Modulation of MJO characteristics by the tropospheric moisture distribution and stratospheric wind = 대류권 수분 분포와 성층권 바람장에 따른 매든-줄리안 진동의 특성변화

국문 초록 (Abstract)

매든-줄리안 진동(Madden-Julian Oscillation; MJO) 적도내 대표적인 계절내 변동성으로 열대지역의 구름무리들이 평균적으로 약 5 m s-1의 느린 동진을 보이는 현상이다. 각각의 MJO 사례들은 열대지역의 배경장들과 서로 상호작용하여, 다양한 전파특성을 갖는다. 그 중 대류권의 수분 분포와 하부 성층권의 동서방향 바람장은 MJO의 전파와 강도에 영향을 주는 것으로 알려져 있지만, 그 원인과 현재의 수치모형에서의 재현성은 보다 이해될 필요성이 있다. 따라서 본 학위논문에서는 대류권의 수분 분포와 하부 성층권의 동서방향 바람장은 MJO의 전파와 강도에 영향을 주는 메커니즘을 다양한 모형들을 통해서 연구하였다.
대류권의 수분 분포가 MJO의 전파 특성에 미치는 영향을 확인하기 위해서 인도양에서 시작된 MJO의 사례에 대해서 k-평균 군집분석을 통해서 4가지의 전파 유형(정지, 점프, 느린, 빠른 MJO)로 나누었다. 이때, 정지 MJO (Standing MJO)와 빠른 MJO (fast MJO)는 각각 라니냐와 엘니뇨와 유사한 해수면온도 및 대류권의 수분분포가 나타났다. 이러한 대류권의 수분분포의 변화는 동서방향 및 남북방향의 수분 경도를 변화시키고, 이는 MJO의 바람장과 결합되어 수평방향 수분 이류를 만들어 MJO의 전파에 영향을 줄 수 있다. 연직 적분된 수분 수지분석을 통해서 정지 MJO와 빠른 MJO는 연직 적분된 수분 경향성의 뚜렷한 동진이 나타나는지 유무와 관련되어 있음을 확인하였고, 이는 대부분 남북방향의 수분이류가 만들어 내는 것을 확인하였다. 또한 대류권의 수분분포의 계절적 변동이 MJO의 전파 특성에 미치는 영향을 확인하였다. 11월부터 2월(November-February; NDJF)의 MJO의 전파는 3월, 4월(March-April; MA)에 비해서 느린 MJO의 비율이 많아 MJO가 느리게 나타나며, 연직 적분된 수분 수지 분석은 NDJF 시기의 수분 경향성을 살펴볼 때, 수분이 더 느리게 공급되고 소멸된다는 것을 확인하였다. 이러한 MA 시기에 더 빠른 수분의 공급은 더 강한 동서방향 수분 이류에 의해서 일어난다. 이러한 더 강한 동서방향 수분 이류는 저주파 성분의 동서방향 수분 경도가 MA 시기에 NDJF 시기보다 더 강하게 나타나 발생하며, 이는 NDJF 시기의 호주 몬순의 발생으로 인해서 티모르 해 부근의 수분이 많아져서 동서방향 수분경도가 약해지기 때문으로 확인된다.
현재의 기후 모형에서 이러한 관계성이 잘 나타나는지를 확인하기 위하여 6차 국제 결합모델 상호비교 프로젝트(Coupled Model Intercomparison project; CMIP6)에 참여한 28개의 모형을 확인하였다. 28개의 모형들 중 많은 모형들은 MJO의 다양한 전파 특성들을 어느 정도 잘 모의해내며, 경년변동성 관점에서의 배경장 변화와 MJO 전파 유형간의 관계성을 잘 모의하는 것으로 나타났다. 반면 4가지의 전파 유형을 모두 잘 모의해내는 10개의 모형을 통해서 MJO 전파 유형에 대한 계절성을 확인해보았을 때, 기후 모형들은 NDJF 시기와 MA 시기의 전파속도 차이를 잘 모의하지 못하는 것으로 나타났다. 이는 기후 모형에서 두 시기의 동서방향 수분 경도 차이를 과소모의하기 때문이며, 이러한 과소모의는 3월과 4월까지 호주 몬순이 모형에서 지속되는 편향을 갖고 있기 때문으로 보인다. 또한 모형이 가지고 있는 서태평양 지역에서의 건조 편향은 MJO의 전파 유형의 재현성을 방해하는 것으로 확인하였다. 이러한 모형의 서태평양 지역에서의 건조 편향과 호주 몬순과 관련된 모형의 편향을 줄인다면, MJO의 전파 유형에 대한 모형에서의 재현성이 보다 개선될 수 있음을 시사한다.
열대지역의 하부 성층권에서는 동서평균 동서방향 바람장이 동풍과 서풍이 반복되는 성층권 준2년주기 진동(quasi-biennial oscillation; QBO)가 나타난다. 하부 성층권이 동풍(easterly phase of the QBO; EQBO)인 겨울철에 서풍(westerly phase of the QBO; WQBO)인 겨울철보다 MJO의 강도가 더 강한 것으로 알려져 있다. 관측에서 이러한 관계성이 뚜렷함에도 불구하고, 이러한 관계성이 나타나는 원인은 아직까지는 잘 이해되지 못하고 있으며, 모형에서 재현이 되지 않는 문제점이 있다. 본 학위논문에서는 모형에서 QBO에 의한 MJO의 강도 조절효과를 모의하고, 그 원인을 알아보고자 하였다.
QBO에 의한 MJO의 강도 조절효과를 확인하기 위해서 2007년 12월의 MJO 사례에 대해서 지역모델을 이용하여 성층권 및 상부 대류권의 배경장을 동풍(EQBO), 서풍(WQBO), 강한 서풍(strong WQBO; sWQBO)으로 바꿔가며 적분을 수행하였다. 9 km 수평해상도에 적운 모수화 과정을 적용하지 않고 적분을 수행하였을 때, QBO에 의한 MJO의 강도의 변화가 대류뿐만 아니라 MJO와 관련된 순환장에서도 나타났다. 이러한 QBO에 의한 MJO의 강도 변화는 상부 대류권/하부 성층권 지역에서의 정적 안정도의 변화뿐만 아니라 구름-장파 복사 피드백 과정에 의해서 일어날 수 있음을 확인하였다. 선행연구에서 제시한 구름-장파 복사 피드백 과정이 QBO에 의한 MJO의 강도 변화를 만들 수 있는지 확인하기 앞서, EQBO 실험과 sWQBO 실험에서의 장파 복사 가열을 비교해본 결과, EQBO 실험은 구름에 의한 장파 복사 가열이 sWQBO 실험보다 강하게 나타나며, 이는 연직적으로 깊게 발달한 구름과 층운형 구름, 그리고 모루 구름의 양이 EQBO 실험에서 더 많이 나타나 더 강한 구름에 의한 장파 복사 가열이 나타났다.
이러한 구름-장파 복사 피드백 과정이 실제로 QBO에 의한 MJO의 강도 변화를 만들어 낼 수 있는지 확인하기 위해서, 전체 구름을 투명하게 하여 장파 복사를 계산한 noALL 실험과 얼음 입자가 많은 층운형 구름과 모루구름만을 투명하게 하여 장파복사를 계산하여 적분한 noIceCld 실험을 수행하였다. 구름에 의한 장파복사 가열은 구름-장파 복사 피드백 과정이 제거되었을 때는 나타나지 않고, 구름-장파 복사 피드백이 모든 구름에 있어서 적용될 때는 가장 강하게 나타났다. 또한 얼음 입자가 많은 구름들에 대해서만 구름-장파 복사 피드백 과정을 껐을 때는 구름에 의한 장파 복사 가열이 나타나지 않았다. 강수의 반응을 확인하였을 때, 구름-장파 복사 피드백을 켠 실험의 경우 강수가 가장 강하게 나타나며, 서로 다른 성층권 배경장에 따른 강수 차이 역시 제일 크게 나타났다. noIceCld 실험에서는 강수가 보다 약하게 나타나며, EQBO와 sWQBO 실험간의 강수 차이 역시 규준실험보다는 작게 나타났다. noALL 실험에서는 강수가 가장 약하게 나타나고 두 서로 다른 배경장 실험간의 차이가 거의 존재하지 않는다. 이를 통해서 얼음 입자와 관련된 구름-장파 복사 피드백은 QBO에 따른 MJO의 강도 조절효과에 있어서 중요한 역할을 하나, 깊은 대류구름에 의한 장파 복사 피드백 효과 역시 무시할 수 없음을 확인하였다. 이는 모형을 통한 QBO에 의한 MJO의 조절효과와 이의 메커니즘을 검증하는 최초의 연구로 향후 모형에서의 구름-장파 복사 피드백 과정을 개선하면, QBO에 의한 MJO의 강도 조절효과를 모형에서 모의할 수 있음을 시사한다.

다국어 초록 (Multilingual Abstract)

The Madden-Julian Oscillation (MJO) is a dominant intraseasonal variability in the tropics, characterized by a slow eastward propagation of planetary-scale clouds at approximately 5 m s⁻¹. Individual MJO events has diverse propagation characteristics due to an interaction with tropical background fields. While tropospheric moisture distribution and lower stratospheric zonal winds are known to influence MJO propagation and intensity, the underlying mechanisms and their representation in current numerical models require further understanding. This dissertation investigates how these factors affect MJO characteristics through various modeling approaches.
To examine the impact of tropospheric moisture distribution on MJO propagation, cases initiating over the equatorial Indian Ocean were classified into four propagation types (standing, jumping, slow, and fast MJO) using k-means cluster analysis. Standing and fast MJO exhibited sea surface temperature and tropospheric moisture distributions similar to La Niña and El Niño conditions, respectively. Through mass-weighted vertically-integrated moisture budget analysis, standing and fast MJO were found to be associated with the presence or absence of distinct eastward progression in moisture tendency, primarily driven by meridional moisture advection.
Seasonal variations also affect MJO propagation characteristics. Slow MJO types are more frequent from November to February (NDJF) compared to March-April (MA), resulting in faster overall propagation in MA. This occurs because stronger zonal moisture gradients during MA drive faster moisture supply through enhanced zonal moisture advection. The relatively weaker gradients during NDJF result from increased moisture near the Timor Sea due to the Australian monsoon.
Assessment of 28 CMIP6 models revealed that while most models qualitatively simulate various MJO propagation characteristics and interannual variability relationships, they poorly reproduce seasonal propagation speed differences between NDJF and MA periods. This limitation stems from underestimated zonal moisture gradient differences, likely due to model biases that extend the Australian monsoon into March-April. Additionally, dry biases in the western Pacific region hinder accurate reproduction of MJO propagation types in CMIP6 models.
The quasi-biennial oscillation (QBO) modulates MJO intensity, with stronger MJO during boreal winter when the lower stratosphere is in easterly QBO phases (EQBO) compared to westerly phases (WQBO). Regional model experiments for the December 2007 MJO case at 9 km resolution without cumulus parameterization successfully reproduced this relationship. The modulation occurs through changes in static stability and cloud-longwave radiation feedback processes. EQBO conditions showed stronger cloud-induced longwave radiative heating due to greater amounts of deep convective, stratiform, and anvil clouds.
Sensitivity experiments making clouds transparent to longwave radiation (noALL and noIceCld) confirmed that cloud-longwave radiation feedback, particularly from ice-rich clouds, plays a crucial role in QBO modulation of MJO intensity. This represents the first modeling study to simulate the QBO-MJO relationship and verify its mechanism, suggesting that improving cloud-longwave radiation feedback processes in models could enable better simulation of MJO variability.

목차 (Table of Contents)

• Abstracts ii
• List of Tables v
• List of Figures v
• Contents xi
• Chapter 1 1
• 1.1. Madden-Julian Oscillation (MJO) and its general characteristics 1
• 1.2. MJO modulated by the background conditions 3
• 1.3. Modulation of MJO propagation by moisture distribution 5
• 1.3.1. Total-column moistening process 5
• 1.4. Modulation of MJO amplitude by stratospheric wind 7
• 1.4.1. Localized static stability changes around UTLS 9
• 1.4.2. Cloud-longwave radiation feedback 10
• 1.5. Purpose of the dissertation 11
• Chapter 2. Data, Models, and Methods 13
• 2.1. Reanalysis Data 13
• 2.2. CMIP6 models 14
• 2.3. WRF model configuration 17
• 2.4. Methods 21
• 2.4.1. MJO detection and clustering methods 21
• 2.4.2. Model evaluation metrics 23
• 2.4.3. Moisture budget analysis 24
• Chapter 3. MJO Propagation Modulated by Tropospheric Moisture Distribution 28
• 3.1. Motivation 28
• 3.2. MJO diversity in observations 33
• 3.2.1. MJO diversity and related background conditions 33
• 3.2.2. Seasonal variation of MJO diversity 47
• 3.3. MJO diversity in CMIP6 models 64
• 3.3.1. CMIP6 model assessment 64
• 3.3.2. MJO diversity and related background conditions 71
• 3.3.3. Seasonal variation of the MJO diversity in models 82
• 3.3.4. Mean biases and MJO diversity in models 89
• 3.4. Discussion 92
• Chapter 4. MJO Amplitude Modulated by Stratospheric Wind 95
• 4.1. Motivation 95
• 4.2. The QBO influence on MJO amplitude in regional models 98
• 4.2.1. Experimental designs 98
• 4.2.2. QBO-MJO connection in regional model 103
• 4.2.3. Cold cap anomalies responses in regional model 108
• 4.2.4. Atmospheric cloud-longwave radiation effect 110
• 4.3. Sensitivity experiments: Cloud transparent experiment 117
• 4.4. Discussion 125
• Chapter 5. Conclusions and Future Directions 126
• 5.1. Conclusions 126
• 5.2. Future directions 130
• REFERENCES 132
• 국문 초록 145