폭염 취약 요소 분석
재난안전데이터를 활용하여 전국적인 폭염 트렌드를 확인하고, 폭염에 영향을 미치는 요 인을 파악하여 폭염에 취약한 요소를 시도별로 분석한 사례
등록일자
2023-02-02※ 본 활용사례는 플랫폼에 탑재된 DB를 활용하는 방법론을 제시한 것으로, 사용한 DB와 이론식의 정합성 등에 따라 그 결과는 달라질 수 있음을 미리 밝힙니다.
검토배경기후변화 문제에 대처하기 위해 세계기상기구(WMO)와 유엔환경계획(UNEP)이 1988년에 공동설립한 국제기구인 기후변화에 관한 정부간 협의체(IPCC)에서 발표한 기후변화프레임 워크는 그림 1과 같다. 기후변화에 의한 피해를 줄이기 위하여 위험요소(Hazards), 노출(Exposure), 취약성(Vulnerability)에 대한 관리가 필요하다. 이 중에서 취약성(Vulnerability)은 민감도(Sensitivity)와 적응능력(Adaptive Capacity)으로 설명할 수 있다.
한편, 그림 2와 같이 2022년 질병관리청에서 발표한 온열질환감시체계 운영결과 (‘22.5.20.~9.30.)의 주요 내용을 보면 다음과 같다. 먼저, 온열질환자의 성별 구조를 살펴보 면, 남성이 80.3%로 여성보다 약 4배 정도 많은 수를 차지한다. 또한, 연령별로는 65세 이상이 전체의 27%를 차지하고 있다. 온열질환의 종류는 열탈진이 51.7%로 가장 많았으며, 온열질환자의 직업은 단순노무 종사자가 25.3%로 가장 많았는데, 이런 수치는 온열질환의 발생 장소가 대부분 실외에서 82.2%로 발생하는 결과와 일맥상통한다. 특히, 실외공간에서도 작업장이 37.1%인데, 이는 온열질환자의 직업에서 단순노무 종사자가 가장 많았던 이유를 설명할 수 있다.
선행연구결과 등의 분석을 통해 폭염에 영향을 미치는 요인으로 신체적요인, 사회적요인, 경제적요인으로 구분하였다. 구체적인 분석을 위해서 신체적요인으로 고령인구, 유소년인구를 분석데이터로 선정하고, 사회적 요인으로는 건축물 노후도, 무더위쉼터를, 경제적 요인으로는 기초생활 수급자, 1인가구를 분석할 데이터로 선정하였다. 필요한 데이터 중에서 재난안전데이터 공유 플랫폼에 있는 자료는 우선적으로 재난안전데이터를 사용하였고, 그 외 자료는 통계청, 기상청 등의 자료를 활용하였다.
「행정안전부 재난안전데이터 공유 플랫폼」 재난안전데이터
그 외 데이터
유소년인구수
https://jumin.mois.go.kr/ageStatMonth.do#none(행정안전부,2020년)무더위쉼터
https://www.data.go.kr/data/15101901/openapi.do(행정안전부,2020년)기상자료개방포털_폭염일수
https://data.kma.go.kr/data/weatherIssue/slthtList.do?pgmNo=690(기상청,2020년)
a. 고령인구 - 2020년 온열질환자는 경기도가 176명으로 가장 많았고 경상남도 139명,경상북도 119명, 전라남도 117명 순으로 100명 이상의 수치를 기록했다.
b.유소년인구 -2020년 5세 미만 인구는 경기도가 486,768명으로 가장 많았고 서울 270,481명, 경상남도 109,520명 순이다.
c. 노후건축물수 - 2020년 노후건축물수는 경상북도가 362,065동으로 가장 많은 수를 기록했고 전라남도가 316,167동, 경상남도가 307,243동으로 그 뒤를 이었다.
d.무더위쉼터수 - 2020년 무더위쉼터는 경상북도가 6,776곳으로 가장 많았고 경상남도 4,202곳, 전라북도 3,243곳 순으로 무더위 쉼터가 있었다.
e. 기초수급자수 -2020년 기초수급자수는 서울이 246,877명으로 가장 많았으며 그 뒤로 경기도가 232,774 명, 부산이 139,005명을 기록했다.
f. 1인가구수-2020년 1인가구수는 경기도가 1,406,010가구로 가장 많고, 서울이 1,390,701가구로 뒤를 이었다.서울·경기권을 제외한 시도에서는 부산이 455,207가구로 가장 많았다.
< 폭염 취약 분석 절차 >
분석 절차는 다음과 같다. 먼저재난안전데이터에서 폭염 취약 요인의 데이터를 수집하고 신체적, 사회적, 경제적 요인을 바탕으로 폭염 취약요인 분석을 실시한다. 다음으로 Landsat(미국의 지구 자원 탐사 위성) 데이터와 토지 피복도 데이터를 통해 폭염지도를 도출하였으며, 기상청에서 제공하는 폭염일수 데이터를 참조하였다. 분석된 폭염 취약요인과 온열질환자(과거)데이터 그리고 표출된 폭염지도를 종합(전국 폭염트렌드) 분석하여 지역별 폭염 취약요인을 제시하였다.
본 플랫폼에 탑재된 DB를 근거로 온열질환자수가 많은 상위 4개 시도를 선별하여 지역별 폭염취약요인을 다음 표1부터 표4와 같이 도출하였다. 하지만,폭염위험도의 산출식에 대한 신뢰성, 데이터의 기간과 수집단위의 한계 등으로 인하여 세부적인 결과를 도출하기에는 어려운 한계가 있다. 따라서, 조금더 세밀한 분석을 위해서는 지속적인 데이터 축적과 데이터 수집단위를 세분화하는 등 재난안전 빅데이터 구축이 필요하다.