기후변화와 자연재해관리 제 5장 기후변화와 영향평가

기후변화 영향 평가기법

기후변화 영향평가법 UNIVERSITY KANGWON NATIONAL 기후변화 영향 평가기법

기후변화 시나리오 작성기법 기후변화 영향평가 작업 - 현재의 상황을 미래에 대한 예측, 비교하는 작업. UNIVERSITY KANGWON NATIONAL 기후변화 영향평가 작업 - 현재의 상황을 미래에 대한 예측, 비교하는 작업. 즉 기후변화가 일어난 경우와 일어나지 않은 경우를 비교하는 작업인데 이러한 예측들은 모두 시나리오에 의해 기술 됨. 기후 : 온도, 강수량, 증발산량 등 유역 특성을 결정하는 요소. ( 세 가지 ) 토지이용 : 식생면적 등 수자원 운영 : 유역의 수자원시스템 상황. (유역의 지형적 특성은 시간에 불변이라 가정하므로 제외.)

기후변화 시나리오 작성기법 1990년 IPCC 네 개의 방출 시나리오 정의 UNIVERSITY KANGWON NATIONAL 1990년 IPCC 네 개의 방출 시나리오 정의 - 한가지 : BaU(Business -as-usual) 시나리오로서 현재의 인구와 산업발전 추세가 지속되고, 온실가스에 대한 감축방안 등이 고려되지 않는 다고 가정. - 세가지 : 온실가스를 감축하기 위한 정책이 고려 되었으며, 온실가스 경감 비용과 정책에 대한 연구들은 대개 다수의 방출 시나리오에 대해 고려하지만 실질적으로 BaU시나리오에 기반을 둔 기후변화 모형의 모의결과를 사용. Kwadijk와 Middlekoop(1994), Kwadijk와 Rotmans(1995) - 라인강의 기후변화 영향을 살펴보았는데, BaU 시나리오, AP(Accelerated Policy) 시나리오 사용. IPCC 혹은 Lettenmaier(1996) - 합성 시나리오(Synthetic Scenarios), 상사 시나리오(Analogues Scenario), GCM 기반의 시나리오(GCM based Scenario) 사용.

기후변화 시나리오 작성기법 합성 시나리오(Synthetic Scenario) - 기후변수 값을 임의로 변화시키는 방법. UNIVERSITY KANGWON NATIONAL 합성 시나리오(Synthetic Scenario) - 기후변수 값을 임의로 변화시키는 방법. - 기본적으로 시스템 민감도 판별에 사용. - 취약한 지점 정보를 제공하나, 미래 예측에 대한 아무런 기여를 못 함. Mohseni와 Stefan(1998) - 온난 건조, 한랭 다습한 유역에 대한 기후변화의 민감도해석에 있어 6개의 기후변화량을 변수로 하는 수문모형을 이용하였는데, 모형의 입력 자료로서 6개의 기후변화량을 무작위적으로 ±20%를 변화시키며 유역의 민감도를 살펴봄. 이러한 연구결과는 취약지점 및 민감도에 대한 정보를 제공하지만 실제 예측에 근거한 기후변화에 대한 영향평가는 아님.

기후변화 시나리오 작성기법 2) 상사 시나리오(Analogues Scenario) 공간적 상사(Spatial Analogue) UNIVERSITY KANGWON NATIONAL 2) 상사 시나리오(Analogues Scenario) 공간적 상사(Spatial Analogue) : 어떤 특정지역 미래에 발생할 기후변화를 다른 지역 현재 기후로 나타내는 방법. 시간적 상사(Historical Analogue) * 계기 측정 자료를 사용하는 방법 : 측정기간을 온난한 기간과 한랭 한 기간으로 나누어 비교하는 방법이며, 과거 자료를 통해 기후변화로 인한 시스템의 반응을 살펴볼 수 있는 점에서 유용 함. * 고(古)기후를 사용하는 방법 : 지질학적, 식물학적 증거를 이용하여 과거 환경을 재구성하는 방법이며, 홍수로 인해 일어날 범람 등 하천유역의 거동에 대한 예측이 가능 한

기후변화 시나리오 작성기법 3) 기후모형 기반의 시나리오 UNIVERSITY KANGWON NATIONAL 3) 기후모형 기반의 시나리오 에너지 평형 모형(EBM, Energy and Balance Model) : 지표에 들어오는 태양복사와 외계로 방출되는 지구 장파 복사간의 차이를 지표면 온도 결정에 이용하는 방법. 대기-복사 모형(RCM, Radiative Convective Model) : 전 지구 평균 대기 온도의 연직분포는 특정 지역에서 수직적 온도변화를 계산함. 대기순환 모형(GCM, General Circulation Model), 전구기후모형(Global Climate Model) : 3차원 모형이 여기에 해당되고 온도, 강수, 구름 등의 기후 요소를 3차원적 공간에서 관련된 물리적 과정을 통해 대기 중 기체의 교란(perturbation)에 따른 모형 기후의 수치적 변화를 보여줌. 유일하게 현재 이용 가능한 수치모형에서 실질적 기후변화 영향평가를 위한 자료 제공가능.

온실가스 방출 시나리오 IPCC(1996) 온실가스 방출 시나리오(Emission Scenarios) UNIVERSITY KANGWON NATIONAL IPCC(1996) 온실가스 방출 시나리오(Emission Scenarios) : 1990년을 기준으로 2100년에는 CO2가 35～170%, CH4는 22～175%, N2O는 26～40% 증가하는 것으로 나타남. - 1차 보고서(First Assessment Report, FAR) : 미래의 인구, GDP, CO2 농도 및 순환 등을 가정하는 시나리오. SA90(Scientific Assessment 1990)에서 시작하여 현재는 SRES (Special Report on Emission Scenarios)시나리오를 사용, 2013년에는 5차 보고서(Fifth Assessment Report, AR5)와 함께 RCPs(Representative Concentration Pathways)시나리오를 제공할 계획.

온실가스 방출 시나리오 - 2차 보고서 : 1992년에 IS92a부터 IS92f까지 총 6개의 시나리오를 제시. UNIVERSITY KANGWON NATIONAL - 2차 보고서 : 1992년에 IS92a부터 IS92f까지 총 6개의 시나리오를 제시. 사회, 경제, 환경적 상황에 따라서 결과가 상당히 다양하게 모의되었기 때문에 미래의 온실가스 배출범위 또한 매우 다양하게 나타나게 됨. * IS92a : 제시된 6개 시나리오 중 대표 시나리오. 당시 주사용 연료와 미래 신재생에너지를 동시에 사용한다는 가정 하에 2100년까지 인구가 113억 명이 되고 1990년부터 2100년까지 연간 2.3%의 경제성장을 고려한 시나리오이다. * IS92e : 다른 가정은 동일한데 반해 적정한 인구증가와 화석연료에 대한 높은 의존도, 핵 발전이 점차 줄어들 것이라 가정. IS92c : 1990년대 이전 온실가스방출량 이하로 떨어진다는 시나리오. 인구는 초반에 증가하나 21세기 중반부터 감소하고, 경제성장도 둔화되며 화석연료가 과다 공급되게 된다는 시나리오이다.

IS92 시나리오의 CO2 배출량 (Girod and Flüeler, 2009) 온실가스 방출 시나리오 UNIVERSITY KANGWON NATIONAL IS92 시나리오의 CO2 배출량 (Girod and Flüeler, 2009)

온실가스 방출 시나리오 KANGWON NATIONAL UNIVERSITY IPCC 1992 시나리오 시나 리오 2100년 세계인구 경제 성장률 에너지 공급 기타 CFCs IS92a 세계은행 (1991) 113억 1990-2025 2.9% 2025-2100 2.3% 석유 ; 12000EJ 천연가스 ; 13000EJ 태양에너지비용은 0.75$/Kwh로하며, 연간 191EJ의 바이오 매스연료는 70$/배럴(=6GJ)로 산정 SOx, NOx, NMVOC의 배출규제가 입법화되고, 국제적인 합의가 이루어지며, 개발도상국의 SOx, NOx, CO 배출감소 노력이 다음세기중반까지 이루어짐 몬트리올 의정서의 부분적 준수, 기술이전의 결과 비협약국도 2075년까지 CFC를 단계적으로 전폐함 IS92b IS92a와 동일 IS92a와 함께 많은 OECD국가들이 이산화탄소 감소 또는 안정화 범 지구적으로 몬트리올 의정서의 일정 준수 IS92c UN 중저 경우 64억 2.0% 1.2% 석유 ; 8000EJ 천연가스 ; 7300EJ 원자력비용은 연간 0.4% 감소 IPCC 1992 시나리오

온실가스 방출 시나리오 KANGWON NATIONAL UNIVERSITY IPCC 1992 시나리오 시나 리오 2100년 세계인구 경제 성장률 에너지 공급 기타 CFCs IS92d UN (1991) 중저 경우 64억 1990-2025 2.7% 2025-2100 2.0% 석유와 천연가스는 IS92c와 같으며, 태양에너지비용은 0,065$/Kwh, 바이오 매스 연료는 50$/배럴 CO, COx, NMVOC와 SOx에 대한 배춭규제가 전 세계적으로 확산 삼림벌채 멈춤 공업국은 1997년까지 CFC생산을 전폐하고 HCFC도 전폐 IS92e 세계은행 113억 3.5% 3.0% 석유 18,400EJ, 천연가스는 IS92a와 같으며, 원자력은 2075년까지 전폐 화석에너지비용을 30%증가시키는 배출규제 IS92d와 동일 IS92f 중저경우 2.9% 2.3% 석유와 천연가스는 IS92e와 같으며, 태양에너지비용은 0.09$/Kwh로 증가 IS92a와 동일 출처 : IPCC(1992), Climate Change 1992 : The supplementary report to the IPCC Scientific Assessment, J. T. Houghton, B. A. Callander, and S. K. Varneyl, Cambridge University Press, Cambridge, UK, pp.331-339 IPCC 1992 시나리오

온실가스 방출 시나리오 IPCC 3차보고서(Third Assessment Report, TAR) UNIVERSITY KANGWON NATIONAL IPCC 3차보고서(Third Assessment Report, TAR) : 2000년에 제시된 SRES(Special Report on Emissions Scenarios) 시나리오 사용. SRES시나리오는 미래의 온실가스와 에어로졸 방출에 따른 미래의 다양한 지구환경을 대변하는 시나리오를 포함하고 있으며, 다음과 같은 용어를 사용. ○ Storyline : (a family of scenarios) 시나리오의 주된 특성에 대한 설명과 시나리오에 영향을 주는 주요 요소들 간의 관계에 대한 설명을 나타냄. ○ Scenario: Storyline에 기반한 명확한 논리로부터 기후변화에 따른 미래의 잠재적 영향에 대한 예측을 의미함. ○ Scenario family: 하나, 하나이상의 시나리오 집단으로 각각의 집단은 유사한 인구, 정치-사회, 경제, 기술을 가정하고 있음.

온실가스 방출 시나리오 UNIVERSITY KANGWON NATIONAL SRES 시나리오 : A1, A2, B1, B2로 나누어 21세기 전 지구를 대상으로 기후변화에 영향 있는 사회경제적 요소와 온실가스 등 에어로졸 배출에 대한 관계 설명. 4개의 기본적 storyline을 결정 , 신뢰성 있는 미래의 인구, 경제, 사회에 대한 데이터를 활용하여 통함평가모형 (Integrated Assessment Model)에 적용하여 총 40개의 시나리오가 개발 됨. 이중 검증을 거쳐 A2, B1, B2 storyline에는 하나의 시나리오만 결정, A1 시나리오만 A1FI(화석연료 주사용), A1T(비화석연료 주사용), A1B(에너지 자원 효율적사용)의 scenario family를 가지게 됨. ○ A1 storyline and scenario family : 매우 빠른 경제 성장을 전제로 21세기 중반에 인구가 최고조에 달한 후, 감소하게 되는 것을 가정하고 있으며, 자원의 효율을 높이기 위한 신기술이 매우 빠르게 개발되는 미래사회를 가정한 시나리오. ○ A2 storyline and scenario family : 국가간에 상당한 차이를 보이며 세계의 인구는 지속적으로 증가하게 되고 지역간의 경제성장에 대한 불균형이 가장 심한 시나리오. ○ B1 storyline and scenario family : A1시나리오와 동일하게 세계의 인구는 21세기 중반에 점차 수렴하게 되고 서비스와 정보 중심의 산업구조를 가지게 되는 시나리오로써 화석연료의 사용이 줄어들고 새로운 친환경 내지는 재생에너지에 대한 기술이 개발된다는 가정의 시나리오. ○ B2 storyline and scenario family : 기후변화에 따른 경제, 사회, 환경적 문제를 지역적으로 해결하는 사회로 지속적인 인구증가와 중간정도의 경제 성장을 가정하고 있는 시나리오.

4개의 SRES stroyline에 대한 설명 온실가스 방출 시나리오 UNIVERSITY KANGWON NATIONAL 4개의 SRES stroyline에 대한 설명

SRES 시나리오별 CO2 배출량(Girod and Flüeler, 2009) 온실가스 방출 시나리오 UNIVERSITY KANGWON NATIONAL SRES 시나리오별 CO2 배출량(Girod and Flüeler, 2009)

IPCC 4차 기후변화 시나리오 UNIVERSITY KANGWON NATIONAL COMMIT 시나리오는 가장 이상적인 시나리오로 장기간 지속되는 온실가스가 대기에 미치는 영향이 AD2000 수준으로 고정되는 시나리오. PIcntrl 시나리오는 온실가스의 농도가 산업혁명 이전 수준으로 꾸준히 유지된다는 가정 하에 모의된 시나리오.(기간: 1/1/1850～31/12/1999) 20c3m 시나리오는 지난 20세기를 통해 관측된 온실가스 증가량을 고려해서 모의 한 시나리오. (기간: 1/1/1850～1/1999) A2 시나리오는 지역적으로 발생하는 문제는 지역의 문화나 사회적 특성을 고려해서 해결하고자 하며, 무엇보다 자국민의 이익이나 해당지역의 전통이 중요시되는 시나리오. 인구 성장율은 매우 크다고 가정하는 반면 급속한 경제발전은 고려 않함. (기간: 1/1/2000～1/1/2099)

IPCC 4차 기후변화 시나리오 UNIVERSITY KANGWON NATIONAL A1B 시나리오는 인구의 증가율은 낮은(low) 단계로 가정, 새롭고 효율적인 기술이 빠르게 개발된다고 가정하는 시나리오. 주된 고려사항은 국가 간의 경제 및 문화적 차이를 수렴하고 국가 간 일인당 소득의 격차가 상당히 감소를 가정 하에 모의된 시나리오. (사람의 환경적 가치보다 개개인의 이득을 추구) B1 시나리오는 세계의 경제구조가 서비스와 정보 경제 중심으로 급속하게 변화하는 사회를 의미하며 청정기술과 자원의 효율성을 높이기 위한 기술이 다양하게 소개되는 세계를 가정. 1%2X 시나리오는 산업혁명이전을 기준으로 매년 1%씩 증가한다는 가정 하에 이산화탄소가 2배가 되는 시점까지 증가, 이후로 온실가스 양이 일정히 유지된다는 시나리오. 1%4X 시나리오는 산업혁명이전을 기준으로 매년 1%씩 증가한다는 가정 하에 이산화탄소가 4배가 되는 시점까지 증가, 이후로 온실가스 양이 일정히 유지된다는 시나리오.

IPCC 4차 기후변화 시나리오 UNIVERSITY KANGWON NATIONAL AR4 시나리오의 시간적 범위

AR4 SRES 시나리오에서 가정하는 사회경제적 지표 (IPCC, 2007) UNIVERSITY KANGWON NATIONAL Emissions Scenario Global population (billions) GDP US$ Per capita income ratio concentration (ppm) (℃) Global sea level rise (cm) 1990 5.3 21 16.1 354 2000 0.2 2 2050 SRES A1B 8.7 181 2.8 536 1.6 17 SRES A2 11.3 82 6.6 1.4 16 SRES B1 136 3.6 491 1.2 15 2100 7.1 529 711 2.9 39 15.1 243 4.2 857 3.8 42 7.0 328 1.8 538 2.0 31 AR4 SRES 시나리오에서 가정하는 사회경제적 지표 (IPCC, 2007)

IPCC 4차 기후변화 시나리오 KANGWON NATIONAL UNIVERSITY SRES illustration Description of emission Surrogated stabillisation scenario A1B Intermidiate case 750ppm A2 High case Dose not stabilise B1 Low end of SRES range 550ppm AR4 SRES 시나리오의 온실가스 안정화 시나리오(IPCC, 2007)

IPCC 5차 RCP기후변화 시나리오 KANGWON NATIONAL UNIVERSITY 대표농도경로 (RCP Representative Concentration Pathway) : IPCC AR5를 위한 새로운 온실가스 배출 시나리오로서, 온실가스 배출 시나리오의 시간에 따른 변화를 강조하기 위해 ‘경로 (Pathway)’의미, 유사한 복사강제력과 배출특성을 가진 시나리오 중 하나라는 측면에서 ‘대표 (Representative)’의미 포함. - RCP8.5 : 2100년에 복사강제력이 8.5 W/m2를 초과하는 고농도 시나리오. - RCP6.0 : 2100년까지 복사강제력이 6.0 W/m2까지 증가하다가 이후 안정화되는 중간 농도 시나리오, SRES A1B의 시나리오 복사강제력 값과 매우 유사. - RCP4.5 : 2100년까지 복사강제력이 약 4.5 W/m2까지 증가하다가 이후 그대로 4.5 W/m2의 복사강제력을 유지하여 안정화되는 저농도 시나리오로서 SRES B1의 복사강제력 값보다는 약간 크다. - RCP3-PD (2.6) : 2100년 전 복사강제력이 약 3.0 W/m2에 도달 이후 하강하는 형태 최저농도 시나리오, 유사한 SRES 시나리오는 없지만, 시나리오 사용자 그룹은 극단적인 기후변화 대응 정책을 수립하고 적용했을 때를 고려한 시나리오.

대표농도경로 (RCP)의 종류와 그에 상응하는 복사강제력 및 CO2 농도 IPCC 5차 RCP기후변화 시나리오 UNIVERSITY KANGWON NATIONAL Name 복사강제력1 농도2 경로형태 SRES와의 비교 RCP8.5 >8.5 W/m2 in 2100 >1370 CO2-eq in 2100 상승 A2∼A1F1 RCP6 ∼6 W/m2 (2100년) ∼850 CO2-eq (2100년 이후 안정화) 안정 A1B RCP4.5 ∼4.5 W/m2 (2100년) ∼650 CO2-eq (2100년 이후 안정화) B1 RCP3-PD(2.6)3 2100년 이전에 ∼3 W/m2 최고치 및 이후 감소 2100년 이전에 ∼490 CO2-eq 최고농도 및 이후 감소 상승 후 감소 - 1 복사강제력은 ±5%로 정의되며, 모든 인위적인 온실기체와 다른 요소들의 순효과를 포함한다. 2 CO2 상당농도 (equivalent concentrations, 이하 CO2-eq)는 단순 계산식 Conc. = 278 * exp (forcing/5.325)로 계산한다. 2005년 수명이 긴 온실기체들에 대한 CO2 상당농도의 최적추정치는 약 455 ppm이지만 모든 인위적인 강제 요소들의 순효과에 상응하는 CO2 상당농도 추정치는 375 ppm 임을 주목하라. 3 PD = peak and decline. 대표농도경로 (RCP)의 종류와 그에 상응하는 복사강제력 및 CO2 농도

IPCC 5차 RCP기후변화 시나리오 KANGWON NATIONAL UNIVERSITY CO2 농도의 시간변화. 과거 관측자료 (1850-2005)와 미래 IPCC RCP8.5, 6.0, 4.5, 2.6 시나리오에 근거한 농도변화.

시나리오의 수문적 활용성 평가 기후변화 시나리오의 수문적 활용성 평가 KANGWON NATIONAL UNIVERSITY -기후변화 시나리오 사용상의 문제점

기후모형의 개념 컴퓨터를 활용한 수치해석 모형 UNIVERSITY KANGWON NATIONAL 컴퓨터를 활용한 수치해석 모형 기후모형은 수학적 방정식을 기반으로 작성된 컴퓨터 프로그램이며, 방정식들은 태양에 의해 가열되 지표면과 대기에 반응하는 대기의 온도, 기압, 바람, 증기, 구름, 강수 등을 정량적 산정에 사용됨. 또한 대기 중의 온실가스요소(수증기, 구름, 이산화탄소, 메탄)가 지표면에 가까운 대기 온도를 얼마나 따뜻히 유지해줄지에 대한 방정식을 포함. 접합기후모형(Coupled climate model) : 3차원 해양순환을 표현할 수 있는 방정식 포함. 즉, 지구로 흡수된 태양에너지에 대한 이동과 대기 중의 열과 수증기 사이의 교환 과정을 수식으로 표현. 지표면의 토양, 식생, 눈, 얼음층과 대기사이의 에너지 및 수증기의 교환에 대한 고려가 가능.

기후모형의 개념 UNIVERSITY KANGWON NATIONAL 기후모형의 구조(Sperneer, 2009)

기후모형의 개념 UNIVERSITY KANGWON NATIONAL 기후모형의 모의과정 개념도 (NCAR, CCSM)

기후모형의 개념 2) 기후모형에서 에너지평형(Energy balance) UNIVERSITY KANGWON NATIONAL 2) 기후모형에서 에너지평형(Energy balance) 기후모형은 지구에 흡수된 태양빛의 작은 변화에 지구 기후가 어떻게 반응하는지에 대한 연구 및 인간에 의한 지구온난화의 영향을 분석·평가하는데 주로 사용. 태양에너지와 기후시스템 외부 열에너지와 복사에너지의 흐름에 의해 장기간 기후시스템의 평균온도를 컨트롤하게 되며 온도 일정 온도 변화 일정 불일정 복사 에너지 흐름

기후모형의 개념 3) 온난화 모의시 주요 결정 요인 UNIVERSITY KANGWON NATIONAL 3) 온난화 모의시 주요 결정 요인 기후모형에서 가장 큰 불확실성 요인은 기후시스템에서 이산화탄소에 의한 온난화의 영향을 어떻게 반영할 것인가이다. 기후모형 뿐만 아니라 실제의 기후시스템에서 이산화탄소 증가에 따른 지구의 에너지 불균형을 복구하는데 있어서 서로 다른 방법이 존재함. 온도 측면에서 가장 쉬운 방법은 온도의 증가. 되먹임(feedback)방법 : 기온의 변화는 구름, 수증기와 같은 기후시스템의 다른 요소들에 영향을 미칠 수 있으며 이러한 영향은 다시 기온에 영향을 주게 되는데 이러한 상호관의 영향관계를 고려하는 방법을 말하며, 이산화탄소에 의한 온도상승영향을 증가 및 감소시키기도 하고, 온도상승을 증가시키는 경우는 주요 온실가스 중 하나인 수증기의 양을 증가시키거나 중-저 고도의 구름의 양을 감소시키기 때문이며 가장 크게는 더 많은 태양열을 기후시스템에 공급하게 만들기 때문임.

기후모형의 종류 KANGWON NATIONAL UNIVERSITY 국가별 기후변화 모형 (AR4 시나리오) Center Center Acronym Model Beijing Climate Center , China BCC CM1 Bjerknes Centre for Climate Research , Norway BCCR BCM2.0 Canadian Center for Climate Modelling and Analysis , Canada CCCma CGCM3 (T47 solution) CGCM3 (T63 solution) Centre National de Recherches Meteorologiques , France CNRM CM3 Australia's Commonwealth Scientific and Industrial Research Organisation , Australia CSIRO Mk3.0 Max-Planck-Institut for Meteorology, Germany MPI-M ECHAM5-OM Meteorological Institute, University of Bonn, , Germany Meteorological Research Institute of KMA, , Korea Model and Data Groupe at MPI-M , Germany MIUB  METRI  M&D ECHO-G Institude of Atmospheric Physics , China LASG FGOALS-g1.0 국가별 기후변화 모형 (AR4 시나리오)

기후모형의 종류 KANGWON NATIONAL UNIVERSITY 국가별 기후변화 모형 (AR4 시나리오) Center Center Acronym Model Geophysical Fluid Dynamics Laboratory , USA GFDL CM2.0 CM2.1 Goddard Institute for Space Studies , USA GISS AOM E-H E-R Institute for Numerical Mathematics , Russia INM CM3.0 Institut Pierre Simon Laplace, France IPSL CM4 National Institute for Environmental Studies, Japan NIES MIROC3.2 hires MIROC3.2 medres Meteorological Research Institute, Japan MRI CGCM2.3.2 National Centre for Atmospheric Research, USA  NCAR PCM CCSM3 UK Met. Office, UK UKMO HadCM3 HadGEM1 National Institute of Geophysics and Volcanology, Italy INGV SXG 2005 국가별 기후변화 모형 (AR4 시나리오)

GCM을 이용한 기후모의 UNIVERSITY KANGWON NATIONAL GCM은 복잡한 기후 시스템 모의를 위한 과학적 법칙, 경험적 지식 등을 바탕으로 복잡하고 많은 수치적 방법들의 집합체이며, 현재 대부분의 GCM은 기술상 제약 때문에 해상도가 충분히 세밀하지 못하다. 따라서, 격자점보다 매우 작은 규모 현상역할을 나타내기 위해 GCM은 소위모수화 (parameterization)라는 수학적 특성화(mathematical characterization)를 이용한다. GCM들의 약점은 특히 강수량 예측과 관련하여, 물이 지구 기후에 중요한 역할을 함에도 불구하고, 기후 변화에 큰 영향을 주는 과정들인 구름, 해양 그리고 물 순환의 상호작용들이 충분히 반영되고 있지 못하다는 점이다. 따라서 이러한 GCM 수준에서 수 십년 이후의 기후를 정확하게 예측한다는 것은 쉽지 않다. 이상과 같은 부족한 점들을 포함하고 있음에도 불구하고, 기후 모형들은 온도와 강수의 위도별 분포, 온도의 계절 변화, 광역적 기압 분포와 연 변화, 바람 분포, 성층권 하부의 제트기류와 연관된 주요 기압골 등, 여름과 겨울의 전구적 기후 요소 분포를 상당한 정도로 모의하고 있다.

기후변화 실험방법 기후변화 실험 방법 단계적 기후 변화실험 점진적 기후 변화실험 KANGWON NATIONAL UNIVERSITY KANGWON NATIONAL 기후변화 실험 방법 단계적 기후 변화실험 점진적 기후 변화실험

기후변화 실험방법 단계적 기후 변화(equilibrium climate change) 실험 UNIVERSITY KANGWON NATIONAL 단계적 기후 변화(equilibrium climate change) 실험 - GCM을 이용하여 산업혁명 이전의 대기 중 CO2 함유량(300ppm)일 때의 기후(1CO2 Climate)와 CO2 양이 배증 됬을 때의 기후(2CO2 Climate)를 모의·비교하여 그 차이를 분석함으로써 미래의 기후를 예측하는 것으로, 이 실험의 장점은 해양을 단순화(mixed layer ocean)하여 모수화 함으로써 기후 변화 실험에 요구되는 막대한 컴퓨터 사용 절감할 수 있다. 또한, 탄소 순환(Carbon cycle)의 불확실성에 의해 예상되는 시간에 따른 문제점을 배제할 수 있다. 그러나 이 실험은 다음과 같은 현실성이 고려되지 않아 그 예측의 신뢰도에 한계를 주고 있다. 즉, 해양을 단순화함으로써 기후 변화에 미치는 해류의 역할을 배제하였고, 이 실험에 의한 기후 변화의 지리적 분포가 실제 대기에서 CO2 증가가 점진적으로 일어남에 따른 기후 변화와는 다를 수 있다는 점이다.

기후변화 실험방법 점진적 기후 변화(transient climate change) 실험 UNIVERSITY KANGWON NATIONAL 점진적 기후 변화(transient climate change) 실험 - 대기 중의 온실 기체 증가를 앞의 단계적인 변화에 의한 것이 아니라 시나리오에 의하여 점진적으로 증가시키는 방법으로 점진적 기후 변화 실험은 단계적 기후 변화의 약점을 보완할 수 있다. 이 방법은 3차원적 해류를 가진 해양 모형(OGCM, oceanic GCM)과 대기 모형(AGCM, atmospheric GCM)을 결합함으로써 기후 변화에 미치는 해양의 영향을 고려한다. 그러나 점진적인 기후변화 실현의 전제 조건은 시간에 따른 대기 중 온실 기체 증가 시나리오가 정확하게 작성되야 하는 것이나, 대기 중 온실 기체 증가 정도를 결정하는 탄소 순환의 불확실성은 GCM의 기후 변화 예측의 불확실성보다 작지 않기 때문에 점진적 기후 변화 실험의 결과는 탄소 순환에 의한 시나리오의 결정에 따라 달라질 수 있다(IPCC, 2002).

영향평가 연구 프로젝트 기후변화 영향평가 연구 프로젝트 UNIVERSITY KANGWON NATIONAL -유럽의 국가별 기후변화 프로젝트 -전구 모형을 이용한 기후변화의 영향분석(유럽) -지역적 모형을 이용한 기후변화 영향분석

모형별 시나리오의 수집 및 분석 UNIVERSITY KANGWON NATIONAL 지역단위 기후변화 시나리오는 모형은 전구기후모형(General Climate model, 이하 GCM) 모형과 지역기후모형(regional climate model, 이하 RCM)을 중심으로 작성 됨. GCM은 기상예측 및 기후변화 모의를 위해서 사용되는 모형을 총칭하며 Atmospheric GCMs(AGCMs)과 Oceanic GCMs(OGCMSs)이 독립적으로 운영되거나, 하나의 대기모형 AOGCM의 형태로 상호작용을 모의하는데 활용됨. RCM은 지역기후를 모의하는데 활용된다. 지역기후는 AOGCM의 수평격자보다 작은 규모로 발생하는 강제력과 순환에 의해 영향을 받으며, 지구온난화의 대규모 전지구 규모 강제력에 대한 반응이 지역적으로는 상당한 차이가 나타나게 되어 우리나라와 같이 복잡한 지형에 적용하기 위해 수십 Km로 상세하게 필요하여 RCM이 이런 목적으로 활용됨.

모형별 시나리오의 수집 및 분석 기후변화 모의를 위한 과정 KANGWON NATIONAL UNIVERSITY 첫째, IPCC 기후변화 시나리오를 기반으로 GCM 모의 실시. 둘째, GCM, RCM 모형간의 Scale 상이성을 보정 후 GCM 모형으로부터 RCM 모의를 위한 초기조건을 추출. 셋째, RCM 모형을 통한 지역적 기후변화 시나리오를 구축.

지역적 상세화를 통한 기후변화 시나리오 작성 과정 모형별 시나리오의 수집 및 분석 UNIVERSITY KANGWON NATIONAL 지역적 상세화를 통한 기후변화 시나리오 작성 과정

시나리오별 온도 상승폭과 해수면 상승 범위 (IPCC AR4, 2007) 모형별 시나리오의 수집 및 분석 UNIVERSITY KANGWON NATIONAL 시나리오별 온도 상승폭과 해수면 상승 범위 (IPCC AR4, 2007)

B1, A1B, A2 시나리오의 온도상승폭과 각 지역의 온도변화량 (IPCC AR4, 2007) 모형별 시나리오의 수집 및 분석 UNIVERSITY KANGWON NATIONAL B1, A1B, A2 시나리오의 온도상승폭과 각 지역의 온도변화량 (IPCC AR4, 2007)

모형별 시나리오의 수집 및 분석 UNIVERSITY KANGWON NATIONAL IPCC에서 선택한 전구모형의 특징

모형별 시나리오의 수집 및 분석 CCSM 버전3.0의 다운로드 받는 방법. KANGWON NATIONAL UNIVERSITY 첫째, wget을 이용하여 스토리지 서버에 직접 받는 방법. 둘째, FTP방법을 통해 PC에 자료를 받는 방법. 셋째, DML(Data Mover Light)방법, 자바를 베이스로 한 클라이언트를 이용하는 방법.

GCM 자료를 ESG 홈페이지(www.earthsystemgrid.org)에서 다운로드 받는 과정 모형별 시나리오의 수집 및 분석 UNIVERSITY KANGWON NATIONAL Wget을 이용한 다운 로드 화면 변수 선택 및 Data Cart 전송 화면 PCMDI에서 제공 하는 산출 자료 데이터베이스 E S G 홈 페 이 지 GCM 자료를 ESG 홈페이지(www.earthsystemgrid.org)에서 다운로드 받는 과정

모형별 시나리오의 수집 및 분석 UNIVERSITY KANGWON NATIONAL IPCC에서 선택한 전구모형의 특징

축소기법 GCM 사용 시 문제점 - 대부분 모형의 격자간격은 위도와 경도 5°내외로서 거리로 환산하여 UNIVERSITY KANGWON NATIONAL GCM 사용 시 문제점 - 대부분 모형의 격자간격은 위도와 경도 5°내외로서 거리로 환산하여 500km 이상 되는데 반해 우리나라와 같이 500km 이하인 반도나 섬은 무시되어 표면이 바다인 것으로 취급되기도 하고, 기후요소를 결정하는데 중요 지형효과는 해안선과 산맥인데 미국의 애팔래치아 산맥도 분해가 되지 않을 정도로 분해능이 낮으므로, GCM의 결과는 이러한 지형효과가 나타나지 않는다(Cooter 등, 1993). 그러므로 우리나라의 기후에 중요한 역할을 하는 태백산맥은 물론 한반도의 존재가 무시되기도 하므로 지역적 기후요소 계산에 오차가 발생한다. 또한, GCM의 결과를 이용하는데 있어서 중요한 문제점은 시간분해능이다. 현재 이용 가능한 GCM의 결과는 대부분 월 평균치이지만, 기후의 변화에 따른 영향을 평가하기 위하여 매시간 또는 매일별 값이 필요한 경우에 이용이 곤란하다(Cooter 등, 1993).

축소기법 GCM 사용 시 문제점에 대한 해결방법 - GCM 모의에서 사용되는 변수들이 시공간적으로 비현실적일지라도 UNIVERSITY KANGWON NATIONAL GCM 사용 시 문제점에 대한 해결방법 - GCM 모의에서 사용되는 변수들이 시공간적으로 비현실적일지라도 축소기법(Downscaling Techniques)을 통해 이런 문제를 해결할 수 있다. 이때 GCM으로부터 축소기법을 사용함으로써 관측치와 뚜렷한 연관성을 잘 반영할 수 있어야 하며, 실제로 관측 자료와 GCM 자료는 미래기후 시나리오를 생성함에 있어서 필요하므로, 이 두 자료에 대한 이용가능성을 고려하여 축소기법을 선택해야 한다. 축소기법은 크게 지역기후모형 (RCM)을 이용하는 경우와 경험/통계 그리고 통계/역학적 기법을 이용하는 경우로 구분된다.

축소기법 UNIVERSITY KANGWON NATIONAL 축소기법의 개념

축소기법 UNIVERSITY KANGWON NATIONAL 1) 동역학적 축소화 GCM과 병행하여 지역기후모형인 중규모의 기상모형을 둥지모형(nest model)으로 사용하는 방법으로, 둥지 지역기후 모형화 기법은 고분해 RCMs를 가동하기 위하여 초기 조건, 시간에 따라 변하는 측면 기상 조건 그리고 지표 경계조건을 사용하는 것을 담고 있고 이 초기 자료는 GCMs (또는 관측 분석)로부터 얻어지며, 이 자료에는 온실효과 기체와 에어러졸 강제력이 포함. 현재까지, 이러한 기법은 RCM 모의로부터 가동 GCM으로의 되먹임이 없이 단-방향 형태로만 사용되었으며 대규모 강제력과 RCM에 대한 전 지구 순환의 반응을 모의하기 위하여 전지구 모형을 사용하는 것이 기본 전략인데 이는 물리적으로 근거가 있는 방법으로 해양대기순환모형 (Oceanic General Circulation Model , OGCM )격자 규모 강제력을 설명하고, 보다 자세하게 대기순환과 기후 변수들을 모의할 때 품질 향상을 위한 것임.

축소기법 UNIVERSITY KANGWON NATIONAL 둥지 지역 모형화 기법은 수치 일기 예보에서 시작되어 최근에, RCMs는 기후모형과 다른 기후과정 모형들, 예를 들어 수문, 해양, 해빙, 화학/ 에어러졸 과 육지-생물권 모형들을 결합하기 시작. RCM 경계조건으로 요구되는 GCM 장은 짧은 시간 간격 (6-시간 이하)으로 규칙적으로 보관되지 않기 때문에, RCM 실험들을 실행하기 위해서는 전 지구 그리고 지역 모형을 만드는 사람들 사이에서 세심한 조정이 요구됨.

축소기법 UNIVERSITY KANGWON NATIONAL 2) 통계적 축소화 지역기후의 두 가지 요인(대규모 기후상태,지역·국지 지형 특색)에 의해 제약을 받을 수도 있다는 견해를 바탕으로 함. 이러한 관점에서, 대규모 기후 변수들(또는 예측인자)을 지역· 국지 변수들(또는 예측량)에 연결시켜 주는 통계모형을 처음으로 결정함으로써 지역 또는 국지 기후정보가 얻어지며, GCM 모의로부터 얻어진 예측인자들은 통계모형의 입력자료로 들어가 대응되는 국지·지역기후 특성들을 산출함. 모형 계산을 위해 이용이 가능한 질 좋은 자료들이 있는 지역에서는 회귀법에서 신경망 네트워크 그리고 유사법에 이르는 다양한 통계 축소화모형들이 개발됨.

축소기법 통계적 축소화의 장점 - 계산할 때 경제적(다른 GCM 실험들로부터 얻어진 출력 자료에 쉽게 응용가능)이다. UNIVERSITY KANGWON NATIONAL 통계적 축소화의 장점 - 계산할 때 경제적(다른 GCM 실험들로부터 얻어진 출력 자료에 쉽게 응용가능)이다. - 많은 기후변화 영향 응용에서 가장 필요로 할 수 있는 지역 정보를 산출할 때 이 기법들이 이용될 수 있다. 통계적 축소화의 단점 - 현재 기후를 위해 개발된 통계학적인 상관성이 미래 기후의 다른 강제력 조건하에서도 역시 유지된다. - 지역 강제력 조건 또는 되먹임(feedback) 과정을 설명할 수 없다.

지역기후변화 평가를 위해 통계 규모축소화 방법 사용가정. 축소기법 UNIVERSITY KANGWON NATIONAL 지역기후변화 평가를 위해 통계 규모축소화 방법 사용가정. ① 예측인자는 유도된 국지 기후 변수와 관련된 변수들이며, GCM에 의해서 사실에 가깝게 예측인자를 만든다. GCM은 지역 또는 격자 규모에서의 강수량보다는 온도 또는 지위 고도와 같은 대류권과 관련 된 양들이 보다 더 정교하게 표현된다(Osborn와 Hulme, 1997; Agnew와 Palutikof, 1999). ② 미래의 기후 조건하에서 통계적 상관성이 유지된다. 통계적 축소화 방법은 예측인자에 의한 모든 가능한 미래의 예상을 포함하는 관측기 록이 필요하기 때문에, 이러한 것은 미리 증명되어질 수 없다.

축소기법 UNIVERSITY KANGWON NATIONAL 통계학적 축소기법의 적용사례 (IPCC, 2002)

축소기법 UNIVERSITY KANGWON NATIONAL 통계학적 축소기법의 적용사례 (IPCC, 2002)

축소기법 UNIVERSITY KANGWON NATIONAL 3) 전이함수 전이함수(Transfer function)법은 GCM 격자 값을 국지 온도와 같은 지표변수들에 대한 예측인자로 하여, 다중 회귀 모형을 만드는 것임. 회귀모형을 전이함수라고 부르며, 전이함수의 형태로는 선형, 구분적 선형, 비선형 회귀방정식 등과 인공 신경망(Artificial Neural Networks, ANNs)을 이용. 4) 일기발생기 일기발생기(Weather generator, WGEN) 방법은 연속적으로 관측한 일기 변수들에 대한 통계적인 모형들이며, 많은 영향평가모형이 요구하는 것처럼, 대부분은 일일 시간규모에 초점이 맞춰져 있으나, 반일 모형들도 이용이 가능. 매일 강수 발생을 모형화 하는 연구 방법에 근거를 둔, 다양한 형태의 일기발생기들의 이용이 가능하고 항상 통계적인 과정에 의존함. 일반적인 두 가지는 Markov chain 방법과 spell length 방법임.

축소기법 UNIVERSITY KANGWON NATIONAL 5) 일기형태 일기형태(Weather type)는 대순환 패턴(Atmospheric Circulation Pattern)을 이용하여 GCM 자료를 지역규모의 강수량으로 축소하기 위한 방법, 관측 일 기압분포의 자료가 순환 패턴을 이해하기 위해 이용됨. 대기순환의 분류는 신경망 기법, K-means, Fuzzy, 주관적 군집을 이용. 다변량 추계학적 모형(multivariate stochastic model)을 이용하여 다 지점의 관측 일 강수량을 연결할 수 있도록 구성. 기후변화 하에서의 강수량을 산정하기 위해 GCM 결과 값 중의 하나인 일 기압자료로부터 유도된 대기순환 패턴을 추계학적 강수모형의 제한조건으로 이용.

Quantile Mapping을 이용한 보정 UNIVERSITY KANGWON NATIONAL Quantile Mapping방법 - GCM에 의한 모의 자료가 동일한 비초과확률을 갖는 관측자료의 크기로 대체되어 비율 또는 증감을 이용하여 단순히 형태를 맞추는 것이 아니라 과거 자료로부터 관측 자료와 모의 자료의 통계치를 일대일(one-to-one)로 대응하는 과정을 반복하는 것임[Wood(2006)].

Quantile Mapping을 이용한 보정 UNIVERSITY KANGWON NATIONAL Quantile Mapping방법 이용 계통오차를 제거하기 위한 편이보정 방법으로 활용 [Panofsy, Brire(1963)]. 유출량 보정을 위한 방법[Wood 등(2002, 2004), Hamlet 등(2003)] 을 이용, GCM자료 보정에도 활용되고 있음. 모의된 기후 변량 보정을 위해 GCM 시나리오와 관측치의 월별 비율을 산정하고 이를 모의치에 적용하는 과정을 설명하였으며 GCM 시나리오의 강우량과 온도 보정에 활용[Durman 등(2001)]. 유출량 산정과 이를 보정하는 연구에 활용[Hashino 등(2007)]. 기존 Bias-Correction방법과 Quantile Mapping방법을 비교하는 연구에서 기존 Bias-Correction 방법이 단순히 각각의 값들의 비율 보정에만 근거하였다면 Quantile Mapping방법은 자료에 내포된 변동성도 고려할 수 있는 장점이 있음[Wood(2006)].

Quantile Mapping을 이용한 보정 UNIVERSITY KANGWON NATIONAL Quantile Mapping방법의 개념도

Quantile Mapping을 이용한 보정 UNIVERSITY KANGWON NATIONAL 관측자료와 모의자료가 일치하지 않는 것을 알 수 있음. Bias-Correction방법을 이용한 편이보정 전(서울, 광주 지점)

Quantile Mapping을 이용한 보정 UNIVERSITY KANGWON NATIONAL 강수량은 8, 9월에서 증가,미래에 습윤·건조 지속기간이 감소로 예상. Bias-Correction방법을 이용한 편이보정 전(서울, 광주 지점)