1. 서 론
산불은 산림의 훼손 및 재산피해를 불러오며, 다량의 온실 기체와 에어로졸을 방출하여 기후변화에 심각한 영향을 끼친다(Shin and Lee, 2016; Park, 2017). 2025년 3월 22일 경상북도 의성군에서 시작된 산불은 영덕까지 불이 번지며 약 99,490 ha (994.9 km2)의 소실 면적을 기록하는 등 초대형 산불이 발생하였다. 이날 안동, 의성, 청송에는 25일 오후 강풍경보가 22~23일부터 건조주의보가 발령되었으며, 25일 실효습도는 의성 41%, 안동 36%, 청송 35% 등이었다. 이렇듯, 산불 발생과 확산에는 기상학적 건조도가 매우 중요한 역할을 한다.
이에, 기상청은 이러한 대기 건조도를 정량화하기 위해 실효습도 개념을 도입하여 운영하고 있으며(KMA, 2024), 이 개념을 활용하여 상대습도와 실효습도 경향과 산불 발생 잠재성을 설명하고자 한 연구가 선행되었다. Won et al. (2016)은 기후변화에 따른 기온 증가와 습도 감소 경향이 산불 발생빈도의 증가에 영향을 미친다고 설명하며, 지역별 온도, 습도변화와 산불 발생위험도 간의 연관성을 시사하였다.장기간의 실효습도를 분석한 Jeon et al. (2023)은 부산에서 99% 유의하게 감소하는 경향이 나타남을 밝혔다. Kang et al. (2016)은 지난 20년간 피해면적 100 hPa 이상의 대형 산불 37건의 기상조건을 분석한 결과, 산불 발생 전 평균 30% 수준까지 실효습도가 급격히 낮아지고(최소 13%) 강풍이 동반되는 패턴을 확인하였다. Won et al. (2018)은 봄철 산불 발생 확률이 일평균 기온 상승과 상대습도 및 실효습도 저하, 풍속 증가에 따라 유의미하게 높아짐을 규명하였다.
특히, 상대습도 및 실효습도의 활용 가치를 뒷받침하기 위해 국내의 겨울-봄철 동해안 지역을 중심으로 한 연구들이 선행되었다. Jeon and Chae (2017)는 일평균 상대습도가 산불 발생에 가장 큰 영향 요인으로 확인하고 산불 발생 빈도가 봄철(4월) 및 강원도, 경상남도 등에서 높게 나타남을 밝혔다. 또한 강원 동해안 산불 발생 추이와 기후변화의 관련성을 분석한 Park (2024)은 최근 10년 동안 동해안 지역은 지형 및 계절적 특성상 겨울부터 봄까지 산불에 특히 취약하여, 봄-가을철 산불 발생 건수가 타 지역보다 훨씬 많은 경향을 보였다고 설명했으며 집중적으로, Choi and Park (2020)은 봄철의 산불 피해는 상대적으로 전국적으로 나타나지만, 겨울철에는 동해안, 남해안, 경상 내륙 지역으로 집중되는 경향을 보인다고 밝혔다.
본 연구에서는 최근 60년(1965-2024년) 동안 우리나라의 전국 15개 종관기상관측지점 자료를 바탕으로 실효습도 및 상대습도를 중심으로 한 건조경보의 잠재적 특성과 산불 위험성의 장기적인 시간적 추이를 분석하고자 한다. 특히 연평균 상대습도의 공간적 분포 및 시간적 추세를 조사하고, 상대습도와 기온 및 수증기압 간의 통계적 상관성을 분석하여 각 기상 요인이 건조 경보 발생에 미치는 영향을 정량적으로 평가하고자 한다. 또한 건조경보 수준의 재현주기를 산출하여 지점별 산불 발생 잠재성을 비교 분석으로써, 지역별 산불 위험도 특성을 도출한다. 이를 통해 본 연구는 극심한 건조 경보 조건과 산불 발생 간 연관성을 명확히 규명하고, 과학적 근거에 기반한 산불 예방 및 대응 전략 수립을 위한 기초 자료로 제공하는 것을 궁극적인 목적으로 한다.
2. 연구 자료 및 방법
2.1 연구 지점 및 자료
본 연구에서는 우리나라 60년(1965-2024년)의 15개 종관기상관측시스템(ASOS) 지상기상관측소의 관측자료 중 일평균 상대습도를 사용하였다. 여기서 분석의 기준이 되는 일평균 상대습도 자료를 60년 이상 제공하는 관측지점은 총 15개소이며, 그 위치는 Fig. 1로 나타내었다.
본 연구에서 고려되는 실효습도는 일 단위의 평균된 상대습도를 통해 산정되며 다음과 같이 계산된다.
여기서 He는 실효습도, H0d은 당일의 평균 상대습도, H1d, H2d는 각각 1일, 2일 전의 평균 상대습도이며, r(일반적으로 0.7)은 가중치이다. 이렇게 산출된 실효습도는 현재 대기가 얼마나 지속적으로 건조한 상태인가를 나타내는 지표로 활용되며, 기상청의 건조특보(건조주의보 및 경보) 발령에 직접 적용된다. 기상청 기준에 따르면 건조주의보는 실효습도 35% 이하인 상태가 2일 지속될 것으로 예상될 때, 건조경보는 실효습도가 25% 이하가 2일 이상 지속될 것으로 예상될 때 각각 발령된다(Lee and Park, 2018). 일반적으로, 상대습도(Relative Humidity, RH)는 다음과 같이 계산된다(Eq. (2)).
여기서 es(T)는 포화수증기압이며, e 는 수증기압이다. 상대습도는 대기 내 수증기압(vapor pressure, e)을 포화 수증기압(saturation vapor pressure, es)으로 나눈 백분율(%)로 정의되며, 포화수증기압은 온도만의 함수이다.
본 분석을 위해 수집된 자료는 상대습도와 온도 자료가 포함되어 있으며, 이 자료를 이용하여 포화수증기압을 유도하여 수증기압만을 독립시켰다. 포화수증기압은 현재 온도에서 공기 중에 수증기가 가장 최대로 포함되어 있을 때의 수증기압을 뜻하며, 포화수증기압은 Clausis-Clapeyron 방정식을 이용하여 구할 수 있다. 그 수식(Eq. (3))은 다음과 같다.
여기서, T는 섭씨온도이며, 포화수증기압과 수증기압의 단위는 hPa이다.
2.2 장기 관측 자료
산불 발생 잠재성 추이를 기후학적으로 설명하기 위해 통계적 방법으로 사용하기 위해서, 40년 이상의 장기적 관측값을 필요로 한다. 특히, 60년간의 기후변화를 살피기 위해 30년 단위의 두 기간의 비교를 통해서 장기적 건조화의 변화 양상을 확인해야 하기에 더욱 필요성이 증대된다. 장기적인 관측 자료가 확보되어 있을지라도, 자료의 품질이 충분히 확보되지 않은 경우에는 연구 분석에 활용하는 데에 제약이 따를 수 있다. Table 1에 볼 수 있듯이, 60년 동안의 관측 자료를 보유하고 있는 관측소는 강릉, 서울, 인천, 울릉도, 추풍령, 포항, 대구, 전주, 울산, 광주, 부산, 목포, 여수, 제주, 서귀포 지점이 해당된다.
Table 1
Summary of 60 Years Daily Mean Realtive Humidity Records at 15 ASOS Stations: Number of Valid Days, Missing Days, Mean (%), and Standard Deviation (%)
2.3 분석 방법
본 연구에서는 추세 및 상관을 통계적 계수(Statistical Coefficient)를 통해 정량적으로 입증하고자 한다. 선형회귀분석을 통해 다뤄지는 결정계수(Coefficient of Determination, R2)는 다음과 같이 나타낸다(Eq. (4)).
여기서, 분자는 잔차 제곱합(Residual Sum of Squared, RSS)으로, 선형회귀모델이 예측값 ŷi을 통해 설명하지 못한 관측값 yi의 오차 제곱합을 의미한다. 또한 분모는 평균과의 차이를 제곱한 것의 합(Total Sum of Squared, TSS)으로, 종속변수 yi가 평균 y̅i를 기준으로 얼마나 흩어져 있는지 나타낸다. 따라서, R2은 선형회귀모델이 전체 변동중에서 설명 가능한 비율을 의미하며, 그 값이 1에 가까울수록 회귀선이 데이터의 변동을 잘 설명하고 있음을, 0에 가까울수록 설명력이 낮음을 나타낸다. 이를 통해 상대습도, 기온, 수증기압의 선형회귀에 대한 변동성을 설명하고자 한다.
다음으로 상대습도 추세에 대한 기온과 수증기압의 상관관계를 정량적으로 분석하기 위해 사용되는 피어슨 상관계수(Pearson’s Correlation Coefficient, r)는 두 변수 X, Y 간의 선형 상관 관계를 평가하는 통계기법으로 두 변수의 공분산을 각 변수의 표준편차로 나눠 계산하여 선형 관계를 정량적으로 나타낸다. 상관계수의 값은 +1에서 -1 사이로 나타나며, +1은 완벽한 양의 선형 관계를, -1은 완벽한 음의 선형관계를 의미한다. 반면, 상관계수가 0에 가까울수록 두 변수 간 선형 관계가 없음을 의미한다. 상관계수 rXY는 다음과 같이 나타낸다(Eq. (5)).
여기서, Xi, Yi는 각 변수의 값, X̅와 Y̅는 각 변수의 평균을 의미한다. 이를 통해 선형 관계의 강도를 파악할 수 있다.
3. 연구 결과
3.1 상대습도, 기온, 수증기압의 기후학적 분포
Fig. 2는 우리나라의 연평균 상대습도 평균에 대한 편차 분포를 제시한다. 최근 60년 동안 각 지점의 일평균 상대습도의 평균(연평균)과 전체 도메인의 평균의 편차를 나타내었다. 분석 결과에 따르면, 상대습도의 전체 평균은 68.1%로 동⋅남부 지점이 전체 평균에 비해 상대적으로 작게 나타났다. 강릉은(-6.2%), 포항(-3.8%), 대구(-5.4%), 울산(-1.8%), 부산(-3.3%)로 서부지점과 상대적으로 대기가 건조한 것으로 나타났다. 각 지점의 연평균 상대습도의 변동성을 살펴보면, 강릉 19.2%, 부산 17.4%, 포항 17.3%, 울산 16.5% 등 동⋅남부 해안에서 크게 나타난 반면, 목포 11.2%, 전주 11.4%, 제주 11.5% 등 서부 해안권과 도서지역에서는 상대적으로 작게 분포하였다.
Fig. 2
Distribution of Station-Wise Annual Mean Relative Humidty over 60 Years. Values in Parentheses Indicate Each Station’s Deviation form the Domain-Wide 60 Years Mean. Red and Blue Represent Relatively Higher and Lower Humidity, Respectively, Indicating, Spatially Moistening and Drying Regions
Figs. 3(a-d)와 4는 60년 동안 산출된 연평균 상대습도(전체 평균 대비)의 계절별 편차 및 변화 양상을 보여준다. 계절별 전체 평균 상대습도는 겨울철(DJF; Fig. 3(a)) 60.8%, 봄철(MAM; Fig. 3(b)) 63.8%, 여름철(JJA; Fig. 3(c)) 78.5%, 가을철(SON; Fig. 3(d))은 69.2%로 겨울에 최소, 여름에 최대를 기록하며 전형적인 계절적 특성을 드러내며, 이는 부록의 Fig. 4를 통해서 확인할 수 있었다. 겨울철에서 대구 등 동⋅남부 지역에서 전체 평균 대비 편차가 상대적으로 작아 대기가 건조한 양상이 두드러졌으며, 공간적 편차도 커서 목포는 +10.5%, 부산은 –10.4%를 기록하였다. 봄철은 동⋅남부 지역의 건조 경향이 다소 완화되어 편차가 줄어들었으며, 여름철은 남해안 및 남부 내륙을 중심으로 전체 평균보다 높은 편차가 관측되어 계절 중 가장 습윤한 분포를 보였다. 마지막으로, 가을은 겨울과 유사하게 동남부 지점에서 다시 낮은 편차가 나타났다. 상대습도의 계절별 공간 분포 차이가 뚜렷함을 확인할 수 있었다(Cha and Seo, 2022).
Fig. 3
Station-Wise Distribution of Seasonal Mean Relative Humidity over 60 Years, Shown for (a) Winter, (b) Spring, (c) Summer, and (d) Autumn
Fig. 4
Seasonal Anomalises of Mean Relative Humidity (%) at 15 ASOS Stations over a 60-Year Period. Anomalies are Defined as the Difference between Each Station’s Seasonal Mean RH-Winter (DJF), Spring (MAM), Summer (JJA) and Autumn (SON)-and the Overall 60-Year Annual Mean RH. Panels (a)-(d) Show Anomalies for DJF, MAM, JJA, SON, Respectively. Colors Indicate Anomaly Magnitude, with Blue Denoting Below Average RH and Red Denoting Above-Average RH
Fig. 5에서, 이전 30년(1965-1994년) 동안 전체 도메인의 평균이 약 70%로 유지되었으나, 최근 30년(1995-2024년)에는 평균이 약 –3.8% 감소하여 장기간에 걸친 대기 건조화 경향이 명확히 나타났다. 모든 관측지점에서 연평균 상대습도가 감소하였으며, 감소폭은 최소 0.2% (목포)에서 최대 6.2% (서울)에 이르렀다. 특히, 강릉(-5.6%), 대구(-6.1%), 울산(-5.4%)로 등 동해안과 영남 내륙 에 걸쳐 감소폭이 두드러졌다. 이러한 전지점적 감소 현상을 특히 겨울철과 봄철 상대습도 값이 크게 낮아진데 기인한 것으로, 계절별 습윤도 변화가 최근 수십 년간의 건조화 추세를 주도했음을 시사한다.
Fig. 5
Spatial Distribution of (a) Annual Mean Relative Humidity for the Previous 30-Year Period, and (b) The Differences between the Recent 30-Year Period and the Previous Period. In (a), The Color and Size of Each Dot Represent the 30-Year Mean Value and the Temporal Standard Deviation, Respectively. In (b), Both the Color and Size of Each Inverted Triangle Represent the Magnitude of the Difference between the Two Periods
따라서 본 연구에서는 60년간 관측된 상대습도의 변화 양상을 해석함에 있어, 이러한 변화가 실제로 기온 변화에 따른 것인지 또는 대기 중 수증기량의 변화에 기인하는지 규명할 필요가 있다. 이를 위해 상대습도의 변화와 더불어 각 지점별로 기온과 수증기압의 변화도 함께 분석하였으며, 이를 연평균 및 계절별(겨울, 봄, 여름, 가을)로 세분화하여 고찰하였다. 특히, 전체 기간을 이전 30년과 최근 30년으로 구분하여 기온, 수증기압의 평균값 변동을 비교함으로써, 상대습도가 실제로 어떤 요인에 의해 주도되고 있는지를 파악하고자 하였다.
Fig. 6(a)에 나타난 바와 같이, 이전 30년과 최근 30년 두 기간을 비교하였을 때 모든 관측 지점에서 연평균 기온의 평균이 증가하였다. 동⋅남부 해안과 내륙권의 일부 지점(포항, 대구)에서는 이전 30년에 비해 약 +1.2 K의 가장 큰 증가 폭을 보였다. 계절별 연평균 기온 차이를 살펴본 Figs. 6(b-e)에서도 전구간에 걸쳐 온난화가 일관되게 진행된 양상을 확인할 수 있다. 특히 봄철(Fig. 6(c))에서 연평균 기온의 증가가 최소 +0.6 K, 최대 +1.5 K까지 상승해 60년 전체 평균 상승 패턴과 유사한 분포를 보였고, 포항과 대구 지점은 최대 +1.5 k로 여전히 가장 큰 증가 폭을 나타내었다. 여름철(Fig. 6(d))에는 계절 중 상승 폭이 0.8 K의 범위로 가장 작고 전국적으로 균일한 기온 상승이 관측되었다.
Fig. 6
Distribution of Differences in 30-Year Averaged Annual Mean Temperatures between the Previous (1965-1994) and Recent (1995-2024) Periods at 15 ASOS Stations, Shown for (a) Annual Average, (b) Winter, (c) Spring, (d) Summer, and (e) Autumn
연평균 수증기압 분포는 공간적 차이가 크지 않으나 계절에 따른 분포에서의 차이가 드러났다. Fig. 7(a)에 따르면, 최근 30년 동안 서해안과 서부 내륙(예 :인천, 전주)에서 수증기압이 소폭(+0.2~+0.3 hpa) 증가한 반면, 영남 내륙(대구, -0.2 hpa)과 동해안 일부 지점에서는 오히려 감소(-0.1~-0.3 hpa)하는 분포를 보였다. 전체 증감폭도 +1.1 hpa에 불과해 전반적으로 변화 폭이 제한적이었다. 반면, 계절에 따른 분포는 변화 양상이 다르게 나타났다. 겨울(Fig. 7(b))과 봄철(Fig. 7(c))에는 각각 0.5 hpa, 0.9 hpa범위에서 약간의 감소 경향이 우세했으나, 여름철(Fig. 7(d))에는 2.1 hpa로 계절 중 가장 넓은 변동 폭을 나타내어 서⋅동부 지점간 차이가 두드러졌다. 특히 겨울 및 봄철에는 중부권(서울⋅추풍령)에서 수증기압이 감소한 반면, 여름과 가을철에는 남부권(광주⋅부산⋅목포⋅제주)에서는 증가 경향을 보여, 수증기압 변화가 지리적 위치에 의해 부분적으로 영향을 받는 양상을 확인할 수 있다(Ko and Lee, 2013).
3.2 기상 요소 별 기후학적 경향 특성
연평균 상대습도, 기온 및 수증기압의 공간적 분포를 통해 기후학적 특성을 고찰하였다. 다만, 분포만으로는 뚜렷한 경향을 파악하기 어려울 수 있다. 따라서 연평균 상대습도, 기온, 수증기압이 시간에 따라 어떠한 장기 추세를 보이는지 분석하기 위해 선형회귀 기울기와 결정계수(R2)에 따라 각 지점별로 도시하였다. 여기서 선형회귀 기울기에 따른 유의확률(p-value)을 유의수준은 0.01 (1%), 0.05 (5%)으로 설정하여 추세에 대한 검정을 실시하였다. 유의확률이 유의수준보다 작을 경우, 해당 기울기에 대한 귀무가설(기울기가 0이라는 가설)은 기각되며, 이는 통계적으로 유의미한 증가 또는 감소 추세가 존재함을 의미한다. 반대로, 유의확률이 유의수준보다 클 경우 귀무가설을 기각할 수 없으며, 이는 해당 변수에 대해 명확한 추세가 존재하지 않음을 설명한다.
앞선 분포 분석에서 동남부 지역과 내륙권을 중심으로 겨울⋅봄철에 상대적으로 낮은 상대습도 편차가 관측되었으며 이러한 공간적⋅계절별 분포 특성을 검증하기 위해, 최근 60년 동안 각 지점의 연평균 상대습도에 대한 선형 회귀를 실시한 결과는 Fig. 8에 제시하였다. 회귀 분석 결과, 목포, 서귀포 지점을 제외한 전국 13개 관측소에서 모두 p < 0.01 수준의 유의미한 감소 추세가 나타났으며, 특히, 동해안(강릉)과 내륙권(서울) 지점은 회귀 기울기의 절댓값이 각각 약 0.165 %/ year, 0.175 %/ year 이며, R2는 각각 약 0.52, 0.56으로 높게 나타나, 연평균 상대습도의 감소 폭이 크며 회귀 직선이 실제 자료를 보다 잘 설명하고 있음을 의미한다. 또한, 계절별⋅공간적 분포 분석에서 드러난 건조화 양상이 장기 추세로도 확고함을 뒷받침한다. 반면 목포와 서귀포는 기울기와 설명력이 모두 낮아 통계적으로 유의한 감소 경향은 확인되지 않았다.
Fig. 8
Linear Regression Slopes of Annual Mean Relative Humidity over 60 Years (1965-2024) Versus the Coefficient of Determination (R2) at 15 ASOS Stations. Statistical Significance of the Trends was Tested Using p-values at Significance Levels of 0.01 and 0.05, and is Indicated by Marker Types: Circles for p < 0.01, Squares for 0.01 ≤ p < 0.05, and Crosses for p ≥ 0.05 (Not Statistically Significance)
반면, 연평균 기온은 전국적으로 모든 지점에서 유의수준에 따른 유의확률이 0.01 미만으로 통계적으로 유의한 증가 추세가 나타났다(Fig. 9(a)). 특히, 인천, 포항, 대구 지점은 추풍령, 목포 지점과 비교하였을 때, 선형회귀 기울기는 약 0.038 K/year 이상, R2은 0.64~0.7으로 상대적으로 높게 나타났다. 이는 해당 지점에서 연평균 기온의 증가 경향이 보다 뚜렷하며, 회귀 직선이 관측값의 변동을 더 잘 설명하고 있음을 의미한다.
Fig. 9
Linear Regression Slopes of Annual Mean Temperature and Vapor Pressure over 60 Years (1965-2024) at 15 ASOS Stations. Each Panel Shows the Slope Versus the Coefficient of Determination (R2) for (a) Temperature and (b) Vapor Pressure
앞서 Fig. 7을 통해 살펴본 바와 같이, 최근 60년 동안 연평균 수증기압은 서해안 및 서부 내륙(인천⋅전주 등)에서 소폭 증가 한 반면, 영남 내륙 및 동해안 일부 지점에서는 감소하는 분포를 드러내었고, 계절별로도 겨울⋅봄철에 전반적으로 감소, 여름철에 2.1 hPa에 이르는 가장 큰 변동 폭을 보이는 등 공간적⋅계절적 차이가 비교적 제한적이었다.
이러한 분포상의 이질성은 선형 회귀 추세 분석(Fig. 9(b))과 대조를 이룬다. 회귀분석 결과, 지점별 선형회귀 기울기의 유의확률은 유의수준별로 3가지 그룹으로 나뉜다. 특히, 인천, 포항, 광주, 목포 지점 등은 p < 0.01 수준에서 통계적으로 유의미한 수증기압 증가 추세를 보였고, 울릉도와 부산이 0.01 ≤ p < 0.05 구간에서 유의한 상승을 나타냈다. 반면, 강릉, 서울, 대구, 울산 등 동해안 및 내륙권 주요 지점은 p ≥ 0.05로 유의확률이 높으며 결정계수 값이 작아 통계적으로 유의한 결과를 나타내지 않았다. 이는 Table 2를 통해 확인할 수 있다. 즉, 상대습도와 기온이 대부분 지점에서 장기 추세를 보인 것과 달리, 수증기압은 지역별, 계절별 분포 차이를 반영하듯 장기 추세도 지점 마다 상이하게 나타나, 우리나라 기후의 건조화 및 온난화 과정에서 수증기압 변화는 보다 복합적이고 국지적인 요인에 의해 조절되고 있음을 시사한다.
Table 2
Linear Regression Slopes (% year-1) and Coefficients of Determination (R2) for Annual Mean Vapor Pressure at 15 ASOS Stations over a 60 Year Period
| Station | Linear regression slopes (% year-1) | Coefficient of Determination R2 |
|---|---|---|
| Gangneung | -0.002 | 0.002 |
| Seoul | -0.001 | 0.001 |
| Incheon | 0.019** | 0.184 |
| Ulleungdo | 0.013* | 0.096 |
| Chupungryeong | -0.007 | 0.039 |
| Pohang | 0.017** | 0.214 |
| Daegu | 0.001 | 0.002 |
| Jeonju | 0.009 | 0.053 |
| Ulsan | 0.001 | 0.000 |
| Gwangju | 0.016** | 0.136 |
| Busan | 0.009* | 0.071 |
| Mokpo | 0.019** | 0.162 |
| Yeosu | 0.006 | 0.024 |
| Jeju | 0.004 | 0.007 |
| Seogwipo | 0.029** | 0.357 |
Fig. 10은 연평균 상대습도, 기온, 수증기압의 선형회귀 기울기를 하나의 그래프로 제시되었다. 상대습도는 전국 대부분 지점에서 일관된 감소 추세를 보였으며, 앞서 서울, 강릉, 대구 등 내륙 동해안 지역에서 큰 감소폭을 기록하였다. 반면, 기온은 모든 지점에서 통계적으로 유의미하게 증가하여 온난화가 명확히 드러났다. 수증기압의 경우, 인천, 포항, 광주, 목포에서는 0.02~0.03 hpa/ year 범위에서 유의미한 상승(p < 0.01)이 관측된 반면, 강릉, 서울, 대구, 울산 등은 p ≤ 0.05로 변동이 통계적으로 의미를 갖지 않아, 수증기압 변화는 상대습도나 기온과 달리 국지적 또는 계절적 요인에 의해 복합적으로 조절되고 있음으로 추정된다.
Fig. 10
Distributions of Linear Regression Slopes of Annual Mean Relative Humidity Against : (a) Annual Mean Temperature, and (b) Annual Mean Water Vapor Pressure at 15 ASOS Stations
이상의 종합 분석을 통해, 최근 60년간 우리나라 기후는 온난화와 건조화가 동반되었음을 확인할 수 있다. 하지만 수증기압 변화는 지점별, 계절별 편차가 커, 온난 및 건조화 추세에도 불구하고 대기 습윤도는 국지적 요인에 따라 다르게 나타나고 있음을 시사한다.
3.3 상대습도 변화와 기상 요소의 상관성 분석
최근 60년 동안 상대습도의 감소 추세에 따른 기온 및 수증기압의 영향의 정도를 확인할 필요가 있다. 기온은 모든 지점에서 통계적으로 유의성이 강한 증가 추세를 보였고, 수증기압은 추세와 통계적 유의성 측면에서 서로 상이한 분포를 보였다. 단순히, 전반적인 연평균 상대습도의 감소 추세에 따른 기온의 증가가 크다고 해서 상관성이 존재한다고 확언하기 어렵다. 따라서, 상대습도에 따른 기온 및 수증기압의 상관관계를 통해 각 요소에 따른 영향의 정도를 확인할 필요가 있다. 상대습도에 따른 기온, 수증기압 간의 상관관계는 피어슨 상관계수, r를 통해 지점별로 도시하여 분석하였다.
Fig. 11의 결과에 따르면, 대부분의 지점에서 상관계수가 약 0.5 이상 0.8 미만의 구간에 분포하고 있으며, 이는 기온과의 상관계수(약 0.24~0.5 구간)에 비해 상대적으로 높은 상관성을 나타낸다. 특히 울릉도, 추풍령, 목포, 서귀포 지점에서는 상대습도와 수증기압 간의 상관계수가 0.55 이상으로 양의 상관관계가 뚜렷하게 나타난 반면, 동일 지점에서의 기온과의 상관계수는 –0.16에서 –0.28 수준으로 상대적으로 낮고 음의 상관성을 보였다.
Fig. 11
Distributions of Pearson’s Correlation Coefficients between Annual Mean Relative Humidity and Temperature (Typically Negative), and between Annual Mean Relative Humidity and Water Vapor Pressure (Typically Positive) at 15 ASOS Stations
이는 해당 지점에서 상대습도의 변화가 기온보다는 수증기압의 변화에 더 민감하게 반응하고 있으며, 수증기압이 상대습도의 감소 경향에 더 직접적인 영향을 미치고 있음을 시사한다. 결국, 상대습도의 장기적 감소 경향에 대한 주요 영향 요인은 기온보다는 수증기압임을 지역별 상관분석 결과를 통해 확인할 수 있었다.
결론적으로, 최근 60년(1965-2024년)간 우리나라 전역은 전 지점에서 일관된 기온 상승(0.015~0.042 K/ year)과 더불어 대체로 상대습도 감소(-0.020~-0.175 %/ year) 를 경험하였다. 특히, 상대습도 감소가 가장 두드러진 겨울, 봄철에 중부권(서울, 추풍령)과 동남부해안 및 영남내륙(강릉, 대구, 울산, 부산)의 수증기압 감소 구역(-0.2~-0.3 hpa)이 RH 저하폭이 컸던 지점들과 일치함으로써, RH 저하의 주요 원인이 기온 상승보다는 수증기압 감소에 기인함을 공간적 계절적 관점에서 입증하였다. 다만 포항 등 일부 지역에서는 수증기압보다 기온과의 상관계수 r ≈ 0.48로 더 높아 기온 기여도가 상대적으로 우세한 것으로 나타났다.
3.4 실효습도 25% 이하 건조경보 재현 주기 비교
기상청에서 정의한 건조경보 발령 기준인 실효습도 25%가 이전 30년(1965-1994년)에 비해 최근 30년(1995-2024년)에 더욱 빈번하게 나타나고 있는지를 정량적으로 평가하기 위해, 서울 지점(108)의 일평균 상대습도 자료를 이용하여 단순 순위법(Simple Ranking Method)을 적용하여 재현기간(Return Period)을 분석하였다(Fig. 12).
Fig. 12
Example of Comparison of the Return Periods at the 25% Effective Humidity Threshold Using the Simple Ranking Method for the Previous 30 Years (1965-1994, Blue) and the Recent 30 Years (1995-2024, Red)
단순 순위법은 관측된 자료를 특정 확률분포 모형에 적합시키지 않고, 자료의 순위를 이용하여 사건의 발생 확률과 재현기간을 비모수적으로 산정하는 방법이다.
예시로, 일평균 상대습도 중 극단적인 건조 상황(가장 건조한 날)을 평가하기 위해, 각 30년 기간(1965-1994년, 1995-2024년)의 모든 관측값을 연중 일 단위로 내림차순 정렬하고, 단순 순위법을 적용하였다. 각 기간의 전체 관측일수(N) 중 I번째 최저 상대습도 값의 경험적 확률(Pi)을 다음과 같이 계산하였다.
이 경험적 확률을 통해 재현기간(Tdays)을 다음과 같이 산정하였다.
이후 일 단위 재현기간을 365로 나누어 연 단위 재현기간(Tyears)으로 환산하였다.
분석결과, 서울 지점의 상대습도 최저 관측값(i= 1)에 대한 재현기간은 이전 30년에 약 28.8년으로 매우 드문 현상이었으나, 최근 30년에는 약 1.2년으로 현저히 자주 발생하는 현상으로 전환되었다. 즉, 실효습도 25% 이하의 극한 건조 사건이 최근 기간에 매우 빈번해졌음을 나타낸다.
단순 순위법을 적용한 재현기간 비교를 통하여 실효습도 25% 재현수준에 대한 재현 빈도를 확인하였다(Fig. 13). 분석결과, 동해안 및 영남 내륙(강릉, 부산, 울산, 포항, 대구)에서는 이전 2.1년에서 7.5년 주기로 발생하던 건조경보 수준 사건이 최근 0.1년-0.4년(약 1~4개월) 주기로 발생하며 사실상, 연중 상시적 위험에 노출된 것으로 드러났다. 여기서 이전 30년 주기’로 표기된 값는 해당 30년 기간 동안 임계값(실효습도 25%)이 단 한 번도 관측되지 않아 최대 재현 기간(30년)으로 처리된 것임을 의미한다.
Fig. 13
Comparison of Return Periods at the 25% Effective Humidity Threshold Using the Simple Ranking Method for the Previous 30 Years (1965-1994) and the Recent 30 Years (1995-2024). A Return Period of 30 Years Indicates That the 25% Effective Humidity Threshold was Not Observed Even Once during the Corresponding 30-Year Period
서울은 4.3년 주기로 짧아졌으며, 남해안(여수 7.5년, 서귀포 10년), 고지대(추풍령 15년), 서부 내륙(광주 15년) 지역도 모두 이전 30년 대비 재현기간이 절반 이상 단축되어 건조 취약성이 크게 심화된 것으로 나타났다. 이러한 결과는 동해안 및 영남 내륙 지역의 건조 경보 체계 및 산불 대응 관리에 대한 시급함을 시사한다.
3.5 건조경보 사건 분석
Fig. 14는 실효습도 25% 이하가 이틀 연속 지속된 사례를 ‘건조경보 사건’으로 정의하고, 각 관측소별 발생횟수와 최대 지속일수를 나타낸다. 분석 결과, 동해안 및 영남 내륙 지역(강릉, 포항, 대구, 울산, 부산)에서는 1965-1994년(이전 30년)에 비해 1995-2024년(최근 30년) 동안 건조경보 사건이 유의미하게 증가하였다. 과거에는 연간 1-2회 수준에 불과하던 발생 빈도가 최근에는 연간 4-6회로 확대되었으며, 일부 연도에는 6건 이상 관측된 사례도 확인되었다 지속 기간 역시 뚜렷하게 장기화되었다. 이전 30년 동안 최대 연속일수가 대부분 2-4일에 머물렀던 반면, 최근 30년에는 강릉, 울산, 부산 등에서 8-12일 이상의 장기 건조 사례가 확인되었다. 이는 건조경보 이벤트가 더 오래 지속되고 있음을 시사한다.
Fig. 14
For Continuous Dry Periods of Two or More Days with Effective Humidity ≤ 25% : (a) Annual Count of Occurrences and (b) Maximum Number of Consecutive Dry Days
결과적으로 동해안 및 영남 내륙 지역은 과거 대비 건조경보 노출 기간이 현저히 증가하였으며, 이는 목재 수목의 수분 고갈, 토양 건조 심화, 산불 위험도 상승 등 2차 재해의 복합적 위험을 증폭시킬 수 있다. 특히, 산림과 도시가 혼재된 해당 권역에서는 실효습도 기반의 체계적 대응 전략 마련이 절실히 요구된다.
4. 결 론
본 연구는 최근 60년(1965-2024년) 동안 우리나라 15개 ASOS 지점의 일평균 상대습도, 기온, 수증기압 자료를 이용하여 각 기상 요소의 공간적⋅시간적 분포 및 변화 경향과 상호관계를 다각적으로 분석하고 건조경보 사건의 발생 빈도와 지속성 변화를 정량적으로 밝혔다. 분석 결과, 전체 기간 연평균 상대습도는 68.1%였으며, 특히 우리나라 동쪽 지점이 상대적으로 건조한 특성을 보였고, 계절적으로, 겨울철에는 동부 지점이 서부에 비해 습도가 현저히 낮아 건조 위험이 높았다. 이전 30년(1965-1994년) 대비 최근 30년(1995-2024년)의 상대습도는 전국 평균 약 3.8% 감소하였고, 강릉, 대구 등 동부 및 영남 지역에서 감소 폭이 뚜렷하게 나타났다. 같은 기간 연평균 기온은 전국 모든 지점에서 증가하였으며, 특히 포항과 대구 지역의 온난화가 가장 두드러졌으나, 수증기압은 서해안 및 서부 지역에서 소폭 증가한 반면, 영남 내륙 및 동해안 지역에서는 오히려 감소하여 지역적 차이를 보였다. 경향 분석 결과, 연평균 상대습도의 감소 추세는 강릉, 서울 등 도심 및 동해안 지역에서 약 –0.075~-0.175 %/year로 뚜렷하게 나타났고, 기온 상승 경향은 인천, 포항, 대구 등에서 전국적으로 통계적 유의성이 높았다. 상관 분석에서는 연평균 상대습도가 수증기압(상관계수 0.5-0.8)과 높은 상관성을 보였으며, 기온과는 상대적으로 낮은 상관성(0.24-0.5)을 나타내어, 상대습도 변화에 수증기압이 더 주요한 영향을 미치는 것으로 확인되었다. 재현기간 분석을 통해서는 건조경보 사건의 발생 주기가 최근 30년에는 약 4.3년 주기로 단축되었으며, 강릉, 부산, 울산, 포항, 대구 등 동해안 및 영남 내륙 지점의 경우 과거 2.1-7.5년 주기에서 최근 1-4개월로 빈도가 급격히 증가하여 상시적인 건조 위험 상태임이 밝혀졌다. 결과적으로 본 연구는 최근 우리나라 동부 및 영남 내륙 지역에서 겨울과 봄철 수증기 감소와 기온 상승이 복합적으로 작용하여 건조화가 심화되고 있으며, 이로 인해 산불 발생 및 목재 건조 위험이 증대되고 있음을 강조하며, 향후 기후변화 대응과 산림 및 산불 관리 정책 수립에 본 연구의 결과가 효과적인 기초자료로 활용될 수 있음을 기대된다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
Print
