Future Projection of Changes in Extreme Temperatures using High Resolution Regional Climate Change Scenario in the Republic of Korea

고해상도 지역기후변화 시나리오를 이용한 한국의 미래 기온극값 변화 전망

이경미*·백희정**·박수희***·강현석****·조천호*****

Future Projection of Changes in Extreme Temperatures using High Resolution Regional Climate Change Scenario in the Republic of Korea

Kyoungmi Lee* · Hee-Jeong Baek** · Suhee Park*** · Hyun-Suk Kang**** · ChunHo Cho*****

요약 :이 연구에서는 한국의 미래 기온극값의 변화를 전망하고자 하였다. 이를 위해 12.5km 고해상도의 지역

기후모델(HadGEM3-RA)에서 생산된 일 최고 및 최저 기온 자료와 관측 자료를 이용하여 RCP4.5/8.5 시나리 오에 따른 6개 극한기온 지수를 산출하고, 현재(1971-2000) 대비 21세기 말(2070-2099)의 공간 변화를 분석 하였다. 현재 기간에 대해 모델에서 생산된 일 최고 및 최저 기온은 관측 자료의 확률분포 형태와 범위를 비교 적 잘 모의한다. 현재 대비 21세기 말에 결빙일(ID)과 서리일(FD)은 전 지역에서 감소하고 여름일(SD)과 열대 야(TR)는 증가할 것이며, 95퍼센타일을 초과하는 일 최고기온(TX95)과 5퍼센타일 미만 일 최저기온(TN5)의 평균값은 전 지역에서 상승할 것으로 전망된다. 이는 RCP4.5보다 RCP8.5 시나리오의 경우에 더 강하다. 고도 는 ID, SD, TR, TX95, TN5와 위도는 ID, TR, TN5의 변화와 유의한 상관관계를 보인다. 21세기 말에 산지 에서는 기온의 하위 극값 상승, 남해안에서는 열대야 증가로 인한 영향이 강하게 나타날 것으로 전망된다.

주요어 :기온극값, 지역기후모델, 대표농도경로, 고도, 위도, 한국

Abstract : The spatial characteristics of changes in extreme temperature indices for 2070-2099 relative to

이 연구는 “NIMR-2012-B-2(기후변화 예측기술 지원 및 활용연구)”의 지원으로 수행되었음.

* 기상청 국립기상연구소 기후연구과 연구원(Researcher, Climate Research Lab., National Institute of Meteorological Research, KMA), [email protected]

** 기상청 국립기상연구소 기후연구과 연구관(Senior research scientist, Climate Research Lab., National Institute of Meteoro- logical Research, KMA), [email protected]

*** 기상청 국립기상연구소 기후연구과 연구사(Research scientist, Climate Research Lab., National Institute of Meteorological Research, KMA), [email protected]

**** 기상청 국립기상연구소 기후연구과 연구관(Senior research scientist, Climate Research Lab., National Institute of Meteoro- logical Research, KMA), [email protected]

***** 기상청 국립기상연구소 기후연구과장(Director, Climate Research Lab., National Institute of Meteorological Research, KMA), [email protected]

1. 서론

기후변화는 21세기에 인류가 직면한 중요한 환경 문제 중 하나이다. 지구의 평균기온은 계속적으로 상 승할 것으로 전망되며, 전 지구적 물 순환 및 에너지 순환에서 변화가 예상된다(IPCC, 2007). 우리나라 역시 지난 20세기 동안 기온상승이 뚜렷하였고, 앞 으로도 기온이 계속 상승할 것으로 전망된다( Jung et al., 2002; NIMR, 2009).

평균적인 기후 상태의 변화는 극한기후 현상의 빈 도와 강도에 영향을 미친다( Meehl et al., 2000). 지 난 20세기 동안 세계 여러 지역에서 이미 극한 기온 및 강수 현상의 유의한 변화가 나타났으며( Griffiths et al., 2005; Moberg and Jones, 2005; Rahimzadeh et al., 2009; Booth et al., 2011), 우리나라에서도 관 측 자료를 이용한 기온극값 변화 연구를 통해 온난일, 온난야, 열파 등 상위 극한기온 현상의 증가와 한랭 일, 한랭야, 서리 등 하위 극한기온 현상의 감소가 보 고되고 있다( Choi, 2004; Ryoo et al., 2004; Choi et al., 2008; Choi and Park, 2010; Lee and Heo, 2011).

이러한 극한기후 현상의 변화는 평균적인 기후변화 보다 작물 생산량, 건강, 도시 계획 및 수자원 관리 등 다양한 인간 활동 및 생태계에 더 큰 영향을 미칠 수 있다( Kunkel et al., 1999; Easterling et al., 2000;

Lynch and Brunner, 2007; Teixeira et al., 2011). 대부 분의 극한기후 현상은 전지구적인 규모에서보다 국 지 혹은 지역 규모에서 인식되므로 효과적으로 기후

변화에 대응하고 극한기후 현상으로 인한 부정적인 영향을 완화하기 위해서는 지역 규모에서 이러한 변 화가 전망되어야 한다.

지역 규모에서의 극한기후 변화는 변동성이 매 우 크며 전지구기후모델( Global Climate Models, GCMs)에 의해 충분히 표현될 수 없으므로 지역 규 모에서 잠재적인 변화를 다루기 위해서는 지역기후 모델( Regional Climate Models, RCMs)의 이용이 요 구된다. 최근 많은 연구들이 RCM을 이용하여 미래 기후변화 시나리오에 따른 극한기후 현상을 전망하 였다. Bell et al.(2004)과 Sánchez et al.(2004)은 각각 NCAR(National Center for Atmospheric Research) 의 지역기후모델( RegCM2.5)과 해들리 센터의 전구 모델을 기반으로 한 지역기후모델( PROMES-RCM) 을 이용하여, 2배 높은 CO

농도 시나리오 및 A2 시 나리오 하에서 캘리포니아 및 지중해 지역의 극한 고 온 관련 지수가 증가할 것으로 전망하였다. Beniston et al.(2007)은 RCMs를 이용한 유럽의 극한기후 변 화 연구에서 A2 시나리오에 따르면 열파(heat wave) 의 강도와 빈도, 지속기간이 증가될 것이며, 현재 유 럽 남부 지방에서 나타나는 고온일( hot day)의 빈도 가 21세기 말에는 유럽 중부에서 나타날 것으로 전망 하였다. Marengo et al.(2009)은 해들리 센터의 지역 기후모델(HadRM3P)을 이용하여 A2 및 B2 시나리 오에 따른 남아메리카의 극한기온 지수 변화를 분석 한 결과 온난야의 발생빈도가 남미 전역에서 증가할 것이며, 한랭야의 빈도는 감소할 것으로 전망하였다.

지역기후모델을 이용한 극한기후의 변화 연구는 최

Key Words : extremes temperature, regional climate model, Representative Concentration Pathway(RCP),

근에 국내에서도 활발히 연구되고 있으며, MM5 및 RegCM3 등의 지역기후모델을 이용하여 한반도에서 도 극한 고온 현상의 증가와 극한 저온 현상의 감소가 전망되고 있음을 밝혔다( Boo et al., 2006; Im et al., 2007; Im et al., 2011). 지금까지의 연구들은 모두 IPCC 제4차 평가보고서에서 사용된 SRES(Special Report on Emission Scenario)를 기반으로 극한기후 변화를 전망하였다. 그러나 기후변화에 관한 정부간 협의체( Intergovernmental Panel on Climate Change, IPCC)는 제5차 평가보고서 작성을 위해 새로운 온실 가스 농도 시나리오인 대표농도경로( Representative Concentration Pathway, RCP)를 기반으로 미래 기후 변화를 전망하고 있다.

한편, 최근 많은 연구들에서 기온상승이 고위도 와 해발고도가 높은 지역에서 더 민감하게 나타나고 있음을 보였다( Beniston, 2003; Chapin et al., 2005;

Pepin and Lund�uist, 2008; Kang et al., 2010; You et al., 2010). 높은 고도에서 기후변화 시그널이 더 강하 게 나타나는 것은 이 지역에서의 생태계 및 수문 시스 템 등에 더 큰 영향이 나타날 것을 의미하며, 높은 고 도에서 증폭되는 반응은 초기 기후변화 탐지에 유용 할 수 있다( Giorgi, 1997). 최근에 남아시아 및 칭장고 원( Tibetan Plateau)을 연구 지역으로 기온 극값과 고 도 간의 관련성에 관하여 연구되었으나 지역 및 고도 범주에 따라 그 경향이 다양하였다( You et al., 2008;

Revadekar et al., 2012). 우리나라 국토는 남북 방향 으로 길며 북에서 남으로 산맥이 발달하였기 때문에 기온이 위도 및 고도의 영향을 크게 받는다. 그러므로 효과적인 기후변화 대응을 위해서는 미래 전망되는 기온극값의 변화가 위도 및 고도와 관련성이 있는지 확인할 필요가 있다.

이 연구에서는 국립기상연구소에서 생산한 RCP 기반 기후변화 시나리오에 따른 한국의 기온극값 변 화를 전망하고자 하였다. 이를 위해 고해상도의 지 역기후모델(HadGEM3-RA) 자료를 이용하여 현재 ( 1971-2000) 대비 21세기 말(2070-2099)의 극한기 온 지수의 공간 분포 변화를 분석한 뒤 위도 및 고도 와의 관계를 분석하였다.

2. 연구 자료 및 방법

이 연구에서 사용한 주요 자료는 1971년부터 2000 년까지 연속 자료를 가지고 있는 관측 지점 중 도서 지역을 제외한 57개 지점(일부 자료는 73년부터 있 음)의 일 기온(최고, 최저) 자료( Figure 1)와 지역기후 모델에서 산출된 1971년부터 2099년까지의 일 기온 (최고, 최저) 자료이다.

우리나라는 지리적 특성이 복잡하여 기후 변동 성이 크기 때문에 지역별 효과적인 기후변화 대응 을 위해서는 상세한 지역기후변화 정보가 요구된 다. 이에 따라 국립기상연구소에서는 국가 차원 의 기후변화 대응을 위해 우리나라를 포함한 동아 시아 영역에 대한 고해상도의 지역기후시나리오 를 산출하고 있다( NIMR, 2011). 이 연구에서 사 용된 기후 전망 자료는 영국 기상청 해들리 센터 의 전지구 대기-해양 결합모델인 HadGEM2-AO ( coupled Atmosphere-Ocean model of Hadley Cen- tre Global Environmental Model version 2)에 기초 한 HadGEM3-RA(Atmospheric Regional climate model of HedGEM3)에 의해 생산된 자료이며, 12.5km의 해상도를 가진다(Lee et al., 2011). 여기 서는 새로운 온실가스 배출 시나리오인 RCP 4개 ( RCP2.6/4.5/6.0/8.5) 중 현재 생산 완료된 RCP4.5 와 RCP8.5 자료를 이용하여 미래 극한기온 지수 의 변화를 전망하였다. 새로운 기후변화 시나리오 인 RCP는 최근 온실가스 증가 경향을 반영하고 있다 ( NIMR, 2011). RCP4.5는 온실가스 저감 정책이 어 느 정도 실현되었음을 가정하는 배출 시나리오로써 IPCC SRES 중 B1과 유사하고, RCP8.5는 온실가스 저감 없이 현재 추세로 온실가스가 배출되는 경우를 가정하는 시나리오로써 A2-A1F1에 상응한다.

이 연구에서는 CCI/WCRP-ETCCDMI(Joint

World Meteorological Organization Commission for

Climatology/World Climate Research Programme

project on Climate Variability, and Predictability Ex-

pert Team on Climate Change Detection, Monitoring

and Indices)에서 권고하는 극한기온 지수와 Im et

al.(2011)에서 사용한 극한기온 지수 중 6개를 선택 하였다( Table 1). 기온 극값의 특성을 파악하기 위해 빈도와 강도를 고려하여 지수를 선택하였으며, 모든 지수는 연 값으로 계산되었다. 결빙일( ID)과 서리일 ( FD)은 각각 일 최고기온과 일 최저기온이 0℃ 미만 인 날의 일 년 중 총 빈도로 정의된다. 여름일( SD)은 일 년 중 일 최고기온이 30℃를 초과하는 날의 총 빈

도이며, 열대야(TR)는 일 년 중 일 최저기온이 25℃

를 초과하는 날의 총 빈도로 정의된다. 어느 절대 임 계값을 초과하는 날의 수는 기온 극값의 빈도 변화를 나타내기 위한 가장 간단한 방법이다. 온난한 날과 한 랭한 날의 강도 변화를 평가하기 위해서는 상대적인 임계값인 퍼센타일을 벗어나는 기온의 평균값을 이 용하였다. TX95는 95퍼센타일을 초과하는 일 최고 기온의 평균값이며, TN5는 5퍼센타일 미만의 일 최 저기온 평균값으로 정의된다. TX95와 TN5의 변화 는 각각 일 최고기온과 일 최저기온의 분포에서 상위 ( upper tail)와 하위(lower tail) 부분이 차지하는 비율 의 변화를 의미한다.

기후모델의 결과물을 연구에 사용할 때 신뢰성을 높이기 위해서는 기후모델이 현재 기후를 잘 모사 (simulation)하는지 관측자료와 비교하여 확인하는 과정이 필요하다( Carter et al., 1999). 이를 위해 3장 에서는 1971-2000년의 현재 기후에 대해 기상청 기 온 관측 자료와 HadGEM3-RA 모델의 기온 자료를 비교하였다. 일 최고기온 및 최저기온의 전년 및 계절 별(겨울 12-2월, 여름 6-8월) 확률분포(Probability Density Function, PDF)를 통해 자료의 분포 형태 및 범위를 비교하였으며, 이때 57개 관측지점의 모든 일 최고기온과 일 최저기온 자료를 각각의 확률분포 분 석에 이용하였다. 그리고 현재 기후의 전년 및 계절별 최고기온 및 최저기온의 공간 분포도를 통해 모델과 관측의 지역별 차이를 분석하였다.

미래 극한기온 지수의 공간 변화를 파악하기 위해 RCP4.5와 RCP8.5 시나리오에 근거한 HadGEM3- RA 모델 자료를 이용하여 현재(1971-2000) 대비 21

this study. 분석에 이용된 기상관측지점의 위치

Table 1. List of six indices on extreme temperature used for analysis. 분석에 이용된 6개 극한기온 지수 목록

Index Definition Unit

Ice days (ID) Frost days (FD) Summer days (SD) Tropical nights (TR) TX95

TN5

Number of IDs with Tmax (daily maximum temperature) below 0℃

Number of FDs with Tmin (daily minimum temperature) below 0℃

Number of SDs with Tmax above 30℃

Number of TRs with Tmin above 25℃

Averaged Tmax above 95th percentile Averaged Tmin below 5th percentile

days days days days

℃

℃

세기 말(2070-2099) 극한기온 지수의 변화를 지도화 하였다. 관측 자료에 따른 현재 극한기온 지수에 대한 상대적인 미래 변화를 설명하기 위해 모델 자료에서 57개 기상관측지점에 해당하는 위치의 격자값을 분 석에 이용하였다. 그리고 모델은 고유의 계통 오차를 가지므로 미래 전망 시 미래의 극한기온 지수 원래의 값을 그대로 분석에 이용하지 않고 모델의 현재 모의 대비 미래 변화량을 이용하였다.

극한기온 지수의 변화와 고도 및 위도와의 정량적 관계를 파악하기 위해서는 각 지역별 현재 대비 21세 기 말 극한기온 지수의 변화량과 해발고도 및 위도를 변수로 피어슨 상관분석을 시행하였다. 해발고도는 관측지점 별로 차이가 크므로 로그함수로 표현하였 다.

3. 모델과 관측 자료 비교

지역기후모델에서 생산된 일 최고기온과 일 최저 기온 자료를 이용하여 한반도에서의 기온극값 변화 를 전망하기 위해서는 관측 자료와 모델 자료와의 비 교를 통한 모델의 모의능력 분석이 필요하다. 관측에 가까운 모의결과를 보이는 경우 모델 자료에 대한 신 뢰도를 높여줄 수 있다.

Figure 2는 한반도 57개 전 지점의 모든 일 최고기 온( Tmax)과 일 최저기온(Tmin) 자료에 대한 확률

분포를 나타낸 것이다. 전년의 일 최고기온(Tmax_

ANN) 자료에 관한 확률분포를 보면 관측과 모델의 분포 형태가 유사하며, 모두 double-peak의 형태를 보 인다. 그러나 관측보다 모델의 기온값이 전반적으로 낮다. Table 2를 보면 Tmax_ANN 확률분포의 평균, 최대, 최소값에 대해 모델값이 관측값보다 0.8-3.1℃

낮게 모의하고 있다. Tmax_ANN 확률분포에서 관 측 자료와 모델 자료의 표준편차의 경우 비교적 유사 하나 모델 자료에서 0.3℃ 크게 나타나 관측 자료보다 분산이 좀 더 크다는 것을 알 수 있다.

일 최고기온의 확률분포를 계절별로 살펴보면 겨 울철과 여름철 모두 관측과 모델의 분포 형태가 유사 하며 전년의 분포와 같이 관측보다 모델의 기온값이 전반적으로 낮다. 겨울철의 경우 평균 모델값이 관측 값보다 3.9℃ 낮으며, 여름철에는 2.7℃ 낮다. 모델과 관측 간의 표준편차 차이를 보면 겨울철의 경우 모델 이 0.1℃ 크며 여름철의 경우 0.2℃ 작으나 전반적으 로는 두 계절 모두 관측과 모델 간에 큰 차이를 보이 지 않는다.

전년의 일 최저기온( Tmin_ANN) 자료에 관한 PDF를 보면 전반적으로 관측값과 모델값의 분포 형 태뿐만 아니라 분포 범위도 유사하다. 관측과 모델 자 료의 확률분포 모두 double-peak의 형태를 보이나 관 측의 경우 두 peak의 크기가 유사한 반면에 모델의 경 우 높은 기온 쪽의 peak를 중심으로 더 두터운 밀도 분포를 보인다. 그 외에 Tmin_ANN의 PDF에서 관 측과 모델의 상위값과 하위값의 밀도 분포는 거의 일

Table 2. Summary of basic statistics derived from Figure 2 (ANN: annul; DJF: winter; JJA: summer; SD: Standard Deviation). Figure 2로부터의 기본 통계 요약(ANN: 전년, DJF: 겨울철, JJA: 여름철, SD: 표준편차)

Oservation Model Diff.(Model-Observation)

Mean SD Max Min Mean SD Max Min Mean SD Max Min

Tmax_ANN Tmin_ANN Tmax_DJF Tmin_DJF Tmax_JJA Tmin_JJA

17.9 7.4 5.6 -4.7 28.2 19.6

9.8 10.3

4.8 5.2 3.8 3.5

39.5 29.7 24.2 13.9 39.5 29.7

-19.1 -32.6 -19.1 -32.6 6.8 0.2

14.8 7.2 1.7 -5.5 25.5 18.9

10.1 10.3 4.9 5.1 3.6 3.3

38.7 28.3 19.6 15.8 38.7 28.3

-21.5 -28.1 -21.5 -28.1 8.7 1.4

-3.1 -0.2 -3.9 -0.8 -2.7 -0.7

+0.3 0.0 +0.1 -0.1 -0.2 -0.2

-0.8 -1.4 -4.6 +1.9 -0.8 -1.4

-2.4 +4.5 -2.4 +4.5 +1.9 +1.2

Figure 2. Probability density function (PDF) of daily Tmax (left panels) and Tmin (right panels) for the period 1971-2000 in the Republic of Korea. Upper, middle, and lower panel is annual, winter, and summer, respectively. Here, solid and dotted line is simulated (MODEL) and observed (OBS) distribution, respectively. 1971-2000년의 일 최고기온(왼쪽)과 일 최저기온(오른쪽)의 확률밀도 함수(상단, 중앙, 하단의 그림은 각각 전년, 겨울철, 여름철의 분포이며, 실선과 점선은 각각

모델과 관측 자료의 분포임)

치한다. Tmin_ANN 확률분포의 평균을 보면 모델값 이 관측값보다 0.2℃ 낮게 모의하고 있으며, 표준편 차의 경우 10.3℃로 같다.

계절별 일 최저기온 확률분포를 보면 겨울철과 여 름철 모두 관측값과 모델값의 분포 형태가 유사하

며, 두 자료의 분포 범위도 유사하다. 계절별 Tmin의 확률분포에서 겨울철 평균의 경우 모델이 관측보다 0.8℃ 낮게 모의하고 있으며, 여름철 평균의 경우 모 델이 관측보다 0.7℃ 낮게 모의하고 있다. 여름철과 겨울철의 모델값과 관측값 간의 표준편차의 차이는

계절별 최고기온 분포(A-C: 겨울철, D-F: 여름철). 오른쪽 그림은 모델과 관측의 차이를 보여줌 A

DJF Model

D JJA Model

B DJF OBS

E JJA OBS

C DJF Model-OBS

F JJA Model-OBS

0.1-0.2℃로 두 계절 모두 관측과 모델 자료의 분산 차이가 크지 않다.

Figure 3은 1971-2000년 현재 기후에 관한 모델 과 관측 자료의 최고기온 공간 분포를 나타낸 것이다.

모델과 관측 자료에 의한 겨울철 최고기온 공간 분포

(A-C)를 보면 위도 및 해발고도가 높을수록 기온이 낮고 서해안보다 동해안의 기온이 높은 등 위도, 지 형, 해양 등의 영향을 비교적 잘 반영하고 있다. 그러 나 전반적으로 전 지역에서 관측보다 모델이 현재의 겨울철 최고기온을 낮게 모의하였다. 지역별로는 동

and observation) is shown to the right. HadGEM3-RA 지역모델(왼쪽)과 관측(가운데) 자료에 의한 현재(1971-2000) 계절별 최저기온 분포(A-C: 겨울철, D-F: 여름철). 오른쪽 그림은 모델과 관측의 차이를 보여줌

A DJF Model

B DJF OBS

C DJF Model-OBS

D JJA Model

E JJA OBS

F JJA Model-OBS

해안, 영남 내륙, 소백산지 등 대관령 중심의 해발고 도가 높은 산지를 제외한 한반도의 동부 지역에서 다 른 지역에 비해 겨울철 최고기온을 더 낮게 모의하였 다.

여름철 최고기온( D-F) 역시 관측보다 모델이 현재 기후를 낮게 모의하였다. 서울, 대관령, 군산 등에서 관측과 모델 간의 여름철 최고기온 차이가 매우 작은 편이며, 내륙에 비해 해안에서 그 차이가 크다. 대체 로 겨울철과 여름철 최고기온 모두 관측에 비해 모델 에서 지역 간 기온 차이가 더 뚜렷하였다.

Figure 4는 모델과 관측 자료를 이용하여 1971- 2000년 계절별 최저기온의 공간 분포를 나타낸 것이 다. 대체로 모델이 관측에 비해서 지역 간 차이를 덜 뚜렷하게 표현하고 있다. 겨울철 최저기온의 공간 분 포(A-C)를 보면 강릉, 포항, 울산 등의 동해안과 서 울을 포함한 경기 북부, 문경과 대구 등의 경상 내륙 일부, 전주와 광주 등의 서해안 내륙 등에서 모델이 관측보다 낮게 모의되고 있으나 대체로 모델과 관측 간의 차이가 크지 않다. 여름철 최고기온( D-F) 역시 수원, 전주, 광주, 대구, 포항, 울산, 강릉, 문경 등에 서 모델이 관측보다 낮게 모의되고 있으나 대체로 전 지역적으로 모델과 관측 간의 차이가 작다. 전반적으 로 최고기온보다 최저기온의 경우에 모델이 관측에 더 유사하게 모의하고 있다.

관측과 모델의 일 최고기온과 최저기온 자료의 확 률분포와 공간 분포 분석 결과 전반적으로 모델이 관 측에 비해 낮게 모의되고 있다. 이러한 차이에는 모델 의 불확실성, 강제력의 불확실성, 자연 변동 등 다양 한 원인이 있을 수 있으며, 이러한 불확실성에 대해 완전하게 이해하는 것은 불가능하지만 이를 줄이기 위한 연구가 지속적으로 이루어지고 있다.

4. 극한기온 지수의 공간 분포 변화 전망

현재 기후에 대해 일 최고기온과 최저기온은 모두 관측과 모델의 확률분포 형태가 비교적 유사하였다.

그러나 일 최고기온의 경우 모델이 관측에 비해 낮게 모의되는 경향이 있으므로 모델의 절대값이 아닌 현 재 대비 미래의 변화량을 분석하여 미래 극한기온 지 수의 변화를 전망하고자 한다.

Figure 5는 6개 극한기온 지수의 현재(1971-2000) 공간 분포와 RCP4.5 및 RCP8.5 시나리오에 따른 미 래( 2070-2099)의 공간 분포를 각각 나타낸 것이다.

현재 결빙일( ID)의 공간 분포를 보면 평균 11.3일이 며, 관측지점 중 해발고도가 가장 높은 대관령( 60.9 일)에서 결빙일수가 가장 많다( Figure 5 A). 위도가 낮아질수록 결빙일수가 줄어드는 경향을 보이며, 한 반도의 겨울철 최고기온 분포와 유사하다( Figure 3 B). 온실가스 저감 정책이 실현되는 경우인 RCP4.5 시나리오에 의하면 21세기 말에 결빙일이 전국적으 로 평균 25.0일 감소하는 것으로 전망되며 대관령에 서 - 48.7일로 감소폭이 가장 크다(Figure 5 B). 그러 나 RCP8.5 시나리오에 따른 결과를 보면 저감이 없 이 현재 추세로 온실가스가 배출되는 경우에는 결빙 일이 전국적으로 평균 28.6일 감소하는 것으로 전망 되며, 대관령에서 62.7일까지 감소할 것으로 전망된 다(Figure 5 C). 미래의 결빙일 감소량이 현재 결빙일 보다 크게 나타나는 것은 일 최고기온의 모델값이 관 측에 비해 전반적으로 낮게 모의되고 있기 때문에 나 타나는 결과이다. 온실가스 저감 정책의 실현 여부에 따른 차이가 평균적으로는 3.6일로 큰 편은 아니나 대 관령의 경우 시나리오에 따라 14일의 차이를 보인다.

현재 서리일( FD)의 공간 분포를 보면 평균 104.0일 이며, 부산이 44.4일로 서리일수가 가장 적고 대관령 이 162.0일로 가장 많다(Figure 5 D). 대체로 부산, 완 도, 여수, 통영, 목포, 강릉 등 동해안 및 남부 해안 지 역에서 서리일수가 적은 편이며, 대관령, 제천, 홍천, 보은 등 태백산지와 소백산지를 중심으로 서리일수 가 많다. 서리일의 공간 분포는 겨울철 최저기온의 공 간 분포와 유사하다( Figure 4 B). RCP4.5와 RCP8.5 시나리오에 의하면 21세기 말에 서리일이 현재보다 각각 평균 28.2일, 52.6일 감소할 것으로 전망되어 시 나리오 간의 차이가 비교적 큰 편이다( Figure 5 E, F).

기후변화에 따른 서리일 감소가 가장 큰 지역은 동해

안 북부로 강릉의 경우 RCP4.5와 RCP8.5 시나리오

Figure 5. Spatial distribution of changes in extreme indices. (A, D, G, J, M, P) present from observations (1971-2000); (B, E, H, K, N, Q) changes for 2070-2099 relative to 1971-2000 for the RCP4.5 scenario; (C, F, I, L, O, R) changes for 2070-2099 relative to 1971-2000 for the RCP8.5 scenario. 극한기온 지수 변화의 공간 분포. (A, D, G, J, M, P)는 관측기반 현재(1971-2000)

분포, (B, E, H, K, N, Q)와 (C, F, I, L, O, R)은 각각 RCP4.5와 RCP8.5에 의한 현재 모의 대비 미래(2070-2099)의 변화량 A

ID (OBS)

D FD (OBS)

G SD (OBS)

B

△ID (RCP4.5)

E

△FD (RCP4.5)

H

△SD (RCP4.5)

C

△ID (RCP8.5)

F

△FD (RCP8.5)

I

△SD (RCP8.5)

Figure 5. (Continued). 계속 J

TR (OBS)

M TX95 (OBS)

P TN5 (OBS)

K

△TR (RCP4.5)

N

△TX95 (RCP4.5)

Q

△TN5 (RCP4.5)

L

△TR (RCP8.5)

O

△TX95 (RCP8.5)

R

△TN5 (RCP8.5)

에 따라 각각 40.6일, 69.4일까지 서리일이 감소할 것 으로 전망된다.

여름일( SD)은 현재 평균 34.6일이며, 대구에서 53.7일로 가장 많고 대관령에서 0.9일로 가장 적다 ( Figure 5 G). 대구, 남원, 의성, 정읍, 합천, 전주, 밀 양, 구미 등 남부 내륙에서 여름일수가 많으며, 전반 적으로 내륙보다 해안 및 산지에서 여름일수가 적다.

여름일의 경우 여름철 최고기온과 유사한 분포를 보 인다( Figure 3 E). RCP4.5 시나리오에 의하면 21세기 말에 여름일이 평균 27.4일 증가하며, 광주에서 43.2 일로 가장 큰 증가가 전망된다( Figure 5 H). 온실가스 저감이 없는 RCP8.5 시나리오에 따를 경우 여름일은 평균 62.1일 증가할 것으로 전망되며, 부안의 증가폭 이 80.4일로 가장 큰 것으로 전망된다(Figure 5 I). 전 반적으로 중서부 및 남서부 내륙에서 여름일의 증가 가 다른 지역에 비해 큰 것으로 전망된다.

열대야( TR)는 현재 평균 2.7일이며, 부산에서 9.7 일로 가장 많고 대구, 포항, 목포, 광주, 거제, 전주 등 남서부 및 남동부 해안과 남부 내륙 대도시에서 빈 도가 높다( Figure 5 J). 중부 지역의 경우 대도시인 서 울과 동해안에서 빈도가 높은 편이다. 그 외 지역에 서는 열대야의 빈도가 대체로 낮다. RCP4.5 시나리 오에 의하면 21세기 말에 평균 열대야가 21.9일 증가 할 것으로 전망되며, 거제, 통영, 여수 등의 남해안에 서 40일 이상의 큰 증가가 전망된다(Figure 5 K). 현 재 추세로 온실가스가 계속 배출될 경우에는 평균 열 대야가 53.4일 증가할 것이며, 통영과 거제에서는 80 일 이상 증가할 것으로 전망된다( Figure 5 L). 대체로 남부 해안에서 열대야의 증가폭이 크게 나타나는 것 으로 전망된다.

일 최고기온의 확률분포에서 95퍼센타일을 초과하 는 기온의 평균값( TX95)은 현재 전국 평균 33.1℃이 며, 이 값이 가장 큰 곳은 대구( 35.2℃)이고 가장 작은 곳은 대관령( 27.5℃)이다(Figure 5 M). 대체로 산지를 제외한 내륙에서 해안보다 TX95의 값이 큰 편이다.

RCP4.5 시나리오에 의하면 21세기 말에 TX95 값이 평균 3.2℃ 상승할 것으로 전망되며, 대관령 2.9℃에 서 대구 3.3℃까지 TX95의 상승폭이 지역별로 크게 차이를 보이지 않는다( Figure 5 N). 반면에 RCP8.5

시나리오에 따른 결과를 보면 TX95는 평균 6.0℃ 상 승할 것으로 전망되며, 문경 5.2℃에서 인천 6.9℃의 지역별 상승폭이 전망된다( Figure 5 O). 이 시나리오 에 의하면 인천, 강화 등의 서해안과 밀양, 대구 등의 영남 내륙에서 TX95의 상승폭이 크게 나타난다.

일 최저기온의 확률분포에서 5퍼센타일 미만의 기온 평균값( TN5)의 현재 공간 분포를 보면 평균 - 10.8℃이며, 대관령에서 -18.7℃로 가장 낮고 완도 에서 - 4.1℃로 가장 높다(Figure 5 P). RCP4.5 시나 리오에 의하면 21세기에는 TN5 값이 평균 4.9℃ 상 승할 것이며, 춘천에서 7.1℃로 가장 큰 상승폭을 보 이고 해남에서 3.1℃로 상승폭이 가장 작을 것으로 전망된다( Figure 5 Q). RCP8.5 시나리오에 의한 결 과를 보면 평균 TN5는 7.2℃ 상승할 것이며, 춘천에 서 9.5℃로 가장 크게 상승하고 해남에서 5.2℃로 가 장 작게 상승할 것으로 전망된다( Figure 5 R). 대체로 TN5는 남해안에서 상승폭이 상대적으로 작은 반면 에 중부 및 산지에서 상승폭이 클 것으로 전망된다.

5. 극한기온 지수 변화와 고도 및 위도의 관계

Figure 6은 57개 관측지점의 RCP8.5 시나리오에 의한 1971-2000년 대비 2070-2099년의 극한기온 지수의 변화량과 해발고도 간의 상관관계를 나타낸 것이다. 각 관측지점별 해발고도의 범위가 크므로 해 발고도를 로그함수로 표현하였다.

극한기온 지수의 변화량과 해발고도 간의 상관관

계를 보면 서리일( FD)을 제외한 모든 지수가 고도와

통계적으로 유의한 관계를 보이고 있다. 결빙일( ID)

은 해발고도와 강한 음의 상관관계를 보이며, 해발고

도가 높은 지역일수록 결빙일이 더 크게 감소할 것으

로 전망된다. 여름일(SD)과 열대야(TR) 역시 해발고

도와 음의 상관을 보이며, 해발고도가 낮은 지역일수

록 여름일과 열대야가 더 크게 증가할 것으로 전망된

다. 최고기온의 상위 극값에 해당하는 TX95는 해발

고도와 음의 상관을 보이며, 해발고도가 높은 지역일

수록 TX95의 상승이 적은 것으로 전망된다. 반면에 최저기온의 상위 극값에 해당하는 TN5는 해발고도 와 양의 상관을 보이며, 해발고도가 높은 지역일수록

TN5가 더 크게 상승할 것으로 전망된다.

해발고도가 높은 지역일수록 고도가 낮은 지역에 비해 기온의 하위 극값의 상승은 더 크나 기온의 상위

RCP8.5 scenario and log (base 10) of elevation (m). * Significant at 5%. ** Significant at 1%. RCP8.5에 의한 극한기온 지수의 변화량과 해발고도(상용로그)의 상관관계

극값의 상승은 작은 것으로 전망된다. 최근의 기온변 화에 관한 연구들을 보면 우리나라는 여름철보다 겨 울철 기온상승이 뚜렷하며 최고기온보다 최저기온

의 상승이 더 크게 나타나고 있다( Lee and Heo, 2011;

Lee et al., 2011; Choi et al., 2008). 또한 Figure 6을 보면 TX95의 경우 고도별 변화량의 차이가 크지 않

RCP8.5 scenario and latitude. ** Significant at 1%. RCP8.5에 의한 극한기온 지수의 변화량과 위도의 상관관계

은 반면에 TN5의 경우 고도별 변화량 차이가 크다.

이는 기온의 하위 극값의 더 큰 상승으로 인해 해발고 도가 높은 지역에서 낮은 지역에 비해 기온극값의 변 화로 인한 영향이 더 뚜렷하게 나타날 수 있다는 것을 의미한다.

Figure 7은 1971-2000년 대비 2070-2099년의 극 한기온 지수의 변화량과 위도 간의 상관관계를 나타 낸 것이다. 위도와의 상관관계가 통계적으로 유의 하게 나타나는 극한기온 지수는 결빙일( ID), 열대야 ( TR), 일 최저기온 5퍼센타일 미만 평균값(TN5)이 다. 결빙일의 변화량은 위도와 가장 강한 음의 상관관 계를 보이며, 위도가 높은 지역일수록 결빙일의 감소 가 더 클 것으로 전망된다. 또한 최저기온의 하위 극 값인 TN5는 위도와 강한 양의 상관관계를 보이며, 위도가 높은 지역일수록 TN5의 값이 더 크게 상승할 것으로 전망된다. 반면에 열대야( TR)의 경우 위도와 강한 음의 상관을 보이며, 위도가 낮은 지역일수록 열 대야가 더 많이 증가할 것으로 전망된다.

6. 요약 및 결론

이 연구에서는 지역기후변화 시나리오에 따른 한 국의 기온극값 변화를 전망하고자 하였다. 이를 위해 12.5km의 고해상도 지역기후모델인 HadGEM3-RA 에서 생산된 일 최고 및 최저 기온 자료를 이용하여 RCP4.5 및 RCP8.5 시나리오에 대해 6개의 극한기온 지수를 산출한 뒤 현재( 1971-2000) 대비 21세기 말 ( 2070-2099)의 극한기온 지수의 공간 변화를 분석하 여 다음의 결과를 얻었다.

현재 기간에 대해 모델에서 생산된 일 최고기온과 일 최저기온의 확률분포는 전년 및 여름철과 겨울철 에 대해서 모두 기상청 관측 자료로 만든 확률분포 형 태를 비교적 잘 모의한다. 또한 현재의 겨울철과 여름 철 최고기온 및 최저기온의 분포에 대해서도 모델이 대체로 관측 자료에 의한 분포를 잘 표현하고 있다.

그러나 일 최고기온의 경우 모델이 관측에 비해서 낮 게 모의되는 특성을 보인다.

현재 대비 21세기 말에 저온 관련 극한 지수인 결빙 일과 서리일은 전 지역에서 감소하고, 고온 관련 극 한 지수인 여름일과 열대야는 전 지역에서 증가할 것 으로 전망된다. 저감 없이 현재 추세로 온실가스가 배출되는 경우( RCP8.5) 저감 정책을 실현하는 경우 ( RCP4.5)보다 서리일은 두 배 가까이 더 감소될 것으 로 전망되며, 여름일과 열대야는 두 배 이상 더 증가 될 것으로 전망된다. 결빙일은 저감 정책의 실현 여 부에 따른 평균값의 차이가 크지 않으나 지역에 따라 편차가 크다. 95퍼센타일을 초과하는 일 최고기온의 평균값( TX95)과 5퍼센타일 미만의 일 최저기온 평 균값( TN5)은 전 지역에서 모두 상승하고, TX95보다 TN5의 상승이 더 큰 것으로 전망된다.

서리일을 제외한 극한기온 지수의 변화는 해발고 도 및 위도와 통계적으로 유의한 관계를 보인다. 해발 고도와 극한기온 지수 변화 간의 상관관계가 유의한 지수는 결빙일, 여름일, 열대야, TX95, TN5이다. 해 발고도가 높은 지역에서 낮은 지역에 비해 결빙일이 더 많이 감소하고, 해발고도가 낮은 지역에서는 높은 지역보다 여름일과 열대야가 더 많이 증가하는 것으 로 전망된다. 해발고도가 높은 지역에서는 TN5의 상 승이 고도가 낮은 지역에 비해 뚜렷하고, 해발고도가 낮은 지역에서는 TX95의 상승이 더 뚜렷한 것으로 전망된다. 위도와 극한기온 지수 변화 간의 상관관계 가 유의한 지수는 결빙일, 열대야, TN5이다. 위도가 높은 지역에서 결빙일이 더 많이 감소하고 TN5는 더 크게 상승하며, 위도가 낮은 지역에서는 열대야가 더 많이 증가할 것으로 전망된다.

고해상도 지역기후변화 시나리오에 따른 한국의

극한기온 지수 변화는 관측 및 모델 자료를 기반으로

한 다양한 연구들과 같이 기온 상승으로 인해 나타나

는 기온극값의 변화 추세를 보였으며, 온실가스 감

축의 노력 여부에 따라서도 극한기온 지수의 변화 크

기가 다르게 전망되었다. 과거 동아시아에서의 기온

극값 변화를 보면 극한기온 지수의 변화율이 지역별

로 차이를 보이며, 도시화 효과가 반영되기도 하였

다( Qian and Lin, 2004; Choi et al., 2008; Lee and

Heo, 2011). 이 연구에서는 이러한 특징이 모델 자료

를 이용한 미래 기온극값의 공간변화에도 나타나고

있음을 확인할 수 있었으나 향후 21세기 말까지의 지 역별 극한기온 지수의 변화율 분석을 통한 더 상세한 기온극값 변화 전망에 관한 연구가 이루어져야 할 것 이다. 이러한 기온극값 변화의 특성에 관한 이해는 국 지 규모에서 기온극값 변화로 인한 부정적인 영향을 최소화하고 효과적으로 대응하는 데 중요할 것이다.

또한 향후 미래 극한기후 변화를 전망하는 데 있어 불 확실성을 줄이기 위해서는 다양한 지역기후모델 자 료를 바탕으로 기후변화 시나리오에 따른 기온극값 변화 분석이 이루어져야 할 것이다.

참고문헌

Bell, J. L., Sloan, L. C., and Snyder, M. A., 2004, Regional changes in extreme climatic events: A future cli-: A future cli-A future cli- mate scenario, Journal of Climate, 17, 81-87.

Beniston, M., 2003, Climatic change in mountain regions:

A review of possible impacts, Climate Change, 59, 5-31.

Beniston, M., Stephenson, D. B., Christensen, O. B., Ferro, C. A. T., Frei, C., Goyette, S., Halsnaes, K., Holt, T., Jylhä, K., Koffi, B., Palutikof, J., Schöll, R., Semmler, T., and Woth, K., 2007, Future ex-., Semmler, T., and Woth, K., 2007, Future ex-Semmler, T., and Woth, K., 2007, Future ex-, T., and Woth, K., 2007, Future ex-T., and Woth, K., 2007, Future ex-., and Woth, K., 2007, Future ex-and Woth, K., 2007, Future ex-, K., 2007, Future ex-K., 2007, Future ex-., 2007, Future ex-2007, Future ex-, Future ex-Future ex- treme events in European climate: An exploration of regional climate model projections, Climatic

Change, 81, 71-95.

Boo, K. O., Kwon, W. T., and Baek, H. J., 2006, Change of extreme events of temperature and precipitation over Korea using regional climate projection of fu- ture climate change, Geophysical Research Letters, 33, L01701, DOI: 10.1029/2005GL023378.

Booth, E. L. J., Byrne, J. M., and Johnson, D. L., 2011, Climatic changes in western North America, 1950-2005, International Journal of Climatology, DOI: 10.1002/joc.3401.

Carter, T. R., Hulme, M., and Lal, M., 1999, IPCC-

TGCIA Guidelines on the Use of Scenario Data for Climate Impact and Adaptation Assessment, Version

sessment.

Chapin III, F. S., Sturm, M., Serreze, M. C., McFadden, J. P., Key, J. R., Lloyd, A. H., McGuire, A. D., Rupp, T. S., Lynch, A. H., Schimel, J. P., Beringer, J., Chapman, W. L., Epstein, H. E., Euskirchen, E. S., Hinzman, L. D., Jia, G., Ping, C. L., Tape, K. D., Thompson, C. D. C., Walker, D. A., and Welker, J. M., 2005, Role of land-surface changes in Arctic summer warming, Science, 310, 657-660.

Choi, G., Kwon, W. T., Boo, K. O., and Cha, Y. M., 2008, Recent spatial and temporal changes in means and extreme events of temperature and precipitation across the Republic of Korea, Journal of the Korean

Geographical Society, 43(5), 681-700.

Choi, Y., 2004, Trends on temperature and precipitation extreme events in Korea, Journal of the Korean

Geographical Society, 39(5), 711-721.

Choi, Y. and Park, C., 2010, Distributions of cold surges and their changes in the Joonbu region, the Re-, the Re-the Re- public of Korea, The Geographical Journal of Korea, 44(4), 713-725 (in Korean).

Easterling, D. R., Meehl, G. A., Parmesan, C., Chang-, D. R., Meehl, G. A., Parmesan, C., Chang-D. R., Meehl, G. A., Parmesan, C., Chang-. R., Meehl, G. A., Parmesan, C., Chang-R., Meehl, G. A., Parmesan, C., Chang-., Meehl, G. A., Parmesan, C., Chang-Meehl, G. A., Parmesan, C., Chang-, G. A., Parmesan, C., Chang-G. A., Parmesan, C., Chang-. A., Parmesan, C., Chang-A., Parmesan, C., Chang-., Parmesan, C., Chang-Parmesan, C., Chang-, C., Chang-C., Chang-., Chang-Chang- non, S. A., Karl, T. R., and Mearns, L. O., 2000, Climate extremes: Observations, modeling, and impacts, Science, 289, 2068-2074.

Giorgi, F., James, W. H., Marinucci, M. R., and Beniston, M., 1997, Elevation dependency of the surface climate change signal: A model study, Journal of

Climate, 10, 288-296.

Griffiths, G. M., Chambers, L. E., Haylock, M. R., Man-, G. M., Chambers, L. E., Haylock, M. R., Man-G. M., Chambers, L. E., Haylock, M. R., Man-. M., Chambers, L. E., Haylock, M. R., Man-M., Chambers, L. E., Haylock, M. R., Man-., Chambers, L. E., Haylock, M. R., Man-Chambers, L. E., Haylock, M. R., Man-, L. E., Haylock, M. R., Man-L. E., Haylock, M. R., Man-. E., Haylock, M. R., Man-E., Haylock, M. R., Man-., Haylock, M. R., Man-Haylock, M. R., Man-, M. R., Man-M. R., Man-. R., Man-R., Man-., Man-Man- ton, M. J., Nicholls, N., Baek, H-J., Choi, Y., Della-Marta, P. M., Gosai, A., Iga, N., Lata, R., Laurent, V., Maitrepierre, L., Nakamigawa, H., Ouprasitwong, N., Solofa, D., Tahani, L., Thuy, D. T., Tibig, L., Trewin, B., Vediapan, K., and Zhai, P., 2005, Change in mean temperature as a predictor of extreme temperature change in the Asia-Pacific region, International Journal of Clima-

tology, 25, 1301-1330.

Im, E. S., Jung, I. W., and Bae, D. H., 2011, The temporal and spatial structures of recent and future trends in extreme indices over Korea from a regional cli- regional cli-regional cli-

mate projection, International Journal of Climatol-

ogy, 31, 72-86.

Im, E. S., Kim, M. H., Kwon, W. T., and Cocke, S., 2007, Projected change in mean and extreme climate over Korea from a double-nested regional climate model simulation, Journal of the Meteorological

Society of Japan, 85, 717-732.

IPCC, 2007, Climate Change 2007: The Physical Science

Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solomon, S., D. Qin, M.

Manning, Z. Chen, M. Mar�uis, K.B. Averyt, M.

Tignor and H.L. Miller(eds.)�, Cambridge Uni-.L. Miller(eds.)�, Cambridge Uni-L. Miller(eds.)�, Cambridge Uni-. Miller(eds.)�, Cambridge Uni-Miller(eds.)�, Cambridge Uni-(eds.)�, Cambridge Uni-eds.)�, Cambridge Uni-.)�, Cambridge Uni-Cambridge Uni- versity Press, Cambridge, United Kingdom and New York, NY, USA, 996pp.

Jung, H. S., Choi, Y., Oh, J. H., and Lim, G. H., 2002, Re-, H. S., Choi, Y., Oh, J. H., and Lim, G. H., 2002, Re-H. S., Choi, Y., Oh, J. H., and Lim, G. H., 2002, Re-. S., Choi, Y., Oh, J. H., and Lim, G. H., 2002, Re-S., Choi, Y., Oh, J. H., and Lim, G. H., 2002, Re-., Choi, Y., Oh, J. H., and Lim, G. H., 2002, Re-Choi, Y., Oh, J. H., and Lim, G. H., 2002, Re-, Y., Oh, J. H., and Lim, G. H., 2002, Re-Y., Oh, J. H., and Lim, G. H., 2002, Re-., Oh, J. H., and Lim, G. H., 2002, Re-Oh, J. H., and Lim, G. H., 2002, Re-, J. H., and Lim, G. H., 2002, Re-J. H., and Lim, G. H., 2002, Re-. H., and Lim, G. H., 2002, Re-H., and Lim, G. H., 2002, Re-., and Lim, G. H., 2002, Re-and Lim, G. H., 2002, Re-, G. H., 2002, Re-G. H., 2002, Re-. H., 2002, Re-H., 2002, Re-., 2002, Re-2002, Re-, Re-Re- cent trends in temperature and precipitation over South Korea, International Journal of Climatology, 22, 1327-1337.

Kang, S., Xu, Y., You, Q., Flugel, W. A., Pepin, N., and Yao, T., 2010, Review of climate and cryospheric change in the Tibetan Plateau, Environmen-

tal Research Letters, 5, DOI: 10.1088/1748-

Kunkel, K. E., Pielke, R. A., and Changnon, S. A., 1999, Temporal fluctuations in weather and climate extremes that cause economic and human health impacts: A review, Bulletin of the American Meteo-

rological Society, 80, 1077-1098.

Lee, I. H., Park, S., Kang, H. S., and Cho, C. H., 2011, Evaluation of current climate over Korean pen- insula using HadGEM3-RA, Proceedings of the

Autumn Meeting of KMS, 2011, 26-27 (in Korean).

Lee, K., Baek, H.-J., Cho, C. H., and Kwon, W.-T., 2011, The recent(2001-2010) changes on temperature and precipitation related to normals (1971-2000) in Korea, The Geographical Journal of Korea, 45(2), 237-248 (in Korean).

Lee, S. and Heo, I., 2011, The impacts of urbanization on changes of extreme events of air temperature in South Korea, Journal of the Korean Geographical

Society, 46(3), 257-276 (in Korean).

Lynch, A. H. and Brunner, R. D., 2007, Context and cli-, A. H. and Brunner, R. D., 2007, Context and cli-A. H. and Brunner, R. D., 2007, Context and cli-. H. and Brunner, R. D., 2007, Context and cli-H. and Brunner, R. D., 2007, Context and cli-. and Brunner, R. D., 2007, Context and cli-and Brunner, R. D., 2007, Context and cli-, R. D., 2007, Context and cli-R. D., 2007, Context and cli-. D., 2007, Context and cli-D., 2007, Context and cli-., 2007, Context and cli-2007, Context and cli-, Context and cli-Context and cli- mate change: An integrated assessment for barrow, Alaska, Climatic Change, 82, 93-111.

Marengo, J. A., Jones, R., Alves, L. M., and Valverde, M.

C., 2009, Future change of temperature and pre-., 2009, Future change of temperature and pre-2009, Future change of temperature and pre-, Future change of temperature and pre-Future change of temperature and pre- cipitation extremes in South America as derived from the PRECIS regional climate modeling system, International Journal of Climatology, DOI:

10.1002/joc.1863.

Meehl, G. A., Karl, T., Easterling, D. R., Changnon, S., Pielke Jr., R., Changnon, D., Evans, J., Groisman, P. Y., Knutson, T. R., Kunkel, K. E., Mearns, L.

O., Parmesan, C., Pulwarty, R., Root, T., Sylves, R. T., Whetton, P., and Zwiers, F., 2000, An introduction to trends in extreme weather and climate events: Observations, socioeconomic impacts, terrestrial ecological impacts, and model projections, Bulletin of the American Meteorological

Society, 81, 413-416.

Moberg, A. and Jones, P. D., 2005, Trends in indices for extremes in daily temperature and precipitation in central and western Europe, 1901-99, Interna-

tional Journal of Climatology, 25, 1149-1171.

NIMR, 2009, Understanding climate change II: Climate

change in the Korean peninsula, present and future,

NIMR, 2011, Report on climate change scenarios for IPCC

AR5, National Institute of Meteorological Re-

Pepin, N. C. and Lund�uist, J. D., 2008, Temperature trends at high elevations: Patterns across the globe,

Geophysical Research Letters, 35, L14701, DOI:

10.1029/2008GL034026.

Qian, W. and Lin, X., 2004, Regional trends in recent tem-, W. and Lin, X., 2004, Regional trends in recent tem-W. and Lin, X., 2004, Regional trends in recent tem-. and Lin, X., 2004, Regional trends in recent tem-and Lin, X., 2004, Regional trends in recent tem-, X., 2004, Regional trends in recent tem-X., 2004, Regional trends in recent tem-., 2004, Regional trends in recent tem-2004, Regional trends in recent tem-, Regional trends in recent tem-Regional trends in recent tem- perature indices in China, Climate Research, 27, 119-134.

Rahimzadeh, F., Asgari, A., and Fattahi, E., 2009, Vari-, F., Asgari, A., and Fattahi, E., 2009, Vari-F., Asgari, A., and Fattahi, E., 2009, Vari-., Asgari, A., and Fattahi, E., 2009, Vari-Asgari, A., and Fattahi, E., 2009, Vari-, A., and Fattahi, E., 2009, Vari-A., and Fattahi, E., 2009, Vari-., and Fattahi, E., 2009, Vari-and Fattahi, E., 2009, Vari-, E., 2009, Vari-E., 2009, Vari-., 2009, Vari-2009, Vari-, Vari-Vari-

ability of extreme temperature and precipitation in Iran during recent decades, International Journal

of Climatology, 29, 329-343.

Revadekar, J. V., Hameed, S., Collins, D., Manton, M., Sheikh, M., Borgaonkar, H. P., Kothawale, D. R., Adnan, M., Ahmed, A. U., Ashraf, J., Baidya, S., Islam, N., Jayasinghearachchi, D., Manzoor, N., Premalal, K. H. M. S., and Shreshta, M. L., 2012, Impact of altitude and latitude on change in tem- perature extremes over South Asia during 1971- 2000, International Journal of Climatology, DOI:

10.1002/joc.3418.

Ryoo, S. B., Kwon, W. T., and Jhun, J. G., 2004, Charac-, S. B., Kwon, W. T., and Jhun, J. G., 2004, Charac-S. B., Kwon, W. T., and Jhun, J. G., 2004, Charac-. B., Kwon, W. T., and Jhun, J. G., 2004, Charac-B., Kwon, W. T., and Jhun, J. G., 2004, Charac-., Kwon, W. T., and Jhun, J. G., 2004, Charac-Kwon, W. T., and Jhun, J. G., 2004, Charac-, W. T., and Jhun, J. G., 2004, Charac-W. T., and Jhun, J. G., 2004, Charac-. T., and Jhun, J. G., 2004, Charac-T., and Jhun, J. G., 2004, Charac-., and Jhun, J. G., 2004, Charac-and Jhun, J. G., 2004, Charac-, J. G., 2004, Charac-J. G., 2004, Charac-. G., 2004, Charac-G., 2004, Charac-., 2004, Charac-2004, Charac-, Charac-Charac- teristics of wintertime daily and extreme mini- mum temperature over South Korea, International

Journal of Climatology, 24, 145-160.

Sánchez, E., Gallardo, C., Gaertner, M. A., Arribas, A., and Castro, M., 2004, Future climate extreme events in the Mediterranean simulated by a re- re-re- gional climate model: A first approach, Global and

Planetary Change, 44, 164-180.

Teixeira, E., Fischer, G., van Velthuizen, H., Walter, C., and Ewert, F., 2011, Global Hot-spots of heat stress on agricultural crops due to climate change, Agricultural and Forest Meteorology, DOI:

10.1016/j.agrformet.2011.09.002.

You, Q, Kang, S., Pepin, N., and Yan, Y., 2008, Relation-, Q, Kang, S., Pepin, N., and Yan, Y., 2008, Relation-Q, Kang, S., Pepin, N., and Yan, Y., 2008, Relation-, Kang, S., Pepin, N., and Yan, Y., 2008, Relation-Kang, S., Pepin, N., and Yan, Y., 2008, Relation-, S., Pepin, N., and Yan, Y., 2008, Relation-S., Pepin, N., and Yan, Y., 2008, Relation-., Pepin, N., and Yan, Y., 2008, Relation-Pepin, N., and Yan, Y., 2008, Relation-, N., and Yan, Y., 2008, Relation-N., and Yan, Y., 2008, Relation-., and Yan, Y., 2008, Relation-and Yan, Y., 2008, Relation-, Y., 2008, Relation-Y., 2008, Relation-., 2008, Relation-2008, Relation-, Relation-Relation- ship between trends in temperature extremes and elevation in the eastern and central Tibetan Pla- teau, 1961-2005, Geophysical Research Letters, 35, L04704, DOI: 10.1029/2007GL032669.

You, Q., Kang, S., Pepin, N., Fiugel, W. A., Yan, Y., Beh-, Q., Kang, S., Pepin, N., Fiugel, W. A., Yan, Y., Beh-Q., Kang, S., Pepin, N., Fiugel, W. A., Yan, Y., Beh-., Kang, S., Pepin, N., Fiugel, W. A., Yan, Y., Beh-Kang, S., Pepin, N., Fiugel, W. A., Yan, Y., Beh-, S., Pepin, N., Fiugel, W. A., Yan, Y., Beh-S., Pepin, N., Fiugel, W. A., Yan, Y., Beh-., Pepin, N., Fiugel, W. A., Yan, Y., Beh-Pepin, N., Fiugel, W. A., Yan, Y., Beh-, N., Fiugel, W. A., Yan, Y., Beh-N., Fiugel, W. A., Yan, Y., Beh-., Fiugel, W. A., Yan, Y., Beh-Fiugel, W. A., Yan, Y., Beh-, W. A., Yan, Y., Beh-W. A., Yan, Y., Beh-. A., Yan, Y., Beh-A., Yan, Y., Beh-., Yan, Y., Beh-Yan, Y., Beh-, Y., Beh-Y., Beh-., Beh-Beh- rawan, H., and Huang, J., 2010, Relationship between temperature trend magnitude, elevation and mean temperature in the Tibetan Plateau from homogenized surface stations and reanalysis data, Global and Planetary Change, 71, 124-133.

교신: 이경미, 156-720, 서울시 동작구 여의대방로16길 61 국립기상연구소 기후연구과(이메일: leekm80@korea.

kr, 전화: 070-7850-6662)

Correspondence: Kyoungmi Lee, Climate Research Labo-: Kyoungmi Lee, Climate Research Labo-Kyoungmi Lee, Climate Research Labo-, Climate Research Labo-Climate Research Labo- ratory, National Institute of Meteorological Research, 61 16-gil Yeouidaebang-ro, Dongjak-gu, Seoul 156-720, the Republic of Korea (e-mail: [email protected], phone:

+82-70-7850-6662)

최초투고일 2012. 3. 2 수정일 2012. 4. 2 최종접수일 2012. 4. 9