Development of Extreme Event Analysis Tool Base on Spatial Information Using Climate Change Scenarios

기후변화 시나리오를 활용한 공간정보 기반 극단적 기후사상 분석 도구(EEAT) 개발

Abstract

Climate change scenarios are the basis of research to cope with climate change, and consist of large-scale spatio-temporal data. From the data point of view, one scenario has a large capacity of about 83 gigabytes or more, and the data format is semi-structured, making it difficult to utilize the data through means such as search, extraction, archiving and analysis. In this study, a tool for analyzing extreme climate events based on spatial information is developed to improve the usability of large-scale, multi-period climate change scenarios. In addition, a pilot analysis is conducted on the time and space in which the heavy rain thresholds that occurred in the past can occur in the future, by applying the developed tool to the RCP8.5 climate change scenario. As a result, the days with a cumulative rainfall of more than 587.6 mm over three days would account for about 76 days in the 2080s, and localized heavy rains would occur. The developed analysis tool was designed to facilitate the entire process from the initial setting through to deriving analysis results on a single platform, and enabled the results of the analysis to be implemented in various formats without using specific commercial software: web document format (HTML), image (PNG), climate change scenario (ESR), statistics (XLS). Therefore, the utilization of this analysis tool is considered to be useful for determining future prospects for climate change or vulnerability assessment, etc., and it is expected to be used to develop an analysis tool for climate change scenarios based on climate change reports to be presented in the future.

기후변화 시나리오는 기후변화 대응 연구의 기반이 되는 사항으로, 대용량 시공간 데이터로 구성되어 있다. 데이터의 관점에서는 1종의 시나리오가 약 83 기가바이트(Giga bytes) 이상의 대용량이며, 데이터 형식은 반정형으로 검색, 추출, 저장 및 분석 등 활용상 제약이 있다. 본 연구에서는 대용량, 다중시기 기후변화 시나리오의 활용을 편리하게 개선하기 위하여 공간정보 기반의 극단적 기후사상 분석 도구를 개발하였다. 또한, 개발된 도구를 RCP8.5 기후변화 시나리오에 적용하여 과거 발생한 집중호우 임계치가 미래 발생 가능한 시기와 공간에 대한 시범 분석을 수행하였다. 분석결과, 3일 누적 강우량 587.6 mm 이상인 날이 2080년대 약 76회 발생하는 것으로 분석되었으며, 집중호우는 국지적으로 발생하였다. 개발된 분석도구는 초기 설정부터 분석결과를 도출하는 전 과정이 단일 플랫폼에서 구현되도록 하였다. 더불어 상용 소프트웨어가 없어도 분석결과를 다양한 형식(웹 문서형식(HTML), 이미지(PNG), 기후변화 시나리오(ESR), 통계(XLS))으로 구현되도록 하였다. 따라서 본 분석도구 활용을 통해 기후변화에 대한 미래 전망이나 취약성 평가 등의 활용에 도움이 될 것으로 사료되며, 향후 제공될 기후변화 보고서에 따른 기후변화 시나리오 분석 도구 개발에도 사용될 것으로 기대된다.

1. 서론

최근 녹색연합 등 민간 환경운동 단체를 중심으로 21 세기 들어 범용적으로 사용되던 “기후변화”를 “기후위기 비상행동(Climate Strike)”이라는 용어로 표현하고 있을 만큼, 기후변화는 21세기 초기 논의되던 시기에 비하여 심각해지고 있다(Global Climate Strike in Korea, 2019). 기후위기로 인한 피해는 최소 수십만 명 이상의 목숨을 앗아가거나 수천억 달러 이상의 경제적 손실을 초래하고 있다(Kang et al., 2010). 전 세계적으로 기후변화를 예측하기 위한 과학적 도구로는 IPCC(Intergovernmental Panel on Climate Change) DDC(Data Distribution Centre)에서 제공하는 GCM(Global Regional Model) 기후변화 시나리오를 활용한다. 기후변화 시나리오는 폭우, 폭설, 태풍 등 극단적으로 발생하는 기후위기에 효율적으로 대응하기 위한 과학적 근거로, 사회기반시설물(댐, 철도, 도로 등)의 효율적 관리, 확대를 위한 데이터로 활용 되고 있다(KMA, 2014). 기후변화에 의한 피해를 최소화및 효율적 기후변화 대응 관련 의사결정 중 가장 어려운 부분은 기후변화 시나리오 자체의 불확실성이 높다는 것이다. 이를 해결하는 현실적 방안은 이 기종, 다중 기후변화 시나리오를 연계분석 하여, 미래에 발생 가능한 피해규모를 파악하는 것이다(Chae et al., 2017). 결국, 극단적 기후변화, 기후위기를 예측할 수 있는 방법은 기후변화 시나리오를 통하여 분석하여야 한다. 따라서 세계 주요 국가들은 기후변화 시나리오를 기반으로 도출된 미래 전망을 통해 기후변화 대응과 관련된 의사결정에 활용한다.

기후변화 시나리오를 활용하는 연구는 우선적으로 기후변화 시나리오를 규모 상세화 하여 기존의 국내 기상관측 자료와 비교 검증하는 연구(Baek et al., 2011) 및 GCM 기후변화 시나리오를 지역 차원으로 규모 상세화 하는 연구(Shim et al., 2017) 등이 있다. 또한, 기후변화 시나리오를 활용한 취약성 평가와 관련된 연구 중 대표적 사례는 수재해 중 산사태 및 침수의 발생에 직접적 원인이 되는 강우량 임계치를 기후변화에 적용하여 미래 발생을 예측한 연구(Lee et al., 2014), 동일 강우량 패턴을 기후변화 시나리오와 확률강우량에 적용하는 연구(Lee et al., 2016) 등이 있다. 기후변화 시나리오 기반의 의사 결정 모델을 시스템으로 구현하는 사례에는 기후 데이 터와 취약성, 전략 및 사례 등을 도구 형태로 제공하는 Climate-ADAPT(european Climate ADAPTation platform), UKCIP(United Kingdom Climate Impacts Programme) 등의 프로그램이 있다(Climate-ADAPT, 2020; UKCIP, 2020). 또한, 미국 국립환경정보센터(National Centers for Environmental Information, NCEI)는 기후변화 시나리 오와 함께 관련 연구 및 정책수립에 필요한 대기, 해양, 지구, 태양표면, 퇴적물 및 위성영상 등 35PB(Peta-bytes, 1015바이트) 이상의 방대한 환경관련 데이터를 제공한 다(NCEI, 2020). 국내에서는 토지이용 및 피복 변화가 기후변화에 미치는 영향을 정량적으로 연구한 정책연 구(Han, 2011)와 기후변화 적응을 위한 공간계획 관련 연구가 수행되었다(Kim et al., 2013). 농촌진흥청은 농업용 미래 상세 전자기후도를 마련하였고(Moon et al., 2014), 기후변화 시나리오를 이용하여 한반도 농업기후 지수의 공간적인 분포와 시간적인 변화를 평가한 연구도 수행되었다(Chung et al., 2015). 기초 및 광역 지자체의 기후변화 정책 수립을 지원하기 위한 기후변화 취약성 평가도구(Vulnerability assESsment tool To build climate change Adaptation Plan, VESTAP) 개발(Oh et al., 2016)과 이를 활용한 폭염, 산불, 홍수 및 농업분야의 기후변화 취약지역 연구 등이 수행되었다(Lim, 2015; Mun et al., 2017; Oh et al., 2017). 환경부와 지자체를 중심으로 기후 변화 관련 가장 중요한 의사결정인 국가 기후변화 적응 대책 수립에도 VESTAP을 활용한 지자체 기후변화 취약성 평가가 진행되고 있다. 더불어 기후변화 관련 급· 만성질병 건강기후도(질병관리본부)와 방재기준(소방 방재청), 농축산 및 해양·수산업 분야 등 다양한 분야에 기후변화 시나리오를 활용하고 있다(KMA GAW, 2018).

기후변화 시나리오는 영국, 미국 및 일본 등 각 국가의 기상청에서 작성하여, 국내의 활용 가능한 국가 공인 기후변화 시나리오는 기상청(Korea Meteorological Administration, KMA)의 기후정보포털을 통하여 활용할수 있다. 국내의 경우, 영국 기상청 해들리센터(Hadley Centre) 모델을 바탕으로 135 km 지역규모의 전지구 기후변화 시나리오, 12.5 km 지역규모의 한반도 기후변화 시나리오, 1 km 지역규모의 남한 상세 기후변화 시나리 오를 제공한다(KMA GAW, 2017). 2100년을 기준으로 모두 4종의 목표 온실가스 농도에 따라 다양한 기후사상을 제공하는 RCP(Representative Concentration Pathways) 기후변화 시나리오는 2011년부터 2100년까지 총 90년 동안의 평년기준 365일 데이터로 구성되어 있고 보다 세부적 사항은 본문에서 기술하였다. 기후정보포털은 전술된 RCP 기후변화 시나리오를 조회하여 승인 후 다운로드하여 이용자가 활용할 수 있는 시스템으로 구성 되어 있다. 그러나 다운로드한 1개의 RCP 기후변화 시나리오는 약 3만개 이상의 파일과 약 83GB 이상의 텍스트 데이터로 구성되어 있어 데이터 확인을 위한 전수조 사에도 한계가 있다. 또한, 분석을 위한 데이터 전처리, 데이터 분석 및 결과 도출 등 데이터 기반 분석방법론 적용 시 고사양의 컴퓨팅 자원이 필요하며, 분석결과 해석 및 확인을 위해서는 고가의 상용 소프트웨어가 필요 하다. 따라서 기상청 기후정보포털에서 제공하는 데이 터와 분석기능을 함께 제공하는 서비스를 활용하는 것이 유리하지만, 이러한 서비스들은 특정 목적으로 활용 하기 위한 기능을 제공하기 때문에 그 범위를 벗어난 연구나 활용 목적에 따라 사용할 수 없다.

전술된 사항을 반영하여, 본 연구의 목적은 ‘기후위기’ 로 대변되는 현실에서, 기후변화 시나리오의 이용을 편리하게 개선하고, 보다 효율적으로 활용하기 위함이다.

이를 위하여 첫째, 대용량, 다중 시기의 기후변화 시나리오의 검색 및 추출 방법을 개선하였다. 기후변화 시나리오는 전술된 사항과 같이 대용랑, 일단위 분철 및 아스키(ASCII) 형태로 구성되어 있다. 이를 사용자의 조건별, 시기별로 추출하도록 구성하였다. 둘째, 오픈소스 소프트웨어를 활용하여 기후변화 시나리오 및 분석결과에 대한 시각화 방법을 범용적인 활용이 가능하도록 개선하였다. 기후변화 시나리오를 활용하기 위해서 상용 소프트웨어를 사용하지 않고, 이용자의 활용이 쉬운 웹문서(HTML), 이미지(PNG), 통계(XLS) 등의 형태로 분석결과를 저장하도록 구성하였다. 셋째, 기후변화 시나리오의 적재-분석-결과저장 등 분석과정을 일원화하였다. 기후변화 시나리오는 대용량, 다중 시기의 빅데이 터이지만, 각 시나리오 파일은 정형성을 갖고 있어 사전 설정파일이나 명령어를 통해 검색 및 분석조건을 설정하면, 데이터의 적재부터 분석, 결과저장까지 자동으로 수행되도록 구성하였다.

전술된 3가지 사항을 시스템(플랫폼)으로 구현하여 공간정보 기반의 극단적 기후사상 분석 도구(Extreme Event Analysis Tool, EEAT)를 개발하였다. 마지막으로 이를 활용하여 현재 수준의 온실가스 배출량을 유지할 경우의 RCP8.5 기후변화 시나리오에 대한 집중호우에 의한 극단적 기후사상을 추출하였다. 극단적 기후사상 추출은 분석 도구를 활용하여 2021년부터 2100년까지의 남한 전역에 대해 3일 누적 강우량 587.6 mm 데이터를 추출하였다. 분석 도구 사용 및 분석 결과 등 분석 과정은 본문에 기술하였다. 분석 도구의 활용을 통해 대량 및 다중시기의 대용량 기후변화 시나리오를 기반으로 다양한 검색조건을 적용하여 분석결과를 도출할 수있고, 오픈소스 소프트웨어를 이용하여 범용적으로 활용할 수 있도록 구성하였다.

2. 분석 도구 개발

본 연구는 Fig. 1과 같이 기후변화 시나리오 검토, 분석방법 정의, 분석모형 개발, 분석도구 구축, 활용사례 마련, 개선점 도출 등 모두 6단계로 수행되었다. 수행 과정에서 도출된 분석 도구는 입력데이터와 검색조건을 사용하여 초기화도구, 분석도구, 공간해석모형, 통계해 석모형, 분석결과 저장도구 등 모두 7개의 부분으로 구성하였다.

Fig. 1. Research flowchart.

1) 기후변화 시나리오 검토

기후변화 시나리오를 사용하기 위해서는 기상청 기후정보포털에서 활용용도, 활용분야, 소속, 이메일, 정보동의 및 이메일 인증을 통해 기후변화 시나리오를 다운로드하여야 한다. 기후변화 시나리오는 크게 RCP (제어적분 200년), RCP(제어적분 400년), SRES(Special Report on Emission Scenario), SSP(Shared Socioeconomic Pathways) 등 모두 4종에 대해 전지구, 한반도, 남한상세, 극한기후지수, 응용정도 등 격자 기준이나 한반도, 남한상세, 극한기후지수, 응용정보 등 행정구역 기준으로 제공한다(KMA GAW, 2019). RCP(제어적분 400년)을 기준으로 전지구와 한반도는 평균기온, 최고기온, 최저 기온, 강수량, 상대습도, 풍속을 제공한다. 남한상세는 HadGEM3-RA, RegCMv4, WRFv34, SNUMM5v3.0(MMS), GRIMs(RSM), MME4s(앙상블평균), MME5s(앙상블평균), MKPRISMv12 등 8종의 모델을 통해 도출된 평균기 온, 최고기온, 최저기온, 강수량 등 4종의 기후사상을 제공한다. 극한기후사상은 전술된 8종의 모델을 통해 도출된 서리일수, 식물생장기간, 폭염일수 등 20종의 기후 사상을 제공하고, 응용정보는 농업, 방재, 보건, 수자원, 산림, 동물생태 등 6종의 기후사상을 제공한다. 제공되는 파일 형식은 Binary, Ascii, Netcdf, Binary 추출, Ascii 추출, ESRI_ASCII GRID 추출 등 6종이고, 본 연구에서는 상용 소프트웨어에서 검증이 편리한 ESRI_ASCII GRID 추출 데이터를 기준으로 검토하였다. 제공되는 파일은 압축파일 형태로 묶여 있으며, 그 안에 포함된 README.TXT 파일에 파일의 포맷, 파일명 설명, 원본 자료 속성, 추출자료 속성 등 자료에 대한 설명이 기술 되어 있다.

Fig. 2는 기상청에서 제공하는 강우량에 대한 남한 상세 RCP8.5 기후변화 시나리오에 대한 예시이다. 위에서 부터 가로 격자의 수 ncols, 세로 격자의 수 nrows, 격자 시작점인 왼쪽 최하단의 경도 xllcorner와 위도 yllcorner, 지도상에서의 실제 거리 cellsize, 값이 없는 경우의 초기값 nodata_value, 전체 격자(가로 격자의 수×세로 격자의 수)의 기후사상 데이터 등 총 7개 행으로 구성되어 있다. Fig. 2는 가로 격자의 수는 751칸, 세로 격자의 수는 601칸이고, 데이터 시작점인 왼쪽 최하단의 경도와 위도는 각각 124.5와 33.이며, 격자의 크기는 1 km를 나타내고 값이 없는 경우는 -99이며, 총 451,351개 격자의 데이터를 포함한다. 이렇듯 개별 파일은 일별 기후사상을 나타낸다.

Fig. 2. Example of RCP8.5 Climate Change Scenario (2021-08-01).

2) 빅데이터 분석방법의 적용

기상청 RCP 기후변화 시나리오 검토를 통해 2011년 부터 2100년까지 총 90년간의 대량의 데이터이고, 일별 데이터가 담고 있는 대량의 반정형 데이터라는 점을 통해 이를 효과적으로 처리·분석할 수 있는 빅데이터 분석방법을 검토하였다. 빅데이터 분석방법은 Fig. 3과 같이 데이터의 수집 및 저장, 데이터의 전처리, 데이터의 분석 및 예측, 데이터의 시각화 등 4단계를 거친다.

Fig. 3. Big Data Analysis Methodology

데이터 수집 및 저장은 연구에 필요한 데이터를 선정후 데이터 수집기 등을 통해 데이터를 수집하여 저장하는 단계이다. 데이터 전처리는 전 단계에서 저장된 데이터를 검토하여 데이터의 특성을 추출하고 연구 목적에 따라 데이터를 보간하는 단계이다. 데이터 분석 및예측은 데이터 전처리를 통해 생성된 데이터의 분석을 위한 모형을 만들고 전술된 데이터를 적용하여 분석하는 단계이다. 데이터 시각화는 전 단계에서 도출된 분석 및 예측 결과를 도표 등으로 시각화하는 단계이다.

기후변화 시나리오 빅데이터 분석 프레임워크는 데이터의 전처리 단계에서 데이터 보간을 이용하지 않고 연산과정의 편의를 위해 데이터를 치환하는 방법을 이용하였다. 데이터의 분석 및 예측과 데이터 시각화 단계에서는 분석만 활용하였으며, 데이터의 시각화 단계 에서는 웹문서, 이미지, 기후변화 시나리오, 통계를 반영하였다.

전술한 내용을 바탕으로 Fig. 4와 같은 기후변화 빅데이터 분석 프레임워크를 도출하였다. 데이터 수집은 기상청에서 다운로드한 기후변화 시나리오(ESR), 광역 시도 경계 행정구역도(SHP), 온라인 지도(Open Street Map, OSM)를 사용한다. 데이터 전처리는 OSM을 제외한 파일을 확인하고 분석에 필요한 데이터를 보간하거나 대체한다. 데이터 분석은 분석에 필요한 분석기를 작성하고 분석기에 분석대상 데이터를 넣고 분석을 수행 한다. 데이터 시각화는 변경사항 없이 웹문서(HTML), 이미지(PNG), 기후변화 시나리오(ESR), 통계(XLS)를 도출한다. 세부 내용은 분석모형 개발과 분석도구 구축 에서 설명하고자 한다.

Fig. 4.  Climate Change Scenario Big Data Analysis Framework.

3) 극단적 기후사상 분석모형 개발

최근 폭염, 한파, 폭우 및 폭설 등 극단적 기후사상이 증가하는 것으로 인식하고 있으나, 기후변화에 따른 발생임계치가 변하기 때문에 명확한 정의가 없어 연구 목적에 따라 정의도 다르고 분석스케일에 따라 다른 결과를 도출할 수 있다(Park, 2015). 따라서 변화하는 조건에 따른 기후사상 추출이 가능하도록 수식 (1)과 같이 정리 하였다.

\(E_{t_{1} \sim t_{2}}\left(V_{o}\right)=\sum_{n=t_{x}}^{t_{x+d}} M_{n} \mid \sum_{n=t_{x}}^{t_{x+d}}\left(M_{n}\right)_{i j} \geq V_{0}\)       (1)

수식 (1)은 극단적 기후사상 E에 대해서 시작일자 t₁ , 종료일자 t₂ , 극단적 기후사상이 발생하는 기준 값(임계 치) V₀ 를 의미한다. 기후변화 시나리오에서 극단적 기후사상이 발현여부를 판단과정에서 t₁ 부터 t₂ 까지 일자중 첫 번째 일자 t_x , 하나의 연속된 기준일 수 d, n일의 기후사상(기후변화 시나리오) M_n,ij 는 행렬을 의미한다.

도출하고자 하는 극단적 기후사상 E_t1~t2(V_o)는 대상기간(연월일) t₁ 부터 t₂ 까지 기간 중 기준일 d 범위 내의 기후변화 시나리오(Latex)가 V₀ 와 같거나 초과하는 대상의 기후변화 시나리오의 집합으로 정의하였다. 이 때, 도출된 기후사상은 마지막 날 t_x+d 를 기준으로 E_{t x+d}(V_o)로 표시한다. 각 기후사상은 기준 값과 기준 값 이상의 지점의 수(V_(0,tx(d)),N)와 최댓값과 최댓값 지점의 수 (V_{(max,tx d))},M)로 표시한다.

전술된 모형은 제시한 기준일 d가 변화함에 따라 일간, 주간, 월간, 연간 등 다양한 시간적 스케일을 반영할 수있으며, 기준 값 V₀ 의 변화 따른 기후사상을 도출할 수있다. 또한, 수치형 기후요소에 적용이 가능하기 때문에, 전술된 형태의 기상기후 데이터에도 활용이 가능하다.

4) 분석도구 구축

기후변화 시나리오 검토와 분석방법 정의에서 도출된 기후변화 빅데이터 분석 프레임워크와 분석모형을 통해 기후변화 시나리오 분석 도구인 EEAT(Extreme Event Analysis Tool)를 개발하였다. 분석 도구는 Fig. 5와 같이 입력데이터와 검색조건, 초기화도구, 분석도구, 공간해석모형, 통계해석모형, 분석결과 저장도구 등 총 6개 기능으로 구성하였다.

Fig. 5. Structure of Extreme Event Analysis Tool.

입력데이터는 온라인 지도(Open Street Map, OSM), 기후변화 시나리오(ESR)와 광역시도 행정구역도(SHP) 를 사용한다. OSM은 분석결과에 대한 웹문서 저장 시, 해당 시점의 지도 데이터를 사용하고, 기후변화 시나리오는 검색기간 등 검색조건에 포함되는 데이터를 사용 한다. 또한, 광역시도 경계 행정구역도는 분석결과에 대한 웹문서 저장 시에만 사용하며, SHP 형태를 GeoJSON 형태로 변환하여 사용한다.

검색조건은 연월일 형식의 시작일과 종료일 등 검색 기간, 기준 값과 기준 일, 입력데이터 저장위치와 분석 결과 저장위치로 구성되며, 사용자는 사전 설정파일이나 쉘 명령어를 통해 지정 및 실행할 수 있다. 사전 설정 파일은 Fig. 6과 같이 시작일 startDate, 종료일 endDate, 기준 값 maxVal, 기준일 days, 기후변화 시나리오가 저장된 위치 tgDir, 분석결과가 저장될 위치 toDir 등으로 구성하였고, 쉘 명령어 사용 시에는 결과저장 위치, 시작일, 종료일, 기준 값, 기준일 등을 순서대로 입력하여 동작한다. Fig. 7은 명령어를 통해 분석 도구가 동작하는 화면이다.

Fig. 6. Example of prerequisite file.

Fig. 7. Example of CCS Analysis by Command-line Interface.

초기화 도구는 입력데이터 저장 위치의 검색조건에 부합하는 기후변화 시나리오 파일의 목록을 작성하고, 분석결과 저장위치를 초기화한다. 분석도구는 초기화 도구를 통해 도출된 기후변화 시나리오 목록을 기반으로 검색조건과 분석모형을 적용하여 기후변화 시나리오 형태(ESR)의 극단적 기후사상을 도출한다. 공간해석 모형은 도출된 극단적 기후사상을 공간 좌표체계에 따라 배치한다. 통계해석 모형은 도출된 극단적 기후사상을 연대별, 일별, 기준일 기준 등 통계적 분석결과에 대한 통계를 작성한다.

분석결과 저장도구는 전술된 모형에서 도출된 분석 결과를 웹 문서형식(HTML), 이미지(PNG), 기후변화 시나리오(ESR), 통계(XLS) 등의 형태로 저장한다. 특히, 기존의 기후변화 시나리오(ESR)는 ArcGIS 등 전문 공간정보 소프트웨어를 통해서만 확인할 수 있었지만, 웹문서형식은 크롬(Chrome) 등 인터넷 웹브라우저를 통해서 확인할 수 있다. 또한, 분석결과가 온라인 지도 (Open Street Map, OSM) 위에 표시되어 수치와 대상지 역을 함께 확인할 수 있다. 또한, Fig 8의 온라인 지도와 Fig. 9의 기후변화 시나리오 분석결과, 광역시도 경계 행정구역이 중첩되어 아파트단지 등 건물 단위에서 남한 전역까지 확대–축소하여 확인할 수 있다. 세부내용은 분석도구 활용사례에서 추가 설명하였다. 그 외 이미지는 이미지 뷰어로 확인 가능하고, 기후변화 시나리오는 전문 공간정보 소프트웨어를 통해 확인이 가능하며, 통계는 엑셀(XLS) 형식을 지원하는 구글 문서도구, 네이버 오피스 등으로 확인이 가능하다.

Fig. 8. Online Map.

Fig. 9. (a) Climate Change Scenario and (b) Metroplitan Border Map.

분석 도구는 사용자가 입력데이터와 검색조건만 설정하면, 4가지 도구가 유기적으로 연계되도록 구성하여 분석이 끝나면, 분석결과 저장위치에서 전술된 파일을 활용할 수 있다. 본 연구에서는 다음의 강우량 피해 연구 사례에 적용해보았다.

3. 분석 도구 활용사례

본 연구를 통하여 개발한 공간정보 기반 극단적 기후 사상 분석 도구를 활용하여 극단적 기후사상에 의해 발생하는 자연재해 중 집중호우에 의한 침수 피해 발생을 분석하였다. 이를 위해 과거 국내의 집중호우에 의한 침수피해는 당일 집중호수 보다는 3일 누적 강수량에 의한 피해가 다수 발생한다는 선행연구를 검토하였다(Hong et al., 1990; Kim and Chae, 2009; Lee et al., 2016).

또한, 실제 2011년 수도권 지역의 집중호우에 의한 피해가 3일 누적 강우량 587.6 mm 이상에 의해 발생한 임계 치를 기후변화 시나리오 중 RCP8.5 기후변화 시나리오를 대상으로 유사 피해가 발생 가능한 미래 시점 및 공간적 위치를 분석하였다.

RCP8.5 기후변화 시나리오의 대상 기간 2021년부터 2100년까지의 총 80년 중 3일 누적 강우량 587.6 mm 이상 일 수는 Table 1과 같이 총 337일이다. 이를 10년대별로 나누어 본다면, 2040년대 19일로 가장 적었으며, 2080년대 76일로 가장 많이 발생하였고, 최대 및 최소 일자 차이는 57일로 분석되었다. Table 1, Fig. 10과 같이 3일 누적 강우량 587.6 mm 이상 발생하는 날은 급격히 증가 하고 있는 것으로 분석 되었다. 증가하는 사항을 정량 적으로 분석하기 위한 선형 회귀 분석에서 R 2 값이 0.77로 순증하는 것을 나타내었다. 이러한 증가 현황을 월별로 분석하였을 경우 2020년대의 경우 6월 및 7월에 한정되었으나, 3일 누적 강우량 발생이 가장 많은 2080년 대의 경우 6월, 7월, 8월 및 9월까지 확대되고, 2090년대 경우 5월까지 확대되는 것으로 분석되었다. 결국, 3일 누적 강우량 587.6 mm는 발생하는 날짜와 기간이 함께 증가하는 것으로 분석되었다. 특히, 연 10일 이상 발생하는 경우는 7월의 경우, 2085년 14일, 2055년 13일, 2090년 11일 등 총 3개년에서, 8월의 경우, 2081년 16일, 2094년 13일 등 총 2개년에서, 6월의 경우, 2052년으로 분석되었다.

Table 1. 3-day Cumulative Rainfall of RCP8.5 Climate Change Scenario (2021-2100)

Fig. 10. Years Trend of 3-day Cumulative Rainfall by RCP8.5.

전술된 분석결과 중 최근 R에 가장 근접한 시기는 2021년 7월 7일이고, 최대 강우량은 702.1 mm로 분석되 었다. 또한, Fig. 11, Fig. 12와 같이 2021년 7월 7일 기준 발현장소는 전라북도 부안군 변산면 일대 약 118 km 2 로분석되었다.

Fig. 11. Result of RCP8.5 (2021-07-07) Using ArcGIS 10.1.

Fig. 12. Result(HTML) of RCP8.5 (2021-0707) Using Chrome.

분석 도구를 활용하여 총 29,038일의 RCP8.5 기후변화 시나리오를 기반으로 전술된 분석결과 도출까지 약 3시간이 소요되었다.

4. 결론

본 연구에서는 극단적 기후변화, 기후위기를 예측할수 있는 기후변화 시나리오를 활용하기 위해 기후변화 시나리오를 검토하여 기후변화 시나리오의 이용을 편리하게 개선하는 것이다. 이를 위하여 기상청에서 제공 하는 RCP 기후변화 시나리오를 대상으로 극단적 기후 사상을 검색, 추출 및 웹문서와 이미지, 통계 분석이 자동으로 구현되는 시스템을 개발하였다. 또한, 개발된 시스템을 RCP8.5 기후변화 시나리오에 적용하여 과거 발생한 집중호우의 임계치가 미래 발생 가능한 시기와 공간에 어떻게 발현되는지에 대한 시범 분석을 수행하 였다. RCP 기후변화 시나리오를 데이터의 관점에서 분석한다면, 4종의 RCP 시나리오(2.6, 4.5 6.0 및 8.5)로 구성되어 있으며, 1종의 시나리오 당, 일일 데이터로서 90 년의 데이터이다. 더불어 공간적으로 우리나라 전체를 포함하고 있으며, 공간해상도 1 km의 격자로 구성되어 있다. 전체 격자의 수는 약 42만개이다. 이러한 기후변화 시나리오를 보다 효율적으로 사용하기 위해서 빅데 이터 분석방법을 활용하였다. 이를 위하여 기후변화 시나리오 분석에 적용 가능한 기능 선별, 분석결과의 효율적 표출을 위한 데이터 시각화 기능 추가 등 기후변화 시나리오 빅데이터 분석 프레임워크를 도출 및 분석 도구 활용을 위한 분석모형을 개발하였다. 개발된 분석 모형은 입력데이터와 검색조건을 통해 초기화도구, 분석도구, 공간해석모형과 통계해석모형, 분석결과 저장 도구로 구성하였다. 또한, 사용자가 사전 정의파일과쉘 명령어를 통해 분석 도구를 실행하면 초기화 과정부터 분석결과 저장과정까지 한 번에 실행되도록 구성하 였다. 최종적으로 극단적 기후사상 중 집중호우(3일 누적 강우량 587.6 mm 이상) 발생을 RCP8.5 기후변화 시나리오에서 검색, 추출, 저장 및 분석하는 시범 적용을 수행하였다.

본 연구 결과는 대용량, 다중 시계열 및 물리적 공간적 범위가 큰 기후변화 시나리오를 효율적으로 분석할수 있다는 의의가 있다. 기존 기후변화 시나리오를 기상청 및 IPCC DDC 등에서 다운로드하여도 전술된 것과 같이 대용량의 기후변화 시나리오를 분석하기 위해 서는 많은 인력과 시간, 장비 등이 필요하고, 사용 목적이 제한되어 있거나 분석할 수 있는 기후사상이 고정된 전문 서비스들은 다양한 기후사상에 대한 분석이 제한 된다.

또한, 본 연구는 기후변화 관련 정책 수립 및 이행의 과학적 근거를 강화한다는 의의가 있다. 우리나라의 경우, 기후변화 영향을 감안하여 5년 단위로 연동(rolling)하는 국가기후변화적응대책과 광역 및 기초 지자체의 기후 변화 적응대책 세부시행계획 등이 수립, 이행되고 있다.

현재 3차 국가기후변화적응대책이 수립 중이며, 기후 변화와 관련된 대책 및 세부시행계획은 이상기후 및극단적 기후사상이 발생한다는 가정을 기반으로 수립 한다. 전술된 내용은 기후변화 시나리오 분석을 바탕으로 작성된다. 본 연구는 이러한 기후변화 분석을 보다 편리하고 효율적으로 수행할 수 있는 도구의 개발이라는 의의가 있다.

본 연구는 대용량, 다중 시기 기후변화 시나리오의 분석을 효율적으로 진행하는 도구 개발이라는 의의가 있다. 그럼에도 불구하고 경우에 따라 활용이 불편할 수있다. 첫째, ESRI ASCII Grid 형식의 기후변화 시나리오 파일을 대상으로 분석 시스템을 구성하였기 때문에, 전술된 형식이 아닌 경우, 파일 구성에 대한 변경 후 활용이 가능하다. 둘째, 기후변화 시나리오에 대한 다운로드가 필요하다. 기상청 등 기후변화 시나리오를 제공하는 서비스를 통해 사용자가 기후변화 시나리오를 다운받은 후에 사용할 수 있다.

기후변화에 따른 미래를 전망하거나 기후변화에 대한 취약성을 평가하고자 할 때, 기후변화 시나리오는 매우 중요한 재료이다. 따라서 본 분석도구 활용한다면, 기후변화에 대한 미래 전망이나 취약성 평가 등에 큰 도움이 될 것으로 사료된다. 또한, 향후 6차 기후변화 보고 서에 따른 기후변화 시나리오 분석 도구 개발에도 사용될 것이라 기대한다.