기상이변의 증가추세는 인류가 직면한 기후변화의 또 다른 속성이며 농업부문에서는 이미 심각한 재해로 이어지고 있다. 기상이변은 다양한 공간규모에 걸쳐 일어나지만 그 영향을 완화시킬 처방은 국지적인 규모에서만 가능하다. 따라서 기후변화 대응을 위한 조기경보체계는 반드시 '위치와 장소'를 기반으로 그곳의 영농정보를 바탕으로 할 때만 효율적이다. 기존 조기경보체계는 다양한 영농현장에 대한 구체적 위험을 알려주지 못하며, 농가의 개별적 상황이 대응조치에 반영되지 못하고, 악기상의 장기 누적효과에 의해 발생하는 '지발재해'나 둘 이상의 기상요소가 동시에 작용하는 '복합재해'에 대한 고려가 없다. 본 강좌에서는 선행연구들에 의해 확보된 '농가맞춤형 기상위험 관리기술'을 토대로, 필지단위 국지기상조건을 재배중인 작물의 종류와 발육단계에 맞춘 '재해위험지수'로 정량화하고, 이를 평년기준과 비교하여 재해발생 가능성을 판단하며, 적절한 대응방안과 함께 재배농가에게 일대일로 전달하는 '맞춤형 농업기상서비스' 구축에 관하여 논의한다. 이 서비스를 현업화하기 위한 1단계 4년의 조기경보체계 실증연구가 2014년에 시작되었고, 2017년까지는 남한 21개 대권역 가운데 하나인 유역면적 $4,914km^2$에 60,202호의 농가로 이루어진 섬진강권역을 대상으로 현업서비스를 구축하게 된다. 연구수행과정에서 얻어지는 경험은 2단계 전국 대상 사업으로 확대되어 기후변화와 기상이변 증가에 따른 농업부문 재해위험을 개별농가 차원에서 실질적으로 경감시키는 데 기여할 것이다. 금세기 농업분야 최대의 도전인 기후변화를 슬기롭게 극복하기 위해 '기후스마트농업'이 학계의 대안으로 자리 잡았지만, 국내 성공의 전제조건으로서 농업기상 조기경보체계의 지속적인 개발과 이를 토대로 한 맞춤형 농업기상서비스의 전국 확대가 필요하다.
기상이변의 증가추세는 인류가 직면한 기후변화의 또 다른 속성이며 농업부문에서는 이미 심각한 재해로 이어지고 있다. 기상이변은 다양한 공간규모에 걸쳐 일어나지만 그 영향을 완화시킬 처방은 국지적인 규모에서만 가능하다. 따라서 기후변화 대응을 위한 조기경보체계는 반드시 '위치와 장소'를 기반으로 그곳의 영농정보를 바탕으로 할 때만 효율적이다. 기존 조기경보체계는 다양한 영농현장에 대한 구체적 위험을 알려주지 못하며, 농가의 개별적 상황이 대응조치에 반영되지 못하고, 악기상의 장기 누적효과에 의해 발생하는 '지발재해'나 둘 이상의 기상요소가 동시에 작용하는 '복합재해'에 대한 고려가 없다. 본 강좌에서는 선행연구들에 의해 확보된 '농가맞춤형 기상위험 관리기술'을 토대로, 필지단위 국지기상조건을 재배중인 작물의 종류와 발육단계에 맞춘 '재해위험지수'로 정량화하고, 이를 평년기준과 비교하여 재해발생 가능성을 판단하며, 적절한 대응방안과 함께 재배농가에게 일대일로 전달하는 '맞춤형 농업기상서비스' 구축에 관하여 논의한다. 이 서비스를 현업화하기 위한 1단계 4년의 조기경보체계 실증연구가 2014년에 시작되었고, 2017년까지는 남한 21개 대권역 가운데 하나인 유역면적 $4,914km^2$에 60,202호의 농가로 이루어진 섬진강권역을 대상으로 현업서비스를 구축하게 된다. 연구수행과정에서 얻어지는 경험은 2단계 전국 대상 사업으로 확대되어 기후변화와 기상이변 증가에 따른 농업부문 재해위험을 개별농가 차원에서 실질적으로 경감시키는 데 기여할 것이다. 금세기 농업분야 최대의 도전인 기후변화를 슬기롭게 극복하기 위해 '기후스마트농업'이 학계의 대안으로 자리 잡았지만, 국내 성공의 전제조건으로서 농업기상 조기경보체계의 지속적인 개발과 이를 토대로 한 맞춤형 농업기상서비스의 전국 확대가 필요하다.
Increased frequency of climate extremes is another face of climate change confronted by humans, resulting in catastrophic losses in agriculture. While climate extremes take place on many scales, impacts are experienced locally and mitigation tools are a function of local conditions. To address this,...
Increased frequency of climate extremes is another face of climate change confronted by humans, resulting in catastrophic losses in agriculture. While climate extremes take place on many scales, impacts are experienced locally and mitigation tools are a function of local conditions. To address this, agrometeorological early warning systems must be place and location based, incorporating the climate, crop and land attributes at the appropriate scale. Existing services often lack site-specific information on adverse weather and countermeasures relevant to farming activities. Warnings on chronic long term effects of adverse weather or combined effects of two or more weather elements are seldom provided, either. This lecture discusses a field-specific early warning system implemented on a catchment scale agrometeorological service, by which volunteer farmers are provided with face-to-face disaster warnings along with relevant countermeasures. The products are based on core techniques such as scaling down of weather information to a field level and the crop specific risk assessment. Likelihood of a disaster is evaluated by the relative position of current risk on the standardized normal distribution from climatological normal year prepared for 840 catchments in South Korea. A validation study has begun with a 4-year plan for implementing an operational service in Seomjin River Basin, which accommodates over 60,000 farms and orchards. Diverse experiences obtained through this study will certainly be useful in planning and developing the nation-wide disaster early warning system for agricultural sector.
Increased frequency of climate extremes is another face of climate change confronted by humans, resulting in catastrophic losses in agriculture. While climate extremes take place on many scales, impacts are experienced locally and mitigation tools are a function of local conditions. To address this, agrometeorological early warning systems must be place and location based, incorporating the climate, crop and land attributes at the appropriate scale. Existing services often lack site-specific information on adverse weather and countermeasures relevant to farming activities. Warnings on chronic long term effects of adverse weather or combined effects of two or more weather elements are seldom provided, either. This lecture discusses a field-specific early warning system implemented on a catchment scale agrometeorological service, by which volunteer farmers are provided with face-to-face disaster warnings along with relevant countermeasures. The products are based on core techniques such as scaling down of weather information to a field level and the crop specific risk assessment. Likelihood of a disaster is evaluated by the relative position of current risk on the standardized normal distribution from climatological normal year prepared for 840 catchments in South Korea. A validation study has begun with a 4-year plan for implementing an operational service in Seomjin River Basin, which accommodates over 60,000 farms and orchards. Diverse experiences obtained through this study will certainly be useful in planning and developing the nation-wide disaster early warning system for agricultural sector.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
GIEWS는 117개국의 정부, 60개 NGO, 기업체, 연구기관 등을 망라한 네트웍을 통해 식량수급에 관련된 방대한 자료와 정보를 수집하고 이를 토대로 식량부족이 예상되는 국가나 지역에 조기경보를 제공한다. 궁극적인 목표는 전지구, 대륙, 국가, 지역 등 다양한 공간규모에서 식량의 수요와 공급에 관한 정확한 정보를 수집하여 필요한 시기에 해당 정책결정자에게 전달함으로써 기아로 인한 고통을 피하자는 것이다. 1995년 북한의 기근을 사전에 경고한 것이 이 시스템의 대표적 성과 가운데 하나로 꼽힌다(http://www.
농장-과원 단위로 재해위험경보를 발령하고 회피-경감 방안 및 사후 복구정보를 일대일로 제공하는 현업서비스 구축을 목표로 하며, 1차년도에는 서비스 프로토타입을 개발하고자 하였다. 기상청의 예보 및 실황 정보(5km 격자 혹은 시군 행정구역 단위)를 바탕으로 집수역 소기후 모형을 적용한 30m~270m 격자단위 자료 추정, 이를 이용한 작목별 재해위험지수 계산, 평년기후조건과의 비교를 통한 경보 발령, 경보수준별 대응지침 검색 및 편집, 종합정보의 자원농가 휴대폰 문자 전달 등 다양한 시스템 구성요소들을 유기적으로 연결하여 시범서비스를 설계하였다.
본 강좌에서는 선행연구들에 의해 확보된 ‘농가맞춤형 기상위험 관리기술’을 토대로, 필지단위 국지기상조건을 재배중인 작물의 종류와 발육단계에 맞춘 ‘재해위험지수’로 정량화하고, 이를 평년기준과 비교하여 재해발생 가능성을 판단하며, 적절한 대응방안과 함께 재배농가에게 일대일로 전달하는 ‘맞춤형 농업기상서비스’ 구축에 관하여 논의한다.
이 과제는 다양한 전공분야에서 많은 연구원이 참여하게 되므로 성공여부는 세부과제 간 유기적인 연결과 다양한 기술들의 융합에 달려 있으며, 이를 위해 참여연구원 상호간 긴밀한 의사소통이 매우 중요하다. 본 논문에서는 이 과제의 개요와 세부내용, 추진전략 등을 소개함으로써 참여연구원은 물론 이 과제와 관련된 전문가들 사이의 소통을 돕고자 한다.
우리는 이러한 집수역 특유의 기후조건을 최소한 30년간 관측된 평년기후자료에 의해 평가한다. 평년의 기후는 평균과 분산(표준편차)으로 대표할 수 있으며 관측자료가 충분하다면 발생빈도가 평균을 중심으로 좌우 대칭의 정규분포곡선이 된다.
위험기상과 여기에 노출된 작물 사이 상호작용으로부터 발생하는 피해 가능성(likelihood)을 ‘재해위험지수’로 표현하고자 하였다.
이 과제에서는 전국의 810개 집수역에 대해 각각의 평년기후특성을 기후요소별 정규분포곡선으로 표현하고, 각 집수역에서 실제로 관측 혹은 예측되는 기상조건이 해당 집수역 주작물의 생육에 지장을 줄만큼 위험한지 여부를 확률지수로 표현하고자 하였다. 이때 작물의 발육단계에 따라 서로 다른 정규분포곡선을 준비하여 단계별 위험지수를 계산하는 데 사용한다.
가설 설정
위험기상과 여기에 노출된 작물 사이 상호작용으로부터 발생하는 피해 가능성(likelihood)을 ‘재해위험지수’로 표현하고자 하였다. 한 집수역에서 오랜 기간 재배되어 온 작물은 이 집수역 특유의 환경조건(토양과 기후)에 맞춰 개체생장과 종족보존 측면에서 최적화를 이루었다고 가정할 수 있다. 이 작물을 다른 집수역에 오랜 기간 재배한다면 그 환경에 적응하기 위해 외부 형태와 내부 기능(예, 초장, 잎의 크기-두께형태, 줄기의 굵기, 과일의 당도 등)이 달라질 수 있다.
제안 방법
일사량자료는 전국적으로 21개 지점에서만 관측하므로 실황분포도 제작을 위해서는 천리안 위성(Communication, Ocean and Meteorological Satellite, COMS) MI (Meteorological Imager) 자료를 이용한다. 15분 간격의 표면도달일사량을 연속 수집하여 남한전역의 일간 적산값 분포로 변환하고, 대상지역 내 혹은 인근 일사관측기상대의 실측 일사량과 해당 지점의 위성일사량 간 편차를 구한다. 이를 대상지역 위성 일사량에 적용함으로써 우선 ‘배경일사량’(수평면 전천 일사)을 계산할 수 있다.
An automated weather station installed at a mountain top location in the study area. It collects air temperature, humidity, wind speed, wind direction, rainfall amount and solar radiation at a 1 minute interval and transmits the data to the laboratory via cell phone service every 10 minutes.
시범지역만을 대상으로 하는 경보서비스 외에 전국을 대상으로 기상청의 시군 행정구역 단위 기상특보를 전국 840개 집수역 단위로 재분류하고, 지발성 기상재해(냉해, 일조부족, 가뭄) 위험을 집수역 단위로 매주 감시할 수 있는 체계도 구축하였다. 기상청에서 발표하는 150개 시군 단위 기상특보를 강도(주의보, 경보)에 따라 정량화 하고, 한 집수역을 구성하는 시군 면적비율에 의해 공간평균을 얻어 10단계의 위험지수로 재분류하였다. 또한 76개 기상관서에서 관측되는 일기상자료를 토대로, 기후학적 평년에 대비한 주간 단위 지발성 기상위험지수(냉해, 일조부족, 가뭄)의 공간 평균을 산출하여 810개 집수역별 지발성 기상재해 조기경보서비스로 구현하였다.
기상청에서 제공하는 강수 실황 혹은 예보로부터 농업부문에서 활용 가능한 수준의 상세한 강수분포도를 제작하기 위해 레이더 반사강도를 KLAPS 5km 강수 자료에 적용하여 1km 격자해상도로 상세화 하는 1단계와, 고해상도 DEM에 근거한 지표면 경사방향(지향면)에 따라 고도 – 강수량 회귀계수를 달리하여 지형 효과를 반영하는 2단계 등으로 이루어진 추정기법을 사용한다.
농장-과원 단위로 재해위험경보를 발령하고 회피-경감 방안 및 사후 복구정보를 일대일로 제공하는 현업서비스 구축을 목표로 하며, 1차년도에는 서비스 프로토타입을 개발하고자 하였다. 기상청의 예보 및 실황 정보(5km 격자 혹은 시군 행정구역 단위)를 바탕으로 집수역 소기후 모형을 적용한 30m~270m 격자단위 자료 추정, 이를 이용한 작목별 재해위험지수 계산, 평년기후조건과의 비교를 통한 경보 발령, 경보수준별 대응지침 검색 및 편집, 종합정보의 자원농가 휴대폰 문자 전달 등 다양한 시스템 구성요소들을 유기적으로 연결하여 시범서비스를 설계하였다.
농촌진흥청, 도 농업기술원, 지방자치단체 등에서 발간한 작물별 재해대응 관리지침과 전문가 의견을 종합하여 재해위험 예견 시 해당농가의 회피-경감, 사후 피해복구 등 대응 매뉴얼을 제작하였다. 여기에는 재해경보 발령시점을 기준으로 사전, 즉시, 사후 대응지침이 있으며, 재해유형(동해, 상해, 일조부족 등), 작목(벼, 보리, 과수, 채소, 특용 등), 발육단계에 따라 검색할 수 있다.
동네예보에 빠져있는 일사량 예측분포를 제작하기 위해 이를 대체할 수 있는 ‘하늘상태’(맑음, 구름 조금, 구름 많음, 흐림)를 일 평균운량으로 변환하였다.
기상청에서 발표하는 150개 시군 단위 기상특보를 강도(주의보, 경보)에 따라 정량화 하고, 한 집수역을 구성하는 시군 면적비율에 의해 공간평균을 얻어 10단계의 위험지수로 재분류하였다. 또한 76개 기상관서에서 관측되는 일기상자료를 토대로, 기후학적 평년에 대비한 주간 단위 지발성 기상위험지수(냉해, 일조부족, 가뭄)의 공간 평균을 산출하여 810개 집수역별 지발성 기상재해 조기경보서비스로 구현하였다. 시범 서비스는 GIS Open API (국토교통부 공간정보 유통 플랫폼 VWorld)를 활용한 웹 GIS 형태이며 집수역별 기상 특보와 지발성 기상위험 분포도가 중첩되어 표출된다.
이러한 ‘지발성(chronic) 재해’를 적절한 시점에 예측하여 농가에 알려주는 일도 조기경보체계에 빠져서는 안 될 요소이다. 본 연구에서는 4주 및 8주 적산 일조시간, 생장도일 (growing degree days), 강수량, 증발산량 등을 고려한 냉해, 일조부족, 가뭄 등 위험지수를 평년의 정규분포에 근거하여 산출하고 일주일 간격으로 갱신한다. 또한 지발성 재해의 경우 단일 기상요소보다는 둘 이상의 요소가 복합적으로 작용하는 경우가 흔하므로 영향의 방향성에 따라 상가(相加) 혹은 상쇄(相殺) 효과를 표현한 복합위험지수도 제작한다.
총 면적 350km2) 내에 검증자료 수집을 위한 22대의 무인기상관측장비(AWS)를 설치하여 1분 간격으로 측정된 자료를 수집하고 있다. 수집되는 기상요소는 기온, 상대습도, 일사, 풍향, 풍속, 강수 등이며 3개 지점에는 토양수분함량을 측정한다. 측정된 자료는 데이터로거(Model STL-X16, STA Inc.
시범지역만을 대상으로 하는 경보서비스 외에 전국을 대상으로 기상청의 시군 행정구역 단위 기상특보를 전국 840개 집수역 단위로 재분류하고, 지발성 기상재해(냉해, 일조부족, 가뭄) 위험을 집수역 단위로 매주 감시할 수 있는 체계도 구축하였다. 기상청에서 발표하는 150개 시군 단위 기상특보를 강도(주의보, 경보)에 따라 정량화 하고, 한 집수역을 구성하는 시군 면적비율에 의해 공간평균을 얻어 10단계의 위험지수로 재분류하였다.
어떤 농장-과원의 당해년도 실제 기상조건이 피해로 이어질 가능성을 농장-과원이 포함된 집수역의 평년 재해위험기준을 근거로 한 상대지수로 표현하는 방안을 검토하였다. 가뭄해의 경우 현재 시점 이전 2개월 전부터의 유효강수량에다가 증발산량, 지면유출량을 제한 토양잔류수분을 매주 산정하고, 이를 평년 기준위험(표준정규분포)과 비교하여 상대적인 심각성을 지수로 표현하였다.
동네예보에 빠져있는 일사량 예측분포를 제작하기 위해 이를 대체할 수 있는 ‘하늘상태’(맑음, 구름 조금, 구름 많음, 흐림)를 일 평균운량으로 변환하였다. 연구 대상지역 인근 진주기상대로부터 평년기간(1981-2010)의 일 평균운량과 일조시수 자료를 수집하여 회귀분석을 통해 연중 적용할 수 있는 운량을 독립변수로 둔 일조시수 추정식을 도출하였다. 일조시수를 알면 Cho et al.
7km 구역에 대한 해발고도 분포를 270m 격자단위로 입력하였다. 연구대상지역에서 태풍(너구리, 나크리)이 통과하는 동안 3시간 간격으로 모의한 지면 2m 위 바람 U, V 값을 재배열하여 연구대상지역의 풍향, 풍속을 270m 격자 분포로 산출하였다.
우리가 목표로 하는 조기경보체계 및 현업서비스는 외국과는 다른 우리 고유의 환경(농업, 지형, 지세, 작목다양성, 규모 영세성 등)에 최대한 적합하도록 설계되었다. 가장 큰 특징은 집수역 하나하나를 기술적용의 공간단위로 설정한 것이다.
재해위험이 큰 기상요소에 대하여 기본통계량(영농달력 상 특정기간 최고, 최저, 평균, 적산, 편차 등)과 위험기상의 출현횟수 및 지속기간(adverse days)에 대해 각 분포를 정규화(normalization) 하였다. 이들 정규분포에 근거하여 세계기상기구 기후전문위원회에서 제시한 기후극한지수를 집수역별로 추정하였다(Table 2).
시범지역의 자원농가 영농속성을 파악하기 위하여 하동군 악양면, 화개면, 광양시 다압면, 구례군 간전면, 토지면의 400여 자원농가로부터 필지고유번호, 필지 경계도형, 성명, 농장명, 작물, 품종, 수령, 주소, 휴대 전화, 전자우편주소 등을 수집하였다. 이들 지역의 편집지적도로부터 필지 고유번호와 필지경계도형을 추출하여 수집된 영농속성과 결합함으로써 서비스 구축을 위한 공간데이터베이스를 확보하였다.
재해종류는 동상해, 냉해, 고온해 및 일조부족, 일소, 가뭄, 관수-침수, 적설, 강풍에 의한 피해 등으로 분류하고 발생기작을 검토하여 피해발생과 가장 관련이 깊은 기상요소를 도출하였다. 이들을 다시 작목-품종별로 분류한 다음 발육단계별 우선순위를 선정하였다.
미리 준비된 필지별 자원농가의 속성(품종, 발육단계)과 기상 자료를 결합하고 평년 재해의 기준위험과 비교하여 실제 재해위험지수를 산출하는 과정이 의사지원단계에 해당한다. 이를 바탕으로 해당농가에서 실행해야 할 대응지침과 함께 휴대전화 문자발송기능을 이용하여 경보를 개별적으로 제공하는 시스템을 구축한다. 시범서비스 기간 중에 시스템 운영 상 문제점을 파악하고 보완방안을 제시하여 차기년도 연구개발계획에 반영할 계획이다.
이렇게 추정된 필지단위 기상정보가 과연 실제에 얼마나 근접하는지는 조기경보체계 전체의 성패는 물론 농업기상 서비스의 실용성을 결정짓는 핵심이다. 이를 완벽하게 검증하기 위해서는 자원농가 포장 전체에서 기상을 관측해야 하지만, 현실적으로 불가능하므로 위치, 지형, 고도 등을 고려하여 선별한 소수의 필지에 한해 관측장비를 설치하여 부분적인 검증을 실시한다.
일평균 상대습도는 포화수증기압에 대한 실제 수증기압으로 표현되므로 연구지역에서 가장 가까운 기상관서 6곳(진주, 순천, 남원, 산청, 남해, 여수)로부터 관측된 일평균 수증기압 자료를 수집하여 30m 격자점마다 고도에 따른 보정을 실시하였다.
작목별 영농달력을 토대로 재해위험기준(reference risk)을 집수역 단위로 설정하였다. 재해위험이 큰 기상요소에 대하여 기본통계량(영농달력 상 특정기간 최고, 최저, 평균, 적산, 편차 등)과 위험기상의 출현횟수 및 지속기간(adverse days)에 대해 각 분포를 정규화(normalization) 하였다.
작물의 발육단계(생물계절) 추정을 위해 달력시간 대신 사용할 수 있는 온도시간을 도입하고 시범지역의 주 작목에 대하여 평년의 기후자료와 생육조사자료를 분석하여 생물계절모형, 발육속도모형, 생장도일 등 작목특성에 맞는 온도시간 적용방안을 도출하였다.
작목별 영농달력을 토대로 재해위험기준(reference risk)을 집수역 단위로 설정하였다. 재해위험이 큰 기상요소에 대하여 기본통계량(영농달력 상 특정기간 최고, 최저, 평균, 적산, 편차 등)과 위험기상의 출현횟수 및 지속기간(adverse days)에 대해 각 분포를 정규화(normalization) 하였다. 이들 정규분포에 근거하여 세계기상기구 기후전문위원회에서 제시한 기후극한지수를 집수역별로 추정하였다(Table 2).
주산지가 형성되어 있는 작물을 대상으로 발육단계별 재해종류, 피해발생기작, 관련 위험기상 및 판정기준, 실제 발생사례에 관한 정보를 수집하고, 작목별로 재해위험관리 전문가를 자문위원으로 위촉하여 담당연구원과 협력체계를 구축하였다. 재해종류는 동상해, 냉해, 고온해 및 일조부족, 일소, 가뭄, 관수-침수, 적설, 강풍에 의한 피해 등으로 분류하고 발생기작을 검토하여 피해발생과 가장 관련이 깊은 기상요소를 도출하였다. 이들을 다시 작목-품종별로 분류한 다음 발육단계별 우선순위를 선정하였다.
주산지가 형성되어 있는 작물을 대상으로 발육단계별 재해종류, 피해발생기작, 관련 위험기상 및 판정기준, 실제 발생사례에 관한 정보를 수집하고, 작목별로 재해위험관리 전문가를 자문위원으로 위촉하여 담당연구원과 협력체계를 구축하였다. 재해종류는 동상해, 냉해, 고온해 및 일조부족, 일소, 가뭄, 관수-침수, 적설, 강풍에 의한 피해 등으로 분류하고 발생기작을 검토하여 피해발생과 가장 관련이 깊은 기상요소를 도출하였다.
1981-2010년 평년기후(한국기후도의 시군 지점별 기상자료)를 토대로 집수역 단위 면적가중평균에 의해 재분석된 810개 집수역 단위 기후자료를 복원하였다. 주요 작목의 휴면해제, 발아, 개화, 생리적 성숙 등 주요 발육단계 도달일자를 집수역 단위 기후자료에 의해 온도시간(평균, 표준편차, 사분위수 등)으로 표현하고 이를 해당 작목의 기후학적 평년 영농달력으로 간주하였다. 이는 농촌지역에 뿌리내린 24절기를 현대적으로 재해석한 것이라 할 수 있다.
대상 데이터
1981-2010년 평년기후(한국기후도의 시군 지점별 기상자료)를 토대로 집수역 단위 면적가중평균에 의해 재분석된 810개 집수역 단위 기후자료를 복원하였다. 주요 작목의 휴면해제, 발아, 개화, 생리적 성숙 등 주요 발육단계 도달일자를 집수역 단위 기후자료에 의해 온도시간(평균, 표준편차, 사분위수 등)으로 표현하고 이를 해당 작목의 기후학적 평년 영농달력으로 간주하였다.
Locations of field validation sites consisting of 22 automated weather stations (AWS) and 7 temperature – humidity loggers (HOBO).
시범지역의 자원농가 영농속성을 파악하기 위하여 하동군 악양면, 화개면, 광양시 다압면, 구례군 간전면, 토지면의 400여 자원농가로부터 필지고유번호, 필지 경계도형, 성명, 농장명, 작물, 품종, 수령, 주소, 휴대 전화, 전자우편주소 등을 수집하였다. 이들 지역의 편집지적도로부터 필지 고유번호와 필지경계도형을 추출하여 수집된 영농속성과 결합함으로써 서비스 구축을 위한 공간데이터베이스를 확보하였다.
2002년 4월 건설교통부에서만 사용하던 수자원단위지도를 물 관련 기관간의 기초자료 교환 및 정보 생성을 위한 공통유역도로 활용하기 위해 관련부처 관계자(건교부, 농림부, 환경부 물정보 담당자) 및 외부전문가로 구성된 공통유역도 조정업무 전담반을 구성하였다. 여기에서 공통유역도(21개 대권역, 117개 중권역)를 확정하였고 이를 토대로 대권역 21개, 중권역 117개, 표준유역 840개로 구성된 수자원단위지도를 제작하였다. 집수역은 지형의 복잡성에 따라 그 크기와 형태가 다양해지는데, 국토면적이 남한의 100배 정도인 미국의 집수역이 2,267개임을 고려하면(http://water.
일사량자료는 전국적으로 21개 지점에서만 관측하므로 실황분포도 제작을 위해서는 천리안 위성(Communication, Ocean and Meteorological Satellite, COMS) MI (Meteorological Imager) 자료를 이용한다. 15분 간격의 표면도달일사량을 연속 수집하여 남한전역의 일간 적산값 분포로 변환하고, 대상지역 내 혹은 인근 일사관측기상대의 실측 일사량과 해당 지점의 위성일사량 간 편차를 구한다.
하지만 한정된 재원과 연구기간, 연구인프라 등을 고려하면 나라 전체를 대상으로 과제를 수행할 수는 없으므로 우선 그 서비스영역을 21개 대권역 가운데 섬진강권역(40개 표준유역)으로 한정하였다. 이는 선행연구에 의해 구축된 연구인프라, 새로 조성된 농촌진흥기관의 이전지역, 농업기상학적 관심지형, 영호남 융합정책 등 여러 조건을 고려하여 결정되었다.
이론/모형
바람분포는 미세규모 바람장 수치모델인 MUKLIMO(micro scale urban climate model)를 이용하여 상세화 하였다(Sievers and Zdunkowski, 1986). 모의 지역의 지형구조는 가로세로 20km × 29.
이를 대상지역 위성 일사량에 적용함으로써 우선 ‘배경일사량’(수평면 전천 일사)을 계산할 수 있다. 이 배경일사량에 복잡지형 일사수광량 추정모형(Yun, 2009)에서 제시한 일사수광 비율(수평면일사량에 대한 경사면일사량의 비율)을 적용하여 최종 분포도를 30m 격자해상도로 산출한다.
성능/효과
이 과제는 궁극적으로 개별농가 혹은 농지를 대상으로 맞춤정보를 제공하는 현업서비스까지 염두에 두고 있으므로 서비스 대상지역을 설정해야 한다. 결론부터 말하면, 조기경보체계가 적용되는 공간단위는 우리에게 익숙한 행정구역이 아니라 다소 생소한 집수역(watershed 혹은 catchment)이다. 집수역은 시군 혹은 읍면 등 기존 행정구역 경계를 가로지를 수 있어 서로 다른 시군 혹은 읍면에 거주하는 농민들이 같은 시스템에 의해 서비스를 받는 경우도 생길 것이다.
후속연구
기존 검증관측망 외에도 확장된 지역을 대상으로 최적위치에 기상관측장비를 추가로 설치하여 국지기상 감시, 관측 및 모델검증 체계를 구축해 나가며, 이를 토대로 상세 국지기상 실황 및 예보 추정기술을 현업 수준으로 개선하게 된다. 나아가 강수레이다 등을 활용한 초단기 예보 및 기상특보 상세화를 위한 기술을 모색하여 우박과 같은 돌발기상에 대한 정보역량을 강화할 것이다. 최종연도까지는 전국 확대를 위한 기상 실황 상세화기술의 표준화를 달성하게 될 것이다.
시범서비스 기간 중에 시스템 운영 상 문제점을 파악하고 보완방안을 제시하여 차기년도 연구개발계획에 반영할 계획이다. 나아가 조기경보서비스 이용농가와 그렇지 않은 농가 간 경영성과를 비교함으로써 서비스의 실효성을 평가할 것이다.
이해하지 못하는 일부 농민은 속성정보 수집, 활용이나 검증 장비 설치에 따른 금전보상을 요구하는 등, 추후 더 큰 문제발생의 소지도 있으므로, 연구개발 기간 중에는 철저히 자원농가 대상의 시범서비스를 지향해야 한다. 대신 자원농가에게는 농작물재해보험에 가입할 때 보험료를 할인해 주는 등 정보활용에 따른 위험을 감내하는 반대급부로서 경영상의 혜택을 주는 방안을 농촌진흥청 차원에서 모색해야 할 것이다.
반면 수많은 작목과 품종에다가 각각의 생육단계까지 고려해야 하는 일이라 일단 업무량이 방대하고 긴 시간이 소요되는 점을 감안하여 일차년도에 동시다발적으로 시작된 연구주제와 내용을, 규모만 달리하여 최종연도까지 계속 수행하게 된다. 섬진강권역에서 재배되는 과수, 채소, 식량 및 특용작물에 대한 재해위험지수 산정방안을 점진적으로 개발하고, 기상재해 대응 관리지침의 전산 DB화를 토대로 재해위험 대응 매뉴얼을 제작할 것이다.
반면 수많은 작목과 품종에다가 각각의 생육단계까지 고려해야 하는 일이라 일단 업무량이 방대하고 긴 시간이 소요되는 점을 감안하여 일차년도에 동시다발적으로 시작된 연구주제와 내용을, 규모만 달리하여 최종연도까지 계속 수행하게 된다. 섬진강권역에서 재배되는 과수, 채소, 식량 및 특용작물에 대한 재해위험지수 산정방안을 점진적으로 개발하고, 기상재해 대응 관리지침의 전산 DB화를 토대로 재해위험 대응 매뉴얼을 제작할 것이다.
이를 바탕으로 해당농가에서 실행해야 할 대응지침과 함께 휴대전화 문자발송기능을 이용하여 경보를 개별적으로 제공하는 시스템을 구축한다. 시범서비스 기간 중에 시스템 운영 상 문제점을 파악하고 보완방안을 제시하여 차기년도 연구개발계획에 반영할 계획이다. 나아가 조기경보서비스 이용농가와 그렇지 않은 농가 간 경영성과를 비교함으로써 서비스의 실효성을 평가할 것이다.
일차년도부터 자원농가 대상의 조기경보체계 구축과 시범서비스를 동시에 추진하고 있지만 연구용 서버로는 현업서비스를 지속적으로 감당하기는 어렵다. 앞으로 대상지역과 농가의 확대에 부응하도록 국립농업과학원 내에 고성능 서버를 갖추고 확장된 지역의 3,000호 이상 자원농가를 대상으로 맞춤형 농업기상정보를 원활하게 제공할 수 있을 것이다. 그렇게 되면 서비스 이용농가와 그렇지 않은 농가 간 경영성과 비교를 통해 실효성 평가도 가능해진다.
이 서비스를 현업화하기 위한 1단계 4년의 조기경보 체계 실증연구가 2014년에 시작되었고, 2017년까지는 남한 21개 대권역 가운데 하나인 유역면적 4,914km2에 60,202호의 농가로 이루어진 섬진강권역을 대상으로 현업서비스를 구축하게 된다. 연구수행과정에서 얻어지는 경험은 2단계 전국 대상 사업으로 확대되어 기후변화와 기상이변 증가에 따른 농업부문 재해위험을 개별농가 차원에서 실질적으로 경감시키는 데 기여할 것이다. 금세기 농업분야 최대의 도전인 기후변화를 슬기롭게 극복하기 위해 ‘기후스마트농업’이 학계의 대안으로 자리 잡았지만, 국내 성공의 전제조건으로서 농업기상 조기경보체계의 지속적인 개발과 이를 토대로 한 맞춤형 농업 기상서비스의 전국 확대가 필요하다.
나아가 강수레이다 등을 활용한 초단기 예보 및 기상특보 상세화를 위한 기술을 모색하여 우박과 같은 돌발기상에 대한 정보역량을 강화할 것이다. 최종연도까지는 전국 확대를 위한 기상 실황 상세화기술의 표준화를 달성하게 될 것이다.
향후 기상실황 상세화를 통해 생산된 기상자료로부터 계산된 재해위험이 해당 집수역의 정상기후조건에서 기대되는 위험수준으로부터 얼마나 벗어나는지를 작목별로 표현할 것이다. 예를 들어 평년 기준위험의 확률분포함수(z)를 특정 작목에서 재해위험을 유발하는 임계온도로 대치하고, 당해연도 예측온도를 확률분포 위에 중첩시켜 위치정보와 연계하면 농장, 과원 등 개별 경지단위로 재해위험을 판정할 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
조기경보체계란 무엇인가?
, 2000). UNISDR는 2005년부터 2015년까지 추진할 실행기본계획(Framework for Action)을 채택하였는데, 예전과 달리 그 초점이 예방과 준비(prevention and preparedness)에 있으며, 이를 달성하는 데는 위험가능성을 포착하고 정량화(identification and quantification of potential risks) 하는 기술, 즉 조기경보체계(early warning system) 개발이 필요하다고 강조하였다.
재해관리는 어떻게 나눌 수 있는가?
재해관리는 위기관리와 위험관리로 나눌 수 있는데, 태풍이나 호우 같은 위험기상은 어차피 피할 수 있는 것이 아니므로 과거에는 재해의 사후분석과 복구로 구성된 위기관리 중심이었다. 이에 반해 위험관리는 예측과 준비를 통해 예방(보호)하는 데 중점을 둔다(Wilhite et al.
기존의 기후변화 대응을 위한 조기경보체계의 한계는 무엇인가?
따라서 기후변화 대응을 위한 조기경보체계는 반드시 '위치와 장소'를 기반으로 그곳의 영농정보를 바탕으로 할 때만 효율적이다. 기존 조기경보체계는 다양한 영농현장에 대한 구체적 위험을 알려주지 못하며, 농가의 개별적 상황이 대응조치에 반영되지 못하고, 악기상의 장기 누적효과에 의해 발생하는 '지발재해'나 둘 이상의 기상요소가 동시에 작용하는 '복합재해'에 대한 고려가 없다. 본 강좌에서는 선행연구들에 의해 확보된 '농가맞춤형 기상위험 관리기술'을 토대로, 필지단위 국지기상조건을 재배중인 작물의 종류와 발육단계에 맞춘 '재해위험지수'로 정량화하고, 이를 평년기준과 비교하여 재해발생 가능성을 판단하며, 적절한 대응방안과 함께 재배농가에게 일대일로 전달하는 '맞춤형 농업기상서비스' 구축에 관하여 논의한다.
참고문헌 (13)
Cho, H. M., K. W. Chung, and C. H. Cho, 1987: The relationship between the amount of solar radiation at ground level and related meteorological parameters. Journal of Korean Meteorological Society 23, 26-34.
Gunasekera, D., 2004: Natural disaster mitigation: Role and value of warnings, Outlook 2004. Speaker Papers, Disaster Management Workshop Session, Canberra, Australia.
International Strategy for Disaster Reduction, 2006: Disaster Statistics [1991-2005] (Available at http://www.unisdr.org/disaster-statistics/pdf/isdrdisaster-statistics-impact.pdf)
International Strategy for Disaster Reduction, 2005: Hyogo Framework for Action 2005-2015: Building the Resilience of Nations and Communities to Disasters. (Available at http://www.unisdr.org/eng/hfa/hfa.htm).
Kim, D. J., and J. I. Yun, 2013: Improving usage of the Korea Meteorological Administration's digital forecasts in agriculture: 2. Refining the distribution of precipitation amount. Korean Journal of Agricultural and Forest Meteorology 15(3), 171-177. DOI: 10.5532/KJAFM.2013.15.3.171
Roberts, M. J., D. Schimmelpfennig, M. J. Livingston, and E. Ashley, 2009: Estimating the value of an early-warning system. Review of Agricultural Economics 31(summer), 303-329, DOI: 10.1111/j.1467-9353.2009.01439.x
Sievers, U., and W. G. Zdunkowski, 1986: A micro-scale urban climate model. Beitrage zur Physik der Atmosphare 69(1), 13-40.
Tang, X., and Y. Zou, 2009: Overview of Shanghai MHEWS and the role of NMHS. Second Experts' Symposium on MHEWSs with Focus on the Role of NMHSs, 5-7 May 2009, Toulouse, France. (Available at http://www.wmo.int/pages/prog/drr/events/MHEWS-IIPresentations/Session%201/Shanghai/ShanghaiMHEWS.pdf34)
Wilhite, D.A., M. J. Hayes, C. Knutson, and K. H. Smith, 2000: Planning for Drought: Moving from crisis to risk management. Journal of American Water Resources Association, 36, 697-710.
WMO, 2010: Guidelines on Early Warning Systems and Application of Nowcasting and Warning Operations. PWS-21, WMO / TD No. 1559, 22pp. (Available at: http://www.wmo.int/pages/prog/amp/pwsp/documents/PWS-21.pdf)
Yun, J. I., 2009: A simple method using a topography correction coefficient for estimating daily distribution of solar irradiance in complex terrain. Korean Journal of Agricultural and Forest Meteorology 11(1), 13-18. (In Korean with English abstract)
Yun, J. I., S. O. Kim, J. H. Kim, and D. J. Kim, 2013: User-specific agrometeorological service to local farming community: a case study. Korean Journal of Agricultural and Forest Meteorology 15(4), 320-331. DOI: 10.5532/KJAFM.2013.15.4.320 (In Korean with English abstract)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.