1 세 부 제 4 장 기 후 변 화 취 약 성 평 가 모 형
제4장 기후변화 취약성 평가모형
본 장에서는 앞서 제안된 기후변화 취약성 평가틀의 6개 층에 대해 자세 히 살펴본다. 실제적인 적용의 측면보다 취약성 평가틀에서 각 층(layer)이 가지는 특징이나 언급이 필요한 점을 중심으로 서술하였다.
제1절 기상요소
기후변화 첫 번째 층은 기상요소와 관련된 것이다. 기상요소는 취약성 평가의 노출과 관련이 있다. 노출은 기온상승, 강우량의 변화, 자연재해의 빈도 및 크기 등으로 요약될 수 있다.
<표 1-4-1> 기후노출 지표
노출변수 지표 측정
강수량 호우
호우일수 80mm 일상/일 강수일수
1일 최대 강수량 일 최대강수량
강우강도지수 연간 총강수량/총강수일수
가뭄 연속 무강수일수(평균) 연속 무강수일수(평균) 연속 무강수일수(최대) 연속 무강수일수(최대)
기온(혹서)
열대야 일수 일최저기온이 25℃이상일수
일최고기온이 33℃이상일수 일최고기온이 33℃이상일수 열파지속지수 일 최고기곤이 평년 일평균 대비 5℃ 초과한
날이 5일 이상 지속되는 기간의 최대값
해수면 상승 해수면 상승률 해수면 상승률
자료: 고재경, 2009
54
사 회 보 건 분 야 기 후 변 화 취 약 성 평 가 및 적 응 역 량 강 화
IPCC는 기후변화의 추세로 최저기온의 상승과 최고기온의 상승, 열파 의 발생, 폭우, 가뭄, 태풍, 해수면 상승 등을 언급하고 있다. 우리나라에서 기후변화 취약성 평가의 노출 지표 생성에 사용된 변수는 <표 1-4-1>과 같다.
읍면동 단위의 기상자료를 추정하기 위하여 무인기상관측자료를 사용하 여 내삽추정하였다 내삽 추정은 회귀분석 크리깅(regression-kriging) 방법 을 적용하였는데 그 회귀식은 아래 식(1)과 같다.
×
(1)
여기서 은 공간지점 , 시간 에서의 지표면 온도,
은 공간지점 에서의 표고, 와 는 공간 지점 경도, 위도 좌표, 은 공간지점 , 시간 에서 수신된 MODIS 지표면 온도자료이다. ×
는 계절
적 변화를 반영하기 위한 것으로 는 분석자료의 기준시작(2001년 1월 1 일)을 기준으로 분석에 사용된 자료의 해당 주와의 차이를 의미한다.
[그림 1-4-1] 지표면 온도 추정을 위한 회귀분석 크리깅 모형의 개념도
자료: Hengle, 2009
55 Daytime land surface
temperature Kelvin 16-bit 0
7500–65
535 0.02 NA Daytime LSTE quality
control Bit-Field 8-bit 0 0–255 NA NA
Daytime LST observation
time Hours 8-bit 0 0–240 0.1 NA
Daytime LST view zenith
angle Degrees 8-bit 255 0–130 1.0 -65.0
Nighttime land surface
temperature Kelvin 16-bit 0
7500–65
535 0.02 NA Nighttime LSTE quality
control Bit-Field 8-bit 0 0–255 NA NA
Nighttime LST observation
time Hours 8-bit 0 1–240 0.1 NA
Nighttime LST view zenith
angle Degrees 8-bit 255 0–130 1.0 -65.0
Band 31 Emissivity None 8-bit 0 1–255 0.002 0.49 Band 32 Emissivity None 8-bit 0 1–255 0.002 0.49 Daytime clear-sky coverage None 16-bit 0 0–65535 0.0005 NA
Nighttime clear-sky
coverage None 16-bit 0 0–65535 0.0005 NA
본 연구에서 사용한 분석자료는 2002년 7월 첫째주부터 2009년 10월
56
사 회 보 건 분 야 기 후 변 화 취 약 성 평 가 및 적 응 역 량 강 화
[그림 1-4-2] MODIS Terra 위성(MOD11A2-h28v5) 지표면온도
주: 2000년 3월 13일 자료임4)
(1) 기상청의 AWS자료를 주간단위, 읍면동 행정단위로 평균기온, 최고 기온, 최저기온, 총강수량을 산출하였다.
(2) 우리나라 중부원점 DEM자료와 AWS자료에서 AWS지점의 좌표값 을 이용하여 AWS지점의 표고를 산출하였다.
(3) MODIS자료에서 1번 band와 5번 band 값을 추출하여 1km×1km 해상도의 그리드(grid)형태의 tiff그림 파일로 저장하였다.
(4) 2006년 우리나라 읍면동 지도를 UTM 좌표체계로 전환하고 앞서 만든 MODIS자료, AWS 기상자료, DEM자료를 병합(merge)하였다.
이상의 과정을 거쳐 만들어진 공간자료는 두가지 자료로 구분되었다. 첫
4) 3월의 기온임에도 불구하고 20℃이상의 기온분포를 보이는 것은 제주도와 일본지역이 동 시에 표현되기 때문이라 여겨진다.
57
제 1 세 부 제 4 장 기 후 변 화 취 약 성 평 가 모 형
표도 빈도 % 누계 평균 중앙값 SD
100이하 301 67.49 67.49 20.97 11.37 32.60
100-500 115 25.78 93.27 233.59 208.71 103.86
500-1,000 21 4.71 97.98 684.27 626.97 146.97
1,000이상 9 2.02 100 1290.90 1237.93 252.45
합계 446
번째 자료는 지표면 온도 추정을 위한 모형 자료로 사용되었고 두 번째 자 료는 읍면동 단위의 주간 온도 추정(공간보관)을 위한 기초자료로 활용되었 다. 회귀분석 크리깅으로 예측된 지표면 온도는 특정지점,시간대의 지표면 온도이다. 이를 읍면동 단위의 지표면 온도로 추정하기 위하여 읍면동단위 에서 수집된 자료(MODIS 위성자료, 읍면동 centroid의 고도, centroid의 경위도 좌표, 주단위 측정시간)를 사용하여 회귀분석 예측값과 크리깅에 의 한 오차범위의 값을 산출하고 이를 합산하여 읍면동 단위의 지표면 온도를 산출하였다.
분석에 사용된 AWS 지점은 모두 446개이다. 대부분이 표고 100m 이 하에 위치하고 있으며 500m 이상 위치한 AWS는 전체의 6.73%에 지나지 않는다. 모든 구간에서 중앙값이 평균값보다 적어 아래쪽으로 치우쳐진 분 포를 하고 있다. 이웃한 AWS 지점들간의 직선거리를 측정하여 가장 가까 운 지점들간의 거리를 살펴보면 평균 11,586m, 중앙값 11,512m, 최소값 2,317m, 최대값 43,255m의 통계량을 보였다. 전체 446개 AWS 지점 중 에서 5km 이내에 위치하는 AWS수는 53개 5km-10km 125개, 10km -15km 178개 15km-20km 71개 20km 이상 19개의 분포를 보였다. 대부 분이 5km-15km 사이에 위치하였다.
<표 1-4-3> AWS 지점 정보
58
0e+00 1e+05 2e+05 3e+05 4e+05 5e+05
050010001500 최대 19.3mm(2003년과 2001년의 차이)를 보였다. 2002년, 2006년, 2009 년의 경우 주간 최대 평균 강수량이 200mm를 넘은 것으로 기록되었다.
2001년과 2008년은 가뭄이 극심했던 연도로 평균 주간 강수량이 20mm 이하였다.
59
0(2001) 52 104 156 208(2005) 260 312 364 416(2009) c) We e k ly Pre cipitation(m m )
60
사 회 보 건 분 야 기 후 변 화 취 약 성 평 가 및 적 응 역 량 강 화
[그림 1-4-5] 특정 AWS지점의 온도변화(2002-2010)
[그림 1-4-6] AWS 지점온도와 AWS 고도 및 MODIS 자료와의 관계
회귀분석 크리깅 방법을 적용하기 위해서 정규크리깅 모형을 확정하여야 한다. <그림 1-4-7> 베리오그램을 살펴보면 반베리오그램의 값은 거리에 상관없이 일정한 값(sill) 18.29를 가진다. 이 경우 nugget 값과 sill 값이 동일하다. 베리오그램 모형은 가우시안 모형을 적용하였다.
AWS300:전라북도 군산시 옥도면 말도리
AWS400: 서울특별시 강남구 삼성2동 AWS788: 광주광역시 서구 풍암동
61
제 1 세 부 제 4 장 기 후 변 화 취 약 성 평 가 모 형
변수 회귀계수 t-value SD
(Intercept) 3.179 51.49 0.06173
height(10m) -0.02308 -49.36 0.0004677
X(1,000m) 0.001369 10.83 0.0001264
Y(1,000m) -0.004252 -53.63 0.00007928
cos((yw - theta) * pi/26) -4.967 -167.7 0.02962
MODIS.LT 0.5778 256.66 0.00225
[그림 1-4-7] 베리오그램 및 fitted isotropic variogram
<그림 1-4-7> 오른쪽 패널은 두지점간의 방향이 반베리오값에 영향을 미치는지를 살펴본 것인데 특정 경향이 보이지 않는 등방성(isptropy)을 나 타낸다. 최종 분석모형을 이용하여 추정된 지표면 온도값 분석변수의 회귀 계수 값은 <표 1-4-4>과 같다. 해당 읍면동 시군구의 고도(<그림 1-4-8>) 가 10m 높아질수록 지표면 온도는 0.023℃ 낮아지며 동경좌표가 1km 높 아지면 온도는 0.001369℃ 높아지고 위도가 1km 높아지면 평균온도는 -0.004252℃ 낮아지는 경향이 있다. 위성지표면 온도 자료인 MODIS 값과 추정된 읍면동 기온과는 양의 상관성을 보이는데 MODIS 값이 1도 증가 하면 지표면 추정 기온은 0.58℃ 높아진다.
<표 1-4-4> 회귀분석 크리킹 결과
62
63
제 1 세 부 제 4 장 기 후 변 화 취 약 성 평 가 모 형
[그림 1-4-8] 읍면동별 1월 기온 분포
64
사 회 보 건 분 야 기 후 변 화 취 약 성 평 가 및 적 응 역 량 강 화
[그림 1-4-9] 읍면동 행정구역 고도(height)
65