 년 년 년을 제외하고

850 2011 1999 , 2002 , 2010

대체로 주변 지점에 비해 낮은 UA값을 가지고 있었으나, 년 이후 주기의 변동 폭이 커지고 주기성이 뚜렷해 2012 UA

졌다. 277 지점은 2001 , 2007 , 2010 , 2016년 년 년 년 월에 5 UA의 최대값을 보였으나, 850 지점에서는 유사한 UA 패턴이 나타

나지 않았다. Fig. 4. Comparison computed UA by ocean buoy (thick black line) and AWS (dotted line) from 2011 to 2013.

Fig. 5. The temporal radiation of UA in Jumunjin (523) for 22 years.

Fig. 6. The same as Fig. 5 but in Uljin (130).

Fig. 7. The same as Fig. 5 but in Yeongdeok (277).

Fig. 8. The same as Fig. 5 but in Gampo (850).

Fig. 9. The same as Fig. 5 but in Ulgi (901).

Fig. 10. The same as Fig. 5 but in Gijang (923).

와 의 상관분석 3.4 UA SST

에서 관측된 바람자료를 이용하여 월에서 월

AWS/ASOS 5 8

까지 일평균 UA와 COD/RISA에서 관측된 수온 자료를 이용 하여 상관성을 분석하였다. 22년 동안 월별에 따른 상관분석 에서 AWS/ASOS 자료 중 일 이상 관측되지 못한 기간은 11 분석에서 제외 하였다. Fig. 11은 1995년부터 2016년까지 P1

의 월별 상관분석 결과이다 축의 점선은 의 상관

~ P6 . Y 0.5

계수(r 값을 나타낸다 각 지점마다 양) . (+)의 r값이 나온 것은 냉수대 발생의 시기가 길어졌거나 실제 그 지점의 풍향 풍, · 속이 아니기 때문에 생긴 오류 그 시기에 해양환경의 변화, 가 있었을 가능성, UA의 주기성이 보이지 않거나 낮아진 기 간 동안에 UA와 SST의 r이 포함하였을 가능성 등 불분명한 원인이 있을 수 있어 본 연구에서는 양(+)의 r을 제외한 음 (-)의 r에 대하여 분석하기로 한다. P1 지점에서는 2010년 이 전 주로 월과 월에 5 8 0.5 이상의 높은 r값이 나타났고 2007 년과 2013년 월에 8 0.8 이상의 매우 높은 상관성을 보였다.

지점에 비해 지점에서 음 의 상관성이 많았으며

P1 P2 (-) ,

년 이전까지 월과 월 시기에 간의 상관관계가

2010 7 8 UA-SST

이상으로 높았다 년도에는 월부터 월까지 연속

0.5 . 2013 5 8

적으로 음 의 상관이 보였으며(-) , r값은 월을 제외하고 8

이상이었다 년 월은 이상의 최대 상관값을

0.5 . 2014 8 0.9

보였다 반면. , P3 지점에서는 다른 지점들에 비해 많은 양(+) 의 r이 나타났으나, 2012년 이후 음 의 값이 우세하며 (-) 2015 년에 음 의 상관이 개월간 지속되었다(-) 4 . P4 지점은 대체로

월에 이상의 높은

6 0.5 r값이 나타났고, 1999년 월과 월7 8 에 0.8 이상의 매우 높은 상관성을 보였다. P5와 P6 지점은 대체로 양(+)의 상관보다 음 의 상관이 우세하였으며 (-) r값의 크기도 다른 지점들에 비해 높은 상관 값을 보여주었는데 특히 2015년과 2016년도 r값이 비슷하게 나타났다. P5 지점 에서는 1998년 월에 7 0.8 이상의 매우 높은 r값이 나타났 으며 분석 기간 중 주로 월과 월에 , 5 7 0.5 이상의 높은 상 관을 나타냈다. P6 지점은 2012년 이전까지 월의 7 UA와 SST 의 음 의 상관이 높았으며 (-) 2013년도 월과 월에 5 8 r값이 높 게 나타났다. 6개 지점에 대한 UA-SST의 상관분석 결과 대, 체로 비슷한 시기에 음 의 (-) r값이 나타났으며 이는 , UA가 높을수록 냉수대가 출현하고 있음을 증명하고 있다 특히 . 국립수산과학원에서 실시간 관측정보 시스템을 운영하기 시작한 2012년 이후 부터는 SST의 품질관리로 인해 2012년 이후로 상관분석의 결과가 뚜렷한 높은 음 의 (-) r값이 나타 났다.

Fig. 11. The results of cross-correlation between UA and SST at P1 ~ P6 from 1995 to 2016.

년 하계 강한 냉수대 발생 시의 용승지수 비교 3.5 2013

년 월에서 월 사이 동해 중부 연안에서부터 동해 2013 5 8

남부 연안에 바람에 의한 연안용승의 영향으로 냉수대 현상 이 강하고 빈번하게 발생하였다 남풍계열의 지속적인 바람, . 으로 인해 삼척 기장 연안에 걸쳐 동해 연안의 광범위한 냉~ 수대 현상이 발생되었으며 냉수대 발생 해역 및 시기에 따, 라 일 이상 지속적으로 나타났다3 . 5월에서 월 사이 주로 7 삼척과 영덕을 중심으로 냉수대가 발생되었고, 7월과 월 사8 이 동해 남부 연안 쪽으로 냉수대가 발생하였다. Fig. 12은

년 월 월 사이 분석지점 내에서 발생한 냉수대 시기 2013 6 ~8

에 따른 UA와 SST의 시계열 그래프 이다 동해 중부 연안인 .

과 에서 와 상관성이 과 으로 매우

P1 P2 UA SST 0.91 0.73

높게 나타났으며 그 시기는 냉수대가 발생하였던 월말에서 6 월 초로 유사하였다 월 일 이후부터 가 상승되면서

7 . 6 23 UA

가 이상 낮아졌으며 특히 에서는 가 이상

SST 5 , P2 SST 10

차이가 났다. P3 지점은 월 일 8 2 25.1 였던 SST가 일 후에 5 로 급격히 하강 하였으며 이 시기 는 에서

16.2 UA 0.32 0.66

으로 약 배 정도 상승 하였다2 . P4 지점에서는 SST가 월 6 29 일~ 월 일 동안 7 8 21.8 에서 13.5 로 급격히 하강하였으며

와의 상관성이 정도로 매우 높은 음 의 상관을

UA 0.87 (-)

보였다. P5 지점은 월 일부터 7 9 SST가 하강하다가 일 이후 12 상승하였으며, UA는 반대로 상승하다 하강하는 결과를 보였 다. P6 지점에서는 월 일 7 1 21.3 였던 SST가 일 후 3 15.8 로 급격히 하강하며 일 동안 10 15 ~16 를 유지하다 일 이13 후 서서히 SST가 상승하였다. UA 역시 낮은 SST가 발생된 시기 동안 0.7 정도의 지수를 유지하였다 각 지점마다 . UA의 정량적 크기는 달랐지만, SST가 낮아지는 시기에 UA가 높아 지는 패턴을 볼 수 있었고 지점마다의 시기는 차이가 있었,

Fig. 12. Time series of UA and SST at P1 ~ P6 in 2013.

지만 UA와 SST와의 상관성은 뚜렷한 음 의 값을 보였다 (-) 변화에 따른 의 지연시간은 를 제외하고 (Table 3). UA SST P5

하루 이내로 나타났으며, P5에서는 일로 분석되었다1 .

period days lag (day) r

P1 06/22 ~ 07/09 18 0 -0.91 P2 06/19 ~ 07/02 14 0 -0.73 P3 08/01 ~ 08/08 8 0 -0.82 P4 06/29 ~ 07/08 10 0 -0.87 P5 07/09 ~ 07/16 8 1 -0.65 P6 07/01 ~ 07/18 18 0 -0.82 Table 3. Correlation coefficient (r) and lag day in summer 2013

결론 및 고찰 5.

본 연구에서는 1995년부터 2016년까지 년간 여름철 동22 해 연안역에서 발생하는 용승에 대한 지수를 산출하고 그 시기 수온과의 상관성을 분석하였다 또한 냉수대가 극심했. 던 2013년 월 월 사이 각 지점별로 6 ~8 UA와 SST와의 상호상 관분석을 통해 r과 지연시간을 분석하였다. UA는 해안가에 서 평행하게 부는 바람으로 지수를 산출하게 되는데 동해의 경우 동해 중부와 동해 남부의 해안선이 다르므로 바람의 , 방향을 두 분류로 나누어 분석하였다 동해 연안역의 . UA 장 기 패턴을 분석 한 결과 동해 중부 연안역인 , 523 지점과

지점이 유사한 결과를 보였으며 동해 남부 연안역

130 UA ,

에서는 901 지점과 923 지점이 유사 장기 패턴을 보였다 이. 는 AWS/ASOS 지점 관측소들이 근처에 위치하고 있어 UA 주기성이 유사한 것으로 판단된다 특히 . 901 지점의 경우, 다른 지점들에 비해 UA 지수가 배 정도 높게 산출 되었으2 며 뚜렷한 용승 시기를 찾을 수 있었다 그러나, . 901 지점을 제외하고는 정량적인 UA값이 대체로 낮게 나타났다 이는 . 가 육상에 위치하고 있어 실제 해상에서 남풍계 AWS/ASOS

열의 바람이 불었을 때 AWS/ASOS자료에서 유사한 남풍 계 열의 바람이 관측되지 않은 경우가 많은 것이 하나의 원인 으로 고찰되었다. UA와 SST의 상관분석에서는 개 지점에6 서 2012년도 이후로 음 의 상관이 뚜렷하게 나타났으며 매(-) , 년 0.5 이상의 r 값이 보여 지고 있었다 이러한 결과는 정. 량적으로 낮은 UA이라 할지라도 UA가 커질수록 용승이 활 발해지며 냉수대가 출현하고 있음을 보여주고 있다 특히 .

년 이후 국립수산과학원 실시간 수온 자료의 품질 관리 2012

로 인해 상관이 높게 나타난 것으로 판단된다 반면. , UA와

의 상관분석에서는 지점마다 양 의

SST (+) r값이 산출하기도

하였는데 이는 냉수대 발생의 시기가 길어졌거나 실제 그 , , 지점의 풍향 풍속이 아니기 때문에 생긴 오류 혹은 그 시기· 에 해양환경의 변화가 있었을 가능성 등 불명확한 원인들이 포함하고 있기 때문이라고 해석하였다 추후 양. (+)의 상관에 대하여 재분석해 보고 시기별로 어떠한 지형적 해양환경적 · 특성이 있는지 추가 연구 할 예정이다 본 연구의 결과를 토. 대로 최근 냉수대가 강하고 빈번하게 나타났던 , 2013년 6 월 월 동안 각 분석지점별로 냉수대 출현 시기의 ~8 UA와

의 시계열 분석 및 상호상관분석을 하였다 의 정량적

SST . UA

인 차이는 있었지만, UA가 상승하는 시기와 지점별로 SST가 하강하는 시기가 유사하게 나타났고 그에 따른 , r값도 0.65

로 매우 높은 음 의 상관성을 보였다 지연시간에

~ 0.89 (-) .

따른 차이는 거의 없었으며 에서 일의 지연시간이 나타P5 1 났지만 용승의 크기나 기간 혹은 , SST의 변화로 인해 달라 질 수 있다고 판단된다.

결론적으로 AWS/ASOS 바람자료를 이용하여 동해연안역 의 용승 패턴을 분석한 경우 관측자료가 풍부하여 장기 패, 턴을 살펴보기 용이한 반면 정확한 해상풍 자료가 아니기 , 때문에 UA가 정량적으로 낮게 나타났다 그러나 냉수대 발. 생 시기를 실제와 유사하게 모사해 내었고 이로써 냉수대 출현 여부 예측 가능성을 기대할 수 있게 되었다는 측면에 서 여름철 냉수대에 따른 연안용승 발생 경향을 장기적으로 평가할 수 있음을 확인하였다.

본 연구를 통해 동해 연안의 용승 발생 경향을 정량적으 로 규명할 수 있었으며 기후변화에 따른 몬순 변화가 동해 , 연안용승에 미치는 영향 및 연안 용승 발생에 따른 생지화 학적 변동 경향과의 상관관계를 효과적으로 분석할 수 있을 것으로 판단된다 또한 북태평양고기압 및 티벳고기압의 상. 호작용과 우리나라 연안용승 상관관계에 대한 연구도 지속 적으로 수행할 계획이다.

사 사

본 연구는 2018년도 국립수산과학원 동해 냉수대의 수산 업적 영향 분석(R2018049)의 지원으로 수행되었으며 연구비 지원에 감사드립니다.

References

[1] Byun, S. K.(1989), Sea surface cold water near the southeastern coast of Korea: Wind effect, Journal of Oceanological Society of Korea, Vol. 24, No. 3, pp. 121-131.

[2] Choi, Y. K.(2015), Upwelling in the southwest region of the East Sea in July, 2013. Journal of the Korean Society of Fisheries Technology, Vol. 51, No. 2, pp. 212-220.

[3] Gonzalez-Nuevo, G., J. Gago and J. M. Cabanas(2014), Upwelling index: a powerful tool for marine research in the NW Iberian upwelling system. Journal of Operational Oceanography, Vol. 7, pp. 45-55.

[4] Kim, C. H. and K. Kim(1983), Characteristics and origin of the cold water mass along the east coast of Korea. Journal of Oceanological Society of Korea, Vol. 26, No. 1, pp. 83-100.

[5] Kim, D. W., Y. H. Jo, J. K. Choi, J. G. Choi and H. Bi (2016). Physical processes leading to the development of an anomalously large Cochlodinium polykrikoides bloom in the East sea/Japan sea. Harmful Algae, Vol. 55, pp. 250-258.

[6] Lee, D. K., J. I. Kwon and S. B. Hahn(1998), The Wind Effect on the Cold Water Formation Near Gampo-Ulgi Coast.

Journal of the Korean Fisheries Society, Vol. 31, No. 3, pp.

359-371.

[7] Lee, J. C.(1983), Variations of sea level and sea surface temperature associated wind-induced upwelling in the southeast coast of Korea in summer. Journal of Oceanological Society of Korea, Vol. 18, pp. 149-160.

[8] Lee, J. C.(2011), Upwelling-Response of the Cold Water off Haeundae in Summer. Journal of the Korea Society of Oceanography, Vol. 16, No. 4, pp. 206-211.

[9] Onitsuka, G., T. Yanagi and J. H. Yoon(2007), A numerical study on nutrient sources in the surface layer of the Japan Sea using a coupled physical-ecosystem model, Journal of Geophysical Research, 112, C05042.

[10] Perez-Brunius, P., M. Lopez, A. Pares-Sierra and J. Pineda (2007), Comparison of upwelling indices off Baja California derived from three different wind data sources. California Cooperative Oceanic Fisheries Investigations Reports, Vol. 48, pp. 204-214.

[11] Ryther, J. H.(1969), Photosynthesis and Fish Production in the Sea, American Association for the Advancement of Science, Vol. 166, No. 3901, pp. 72-76.

[12] Seung, Y. H.(1974), A dynamic consideration on the temperature distribution in the east coast of Korea in August.

Journal of Oceanological Society of Korea, Vol. 9, pp. 52-58.

[13] Yang, H. S., S. J. Oh, H. P. Lee and C. H. Moon(1998), Distribution of Particulate Organic Matter in the Gampo Upwelling Area of the Southwestern East Sea. Journal of Oceanological Society of Korea, Vol. 33, No. 4, pp. 157-167.

[14] Yoo, S. and J. Park(2009), Why is the southwest the most productive region of the East Sea/Sea of Japan. Journal of Marine Systems, Vol. 78. pp. 301-315.

Received : 2018. 10. 12.

Revised : 2018. 10. 24.

Accepted : 2018. 10. 26.