• 제목/요약/키워드: climate(氣候)

검색결과 4,743건 처리시간 0.029초

기후변화에 따른 교통불편익산정에 관한 연구 (Calculation of the Disbenefit on Roads by Climate Changes)

  • 손지언;이승재;김주영;김창균
    • 한국방재학회 논문집
    • /
    • 제10권3호
    • /
    • pp.45-52
    • /
    • 2010
  • 기후변화와 교통의 관계는 크게 기후변화가 교통에 미치는 영향과 교통이 기후변화에 미치는 영향으로 나눌 수 있다. 본 연구에서는 전자의 관점에서 폭설이 도시교통에 미치는 영향을 파악하였으며, 통행자의 불편익에 대한 방안을 제시함으로 폭설에 대해 효과적으로 대처하고자 하였다. 예기치 못한 기후변화의 파급효과는 통행시간과 운행비용, 사고비용 등으로 분석되었으며, 이를 기반으로 해당구간의 융설시스템(Snow Melting System) 도입에 따른 사업의 효과성을 분석하였다. 본 연구의 결과는 기후변화로 인한 교통불편익을 최소화하는 방재시설물 설치를 위한 평가기준으로 적용될 수 있을 것이다.

RCPs 기후변화 시나리오에 따른 큰망초(Conyza sumatrensis)의 적합 서식지 분포 예측 (Predicting the suitable habitat distribution of Conyza sumatrensis under RCP scenarios)

  • 김명현;최순군;조재필;김민경;어진우;엽소진;방정환
    • 환경생물
    • /
    • 제40권1호
    • /
    • pp.1-10
    • /
    • 2022
  • 기후변화로 인한 지구온난화는 강수량과 기온에 영향을 주며, 다양한 종들의 서식지와 생물다양성에 상당한 영향을 줄 수 있다. 최근 국제 교류의 증가와 기후변화 등의 원인으로 국내로 새롭게 유입되어 정착하는 외래식물이 증가하고 있지만, 기후변화가 이들 외래식물의 국내 분포에 어떤 영향을 주는지에 대한 연구는 부족한 실정이다. 본 연구는 침입외래식물 큰망초(C. sumatrensis)의 현재 분포와 생물기후 변수를 활용하여 RCPs 기후변화 시나리오에 따른 적합 서식지 분포 변화를 예측하였다. 큰망초는 현재 우리나라 남부 지방에서 제한된 분포를 보이고 있으며, 이들의 분포에는 가장 건조한 분기의 평균기온(bio09), 가장 더운 달의 최고기온(bio05), 등온선(bio03)이 영향을 미치는 것으로 나타났다. 기후변화 시나리오에 따라 큰망초의 미래 적합 서식지 면적은 증가할 것으로 전망되었다. 큰망초와 같은 침입외래종의 분포 변화는 자생식물의 생존을 위협할 수 있으며 생태계 교란을 일으킬 수 있다. 따라서 기후변화에 따른 외래종 분포에 대한 연구는 자생식물뿐만 아니라 생물다양성 보전에 중요한 데이터로 활용될 수 있으며, 향후 서식지 복원과 생물자원을 관리하기 위한 정책자료로 활용될 수 있다.

기후변화와 국가별 총요소생산성의 관계 (Relationship Between Climate Change and Total Factor Productivity)

  • 최영준;박현용
    • 자원ㆍ환경경제연구
    • /
    • 제24권2호
    • /
    • pp.343-363
    • /
    • 2015
  • 본 연구는 기후변화가 국가의 총요소생산성에 미치는 영향을 분석하였다. 구체적으로 대표적 기후변수인 기온와 강수량이 국가의 총요소생산성에 미치는 영향을 분석하였다. 기존 연구와는 달리 본 연구는 최근 기후변화의 패턴인 기후 변동성이 높아지는 현상을 고려하기 위해 기후변수들의 평균값뿐만 아니라 최고값을 고려하여 분석하였다. 선형회귀분석 결과 평균기온의 상승은 생산성에 부정적 영향을 미치는 것으로 나타났으나 강수량의 평균적 증가는 긍정적 영향을 미치는 것으로 분석되었다. 하지만 최대 강수량은 평균 강수량과는 달리 총요소생산성을 증가시키는 것으로 분석되었다. 이러한 결과는 기존의 연구와 부합하는 것으로 나타났다. 하지만 패널자료를 분석한 결과 평균기온 이외에 다른 기후변수들(평균 강수량, 최대기온, 최대 강수량)은 유의미하게 영향을 주지 않는 것으로 나타났다. 또한 평균기온의 상승은 총요소생산성을 증가시키는 것으로 분석되었다. 이는 본 연구가 장기시계열 자료를 이용하여 국가들의 기후변화 적응능력에 의해 영향을 받은 것으로 분석된다.

기상청 기후예측시스템(GloSea)의 앙상블 확대를 통해 살펴본 신호대잡음의 역설적 특징(Signal-to-Noise Paradox)과 예측 스킬의 한계 (Characteristics of Signal-to-Noise Paradox and Limits of Potential Predictive Skill in the KMA's Climate Prediction System (GloSea) through Ensemble Expansion)

  • 현유경;박연희;이조한;지희숙;부경온
    • 대기
    • /
    • 제34권1호
    • /
    • pp.55-67
    • /
    • 2024
  • This paper aims to provide a detailed introduction to the concept of the Ratio of Predictable Component (RPC) and the Signal-to-Noise Paradox. Then, we derive insights from them by exploring the paradoxical features by conducting a seasonal and regional analysis through ensemble expansion in KMA's climate prediction system (GloSea). We also provide an explanation of the ensemble generation method, with a specific focus on stochastic physics. Through this study, we can provide the predictability limits of our forecasting system, and find way to enhance it. On a global scale, RPC reaches a value of 1 when the ensemble is expanded to a maximum of 56 members, underlining the significance of ensemble expansion in the climate prediction system. The feature indicating RPC paradoxically exceeding 1 becomes particularly evident in the winter North Atlantic and the summer North Pacific. In the Siberian Continent, predictability is notably low, persisting even as the ensemble size increases. This region, characterized by a low RPC, is considered challenging for making reliable predictions, highlighting the need for further improvement in the model and initialization processes related to land processes. In contrast, the tropical ocean demonstrates robust predictability while maintaining an RPC of 1. Through this study, we have brought to attention the limitations of potential predictability within the climate prediction system, emphasizing the necessity of leveraging predictable signals with high RPC values. We also underscore the importance of continuous efforts aimed at improving models and initializations to overcome these limitations.