1870년부터 2020년까지 100m 해상도로 유럽의 인구, 토지 이용 및 경제적 노출 추정

과학 데이터 10권, 기사 번호: 372(2023) 이 기사 인용

측정항목 세부정보

과거 극심한 기상 영향에 대한 기후 변화의 영향을 이해하는 것은 중요한 연구 과제입니다. 그러나 기후변화의 영향은 사건이 발생한 사회적, 경제적 상황의 급격한 변화로 인해 관찰된 영향 데이터 시리즈에서 모호합니다. 본 연구에 제시된 HANZE v2.0(유럽의 자연 위험에 대한 역사적 분석) 데이터 세트는 1870년 이후 유럽의 주요 사회 경제적 동인, 즉 토지 이용, 인구, 경제 활동 및 자산의 진화를 정량화합니다. 이는 역사적 하위 국가 및 국가 수준의 대규모 통계 수집을 기반으로 특정 연도의 기준(2011) 토지 사용 및 인구를 재할당한 다음 경제 부문별로 생산 및 유형 자산에 대한 데이터를 고해상도로 분리하는 알고리즘으로 구성됩니다. 그리드. 모델에 의해 생성된 래스터 데이터 세트를 사용하면 발생 당시와 1870년에서 2020년 사이의 모든 극단적 사건의 발자국 내 노출을 재구성할 수 있습니다. 이를 통해 기후 변화의 영향과 노출 변화의 영향을 분리할 수 있습니다.

지구 평균 기온은 산업화 이전에 비해 1°C 이상 상승했습니다. 변화하는 기후가 세계의 자연, 관리 및 인간 시스템에 미치는 영향을 정량화하는 연구가 증가하고 있습니다1,2. 그러나 강력한 비기후적 변화 동인이 있는 시스템의 경우 정량화가 덜 가능합니다3. 사례 연구에서는 특히 현재 위험의 불확실성이 이미 높은 홍수에 대한 추가 동인의 강력한 영향을 나타냈습니다. 예를 들어 라인 강 유역의 홍수 위험은 대기 강제력의 변화에 ​​가장 덜 민감한 것으로 밝혀졌지만 저수지 용량, 제방 높이, 토지 이용, 자산 가치 또는 민간 예방 조치의 변화에 ​​더 민감한 것으로 나타났습니다4. Vousdoukas et al.5는 홍수 방지가 이베리아 반도의 테스트 현장에서 해안 홍수 위험 평가에 있어 불확실성의 가장 큰 원인임을 보여주었습니다. 특정 위치의 자산 가치(노출)에 대한 추정치와 특정 홍수 강도에서 손실된 자산의 비율을 나타내는 홍수 취약성 함수는 국가마다 크게 다릅니다6,7,8,9. 유럽의 폭풍 피해는 노출 증가10를 보정한 후에 증가하지 않는 것으로 나타났습니다. 위험 요소11의 대조 추세와 취약성 함수12에 대한 매우 높은 불확실성으로 인해 귀인이 복잡해졌습니다. 마지막으로, 유럽의 산불 중 극히 일부만이 자연적 원인에 의해 발생하므로 이러한 재난의 빈도를 이해하는 데 인적 요인이 기본이 됩니다13.

많은 연구에서는 노출 증가를 보정했을 때 유럽, 미국 또는 호주에서 자연 재해의 직접적인 경제적 손실이 증가하는 경향이 없음을 나타냈습니다14,15,16,17,18. 토지 이용 유형, 인구, 경제 생산량, 자산 가치 및 그 불확실성과 같은 노출 변화를 정량화하는 것은 관찰된 영향에 대한 직접적인 영향뿐만 아니라 간접적인 영향도 크기 때문에 매우 중요합니다. 홍수가 발생하는 경우 노출이 많은 지역은 더 잘 보호되고19 덜 취약한 경향이 있는 반면, 토지 이용은 기후 변화보다 더 강하게 강물의 유출량을 국지적으로 조절할 수 있습니다21.

이용 가능한 역사적 노출 재구성은 낮은 해상도, 제한된 공간 적용 범위 또는 노출의 특정 구성 요소만 포함하기 때문에 장기적인 관점에서 기후 변화 속성에 대한 유용성이 제한되어 있습니다. 예를 들어, HILDA22,23,24에는 유럽 연합 국가에 대해 고도로 집계된 토지 피복만 포함되어 있지만 1900년부터 2010년까지의 1km의 높은 해상도가 포함되어 있습니다. 글로벌 데이터 세트 HYDE25는 토지 사용에 대해 기원전 10,000년부터 서기 2017년까지의 기간을 포괄합니다. 인구는 5분(적도에서는 9km)에 불과합니다. HYDE는 ISIMIP26을 포함하여 지구 기후 및 기후 영향 모델링에 광범위하게 적용됩니다. HYDE를 기반으로 GDP 분할도 생성되었으며27 Sauer et al.28의 전 세계 홍수 원인 분석에 사용되었습니다. 특히 홍수 및 산불 위험을 분석하려면 매우 국지적인 현상이기 때문에 매우 높은 해상도의 노출 데이터가 필요합니다. 그러나 고해상도 인구 데이터는 1975년 이후로 거슬러 올라가는 데이터 세트당 몇 가지 단계에 대해 기껏해야 사용할 수 있습니다29. 경제 데이터의 분리는 대부분 인구 밀도30 또는 야간 조명31과 같은 경제 활동에 대한 단일 예측 변수로 제한됩니다.