선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 연구는 PT를 이용하여 서울의 여름철 고온스트레스를 중심으로 1991년에서 2005년까지 PT에 기반한 고온스트레스 분포를 조사하고, 현재 사용중인 여름철 생활기상지수인 열지수, 불쾌지수, PT와 초과사망률과의 관련성을 비교하여 보건에 영향을 미치는 열적 스트레스 지수의 타당성을 분석하고자 한다. 2장에서는 자료 및 방법을 소개하고, 3장에서는 연구결과를 제시하였다.
- 본 연구는 1991년에서 2005년까지 15년간 서울에서 관측된 일별 PT와 사망자료를 분석하여 고온스트레스와 일 사망률 증가와의 관련성을 분석하였다. 사망자료는 고령자를 구분하여 분석하였으며, PT와 현재 사용중인 여름철 열적 지수인 열지수와 불쾌지수와의 비교분석을 수행하였다.
- 본 연구는 서울에서 15년 동안 관측된 3시간별 PT를 통해 나타난 고온 스트레스의 여름 기간 내 분포를 조사하였다. 또한 여름철 PT와 일 사망률 증가와의 관련성을 분석하기 위하여 전 기간에서 집계된 극단적 고온스트레스 사례와 극단적 폭염사례로 알려진 1994년 하계의 PT와 초과사망자수와의 연관성을 비교분석하였다.
- 서울에서 관측된 PT의 열 스트레스 등급증가에 따른 일 사망률 증가에 대한 영향을 살펴보았다. 최근 15년 동안의 서울에서 관측된 PT 등급의 범위와 빈도를 살펴보았으며, 일반적으로 폭염 스트레스가 강하게 존재하는 기간이 여름철 중 언제인지 그리고 가장 강하게 나타난 해를 조사하였다.
제안 방법
- PT를 계산하기 위한 기상자료는 기상청 서울관측소(37˚57′N, 126˚58′E, 85.5 m)의 1991년 1월 1일에서 2005년 12월 31일까지 총 5,479일이며, 3시간 간격(1일 8회)으로 관측된 자료(기온, 노점온도, 풍속, 전운량, 중하층운량, 운형)를 사용하여 일평균 PT를 계산하였다(Byon et al., 2008a, b).
- 그리고 가장 고온 스트레스가 극단적인 해와 이를 제외한 평년 해 경향 및 신뢰구간 범위와의 시계열적 비교를 통하여, 일반적인 열 스트레스가 나타나는 기후적인 시기에 비해 당시는 얼마나 빠르고, 강하게 나타났는지 조사하여 사망률과의 관련성을 비교하였다. 본문에서 기술한 바와 같이 여러 선행연구와 동일하게 평년에 비해 때 이른 고온 스트레스의 시기와 강도는 거주민의 열 스트레스에 대한 단기적응(Short-term acclimatization)이 이루어지지 못한 상태에서 노출시에 전체 인구집단 규모에서 극단적인 초과사망률 증가를 야기한다는 것이 본 연구에서도 밝혀졌다.
- 현재 기상청에서 현업 사용중인 여름철 열 스트레스 지수(열지수, 불쾌지수)들과 PT의 비교를 위해, 본 연구기간 내 모든 여름철(5~9월) 기간을 대상으로 지수들의 열 스트레스 각 등급에 해당하는 날들을 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 평균상대편차와 신뢰구간을 산출하였다(그림 7). 각각의 열 스트레스 등급에서 합산된 사망률의 평균 대비 상대편차 값(평균 사망률 대비 증가량, 각 등급합은 음 또는 양의 값이 나타날 수 있음)과 신뢰수준은 각 지수들의 15년 여름철 기간 전체에서 각 기준에 해당하는 날들의 전체 통계량을 의미하고 있다.
- 또한 여름철 PT와 일 사망률 증가와의 관련성을 분석하기 위하여 전 기간에서 집계된 극단적 고온스트레스 사례와 극단적 폭염사례로 알려진 1994년 하계의 PT와 초과사망자수와의 연관성을 비교분석하였다. 끝으로 현재 여름철 열적지수로 사용중인 열지수와 불쾌지수를 PT와 동일 기간에 대하여 관측된 초과사망률 상대편차와의 관계를 분석하여 각 지수의 타당도를 비교하였다.
- 본 연구는 서울에서 15년 동안 관측된 3시간별 PT를 통해 나타난 고온 스트레스의 여름 기간 내 분포를 조사하였다. 또한 여름철 PT와 일 사망률 증가와의 관련성을 분석하기 위하여 전 기간에서 집계된 극단적 고온스트레스 사례와 극단적 폭염사례로 알려진 1994년 하계의 PT와 초과사망자수와의 연관성을 비교분석하였다. 끝으로 현재 여름철 열적지수로 사용중인 열지수와 불쾌지수를 PT와 동일 기간에 대하여 관측된 초과사망률 상대편차와의 관계를 분석하여 각 지수의 타당도를 비교하였다.
- 추출된 서울의 일 사망자수에서 당일 관측된 모든 원인에 의한 일 사망자수(All-caused deaths)를 사용하였으며, 전체 연령과 65세 이상 사망자수, 65세 미만 사망자수로 구분하였다. 또한 자료 내에 존재하는 서울에서 관측된 대형 인명피해 사고사를 제외하였으며, 인구자료가 존재하는 해로부터 일별 10만 명당 사망률을 산출하여 직접표준화(Direct standardization)하였다. 본 10만 명당 표준화 사망자수에서 전 기간 평균에 대한 아노말리와의 비(Ratio)가 초과사망률(%)이 된다.
- 본 연구는 1991년에서 2005년까지 15년간 서울에서 관측된 일별 PT와 사망자료를 분석하여 고온스트레스와 일 사망률 증가와의 관련성을 분석하였다. 사망자료는 고령자를 구분하여 분석하였으며, PT와 현재 사용중인 여름철 열적 지수인 열지수와 불쾌지수와의 비교분석을 수행하였다. 연구결과를 정리하면 다음과 같다.
- 서울에서 관측된 PT의 열 스트레스 등급증가에 따른 일 사망률 증가에 대한 영향을 살펴보았다. 최근 15년 동안의 서울에서 관측된 PT 등급의 범위와 빈도를 살펴보았으며, 일반적으로 폭염 스트레스가 강하게 존재하는 기간이 여름철 중 언제인지 그리고 가장 강하게 나타난 해를 조사하였다.
- kr). 추출된 서울의 일 사망자수에서 당일 관측된 모든 원인에 의한 일 사망자수(All-caused deaths)를 사용하였으며, 전체 연령과 65세 이상 사망자수, 65세 미만 사망자수로 구분하였다. 또한 자료 내에 존재하는 서울에서 관측된 대형 인명피해 사고사를 제외하였으며, 인구자료가 존재하는 해로부터 일별 10만 명당 사망률을 산출하여 직접표준화(Direct standardization)하였다.
대상 데이터
- 서울의 일 사망자 자료는 통계청에서 1년 단위로 작성∙발간하는 15년간의 일별 사망원인통계 원시자료(1991~2005)에서 구분하여 이용하였으며, 인구자료(1992~2005)는 매년 말 기준의 주민등록인구자료를 사용하였다(http://www.nso.go.kr). 추출된 서울의 일 사망자수에서 당일 관측된 모든 원인에 의한 일 사망자수(All-caused deaths)를 사용하였으며, 전체 연령과 65세 이상 사망자수, 65세 미만 사망자수로 구분하였다.
- 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 기준으로 했다. 또한 여름철의 옷은 가벼운 긴 바지에 해당하는 0.
- 현재 기상청에서 현업 사용중인 여름철 열 스트레스 지수(열지수, 불쾌지수)들과 PT의 비교를 위해, 본 연구기간 내 모든 여름철(5~9월) 기간을 대상으로 지수들의 열 스트레스 각 등급에 해당하는 날들을 추출하였다. 그리고 여름철 폭염은 단기간에 인체 건강영향을 미치며, 그 상관성은 폭염 당일보다 1일 후가 가장 높다는 국내 선행연구(Park et al.
이론/모형
- 따라서 독일 기상청에서는 모든 분야에 적용 가능하고 열 생리적 환경을 표현하는 열 수지 모델을 개발하였다. 이 모델의 이름은 Klima-Michel 모델이며, 지역 생명기상모델 및 도시 생명기상모델에서 PT를 계산하는데 사용하고 있다. Klima-Michel 모델은 PMV를 PT로 변환하여 결과를 표출한다.
- de). 인체 열수지 모델은 지역생명기상모델과 도시생명기상모델에서 PT를 계산하는데 사용된다. PT의 정의는 인체가 저온 또는 고온스트레스를 느끼는 기본환경에서의 기온이다.
성능/효과
- 43). 그림 5(a)와 매우 유사한 정상관 관계를 나타내고 있으며, 평균에 비교할 때 PT는 최대 10도까지, 일 사망자수는 다음날 최대 80명까지 증가한 사례이다. 본 연구기간의 서울의 일 평균사망자수가 103.
- 1) 고온스트레스의 시간적 분포조사 결과, PT를 통해 나타난 높은 고온스트레스 시기는 주로 7월 중순에서 8월 상순에 분포하고 있었다. PT에서 제안되고 있는 38도 이상의 가장 극단적인 고온 스트레스 등급은 주로 7월 중순이 지나 시작되고 있으며, 최대강도를 나타난 해는 당시 폭염과 관련된 여러 연구에서 보고된 바와 같이 1994년 여름철인 것으로 나타났다.
- 2) 초과사망자수 피해는 PT의 최대시기와 매우 밀접하게 나타나 높은 정상관성을 나타내었다. 또한 만성질환 취약군의 구성비가 높고, 급격한 환경변화에 대한 대응이나 체열조절 능력이 취약한 65세 이상의 고령자 사망률의 기여가 컸으며, 고온스트레스의 영향은 한기 스트레스와는 달리 시간지연 효과가 없이 단기간에 직접적으로 나타났다.
- 3) 기후적 관점에서 일평균 PT가 42도 이상으로 관측된 극단적 고온스트레스 일수의 추출결과, 15년간 총 48일이 집계되었으며 그에 따른 PT와 일 사망자수 아노말리의 분석결과, 고온이 나타난 당일을 중심으로 전후로 PT와 일 사망자수는 분명한 정상관관계(0.79)를 띠면서 확연한 동시 증감패턴을 보였으며, PT 아노말리가 최대(9.27℃)를 나타낸 고온스트레스 시기와 동일하게 일 사망자수 역시 최대치(10.7명)를 나타내었다.
- 4) PT, 열지수, 불쾌지수에서 사용중인 열 부하 등급에 따른 다음 날 사망률과의 평균상대편차를 구한 결과, 열지수는 최고 등급인 위험 이상의 등급에서 양의 초과사망률이 나타났으며, 불쾌지수는 전체 분류된 구간에서 과소평가하는 결과를 보였다. PT는 열 스트레스 등급의 증가에 따른 초과사망률의 증가경향이 잘 나타났다.
- 그 날을 중심으로 전후 60일간의 PT와 일 사망자수의 평균에 대한 아노말리를 시계열로 함께 나타내었다(그림 6(a)). 60일 전으로부터 가장 무더운 날(0 day)로 다가올수록 PT와 일 사망자 수는 탁월한 정상관관계(상관계수: 0.79)를 띠면서 확연한 증가패턴을 보이며 PT 아노말리가 최대치(9.27℃)를 나타낸 시기에 동일하게 일 사망자수 역시 최대치(10.7명)를 나타내었다. 그림 6(b)는 앞절에서 가장 강한 고온스트레스를 나타낸 1994년 여름철의 PT와 일사망자수의 아노말리의 일별 시계열을 동시에 나타낸 그림이다(상관계수: 0.
- 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. HI의 해당 계급에 따른 사망률의 변화를 살펴보면, 주의 등급까지 초과사망률이 나타나지 않다가, 위험 이상의 레벨이 되면 초과사망률이 나타났다. HI가 41℃인 경우는 기온 35℃, 상대습도 55% 이상의 무더운 상태이며, 본 HI값에서 기온이 낮아지면 상대적으로 상대습도가 높아져 피부와 땀을 통한 인체 외부로의 열 방출을 방해하여 고온 스트레스로 인한 체내 열적 부담을 가중시키는 상태를 뜻한다.
- PT는 기온구간보다 넓은 범위로 해석이 가능하며, 고온에서는 더 높게, 저온에서는 더 낮게 평가되는 특성이 있다. 기온을 이용한 연구결과와 유사하게 PT결과에서도 한파스트레스에서 약한 상승, 고온스트레스에서 급격한 상승이 나타나는 계절적 연관성이 나타났다. 특히 38도 이상의 구간은 매우 높은 열 부하 구간을 지칭하는데, 전연령과 고령자 집단에서 급격한 사망률의 증가가 관찰된 것은 극단적 여름철 고온스트레스에 따른 사망률의 증가가 관측된 것으로 사료된다.
- 2) 초과사망자수 피해는 PT의 최대시기와 매우 밀접하게 나타나 높은 정상관성을 나타내었다. 또한 만성질환 취약군의 구성비가 높고, 급격한 환경변화에 대한 대응이나 체열조절 능력이 취약한 65세 이상의 고령자 사망률의 기여가 컸으며, 고온스트레스의 영향은 한기 스트레스와는 달리 시간지연 효과가 없이 단기간에 직접적으로 나타났다.
- 그리고 가장 고온 스트레스가 극단적인 해와 이를 제외한 평년 해 경향 및 신뢰구간 범위와의 시계열적 비교를 통하여, 일반적인 열 스트레스가 나타나는 기후적인 시기에 비해 당시는 얼마나 빠르고, 강하게 나타났는지 조사하여 사망률과의 관련성을 비교하였다. 본문에서 기술한 바와 같이 여러 선행연구와 동일하게 평년에 비해 때 이른 고온 스트레스의 시기와 강도는 거주민의 열 스트레스에 대한 단기적응(Short-term acclimatization)이 이루어지지 못한 상태에서 노출시에 전체 인구집단 규모에서 극단적인 초과사망률 증가를 야기한다는 것이 본 연구에서도 밝혀졌다. 따라서 본 연구에서 1차적으로 차용한 관측된 PT와 사망률의 관련성 분석 외에도, 향후 발전된 연구를 위하여 인체의 열적 적응을 고려한 방법론을 적용해 볼 필요성이 제기된다.
- 그러나 전 여름철 기간 동안의 평균적인 사망률은 불쾌지수가 증가할수록 증가하기는 하나 열지수만큼의 직접적인 양의 초과사망률을 나타내지는 못하고 있으며 오히려 초과사망률을 전체에서 과소평가하는 결과를 나타내고 있다. 불쾌지수 계산과정에서 등급이 높아질수록 기온과 습도의 입력값도 높아지고, 불쾌지수가 최고 스트레스 등급을 나타난 날들(붉은색 구간)의 초과사망률을 평균하였을 때에도 음의 초과사망률이 산출되었다. 이는 그 날들의 평균적 초과사망률이 전체 평균에 비교할 때 음의 값을 평균적으로 나타낸 것을 의미하며, 이는 불쾌지수가 높은 날에 사망률은 반드시 높지 않다는 것을 의미한다.
- 일 사망자수는 (a) 전연령 사망자수, (b) 65세 이상 사망자수, (c) 65세 미만 사망자수로 구분되었으며, 1994년의 사망자수와 나머지 14년의 각 날의 평균 사망자수와 표준편차를 나타내었다. 사망자료에서 일반적으로 나타나는 년도 별 사망자수 계절성의 U자형, V자형의 분포를 고려할 때, 년 중 일반적으로 사망률이 가장 낮은 여름철 시기임에도 1994년은 다른 해의 평년 분포와 달리 겨울철 이상의 높은 사망률이 관측되었다. 그림 4(a)에서 나타난 바와 같이 1994년 여름철에는 사망자수의 평년 분포(15년간 일평균 103명)와 달리 69.
- PT의 쾌적(Comfort)구간에 속하는 16~20℃ 구간에서 PT가 높아지면서 사망률이 선형적으로 증가하기 시작하고 있다. 여름철 전 기간의 폭염스트레스 조건에서 사망률의 상대편차는 스트레스가 가장 낮은 16~20℃ 구간에서부터 점차 선형적으로 증가하기 시작하여 최고 고온 스트레스 단계(Extreme heat load)에 해당하는 40℃ 이상의 등급에서부터 양의 초과사망률이 나타났으며(2.5, CI : 3.4), 44℃ 이상의 극단적 등급에서는 전체 구간 중 최대 초과사망률을 나타내었다(28.4, CI : 13.1). 이는 인체 열수지 모델에 근거한 PT의 과학적 합리성과 그에 따른 보건과의 관련성이 국내에서도 명백하게 밝혀진 결과로 사료된다.
- 저온 스트레스 구간에서는 가장 낮은 구간이 Moderate cold stress 수준(-13≤PT≤-26)인 것으로 나타났으며, 그 빈도 또한 15년(5479일) 간 총 26일로 나타나 저온스트레스는 상대적으로 그 일수와 강도가 낮게 나타났다.
- , 2007). 전연령 사망자와 65세 이상 고령자의 경우 저온 구간으로부터 PT 값이 증가하면서 평균 사망자수 수준이 낮아짐을 관찰할 수 있으며, 사례일수는 전체에 비해 적으나 극단적 고온인 PT 38도를 넘는 구간에서 사망자수의 급격한 증가가 나타나고 있다. 65세 미만 집단에서도 경미한 증가는 나타나나 증가경향이 분명하지는 않았다.
후속연구
- 본문에서 기술한 바와 같이 여러 선행연구와 동일하게 평년에 비해 때 이른 고온 스트레스의 시기와 강도는 거주민의 열 스트레스에 대한 단기적응(Short-term acclimatization)이 이루어지지 못한 상태에서 노출시에 전체 인구집단 규모에서 극단적인 초과사망률 증가를 야기한다는 것이 본 연구에서도 밝혀졌다. 따라서 본 연구에서 1차적으로 차용한 관측된 PT와 사망률의 관련성 분석 외에도, 향후 발전된 연구를 위하여 인체의 열적 적응을 고려한 방법론을 적용해 볼 필요성이 제기된다.
- 본 PT를 이용하여 서울 이외 다른 지역들에서의 임계기온과 그 보건특성을 규명하여 시민들의 열 스트레스 취약성을 보다 효과적으로 평가하고, 고온스트레스와 저온스트레스 정보를 동시에 나타내는 지리적인 공간분포를 조사한다면, 기후변화에 따른 각 지역의 미래에 발생할 열 스트레스에 대한 시공간적인 예측과 판단근거의 기초자료를 마련할 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.