기본 콘텐츠로 건너뛰기

미래 중국에는 폭염이 일상화 된다 ?


 중국에서 인구 밀집 지대라고 할 수 있는 중국 동부는 지난 2013 년 여름에 온도 신기록을 수립했습니다. 이해 중국 동부의 6월-8월 사이 온도는 1950 년대 이후와 비교해서 평균 0.82 ℃ 나 상승했습니다. 중국의 여러 대도시가 폭염에 몸살을 앓았는데 최근 중국, 캐나다, 미국의 연구자들이 합동으로 수행한 연구에서 2024 년까지 이러한 폭염이 여름에 발생할 가능성이 절반이 넘는다고 저널 Nature Climate Change 에 발표했습니다.

(2013 년 7월 글로벌 온도 분포. 중국 동부는 이해에 폭염을 기록했음   Credit : NOAA ) 

 사실 중국 동부의 온도 상승은 지구의 다른 지역과 비슷하게 부인할 수 없는 사실이 되고 있습니다. 이 지역에서 지금까지 가장 더웠던 5 번의 여름은 모두 21세기에 있었습니다. 앞서 말했듯이 여름 평균 기온도 상승했죠. 매해 더운 정도는 차이가 있기는 해도 100 년전에 비해서 더워진 점은 온도 기록을 볼 때 의심할 수 없는 사실입니다.
 캐나다 온타리오의 기후 변화 연구 부분의 슈빈 장 (Xuebin Zhang of Environment Canada in Toronto) 및 중국 베이징의 기상청의 국립 기후 연구소의 잉 순 (Ying Sun) 등의 연구자들은 향후 기후 변화를 시뮬레이션 했습니다. 그 결과 가장 낮은 수준의 온실 가스 배출 시나리오인 RCP4.5 를 적용하더라도 2024 년경 중국 동부에 2013 년 여름보다 더 심한 폭염이 발생할 가능성이 50% 가 넘는다는 결론을 얻었다고 합니다. 
 이들은 인위적인 온실 가스 배출로 인해 2013 년 여름 같은 폭염의 가능성이 60배나 증가했다고 예측했으며 이로 인한 경제, 농업, 보건 부분에서의 손실액을 590 억 위안 (약 10 조원) 정도로 예상했습니다. 또 중국의 급속한 도시화 역시 도시 열섬 현상과 결합해서 열파로 인한 문제를 더 심각하게 만들 것으로 예측했습니다. 

 연구팀은 논문에서 "증가하는 여름철의 열이 이 지역에서 필연적으로 더 오랬동안 지속되는 광역 열파를 가져올 수 있다 The increase in summer heat would inevitably lead to more widespread, long-lasting and severe heatwaves in the region" 라고 지적하면서 향후 대비책이 필요함을 시사했습니다. 
사실 중국 동부의 열파가 문제가 되는 것은 온도 자체가 올라가기 때문이기도 하지만 도시화에 의한 도시 열섬 현상과 급속한 고령화에도 원인이 있습니다. 도시의 콘크리트와 아스팔트는 열을 흡수 보존하는 역할을 하며 국소적으로 인구 밀집지대를 더 뜨겁게 만들고 있고, 유래없는 속도로 진행중인 고령화는 폭염에 취약한 인구 계층을 급속도로 늘리고 있습니다. 
 이와 같은 문제에 대비가 필요한 것은 아마도 중국만이 아닐 것입니다. 향후 온난화 되는 추세에 맞춰서 세계 여러 국가의 정부가 여기에 대비를 해야할 필요가 있을 것으로 생각됩니다. 
 참고 
  

댓글

이 블로그의 인기 게시물

통계 공부는 어떻게 하는 것이 좋을까?

 사실 저도 통계 전문가가 아니기 때문에 이런 주제로 글을 쓰기가 다소 애매하지만, 그래도 누군가에게 도움이 될 수 있다고 생각해서 글을 올려봅니다. 통계학, 특히 수학적인 의미에서의 통계학을 공부하게 되는 계기는 사람마다 다르긴 하겠지만, 아마도 비교적 흔하고 난감한 경우는 논문을 써야 하는 경우일 것입니다. 오늘날의 학문적 연구는 집단간 혹은 방법간의 차이가 있다는 것을 객관적으로 보여줘야 하는데, 그려면 불가피하게 통계적인 방법을 쓸 수 밖에 없게 됩니다. 이런 이유로 분야와 주제에 따라서는 아닌 경우도 있겠지만, 상당수 논문에서는 통계학이 들어가게 됩니다.   문제는 데이터를 처리하고 분석하는 방법을 익히는 데도 상당한 시간과 노력이 필요하다는 점입니다. 물론 대부분의 학과에서 통계 수업이 들어가기는 하지만, 그것만으로는 충분하지 않은 경우가 많습니다. 대학 학부 과정에서는 대부분 논문 제출이 필요없거나 필요하다고 해도 그렇게 높은 수준을 요구하지 않지만, 대학원 이상 과정에서는 SCI/SCIE 급 논문이 필요하게 되어 처음 논문을 작성하는 입장에서는 상당히 부담되는 상황에 놓이게 됩니다.  그리고 이후 논문을 계속해서 쓰게 될 경우 통계 문제는 항상 나를 따라다니면서 괴롭히게 될 것입니다.  사정이 이렇다보니 간혹 통계 공부를 어떻게 하는 것이 좋겠냐는 질문이 들어옵니다. 사실 저는 통계 전문가라고 하기에는 실력은 모자라지만, 대신 앞서서 삽질을 한 경험이 있기 때문에 몇 가지 조언을 해줄 수 있을 것 같습니다.  1. 입문자를 위한 책을 추천해달라  사실 예습을 위해서 미리 공부하는 것은 추천하지 않습니다. 기본적인 통계는 학과별로 다르지 않더라도 주로 쓰는 분석방법은 분야별로 상당한 차이가 있을 수 있어 결국은 자신이 주로 하는 부분을 잘 해야 하기 때문입니다. 그러기 위해서는 학과 커리큘럼에 들어있는 통계 수업을 듣는 것이 더 유리합니다. 잘 쓰지도 않을 방법을 열심히 공부하는 것은 아무래도 효율

R 패키지 설치 및 업데이트 오류 (1)

 R 패키지를 설치하거나 업데이트 하다보면 여러 가지 문제가 생기는 경우들이 있습니다. 이 경우 아예 R을 재설치하는 것도 방법이지만, 어떤 경우에는 이렇게해도 해결이 안되고 계속해서 사용자는 괴롭히는 경우도 있습니다. 이런 경우 중 하나를 소개합니다.  새로운 패키지를 설치, 혹은 업데이트 하는 과정에서 같이 설치하는 패키지 중 하나가 설치가 되지 않는다는 메세지가 계속 나왔는데, 사실은 백신 프로그램 때문이었던 경우입니다.   dplyr 패키지를 업데이트 하려고 했는데, 제대로 되지 않아 다시 설치를 진행했습니다. 그런데 일부 패키지가 제대로 설치되지 않는다는 메세지가 나왔습니다.  > install.packages("dplyr") Error in install.packages : Updating loaded packages > install.packages("dplyr") Installing package into ‘C:/Users/jjy05_000/Documents/R/win-library/3.4’ (as ‘lib’ is unspecified) also installing the dependencies ‘bindr’, ‘bindrcpp’, ‘Rcpp’, ‘rlang’, ‘plogr’ trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindr_0.1.1.zip ' Content type 'application/zip' length 15285 bytes (14 KB) downloaded 14 KB trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindrcpp_0.2.2.zip ' Content type 'application/zip' length 620344 b

R에서 반올림하기. Round 사용법

 이제 다른 사후 검정에 대한 이야기를 하기 전에 간단한 데이터 정리에 대해서 먼저 설명하겠습니다. round 함수의 사용법에 대한 이야기입니다. 다른 통계 패키지나 언어에서도 반올림은 널리 사용되는 방식입니다. 소수점 아래까지 너무 길게 나오는 것을 적당히 짤라서 해석하기 쉽게 만드는 것이죠. round의 사용법은 간단합니다. round(개체, digits= 소수점 아래 반올림 하고 싶은 위치) 입니다.   앞서 키의 예제에서 사실은 7자리 유효숫자가 나왔기 때문제 실제 키의 분포 같은 느낌이 들지 않았습니다. round를 이용해서 소수점 한 자리에서 숫자를 줄여보겠습니다.  set.seed(1234) A<-rnorm span=""> A A1<-round digits="1)</span"> A1  round(A, digits = 1)로 소수점 한 자리에서 반올림하니까 훨씬 실제 키 데이터에 가까운 모습입니다. 물론 이렇게 데이터를 편집하는 것은 데이터를 변형하는 일이기 때문에 사실 가급적 하지 않는 것이 좋을 수 있습니다. 다만 목적에 따라 유용하게 사용할 수 있을 것입니다. 예를 들어 지금처럼 연습 데이터를 더 깔끔하게 보이는 경우가 그렇습니다.   그런데 소수점 아래가 아니라 위에서 반올림하려면 어떻게 해야 할까요? 0보다 작은 마이너스의 숫자를 사용합니다.  A1<-round digits="0)</span"> A1 A1<-round digits="-1)</span"> A1  이런 방식으로 반올림 하는 위치를 조절할 수 있는데, 여기까지 봤으면 당연히 무조건 올림과 내림 함수도 있을 것이라고 당연히 짐작할 수 있습니다. 올림하는 경우는 ceiling, 내림하는 경우는 floor를 사용합니다.