이용안내
미래 기후변화 시나리오 자료
- 출처: 기상청 기후정보포털 (http://www.climate.go.kr)
- 시나리오 종류: RCP 남한상세 (1km) 제어적분 200년
- 생성 기반 모델: HadGEM3-RA
- 기상 요소: (4개 요소임; 상대습도 미포함)
- 일평균/최고/최저기온 (“tavg/tmax/tmin” (℃))
- 일강수량 (“prcp” (mm))
- 투영법: Bessel 1841 타원체에 기반한 경위도 좌표계
- 상대습도의 추정: 1km 해상도
- 1km 해상도의 RCP 8.5 시나리오 자료에는 상대습도가 포함되어 있지 않으므로 12.5km 해상도의 RCP 8.5 시나리오 자료로부터 공간 내삽의 방법을 이용하여 보간 추정하여 만듦
- 추정 방법: 거리제곱역산가중법(inverse squared distance weighting; Ashrafa et al., 1997)
과거 기상자료
- 기상청의 과거 기상관측자료를 이용하여 전국에 대하여 1km 해상도의 일별 격자 기상자료를 추정하여 만듦
- 원자료: 기상청 종관기상관측자료(Synoptic weather observation data)
- 격자 기상 추정 방법: 거리제곱역산가중법(Ashrafa et al., 1997), 기온의 경우에는 거리제곱역산가중법을 이용하여 추정한 이후에 고도 보정(elevation correction or lapse rate correction; Yun et al. 1999)을 추가로 수행함
- 기상 요소
- 일평균/최고/최저기온 (“tavg/tmax/tmin” (℃))
- 일평균상대습도 (“rhum” (%))
- 일강수량 (“prcp” (mm))
- 투영법: Bessel 1841 타원체에 기반한 경위도 좌표계
젖소의 열 스트레스 예측 모형
NRC_1971 온습도지수 예측 모형을 이용한 젖소의 열 스트레스 예측 (열 스트레스 예측 모형: “CowTHI_NRC71M”)
- 기온과 상대습도를 이용하여 젖소가 받는 열 스트레스를 온습도지수(temperature-humidity index)로써 추정함.
- NRC (1971)가 개발한 가축의 온습도지수 예측 모형("NRC_1971")을 열 스트레스 예측 모형으로 선정함.
- 온습도지수 예측 모형: (S. Dikmen and P. J. Hansen, 2009; NRC, 1971)
- THI = (1.8 * T + 32) - [(0.55 - 0.0055 * RH) * (1.8 * T - 26.8)]
(THI- 온습도지수, T- 기온(℃; 섭씨온도), RH- 상대습도(%))
- THI = (1.8 * T + 32) - [(0.55 - 0.0055 * RH) * (1.8 * T - 26.8)]
- 온습도지수 예측 모형: (S. Dikmen and P. J. Hansen, 2009; NRC, 1971)
- 일별 기상자료만 제공되는 RCP 기후변화 시나리오를 이용하므로, 온습도지수 계산 시 일 최고기온과 일평균상대습도를 이용하여 THI를 계산하고 이를 일 최고 THI라고 가정하고 이를 이용하여 열 스트레스를 예측함.
- 열 스트레스 예측 모형의 입력 변수
- 일별-
- tmax- 일 최고기온(℃)
- rhum- 일평균상대습도(%)
- 일별-
- 열 스트레스 예측 모형의 출력 변수
- 일별-
- THI- 일 최고 THI
- 월별-
- THI_max- 일 최고 THI의 월 최대값
- THI_min- 일 최고 THI의 월 최소값
- THI_avg- 일 최고 THI의 월 평균값
- 연도별-
- THI_max- 일 최고 THI의 연 최대값
- THI_min- 일 최고 THI의 연 최소값
- THI_avg- 일 최고 THI의 연 평균값
- 일별-
- 투영법- Bessel 1841 타원체에 기반한 경위도 좌표계
돼지의 열 스트레스 예측 모형
NRC_1971 온습도지수 예측 모형을 이용한 돼지의 열 스트레스 예측(열 스트레스 예측 모형: “SwineTHI_NRC”)
- 기온과 상대습도를 이용하여 돼지(암퇘지/수퇘지)가 받는 열 스트레스를 온습도지수(THI; temperature-humidity index)로써 추정함.
- St-Pierre et al. (2003)의 연구에 의하면 NRC_1971 모형에 기반한 THI가 암퇘지는 74, 수퇘지는 72를 넘으면 열 스트레스를 받는다고 함.
- 온습도지수 예측 모형: (S. Dikmen and P. J. Hansen, 2009; NRC, 1971)
- THI = (1.8 * T + 32) - [(0.55 - 0.0055 * RH) * (1.8 * T - 26.8)]
(THI: 온습도지수, T: 기온(℃; 섭씨온도), RH: 상대습도(%))
- THI = (1.8 * T + 32) - [(0.55 - 0.0055 * RH) * (1.8 * T - 26.8)]
- THI의 문턱값: (St-Pierre et al., 2003)
- 암퇘지 용 THI 문턱값: 74
- 수퇘지 용 THI 문턱값: 72
- 온습도지수 예측 모형: (S. Dikmen and P. J. Hansen, 2009; NRC, 1971)
- 본 모형의 계산에서는 일별 기상자료만 제공되는 RCP 기후변화 시나리오를 이용하므로, 일 최고기온과 일평균상대습도를 이용하여 THI를 계산하고 이를 일 최고 THI라고 가정함.
- 일 최고 THI가 문턱값을 넘는 날이 5월부터 9월까지 5개월 동안에 발생하는 횟수(extreme_days_sow와 extreme_days_hog)를 계산함.
- 열 스트레스 예측 모형의 입력 변수:
- 일별:
- tmax: 일 최고기온(℃)
- rhum: 일평균상대습도(%)
- 일별:
- 열 스트레스 예측 모형의 출력 변수:
- 일별:
- THI: 일 최고 THI
- 월별:
- THI_max: 일 최고 THI의 월 최대값
- THI_min: 일 최고 THI의 월 최소값
- THI_avg: 일 최고 THI의 월 평균값
- extreme_days_sow: 암퇘지의 THI 문턱값 초과일수
- extreme_days_sow_p: 암퇘지의 THI 문턱값 초과일수%
- extreme_days_hog: 수퇘지의 THI 문턱값 초과일수
- extreme_days_hog_p: 수퇘지의 THI 문턱값 초과일수%
- 연도별:
- THI_max: 일 최고 THI의 연 최대값
- THI_min: 일 최고 THI의 연 최소값
- THI_avg: 일 최고 THI의 연 평균값
- extreme_days_sow: 암퇘지의 THI 문턱값 초과일수
- extreme_days_sow_p: 암퇘지의 THI 문턱값 초과일수%
- extreme_days_hog: 수퇘지의 THI 문턱값 초과일수
- extreme_days_hog_p: 수퇘지의 THI 문턱값 초과일수%
- 일별:
가금의 열 스트레스 예측 모형
NRC_1971 온습도지수 예측 모형을 이용한 가금의 열 스트레스 예측 (열 스트레스 예측 모형: “Poultry THI_NRC”)
- 기온과 상대습도를 이용하여 가금(육계와 산란계)이 받는 열 스트레스를 온습도지수(temperature-humidity index)로써 추정함.
- St-Pierre et al. (2003)의 연구에 의하면 NRC_1971 모형(NRC, 1971)에 기반한 THI가 육계는 78, 산란계는 70을 넘으면 열 스트레스를 받는다고 함.
- 온습도지수 예측 모형: (S. Dikmen and P. J. Hansen, 2009; NRC, 1971)
- THI = (1.8 * T + 32) - [(0.55 - 0.0055 * RH) * (1.8 * T - 26.8)]
(THI: 온습도지수, T: 기온(℃; 섭씨온도), RH: 상대습도(%))
- THI = (1.8 * T + 32) - [(0.55 - 0.0055 * RH) * (1.8 * T - 26.8)]
- THI의 문턱값: (St-Pierre et al., 2003)
- 육계용 THI 문턱값: 78
- 산란계용 THI 문턱값: 70
- 온습도지수 예측 모형: (S. Dikmen and P. J. Hansen, 2009; NRC, 1971)
- 본 모형의 계산에서는 일별 기상자료만 제공되는 RCP 기후변화 시나리오를 이용하므로, 일 최고기온과 일평균상대습도를 이용하여 THI를 계산하고 이를 일 최고 THI라고 가정함.
- 일 최고 THI가 문턱값(THI threshold)을 넘는 날이 5월부터 9월까지 5개월 동안에 발생하는 횟수를 계산하여, 육계의 THI 문턱값 초과일수(extreme_days_broiler)와 산란계의 THI 문턱값 초과일수(extreme_days_layer)를 계산함.
- 열 스트레스 예측 모형의 입력 변수:
- 일별:
- tmax: 일 최고기온(℃)
- rhum: 일평균상대습도(%)
- 일별:
- 열 스트레스 예측 모형의 출력 변수:
- 일별:
- THI: 일 최고 THI
- 월별:
- THI_max: 일 최고 THI의 월 최대값
- THI_min: 일 최고 THI의 월 최소값
- THI_avg: 일 최고 THI의 월 평균값
- extreme_days_broiler: 육계의 THI 문턱값 초과일수
- extreme_days_broiler_p: 육계의 THI 문턱값 초과일수%
- extreme_days_layer: 산란계의 THI 문턱값 초과일수
- extreme_days_layer_p: 산란계의 THI 문턱값 초과일수%
- 연도별:
- THI_max: 일 최고 THI의 연 최대값
- THI_min: 일 최고 THI의 연 최소값
- THI_avg: 일 최고 THI의 연 평균값
- extreme_days_broiler: 육계의 THI 문턱값 초과일수
- extreme_days_broiler_p: 육계의 THI 문턱값 초과일수%
- extreme_days_layer: 산란계의 THI 문턱값 초과일수
- extreme_days_layer_p: 산란계의 THI 문턱값 초과일수%
- 일별:
Tao와 Xin의 온습도지수 예측 모형을 이용한 육계의 열 스트레스 예측 (열 스트레스 예측 모형: “PoultryTHI_broilers_Tao”)
- 기온과 상대습도를 이용하여 가금(육계)이 받는 열 스트레스를 온습도지수(THI; temperature-humidity index)로써 추정함.
- Tao와 Xin (2003)의 연구를 참고하여, 육계(broiler)의 열 스트레스를 추정하는 온습도지수 모형을 선정하였고, 동 연구에서 제시하는 THI로부터 체온 변화량(dT_b90; 특정 기상환경이 90분간 유지되었을 때의 체온 변화량)을 추정하는 모형(논문의 식 3)과, 체온 변화량(dT_b90)의 범위에 따른 위험도 4등급(normal, alert, danger, emergency)을 이용하여 위험도가 alert 등급 이상(dT_b90 > 1.0)이 되는 THI의 문턱값(THI_threshold = 33.14)을 구함.
- 육계의 온습도지수 예측 모형: (Tao and Xin, 2003)
- THI = 0.85 * Td + 0.15 * Tw
( THI: 온습도지수, Td: 건구온도(℃; 섭씨온도), Tw: 습구온도(℃; 섭씨온도))
- THI = 0.85 * Td + 0.15 * Tw
- 육계의 체온 변화량 추정 모형: (Tao and Xin, 2003)
- dT_b90 = (0.51 * THI) - 15.90
( dT_b90: 기상환경이 90분간 유지되었을 때 육계의 체온 변화량(C; 섭씨온도), THI: 육계용 온습도지수))
- dT_b90 = (0.51 * THI) - 15.90
- 육계의 체온 변화량(dT_b90)의 범위에 따른 위험도 4등급: (Tao and Xin, 2003)
- Normal: dT_b90 ≤ 1.0
- Alert: 1.0 < dT_b90 ≤ 2.5
- Danger: 2.5 < dT_b90 ≤ 4.0
- Emergency: dT_b90 > 4.0
- THI의 문턱값:
- 체온의 변화량(dT_b90) 위험도가 alert 등급 이상(dT_b90 > 1.0)이 되는 THI를 THI의 문턱값으로 정함
- THI 문턱값: 33.14
- 육계의 온습도지수 예측 모형: (Tao and Xin, 2003)
- Tao와 Xin의 THI 모형은 시간별 건구온도와 습구온도를 이용하여 시간별 열 스트레스를 추정하나, RCP 기후변화 시나리오에서는 습구온도를 제공하지 않으므로 본 모형을 이용한 THI 계산 시 습구온도는 Stull(2011)의 모형을 이용하여 건구온도와 상대습도로부터 추정하였고, 이 때 대기압은 1기압(=101.325 kPa)인 것으로 가정함.
- 습구온도 추정 모형: (Roland Stull, 2011)
- Tw = Td * atan(0.151977 * (RH + 8.313659)^0.5)
+ atan(Td + RH)
- atan(RH - 1.676331)
+ 0.00391838 * (RH)^1.5 * atan(0.023101 * RH)
- 4.686035Tw: 습구온도(C; 섭씨온도), Td: 건구온도(C; 섭씨온도), RH: 상대습도(%)
- 추정 시 대기압을 1기압(101.325 kPa)이라고 가정함
- Tw = Td * atan(0.151977 * (RH + 8.313659)^0.5)
- 습구온도 추정 모형: (Roland Stull, 2011)
- RCP 기후변화 시나리오에서는 일별 기상자료만 제공되므로, 본 모형의 계산에서는 90분간의 기온과 상대습도를 이용하는 대신 일 최고기온과 일평균상대습도를 이용하여 THI를 계산하고 이를 일 최고 THI라고 가정함.
- 일 최고 THI가 문턱값을 넘는 날이 5월부터 9월까지 5개월 동안에 발생하는 횟수(extreme_days)를 계산함.
- 열 스트레스 예측 모형의 입력 변수:
- 일별:
- tmax: 일 최고기온(℃)
- rhum: 일평균상대습도(%)
- 일별:
- 열 스트레스 예측 모형의 출력 변수:
- 일별:
- THI: 일 최고 THI
- 월별:
- THI_max: 일 최고 THI의 월 최대값
- THI_min: 일 최고 THI의 월 최소값
- THI_avg: 일 최고 THI의 월 평균값
- extreme_days: 육계의 THI 문턱값 초과일수
- extreme_days_p: 육계의 THI 문턱값 초과일수%
- 연도별:
- THI_max: 일 최고 THI의 연 최대값
- THI_min: 일 최고 THI의 연 최소값
- THI_avg: 일 최고 THI의 연 평균값
- extreme_days: 육계의 THI 문턱값 초과일수
- extreme_days _p: 육계의 THI 문턱값 초과일수%
- 일별:
Gates 등의 연구에 기반을 둔 산란계의 열 스트레스 예측 (열 스트레스 예측 모형: “Poultry THI_layers_Gates”)
- 기온과 상대습도를 이용하여 가금(산란계)이 받는 열 스트레스를 온습도지수(THI; temperature-humidity index)로써 추정함.
- Gates et al. (1995)의 연구를 참고하여, DeShazer and Beck (1988)의 산란계(laying hen) 용 온습도지수(THI) 예측 모형을 이용하였고, 그 THI의 문턱값(threshold)을 28로 선택함.
- 산란계의 온습도지수 예측 모형: (DeShazer and Beck, 1988)
- THI = 0.6 * Td + 0.4 * Tw
THI: 온습도지수, Td: 건구온도(℃; 섭씨온도), Tw: 습구온도(℃; 섭씨온도)
- THI = 0.6 * Td + 0.4 * Tw
- 산란계 용 THI 문턱값: 28
- 산란계의 온습도지수 예측 모형: (DeShazer and Beck, 1988)
- 이 THI 모형은 시간별 건구온도와 습구온도를 이용하여 시간별 열 스트레스를 추정하는 것이므로, RCP 기후변화 시나리오에서 제공되지 않는 습구온도의 추정은 Stull(2011)의 모형을 이용하여 건구온도와 상대습도로부터 추정함(이 때 대기압은 1기압(=101.325 kPa)인 것으로 가정함).
- 습구온도 추정 모형: (Roland Stull, 2011)
- Tw = Td * atan(0.151977 * (RH + 8.313659)^0.5)
+ atan(Td + RH)
- atan(RH - 1.676331)
+ 0.00391838 * (RH)^1.5 * atan(0.023101 * RH)
- 4.686035Tw: 습구온도(C; 섭씨온도), Td: 건구온도(C; 섭씨온도), RH: 상대습도(%)
- 추정 시 대기압을 1기압(101.325 kPa)이라고 가정함
- Tw = Td * atan(0.151977 * (RH + 8.313659)^0.5)
- 습구온도 추정 모형: (Roland Stull, 2011)
- 모형의 계산에서는 일별 기상자료만 제공되는 RCP 기후변화 시나리오를 이용하므로, 시간별 기온과 시간별 상대습도를 이용하는 대신 일 최고기온과 일평균상대습도를 이용하여 THI를 계산하고 이를 일 최고 THI라고 가정함.
- 일 최고 THI가 문턱값을 넘는 날이 5월부터 9월까지 5개월 동안에 발생하는 횟수(extreme_days)를 계산함.
- 열 스트레스 예측 모형의 입력 변수:
- 일별:
- tmax: 일 최고기온(℃)
- rhum: 일평균상대습도(%)
- 일별:
- 열 스트레스 예측 모형의 입력 변수:
- 일별:
- THI: 일 최고 THI
- 월별:
- THI_max: 일 최고 THI의 월 최대값
- THI_min: 일 최고 THI의 월 최소값
- THI_avg: 일 최고 THI의 월 평균값
- extreme_days: 산란계의 THI 문턱값 초과일수
- extreme_days_p: 산란계의 THI 문턱값 초과일수%
- 연도별:
- THI_max: 일 최고 THI의 연 최대값
- THI_min: 일 최고 THI의 연 최소값
- THI_avg: 일 최고 THI의 연 평균값
- extreme_days: 산란계의 THI 문턱값 초과일수
- extreme_days _p: 산란계의 THI 문턱값 초과일수%
- 일별:
예측 모형 구동
- 구동 대상 시간 범위:
- 과거: 2014~2023년 5, 6, 7, 8, 9월
- 미래: 2020~2100년 5, 6, 7, 8, 9월
- 시간 해상도: 일별(daily)
예측 결과 생산
- 수치 지도 자료
- 형식: Arc Info ASCII Grid (확장자: asc)[1]
- 공간 해상도 및 범위: (공간 해상도와 범위는 입력 자료와 같음)
- 투영법: Bessel 1841 타원체에 기반한 경위도 좌표계(기후변화 시나리오 자료와 동일)
- 지도 이미지 자료: 모든 수치 지도 자료를 시각화 한 이미지
- 파일 형식: PNG[2]
- 투영법: TM(Transverse Mercator)
- 행정구역 경계선 및 명칭 포함 여부에 따라 3종:
- 행정구역 경계선(시도) 및 명칭(한글) 없음
- 행정구역 경계선(시도) 있음
- 행정구역 경계선(시도) 및 명칭(한글) 있음
기상 자료의 시간 해상도
- 가축이 지속적으로 악조건의 열 환경에 노출되면 스트레스가 누적되어 반응을 하므로 열 스트레스 예측 모형은 시간별 기상 상황을 이용하여 예측하는 것이 가장 바람직함.
- 과거 관측자료 및 미래 기후변화 시나리오 자료는 일별 자료이며, 특히, 미래 자료는 시간별 자료가 제공되지 않음(기상청, 2023년 3월 현재).
- 예측 모형 구동에는 과거 및 미래의 기상 자료 중 일최고기온과 일평균상대습도 등 일별 통계치를 사용하였으므로 예측 결과의 정확도에 한계가 있음.
축사 내부 기상과의 상이점
- 과거 관측자료 및 미래 기후변화 시나리오 자료는 지표(축사 외부)에 대한 기상자료이므로 축사 내부의 기상 상황과는 차이가 있을 수 있음.
- 축사의 입지조건, 축사의 구조, 환기시설, 냉난방시설 등에 따라 다소 차이가 있을 수 있으나 축사 내부의 기상 상황은 축사 외부의 기상 상황에 큰 영향을 받는다고 볼 수 있음.
- 축사 내/외부 기상 환경의 차이점을 감안하여 본 연구 결과를 해석 또는 사용하여야 함.
생육단계별 열 스트레스의 상이점
- 열 스트레스 예측 모형은 기본적으로 성체를 기준으로 연구/개발된 것이므로, 신생 개체 및 육성 개체가 받는 열 스트레스와는 차이가 있을 수 있으며, 이를 감안하여 본 연구 결과를 해석 또는 사용하여야 함.
