[논문]관광기후지수(Tourism Climate Index)를 이용한 치악산 국립공원의 관광기후환경에 관한 연구

박창용; 김남조; 김상태; 최영은

문제 정의

본 연구에서는 TCI를 이용하여 치악산 국립공원을 대상으로 관광기후환경을 평가하고 미래 변화를 분석하였다. TCI 일평균값의 분포는 과거와 미래의 분석된 모든 기간에서 두 개의 봉우리가 나타나는 이봉형태가 나타났다.
따라서 빠르게 진행되고 있는 기후변화에 대응하기 위하여 관광분야에서도 관광기후환경의 평가와 미래 변화에 대한 연구가 필요하다고 생각한다. 본 연구에서는 우리나라의 대표적 자연관광지인 치악산 국립공원을 사례로 관광기후지수를 이용하여 관광기후환경의 변화와 기후변화 시나리오를 활용한 미래 관광기후환경의 전망을 파악하였다.
한국형 관광기후지수(KTCI) 산출을 위한 기반 연구인 본 연구에서는 Mieczkowski(1985)가 개발한 TCI를 이용하여 강원도 원주시에 위치한 치악산 국립공원의 관광기후환경을 평가하고 미래 변화를 전망하였다. 국립공원 관리공단으로부터 치악산 국립공원의 일탐방객수 자료(2008-2012년)를 제공받을 수 있었기 때문에 치악산 국립공원을 사례로 하여 관광기후환경을 분석하였으며, 제공받은 일탐방객수와 산출된 TCI와의 관계를 파악하였다.

가설 설정

2) SRES 배출 시나리오는 미래에 예상되는 사회에 따라 4개의 시나리오군(A1, A2, B1, B2)과 세부 배출시나리오로 구성된다. A1은 고도 경제성장이 계속되어 세계 인구가 21세기 중반에 정점에 달한 후에 감소하고, 신기술이나 고효율화 기술이 급속히 도입되는 미래사회를 가정한 시나리오이다. 이는 다시 화석 에너지원을 중시하는 A1F1, 비화석 에너지원을 중시하는 A1T, 각 에너지원의 밸런스를 중시 하는 A1B로 세분화된다.
A2는 다원화 사회를 가정한 시나리오로써 세계 인구는 계속 증가하며, 경제성장은 낮고 환경 문제에 대한 관심도 낮은 다원화 사회를 가정한 시나리오이다. B1은 지속 발전형 사회 시나리오로써 지역 간 격차가 적고 21세기 중반에 세계인구가 정점에 달한 후 감소하지만 경제의 물질 지향성이 감소하고 청정자원 절약의 기술이 도입됨을 가정한 시나리오이다. B2는 경제, 사회및 환경의 지속 가능성을 확보하기 위한 지역적 대책에 중점이 놓여지는 세계를 가정한 것이다.
B1은 지속 발전형 사회 시나리오로써 지역 간 격차가 적고 21세기 중반에 세계인구가 정점에 달한 후 감소하지만 경제의 물질 지향성이 감소하고 청정자원 절약의 기술이 도입됨을 가정한 시나리오이다. B2는 경제, 사회및 환경의 지속 가능성을 확보하기 위한 지역적 대책에 중점이 놓여지는 세계를 가정한 것이다. 이 중 A1B(중배출), A2(고배출), B1(저배출) 시나리오는 IPCC AR4 작성을 위한 표준시나리오로 채택되었으며 각각 2100년의 CO2 농도는 각각 720ppm, 830ppm, 550ppm이다(국립기상연구소, 2009).
5) 로 구성되어 있으며, 각 숫자는 2100년에 가정한 안정화되는 복사강제력(W/m² )을 나타낸다(백희정 등, 2011). RCP 4.5 시나리오는 2100년에 약 4.5 W/m²에서 안정화되는 저농도 시나리오로서 온실가스 저감 정책이 상당히 실현되 었음을 가정하는 배출 시나리오이며 2100년의 이산화탄소 농도가 540ppm의 상태를 가정한다. RCP 8.
5 W/m²에서 안정화되는 저농도 시나리오로서 온실가스 저감 정책이 상당히 실현되 었음을 가정하는 배출 시나리오이며 2100년의 이산화탄소 농도가 540ppm의 상태를 가정한다. RCP 8.5 시나리오는 2100년에 복사강제력이 8.5 W/m²를 초과하는 고농도 시나리오로서 온실가스 저감 없이 현재 추세로 배출되는 경우이며 2100년의 이산화탄소 농도가 940ppm의 상태를 가정한다. 이 시나리오는 BAU(Business-As-Usual) 시나리오로도 불린다(백희정 등, 2011; 기상청, 2012b; 2012c).

제안 방법

10년 단위로 치악산 국립공원의 TCI 일평균값 변화를 20일 이동평균하여 율리우스일로 살펴보았다 (그림 4). 4개 모든 기간에서 앞에서 살펴본 40년 평균과 같이 두 개의 봉우리가 나타나는 이봉형태를 보 였다.
TCI와 치악산 국립공원의 탐방객수와의 관계를 파악하고자 일탐방객수의 자료가 존재하는 2008-2012년 5년간 TCI와 탐방객수를 일평균하여 율리우스일로 나타내고 이를 앞에서 적용했던 20일 이동평균하여 그 변화를 분석하였다. 미래 치악산 국립공원의 관광기후환경 변화에 대한 분석은 기후변화 시나리오의 월평균값을 이용하여 월평균 TCI를 산출하였고 이를 3개의 기간(2011-2040년, 2041-2070년, 2071-2100년)으로 구분하였다.
Mieczkowski(1985)는 산출된 TCI 값에 따라 10개 범주의 등급으로 구분하였고, 이를 다시 4개 범주의 등급(excellent: 최적, very good and good: 좋음, acceptable: 보통, unfavorable: 비선호)으로 단순화 하였다(표 2). 각 기간별로 4개 TCI 등급에 해당하는 일수의 변화를 조사하고 일별 분포를 제시하여 등급의 변화를 분석하였다.
한국형 관광기후지수(KTCI) 산출을 위한 기반 연구인 본 연구에서는 Mieczkowski(1985)가 개발한 TCI를 이용하여 강원도 원주시에 위치한 치악산 국립공원의 관광기후환경을 평가하고 미래 변화를 전망하였다. 국립공원 관리공단으로부터 치악산 국립공원의 일탐방객수 자료(2008-2012년)를 제공받을 수 있었기 때문에 치악산 국립공원을 사례로 하여 관광기후환경을 분석하였으며, 제공받은 일탐방객수와 산출된 TCI와의 관계를 파악하였다. 사용한 관측자료는 치악산 국립공원에서 가장 가까운 기상관측소인 원주기상대의 자료의 일평균기온, 일최고기온, 일평균상대습도, 일최소습도, 일강수량, 일조시간, 일평균풍속의 1973-2012년 40년 자료이다.
따라서 미래의 치악산 국립공원의 TCI 변화를 분석하기 위하여 230개 시·군·구 기초 지자체의 폴리곤 형태 시나리오 자료 중 원주시에 해당하는 RCP 4.5/8.5 기후변화 시나리오에서 월평균기온, 월평균 최고기온, 월강수량, 월평균상대습도, 월평균풍속을 이용하였다.
본 연구에서는 산출된 TCI를 각 기후변화 시나리오별로 2011-2040, 2041-2070, 2071-2100년의 3개 기간으로 구분하여 30년 별 월평균 TCI의 분포를 살펴보았다. 또한 월평균 TCI를 표 2의 4개 등급에 해당하는 월의 변화를 조사하였다.
(2010)의 방법을 적용하여 TCI를 일값으로 산출하였다. 먼저 1973-2012년의 TCI 일값을 산출하고 TCI의 변화특성을 조사하고자 이를 10년 단위의 4개 기간으로 구분하였다(1973-1982년, 1983-1992년, 1993-2002년, 2003-2012년). 각 기간별로 1월 1일부터 12월 31일까지 TCI 값을 일평균하여 이를 1-365일로 나타나는 율리우스일(Julian day)로 표현하고 일평균값의 변화는 Cha et al.
TCI와 치악산 국립공원의 탐방객수와의 관계를 파악하고자 일탐방객수의 자료가 존재하는 2008-2012년 5년간 TCI와 탐방객수를 일평균하여 율리우스일로 나타내고 이를 앞에서 적용했던 20일 이동평균하여 그 변화를 분석하였다. 미래 치악산 국립공원의 관광기후환경 변화에 대한 분석은 기후변화 시나리오의 월평균값을 이용하여 월평균 TCI를 산출하였고 이를 3개의 기간(2011-2040년, 2041-2070년, 2071-2100년)으로 구분하였다. 앞에서도 언급하였듯이 월평균최소습도와 월평균일조시간은 폴리곤 형태의 RCP 4.
사용한 관측자료는 치악산 국립공원에서 가장 가까운 기상관측소인 원주기상대의 자료의 일평균기온, 일최고기온, 일평균상대습도, 일최소습도, 일강수량, 일조시간, 일평균풍속의 1973-2012년 40년 자료이다. 미래의 월평균최소습도와 월평균일조시간을 추정하기 위한 기준값을 산출하고자 1981-2010년 30년간 월평균최고 기온, 월평균증기압, 월평균전운량과 1981-2010년 30년 평균한 월평균 일가조시간을 이용하였다.
본 연구에서는 산출된 TCI를 각 기후변화 시나리오별로 2011-2040, 2041-2070, 2071-2100년의 3개 기간으로 구분하여 30년 별 월평균 TCI의 분포를 살펴보았다. 또한 월평균 TCI를 표 2의 4개 등급에 해당하는 월의 변화를 조사하였다.
본 장에서는 기후자료를 이용하여 치악산 국립공원의 관광기후환경의 변화를 조사하였다. 그림 3(a) 는 1973-2012년 40년 간 치악산 국립공원의 TCI일평균값 변화를 20일 이동평균하여 율리우스일 (1~365일)로 나타낸 것이다.
앞 장에서는 치악산 국립공원의 관광기후환경의 변화를 살펴보았다면 본 장에서는 기후변화 시나리오 자료를 이용하여 미래 치악산 국립공원의 관광기 후환경을 분석하였다. 1981-2010년 관측자료를 이용한 월평균 TCI와 RCP 4.
월평균일조시간은 먼저 식 7을 통해 구름이 끼지 않은 시간(unclouded hours)을 계산한다. 여기에서 day length는 가조시간으로써 1981-2010년 30년 평균한 원주기상대의 월평균 일가조시간을 식에 적용하였다. cloud cover는 월평균전운량으로써 비율로 제시되며 CORDEX 프로젝트에서 제공하는 RCP 4.
5 기후변화 시나리오 자료를 이용하였다. 이를 기반으로 국립기상연구소는 먼저 영국 기상청 해들리 센터의 전지구 대기-해양 결합모델인 HadGEM2-AO(coupled Atmosphere-Ocean model of Hadley Centre Global Environmental Model version 2)에 인위적 기후변화 강제력을 적용하여 분해능 135km인 전지구 기후변화 시나리오 자료를 생산하고, HadGEM2-AO에 기초한 지역기후모델인 HadGEM3-R A(Atmospheric Regional climate model of HedGEM3)를 이용한 역학적 상세화로 분해능 12.5km인 한반도 기후변화 시나리오 자료를 개발하였다. 다시 HadGEM2-AO에 기상청은 MK(Modified Korean)-PRISM(Parameter-elevation Regressions an Independent Slopes Model)에 기초하여 생산된 격자형 관측 자료의 계절주기 기후값에 모델의 편차를 보정하여 고분해능 기후변화 전망자료를 생산하는 한반도 기후변화 시나리오에 통계적 상세화 기법인 PRIDE(PRISM based Downscaling Estimation) 모델을 적용하여 분해능 1km인 한반도 상세기후변화 시나리오를 개발하였다(국립기상연구소, 2011; 기상청, 2012a; 김맹기 등, 2012).
이후 앞에서 1차로 추정된 미래 월평균 unclouded hours를 독립변수로 회귀식에 적용하여 계산된 값을 최종 추정된 월평균일조시간(sun hours)으로 정의하여 TCI 세부지수로 적용한다. 회귀식은 통계적으로 유의하며 설명력은 0.
이후 앞에서 1차로 추정된 미래 월평균최소습도를 독립변수로 회귀식에 적용하여 계산된 값을 최종 추정된 미래 월평균최소습도로 정의하여 TCI 세부지수로 적용한다.

대상 데이터

1973-2012년 40년 간 4개로 구성된 TCI 등급에 해당하는 시기를 살펴보았다. 80 이상의 TCI로 나타나는 ‘최적(excellent)’ 등급은 5월 2일부터 6월 19일까지의 49일과 9월 9일부터 10월 12일의 34일로 나타나 365일 중 24.
여기에서 day length는 가조시간으로써 1981-2010년 30년 평균한 원주기상대의 월평균 일가조시간을 식에 적용하였다. cloud cover는 월평균전운량으로써 비율로 제시되며 CORDEX 프로젝트에서 제공하는 RCP 4.5, RCP 8.5의 시나리오자료를 이용하였다.
미래 치악산 국립공원의 TCI 변화를 파악하기 위하여 RCP¹⁾ (Representative Concentration Pathways) 4.5와 RCP 8.5 기후변화 시나리오 자료를 이용하였다. 이를 기반으로 국립기상연구소는 먼저 영국 기상청 해들리 센터의 전지구 대기-해양 결합모델인 HadGEM2-AO(coupled Atmosphere-Ocean model of Hadley Centre Global Environmental Model version 2)에 인위적 기후변화 강제력을 적용하여 분해능 135km인 전지구 기후변화 시나리오 자료를 생산하고, HadGEM2-AO에 기초한 지역기후모델인 HadGEM3-R A(Atmospheric Regional climate model of HedGEM3)를 이용한 역학적 상세화로 분해능 12.
본 연구에서는 월평균일조시간을 추정하기 위하여 0.44°×0.44°의 공간해상도를 나타내는 CORDEX 동아시아 영역에서 원주시가 해당 되는 영역을 대상으로 국립기상연구소에서 개발한 HadGEM3-RA 지역상세화 방법을 통해 산출된 RCP 4.5/8.5 시나리오의 월평균전운량자료를 이용하였다.
국립공원 관리공단으로부터 치악산 국립공원의 일탐방객수 자료(2008-2012년)를 제공받을 수 있었기 때문에 치악산 국립공원을 사례로 하여 관광기후환경을 분석하였으며, 제공받은 일탐방객수와 산출된 TCI와의 관계를 파악하였다. 사용한 관측자료는 치악산 국립공원에서 가장 가까운 기상관측소인 원주기상대의 자료의 일평균기온, 일최고기온, 일평균상대습도, 일최소습도, 일강수량, 일조시간, 일평균풍속의 1973-2012년 40년 자료이다. 미래의 월평균최소습도와 월평균일조시간을 추정하기 위한 기준값을 산출하고자 1981-2010년 30년간 월평균최고 기온, 월평균증기압, 월평균전운량과 1981-2010년 30년 평균한 월평균 일가조시간을 이용하였다.

데이터처리

추정값은 바로 TCI를 계산 하기 위한 세부지수로 사용되지 않는다. 1981-2010년의 30년간 원주의 월평균증기압과 월평균최고기온을 식 2와 3에 대입하고 계산된 월평균최소습도와 1981-2010년의 30년간 월평균최소습도의 관측값을 선형 회귀분석하여 회귀식을 구한다. 회귀식은 통계 적으로 유의하며 설명력도 0.

이론/모형

Moreno and Amelung(2009)은 해안지역의 관광기후환경을 평가하기 위해 TCI를 기반으로 Morgan et al.(2000)이 개발한 BCI(Beach Climate Index) 를 이용하여 유럽 해안의 여름철 미래 관광기후환경을 전망하였다. 지중해 연안이 아닌 곳에서는 BCI 가 증가하며, 지중해 연안은 BCI가 크게 감소하지 않아서 미래에도 여전히 여름철 대표적인 관광지로서의 역할을 할 것이라고 제시하였다.
각 기간별로 1월 1일부터 12월 31일까지 TCI 값을 일평균하여 이를 1-365일로 나타나는 율리우스일(Julian day)로 표현하고 일평균값의 변화는 Cha et al.(2007)과 박창용 외(2008)가 사용한 방법인 20일 보다 적은규모의 영향을 배제하여 계절안 변동성을 설명하기에 적합한 20일 이동평균법을 이용 하였다.
과거에서 현재까지의 치악산 국립공원의 관광기 후환경의 변화는 Perch-Nielsen et al.(2010)의 방법을 적용하여 TCI를 일값으로 산출하였다. 먼저 1973-2012년의 TCI 일값을 산출하고 TCI의 변화특성을 조사하고자 이를 10년 단위의 4개 기간으로 구분하였다(1973-1982년, 1983-1992년, 1993-2002년, 2003-2012년).
5 원주시 기후변화 시나리오에서 제공되지 않는 제한점이 존재한다. 따라서 월평균최소습도와 월평균일조시간을 추정하기 위하여 Whittlesea and Amelung(2010)이 제시한 방법을 적용하였으며 CORDEX(COordinated Regional climate Downscaling EXperiment) 프로젝트에서 제공하는 RCP 4.5/8.5 시나리오의 월평균전운량을 이용하였다.
미래 치악산 국립공원의 관광기후환경 변화에 대한 분석은 기후변화 시나리오의 월평균값을 이용하여 월평균 TCI를 산출하였고 이를 3개의 기간(2011-2040년, 2041-2070년, 2071-2100년)으로 구분하였다. 앞에서도 언급하였듯이 월평균최소습도와 월평균일조시간은 폴리곤 형태의 RCP 4.5/8.5 원주시 기후변화 시나리오에서 제공되지 않는 제한점이 존재하므로 월평균최소습도와 월평균일조시간을 산출하기 위하여 Whittlesea and Amelung(2010)이 제시한 방법을 이용하였다.
Cid는 주간 쾌적지수(daytime comfort index)로서 일 또는 월평균 최고기온과 일 또는 월평균 최소 습도와의 관계로 표현되며, Cia는 일쾌적지수(daily comfort index)로서 일 또는 월평균기온과 일 또는 월평균 상대습도와의 관계로 표현된다. 이 두 지수는 열적 쾌적성과 관련된 것으로써 미국 공조냉동공학회 (American Society of Heating, Refrigerating and Air Conditioning Engineers, ASHRAE)에서 1972년에 제시한 기온과 습도로 열적 쾌적성을 표현할 수 있는 유효온도값을 Mieczkowski(1985)가 수정하여 구간별로 점수화 하였다. 이는 그림 1과 같이 각 온도와 습도의 구간에서 해당하는 격자의 점수를 직접 확인하여 추출하면 된다(European Climate Assessment & Dataset and Royal Netherlands Meteorological Institute KNMI, 2012).

성능/효과

10년별 TCI 일평균값의 변화에서는 분포의 첫 번째 봉우리부터 두 번째 봉우리 사이에서 골의 형태로 나타나는 여름철의 가장 낮은 TCI값이 최근 들어 크게 감소한 것으로 조사되었다. 여름철 TCI 등급의 일별 분포에서 전반기에는 ‘좋음’ 등급만 나타났으나 후반기에는 이보다 더 낮은 ‘보통’ 등급이 나타났다.
이는 세부지수 중 주간 쾌적지수(Cid) 의 감소가 가장 큰 기여를 하였다. 1981-2010년에는두 번째 봉우리가 9월에 나타났지만, 미래의 3개 기간에는 10월에 나타나는데, 미래로 갈수록 봉우리의 TCI가 증가하여 가을철에는 현재보다는 여전히 낮지만, 미래로 갈수록 가을철에는 다소 관광기후환경이 좋아지는 것으로 분석되었다. 11-1월의 3개월은 현재의 TCI와 큰 차이가 없는 것으로 나타났다.
5의 경우와 여름철을 제외하면 TCI의큰 차이는 없었지만, 2041-2070년과 2071-2100년의 경우에는 분포의 차이가 다소 발생하였다. 3개 기간 모두 5월과 10월에 봉우리가 나타났고, 7, 8월에는 RCP 4.5의 경우보다 미래로 갈수록 TCI가 크게 감소하는 특징을 보였다. 또한 2041-2070년과 2071-2100년에는 8월에 가장 낮은 값을 나타냈다.
RCP 8.5 시나리오도 RCP 4.5 시나리오의 경우와 마찬가지로 3개 기간 모두 1981-2010년과 같이 미래에도 이봉형태를 보였고, 1981-2010년의 월평균 TCI보다 미래 3개 기간 모두 값이 낮았으며, 봄철과 여름철에 그 차이가 컸다. 2011-2040년의 경우 같은 기간의 RCP 4.
본 연구에서는 TCI를 이용하여 치악산 국립공원을 대상으로 관광기후환경을 평가하고 미래 변화를 분석하였다. TCI 일평균값의 분포는 과거와 미래의 분석된 모든 기간에서 두 개의 봉우리가 나타나는 이봉형태가 나타났다. 따라서 치악산 국립공원은 봄철과 가을철에 관광하기 가장 적합한 기후로 파악되었다.
임근욱(2007)은 TCI를 이용하여 관광활동에 적합한 기후 조건을 갖는 기간에 대한 공간적인 특성을 분석하였다. TCI가 70이상인 월은 경상북도 동부에서 많았고 전체적으로 내륙지역이 해안지역보다 관광기후환경이 더 좋은 것으로 나타났다. 하지만 이 연구에서는 TCI의 변화 경향과 기후변화 시나리오를 이용한 미래 관광기 후환경의 변화는 수행되지 않았다.
또한 2041-2070년과 2071-2100년에는 8월에 가장 낮은 값을 나타냈다. 따라서 미래로 갈수록 치악산의 여름철 관광기후환경이 RCP 4.5의 경우보다 더욱 악화되는 것으로 나타났다. 이는 RCP 4.
앞에서 살펴본 결과에서는 최근 들어서 여름철 TCI 등급이 ‘좋음’에서‘보통’으로 변화한 시기가 나타났는데, 미래에는 ‘비선호’ 등급까지 나타날 것으로 보여서 앞에서도 언급 하였듯이 여름철 관광기후환경은 미래로 갈수록 더욱 저하될 것으로 분석되었다.
Amelung and Viner(2006) 는 유럽지역의 TCI의 미래 변화를 전망하였다. 여름철 TCI가 가장 높았던 지중해 연안에서는 미래에 여름철 기온이 크게 상승하여 가장 적합한 관광기후환경은 봄과 가을로 변화할 것이며, 반면에 북유럽지역은 여름철의 TCI가 크게 증가할 것으로 전망하였다. Hein et al.
여름철 TCI는 최근으로 갈수록 감소하는 경향을 보이는데, TCI 세부지수 중 일조시간에 따른 세부지수인 4S가 통계적으로 유의한 수준(α＜0.05)에서 -2.5점/10년으로 가장 감소율이 가장 커서 일조시간의 감소가 여름철 TCI 감소에 가장 큰 영향을 미친 것으로 나타났다.
5와 마찬가지로 11-1월의 3개월은 현재의 TCI와 큰 차이가 없는 것으로 나타났다. 이를 종합해볼 때 치악산국립공원은 미래로 갈수록 여름철의 관광기후환경이 저하되는 특징을 보였고, 2071-2100년에는 연중 가장 낮았던 관광기후환경이 겨울철에서 여름철로 변화할 것으로 분석되었다.
4개 모든 기간에서 앞에서 살펴본 40년 평균과 같이 두 개의 봉우리가 나타나는 이봉형태를 보 였다. 첫 번째 봉우리부터 두 번째 봉우리까지의 TCI 는 최근 10년으로 갈수록 감소하고 있는 특징을 보였다. 특히 두 봉우리 사이에서 골의 형태로 나타나는 여름철의 가장 낮은 TCI값이 최근 들어 크게 감소하고 발생일도 1973-1982년에는 7월 29일, 1983-1992년은 7월 24일, 1993-2002년은 7월 30일, 2003-2012년은 8월 8일로 최근 10년에서 늦어지는 특징을 보였다.

후속연구

, 2010). 따라서 추후에 수행될 예정인 한국형 관광기후지수(Korea Tourism Climate Index)의 개발에서는 설문조사, 지역기후의 상세한 분석 등을 통해 관광 활동별, 관광지별로 변수별 가중치의 상세화가 필요할 것으로 생각한다.
하지만 관광 정책적인 부문에서 기후가 관광에 미치는 효과나 미래에 관광기후환경이 어떻게 변화할 것인지에 대한 초기 연구라는 점에서 연구의 효용성이 충분하다고 판단된다. 또한 광범위한 지역이 아닌 치악산이라는 국지적인 관광 자원을 대상으로 하였지만 관광 기후환경을 정량적으로 분석하고 미래 관광 기후 환경의 전망을 제시한 연구는 국내에서는 이루어지지 않았으므로 우리나라에 적합한 한국형 관광기후지수 개발에 본 연구가 기반이 될 것으로 생각한다. 앞으로 다양한 관광지에 대해서도 관광기후환경과 관련된 연구가 수행되어야 할 것이며 이러한 후속 연구들은 관광사업자와 지자체별 관광정책 결정자들에게 기후변화로 인한 관광 대응책 마련을 위한 기초자료로 이용될 것으로 기대한다.
본 연구는 위에서 제시한 TCI의 한계점뿐만 아니라 원주 기상대의 자료를 이용하였기 때문에 산악지역의 기온과 습도가 제대로 반영되지 않은 한계점도 존재한다. 하지만 관광 정책적인 부문에서 기후가 관광에 미치는 효과나 미래에 관광기후환경이 어떻게 변화할 것인지에 대한 초기 연구라는 점에서 연구의 효용성이 충분하다고 판단된다.
또한 광범위한 지역이 아닌 치악산이라는 국지적인 관광 자원을 대상으로 하였지만 관광 기후환경을 정량적으로 분석하고 미래 관광 기후 환경의 전망을 제시한 연구는 국내에서는 이루어지지 않았으므로 우리나라에 적합한 한국형 관광기후지수 개발에 본 연구가 기반이 될 것으로 생각한다. 앞으로 다양한 관광지에 대해서도 관광기후환경과 관련된 연구가 수행되어야 할 것이며 이러한 후속 연구들은 관광사업자와 지자체별 관광정책 결정자들에게 기후변화로 인한 관광 대응책 마련을 위한 기초자료로 이용될 것으로 기대한다.

핵심어	질문	논문에서 추출한 답변
	TCI란 어떤 지수인가?	관광활동과 기후환경간의 관계를 파악하고 변화를 예측하기 위해 기후쾌적성을 정량화한 여러 지수들이 개발되었다. 이 중에서 TCI(Tourism Climate Index)는 관광에서 고려되는 기후적 측면 3가지(열적쾌적성, 바람 및 강수 등 관광활동에 직접적인 제약요인으로 작용하는 물리적 측면, 일조시간 및 운량 등 관광객의 감정에 영향을 주는 심미적 측면)를 모두 고려한 지수로 많은 연구에서 기후변화와 관련한 관광기후환경의 변화를 파악하는 데 이용되었다 (Mieczkowski, Z., 1985; de freitas, 2003; Scott et al.
	기후변화로 인한 직·간접적 영향은 무엇인가?	최근의 기후변화는 관광분야에 직·간접적으로 영향을 준다. 직접적 영향으로는 기후변화로 인한 관광 기간의 변화가 관광지의 경쟁력과 관광사업체의 수익성에 큰 영향력을 미치며 간접적 영향은 기후변화로 인한 재해의 증가, 생물 다양성의 감소, 질병의 증가 등이 관광지의 환경에 부정적으로 작용한다는 것이다(Simpson et al., 2008).
	TCI 산출 시 기후요소는 어떻게 가중치를 부여하였는가?	TCI는 7개의 기후자료를 이용한 5개의 세부지수로 구성된다. 기후요소는 관광기후환경을 평가하는 데 있어서 관광객에게 미치는 정도가 다르므로 각각의 세부지수에 전문가의 주관에 의해 가중치를 부여하였으며 열적 쾌적도가 미치는 영향이 가장 크기 때문에 여기에 가장 큰 가중치를 부여하였다(Mieczkowski, 1985; 임근욱, 2007). TCI는 식 1과 같이 계산되며 각각의 지수는 최저 -3.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

관광기후지수(Tourism Climate Index)를 이용한 치악산 국립공원의 관광기후환경에 관한 연구
Examination of Tourism Climatic Conditions for Chiaksan National Park Analyzing Tourism Climate Index 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

관광기후지수(Tourism Climate Index)를 이용한 치악산 국립공원의 관광기후환경에 관한 연구 Examination of Tourism Climatic Conditions for Chiaksan National Park Analyzing Tourism Climate Index 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

김남조 (2) 최영은 (15)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

관광기후지수(Tourism Climate Index)를 이용한 치악산 국립공원의 관광기후환경에 관한 연구
Examination of Tourism Climatic Conditions for Chiaksan National Park Analyzing Tourism Climate Index 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper