지자체 적응대책 수립 지원을 위한 기후변화 시나리오 자료 활용 방안

Abstract

기후변화 시나리오 자료는 미래 기후변화 영향을 전망하고 적절한 대응방안을 수립하기 위한 과학적 근거로 활용된다. 따라서 기후변화 시나리오에 대한 올바른 이해와 활용은 기후변화 적응대책을 수립하기 위한 효과적인 의사결정에 매우 중요하다. 이 연구의 목적은 지자체 적응대책 수립 당사자들의 기후변화 시나리오 이해 및 활용능력 증대를 위해 적응대책 수립 시 기후변화 시나리오의 역할을 검토하고, IPCC 기후변화 시나리오 작성방법과 자료 현황을 조사하여 지자체 적응대책 수립을 위한 효과적 기후자료 활용방안을 검토하고자 한다. 이 연구의 주요 내용은 적응대책 수립을 위한 기후변화 시나리오의 역할과 작성방법 조사, 기후모형을 이용한 우리나라 미래 기후변화 전망 분석, 효과적인 기후자료 활용을 위한 발전 방향을 제시하는 것이다. 기후변화 시나리오는 크게 ① 기후모형에 기초한 시나리오, ② 민감도 분석을 위한 감도분석적 시나리오, ③ 과거 기후를 시공간적으로 모사하는 유사법에 의한 시나리오로 나뉜다. 널리 활용되는 기후모형에 기초한 시나리오는 역학적 방법과 통계적 방법에 의해 공간적 상세화가 이루어진다. 역학적 상세화는 지역기후 모형을 이용하는 방법으로 과학적으로 타당한 결과를 생산하며, 통계적 상세화는 과거의 관측과 모형 결과 사이의 통계적 상관성에 기초한 방법으로 Weather Typing, Weather Generator, Regression 방법 등이 있었다. 기후변화 시나리오를 영향평가에 활용할 경우, 각 영향 부문별 기상인자의 선정과 적절한 공간 및 시간 해상도 결정, 기준 시나리오 기간의 설정에 관한 고려가 필요하였다. 또한 미래 기후변화 시나리오를 선정할 경우, 기후모형 결과의 최신성, 해상도, 유효성, 대표성 검토가 필요하였다. 기후모형을 이용한 기후변화 전망은 다양한 요인에 의해 불확실성이 존재하며, 다수의 기후변화 시나리오 검토를 통해 불확실성을 정량화하는 노력이 필요하다. 현재 우리나라 적응대책 수립은 하나의 기후전망 자료를 이용하고 있으나, 이 결과가 과대 추정된 경우 적응비용이 크게 증가되고 과소 추정된 경우 부적절한 적응대책이 수립될 수 있다. 따라서 불확실한 기후변화하의 의사결정을 위해서는 다양한 배출 시나리오와 기후모형 결과를 활용한 적응대책 검토가 요구되며, 기후변화 시나리오 자료의 범위와 한계를 명확히 이해하는 것이 필요하다.

Climate change scenario data is utilized as a scientific basis for assessing future climate change impacts and establishing appropriate adaptation plans. Therefore, a proper understanding and use of climate change scenario data play a highly important role in supporting support the effective decision-making in adaptation planning. The objectives of this study are to review the roles of climate change scenarios in adaptation planning to improve the planner's data utilization ability and understanding of climate change scenarios, and to introduce the methodologies on effective climate data use for local adaptation planning in consideration of the IPCC's guidelines on developing climate change scenario data for impact and adaptation assessment. This study includes a review of the role and developing methods of climate change scenario data in adaptation planning, assessment of future climate change in Korea, and suggestions on the direction for effective use of climate projection data. There are three types of climate change scenarios building methods: ① scenarios developed from GCMs; ② incremental scenarios for sensitivity analysis; and ③ analogue scenarios constructed by identifying recorded climate regimes. In general, GCM-based scenarios are spatially downscaled by dynamic and statistical techniques for local-scale assessment and planning. The dynamically downscaled data is developed from regional climate model experiments that produce physically sound projection outputs and statistical downscaling is based on the statistical relationship between observed weather records and model outputs and includes weather typing, weather generator, and regression methods. When applying baseline climate data in impact assessments, three criteria need to be considered: types of data required, selection of adequate temporal and spatial resolution, and duration of the baseline period. In order to select model outputs for impact assessments, four criteria are also suggested: vintage, resolution, validity, and representativeness of the results. Uncertainties in climate change projections, which come from various sources including emission scenarios, climate models, downscalings and so forth, have to be quantified by using multiple emission scenarios and GCM outputs. However, the present situation of adaptation planning in Korea is solely dependent on single climate model projection based on RCP 8.5 emission scenario. This may result in an adaptation plan with inappropriate response to future climate change because of uncertainties in the estimation of magnitude and timing of future changes. Therefore, in order to make more reliable decisions considering future uncertainties in climate projection, it is necessary to compare the various emission scenarios and climate model outputs, and understand the limitation and applicable range of climate change data.