Impact attribution of climate and population change on compound flood impacts from tropical cyclone Idai in Mozambique

기술 요약: 모잠비크의 열대 저기압 아이다이(Idai)로 인한 복합 홍수 영향에 대한 기후 및 인구 변화의 영향 귀속

문제 제기
극한 기상 현상의 영향은 기후적 요인과 사회경제적 동인의 복잡한 상호작용의 결과이다. 전통적인 영향 귀속 연구는 기후 변화의 역할에 점점 더 집중해 왔으나, 기후와 비기후적 동인(예: 인구 성장)을 동시에 귀속시키고, 이러한 영향을 재해 심각도 및 사회경제적 취약성에 따라 세분화하는 프레임워크에는 여전히 공백이 존재한다. 기존 연구들은 종종 사회경제적 동인을 실제 영향으로 전파하지 못하거나 노출 및 취약성의 변화를 고려하지 못하며, 특히 데이터가 부족한 지역에서 그러하다. 또한, 집계된 귀속 진술은 특정 취약한 사회경제적 집단에 미치는 기후 변화의 불균형적인 영향을 은폐할 수 있다. 본 연구는 2019년 모잠비크에 상륙하여 상당한 인명 피해를 입히고 185만 명에게 영향을 미친 열대 저기압(TC) 아이다이를 분석함으로써 이러한 공백을 해결하고자 한다.

방법론
저자들은 전 지구적으로 적용 가능한 모델 체인을 활용하여 사실적(factual) 조건과 반사실적(counterfactual) 조건 하에서 복합 홍수를 시뮬레이션하는 확장된 "스토리라인 귀속 프레임워크(storyline attribution framework)"를 사용한다.

• 시나리오: 1975년 이후의 기후 및 인구 변화의 기여도를 분리하기 위해 네 가지 시나리오를 구성하였다:
  1. 사실적(Factual): 관측된 2019년 기후 조건 및 2020년 인구 데이터.
  2. 반사실적 기후(Counterfactual Climate): 1975년 기준선(강수량 6% 감소, 풍속 4% 감소, 해수면 상승 7cm 제거)을 나타내기 위해 기후 트렌드(강수량, 풍속, 해수면 상승)를 제거한 2019년 인구 데이터.
  3. 반사실적 인구(Counterfactual Population): 1975년 인구 데이터를 사용한 2019년 기후 조건.
  4. 반사실적 기후 + 인구(Counterfactual Climate + Population): 기후 트렌드와 인구 데이터를 모두 1975년 기준선으로 되돌린 경우.
• 재해 모델링: 복합 홍수는 D-Flow FM(조석, 서지, 파랑)으로부터의 경계 조건과 wflow로부터의 수문학적 유출량을 결합한 축소 복잡도 모델(SFINCS)을 사용하여 시뮬레이션되었다. 기상 강제력은 ERA5 재분석 데이터와 IBTrACS 최적 경로(best-track) 데이터를 결합하였다. 홍수 지도는 수심 $\ge$ 0.15 m를 고려하여 25 m 해상도로 생성되었다.
• 노출 모델링: 인구 노출은 GHSL(Global Human Settlement Layer) 인구 데이터(100 m 해상도, 25 m로 다운스케일링됨)를 홍수 지도와 중첩하여 계산되었다. 사회경제적 특성(부, 거주 형태, 연령, 성별, 교육, 가구 규모)은 전 지구적 2015년 데이터셋(Ton et al.)을 홍수 해상도에 맞춰 다운스케일링하여 도출되었다.
• 귀속 지표: 귀속 변화($A$)는 사실적($F$) 시나리오와 반사실적($CF$) 시나리오 사이의 노출 인구 상대 변화로 계산되었다:$A(%) = \frac{F - CF}{F} \times 100$.
• 세분화: 결과는 다음 항목별로 세분화되었다:
  • 홍수 수심: 낮음 (0.15–0.5 m), 중간-높음 (0.5–1.5 m), 매우 높음 (>1.5 m).
  • 사회경제적 집단: 취약성(예: 빈곤층, 농촌, 저학력, 노인/영유아, 여성, 단독 가구 vs 부유층, 도시, 고학력, 생산 가능 연령, 남성, 다인 가구)에 의해 정의됨.

주요 기여

1. 이중 동인 귀속: 본 연구는 스토리라인 프레임워크를 확장하여 기후 변화와 인구 변화에 동시에 영향을 귀속시킴으로써, 인구 변화가 TC 아이다이의 지배적인 동인임을 입증하였다.
2. 세분화된 영향 평가: 이진법적 "노출/미노출" 분류와 달리, 본 연구는 영향을 홍수 수심 범주별로 세분화하여, 동인의 귀속이 홍수 심각도에 따라 크게 달라짐을 보여준다.
3. 사회경제적 불평등 분석: 기후 변화 영향을 다양한 사회경제적 집단별로 귀속시켜, 집계된 지표가 어떻게 취약 계층에 가해지는 불균형적인 부담을 은폐할 수 있는지 강조한다.
4. 방법론적 확장: 이 프레임워크는 반사실적 재해 조건과 함께 반사실적 노출 조건(1975년 인구)을 통합하여, 동인들이 어떻게 상호작용하는지에 대한 더 미묘한 이해를 가능하게 한다.

결과

• 전체 귀속: 사실적 시나리오에서 약 250,000명이 복합 홍수에 노출되었다.
  • 인구 변화: 노출 인구의 **80%**를 차지했다.
  • 기후 변화: 노출 인구의 **9%**를 차지했다.
  • 결합 효과: 두 동인의 결합 효과는 노출 인구의 **84%**를 차지했다. 결합 효과는 개별 효과의 합보다 작았는데, 이는 인구 성장이 기후 변화 조건하에서만 침수되는 지역에서 발생했기 때문이다.
• 홍수 수심 세분화:
  • 기후 변화에 의한 노출 인구 비율은 홍수 수심이 깊어질수록 증가했다 (낮은 수심 3%, 중간-높음 13%, 매우 높은 수심 24%).
  • 인구 변화는 모든 범주에서 지배적인 동인이었으나, 절대적인 수치로는 중간-높음 수심 범주에 가장 많이 기여했다 (이 범주 노출 인구의 89%).
  • 기후 변화는 주로 농촌 지역에서 홍수 수심을 중간-높음에서 매우 높음으로, 도시 지역(베이라 등)에서는 낮음에서 중간-높음으로 변화시켰다.
• 사회경제적 세분화:
  • 이진 분류(노출 vs 미노출)를 사용할 경우, 기후 변화가 덜 취약한 집단(부유층, 도시)에 더 많은 영향을 미치는 것처럼 보였다. 이는 소규모 홍수 면적 변화가 많은 사람에게 영향을 미치는 도시 지역의 높은 인구 밀도 때문이다.
  • 그러나 홍수 수심별로 세분화했을 때, 기후 변화는 더 취약한 집단(빈곤층, 농촌)에 불균형적인 영향을 미쳤다. 농촌 지역에서 기후 변화는 홍수 수심을 중간-높음에서 매우 높음으로 변화시켜, 그곳에 거주하는 취약 계층에게 직접적인 영향을 주었다.
  • 이러한 격차는 집계된 평가에서는 은폐되며, 이는 특정 집단에 미치는 재해 심각도의 변화를 포착하지 못한다.

의의 및 주장
본 논문은 주요 의의가 공간적 집계가 기후 변화의 취약한 사회경제적 집단에 대한 불균형적인 영향을 은폐할 수 있음을 입증하는 데 있다고 주장한다. 이진적 영향 분류를 넘어 불연속적인 홍수 수심 범주와 사회경제적 세분화를 활용함으로써, 본 연구는 인구 성장이 노출 규모의 주요 동인이지만, 기후 변화는 농촌 지역의 가장 취약한 인구에게 홍수의 심각성을 증가시키는 데 결정적인 역할을 한다는 것을 밝혀냈다.

저자들은 향에 대한 리스크 관리 및 귀속 진술이 어떤 동인과 지표를 포함할지에 대해 정책적 정보를 바탕으로 이루어져야 한다고 결론짓는다. 그들은 인구가 2050년까지 두 배로 증가할 것으로 예상되는 모잠비크의 상황에서 기후와 인구 변화의 상호작용을 이해하는 것이 필수적이며, 영향의 분포를 사회경제적 집단별로 고려하지 않는 것은 기후 리스크에 대한 불완전한 이해를 초래한다고 주장한다. 또한 본 연구는 모잠비크의 사회경제적 데이터의 조밀도가 낮다는 한계를 언급하며, 정량적 귀속과 질적 인과 분석을 결합한 혼합 방법론이 삼림 벌채 및 취약성 역학과 같은 간접적 동인을 더욱 명확히 규명할 수 있을 것이라고 제언한다.