Page 24 - 아시아·태평양경제협력체 기후센터 APCC 2025년도 연차보고서
P. 24

아시아·태평양경제협력체 기후센터                                                                                                        2025년도 연차보고서



          2025년도                             이번에 개선된 5종의 영향 지수는 단순한 기상 통계의 나열을 넘어, 농업 현장의 생산성 향상                                   2025년도                              6. DCPP 예측 모델의 동아시아 폭염 및 가뭄 예측성 평가

          APCC                               과 경영 안정에 직결되는 실질적인 의사결정 지원 정보를 제공한다.                                                  APCC                                  ㉖  정다은 연구원(downy@apcc21.org)         이현주 연구원(asteria1104@apcc21.org)

          대표성과                               첫째, 데이터 기반의 정밀한 영농 계획 수립이 가능해진다. 표준화된 ‘유효적산온도(GDD)’                                   대표성과

                                             와 정량적으로 산출된 ‘작물재배가능기간(GSL)’을 활용하면 작물의 발아부터 개화, 수확에
                                             이르는 생육 단계별 적기를 정밀하게 예측할 수 있다. 이를 통해 농가는 적정 시비 및 관수                                                                        최근 동아시아 지역은 기후변화 가속화로 인해 폭염, 가뭄, 홍수 등 극한 수문 기상 재해의 빈
                                             시기를 결정하여 농산물의 품질을 높일 수 있으며, 기후변화로 인한 재배 적지의 이동이나                                                                          도와 강도가 급격히 증가하고 있다. 이러한 기후 위기에 선제적으로 대응하고 사회·경제적
                                             이기작 가능 여부 등을 과학적으로 평가하여 미래 작부 체계를 선제적으로 준비할 수 있다.                                                                         피해를 최소화하기 위해서는 수년에서 수십 년 규모의 중장기 예측 정보 확보가 필수적이
                                                                                                                                                                                                          1)
                                                                                                                                                                       다. 특히 세계기후연구계획(WCRP)의 핵심 과제인  DCPP는 관측 데이터 기반의 초기 조건
                                             둘째, 시설 농가의 에너지 효율화 및 경영비 절감에 기여한다. 새롭게 도입된 ‘시설 난방적산                                                                       을 기후 모델에 반영하여 향후 10년의 기후를 전망하는 시스템으로, 전 지구적 기후 위험 관
                                             온도(HDD)’는 작물별 생육한계온도를 고려하여 겨울철 온실의 난방 에너지 수요를 정확히                                                                         리에 있어 그 잠재력을 높게 평가받고 있다..
                                             예측해 준다. 이는 스마트팜과 시설원예 농가가 불필요한 난방을 줄여 에너지 비용을 획기
                                             적으로 절감하는 데 도움을 줄 뿐만 아니라, 국가적으로는 농업 부문의 온실가스 감축 효과                                                                         그러나 동아시아 지역을 대상으로 하는 DCPP의 폭염 및 가뭄 예측 성능에 대한 체계적인
                                             를 정량적으로 평가할 수 있는 중요한 준거 자료가 된다.                                                                                           진단 및 검증은 여전히 초기 단계에 국한되어 있다. 이에 본 연구는 DCPP 예측 시스템의 특
                                                                                                                                                                       성과 한계를 정밀하게 진단하여, 향후 예측 정보의 신뢰도를 높이고 편의 보정 기술 개발을
                                             셋째, 기상 재해로부터 농업 피해를 최소화할 수 있다. 일 단위 기상 자료를 반영한 ‘Chill                                                                     위한 핵심 기초 자료를 제공함으로써 실효성 있는 기후 재난 대응 체계 구축에 기여하고자
                                             Days(저온 축적값)’는 과수의 휴면 타파와 개화 시기를 정교하게 예측하여 봄철 이상 저온에                                                                      한다.
                                             따른 냉해 피해에 미리 대비할 수 있게 한다. 또한 축종별(소, 돼지, 닭) 임계값을 반영한 ‘가축
                                                                                                                                                                                                              2)
                                                                                                                                                                                                                           3)
                                             더위지수(THI)’는 5단계(양호~폐사)의 구체적인 위험 정보를 제공하여, 여름철 폭염 시 가축의                                                                    DCPP 예측 시스템 5종은 공통적으로 폭염 빈도 지수인  온난일(TX90p) 및  온난야(TN90p)
                                             스트레스를 낮추고 집단 폐사를 막는 등 축산 농가의 리스크 관리 능력을 대폭 강화한다. 결                                                                        를 예측할 때 동아시아 전반에서 양의 편향을 보였으며, 온난화에 대한 민감도가 높아 예측
                                                                                                                                                                                                                                 4)
                                             과적으로 이러한 고도화된 정보 서비스는 농가의 소득 안정과 직결되며, 기후위기 시대에                                                                           선행 시간이 길어질수록 편향이 강화되는 경향을 노정(露呈)한 반면, 강도 지수인  일최고
                                                                                                                                                                                     5)
                                             국가 식량 안보를 공고히 하는 데 기여할 것이다.                                                                                               기온 연최대(TXx) 및  일최저기온 연최대(TNx)는 대체로 관측보다 작은 편향을 보였다. 폭염
                                                                                                                                                                       지수에 대한 모델의 상승 추세는 관측 대비 과대 모의 되었으며, 특히 2000년대 이후 온난
                                                                                                                                                                       일(TX90p)과 온난야(TN90p)의 급격한 증가가 두드러졌다. 예측성 분석에서는 강도 지수보
                                                                                                                                                                       다 빈도 지수가 상대적으로 높은 예측성을 보였으며, 특히 MPI-ESM1-2-HR 모델은 폭염 빈
                                                                                                                                     용어 해설
                                                                                                                                                                       도 지수에서 높은 상관관계와 낮은 오차를 나타냈다. 반면 CMCC-CM2-SR5는 모든 폭염 지
                                                                                                                                   1) DCPP:                            수 예측에서 낮은 예측성을 보였으며, 온난야(TN90p) 예측의 상관관계는 음의 값을 기록하
                                                                                                                                      Decadal Climate Prediction Project  였다. 전반적으로 준수한 예측력을 보이는 모델은 별도의 보정 없이 예측값 활용이 가능하
                                                                                                                                                                       나, 강한 온난화 추세 및 편향을 지닌 모델의 경우 관측 추세를 활용한 보정 등을 거친 후 예
                                                                                                                                   2) TX90p (Warm days):
                                                                                                                                                                       측값을 활용할 수 있을 것이다.
                                                                                                                                     Number of days when daily maximum
                                                                                                                                     temperature is greater than the 90th
                                                                                                                                                                       가뭄 예측에 대해서는 단일 연도부터 최대 10년 평균 선행 기간까지 결정론적·확률론적 검
                                                                                                                                     percentile
                                                                                                                                                                       증을 병행하여 시스템의 효용성을 진단하였다. 대부분의 모델에서 양의 강수 편의가 관측되
                                                                                                                                   3) TN90p (Warm nights):             었으나, 예측 성능은 단일 연도보다 다년 평균 예측 시 뚜렷하게 향상되었다. 이는 DCPP 모
                                                                                                                                     Number of days when daily minimum   델이 특정 연도의 변동성 예측보다는 10년 단위의 장기 평균 상태를 예측하는 데 더 강점이
                                                                                                                                     temperature is greater than the 90th
                                                                                                                                                                       있음을 시사한다. 검증 방식에 따른 예측 성능을 살펴보면, 결정론적 검증에서는 MIROC6
                                                                                                                                     percentile
                                                                                                                                                                       가 가장 우수한 성적을 거두었으며, 확률론적 검증에서는 CanESM5가 높은 성능을 나타냈
                                                                                                                                                                       다. 이러한 차이는 각 모델이 보유한 고유의 오차 특성에 기인한 것으로 분석된다. 따라서
                                                                                                                                   4) TXx:
                                                                                                                                                                       DCPP 가뭄 예측 정보의 정확도를 향상시키기 위해 모든 모델에 일괄적인 보정 기법을 적
                                                                                                                                     Annual  maximum  value  of  daily
                                                                                                                                     maximum temperature               용하기보다, 각 모델의 예측 특성과 오차 메커니즘을 고려한 개별 맞춤형 보정 기술 도입이
                                                                                                                                                                       필수적이다.
                                                                                                                                   5)  TNx:
                                                                                                                                     Annual  maximum  value  of  daily
                                                                                                                                     minimum temperature


                                                                                                                                                                                                                                     25
          24                                                                                                                                                                                                                         25
          24
   19   20   21   22   23   24   25   26   27   28   29