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 최근 강조되고 있는 엔트로피 가중치 산정법을 활용하여 대기오염 취약성 평가를 전국 시군구를 대상으로 수행하고자 한다. 이를 통해 전국 시군구의 대기오염 취약성을 비교 분석하고, 엔트로피 가중치 방법론의 활용가능성을 검토하였다.
- 본 연구는 대기오염 취약성 평가에 있어 다양한 가중치 산정법 중 변수들의 정량적 정보를 이용하여 불확실성을 고려한 엔트로피를 이용해 가중치를 산정하고 적용하고자 하였다. 이를 위해 지표의 분류와 표준화 및 계산과정을 거쳐 엔트로피 가중치를 산정하고 적용하여 노출, 민감, 적응 지수별로 분석해 보고, 단순합산과 취약성-탄력성 지표의 합산 두 가지 방법을 이용해 취약성을 평가하였다.
- 따라서 본 연구는 최근 강조되고 있는 엔트로피 가중치 산정법을 활용하여 대기오염 취약성 평가를 전국 시군구를 대상으로 수행하고자 한다. 이를 통해 전국 시군구의 대기오염 취약성을 비교 분석하고, 엔트로피 가중치 방법론의 활용가능성을 검토하였다.
제안 방법
- 노출, 민감도, 적응능력 세 가지 변수 특성별 지표간에 엔트로피 가중치를 산정하였고 그 결과 값은 와 같다.
- 노출은 주로 기상요인으로 일 최고기온과 강수량, 대기오염요인으로 오존농도 기준 초과 일수와 여름철 오존 평균 농도를 사용하였다. 시스템의 민감도는 취약대상과 취약환경요인으로 13세 이하인구, 65세 이상 인구, 독거노인 등 각 비율과 도로면적, 대기오염배출 시설, 차량 등록대수, 대기 오염 배출 시설 수, 호흡기계 및 심혈관계 관련 질환 입원 ･사망 자수를 이용하였다.
- 대기오염 취약성 평가 결과는 두 개의 값으로 도출(단순합산, 취약성-탄력성 지표)하였다. 엔트 로피 가중치를 적용한 값을 단일 합산한 결과인 단순합산결과는 <그림 2>의 아래와 같이 나타났다.
- 첫째, 지표의 정량적 분석을 통해 불확실성을 고려하여 가중치를 산정하는 엔트로피 방법을 이용해 지표별 대기오염 영향에 대한 가중치를 계산한다. 둘째, 도출한 엔트로피 가중치를 지표별로 적용하고 이를 단순합산법과 취약성-탄력성 지표(VRI: Vulnerability-Resilience Indicator) 계산법으로 통합하여 249개 시군구를 대상으로 대기오염에 대한 취약성을 평가하였다.
- 배현주 등(2012)은 대기오염의 건강영향 분석을 위해 사회적･물리적 측정 자료와 기상 요소 대기오염 물질의 농도에 따른 시 ･공간적 추세를 연구하고 기후변화 시나리오를 활용하여 건강영향을 예측하고, 취약성 가중치 산정에 있어 AHP와 예산배분법(Budget Allocation Process, BAP)을 이용하였다. 또한 FUZZY TOPSIS 기법을 활용해 최종 취약성을 평가하였다. 신호성(2010)은 기후변화에 대한 건강영향을 다양한 측면에서 살펴보고 대기오염 영향으로 발생하는 건강영향과의 관계를 파악하였다.
- 신호성(2010)은 기후변화에 대한 건강영향을 다양한 측면에서 살펴보고 대기오염 영향으로 발생하는 건강영향과의 관계를 파악하였다. 또한 상대적으로 취약한 집단과 가구별 기후변화 취약 요소의 공간분포를 분석하는 등의 건강영향에 대한 시 ･공간적 분포를 비교해 봄으로서 취약한 정도를 분석하였다. 또한 신호성 ･이수형(2014)은 취약성 평가 모형에 근거해 기후변화 건강 취약성 지표를 선정하고 실증자료를 구축을 통해 전국 시군구 행정단위 수준의 기후변화 건강 취약성 평가 지표를 개발하였다.
- 또한 신호성 ･이수형(2014)은 취약성 평가 모형에 근거해 기후변화 건강 취약성 지표를 선정하고 실증자료를 구축을 통해 전국 시군구 행정단위 수준의 기후변화 건강 취약성 평가 지표를 개발하였다. 또한 자료의 표준화와 AHP 가중치를 지표에 적용하여 취약성을 분석하였다.
- 시스템의 민감도는 취약대상과 취약환경요인으로 13세 이하인구, 65세 이상 인구, 독거노인 등 각 비율과 도로면적, 대기오염배출 시설, 차량 등록대수, 대기 오염 배출 시설 수, 호흡기계 및 심혈관계 관련 질환 입원 ･사망 자수를 이용하였다. 마지막으로 지자체별 적응능력은 사회 ･경제적 요소로 지역 내 총생산, 재정자립도, 실업률, 교육수준을 이용하고, 보건의료 요인으로 주민 1인당 보건의료예산, 인구당 의사수, 인구당 응급의료기관 수, 인구당 보건소 인력을 활용하고, 대기 관리 요인으로 주민 1인당 환경예산, 대기오염 농도 알림체계, 인구당 환경공무원 인력, 녹지면적 비율을 선정하고 활용하였다.
- 본 연구에서의 취약성 평가는 의 흐름도와 같이 분석에 필요한 지표를 선정하고, 표준화 과정을 거치고, 엔트로피를 이용한 가중치를 산정한 뒤 표준화된 자료에 가중치를 적용하여 합산 방법에 따라 취약성을 평가한다.
- 김환석 등(2012)은 낙동강 유역을 대상으로 대규모 하천정비사업 영향에 의한 취약성 변화를 평가하고자 하였다. 이때 엔트로피 방법을 이용해 결정된 가중치를 이용하여 취약성을 계산하고 지도화 하여 홍수 취약성이 높은 지역을 도출하고 과거자료와 비교를 통해 타당성을 확보하였다. 최현일 등(2013)은 통합 홍수위험 관리 측면에서 홍수위험도에 따라 지구를 구분하고자 압력지표, 현상지표, 대책지표를 대표하는 세부항목들을 선정하여 시군구 단위의 평가지표 자료를 구축하고, 엔트로피 가중치 산정방법을 이용해 주관적 판단을 최소화하여 홍수 위험 지구를 선정하였다.
- 본 연구는 대기오염 취약성 평가에 있어 다양한 가중치 산정법 중 변수들의 정량적 정보를 이용하여 불확실성을 고려한 엔트로피를 이용해 가중치를 산정하고 적용하고자 하였다. 이를 위해 지표의 분류와 표준화 및 계산과정을 거쳐 엔트로피 가중치를 산정하고 적용하여 노출, 민감, 적응 지수별로 분석해 보고, 단순합산과 취약성-탄력성 지표의 합산 두 가지 방법을 이용해 취약성을 평가하였다.
- 대기오염 취약성 평가 지표는 선행연구(배현주 등, 2012; 강정은 외, 2012)를 바탕으로 <표 1>과 같이 취약성 지표를 구축하였다. 지표는 공간적으로 전국 249개 시군구를 대상으로, 시간적으로 2010년 대기오염 영향 분석 자료를 노출, 민감, 적응능력으로 분류하였다.
- 본 연구의 방법론은 크게 두 부분으로 구성된다. 첫째, 지표의 정량적 분석을 통해 불확실성을 고려하여 가중치를 산정하는 엔트로피 방법을 이용해 지표별 대기오염 영향에 대한 가중치를 계산한다. 둘째, 도출한 엔트로피 가중치를 지표별로 적용하고 이를 단순합산법과 취약성-탄력성 지표(VRI: Vulnerability-Resilience Indicator) 계산법으로 통합하여 249개 시군구를 대상으로 대기오염에 대한 취약성을 평가하였다.
- 본 연구의 분석결과는 지역별 특성이 반영된 것으로 지역별로 세부취약 요인의 분석이 가능하다. 취약성-탄력성 지표 분석을 기준으로 취약성이 높게 나타나는 지역과 낮게 나타나는 지역의 특성을 비교하기 위해 상위 지역에 포함되는 화성시와 광진구를 대상으로 방사형 그래프를 작성하였고, 하위 지역인 진안군과 속초시의 결과를 방사형 그래프로 나타내었다. 또한 지역의 특성별 비교를 위해 특정 지표에 따라 취약성에 큰 영향을 받는 부산 사상구와, 서울 송파구를 그래프로 나타내었다(그림 5).
- 특성별로 노출, 민감도, 적응능력으로 연구지표를 분류할 수 있으며, 적응능력 지표의 표준화된 속성 값들은 노출, 민감도 지표들과 취약성에 대한 영향의 방향이 같도록 변환해 사용하였다.
대상 데이터
- 노출은 주로 기상요인으로 일 최고기온과 강수량, 대기오염요인으로 오존농도 기준 초과 일수와 여름철 오존 평균 농도를 사용하였다. 시스템의 민감도는 취약대상과 취약환경요인으로 13세 이하인구, 65세 이상 인구, 독거노인 등 각 비율과 도로면적, 대기오염배출 시설, 차량 등록대수, 대기 오염 배출 시설 수, 호흡기계 및 심혈관계 관련 질환 입원 ･사망 자수를 이용하였다. 마지막으로 지자체별 적응능력은 사회 ･경제적 요소로 지역 내 총생산, 재정자립도, 실업률, 교육수준을 이용하고, 보건의료 요인으로 주민 1인당 보건의료예산, 인구당 의사수, 인구당 응급의료기관 수, 인구당 보건소 인력을 활용하고, 대기 관리 요인으로 주민 1인당 환경예산, 대기오염 농도 알림체계, 인구당 환경공무원 인력, 녹지면적 비율을 선정하고 활용하였다.
- 취약성 평가 결과는 249개 시군구를 대상으로 지도로 표시하였다. 노출과 민감 지수는 노출도와 민감도가 높을수록, 적응능력지수는 적응능력이 떨어질수록 취약성이 높게 나타난다.
데이터처리
- 취약성-탄력성 지표(VRI)의 취약성과 단순합산의결과 값의 패턴을 비교하기 위해 핫스팟(Hotspot) 분석을 실시하였다. <그림 4>의 핫스팟 분석 결과 (HH: 주변지역과 해당지역이 모두 취약성이 높음, HL: 주변지역의 취약성은 낮으나 해당지역의 취약성이 높음, LH: 주변지역의 취약성이 높으나 해당지역의 취약성은 낮음, LL: 주변지역과 해당 지역 모두 취약성이 낮음)를 참고해 볼 때 두 가지 결과 값의 공간 패턴은 경기도와 강원도 내륙 일부지역, 부산에서 약간의 차이를 보이지만, 전반적으로 서울･경기 지역에서 높은 취약성을 보이고, 전라북도와 강원도, 충청북도 일부를 포함하여 한반도 남서부에서 동쪽을 가로지르는 내륙 지역에서 낮은 취약성 패턴을 보이고 있다.
- 평가는 단순합산과 취약성-탄력성 지표(VRI) 계산법 두 가지를 이용하여 평가하고, 지리정보시스템(GIS)을 이용해 지도화 하고 결과를 비교분석하였다.
이론/모형
- 대기오염 취약성 평가 지표는 선행연구(배현주 등, 2012; 강정은 외, 2012)를 바탕으로 과 같이 취약성 지표를 구축하였다.
- 일반적으로 Z-SCORE변환, 최댓값을 이용한 변환, 최대-최소를 이용한 스케일재조정, 기준선과의 차이 등의 방법이 있다(유가영 ･김인애, 2008). 본 연구에서는 가중치 산정과 취약성 분석에서 변수간의 연산을 위해 UNDP(2006)가 사용한 표준화 방법인 최대최소값(Dimension Index)을 이용한 스케일 재조정을 통해 표준화 하였다.
- 취약성 평가에서 가중치가 적용된 지표의 통합 방법에는 단순합산, 기합평균을 이용한 합산, 다기준 합산방법 등 다양한 합산방법이 존재한다(신호성 ･이수형, 2014). 본 연구에서는 단순합산(Linear aggregation)과 Moss 등(2001)과 유가영･김인애 (2008)는 취약성 평가를 위해 취약성을 민감도와 적응능력의 함수로 제시한 취약성-탄력성 지표(VRI)를 이용하여 평가하였다.
- 지표법은 결과를 이해하기 쉽고 지역간 비교가 용이한 장점이 존재하지만, 지표의 선택과 표준화, 가중치 부여 및 지표의 그룹화 과정이 결과에 크게 영향을 미친다(강정은･이명진, 2012). 선행연구들의 지표별 가중치 결정은 주로 동일 가중치를 적용하는 방법과 계층분석기법(Analytic Hierarchy Process, AHP), 전문가 의견을 반복해서 수렴하는 델파이 기법 등을 활용하였다.
- 열역학 이론에 기본을 두고 있는 엔트로피 이론은 열역학 엔트로피, 통계학적 엔트로피, 정보 엔트로피의 세 가지 형태로 나뉘며(전민우 등, 2003), 본 연구에서는 지표의 정보적 특성을 고려할 수 있는 정보 엔트로피의 개념을 기초로 한다. 정보 엔트로피는 클로드 섀넌(Claude Shannon)에 의해 제안되었으며, 대안과 속성을 많이 포함하는 다기준 의사결정 문제에 대해 의사결정자가 이해하기 쉬운 정보이론 방법을 적용한 것이다.
성능/효과
- 엔트로피를 이용한 가중치는 노출 지표에서는 시간 오존농도 100ppb 초과일수가, 민감도 지표에서는 대기오염 배출시설 수, 적응능력에서는 인구당 환경 공무원 인력이 높은 가중치 값을 나타내었다. 계산된 가중치를 활용하여 합산한 취약성 평가 결과를 살펴보면, 단순합산한 취약성 평가 결과는 화성시, 광진구, 김포시, 광주시 순으로 높은 취약성을 보였으며, 취약성-탄력성 지표(VRI)를 통한 결과에서는 화성시, 광진구, 군포시, 여주군 순으로 높은 취약성을 보였다. 두 평가 방법 간 결과의 비교를 통해 취약성 평가 값과 순위에 약간의 변동은 존재하였으나 전국적인 취약성의 공간패턴에는 큰 차이를 보이지 않았다.
- 취약성 평가 결과는 249개 시군구를 대상으로 지도로 표시하였다. 노출과 민감 지수는 노출도와 민감도가 높을수록, 적응능력지수는 적응능력이 떨어질수록 취약성이 높게 나타난다.
- 상위 지역인 취약지역들은 대기오염에 대한 노출요인이 지역 전체의 취약성에 크게 영향을 미치고 있는 것으로 나타났다. 다시 말해, 이들 지역은 다른 지역에 비해 대기오염에 대한 적응역량은 상대적으로 낮으며, 노출에 대한 영향은 상당히 높음을 확인할 수 있다. 이에 반해, 대기오염 취약성이 낮은 지역들은 다른 지자체들과 비교할 때 시스템의 민감 정도의 차이는 크지 않았으나 상대적인 노출 정도가 낮아 취약성이 낮게 결정되는 경우가 많았다.
- 반대로 진안군, 장수군, 임실군, 무주군, 속초시 순으로 대기오염에 대해 안전하게 나타났다. 단순합산을 통한 취약성 평가 결과는 화성시, 광진구, 김포시, 광주시, 군포시 순으로 취약성이 높게 나타났으며, 진안군, 속초시, 장수군, 무주군, 평창군 순으로 대기오염에 대한 취약성이 낮은 것으로 나타났다.
- 계산된 가중치를 활용하여 합산한 취약성 평가 결과를 살펴보면, 단순합산한 취약성 평가 결과는 화성시, 광진구, 김포시, 광주시 순으로 높은 취약성을 보였으며, 취약성-탄력성 지표(VRI)를 통한 결과에서는 화성시, 광진구, 군포시, 여주군 순으로 높은 취약성을 보였다. 두 평가 방법 간 결과의 비교를 통해 취약성 평가 값과 순위에 약간의 변동은 존재하였으나 전국적인 취약성의 공간패턴에는 큰 차이를 보이지 않았다.
- 또한 가중치 산정과 통합 지수 산정을 통해 취약성 분석을 진행하고 있었지만, 대체로 AHP, 델파이기법과 같은 전문가 설문조사에 의해 도출된 가중치를 활용하고 있었다. 따라서 본 연구를 통해 엔트로피를 이용한 가중치를 활용하여 대기오염 취약성 평가를 수행하는 것은 내용적 측면 뿐 아니라 방법론적 측면에서도 큰 의미가 있을 것으로 보인다.
- 민감도에서는 대기오염 배출시설 수에서 가장 높고, 호흡기계 관련 질환 입원환자 수, 도로면적비율, 자동차 등록대수 순으로 높았으며, 13세 이하 인구 비율에서 가장 낮게 나타났다. 마지막으로 적응능력에서는 인구당 환경 공무원 인력에서 가장 높게 나타나고, 녹지면적 비율, 지역내 총생산, 재정자립도 순으로 높게 나타났으며, 인구당 보건소 인력이 가장 낮은 가중치 값을 보였다.
- 요소별 결과를 살펴보면, 서울･경기도와 경북, 전남일부지역에서 대기오염에 대한 노출지수가 상대적으로 높게 나타났으며, 특히 <그림 2>에서 보여주듯 서울의 광진구와 노원구, 경기도의 화성시, 군포시, 광주시, 양평군이 대기오염 노출지수가 높은 지역으로 나타났다. 민감 지수의 경우 지역적으로 서울･경기와 부산 일부지역, 제주시에서 높은 시스템 민감 지수를 보였으며, 그 중 경기도의 화성시와 김포시, 경남의 김해시, 대구의 달서구 등에서 높은 민감지수가 나타나고 있다. 또한 부산, 광주, 충남과 경기도 지역에서는 적응능력이 낮은 지역들이 다수 분포하고 있으며, 특히 부산은 중구, 영도구, 동구 등 많은 지역에서 대기오염에 관한 적응능력이 상대적으로 낮은 것으로 나타나고 있다(그림 2).
- 취약성의 구성 요소 별로 살펴보면 기후노출에 포함되는 지표들 중 시간오존 농도 100ppb 초과 일수에서 가중치가 가장 높고, 8시간 평균 오존농도 60ppb초과 일수, 여름철 오존 연평균 농도 순으로 높게 나타났으며, 일 최고기온에서 가장 낮은 가중치를 나타냈다. 민감도에서는 대기오염 배출시설 수에서 가장 높고, 호흡기계 관련 질환 입원환자 수, 도로면적비율, 자동차 등록대수 순으로 높았으며, 13세 이하 인구 비율에서 가장 낮게 나타났다. 마지막으로 적응능력에서는 인구당 환경 공무원 인력에서 가장 높게 나타나고, 녹지면적 비율, 지역내 총생산, 재정자립도 순으로 높게 나타났으며, 인구당 보건소 인력이 가장 낮은 가중치 값을 보였다.
- 취약성-탄력성 지표 (VRI)에서는 화성시, 광진구, 군포시, 여주군, 광주시 순으로 취약성이 높게 나타났다. 반대로 진안군, 장수군, 임실군, 무주군, 속초시 순으로 대기오염에 대해 안전하게 나타났다. 단순합산을 통한 취약성 평가 결과는 화성시, 광진구, 김포시, 광주시, 군포시 순으로 취약성이 높게 나타났으며, 진안군, 속초시, 장수군, 무주군, 평창군 순으로 대기오염에 대한 취약성이 낮은 것으로 나타났다.
- 상위 지역인 취약지역들은 대기오염에 대한 노출요인이 지역 전체의 취약성에 크게 영향을 미치고 있는 것으로 나타났다. 다시 말해, 이들 지역은 다른 지역에 비해 대기오염에 대한 적응역량은 상대적으로 낮으며, 노출에 대한 영향은 상당히 높음을 확인할 수 있다.
- 엔트로피 값은 각 지표의 변수별 분포를 바탕으로 도출되고, 도출된 엔트로피 값의 지표별 비교를 통해 엔트로피 가중치를 산정하므로 지표간 연관된 정보를 알 수 있다. 셋째, 엔트로피 가중치 산정은 수학적 계산과정을 거쳐 도출되므로 정보량이 많을 때 활용하기 적합하다. 마지막으로 다른 가중치 산정방법과 결합하여 사용이 가능하다.
- 엔트로피를 이용한 가중치는 노출 지표에서는 시간 오존농도 100ppb 초과일수가, 민감도 지표에서는 대기오염 배출시설 수, 적응능력에서는 인구당 환경 공무원 인력이 높은 가중치 값을 나타내었다. 계산된 가중치를 활용하여 합산한 취약성 평가 결과를 살펴보면, 단순합산한 취약성 평가 결과는 화성시, 광진구, 김포시, 광주시 순으로 높은 취약성을 보였으며, 취약성-탄력성 지표(VRI)를 통한 결과에서는 화성시, 광진구, 군포시, 여주군 순으로 높은 취약성을 보였다.
- 요소별 결과를 살펴보면, 서울･경기도와 경북, 전남일부지역에서 대기오염에 대한 노출지수가 상대적으로 높게 나타났으며, 특히 에서 보여주듯 서울의 광진구와 노원구, 경기도의 화성시, 군포시, 광주시, 양평군이 대기오염 노출지수가 높은 지역으로 나타났다.
- 취약성-탄력성 지표(VRI)의 취약성과 단순합산의결과 값의 패턴을 비교하기 위해 핫스팟(Hotspot) 분석을 실시하였다. <그림 4>의 핫스팟 분석 결과 (HH: 주변지역과 해당지역이 모두 취약성이 높음, HL: 주변지역의 취약성은 낮으나 해당지역의 취약성이 높음, LH: 주변지역의 취약성이 높으나 해당지역의 취약성은 낮음, LL: 주변지역과 해당 지역 모두 취약성이 낮음)를 참고해 볼 때 두 가지 결과 값의 공간 패턴은 경기도와 강원도 내륙 일부지역, 부산에서 약간의 차이를 보이지만, 전반적으로 서울･경기 지역에서 높은 취약성을 보이고, 전라북도와 강원도, 충청북도 일부를 포함하여 한반도 남서부에서 동쪽을 가로지르는 내륙 지역에서 낮은 취약성 패턴을 보이고 있다. 정리하면 두 방법 모두 유사한 형태의 취약성 공간분포를 나타내고 있음을 확인할 수 있었다.
- 전체적으로는 시간 오존농도 100ppb 초과일수에 대한 가중치가 가장 높게 나타났으며 그 외 대기 오염 배출 시설 수, 8시간 평균 오존농도의 60ppb 초과 일수, 인구당 환경 공무원 인력등도 비교적 높은 가중치를 나타냈다.
- <그림 4>의 핫스팟 분석 결과 (HH: 주변지역과 해당지역이 모두 취약성이 높음, HL: 주변지역의 취약성은 낮으나 해당지역의 취약성이 높음, LH: 주변지역의 취약성이 높으나 해당지역의 취약성은 낮음, LL: 주변지역과 해당 지역 모두 취약성이 낮음)를 참고해 볼 때 두 가지 결과 값의 공간 패턴은 경기도와 강원도 내륙 일부지역, 부산에서 약간의 차이를 보이지만, 전반적으로 서울･경기 지역에서 높은 취약성을 보이고, 전라북도와 강원도, 충청북도 일부를 포함하여 한반도 남서부에서 동쪽을 가로지르는 내륙 지역에서 낮은 취약성 패턴을 보이고 있다. 정리하면 두 방법 모두 유사한 형태의 취약성 공간분포를 나타내고 있음을 확인할 수 있었다.
- 지역 특성을 비교해 보기위해 비슷한 수준의 취약성을 보인 사상구와 송파구를 살펴보면, 사상구의 경우 잠재영향 지수에 속하는 노출지수가 낮은 값을 가져 대기오염에 대해 안전성이 높을 가능성이 크지만, 상대적으로 적응역량이 매우 낮아 전체 취약성이 높이는 결과를 초래했다. 이에 반해 송파구는 노출지수와 민감도 지수의 값이 최상위에 들지만 적응역량이 높아 잠재영향 지수 값에 비해 상대적으로 낮은 취약성을 보였다.
- 취약성-탄력성 지표(VRI)을 통한 결과는 앞서 산정된 노출지수와 민감지수의 연산을 통해 잠재 영향 지수를 산출하고, 적응능력 지수와 연산을 통해 <그림 3>의 아래 그림과 같이 나타나며, <표 3> 은 두 개의 취약성 평가별 상위 10개 지역과 하위 10개 지역을 나타내고 있다. 취약성-탄력성 지표 (VRI)에서는 화성시, 광진구, 군포시, 여주군, 광주시 순으로 취약성이 높게 나타났다. 반대로 진안군, 장수군, 임실군, 무주군, 속초시 순으로 대기오염에 대해 안전하게 나타났다.
- 취약성의 구성 요소 별로 살펴보면 기후노출에 포함되는 지표들 중 시간오존 농도 100ppb 초과 일수에서 가중치가 가장 높고, 8시간 평균 오존농도 60ppb초과 일수, 여름철 오존 연평균 농도 순으로 높게 나타났으며, 일 최고기온에서 가장 낮은 가중치를 나타냈다. 민감도에서는 대기오염 배출시설 수에서 가장 높고, 호흡기계 관련 질환 입원환자 수, 도로면적비율, 자동차 등록대수 순으로 높았으며, 13세 이하 인구 비율에서 가장 낮게 나타났다.
후속연구
- 본 연구에서 제시한 엔트로피 가중치를 통한 대기오염 취약성 평가는 설문조사를 통한 가중치 산정이 아닌 자료에 기반한 객관적인 취약성 평가로 불확실성을 동반하는 기후변화와 대기오염 취약성 평가에 활용가치가 높을 것으로 보인다. 그리고, 이러한 취약성 평가결과는 지자체별 특성이 반영된 것으로 세부적인 분석을 통해 지역 맞춤형 정책수립에 활용될 수 있다.
- 엔트로피 방법을 통한 가중치 산정은 정량적 자료의 분포에 따라 결정되어 주관이 배제된 객관적인 취약성 분석이 가능하지만, 지표간 가중치의 편차가 큰 값을 가지게 되어 전문가적 관점에서 주요한 지표에서 낮은 가중치를 가지거나, 반대로 주요하지 않은 지표에서 높은 가중치가 산정되기도 하는 한계점이 존재한다. 따라서 추후 취약성 평가에 있어 설문조사를 통해 도출된 가중치와 혼용해 사용하거나, 가중치의 계산과정에서 수정과 보완해 활용한다면 보다 신뢰도 높은 취약성 평가 결과를 얻을 수 있을 것으로 판단된다. 또한 평가 결과에 대한 정량적인 타당성평가 방안에 대한 연구도 추가적으로 수행되어야 할 것으로 보인다.
- 따라서 추후 취약성 평가에 있어 설문조사를 통해 도출된 가중치와 혼용해 사용하거나, 가중치의 계산과정에서 수정과 보완해 활용한다면 보다 신뢰도 높은 취약성 평가 결과를 얻을 수 있을 것으로 판단된다. 또한 평가 결과에 대한 정량적인 타당성평가 방안에 대한 연구도 추가적으로 수행되어야 할 것으로 보인다.
- 본 연구에서 제시한 엔트로피 가중치를 통한 대기오염 취약성 평가는 설문조사를 통한 가중치 산정이 아닌 자료에 기반한 객관적인 취약성 평가로 불확실성을 동반하는 기후변화와 대기오염 취약성 평가에 활용가치가 높을 것으로 보인다. 그리고, 이러한 취약성 평가결과는 지자체별 특성이 반영된 것으로 세부적인 분석을 통해 지역 맞춤형 정책수립에 활용될 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.