Relationship between Summer Heat Stress (Perceived Temperature) and Daily Excess Mortality in Seoul during 1991~2005

(1)

1. 서 론

건강한 인체는 외부 온열환경 변화에 대해 훌륭한

반응기전을 가지고 있으며, 생리학적 열 교환과정을 통해 열적 항상성을 유지하고 있다. 특히 무더운 여름 철에는 모공이완 및 땀 배출을 통한 복사열 방출로 일정한 체온을 유지하는데 극단적인 고온스트레스 환 경에 장시간 노출될 경우에는 인체 열평형에 불균형 을 야기할 수 있다. 특히 생리적 면역력이 취약한 고 J. KOSAE Vol. 26, No. 3 (2010) pp. 253~264

Journal of Korean Society for Atmospheric Environment

인지온도를 이용한 여름철 폭염 스트레스와 일 사망률 증가와의 관련성 연구 : 1991~2005, 서울

Relationship between Summer Heat Stress

(Perceived Temperature) and Daily Excess Mortality in Seoul during 1991~2005

이대근∙변재영*∙최영진∙김규랑 기상청 국립기상연구소 응용기상연구과

(2009년 12월 4일 접수, 2010년 2월 1일 수정, 2010년 5월 31일 채택)

Dae-Geun Lee, Jae-Young Byon*, Young-Jean Choi and Kyu Rang Kim

Applied Meteorology Research Laboratory, National Institute of Meteorological Research, Korea Meteorological Administration, Seoul 156-720, Korea

(Received 4 December 2009, revised 1 February 2010, accepted 31 May 2010)

Abstract

This study investigates the relationship between daily mortality and heat stress in Seoul, using perceived temper- atures (PT) derived from a heat budget model. During the summer season, observed PT intensity showed the biggest magnitude of summer heat stress from the middle 10 days of July to the first 10 days of August. The elderly (65 and above) were found to be the most vulnerable to heat stress. The threshold PT, with a significant increase in excess mortality, was 38�C. No time lagged effect was observed with summer heat stress, while a high correlation was observed between anomalies in PT and relative deviation of mortality. A comparison of the heat index and the discomfort index with excess mortality revealed that the discomfort index underestimated excess mortality, whereas the heat index could not appropriately explain the increase in excess mortality correlated with the increase in excess heat. In contrast, PT was found to be the weather element that best represents excess mortality due to heat stress, and is thus expected to serve as a more reliable forecast index of human biometeorology.

Key words : Perceived temperature, Heat budget model, Heat stress, Mortality, Biometeorology

*Corresponding author.

Tel : +82-(0)2-6712-0453, E-mail : [email protected]

(2)

령자의 경우에는 위험성이 더 증가할 수 있다.

전구기후모델의 결과에 따르면 지구온난화로 인한 폭염의 발생빈도와 지속시간이 증가하며 강도는 더 욱 강해질 것으로 예측되고 있다(IPCC, 2007; Meehl and Tebaldi, 2004; UNEP, 2004). 특히 인구가 많은 대도시 지역은 산업과 교통이 밀집해 있고, 대규모 냉 난방 시설 등으로 인한 인공열의 방출이 많아 도시 열섬현상을 악화시킨다. 열환경이 악화되면 노년층의 초과사망자수와 내원환자수의 증가를 야기하며, 냉난 방기 가동증가로 인한 최대 전력사용 기록의 갱신 등 여러 부문의 문제를 야기할 수 있다(Park et al., 2008; Ebi et al., 2004; Kunkel et al., 1999; Changnon et al., 1996).

따라서 최근에는 인체와 환경의 열 교환과정의 평 가에 관한 많은 열적 지수들이 사용중이다. 여름에는 기온과 상대습도와의 조합인 열지수나 불쾌지수가 사 용되며, 겨울에는 기온과 풍속을 이용한 체감온도지 수가 대표적이다. 그러나 기상요소들이 복합적으로 작 용하는 환경과 인체의 열 교환과정을 두 가지 기상요 소의 단순결합으로 설명하는 것은 제한된 입력변수에 따른 개선의 필요성을 제기한다(NIMR, 2007, 2006;

Jendritzky et al., 2000; Landsberg, 1972). 또한 계절에 따른 시간적 제약과 광범위한 지역으로 적용 시 기후 적, 지리적 요건의 제약이 발생할 수 있다(Jendritzky et al., 2000). 따라서 인체 열수지를 정량적으로 모사 하기 위해 Fanger (1970)의 인체 열수지 모델(Heat budget model)을 활용하는 것이 현존하는 가장 이상 적인 방법으로 평가되고 있다(Matzarakis et al., 1999).

현재 독일 기상청에서는 인체 열수지 모델로부터 계산된 인지온도(Perceived temperature, 이하 PT)를 각 지역의 열 스트레스를 예보하는데 이용중이다 (http://www.dwd.de). 인체 열수지 모델은 지역생명기 상모델과 도시생명기상모델에서 PT를 계산하는데 사용된다. PT의 정의는 인체가 저온 또는 고온스트레 스를 느끼는 기본환경에서의 기온이다. PT는 인체 열 수지 모델로부터 계산된 평균값으로부터 환산되어 �C 단위로 제공된다. PT는 미기상 규모에서 전지구 규모 까지 공간적 확장이 가능하고(Jendritzky et al., 2000), 사용상의 계절적 제한이 없으며, 인체가 느끼는 저온 에서 고온까지 열 스트레스 단계의 구분이 가능하다 (Kim et al., 2009a; Staiger et al., 1997).

국내에서 수행된 PT의 선행연구들은 한반도에서

PT의 특성, 민감도 실험 등을 통하여 독일 기상청의 PT를 한반도의 기상지수로써 사용가능함을 제시하였 다. Byon et al. (2008a)은 2007년 여름철 인지온도 특 성분석으로부터 여름철 인지온도가 기온보다 높게 나 타났으며, 여름철 기상지수인 열 지수, 불쾌지수보다 지역적 특징을 보다 잘 나타냄을 제시하였다. 수치모 델 자료를 이용한 인지온도 예보 결과의 검증 결과 는 인지온도의 생활 기상지수로써 예보의 가능성을 제시하였다(Byon et al., 2008b).

인지온도는 기온, 풍속, 습도, 일사의 기상요소를 입 력하여 계산된다. 입력 기상요소의 민감도 평가를 위 한 실험 결과로부터 한반도에서는 여름철에는 습도, 겨울철은 풍속이 인지온도에 주요한 영향을 미침을 알 수 있었다(Kim et al., 2009a).

인체의 열 평형 방정식에 기초하여 복합적인 기상 요인을 고려하여 산출하는 인지온도는 인간이 받는 열 스트레스를 적절한 표현하는 인자임을 선행연구로 부터 확인할 수 있었다. 폭염이 보건에 미치는 영향 분석을 위한 기상 인자로서 기온이나 열 지수를 이용 하였으나 인지온도가 보건에 미치는 영향을 분석할 필요가 있다.

따라서 본 연구는 PT를 이용하여 서울의 여름철 고온스트레스를 중심으로 1991년에서 2005년까지 PT에 기반한 고온스트레스 분포를 조사하고, 현재 사 용중인 여름철 생활기상지수인 열지수, 불쾌지수, PT 와 초과사망률과의 관련성을 비교하여 보건에 영향 을 미치는 열적 스트레스 지수의 타당성을 분석하고 자 한다. 2장에서는 자료 및 방법을 소개하고, 3장에서 는 연구결과를 제시하였다. 본 연구의 결론은 4장에서 맺었다.

2. 자료 및 방법

서울의 일 사망자 자료는 통계청에서 1년 단위로 작성∙발간하는 15년간의 일별 사망원인통계 원시자 료(1991~2005)에서 구분하여 이용하였으며, 인구자 료(1992~2005)는 매년 말 기준의 주민등록인구자료 를 사용하였다(http://www.nso.go.kr). 추출된 서울의 일 사망자수에서 당일 관측된 모든 원인에 의한 일 사망자수(All-caused deaths)를 사용하였으며, 전체 연 령과 65세 이상 사망자수, 65세 미만 사망자수로 구분

(3)

하였다. 또한 자료 내에 존재하는 서울에서 관측된 대 형 인명피해 사고사를 제외하였으며, 인구자료가 존 재하는 해로부터 일별 10만 명당 사망률을 산출하여 직접표준화(Direct standardization)하였다. 본 10만 명 당 표준화 사망자수에서 전 기간 평균에 대한 아노 말리와의 비(Ratio)가 초과사망률(%)이 된다.

PT를 계산하기 위한 기상자료는 기상청 서울관측 소(37�57′N, 126�58′E, 85.5 m)의 1991년 1월 1일에서 2005년 12월 31일까지 총 5,479일이며, 3시간 간 격(1일 8회)으로 관측된 자료(기온, 노점온도, 풍속, 전운량, 중하층운량, 운형)를 사용하여 일평균 PT를 계산하였다(Byon et al., 2008a, b). PT의 계산을 위한 Comfort 식은 인체 열적 평형관계를 나타내는 다음 식에 의해 유도된다(Fanger, 1970).

H-Ed-Esw-Ere-L==K==R⁺⁺C (1)

여기서, 인체 열적 평형관계는 인체 내부의 열 생산 (H), 피부 수증기 확산에 의한 열 손실(Ed), 피부 표면 에서 땀 증발에 의한 열 손실(Esw), 호흡 잠열 손실 (Ere), 건조호흡 열손실(L), 옷을 통한 열 전도(K), 복 사에 의한 열 손실(R), 대류에 의한 열 손실(C)로부 터 계산된다. 열 평형식을 comfort 식 형태로 표현하 면 다음과 같다.

L==3.4∙10^-8f_cl[(t_cl⁺⁺273)⁴-(tmrt++273)⁴]

+

+f_clh_c(t_cl-ta)(�C) (2) 여기서, L은 건조호흡 열손실, fcl은 누드 몸체의 표면적과 옷 입은 사람의 표면적 비, hc는 대류열전달 계수, tcl은 옷 바깥표면의 평균온도, tmrt는 평균복사 온도, ta는 기온이다. Comfort 식은 열의 지각 특성을 나타내는 지수 즉, 열 환경변수(대류열전달계수, 옷 바 깥표면의 평균온도, 평균복사온도, 기온)와 활동수준, 의복에 대한 값의 조합으로 열의 지각이 예측한 지수 를 얻을 수 있다. 인간은 열의 밸런스를 스스로 조절하 여 불편함을 느끼면 열 부하는 안락한 상태에서 점점 차이가 난다고 가정할 수 있다. 따라서 주어진 행동 수준에서 땀 분비와 평균 피부온도를 나타내는 안락 한 조건 값들을 열 부하와 열 손실의 함수로 가정할 수 있으며, 예측평균지수 (Predicted mean vote, 이하 PMV)는 열 손실 (L)과 인체 내부의 열 생산 ·mmmmmH

A_Du, H: 인체 내부 열 생산, ADu: DuBois area‚에 의해 다음

과 같이 표현할 수 있다.

PMV==f ·L, mmm ‚H (3) A_Du

식(3)으로부터 PMV를 계산하기 위하여 옷 입은 상태, 활동수준에 의한 실험을 통하여 정량화하였다.

따라서 PMV는 다음식으로 표현된다.

PMV==(0.352e^-0.042·mmmAMDu

‚++0.032)L (4)

여기서, M은 신진대사율이며, ADu는 DuBois area로 써 누드 몸체의 표면적을 나타낸다. 최종적으로 식(2) 의 L을 식(4)에 대입하여 PMV 식을 얻을 수 있다.

PMV는 열 스트레스를 지수 규모로 나타낸 것이 다. PMV의 범위는 대체로 -3에서⁺⁺3까지이며, ⁺⁺값 은 따뜻함을 느끼는 부분, -값은 차가움을 느끼는 부 분이다. PT모델 결과에서 나타난 열 환경이 어느 특 정인에게 쾌적하다는 것을 만족된다면 PMV 값은 0이 된다.

열평형 방정식에 의한 PMV는 실 생활에서 사용하 는 기상지수로 변환할 필요가 있다. 따라서 독일 기상 청에서는 모든 분야에 적용 가능하고 열 생리적 환 경을 표현하는 열 수지 모델을 개발하였다. 이 모델의 이름은 Klima-Michel 모델이며, 지역 생명기상모델 및 도시 생명기상모델에서 PT를 계산하는데 사용하 고 있다. Klima-Michel 모델은 PMV를 PT로 변환하 여 결과를 표출한다. 이 과정에서 PMV와 PT의 회귀 관계식이 만들어지고 일반적으로 사용가능하다. 서울 에서 계산된 PMV와 PT의 회귀식 관계는 다음 절의 그림 1에서 제시하였다.

표 1은 PT에 따른 열 스트레스의 9개 등급을 나타 낸다(Jendritzky et al., 2001, 2000). 본 기준은 미국 냉난 방공조기술자학회(American Society of Heating, Refri- gerating, and Air-Conditioning Engineers)에서 공인된 온열환경기준이며, 국제표준화기구(International Orga- nization for Standardization)-7730호 (Ergonomics of the thermal environment)에도 등록되어있다(Jendritzky and Birger, 2009).

Klima-Michel 모델은 인체 열수지 모델을 기초로 하고 있다. 이 모델에서 인체의 열 생리 평가를 위해 나이 35세, 키 175 cm, 몸무게 75 kg의 남성을 기준으 로 했다. 또한 여름철의 옷은 가벼운 긴 바지에 해당

(4)

하는 0.5 clo, 겨울철은 울 소재의 옷에 해당하는 1.75 clo로 설정된다. 그러므로 성별, 나이, 지역 간 옷 입는 차이에 의해 PT는 변화할 수 있지만, PT의 가장 큰 장점은 인체의 열 수지 모델을 이용하며 기온과 습도, 바람 뿐만이 아니라 일사량 등 복합적인 기상요인을 고려하고 있다는 점이다. 또한 Fanger (1970)의 Com- fort 식에 고온다습 조건을 개선한 Gagge et al. (1986) 의 보정항이 추가되어 한반도의 여름철 적용에도 적 합할 것으로 판단된다(Byon et al., 2008a).

인지온도와의 비교를 위한 현재 기상청에서 여름철

지수로 사용중인 열지수(Heat index, 이하 HI)와 불 쾌지수(Discomfort index, 이하 DI)의 계산과정은 아래 와 같다. T는 건구온도, Td는 노점온도, RH는 상대습 도를 뜻한다.

Heat index==-42.379⁺⁺2.049*T⁺⁺10.143*RH -0.225*T*RH-6.838*10³*T² -5.482*10²*RH²⁺⁺1.229*10³*T²*RH

+

+8.528*10⁴*T*RH²

-1.99*10⁶*T²*RH² (5) Discomfort index==0.72*[T (�C)⁺⁺Td (�C)]⁺⁺40.6 (6) 본 연구는 서울에서 15년 동안 관측된 3시간별 PT를 통해 나타난 고온 스트레스의 여름 기간 내 분 포를 조사하였다. 또한 여름철 PT와 일 사망률 증가 와의 관련성을 분석하기 위하여 전 기간에서 집계된 극단적 고온스트레스 사례와 극단적 폭염사례로 알 려진 1994년 하계의 PT와 초과사망자수와의 연관성 을 비교분석하였다. 끝으로 현재 여름철 열적지수로 사용중인 열지수와 불쾌지수를 PT와 동일 기간에 대하여 관측된 초과사망률 상대편차와의 관계를 분 석하여 각 지수의 타당도를 비교하였다.

3. 연구결과

3. 1 PT의 특성과 분포

서울에서 계산된 15년간의 일별 PT와 PMV의 관 계를 그림 1에서 나타내었다. PMV는 Fanger의 열수지 모델에서 계산되는데, 전술한 바와 같이 정상상태에 서 인체가 외부 환경과의 에너지 교환과정을 통해 느 Table 1. PT, PMV, Thermal perception, and stage of stress.

PT PMV Thermal perception Stage of stress

PT⁄-39 PMV⁄-3.5 Very cold Extreme cold stress

-39‹PT⁄-26 -3.5‹PMV‹-2.5 Cold Strong cold stress

-26‹PT⁄-13 -2.5‹PMV‹-1.5 Cool Moderate cold stress

-13‹PT⁄0 -1.5‹PMV‹0.5 Slightly cool Slight cold stress

0‹PT⁄20 -0.5‹PMV‹0.5 Comfortable No stress

20‹PT⁄26 0.5‹PMV‹1.5 Slightly warm Slight heat load

26‹PT⁄32 1.5‹PMV‹2.5 Warm Moderate heat load

32‹PT‹38 2.5‹PMV‹3.5 Hot Strong heat load

PT¤38 PMV¤3.5 Very hot Extreme heat load

* PT: Perceived temperature, PMV: Predicted mean vote

50

30 40

10 20

-20 -10 0

-40 -30

-6.0 -5.5 -5.0 -4.5 -4.0 -3.5 -3.0 -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0

-50

Perceived temperature(�C)

Predicted mean vote

Fig. 1. Distribution of daily PT of the thermal stress stages in Seoul during the 15 years (1991~~2005).

* PT: Perceived temperature, PMV: Predicted mean vote Extreme (38⁄PT)

Strong (32‹PT‹38) Moderate (26‹PT‹31) Slight (Heat load): (20‹PT‹25) No stress (0‹PT‹19)

Slight (Cold stress) (-13‹PT‹-1) Moderate (-26‹PT‹-12)

Strong (-39‹PT‹-27) Extreme (PT⁄-39)

(5)

끼는 열의 단위를 뜻한다. 표 1에서 제시된 PT의 열적 강도에 따르면, 그 빈도가 높지는 않으나 PT 38�C이 상의 가장 극단적인 고온 스트레스 사례가 서울에서 도 관측되었다(총 220일). 저온 스트레스 구간에서는 가장 낮은 구간이 Moderate cold stress 수준(-13‹

PT‹-26)인 것으로 나타났으며, 그 빈도 또한 15 년(5479일) 간 총 26일로 나타나 저온스트레스는 상 대적으로 그 일수와 강도가 낮게 나타났다.

그림 2에서는 여름기간(6월 1일~8월 31일)에 대 한 고온스트레스의 분포와 평균수준 이상의 강도를 조사하기 위해 일별 PT 분포를 나타내었다 (PT가 26�C 이상인 경우만 나타냄). 본격적 폭염이 시작되기 전인 6월경에는 강한 고온스트레스는 거의 관찰되지 않았으며, 장마 기간 이후의 7월 중순과 8월 상순경 에 높은 고온스트레스 구간이 분포하고 있다. 특히 PT 가 38도 이상인 날을 노란색에서 붉은색 구간으로 보여주는데 특히 가장 강한 고온스트레스는 주로 7월 중순이 지나서 시작되며, 가장 극단적으로 강했던 해 는 1994년으로 나타났다. 붉은색으로 표시된 PT 44 도 이상의 극단적 고온스트레스 레벨을 나타낸 날들 은 매우 높은 기온과 강한 일사를 뜻한다. 이러한 경 향이 가장 장기적으로 강하게 나타난 시기는 1994년 7월 하순에서 8월 중순, 1997년 7월 하순에 존재하고 있다. 1994년 여름철은 강한 일사와 함께 장기간 지속

된 가뭄과 강한 음의 강수아노말리를 나타낸 시기이 다. 이러한 폭염은 보건피해 뿐만 아니라 농작물 피 해, 전력공급의 과부하 등을 유발하여 사회경제적 피 해를 초래한다(Kim et al., 2006).

PT의 열적 스트레스 레벨에 따른 여름철 시계열을 1994년과 나머지 해로 구분하여 그림 3에 나타내었 다. 1994년의 각 날의 PT 값(Closed circle)과, 1994년 을 제외한 나머지 14년의 각 날의 평균값(Open circle) 과 표준편차의 일별 시계열을 보여준다. 평년의 경향 을 보면 6월 초순에서부터 서서히 기온이 상승하기 시작하여, 7월 하순경에 가장 높은 고온 스트레스 구 간을 나타내고 있다. 1994년의 경우는 7월 상순에서 부터 평년치의 평균값 이상의 PT값을 나타내어 평 년에 비해 때 이른 고온스트레스가 시작되었음을 알 수 있으며, 평년시기에서 가장 무더워지기 시작하는 7월 하순에 이르러서는 전례없이 가장 높은 PT 값을 나타내어 인체 온열환경에 가장 치명적인 수준을 나 타내었음을 알 수 있다. 이는 1994년 여름철의 폭염 으로 인한 고온스트레스의 시기가 평년보다 빠르면서 강하고, 장기간 지속적이었음을 나타내고 있다.

3. 2 PT와 사망률의 관계: 극단적 사례 (1994년 여름)를 대상으로

그림 4는 1994년 여름철의 PT (좌측축)와 1994년 일 사망자수 및 평년값 일 사망자수(우측축)의 일별 시계열을 나타낸다. 일 사망자수는 (a) 전연령 사망 230

235

240 ²⁶

27 28 29

205 210 215 220

225 ₃₀

31 32 33 34

180 185 190 195

200 ³⁵

36 37 38 39 40

160 165 170

175 ⁴⁰₄₁

42 43 44 45

1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

155 ⁴⁵

Julian day

Year

Fig. 2. Contour map of daily PT at Seoul. The highest peak of heat stress among summer periods was observ- ed in July 1994.

48 50

36 38 40 42 44 46

24 26 28 30 32 34

06-01 06-05 06-09 06-13 06-17 06-21 06-25 06-29 07-03 07-07 07-11 07-15 07-19 07-23 07-27 07-31 08-04 08-08 08-12 08-16 08-20 08-24 08-28

20 22

Month-Date

14-yr mean 1994

Fig. 3. Daily variation of PT in summer (Closed circle indi- cates the summer of 1994, open circle indicates mean and standard deviation of the other 14 years).

(6)

자수, (b) 65세 이상 사망자수, (c) 65세 미만 사망자수 로 구분되었으며, 1994년의 사망자수와 나머지 14년 의 각 날의 평균 사망자수와 표준편차를 나타내었다.

사망자료에서 일반적으로 나타나는 년도 별 사망자수 계절성의 U자형, V자형의 분포를 고려할 때, 년 중 일 반적으로 사망률이 가장 낮은 여름철 시기임에도

1994년은 다른 해의 평년 분포와 달리 겨울철 이상의 높은 사망률이 관측되었다. 그림 4(a)에서 나타난 바 와 같이 1994년 여름철에는 사망자수의 평년 분포 (15년간 일평균 103명)와 달리 69.1%의 높은 일 사 망자수를, 특히 7월 25일에는 관측된 일 사망자수가 180명으로 가장 큰 피해를 보여주었다. 보건 피해는 46

44 48 50

26 24 28 30 32 34 36 38 40 42

20 22

46 44 48 50

26 24 28 30 32 34 36 38 40 42

20 22

46 44 48 50

26 24 28 30 32 34 36 38 40 42

20 22

200 180 160 140 120 100 80 60 40 20

Observed deaths

200 180 160 140 120 100 80 60 40 20

Observed deaths(›65)Observed deaths(⁄65)

200 180 160 140 120 100 80 60 40 20

06-01 06-05 06-09 06-13 06-17 06-21 06-25 06-29 07-03 07-07 07-11 07-15 07-19 07-23 07-27 07-31 08-04 08-08 08-12 08-16 08-20 08-24 08-28

Month-Date

(a)

(b)

(c)

14-yr mean 1994

Fig. 4. Daily variation of PT in summer of 1994 and observed deaths (red circle indicate observed deaths in summer of 1994, empty circle indicate mean and standard deviation of rest 14 years). Divided by ages, (a) all age, (b) elderly people (age over 64), and (c) age under 65, respectively.

(7)

폭염과 가뭄으로 인한 극단적 열적 스트레스시기와 매우 밀접하게 나타났으며 높은 정의 상관성을 나타 낸다(상관계수==0.52). 그림 4(b)는 65세 이상의 고령 자 사망자수를, 그림 4(c)는 65세 미만의 사망자수를 나타낸다.

이 둘을 합치면 그림 4(a)의 전연령 사망자수로 표현되는데 3가지 그림에서 알수있는 바와 같이 해 당시기의 초과사망률은 65세 이상 고령자 사망률의 기여가 대부분이었음이 잘 나타난다. 평년의 분포는 전기간에 걸쳐 평균으로부터 10명 이내의 편차를 나 타내며, 1994년의 사망자수는 큰 차이를 나타내지 않다가 고온 스트레스가 가중되기 시작하는 최대 구 간을 나타낸 7월 중순경부터 상승하기 시작하여 7월 25일에 69.1%의 초과사망자수를 나타내었다. 이와같 이 고온스트레스의 영향은 단기간에 직접적으로 나 타났다.

3. 3 PT와 사망률의 관계: 전 기간을 대상으로 그림 5는 15년간 서울에서의 1일전 PT와 사망률 간의 관계를 연령별로 구분된 산점도로 보여준다. 서 울의 15년간 평균 전연령 일 사망자수는 103.5명으로 추산된다(Lee et al., 2007). 전연령 사망자와 65세 이 상 고령자의 경우 저온 구간으로부터 PT 값이 증가하 면서 평균 사망자수 수준이 낮아짐을 관찰할 수 있 으며, 사례일수는 전체에 비해 적으나 극단적 고온인 PT 38도를 넘는 구간에서 사망자수의 급격한 증가가 나타나고 있다. 65세 미만 집단에서도 경미한 증가는 나타나나 증가경향이 분명하지는 않았다.

PT는 기온구간보다 넓은 범위로 해석이 가능하며, 고온에서는 더 높게, 저온에서는 더 낮게 평가되는 특성이 있다. 기온을 이용한 연구결과와 유사하게 PT결과에서도 한파스트레스에서 약한 상승, 고온스트 레스에서 급격한 상승이 나타나는 계절적 연관성이 나타났다. 특히 38도 이상의 구간은 매우 높은 열 부 하 구간을 지칭하는데, 전연령과 고령자 집단에서 급 격한 사망률의 증가가 관찰된 것은 극단적 여름철 고 온스트레스에 따른 사망률의 증가가 관측된 것으로 사료된다.

폭염에 따른 초과사망이 최대로 나타나는 시점은 시간의 지연효과를 가지고 나타나기도 하는데 폭염 발생 이후 최대 사망자수가 나타나는 시점은 지역적 폭염취약특성에 따라 1일 또는 수일로 각각 다르게

나타나기도 한다. 그림 5의 전 기간 15년 중에서 PT 가 42도 이상인 날들의 케이스들을 추출한 결과, 총 48일이 집계되었다. 그 날을 중심으로 전후 60일간의 PT와 일 사망자수의 평균에 대한 아노말리를 시계열 로 함께 나타내었다(그림 6(a)). 60일 전으로부터 가 장 무더운 날(0 day)로 다가올수록 PT와 일 사망자 수는 탁월한 정상관관계 (상관계수: 0.79)를 띠면서

(a)

(b)

(c)

200 180 160 140 120 100 80 60 40 20

Observed deaths

200 180 160 140 120 100 80 60 40 20

Observed deaths(›65)

200 180 160 140 120 100 80 60 40 20

Observed deaths(⁄65) -40 -30 -20 -10 100 20 30 40 50 60

-1 day perceived temperature (�C)

Fig. 5. Scatter diagram shows relationship of between PT (previous day) and observed daily mortality. Divid- ed by ages, (a) all age, (b) elderly people (age over 64), and (c) age under 65, respectively.

(8)

확연한 증가패턴을 보이며 PT 아노말리가 최대치 (9.27�C)를 나타낸 시기에 동일하게 일 사망자수 역 시 최대치(10.7명)를 나타내었다. 그림 6(b)는 앞 절 에서 가장 강한 고온스트레스를 나타낸 1994년 여름 철의 PT와 일사망자수의 아노말리의 일별 시계열을 동시에 나타낸 그림이다(상관계수: 0.43). 그림 5(a)와 매우 유사한 정상관 관계를 나타내고 있으며, 평균에 비교할 때 PT는 최대 10도까지, 일 사망자수는 다음 날 최대 80명까지 증가한 사례이다. 본 연구기간의 서울의 일 평균사망자수가 103.5명임을 감안할 때 이 는 7월 25일 하루에만 통계적으로 일사망률의 69.1%

의 순증가를 나타낸다. 또한 7월 한 달간 총 발생한

초과사망자수는 571명(17.9%)으로 나타났다.

현재 기상청에서 현업 사용중인 여름철 열 스트레 스 지수(열지수, 불쾌지수)들과 PT의 비교를 위해, 본 연구기간 내 모든 여름철(5~9월) 기간을 대상으 로 지수들의 열 스트레스 각 등급에 해당하는 날들 을 추출하였다. 그리고 여름철 폭염은 단기간에 인체 건강영향을 미치며, 그 상관성은 폭염 당일보다 1일 후가 가장 높다는 국내 선행연구(Park et al., 2008;

Lee, 2006)의 결과와 같이 고온 스트레스 1일 후(lag

time==1)의 날들에 해당하는 사망률의 평균상대편차

와 신뢰구간을 산출하였다(그림 7). 각각의 열 스트 레스 등급에서 합산된 사망률의 평균 대비 상대편차 10

15 20

(a)

(b)

dPTdPT

-10 -5 0 5

dMR

-20 -15

10 15 20

-10 -5 0 5

-20 -15

4 8 12 16

-16 -12 -8 -4

dPT dMR

-60 -50 -40 -30 -20 -10 0

0

10 20 30 40 50 60

Days around hottest day

100

-100 80

-80 60

-60 40

-40 20

-20 0

94-06-01 94-06-06 94-06-11 94-06-16 94-06-21 94-06-26 94-07-01 94-07-06 94-07-11 94-07-16 94-07-21 94-07-26 94-07-31 94-08-05 94-08-10 94-08-15 94-08-20 94-08-25 94-08-30

Year-Month-Date

*dPT: Daily PT anomalies from the baseline value, dMR: Daily deaths anomalies from the baseline value

Fig. 6. (a) Deviation of PT and excess deaths on the averaged heat wave periods (PT over 42��C, 48 times) during 15 years. (b) Daily anomalies of PT and excess deaths in summer of 1994 (deviation from 15 years, except 1994).

(9)

값(평균 사망률 대비 증가량, 각 등급합은 음 또는 양의 값이 나타날 수 있음)과 신뢰수준은 각 지수들 의 15년 여름철 기간 전체에서 각 기준에 해당하는 날들의 전체 통계량을 의미하고 있다.

그림 7(a)의 열지수는 현재 안전(파랑, ‹27), 감시 (초록, 27⁄HI⁄32), 주의 (노랑, 32⁄HI⁄41), 위험 (빨강, 41‹HI)의 4등급으로 구분되어 사용된다. HI 의 해당 계급에 따른 사망률의 변화를 살펴보면, 주의 등급까지 초과사망률이 나타나지 않다가, 위험 이상의 레벨이 되면 초과사망률이 나타났다. HI가 41�C인 경 우는 기온 35�C, 상대습도 55% 이상의 무더운 상태이 며, 본 HI값에서 기온이 낮아지면 상대적으로 상대습 도가 높아져 피부와 땀을 통한 인체 외부로의 열 방 출을 방해하여 고온 스트레스로 인한 체내 열적 부담 을 가중시키는 상태를 뜻한다.

불쾌지수는 0에서 100까지의 절대적 기준이 존재 하며, 역시 기온과 상대습도의 조합으로 계산된다. 그 림 7(b)에서는 DI 68 이하의 Comfortable에서 DI 86 이상의 Extreme danger까지 총 6개 등급으로 사망률 과의 관련성 결과를 나타내었다. 그러나 전 여름철 기 간 동안의 평균적인 사망률은 불쾌지수가 증가할수 록 증가하기는 하나 열지수만큼의 직접적인 양의 초 과사망률을 나타내지는 못하고 있으며 오히려 초과 사망률을 전체에서 과소평가하는 결과를 나타내고 있다. 불쾌지수 계산과정에서 등급이 높아질수록 기온 과 습도의 입력값도 높아지고, 불쾌지수가 최고 스트 레스 등급을 나타난 날들(붉은색 구간)의 초과사망 률을 평균하였을 때에도 음의 초과사망률이 산출되 었다. 이는 그 날들의 평균적 초과사망률이 전체 평 균에 비교할 때 음의 값을 평균적으로 나타낸 것을 의미하며, 이는 불쾌지수가 높은 날에 사망률은 반드 시 높지 않다는 것을 의미한다.

그림 7(c)는 PT와 사망률과의 관계를 나타낸 것으 로 PT 등급의 증가에 따른 초과사망률 증가를 잘 모 사하고 있음을 알 수 있다. PT의 쾌적(Comfort)구간 에 속하는 16~20�C 구간에서 PT가 높아지면서 사 망률이 선형적으로 증가하기 시작하고 있다. 여름철 전 기간의 폭염스트레스 조건에서 사망률의 상대편 차는 스트레스가 가장 낮은 16~20�C 구간에서부터 점차 선형적으로 증가하기 시작하여 최고 고온 스트 레스 단계(Extreme heat load)에 해당하는 40�C 이상 의 등급에서부터 양의 초과사망률이 나타났으며(2.5, CI : 3.4), 44�C 이상의 극단적 등급에서는 전체 구간 중 최대 초과사망률을 나타내었다(28.4, CI : 13.1). 이 는 인체 열수지 모델에 근거한 PT의 과학적 합리성 과 그에 따른 보건과의 관련성이 국내에서도 명백하 (a)

2220 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56

30 25 35 40 45

-10 -15 -5 0 5 10 15 20

Mean relative deviation of MR(%)

30 25 35 40 45

-10 -15 -5 0 5 10 15 20

30 25 35 40 45

-10 -15 -5 0 5 10 15 20

Heat index (-1 day) in �C

(b)

(c)

Discomfort index (-1 day)

62 64 66 68 70 72 74 76 78 80 82 84 86 88

Perceived temperature (-1 day) in 。C

16 20 24 28 32 36 40 44 48

Fig. 7. Relationship between relative deviation of mortali- ty and each section of 3 indices ((a) heat index (apparent temperature), (b) discomfort index, (c) PT) on summer period of 15 years (1991~~2005).

*MR: Mortality

(10)

게 밝혀진 결과로 사료된다.

4. 결론 및 토의

본 연구는 1991년에서 2005년까지 15년간 서울에 서 관측된 일별 PT와 사망자료를 분석하여 고온스 트레스와 일 사망률 증가와의 관련성을 분석하였다.

사망자료는 고령자를 구분하여 분석하였으며, PT와 현재 사용중인 여름철 열적 지수인 열지수와 불쾌지 수와의 비교분석을 수행하였다. 연구결과를 정리하면 다음과 같다.

1) 고온스트레스의 시간적 분포조사 결과, PT를 통 해 나타난 높은 고온스트레스 시기는 주로 7월 중순 에서 8월 상순에 분포하고 있었다. PT에서 제안되고 있는 38도 이상의 가장 극단적인 고온 스트레스 등급 은 주로 7월 중순이 지나 시작되고 있으며, 최대강도 를 나타난 해는 당시 폭염과 관련된 여러 연구에서 보고된 바와 같이 1994년 여름철인 것으로 나타났 다.

2) 초과사망자수 피해는 PT의 최대시기와 매우 밀 접하게 나타나 높은 정상관성을 나타내었다. 또한 만 성질환 취약군의 구성비가 높고, 급격한 환경변화에 대한 대응이나 체열조절 능력이 취약한 65세 이상의 고령자 사망률의 기여가 컸으며, 고온스트레스의 영 향은 한기 스트레스와는 달리 시간지연 효과가 없이 단기간에 직접적으로 나타났다.

3) 기후적 관점에서 일평균 PT가 42도 이상으로 관측된 극단적 고온스트레스 일수의 추출결과, 15년 간 총 48일이 집계되었으며 그에 따른 PT와 일 사망 자수 아노말리의 분석결과, 고온이 나타난 당일을 중 심으로 전후로 PT와 일 사망자수는 분명한 정상관관 계(0.79)를 띠면서 확연한 동시 증감패턴을 보였으 며, PT 아노말리가 최대(9.27�C)를 나타낸 고온스트레 스 시기와 동일하게 일 사망자수 역시 최대치(10.7명) 를 나타내었다.

4) PT, 열지수, 불쾌지수에서 사용중인 열 부하 등급 에 따른 다음 날 사망률과의 평균상대편차를 구한 결과, 열지수는 최고 등급인 위험 이상의 등급에서 양 의 초과사망률이 나타났으며, 불쾌지수는 전체 분류 된 구간에서 과소평가하는 결과를 보였다. PT는 열 스트레스 등급의 증가에 따른 초과사망률의 증가경향

이 잘 나타났다.

서울에서 관측된 PT의 열 스트레스 등급증가에 따 른 일 사망률 증가에 대한 영향을 살펴보았다. 최근 15년 동안의 서울에서 관측된 PT 등급의 범위와 빈 도를 살펴보았으며, 일반적으로 폭염 스트레스가 강 하게 존재하는 기간이 여름철 중 언제인지 그리고 가 장 강하게 나타난 해를 조사하였다.

그리고 가장 고온 스트레스가 극단적인 해와 이를 제외한 평년 해 경향 및 신뢰구간 범위와의 시계열 적 비교를 통하여, 일반적인 열 스트레스가 나타나는 기후적인 시기에 비해 당시는 얼마나 빠르고, 강하게 나타났는지 조사하여 사망률과의 관련성을 비교하였 다. 본문에서 기술한 바와 같이 여러 선행연구와 동 일하게 평년에 비해 때 이른 고온 스트레스의 시기 와 강도는 거주민의 열 스트레스에 대한 단기적응 (Short-term acclimatization)이 이루어지지 못한 상태 에서 노출시에 전체 인구집단 규모에서 극단적인 초 과사망률 증가를 야기한다는 것이 본 연구에서도 밝 혀졌다. 따라서 본 연구에서 1차적으로 차용한 관측 된 PT와 사망률의 관련성 분석 외에도, 향후 발전된 연구를 위하여 인체의 열적 적응을 고려한 방법론을 적용해 볼 필요성이 제기된다.

기상환경의 변화로 인한 보건피해는 많은 선행연 구에서 알려진 바와 같이 각 지역 시민의 상대적인 기후순응도에 의해 좌우된다(Kim et al., 2009b, 2006;

Lee et al., 2009). 이와 같은 상대적인 기후적응도의 차 이에 관한 추가분석이 수행될 필요가 있다. 현재 진 행중인 기후변화로 인한 온난화로 겨울이 짧아지고 여름이 길어지는 추세에 있어 겨울철 사망자수의 감 소를 가져오는 긍정적 효과가 제기되고 있으나, 반대 로 고온현상발생의 시기가 빨라지고 빈도, 강도, 지속 시간이 증가하는 추세에 있으므로 겨울철보다 단기 간에 훨씬 큰 피해를 야기하는 폭염에 대한 주의가 더 강조되는 시점이다.

본 PT를 이용하여 서울 이외 다른 지역들에서의 임계기온과 그 보건특성을 규명하여 시민들의 열 스 트레스 취약성을 보다 효과적으로 평가하고, 고온스 트레스와 저온스트레스 정보를 동시에 나타내는 지 리적인 공간분포를 조사한다면, 기후변화에 따른 각 지역의 미래에 발생할 열 스트레스에 대한 시공간적 인 예측과 판단근거의 기초자료를 마련할 수 있을 것이다.

(11)

감사의 글

이 연구는 기상청 국립기상연구소 주요사업 신생 활∙산업기상기술개발연구의 지원을 받아 수행되었 습니다. 발전적인 조언을 보내주신 본 논문의 심사위 원들께 깊이 감사드립니다.

참 고 문 헌

Byon, J.Y., J.S. Kim, J. Kim, B.C. Choi, Y.J. Choi, and A.

Graetz (2008a) A study on the characteristics of perceived temperature over the Korean peninsula during 2007 summer, Atmosphere, 18(2), 137-146. (in Kor- ean with English abstract)

Byon, J.Y., J. Kim, B.C. Choi, and Y.J. Choi (2008b) Forecast and verification of perceived temperature using a mesoscale model over the Korean Peninsula during 2007 summer, Atmosphere, 18(3), 237-248. (in Korean with English abstract)

Changnon, S.A., K.E. Kunkel, and B.C. Reinke (1996) Impact and responses to the 1995 heat wave: A call to action, Bull. Amer. Meteor. Soc., 77, 1496-1506.

Ebi, K.L., T.J. Teisberg, L.S. Kalkstein, L. Robinson, and R.F.

Weiher (2004) Heat watch/warning systems save lives: Estimated costs and benefits for Philadelphia 1995-1998, Bull. Amer. Meteor. Soc., 85, 1067-1073.

Fanger, P.O. (1970) Thermal Comfort, Analysis and Applica- tion in Environment Engineering, Danish Technical Press, Copenhagen, 244pp.

IPCC (2007) Climate Change: The Physical Science Basis- Summary for Policymakers, R. Alley et al., 18pp (http://ipcc-wg1.ucar.edu/).

Gagge, A.P., A.P. Fobelets, and P.E. Berglund (1986) A standard predictive index of human response to the thermal environment. ASHRAE Trans., 92, 709-731.

Jendritzky, G., H. Staiger, K. Bucher, A. Graetz, and G. La- schewski (2000) The perceived temperature-the method of the Deutscher Wetterdienst for the assessment of cold stress and heat load for the human body, In: Internet Workshop on Windchill, hosted by Envi- ronment Canada.

Jendritzky, G., A. Maarouf, and H. Staiger (2001) Looking for a Universal Thermal Climate Index UTCI for Out- door Applications, Windsor-Conference on Ther-

mal Standards, Windsor, UK.

Jendritzky, G. and T. Birger (2009) The thermal environment of the human being on the global scale, Climate change and global health: linking science with pol- icy, Global Health Action Special Volume 2009, 10- 21.

Kim, H., J.-S. Ha, and J. Park (2006) High temperature, heat index, and mortality in 6 major cities in South Korea, Archives of Environmental and Occupational Health, 61, 265-270.

Kim, J., D.G. Lee, I.S. Park, B.C. Choi, and J.S. Kim (2006) Influences of heat waves on daily mortality in South Korea, Atmosphere, 16(4), 269-278. (in Korean with English abstract)

Kim, J., K.R. Kim, B.-C. Choi, D.-G. Lee, and J.-S. Kim (2009a) Regional distribution of perceived tempera- tures estimated by the human heat budget model (the Klima-Michel model) in South Korea, Adv.

Atmos. Sci., 26(2), 275-282.

Kim, J., D.G. Lee, and J. Kysely (2009b) Characteristics of heat acclimatization for major Korean cities, Atmos- phere, 19(4), 309-318. (in Korean with English abstract)

Kunkel, K.E., R.A. Pielke Jr., and S.A. Changnon (1999) Tem- poral fluctuation in weather and climate extremes that cause economic and human health impacts: A review, Bull. Amer. Meteor. Soc., 80, 1077-1098.

Landsberg, H.E. (1972) The Assessment of Human Bioclimate, a Limited Review of Physical Parameters, World Meteorological Organization, Technical Note No.

123, WMO-No. 331, Geneva.

Lee, D.G. (2006) Study on the Correlation and Characteristics of Weather elements affecting Daily Mortality in the Korean Peninsula, Inje University Master’s The- sis, 89pp. (in Korean with English abstract) Lee, D.G., J. Kim, and B.C. Choi (2007) Characteristics of

daily mortality due to heat waves in Busan in July 1994, Atmosphere, 17(4), 463-470. (in Korean with English abstract)

Lee, D.G., Y.J. Choi, J.Y. Byon, K.R. Kim, and L.S. Kalkstein (2009) Acclimatization effects of Korean metropoli- tan cities on Heat-Health Warning System (HHWS), Korean Meteorological Society Autumn conference proceedings, 340pp.

Matzarakis, A., H. Mayer, M.G. Iziomon (1999) Applications of a universal thermal index: physio-logical equivalent temperature, Int. J. of Biometeo-rol., 43, 76-84.

(12)

Meehl, G.A. and C. Tebaldi (2004) More intense, more fre- quent, and longer lasting heat waves in the 21st century. Science, 305, 994-997.

NIMR (2006) The Development of Biometeorology Technique II (MR060A44), 158pp.

NIMR (2007) The Development of Biometeorology Technique III (MR070A71), 282pp.

Park, J.K., W.S. Jung, and E.B. Kim (2008) A study on the influence of extreme heat on daily mortality, Korean J. of Atmos. Environ., 24(5), 523-537. (in Korean

with English abstract)

Staiger, H., K. Bucher, and G. Jendritzky (1997) Gefühlte Temperatur. Die physiologisch gerechte Bewertung von Wärmebelastung und Kältestress beim Aufen- thalt im Freien in der Maβzahl Grad Celsius, Annalen der Meteorologie, 33, 100-107.

UNEP (A2004) Impacts of summer 2003 heat wave in Europe.

United Nations Environment Programme Early Warning and Emerging Environmental Threats Rep.