국가 리스크 관리를 위한 기후변화 적응역량 구축·평가 : 극한기후 리스크의 경제적 분석

(1)

국가 리스크 관리를 위한

기후변화 적응역량 구축·평가

극한기후 리스크의 경제적 분석

Building and Assessing Adaptive Capacity to Climate Change for the National Risk Management:

Economic analysis of the extreme climate risks

채여라 외

(2)

연구책임자 채여라 (한국환경연구원 선임연구위원) 참여연구원 박주영 (한국환경연구원 부연구위원)

최영웅 (한국환경연구원 책임연구원) 김현규 (한국환경연구원 초빙연구원) 최형식 (한국환경연구원 부연구위원) 이하경 (한국환경연구원 위촉연구원) 전자영 (한국환경연구원 연구원)

외부연구진 서승범 (서울시립대학교 국제도시과학대학원 교수) 성재훈 (한국농촌경제연구원 연구위원)

❚연구자문위원 (가나다순)

김관수 (서울대학교 농업생명과학대 교수)

김길호 (건설기술연구원 수자원하천연구본부 수석연구원) 김동현 (부산대학교 도시공학과 교수)

김현노 (한국환경연구원 연구위원) 노동운 (한양대학교 교수)

민중기 (환경부 신기후체제대응팀 과장) 배현주 (한국환경연구원 선임연구위원) 신지영 (한국환경연구원 연구위원) 윤동근 (연세대학교 도시공학과 교수) 임형우 (한국환경연구원 부연구위원)

발행처 한국환경연구원

(30147) 세종특별자치시 시청대로 370 세종국책연구단지 과학･인프라동

전화 044-415-7777 팩스 044-415-7799 http://www.kei.re.kr

인 쇄 2022년 12월 26일 발 행 2022년 12월 31일

등 록 제 2015-000009호 (1998년 1월 30일) ISBN 979-11-5980-643-8 93530 인쇄처 (주)다원기획 044-865-8115

이 보고서를 인용 및 활용 시 아래와 같이 출처를 표시해 주십시오.

채여라 외(2022), ｢국가 리스크 관리를 위한 기후변화 적응역량 구축·평가: 극한기후 리스크의 경제적 분석｣, 한국환경연구원.

값 7,000원

(3)

2022년은 코로나 바이러스, 러시아와 우크라이나의 전쟁뿐만 아니라 자연재난으로도 큰 피해가 발생하였습니다. 특히 폭염, 가뭄, 홍수 등 기후변화로 야기된 극한기후에 대한 피해 가 크게 증가하였습니다. 이러한 기후변화를 완화하기 위해 우리나라에서도 󰡔2050 탄소중 립 계획󰡕을 발표하고 추진 중입니다. 또한 이미 진행되어버린 기후변화로 인해 국가기후변 화적응대책도 함께 추진 중입니다. 이와 같은 기후변화 정책의 효율적인 수립 및 이행을 위해서는 기후변화의 피해를 정량화해서 정책의 우선순위를 선정하고 정책의 이행 정도를 결정해야 할 것입니다. 전 세계적으로 다양한 방법론을 통해 미래 기후변화로 인한 피해 정도를 추정하는 연구를 수행하고 있습니다.

정책지원도구는 미래의 불확실한 기후변화 리스크와 기후변화 관련 정책효과를 분석하기 위해 필요합니다. 본 연구에서 개발된 정책지원 도구는 미래 불확실한 기후 및 사회경제 여건에 대한 리스크를 다각적으로 분석하고, 적응정책의 비용 효과 분석할 수 있을 것으로 기대합니다.

본 연구를 수행한 한국환경연구원 탄소중립연구실 채여라 박사, 박주영 박사, 최형식 박 사, 김현규 박사, 최영웅 연구원, 이하경 연구원, 전자영 연구원, 서울시립대학교 서승범 교수, 농촌경제연구원 성재훈 박사께 감사를 표합니다. 김관수 교수, 김길호 박사, 김동현 교수, 노동운 교수, 윤동근 교수와 우리 원의 김현노 박사, 배현주 박사, 신지영 박사, 임형 우 박사의 자문에도 감사를 전합니다.

2022년 12월 한국환경연구원 원 장

이 창 훈

(4)

(5)

요 약

Ⅰ. 서 론

1. 연구의 필요성 및 목적

❏ 주요 리스크 중 극한기상이나 기후변화 정책 실패를 그 영향 정도와 발생 가능성 측면 에서 최상위권으로 제시(WEF, 2022)

ㅇ 기후변화는 식량 위기, 수자원 위기, 사회기반시설 파괴, 불평등 등 많은 부문별 리스크를 전이, 증폭시키는 주요 리스크로 분류

❏ 폭염, 한파, 홍수, 가뭄 등의 극한기후 현상을 시나리오별로 분석한 영향의 경제적 정량화 필요

ㅇ 가용 데이터와 방법론을 기반으로 미래 불확실한 기후 및 사회·경제에 대한 리스크 분석 ㅇ 시나리오별 적응정책의 효과 분석 및 정책 결정 지원 도구 개발

2. 연구의 차별성

❏ 건강, 에너지, 수자원, 농업 부문별 기후변화 리스크 정량화 및 적응정책 효과 분석 ㅇ 기존 취약성이나 리스크의 상대적 분석에서 나아가 SSP 시나리오를 적용하여 부문별

극한기후에 따른 리스크의 경제적 정량화

ㅇ 적응정책 효과의 정량적 분석을 통한 부문별 피해 정도 및 적응의 중요성 제시

3. 연구의 목적 및 수행체계

❏ 기후변화 리스크와 적응정책의 효과를 정량적으로 분석하는 정책지원 도구 개발 ㅇ 미래 시나리오에 따른 적응정책 비용 효과 분석을 통한 적응역량 평가체계 구축

(6)

Ⅱ. 미래 극한기후 및 사회경제 시나리오 고도화

1. 미래 극한기후 시나리오

❏ SSP 시나리오 기반 우리나라 상세화 3개의 GCM 선정

ㅇ CanESM5는 강수량의 평균, ACCESS-CM2는 기온의 평균을 가장 근접하게 모의 ㅇ GFDL-ESM4는 SSP585 기온의 최곳값을 근접하게 나타냄

ㅇ 국립기상과학원·기상청에서 SSP 시나리오 체계에 맞게 새롭게 산출한 1km/100km 격자 기반의 대기(5ENSMN)/해양(ENSMN) 기후변화 모델을 추가하여 분석

❏ 개별 모델의 공간 상세화를 통해 행정구역별 극한기후지수 생산

ㅇ 기후 시나리오는 1km 해상도의 격자를 바탕으로 250개 행정구역별 면적 가중치를 고려하여 행정구역별 면적 평균값 산출

ㅇ 시나리오 및 행정구역별로 강수량, 최고기온, 최저기온의 일단위 자료 생산

2. 미래 사회경제 시나리오

❏ 2100년까지의 인구, 경제에 대해 SSP1, SSP2, SSP3 시나리오 구축

ㅇ SSP1은 지속가능 발전목표를 위한 노력이 이루어지는 친환경 성장 발전사회 ㅇ SSP2는 중도성장 경로로 현재의 완화·적응 노력을 유지하는 경우를 의미 ㅇ SSP3은 기후변화 완화 및 적응 노력이 어려운 기후변화 취약성장 사회를 의미

(7)

Ⅲ. 극한기후 및 사회경제 시나리오별 경제적 리스크 분석

1. 건강

❏ 고온에 노출되는 야외근로자 근로역량의 저하에 따른 경제적 피해 발생

ㅇ 미래 기상시나리오에 따라 WBGT 지수를 산정하여 시군구별 근로역량을 추정 ㅇ 미래 야외근로자 종사자 수는 시군구별 건설업 및 농업 종사자 비율과 인구 시나리오

를 통해 추정

ㅇ 야외근로자는 평일 8시간 근무 및 2022년도의 최저임금을 가정하여 분석 ㅇ SSP126 시나리오에서 정책을 시행할 경우 약 2021~2040년에는 4,000억 원에서

2081~2100년에는 약 5,000억 원으로 증가하고, 정책을 시행하지 않을 경우 동기간에 약 5,270억 원에서 6,520억 원으로 증가

ㅇ SSP585에서는 첫 시점(2021~2040년)부터 정책시행 여부별로 4,970억 원, 6,520억 원 부터 시작하여 마지막 시점(2081~2100년)에는 정책시행 여부별로 1조 1,760억 원, 1조 6,010억 원까지 증가

2. 에너지

❏ 기후변화로 인한 태양광 발전 잠재량의 시기별 연평균 변화를 지역별 평가 ㅇ SSP와 GCM의 변화를 모두 합하여 시기별로 태양광 잠재량은 하락

ㅇ 2090년에 최대 잠재량 하락은 광주광역시에 10% 이상 감소하고, 경기도, 강원도의 잠재량은 5% 이상 감소

ㅇ 계절별 태양광 영향은 여름철에 두드러지며, 2090년에 SSP126 10%, SSP245 11%, SSP545 13% 감소

ㅇ 피해비용은 SSP585에서 최대 3,000억 원 규모로 가장 큼

ㅇ 피해비용은 2040년에서 2060년까지 2배로 증가하나 SSP126과 SSP245에서는 기 후변화가 완화되면서 2090년의 피해비용이 다소 완화

(8)

❏ 미래 기온 상승에 따른 에너지 수요 증가로 인한 경제적 리스크 산정 ㅇ 소비 행태 개선과 에너지 효율 강화 등의 적응정책에 따른 손실 비용 추정 ㅇ SSP126에서 SSP585 시나리오로 갈수록 에너지 수요 부문 피해비용이 증가 ㅇ 미래 전반기보다 후반기로 갈수록 피해비용이 증가

ㅇ 미래 전반기 대한 SSP126 시나리오에 의한 피해비용은 6,900~7,400억 원 ㅇ 미래 후반기에 대한 SSP585 시나리오에 의한 피해비용은 약 9,900~1조 2,000억 원

3. 수자원

❏ 미래 기후변화로 확률강우량 변화가 홍수 피해에 미치는 영향을 피해금액으로 전망 ㅇ 미래 확률강우량의 변화는 빈도분석을 수행하고 확률밀도함수의 위치 매개변수만

시간에 따라 선형으로 변화한다는 가정

ㅇ 지역별 홍수저감 적응정책을 반영하여 기후변화로 인한 경제적 피해에 대한 적응정 책의 이행에 따른 저감효과를 정량적으로 평가

ㅇ 대부분의 지역에서 미래로 갈수록 극한 강우(일 최대강우)량은 증가 ㅇ SSP126과 SSP245 시나리오에서는 피해금액이 완만하게 증가

ㅇ SSP585 시나리오에서는 2090년 기준으로 약 1조 4,683억 원의 홍수 피해비용 발생

4. 농축산

❏ 수리안전답 관련 사업으로 인한 가뭄 저감효과는 약 136억 원 이상

❏ 재배방식과 품종을 변경하였을 경우 쌀과 콩의 단위면적당 생산량을 재배방식을 변경 하지 않았을 때보다 각각 11%, 27% 증가

❏ 더위스트레스로 인한 낙농 부문의 대응 수단인 안개분무기의 효과는 기후변화에 따라 더위스트레스가 급속히 증가할수록 커짐

(9)

Ⅳ. 극한기후에 따른 리스크의 경제적 영향 분석 도구 개발

❏ 근로역량, 에너지, 수자원 부문의 분석 결과를 활용하여 피해 금액 산정 도구 개발 ㅇ 극한기후는 시군구 단위로 평균기온이 현재보다 2℃, 5℃ 증가하거나 강수량이 10%

혹은 20% 상승한다고 가정

ㅇ 극한기후 리스크 분석 도구 구조는 부문별 기후변화 리스크 정량화를 위한 전 단계로 기상자료를 구축하고, 기온, 상대습도, 강수량 등을 활용하여 리스크 정량화에 사용 할 수 있도록 가공

Ⅴ. 결론 및 정책적 시사점

1. 결론

❏ 미래로 갈수록 피해가 증가하고 SSP126, SSP245, SSP585 순으로 피해가 증가

주: 부문별 진하게 표시되어 있는 부분이 정책시행으로 인한 편익이며, 흐린 색으로 표시되어 있는 부분은 정책을 시행할 경우의 피해비용임. 즉 흐린 부분과 진하게 표시되어 있는 부분의 합은 정책 미시행으로 인한 피해비용임.

자료: 저자 작성.

<그림 1> 부문별 적응정책 시행에 따른 편익

(10)

❏ 시점별로 모든 부문에서 피해비용이 증가하고 적응효과도 큼

ㅇ SSP585 시나리오에서는 시간에 따라 축산 및 수자원 부문의 피해비용이 크게 증가 ㅇ 에너지 공급 부문의 경우 시점 및 시나리오별로 큰 차이 없이 소폭으로만 증가 ㅇ 근로역량 부문의 정책효과는 다른 부문에 비해 크지 않음

(단위: 백만 원)

SSP126 SSP585

가까운 미래 (2021 ~

2040)

중간 미래 (2041 ~

2060)

먼 미래 (2081 ~ 2100)

주: 붉은색은 정책을 시행하지 않을 경우의 피해비용을 나타내며, 푸른색은 정책을 시행하였을 경우의 피해비용을 나타냄.

<그림 2> 부문별 적응정책 시행에 따른 편익(SSP126, SSP585)

(11)

2. 역량 강화방안 및 정책적 시사점

❏ 부문별 주요 리스크 파악 및 미래 시나리오 적용하여 극한기후 리스크의 경제적 정량화 ㅇ 폭염, 홍수 등 극한기후에 대한 미래의 발생 가능성과 피해를 정량화함으로써 미래

피해 정도를 가늠하고 적응대책의 효과 분석

ㅇ 리스크 분석 도구는 현재까지 수행된 최신 연구 결과를 반영한 것으로 부문별 리스크 의 영향을 가늠해 보는 도구로 사용 가능

ㅇ 간접 영향과 비시장 가치를 포함해 더욱 모델을 고도화하고 지역별로 상세화하는 추가 연구 필요

부문 주요 리스크 적응역량 강화방안

건강 폭염에 의한 온열질환 발생 및 근로역량 저하

․ 야외근로자 대상의 지원사업을 지속적으로 확대

․ 야외근로자 대상 폭염정책 법제화 및 제공 물품 확대 등을 통해 업무효율 증가

에너지

폭염 및 한파로 인한 냉난방 에너지 사용 증가 기온 상승, 폭염, 폭우, 강풍으로

인한 송전/변전 효율 저하 및 시설 손상

․ 극한기상을 대비한 에너지 인프라 투자

․ 극한기상을 고려한 유연성 자원 및 에너지 저장설비 확보

․ 극한기상을 고려한 전력계통 계획과 운영을 수립할 수 있는 시나리오 및 프레임워크 개발

․ 제품 간 차별화를 위하여 에너지 소비효율 등급제도에 명확한 등급 기준 적용 필요

수자원 폭우로 인한 하천 및 유역의 홍수 피해 증가

․ 저류·펌프시설 확충과 하천개수율(정비율) 개선 정책을 향후 10년간 꾸준히 시행 필요

․ 현재 하천개수율은 지역별 편차가 크므로 현재 정비율이 낮은 지역의 소하천 중심으로 우선 시행할 필요가 있음

․ 건전한 도시 물순환 회복을 위한 LID 정책도 꾸준히 추진

농축산

가뭄 및 기온변화로 인한 농업수리시설의 수자원 공급

안정성 증가 및 수질 저하

․ R&D 결과의 확산 및 현장 적용을 위한 정책 필요

<표 1> 부문별 적응역량 강화방안

주제어 : 극한기후, 경제적 정량화, 기후변화 모형, 기후변화 적응

(12)

(13)

요 약 ···ⅰ

제1장 서 론 ···1

1. 연구의 필요성 및 목적 ···1

2. 연구의 차별성 ···6

3. 연구의 목적 및 수행체계 ···8

제2장 미래 극한기후 및 사회경제 시나리오 고도화 ···14

1. 미래 극한기후 시나리오 ···14

2. 미래 사회경제 시나리오 ···23

제3장 극한기후 및 사회경제 시나리오별 경제적 리스크 분석 ···26

1. 건강 ···26

2. 에너지 ···39

3. 수자원 ···66

4. 농축산 ···92

제4장 극한기후에 따른 리스크의 경제적 영향 분석 도구 개발 ···117

1. 도구 개요 ···117

2. 부문별 분석 도구 구축 ···120

3. 분석 도구 사용 방법 ···127

제5장 결론 및 정책적 시사점 ···134

1. 결론 ···134

2. 역량 강화방안 및 정책적 시사점 ···143

(14)

Executive Summary ···155

(15)

<표 1-1> 기후변화 피해비용 선행 연구 ···7

<표 1-2> 극한기후 리스크의 경제적 정량화 방안 ···9

<표 1-3> 적응대책 효과 분석 ···12

<표 2-1> 극한기후지수 및 설명 ···15

<표 2-2> 기후변화 시나리오 모델 리스트 ···16

<표 2-3> 고온 극한기후지수 시나리오(10년 평균) ···18

<표 2-4> 저온 극한기후지수 시나리오(10년 평균) ···19

<표 2-5> 강수 극한기후지수 시나리오(10년 평균) ···21

<표 2-6> 해수면 고도 시나리오(10년 평균) ···22

<표 3-1> 시도별 건설업 및 농업 평균종사자 수 비율 ···31

<표 3-2> 연도 및 시나리오별 피해비용 ···32

<표 3-3> 연도 및 시나리오별 정책시행 후 피해비용 ···34

<표 3-4> 정책시행 여부 및 시나리오에 따른 시점별 평균 피해비용 ···36

<표 3-5> 태양광 발전량 분석에 활용한 데이터 ···42

<표 3-6> 미래 기후 시나리오별 월 가구 에너지 소비량 ···56

<표 3-7> 장래가구추계(2020~2050년) ···57

<표 3-8> 미래 기후 시나리오별 국내 총 에너지 소비량 ···57

<표 3-9> 미래 기후 시나리오상의 경제적 손실 비용 ···59

<표 3-10> 소비행태개선 효과를 반영한 경제적 피해비용 ···62

<표 3-11> 에너지소비효율등급제도 강화 효과를 반영한 경제적 피해비용 ···64

<표 3-12> 평균기온이 +2℃ 상승한 전망 구간 추출 결과 ···70

<표 3-13> 특광역시도별 LPT3 확률분포함수 매개변수 추정 결과: GFDL-ESM4 모형 ···74

<표 3-14> 특광역시도별 비정상성을 고려한 LPT3 매개변수 추정 결과: SSP-RCP 126 시나리오 & GFDL-ESM4 모형 ···76

<표 3-15> 특광역시도별 미래 홍수 피해금액 전망 결과: ACCESS-CM2 ···78

<표 3-16> 특광역시도별 미래 홍수 피해금액 전망 결과: CanESM5 ···79

(16)

<표 3-22> 특광역시도별 기후변화 적응정책의 홍수 피해금액 저감효과: +2℃ ···85

<표 3-26> 농업부문 기후변화 적응을 위한 정부 정책 우선순위 ···92

<표 3-27> 농업생산기반정비사업의 유형 ···94

<표 3-28> 다목적 농촌용수 개발사업 성과지표 및 달성도 ···94

<표 3-29> 한발빈도 10년 이상 관개면적 ···95

<표 3-30> 다목적(중규모) 용수개발 사업비 집행실적 ···96

<표 3-31> 축산분야 ICT 융복합 확산사업 지원대상 ···97

<표 3-32> 축사시설현대화사업 성과지표 및 성과 달성도 ···98

<표 3-33> 축사시설현대화사업 연도별 재정투입 계획 ···99

<표 3-34> GCM별·기후변화 시나리오별·시기별 가뭄 지수 평균 및 분산 ···100

<표 3-35> GCM별·기후변화 시나리오별·시기별 가장 큰 심도를 가진 가뭄의 크기 ···102

<표 3-36> 연도별·시군별 수리안전답 비중 ···103

<표 3-37> 가뭄으로 인한 생산량 감소와 수리안전답의 가뭄 피해 저감효과(kg/10a) ···104

<표 3-38> 가뭄으로 인한 생산량 감소와 수리안전답의 가뭄 피해 저감효과(백만 원) ···105

<표 3-39> 기후변화 시나리오에 따른 연도별 THI부하 합 변화: CanESM5 기준 ···113

<표 3-40> 시기별 더위스트레스로 인한 피해액과 적응효과 ···115

<표 4-1> 직업군별 작업강도 ···121

<표 4-2> 시도별 홍수 피해함수 매개변수 ···126

<표 5-1> 극한기후지수 시나리오(10년 평균) ···134

<표 5-2> 부문별 적응역량 강화방안 ···143

(17)

<그림 1-1> 2022년 세계 이상기후 ···2

<그림 1-2> 향후 10년 동안 세계적으로 가장 심각한 리스크 ···3

<그림 1-3> 글로벌 리스크 영향 ···3

<그림 1-4> 우리나라 기후 리스크 목록(6대 부문 84개 리스크) ···5

<그림 1-5> 기술개발을 통한 기후변화 적응의 경제적 편익 ···6

<그림 1-6> 제3차 적응대책 주요 리스크와 본 연구 분석대상 대책 ···11

<그림 1-7> 연구체계 ···13

<그림 1-8> 연도별 연구체계도 ···13

<그림 2-1> 미래 대기 기후변화 시나리오 분석 절차 ···16

<그림 2-2> 미래 해양 기후변화 시나리오 분석 절차 ···17

<그림 2-3> 모델별 미래 대기요소 연변화 전망 ···17

<그림 2-4> 기온 극한지수 미래 전망 ···20

<그림 2-5> 강수 극한지수 미래 전망 ···21

<그림 2-6> 해수면 고도 미래 전망 ···22

<그림 2-7> SSP 시나리오별 미래 총인구 및 연령대별 인구 전망 ···24

<그림 2-8> SSP 시나리오별 미래 실질 GDP 전망 ···25

<그림 3-1> WBGT와 작업강도에 따른 근로역량 임계치 ···26

<그림 3-2> WBGT와 작업강도별 근로역량의 관계 ···27

<그림 3-3> 연도 및 시나리오별 WBGT ···29

<그림 3-4> 연도 및 시나리오별 업무효율 ···29

<그림 3-5> 연도별 건설업 및 농업 종사자 수 비율(2002~2019년) ···30

<그림 3-6> 인구 시나리오별 건설업 및 농업 종사자 수 ···31

<그림 3-7> 폭염 단계별 대응요령 ···33

<그림 3-8> 인구 시나리오 및 시점별 피해비용 비교 ···35

(18)

<그림 3-11> 온도에 의한 태양광 효율 하락과 냉각시스템 이후 효율 향상 ···41

<그림 3-12> 일사량 강도에 따른 셀온도와 셀효율 변화 ···43

<그림 3-13> 인천지역의 시간당 월평균 일사량 변화 ···44

<그림 3-14> 지역별 태양광 이용률 현황(2020년 기준) ···45

<그림 3-15> 시도 단위 태양광 연평균 발전 잠재량 하락 ···46

<그림 3-16> 계절별 태양광 발전 잠재량 하락 ···47

<그림 3-17> SSP 시나리오에 따른 피해비용과 적응 후 피해비용 ···48

<그림 3-18> SSP 시나리오에 따른 피해비용(2010년 기준값은 18℃) ···49

<그림 3-19> 에너지 수요 부문 예상 결과 ···51

<그림 3-20> 기온과 전력 소비량 추이(2015~2018년) ···52

<그림 3-21> 기온 빈별 전국에너지 소비량 변화 ···53

<그림 3-22> 시나리오 및 시점별 기온 빈 에너지 소비량 변화 ···54

<그림 3-23> GCM별 기온 빈 구축 결과 ···55

<그림 3-24> 에너지 수요 증가로 인한 미래 경제적 피해비용 ···59

<그림 3-25> 소비행태개선 효과를 반영한 경제적 피해비용 ···61

<그림 3-26> 에너지소비효율등급제도 강화 효과를 반영한 경제적 피해비용 ···63

<그림 3-27> 적응으로 인한 에너지 수요 피해비용 절감 효과 ···65

<그림 3-28> 극한기후의 수자원영향 경제적 리스크 분석 개념도 ···68

<그림 3-29> 파리기후협정 의제 ···69

<그림 3-30> 서울특별시 일 최대강우량(mm/day) LPT3 분포함수 적합 결과: GFDL-ESM4 모형 ·· 72

<그림 3-31> 서울특별시 빈도별 일 최대강우량(mm/day) 적합 결과: GFDL-ESM4 모형 ···73

<그림 3-32> 서울특별시 미래 일 최대강우량(mm/day) 시계열 자료와 위치 매개변수 적합 결과: SSP-RCP 126 시나리오 &　GFDL-ESM4 모형 ···75

<그림 3-33> 서울특별시 일 최대강우량(mm/day)의 과거 및 미래(2090s) 누적확률분포 적합 결과: SSP-RCP 126 시나리오 &　GFDL-ESM4 모형 ···77

<그림 3-34> 특광역시도별 미래 홍수 피해금액 전망 ···81

(19)

<그림 3-36> Run theory의 가뭄 특성 인자 ···99

<그림 3-37> 기후변화로 인한 단위 면적당 생산량 변화(위: 쌀, 아래: 콩) ···106

<그림 3-38> 농가단위 적응으로 인한 생산성 변화(위: 쌀, 아래: 콩) ···107

<그림 3-39> THI부하 계측방법 ···109

<그림 3-40> 착유우의 더위스트레스 상황에서의 유량 변화 ···111

<그림 3-41> 낙농가 여름철 축사 냉방 방법 ···111

<그림 3-42> 더위스트레스에 따른 낙농부문 피해 및 적응효과: CanESM5 기준 ···114

<그림 4-1> 극한기후 리스크 분석 도구 구조 ···118

<그림 4-2> WBGT와 근로역량 간 상관관계 ···122

<그림 4-3> 근로역량 부문 극한기후 분석 모듈 ···123

<그림 4-4> 에너지 부문 극한기후 분석 모듈 ···125

<그림 4-5> Anaconda Prompt 예시 화면 ···127

<그림 4-6> 극한기후 리스크 분석 도구 예시 화면 ···128

<그림 4-7> 극한기후 리스크 분석 도구 결과가 저장된 예시 화면 ···129

<그림 4-8> 극한기후 리스크 분석 도구 실행 결과 예시(전기수요 부문) ···130

<그림 4-9> 극한기후 리스크 분석 도구 실행 결과(근로역량 부문) ···131

<그림 4-10> 극한기후 리스크 분석 도구 실행 결과(수자원 부문) ···132

<그림 5-1> 부문별 적응정책 시행에 따른 피해비용 ···138

<그림 5-2> 부문별 적응정책 시행에 따른 편익 ···139

<그림 5-3> 극한기후로 인한 경제적 리스크 분석 모형 구조 ···142

<그림 5-4> 데이터 기반 폭염의 직간접 영향 분석 결과 ···144

(20)

(21)

제1장

서 론

1. 연구의 필요성 및 목적

2022년도 전 세계는 여전히 계속되는 팬데믹 리스크와 함께 유럽과 미국의 이른 폭염과 가뭄, 파키스탄의 홍수 등 기후변화 리스크로 인한 피해와 손실을 경험하고 있다. 특히 2022년도는 우크라이나 사태로 식량 및 에너지 공급에 차질이 생기며 물가가 폭등하고 경제가 침체되는 현상도 나타나고 있다.

2022년 전 세계적으로 자연재난에 따른 큰 피해가 발생하였다. 프랑스, 영국, 이탈리아 등의 유럽에서는 기록적인 폭염과 가뭄이 발생했다. 영국의 경우 1935년 이래 가장 건조한 7월로 기록됐다. 일본의 경우 폭염과 폭우가 동시에 나타나 8월에 도쿄에서 35℃ 이상 폭염 이 14일간 지속되어 기록을 경신했다. 그러나 일본 동북부 지역에서는 하루의 강우량이 평년의 8월 강우량에 달할 만큼 폭우가 쏟아졌다. 미국의 캘리포니아주에서는 하루 만에 1년 치 강수량의 75%가 쏟아지고, 일리노이주에서는 이틀 만에 8월 강수량이 모두 내렸다.

호주에서도 브리즈번을 주변 지역에 3일 만에 많은 양의 비가 내려 1974년 이후 가장 큰 홍수 피해가 발생하였다.

(22)

자료: 동아일보(2022.8.11), “한국 폭우, 유럽 폭염 ‘기후몸살’… 올 자연재해 사망 전세계 4300명”, 검색일:

2022.11.9.

<그림 1-1> 2022년 세계 이상기후

우리나라의 경우 2021년 겨울부터 2022년 봄까지 50년 만의 가뭄이 발생하였다. 2022 년 봄에는 최저 강수량을 기록하면서 6월까지도 평년의 60% 미만으로 나타났다, 반면 8월 에는 중부지방의 폭우로 인해 총 9명이 사망하고, 1만 대가량 차량이 침수되어 피해액은 1,400억 원 이상 발생하였다. 폭우로 인해 선로 침수로 열차 지연, 지하철역 침수로 운행 정지, 도로가 잠기고 흙이 쏟아져 도로 통제 등 여러 부문에 피해가 발생하였다.

세계경제포럼 글로벌 리스크보고서(WEF, 2022)에 따르면 주요 리스크 중에서도 극한기 상이나 기후변화 정책 실패를 그 영향 정도와 발생 가능성 측면에서 최상위권 순위로 제시 하고 있다. 기후변화는 식량 위기, 수자원 위기, 사회기반시설 파괴, 불평등 등 많은 부문별 리스크를 전이, 증폭시키는 주요 리스크로 분류되고 있다.

(23)

자료: WEF(2022), p.14.

<그림 1-2> 향후 10년 동안 세계적으로 가장 심각한 리스크

자료: WEF(2022), p.26.

<그림 1-3> 글로벌 리스크 영향

(24)

갈수록 심각해지는 기후변화 리스크에 대응하기 위해서는 리스크를 평가해 적절히 대응 하는 것이 필수적이다. 많은 불확실성에도 불구하고 리스크를 경제적으로 정량화함으로써 미래 발생 가능한 피해 정도를 예상하고 적절한 대책 마련이 가능하다. 세계보건기구에 따 르면 1970년 대비 2010년도의 자연재해 건수는 5배 증가하였고 경제적 손실은 7배 증가하 였다. 기후변화로 인해 가속화되어 나타나는 극한기후 현상에 효율적으로 대응하기 위해서 는 리스크의 발생가능성, 노출정도, 영향의 심각도를 정량적으로 파악해 적응대책을 수립해 야 한다. 극한기후 재해에 대비하기 위한 대책은 이미 수립·이행 중이나, 최근 기후변화로 인해 극한기후의 빈도와 강도가 증가해 이에 대비하기 위한 대책의 보완이 필요하다. 극한 기후 리스크에 대비하기 위해서는 건강, 수자원, 농업, 에너지 등 부문별로 영향의 정도와 발생 확률을 분석해 인적·물적 자원을 우선 배분하기 위한 기준 마련이 필요하다. 각 리스크 별로 다수의 적응정책이 존재하는 경우 적응정책의 비용과 효과 분석을 통해 우선순위를 선정할 수 있다.

주요국에서는 기후변화 리스크를 정량화하는 연구를 진행 중이다. 특히 적응정책의 효과 의 정량적 분석 등의 경제성 분석 연구는 전 세계적으로 제한적이고, 미흡한 상황이다.

그간 국내 연구는 기후 및 사회·경제 시나리오, 기후변화의 경제적 영향, 적응정책 경제성 평가, 기후변화 영향 및 취약성 통합평가 등이 진행되었다. 기후 및 사회·경제 시나리오가 개발되었으나 합리적으로 정책평가에 적용된 사례가 부족하고, 기후변화의 경제적 영향 산 정에 관한 연구가 수행되었으나 극한기후 현상에 대한 고려가 미흡하였다. 또한 부문별 영 향평가 모형을 이용해 일부 적응대책의 경제성을 분석(송영일 외, 2014~2020; 현정희 외, 2019)했으며, 부문별 통합취약성 평가 모형이 개발되어 적응대책에 대한 분석이 시도되고 있으나 극한기후에 대한 종합적 분석은 미흡한 실정이다(채여라 외, 2021).

국내 기후변화 리스크 관련 연구는 주로 직접적 영향을 분석하는 것에 집중하였고(송영일 외, 2014~2020) 이를 경제적으로 정량화 연구는 제한적이다(채여라 외, 2021). 적응정책 의 경제성을 분석하는 연구는 전 세계적으로도 아직 진행 중이다. 적응정책의 효과는 지역 별, 부문별로 상이하고 지역의 사회경제 여건 및 기후변화 정도 등에 의해 크게 달라지므로 정량화하기가 용이하지 않다. 많은 불확실성에도 불구하고 가용한 데이터 및 방법론을 적용 해 부문별 리스크를 경제적으로 산정하고 부문별 적응대책의 경제성을 파악하는 것은 매우

(25)

중요하다.

본 연구는 극한기후에 초점을 맞춰 리스크의 경제적 분석을 수행하였다. 폭염, 한파, 홍수, 가뭄 등의 극한기후 현상의 발생 가능성을 시나리오별로 분석하고 이에 대한 영향을 노동생 산성, 수자원, 농축산업, 에너지 산업에 대해 경제적으로 정량화하였다. 제3차 대책 수립을 위한 국가 기후 리스크 평가를 통해 선정된 물관리, 생태계, 국토·연안, 농수산, 건강, 산업·

에너지 6개 부문의 84개 리스크 중 분석 가능한 적응정책을 적용해 부문별 피해 저감효과를 경제적으로 정량화하였다. 향후 적응정책 수립 지원을 위해 본 연구결과를 토대로 리스크 분석 도구도 개발하였다. 가용한 데이터와 방법론을 기반으로 미래 불확실한 기후 및 사회·

경제 여건에 대한 리스크를 다각도로 분석하고 다양한 시나리오에 대한 적응정책의 비용효 과 분석이 가능한 정책지원 도구가 필요하다. 본 연구에서는 건강, 수자원, 에너지, 농업 부문의 적응정책의 효과 분석을 통해 정책 결정을 지원할 수 있는 도구를 개발하였다.

자료: 관계부처 합동(2021), pp.211-212.

<그림 1-4> 우리나라 기후 리스크 목록(6대 부문 84개 리스크)

(26)

2. 연구의 차별성

기후변화로 인한 평균기온 상승 외 폭염, 홍수 등 극한기상에 의한 피해가 증가하고 있다.

미래 기후변화 피해 정도를 가늠하기 위해 기후변화 영향을 분석하는 많은 연구가 진행 중이다. 주요 연구기관은 상하향식 방법으로 부문별, 국가별, 전 지구적 기후변화의 피해비 용을 분석해 제시하고 있다. 적응정책을 시행함으로써 기후변화로 인한 손실과 피해가 나타 나는 시기를 늦출 수 있고 피해비용도 저감된다. 피해 저감의 정도는 부문별 적응정책 및 옵션, 국가, 지역마다 상이하다. 기후변화 적응정책의 경제적 효과를 분석하는 연구는 전 세계적으로 개발 단계이며 케이스 스터디 위주로 진행되고 있다. 본 연구는 우리나라 기후 변화 리스크를 건강, 에너지, 수자원, 농업 부문에 대해 정량화하고 적응정책 이행 시 피해 저감효과를 분석하였다. 또한 기존 취약성이나 리스크의 상대적 분석에서 나아가 IPCC 6차 보고서의 SSP 시나리오를 적용해 부문별로 극한기상 발생 확률에 따른 리스크를 경제적으 로 정량화하고 적응정책의 효과를 정량적으로 분석해 부문별 피해 정도 및 적응의 중요성을 제시한다는 점에서 차별성이 있다.

자료: Callaway et al.(2016), p.32를 바탕으로 저자 작성.

<그림 1-5> 기술개발을 통한 기후변화 적응의 경제적 편익

(27)

제목 저자(연도) 지역 방법 결과 Multi-Model

Framework for Quantitative Sectoral Impacts

Analysis

U.S.EPA

(2017) 미국

- 건강, 수자원, 농업, 생태 등 6개 부문(22개 항목)의 기후변화 시나리오별 경제 적 비용 산출 후 편익 계산

- 부문별 총 22항목 - 예시: 수자원

- 2050년 7.7억 달러, 2090 년 38억 달러 편익 The Risk and

Resilience Portal

ESCAP (2021)

한국 포함 아시아 13개국

- 기후변화 영향지수를 이용 하여 미래 위험비용 산출 - (구체적 과정은 미공개)

- 연평균 손실액

- RCP 4.5: 1.1조 달러, RCP 8.5: 1.4조 달러 손실 The

economics of climate change: no action not an

option

Swiss Re Institute (2021)

World, OECD, 대륙별, 한국

포함 48개 국가별

- 물리적 리스크 70%

- (만성 리스크 30%, 기상이 변 리스크 40%), - 적응능력 30%로 구성된

기후경제지수 개발

- GDP 대비(2050년) - 2℃ 이하: –4.2%

- 2℃: –11.0%

- 2.6℃: –13.9%

- 3.2℃ 이하: –18.1%

Climate Change Impacts and Adaptation in

Europe

PESETA IV (2020)

유럽 (중앙, 북부,

남부, 영국으로

구분)

- 수자원, 농업, 에너지, 건 강 등 7개 부문의 경제적 비용을 CaGE 모델을 이 용하여 분석

- 연간 후생 손실 - 1.5℃: 420억 유로 - 2℃: 830억 유로 - 3℃: 1,750억 유로

기후변화와 한국은행의 대응방향

한국은행

(2021) 한국

- IAM 결과를 활용한 한국 은행의 평가모형으로 탄소 세 또는 기업들의 생산비 용 변화 산출, GDP에 미 치는 영향 추정

- 연평균 GDP 성장률 - 2℃ 시나리오:

-0.08 ~ -0.09%p - 1.5℃ 시나리오:

-0.25 ~ -0.32%p

본연구 한국 - 통합평가 모형 내 피해 및

적응 함수

- 부문별 극한기후의 정량적 리스크 분석 자료: 채여라 외(2021), p.5.

<표 1-1> 기후변화 피해비용 선행 연구

(28)

3. 연구의 목적 및 수행체계

본 연구의 목적은 국내 기후변화 리스크와 적응정책의 효과를 정량적으로 분석하는 정책 지원 도구를 개발하는 것이다. 개발된 도구는 우리나라의 기후, 사회·경제 환경 여건 등을 반영하여 합리적 정책 의사결정에 활용될 수 있다. 본 연구는 2020년부터 총 3차 연도에 걸쳐 진행되었다. 1차 연도에는 극한기후 경제적 리스크 분석 기반 구축을 위해 도구 개발 현황 분석과 <표 1-2>와 같이 극한기후의 부문별 경제적 리스크 정량화 방안을 도출하고, 극한기후 영향에 대한 시범 분석을 진행하였다. 시범 분석에서는 시군구 단위 전국대상으로 기온, 습도, 강수량 등을 활용하여 부문별로 노동생산성 저하로 인해 2018년에 4,023억 원, 에너지 소비량 증가 및 전기요금 지출액 증가로 인해서는 434억 원, 홍수 피해(건물, 공공시설, 사유시설)로는 538억 원의 피해가 발생한 것으로 분석되었다. 2021년에는 극한 기후 리스크 대응을 위해 미래 시나리오 개발과 적응정책에 대한 효과 분석을 통한 적응역 량 평가체계를 구축하였다(표 1-3 참조). 마지막으로 3차 연도에는 극한기후 경제적 리스크 평가 및 대응방안 마련을 위해 시나리오별 적응대책의 비용효과 분석을 시행하여 정책적 시사점을 제시하였다.

(29)

기후 기상자료 사회경제 자료 공간 범위 시간 범위

건강 폭염 ․ 기온

․ 습도

․ 사망자 수

․ 질환자 수

․ 진료비

시군구/전국 연간 ․ 통계분석 ․ 사망자 수

․ 입원자 수

․ 조기사망에 따른 생명 가치

․ 의료비

․ 업종별 종사자 수

․ 야외근무 비율 시군구/전국 연간 및 월간

․ WBGT와 근로역량

․ 설문조사

․ 노동 시간 손실 ․ 추가 노동임금

에너지 수요

폭염 및 한파

․ 기온

․ 강수량

․ 습도

․ 가구원 수

․ 연령대

․ 소득 수준

․ 주거 형태

․ 보건복지 DB

전국 2011~2019년 일단위

․ 패널 회귀분석

․ 설문조사

․ 전력 소비량 변화

․ 에너지 빈곤층 규모

․ 한랭질환자

․ 전기요금비용

․ 의료비용

시군구/전국 2019~2100년

․ 시계열분석

․ CGE 통합평가 모형

․ FUND 모형

․ 전력 소비량 변화

․ 에너지 빈곤층 규모

․ 삶의 질

․ GDP 대비 냉난방

․ 에너지비용

태풍 및

홍수 ․ 강수량 ․ GDP

․ 인구 시군구/전국

2011~2019년 ․ 패널 회귀분석 ․ 전력 소비량 변화 ․ 정전 피해액

․ 정전 대비 전기시설

․ 설치비용 미래 ․ 시뮬레이션 ․ 전력 소비량 변화

․ 삶의 질 자료: 채여라 외(2020), p.172.

(30)

기후 기상자료 사회경제 자료 공간 범위 시간 범위

에너지 공급

폭염 및 태풍 (강풍)

․ 기온

․ 풍속

․ GDP

․ 인구

․ 발전 설비 계획

․ 전력기술 DB

전국 2015~2050년 ․ 상향식

․ 상하향연계형

․ 발전믹스 변화

․ 발전비용 변화

․ 전력가격 변화

․ 발전 부문 추가 소요 발전비용

․ 발전 부문 이윤 손실액

수자원

가뭄 ․ 강수량

․ 평균기온

․ 제한급수 일수

․ 제한급수 내용

․ 피해 인원

․ 공급시설 종류

시군구 (전국 피해

지역)

1990~2018년

․ 통계 분석

․ 다중 회귀분석

․ 가뭄빈도 분석

․ 가뭄빈도 변화

․ 제한급수 일수 변화

․ 가뭄 빈도 변화에 따른 가뭄 피해액

홍수 ․ 시 단위 강수량

․ 인구지수

․ 주택지수

․ 자산지수

․ 토지 이용자 수

․ 시설별 홍수 피해 금액

시군구 (전국 특광역시)

1995~2018년

․ 통계 분석

․ 비선형 회귀 분석

․ 다중 회귀분석

․ 지역화 기법

․ 극한강우 빈도 분석

․ 극한강우 빈도 변화

․ 확률강수량 변화

․ 확률강수량 변화에 따른 홍수 피해액

농업

폭염, 가뭄, 강풍,

홍수

․ 시군단위 기온

․ 강수량

․ 단수

․ 농업보험

․ 피해액

시군구

전국 2001~2019년

․ 패널 회귀분석

․ 투입산출 모형

․ CGE

․ 부분균형 모형

․ 생산성 변화

․ 소비자 농산물 추가 지출 비용

․ 생산자 수익 감소 비용 자료: 채여라 외(2020), p.172.

(31)

(32)

부문 주요 리스크 적응대책 효과

건강 폭염에 의한

온열질환 증가

취약계층 주거 환경

개선사업 ․ 여름철 평균 실내온도는 2℃ 감소

맞춤형 기후변화 취약계층 지원사업

확대

․ 그늘막 관련 설문 결과 85% 만족, 71% 효과 있음

․ 야외근로자 대상 폭염정책 설문 결과 60.2% 효과 높으며, 정책 제공에 따라 업무효율 증가

에너지

폭염 및 한파로 인한 냉·난방 에너지 사용 증가 기온 상승, 폭염, 폭우, 강풍으로 인한 송전/변전 효율

저하 및 시설 손상

건축물의 이상기후 (폭염·한파 등) 대응력 강화 연구

․ 소비자들의 에너지 소비효율에 대한 지 불의사 가격이 시장가격에 반영됨.

․ 에너지 고효율 제품 구매 유도에 따라 전력소비량, 전기요금, CO2 배출량을 감소시킬 수 있음

수자원 폭우로 인한 하천 및 유역의 홍수 피해 증가

도시지역 침수예방사업

다각화

․ 저류‧펌프시설 확충과 하천개수율 (정비율) 개선 정책을 꾸준히 시행할 경우 상당한 규모(각 약 6.7%, 29.2%)의 홍수 피해를 저감할 수 있음

농업

가뭄 및 기온변화로 인한 농업수리시설의 수자원 공급

안정성 증가 및 수질 저하

가뭄 상습지역 수리시설 설치 및 용수공급체계 재편

․ 수리안전답은 쌀 단수에 가뭄과 관계 없이 직접적으로 정(+)의 영향을 미침.

․ 수리안전답의 가뭄상쇄 효과는 오목함수 형태이며, 가뭄 심도가 –11 이상이어야 정책효과가 나타남.

․ 가뭄이 강해질수록 수리안전답의 가뭄 상쇄 효과는 더욱 크게 나타남.

자료: 채여라 외(2021)를 바탕으로 저자 작성.

<표 1-3> 적응대책 효과 분석

(33)

<그림 1-7> 연구체계

<그림 1-8> 연도별 연구체계도

(34)

제2장

미래 극한기후 및 사회경제 시나리오 고도화

1. 미래 극한기후 시나리오

IPCC 제6차 평가보고서에 따르면 미래 기후변화가 진행될수록 극한기온 현상과 집중호 우 및 해수면 상승 등의 극한기후 현상의 빈도 및 강도가 더 증가할 것으로 전망된다(IPCC, 2021). 극한기후는 장기간에 걸쳐 발생하는 평균적인 기후변화와 달리 급진적으로 발생해 물리적·경제적 피해를 유발한다. 따라서 리스크 관리적 측면에서 기후변화의 비정상성과 불확실성을 나타낼 수 있는 극한기후를 분석하는 것은 필수적인 부분이다.

기후변화 및 극한기후 현상 증가로 인한 영향을 파악하기 위해서는 극한기후를 평가할 수 있는 지표와 변수 설정이 필요하다. WMO에서는 기후 시계열 자료에 대한 극치사상 정량화에 대한 중요성을 인식하고 강수관련지수 11개, 기온관련지수 16개로 구성된 ETCCDI(Expert Team on Climate Detection and Indices) 지수를 제시한 바 있다(정 세진 외, 2019). 본 장에서는 ETCCDI 지수를 반영하여 본 연구의 분석목적 및 대리지표에 적합한 지수 14개를 선정하여 한국의 미래 극한기후변화를 분석하였다(표 2-1 참조).

본 3차 연도 연구에서는 기후변화 리스크의 효율적인 분석을 위해 2차 연도에 개발된 18개의 SSP 시나리오 기반 우리나라 상세화 GCM 중 전체 GCM의 평균과 불확실성을 대표할 수 있는 3개의 GCM(CanESM5, ACCESS-ESM1-5, GFDL-ESM4)을 선정하였다.

전체 GCM 중 CanESM5는 강수량의 평균을, ACCESS-CM2는 기온의 평균을 가장 근접하 게 모의하며, GFDL-ESM4는 SSP585 기온의 최곳값을 근접하게 나타낸다. 이에 더해 국립 기상과학원·기상청에서 SSP 시나리오 체계에 맞게 새롭게 산출한 1km/100km 격자 기반 의 대기(5ENSMN)/해양(ENSMN) 기후변화 모델을 추가하여 분석에 사용하였다.

(35)

5ENSMN은 UK-ESM을 기반으로 국립기상과학원에서 개발한 모형이며, 5개의 지역기후 모델(HadGEM3-RA, WRF, CCLM, GRIMs, RegCM4)을 앙상블하였다. UK-ESM은 강수 량의 최젓값을 근사하게 모의하는 경향이 있다. 해양 시나리오 모델인 ENSMN은 국립기상 과학원의 K-ACE와 영국기상청의 UKESM1을 기반으로 생산되었다(표 2-2 참조).

극한기후 지수 관련 기후 설명 단위

폭염일

고온

일 최고기온 33℃ 이상인 날의 연중 일수 일

온난일 일 최고기온이 기준기간*의 90퍼센타일(상위 10%)을 초과한

날의 연중 일수 일

한랭일 일 최고기온이 기준기간^*의 10퍼센타일(하위 10%)을 초과한

일 최고기온

연 최댓값 일 최고기온의 연중 최댓값 ℃

일 최고기온

연 최솟값 일 최고기온의 연중 최솟값 ℃

한파일

저온

일 최저기온 -12℃ 이상 일수 일

온난야 일 최저기온이 기준기간^*의 90퍼센타일(상위 10%)을 초과한

한랭야 일 최저기온이 기준기간^*의 10퍼센타일(하위 10%)을 초과한

일 최저기온

연 최솟값 일 최저기온의 연중 최솟값 ℃

일 최저기온

연 최댓값 일 최저기온의 연중 최댓값 ℃

호우일

강수

일강수량이 80mm 이상인 날의 연중 일수 일

99퍼센타일 강수일수

일 강수량이 기준기간^*의 99퍼센타일(상위 1%)보다

많은 날의 연중 일수 일

일 강수량이 기준기간^*의 95퍼센타일(상위 5%)보다

많은 날의 연중 일수 일

최대무강수

지속기간 연중 일강수량이 1mm 미만인 날의 최대 지속 일수 일

주: ^*기준기간으로는 2000~2019년의 MK-PRISM v2.1 일별 격자값을 사용함.

<표 2-1> 극한기후지수 및 설명

(36)

요소 모델명 국가 기관 참고문헌

대기

GFDL-ESM4 미국 Geophysical Fluid Dynamics Laboratory John et al.

(2018) ACCESS-ESM1-5 호주 Commonwealth Scientific and Industrial

Research Organization

Ziehn et al.

(2019) CanESM5 캐나다 Canadian Centre for Climate Modeling

and Analysis

Swart et al.

(2019)

5ENSMN 한국 국립기상과학원 -

해양 ENSMN 한국 국립기상과학원 -

<표 2-2> 기후변화 시나리오 모델 리스트

본 연구에서는 극한기후 리스크에 대한 정보를 행정구역별로 제공하기 위하여 개별 모델 의 공간상세화를 수행하고, 행정구역별 극한기후지수를 생산하였다. 기후 시나리오는 1km 해상도의 격자 시나리오를 기반으로 250개 행정구역별 면적 가중치를 고려하여 행정구역별 면적 평균값을 산출하였다. 그리고 시나리오별, 행정구역별로 강수량, 최고기온, 최저기온 및 극한기후지수의 일단위 자료를 생산하였다. 해양 시나리오는 100km 해상도의 전 지구 시나리오 중 한국의 해양 정보만 선별하기 위하여 남한 주위 격자 12개만 추출하였으며, 시나리오별, 격자별로 주변 해수면 고도의 연단위 자료를 생산하였다(그림 2-1과 그림 2-2 참조). 본 장 후단에서 다루어진 극한기후지수 분석 결과는 본 3차 연도 연구에서 추가된 모델인 5ENSMN 위주로 표시되었다.

<그림 2-1> 미래 대기 기후변화 시나리오 분석 절차

(37)

<그림 2-2> 미래 해양 기후변화 시나리오 분석 절차

<그림 2-3> 모델별 미래 대기요소 연변화 전망

(38)

가. 고온 극한기후지수

한랭일을 제외한 고온 관련 극한기후지수 4종(폭염일, 온난일, 일 최고기온 연 최댓값, 일 최고기온 연 최솟값)의 값은 미래 후반기로 갈수록 증가하며, SSP585에서 이러한 경향 이 뚜렷하게 나타났다. SSP585 시나리오에서는 2020년대 대비 2090년대 폭염일은 5.6배, 온난일은 2.5배 증가하고, 한랭일은 2090년대에 평균 3일로 거의 발생하지 않을 것으로 분석되었다. SSP126 시나리오에서는 2020년대 대비 2090년대 폭염일은 1.6배, 온난일은 1.4배 증가하여 SSP585에 비해 상승폭이 2~3.5배 수준으로 완화될 것으로 분석되었다.

또한 2090년대 일 최고기온의 연 최댓값과 최솟값은 SSP585가 SSP126에 비해 약 7℃

높을 것으로 전망되었다.

고온

극한기후지수 ^2020s ^2030s ^2040s ^2050s ^2060s ^2070s ^2080s ^2090s 폭염일

(일)

SSP126 15.4 19.7 24.8 22.7 24.1 23.9 28.2 24.7 SSP585 17.7 19.3 35.1 38.8 56.9 70.5 86.1 99.5 온난일

(일)

SSP126 51.7 56.5 63.3 61.9 66.4 68.1 74.0 70.6 SSP585 55.2 60.1 79.3 82.0 100.5 113.2 129.0 139.7 한랭일

(일)

SSP126 29.1 24.0 26.8 29.4 25.5 23.3 23.4 19.3 SSP585 26.3 19.9 18.1 17.6 9.6 10.0 5.4 3.1 일 최고기온

연 최댓값 (℃)

SSP126 40.1 40.4 40.6 40.8 39.6 39.8 40.6 39.4 SSP585 40.1 39.3 41.5 41.0 43.3 44.2 45.0 46.4 일 최고기온

연 최솟값 (℃)

SSP126 -11.7 -10.4 -10.5 -10.3 -10.7 -9.7 -9.3 -10.1 SSP585 -8.9 -9.4 -9.4 -8.8 -7.2 -6.1 -4.5 -3.1 자료: 기상청(2022)을 기반으로 저자 작성.

<표 2-3> 고온 극한기후지수 시나리오(10년 평균)

(39)

나. 저온 극한기후지수

저온 관련 극한기후지수 중 한파일과 한랭야는 미래 후반기로 갈수록 감소하며, 온난야와 일 최저기온 연 최댓값 및 최솟값은 증가할 것으로 분석되었다. SSP126 시나리오에서 2020년대 대비 2090년대 온난야는 1.2배 증가하지만, SSP585 시나리오에서는 2배 증가 하는 것으로 나타났다. 반면, 한파일과 한랭야는 SSP585 시나리오에서 미래 후반기에 각각 0.2, 4.2일로 거의 발생하지 않을 것으로 나타났다. 또한 2090년대 SSP585 시나리오의 일 최저기온 연 최댓값과 최솟값은 SSP126에 비해 약 5℃, 7℃ 높을 것으로 전망되었다.

저온

극한기후지수 ^2020s ^2030s ^2040s ^2050s ^2060s ^2070s ^2080s ^2090s 한파일

(일)

SSP126 6.3 4.7 5.8 5.9 4.5 4.3 3.7 3.3

SSP585 4.7 3.5 2.8 2.4 0.9 0.8 0.3 0.2

온난야 (일)

SSP126 54.2 57.9 63.9 64.4 64.1 67.3 68.4 65.8 SSP585 56.3 60.1 74.4 76.0 89.8 97.6 109.8 116.9 한랭야

(일)

SSP126 31.7 25.5 28.8 30.5 25.9 24.2 24.4 20.4 SSP585 28.4 22.7 20.1 18.1 10.7 10.7 6.3 4.2 일 최저기온

연 최댓값 (℃)

SSP126 28.7 29.3 29.8 29.7 29.8 29.4 29.9 29.2 SSP585 28.7 29.5 30.4 30.4 32.1 32.7 33.3 34.2 일 최저기온

연 최솟값 (℃)

SSP126 -22.9 -21.8 -22.0 -22.3 -22.2 -21.6 -20.5 -21.6 SSP585 -21.2 -21.3 -20.2 -20.3 -18.6 -17.6 -15.9 -14.9 자료: 기상청(2022)을 기반으로 저자 작성.

<표 2-4> 저온 극한기후지수 시나리오(10년 평균)

(40)

자료: 기상청(2022)을 기반으로 저자 작성.

<그림 2-4> 기온 극한지수 미래 전망

다. 강수 극한기후지수

강수 관련 극한기후지수 중 호우일 및 극한 강수일수(95%, 99% 강수량 초과일 수)는 미래 후반기로 갈수록 증가하는 것으로 나타났다. 특히 이러한 경향은 SSP585에서 뚜렷하 게 나타날 것으로 예상된다. 이에 반해 SSP126 시나리오에서는 2020년대 대비 2090년대 호우일수, 95퍼센타일 강수일수, 99퍼센타일 강수일수가 거의 증가하지 않았다. 반면에 SSP585 시나리오에서는 각각 0.4일, 0.8일, 5.3일 증가하는 것으로 분석되었다. 가뭄에 관한 지수로 사용되는 무강수지속기간은 시기별, 시나리오별 차이가 두드러지지 않는 것으 로 분석되었다.

(41)

강수

극한기후지수 ^2020s ^2030s ^2040s ^2050s ^2060s ^2070s ^2080s ^2090s 호우일

(일)

SSP126 0.59 0.71 0.84 0.84 0.70 0.88 0.72 0.60 SSP585 0.64 0.55 0.77 0.86 0.86 1.23 0.85 1.08 99퍼센타일

강수일수 (일)

SSP126 1.4 1.5 1.6 1.8 1.6 1.8 1.6 1.4

SSP585 1.5 1.3 1.6 1.8 1.8 2.4 1.8 2.3

(일)

SSP126 16.9 17.9 16.5 18.9 19.7 18.7 18.0 17.4 SSP585 16.9 16.5 17.6 18.1 18.9 21.0 19.3 22.2 무강수

지속기간 (일)

SSP126 4.87 4.83 4.67 4.74 4.62 4.61 4.61 4.73 SSP585 4.74 4.81 4.82 4.52 4.69 4.50 4.65 4.66 자료: 기상청(2022)을 기반으로 저자 작성.

<표 2-5> 강수 극한기후지수 시나리오(10년 평균)

<그림 2-5> 강수 극한지수 미래 전망

(42)

라. 해양 시나리오

해양 시나리오는 시나리오별 해수면 상승 고도로 나타낸다. 본 연구에서는 SSP126과 SSP585 시나리오에 관해 해수면 고도 변화를 2020년부터 2090년까지 살펴보았다. 결과에 따르면 해수면 고도는 SSP126 시나리오에서 2020년 0.13m에서 2090년 0.45m로 상승해 70년간 약 0.32m가량 상승하는 것으로 예측되었다. 반면 SSP585 시나리오에서는 2020년 0.14m에서 2090년 0.89m로 상승해 0.32m의 2배 수준인 0.75m 상승하는 것으로 분석 되었다.

해양 지수 2020s 2030s 2040s 2050s 2060s 2070s 2080s 2090s 해수면

고도(m)

SSP126 0.13 0.19 0.24 0.30 0.32 0.37 0.41 0.45 SSP585 0.14 0.22 0.31 0.42 0.52 0.63 0.76 0.89 자료: 기상청(2022)을 기반으로 저자 작성.

<표 2-6> 해수면 고도 시나리오(10년 평균)

<그림 2-6> 해수면 고도 미래 전망