• 검색 결과가 없습니다.

응용분야 맞춤형 기후정보 서비스 해외 사례

N/A
N/A
Protected

Academic year: 2021

Share "응용분야 맞춤형 기후정보 서비스 해외 사례"

Copied!
14
0
0

로드 중.... (전체 텍스트 보기)

전체 글

(1)

02

1. 서언

사회 다양한 분야에서 기후변화에 따른 기상재해 양상변화와 그 피해의 심 각성에 대한 관심이 고조되면서 미래 기상 변화에 대한 각 분야의 영향평가 연구가 활발히 이루어지고 있다. 관련 연구는 장기적인 기후변화 요인의 변 동 시나리오에 따른 기후 예측자료의 적용을 비롯하여 중·단기적인 미래 기 상정보를 활용한 실시간 영향 예측에 이르기까지 그 범위와 내용이 시·공간 적으로 광범위하다. 이에 따라 연구 대상 분야별로 적합한 영향평가의 절차 와 접근 방법론이 다양하게 개발되고 적용되어 왔다. 한편 미래 환경변화에 따른 영향예측에 있어 전 분야에 공통적으로 선행되어야 할 작업은 ‘기상정 보의 수집과 가공’이라는 과제이며 관련 연구에 임해본 경험이 있다면 이에 대해 이의를 제기할 자는 없을 것이다.

관측자료를 비롯한 기후변화 영향평가를 위한 기후모델링 산출물 등의 기 상자료는 활용하는 분야와 목적에 따라 자료의 질제고 및 형태변환을 위한 다양한 가공이 필요하다. 다양한 사회적 수요에 따라 수많은 관련연구가 이 루어지는 동안 동일분야 연구자들은 기술과 자료의 공유 없이 대용량 기후자 료의 수집과 기초분석을 소모적으로 반복하는 것이 일반적이다. 기후변화에 대한 관심과 관련 연구분야의 범위를 고려할 때 다양한 기상자료와 연구산 출물 등을 공유할 수 있는 프로토콜(protocol)을 정립하고 실효성있는 서비 스 플랫폼을 구축함으로서 효과적으로 연구성과를 공유·축척하고 이로부터 의미있는 활용이 도출될 수 있도록 하는 노력이 필요한 시점이라 생각된다.

황 세 운

경상대학교 지역환경기반공학과 / 부교수

swhwang@gnu.ac.kr

조 재 필 APEC 기후변화센터 / 선임연구원 jpcho89@gmail.com

응용분야 맞춤형 기후정보 서비스 해외 사례

(2)

관측 및 미래 예측정보의 불확실성과 불완전성, 그리고 예측자료의 다양성은 사용자가 기후정보에 접근할 때 최초 직면하는 문제이다. 기후모델 성능 과 산출물의 기후재현성을 개선하기 위한 과학적 노력이 이루어지고 있는 가운데, 기후정보의 생산 자와 일반사용자 간의 기후자료에 대한 이해부족 과 수요와 공급 간의 부조화와 관련된 문제는 심각 해지고 있다. 기후모델 산출물의 한계와 이를 극복 하기 위한 자료의 가공은 이제 관련 연구자에게 익 숙한 과정이며 자료를 활용하는 사용자에게는 합 리적인 기후정보의 수집과 활용을 위해 사전에 숙 지해야할 필수과제일 것이다. 기후정보 서비스 관 점에서 이를 지원하고 수요자와 공급자 간 간격을 좁히는 기술적·구조적 개선은 이 문제를 해결하는 데 직접적 역할을 할 수 있는 중요한 노력이라 생각 한다.

현재까지 기후정보 서비스는 자료의 생산자 또는 공급자의 계획에 의해 일방향으로 이루어져 왔다.

이는 기후정보의 수요와 접근성 등의 사용자 입장 이 충분히 고려되지 않고 정보의 생산자 입장에서 제공되는 일률적인 기후정보 서비스를 의미한다.

최근에는 단순 자료 제공은 물론 사용자가 구체적 인 상황의 의사결정 과정에 기후정보를 직접적으로 활용할 수 있도록 돕는 사용자 맞춤형 기후서비스 로 변모하고 있다.

응용분야별로 미래기후정보를 활용함에 있어 연 구자의 주관적 판단이나 연구의 목적과 성격에 따 라 다른 방법론들이 적용되어 왔다. 이로 인해 유 사 연구결과가 상이하게 나타는 결과가 학술논문 에서 심심치 않게 발견된다. 이는 예측의 불확실성 과 기법의 다양성에 기인하여 논리적인 모순 없는 다양한 학술적 성과이며 즐거운 논쟁거리이긴 하

나 실효성 측면에서 의사결정자에게는 영향·취약 성 예측 결과를 적용하기에 걸림돌인 것도 사실이 다. 이에 양산되는 대량의 기상자료와 급속히 발전 하는 정보의 가공기술을 기능·기술적으로 대응하 는 서비스, 나아가 과학적 합의도출을 위한 논문 외 연구성과 공유 시스템의 구축은 이 문제를 개선 하는 기초적이고 구조적인 해결책일 수 있다.

현재 국내·외 기상 관련 자료와 정보를 제공하는 다양한 서비스가 운영되고 있으나 앞서 언급한 사 용자 맞춤형 정보의 생산과 이에 대한 고민이 담겨 있는 서비스는 보기 드물다. 본 고에서는 기후변화 에 민감하게 반응하며 국제적인 규모의 기후변화 영향평가가 이루진 바 있는 주요 응용분야인 수자 원과 농업 부분에 맞춤형 기후정보를 생산하고 제 공하는 해외 사례 고찰을 통해 기후서비스가 사용 자 중심의 관점에서 나가갈 방향에 대해 생각해 보 고자 한다.

2. 맞춤형 기후자료와 서비스의 의의

기후분야에서 생산되는 기후정보는 기상 관측자 료와 더불어 미래 전망 시기에 따라 초단기, 단기, 중기, 장기 예측자료, 그리고 세기말 또는 그 이상의 기후를 예측하기 위한 기후변화 시나리오 자료로 구분할 수 있다. 최근 다양한 응용분야의 수요에 부 합하기 위해 이러한 기후자요의 서비스가 개발·보 급되고 있으며 보다 대중적인 서비스 개발에 대한 관심이 증가하고 있다. 다양한 기후정보를 대상으 로 기존에 개발된 기후정보 서비스에 대한 사용자 관점의 장·단점 고찰은 활용도 높은 서비스 플랫폼 설계를 위해 중요한 기초자료로 활용될 것이다.

(3)

여기서는 농업 또는 수자원 관련분야에 적용하기 위해 필수적인 기상 관측 자료를 구득하는데 있어 국가별 기상청 제공 자료를 활용하기 어려운 미계 측 지역 등에 활용이 가능한 관측자료를 제공함에 있어 사용자 맞춤 정보를 생산하는 서비스를 포함 하여 소개한다. 미계측 지역에 활용할 수 있는 관 측기반 자료로는 위성기반의 자료와 지점 관측자료 와 위성자료를 이용하여 기후분야의 모델링을 통 해 생산되는 재분석자료(reanalysis data)가 최근 활용도가 높다. 재분석 자료는 다양한 기상 변수에 대해 기후 모델과 지상관측 자료를 이용한 자료동 화 기법(data assimilation)을 통해 격자단위 전지 구 관측자료로서 구축된 자료이다. 이는 실제 관측 자료와의 오차를 최소화하고 기후 모델링 산출물 과 유사한 형태를 가지므로 ‘최적 기후모델 결과’로 가정하여 전지구 기후모델(General Circulation Model, GCM)의 불확실성을 배제한 상태에서 지 역 기후 모델(RCM, Regional Climate Model) 등 의 성능을 평가하는데 적용될 수 있는 관측성 정 보(observational information)이다(Hwang et al., 2011). 또한 소프트웨어와 하드웨어 기술 발달 로 응용분야 모델링의 대상지역이 전지구 규모로 확장되면서 다양한 기상요소에 대한 일관성있는 관측정보에 대한 수요의 증가에 비추어 앞으로 그 활용성이 매우 크다고 할 수 있다.

일반적으로 농업 및 수자원 모델링 관련 필요 기 상변수는 강수량 및 기온에 더하여 풍속, 상대습 도, 일사량 등의 추가적인 변수들을 필요로 하는 데, 현재 공유되는 위성기반 자료의 경우는 강수 량 자료가 대부분이다. 재분석 자료는 기후분야에 서 실시간 예측모델링을 위한 모형의 최기화를 위 해 생산되어 활용되어 왔다. 이로 인해 재분석 자 료는 선진국을 중심으로 생산되고 있으며 유럽의

ECMWF에서 생산 제공하는 ERA-Interim(Dee et al. 2011), 미국의 CPC Reanalysis-1(NCEP/

NCAR Reanalysis, Kister et al., 2001) and CPC Reanalysis-2(NCEP/DOE Reanalysis), CFSR(Saha et al., 2010), MERRA(Rienecker et al., 2011), 일본의 JRA 등 다양한 재분석 자료 들이 제공되고 있다. 이 자료는 대용량이며 지역별 로 기후특성의 재현성 등이 다르기 때문에 응용분 야별로 요구되는 자료의 추출과 해상도나 정확도 제고를 위해 다양한 방법으로 가공되어 활용되는 경우가 많다.

기후변화 시나리오 자료에 있어 합리적 기후변화 영향 및 취약성 평가를 위해서는 적정수준의 자료 신뢰도가 확보된 분석목적 및 대상지역 맞춤(e.g., 시공간해상도 등) 자료가 필요하다. 그러나 기후변 화 시나리오의 원 자료(e.g., CMIP5 GCMs)는 시·

공간 해상도와 기후재현성에 근본적 한계가 있어 이를 보완하는 사후 가공절차(post-process)가 사전에 수행되어야한다. 기후자료의 공간상세화는 지역기후모델링에 의한 역학적 방법과 통계적 상세 화 기법을 적용하는 두 가지 방법으로 구분는데 역 학적 기법에 의한 상세화의 경우 통계적인 편의보 정(Bias correction)을 통해 산출물의 보완이 필요 한 경우가 일반적이다. 각 절차의 통계적 기법들도 다양하여 연구자와 연구목적에 따라 달리 적용되 고 있는 실정이다.

기존의 공급자 중심 기후정보 가공 및 제공 서비 스는 가용한 관측 자료와 미래에 대한 전지구기후 모형(GCM)의 전망자료를 기반으로 선정된 통계적 인 방법을 적용한 상세화 자료를 생산한 후 data- base 형태로 제공하고 있다. 이 경우 구축되어 있 는 기존 관측자료의 기후 특성을 반영하여 미래 기

(4)

후변화 시나리오 자료가 상세화 또는 보정되기 때 문에 특정 지역의 사용자가 수집한 관측 기상자료 의 특성을 반영하거나, 다양한 통계적인 상세화 방 법에 대한 검증 등 목적에 가장 적합한 맞춤형 자 료를 생산하여 공급하는 것은 불가능하다.

이처럼 다양한 응용분야 수요와 실정에 맞는 자 료를 맞춤형으로 생산하고 효과적으로 제공하는 일은 간단치 않다. 응용분야의 관측 및 기후변화 시나리오 자료의 가공(e.g., 시·공간상세화, 편이보 정)이 궁극적으로 분야별 영향·취약성 평가를 통 한 미래 전망 및 대응 방안을 도출하는 것을 목적 으로 하는 점을 고려할 때, 이들 자료의 생산은 연 구자 및 의사결정자 등 각 분야 사용자의 수요가 반드시 반영되어야 한다. 더불어 정보를 제공하는 서비스는 수요와 자료의 접근성을 비롯한 편이성을 고려하고 자료의 갱신과 기법 개발이 급진적인 분 야인 만큼 서비스의 확장과 변형이 유연하게 이루 어 질 수 있어야 한다. 이에 데이터 서비스, 상세화 서비스, 의사결정 서비스 등은 모두 기후정보 응용 분야별 맞춤형(e.g., 자료의 시·공간 해상도, 자료 기간, 예측기간, 기후요소, 자료형태) 정보에 대한 심도있는 이해와 고민을 바탕으로한 서비스 설계가 필요하다.

3. 응용분야 맞춤형 기후정보 서비스 해외 사례

3.1 Global Weather Data for SWAT (https://

globalweather.tamu.edu/)

응용분야의 분석을 위해 필수적인 과거 기간에 대한 기상관측 자료 중 수자원 분야의 경우에는 세 계적으로 가장 활용이 많이 되고 있는 SWAT(Soil

and Water Assessment Tool) 모델링 그룹에서 제공하고 있는 서비스를 소개하고자 한다. 다양한 응용분야 모델링의 공간적 적용범위가 지역단위에 서 국가단위 및 전지구단위로 넓어지면서 발생하는 일관성 있는 관측자료 확보 문제를 해결하기 위해 기후모델링 기반 관측자료의 수요가 증가하고 있 다. 수자원 모델링 분야의 이에 대한 관심은 특히 높으며 본 서비스는 특정 모델에 국한되어 활용될 수 있는 자료이나 그 취지와 특징이 흥미롭다.

국내·외 사례를 막론하고 특정 적용모델의 입력 자료의 형태로 기상정보를 가공하여 제공하는 서 비스가 개발되어 운영되는 사례는 찾기 어렵다.

SWAT 모델은 다양한 연구에 의해 국제적인 적용 성을 검증받아 그 활용도가 높고 대중성이 있는 모 델이라는 점과 자료의 접근 용이성 및 편의성을 고 려할 때 활용도가 높은 서비스로 판단된다.

제공하는 자료는 The National Centers for Environmental Prediction(NCEP)에서 제공하는 Climate Forecast System Reanalysis(CFSR) 재분석 자료를 수문해석을 목적으로 국제적으로 상용되고 있는 모델인 SWAT의 기상관련 입력자 료 형태로 사용자 관점에서 가공하여 제공하고 있 는 서비스이다. 전체 자료기간은 재분석자료 기간 인 1979~2014으로 기후특성 분석에 필요한 30년 이상을 포함하고 있으며 자료 다운로드는 사용자 의 필요에 따라 기간을 설정할 수 있으며 기상요소 는 강우량, 기온(최고 및 최저), 풍속, 상대습도, 일 사량을 고정된 공간해상도(~38km×38km)의 격 자형 자료로 제공하고 있다(Dile and Srinivasan, 2014).

(5)

그림 1. 자료 구득을 위한 사용자 입력 및 절차(Global Weather Data for SWAT)

Climate Forecast System Reanalysis(CFSR) 는 NCEP의 차세대 재분석자료로 부각되고 있는 격자형 관측정보로 기존의 NCEP reanalysis에 비해 월등한 수준의 정확도를 보이는 것으로 평가 되고 있다. 대기-해양-지표-해빙 연계시스템 모델 을 기반으로 관측지점망과 위성영상 정보를 활용하 여 보정된 이 자료는 전지구 대상 0.5°의 고해상도 자료로 다양한 기상요소에 대해 시간단위로 구축 되어 있다.

이 서비스는 기본적으로 사용자의 필요에 맞게 가 공할 수 있도록 csv 파일을 제공하고 있으며 특히 SWAT 모델링에 필요한 기상 입력자료의 형태로 격 자별 기상 시계열을 제공하고 있어 즉시 응용모델에 적용할 수 있도록 지원하고 있다. 재분석자료 가공 절차는 참고문헌(e.g., Fuka et al., 2013)을 바탕으 로 이해가 필요하나 다른 기후모델 기반 기상자료를 다루어 보지 않은 사용자도 쉽게 자료를 활용할 수 있도록 지원하는 것은 특징적이라 할 수 있다.

3.2 AgMERRA and AgCFSR Climate Forcing Datasets for Agricultural Modeling (https://data.giss.nasa.gov/

impacts/agmipcf/)

SWAT 모델러를 위한 CFSR 자료 서비스와 같 이 농업 관련 응용분야 사용자 맞춤 자료를 제공 하는 서비스는 AgMIP을 위한 기후 자료 서비스를 들 수 있다. 이 서비스는 기후강제력에 따른 농업모 델링의 반응을 비교분석하기 위해 기후변화 시나리 오 모델링 결과의 상호비교 프로그램인 CMIP과 유 사하게 CFSR 자료와 더불어 MERRA 재분석 자 료를 가공한 산출물을 제공하고 있다.

AgMERRA 및 AgCFSR은 National Aeronau- tics and Space Administration(NASA)의 최신 전지구 재분석자료(reanalysis data)인 Modern- Era Retrospective analysis for Research and Applications(MERRA, Rienecker et al., 2011)

(6)

와 NCEP(National Centers for Environmental Prediction)의 Climate Forecast System Re- analysis (CFSR, Saha et al., 2010)를 기반으로 농업모델링 프로젝트인 AgMIP(The Agricultural Model Intercomparison and Improvement Project)의 필수 기상요소(강우량, 기온, 일사량, 풍속, 상대습도)에 대해 농업부문 응용 맞춤형 기 상자료로 구축된 데이터베이스이다.

AgMIP은 기상, 작물, 경제 관련 농업모델링 커 뮤니티를 연결하여 식량생산·안보·경제 등 연계 모델링 체계를 구축하고 미래 환경변화 등에 따 른 농업영향을 분석하는 국제협력 연구 프로젝트 이다. AgMIP은 기상, 토양 등의 농업환경 자료 와 영농과 농산물가격 등의 농업활동을 비롯한 사 회경제적 농업영향 등에 대한 전지구 자료와 모

그림 2. AgMIP 프로젝트 맞춤 기상자료 생산 및 공유를 위한 NASA(National Aeronautics and Space Administration) 지원시스템 모식도

델링시스템 구축을 꾀하고 있는 대형 프로젝트로 DSSAT, APSIM, WOFOST, STICS, SALUS, CropGrow-NAU 등의 다양한 작물모델링을 구축 하여 상호비교하고 연구결과 및 국제 연구진 협력 에 의해 구축된 전 세계의 작물별 영농활동 자료 를 정리하고 공유하고 있다(AgMIP Data Inter- change site: https://data.agmip.org/cropsit- edb). AgMIP은 자체적으로도 수집한 기상자료와 기후변화 등 시나리오에 따른 작물모델링 결과를 공유하기 위해 다양한 노력을 기울이고 있다(e.g,.

Geoshare AgMIP Tool and Ag-GRID). NASA 는 이 프로젝트의 자료 협력파트너로서 농업모델링 을 위한 기상자료에 대해 AgMIP을 위한 농업 맞 춤 기상자료 생산과 더불어 자료의 이용가이드를 제시하고 공유시스템을 지원하고 있으며 AgMIP 관련 연구진은 기상자료의 농업적 적용성에 대해

(7)

평가하고 다양한 농업 모델링에 적용함으로서 제공 된 기상자료를 확산하고 있다.

AgMERRA 및 AgCFSR의 전체 자료기간은 30 년(1980~2010년)으로 전지구 대상 격자형 일단 위 자료로 구성되어 있으며 공간해상도는 0.25°

×0.25°(~25k㎡)이다. MERRA 자료를 기반으로 한 AgMERRA는 일단위 강우분포와 극한사상에 대한 재현성을 높이고 AgCFSR과 함께 NASA/

GEWEX Solar Radiation Budget(SRB) 자료를 적용함으로서 작물 생육에 중요한 영향을 미치는 인자인 일사량 값을 개선한 것으로 평가된 바 있다

(Ruane et al., 2015). 더불어 이들 자료는 농업부 문에서 중요하게 다루어지는 지표인 잠재증발산의 효과적 산정을 지원하기위해 일최대·최저기온 자 료와 일최대기온시 상대습도를 산정하여 제공하는 등 응용분야 맞춤형 기상정보 특성에 대해 고민하 고 실질적인 적용성을 제고하기 위한 노력을 기울 인 것으로 판단된다.

AgMERRA 및 AgCFSR은 바탕으로하는 재분 석자료를 달리함과 더불어 기상요소별 관측정보 의 자료 수준에 따라 해상도를 달리하여 농업모델 링 부문의 수요와 기후모델링 측면의 자료 정확도

Variable Eff.

Res. AgMERRA Construction Summary AgCFSR Construction Summary

Precipitation

(mm/day) 0.25°

•강우일에 대해 MERRA-Land 자료와 CRU 월단 위 자료를 평균하여 적용

•평균의 경우 MERRA-Land 일단위 값에 CRU, GPCC, WM을 이용하여 도출한 보정값(correction factor)을 월단위로 적용하여 산출

•강우일에 대해 CRU 월단위 자료 적용

•평균의 경우 MERRA-Land 일단위 값에 CRU, GPCC, WM을 이용하여 도출한 보정값(correction factor)을 월단위로 적용하여 산출

•0.25° 해상도 분포는 TRMM, CMORPH, PERSIANN자료로부터 도출한 월단위 평균 공간패턴 구현

Mean, Min and Max Temperature (°C)

0.5°

•평균은 MERRA 일단위 Tmax 와 Tmin 값을 CRU와 WM 월단위 기온자료를 이용 0.5° 격자단위에서 월별 평균 보정

•일교차(DTR)는 MERRA and CRU DTR을 이용하 여 Tmax Tmin 조건에 맞게 보정

•평균은 CFSR 일단위 Tmax 와 Tmin 값을 CRU와 WM 월단위 기온자료를 이용 0.5° 격자단위에서 월별 평균 보정

•일교차(DTR)는 CRU DTR과 동일하며 Tmax Tmin

조건에 맞게 적용

Solar Radiation (MJ/㎡/day)

1.0°

•01/1980-06/1983과 01/2007-12/2010 자료는 MERRA 자료 하향단파 플럭스(DSF)는 SRB Beta 분포 모수를 적용한 quantile-mapping으로 보정

•01/1980-06/1983과 01/2007-12/2010 자료는 CFSR 자료 하향단파 플럭스(DSF)는 SRB Beta 분 포 모수를 적용한 quantile-mapping으로 보정

•07/1983-12/2007 자료는 NASA/GEWEX SRB 자료를 0.25° 해상도로 선형보간 Relative

Humidity at Time of Max Temp(%)

0.25° •MERRA 비습도, 최대기온, 지표압 자료를 이용하여 도출 후 0.25° 해상도로 선형보간

•CFSR 비습도, 최대기온, 지표압 자료를 이용하여 도출 후 0.25° 해상도로 선형보간

Wind Speed(m/s) 0.25° •MERRA 풍속 자료를 0.25° 해상도로 선형보간 •CFSR 10-m 풍속자료를 이용하여 2-m 풍속으로 환산하고 0.25° 해상도로 선형보간

•DTR and DSF stands for Diurnal temperature Range and downward shortwave flux, respectively.

•SRB stands for Surface Radiation Budget.

•MERRA, CFSR, CRU, GPCC, WM, TRMM, CMORPH, PERSIANN are raw reanalysis source data to construct AgMERRA 및 AgCFSR by agricultural variables

표 1. AgMERRA 및 AgCFSR의 변수별 자료 해상도 및 원시 자료 가공 방법 및 특이점 재정리(Ruane et al., 2015)

(8)

를 고려하여 최적의 농업기상자료를 구축하고자 하 였다. 자료 생산시 기술적으로 보완된 부분과 기 상자료 활용시 유의점 등에 대해 논문과 관련 보 고서를 통해 투명하고 상세히 설명하여 자료의 신 뢰와 활용도를 제고하고자 하는 노력을 기울이고 있다. 단 자료를 제공하는 서비스 측면에서 볼 때, 연구자 등의 자료 활용목적에 따라 대상지역, 자 료기간, 변수등을 선택적으로 수집하거나 가공하 는 서비스는 제공되지 않으며 FTP 형식의 open database를 열어 자료에 대한 접근을 허용하는 형 식만을 갖추고 있다. 더불어 MERRA자료의 강수 패턴 재현성과 관련하여 향상이 있는 것으로 알려 진 MERRA-2 자료 등을 활용한 서비스 자료 갱신 등 업데이트를 통한 관리가 필요하다 판단된다.

3.3 SimClim (http://www.climsystems.com/

simclim/)

기후변화 시나리오 상세화 자료 서비스의 경우 국가 및 주요 도시에 대한 상세화 자료 유료 서비 스인 the climate data factory(https://thecli- matedatafactory.com/)와 무료 서비스로 NASA Earth Exchange Global Daily Downscaled Projections(NEX-GDDP)가 활용도가 높은 서비 스의 예로 들 수 있다. 여기서는 이와 비교하여 사 용자가 수집한 기상 관측 자료를 기반으로 해당 지 점에 대한 기후변화 상세화 자료 생산이 가능한 유 료 서비스로서 SimCLIM Desktop 소프트웨어를 소개하고자 한다.

SimCLIM은 CMIP5 다중 GCM 기반 미래 전망 자료를 이용하여 다양한 공간적인 규모(e.g., 지점, 도시, 도별, 국가별, 전지구)에 대한 기후변화 관점 의 그래프와 분석 결과를 사용자의 선택에 따라

가공·제공한다. 이는 앞서 언급한 database 기반 자료 서비스와 비교할 때 함께 제공되는 상세화 자 료를 기반으로 다양한 사용자가 필요로하는 분석 을 제공되는 시스템을 이용하여 쉽게 활용할 수 있 도록 자료처리 및 분석 기능을 추가적으로 제공하 고 있다는 강점이 있다. 더불어 온실가스 배출시나 리오는 전 RCP 시니라오(i.e., RCP 2.6, 4.5, 6.0, 8.5)에 대한 산출물을 포함하고 있으며, 제공변수 로는 강수량, 최고기온, 최저기온, 평균기온 등 4 개 변수를 기본으로 사용자 요청 시 풍속, 상대습 도, 일사량 등의 자료를 추가로 제공 받을 수 있도 록 서비스하고 있다. 미래 전망에 대한 다중모형앙 상블(Multi-Model Ensembel, MME) 적용이 가 능하도록 지역기후모델(Regional Climate Model, RCM) 결과인 CORDEX(Coordinated Regional Climate Downscaling Experiment) 자료를 포 함하여 40개의 전지구모형(GCM)의 기온자료가 제 공되며 강수의 일단위 극값 분석을 위해서는 22개 GCM이 활용 가능하다.

SimCLIM에 기본적으로 사용된 상세화 기법은 Patter-scaling 방법으로서 기후모형의 원자료에 서 제시하는 기후변화 전망을 왜곡 없이 상세화 과 정에 반영할 수 있고, 대용량의 기후변화 시나리 오 자료 처리에 있어서 간편하다는 장점을 갖고 있 다. 그러나 일단위 또는 월단위의 시간적 패턴이 중 요한 응용분야에는 다른 역학적 또는 통계적 상세 화 기법과 비교하여 적합하지 않을 수 있다. 자료는 국가단위로 50 km 해상도(해수면 상승의 경우 25 km 격자크기)의 격자단위 자료를 제공한다. Sim- CLIM은 자체 제공된 상세화 자료 외에도 다른 상 세화 기법을 적용한 결과도 활용하여 앞서 언급된 여러 분석들을 수행할 수 있도록 한 기후변화 상세 화 자료 기반 분석 시스템이다.

(9)

SimCLIM은 데이터 기반 분석기능에 더하여 사 용자가 제공하는 관측 기상 자료를 이용하여 미래 기후변화 시나리오 자료를 생산할 수 있는 사용자 맞춤형 기능을 포함하고 있다. 사용된 상세화 기 법은 원 GCM에서 계산된 월별 변동계수(change factor)를 관측 자료에 반영하는 방법이며 특정 지 점 등에 적용하는 경우에는 자체적으로 개발된 편 이보정 기법이 적용된다. SimCLIM은 기후변화 시 나리오 자료를 이용하여 농업 분야의 degree day 분석, 수자원 분야의 잠재증발산량 기반의 물수지 (water balance) 분석, 해안침식(coasteal ero- sion) 관련 분석 등이 가능하며, 추가적으료 농업 및 수자원 분야의 대표 모형인 DSSAT 및 SWAT 모형과의 연계 모의도 지원한다. 앞서 언급된 기능 들은 윈도우 시스템에서 구동이 가능하며 공간자 료는 ArcGIS 포맷으로 표의 형식으로 변환하여 엑

셀의 자료 포맷으로 사용자에게 제공되기도 한다.

3.4 APCC Integrated Modeling Solution (AIMS)

APCC Integrated Modeling Solution(AIMS, http://aims.apcc21.org)는 상세화 기법 관련 사용 자 맞춤형 서비스로 개발되었다. 즉, 앞서 살펴 본 database 기반 상세화 자료의 웹서비스와 기 상세 화된 자료 기반의 분석 시스템의 경우 특정 상세화 기법을 이용하여 미래 전망 자료를 생산 제공하는 반면, AIMS에서는 사용자의 목적에 따라 자료형 태와 적합한 상세화 기법을 선정할 수 있다는 관점 에서 차별성을 가진다. 더불어 사용자의 관측자료 를 기반으로 미래에 대한 상세화 자료를 서비스 시 스템에서 실시간으로 생산하여 분야 맞춤형 정보를

그림 3. SimCLIM 사용자 인터페이스 및 기후정보 활용분석 기능

(10)

제공하고 의사결정에 활용될 수 있도록 고안되었다.

AIMS는 기후변화 시나리오 공간상세화 기후자 료와 이를 가공한 증발산량 산정, 기상학적 가뭄 예측, 기후지수를 이용한 기후특성 분석결과를 제 공하여 다양한 응용분야에서 효과적으로 자료에 접근할 수 있도록 지원한다. AIMS는 사용자가 관 심지역의 관측자료를 직접 입력하여 상세화 자료를 생산한다는 점이 기존의 구축된 관측자료만을 기 반으로 하는 서비스에 비해 특징적인 부분이다.

상세화 기법의 경우에는 월단위로 편이를 보정 하기 위해 Quantile Mapping 기법을 사용하는 SQM(Simple Quentile Mapping) 기법과 극값 구 간에서도 원시 GCM에서 제시하는 변동(Signal) 의 왜곡을 최소화 할 수 있는 SDQDM 기법 등 복 수의 상세화 기법을 적용할 수 있도록 서비스한다.

미래 기후변화 전망은 CMIP5 29개 GCM 전지구 규모 자료를 국가별로 NetCDF 포맷으로 추출하 여 ADSS(APCC Data Service System)를 통해 제공되고 있는 자료와 자동으로 연동되어 상세화 를 수행한다. 제공되는 기상 변수는 29개 GCM들 에 대해서는 강수량, 최고기온, 최저기온이 제공되 고 있으며 29개 중 10개 GCM에 대해서는 추가적

으로 풍속, 상대습도, 일사량에 대한 정보를 제공 하고 있다. 국가별 기후변화 시나리오 자료는 현재 미국, 캐나다, 러시아, 중국을 포함하여 42개 국가 에 대해 제공되고 있다.

AIMS는 개별 모듈들의 독립성과 확장성을 고려 하기 위하여 R 언어 기반의 패키지로 작성되었다.

각각의 분석과 자료 가공을 위한 tool로서 R 사용 자 공식 패키지 저장소인 CRAN(Comprehensive R Archive Network)에 모듈이 등록되어 있어 사 용자가 활용 가능하다. 기후변화 시나리오 상세화 모듈인 rSQM, rSDQDM과 더불어 상세화된 기후 변화 시나리오 자료를 이용하여 GCM 및 상세화 기법 선정 등 사용자 중심의 결정을 위해 필요한 기초적인 분석 수행을 목적으로 개발된 rAnaly- sis4CC 모듈, 그리고 상세화 된 기후변화 시나리오 자료를 이용하여 EDI(Effective Drought Index) 를 이용한 가뭄 전망을 위한 rDrought 모듈 등이 현재 버전에 포함되어 있으며 BCSA(Hwang and Graham, 2104) 등의 새로운 상세화 기법이 R 패 키지로 개발되어 AIMS에 탑재될 예정이다.

그림 4. AIMS 사용자 인터페이스 및 기후정보 활용분석 기능

(11)

3.5 Downscaled CMIP3 and CMIP5 Cli- mate Projections

이 프로젝트는 기후변화에 대응하는 수자원 운 영·계획을 지원하기 위해 수자원 분야 맞춤 유역 단위 미래기후정보를 생산·제공하는 목적으로 추 진되어 수행되었다. 2007년 최초 간단한 통계적 기법(i.e., BCSD, Bias Correction and Spatial Disagregation)을 적용한 공간상세화자료 생산·

제공을 시작으로 현재는 미국지역을 대상으로 다 중 GCM에 대한 편이보정 및 공간상세화된 기후변 화자료(~2100)를 비롯하여 관측자료 및 수문해석 자료(토양수분, 유출량, 증발산량 등)를 격자 및 유 역단위로 제공하고 있다.

특히 미국 전역에 대해 8대 대권역 유역단위로 제 공되는 다양한 수문해석정보는 관심지역에 대한 미 래정보를 쉽게 수집하여 적용할 수 있도록 구성되 어 있다. 공간상세화를 위해 적용된 통계적 기법으 로는 BCSD와 BCCA(Bias Correction and Con- structed Analogs)를 적용한 결과를 구분하어 제 공하며 자료해상도는 1/8°(약 12㎢)~1/16°(약 6㎢) 로 자료에 따라 다양하다. CMIP3에 이어 IPCC 5 차보고서 발간과 함께 배포된 CMIP5 GCM 자료 를 적용한 결과도 함께 탑재하여 CMIP3와 CMIP5 기반 공간상세화 기후 및 수문 정보를 동시에 비교 분석할 수 있는 기초자료로 활용도가 높다.

그림 5. 사용자 결정 옵션구조(Downscaled CMIP3 and CMIP5 Climate Projections)

(12)

더불어 간단한 방법론에 대한 설명과 사용자 지 침(tutorial)이 수록되어 있으며, 다양한 포맷(i.e., csv., NetCDF)의 형태로 자료를 제공받을 수 있 어 사용자 편의측면이 고려되어 있다. 또한 2014 년 개선된 BCCA 기법(BCCAv2)을 적용한 자료 를 갱신하고 2016년에는 Localized Construct- ed Analogs(LOCA)를 적용하여 공간상세화한 CMIP5 산출물을 추가하는 등 지속적인 보완·관 리가 이루어지고 있는 서비스이다.

4. 서비스별 제공 기상자료 형태 비교

앞서 소개한 서비스에서 생산·제공하는 응용분 야 맞춤 정보의 자료 특성, 종류, 시·공간 해상도, 서비스 형태 등을 표로 정리하여 비교하였다. 본 고 에서 살펴본 5개 서비스는 주로 재분석자료와 기후 변화 시나리오 자료를 제공하고 있으며, 서비스별 로 자료 해상도와 제공되는 기상요소 서비스 형태 등이 상이하다. 향후 다른 서비스에 대한 추가 조 사를 통해 정보를 보완함으로서 활용도 높은 국내

서비스 시스템 개발을 위한 기초자료로 참고할 수 있을 것으로 기대한다.

5. 고찰 및 결언

다양한 응용분야의 기후변화 영향평가가 활발하 게 이루어지고 있는 가운데, 정작 정책결정에 활용 할 수 있는 연구결과의 투명한 공유 사례를 찾기 는 쉽지 않다. 합당한 방법론을 적용한 다양한 형 태의 기후변화 시나리오와 응용분야 영향평가결과 의 공유는 합리적인 서비스 플랫폼 구축과 활성화 를 통해 이루어 질수 있을 것이다. 구축된 서비스 가 널리 활용되기 위해서는 기후정보의 공급 측면 에서 예측의 불확실성, 자료의 불완전성 등의 한계 와 수요측면에서 결정론적 예측정보와 양질의 고해 상도 등의 요구 간의 격차를 해소하고 상호간 이해 를 돕는 노력이 동반되어야 한다. 이에 관련 기후정 보 서비스는 대량으로 양산되는 자료와 급변하는 방법론에 대한 적용을 구조적으로 뒷받침할 수 있 는 컨텐츠와 구성을 갖추도록 지속적으로 보완되어

표 2. 서비스별 제공 기후정보·자료 비교 정리

Services

Temporal Spatial Variable

MME BC/DS API 양방향 registration

Type Scale Domain Res.

P T W H S F

O S F C Y M D H G R N L S G

Global Weather

Data for SWAT o o o o o o o o free

AgMIP Climate

Forcing Datasets o o o o o o o o o free

SimClim o o o o o o o o o o o o o o charged

on request: Solar (W/㎡) ; Relative humidity (%); Wind speed (m/s)

AIMS o o o o o o o o o o o o o o free

Downscaled CMIP3 and CMIP5 Climate and Hydrology Projections

o o o o o o o o o o o o free

CMIP3 vs. CMIP5 비교 가능, 자료에 따라 resolution 다양 (1/8, 1/16)

[Temporal-Type] O: 관측기반 자료(관측소, 위성기반, 재분석 자료); S: 계절내예측(1주~1개월 예측); F: 계절예측(1개월~1년 예측); C: 기후변화 시나리오 [Temporal-Scale] Y: 연단위 자료, M: 월단위 자료; D: 일단위 자료; H: 시간단위 자료

[Spatial-Domain] G: 전지구규모; R: 지역규모(예: 동남아시아); N: 국가규모; L: 로컬규모(예: 유역, 행정구역 등) [Spatial-Resolution] S: 관측소 자료; G: 격자형 자료(숫자는 km단위의 해상도를 의미함)

[Variables] P: 강수량; T: 기온; W: 풍속; H: 습도; S: 일사량 F: 수문 [MME] 다중모형앙상블(Multi-Model Ensemble) 제공 여부 [BC/DS] 편이보정(Bias-correction) 또는 상세화(Downscaling) 수행 여부 [API] API(Application Programming Interface) 제공 여부

[양방향] 양방향 서비스 제공 여부

(13)

야 할 것이다.

본 고에서는 기상자료의 주요 활용분야인 수자원 과 농업 부분 응용분야 맞춤형 기후정보를 생산하 고 사용자가 간편하게 접근하여 자료를 수집할 수 있도록 고안된 국내외 서비스 사례를 살펴보고 고 찰하였다. 효과적인 기상자료의 공유를 위한 서비 스 체계와 시스템 구축의 필요성에 대해 확인하고 효과적인 사례고찰을 바탕으로 서비스의 개발·운 영과 활용도 제고를 위해 필요한 선행 과제를 다음 과 같이 제시하고자 한다.

• 응용분야 맞춤 기후정보 서비스 필요성에 대한 공감대 형성과 재원확보를 위한 산·학·민·관 소 통·협의체 구성

• 서비스 컨텐츠 최적화를 위한 수요와 공급의 접 점 분석 및 자료공유 프로토콜 정립

• 응용분야별 맞춤형 기상정보의 특성 정립 및 활 용가이드 표준화

• 서비스의 적용성 확대, 실효성 제고, 피드백 환류 를 위한 지속적 운영·관리 방안 모색

우리나라의 국가차원 기후변화 대응정책과 이에 따른 실제 시행내용(e.g., 광역·기초지자체단위 기 후변화 대응 세부시행계획)을 접하거나 관련하여 논의하는 자리에 참석할 때면 필자는 끓는 물속 개 구리(boiling frog)의 일화를 떠올리곤 한다. 기후 변화가 심각하다지만 보이거나 만질 수 없어 섣불 리 실질적으로 대응하기 쉽지도 않고, 그 강도가 심해지는 것이 우려는 되지만 어차피 기상재해로부 터 자유로웠던 시절은 역사상 없었기에 기후변화를 명확한 이유로 단정하기 힘든 경우가 일반적이다.

그러나 살고 있는 지구가 데워지고 있다는 사실을 한 세기가 넘는 관측으로 목격하고 있는 우리는 이

제 원인규명에 앞서 과감히 결단하고 행동해야 할 때라 생각한다. 어떤 이유에서든 기후변화라는 환 경의 거대하고 지속적인 변화에 대한 대응을 미룬 다면 인류는 어리석은 개구리의 신세를 면치 못할 수 있다는 우려에서 말이다.

학계는 신뢰도 높고 일관된 기후변화의 예측과 이 에 따른 영향·취약성 평가결과의 생산하는데 그치 지 않고 공유하고 소통하는 노력으로 기후정보의 정책적 실효성을 제고하여 의사결정을 지원해야할 필요가 있다. 기후변화 대응과 이와 관련한 연구 및 사회 분야가 함께 논의하는 장으로서의 기후정 보 서비스 시스템의 개발과 플랫폼 구축은 이를 위 한 중요한 기반이 될 것이라 판단된다.

참고문헌

1. Dee D.P. et al., 2011: The ERA‐Interim re- analysis: configuration and performance of the data assimilation system. Q. J. Roy.

Meteorol. Soc. 137: 553–597, https://doi.

org/10.1002/qj.828

2. Dile, Y. T., R. Srinivasan, 2014: Evaluation of CFSR climate data for hydrologic prediction in data-scarce watersheds: an applica- tion in the Blue Nile River Basin. Journal of the American Water Resources Association (JAWRA) 1-16. DOI: 10.1111/jawr.12182

3. Fuka, D.R., C.A. MacAllister, A.T. Degaetano, and Z.M. Easton. 2013: Using the Cli- mate Forecast System Reanalysis dataset to improve weather input data for water- shed models. Hydrol. Proc. DOI: 10.1002/

hyp.10073.

(14)

4. Hwang, S., and W.D. Graham, 2014: As- sessment of Alternative Methods for Statisti- cally Downscaling Daily GCM Precipitation Outputs to Simulate Regional Streamflow.

Journal of American Water Resources As- sociation, 50(4), 1010-1032.

5. Kister, R. et al. 2001: The NCEP-NCAR 50- year reanalysis: monthly means CD-ROM and documentation. Bull. Am. Meteor. Soc.

82, 247–267

6. Rienecker, M. M. et al. 2011: MERRA: NASA’

s Modern-Era Retrospective Analysis for Research and Applications. J. Clim. 24, 3624–3648

7. Rienecker, M. R. et al., 2011: MERRA: NASA's Modern-Era Retrospective Analysis for Research and Applications. J. Climate, 24, 3624–3648, doi:10.1175/JCLI-D-11-00015.1.

8. Ruane, A.C., R. Goldberg, and J. Chrys- santhacopoulos, 2015: AgMIP climate forcing datasets for agricultural modeling: Merged products for gap-filling and historical climate series estimation, Agr. Forest Meteorol., 200, 233-248, doi:10.1016/j.agrformet.2014.09.016.

9. Saha, S., et al., 2010: The NCEP Climate Fore- cast System Reanalysis, Bull. Amer. Meteorol.

Soc., 91, 1015-1057, doi:10.1175/2010BAMS3001.1.

10. Saha, Suranjana, and Coauthors, 2010: The NCEP Climate Forecast System Reanalysis.

Bull. Amer. Meteor. Soc., 91, 1015–1057.

11. Sheffield, J., G. Goteti, and E.F. Wood, 2006:

Development of a 50-year high-resolution global dataset of meteorological forcings for land surface modeling, J. Climate, 19, 3088-

3111, doi:10.1175/JCLI3790.1.

12. Weedon, G.P., et al., 2011: Creation of the WATCH Forcing data and its use to as- sess global and regional reference crop evaporation over land during the twentieth century, J. Hydrometeorol., 12, 823-848, doi:10.1175/2011JHM1369.1.

수치

그림 1. 자료 구득을 위한 사용자 입력 및 절차(Global Weather Data for SWAT)
표 1. AgMERRA 및 AgCFSR의 변수별 자료 해상도 및 원시 자료 가공 방법 및 특이점 재정리(Ruane et al., 2015)
그림 4. AIMS 사용자 인터페이스 및 기후정보 활용분석 기능
그림 5. 사용자 결정 옵션구조(Downscaled CMIP3 and CMIP5 Climate Projections)

참조

관련 문서

자료: 성공하는 시간관리와 인생관리를 위한 10가지 자연법칙 (하이럼 스미스 지음).. 일일업무

- 웹사이트 소유자를 위한 서비스: 개인 홈페이지나 블로그에 관련성이 높은 배너 광고를

내부보고서, 언론의 보도 등 2차 자료 활용. 조사대상을 객관적이고 정학하게 파악하기

• Ceph는 Ceph Object Storage 서비스와 Ceph Block Device 서비스, Ceph File System

독관리부문은 관련 법률 행정법규 규정에 근거하여 관련 자료 심사 생산장소 , , 조사 관련 상품 검사를 실시한다 관련 자료 장소가 규정에 부합하고 관련 상 , .;

새로운 사용자 경험을 위한 Cloudera Experience 프로비저닝 – Cloudera Data WareHouse 서비스 또는 Cloudera Machine Learning 서비스. Data Warehouse

-XInput Controller 서비스는 XBOX 360 Controller의 PC용 버전을 이용하는 서비스 -VPL에서는 이 서비스를 포함해 Game Controller 및 Desktop Joystick 서비스 등

(Service Level Metrics) 서비스 제공 영역별 서비스 수준을 정량적으로 파악하기 위한 성과지표 서비스 목표 수준. (Service Level Objectives) 서비스 수준 관리 지표