기상 기후 강의 노트

온난형 대기구조에서 하층제트에 의한 호우 분석

1. 2014년 8월 18일 광주 호우사례

아래 그림 1 (a)의 레이더영상에서 18일 새벽 3시에 서해안 지역에 발달한 에코가 보이며, (b) 850hPa 유선과 하층제트 분석장에서 최대풍속의 중심부근에 호우 구역(붉은색 점선)이 (a)의 호우구역과 일치한다. 하층제트의 발생원인은 서해상에 위치한 중규모 저기압이 한반도로 접근함에 따라 기압경도력이 강화되었기 때문이다(그림1c).

아래 그림 2는 같은 시각에 광주에서 관측된 단열선도 분석장으로 호우가 발생되기 직전의 대기구조를 보여준다.

왼쪽 분석란을 살펴보면, 열역학적 불안정도를 진단할 수 있는 CAPE(Convective Available Potential Energy) 값이 없다. 왜냐하면, CAPE 값은 자유대류고도(LFC: Level of Free Convection)부터 평형고도(EL: Equilibrium Level)까지 양의부력 면적을 적분한 값으로서 연직운동을 활발하게 만들 수 있는 잉여에너지를 의미하는데, 그림 2에서는 LFC고도부터 상승하는 공기는 포화된 상태이므로 습윤기온감률 곡선을 따라 상승하므로 실제 기온에 비해 상승온도가 낮아 LFC고도 이상으로 상승할 수 없기 때문이다. 그렇지만, TPW(Total Precipitable Water, 대기층 내의 가강수량)값은 65.3으로 호우를 발생시킬수 있는 임계값 수준인 50이상을 넘어선 높은 값을 보인다.

기온과 노점온도의 분포를 보면, 지상부터 대류권계면 고도가 위치한 150hPa 부근까지 기온과 노점 온도의 차이가 5℃이하로서, 습윤한 대기 상태를 보여주고 있다. 우측상단의 호도그래프를 살펴보면, 지상부터 상층까지의 바람이 시계방향으로 회전하는 순전(veering)의 모습으로 대기 전 층에서 온난이류가 있음을 알 수 있다.

호우발생의 역학적인 구조는 850hPa 부근을 기준으로 위와 아래고도의 기온과 바람 분포에서 찾을 수 있다. 850hPa 아래 고도 동풍의 바람이 불고 있으며, 지상부터 850hPa 고도까지 기온차이가 크지 않다. 925~850hPa 구간에는 역전층까지 보인다.

850hPa 이상의 고도 남서풍과 함께 하층제트(25kts 이상의 풍속)가 보인다. 이 남서풍은 150hPa 고도까지 불며, 이 구간 내에 습윤기온감율 곡선과 비슷한 기온감률 분포를 보인다. 포화된 상태에서 850hPa 이상의 대기는 불안정한 상태라고 할 수 있다. 고도에 따른 바람분포(우측 바람 기입란)를 보면, 2개의 최대풍 고도를 찾을 수 있다. 8km 부근에 위치한 1차 최대풍 고도와 대류권계면 부근인 15km에 위치한 2차 최대풍 고도.

아래 그림 3은 하층제트에 의한 호우발생의 모식도이다.

남에서 북으로 이동하는 하층제트는 습윤하고 따뜻한 공기를 가지고 북으로 이동하므로 주변의 공기 무게에 비해 가볍다. 따라서 지상부근의 공기와 잘 섞이지 않으므로 온난전선과 같은 연직전선면(vertical front slop)이 형성된다. 대류권계면 부근의 상층 제트가 위치한 곳에 다다르면, 수평운동 성분이 연직운동 성분으로 전환되면서 강한 대류와 함께 호우가 발생한다. 이 때 연직운동이 강화되면서 수평운동 성분이 약해지므로 대류권 중·상층 고도에서 풍속이 약화되는 현상이 나타난다. 호우가 발생하는 지역의 연직 바람 분포는 그림 3의 왼쪽과 같이 중층고도에서 1차 최대풍과 대류권계면 고도에 2차 최대풍(상층제트)이 관측된다.

2. 2014년 8월 21일 오산(수원) 사례

아래 그림 4는 2014년 8월 21시 09시 오산(수원)을 기준으로 서쪽에서 접근하는 호우형 구름대(a)와 지상 AWS 바람분포(b)이다.

경기만 부근에 20mm/h 강도를 보이는 에코대가 위치하고 있다. 그림4(b)의 지상 바람분포를 보면, 강한 에코가 위치한 지역(노란색 파선)에 지상 바람은 북동풍이 나타나고, 수렴하는 모습은 보이지 않는다. 아래 그림 5의 단열선도를 보면, 앞의 1번 사례와 마찬가지로 하층제트에 의한 호우형 구조에서 나타나는 패턴이다. 

아래 그림 5는 같은 시각 관측된 오산의 단열선도이다.

이번 사례에서도 CAPE값은 나타나지 않고, TPW는 63.5로 높은 값을 보였다. 오른쪽에 연직 바람 분포를 살펴보면, 앞의 사례와 마찬가지로 지상과 하층대기 에서는 동풍이 불고 있으며, 고도가 증가하면서 남~남서풍이 나타나고 풍속도 증가한다. 1차 최대풍 고도는 8km 부근에서 발견되며, 이후 고도증가에 따라 풍속이 감소하다가 약 13km 고도에 2차 최대풍인 상층 제트가 보인다. 이와 같은 고도에 따른 바람 분포를 이용하여 하층제트에 의한 대류발달 구조를 진단하고 호우예측에 활용할 수 있다.

출처: 손안에 잡히는 예보기술, 기상청 (2014)

COMIS-3 단열선도 분석란

호도그래프

● 연직으로 관측된 바람벡터를 한 정점에 모아서 표시한 후 대기하층점에서 상층점으로 벡터의 끝을 연결하여 얻은 곡선(궤적)

● 연직 wind shear 파악하기 위한 것

● 고도에 따른 수평 바람의 속도 차를 묘사

● 두 층의 수평바람의 벡터 차이다.

보조일기도는 기본일기도에서 보여주지 못하는 기상요소들과 2차 변수들, 특정 기상요소만을 강조한 자료를 예보관에게 제공함으로써, 시스템의 이해를 돕고 정확한 분석과 예측을 할 수 있게 보완해 주는 일기도이다.

850hPa 수분속 

● 850hPa 면에서 단위 면적을 단위 시간에 통과하는 수증기량과 이동 방향을 화살표로 나타낸 것

● 수분속(moisture flux; 10-2·g-1·m-2·s-1)

● 이류되는 수증기의 양이 많은 곳은 화살표의길이가 길고, 반대로 이류되는 수증기의 양이 적은 곳은 화살표의 길이가 짧음

● 호우 예보에 수분 속을 이용할 때는 벡터 크기보다는, 수렴하는 위치나 가강수량 등 다른 보조자료를 참고하여 수렴하는 양을 판단하는 것이 중요

수증기의 유입량은 많고 유출량이 적은 곳에서 수증기가 모이게 되고 비구름이 발달하기 쉽기 때문이다.

아래 그림 1은 2011년 7월 27일 00UTC에 서울부근에 나타난 호우 사례로 850hPa 수분속의 벡터가 중국과 동중국해에서 경기만 부근으로 이동 하면서 수렴하는 것을 볼 수 있다. 레이더와 위성영상을 참고하면, 수분속 벡터의 크기보다는 수렴하는 구역에서 강한 에코와 대류성 구름이 발달한다.

만약, 850hPa 수분속의 벡터 크기가 크고 수렴하는 형태일 때, 850hPa 수렴장을 참고한다면 더 정확한 분석이 가능하다. 수렴은 대기 하층의 이슬점온도를 상승시켜 강한 강수를 유발하고 상당온위 값도 증가시킨다. 습윤 이류는 습기를 특정한 지점으로 연속적으로 이동시키기 때문에 실제 강수량은 가강수량 (Precipitable Water)보다 훨씬 많이 나타날 수 있다. 

850hPa 유선도

● 850hPa 면에서 각 지점의 바람 벡터에 평행하게 선을 그어서 나타냄

● 25knot 이상인 지역은 빗금으로 표시

유선은 아래 그림 2와 같이 수평면에서 각 지점의 바람 방향에 평행하게 연속적 으로 그은 선으로서, 중위도에서 대체로 등고도선에 평행하게 불고, 그 크기는 등고도선의 조밀도에 비례한다.

관측된 바람은 크게 지균성분과 비지균성분 으로 분리할 수 있는데, 고도장에서는 지균풍을, 유선도에서는 비지균풍을 시각적으로 짐작 할 수 있다.

풍속은 유선이 조밀한 곳에서 강하게 나타나며, 하층에서의 바람이 강한 곳에서는 하층제트와 관련한 뇌우가 발생할 수 있다. 850hPa 유선장에서 녹색으로 채색된 부분은 하층제트(>25kts) 구역이며, 남풍계열의 바람이 불 때 하층제트 중심의 북쪽에서 호우가 발생하기 쉽다 (그림에서 A, B 지점).

[ 참고문헌 ]

• 기상청 예보기술팀, 2011: 2011년 손에 잡히는 예보기술
• 홍성길, 1995: 기상 분석과 일기예보, 교학연구사
• Capt M. R., J. P. Capt, F. H. MSgt, S. L. MSgt, G. W. TSgt, J. Mike., and C. Debbie, 1998: Meteorological Techniques. Convective Wea, 3, 188-192.
• Galway, J. G., 1956: The lifted index as a predictor of latent instability. Bull. Amer. Meteor. Soc., 37, 528-529.
• George, J. J., 1960: Weather Forecasting for Aeronautics. Academic Press, 410-415.
• Miller, R.C., 1967: Notes on analysis and severe storm forecast procedures of the military weather warning center. Tech. Rep. 200, U.S. Air Force Air Weather Service, Scott AFB, 170 pp.
• Miller, R. C., 1972: Notes on analysis and severe storm forecasting procedures of the Air Force Global Weather Central. Tech. Rept. 200(R), Headquarters, Air Weather Service, USAF, 190 pp.
• Showalter, A, K., 1947: A stability index for thunderstorm forecasting. Bull. Amer. Meteor. Soc., 34, 250-252.
• Weather forecasting handbook, 2002: Precipitation type of winter forecasting. pp144.
• White. A. B., D. J. Gottas., A. F. Henkel., P. J. Neiman, F. M. Ralph., and S. I. Gutman, 2010: Developing a performance measure for snow-level forecasts. J. Hydrometeorology, 11, 739-753.
• ________, _______, E. T. Strem., F. M. Ralph, and P. J. Neiman, 2002: An automated brightband height detection algorithm for use with Doppler radar spectral moments. J. Atmos. Oceanic Technol., 19, 687-697

소용돌이도(와도: vorticity)

● 바람의 방향과 속도의 변화에 따라 발생하는 회전 운동을 보여줌.

● 기압골 (trough)에는 반시계 방향으로 회전하는 저기압성 소용돌이도가 위치

● 기압능(ridge)에는 시계 방향으로의 회전하는 고기압성 소용돌이

● 집중호우 분석에 적절하지 않아 하층수렴, 풍속 등을 참고해야.

500hPa 소용돌이도(vorticity; 10^-5 s^-1)

● 500hPa 면의 공기덩이가 갖는 상대와도의 분포를 2 × 10^-5 s^-1 로 표시

   여름철 1000hPa - 500hPa 층후

   겨울철 1000hPa - 700hPa 층후

아래 그림 9와 같이 골과 능에서 각각 회전에 의한 양의 값과 음의 구역이 나타남.

우리나라 상층은 강한 편서풍으로 서에서 동으로 이동하는 기류가 우세하므로 고도장이나 유선에서 회전성분이 뚜렷이 드러나지 않는다. 하지만, 소용돌이도장에서는 회전성분에 속도값이 크게 작용하므로 상층 기압골과 구름대를 찾는데 효과적이다.

소용돌이도 방정식을 사용하여 소용돌이도 이류를 수렴과 발산으로 표현할 수 있다.

예를 들면, PVA(Positive vorticity advection)나 NVA(Negative vorticity advection)는 보통 상층의 발산이나 수렴을 나타내기 때문에 연직운동과 고·저기압 시스템의 발달·소멸, 기압골의 이동방향을 분석하는데 사용한다.

공간 규모의 차이로 인해 집중호우 분석 등 국지일기 분석에 500hPa 소용돌이도장의 사용은 적절치 않다. 이외에도 850hPa 수렴과 등풍속, 300hPa 발산과 제트(등풍속)분석 등이 있다.

보조일기도들은 각각의 특징이 있기 때문에 계절적 특징, 시스템의 특징 등을 이해하고 분석에 사용해야 한다. 예를 들면,

겨울철은 대류권계면이 300hPa 부근이므로 상층제트기류와 발산구역 분석은 300hPa 고도장으로,

여름철은 대류권계면 고도의 상승에 따라 200hPa 고도장을 이용하는 것이 좋다.

지상부터 상층까지 잘 조직된 저기압시스템의 영향을 받는다면, 와도분석이 필요하나,

여름철 집중호우 분석에는 와도 분석보다 하층수렴, 풍속 등을 참고하는 것이 좋다.

여름철 소나기 예보에는 SSI가 적절하나 저기압 시스템에 의한 강수 예측에는 적절치 않다.

700hPa 상승속도

시간당 기압변화(hPa)를  기압이 감소(상승기류)하는 구역을 채색하여 보여 준다.

아래 그림 8:  2010년 9월 21일은 서울을 중심으로 중부지방 호우 사례

700hPa의 상승류 중심이 중부 지방에 위치

중심 최대 상승구역이 시간당 44hPa. 이 정도의 기압변화만으로는 연직으로 급격히 발달한 뇌우와 호우구름 형성을 설명하기 어렵다.일반적으로 연직운동의 크기 규모는 수평운동의 1/100 정도로서, 수평면에서 대기의 풍속이 어떤 지점에 25m/s 정도라면, 연직 속도는 수십 cm/s에 불과. 이는 뇌우를 발생시키는 상승기류가 시간당 수백 km(초당 수십~수백m)를 넘는다는 사실과 비교하면 미미한 속도.

하지만, 뇌우의 규모가 그림 8과 같이 지역모델(UM-RDAPS)의 격자간격보다 작고, 하층제트에 의해 습도가 매우 높은 공기가 수렴하면서 부력을 얻어 상승하고, 지형과 만나 또다시 상승운동이 강화되면, 시간당 백 km이상의 강한 상승기류가 충분히 발생할 수 있다. 따라서, 700hPa의 연직 상승속도는 850hPa 유선, 등폭속선, 수렴도 등 다양한 보조자료들과 함께 분석하여 호우예측에 활용해야한다. 만일 700hPa의 습수구역에 상승류가 존재한다면, 강수지역으로 판단.

850hPa 기온변화

● 850hPa 온도장의 24h 온도 변화량을 2℃ 간격으로 표시

● 24시간 전보다 기온이 상승한 구역은 (+)값으로 하강한 지역은 (-)값으로 표시

● 전선대의 발달과 쇠약, 한랭역과 온난역의 진행과정을 파악하는데 유용

● 기압계이동과 한랭전선 이동분석에 유용

●  황사 이동경로 및 영향 분석에도 유용

아래 그림 7은 2일간 24시간 850hPa 기온변화이며,  24시간 동안 해당기압면의 온도변화가 감소한 구역은 푸른색으로 채색되어있다. 붉은색 화살표 실선은 24시간 기온 하강 중심의 이동방향 궤적을 보여준다. 850hPa의 기온변화의 중심은 특히, 한랭전선을 동반한 저기압의 이동방향과 일치한다. 기압계이동과 한랭전선 이동분석 외에 황사 이동경로 및 영향 분석에도 유용하게 사용할 수 있다.

500hPa 고도

• 대류권 중간층
• 수렴과 발산이 거의 없는 비발산고도
• 대류권 중층의 장파/ 단파 분석, trough(기압골)와 ridge(기압능) 파악에 유용
• 중장기 예보에도 활용
• 500hPa 고도 및 온도변화는 대기 중층에서 기압계의 발달-쇠약과정을 파악하는 데 유용

아래 그림 6에서 채색된 부분은 24시간 고도 하강 구역으로서, 중층대기의 기압계 흐름 중 trough 추적에 주로 사용한다.

층후과 습수(T-Td)

겨울철 1000-700hPa 층후는 눈과 비를 구분하는데 사용.

1000-500hPa 층후도

여름철 호우 분석시 유용. 그러나, 겨울철 눈과 비의 강수형태 판별에  하층대기에 주로 구름이 형성되는 대기조건(우리나라)에는 활용도가 낮다. (2011년 손에 잡히는 예보기술 ‘층후분석’ 참고)

습수(T-Td): 해당 등압면에서 기온과 이슬점온도의 차이

습수 분포도에서 공기의 포화정도를 알 수 있는데, 700hPa 고도에 습윤한 대기가 있다면 강수 가능성이 높다.보통 700hPa 이하에서 습수가 4℃이하이거나 500hPa에서 6℃이하이면 해당 기층의 공기는 거의 포화 상태.

아래 그림 5에서 붉은색으로 빗금친 구역(최소 2760m, 최대 2820m)을 기준으로 남쪽은 비, 북쪽은 눈으로 판단. 녹색 구역은 700hPa 고도의 습수가 4℃ 이하인 구역이다.

[ 참고문헌 ]

• 기상청 예보기술팀, 2011: 2011년 손에 잡히는 예보기술
• 홍성길, 1995: 기상 분석과 일기예보, 교학연구사
• Capt M. R., J. P. Capt, F. H. MSgt, S. L. MSgt, G. W. TSgt, J. Mike., and C. Debbie, 1998: Meteorological Techniques. Convective Wea, 3, 188-192.
• Galway, J. G., 1956: The lifted index as a predictor of latent instability. Bull. Amer. Meteor. Soc., 37, 528-529.
• George, J. J., 1960: Weather Forecasting for Aeronautics. Academic Press, 410-415.
• Miller, R.C., 1967: Notes on analysis and severe storm forecast procedures of the military weather warning center. Tech. Rep. 200, U.S. Air Force Air Weather Service, Scott AFB, 170 pp.
• Miller, R. C., 1972: Notes on analysis and severe storm forecasting procedures of the Air Force Global Weather Central. Tech. Rept. 200(R), Headquarters, Air Weather Service, USAF, 190 pp.
• Showalter, A, K., 1947: A stability index for thunderstorm forecasting. Bull. Amer. Meteor. Soc., 34, 250-252.
• Weather forecasting handbook, 2002: Precipitation type of winter forecasting. pp144.
• White. A. B., D. J. Gottas., A. F. Henkel., P. J. Neiman, F. M. Ralph., and S. I. Gutman, 2010: Developing a performance measure for snow-level forecasts. J. Hydrometeorology, 11, 739-753.
• ________, _______, E. T. Strem., F. M. Ralph, and P. J. Neiman, 2002: An automated brightband height detection algorithm for use with Doppler radar spectral moments. J. Atmos. Oceanic Technol., 19, 687-697

925hPa 기온 분포도

● 온도의 분포를 3℃ 간격 등치선으로 나타냄

● 주변보다 따뜻한 곳은 W, 차가운 곳은 C로 표시

● 11월~ 4월까지만 사용. 5월~10월에는 850hPa 상당온위를 사용

아래 그림 4는 925hpa 기온분포도.

겨울에는 925hPa의 0℃선 분석이 중요.

눈이 내리기 위해선 0℃ 이상 층(melting layer)의 두께가 600m 이하여야 한다(Weather forecasting handbook 2000, White et al. 2002, White et al. 2010). 따라서, 925hPa(기준고도 810m) 기온이 0℃보다 높다면 눈이 내릴 가능성은 희박.

925hPa은 지상과 연계된 전선분석에 활용.기온의 경도가 크고 바람이 급변하는 곳에서 전선을 찾아낼 수 있다.

850hPa 기온분포도와 마찬가지로 아침 최저 기온과 낮 최고 기온 예측에도 활용한다

[ 참고문헌 ]

• 기상청 예보기술팀, 2011: 2011년 손에 잡히는 예보기술
• 홍성길, 1995: 기상 분석과 일기예보, 교학연구사
• Capt M. R., J. P. Capt, F. H. MSgt, S. L. MSgt, G. W. TSgt, J. Mike., and C. Debbie, 1998: Meteorological Techniques. Convective Wea, 3, 188-192.
• Galway, J. G., 1956: The lifted index as a predictor of latent instability. Bull. Amer. Meteor. Soc., 37, 528-529.
• George, J. J., 1960: Weather Forecasting for Aeronautics. Academic Press, 410-415.
• Miller, R.C., 1967: Notes on analysis and severe storm forecast procedures of the military weather warning center. Tech. Rep. 200, U.S. Air Force Air Weather Service, Scott AFB, 170 pp.
• Miller, R. C., 1972: Notes on analysis and severe storm forecasting procedures of the Air Force Global Weather Central. Tech. Rept. 200(R), Headquarters, Air Weather Service, USAF, 190 pp.
• Showalter, A, K., 1947: A stability index for thunderstorm forecasting. Bull. Amer. Meteor. Soc., 34, 250-252.
• Weather forecasting handbook, 2002: Precipitation type of winter forecasting. pp144.
• White. A. B., D. J. Gottas., A. F. Henkel., P. J. Neiman, F. M. Ralph., and S. I. Gutman, 2010: Developing a performance measure for snow-level forecasts. J. Hydrometeorology, 11, 739-753.
• ________, _______, E. T. Strem., F. M. Ralph, and P. J. Neiman, 2002: An automated brightband height detection algorithm for use with Doppler radar spectral moments. J. Atmos. Oceanic Technol., 19, 687-697

SSI 지수 (Showalter, 1947)

● 850hPa 기온과 500hPa 기온 차를 이용해 대류불안정을 가늠하는 지수

● 850hPa 면에서의 LCL 으로부터 습윤단열선을 따라 올라가 500hPa 면과 만나는 점의 기온을 500hPa 면 실제 기온에서 뺀 값

● 분포를 3간격의 등치선으로 그리고 +3 이하인 곳을 빗금으로 표시

● 주위보다 높은 곳은 H, 낮은 곳은 L 로 표시

● 여름철 850~500hPa, 겨울철 925~700hPa

●  < 3: 소나기 가능성

● < -6: 심한 뇌우 발생 가능성

850hPa면이 사용된 이유: 여름철에 지표 근처의 대류 활동이 왕성해 혼합층 고도가 850hPa에 이른다고 가정하였기 때문. 다른 말고, 지상에서 850hPa면에 갇혀 있는 수증기를 소나기 구름의 주 에너지 공급원으로 본 것이다.

500hPa면 온도차를 안정도 기준으로 정한 이유:  이 고도 이하에 수증기가 대부분 분포하여 뇌우가 발달할 수 있는 안정도를 평가하기에 적절하기 때문이다.

겨울철에 활용도 낮은  SSI  

SSI는 공기의 유·출입이 크지 않은 안정한 기단의 영향을 받을 때(주로 여름철 무더위 기간) 사용하기 적절한 지수. 겨울철에는 계절적으로 구름들의 운저가 낮고 비구름의 키도 작으므로 925hPa면의 상승응결고도와 700hPa면의 온도차를 이용하여 계산. 저기압에 의한 강수량 분석, 기압계가 빠르게 이동하는 경우에는 사용하기에 적절치 않다(2011년 손에 잡히는 예보기술 ‘불안정지수’ 참고).

상층의 한기가 동반된 뇌우 진단은 CT(Cross Totals ), TT(Total Totals Index ), S(S-Index), SWEAT(Severe Weather Threat Index)가 유용하며, 호우예측은 KI(K Index ), TI(Thompson Index)가 적합하다.

아래 그림 3은 2008년 8월 8일 광주와 전남지방에 발생한 강한 소나기 사례.

광주는 1시간 강수량이 86.5mm으로 역대 최다 강수량을 기록.

지상일기도 상 우리나라는 고기압권의 영향을 받는 가운데 일사에 의한 가열로 기온이 상승하여 오후부터 산발적으로 뇌우가 발생. SSI는 남부지방에 0 이하의 불안정한 값을 나타냄. 

[ 참고문헌 ]

• 기상청 예보기술팀, 2011: 2011년 손에 잡히는 예보기술
• 홍성길, 1995: 기상 분석과 일기예보, 교학연구사
• Capt M. R., J. P. Capt, F. H. MSgt, S. L. MSgt, G. W. TSgt, J. Mike., and C. Debbie, 1998: Meteorological Techniques. Convective Wea, 3, 188-192.
• Galway, J. G., 1956: The lifted index as a predictor of latent instability. Bull. Amer. Meteor. Soc., 37, 528-529.
• George, J. J., 1960: Weather Forecasting for Aeronautics. Academic Press, 410-415.
• Miller, R.C., 1967: Notes on analysis and severe storm forecast procedures of the military weather warning center. Tech. Rep. 200, U.S. Air Force Air Weather Service, Scott AFB, 170 pp.
• Miller, R. C., 1972: Notes on analysis and severe storm forecasting procedures of the Air Force Global Weather Central. Tech. Rept. 200(R), Headquarters, Air Weather Service, USAF, 190 pp.
• Showalter, A, K., 1947: A stability index for thunderstorm forecasting. Bull. Amer. Meteor. Soc., 34, 250-252.
• Weather forecasting handbook, 2002: Precipitation type of winter forecasting. pp144.
• White. A. B., D. J. Gottas., A. F. Henkel., P. J. Neiman, F. M. Ralph., and S. I. Gutman, 2010: Developing a performance measure for snow-level forecasts. J. Hydrometeorology, 11, 739-753.
• ________, _______, E. T. Strem., F. M. Ralph, and P. J. Neiman, 2002: An automated brightband height detection algorithm for use with Doppler radar spectral moments. J. Atmos. Oceanic Technol., 19, 687-697

여름철

대륙과 해양의 비열 차이로 유라시아 대륙에 열저기압이, 해양에 북태평양고기압이 형성. 

아래 그림 1(a)와 같이 우리나라는 남풍 기류의 영향을 받는다.

뜨겁고 습한 남풍 기류는

• 대륙의 열저기압 남쪽인 벵갈만과 남중국해에서 유입되거나,
• 북태평양고기압 남쪽인 적도 태평양에서 유입된다.

이 기류가 중국 양쯔강하류 부근 또는 동중국해에서 합쳐지면서 풍속이 증가하고 우리나라로 뜨겁고 습한 공기를 유입시켜 호우와 무더위의 원인이 된다.

북태평양고기압과 대륙의 열저기압은 여름철 동아시아 하층대기의 특징.

그림 1(b): 같이 300, 200hPa의 티베트고기압, 상층제트(50kts 이상의 풍속대), 500hPa의 북태평양고기압의 등고선(기준선 5880gpm)) 

티베트 고기압

티베트고원지대의 해발고도가 약 500hPa. 300hPa 이상의 고도에서만 뚜렷하게 나타남.

우리나라와 일본 남쪽 해상의 상공에 동서로 고기압 벨트 형성.(Ueno et al. 2001, Hsu et al. 1999, Flohn 1968).

여름철 티베트 지역은 500hPa 이하의 고도에서는 열저기압 (열저압부)으로 묘화됨.

반면에 북태평양고기압은 500hPa 고도에서는 뚜렷하게 나타나지만 300hPa 이상의 고도에서는 티베트고기압과 구분이 되지 않거나 존재하지 않을 수 있다. 

호우 유형 분류

2001년 이후 우리나라에서 1시간만에 70mm 이상의 집중호우가 발생된 사례의 유형 (기상청).

● 상하층제트 커플링형  

   하층제트와 상층제트가 모두 동일한 호우구역에 존재하는 경우.

   동일한 지역의 상공으로 하층 제트와 상층제트가 일정한 각도를 이루면서 교차하여 지나감.

● 태풍 전면 수렴 형  

   하층제트는 없고 상층제트만 존재하는 호우

   상층 제트를 기준으로 기류가 유입되는 입구의 남쪽인 상층 발산구역에 위치하고, 태풍 전면에서 호우 발생

● 국지성 호우형  

   하층제트와 상층제트가 모두 존재하지 않는 경우.

아래 그림 2는 2001~ 2011년 기간 동안, 1시간만에 70mm 이상 호우가 발생된 사례를 조사하여 5일 간격의 발생횟수를 보여주는 그래프이다. 총 53개 사례 가운데 장마기간에 17개 (32%)가 발생하였고, 2차 우기에 가장 많은 35개(66%)가 발생했다. 10월에는 1개의 호우사례가 있다. 2차 우기기간에는 태풍이 5개를 차지하여 총 호우 중 9%를 차지했다. 1시간에 70mm 이상의 강수량은 호우주의보 기준을 1시간 내에 넘어서는 양이고, 돌발홍수에 의한 피해를 발생시킬 수 있다. 

상하층 제트커플링형 호우가 총 53개 사례 중 25개(47%)로 가장 많았다. 하층제트 커플링은 동일한 지역의 상공으로 하층 제트와 상층제트가 일정한 각도를 이루면서 교차하여 지나가는 구조를 말한다 (2011년 손에 잡히는 예보기술 2호 ‘하층제트’편 참조). 이런 형태의 대기구조가 나타나면, 직접 열순환에 의한 연직운동이 활발해지며, 하층수렴과 상층발산에 의해 호우가 발생하기 쉬운 대기구조가 잘 형성된다(Saulo et al. 2007, Chen et al. 2003).

사례분석 - 상하층제트 커플링형의 종류

(1) 상층 등고선 분류형 발산

(2) 제트 입구의 남쪽 발산

(1) 상층 등고선 분류형 발산

아래 그림 3은 2011년 7월 27일 상하층제트 커플링에 의해 수도권과 부산에서 동시에 호우가 발생한 사례. 7월 27일 00UTC에 850hPa에서 2개의 강풍대가 서해와 남해상에 분포(그림3a). 강풍대 중심의 북동쪽에서 호우(그림3 b, c)가 나타났다.

아래 그림 4는 그림 3과 같은 시각의 편집일기도.

850hPa 일기도(그림 4a)에서 우리나라 부근으로 남서풍의 하층제트(25kts이상)가 존재.

850hPa의 하층제트는 200hPa 일기도(그림 4b)에서 보하이만(발해만)부터 우리나라 중부지방을 지나가는 상층제트와 교차.

이렇게 850hPa의 남서풍과 200hPa의 서풍이 동일한 지역의 상공을 지나가게 되면 호우가 발생하기 좋은 조건

겨울철은 남북의 온도차이가 크기 때문에 한대제트가 강하고, 아열대제트도 공존하는데 반하여, 여름철은 아시아대륙의 가열로 남북의 온도차이가 작아 풍속이 약하고 우리나라 부근에선 한대제트보다 풍속이 약한 아열대제트가 주로 나타남. 

아래 그림 4(b): 티베트 고기압은 6~9월까지 티베트 고원에서 우리나라 부근의 상공을 오르내린다(Bao 1987). 중국 북부지역은 남북으로 등고선이 조밀한데 비해 우리나라 부근의 등고선 분포는 남북의 등고선 경도가 약하여, 등고선 분류형으로 발산이므로, 우리나라는 상층 발산구역에 위치한다.

한편, 상층일기도 분석 시 합류형의 등고선 분포는 상층의 기류가 수렴되는 형태이다. 따라서, 상층 바람장을 이용해 가장 강한 발산지역에 대한 면밀한 분석이 필요하다. 등고선 분류형의 상층 발산구역은 고기압성 회전을 하는 북서기류에서 뚜렷하며, 풍속은 강하지만 기류가 진행하는 방향으로 풍속이 약한 지역에서는 발산값이 최대로 나타난다(Funk 1991, Maddox 1979, Uccelini and Johnson 1979). 

아래 그림 5는 그림 4의 850hPa 최대풍속을 기준으로 남북의 연직단면도으로서, 하층제트에 의한 호우 모식도와 상층제트와 하층제트의 커플링 모식도를 나타낸다. 대류발달구역은 그림 3의 2011년 7월 27일 호우사례와 일치. 

강한 대류에 의한 호우 구역은 850hPa에서 최대풍속의 북쪽에 위치

온난·습윤한 기류가 고위도로 이동하면서 상대적으로 차가운(무거운) 공기위로 상승하다가 상층의 발산구역에 들어가게 되면 강한 대류가 발달

따라서, 동일한 850hPa 등압면 일기도에서 상승기류가 가장 강한 지역은 최대풍속의 북쪽에 풍속이 감소하는 지역.

하층대기의 강한 남풍은 고위도로 이동하면서 수평적 풍속 감소분을 연직 상승운동으로 전환시키며 최대 상승운동이 나타나는 지역에서 강한 대류가 나타난다(Trier and Parsons 1993). 

그림 5에서 하층제트가 지나가는 상공의 아래 지상바람은 동풍이나 미풍이다. 왜냐하면, 따뜻한 기류는 지상으로 하강하지 않고 상승하기 때문에 일정한 각도의 남북방향으로 전선면이 생기기 때문.

아래 그림 6  지상일기도( 2011년 7월 27일 00UTC ). 우리나라 중부지방을 중심으로 등압선 간격은 조밀한데 비하여 지상에서 관측된 풍속은 매우 약한 것을 볼 수 있으며, 특히 뇌전을 동반한 많은 비가 내리는 서울은 등압선 방향과는 달리 북동풍이 불고 있다.

(2) 제트 입구의 남쪽 발산

발산구역 찾는 법

(1) 등고(압)선 형태로 찾기

상층 발산구역은 등고(압)선 형태로 찾을 수 있다.

상층 발산구역은 주로 상층 제트가 약할 경우에 해당하며(주로 아열대제트에서 중심풍속 100kts 이하), 상층제트가 강할 경우 분류형태가 나타나지 않는다(주로 한대제트에서 중심풍속 100kts 이상).

(2) 상층제트축 4분면으로 찾는 법

제트축을 기준으로 풍속의 증가/감소 지역의 4개 분면으로 나눠 찾을 수 있다.

그림 7(a) 2010년 9월 21일 중부지방에 발생한 호우사례에 대한 12UTC 200hPa 일기도.

차가운 공기를 가진 북쪽 기류가 중국 북부지방으로 남하하면서 우리나라 부근의 따뜻한 기류와 만나 강한 제트기류가 형성. 제트기류의 최대풍속 지역은 연해주 부근에 위치, 우리나라는 제트 최대풍속을 기준으로 남쪽이고 입구에 해당.

그림 7(b) Uccellini and Kocin (1987)가 제시한 제트기류에 의한 발산, 수렴의 모식도.

상층 발산, 하층수렴 지역에 해당.

[ 참고문헌 ]

• 손에 잡히는 예보기술, 2014: 기상청
• 장마백서, 2011: 기상청
• Bao, C-L., 1987: Synoptic Meteorology in China. China ocean press. Beijing.
• Chen, G. T, Z. Jiang, and M-C. Wu, 2003: Spring heavy rain events in Taiwan during warm episodes and the associated large scale conditions. Mon. Wea. Rev., 131: 1173-1188.
• Choi, K-S. and H-R. Byun, 2007: Definition of the onset and withdrawal of the warm season over east Asia and their characteristics. J. Korean. Met. Sci., 43-2: 59-75.
• Flohn, H., 1968: Contributions to meteorology of the Tietan plateau. Atoms. Sci. Paper No 130, Colorado Stte Univ., Ft. Collins, Co. Funk, T. W., 1991: Forecasting techniques utilized by the Forecasting Brach of the National Meteorological center during a major convective rainfall event. Wea. Forecasting, 6, 548-564.
• Hsu, H-H., C-T. Terng, and C-T. Chen, 1999: Evolution of large-scale circulation and heating during the east transition of Asian summer monsoon. Journal of Climate 12: 793-810.
• Huang S. S. and M. M. Teng, 1964: On the annual variation of the subtropical high position. J. Natural Science in Univ., 1: 11-29.
• Maddox, R. A., 1979: The evolution of middle and upper tropospheric features during a period of intense convective storms. Preprint: Eleventh Conf. on Severe Local Soc., Kansas City, Amer. Meteor. Soc., 41-48.
• Saulo, C., J. Ruiz, and Y. G. Skabar, 2007: Synergism between the low level jet and organized convection at its exit region. Mon. Wea. Rev., 135: 1310-1326.
• Trier, S. B. and D. B. Parsons, 1993: Evolution of environmental conditions preceding the development of a nocturnal mesoscale convective complex. Mon. Wea. Rev., 121, 1078-1098.
• Uccellini, L. W., and D. R. Johnson, 1979: The coupling of upper and lower tropospheric het streaks and implications for the development of severe convective storms. Mon. Wea. Rev., 107, 682-703.
• _______, L. W. and P. J. Kocin, 1987: The interaction of jet streak circulations during heavy snow events along the east coast of the United States. Wea. Forecasting, 2: 289-308.
• Ueno, K., H. Fujii, H. Yamada, and L. P. Liu, 2001: Seasonal heating of the Tibetan plateau and its effect on Asian summer monsoon. Journal of the Meteorological Society of Japan, 79(1B): 419?-434.
• Yanai, M., C. Li, and Z. Song, 1992. Seasonal heating of the Tibetan Plateau and its effects on the evolution of the Asian summer monsoon. Journal of the Meteorological Society of Japan, 70(1B): 319-351.

한대제트
① 300hPa일기도에서 제트축을 기준으로 북쪽에 위치한 저기압의 중심이 Warm 일 경우 
② 300hPa일기도에서 티베트고원 북쪽(40N이상 고위도)에서 우리나라로 이동하는 제트기류

아열대제트
③ 300hPa일기도에서 제트축을 기준으로 북쪽에 위치한 저기압의 중심이 Cold 일 때
④ 300hPa일기도에서 한대제트 남쪽으로 제트축이 위치하며, 이 제트축의 남쪽이 Warm일 경우

(a) 300hPa 제트기류 분석

① 상층 온난저기압 (Warm Low)
② 한대제트 (Polar jet )
③ 상층 한랭저기압 (Cold Low)
④ 아열대 제트 (Subtropical Jet)

(b) 상층제트와 지상일기도

그림 9.  한대제트, 아열대세트의 분석

① 상층 온난저기압 (Warm Low)
② 한대제트 (Polar jet )
③ 상층 한랭저기압 (Cold Low)
④ 아열대 제트 (Subtropical Jet)

봄철 일기도 분석 방법

봄철에는 일조시간이 길어지면서, 중국을 중심으로 몽골 남쪽까지 지표가열로 열 저기압이 발생하는 시기이다. 이 시기에 주의하여 분석할 요소로는 열 저기압, 전선저기압, 북태평양 고기압 등이다.

열 저기압은 지표가열로 생성된 저기압으로서 이동하지 않는 정체성 저기압이다. 한편, 대륙의 얼었던 땅이 녹는 사막과 황토고원지대에서 주변보다 기온이 높아져 열 저기압이 발생하며, 이 저기압의 강한 상승 기류를 따라 모래와 먼지가 상층 대기로 불려 올라간 뒤, 상층의 강한 편서풍을 타고 우리나라로 이동해 오기도 하는데, 이를 황사라고 한다. 우리나라에 황사가 심하게 이동해 오는 경우는 대개 우리나라 북쪽을 지나는 저기압 후면에서 북서풍이 부는 기압패턴이 유지될 때이고, 한랭전선을 동반한 경우는 특히 황사가 심해진다.

아래 그림 5에서 2011년 4월 19일 00UTC에 850hPa에 중국과 몽골지역으로 온난이류가 강화되었다. 0℃ 등온선이 우리나라에서 몽골 북서쪽까지 남에서 북으로 놓여있다. 티베트 고지대에서 발생한 저기압은 열저기압으로써 이동을 하지 않는 정체성 저기압이다.

지상일기도에서도 저기압 중심이 보인다. 이 저기압 주위로 바람장을 고려하여 전선을 분석하는 경우가 있는데 상층의 기압골과 온도골이 동반되지 않는다면 전선을 분석하지 않아야 한다. 또한, 지상일기도에서 이 지역은 약 1km 고도에 해당하므로 바람이나 기상 요소를 고려한 일기도 분석이 중요하지 않다. 발생된 열 저기압은 3일간 정체하다가 상층의 온도골을 동반한 기압골이 서에서 동으로 이동하면서 이 열 저기압 상공을 지나갈 때, 연직으로 잘 발달된 전선 저기압이 발생 한다. 이 전선저기압은 동서의 큰 온도 차이에 의해 빠르게 이동하면서 발달하는데 그림 6처럼, 500hPa에 한기를 동반한 기압골과 합쳐져서 연직으로 잘 발달된 저기압이 한반도를 통과하는 것을 볼 수 있다. 850hPa과 지상일기도에 저기압 중심이 보이며, 전선분석이 가능하다. 저기압 중심을 기준으로 전선분석을 하기 위해서는 뚜렷한 동서의 온도차이가 있어야 한다. 열저기압처럼 저기압 중심을 기준으로 주위가 모두 따뜻한 상태이거나, 해발고도가 높은 고지대일 경우는 전선분석을 하지 않는다. 상층의 차가운 공기가 동반 되어 연직으로 잘 발달된 구조가 아닐 경우도 전선분석을 하지 않는 것이 좋다.

봄철은 상층은 아직 겨울철 패턴을 유지하고, 중국 대륙의 열적 가열은 강화되기 때문에 대기가 불안정하다. 상층의 강한 한기를 가진 공기가 우리나라 쪽으로 이동할 때, 저기압이 연직적으로 강하게 발달한다.

아래 그림 7은 그림 6의(c)와 같은 시각의 300hPa 일기도와 300hPa 부근과 지상의 모식도이다.

300hPa 일기도에서 기압골(trough)부근으로 남북의 고도 경도가 크고 강풍 중심이 나타나는데, 그림 7(a)에서 100kts이상의 강풍 중심이 우리나라 부근에 위치한다. 300hPa 일기도에서 제트기류의 중심이 위치하는 기압골을 중심으로 서쪽은 기류가 합류(confluence)하는 형태로 상층 수렴, 하층 발산이 나타나며, 동쪽은 기류가 분류(diffluence)되는 형태로 상층 발산, 하층 수렴이 나타난다. 그림 7(b)에서 지상과 상층과의 일기시스템 구조가 간단하게 설명되어 있다. 그림 6(c)의 지상일기도와 비교해 보면, 전선이 동반된 발달한 저기압은 서해상에 위치한 저기압과, 고기압은 몽골남부에 위치한 고기압과 일치됨을 알 수 있다. 동아시아 봄철은 중위도 파동에 따른 고·저기압 발달 이론이 잘 일치되는 계절이다.

이 외에도 봄철에 주의해서 분석해야 할 요소가 있는데, 850hPa에 동중국해 부근에 위치한 정체성 고기압 이다.필리핀 고기압이라고 부르며, 2월부터 벵갈만부근과 인도차이나반도의 지표가열로 저압부가 형성됨에 따라 상대적으로 필리핀 부근해상에서 발생 하는 키 작은 고기압이다. 이 고기압은 2월 말에 필리핀 부근에 위치하다가 4월 초부터 동중국해 부근 까지 확장 한다. 하층대기의 대륙과 해양의 비열차이에 의해 만들어 지는 아열대 고기압으로서, 일기도 분석에 주의할 필요가 있다. 이 850hPa 고기압은 중국에서 이동성 고기압이 동중국해상으로 이동할 때 합쳐지면서 그림 8(a)와 같이 우리나라까지 고기압의 능이 확장한다. 이렇게 확장하면 고기압 가장자리를 따라 다량의 수증기가 포함된 온난한 기류가 우리나라로 유입 된다. 서쪽에서 발달하는 저기압이 접근하면 많은 비가 내리기도 한다. 전선을 동반한 저기압이 우리나라를 통과하면 이 고기압은 다시 필리핀 부근으로 남하한다.

아래 그림 8(a)와 같이 드물게 중국 내륙에 이 고기압 중심을 묘화하는 분석자도 있는데, 고기압 발생원인이 해상과 육상의 비열차이이므로 해양에 중심을 묘화하는 것이 바람직하다. 또한 (c)와 같이 필리핀 부근해상에 고기압을 묘화하지 않는 경우도 있는데, 이때는 주변의 관측값을 살펴보고 간선으로라도 고압부를 묘화하는 것이 좋다. 그렇지만, 이 키가 작은 고기압 상공에는 여름철처럼 500hPa에 고기압이 뚜렷하게 나타나지 않는다.

참고.  300hPa 일기도로 한대제트와 아열대제트 구분하는 방법

한대제트

① 300hPa일기도에서 제트축을 기준으로 북쪽에 위치한 저기압의 중심이 Warm 일 경우

② 300hPa일기도에서 티베트고원 북쪽(40N이상 고위도)에서 우리나라로 이동하는 제트기류

아열대제트

① 300hPa일기도에서 제트축을 기준으로 북쪽에 위치한 저기압의 중심이 Cold 일 때

② 300hPa일기도에서 한대제트 남쪽으로 제트축이 위치하며, 이 제트축의 남쪽이 Warm일 경우

출처: 손에 잡히는 예보기술

계절별 일기도 분석

1) 겨울철 분석

겨울은 바이칼호 부근에 정체하고 있는 시베리아 고기압의 영향을 받는 계절이다. 시베리아 고기압의 중심은 여러 개로 분리하여 분석하는 것보다 주변에 분포한 관측 값을 고려하여, 하나의 중심을 가진 고기압 으로 분석·묘화하는 것이 좋다. 이 지역은 1500m 이상의 고원지대이기 때문에 바람장, 기압값에 의존한 분석은 중요치 않다. 아래 그림 3은 24시간 간격의 지상일기도 분석결과로서, 수정이 필요한 일기도(a)와 제대로 묘화된 일기도(b)의 예를 보여준다.

그림 3(a)의 경우 몽골서쪽지역에 모든 기압 값을 고려하여 고기압을 3개로 분리시켰다. 3개로 분리한 결과 고기압 주변의 등압선 굴곡이 커지고, 정체된 시베리아 고기압이 보이지 않고 고립된 약한 고기압으로 보인다. 티베트 고원지역은 기압값이 없는데도 불구하고 매우 강한 기압경도를 보이는 저기압을 묘화하였다. 이렇게 묘화한 결과 고기압과 저기압 사이에 등압선 간격이 매우 넓은 지역이 있는가 하면, 바로 인근에 매우 조밀한 지역도 나타났다.

그림 3(b)는 24시간 후 분석된 일기도인데 정체된 시베리아 기단을 하나의 고기압으로 분석하여 기단의 세력이 강하고 범위가 넓어 보이며, 굴곡이 덜한 원형에 가까운 등압선으로 묘화하였다. 남쪽에 위치한 저압부도 원형으로 저기압 중심을 그리지 않아 그림 3(a)에 비해 기압경도력이 일정하여 공기의 흐름이 잘 묘화되었으며, 특히 겨울철 가장 뚜렷한 시베리아 고기압의 세력이 남쪽과 동쪽으로 뻗여 있는 모습이 잘 묘화되었다

아래 그림 4는 겨울철 우리나라를 자주 통과하는 중규모 저기압(발해만 저기압)에 의한 일기도 분석결과이다. 겨울철 차가운 공기가 지배하는 가운데, 더 차가운 공기가 이동하면서 하층대기나 지상에 기압골을 형성하여 우리나라 서쪽지방에 눈이 내린다. 전선면의 고도가 낮아 그림 4(a)와 같이 500hPa에서는 서풍형의 바람과 동서로 평행한 기온구조를 보이나, 850hPa에서는 그림 4(b)와 같이 전선이 보이며, 전선의 서쪽은 북서류가 동쪽은 남서류가 나타난다.

그림 4(c)와 같이 지상일기도에서 저기압 중심이 나타나기도 한다. 그림 4(d)는 이번 사례에 대한 간단히 요약한 것으로서, 그림 4(b)의 A와 B를 자른 연직 모식도이다.

출처: 손에 잡히는 예보기술 (기상청)

동아시아 지형

아래 그림 1은 아시아 일기도 (지상~100hPa). 내부 사각형 영역은, 3시간 지상일기도 분석시 사용.

105°E 서쪽, 1500m 이상의 고지대 분포. 티베트고원 해발고도 >  3000m 

몽골 고원 지대와 티베트고원의 해발 고도는 각각 850hPa, 700hPa 이상의 고도에 해당.

이 고도보다 낮은 고도의 일기도를 분석할 경우,  바람방향, 기온, 기압 등이 일기도 상에서 불연속됨. 

따라서, 지형과 기후적인 측면을 고려한 분석과 일기도를 작성해야.

아래 그림 2는 겨울(1월, 상)과 여름철(12월, 하)의 전지구 월평균 지상일기도.

유라시아 대륙은 1월에  시베리아 고기압이, 7월에는 열 저기압의 세력이 뚜렷. 

1월에 지표 냉각에 의한 시베리아 고기압이 유라시아 대륙에 광범위하게 위치, 상대적으로 해상에는 알류산 저기압이 발달. 알류산 저기압은 60°N 한대전선대(고위도 저압대)로서 지구대기대순환에 의해 발생하는 저기압이지만, 겨울철 아시아 대륙의 고기압 발달에 따라 상대적으로 더욱 발달하고 규모가 커진다. 이에 따라 30°N 부근의 북태평양 고기압은 동부 태평양으로 이동하고 범위도 축소된다.

북대서양에서도 비슷한 형태.

1월에 버뮤다 고기압은 아이슬란드 저기압의 세력에 밀려 동부 북대서양 해상에서 축소된다.

7월에 유라시아 대륙에 광범위하게 열 저기압이 자리잡고, 상대적으로 북태평양에 고기압이 발달하고 규모도 커진다. 북대서양도 유사하게 버뮤다 고기압이 발달한다. 

그림 2. 겨울(1월, 상)과 여름(7월, 하) 전지구 평균 지상일기도. 주황색상자:발달, 하늘색상자:축소(Ahrens and Samson, 2011)

계절별 일기도 분석

1) 겨울철 

겨울은 바이칼호 부근에 정체하고 있는 시베리아 고기압의 영향을 받는 계절.

시베리아 고기압의 중심은 여러 개로 분리하지 않고, 주변 관측 값을 고려하여, 하나의 중심을 가진 고기압 으로 분석·묘화한다.이 지역은 1500m 이상 고원지대이기 때문에 바람장, 기압값에 의존해 분석하지 않는다.  
 
아래 그림 3은 하루(24시간)간격의 지상일기도 분석결과.

그림 3(a):  몽골서쪽지역 모든 기압값을 고려하여 고기압을 3개로 분리.  그 결과 고기압 주변의 등압선 굴곡이 커지고, 정체된 시베리아 고기압이 보이지 않고 약한 고기압으로 보인다. 티베트 고원지역은 기압값이 없는데도 불구하고 매우 강한 기압경도를 보이는 저기압으로 묘화된다.

 그림 3(b):  정체된 시베리아 기단을 하나의 고기압으로 분석하여 기단의 세력이 강하고 범위가 넓어 보이며, 굴곡이 덜한 원형에 가까운 등압선으로 묘화됨. 남쪽에 위치한 저압부도 그림 3(a)에 비해 기압경도력이 일정하여 공기의 흐름이 잘 묘화되었고, 특히 겨울철 가장 뚜렷한 시베리아 고기압의 세력이 남쪽과 동쪽으로 뻗여 있는 모습이 잘 묘화됨. 

그림 3.  지상 편집 일기도 분석 예. (a)는 수정이 필요한 예, (b)는 잘된 분석의 예

아래 그림 4는 겨울철 우리나라를 자주 통과하는 중규모 저기압(발해만 저기압)에 의한 일기도 분석결과.

겨울철 차가운 공기가 지배하는 가운데, 더 차가운 공기가 이동하면서 하층대기나 지상에 기압골을 형성하여 우리나라 서쪽지방에 눈이 내린다. 

전선면의 고도가 낮아 그림 4(a)와 같이 500hPa에서는 서풍형의 바람과 동서로 평행한 기온구조를 보이나,  그림 4(b)와 같이 850hPa에서는 전선이 보이며, 전선의 서쪽은 북서류가 동쪽은 남서류가 나타난다. 

그림 4(c)와 같이 지상일기도에서 저기압 중심이 나타남.

그림 4(d)는 이번 사례에 대한 간단히 요약한 것으로서, 그림 4(b)의 A와 B를 자른 연직 모식도이다.

그림 4.  2012년 1월 3일 00UTC 일기도와 우리나라 주변((b)의 A와 B) 모식도(Ahrens and Samson, 2011)

2) 봄철

봄철에는 중국을 중심으로 몽골 남쪽까지 지표가열로 열 저기압이 발생하는 시기

이 시기에 주의하여 분석할 요소로는 열 저기압, 전선저기압, 북태평양 고기압 등. 

열 저기압

지표가열로 생성된 저기압으로서 이동하지 않는 정체성 저기압. 

대륙의 얼었던 땅이 녹는 사막과 황토고원지대에서 주변보다 기온이 높아져 열 저기압이 발생

이 저기압의 강한 상승 기류를 따라 모래와 먼지가 상층 대기로 불려 올라간 뒤, 상층의 강한 편서풍을 타고 우리나라로 이동해 오기도 하는데, 이를 황사라고 한다. 

우리나라에 황사가 심하게 이동해 오는 경우는 대개 우리나라 북쪽을 지나는 저기압 후면에서 북서풍이 부는 기압패턴이 유지될 때. 한랭전선을 동반한 경우에 특히 황사가 심해진다.

아래 그림 5에서 2011년 4월 19일 00UTC에 850hPa에 중국과 몽골지역으로 온난이류가 강화되었다.

그림5(b): 0℃ 등온선이 우리나라에서 몽골 북서쪽까지 남에서 북으로 놓여있다. 티베트 고지대 저기압은 
열저기압이고 정체성 저기압. 

지상일기도(그림 5c)에서도 저기압 중심이 보인다.

열 저기압은 3일간 정체하다가, 상층의 온도골을 동반한 기압골이 서에서 동으로 이동하면서 이 열 저기압 상공을 지나갈 때, 연직으로 잘 발달된 전선 저기압이 발생한다. 이 전선저기압은 동서의 큰 온도 차이에 의해 빠르게 이동하면서 발달하는데 그림 6처럼, 500hPa에 한기를 동반한 기압골과 합쳐져서 연직으로 잘 발달된 저기압이 한반도를 통과하는 것을 볼 수 있다. 

850hPa과 지상일기도에 저기압 중심이 보이며, 전선분석이 가능.

저기압 중심을 기준으로 전선분석을 하기 위해서는 뚜렷한 동서의 온도차이가 있어야 한다. 따라서, 전선분석하지 않는 경우: 

1) 열저기압처럼 저기압 중심을 기준으로 주위가 모두 따뜻한 상태이거나, 해발고도가 높은 고지대일 경우

2) 상층 한랭 공기가 동반되어 연직으로 잘 발달된 구조가 아닐 경우.

그림 5.  2011년 4월 19일 00UTC(열 저기압 발달사례)

그림 6.  2011년 4월 22일 00UTC(전선 저기압 발달사례)

봄철은 상층은 아직 겨울철 패턴을 유지하고, 중국 대륙의 열적 가열은 강화되기 때문에 대기가 불안정한 
시기. 상층의 강한 한기를 가진 공기가 우리나라 쪽으로 이동할 때, 저기압이 연직적으로 강하게 발달. 

그림 7은 그림 6(c)와 같은 시각의 300hPa 일기도와 300hPa 부근과 지상의 모식도. 
300hPa 일기도(그림7a)에서 기압골(trough)부근으로 남북의 고도경도가 크고, 100kts이상의 강풍 중심이 우리나라 부근에 위치. 제트기류의 중심이 위치하는 기압골을 중심으로 서쪽은 기류가 합류(confluence)하는 형태로 상층 수렴, 하층 발산, 동쪽은 기류가 분류(diffluence)되는 형태로 상층 발산, 하층 수렴. 그림 7(b): 지상과 상층과의 일기시스템 구조. 

그림 6(c)의 지상일기도와 비교해 보면, 전선이 동반된 발달한 저기압은 서해상에 위치한 저기압과, 고기압은 몽골남부에 위치한 고기압과 일치. 동아시아 봄철은 중위도 파동에 따른 고·저기압 발달 이론이 잘 일치되는 계절.

(a) 2011년 4월 19일 00UTC 300hPa 일기도

(b) 3차원 모식도

그림 7.  2011년 4월 19일 00UTC 300hPa 일기도와 3차원 모식도

아래 그림 8에서  850hPa에 동중국해 부근에 위치한 정체성 고기압이다. 

• 필리핀 고기압이라고 부르며, 2월부터 벵갈만부근과 인도차이나반도의 지표가열로 저압부가 형성됨에 따라 상대적으로 필리핀 부근해상에서 발생 하는 키가 작은 고기압.  
• 2월 말에 필리핀 부근에 위치하다가 4월 초부터 동중국해 부근 까지 확장.
• 하층대기의 대륙과 해양의 비열차이에 의해 만들어지는 아열대 고기압

이 850hPa 고기압은 중국에서 이동성 고기압이 동중국해상으로 이동할 때 합쳐지면서 그림 8(a)와 같이 우리나라까지 고기압의 능이 확장된다. 이렇게 확장하면 고기압 가장자리를 따라 다량의 수증기가 포함된 온난한 기류가 우리나라로 유입. 서쪽에서 발달하는 저기압이 접근하면 많은 비. 

(a) 2011년 4월 20일 00UTC

(b) 2011년 4월 21일 00UTC

(c) 2011년 4월 22일 00UTC

그림 8.  850hPa 일기도(검정색 선은 수정이 필요한 부분임)

[ 참고문헌 ]
홍성길, 1995: 기상 분석과 일기예보, 교학연구사
이우진, 2006: 일기도와 날씨해석, 광교이텍스
Ahrens. C. D. and P. Samson, 2011: Extreme weather and climate. printed in the United States of America.
Hsu. H. -H., C. -T. Terng, and C. -T. Chen, 1999: Evolution of large-cale circulation and heating during the east transition of Asian summer monsoon. Journal of Climate, 12, 793-810.
Samel. A. N., W. C. Wang, and X. Z. Liang, 1999: The monsoon rain band over China and relationships with Eurasian circulation. Journal of Climate, 12, 115-131.
Bao. C. -L., 1987: Synoptic Meteorology in China. China ocean press. Beijing; p47-81.

Han. S. -U. and B. -Y. Byun, 2006: The existence and the climatological characteristics of the spring rainy period in Korea. 
International Journal of Climatology, 26, 637-654.
Tian. S. -F. and T. Yasunari, 1998: Climatological aspects and mechanism of spring persistent rain over central China. Journal of the Meteorological Society of Japan, 76, 57-71.
Matsumoto. J., 1992: The seasonal changes in Asian and Australian monsoon regions. Journal of the Meteorological Society of Japan, 70, 257-273.
Djuric, D., 1994: Weather Analysis. Prentice Hall, Texas A&M university, p7-10

출처: 손에 잡히는 예보기술(기상청) 

베이즈 갱신은 실종된 항공기나 선박의 수색에도 위력을 발휘한다. 

비행 기록 장치는 어디에 가라앉았는가? 

2009년 6월 1일 브라질 리우데자네이루를 이륙한 에어프랑스 447편이 프랑스 파리로 향하다가 대서양에 추락하였다. 승무원과 승객 288명이 모두 사망하였는데, 기체 일부는 곧 발견되었지만 비행 기록장치인 블랙박스는 발견되지 않은채 수색은 중단되었다. 

이 블랙박스 장치가 가라앉은 해저의 위치는 다음해의 재수색에서 드디어 특정되었다. 이 재수색에 사용된 방법이 베이즈 갱신이었다.

베이즈 갱신을 상요해 수색범위를 정한다

블랙박스가 가라앚았을 가능성이 있는 해저를 복수의 범위로 나눈다. 그리고 각각의 범위마다 블랙박스의 발견 사전확률을 설정한다. 주관적으로 설정해도 무관하다. 

그리고, 사전 확률이 가장 큰 범위를 수생한다. 수색은 완전하지 않으며, 만약 거기에 가라앉았다고 해도 일정한 확률로 놓치게 된다. 그러할지라도 '그 범위를 일단 수색했어도 발견되지 않았다'는 새로운 결과가 나온다. 이 새로운 결과를 사용해 각 범위의 발견 확률을 베이즈 갱신한다.  이렇게 해서 얻은 각 범위의 발견 확률(사후확률)은 수색 결과가 가미되어 있는 만큼 최초의 사전확률보다 신회할 수 있을 것이다. 

그리고, 새롭게 발견 확률이 가장 커진 범위를 수색한다. 이 수색에서 발견되지 않아도 그 결과를 사용해 베이즈 갱신을 한다. 이 방법을 사용하면 다음에 어떤 범위를 수색해야 할지를 합리적으로 결정할 수 있다. 

에어프랑스 447편의 블랙박스가 가라앉은 해저의 범위는 이 방법으로 특정되었고, 블랙박스는 드디어 발견, 회수 되었다. 

베이즈 수색

베이즈 갱신을 사용한 이 방법을 '베이즈 수색'이라고 하고 과거에도 잠수함 등의 수색에 사용되었다.  

'늑대가 왔다'라고 외치는 소년을 과연 믿을 수 있을까? 

어느 마을에 양치기 소녀이 있었다. 소년은 심심한 나머지, '늑대가 왔다'라고 거짓말을 해서 마을 사람들을 불러 모았다. 마을 사람들은 연장을 들고 달려왔지만 장난이라는 것을 알고는 웃으면서 돌아갔다. 소년은 여러번 거짓말을 해서 마을 사람들을 속였다. 

어느 날 소년 앞에 정말로 늑대가 나타났다. 소년은 '늑대가 왔다'고 외쳤지만, 마을 사람들은 '더 이상은 속지 않는다'며 소년을 도우러 가지 않았다. 소년은 양들을 모두 잃고 말았다. 

이솝 우화 <양치기와 늑대> 이야기는 베이즈 갱신을 생각할 수 있다

소년이 '거짓말쟁이'일 확률을 생각해 보자

베이즈 정리를 이용해서 이 이야기를 생각해 보자. 마을 사람들은 처음에 소년을 신뢰하고 있었으므로, 소년이 거짓말쟁이일 확률은 0.1, 정직한 아이일 확률을 0.9로 하자(사전확률).

소년이 '늑대가 왔다'라고 외친 후 늑대가 발견될 확률을 0.8, 늑대가 도망가 버려 발견되지 않을 확률을 0.2라고 하자. 

한편, 소년이 거짓말쟁이라고 살지라도 실제로 늑대가 오면 '늑대가 왔다'라고 외치며 도움을 청하기 때문에, 소년이 거짓말쟁이일 때 늑대가 0.3의 확률로 발견된다고 하자. 

이때 소년이 거짓말쟁이일 확률(사후 확률)을 계산하면, 베이즈 정리로 부터 0.28이 된다. 소년이 거짓말쟁이일 확률은 사전확률 10%에서 28%로 높아진 셈이다. 실은 베이즈 통계에서는 이 확률의 변화가 매우 중요하다. 

사후 확률을 구하면, 

P(거짓 | 미발견)

=  P(거짓) x P(미발견 | 거짓)  /  P(미발견) 

=  P(거짓) x P(미발견 | 거짓)  /  { P(거짓) x P(미발견 | 거짓) + P(정직) x P(미발견 | 정직) 

=     0.1   x   0.7    /  {0.1  x  0.7  + 0.9  x  0.2}

=  0.28

P(정직 | 미발견) 

=  0.72

새로운 결과가 나올 때 마다 '거짓말쟁이일 확률'은 갱신된다

늑대가 발견되지 않아 마을 사람들의 도움은 허탕이 된다. 소년이 거짓말쟁이일 확률은 최초의 10%에서 28%로 높아졌다. 이제 이 허탕치는 일이 2회, 3회 되풀이 되면 소년이 거짓말쟁이일 확률은 어떻게 바뀔까? 

5회의 허탕으로 소년은 거짓말쟁이로 확신

소년이 거짓말쟁이일 확률은 처음 10%에서

1회 허탕으로 28%,

2회 허탕으로 57.6%,

3회 허탕으로 82.7%,

4회 허탕으로 94.3%,

5회 허탕으로 98.3%까지 상승한다.

이제 마을 사람들은 결국 소년은 거짓말쟁이라고 확신하게 된다. 다음에 '늑대가 왔다'는 말을 들어도 소년을 도우러 가지 않을 것이다. 

베이즈 갱신

이처럼 어떤 일이 일어날 때 마다 사후 확률은 차츰 갱신(업데이트)되어 같다. 이것을 '베이즈 갱신'이라고 한다. 최초의 사전확률이 설령 개개관성이 부족한 것이었다고 해도, 베이즈 갱신을 거듭함으로써 얻는 사후 확률은 차츰 신뢰할 수 있는 것이 되어 간다. 

6회째 늑대가 실제로 나타나면?

그런데 5회째 허탕을 친 뒤 6회째에 녹대가 실제로 나타났다고 가정하자. 이 때 소년이 거짓말쟁이일 확률이 98.3%에서 95.6%로 내려간다. 계속해서 늑대가 다시 나타나면, 사후 확률은 89.1%가 되지만, 여전히 높은 상태이다. 거짓말쟁이일 확률이 높아진 뒤에는, 늑대가 한번이나 두번 실제로 나타났다고 해서 소년이 정직한 아이일 확률이 바로 높아지는 것은 아니다. 

늑대와 양치기 소년 증후군

미국의 수학자이자 정치학자인 앨버트 월스테터(Albert Wohlstetter, 1913-1997)는 여러 번의 경고에 대해 둔감해지는 경향을 '늑대와 양치기 소년 증후군'이라고 하면서 제 2차 세계 대전 때 미국이 일본군의 진주만 공격을 예측하지 못했던 원인이라고 했다. 

민감도 99% 검사에서 '양성'으로 판정되면 실제로 감염되었을까? 

감염자 100명에 대해 99명을 올바로 양성으로 판정

인구 10만 명당 100명의 감염자가 존재하는 감염증이 있다. 어떤 감염 검사를 했을 때 감염되었을 경우에는 '양성', 감염되지 않았을 경우에는 '음성'이라고 판정된다. 

단, 이 감염 검사에는 오류가 항상 따라 다닌다. 실제로는 감염되지 않은 100명의 비감염자가 이 검사를 받으면 97명은 올바로 음성으로 판정된다(진짜 음성). 그러나, 3명은 양성으로 잘못 판정된다(가짜 양성). 이것을 전문용어로 '특이도 97%'라고 한다. 

한편, 실제로 감염된 100명의 감염자가 이 검사를 받으면 99명은 올바로 양성으로 판정된자(진짜 양성). 그러나 1명은 음성으로 잘못 판정된다(가짜 음성). 이것을 '민감도 99%'라고 표현한다.

특이도 감도 개념은 아래 링크 참조

https://aeir.tistory.com/entry/%ED%86%B5%EA%B3%84-%EC%98%A4%EC%B0%A8%ED%96%89%EB%A0%AC-confusion-matrix

'양성'으로 판정되었다면 실제로 감염되었을 확률은?

당신이 이 검사를 받았더니 '양성'이라고 판정되었다. 이때 당신이 실제로 감염되었을 확률은 어느 정도일까? '민감도99%

의 검사'에서 양성이라고 판정되었다면 거의 확실하게 감염되었다고 생각하기 쉽다. 그러나, 실제로 계산해 보면 그 생각은 잘못된 생각이다. 

베이즈 정리를 사용하면, '실제 감염되었을 확률'을 구할 수 있다. 

10만 명이 검사를 받으면 몇 사람이 양성으로 판정될까?

10만 명 가운데 실제로 감염자는 100명이다. 이 100명이 검사를 받으면 99명이 올바로 양성이라고 판정된다(진짜 양성).

한편, 10만 명 중 실제로 비감염자는 9,900명이다. 이 사람들이 모두 검사를 받으면 그 중 3%에 해당하는 2,997명이 양성이라고 잘못 판정된다(거짓 양성).

따라서, 양성이라고 판정된 사람의 합계는 99명(진짜양성) + 2,997명(거짓 양성) = 3,096명이다. 

실제 감염되었을 확률은 약 3.2%

이 검사에서 양성으로 판정받은 3,096명 가운데 실제로 감염된 사람들은 진짜 양성인 99명이므로, 구하는 확률은 99/3,096 ~ 3.2%이다. 양성이라고 판정되었더라도 실제 감염되었을 확률은 불과 3% 정도이다. 

양성 판정으로 감염률은 0.1%에서 3.2%로 상승

원래 이 감염증의 감염률(사전 확률)은 0.1%로서, 검사를 받기 전 당신은 0.1%의 확률로 감염되어 있음을 의미했다.

그러나, 이 검사를 받고 양성이라고 판정된 결과, 당신의 감염확률은 약 3.2%(사후 확률)로 상승한다.

이처럼 어떤 일이 일어남에 따라 사전 확률은 사후 확률로 바뀐다. 이것이 베이즈 통계의 큰 특징이다. 

베이즈 정리를 사용해 계산해 보기

P(감염) = 1/1000 ;  P(비감염) = 999/1000

이제 양성이라고 판정될 확률은

    1) 감염되었을 때 P(양성 | 감염) = 99/100

    2) 감염되지 않았을 때 P(양성 | 비감염) = 3/100

따라서, 양성이라고 판정되었을 때 감염되었을 사후 확률은 다음과 같다. 

P(감염 | 양성) = 0.032

이러한 사후 확률을 구하는 방법은 

P(감염 | 양성)

= P(감염) x P(양성 | 감염) / P(양성) 

= P(감염) x P(양성 | 감염) / { P(감염) x P(양성| 감염) + P(비감염) x P(양성 | 비감염) }

= 1/1000  x  99/100        /  { 1/1000  x   99 /100      +      999/1000  x  3/100 }

= 99/3096

= 0.032 

재검사에서 '다시 양성'인 경우, 감염 확률은 어떻게 될까? 

당신은 이 검사에서 양성이라고 판정되었지만, 실제로 감염되었을 확류은 3.2%였다. 그런데 재검사를 받고 다시 양성으로 판정되었다고 하자. 이제 당신이 실제로 감염되었을 확률은 얼마일까? 

2회째도 양성이면 감염 가능성은 농후해 진다. 

처음 검사에서 양성이라 판정되었던 3,096명 가운데 실제로 감염자는 99명이다. 이 99명의 감염자가 재검사를 받으면 약 98명은 양성이라고 올바로 판정된다(진짜 양성). 한편, 3,096명 가운데 실제 비감염자는 2997명이었다. 이 2997명의 비감염자가 재검사를 받으면 그 3%에 해당하는 약 90명은 양성으로 잘못 판정된다(가짜양성).

따라서, 2회째 검사에서 다시 양성이라고 판정되는 사람의 수는 약 98명(진짜 양성) + 약 90명(가짜양성) = 188명이다. 

당신은 이 188명 중 1명이다. 

2회째 양성 판정을 받은 사람이 실제로 감염되었을 확률은 98/188 ~ 52%가 된다. 59%를 넘어 실제로 감염되었을 가능성이 커진다. 

베이즈 정리를 사용해 계산해 보기

앞의 계산 식에서 0.1%를 3.2%로 바꾸고 베이즈 정리를 사용해 계산하면 된다. 

P(감염) = 99/3096 ;  P(비감염) = 2997/3096

이제 양성이라고 판정될 확률은

    1) 감염되었을 때 P(양성 | 감염) = 99/100

    2) 감염되지 않았을 때 P(양성 | 비감염) = 3/100

따라서, 양성이라고 판정되었을 때 감염되었을 사후 확률은 다음과 같다. 

P(감염 | 양성) = 0.52

이러한 사후 확률을 구하는 방법은 

P(감염 | 양성)

= P(감염) x P(양성 | 감염) / P(양성) 

= P(감염) x P(양성 | 감염) / { P(감염) x P(양성| 감염) + P(비감염) x P(양성 | 비감염) }

=  99/3096  x  99/100        /  { 99/3096  x   99 /100      +     2997/3096  x  3/100 }

=  9801/18792

= 0.52 

오차행렬을 confusion matrix (혼동행렬) 

개발된 모델을 평가하기 위해서는 오차행렬을 사용한다. 오차행렬은 실제로 참인지 거짓인지, 예측을 긍정으로 했는지, 부정으로 했는지에 따라 네 개의 경우의 수로 구분한 표이다. 머신러닝 / 딥러닝 모델을 평가하는데 중요한 기준을 제공한다.

* 분류 기준은 예측값!

     참양성(TP)    :  예측이 참(양성)이고 실제값도 참(양성) 일치

     거짓양성(FP) : 예측이 참(양성)이고 실제값은 거짓(음성) 불일치

     거짓음성(FN) : 예측이 거짓(음성)이고 실제값은 참(양성) 불일치

     참음성(TN)    :  예측이 거짓(음성)이고 실제값도 거짓(음성) 일치

오차행렬은 모델 예측이 얼마나 잘된 예측인지를 판단하는 데 중요한 기준을 제공한다. 오차행렬로부터 모델의 우수성을 평가하는 아래와 같은 여러 지표를 도출할 수 있다.

Accuracy (정확도 또는 정분류율)

전체 데이터중 정확하게 예측한 데이터의 비율

(TP + TN) / (TP + FP +TN + FN)  

Error Rate (오분류율)

전체 데이터 중 잘못 예측한 데이터의 비율, 1- accruracy

(FP + FN) / (TP + FP +TN + FN)  

Precision (정밀도)

참이라고 예측한 것(TP + FP)  중 실제 참(TP)인 정도

TP / (TP + FP)   

Recall (재현율) or Sensitivity (민감도) 또는 참 긍정률

실제값이 참인 관측값(TP+FN) 중 참이라고 바르게 예측(TP) 한 정도

TP / (TP + FN)

Specificity (특이도) 

실제값이 거짓인 관측값(FP + TN) 중 거짓으로 바르게 예측(TN)한 정도

TN / (FP + TN)  : 실제 음성인데 양성으로 분류된 비율 (참음성의 비율)

FP-Rate (거짓 긍정률)

실제값이 거짓인 관측값 중 참이라고 잘못 예측(FP)한 정도1-특이도

FP / (TN + FP) 

F1 score

2 / {1/정밀도 + 1/재현율}

정밀도와 민감도(재현율)의 조화평균으로 0~1 사이 값을 가짐

정밀도와 민감도 사이의 trade-off로서, 정밀도가 증가하면 민감도 감소, 민감도 증가하면 정밀도 감도

F-score 는 정밀도와 민감도가 한쪽으로 치우치지 않을 때 높은 값을 가짐

정밀도, 민감도, F-socre 를 종합적으로 분석하여 모델 성능을 판단해야 함.