기후변화 감시예측 부문 - 제2장 유관기관 기후환경 데이터 현황 조사 - Data Science 기반 기후변화 대응 지원 플랫폼 구축을 위한 전략 마련 연구

제2장 유관기관 기후환경 데이터 현황 조사

1. 기후변화 감시예측 부문

가. 기상청 데이터

1) 미래 기후변화 시나리오 응용 데이터 총괄

기상청은 기후정보포털(http://www.climate.go.kr/)에서 RCP 기후변화 시나리오를 기반 으로 농업, 방재, 보건, 수자원, 산림, 동물생태 등 부문별 기후변화의 영향과 취약성 평가에 응용할 수 있는 미래 전망 데이터를 제공하고 있다. 동 데이터는 제어적분⁴⁾ 400년을 기준으로 산출된 RCP 기후변화 시나리오 4종(RCP2.6, 4.5, 6.0, 8.5)을 기반으로 작성되었기 때문에 사용자의 목적에 따라 적절한 시나리오를 선택하여 활용할 수 있다. 제공되는 데이터는 기상청 에서 부문별로 선정한 대표적인 항목으로, 2021년부터 2100년까지의 데이터를 제공한다. 시 간해상도는 연월 단위, 공간해상도는 지점 및 시도·시군구 단위로 활용할 수 있으며, 아래

<표 2-1>은 기상청에서 제공하는 미래 기후변화 시나리오 응용 데이터의 항목과 기간, 시공간 해상도를 나타낸 것이다.

4) 제어실험(pre-industrial control): 전지구 기후모델을 준평형상태로 안정화 시키고 인위적 강제력이 배제된 모델의 내부 변동을 이해하기 위한 실험. 제어실험을 통해 대기모델이 준평형상태로 안정화 되는 시기를 200년(혹 은 400년)으로 가정한 것을 200년(혹은 400년) 제어적분이라 하고, 기상청은 이 제어실험에서 산출된 대기와 해양의 최종상태의 값을 1860년의 온실가스 농도(초기상태)로 정하여 2100년까지의 시나리오 자료를 생산함(기 상청 기후정보포털, “시나리오 산출과정 Q&A”, 검색일: 2020.5.4).

부문

지표로 일 평균기온이 5℃ 이상인 일수를 계산한 것이고, 작물 기간은 벼의 재배 가능 기간과 재배지대 구분 지표로 일 평균기온이 15℃ 이상인 일수이다. 무상기간은 서리가 내리지 않는 기간으로 노지 농작물의 재배 적부 결정에 주로 활용되며, 산출 방법은 Ts(지표 온도) ≤ 0℃

이고 Td(이슬점 온도) ≥ Ts(지표 온도)인 기간이다. Chill Units은 작물의 저온 요구량 척도 중 하나로 과수 개화기, 재배 적지 판정, 과수 등의 휴면상태에 대한 정보 추정에 주로 활용되 고 있다.⁵⁾ 기후 생산력 지수는 기온과 일조시간 등의 기후요소를 이용하여 생산성을 나타낸 지수이다. 산출 방법은 CPI = DS[0.187-0.0034(Ta-22.7)2]로, Ds는 출수 후 40일간 평균 일조시간, Ta는 출수 후 40일간 평균기온이다. 출수기는 7월 20일, 7월 30일, 8월 10일, 8월 20일, 8월 30일, 9월 10일로 설정되어 있다.

기준 증발산량은 작물과 지표의 저항·반사율이 특정된 조건 하에서의 증발산량으로, 작물의 수분사용량 및 관개 요구량 산정 시 주로 활용된다. 산출 단위는 mm/day이고, 계산 방법은 아래 <그림 2-1>의 수식과 같다. 엽면수분 지속시간은 식물체 표면이나 잎에 맺힌 결로가 지속되는 시간으로, CART 및 SLD, Wind 등의 Model을 이용하여 산출된다.⁶⁾

주: ET0는 reference evapotranspiration (mm day-1), Rn은 net radiation at the crop surface (MJ m-2 day-1), G는 soil heat flux density (MJ m-2 day-1), T는 mean daily air temperature at 2 m height (℃), U2는 wind speed at 2 m height (m s-1), es는 saturation vapour pressure (kPa), ea는 actual vapour pressure (kPa), es - ea는 saturation vapour pressure deficit (kPa), ∆는 slope vapour pressu re curve (kPa ℃-1), γ는 psychrometric constant (kPa ℃-1).

자료: 기상청 기후정보포털, “기준증발산량”, 검색일: 2020.5.11.

<그림 2-1> 농업부문 미래 기후변화 응용 데이터 산출을 위한 기준증발산량 산정 식

온습도지수는 가축의 온도 및 습도 환경에 따른 스트레스 지수로, 일평균 기온(T)과 상대습 도(%, RH)를 자료를 이용하여 THI = 1.8×T+32-0.55(1-RH/100)×(1.8×T-26)를 산출할 수 있다. 난방도일은 18℃ 이하인 날에 대해 18℃ 기온에서 그날의 일평균 기온과의 차를

5) Cesaraccio et al.(2004), pp.1–13.

6) Kim et al.(2002), pp.179-185.

누적한 값으로 난방이 필요한 일수이며, 냉방도일은 24℃ 이상이 되는 날의 온도와 24℃와의 차를 누적한 값으로 냉방이 필요한 일수이다.

다음 <그림 2-2>는 RCP8.5를 기준으로 2091~2100년(151~160일)의 전국 생육온도일수 (15℃)와 유효적산온도(15℃)를 나타낸 것이며, 시군구별로 작성된 자료는 경기도를 기준으로 기준증발산량, 엽면수분 지속시간, 온습도지수, 냉방도일 분포이다. 해당 지도를 통해 각 항목 및 지역별로 값의 차이가 나타나는 것을 한눈에 쉽게 알 수 있으며, 지역 특성을 고려한 농업 부문의 중장기 기후변화 정책 수립 등에 활용할 수 있다.

전 국 시 도 별

생육온도일수(15℃) 유효적산온도(15℃)

경 기 도 시 군 구 별

기준증발산량 엽면수분 지속시간

<그림 2-2> 농업부문 미래 기후변화 시나리오 응용 데이터 사례

온습도지수 냉방도일 자료: 기상청 기후정보포털, “농업 응용정보 조회”, 검색일: 2020.5.11.

<그림 2-2>의 계속

방재 부문의 주요 응용 항목은 표준강수지수와 독립호우사상특성을 들 수 있다. 표준강수지 수(SPI: Standard Precipitation Index)란 Mckee, Doesken, and Kleist(1993)가 개발한 가뭄지수로 WMO는 기상학적 가뭄 감시를 위한 대표적인 가뭄지수로 권고하고 있다.⁷⁾ 미래 의 용수공급상황 예측 등의 불확실성을 배제한 상태에서 순수하게 강수의 변동만으로 가뭄을 예측하는 것으로, 가뭄이 해소되기 위해 필요한 강수량을 결정할 수 있어 가뭄 피해에 대비하 기 위한 대책 수립 등에 광범위하게 사용된다. 동 데이터의 분석 및 산출방법은 다음 <그림 2-3>과 같이 시간척도의 결정(3, 6, 9, 12개월 등), 시간척도에 따른 일자별 이동누적시계열 구성, 일자별로 구성된 시계열에 적합한 확률분포 추정, 각 이동누적시계열로 추정된 확률분포 를 이용한 누적 확률값 변환, 표준정규분포 값 산출 단계로 진행된다. 이렇게 생성된 값은 가뭄지수로 <표 2-2>와 같이 그 범위에 따라 수분의 상태를 기준으로 극한가뭄, 심한 가뭄, 보통 가뭄, 약한 가뭄, 정상, 습함으로 나타낼 수 있다.

7) 기상청 날씨누리, “표준강수지수”, 검색일: 2020.5.6.

자료: 기상청 날씨누리, “표준강수지수”, 검색일: 2020.5.6.

<그림 2-3> 기상청의 표준강수지수 산출과정

가뭄 정상 습함

-2.00 이하 (극한가뭄)

-0.99 ~ 0.99 (정상상태)

2.00 이상(극한습윤) -1.50 ~ -1.99 (심한가뭄) 1.50 ~ 1.99(심한습윤) -1.00 ~ -1.49 (보통가뭄) 1.00 ~ 1.49(보통습윤) 자료: 기상청 기후정보포털, “기후변화 시나리오 이용방법 및 정보제공 현황”, 검색일: 2020.5.4.

<표 2-2> 표준강수지수의 범위 및 가뭄단계

독립호우사상특성이란 독립적인 단일호우사상(Independent Rainfall Event)이 발생하였 을 때 호우가 시작된 시점에서 종료된 시점까지의 지속기간과 해당기간 동안에 총강우량 (mm), 각 사상들 사이의 무강우 지속기간특성 등을 정량화하여 나타내는 방법이다. 특히 기후 변화 적응대책 및 재난재해 관리 측면에서 저류시설의 용량 등을 설계할 경우에 주로 활용되고

있다. 산출 방법은 연속적인 강우가 발생한 호우사상에 대한 특성 정보(월별, 연도별, 월별 무강우지속기간 등)를 계산하고, 확률분포를 고려한 최대재현기간(연도, 연대 등)을 가지는 호 우사상특성을 선정하여 최대호우사상계열값을 산출한다.⁸⁾

다음 <그림 2-4>는 RCP8.5를 기준으로 2030년 7월의 전국 표준강수지수(지속기간 3개월 기준) 및 독립호우사상특성(2030년)을 지도로 표현한 것이다. 표준강수지수 분포도를 살펴보 면 부산·대구를 포함한 경상권역, 광주전남권역, 인천 강화군 일원에 심각한 가뭄이 발생할 가능성이 높다는 것을 알 수 있으며, 독립호우사상특성의 경우 2030년 서울특별시 지역의 독립호우지속기간은 11일, 독립호우총량은 398.2mm, 독립호우일평균 강수량은 36.2mm로 나타난다.

전국 표준강수지수(2030년 7월 기준) 전국 호우사상특성(2030년 기준) 자료: 기상청 기후정보포털, “방재 응용정보 조회”, 검색일: 2020.5.11.

<그림 2-4> 방재부문 미래 기후변화 시나리오 응용 데이터 사례

보건부문은 열지수, 불쾌지수, 체감온도, 체감추위지수, 열체감지수, NET, 열사병발생위험 지수, 온열지수 등 일반 시민들의 일상생활과 밀접한 관련이 있는 항목이 작성 및 제공되고 있다. 열지수(HI: HeatIndex)는 미국 기상청에서 개발한 것으로, 일사병과 열경련 등의 열적

8) 기상청 기후정보포털, “독립호우사상특성”, 검색일: 2020.5.11.

스트레스의 위험도를 나타내는 지수이다. 기온과 상대습도로 열지수를 계산하며, 산출방법은 다음 <그림 2-5>의 수식에 의한다.

            × ^{ }^

 × ^{ }^  × ^{ }^  × ^{ }^  × ^{ }^^

주: T: 기온(℉), R: 상대습도(%).

자료: 기상청 날씨누리, “도움말 생활기상자수”, 검색일: 2020.5.11.

<그림 2-5> 열지수 산출 수식

열지수 산출표는 다음 <그림 2-6>과 같이 기온과 습도가 매칭되는 지점으로 표현할 수 있으 며, 열지수에 따른 위험도는 <표 2-3>과 같이 매우높음, 높음, 보통, 낮음의 4단계로 구분된다.

자료: 기상청 날씨누리, “열지수”, 검색일: 2020.5.11.

<그림 2-6> 열지수 산출표

위험 단계 열지수 범위 정의

매우 높음 54 이상 보통사람이 열에 지속적으로 노출될 시 열사·일사병 위험 매우 높음

높음 41~54 미만 보통사람이 열에 지속적으로 노출되면, 신체활동 시 일사병, 열경련, 열 피폐 위험 높음

보통 32~41 미만 보통사람이 열에 지속적으로 노출되면, 신체활동 시 열사병, 열경련, 열 피폐 가능성 있음

낮음 32 미만 보통사람이 열에 지속적으로 노출되면, 신체활동 시 피로 위험 높음 자료: 기상청 날씨누리, “열지수”, 검색일: 2020.5.11.

<표 2-3> 열지수 범위 및 위험단계 구분

불쾌지수(DI: Discomfort Index)는 날씨에 따라 사람이 불쾌감을 느끼는 정도를 나타낸 것으로, 일반적으로 지수 값이 75 이상이면 50%의 사람이, 80 이상이면 대부분의 사람이 불쾌감을 느낀다고 알려져 있다. 산출방법은 기온과 상대습도를 입력하는 수식에 의하여 산출 된다. 체감온도(AT: Apparent Temperature)는 사람이 실제로 주어진 환경에서 느낄 수 있 는 온도 지수로 기온·풍속·수증기압 자료로부터 도출되며, 체감추위지수(Windchill)는 기온과 풍속, 열체감지수(Humidex)는 기온과 수증기압을 입력 자료로 사용하여 각각의 수식을 적용 하여 산출한다. 이 외에 기상청은 풍속이 고려된 사계절 모두 사용 가능한 감각온도지수인 Net Effective Temperature(NET)와 체온조절기능이 상실되어 열사병이 발생할 위험에 따 라 지수를 산정한 열사병발생위험지수(HHSI: Humid Heat Stroke Index), 야외활동으로 인한 건강피해를 예방하기 위해 개발된 폭염지수인 온열지수를 산출하여 데이터를 공개하고

문서에서 Data Science 기반 기후변화 대응 지원 플랫폼 구축을 위한 전략 마련 연구 (페이지 37-67)