서울특별시 기후변화 영향평가 및 적응대책 세부시행계획 수립 :건강 및 재난분야

(1)

지자체 기후변화 영향평가 및 적응대책 수립·지원

서울특별시 기후변화 영향평가 및

적응대책 세부시행계획 수립

(2)

(3)

환경부 장관 귀하

본 보고서를 󰡔2010 기후변화 적응󰡕 역무대행 󰡔지자체 기후변화 영향

평가 및 적응대책 수립·지원- 서울특별시 기후변화 영향평가 및 적응

대책 세부시행계획 수립: 건강 및 재난 분야󰡕 사업의 최종보고서로

제출합니다.

2010년 12월

한국환경정책･평가연구원장

(4)

(5)

□ 연구 책임자 : 박용하 (한국환경정책·평가연구원, 선임연구위원) □ 연구 참여자 : 전성우 (한국환경정책·평가연구원, 연구위원) 신지영 (한국환경정책·평가연구원, 전문연구원) 김은영 (한국환경정책·평가연구원, 박사후연구원) 이정원 (한국환경정책·평가연구원, 연구원) 이소민 (한국환경정책·평가연구원, 연구원) 최현아 (한국환경정책·평가연구원, 연구원) 김정희 (한국환경정책·평가연구원, 인턴) □ 외부 전문가 : 신호성 (한국보건사회연구원, 부연구위원) □ 위탁연구기관 : 서울대학교 이동근 (서울대학교 조경·지역시스템공학부, 교수) 김재욱 (서울대학교 조경·지역시스템공학부, 박사과정) 박 찬 (서울대학교 조경·지역시스템공학부, 박사과정) 성선용 (서울대학교 조경·지역시스템공학부, 석사과정) 김호걸 (서울대학교 조경·지역시스템공학부, 석사과정) 박진한 (서울대학교 조경·지역시스템공학부, 석사과정) □ 위탁연구기관 : (주)팬지아21 이광수 ((주)팬지아21, 수석엔지니어) 주진오 ((주)팬지아21, 선임엔지니어) 한근혁 ((주)팬지아21, 책임엔지니어) 김도훈 ((주)팬지아21, 선임엔지니어) 김유미 ((주)팬지아21, 선임엔지니어) 장철순 ((주)팬지아21, 선임엔지니어) 김민한 ((주)팬지아21, 엔지니어) 김정은 ((주)팬지아21, 엔지니어) 이주용 ((주)팬지아21, 엔지니어)

(6)

명수정 (한국환경정책·평가연구원, 부연구위원) 심창섭 (한국환경정책·평가연구원, 부연구위원) 조광우 (한국환경정책·평가연구원, 연구위원) 김경준 (한국환경정책·평가연구원, 박사후연구원) 양원준 (한국환경정책·평가연구원, 박사후연구원) 하주현 (한국환경정책·평가연구원, 박사후연구원) 김근한 (한국환경정책·평가연구원, 연구원) 김영란 (한국환경정책·평가연구원, 연구원) 송원경 (한국환경정책·평가연구원, 연구원) 오대균 (한국환경정책·평가연구원, 연구원) 오동근 (한국환경정책·평가연구원, 연구원) 이명진 (한국환경정책·평가연구원, 연구원) 장래익 (한국환경정책·평가연구원, 연구원) 차영화 (한국환경정책·평가연구원, 연구원) 홍지연 (한국환경정책·평가연구원, 연구원) 문혜준 (한국환경정책·평가연구원, 연구원)

(7)

IPCC는 향후 기후변화에 의한 기상이변 예측 및 현 세대와 미래세대가 직면하게 될 기후 변화에 의한 악영향을 최소화하기 위한 적응(Adaptation) 조치 중요성을 권고함. 이와 관련하여 “저탄소 녹색성장기본법”시행령 제4조에 의해 정부는 국가전략을 효율적·체계적으로 이행 하기 위해 2010년 국가 기후변화 적응대책(2011-2015)을 수립하였음. 지자체는 기후변화 적응 대책을 실현하는 실질적인 주체로서 지역적 특성을 고려한 기후변화 적응대책 세부시행계획 수립이 필요함 본 과업에서는 광역지자체 기후변화 적응대책 세부시행계획 수립을 위해 입지유형, 도시화, 파급효과 등의 지표를 토대로 서울특별시를 시범대상지역으로 선정하였음. 서울시는 최근 40 년간 평균기온 및 폭염일수가 증가하였으며 강수량 역시 증가하는 추세를 보였음. A1B 시나 리오를 이용하여 서울시 미래기후를 예측한 결과, 2090년대에는 4.1℃가 증가하는 것으로 분석 되었으며 강수량뿐만 아니라 극한강우일수가 증가하는 것으로 나타났음 서울시는 인구 밀집되어 있는 대도시로서 시민의 건강과 안전이 가장 중요하며 기존의 피해 사례 및 선행연구를 고찰한 결과 서울시는 건강분야와 재난분야가 가장 취약한 분야로 선정됨. 이에 서울시 기후변화 적응대책 세부시행계획 수립시 건강 및 재난분야를 중점적으로 수립할 필요가 있음 서울시는 여름철 폭염 지속일수가 증가하는 등 폭염에 취약한 것으로 나타났으며 2004년 이후 기후변화관련 전염병의 발생률이 증가하는 것으로 나타나 이에 대한 대책 마련이 시급함. 특히, 폭염에 의한 초과사망자는 2090년대에 현재보다 약 5.4배 이상 증가할 것으로 예측되었 음. 서울시 폭염 영향이 높게 나타나는 지역은 2030년 기준으로 송파구, 강동구 등으로 분석되 었으며, 65세 이상 노인, 독거노인, 저소득계층 및 만성질환자 등이 폭염에 취약한 것으로 나 타났음. 현재 서울시의 대표적인 폭염 적응대책인 무더위 쉼터의 지정 현황을 조사한 결과 현재 독거노인수를 수용하지 못하거나 에어컨 등 냉방시설이 미흡한 자치구가 존재하였음. 따라서 향후 폭염영향 적응대책 세부시행계획 수립시 무더위 쉼터 지정기준 및 쉼터 내 서비스 관련 내용이 포함되어야 함. 또한, 폭염 영향에 대한 근본적인 대책으로서 도시녹지 확충이 포함되 어야 함 서울시는 기후변화에 따라 곤충매개 및 수인성 전염병 중 말라리아, 쯔쯔가무시증, 장염을 대상으로 영향 및 취약성평가를 실시하였음. 서울시의 말라리아 발생 특성을 통해 분석한 결과 19.31℃이상에서 말라리아 발생률이 증가하는 것으로 나타났으며, 2030년대에는 현재에 비해 1.41배, 2050년대에는 1.77배 증가하는 것으로 나타났음. 쯔쯔가무시증의 경우 18℃~27℃에서

(8)

취약지역임 서울시 풍수해로 인한 영향 및 취약성평가를 위해 강우인자와 홍수피해금액과의 관련을 분석하였음. 분석결과 피해유형에 따라 피해정도의 차이가 나타났음. 관악구와 강북구, 도봉구의 경우 집중호우로 인한 산사태 등으로 피해정도가 타 지역에 비해 높은 것으로 나타났음. 취약지역 선정시 과거 침수지역, 반지하가옥, 홍수범람이력 등을 고려하였음. 내수침수 위험지역은 도봉구, 마포구, 성북구, 중랑구 등이며, 범람 위험지역은 강북구, 구로구, 마포구 등임. 비탈면 위험지역의 경우 강북구, 도봉구, 노원구, 은평구 등으로 분 석되었음 서울시 건강 및 재난분야 기후변화 영향 및 취약성 평가결과를 바탕으로 국가 기후변화 적응 대책에 대한 서울시 기후변화 적응 세부시행계획을 수립하였음. 현재 서울시는 건강 및 재난 분야에 대해 기후변화 적응관련 대책이 부분적으로 진행되고 있음. 하지만 기후변화에 대한 고려와 기후변화 담당부서와의 연계가 미흡한 실정임. 이에 본 과업에서는 폭염 및 전염병, 재난 분야에 대한 적응대책 세부시행계획을 단기 및 중·장기차원에서 수립하였음

(9)

제1장 서론 ·

·

· · 1

1. 과업 개요 ··· 1 가. 과업배경 및 목적 ··· 1 나. 과업범위 ··· 3 2. 지자체 선정 ··· 3 가. 지자체 선정방법 ··· 3 나. 지자체 선정 ··· 5

제2장 서울시 기후변화 영향 현황 및 예측 ·

·

· · 6

1. 서울시 기후변화 현황 ··· 6 가. 기온 현황분석 ··· 6 나. 강수량 현황분석 ··· 10 다. 서울시 기후변화 실태 ··· 12 2. 서울시 기후변화 예측 ··· 12 가. 기후변화 시나리오 ··· 12 나. 다운스케일링 기법 ··· 15 다. 서울시 현재기후 분석 ··· 18 3. 서울시 기후변화 영향 현황 ··· 34 가. 서울시 기후변화 영향 현황 ··· 34 나. 서울시 기후변화 취약분야 선정 ··· 40

제3장 국내외 선행연구 고찰 ·

·

· · 41

1. 기후변화 영향 및 취약성 평가사례 ··· 41 가. 건강분야 기후변화 영향 및 취약성 평가사례 ··· 41 나. 재난분야 기후변화 영향 및 취약성 평가사례 ··· 60

(10)

가. 국내 기후변화 적응대책 수립 사례 ··· 76 나. 국외 기후변화 적응대책 수립 사례 ··· 76 다. 기후변화 적응대책 수립사례 시사점 ··· 86

제4장 서울시 기후변화 영향 및 취약성 평가 ·

·

· · 88

1. 건강분야 기후변화 영향 및 취약성 평가 ··· 88 가. 기후변화 주요영향 선정 ··· 88 나. 폭염 영향 및 취약성 평가 ··· 90 다. 전염병 영향 및 취약성 평가 ··· 110 2. 재난분야 기후변화 영향 및 취약성 평가 ··· 147 가. 기후변화 주요영향 선정 ··· 147 나. 풍수해 영향 및 취약성 평가방법 ··· 149 다. 풍수해 영향 및 취약성평가 결과 ··· 151 라. 풍수해 취약지역 및 취약계층 분석 ··· 170

제5장 서울시 기후변화 영향 적응대책 세부시행계획 수립 ·

·

· · 182

1. 서울시 공무원 기후변화 적응 인식 현황 ··· 182 2. 서울시 기후변화 적응대책 세부시행계획 수립 현황 및 방향 설정 ··· 186 가. 서울시 기후변화 적응대책 세부시행계획 수립현황 ··· 186 나. 건강분야 기후변화 영향 적응대책 세부시행계획 방향설정 ··· 188 다. 재난분야 기후변화 영향 적응대책 세부시행계획 방향설정 ··· 190 3. 건강분야 서울시 기후변화 적응대책 세부시행계획 수립 ··· 191 가. 폭염 ··· 191 나. 전염병 ··· 205 4. 재난분야 서울시 기후변화 적응관련 대책 수립 ··· 212

(11)

2. 서울시 기후변화 적응대책 수립을 위한 제언 ··· 225

참고문헌 ·

·

· · 226

부 록 ·

·

· · 232

부록 1. 지역별 강우인자에 따른 홍수피해금액 예측자료 ··· 233 부록 2. 건강 및 재난분야 국가 기후변화 적응대책 ··· 239 부록 3. 건강 및 재난분야 서울시 기후변화 적응대책 세부시행계획 ··· 246

(12)

<표 1-1> 지자체 선정을 위한 평가지표 및 기준 ··· 4 <표 1-2> 지자체 선정을 위한 광역지자체 평가결과 ··· 5 <표 2-1> 서울시 최근 40년(1970-2009)간 10년별 기온현황 ··· 7 <표 2-2> 서울시 최근 40년(1970-2009)간 10년별 평균 혹한·열대일수 ··· 8 <표 2-3> 서울시의 계절 시작일 및 지속기간의 변화 ··· 9 <표 2-4> 서울시 최근 40년(1970-2009)간 10년별 연강수량 및 6,7,8월 강수량 ··· 11 <표 2-5> SRES 시나리오별 이산화탄소 배출량 및 기온상승폭 ··· 14 <표 2-6> 서울시 미래기후 예측결과 ··· 22 <표 2-7> 최근 10년간 서울시 강우 강도 분석 결과 ··· 29 <표 2-8> A1B 시나리오를 이용한 미래 강우강도 분석 결과 ··· 30 <표 2-9> A2 시나리오를 이용한 미래 강우강도 분석 결과 ··· 32 <표 3-1> 기온 1℃ 상승 시 사망자수 퍼센트 변화 ··· 42 <표 3-2> 서유럽 폭염으로 인한 초과사망자수 및 열 관련 사망자 ··· 48 <표 3-3> 모형에 따른 기온과 식중독 발생률 관계 ··· 56 <표 3-4> 질병별 연령대별 전염병 발생예측 건수 ··· 57 <표 3-5> 미래의 전염병 종류별 질병 부담예측 ··· 58 <표 3-6> 기후변화와 식중독 관련 매개체의 영향 ··· 59 <표 3-7> 분석에 사용된 지표 목록 ··· 60 <표 3-8> 홍수피해에 대한 지역안전도 평가 인자 ··· 61 <표 3-9> 소방방재청 지역안전도 평가 인자 ··· 63 <표 3-10> 이상홍수 취약성지표 ··· 65 <표 3-11> LURP 준 분포형 수문모형 분석에 사용된 자료 및 결과물 ··· 67 <표 3-12> FLUMEN모형 분석에 사용된 자료 및 결과물 ··· 68 <표 3-13> HEC-GeoRAS모형 분석에 사용된 자료 및 결과물 ··· 68 <표 3-14> HAZUS 데이터베이스 ··· 71 <표 3-15> 주요 평가 도구 모음(CATS) ··· 73

(13)

<표 3-18> 기후변화적응 전략 사례 ··· 85 <표 4-1> 서울시 연도별 28.1℃ 이상 일수 ··· 94 <표 4-2> 서울시 여름철 폭염 초과사망자수 ··· 100 <표 4-3> 서울시 구별 폭염 취약정도 ··· 107 <표 4-4> 서울시 무더위 쉼터 및 65세 이상 인구 현황 ··· 109 <표 4-5> 서울시 구별 말라리아 발생현황 ··· 121 <표 4-6> 말라리아 발생예측 ··· 124 <표 4-7> 기후변화 시나리오별 말라리아 발생예측 ··· 127 <표 4-8> 연간 동지역별 말라리아, 쯔쯔가무시 발생자수(2005-2009) ··· 129 <표 4-9> 서울시 구별 쯔쯔가무시 발생현황 ··· 131 <표 4-10> 특정온도에 대한 쯔쯔가무시 상대위험비 ··· 133 <표 4-11> 서울시 구별 장염 발생현황 ··· 138 <표 4-12> 특정온도에서의 장염발생 상대위험도 ··· 139 <표 4-13> 강우인자와 지역별 홍수 피해금액의 상관관계 ··· 151 <표 4-14> 지역별 강우인자와 홍수피해금액 회귀식 ··· 153 <표 4-15> 지역회귀분석에 적용된 지표 ··· 155 <표 4-16> 지역회귀분석 결과: 비선형 회귀계수 c ··· 157 <표 4-17> 지역회귀분석 결과: 비선형 회귀계수 a ··· 157 <표 4-18> 지역회귀분석 결과: 비선형 회귀계수 b1 ··· 158 <표 4-19> 지역회귀분석 결과: 비선형 회귀계수 b2 ··· 159 <표 4-20> 일강우와 시간강우의 회귀식 ··· 160 <표 4-21> 일강우와 시간강우의 상관관계 ··· 161 <표 4-22> A1B 시나리오 2030년대 평균강우량이 최대인 구간 ··· 162 <표 4-23> A1B 시나리오 2050년대 평균강우량이 최대인 구간 ··· 163 <표 4-24> A1B 시나리오 2090년대 평균강우량이 최대인 구간 ··· 164 <표 4-25> A2 시나리오 2090년대 평균강우량이 최대인 구간 ··· 165 <표 4-26> 시나리오별 강우인자 입력값 도출 ··· 166

(14)

<표 4-29> 공통 취약요인 자치구별 비교 ··· 175 <표 4-30> 침수피해지역 지역인자요소 자치구별 비교 ··· 177 <표 4-31> 범람피해지역 지역인자요소 자치구별 비교 ··· 179 <표 4-32> 국립방재연구소 토사 비탈면 위험도 평가점수 경사도 부분 ··· 180 <표 4-33> 국립방재연구소 암반 비탈면 위험도 평가점수 경사도 부분 ··· 180 <표 4-34> 비탈면 피해지역 지역인자요소 자치구별 비교 ··· 181 <표 5-1> 서울시 건강분야 적응대책 수립 현황 ··· 187 <표 5-2> 서울시 재난분야 적응대책 수립 현황 ··· 188 <표 5-3> 서울시 건강분야 기존 적응대책 문제점 및 방향 ··· 189 <표 5-4> 서울시 재난분야 기존 적응대책 문제점 및 방향 ··· 190 <표 5-5> 서울시 폭염 적응대책 ··· 191 <표 5-6> 서울시 전염병 적응대책 ··· 205 <표 5-7> 기후변화 재난분야 장·단기 적응대책 ··· 212 <표 5-8> 서울시정개발연구원의 우수저류시설 검토지역 ··· 217

(15)

<그림 1-1> IPCC 온실가스 배출시나리오(SRES)에 따른 온도 및 해수면 변화 ··· 1 <그림 1-2> 지자체 선정절차 ··· 4 <그림 2-1> 서울시 연평균기온, 연평균 최고·최저 기온의 변화(1970-2009) ··· 6 <그림 2-2> 서울시 최근 40년(1970-2009)간 혹한일수 ··· 7 <그림 2-3> 서울시 최근 40년(1970-2009)간 열대일수 ··· 8 <그림 2-4> 서울시 계절변화 ··· 9 <그림 2-5> 서울시 연강수량의 변화(1970∼2009) ··· 10 <그림 2-6> 서울시 최근 40년(1970-2009)간 80mm이상 호우일수 ··· 11 <그림 2-7> SRES 시나리오의 개념 ··· 13 <그림 2-8> SRES 시나리오별 이산화탄소 배출량 ··· 14 <그림 2-9> 관측자료, GCMs, RCM의 기온 및 강수량 비교 ··· 14 <그림 2-10> 데이터작성에 사용된 서울시 근교의 관측지점 ··· 18 <그림 2-11> 최근 10년 서울의 연평균 기온 ··· 18 <그림 2-12> 최근 10년 서울의 연 최고 기온 ··· 19 <그림 2-13> 최근 10년 서울의 연 최저기온 ··· 19 <그림 2-14> 최근 10년 서울시 여름(6-9월) 최고기온 ··· 20 <그림 2-15> 최근 10년 서울시 겨울(12월-2월) 최저기온 ··· 20 <그림 2-16> 서울시의 연평균 누적 강수량 ··· 21 <그림 2-17> A1B 시나리오를 이용한 서울시 미래 연평균 기온 예측결과 ··· 23 <그림 2-18> A1B 시나리오를 이용한 서울시 미래 여름철 최고기온 예측결과 ··· 24 <그림 2-19> A1B 시나리오를 이용한 서울시 미래 겨울철 최저기온 예측결과 ··· 25 <그림 2-20> A1B 시나리오를 이용한 서울시 미래 누적강수량 예측결과 ··· 26 <그림 2-21> A2 시나리오를 이용한 서울시 미래 평균기온 예측결과 ··· 27 <그림 2-22> A2 시나리오를 이용한 서울시 미래 여름철 최고기온 예측결과 ··· 27 <그림 2-23> A2 시나리오를 이용한 서울시 미래 겨울철 최저기온 예측결과 ··· 28 <그림 2-24> A2 시나리오를 이용한 서울시 미래 연평균 강수량 예측결과 ··· 28

(16)

<그림 2-27> A1B 시나리오를 이용한 서울시 미래 강우강도 비교 ··· 31 <그림 2-28> A1B 시나리오에서의 300년 빈도 강우 일수 ··· 32 <그림 2-29> A2 시나리오를 이용한 서울시 미래 강우강도 비교 ··· 33 <그림 2-30> A2 시나리오를 이용한 2096년 서울시 강우강도 비교 ··· 33 <그림 2-31> 산림에 의한 기온저감영향권역 ··· 34 <그림 2-32> 서울시 말라리아 및 쯔쯔가무시증 발생자 수 ··· 36 <그림 2-33> 서울시 홍수피해 현황 ··· 37 <그림 2-34> 소양강댐 붕괴시 지역별 침수시간 예측도 ··· 38 <그림 2-35> 서울시 기후변화 취약분야 및 주요영향 선정 ··· 40 <그림 3-1> 일별 최고기온과 사망자 수의 관계 그래프 ··· 41 <그림 3-2> 4개 도시에 대한 기온과 사망의 관계 ··· 43 <그림 3-3> 서울지역 여름철 고온 발생일수와 초과 사망자수 관계 ··· 43 <그림 3-4> 서울지역 여름철 고온으로 인한 초과사망자 수의 연도별 분포 ··· 44 <그림 3-5> 서울시 94년 여름철 일 최고기온이 32℃ 이상 2일 지속시 사망자수 변화 ··· 44 <그림 3-6> 서울시 94년 여름철 일 최고기온과 초과 사망자수와의 관계 ··· 45 <그림 3-7> 1991-2000년 서울지역 일 최고기온에 따른 사망자수 ··· 45 <그림 3-8> 서울지역 7-8월 일평균 최고기온과 일평균 사망자 ··· 46 <그림 3-9> 서울 폭염기간 동안 일최고기온 및 일최고열지수와 표준화된 사망자수 관계 ··· 47 <그림 3-10> 프랑스 초과사망률 분포와 열파 기간 동안 일별 사망자 변화 ··· 48 <그림 3-11> 원인별(열, 심혈관계 질환 및 열과 심혈관계 질환) 사망자와 열지수 ···· 49

<그림 3-12> England, Wales 및 Greater London지역에서의 일 사망자수 ··· 50

<그림 3-13> England, Wales 및 Greater London지역 열파기간 중 초과사망자분석 ··· 50

<그림 3-14> 성별에 따른 열사병 사망자 및 비례 사망률(1968년-1994년) ··· 51

<그림 3-15> 연령별에 따른 열사병 사망률과 연도별 고온 기록 ··· 52

<그림 3-16> 일평균 기온과 총 사망률(1979년-1997년) ··· 53

<그림 3-17> 사망과 평균기온과의 관계 ··· 53

(17)

<그림 3-21> 연령별 기온에 따른 질병부담 ··· 58 <그림 3-22> 서울시 자치구별 홍수위험도 분석 결과 ··· 61 <그림 3-23> 요소별 평가방법 절차 ··· 62 <그림 3-24> 지역안전도 평가 절차 ··· 63 <그림 3-25> 소방방재청 지역안전도 평가 절차 ··· 64 <그림 3-26> 홍수피해 잠재능의 평가요소 및 방법 ··· 65 <그림 3-27> 취약성 평가 흐름도 ··· 66 <그림 3-28> CA-Markov 기법에 의해 예측된 토지이용도 ··· 67 <그림 3-29> FLUMEN 모형을 이용한 진위천 홍수 빈도 ··· 68 <그림 3-30> HEC-GecRAS를 이용한 침수범람도 ··· 69 <그림 3-31> 유럽(EU 27개국+ 2개국) ESPON 프로젝트 ··· 70 <그림 3-32> HAZUS의 구성 ··· 71 <그림 3-33> CATS 자연재해 ··· 72 <그림 3-34> CATS 기술적 재난 ··· 72 <그림 3-35> 영국의 계획체계와 기후변화 관련 리스크평가체계 ··· 77 <그림 3-36> 런던계획(2008)의 체계에서의 기후변화에 대한 계획 ··· 79 <그림 3-37> 런던 템즈강 유역 홍수위험지역 ··· 80 <그림 3-38> 열건강경보시스템 수준 ··· 83 <그림 3-39> 통합적 풍수해 관리계획(ISMPs)의 진행 ··· 84 <그림 4-1> 기후변화와 전염병 발생추이와의 상관관계 ··· 89 <그림 4-2> 전염병 발생건수 및 환자수 현황 ··· 89 <그림 4-3> 폭염에 따른 건강분야 영향평가 연구방법 ··· 90 <그림 4-4> 모델분석을 통한 임계온도 선정 ··· 91 <그림 4-5> 서울시 사망자와 기온과의 관계 ··· 92 <그림 4-6> 서울시 여름철 일평균 기온이 28.1℃ 이상인 일수: A1B 시나리오 ··· 95 <그림 4-7> 서울시 지역별 일평균 기온이 28.1℃ 이상 일수(6월): A1B 시나리오 ··· 95 <그림 4-8> 서울시 지역별 일평균 기온이 28.1℃ 이상 일수(7월): A1B 시나리오 ··· 96

(18)

<그림 4-11> 서울시 여름철 일평균 기온과 사망자수 관계: 전체 연령 ··· 99 <그림 4-12> 서울시 여름철 일평균 기온과 사망자수 관계: 65세 이상 ··· 99 <그림 4-13> 서울시 여름철 폭염 연평균 초과사망자수(A1B) ··· 100 <그림 4-14> 서울시 구별 65세 이상 인구 및 독거노인 현황 ··· 102 <그림 4-15> 서울시 구별 기초생활수급자수 현황 ··· 103 <그림 4-16> 서울시 구별 재산세 현황 ··· 104 <그림 4-17> 서울시 구별 산림·공원 면적비율 현황 ··· 105 <그림 4-18> 서울시 구별 여름철 일평균기온 ··· 106 <그림 4-19> 서울시 무더위 쉼터 현황 ··· 108 <그림 4-20> 전염병에 따른 건강분야 영향평가 연구방법 ··· 110 <그림 4-21> 월평균 최고기온_1월 ··· 115 <그림 4-22> 월평균 최고기온_7월 ··· 116 <그림 4-23> 월평균 평균기온_1월 ··· 117 <그림 4-24> 월평균 평균기온_7월 ··· 118 <그림 4-25> 연간 말라리아 발생 분포 ··· 120 <그림 4-26> 월별 말라리아 발생자수와 기온, 강수량과의 관계 ··· 122 <그림 4-27> 계절별 말라리아 발생 ··· 123 <그림 4-28> 말라리아 발생자수 예측과 기온의 상관성 ··· 124 <그림 4-29> 말라리아 발생 위험도와 기온의 관계 ··· 125 <그림 4-30> 말라리아 발생 위험도와 기온의 관계(2차원 그림) ··· 125 <그림 4-31> 특정 시간 및 온도에서의 말라리아 발생 위험도 ··· 126 <그림 4-32> 기후변화 시나리오별 말라리아 발생예측 변화 ··· 128 <그림 4-33> 연간 쯔쯔가무시 발생 분포 ··· 130 <그림 4-34> 월별 쯔쯔가무시 발생자수와 기온, 강수량과의 관계 ··· 132 <그림 4-35> 쯔쯔가무시 발생자수 예측과 기온의 상관성 ··· 133 <그림 4-36> 쯔쯔가무시 발생 위험도와 기온의 관계 ··· 134 <그림 4-37> 쯔쯔가무시 발생 위험도와 기온의 관계(2차원 그림) ··· 134

(19)

<그림 4-40> 월별 장염 발생자수와 기온, 강수량과의 관계 ··· 139 <그림 4-41> 장염 발생자수 예측과 기온의 상관성 ··· 140 <그림 4-42> 장염 발생 위험도와 기온의 관계 ··· 141 <그림 4-43> 장염 발생 위험도와 기온의 관계(2차원 그림) ··· 141 <그림 4-44> 특정 시간 및 온도에서의 장염 상대발생 위험도 ··· 142 <그림 4-45> 5년간 말라리아 발생횟수 ··· 143 <그림 4-46> 말라리아 취약지역 사례: 모기 집단서식지 ··· 144 <그림 4-47> 5년간 쯔쯔가무시증 발생횟수 ··· 144 <그림 4-48> 5년간 장염 발생횟수 ··· 145 <그림 4-49> 서울시 초·중·고등학교 수 ··· 146 <그림 4-50> 연도별 서울시 홍수피해액 비교도 ··· 147 <그림 4-51> 우리나라 연대별 홍수재해 피해면적 및 피해액(1970-1990) ··· 148 <그림 4-52> 풍수해에 따른 재난분야 영향평가 연구방법 ··· 149 <그림 4-53> 홍수위험도 분석의 기본 개념 ··· 149 <그림 4-54> 개별 강우인자와 홍수피해금액과의 산점도 ··· 152 <그림 4-55> 복합강우인자와 홍수피해금액의 산점도 ··· 152 <그림 4-56> 지역별 복합강우에 따른 홍수피해금액 회귀식 ··· 154 <그림 4-58> 서울시 구별 미래 홍수위험도 ··· 169 <그림 4-57> 서울시 구별 미래 홍수피해금액 ··· 170 <그림 4-59> 서울시 구별 지역요인 현황 ··· 172 <그림 4-60> 서울시 구별 인구학적 요인 현황 ··· 173 <그림 4-61> 서울시 구별 방재 요인 현황 ··· 174 <그림 4-62> 서울시 구별 과거 피해현황 ··· 174 <그림 5-1> 서울시 공무원 기후변화 적응 인식정도 ··· 182 <그림 5-2> 지속적인 폭염에 대한 인식 ··· 183 <그림 5-3> 국지적 폭우에 대한 인식 ··· 183 <그림 5-4> 기후변화 적응에 대한 노력 ··· 183

(20)

<그림 5-7> 적응에 대한 일반시민 인식정도 ··· 184 <그림 5-8> 공무원의 적응 인식과 전문성 ··· 184 <그림 5-9> 기후변화 적응부서의 역할 ··· 185 <그림 5-10> 관련 정책과의 연계성 ··· 185 <그림 5-11> 단체장의 기후변화 적응 관심도 ··· 185 <그림 5-12> 지자체 기후변화 적응 재정여건 ··· 185 <그림 5-13> 서울시 건강분야 기후변화 적응대책 T/F 조직도 ··· 189 <그림 5-14> 서울시 재난분야 기후변화 적응대책 T/F 조직도 ··· 190 <그림 5-15> 로마의 폭염 경보 절차 ··· 193 <그림 5-16> 폭염 정보 전달 체계 ··· 193 <그림 5-17> 폭염대비 응급처치 교육 ··· 194 <그림 5-18> 폭염 발생 시 독거노인 방문건강관리 ··· 196 <그림 5-19> 폭염 대비 안전관리 도우미 간담회 ··· 197 <그림 5-20> 병원 찾기 어플리케이션 ··· 199 <그림 5-21> 서울시 녹지네트워크 조성계획 ··· 200 <그림 5-22> 도심 내 실개천 조성사업 사례 ··· 200 <그림 5-23> 호주 맬버른 건물 차양막 설치사례 ··· 201 <그림 5-24> 호주 맬버른 가로수 조성 사례 ··· 201 <그림 5-25> 호주 맬버른 가로수 조성계획 대안 ··· 202 <그림 5-26> 주거지 내 쌈지공원 조성사례 ··· 202 <그림 5-27> 서울시 옥상녹화 지원사례 ··· 203 <그림 5-28> 벽면녹화사례 ··· 203 <그림 5-29> 서울시 내 폭염에 취약한 주거지 사례 ··· 204 <그림 5-30> 모기발생 자동측정기 ··· 206 <그림 5-31> 모기발생 자동측정기 구조 ··· 207 <그림 5-32> GIS 방역관리시스템 구조 ··· 207 <그림 5-33> GIS 방역관리시스템을 통한 실시간 차량 이동경로 ··· 208

(21)

<그림 5-36> 홍수예보 표출 기술 사례 ··· 214 <그림 5-37> 미국 홍수보험 요율도(FIRM) 작성 사례 ··· 214 <그림 5-38> 미국의 방재물자 관련 시스템 ··· 215 <그림 5-39> 풍수해 대응 훈련 ··· 215 <그림 5-40> 순천 저류지 공원 개념도 ··· 218 <그림 5-41> 국내 빗물이용 사례 ··· 219 <그림 5-42> 폭우로 잠긴 광화문 ··· 220 <그림 5-43> 미국 캘리포니아의 욜로바이패스 ··· 222 <그림 5-44> 축대붕괴위험 사례 ··· 223

(22)

제1장 서론

1. 과업 개요

가. 과업배경 및 목적

〇 IPCC는 기후변화 현상이 명백히 일어나고 있으며 이는 인간의 활동의 결과라고 명시 함으로써 인간의 활동에 의해 자연환경 및 더 나아가 인간시스템에 영향을 주고 있다고 강조함 〇 인간의 활동에 기인하는 극단적인 기후 현상의 빈도와 강도는 단기적인 환경 변화뿐만 아니라 장기간에 걸친 온도 상승, 강수량의 변화, 해수면 상승 등을 유발하며 지구의 평균기온 상승, 해수온도 상승 등의 현재 과학적 관측 자료로 설명됨 〇 지난 100년(1906년-2005년)간 전 지구 평균온도는 약 0.74℃ 상승하였으며, 우리 나라의 경우 1970년대에 비해 2000년대의 평균기온 0.7℃ 상승하였음. 2000년대 연평균 호우일수(1시간 최다강수량 30mm, 일강수량 80mm이상)는 1970년대에 비해 약 1.4~1.6배 증가하였음 〇 또한, IPCC는 향후 100년 지구 평균온도는 A1B시나리오 대비 약 4.4℃ 증가할 것으로 예측하고 있으며, 우리나라의 경우 약 4℃ 상승할 것으로 예측함 <그림 1-1> IPCC 온실가스 배출시나리오(SRES)에 따른 온도 및 해수면 변화

(23)

〇 IPCC는 향후 기후변화에 의한 기상이변 예측 및 현 세대와 미래세대가 직면하게 될 기후변화에 의한 악영향을 최소화하기 위한 적응(Adaptation) 조치 중요성을 권고함 〇 기후변화 대응조치는 온실가스 배출저감을 통한 기후변화 완화(Mitigation) 조치와 변화된 기후에 대한 적응(Adaptation) 조치로 구분됨. 하지만, 완화조치만으로 기후 변화 영향을 회피하는데 한계가 있으므로 기후변화 영향에 대한 적절한 행동을 취해야 함 - 현재 모든 온실가스 배출을 멈추어도 약 1℃ 온도 상승 불가피(스턴보고서, 2006) 〇 국제사회에서 기후변화 영향과 적응에 대한 논의는 IPCC 3차 보고서(2001) 발 간 이후부터이며, 그 후 선진국 및 개도국 모두에게 기후변화 영향에 대한 관심이 확산됨 〇 우리나라는 기후변화 제3차 종합대책(2005-2007)부터 적응기반 구축과제가 포함되어 있었으며, 환경부가 13개 부처와 함께 국가 기후변화 적응 종합계획(2008)과 이에 대한 세부이행계획(2009)을 수립하였음 - “저탄소 녹색성장기본법”시행령 제38조에 의해 정부는 국가전략을 효율적·체계적으로 이행하기 위하여 5년마다 저탄소 녹색성장 국가전략 5개년 계획을 수립하여야 하며, 이를 토대로 2010년 10월 국가 기후변화 적응대책(2011-2015)을 수립함 〇 동법 시행령 제38조에 의해 지방자치단체장은 국가전략 및 5개년 계획을 바탕으로 지방녹색성장 추진계획(세부시행계획)을 5년 단위로 수립하여야 함 - 국가차원의 적응대책을 바탕으로 지자체차원에서의 세부시행계획 수립이 필요 〇 지자체는 기후변화 적응대책을 실현하는 실질적인 주체로서 지역적 특성을 고려한 기후변화 적응대책 세부시행계획 수립이 중요함 〇 최근 기후변화 영향 적응대책 수립과 관련하여 인천광역시, 강원도 등 일부 지자체 에서 기후변화 적응대책을 수립한 바 있으나 지자체 특성이 반영된 적응대책 세부 시행계획 수립이 미흡함 〇 따라서 본 과업에서는 기후변화 영향을 최소화하기 위한 방안으로서 지자체 차원에서의 기후변화 영향을 평가하고 이에 대한 적응대책 세부시행계획 수립하고자 함 - 시범사업으로서 지자체를 선정하고 해당 지역의 기후변화 취약분야 선정 및 영향평가를 실시하여 이에 적합한 적응대책 세부시행계획을 수립

(24)

나. 과업범위

1) 시간적 범위 〇 계획수립 기준연도: 2010년 〇 기후변화 목표연도: 2030년대, 2050년대, 2090년대 - 지자체 기후변화 영향평가 및 적응대책 세부시행계획 수립을 위해 지자체 차원에서 수립하는 20년 도시기본계획 등을 고려할 수 있도록 2030년대(2026년-2035년)를 가까운 미래 목표연도로 설정함. 또한, 기후변화 영향이 명백하게 나타나는 2050년대 (2046년-2055년)와 2090년대(2091년-2100년)를 먼 미래 목표연도로 설정함  A1B시나리오의 목표연도: 2030년대, 2050년대, 2090년대  A2 시나리오의 목표연도: 2090년대 - 이러한 다양한 목표연도 설정 및 시나리오를 사용함으로서 불확실한 미래에 대한 단계별 접근이 가능하도록 함 2) 공간적 범위 〇 광역지자체 차원에서 기후변화 영향평가 및 적응대책 세부시행계획 수립

2. 지자체 선정

가. 지자체 선정방법

〇 지자체 선정원칙을 다음과 같이 설정함 - 기존 기후변화 취약성 평가 결과를 활용, 취약성이 높은 지역과 낮은 지역의 비교가 가능하도록 선정 - 기후변화 영향과 취약성은 지역적 특성에 따라 좌우되므로 지자체 유형을 구분하여 유형별로 균등하게 선정 - 기후변화 적응대책 세부시행계획 수립 후 파급효과를 극대화 할 수 있는 지역 선정 - 기후변화 영향 및 취약성 평가를 위한 자료 획득이 용이한 지역 선정 〇 지원 대상지 선정 지표 및 기준은 다음과 같음 - 입지유형, 도시화 등 6개 지표 및 기준을 1단계 선정기준으로 설정하였으며, 2단계 선정기준은 1단계 선정기준을 세부적으로 분류

(25)

선정 단계 지표 기준 분류 자료 1단계 입지 입지유형 내륙(산지)형 -내륙(평지)형 임해형 해안형 도시화 정도 도시기반 산업특징 도시형 행정안전부(2009) 2008 도시연감 도·농 복합형 농촌형 2단계 취약성 광역지자체 기후변화 취약성-탄력성 지수 순위 상위 25% (1~4순위) 유가영·김인애(2008) 기후변화 취약성 평가지표의 개발 및 도입방안 하위 25% (13~16순위) 파급효과 도시규모 인구1천만 이상(대규모) 행정안전부(2009) 2008 도시연감 인구1백만 이상(중규모) 인구1백만 미만(소규모) 대표성 행정규모 특별시 -광역시 도 시·군 실현성 자료 구축 및 획득 가능성 상 -중 하 <표 1-1> 지자체 선정을 위한 평가지표 및 기준 〇 파급효과 및 대표성, 실현성 등을 고려, 3단계 절차로 진행함 선정기준 확정 광역지자체 평가 최종 대상지 선정 ⇒ ⇒

KEI KEI 환경부·KEI

(26)

나. 지자체 선정

〇 지자체 기후변화 영향평가 및 적응대책을 수행할 지역으로서 서울특별시를 선정하였음 - 서울특별시는 내륙평지의 대도시지역으로서 현재 기후변화에 따른 취약성 지수는 낮지만(유가영과 김인애, 2008) 파급효과가 높고 자료의 구축이 용이하여 시범도시로서 적합함 구분 1단계 2단계 입지 도시화 정도 취약성 파급효과 대표성 실현성 내륙 평지 내륙 산지 임해 해양 도시형 도농 복합 농촌 취약성 지표 순위 상 중 하 행정 규모 자료 구축 제주도 ✓ ✓ ✓ ✓ 1 ✓ 도 중 충청남도 ✓ ✓ ✓ ✓ ✓ 2 ✓ 도 중 인천시 ✓ ✓ ✓ 3 ✓ 광역시 상 경상남도 ✓ ✓ ✓ ✓ ✓ 4 ✓ 도 중 충청북도 ✓ ✓ ✓ ✓ 5 ✓ 도 중 전라남도 ✓ ✓ ✓ ✓ 6 ✓ 도 중 광주시 ✓ ✓ 7 ✓ 광역시 중 경상북도 ✓ ✓ ✓ ✓ ✓ 8 ✓ 도 중 전라북도 ✓ ✓ ✓ ✓ ✓ 9 ✓ 도 중 부산시 ✓ ✓ 10 ✓ 광역시 중 울산시 ✓ ✓ 11 ✓ 광역시 중 대구시 ✓ ✓ 12 ✓ 광역시 중 강원도 ✓ ✓ ✓ ✓ ✓ 13 ✓ 도 중 경기도 ✓ ✓ ✓ ✓ ✓ 14 ✓ 도 상 서울시 ✓ ✓ 15 ✓ 특별시 상 대전시 ✓ ✓ 16 ✓ 광역시 중 <표 1-2> 지자체 선정을 위한 광역지자체 평가결과 〇 서울시는 지난 100년(1908-2007)간 연평균기온이 약 2.4℃ 상승하였으며 연평균 최저기온은 3.7℃상승하였음. 일 최저기온이 25℃이상인 열대야일수도 점차 증가하여 1950년대까지 2일 내외이었던 것이 1990년대에는 9일로 급격히 증가함 〇 이와 같이 서울시의 기후변화 속도는 전 세계뿐만 아니라 전국에서도 높은 상승률을 가지고 있는 지역이므로 적응대책 세부시행계획 수립이 필요함 〇 따라서 대도시인 서울시는 기후변화에 취약한 지역으로서 기후변화에 따른 영향평가와 적응대책 세부시행계획 수립에 적합한 지자체로 선정함

(27)

제2장 서울시 기후변화 영향 현황 및 예측

1. 서울시 기후변화 현황

가. 기온 현황분석

1) 연도별 기온변화 〇 기상청에서 제공하고 있는 최근 40년(1970-2009)간 서울시의 기온현황을 살펴보면 연평균기온과 연평균 최고·최저기온 모두 상승하는 경향을 보임 - 서울시의 40년간 연평균기온은 12.3℃이며 연평균 최고·최저기온은 각 16.9℃, 8.4℃로 나타남 0 5 10 15 20 1970 1975 1980 1985 1990 1995 2000 2005 연평균기온 연평균최고기온 연평균최저기온 ℃ <그림 2-1> 서울시 연평균기온, 연평균 최고ㆍ최저 기온의 변화(1970-2009) 〇 서울시의 최근 40년간 기온현황을 10년별로 나누어 비교하면 1970년대(1970-1979)의 평균기온은 11.9℃, 최근 10년(2000-2009)의 평균기온은 12.9℃로 약 1.0℃ 상승 하였음 - 연평균 최고기온의 경우 최근 10년은 17.2℃로 1970년대(16.7℃)보다 약 0.5℃ 상승 하였고, 연평균 최저기온도 1970년대에 비하여 최근 10년이 약 1.1℃ 높음

(28)

- 기간별로 살펴보면 연평균기온, 연평균 최고・최저기온 모두 1980년대(1980-1989)와 1990년대(1990-1999) 사이에 기온상승 정도가 큰 것으로 나타남 구분 기온(℃) 평균 평균최고 평균최저 1970-1979년 11.9 16.7 8.0 1980-1989년 11.8 16.5 7.8 1990-1999년 12.7 17.3 8.7 2000-2009년 12.9 17.2 9.1 <표 2-1> 서울시 최근 40년(1970-2009)간 10년별 기온현황 2) 기온 극한값 〇 혹한일수는 연중 일 최저기온이 -10℃ 미만이 날의 수를 사용하였음. 1970년부터 2009년까지 서울시의 혹한일수는 증감을 보이고 있으나 전반적으로 감소하는 경향을 보임 - 최근 40년간(1970-2009) 혹한일은 1984년이 30일로 가장 많았고 1992년과 2007년은 발생하지 않았음 0 5 10 15 20 25 30 35 1970 1975 1980 1985 1990 1995 2000 2005 일수 <그림 2-2> 서울시 최근 40년(1970-2009)간 혹한일수

(29)

〇 연중 일 최고기온이 30℃ 이상인 열대일수는 1970년부터 2009년까지 전반적으로 증가하는 경향을 보임 - 최근 40년(1970-2009)간 열대일의 경우 1994년, 1997년, 2000년, 2001년에 50일 이상 나타났으며 1980년, 1993년에 6~15일 등으로 적게 나타남 0 10 20 30 40 50 60 70 1970 1975 1980 1985 1990 1995 2000 2005 일수 <그림 2-3> 서울시 최근 40년(1970-2009)간 열대일수 〇 최근 40년(1970-2009)간 혹한일수와 열대일수의 10년별 평균을 보면 혹한일수는 1970년대(1970-1979)에는 12일에서 최근 10년(2000-2009)에는 7일로 약 5일이 감소 하였고 열대일수는 1970년대 30일에서 최근 10년에는 34일로 약 4일이 증가함 〇 혹한일수와 열대일수 모두 1980년대(1980-1989)와 1990년대(1990-1999)에 큰 증감을 보임 구분 평균 혹한일수(일) 평균 열대일수(일) 1970-1979년 12 30 1980-1989년 18 27 1990-1999년 6 37 2000-2009년 7 34 <표 2-2> 서울시 최근 40년(1970-2009)간 10년별 평균 혹한·열대일수

(30)

3) 계절의 변화 〇 서울시의 기온을 통하여 1908-1917년과 1998-2007년의 계절별 시작일과 지속기간의 변화를 비교 분석함(국립기상연구소, 2009) - 19081917년의 계절별 시작일은 봄의 경우 3월 29일, 여름은 6월 11일, 가을은 9월 11일, 겨울은 11월 12일 이었으며 봄 기간은 74일, 여름 기간은 92일, 가을 기간은 62일, 겨울 기간은 137일로 겨울의 지속기간이 가장 길었음 - 19982007년은 봄이 3월 12일, 여름이 5월 27일, 가을이 9월 28일, 겨울이 11월 29일에 시작하였으며 지속기간은 봄이 76일, 여름이 124일, 가을이 62일, 겨울이 103일로 여름의 기간이 가장 긴 것으로 나타남 〇 두 기간의 계절 변화를 비교하면 계절별 시작일 경우 봄과 여름이 각각 17일, 15일 빨라졌고, 가을과 겨울은 각 17일씩 늦어짐 〇 지속기간은 봄과 여름이 각각 2일, 32일 길어졌으며, 겨울은 34일이 짧아져 과거에는 4계절 중 겨울이 가장 길었으나 최근에는 여름이 가장 길어짐 구분 1908-1917년 1998-2007년 차이 시작일 (월/일) 지속기간 (일) 시작일 (월/일) 지속기간 (일) 시작일 (일) 지속기간 (일) 봄 3월 29일 74 3월 12일 76 -17 +2 여름 6월 11일 92 5월 27일 124 -15 +32 가을 9월 11일 62 9월 28일 62 +17 -겨울 11월 12일 137 11월 29일 103 +17 -34 <표 2-3> 서울시의 계절 시작일 및 지속기간의 변화 <그림 2-4> 서울시 계절변화(국립기상연구소, 2009)

(31)

나. 강수량 현황분석

1) 연도별 강수량 변화 〇 기상청에서 제공하고 있는 최근 40년(1970-2009)간 서울시 연강수량(mm)은 연도별로 변동이 크긴 하나 증가하는 경향을 보임 - 강수량을 살펴보면 1990년, 1998년, 2003년은 2,000mm이상 이었으며, 1973년, 1982년, 1988년은 1000mm이하로 적게 나타났음 0 500 1,000 1,500 2,000 2,500 1970 1975 1980 1985 1990 1995 2000 2005 mm <그림 2-5> 서울시 연강수량의 변화(1970∼2009) 〇 최근 40년간 서울시의 연강수량과 강수량이 많은 6,7,8월의 강수량을 10년별로 비교한 결과 연강수량은 1970년대(1970년-1979년)에 비하여 최근 10년(2000년-2009년)에 약 187.9mm 증가 하였음 - 6,7,8월의 강수량은 1970년대에 비하여 최근 10년에 6월이 19.2mm감소하였고 7,8월은 각각 171.4mm, 62.1mm 증가 - 최근 40년간 강수량은 증가하였으나 강수일수에서는 차이를 보이지 않음

(32)

구분 강수량(㎜) 강수일수 6월 7월 8월 연강수량 1970-1979년 146.1 304.8 297.6 1,276.5 110 1980-1989년 96.0 350.1 298.5 1,260.4 106 1990-1999년 175.8 359.9 407.6 1,546.5 108 2000-2009년 127.0 476.2 359.7 1,464.5 110 <표 2-4> 서울시 최근 40년(1970-2009)간 10년별 연강수량 및 6,7,8월 강수량 2) 호우일수 〇 일강수량이 80mm이상인 호우 일수는 연강수량에 비하여 전반적으로 증가하는 경향이 뚜렷함 - 1990년 이전에는 80mm 이상 호우일수가 5회 이하였으나 1990년을 포함하여 1995년, 1998년, 2003년, 2006년, 2009년은 5회 이상 발생하였음. 특히, 1990년, 1995년은 80mm 이상 호우일수가 8회 이상 발생함 0 2 4 6 8 10 1970 1975 1980 1985 1990 1995 2000 2005 일수 <그림 2-6> 서울시 최근 40년(1970-2009)간 80mm이상 호우일수

(33)

다. 서울시 기후변화 실태

〇 최근 40년간(1970-2009) 서울시의 기상자료를 토대로 서울시의 기후변화 실태를 확인함 - 현재 서울시는 1970년대에 비해 평균 1℃ 기온상승을 보임 - 혹한일수는 1990년대와 2000년대에는 감소하는 경향을 보였으며, 평균 열대일수는 대체로 증가하는 경향을 보임 - 강수일수는 과거와 큰 차이는 없었으나 여름철 집중강우가 증가하여 연강수량이 증가하였음. 특히, 일강수량이 80mm이상인 호우일수가 증가하는 경향을 보임 〇 지난 100년간(1906-2005) 전 세계 평균기온이 약 0.74℃ 상승한 것(IPCC 4차 보고서)과 비교해 볼 때 서울시의 기온상승은 상당히 높은 수준임 〇 서울시의 기후변화 현황분석 결과 단순히 기온상승뿐만 아니라 강우패턴, 계절변화 등이 동시에 나타나고 있어 기후변화에 대한 지속적인 감시 및 예측이 필요함 〇 또한, 과학적인 접근을 통한 미래기후에 대한 예측뿐만 아니라 기후변화에 따른 부정적인 영향을 최소화하기 위한 적응대책 세부시행계획 수립이 필요함

2. 서울시 기후변화 예측

가. 기후변화 시나리오

1) SRES 시나리오의 개념 〇 미래의 기후변화는 인간의 활동에 의하여 큰 폭으로 변화하게 되므로 인간의 활동을 기반으로 한 시나리오의 필요성이 대두되어 왔음

〇 따라서 IPCC(2000)에서는 Special Report Emission Scenarios(SRES)를 통하여 사회 발전의 방향을 세계적 통합, 지역성의 강조, 경제성장 중심과 환경 보전의 관점 등 4개의 큰 방향으로 나누어 미래를 예측하였음

(34)

<그림 2-7> SRES 시나리오의 개념(IPCC, 2000) 〇 A1B 시나리오의 특징 - A1 시나리오군은 경제가 고도성장을 하고 21세기 중반에 인구가 최고조에 달하며 신기술과 효율적 기술이 적극적으로 도입되는 미래를 다루고 있음. 특히 지역 간의 통합, 문화적 상호작용의 증가 및 소득 격차의 감소를 강조함 - A1 시나리오군은 화석연료를 강조하는 A1FI 그룹, 비화석연료원을 주로 사용하는 A1T 그룹, 모든 에너지원이 조화를 이루는 A1B 그룹으로 나누어짐 〇 A2 시나리오의 특징 - A2 시나리오에서는 매우 다양한 세계를 그려내고 있으며, 지역의 정체성 및 자급력을 보존하는데 초점을 맞추고 있음 - 경제 발전은 지역 기반으로 이루어지며 일인당 경제 성장률 및 기술변화가 더디게 나타나는 경향을 보임

(35)

<그림 2-8> SRES 시나리오별 이산화탄소 배출량 (IPCC, 2000) 시나리오 특성 CO2 (ppm) 기온상승(℃) B1 자연친화적 550 1.8(1.1-2.9) A1T 비화석에너지원 540 2.4(1.4-3.8) B2 자연친화적(지역수준) 600 2.4(1.4-3.8) A1B 균형적 발전 720 2.8(1.7-4.4) A2 발전지향적 830 3.4(2.0-5.4) A1F1 화석연료 970 4.0(2.4-6.4) <표 2-5> SRES 시나리오별 이산화탄소 배출량 및 기온상승폭 2) 연구에 사용된 지역기후모형의 특징

〇 General Circulation Model(GCM)와 Regional Climate Model(RCM)을 이용하여 미래의 기온의 기후변화를 예측한 결과, 유사한 경향을 나타냈지만, 강수량의 경우 RCM이 더 유사한 양상을 나타냄(이동근 등, 2006)

(36)

〇 연구에 사용된 RCM의 특징 - 한국 기상청 제공 RCM

 우리나라 기상청(국립기상연구소)에서 제공하고 있는 RCM(KMA RCM)은 2008년도 부터 자료를 제공하고 있으며 IPCC A1B시나리오를 기반으로 ECHO-G 모형을 이용한 지구 기후변화를 예측하였으며, MM5 모형을 이용하여 역학적 상세화를 진행하였음  A1B 시나리오를 이용하여 2030년대, 2050년대, 2090년대에 대한 일평균기온, 강수량 자료를 도출하였음 - 일본 기상청 제공 RCM  일본 기상청에서 제공하고 있는 RCM은 IPCC A2 시나리오를 기반으로 전구 대기· 해양 결합 모델인 CGCM2를 이용하여 미래를 예측함(気象庁, 2005)  CGCM2를 이용한 1981년-2000년의 기후실험 결과를 초기·경계 조건으로 하여 RCM20로 1981년-2000년의 일본 부근의 상세한 기후의 재현 계산을 실시  A2 시나리오를 이용하여 2090년대에 대한 일평균기온, 강수량 자료를 도출하였음 - 본 과업에서는 A1B와 A2 시나리오를 이용하여 미래기후을 예측하였음. 일반적으로 GCM을 이용하여 미래기후를 예측하였을 때 A2시나리오가 A1B시나리오보다 더 기후 변화가 심각한 것으로 예상하고 있으나 모형에 따라 다른 양상을 보임

나. 다운스케일링 기법

1) 다운스케일링 방법론 비교 〇 다운스케일링(Downscaling)이란 대순환모형을 지역단위에 적용하기 위한 방법으로 다운스케일링이 가능해짐에 따라서 대순환모형의 해상도가 높아짐 〇 다운스케일링을 방법에 따라 크게 통계적인 방법(Statistical Downscaling)과 역학적 방법(Dynamic Downscaling)으로 나누어짐 - 통계적인 방법  다운스케일링 공식을 이용하여 전 지구적 모형에서 적용된 변수를 지역에 맞도록 다시 입력하여 모형을 구축하는 방법  통계적 방법을 이용하게 되면 여러 GCM들의 Ensemble 모형을 이용할 수 있으므로 모형에 따른 변화폭을 감소시켜 평균적으로 관측치와 유사한 모형을 만들어 낼 수 있는 장점이 있음 - 역학적 방법

(37)

 GCM의 결과를 다양한 지구적 기상변화에 따라 지역기후에 어떤 영향을 미치는지 모형을 파악하고, 지역의 기후모형에 맞도록 변화시키는 과정  다양한 수식들을 계산하는 과정에서 많은 시간이 소요됨 〇 따라서 본 연구에서는 정확도가 높으며 소요시간이 적은 통계적 방법을 이용하여 다운 스케일링을 실시함 2) 다운스케일링을 위한 현재기후 작성 〇 현재 기후자료 작성을 위해서 관측소에서 측정된 점 데이터 형태의 자료를 격자단위 데이터로 변환하였음 〇 정확한 기후자료를 얻기 위하여 가까이에 있는 관측소의 실측값을 반영하여 가중치를 부여하는 Inverse Distance Weighting(IDW) 방법으로 격자 크기를 1km 해상도의 자료로 제작함 - 고도에 따른 기온감소효과를 고려하기 위하여 윤진일 등(2001)이 제시한 연중 날짜에 따른 기온감률의 절대값 변화 경향을 fourier fitting에 의한 365일 주기 함수식을 이용하였음(수식 2-1)      cos   수식 2-1 i: 연중날짜(1월1일=1, 12월 31일=365) 〇 임의의 지점에서의 기온 T에서 Ti는 임의지점 주변의 관측소 I에서 실측된 기온 값이며, di는 이 관측소와 임의 지점간의 거리로 식의 첫째항은 Inverse Distance Squared Weighting(IDSW) 보간에 의한 추정 값임 〇 z는 임의 지점의 실제 고도 값이고, 괄호 안위 둘째 항은 IDSW에 의해 추정된 가장 지형상의 고도 추정 값으로 괄호안의 수식은 임의 지점의 고도편차를 나타내며 Γ는 보간 지점의 고도에 따른 기온감률임(수식 2-2)   



_   



_         



_   



_      ×  수식 2-2

(38)

3) 다운스케일링을 위한 미래기후 작성 〇 미래의 기후변화 예측을 위하여 우리나라 기상청에서 제공하고 있는 RCM과 일본 기상청에서 제공하는 RCM을 이용하였음 - 우리나라 기상청에서 제공하고 있는 RCM(MM5)은 A1B시나리오 하에서 미래를 예측하고 있으며 일본 기상청에서 제공하고 있는 RCM(MRI-RCM20)은 A2 시나리오 하에서 미래를 예측 〇 A1B시나리오의 경우, 기상청에서 제공하고 있는 지역기후모형으로 MM5를 이용한 역학적 상세화를 통하여 기후자료를 구축함

- 기존의 대순환모형보다 정확도는 높으나 모형자체에서 Cold Bias(Koo et al., 2009)가 존재하고 있으므로 이를 보정하여 미래의 기후자료를 작성하였음

- A1B 시나리오에서는 1971-2100년까지의 기상자료를 일별로 최고, 최저기온 및 평균 기온, 강수량을 제공하고 있으며, 다양한 포맷으로 제공하고 있음

〇 A2시나리오의 경우, NIES-RAMS 지역기후모형을 이용하여 2090년대의 기후자료를 구축함

- 일본 기상청에서 제공하는 기후모형은 MRI-RCM20(20㎞ Regional Climate Model)을 기반으로 하여 미래를 예측하고 있음(Kurihara et al., 2005)

〇 본 연구에서 제시한 A1B(MM5)와 A2시나리오(MRI-RCM20)의 비교는 서로 다른 모형을 사용하여 예측하였기 때문에 절대적인 비교는 무의미함. 서울시 미래기후예측 범위 제시에 의의가 있음 〇 기후모형에서 예측한 미래의 결과 값은 실제의 값과 차이가 있으므로 이를 보정하기 위해 Shabalova et al.(2003)의 방법을 이용하였음(수식 2-3) - 미래 기온의 변동 폭을 고려하기 위해서 미래 기후 10일 평균값 T와 기후시나리오 에서 예측한 현재(1991-2000년)의 기온의 10일 평균(Tcont)및 해당년도의 10일 기온 평균(Tpert), 표준편차의 비율을 이용하여 미래의 기온을 예측하고자 하였음      ×      수식 2-3 - 미래의 강수량 변화 예측을 위해서 현재의 10년 동안의 관측 값과 미래의 시나리오 에서 관찰된 강수량의 변화폭을 곱하여 미래를 예측함(수식 2-4)    ×   수식 2-4

(39)

다. 서울시 현재기후 분석

1) 현재기온 분석결과

〇 현재기온은 2000년부터 2009년까지 최근 10년 동안의 서울시 및 서울시 인근 37곳의 기상관측소, 자동기상관측장비(Automatic Weather System; AWS)를 통해 관측된 자료를 바탕으로 분석을 실시함 <그림 2-10> 데이터작성에 사용된 서울시 근교의 관측지점 〇 서울시 관측 자료를 바탕으로 2000년부터 2009년까지의 연평균기온을 계산한 결과, 지역별 연평균 최고기온은 14.2℃, 최저기온은 8.4℃로 나타남 - 대체적으로 위도가 높은 지역의 기온이 낮게 나타났으며, 고도가 높은 북한산, 남산, 관악산일대의 기온이 낮았음 <그림 2-11> 최근 10년 서울의 연평균 기온

(40)

〇 2000년부터 2009년까지의 서울시 연 최고기온을 계산한 결과, 지역별 가장 높게 나 타난 최고기온은 18.7℃, 최저기온은 13.9℃로 나타남 <그림 2-12> 최근 10년 서울의 연 최고 기온 〇 서울시 연 최저기온(2000년-2009년)을 계산한 결과, 지역별로 가장 높게 나타난 최저기온은 10.3℃, 가장 낮은 최저기온은 3.1℃로 나타남 <그림 2-13> 최근 10년 서울의 연 최저기온

(41)

〇 여름철 최고기온을 계산한 결과, 지역별 최고기온은 30.3℃, 최저기온은 24.8℃로 나타났으며, 도심 및 주거지 밀집지역의 기온이 높은 것으로 나타남 <그림 2-14> 최근 10년 서울시 여름(6-9월) 최고기온 〇 겨울철(12월-2월)최저기온을 계산한 결과, 지역별 최고기온은 10.3℃, 최저기온은 3.1℃로 나타났으며, 여름철 최고기온과 유사한 공간분포 양상을 보임 <그림 2-15> 최근 10년 서울시 겨울(12월-2월) 최저기온

(42)

2) 현재 강수량 분석 결과 〇 서울시 관측 자료를 바탕으로 현재 강수량을 분석한 결과, 연평균 누적 강수량은 최저 1,183mm에서 최고 1,581mm까지 나타났음. 특히, 북부지역의 강수량이 남부 지역 보다 높았음 <그림 2-16> 서울시의 연평균 누적 강수량 3) 지역기후모형을 이용한 미래기후의 예측 〇 서울시의 미래기후를 A1B시나리오(MM5모형)를 이용하여 예측한 결과, 2030년대 연 평균 기온이 현재보다 약 0.7℃, 2050년대에는 약 1.7℃ 증가하는 것으로 나타났으며 2090년대에는 약 4.1℃ 증가하는 것으로 분석됨 - A2 시나리오(MRI RCM20)를 이용하여 예측한 결과, 2090년대 연평균기온이 약 2.9℃ 증가하는 것으로 분석됨1) 〇 여름철 최고기온은 서울시 연평균 상승 폭보다 0.1~0.5℃ 적게 나타났으며, 2090년 대를 기준으로 3.6℃증가하는 것으로 예상됨 〇 겨울철 최저기온은 2030년대의 경우 A1B시나리오에서 온도가 감소하기도 하였으나 전체적으로 연평균 상승폭과 비슷하였음. 특히 2090년대는 A1B시나리오에서 기온이 4.9℃ 증가한 것으로 나타났음

1) 일반적으로 A2시나리오가 A1B시나리오 보다 부정적이나 본 연구결과 2090년대의 A1B시나리오의 온도상승폭이 A2시나리오보다 높은 것은 RCM모형에 따른 차이이며 오차범위 이내임

(43)

구분 현재 2030년대 2050년대 2090년대 연평균 기온 모델값 10년평균 15.2 - - -표준편차 0.4 - - -A1B ΔT - 0.7 1.9 4.1 A2 ΔT - - - 2.9 여름철 최고 기온 모델값 10년평균 31.4 - - -표준편차 0.7 - - -A1B ΔT - 0.9 1.7 3.6 A2 ΔT - - - 2.1 겨울철 최저 기온 모델값 10년평균 -1.9 - - -표준편차 1.5 - - -A1B ΔT - -0.1 1.4 4.7 A2 ΔT - - - 2.6 <표 2-6> 서울시 미래기후 예측결과

(44)

〇 A1B 시나리오를 이용한 서울시 미래기후 예측결과, 2030년대의 경우 송파구, 강남구, 영등포구 일대를 중심으로 연평균기온이 상승하는 것으로 나타났음 A B C D <그림 2-17> A1B 시나리오를 이용한 서울시 미래 연평균 기온 예측결과 (A: 현재, B: 2030년대 C: 2050년대 D: 2090년대)

(45)

〇 A1B 시나리오를 이용한 서울시 여름철 최고기온의 분포는 현재와 유사한 패턴을 보이나 2090년대는 현재대비 약 4℃가 증가하는 것으로 나타남. 2090년대의 경우 여름철 폭염분포 및 강도가 증가할 것으로 예상됨 A B C D <그림 2-18> A1B 시나리오를 이용한 서울시 미래 여름철(6-8월) 최고기온 예측결과 (A: 현재, B: 2030년대 C: 2050년대 D: 2090년대)

(46)

〇 A1B 시나리오를 이용한 겨울철 최저기온 역시 2000년대보다 2090년대에 약 5℃ 상승하는 것으로 나타났으며, 여름철 기온의 변화폭과 유사한 것으로 나타남 A B C D <그림 2-19> A1B 시나리오를 이용한 서울시 미래 겨울철(12-2월) 최저기온 예측결과 (A: 현재, B: 2030년대 C: 2050년대 D: 2090년대)

(47)

〇 A1B 시나리오를 이용한 미래 누적 강수량 예측 결과 강수량 변동폭이 매우 높은 것 으로 나타났으며, 2030년도에는 전체적으로 강수량이 감소하였다가 2050년대에는 급격하게 증가하였음 A B C D <그림 2-20> A1B 시나리오를 이용한 서울시 미래 누적강수량 예측결과 (A: 현재, B: 2030년대 C: 2050년대 D: 2090년대)

(48)

〇 A2 시나리오를 이용한 2090년대의 연평균기온, 여름철 최고기온, 겨울철 최저기온 예측 결과는 다음과 같음 〇 A2 시나리오를 이용한 서울시 연평균 기온은 2000년대보다 2090년대에 약 2℃ 증가 하는 것으로 나타났으며 온도 상승분포 패턴은 A1B시나리오와 유사한 것으로 나타남 <그림 2-21> A2 시나리오를 이용한 서울시 미래 평균기온 예측결과 (좌: 현재 관측치, 우: 2090년대) 〇 A2 시나리오를 이용한 서울시 여름철 최고기온은 현재보다 2090년대에 일부 증가하는 것으로 분석함 <그림 2-22> A2 시나리오를 이용한 서울시 미래 여름철(6-9월) 최고기온 예측결과 (좌: 현재 관측치, 우: 2090년대)

(49)

〇 A2 시나리오를 이용한 서울시 겨울철 최저기온은 현재보다 2090년대에 약 2℃ 증가 하는 것으로 나타났으며 관악구, 금천구 등 일부지역 온도가 상승하는 것으로 분석됨 <그림 2-23> A2 시나리오를 이용한 서울시 미래 겨울철(12-2월) 최저기온 예측결과 (좌: 현재, 우: 2090년대) 〇 A2 시나리오를 이용한 미래 강수량 예측 결과 2090년대에는 현재보다 강수가 증가 하는 것으로 나타났으며 강북지역의 강수량이 상대적으로 높은 것으로 나타났음 <그림 2-24> A2 시나리오를 이용한 서울시 미래 연평균 강수량 예측결과 (좌: 현재, 우: 2090년대)

(50)

4) 강우강도 분석 〇 최근 10년 동안의 강우강도를 분석한 결과 2001년과 2006년에 50년 빈도 강우가 각각 2회씩 있었으며, 100년 빈도강우는 2001년 1회 나타남 〇 서울시의 경우 200년·300년 빈도 강우는 최근 10년간 발생하지 않았음 년도 50년 빈도 (일강수량 250.1mm이상) 강우 일수 100년 빈도 (일강수량 301.1mm이상) 강우 일수 200년 빈도 (일강수량 359.3mm이상) 강우 일수 300년 빈도 (일강수량 397.1mm이상) 강우 일수 2000 - - - -2001 2 1 - -2002 - - - -2003 - - - -2004 - - - -2005 - - - -2006 2 - - -2007 - - - -2008 - - - -2009 - - - -계 4 1 - -<표 2-7> 최근 10년간 서울시 강우 강도 분석 결과 〇 서울시의 50년 빈도 강우가 발생된 지역은 서울시 전역에 고루 분포하고 있었으며, 특히 2001년과 2006년 모두 중랑구와 노원구를 포함하고 있음(그림 2-25) <그림 2-25> 서울시 50년 빈도 강우 발생지역(좌: 2001년, 우: 2006년)