우리나라 태풍 내습 유형별 극한기후현상 강도와 피해 규모의 관련성 Relationships between Intensity of Extreme Climate Events and Magnitude of Damages for Different Typhoon Tracks in the Republic of Korea원문보기
본 연구의 목적은 최근 15년(2000~2014) 간 우리나라에 경제적 피해를 야기한 태풍 내습 시 시군 지자체별 극한기후현상의 강도와 재산 피해 규모 간 관련성의 공간적 특징을 밝히는 것이다. 우리나라 전국 평균적으로 태풍 내 습 시 발생하는 피해 규모는 태풍에 의한 강풍 호우 등 극한기후현상의 강도와 최대 50%의 관련성을 나타내지만, 그 상관정도는 공간적으로 시군 행정구역별로 상이하게 나타났다. 태백산맥과 소백산맥을 경계로 남동부지역 대부분의 시군 지자체에서는 호우 강도와 재산 피해 규모 사이에 양(+)의 상관관계가 나타났지만, 북서부지역 대부분의 시군 지자체들에서는 통계적으로 유의미한 상관관계가 관찰되지 않았다. 대조적으로 강풍 강도는 일부 내륙 지역 및 북동부 산간지역을 제외하면 우리나라 대부분의 지역에서 재산 피해액과 통계적으로 유의미한 상관성을 보였다. 이러한 결과를 바탕으로 이 연구에서 산출한 우리나라 시군별 재산 피해에 주요한 영향을 주는 극한기후현상 유형분류(호우 우세형, 호우-강풍 복합형, 강풍 우세형) 분포도는 지자체별 태풍 피해 저감 정책 수립 시 유용한 기초자료로 활용 가 능할 것으로 예상된다.
본 연구의 목적은 최근 15년(2000~2014) 간 우리나라에 경제적 피해를 야기한 태풍 내습 시 시군 지자체별 극한기후현상의 강도와 재산 피해 규모 간 관련성의 공간적 특징을 밝히는 것이다. 우리나라 전국 평균적으로 태풍 내 습 시 발생하는 피해 규모는 태풍에 의한 강풍 호우 등 극한기후현상의 강도와 최대 50%의 관련성을 나타내지만, 그 상관정도는 공간적으로 시군 행정구역별로 상이하게 나타났다. 태백산맥과 소백산맥을 경계로 남동부지역 대부분의 시군 지자체에서는 호우 강도와 재산 피해 규모 사이에 양(+)의 상관관계가 나타났지만, 북서부지역 대부분의 시군 지자체들에서는 통계적으로 유의미한 상관관계가 관찰되지 않았다. 대조적으로 강풍 강도는 일부 내륙 지역 및 북동부 산간지역을 제외하면 우리나라 대부분의 지역에서 재산 피해액과 통계적으로 유의미한 상관성을 보였다. 이러한 결과를 바탕으로 이 연구에서 산출한 우리나라 시군별 재산 피해에 주요한 영향을 주는 극한기후현상 유형분류(호우 우세형, 호우-강풍 복합형, 강풍 우세형) 분포도는 지자체별 태풍 피해 저감 정책 수립 시 유용한 기초자료로 활용 가 능할 것으로 예상된다.
The purpose of this study is to examine the spatial characteristics of relationships between the intensity of extreme climate events driven by typhoons and the magnitude of economic damages at local municipality scales across the Republic of Korea for the recent 15-year period (2000~2014). As result...
The purpose of this study is to examine the spatial characteristics of relationships between the intensity of extreme climate events driven by typhoons and the magnitude of economic damages at local municipality scales across the Republic of Korea for the recent 15-year period (2000~2014). As results, it is observed that the intensity of extreme temperature events such as heavy rainfall and gusty wind accounts for 50% of the damages magnitude across Korea, while the correlation between the two at the Si-Gun municipality level regionally varies. Positive correlations between the intensity of heavy rainfall events and typhoon damages are observed in the southeastern regions of Taebaek-Sobaek mountain ridges, while such statistically-significant patterns are not detected in the northwestern region. In contrast, statistically-significant positive correlations between the strength of gusty winds and damages are found in most of regions except for some interior regions and northeastern mountainous regions. Classification maps of major extreme climate event types (heavy rainfall-prevailing type, gusty wind-prevailing type, and their combined type) leading to typhoon damages at the Si-Gun municipality scales provided in this study may help local administrations to make the optimized policies for typhoon damage mitigation.
The purpose of this study is to examine the spatial characteristics of relationships between the intensity of extreme climate events driven by typhoons and the magnitude of economic damages at local municipality scales across the Republic of Korea for the recent 15-year period (2000~2014). As results, it is observed that the intensity of extreme temperature events such as heavy rainfall and gusty wind accounts for 50% of the damages magnitude across Korea, while the correlation between the two at the Si-Gun municipality level regionally varies. Positive correlations between the intensity of heavy rainfall events and typhoon damages are observed in the southeastern regions of Taebaek-Sobaek mountain ridges, while such statistically-significant patterns are not detected in the northwestern region. In contrast, statistically-significant positive correlations between the strength of gusty winds and damages are found in most of regions except for some interior regions and northeastern mountainous regions. Classification maps of major extreme climate event types (heavy rainfall-prevailing type, gusty wind-prevailing type, and their combined type) leading to typhoon damages at the Si-Gun municipality scales provided in this study may help local administrations to make the optimized policies for typhoon damage mitigation.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 최근 15년 동안(2000~2014)의 한반도에 영향을 준 태풍(이하 영향태풍) 통계 자료, 한반도 태풍 내습 시 지상 기상 관측 자료, 태풍 내습 시 발생한 피해액 자료 등을 분석하였다. 우선, 기상청에서 발간하는 ‘태풍백서(2011)’와 ‘태풍분석보고서(2012, 2013, 2014)’의 기록을 분석하여 한반도에 피해를 야기한 태풍을 선별하였다.
본 연구에서는 최근 15년(2000~2014) 간 우리나라 각 시군구별 태풍 피해액 자료와 약 500여개의 종관기상관측자료 및 자동기상관측자료를 활용하여 태풍 내습 시 시군 지자체 공간 단위의 극한 기후현상과 태풍 피해 규모 간 상호 관련성의 공간분포 특징을 밝히고자 한다. 이를 바탕으로 각 시군별 태풍 피해에 주된 영향을 미치는 극한기후 현상의 유형에 관한 공간분포도를 제시하여 지자체단위 태풍 피해 저감 정책 수립 시 필요한 기초자료를 제공하고자 한다.
본 연구에서는 최근 15년(2000~2014) 간 우리나라에 피해를 야기한 태풍 내습 시 시군 지자체별 극한기후현상의 강도와 태풍 피해 규모 간 관련성의 공간분포 특징을 밝히고자 하였다. 이를 위해 태풍 내습 기간 평균 호우(1시간최다강수량)와 강풍(10분최대풍속) 등 극한기후현상의 강도와 시군별 1인당 재산 피해 자료 및 태풍 피해 표준화 지수(Standardized Typhoon Damage Index: STDI)의 분포도를 작성하였다.
본 연구에서는 최근 15년(2000~2014) 간 우리나라 각 시군구별 태풍 피해액 자료와 약 500여개의 종관기상관측자료 및 자동기상관측자료를 활용하여 태풍 내습 시 시군 지자체 공간 단위의 극한 기후현상과 태풍 피해 규모 간 상호 관련성의 공간분포 특징을 밝히고자 한다. 이를 바탕으로 각 시군별 태풍 피해에 주된 영향을 미치는 극한기후 현상의 유형에 관한 공간분포도를 제시하여 지자체단위 태풍 피해 저감 정책 수립 시 필요한 기초자료를 제공하고자 한다.
제안 방법
우리나라 전반적인 두 변수 간 상관분석 및 회귀분석은 태풍의 내습 경로 유형에 따라 황해 북상형, 남부지역 상륙형, 동해 북상형으로 구분하여 수행되었다. 그 후 각 지역별 태풍의 극한기후현상과 피해 규모 간 상관관계의 공간적 분포를 파악하기 위하여 19개 태풍의 극한기후현상 강도와 태풍 피해액 간의 상관분석을 수행하고 그 결과를 지도화하였다. 이때 태풍 사례수가 19개에 불과하기 때문에 비모수검정법에 근거를 둔 스피어만 상관계수를 사용하고 이에 대한 비모수 통계 검정값을 사용하였다.
그 후 기초 통계에서 표준화 방법으로 널리 사용되는 방법(Wilks, 2006)을 차용하여 우리나라 전 지자체에서 각 지자체별 피해의 상대적인 규모를 비교하기 위해 각 시군별 피해액에서 전체 시군별 평균값을 뺀 후 전체 시군 피해액 자료의 표준 편차로 나누어 표준화한 ‘태풍 피해 표준화 지수(Standardized Typhoon Damage Index; STDI)’를 산출하여 비교・분석하였다.
이를 위해 태풍 내습 기간 평균 호우(1시간최다강수량)와 강풍(10분최대풍속) 등 극한기후현상의 강도와 시군별 1인당 재산 피해 자료 및 태풍 피해 표준화 지수(Standardized Typhoon Damage Index: STDI)의 분포도를 작성하였다. 그 후, 변수들 간의 상관분석을 수행하고, 그 결과를 바탕으로 지자체 단위별 태풍 피해에 주된 영향을 미치는 극한기후현상의 유형을 분류하여 분포도로 제시하였다. 주요 연구 결과를 요약하면 다음과 같다.
피해액 자료는 연구기간 동안의 물가변동과 화폐가치를 종합적으로 고려하여 2014년 한국은행의 생산자물가 지수를 기준으로 표준화하여 사용하였다. 또한 시군 지자체별 인구수가 상이하기에 표준화한 피해액을 산출하기 위해 시군별 피해액을 해당 연도의 지자체별 인구로 나눈 1인당 피해액으로 환산하였다. 그 후 기초 통계에서 표준화 방법으로 널리 사용되는 방법(Wilks, 2006)을 차용하여 우리나라 전 지자체에서 각 지자체별 피해의 상대적인 규모를 비교하기 위해 각 시군별 피해액에서 전체 시군별 평균값을 뺀 후 전체 시군 피해액 자료의 표준 편차로 나누어 표준화한 ‘태풍 피해 표준화 지수(Standardized Typhoon Damage Index; STDI)’를 산출하여 비교・분석하였다.
그 후 태풍의 내습 경로 유형을 분류하기 위해서 Regional Specialized Meteorological Centers(RSMC)-Tokyo에서 제공하는 태풍 최적진로(best track) 자료를 사용하였다. 또한 한반도에 피해를 야기한 태풍 내습 시 우리나라 시군 지자체규모의 극한기후현상 발생 특징을 살펴보기 위해 약 60여 개의 종관기상관측장비(ASOS)와 약 440여개의 자동기상관측장비(AWS)에서 관측한 일별 강수 및 바람 자료를 분석하였다. 태풍 재해 기간과 피해정보는 국민안전처((구) 소방방재청)에서 발간하는 재해연보의 시군구별 태풍 재해 통계를 사용하였다.
각 극한기후현상의 영향력은 피해액과의 상관계수를 제곱한 결정계수의 값을 사용하여 3단계(상: 66% 이상, 중: 34%~65%, 하: 33% 이하)로 구분 하였다. 서로 다른 기후현상의 영향력을 상호비교하기 위해서 이와같이 상・중・하로 구분된 극한기후현상 유형을 바탕으로 호우 우세형, 호우-강풍 복합형, 강풍 우세형으로 분류하였다. 이때 두 극한기후현상의 영향력이 모두 ‘하’인 경우에는 극한기후현상과 피해액 간의 관계가 없는 지역으로 간주하였다(그림 2).
우리나라 시군 지자체 단위의 태풍 피해 규모와 극한기후현상의 강도 간의 상관성을 산출한 후 이를 지도화하였다(그림 7). 1시간최다강수량과 통계적으로 유의미한 상관관계가 나타나는 지역은 우리나라 주요 산맥 분포와 밀접한 관련성이 있음을 알 수 있다(그림 7a).
우선, 태풍 내습으로 인한 극한기후현상과 태풍피해의 상호관련성을 분석하기 위해 19개 영향 태풍 내습 시 149개 시군 지자체별 평균 극한기후현상(1시간최다강수량, 10분최대풍속) 강도와 태풍피해액과의 상관분석을 실시하였다. 상관분석에 사용되는 두 변수는 모두 정규분포에서 벗어나 있으므로 기존 연구들(예: 이은걸・이현영, 1998; Park et al.
이들 사례는 개별 태풍의 극한현상으로 인한 피해를 분리하는데 어려움이 따르기에 분석에서 제외하였다(6개). 이러한 과정을 통해 최종적으로 19개 태풍 내습 사례를 선정하여 태풍 내습 시 극한기후 현상의 발생 강도와 태풍 피해액과의 상관성을 분석하였다. 한반도 태풍 피해의 공간분포는 대체로 태풍의 이동경로에 의해 좌우되므로 한반도에 피해를 야기한 19개 태풍의 최적진로를 기존 연구결과들(예: 안숙희 등, 2008; 이승욱・최광용, 2013)을 참조하여 황해 북상형, 남부지역 상륙형, 동해 북상형 등으로 유형화하고 비교・분석하였다(표 1).
본 연구에서는 최근 15년(2000~2014) 간 우리나라에 피해를 야기한 태풍 내습 시 시군 지자체별 극한기후현상의 강도와 태풍 피해 규모 간 관련성의 공간분포 특징을 밝히고자 하였다. 이를 위해 태풍 내습 기간 평균 호우(1시간최다강수량)와 강풍(10분최대풍속) 등 극한기후현상의 강도와 시군별 1인당 재산 피해 자료 및 태풍 피해 표준화 지수(Standardized Typhoon Damage Index: STDI)의 분포도를 작성하였다. 그 후, 변수들 간의 상관분석을 수행하고, 그 결과를 바탕으로 지자체 단위별 태풍 피해에 주된 영향을 미치는 극한기후현상의 유형을 분류하여 분포도로 제시하였다.
최근 15년(2000~2014) 동안 태풍 내습 시 서로 다른 자연 및 인문 환경을 가진 각 시군 단위 지자체별 태풍에 의한 피해 정도를 상호 비교하기 위해 인구 당 평균 재산 피해로 환산하고, 이를 표준화한 지자체별 태풍 피해 표준화 지수(Standardized Typhoon Damage Index; STDI)의 분포를 살펴보았다(그림 5). 일부 지자체에서는 STDI 값이 높은 경우 극한기후현상 강도 높게 나타났으나, 대부분의 지자체에서는 태풍 내습 시 나타나는 극한기후현상의 강도와 STDI 값이 체계적으로 비례하여 증가하지는 않았다.
05인 경우에 해당 상관계수가 통계적으로 유의미한 것으로 간주하였다. 최종적으로 각 시군 지자체별 태풍 피해액을 더 잘 설명하는 극한기후현상의 유형을 파악하고 그 결과를 지도화하였다. 각 극한기후현상의 영향력은 피해액과의 상관계수를 제곱한 결정계수의 값을 사용하여 3단계(상: 66% 이상, 중: 34%~65%, 하: 33% 이하)로 구분 하였다.
태풍 내습 시 발생하는 극한기후현상의 분포특징을 파악하기 위해 한반도에 피해를 야기한 태풍 19개의 내습 시 발생한 호우와 강풍 강도의 평균 값을 추출하여 지도화하였다. 극한기후현상 분석은 시군구 지자체 공간 단위에 위치한 기상청 산하 종관기상관측장비(ASOS)와 자동기상관측장비(AWS)에서 관측한 1시간최다강수량과 10분최대풍속 자료가 사용되었다.
이러한 과정을 통해 최종적으로 19개 태풍 내습 사례를 선정하여 태풍 내습 시 극한기후 현상의 발생 강도와 태풍 피해액과의 상관성을 분석하였다. 한반도 태풍 피해의 공간분포는 대체로 태풍의 이동경로에 의해 좌우되므로 한반도에 피해를 야기한 19개 태풍의 최적진로를 기존 연구결과들(예: 안숙희 등, 2008; 이승욱・최광용, 2013)을 참조하여 황해 북상형, 남부지역 상륙형, 동해 북상형 등으로 유형화하고 비교・분석하였다(표 1).
한반도에 피해를 야기한 태풍의 극한기후현상을 살펴보기 위해 최근 15년(2000~2014) 간 태풍 내습 시 평균 1시간최다강수량의 분포를 나타냈다(그림 3). 태풍이 황해로 북상하는 경우 평균 1시간최다강수량은 남해안 일대에서 최대 35mm 이상까지 나타났으며, 한반도의 남서쪽에서 북동쪽 방면으로 갈수록 감소하는 패턴을 보였다(그림 3a).
그 후 기초 통계에서 표준화 방법으로 널리 사용되는 방법(Wilks, 2006)을 차용하여 우리나라 전 지자체에서 각 지자체별 피해의 상대적인 규모를 비교하기 위해 각 시군별 피해액에서 전체 시군별 평균값을 뺀 후 전체 시군 피해액 자료의 표준 편차로 나누어 표준화한 ‘태풍 피해 표준화 지수(Standardized Typhoon Damage Index; STDI)’를 산출하여 비교・분석하였다. 행정구역 내에 2개 이상의 관측지점이 있는 경우 각 관측지점의 극한 기후자료를 평균하여 사용하였다. 극한기후현상과 태풍 피해액과의 상호 비교・분석 시에는 시군 단위 관측지점이 전혀 존재하지 않는 약 12개의 시군을 제외한 149개 지자체를 분석에 사용하였다.
대상 데이터
우선, 기상청에서 발간하는 ‘태풍백서(2011)’와 ‘태풍분석보고서(2012, 2013, 2014)’의 기록을 분석하여 한반도에 피해를 야기한 태풍을 선별하였다. 그 후 태풍의 내습 경로 유형을 분류하기 위해서 Regional Specialized Meteorological Centers(RSMC)-Tokyo에서 제공하는 태풍 최적진로(best track) 자료를 사용하였다. 또한 한반도에 피해를 야기한 태풍 내습 시 우리나라 시군 지자체규모의 극한기후현상 발생 특징을 살펴보기 위해 약 60여 개의 종관기상관측장비(ASOS)와 약 440여개의 자동기상관측장비(AWS)에서 관측한 일별 강수 및 바람 자료를 분석하였다.
태풍 내습 시 발생하는 극한기후현상의 분포특징을 파악하기 위해 한반도에 피해를 야기한 태풍 19개의 내습 시 발생한 호우와 강풍 강도의 평균 값을 추출하여 지도화하였다. 극한기후현상 분석은 시군구 지자체 공간 단위에 위치한 기상청 산하 종관기상관측장비(ASOS)와 자동기상관측장비(AWS)에서 관측한 1시간최다강수량과 10분최대풍속 자료가 사용되었다. 분석에 사용한 기상관측지점은 전체 500여개 중 한반도에 피해를 야기한 태풍의 내습기간 동안 자료의 결측이 없는 388개 지점(종관기상관측: 74개소, 방재기상관측: 314개소) 자료를 분석하였다.
행정구역 내에 2개 이상의 관측지점이 있는 경우 각 관측지점의 극한 기후자료를 평균하여 사용하였다. 극한기후현상과 태풍 피해액과의 상호 비교・분석 시에는 시군 단위 관측지점이 전혀 존재하지 않는 약 12개의 시군을 제외한 149개 지자체를 분석에 사용하였다.
태풍 재해 기간과 피해정보는 국민안전처((구) 소방방재청)에서 발간하는 재해연보의 시군구별 태풍 재해 통계를 사용하였다. 또한 지자체별 태풍 피해를 표준화하여 비교하기 위해 통계청의 행정구역별 인구수 자료를 부가적으로 사용하였다.
극한기후현상 분석은 시군구 지자체 공간 단위에 위치한 기상청 산하 종관기상관측장비(ASOS)와 자동기상관측장비(AWS)에서 관측한 1시간최다강수량과 10분최대풍속 자료가 사용되었다. 분석에 사용한 기상관측지점은 전체 500여개 중 한반도에 피해를 야기한 태풍의 내습기간 동안 자료의 결측이 없는 388개 지점(종관기상관측: 74개소, 방재기상관측: 314개소) 자료를 분석하였다. 한편, 재해연보의 태풍 피해 자료는 전국 240여개 시군구마다 제공되지만 본 연구에서는 서울, 부산, 대전, 광주 등 특별시나 광역시 내의 구 단위 행정구역은 시군에 비해 면적이 작아 시로 통합하여 161개 시군 단위 자료로 분석하였다(그림 1).
우선, 기상청에서 발간하는 ‘태풍백서(2011)’와 ‘태풍분석보고서(2012, 2013, 2014)’의 기록을 분석하여 한반도에 피해를 야기한 태풍을 선별하였다.
또한 한반도에 피해를 야기한 태풍 내습 시 우리나라 시군 지자체규모의 극한기후현상 발생 특징을 살펴보기 위해 약 60여 개의 종관기상관측장비(ASOS)와 약 440여개의 자동기상관측장비(AWS)에서 관측한 일별 강수 및 바람 자료를 분석하였다. 태풍 재해 기간과 피해정보는 국민안전처((구) 소방방재청)에서 발간하는 재해연보의 시군구별 태풍 재해 통계를 사용하였다. 또한 지자체별 태풍 피해를 표준화하여 비교하기 위해 통계청의 행정구역별 인구수 자료를 부가적으로 사용하였다.
태풍 재해 분석에는 태풍 총 피해액뿐만 아니라 인명, 침수, 건물, 선박, 농경지, 공공시설, 기타 등으로 세분된 피해액도 사용되었다. 피해액 자료는 연구기간 동안의 물가변동과 화폐가치를 종합적으로 고려하여 2014년 한국은행의 생산자물가 지수를 기준으로 표준화하여 사용하였다.
태풍 재해 분석에는 태풍 총 피해액뿐만 아니라 인명, 침수, 건물, 선박, 농경지, 공공시설, 기타 등으로 세분된 피해액도 사용되었다. 피해액 자료는 연구기간 동안의 물가변동과 화폐가치를 종합적으로 고려하여 2014년 한국은행의 생산자물가 지수를 기준으로 표준화하여 사용하였다. 또한 시군 지자체별 인구수가 상이하기에 표준화한 피해액을 산출하기 위해 시군별 피해액을 해당 연도의 지자체별 인구로 나눈 1인당 피해액으로 환산하였다.
분석에 사용한 기상관측지점은 전체 500여개 중 한반도에 피해를 야기한 태풍의 내습기간 동안 자료의 결측이 없는 388개 지점(종관기상관측: 74개소, 방재기상관측: 314개소) 자료를 분석하였다. 한편, 재해연보의 태풍 피해 자료는 전국 240여개 시군구마다 제공되지만 본 연구에서는 서울, 부산, 대전, 광주 등 특별시나 광역시 내의 구 단위 행정구역은 시군에 비해 면적이 작아 시로 통합하여 161개 시군 단위 자료로 분석하였다(그림 1).
데이터처리
우선, 태풍 내습으로 인한 극한기후현상과 태풍피해의 상호관련성을 분석하기 위해 19개 영향 태풍 내습 시 149개 시군 지자체별 평균 극한기후현상(1시간최다강수량, 10분최대풍속) 강도와 태풍피해액과의 상관분석을 실시하였다. 상관분석에 사용되는 두 변수는 모두 정규분포에서 벗어나 있으므로 기존 연구들(예: 이은걸・이현영, 1998; Park et al., 2015)을 참고하여 이를 상용로그 값으로 변환한 뒤 피어슨 상관분석과 회귀분석을 수행하였다. 우리나라 전반적인 두 변수 간 상관분석 및 회귀분석은 태풍의 내습 경로 유형에 따라 황해 북상형, 남부지역 상륙형, 동해 북상형으로 구분하여 수행되었다.
그 후 각 지역별 태풍의 극한기후현상과 피해 규모 간 상관관계의 공간적 분포를 파악하기 위하여 19개 태풍의 극한기후현상 강도와 태풍 피해액 간의 상관분석을 수행하고 그 결과를 지도화하였다. 이때 태풍 사례수가 19개에 불과하기 때문에 비모수검정법에 근거를 둔 스피어만 상관계수를 사용하고 이에 대한 비모수 통계 검정값을 사용하였다. 상관분석과 회귀분석에는 p<0.
성능/효과
태풍 내습 유형 전체적으로 1시간최다강수량이 태풍 재산 피해액의 상위 비중을 차지하고 있는 공공시설, 농・축・수산시설, 농경지 피해액과의 상관관계가 10분 최대풍속보다 높게 나타났지만, 그 상관 정도는 다르게 나타났다. 1시간최다강수량은 재산 피해 유형 중 공공시설 피해액과 가장 높은 상관관계를 보였으며, 10분최대풍속은 농・축・수산시설과 가장 높은 상관관계를 보였다. 또한 농경지 피해액의 경우 1시간최다강수량과 유의미한 상관관계를 보인 것과 대조적으로 10분최대풍속은 통계적 유의성을 보이지 않았다.
남부지역 상륙형의 경우에는 다른 태풍 내습 유형에 비하여 상대적으로 일차 선형 회귀선을 중심으로 산포도가 집중하여 분포하였다(그림 6b). 그 결과, 1시간 최다강수량과 태풍 피해액의 상관계수는 0.72로 다른 유형에 비해 높은 값을 보였다. 또한 10분 최대풍속과 태풍 피해액의 상관계수도 상대적으로 높은 0.
둘째, 우리나라의 전체적인 태풍에 의한 피해규모는 극한기후 현상의 강도와 유의한 양(+)의 상관관계를 가지는데 강풍보다는 호우현상과 더 뚜렷한 양(+)의 상관관계를 보임을 알 수 있다. 그러나 지역별 태풍 내습 유형에 따라 더 큰 상관성을 보이는 극한기후현상의 종류가 상이하고, 그 상관 정도도 다르게 나타났다. 가령, 황해 북상형 태풍 내습 시에는 우리나라 전반적으로 호우보다는 강풍과 태풍 피해 규모와의 상관성이 더 높게 나타난다.
57로 가장 높게 나타났으나, 1시간최다강수량과는 통계적으로 유의미한 상관관계를 보이지 않았다. 남부지역 상륙형의 경우 1시간최다강수량이 각 피해 유형별로 10분최대풍속 보다 높은 상관관계와 통계적 유의성을 보였으며, 이는 특히 공공시설, 농・축・수산시설 피해액과 높은 양(+)의 상관관계를 나타냈다. 한편 동해 북상형의 경우에는 태풍 내습 시 피해가 발생한 지자체의 수가 30개 이하로 나타나 통계적 유의성 검정을 수행하지 않았으나 여러 조합 중 1시간최다강수량과 농경지 간의 상관계수가 0.
0%로 가장 높게 나타났다. 농경지, 건물, 선박의 피해액 비중은 태풍 내습 유형별로 약 0~5%의 범위로 상이한 값을 보였다. 이러한 결과는 태풍 내습 유형에 따라 발생하는 극한기후 현상의 강도와 피해 규모 분포를 분석하여 각 지자체별 주요 재산 피해 유형별 방재대책을 마련하는 것이 필요함을 알 수 있다.
남부지역 상륙형의 경우, 남부해안, 소백산맥 동쪽의 경상남도 내륙지역, 영동지역, 울릉도 등의 지역에서 상대적으로 STDI가 높게 나타나 일부 지역을 제외하고 1시간최다수량의 상위 지역의 분포와 유사하였지만, 해안일대의 최대풍속 상위 지역과는 일치하지 않았다(그림 5b). 동해 북상형의 STDI 분포는 제주도, 동해안 일대, 울릉도에서 높은 값을 보이면서 다른 태풍 내습 유형에 비하여 극한기상현상의 강도와 STDI 값이 상대적으로 높은 일치성을 보였다(그림 5c). 이는 태풍 내습 시 반시계 방향의 기류가 태백산맥의 지형효과로 인해 동해안 지역에 극한기상현상이 집중되었기 때문인 것으로 판단된다.
둘째, 우리나라의 전체적인 태풍에 의한 피해규모는 극한기후 현상의 강도와 유의한 양(+)의 상관관계를 가지는데 강풍보다는 호우현상과 더 뚜렷한 양(+)의 상관관계를 보임을 알 수 있다. 그러나 지역별 태풍 내습 유형에 따라 더 큰 상관성을 보이는 극한기후현상의 종류가 상이하고, 그 상관 정도도 다르게 나타났다.
72로 다른 유형에 비해 높은 값을 보였다. 또한 10분 최대풍속과 태풍 피해액의 상관계수도 상대적으로 높은 0.54의 상관계수 값을 나타냈다. 동해 북상형의 경우에는 태풍 피해액과 최대풍속의 상관계수가 0.
또한 농경지 피해액의 경우 1시간최다강수량과 유의미한 상관관계를 보인 것과 대조적으로 10분최대풍속은 통계적 유의성을 보이지 않았다.
또한 재산 피해 유형별 우리나라 지자체 단위의 극한기후현상과 태풍 피해 규모와의 상관성을 분석해보면, 전체적으로 태풍 내습 유형과 재산 피해 유형별로 차이가 나타났다(표 3). 태풍 내습 유형 전체적으로 1시간최다강수량이 태풍 재산 피해액의 상위 비중을 차지하고 있는 공공시설, 농・축・수산시설, 농경지 피해액과의 상관관계가 10분 최대풍속보다 높게 나타났지만, 그 상관 정도는 다르게 나타났다.
전체적으로 최대풍속은 내륙으로 갈수록 점차 약해지는 패턴을 보였으나, 복잡한 지형 등으로 인해 해안에서 내륙까지의 거리와 비례하기보다는 지역별로 차이를 보였다. 또한, 본 연구에서 분석에 포함된 자동기상관측지점은 대체로 해발고도 300m 이하에 위치하여 그 패턴이 뚜렷하게 관찰할 수 없으나 해발고도가 높은 우리나라 주요 산맥을 따라서 10분최대풍속은 더 높게 나타날 것으로 추정된다.
모든 유형의 한반도에 피해를 야기한 태풍 내습 시 STDI는 대체로 남해안 도서지역, 소백산맥의 남서사면, 동해안 지역을 따라 상대적으로 높게 나타났다(그림 5d).
또한 한반도 내륙지역까지 많은 강수현상이 나타나지 않는 것은 태풍이 북상하며 급격히 전향하여 멀어지는 것과 태백산맥으로 인한 지형장벽에 의한 것으로 판단된다. 모든 태풍 내습 유형에서 1시간최다강수량 상위 지역은 일부 지역을 제외하고 평균적으로 1시간최다강수량이 태풍 내습 기간 총 강수량의 50% 이상을 차지하였다. 이러한 결과는 태풍으로 인한 재해 공간 분석 시 수시간 이내의 집중호우에 의한 피해를 중점적으로 대비해야 할 필요성을 제기한다.
50으로 유사한 값을 보였다(그림 6c). 모든 태풍 내습 유형의 평균적인 태풍 피해액은 강풍 및 호우와 유의미한 양의 상관관계를 가지며, 그 중 호우현상이 강풍현상에 비하여 태풍 피해액의 규모와 상관성이 더 높음을 알 수 있다(그림 6d). 분석 결과들은 대체로 기존 연구결과들과 일치하지만(이은걸・이현영, 1998; Park et al.
5 이상으로 높게 나타나는 지역 역시 실제 태풍 내습 시 평균 1시간최다강수량이 15mm 이상인 지역과 공간적으로 유사하게 나타났다. 반면 경상북도 내륙지역과 광주광역시 일대는 상대적으로 낮은 강수강도를 보였음에도 불구하고 1시간최다강수량이 태풍 피해액과 높은 상관관계를 보였다. 이러한 사실들은 단순히 1시간최다강수량의 강도가 태풍 피해액의 설명력과 직결되지 않음을 의미한다.
셋째, 지자체 단위의 태풍 피해와 관련한 상관분석을 통하여 호우 우세형, 호우-강풍 복합형, 강풍 우세형 등 피해를 유발하는 극한기후현상의 유형을 분류하여 지도화한 결과, 우리나라 지역별로 그 유형이 매우 복잡하게 나타남을 알 수 있다. 서해안 지역에서는 강풍 우세형과 호우-강풍 복합형이, 동해안과 제주도에서는 호우-강풍 복합형이 주로 나타나지만, 소백산맥 남동 지역에서는 지형성 강수의 영향으로 해안지역에서 내륙으로 가면서 강풍 우세형, 호우-강풍 복합형, 호우 우세형 등이 단계적으로 나타남을 알 수 있다.
서해안 일대에서는 일부 지역을 제외하고 주로 강풍 우세형과 호우-강풍 복합형이 태풍 피해에 주요한 영향을 미치는 요인으로 나타나고, 내륙으로 갈수록 그 영향력이 급격히 감소하였다. 소백산맥 남동지역의 전라남도와 경상도 지역에서는 태풍 피해액과 관련된 극한기후현상 유형의 패턴이 해안일대에서는 강풍 우세형, 해안과 인접한 내륙지역에서는 호우-강풍 복합형, 내륙 산악지역에서는 호우 우세형으로 단계적인 차이를 보였다. 제주도 지역은 호우강풍 복합형 지역으로 분류되며, 태백산맥 기준 동쪽 해안선을 따라서는 주로 호우 우세형과 호우-강풍 복합형이 나타났다.
태풍 내습 유형별 10분 최대풍속이 10m/s 이상 나타나는 지역은 태풍의 진로와 가까운 해안일대를 중심으로 집중되어 나타났으나, 태풍의 진로와 거리가 먼 경우에도 해안일대, 도서지역, 산지의 바람받이 사면에서는 주변 지역 보다 상대적으로 풍속이 강하게 나타났다(그림 4a, b, c). 시군 지자체별 태풍 내습 시 10분최대풍속의 강도를 비교해 보면, 남부지역 상륙형, 황해 북상형, 동해 북상형 순으로 강하게 나타났다. 전체적으로 최대풍속은 내륙으로 갈수록 점차 약해지는 패턴을 보였으나, 복잡한 지형 등으로 인해 해안에서 내륙까지의 거리와 비례하기보다는 지역별로 차이를 보였다.
시군 지자체 단위별 10분최대풍속의 경우는 일부 내륙지역 및 북동부 산간지역을 제외하면 대부분의 지역에서 지역별 피해액과 통계적 유의성을 보였다(그림 7b). 신안, 고흥, 마산, 영덕, 포항, 경주 등에서는 태풍 피해액과 10분최대풍속 간의 상관계수가 0.8 이상으로 높게 나타났으나, 대체로 남부에서 중부지역으로, 해안에서 내륙으로 갈수록 두 변수 간의 상관계수는 감소하는 패턴을 보였다.
이상의 결과를 요약하면, 우리나라 태풍 내습 시 시군 지자체 단위의 피해액은 평균적으로 강풍보다 호우와 더 높은 상관관계를 보였지만, 강풍이 우리나라 전역의 피해액과 상관성을 갖고 있는 반면 호우 현상의 경우에 주요 산맥 기준 동쪽 지역을 중심으로 그 영향이 뚜렷하게 나타나고 있음을 알 수 있다. 이는 한반도에 피해를 야기한 태풍 내습 시 강풍은 국지적으로 불규칙하게 발생하지만, 호우는 저기압의 반시계 방향 패턴과 우리나라 주요 산맥의 방향의 상호작용에 의해 주로 저기압의 오른쪽에 해당하는 위험지역에 집중되어 태풍 피해 규모를 증가시키는데 큰 영향을 미치고 있음을 가리킨다.
시군 지자체별 태풍 내습 시 10분최대풍속의 강도를 비교해 보면, 남부지역 상륙형, 황해 북상형, 동해 북상형 순으로 강하게 나타났다. 전체적으로 최대풍속은 내륙으로 갈수록 점차 약해지는 패턴을 보였으나, 복잡한 지형 등으로 인해 해안에서 내륙까지의 거리와 비례하기보다는 지역별로 차이를 보였다. 또한, 본 연구에서 분석에 포함된 자동기상관측지점은 대체로 해발고도 300m 이하에 위치하여 그 패턴이 뚜렷하게 관찰할 수 없으나 해발고도가 높은 우리나라 주요 산맥을 따라서 10분최대풍속은 더 높게 나타날 것으로 추정된다.
첫째, 태풍 내습 시 강풍 현상은 주로 우리나라 해안지역 뿐만 아니라 우리나라 전역에 걸쳐 불규칙하게 발생하지만, 호우 현상은 주로 저기압의 반시계 방향에서 기류가 내륙으로 유입되는 태백산맥과 소백산맥의 동쪽 지역을 중심으로 집중하여 나타남을 알 수 있다. 이에 따라 우리나라 태풍 피해 규모가 높은 지역도 대체로 소백산맥 남동부 지역과 태백산맥의 동쪽 지역에 속한 지자체를 중심으로 나타나지만, 태풍의 내습 유형별로 극한현상의 강도와 태풍 피해 규모가 서로 일치하지 않는 지자체들도 존재함을 알 수 있다.
1시간최다강수량과 통계적으로 유의미한 상관관계가 나타나는 지역은 우리나라 주요 산맥 분포와 밀접한 관련성이 있음을 알 수 있다(그림 7a). 태백산맥과 소백산맥을 중심으로 동쪽 지역은 태풍 피해액과 1시간최다강수량과의 상관관계가 통계적으로 유의미하며 0.5 이상으로 높게 나타났으나, 서쪽 지역에서는 일부 지역을 제외하고는 통계적 유의성이 낮게 나타났다. 특히, 태풍 피해액과 1시간최다강수량 간의 상관계수는 1시간최다강수량의 강도가 높은 남부지역 해안가 일대, 소백산맥 일대의 풍상측, 영동지역에서 0.
또한 재산 피해 유형별 우리나라 지자체 단위의 극한기후현상과 태풍 피해 규모와의 상관성을 분석해보면, 전체적으로 태풍 내습 유형과 재산 피해 유형별로 차이가 나타났다(표 3). 태풍 내습 유형 전체적으로 1시간최다강수량이 태풍 재산 피해액의 상위 비중을 차지하고 있는 공공시설, 농・축・수산시설, 농경지 피해액과의 상관관계가 10분 최대풍속보다 높게 나타났지만, 그 상관 정도는 다르게 나타났다. 1시간최다강수량은 재산 피해 유형 중 공공시설 피해액과 가장 높은 상관관계를 보였으며, 10분최대풍속은 농・축・수산시설과 가장 높은 상관관계를 보였다.
또한 농경지 피해액의 경우 1시간최다강수량과 유의미한 상관관계를 보인 것과 대조적으로 10분최대풍속은 통계적 유의성을 보이지 않았다. 태풍 내습 유형별로 비교해보면, 황해 북상형은 농・축・수산시설 피해와 10분 최대풍속 간 상관계수가 0.57로 가장 높게 나타났으나, 1시간최다강수량과는 통계적으로 유의미한 상관관계를 보이지 않았다. 남부지역 상륙형의 경우 1시간최다강수량이 각 피해 유형별로 10분최대풍속 보다 높은 상관관계와 통계적 유의성을 보였으며, 이는 특히 공공시설, 농・축・수산시설 피해액과 높은 양(+)의 상관관계를 나타냈다.
4%) 순으로 높게 나타났다. 태풍 내습 유형에 따라 전체 피해액에서 재산 피해 유형별 피해액의 비중은 차이를 보였는데, 공공시설의 경우 동해 북상형에서 87.1%로 가장 높게 나타났고, 농・축・수산시설의 경우 황해 북상형에서 29.0%로 가장 높게 나타났다. 농경지, 건물, 선박의 피해액 비중은 태풍 내습 유형별로 약 0~5%의 범위로 상이한 값을 보였다.
본 연구에서 밝힌 한반도에 피해를 야기한 태풍 내습 시 시군 지자체별로 상이한 극한기후현상 유형(강풍성, 호우성) 및 강도, 태풍 피해 규모, 그리고 두 변수 간의 상관관계 정도에 관한 분포 정보들은 향후 지자체별 태풍 피해 저감 정책 수립 시 유용한 기초자료로 활용 가능할 것으로 예상된다. 특히, 본 연구에서는 우리나라 태풍 내습 시 피해액이 호우와 강풍 등 극한기후현상에 의해 설명될 수 있는 정도는 최대 50% 이내로 제한됨이 밝혀졌다. 이는 태풍에 의한 피해 규모에 극한기후현상과 같은 자연지리적 요인뿐만 아니라 인문지리적 요인도 영향을 주고 있기 때문일 것으로 추정된다.
5 이상으로 높게 나타났으나, 서쪽 지역에서는 일부 지역을 제외하고는 통계적 유의성이 낮게 나타났다. 특히, 태풍 피해액과 1시간최다강수량 간의 상관계수는 1시간최다강수량의 강도가 높은 남부지역 해안가 일대, 소백산맥 일대의 풍상측, 영동지역에서 0.7 이상으로 높게 나타났다. 1시간최다강수량과 상관계수가 0.
후속연구
이는 태풍에 의한 피해 규모에 극한기후현상과 같은 자연지리적 요인뿐만 아니라 인문지리적 요인도 영향을 주고 있기 때문일 것으로 추정된다. 따라서 향후 지자체별로 차별화된 태풍 피해 저감 대책 수립에 필요한 지역규모의 후속연구에서는 각 지자체별 사회경제학적 특징(예: 토지이용, 인구구조, 방재시설 규모 등)을 고려한 취약 성 분석을 통하여 태풍 피해 저감 및 적응 정책을 개발할 필요성이 있다고 판단된다. 특히 향후 온난화에 의해서 태풍의 강도가 더 강해질 것이라는 전망이 제시되었기 때문에 태풍에 관한 사회과학적 연구의 중요성이 더 커질 것으로 예상된다.
본 연구에서 밝힌 한반도에 피해를 야기한 태풍 내습 시 시군 지자체별로 상이한 극한기후현상 유형(강풍성, 호우성) 및 강도, 태풍 피해 규모, 그리고 두 변수 간의 상관관계 정도에 관한 분포 정보들은 향후 지자체별 태풍 피해 저감 정책 수립 시 유용한 기초자료로 활용 가능할 것으로 예상된다. 특히, 본 연구에서는 우리나라 태풍 내습 시 피해액이 호우와 강풍 등 극한기후현상에 의해 설명될 수 있는 정도는 최대 50% 이내로 제한됨이 밝혀졌다.
한편, 사회 및 산업 기반시설이 밀집되어 큰 피해 지수를 보일 것으로 예상됐던 서울, 광주, 부산 등의 대도시 지역에서는 STDI가 상대적으로 낮은 값을 보였다. 이러한 결과들을 종합하면, 우리나라 태풍 내습 시 발생하는 피해 규모에 영향을 미치는 요소는 극한기후현상 강도 이외에도 인문・사회적 요인 등에 의해 시군 지자체 규모에서 태풍 피해에 대한 취약성 평가가 필요함을 시사한다.
질의응답
핵심어
질문
논문에서 추출한 답변
열대저기압에 의한 피해의 정도에 영향을 미치는 요인은 무엇인가?
열대저기압에 의한 피해는 열대저기압의 강도 및 상륙지점뿐만 아니라 각 지역별 인구 및 사회경제적 조건에 따라 상이하게 나타날 수 있다(IPCC, 2012; Smith, 2013). 즉, 동일한 강도의 열대저기압이 접근하더라도 각 국가별로 또는 지역별로 태풍 피해 저감을 위한 사전 준비 정도에 따라 그 피해 규모가 달라질 수 있다.
우리나라의 태풍에 의한 경제적 피해의 예는?
태풍에 의한 경제적 피해는 장기간 우리나라 자연재해 평균 피해액의 절반 이상을 초래하며, 단일 태풍 내습 시에도 강풍과 호우 현상에 의해 큰 피해가 발생할 수 있다(국민안전처, 2014; 안숙희 등, 2015). 1995년 태풍 재니스(JANIS)의 경우 그 피해액이 4,563억 원에 이르러 단일 태풍 내습만으로도 당해 연도 자연재해 총 피해액의 76%를 차지하였다. 21세기에 접어들어 태풍의 예측 기술이 발달하고 태풍 방재시설이 전국적으로 확충되었음에도 불구하고 태풍 피해 규모는 줄어들지 않고 있다(박종길 등, 2006; 김선영 등, 2015). 2002년 태풍 루사(RUSA)와 2003년 매미(MAEMI)로 인한 재산 피해액은 각각 51,479억 원과 42,225억 원으로 1904∼2014년 간 태풍 재산 피해액 규모 중 상위 1위와 2위를 차지했다. 2012년 태풍 볼라벤(BOLAVEN)과 덴빈(TEMBIN)의 내습은 2012년도 자연재해 총 피해액의 58%(6,365억 원)를 차지하였다(국민안전처, 2012).
열대저기압에 의한 피해 연구는 주로 무엇을 중심으로 이루어졌는가?
즉, 동일한 강도의 열대저기압이 접근하더라도 각 국가별로 또는 지역별로 태풍 피해 저감을 위한 사전 준비 정도에 따라 그 피해 규모가 달라질 수 있다. 그러나 지금까지 국내 대부분의 열대저기압(이하 태풍) 관련 피해 연구는 주로 기상학적 또는 기후학적 관점을 중심으로 이루어져 사회과학적 요소를 결합하여 취약성 측면까지 종합적으로 고려한 연구들은 드물다. 기상학적 관점에서는 태풍의 이동 경로 추적(이동규 등, 1992; 최기선 등, 2012; Choi et al.
Blake, E. S., Kimberlain, T. B., Berg, R. J., Cangialosi, J. P., and Beven II, J. L., 2013, Tropical cyclone report: Hurricane Sandy, National Hurricane Center.
Chang, H.J., Franczyk, J., and Kim, C.H., 2009, What is responsible for increasing flood risks? The case of Gangwon Province, Korea, Natural Hazards, 48(3), 339-354.
Choi, K.S., Cha, Y.M., and Kim, T.R., 2012, Cluster analysis of tropical cyclone tracks around Korea and its climatological properties, Natural hazards, 64(1), 1-18.
Climate and Development Knowledge Network (CDKN), 2012, Managing climate extremes and disasters in Asia: Lessons from the IPCC SREX report, Climate and Development Knowledge Network.
Fritz, H.M., Blount, C.D., Thwin, S., Thu, M.K., and Chan, N, 2009, Cyclone Nargis storm surge in Myanmar, Nature Geoscience, 2(7), 448-449.
Guha-Sapir, D., Below, R., and Hoyois, P., 2015, EM-DAT: The CRED/OFDA international disaster database, www.emdat.be, Universite Catholique de Louvain, Brussels, Belgium.
IPCC, 2012, Field, C.B., Barros, V., Stocker, T.F., Qin, D., Dokken, D.J., Ebi, K.L., Mastrandrea, M.D., Mach, K.J., Plattner, G.-K., Allen, S.K., Tignor, M., and Midgley, P.M., 2012, Managing the risks of extreme events and disasters to advance climate change adaptation: special report of the intergovernmental panel on climate change, Cambridge University Press.
Moon, I.J., Oh, I.S., Murty, T., and Youn, Y.H., 2003, Causes of the unusual coastal flooding generated by Typhoon Winnie on the west coast of Korea, Natural Hazards, 29(3), 485-500.
Park, D.S.R., Ho, C.H., Nam, C.C., and Kim, H.S, 2015, Evidence of reduced vulnerability to tropical cyclones in the Republic of Korea, Environmental Research Letters, 10(5), 054003.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.