본 연구에서는 블로킹과 관련된 한반도 겨울철 한파의 특성을 살펴보았다. 지난 45년간 (1975-2019) 한반도 한파에 영향을 미친 블로킹은 주로 우랄지역과 오호츠크해 근처에서 발생하였으며, 드문 경우지만 두 영역에서 블로킹이 동시에 발생 (더블블로킹)하여 강력하고 오래 지속되는 한파를 유발하기도 하였다. 따라서 한반도 한파를 블로킹과 관련 없는 한파 (nB_CS), 우랄블로킹의 영향을 받은 우랄블로킹 한파 (UR_CS), 오호츠크블로킹의 영향을 받은 오호츠크블로킹 한파 (OK_CS), 더블블로킹의 영향을 받은 더블블로킹 한파 (DO_CS)로 분류하여 분석하였다. 전체 한파 중 약 78%는 nB_CS였으나, 블로킹의 영향을 받은 블로킹한파 (B_CS)는 nB_CS에 비해 강하고 길게 지속되는 특징이 있었다. 전반적으로 한반도에서 발생한 네 가지 유형의 한파는 모두 한반도 북서쪽에서 남동쪽으로 한랭이류를 초래한 한랭전선과 경압구조의 기압골의 통과와 관련이 있었다. 그러나 블로킹의 발생 유무와 블로킹이 발생하는 위치에 따라 한반도를 통과하는 기압골의 강도와 속도에 차이가 있었다. 전반적으로, 동쪽으로 전파하는 파동열 구조를 가진 nB_CS 보다 B_CS가 발생 했을 때 한반도를 통과하는 기압골이 상대적으로 강해지고 느려졌다. B_CS의 경우 블로킹으로 인해 정체된 대기의 흐름으로 인하여 기압골의 통과가 느려지는 특징이 있었다. 특히 블로킹이 한반도 서쪽보다는 동쪽에서 발생할 때 기압골의 움직임이 더욱 느려지는 특징이 있었다.
분류된 한파들의 특성이 계절예측모형에서도 나타나는지 살펴보았다. 사용된 계절예측모형은 APEC 기후센터 (Asia Pacific Economic Cooperation Climate Center, APCC) MME (Multi-Model Ensemble) 계절예측 시스템 참여모형 중 하나인 PNU CGCM (Pusan National University Coupled General Circulation Model)이다. PNU CGCM에서 지난 42년간 (1980-2021) 발생한 한반도 한파에 영향을 미친 블로킹은 주로 우랄블로킹과 오호츠크블로킹이었다. 발생한 전체 한파 중 84%는 nB_CS로 분류되었으며, 나머지 한파들은 B_CS로 분류되었다. B_CS는 상대적으로 적게 발생했지만 nB_CS보다 더 강하고 오래 지속되는 특징이 있었다. 관측에서와 마찬가지로 분류된 한파들은 모두 한반도를 통과한 경압구조의 기압골과 관련이 있었으며, 이 기압골들은 한반도를 통과하면서 북서쪽에서 남동쪽으로 한랭이류를 초래하였다. UR_CS는 대기의 흐름이 우랄블로킹이 위치한 서쪽과 연결되어서 한파가 느리게 진행되었고, OK_CS는 대기의 흐름이 오흐츠크블로킹이 위치한 전방에서 막힘으로 인해 한파의 움직임이 정체되었다. 반면, nB_CS에서는 파동열 패턴과 관련된 기압골이 빠르게 이동하여 한파 지속시간이 가장 짧게 나타났다. PNU CGCM에서 분류한 B_CS는 강도와 지속기간이 관측에서만큼 뚜렷하게 구분되지는 않았지만, 각 한파의 발생비율과 각 한파에서 나타난 시간에 따른 공간패턴의 변화가 관측의 경우와 매우 유사하였다.
APCC MME 예측자료를 활용하여 동아시아 지표기온 및 오호츠크블로킹과 관련이 깊은 WP (Western Pacific) 지수의 예측성에 대해서도 연구하였다. 관측된 WP 지수와 APCC MME 모형에서의 WP 지수 사이의 상관계수는 0.61로, WP에 대한 APCC MME의 예측성이 전반적으로 높게 평가되었다. 그러나 단 3년의 Super El niño (SEN, Niño3.4 지수가 2.0을 초과: 1982, 1997, 2015) 연도를 제외하고 상관관계를 구하면, 그 값이 0.54로 낮아졌으며, SEN이 나타나지 않은 연도에는 WP의 예측 가능성이 낮게 나타났다. 관측에서 WP는 북서태평양지역 해수면온도의 쌍극자패턴과 높은 상관관계를 보였다. 따라서 이 패턴을 정량화하여 NWP (North Western Pacific) 지수라고 정의하였다. 관측에서 WP는 Niño3.4와의 상관관계가 0.19로 약했고, NWP와는 0.79로 높은 관계를 보였다. 그러나 APCC MME에서는 Niño3.4와 0.60의 상관관계를 가지며 밀접한 관계를 보였고, NWP와의 상관관계는 0.48로 비교적 약하게 나타났다. 한편, 관측과 APCC MME에서의 NWP 지수의 상관관계는 0.73으로 높게 나타나, 예측에 활용 가능했다. 결론적으로, 본 연구에서는 APCC MME의 WP 예측의 신뢰도를 결정하기 위한 인자로써, 예측된 NWP의 부호와 통계적 유의성을 사용하는 방안을 제안하였다. 예측된 WP 및 NWP 지수 아노말리가 같은 위상을 가지고, 동시에 통계적으로 유의할 때 WP의 위상 예측을 신뢰할 수 있었다. 반면, 두 지수의 위상이 다르거나 어느 하나라도 통계적으로 유의하지 않으면 예측을 신뢰할 수 없었다.
마지막으로 PNU CGCM의 겨울철 한파일수 예측성능을 향상시키기 위하여, PNU CGCM의 한파일수 예측결과에 LSTM (Long Short-Term Memory) 기법을 적용하는 PNU-LSTM Chain을 제안하였다. LSTM에 입력되는 입력자료의 양과 질을 향상시키기 위하여, PNU CGCM의 한파일수 예측결과 뿐만 아니라 한반도 한파와 관련 있는 여러 기후지수들을 선정하고 이들을 추가적인 입력자료로 사용하였다. 최종적으로 8개의 지수를 선정하였으며, 이 지수들은 10개의 PNU 한파일수와 함께 LSTM의 입력자료로 사용하였다. LSTM을 사용하여 학습한 결과, 관측과의 상관관계가 0.81로 예측성이 크게 향상되었다. ACC, HIT, FAR, HSS와 같은 기술점수들을 사용하여 PNU CGCM과 LSTM의 예측성능을 평가한 결과, PNU CGCM도 기본적으로 좋은 기술점수를 나타냈지만, LSTM을 적용했을 때 모든 점수가 더 높게 나타났다. 또한, LSTM을 사용할 경우 RMSE가 PNU에 비해 50% 가까이 감소하였다. PNU-LSTM Chain을 사용할 경우, 한파가 평년대비 많거나 적게 발생한 것에 대한 정성적인 예측성이 개선되었을 뿐만 아니라, 얼마나 많고 적게 발생하는지에 대한 정량적인 예측성능도 크게 개선되었다.