1. 서 언
전 지구적 기후특성 변화는 극한기후사상 유발 의 원인이 되며, 수자원의 지역적 변동특성과 밀접 한 관련이 있다(Horel and Wallace, 1981; Moon et al. 1995; Wang et al. 2000; Pizarro and Lall, 2002; Yoon et al. 2013). 많은 기후학자들은 지구 기온의 증가와 더불어 극한기후특성이 변화하고 있 으며, 그 발생 빈도와 강도가 점차 증가할 것으로 예 상하고 있다(IPCC, 2007; 기상청, 2012). 특히 수 문기상인자의 계절적 변동은 전 지구적 기후특성 변 화와 관련이 있으며, 수자원의 효율적인 예측 및 관 리를 위해서는 기후인자와 수문자료간의 관계를 규 명하는 일이 매우중요하다. 이러한 지역적 수문 변 동영향은 독립적으로 발생하기보다 수문순환과정에 서 나타나는 상관성에 기초하며, 유역의 수문특성 변화를 야기 시키는 가능한 원인으로는 열대 태평 양 지역의 El Nino-Southern Oscillation (ENSO) 현상과 열대 인도양 지역의 Indian Ocean Dipole (IOD)현상 등 비정상적인 해수면온도(SST; Sea Surface Temperature) 변화에 따른 기후시스템의 비선형적 거동을 들 수 있다(Piechota and Dracup, 1996; Piechota et al. 1998; and Yoon 2015).
본 연구에서는 한반도 117개 중권역에 대하여 IOD 패턴 변화에 따른 수문변량의 합성편차분석 (composite anomaly, CA)과, Student’s t-test에 의한 유의성검정을 실시하였다. 또한 시계열 자료에 Singular Spectrum Analysis (SSA) 기법을 적용 하여 Principle Component Analysis (PCA)를 수 행하였으며, Mutual Information (MI) 기법을 통 한 기후자료와 수문 시계열 간의 지체 상관분석 및 비선형 상관분석을 실시하였다. 본 연구는 비선형 상관분석에 기반한 지역 수문변동 예측의 가능성을 시사하고자 하였으며, 물 관리 측면에서 가뭄상황 등에 대비한 유용한 예측정보로 활용이 가능할 것 이다. 본 기사 내용은 「윤선권 (2015) 원격상관 기반 극한기후패턴 변화에 따른 한반도 지역 수문 변동영 향 분석, APEC기후센터 연구보고서 2015-12, pp.
1-181」 보고서 내용 일부를 재정리하였음을 밝힌다.
2. 인도양 쌍극자 모드
인도양 쌍극자 (Indian Ocean Dipole, IOD) 모 드는 인도양 열대 수역의 동쪽과 서쪽에서의 뚜렷 한 해수면 온도 편차에 의해 발생하며, 인도양 동북 쪽에서 수온이 낮아지고, 반대로 인도양의 중앙부와 서쪽의 수온이 상승하게 되는 현상을 의미한다(Saji et al., 1999; and Yamagata et al., 2002). IOD현 상은 열대 서인도양(50°E-70°E, 10°S-10°N)과 남 동인도양(90°E-110°E, 10°S-0°N) 사이의 SST 편 차로 정의된다. 그림 1은 인도양 쌍극자모드 산정을 위한 도메인을 나타내고 있다.
인도양쌍극자 (Indian Ocean Dipole, IOD)
모드 변화에 따른 한반도 수문 변동 영향
윤 선 권
APEC 기후센터 융합기술팀 팀장 [email protected]
IOD 모드가 발생하게 되면, 인도양 지역에 동풍 이 강하게 발생하게 되며, 동서의 해수면 온도차가 커지게 된다. 일반적으로 인도양 동부의 인도네시아 나 호주 서부는 가뭄이 발생하고 인도양 서부의 동 아프리가에서는 홍수가 발생하게 된다. 더 멀리 동 북아시아나 유럽에도 영향을 미치는 것으로 밝혀졌
으며, 다이폴모드가 발생하였을 경우 지중해연안 유 럽 지역은 평년보다 덥고 건조한 현상이 발생하며, 동북아시아와 지역에는 고온(무더위) 현상이 나타날 가능성이 높은 것으로 알려졌다. 그림 2는 양(+)의 IOD와 음(-)의 IOD일 때의 전 지구적 기후패턴 변 화와 원격상관을 모식적으로 나타내고 있다.
그림 1. 인도양 쌍극자모드 산정 도메인
(a) 양(+)의 IOD해 (b) 음(-)의 IOD해
그림 2. 양(+)의 IOD해와 음(-)의 IOD해의 원격상관 모식도 (Source: http://www.jamstec.go.jp/)
3. 사용 자료 3.1 DMI 자료
DMI (Dipole Mode Index)는 열대 서인도양(the western equatorial Indian Ocean) 지역에 해당하 는 (50°E-70°E and 10°S-10°N) 지역과 열대 동인 도양 남쪽(the south eastern equatorial Indian Ocean) 지역에 해당하는 (90°E-110°E and 10°S-0°
N)의 해수면온도 관측자료의 차로 구할 수 있으며, 일본의 JAMSTEC (Japan Agency for Marine- earth Science and TECnology)에서 제공하는 자 료를 사용하였다. JAMSTEC에서는 전 세계 각 기 관으로부터 생산된 인도양지역의 해수면온도 관 측 자료로 부터 10개의 SST DMI dataset과 OLR DMI와 SLP DMI 등도 함께 을 제공하고 있으며, 본 연구에서는 HadISST자료로부터 산정한 1958년 부터 2010년까지 월별 SST DMI자료를 사용하였 다. 본 연구에서 사용한 SST DMI 자료는 다음의 홈 페이지(URL: http://www.jamstec.go.jp/frcgc/
research/d1/iod/HTML/Dipole%20Mode%20
Index.html)에서 다운로드가 가능하다.
본 연구에서는 Saji and Yamagata (2003)가 분류하였던 기준을 적용하여 1956-2011년까지의 HadlSST 자료를 바탕으로 11개의 강한 양(+)의 IOD해(1961, 1963, 1967, 1972, 1977, 1982, 1983, 1994, 1997, 2006, 2007)와 10개의 강한 음(-)의 IOD해(1958, 1960, 1964, 1971, 1974, 1975, 1989, 1992, 1993, 1996)를 구분하였다. 그림 3은 인도양 해수면 온도 자료로부터 산정한 DMI 지수 시계열을 HadlSST 관측과 Saji et al. (1999)이 산정한 지수 를 비교하여 나타내었으며, 본 연구에서 선정된 양 (+)의 IOD해와 음(-)의 IOD해를 표시하였다.
3.2 한반도 수문자료
본 연구에서 사용된 유역평균 강수량 자료와 유출 량 자료는 1966-2011년의 48개년 자료를 국가 수 자원관리 종합정보시스템(WAMIS)에서 다운로드 하여 사용하였다. 또한 유역 평균 강수량 자료는 한 강유역 총 125개 관측지점을 대상으로 Thiessen polygon방법에 의하여 산출된 값이다. 유출량자료
그림 3 DMI 시계열 및 양(+)/음(-)의 IOD해 구분
의 경우 Precipitation Runoff Modelling System (PRMS)에 의하여 계산된 값이며, 이는 인위적인 댐운영 등에 의한 영향이 제거된 자연 유량이다.
PRMS모형은 전 세계적으로 널리 사용되고 있는 강 우-유출모형이며, 미국의 US Geological Survey (USGS)에서 개발된 분포형 장기유출 모형이다 (Dressler et al. 2006). 이러한 유역평균 수문자료 는 유역단위 수문량의 변화특성 분석과 중·장기 수 자원 계획을 세우는데 효과적으로 사용될 수 있다.
본 연구에서는 합성편차 분석을 통하여 양(+)과 음 (-)의 IOD가 발달하여 소멸하는 시기에 해당하는 4 월부터 11월까지의 기간을 중심으로 한반도와 5대
강 유역의 수문변동성 분석을 실시하였고 MI 기법 을 적용하여 기후인자와의 비선형 상관성을 분석하 였다.
4. 인도양 해수면 환경 변화
양(+)의 IOD 해의 경우, 평년에 비하여 비교적 높 은 해수면 온도가 아프리카대륙 근해의 열대 인도양 서쪽과 남쪽으로 길게 늘어서 분포하고 있음을 확인 할 수 있으며, 같은 해에 평년보다 비정상적으로 낮 은 해수면 온도가 열대인도양 동남쪽으로 길게 늘어
(a) SSTA (p-IOD)
(c) 1000mb Vector Wind (p-IOD)
(b) SSTA (n-IOD)
(d) 1000mb Vector Wind (n-IOD)
그림 4. 양(+)의 IOD해와 음(-)의 IOD해의 해수면 온도와 1000mb Vector Wind 합성편차
져 분포하고 있음을 확인할 수 있다(그림 4a). 또한, 음(-)의 IOD 해의 경우, 양(+)의 IOD 해와는 반대 로, 평년에 비하여 높은 해수면 온도가 인도네아 근 처의 열대 인도양 동남부 지역에서 넓게 분포하고 있으며, 같은 해에 평년보다 비정상적으로 높은 해 수면 온도가 열대인도양 중앙과 서쪽과 남북쪽으로 넓게 늘어져 분포하고 있음을 확인할 수 있다(그림 4b).
다음으로 해수면 온도 변화에 따른 대기패턴 변 화를 살펴보기 위하여 인도양의 1000mb Vector Wind를 분석한 결과, 양(+)의 IOD해의 봄철(4-6 월)부터는 열대 동인도양 지역에서 평년에 비하여 동풍 anomaly가 강하게 나타나는 것을 확인할 수 있으며, 이러한 현상은 IOD가 발달하는 시기인 가 을철(9-11월)로 갈수록 점점 강해지기 시작했다가 그해 12월로 갈수록 점점 쇠퇴해 감을 확인하였다.
이는 양(+)의 IOD해 발생한 동풍 anomaly는 열대 인도양지역의 주풍인 동풍의 강도를 강화시키는 역 할을 하며, 동인도양 지역의 해수면 표면 풍속증가 로 인하여 용승(upwelling) 효과를 가져옴으로써 동 인도양 해수면온도의 cold anomaly를 강화 또는 유 지시켜주는 현상이 발생하였으며, 음(-)의 IOD해에 는 이와 반대되는 현상이 나타나고 있음을 확인하였
다(그림 4c, d). 그러나 아직 인도양 다이폴 모드 발 생과 소멸에 대한 물리적/역학적 메카니즘은 명확히 밝혀지지 않았으며, 인도양의 SSTA (sea surface temperature anomaly) 패턴 변화에 따른 기후영 향에 대한 설명은 Saji et al., 1999, Webster et al.
1999, Yamagata et al., 2002, 그리고 Pradhan et al., 2011 등의 연구를 참고할 수 있다.
5. 한반도 수문 환경 분석 5.1 GPCP 강수량 변동
그림 5는 GPCC (Global Precipitation Climatology Center) Precipitation Full V6 (전 세 계 67,200개 관측지점의 Quality-Control된 월강 수량) 자료 합성편차분석을 통하여, 한반도를 포함 하는 아시아와 동북아시아 영역에 대하여 여름철(6 월~9월) Global 강수량 변화 패턴을 분석한 결과이 다. 분석을 위하여 사용된 자료는 미국의 해양 대기 청 NOAA (http://www.esrl.noaa.gov/psd/cgi- bin/data/composites/printpage.pl) 홈페이지를 통하여 제공받을 수 있다.
(a) Positive IOD (b) Negative IOD
그림 5. 양(+)의 IOD해와 음(-)의 IOD해 GPCP강수량 합성편차
기후값 (climatology, 1981-2010년)에 대한 GPCC 강수량의 패턴 변화를 분석한 결과, 그림 5a 에서 보는바와 같이, 양(+)의 IOD해에는 한반도 북 한 지역에는 다소 강수량 증가패턴이 보이나, 남한 지역의 경우 평년에 비하여 뚜렷한 감소 anomaly 패턴이 나타나고 있음을 확인할 수 있다. 또한 그림 5b를 살펴보면, 음(-)의 IOD해에는 한반도 북한 일 부 지역과 중국 산둥반도지역, 일본 중남부 지역에 서의 강수량의 증가패턴이 보이며, 한반도 남한지 역의 경우 평년과 비슷하거나 약간의 강수량 감소 anomaly패턴이 나타나는 것을 확인할 수 있다. 분 석결과 GPCC 강수량 관측에 의한 양(+)의 IOD해와 음(-)의 IOD해의 강수량 합성편차는 양(+)의 IOD 가 발생할 것으로 예상되는 해의 한반도 여름철 강 수량은 평년과 비슷하거나 다소 감소하는 경향이 나 타날 가능성이 클 것으로 분석된다.
5.2 한반도 유출량 변동
양(+)의 IOD 해의 전체 유출량은 평년에 비하여 -11.61% 감소하는 것으로 분석되었으며, 5대강 유 역별 전체 유출량은 한강유역 -5.78% 감소, 낙동강 유역 -14.25% 감소, 금강유역 -10.28% 감소, 섬진 강유역 -13.62% 감소, 그리고 영산강유역의 경우 -14.11% 감소하는 것으로 분석되었다. 또한, -test 에 의한 연간 유출량 변화량의 감소경향을 분석한 결과 90% 신뢰구간(significant level: =0.10)에서 한반도 중남부 32개(한강: 4개, 낙동강: 12개, 금강:
4개, 섬진강: 6개, 영산강: 6개) 중권역을 중심으로 전체 유출량 편차의 유의할만한 감소패턴이 분석되 었다(그림 6a). 양(+)의 IOD 해의 여름철(JJAS) 부 분 유출량은 평년에 비하여 -16.69% 감소하는 것으 로 분석되었으며, 5대강 유역별 부분 계절유출량은 한강유역 -10.75% 감소, 낙동강유역 -17.00% 감 소, 금강유역 -15.35% 감소, 섬진강유-18.31% 감 소, 그리고 영산강유역의 경우 -22.05% 감소하는 것으로 분석되었다. 또한, -test에 의한 여름철 유
출량 변화량의 감소경향을 분석한 결과 90% 신뢰구 간에서 한반도 중남부 대부분의 52개(한강: 7개, 낙 동강: 20개, 금강: 10개, 섬진강: 6개, 영산강: 9개) 중권역에서 여름철 유출량 편차의 유의할만한 감소 패턴이 분석되었다(그림 6c). 분석결과 양(+)의 IOD 해의 연간 유출량과 여름철 유출량은 평년에 비하 여 감소하는 패턴이 뚜렷한 것으로 분석되며, 여름 철 유출량의 감소폭이 전체 유출량 감소폭에 비하여 큰 것으로 나타나 전체 유출량 감소에 여름철 유출 량 감소가 영향을 미쳤을 것으로 판단되며, 양(+)의 IOD해에는 5대강 모든 유역에서 유출량의 강한 감 소 anomaly 패턴이 나타남을 확인할 수 있으나 지 역적 변동 특성을 고려할 필요가 있어 보인다.
다음으로 음(-)의 IOD 해의 연간 유출량을 살펴 보면, 평년에 비하여 -1.39% 감소하는 것으로 분 석되었으며, 5대강 유역별 전체 유출량은 한강유역 -5.62% 감소, 낙동강유역 -0.05% 감소, 금강유역 -2.5% 감소, 섬진강유역 -2.81% 감소, 그리고 영 산강유역의 경우 4.03% 증가하는 것으로 분석되었 다. 또한, -test에 의한 전체 유출량 변화량의 감소 경향을 분석한 결과 90% 신뢰구간에서 영산강 유역 의 고막원천(ID: 5005)과 영산강하류(ID: 5006)유 역에서는 유의할만한 증가경향이 나타났으며, 한강 일부와 금강일부 5개(한강: 1개, 낙동강: 0개, 금강:
4개, 섬진강: 0개, 영산강: 0개) 중권역을 중심으로 전체 유출량 편차의 유의할만한 감소패턴이 분석되 었다(그림 6b). 음(-)의 IOD 해의 여름철(JJAS) 부 분 유출량은 평년에 비하여 -2.93% 감소하는 것으 로 분석되었으며, 5대강 유역별 부분 계절유출량은 한강유역 -9.91% 감소, 낙동강유역 -3.13% 감소, 금강유역 -2.80% 감소, 섬진강유역 -4.51% 감소, 그리고 영산강유역의 경우 5.69% 증가하는 것으로 분석되었다. 또한, -test에 의한 여름철 유출량 변 화량의 감소경향을 분석한 결과 90% 신뢰구간에서 영산강유역 주진천(ID: 5301)에서는 유의할만한 증 가패턴이 나타났으며, 한강과 금강 일부 6개(한강:
3개, 낙동강: 0개, 금강: 3개, 섬진강: 0개, 영산강:
0개) 중권역에서 여름철 유출량 편차의 유의할만한 감소패턴이 분석되었다(그림 6d). 분석결과 음(-) 의 IOD 해의 연간 유출량 변화와 여름철 유출량 변 화는 전반적으로 평년에 비하여 다소 감소하거나 비 슷한 경향을 보일 것으로 판단되나, 한반도 남서부 지역은 다소 증가하고, 중부지역은 다소 감소하는 anomaly 패턴이 나타날 것으로 분석되어 지역적 변 동 특성을 반영한 유역별 수자원 관리가 필요할 것
으로 사료된다.
5.3 권역별 수자원 영향
그림 7은 한반도 117개 중권역(한강: 30개 중권 역, 낙동강: 33개 중권역, 금강: 21개 중권역, 섬진 강: 15개 중권역, 영산강: 14개 중권역, 제주: 4개 중권역)과 5대강유역에 대하여 IOD 패턴 변화에 따 그림 6. IOD 패턴 변화에 따른 한반도 유출 특성 변화
른 연간(Annual)/여름철(JJAS)에 대하여 강수량과 유출량의 백분위 anomaly (1971~2000년) 편차의 산포도를 나타낸 결과이다.
한반도와 5대강 유역별 강수량과 유출량의 백 분위 anomaly 편차 산포도의 중심의 위치를 살 펴보면, 한반도 전체의 경우, 양(+)의 IOD 해에 는 산포도의 중심이 (-6.62%, -11.16%), 음(-) 의 IOD 해에는 (-1.54%, -1.85%)로 분석되었다.
5대강유역별로는 한강유역의 경우, 양(+)의 IOD 해에는 (-3.78%, -5.79%)로, 음(-)의 IOD 해에 는 (-5.93%, -5.62%)로 분석되었고, 낙동강유역 의 경우, 양(+)의 IOD 해에는 (-7.47%, -14.24%) 로, 음(-)의 IOD 해에는 (0.38%, -0.05%)로 분 석되었다. 금강유역의 경우, 양(+)의 IOD 해에 는 (-5.32%, -10.28%)와, 음(-)의 IOD 해에는 (-1.52%, -2.50%)로 분석되었고, 섬진강유역의 경 우, 양(+)의 IOD 해에는 (-8.61%, -13.63%)로, 음
(-)의 IOD 해에는 (-1.12%, -2.82%)로 분석되었 다. 그리고 영산강 유역의 경우, 양(+)의 IOD 해 에는 (-10.55%, -14.11%)로, 음(-)의 IOD 해에는 (2.82%, 4.03%)로 분석되었다.
6. 결론 및 토의
본 연구에서는 인도양쌍극자 모드 현상이 동아시 아와 우리나라의 수문변동에 어떠한 영향을 미치는 지 분석하기 위하여 한반도 117개 중권역과 5대강 유역을 대상으로 합성편차 분석 및 비선형상관분석 을 실시였다. 비선형상관분석 결과 IOD와 한반도 수문 변량과의 가능한 상관성을 도출해 내었으며, 중권역별 유의성 검정(Student’s t-test)을 통하여 통계적으로 유의한 수준의 지역 수문변동 가능성을 시사하였다. 본 연구의 주요 결과를 정리하면 다음
그림 7. IOD 패턴 변화에 따른 한반도 5대강 권역별 수문 특성 변화
과 같다.
1) 양(+)의 IOD해와 음(-)의 IOD해의 GPCP 강수 량 합성편차 분석 결과, 양(+)의 IOD가 발생할 것으로 예상되는 해의 한반도 강수량과 유출량이 평년에 비하여 감소 패턴이 뚜렷하게 나타날 것 으로 분석되며, 음(-)의 IOD가 발생할 것으로 예 상되는 해에는 한반도 강수량과 유출량이 평년과 비슷하거나 다소 감소 패턴이 나타날 가능성이 있는 것으로 분석된다.
2) 인도양 쌍극자 모드 변화에 따른 한반도 중권역 별 수문변량의 공간분포와 산포도를 살펴봄으로 써 지역규모 수자원 영향 및 그 불확실성을 확인 할 수 있었다. 전반적으로 양(+)의 IOD 해에는 평년에 비하여 유역별 수자원의 감소 패턴을 보 이나 한강유역의 경우 평년과 비슷하거나 다소 감소하는 경향이 있음을 확인하였다. 또한 음(-) 의 IOD 해에는 수자원양이 평년과 비슷하거나 다
소 감소하는 패턴을 보이는 것으로 분석되었다.
일반적으로 유역의 유출 응답은 강수량 증가(감 소)에 따른 유출량 증가(감소)의 선형 상관을 기대할 수 있으나, 기후인자와 수자원의 관계는 그 불확실 성이 매우 커서 비선형 상관에 기반한 분석이 수행 될 필요성이 있다. 본 연구의 목적은 우리나라와 같 이 상대적으로 기후예측이 어려운 중위도 지역에 비 선형 회귀 모델을 구축하여 수자원 장기예측의 가능 성을 진단하는데 있었고, 가뭄과 관련한 극한기후 이슈에 대응하여 안정적인 수자원 확보 및 수해방 지를 위한 기초자료로의 활용이 가능할 것이다. 향 후 본 연구를 발전시켜 가능한 기후인자들을 분석하 고, 한반도 수자원 영향 메카니즘을 규명할 예정이 다. 또한 원격상관에 기반한 지역 수문 변동 예측 및 Dynamic 기후예측 모델결과를 연계한 Hybrid 기 반 Multi-Model Ensemble (MME) 수자원 예측 시 스템으로의 전환을 준비 중이다.
기상청, 2012: 한반도 기후변화 전망보고서. 1-153.
윤선권, 김종석, 권현한, 2013: 서로 다른 형태의 엘니뇨에 따른 한강유역의 여름철 강우량 과 극치강우의 변동특성 분석. 한국수자원학회논문집, 46(2), 123-137.
윤선권 2015: 원격상관 기반 극한기후패턴 변화에 따른 한반도 지역 수문 변동영향 분석, APEC기후센터 연구보고서 2015-12, pp. 1-181
차은정, 2007: 엘니뇨-남방진동, 인도양 쌍극자 모드, 두 현상의 관련성, 그리고 한반도 기 후에 대한 영향. 한국지구과학회지, 28(1), 35-44.
Dressler, K. A., G. H. Leavesley, R. C. Bales, and S. R. Fassnacht, 2006:
Evaluation of girdded snow water equivalent and satellite snow cover products for mountain basins in a hydrologic model. Hydrol. Processes, 20, 673-688.
Horel, J. D., and J. M. Wallace, 1981: Planetary-scale atmospheric phenomena associated with the Southern Oscillation. Mon. Weather Rev., 109, 813-829.
IPCC, 2007: Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation (SREX) -Special Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, 1-594.
JAMSTEC (Japan Agency for Marine-Earth Science and Technology), http://
www.jamstec.go.jp/.
참고문헌
Moon, Y., B. Rajagopalan, and U. Lall, 1995: Estimation of mutual information using kernel density estimators. Phys. Rev. E, 52(3), 2318-2321.
NOAA (National Oceanic and Atmospheric Administration), National Weather Service Climate Prediction Center, 2014: http://www.cpc.ncep.noaa.gov/data/indices/. Accessed November 2014.
Piechota, T. C., and J. A. Dracup, 1996: Drought and regional hydrologic variation in the United States: Associations with the El Nino-Southern Oscillation. Water Resour. Res., 32, 1359-1373.
Piechota, T. C., H. S. Chiew Francis, J. A. Dracup, and T. A. McMachon 1998: Seasonal streamflow forecasting in eastern Australia and the El Nino-Southern Oscillation. Water Resour.
Res., 34, 3035-3044.
Pizarro, G., and U. Lall, 2002: El Nino-induced flooding in the U.S. West: What can we expect?
Eos Trans. Amer. Geophys. Union, 83, 349-352.
Pradhan, P. K., B. Preethi, K. Ashok, R. Krishna, and A. K. Sahai A, 2011: Modoki, Indian Ocean Dipole, and western North Pacific typhoons: Possible implications for extreme events. J. Geophys.
Res., 116, D18108, doi:10.1029/2011JD015666.
Saji, N. H., B. N. Goswami, P. N. Vinayachandran, and T. Yamagata, 1999: A dipole mode in the tropical Indian Ocean, Nature, 401, 360-363.
WAMIS (Water Management Information System), 2014: http://wamis.go.kr/eng/. Accessed November 2014.
Wang, B., R. Wu, and X. Fu, 2000: Pacific-East Asia Teleconnection: How Does ENSO Affect East Asian Climate?, Journal of Climate, 13, 1517-1536.
Yoon, S. K., J. S. Kim, J. H. Lee, and Y. I. Moon, 2013: Hydrometeorological variability in the Korean Han River Basin and its sub-watersheds during different El Nino phases. Stoch. Environ.
Res. Risk Assess., 27, 1465-1477.
