기후변화 시나리오와 지역기후모형이 가뭄심도-지속기간-재현기간 분석에 미치는 영향
Effect of Climate Change Scenarios and Regional Climate Models on the Drought Severity-Duration-Frequency Analysis
Article information
Abstract
본 연구에서는 대표농도경로 시나리오와 지역기후모형이 가뭄심도-지속기간-재현기간 분석에 미치는 영향을 검토하였다. SDF 곡선의 경향은 RCP 4.5와 8.5에서 동일하게 나타났으나, RCP 8.5의 가뭄심도가 RCP 4.5보다 크게 형성되었다. 공간적 특성결과에서는 두 기후변화 시나리오의 변동비율은 -45.0~50.0%로 비교적 그 범위가 넓은 것으로 판단된다. 지역기후모형간의 SDF는 빈도가 증가할수록 지역기후모형에 따른 가뭄심도의 변동성이 증가하여 전망에의 불확실성이 높아질 가능성을 보였다. 공간적 특성결과에서는, 지역기후모형 GRIMs의 가뭄심도가 다른 지역기후모형들보다 커 양의 변동비율이 지배적인 것으로 나타났다. 하지만, 변동비율(%)은 지역기후모형별로 그 정량적 규모와 지역적 공간분포 경향이 다르게 나타나 지역기후모형에 따른 가뭄심도-지속기간-재현기간 분석 결과에의 영향을 일부 확인할 수 있었다.
Trans Abstract
This study examined the effect of climate change scenarios and regional climate models on the drought severity-duration-frequency(SDF) analysis. As a result, we found that SDF curves from RCP 4.5 and 8.5 have similar trend, but the severity of RCP 8.5 is bigger than RCP 4.5. In the spatial distribution results, the rate range (%) of RCP 4.5 to RCP 8.5 was -45.0~50.0%, so it was quite large. In RCMs results, the fluctuation of the drought severities depending on the RCMs has been getting a large uncertainty when the frequency of SDF is increasing. In spatial distribution results, GRIMs was dominant, because its severity is bigger than the other RCMs. However, the rate of GRIMs to the other RCMs shown the difference of the quantitative scale and regional spatial distribution characteristics, so we could find the effect of various climate change scenarios and regional climate models on the drought severity-duration-frequency analysis.
1. 서론
1990년에 발표된 IPCC(Intergovernmental Panel on Climate Change)의 1차 보고서에 의하면 지난 100년 동안 지구표면대기 평균온도가 섭씨 0.3~0.6도 상승하였으며, 해수면 높이는 10~25 cm 상승하였다. 1995년 IPCC 2차 보고서에서는 현재 추세대로 온실가스가 증가할 경우 2100년의 지구표면 대기 평균온도가 섭씨 0.8~3.5도 상승하고 해수면도 15~95 cm 상승할 것으로 전망하였다(IPCC 1990; 1995; UNEP, 1997). 이와 더불어 현재 보다 강력하고 장기적인 지속성을 가진 가뭄발생에 대해 경고하고 있다(IPCC, 2007).
전 세계의 이목이 한층 더 집중되고 있는 기후변화는 단순한 이슈를 넘어 각계각층에서 긴밀한 협력관계를 유지하며 봉착된 문제를 타개할 수 있는 효율적인 대응 및 적응 방안수립에 심혈을 기울여야 하는 문제로 떠오르고 있다(IPCC, 2007). 이에 발 맞춰 IPCC 제5차 평가보고서(2013)에서 대표농도경로(Representative Concentration Pathway, 이하 RCP)를 선전하였으며, 우리나라는 기후변화정보센터(Climate Change Information Center)에서 총 4가지 RCP 시나리오와 역학적 상세화 기법인 5개의 지역기후모형(Regional ClimateModel, 이하 RCM)기반의 자료를 제공하고 있으며, 이를 기반으로 가뭄 전망연구가 활발하게 이뤄지고 있다(No et al., 2013; Son et al., 2013; Rim and Kim, 2014; Nkomozepi and Chung, 2014; Ahn et al., 2014; Park et al., 2014; Joo et al., 2015; Kim et al., 2015, Kim and Joo, 2015).
실제로 기후변화 시나리오나 상세화 기법의 영향이 가뭄전망에 미치는 영향을 분석한 연구들이 있다. 먼저, Blenkinsop and Fowler (2007)은 가뭄의 빈도, 심도, 그리고 지속기간 분석에서의 지역기후모형별 역학적 상세화가 갖는 불확실성이 가뭄전망에 미치는 영향을 검토하고자 6개 지역기후모형을 이용하여 가뭄빈도분석을 수행하였다. Loukas et al. (2008)은 이산화탄소 배출양에 따른 두 시나리오 SRES A2와 B2자료를 기반으로 산정된 표준가뭄지수를 이용하여 가뭄심도를 분석하고, 30년 구간별 변동성을 검토하여 기후변화의 영향이 가뭄심도에 미치는 영향을 검토하였다.
우리나라에서도 가뭄의 심도와 빈도를 분석하고자 기후변화 시나리오를 기반으로 SDF(Severity-Duration-Frequency)곡선을 결정하고 전망한 연구들이 있다(Lee and Kim, 2013). 하지만, 대부분의 선행연구에서는 SDF곡선의 결정과정에서 영향을 미칠 수 있는 다양한 기후변화 시나리오와 여러 지역기후모형을 종합적으로 고려하지 않아, 불확실한 미래에 대해가뭄 심도와 빈도의 전망 가능한 범위를 제시하고 있지 않다. 실제로 여러 선행연구에서는 RCM이 전 지구규모 기후시스템을 중규모(mesoscale)이하로 재생산하는 만큼 다양한 불확실성 검토와 RCMs 자료간의 상호 비교가 필요하다고 재기한바 있다(Vidale et al., 2003; Frei et al., 2006; Woth et al., 2006; Deque et al., 2007; Graham et al., 2007; Jacob et al., 2007; Themeßl et al., 2010). 또한 기후변화 시나리오, 또한, 미래의 발생 가능한 다양한 물리적 기후경계조건과 다양한 변수들의 인위적인 제어를 통해 일 강수량 자료와 같은 수치자료를 전망한다. 한 예로 RCP의 경우, 온실가스의 배출농도 전망치에 따라 총 4가지로 구분한다. 상세하게는, RCP 2.6은 온실가스의 농도가 가장 낮은 경우로 지구 스스로 인간 활동에 의한 영향을 회복한 시나리오이며, RCP 8.5는 온실가스의 농도가 가장 높은 경우로 어떠한 온실가스 저감 노력 없이 현재 추세로 배출되는 최악의 상황을 가정한 시나리오이다. RCP 4.5와 6.0은 온실가스 저감을 위한 노력이 일부 효과를 거둔 시나리오로 정의된다. 이처럼 기후변화 시나리오에 따른 다양한 기본 가정과 이를 기반으로 전망된 자료들은 모두 미래에 발생 가능한 확률을 가지고 있으나, 실제로 미래의 기후변화가 어떤 시나리오에 가깝게 진행될지는 알 수 없다. 즉, 미래 가뭄전망에는 모든 가능성을 열어놓고 분석을 수행할 필요가 있다.
본 연구에서는 다양한 대표농도경로 시나리오와 지역기후모형에 따른 불확실성이 가뭄심도-지속기간-재현기간 분석에 미치는 영향을 검토하였다. 가뭄심도-지속기간-재현기간 분석은 SDF 곡선을 이용한 기본특성과 73개 지점에 대한 공간분포 특성 등 총 2가지로 구분하여 수행하였다. 이를 위해 기상청 기후변화정보센터(climate change information center, CCIC)에서 제공하는 대표농도경로 시나리오 기반의 4개 RCM(GRIMs, RegCMv4, SNUMM5v3, WRFv34) 남한상세기후변화 앙상블 일 강수자료를 이용하였으며, 강수량만으로 산정이 가능한 표준강수지수(Standard Precipitation Index, 이하 SPI)를 가뭄지수로 선정하였다. 온실가스 저감을 위한 노력이 일부 효과를 거둔 시나리오 RCP 4.5와 현재 추세로 온실가스의 저감없이 온실가스가 배출되는 경우인 8.5 시나리오에 따른 가뭄전망 결과를 검토하였다. 아울러, 전국 기상청관측 지점 73개소를 대상으로 2021년~2090년 기간의 남한상세 앙상블 시나리오 자료를 분석에 사용하였다.
2. 배경이론 및 적용자료
2.1 표준가뭄지수
본 연구에서는 월별 최적 확률분포를 결정하는 대신에 비모수적 통계기법 중 하나인 커널밀도추정(Kernel Density Estimate, KDE) 법을 이용하여 월별 확률밀도 함수를 추정하였다. 비모수적 통계기법은 사전적인 가정으로부터 발생할 수 있는 모형설정의 오류를 피할 수 있어, RCP 시나리오 자료와 같이 불확실성이 큰 자료를 이용할 경우에는 비모수적 통계기법이 모수적 통계기법보다 더 적합하다(Park et al., 2015).본 연구에서는 6개월 분석 시간단위만을 사용하여 SPI-6 months를 산정하였으며, 참고로 SPI에 따른 가뭄 분류를 Table 1에 나타내었다. 또한 건조 상태를 가뭄으로 간주하여 각각 보통가뭄, 심한가뭄, 그리고 극한가뭄으로 표기하였다.
Drought classification according to the SPI
RCP 시나리오별 SPI의 본격적인 분석에 앞서 입력자료인 일 강수자료에 대한 비교군(관측 일 강수량 자료)과 실험군(RCP 일 강수량 자료)에 대한 비교분석이 필요하다. 이에 대한 내용은 Joo et al. (2015)에서 관측자료와 RCP 자료의 중복기간인 2001~2013년에 대해 이미 수행한 바 있다. 결과를 간략하게 정리하면, 분석에 가용된 대표 6개 지점(서울, 대전, 대구, 광주, 부산, 제주)의 월별 강수량 분포는 관측자료와 매우 유사한 경향을 보였으며, 연평균 강수량 차이는 관측자료를 기준으로 평균 3.3 %(최대 16.5%)정도뿐인 것으로 나타났다. 결과적으로 RCP 시나리오 자료가 실제 강우사상을 비교적 잘 재현하는 것으로 판단된다. 따라서 RCP 시나리오 일 강수자료가 미래 가뭄전망에 충분히 가용될 수 있을 것으로 사료된다.
2.2 가뭄심도-지속기간-재현기간 곡선
SDF(Drought Severity-Druation-Frequency Curve, 이하SDF)곡선은 홍수분석에서 널리 쓰이는 IDF 곡선에서 강수강도를 가뭄심도로 대체한 것이며 해당 지역에 대한 가뭄의 특성을 판단할 수 있는 유용한 도구로서 사용할 수 있다(Park et al., 2015).
SDF 곡선을 작성하기 위해서는 먼저 산출된 SPI로부터 지속기간별(1~12개월)로 연 최대치 가뭄심도(SPI를 지속기간으로 나눈 값)자료계열을 구성하고 구축된 연 최대치 가뭄심도를 토대로 빈도해석을 실시한다. 빈도해석 절차에서는 구축된 자료계열에 대한 적합도 검정을 통해 최적 확률분포형을 선정하고 빈도계수법 및 확률도시법을 통해 빈도분석을 실시하여 최종적으로 지속기간 및 재현기간에 따른 SDF 곡선을 유도하게 된다. 본 연구의 빈도해석 절차에서는 본 연구의 SPI지수 산출과정과 같이 최적 확률분포형을 선정하는 대신 비모수적 통계분포 기법인 Kernel smoothing density estimate를 적용하였다.
2.3 적용자료
본 연구에서는 RCP 4.5와 8.5 시나리오와 4개 지역기후모형으로부터 재생산된 일 강수량 자료를 이용하였다. 지역기후모형들은 GRIMs(Global/Regional Intergrated Model System, 이하 RCM1), RegCM4(이하 RCM2), SNURCM(Seoul NAtional University Regional Climate Model, 이하 RCM3), 그리고 WRF(Weather Research and Forecasting, 이하 RCM4) 이다. 각 지역기후모형별 상세한 제원은 Kim et al.(2015)를 통해 확인할 수 있다. 참고로 남한상세 앙상블 전망자료의 경우, 제어적분 기간에 상관없이 RCP 시나리오 4.5와 8.5의 가용이 가능하며, 폭 넓은 기간의 전망자료가 제공되고 있다. 시간 및 공간 해상도는 각각 일(day)과 1 km로 지역별 상세한 기후변화 전망분석이 가능한 수준이다. 아울러, SPI 산정에 필요한 확률밀도함수는 1971~2010년까지 관측된 일 강수량 자료(40년 자료)로부터 결정되었다.
전국 기상청 관측 지점 73개소를 대상으로 연구를 수행하였으며, 관측 지점의 위치는 Fig. 1에 표기하였다. 분석기간은 30개년씩 총 2개 구간(Future01: 2021-2050년, Future02: 2061-2090년)으로 분석하여 연구를 수행하였다.
Location of 66 gauge stations used
3. 대표농도경로 시나리오별 SDF 곡선 분석
3.1 기본분석
RCP에 따른 가뭄심도-지속기간-재현기간 분석의 변동성을 검토하기 위해 SDF를 Fig. 2와 3에 정리하였다. Fig. 1은 Future01은 2021-2050년, Future02는 2061-2090년에 대한 결과이며, Box-Whisker 그래프를 이용하여 73개 지점에 대한 RCP 4.5와 8.5의 범위를 표현하다. 대표적으로 GRIMs 지역기후모형의 결과를 정리하였다. 먼저, Fig. 2의 Future01 결과를 살펴보면, 지속기간에 따라 SPI의 심도가 증가하고, 빈도가 증가할수록 SPI의 심도가 증가하는 일반적인 SDF의 경향을 잘 보여주고 있어 가뭄심도-지속기간-재현기간의 기본적인 분석이 잘 수행된 것으로 판단된다. 빈도별 결과에서, 2년 빈도는 일반건조(Moderately Dry) 상태에서 보통(Near Normal) 상태에서 심도의 범위가 형성되었고, 10년 빈도에서는 극한건조(Extremly Dry)에서 일반건조까지 비교적 넓은 범위에서 심도가 형성되었다. 50년과 100년은 주로 극한건조와 심한건조(Severely Dry)에서 SPI 심도가 결정되었다. 이 같은 경향은 RCP 4.5와 8.5에서 동일하게 나타났으며, RCP 8.5의 지속기간에 따른 가뭄심도가 RCP 4.5에 상대적으로 크게 형성된 것으로 나타났다.
Comparition results of SDF curves of RCP 4.5/8.5 scenarios [Future01]
Comparition results of SDF curves of RCP 4.5/8.5 scenarios [Future02]
Fig. 3의 Future02결과는 Fig. 2의 결과와 대체적으로 유사한 경향을 보이고 있다. 다만, 지속기간에 따른 가뭄심도는 비교적 낮게 그 범위가 형성되었다. RCP 시나리오간의 가장 큰 차이점은 Future01결과보다 Future02의 RCP 4.5와 8.5의 범위차이가 작게 나타나 RCP 시나리오간의 가뭄전망 경향성차이가 다소 변동된 것을 확인할 수 있다.
3.2 공간적 분석
RCP에 따른 공간적 변동성과 RCP간의 정량적 차이를 검토하기 위해 RCP 4.5와 8.5간의 가뭄심도 비율(%)을 RCP 4.5 기준으로 산정하고, 이를 공간 분포시켜 Fig. 4에 도식화하였다. Future01과 Future02의 결과를 검토하였다. Future01의 결과를 살펴보면, 두 기후변화 시나리오의 변동비율은-45.0~50.0%로 비교적 그 범위가 넓은 것으로 판단된다. 변동비율은 지속기간이 증가할수록 양의 값으로 증가하는 경향을 보였으며, 2년 빈도 결과를 제외한 10년, 50년, 그리고 100년 빈도의 공간분포 경향은 매우 유사하게 나타났다.
Spatial distribution of SPI change rate of RCP 4.5 to RCP 8.5 depending on drought severity-duration-frequency
2년 빈도 결과의 경우, 강원도와 전라남도를 중심으로 RCP4.5의 가뭄심도가 RCP 8.5보다 높은 것으로 나타났으며, 그 밖의 지역에서는 RCP 8.5의 가뭄심도가 높게 분포되었다. 10년, 50년, 그리고 100년 빈도의 경우, 서울을 포함한 수도권을 중심으로 RCP 4.5의 가뭄심도가 상대적으로 높게 분포되었으며, 남해안 인근의 전라남도에서는 RCP 8.5의 가뭄심도가 RCP 4.5보다 높게 형성되는 것으로 나타났다.
Future02의 결과를 살펴보면, Future01의 결과와 달리 RCP 8.5의 가뭄심도가 RCP 4.5보다 전반적으로 높게 나타났다. 지속기간 1개월과 3개월의 경우, 재현기간별 가뭄심도의 공간분포 경향에는 큰 차이가 없는 것으로 판단되나, 지속기간 9개월은 수도권, 강원도, 그리고 동해 일부지역을 중심으로 RCP 시나리오간의 높은 변동성을 보였다. 지속기간 12개월의 경우, 2년 재현기간의 결과에서 중부지역과 남부지역간의 상이한 경향 차이를 확인할 수 있었으며, 다른 재현기간 결과에서는 RCP 8.5가 RCP 4.5보다 가뭄심도가 높게 분석된 것으로 나타났다.
4. 지역기후모형별 SDF 곡선 분석
4.1 기본분석
RCMs에 따른 가뭄심도-지속기간-재현기간 분석의 변동성을 검토하기 위해 SDF를 Fig. 5와 6에 정리하였다. Fig. 1은 Future01은 2021-2050년, Future02는 2061-2090년에 대한 결과이다. 대표적으로 RCP 4.5의 결과를 정리하였다. 그림에서 GRIMs은 RCM1, RegCM4는 RCM2, SNURCM은 RCM3, 그리고 WRF는 RCM4로 표기하였다. 먼저, Fig. 5의 Future01결과를 살펴보면, 빈도가 증가할수록 RCM에 따른 가뭄심도의 변동성이 증가하여 전망에의 불확실성이 높아질 가능성을 보였다. 이 같은 결과는 10년 빈도 이상 그리고 9개월 지속기간에서 확연하게 나타났다. 예를 들어 50년 빈도의 9개월 지속기간의 결과를 살펴보면, RCM2의 가뭄심도는 주로 심한 건조상태인 반면에 RCM3은 주로 극한 건조상태인 것을 들 수 있다. RCM간의 경향성에서는 RCM1과 RCM3이 그리고 RCM2와 RCM4의 분석결과가 유사한 것으로 판단된다.
Comparition results of SDF curves of four RCMs [Future01]
Comparition results of SDF curves of four RCMs [Future02]
다음으로 Fig. 6의 Future02결과를 검토하면, Fig. 5의 결과와 대체적으로 유사한 경향을 보이고 있다. 다만, 지속기간에 따른 가뭄심도는 비교적 낮게 그 범위가 형성되었다. 한 가지 특이사항으로, Fig. 5의 Future01에서는 RCM1과 RCM3가 각각 RCM2와 RCM4보다 가뭄심도가 낮게 결정된 반면에서, Fig. 6의 Future02에서는 그 반대의 결과가 나타나 RCM간의 가뭄전망 경향성 차이가 다소 변동된 것을 확인할 수 있다.
4.2 공간적 분석
RCM에 따른 공간적 변동성과 RCM간의 정량적 차이를 검토하기 위해 RCM간의 비율(%)을 RCM1(GRIMs 모형)을 기준으로 산정하고, 이를 공간 분포시켜 Fig. 7-9에 도식화하였다. 대표적으로 Future01에 대한 결과를 정리하였다. Fig. 7은 RCM1과 RCM2의 결과이다. 결과를 살펴보면, 전반적으로 RCM1의 가뭄심도가 RCM2보다 커 양의 변동비율이 지배적인 것으로 나타났다. 빈도에 따른 공간분포 경향은 지역적으로 매우 유사한 것으로 판단된다.
Spatial distribution of SPI change rate (%) of GRIMs to the other RegCMv4 (RCM2) depending on drought severity-duration-frequency
Spatial distribution of SPI change rate (%) of GRIMs to the other WRFv34 (RCM4) depending on drought severity-duration-frequency
Fig. 8은 RCM1과 RCM3에 대한 결과이다. 이를 살펴보면, Fig. 7과 유사하게 RCM1의 가뭄심도가 RCM3보다 전반적으로 높아 양의 변동비율이 지배적이나, 남해안, 수도권, 그리고 강원도 일부지역에서는 RCM3의 가뭄심도가 RCM1보다 높게 분석되었다. 변동비율의 공간분포는 빈도와 지속기간에 따라 그 차이는 있으나 전반적인 경향성은 유사한 것으로 판단된다.
Spatial distribution of SPI change rate (%) of GRIMs to the other SNUMM5v3 (RCM3) depending on drought severity-duration-frequency
Fig. 9는 RCM1과 RCM4에 대한 결과이다. 이를 살펴보면, 앞의 다른 결과들과 유사하게 RCM1의 가뭄심도가 RCM4보다 전반적으로 높아 양의 변동비율이 지배적이나, 남해안과 동해안 일부지역에서는 RCM4의 가뭄심도가 RCM1보다 높게 분석되었다. 변동비율의 공간분포는 빈도와 지속기간에 따라 그 차이는 있으나 전반적인 경향성은 유사한 것으로 판단된다.
5. 결론
본 연구에서는 다양한 대표농도경로 시나리오와 지역기후모형에 따른 불확실성이 가뭄심도-지속기간-재현기간 분석에 미치는 영향을 검토하였다. 가뭄심도-지속기간-재현기간 분석은 SDF 곡선을 이용한 기본특성과 73개 지점에 대한 공간분포 특성 등 총 2가지로 구분하여 수행하였다. 대표농도경로 시나리오 기반의 4개 RCMs 남한상세 기후변화 앙상블 일 강수자료를 이용하였으며, 강수량만으로 산정이 가능한 표준강수지수를 가뭄지수로 선정하였다. 아울러, 전국 기상청 관측지점 73개소를 대상으로 2022년~2090년 기간의 남한상세 앙상블 시나리오 자료를 분석에 사용하였다.
RCP 시나리오에 따른 가뭄심도-지속기간-재현기간의 결과를 정리하면, 먼저, 전반적으로 일반적인 SDF의 경향을 잘 보여주고 있어 가뭄심도-지속기간-재현기간의 기본적인 분석이잘 수행된 것으로 판단된다. 빈도별 결과에서, 2년 빈도는 일반 건조상태에서 보통상태에서 심도의 범위가 형성되었고, 10년 빈도에서는 극한 건조상태에서 일반 건조상태까지 비교적 넓은 범위에서 심도가 형성되었다. 50년과 100년은 주로 극한건조와 심한건조에서 SPI 심도가 결정되었다. 이 같은 경향은 RCP 4.5와 8.5에서 동일하게 나타났으며, RCP 8.5의 지속기간에 따른 가뭄심도가 RCP 4.5에 상대적으로 크게 형성되었다. 공간적 특성결과에서는 두 기후변화 시나리오의 변동비율은 -45.0~50.0%로 비교적 그 범위가 넓은 것으로 판단된다. 변동비율은 지속기간이 증가할수록 양의 값으로 증가하는 경향을 보였으며, 2년 빈도 결과를 제외한 10년, 50년, 그리고 100년 빈도의 공간분포 경향은 매우 유사하게 나타났다.
RCM에 따른 가뭄심도-지속기간-재현기간의 결과를 정리하면, 빈도가 증가할수록 RCM에 따른 가뭄심도의 변동성이 증가하여 전망에의 불확실성이 높아질 가능성을 보였다. 이 같은 결과는 10년 빈도 이상 그리고 9개월 지속기간에서 확연하게 나타났다. RCP간의 경향성에서는 GRIMs과 SNUMM5v3이 그리고 RegCMv4와 WRFv34의 분석결과가 유사한 것으로 판단된다. 공간적 특성결과에서는, GRIMs의 가뭄심도가 다른 RCMs보다 커 양의 변동비율이 지배적인 것으로 나타났다. 빈도에 따른 공간분포 경향은 지역적으로 매우 유사한 것으로 판단된다. 하지만, 변동비율(%)은 RCM 모형별로 그 정량적 규모와 지역적 공간분포 경향이 다르게 나타나 RCM에 따른 가뭄심도-지속기간-재현기간 분석 결과에의 영향을 일부 확인할 수 있었다.
본 연구결과는 RCP 기후변화 시나리오 자체의 변동성이 고려되지 않았다는 한계를 가지고 있으나, 다양한 대표농도경로 시나리오와 지역기후모형에 따른 불확실성이 가뭄심도-지속기간-재현기간 분석에 미치는 영향 검토측면에서 향후 가뭄전망 및 가뭄심도 분석에의 기초자료로 사용될 수 있을 것으로 기대된다.
감사의 글
본 연구는 국민안전처 자연재해저감기술개발사업단(자연피해예측및저감연구개발사업)의 지원으로 수행한 ‘기후변화 적응을 위한 연안도시지역별 복합원인의 홍수 취약성평가기술개발 및 대응 방안 연구’[MPSS-자연-2015-77] 과제의 성과입니다.