Changing tropical cyclone risks across western North Pacific regions under global warming : 지구온난화에 따른 북서태평양 지역의 태풍 위험 변화

국문 초록 (Abstract)

태풍은 전지구적으로 엄청난 사회경제적 피해를 유발하는 자연재해 중 하나이며, 지구온난화 상황에서 태풍 위험을 정량적으로 평가하는 것은 매우 중요한 연구 과제이다. 이에 본 연구는 각 지리적 지점에서 고유하게 경험되는 '지점별(pointwise) 태풍 위험'을 평가하고, 지구 온난화가 이러한 위험 수준을 어떻게 변화시키는지 규명하였다. 지점별 태풍 활동도 지표인 LACE(Localized Accumulated Cyclone Energy)를 기반으로 베이지언 접근법을 사용하여 지점별 태풍 활동을 정량화하였으며, 그 확률 분포는 국지적 노출에 의해 형성된 상이한 위험 수준을 포착하여 지역 주민들이 체감하는 지점별 태풍 위험을 산출한다. 기후평년기간(1991~2020) 동안 지구온난화에 따른 지점별 태풍 위험 변화를 분석한 결과, 북서태평양 대부분의 지역에서 태풍 위험 확률이 전반적으로 감소하는 경향이 나타났으며, 특히 남중국해에서 약 24%의 가장 큰 감소폭이 나타났다. 이와 대조적으로 중국 동해안, 동중국해, 제주도, 규슈 및 필리핀 남부 지역에서는 최대 14%의 뚜렷한 위험 증가가 확인되었다. 이러한 연구 결과는 국지적 태풍 활동을 반영한 확률 기반 위험 지표의 가치와, 온난화 환경에서의 재난 위험 관리에 대한 유용성을 시사한다.

목차 (Table of Contents)

• 1. Introduction 1
• 2. Data 6
• 3. Methodology 8
• 3.1. Localized ACE 8
• 3.2. Zero inflated gamma as theoretical probability distribution 11
• 3.3. Application of the Bayesian Method 14
• 3.4. Logistic regression 18
• 3.5. Method for Estimating the Magnitude of Change in Global Warming under Climate Change 20
• 4. Results. 22
• 4.1. Assessing the ZIG-based modeling assumption 22
• 4.2. Pointwise risk probability level of TC 25
• 4.3. Changes in annual TC risk probability 28
• 4.3.1. The response of annual mean TC risk probability to global warming 29
• 4.3.2. The response of annual mean TC risk probability to time 33
• 4.4. Seasonal changes in TC risk probability 36
• 4.4.1. The response of mean TC risk probability during JJASON to global warming 36
• 4.4.2. The response of mean TC risk probability during JJASON to time 39
• 4.4.3. The response of mean TC risk probability during JJA to global warming 41
• 4.4.4. The response of mean TC risk probability during JJA to time 43
• 4.4.5. The response of mean TC risk probability during SON to global warming 45
• 4.4.6. The response of mean TC risk probability during SON to time 49
• 5. Summary & Discussion 52
• References 55
• (초 록) 58
• Appendix A: R code for Bayesian ZIG inference of LACE 59
• Appendix B: R code for point-wise logistic regression using OLS estimated GMSST 62
• Appendix C: Conceptual diagram summarizing the methodological framework of this study 65