선행 가뭄 영향에 의한 여름철 극한 고온의 조건부 확률 및 재현기간 분석 = Conditional probability and return period of extreme summer heatwave events under preceding drought events

국문 초록 (Abstract)

본 연구는 한국의 대표적인 5개 ASOS 관측 지점을 대상으로 선행 가뭄 조건이 여름철 극한 고온 발생 위험에 미치는 영향을 Copula 기반 결합분포를 이용하여 정량적으로 평가하였다. 가뭄지수로는 다양한 time-scale의 SPI를 적용하고, 스피어만 상관계수 분석을 통해 지점별로 극한 고온(Tmax)과 가장 강한 연계를 보이는 최적 SPI time-scale을 선정하였다. 이후 SPI와 Tmax의 한계분포를 각각 모형화한 뒤, Clayton, Frank, Gumbel Copula를 비교하여 지점별 최적 결합구조를 도출하였다. 분석 결과, 모든 지점에서 1개월 선행 SPI와 Tmax 사이에는 음의 단조 관계가 확인되었으며, 건조 및 극심한 건조 조건(SPI < -0.5, SPI < -1.3) 하에서 Tmax의 극값 초과확률은 한계분포 기반 확률보다 유의하게 증가하였다. 반면, 습윤 및 극심한 습윤 조건(SPI > 0.5, SPI > 1.3)에서는 극한 고온 발생 확률이 일관되게 감소하는 비대칭적 반응이 나타났다. 특히 Copula 기반 조건부 재현기간 분석 결과, 선행 가뭄 조건에서는 동일한 수준의 극한 고온이 단변량 분석에서 추정된 재현기간보다 훨씬 짧은 주기로 발생함이 확인되었으며, 이러한 위험 증폭 효과는 극값 영역으로 갈수록 더욱 뚜렷해졌다. 본 연구는 단순 상관 분석이나 단변량 접근을 넘어, 조건부 확률과 재현기간 지표를 활용하여 복합 가뭄–고온 위험을 정량적으로 평가할 수 있는 분석 틀을 제시한다는 점에서 의의를 가진다.

다국어 초록 (Multilingual Abstract)

The study quantitatively assessed the influence of preceding drought conditions on the occurrence risk of extreme summer heat at five representative ASOS observation sites in Korea using a copula-based joint distribution framework. Drought conditions were characterized using standardized precipitation indices (SPI) at multiple time scales, and the optimal SPI time scale for each site was identified based on Spearman’s rank correlation with daily maximum temperature (Tmax). Marginal distributions for SPI and Tmax were modeled independently, after which Clayton, Frank, and Gumbel copulas were evaluated to determine the most appropriate dependence structure at each site. The results consistently revealed a negative monotonic relationship between preceding SPI and Tmax across all sites. Under dry and extremely dry conditions (SPI < -0.5 and SPI < -1.3), the probability of exceeding extreme Tmax thresholds increased markedly relative to estimates derived from univariate distributions. In contrast, wet and extremely wet conditions (SPI > 0.5 and SPI > 1.3) were associated with a systematic reduction in extreme heat probabilities, indicating an asymmetric response to antecedent moisture conditions. Copula-based conditional return period analysis further demonstrated that extreme heat events of the same magnitude occurred at substantially shorter intervals under drought conditions than suggested by univariate frequency analysis, with risk amplification intensifying for more severe extremes. By moving beyond simple correlation or univariate approaches, this study provides a quantitative framework for assessing compound drought–heat risks using conditional probability and return period metrics, offering practical insights for early warning and climate risk management.