초록
본 연구는 저탄소 기후변화 적응 대책 수립에 활용되는 기후변화 취약성 평가에 적용하기 위하여 사회경제 발전 경로(SSP)에 대한 스토리라인을 개발하고 시나리오별 토지이용변화를 시뮬레이션 하였다. 연구는 크게 3단계로 진행하였다. 첫째, 과거 데이터를 이용하여 셀룰라 오토마타(CA) 모델링을 수행한 후 기준년과 시뮬레이션 결과를 비교하여 지역별 특성에 맞는 전이규칙을 도출하였다. 둘째, SSP에 대한 토지이용 변화 가정을 수립하여 세 가지의 시나리오를 설정하였다. SSP1은 지속가능성에 대한 시나리오로 압축도시로의 발전을, SSP2는 현재 상황을 유지하는 중도의 발전을, SSP3는 분열된 사회로 난개발을 가정하였다. 마지막으로, CA 모델링에 SSP 시나리오를 결합하여 권역별 토지이용 변화를 예측하였다. 분석결과를 SSP 시나리오별로 살펴보면 SSP1은 2020년, SSP2는 2030년까지 도시 면적 비율이 소폭 증가하다가 더 이상의 변화가 나타나지 않았으나, 낮은 수준의 도시계획을 가정한 SSP3에서는 도시 면적 비율이 2050년까지 지속적으로 증가하는 것으로 나타났다. 토지이용 변화에 대한 결과는 합리적 기후정책의 의사결정에 기여할 수 있을 것이며, 공간적 상세화로 도출된 시뮬레이션 결과는 취약성 평가에 일괄 적용함으로써 기후변화 적응 정책 우선순위 선정에 활용할 수 있을 것으로 사료된다.
In an effort to establish adaptive measures for low carbon use and climate change, this study developed storylines for shared socio-economic reference pathways(SSP) and simulated change in land use for each storyline. First, cellular automata modeling was performed using past data, and a transition rule for the local characteristics of each planning area under study was derived by comparing with the results of the base year. Second, three storylines were formulated based on the hypothesized change in land use for the SSP. SSP1, the scenario for sustainability, assumed that the land was developed into a compact city, SSP2 assumed the development of a road through the middle of the land while maintaining the current situation, and SSP3 assumed unsustainable development into a fragmented world. Third, change in land use depending on planning area was predicted by integrating the SSP scenarios with cellular automata(CA) modeling. According to the results of analysis using the SSP scenarios, the urban area ratio increased slightly up to 2020 in SSP1 and up to 2030 in SSP2 and did not change any more subsequently, but it increased continuously until 2050 in SSP3 that assumed low level urban planning. These results on change in land use are expected to contribute towards making reasonable decisions and policies on climate change, and the outcomes of simulation derived from spatial downscaling, if applied to vulnerability assessment, will be useful to set the priority of policies on climate change adaptation.
