2018년 여름 집계구 단위의 상세 폭염취약성 원인 분석 : 구례군과 순창군을 대상으로

2.1. 폭염피해 현황 자료

본 연구에서는 2018년 지역별 폭염피해 현황을 분석하기 위해 질병관리청의 온열질환 감시체계 자료, 국민건강보험공단의 맞춤형연구 DB자료를 이용하였다. 질병관리청의 온열질환 감시체계 자료는 전국 응급실 운영 의료기관 중 519개 참여 기관에서 여름철 응급실 내원환자, 폭염으로 인한 온열질환자 및 온열질환 추정 사망자를 대상으로 신고된 자료이다. 본 자료는 시군구별로 증상발생일시, 발생시간, 성별, 연령 등의 정보를 제공한다. 온열질환 감시체계 자료는 응급실을 방문한 온열질환자현황을 모니터링한 자료이기 때문에 응급실이 아닌 외래 진료 등으로 의료기관에 내원한 온열질환자 수와는 차이가 나타날 수 있다(Table 1). 온열질환 감시체계는 한국표준질병‧사인분류인 KCD (Korean Standard Classification of Diseases)-8의 범위와 정의에 따른다(Table 2). 2018년까지는 ‘응급실 소재지’를 기준으로 수집되었으며, 2018년 이후로는 ‘증상발생지역’을 기준으로 자료가 수집되었다. 국민건강보험공단에서 제공하는 맞춤형 연구 DB 자료는 의료보험에 가입된 모든 환자를 대상으로 보험료 청구 자료를 토대로 작성된 자료로서 국민건강보험공단이 수집, 보유, 관리하는 건강정보자료를 정책 및 학술 연구목적으로 이용할 수 있도록 가공하여 제공한다(Park and Chae, 2020). 2018년 질병관리청 온열질환 감시체계를 통해 산정된 온열질환자수는 4,526명, 사망자는 48명이며, 국민건강보험공단 맞춤형 연구 DB를 통해 산정된 온열질환자수는 44,094명으로 질병관리청 온열질환 감시체계 보다 약 10배 많은 환자수가 집계되었다. 따라서 폭염에 의한 온열질환자수 자료를 연구에 활용할 시에는 기관별 각 자료들의 특성을 이해하는 것이 필요하다.

Table 1.

Statistical data on the status of health damage in the heatwave

Table 2.

Main symptoms and disease codes of heat-related diseases (KCD-8th revision)

2.2. 연구대상지와 상세규모의 기상요인 자료

Baek et al.(2020)은 2018년을 대상으로 전국 229개 지자체의 민감도, 적응능력, 노출도 등의 폭염 영향변수들과 질병관리청의 온열질환자 자료를 이용하여 상관성을 분석하였다. IBM SPSS statistics subscription을 이용하였으며, 총 25개 영향변수와 온열질환자 수 사이의 상관분석 결과 최종 11개 영향변수를 도출하였다. 229 × 229 지자체 쌍에 대해 11차원의 Euclidean distance를 산출하여, 지자체 쌍 유사도 분석을 통해 가장 비슷한 대조군인 전남 구례군과 전북 순창군을 선정하였다.

대상지역에 대한 폭염일의 기상현황 분석을 위해 상세기상의 공간분포 자료를 이용하였다. 기상청에서 자동기상관측(AWS)장비를 운영하고 있으나, 구례군은 자료가 공개되어 있지만 순창군은 공개되어 있지 않다. 또한 지점자료는 기상관측표준화법에 적합한 지점을 선정하여 주변환경을 대표하고 있지만, 보행자들이 주로 생활하는 지역과는 인접하지 않은 경우가 있으므로 기상청의 동네예보의 실황분석장 자료를 상세화한 격자기반의 기온자료를 이용하였다. Yang et al.(2019)은 폭염영향 예측을 위해 기상청 동네예보(5 km 해상도) 자료에 GPRM (Gaussian Process Regression Model)을 이용하여 해발고도, 경사각, 해안선으로부터의 거리, 토지피복, 우묵한 지형의 깊이, 동서방향경사, 남북방향경사, 사면향 등의 부변수들을 내삽하여 1 km 해상도의 상세기상자료를 산출하였다. 2018년 여름철을 대상으로 통계적 내삽방법인 IDW, Co-Kriging, GPRM을 이용해 모의성능을 비교하였으며, GPRM이 다양한 부변수의 활용이 용이하고 모의 효율이 우수하며 지형과 토지피복의 영향을 잘 묘사하고 있음을 보였다. GPRM을 통해 생성된 상세기상장은 시가화 건조지역과 농경지에서 동네예보에 비해 정확도가 향상된 일 최고 및 최저기온을 산출하기 때문에, 보행자의 환경과 관련한 폭염영향 분석에 사용하기에 적합하다. 2018년 질병관리청의 폭염으로 인한 온열질환 신고현황 연보(Korea Disease Control and Prevention Agency, 2019)에 따르면 폭염 사망자의 증상 발생일 중 가장 많은 날을 차지한(약 20.8%) 8월 1 - 2일을 대상으로 GPRM을 이용해 일 최고기온 분포를 분석하였다(Fig. 1). 구례군과 순창군의 일 최고기온 분포가 다르게 나타났으며, 내륙지역을 중심으로 높은 기온이 나타난 사례일로 분석되었다. 본 연구에서는 GPRM 상세기상장을 이용하여 2018년 여름 구례군과 순창군의 집계구 단위 폭염일수, 폭염지속일수, 열대야 일수를 산정하여 비교 분석하였다.

Fig. 1.

Distribution of GPRM Tmax in cities, counties, and districts and districts on August 1 and 2, 2018

2.3. 집계구 단위 환경, 개인, 질환요인 자료

구례군과 순창군의 상세 폭염취약성 원인분석을 위해 집계구 단위(cencus output area area)로 자료를 구축하였다. 집계구는 기초단위구를 기반으로 인구규모(최적 500명), 사회경제적 동질성(주택유형, 지가)을 고려하여 구축한 최소 통계 집계구역이다(통계청 통계지리정보서비스(SGIS, https://sgis.kostat.go.kr/)). 읍면동의 약 1/30 규모로, 통계청에서 통계정보를 제공하는 최소 통계구역 단위로 서울 약 16,000개, 경기 약 20,000개, 인천 약 5,000개 구역으로 나누어져 있다(Fig. 2). 집계구 경계기준은 기초 단위구로 읍면동별로 가구수에 상관없이 도로, 하천, 철도, 산능성 등과 같은 준항구적인 명확한 지형지물을 이용하여 구획한 단위구역을 뜻한다. 집계구 조사 자료는 통계청에서 자체 생산한 통계지리정보자료를 정부기관 및 민간에서 활용하여 더 큰 부가가치를 통계청에서 창출할 수 있도록 제공되고 있다. 구례군의 집계구는 총 50개, 순창군의 집계구는 58개이다. 집계구 단위의 통계자료는 영유아인구수, 노인인구수, 인구밀도, 평균나이, 노령화지구, 노년부양비, 노후주택수, 농업, 임업, 및 어업인구수를 이용하였다.

Fig. 2.

Administrative district of Korea (sigungu, eupmyeondong, cencus output area)

상세 폭염취약성 원인분석을 위해 집계구 단위로 구축 가능한 자료를 수집하여 분석하였다. 질병관리청의 ‘2018년 폭염으로 인한 온열질환 신고현황 연보’에 따르면 온열질환 신고현황 중 가장 많은 장소는 ‘집’으로 전체의 약 13.8%를 차지했다. 실내 장소 중에는 약 51.9%로 절반 이상을 차지했다. 서울시는 65세 이상 노령인구의 경우 지난 5년간 온열질환자 41.2%가 ‘집’에서 발생했다. 특히 노후주택의 경우 건물 단열에 영향을 받는데, 건물 단열은 기상학적 환경으로 인해 변하는 외부 기온에 따른 실내 온도의 변동폭을 줄이는데, 여름철 더운 외부 기온을 차단하는데 기여할 수 있다(Mavrogianni et al., 2012). 국내에서는 1979년 9월 ‘건축법 시행규칙’에서 처음으로 단열기준을 법적으로 규정하였다. 본 연구에서는 국립재난안전연구원에서 개발한 ‘집계구별 노후주택비율’을 적용하였다. 집계구별 노후주택비율 지도는 생활안전지도 시설안전 노후건축물 집계구별 노후 등급도 정보를 나타내며, 노후 등급도에 따라 1 ∼ 10 등급으로 나누어 집계구 단위로 표출된다.

또한 온열질환 취약자인 기저질환자수를 반영하기 위해 국민건강보험공단의 ‘건강보험 가입자의 주요질환 분포 현황’을 반영하였다. 적용된 주요질환은 고혈압(상병기호 I10 ∼ I15) , 당뇨(상병기호 E10 ∼ E14), 고지혈증(상병기호 E78), 악성신생물(암환자 산정특례 등록자(V193) 수), 심근경색(상병기호 I21 ∼ I22), 뇌졸중(상병기호 I60 ∼ I64)이며, 200 m 격자 단위의 환자수가 제공된다. 환자수 분포를 이용해 구례군과 순창군의 집계구 단위 기저질환자수를 구축하고 공간상관분석에 반영하였다(Fig. 3).

Fig. 3.

The grade of old houses in urban areas (4 km x 4 km) and the distribution of the number of hypertensive patients in Gurye gun, Sunchang gun

2.4. 체감 열노출 자료산출을 위한 방법

대상지역의 열 노출 현황을 분석하기 위해 태양복사모델 SOLWEIG (SOlar and LongWave Environmental Irradiance Geometry-model)를 이용하였다. 이 모델은 스웨덴 Gothenburg 대학 Urban climate group에서 개발되었다(Lindberg et al, 2008). 2009년 1.0버전이 공개되었으며, 상세한 지형과 건물높이, 토지피복 정보를 이용해 격자별 음영정보와 천개지수(Sky View Factor, SVF)를 계산하며, 3차원 복사 속(flux), 열 취약성 평가에 중요한 평균복사온도의 시간적 공간적 변화를 수치적으로 모의할 수 있다(Fig. 4). 본 연구에서는 토지피복에 따른 파라미터 적용이 가능한 2019a 버전을 이용하였다. Lindberg et al.(2016)은 관측실험을 통해 SOLWEIG 모델이 실제 복사플럭스를 잘 모의하고 있음을 확인하였고, Yi et al.(2018)은 서울 중랑 지역을 대상으로 여름과 겨울, 맑은 날과 흐린 날에 대해 SOLWEIG를 검증한 결과, 상향장파복사의 R²는 0.98, RMSE는 25.84 W/㎡로 높은 성능을 나타냄을 보였다. SOLWEIG 구동을 위해서는 상세 지형, 건물높이, 토지피복, 식생높이 정보가 필요하다. 본 연구에서는 국토지리정보원의 수치표고모형(2013년)을 이용해 지형 높이를 산정하고, 행정안전부 도로명주소 건물(2021년 2월)지도를 이용해 건물높이, 환경부 토지피복 세분류(2019년) 지도를 이용해 토지피복을 산정하고, 산림청 임상도(1 : 5,000, 2019년 7월)를 이용해 식생높이 정보를 산정하여 구례군과 순창군에 대해 5 m 해상도로 SOLWEIG 입력자료를 구축하였다(Fig. 5).

Fig. 4.

Flow chart of SOLWEIG

Fig. 5.

The input data on (a) Digital Elevation Model, (b) Digital Surface Model (building and ground), (c) Canopy Digital Surface Model, (d) Land Cover in Gurye, Sunchang

SOLWEIG 모의를 위해서는 대상지역의 시간별 기온, 습도, 일사량(전천, 직달, 산란) 등의 기상요소가 필요하다. 기상청 관측자료의 경우 일사량은 종관기상관측지점(Automated Synoptic Observing System, ASOS)에서만 관측이 이루어지고 있는데, 구례군은 ASOS 지점이 없고 한 지점 값만을 적용하기에는 상세한 지역 특성을 반영하기에 제약이 있어 본 연구에서는 기상청에서 운영중인 국지예보모델(LDAPS, Unified Model)의 시간별 기온, 습도, 일사량(전천, 직달, 산란) 자료를 이용하였다. 기상청 LDAPS 자료의 공간해상도는 1.5 km이며, 연직으로 약 40 km까지 70층으로 구성되어 있다. LDAPS 자료는 WMO (World Meteorological Organization)에서 제시한 Grib2 형식으로 제공되며, Grib 자료를 Ascii 코드로 변환하는 kwgrib2를 사용하여 구례군과 순창군에 해당하는 격자들을 추출하여 시간별 기온, 습도, 전천일사(tdsws), 직달일사(swdir), 산란일사(swdif) 등을 추출하였다. 사례일은 2018년 여름 중 온열질환 사망자가 가장 많이 발생하였던 8월 1일로 선정하였다. 기상자료 추출 결과 기온은 전체적으로 순창군이 더 높고(최대 2.4℃, 16 ∼ 18시), 표면온도 또한 구례군보다 순창군이 약간 더 높았다. 일사량은 큰 차이가 없었지만, 13시 이후 순창군이 약간 더 높았으며 14시에 최대 38.2 W/m² 높게 나타났으며, 일변화 패턴은 유사하게 나타났다(Fig. 6).

Fig. 6.

Time series distribution of meteorological data extracted from LDAPS from LDAPS on August 1, 2018

2.5. 공간자기상관분석 방법

상세 폭염취약성 원인분석을 위해 폭염피해 취약요인을 기상요인, 환경요인, 개인요인, 질환요인으로 구분하였다(Table 3). 취약계층이 거주할 가능성이 높은 지역일수록 폭염에 의한 취약성이 높다. 폭염피해 취약요인별 공간분포를 도면화하고 자기 상관성이 있는지를 검정하기 위해 Jenks natural breaks classification 방법을 기준으로 7단계로 구분하였다. 이 방법은 전체 값들의 평균값을 기준으로 등급 내의 분산은 줄이고, 각 등급간 분산을 최대화하는 방식으로 7 ∼ 10등급 이하 구분할 때 주로 활용된다(Jenks, 1967). 공간통계분석은 ArcGIS 10.3 을 이용하여 전역적 공간자기상관분석 Global Moran’s I 방법을 사용하였다. 공간자기상관(spatial autocorrelation) 분석은 특정 현상의 공간적 패턴을 기술하고 설명하는 데 있어서 공간적 배열이 우연한 것인지 아니면 유사한 변량을 가진 지역들이 공간적으로 일련의 패턴을 형성하고 있는지를 탐색하기 위한 분석방법이다(Anselin, 1988). Moran’s I의 값은 공간상에 특정 현상의 분포패턴이 일정한 질서를 가졌는지 혹은 무작위적인지 알려주는 지수이다.

Table 3.

Variables by vulnerable factors

수식 1의 I는 Global Moran’s I 통계량 값을 의미한다. 대상변수(x_i)와 이웃변수(x_j)의 전체 평균으로부터 편차의 곱을 계산한다. n은 집계구 수, $$ \stackrel{-}{x}$$는 해당 영역의 평균적인 속성값을 의미하며, x_i와 x_j는 각각 i 지역의 속성값과 j 지역의 속성값을 나타낸다. w_ij는 공간가중치행렬을 구성하는 가중치를 의미한다. Moran’s Ⅰ 계수는 인접한 지역이 유사한 성격을 가지면 값이 커지면서 (+)값을 가지고 양의 자기상관관계(positive spatial autocorrelation)가 있으며, 서로 이질적이면 (-)값을 가지고 –1이면 완전한 음의 자기상관관계(negative spatial autocorrelation)가 존재함을 나타낸다. 폭염피해 취약요인들의 공간자기상관분석 결과를 이용해 공간자기상관성을 가지고 있는 요인들을 추출하고, 환경부에서 기상, 보건, 환경, 행정, 통계 등 폭염 관련 전문가 대상으로 설문조사를 실시하여 계층화 분석(Analytic Hierarchy Process, AHP)을 하였는데, 여기에서 도출된 폭염위험도 가중치를 이용해 인체 열 취약성 및 위험성을 나타내는 평균복사온도 기반의 열노출과 중첩하여 폭염위험이 높고, 취약한 지역을 파악하고 특징을 분석하였다.

3.1. 2018년 여름 구례군과 순창군의 온열질환자수와 폭염위험 특성

온열질환자수는 질병관리청과 건강보험공단 자료로 나뉘며 응급실을 대상으로 집계되는 질병관리청의 경우 구례군이 16명, 순창군이 3명으로 구례군이 약 5배 높았다. 그러나 모든 의료기관을 대상으로 집계되는 건강보험공단 자료에서는 구례군이 27명, 순창군이 152명으로 순창군이 약 5.6배 많은 온열질환자수가 집계되었다. 집계 기관의 방법에 따라 온열질환자수의 차이가 매우 상이하게 나타났다.

구례군과 순창군을 대상으로 IPCC에서 제시된 폭염위험도(risk)에 따라 위해성, 노출성, 취약성에 해당하는 세부지표들을 산정하여 위험도를 비교하였다(Table 4). 위해성은 기후변화와 이로 인한 물리적 영향의 심각성 정도를 나타내는 지표로 일 최고기온, 일 최고기온 33℃ 이상일 수, 상대습도 등이 있으며, 기상청 ASOS자료를 이용해 산정하였다. ASOS지점이 없는 구례군은 가장 가까운 순천지점의 자료를 이용하였다. 노출성은 사람이나 사물이 장소나 환경적으로 기후변화 피해에 노출된 정도로 65세 이상비율, 독거노인 비율, 기초수급생활자 비율 등이 있다. 취약성은 기후변화 피해에 민감한 정도나 대응능력 부족 정도를 나타내는 지표로서 도시화면적 비율, 재정자립도, 인구당 응급의료기관수 등이 있다. 인구수는 행정안전부 주민등록 인구통계(MOIS, https://jumin.mois.go.kr/) 자료를 이용하였으며, 독거노인, 기초생활 수급자, 도시화면적, 녹지면적 등의 통계자료는 통계청 국가통계포털(KOSIS, https://kosis.kr/)에서 제공되는 자료를 이용하였다. 환경부에서 계층화분석(AHP)을 통해 계산된 가중치는 위해성이 0.37, 노출성이 0.36, 취약성이 0.27로 위해성지수의 가중치가 가장 큰 것으로 분석되었다. 환경부의 폭염 위험도 세부지표 비교 결과 위해성 지수의 경우 순창군이 일 최고기온과 폭염일수, 열대야일수가 약간 더 높고 상대습도가 약 7% 정도 낮지만 큰 차이를 나타 내지는 않았다. 노출성 또한 대부분의 항목에서 큰 차이를 나타내지 않았다. 취약성의 경우 녹지면적 비율이 순창군이 구례군보다 약 15% 높게 나타났으며, 나머지 항목들은 구례군과 순창군이 비슷한 값을 나타냈다.

Table 4.

Detailed indicators of the number of people with thermal diseases and the risk of heatwaves in Gurye gun, Sunchang gun (2018)

3.2. 2018년 집계구 단위 폭염피해 기상요인

대조군 두 지역의 기상요인 특성을 비교하기 위해 먼저 GPRM을 이용해 2018년 여름철(6, 7, 8월) 총 92일을 대상으로 집계구 단위의 폭염일수, 폭염지속일수, 열대야일수를 비교하였다. 집계구 단위의 구례군 폭염일수는 최대 36일, 최소 0일, 평균 27.8일로 나타났으며, 순창군 폭염일수는 최대 39일, 최소 22일, 평균 36.5일로 나타났다(Fig. 7). 기상청에서 발표된 구례군의 폭염일수가 29일인 것과 다르게 집계구에 따라 공간적 차이를 보였으며, 특히 산림이 많이 분포한 집계구에서는 폭염일수가 0일로 나타났다. 순창군은 58개의 집계구의 폭염일수 편차가 작고, 대부분의 집계구에서 30일 이상의 폭염일수가 나타났으며, 폭염일수가 가장 적은 집계구는 22일로 0일인 구례군과는 다른 분포를 보였다. 폭염일수 뿐 아니라 폭염지속일수는 고온사례가 지속되어 열 스트레스가 증가하는 원인이 된다. 구례군와 순창군의 폭염지속일수 분포를 분석한 결과 구례군의 폭염지속일수는 최대 19일, 최소 0일, 평균 12.6일로 지역간의 편차가 크고, 순창군은 최대 29일, 최소 9일, 평균 21.9일로 모든 집계구에서 전체적으로 폭염지속일수가 비슷하게 나타났다. GPRM을 이용해 분석된 폭염일수, 폭염지속일수 모두 구례군과 순창군의 집계구 분포에서 큰 차이를 보였으며, 기상청의 구례군의 2018년 폭염일수는 29일인데 반해 집계구 결과 최대 36일까지 나타나 큰 차이를 나타냈다(Fig. 7).

Fig. 7.

In the summer of 2018, the number of days of heatwaves per count and the number of days of heatwaves continued in Gurye gun, Sunchang gun

3.3. 기상요인 중 보행자환경에서의 열노출

보행자환경에서의 열노출 분석을 위해 그림자유무, 천개지수, 평균복사온도를 산출하여 집계구 단위의 분포를 분석하였다. 그림자유무는 일출 직후(오전 6시)부터 일몰 직전(오후 7시 30분)까지 30분 간격으로 계산되며, 시간단위 및 일평균 그림자유무를 0 ∼ 1의 값으로 산출한다. 그림자유무 값이 0에 가까울수록 주변 지형, 식생, 건물에 의해 그림자가 많이 생기는 격자로 볼 수 있다. 천개지수는 하늘을 가리는 장애물들의 영향을 계량화하고 복잡한 기하특성과 태양복사의 입사와 방사관계를 설명하는 주요 인자이다. 주변에 장애물이 없고 평평한 지면에서 천개지수는 1이고, 주변 지형이나 건물, 식생등에 의해 모두 가려지는 경우에는 0을 극단값으로 두고 대상 지역의 입체적인 기하특성을 이 사이의 값으로 지수화하여 설명한다. 본 연구에서는 Lindberg and Grimmond (2011)에서 사용한 방법을 이용하여 구례군과 순창군의 5m 해상도 천개지수를 계산하였다. 그림자유무, 천개지수 정보들을 이용하여 장파, 단파 복사플럭스와 최종 열 취약성 평가에 사용되는 평균복사온도를 산출하게 된다. 평균복사온도는 인체와 복사를 통해 열을 교환하는 주변 표면의 평균온도로서 인체를 둘러싸고 있는 불균일한 주변 표면의 단파 및 장파 속(flux)의 총 합을 의미한다(Ashrae, 2001). 유럽에서는 평균복사온도를 열쾌적성 평가에 주로 사용하고 있다.

폭염으로 인한 온열질환 사망자가 가장 많이 발생했던 2018년 8월 1일 구례군의 일평균 평균복사온도(average daytime Tmrt)는 최대 53.8℃, 최소 29.0℃, 평균 34.1℃로 나타났다. 순창군은 최대 56.3℃, 최소 30.8℃, 평균 37.3℃로 최대, 최소 평균복사온도는 구례군과 비슷하나 일평균 평균복사온도가 구례군보다 3.2℃ 높게 나타났다(Fig 8). 산출된 평균복사온도 분포를 토지피복도를 이용해 산림과 하천구역을 제외하고, 사람이 많이 거주하고 생활하는 시가화‧농경지 지역만 추출하여, 비교하였다(Fig 9). 구례군의 시가화‧농경지지역의 일평균 평균복사온도(average daytime Tmrt)는 최대 53.9℃, 최소 29.0℃, 평균 35.6℃이며, 순창군은 최대 56.3℃, 최소 30.8℃, 평균 39.2℃로 구례군의 시가화‧농경지지역의 평균복사온도의 평균보다 3.6℃ 높게 나타나 전체영역 평균보다 더 큰 차이를 보였다. 공간분포 분석을 위해 SOLWEIG에서 계산된 그림자유무, 천개지수, 평균복사온도를 zonal statistics 방법을 이용해 집계구 단위로 변환하였다(Fig. 10).

Fig. 8.

Gurye and Sunchang's average day Tmrt (5 m x 5 m)

Fig. 9.

Average day time Tmrt in urbanized agricultural areas of Gurye-gun and Sunchang-gun (5 m x 5 m)

Fig. 10.

The distribution of shadow patterns, sky view factor, and mean radiant temperature in Gurye-gun and Sunchang-gun

3.4. 폭염피해 위험요인들의 공간자기상관성

전역적 공간자기상관분석을 통해 산출된 Moran’s index와 p-value, 군집분포 특성을 Table 5에 나타내었다. Moran’s index 값이 0보다 크면 높음 또는 낮은 속성 단위들의 군집(clustered)를 나타내며, 0일 경우는 속성 단위들 간 공간연관성이 부재함을 의미하며, 0보다 작을 경우는 높음 또는 낮은 속성단위들의 분산(dispersed)을 의미한다.

Table 5.

Moran's index for each heatwave vulnerability factor in Gurye-gun and Sunchang-gun (Moran’s I value is grater than 0.5 written in bold)

구례군과 순창군은 폭염피해 위험요인별 공간자기상관분석 결과는 비교적 상이하게 분석되었다. Moran’s index 값이 0.5 이상으로 나타나는 위험요인으로는 구례군의 경우 폭염일수, 폭염지속일수, 열대야일수, 인구밀도, 심근경색 환자수로 분석되었으며, 순창군은 그림자유무, 천개지수, 노후주택수, 주택노후등급, 평균나이, 심근경색, 뇌졸중으로 분석되었다. 폭염위험도(risk) 세부지표로는 구례군에서 위해성(hazard) 항목들이 높은 상관관계를 보였으며, 순창군은 취약성(vulerability) 항목에 높은 상관관계를 보였다.

폭염위험의 위해성 항목(기상요인에 해당)에서 구례군과 순창군의 폭염지속일수와 천개지수가 상호간에 가장 큰 편차를 보이는 요인으로 나타났다. 폭염지속일수와 천개지수 모두 구례군은 집계구 간 차이가 크고 높은 값을 나타내는 군집화된 특성이 잘 나타나지 않는 반면 순창군은 높은 값을 나타내는 군집화된 특성 구분이 뚜렷하게 나타난다(Fig. 11). 기상요인에서 두 지역의 가장 큰 편차로 변별력을 나타내준 천개지수와 폭염지속일수는 통계청이나 타 기관에서 제공받아 구축한 자료가 아닌 본 연구에서 산출한 자료이다. 고해상도 지표면과 주변 환경 특성을 반영한 보행자환경에서의 체감정도를 나타내는 요인들이 추가되어, 기존연구에서보다 기상요인의 공간적 상세화 및 다양화로 인해 상세단위로 분석할 경우 지역의 위험도 차이를 구분해 주는 것으로 해석할 수 있다.

Fig. 11.

Gurye and Sunchang's SVF and duration of heatwave

대조군 내에서 2018년 국민건강보험공단 맞춤형연구 DB 온열질환자수가 더 많이 집계된 순창군의 경우 폭염 위험요인 중 위해성 5개 중 2개, 취약성 3개 중 2개, 노출성 13개 중 8개 요인으로 총 12개 요인이 더 높은 공간자기상관성을 나타냈다(Table 5). 구례군이 총 5개 요인에서 높게 나타난 것에 비해 순창군의 취약요인이 양적으로 더 많은 것을 알 수 있다.

순창군은 위해성 항목의 기상요인 중 체감을 나타내주는 그림자유무, 천개지수가 높게 나타났고, 취약성 항목의 환경요인인 노후주택수, 노후주택등급과 관련이 높고, 노출성 항목 중 개인요인에서 영유아인구, 노인인구, 노령화지수, 노년부양비가 높고, 질환요인에서는 심근경색, 뇌졸중 요인이 높게 나타났다. 구례군과 순창군은 환경부에서 제시한 표4에서처럼 취약성과 노출성 항목이 서로 유사하게 제시되어 있으나, 취약성 항목 내의 환경요인과 노출성 항목 내의 개인 및 질환요인이 얼마나 상세하고 다양하게, 즉 공간적으로 개인단위까지의 특성을 나타내는 요인이 구성되어 있느냐에 따라 취약성지수 값이 달라지는 것을 알 수 있다. 고해상도 지표면 및 주변환경 특성을 반영하여 폭염위험정도를 나타낼 수 있는 평균복사온도와 공간자기상관분석 결과를 이용해 구례군과 순창군의 폭염위험지도를 산출하였다(Fig. 13). 본 지도를 이용하여 공간자기상관성이 높은 취약요인들을 반영한 폭염피해 위험이 높은 지역을 제시하고자 하였다. 취약요인에 따른 가중치는 위해성 0.37, 취약성 0.27, 노출성 0.36을 적용하였다. 폭염위험지도는 위험도를 5단계로 나누었고, 가장 위험도가 높은 위험도 5등급은 구례군의 경우 시가지 중심으로 분포하고 있으며, 총 50개의 집계구 중 11개의 집계구가 위험도 5를 나타냈으며, 구례군 전체면적의 3.1%에 해당한다. 순창군은 총 58개 집계구 중 7개의 집계구가 위험도 5등급을 나타냈고 순창군 전체면적의 10.4%에 해당하며, 집계구 개수로는 구례군의 22%, 순창군의 12%에 해당한다. 구례군보다 면적이 넓고 위험도 5등급의 집계구 주변으로 위험도 4등급의 집계구들이 분포하고 있다. 구례군은 위험도 1 ∼ 2등급의 집계구가 넓게 분포하고 있고, 순창군은 위험도 1 ∼ 4등급이 넒은 범위에 걸쳐 다양하게 분포한다. 폭염위험도가 높게 나타나는 4등급과 5등급의 분포 비율은 구례군이 총 19개 집계구로 집계구 개수로는 38%, 면적으로는 7.2%를 차지하는 것으로 나타났다. 순창군의 경우에는 총 20개의 집계구가 4 ∼ 5등급을 나타냈으며, 집계구 개수로는 34.5%, 면적으로는 21.4%를 나타냈다. 전체 면적으로 비교하였을 때 구례군보다 순창군의 폭염위험도가 높은 면적이 약 3배 높은 것으로 나타났다. 순창군의 넓게 분포된 폭염 위험지역은 주거지가 폭염위험도가 높은 지역에 있다면 주거지 주변 생활반경 또한 높은 폭염위험도를 나타낼 수 있는 가능성이 높다는 것을 의미한다. 온열질환자수와 비교하였을 때 국민건강보험공단 자료의 경우 구례군이 27명, 순창군이 152명으로 순창군이 약 5.6배 많아 큰 차이를 보였는데, 폭염위험도의 분포 차이에 의한 영향이 있을 것으로 사료된다.

Fig. 12.

Map of heatwave risk in Gurye-gun and Sunchang-gun