Journal of Climate Change Research 2016, Vol. 7, No. 2, pp. 205 215 DOI: http://dx.doi.org/10.15531/ksccr.2016.7.2.205 * ** *** * * APEC, **, *** The Effects of Climate Elements on Heat-related Illness in South Korea Jeong, Daeun *, Lim, Sook Hyang **, Kim, Do-Woo *** and Lee, Woo-Seop * * APEC Climate Center, Busan, Korea ** Centers for Disease Control and Prevention, Cheongju. Korea *** National Disaster Management Research Institute, Ulsan, Korea ABSTRACT The relationship between the climate and the number of heat-related patients in South Korea was analysed in this study. The number of the patients was 1,612 during the summer 2011 to 2015 according to the Heat-related Illness (HRI) surveillance system. The coefficient of determination between the number of the patients and the daily maximum temperature was higher than that between the number of them and the other elements: the daily mean/minimum temperature and relative humidity. The thresholds of daily maximum and minimum temperature in metropolitan cities (MC) were higher than those in regions except for MC (RMC). The higher the maximum and minimum temperature became, the more frequently the heat-related illness rate was observed. The regional difference of this rate was that the rate in RMC was higher than that in MC. Prolonged heat wave and tropical night tended to cause more patients, which continued for 20 and 31 of maximum values, respectively. On the other hand, the relative humidity was not proportional to the number of the patients which was rather decreasing at over 70% of relative humidity. Key words : Heat Wave, Heat-related Patients, Climate Elements 1. 서론 지구온난화와도시화현상으로폭염의발생빈도, 지속시간, 강도가심화될것으로예측되고있다 (Meehl and Tebaldi, 2004; IPCC, 2007). 실제로 2003년 6월에서 8월동안유럽에서는 40 가넘는폭염과열대야가지속되면서 35,000 명이사망하는등세계곳곳에서이상고온에의한피해가나타났다. 11년에서 2010년동안우리나라의연평균폭염일수는 10.1 일수준이며, 온실가스고배출시나리오 (RCP 8.5) 에의하면저감없이온실가스가배출된다면 21세기후반기 (2071 2100 년 ) 에는 40.4일로증가할것으로전망된다 (KMA, 2012). 또한 6 개관측지점 ( 서울, 인천, 강릉, 대구, 목포, 부산 ) 에서는 1912년부터 2008년동안평균기온이 1.7 가상승했고, 이는전지구 평균기온상승률의두배이며, 이중 20 30% 는도시화에의한것이다 (NIMR, 2009). 이러한기온상승에의한폭염과열대야등의고온현상은인간에게열사병, 열탈진, 열실신, 열경련등의질병등신체적피해를줄수있고, 인간의유병율 (morbility) 및사망률 (mortality) 증가에도영향을미친다 (Cinar et al., 2001; Kim et al., 2006; Kysely et al., 2009; Park and Lee, 2006). 또한폭염일수가많아짐에따라폭염사망자는지수적으로증가하고, 최고기온이 33 이상일때사망자가급증한다 (Kim et al., 2014). 스페인의 75세이상의여성노인인구중일최고기온이 36.5 이상인날이하루증가할때사망률이 28.4% 가증가한다는외국의연구결과도있다 (Diaz et al., 2002). 폭염과열대야등의고온현상으로인한인명피해를최소 Corresponding author: wslee@apcc21.org Received May 20, 2016 / Revised June 7, 2016(1st) June 15, 2016(2nd) / Accepted June 20, 2016
206 정다은 임숙향 김도우 이우섭 화하기위해서는폭염의발생및그에따른초과사망자등을조사할필요가있다 (Choi et al., 2005; Kim et al., 2006; Kim and Lee, 2007; Kim et al., 2007; Kysely and Kim, 2009; Lee et al., 2007; Park et al., 2008). 그일환으로 2010년부터보건복지부질병관리본부에서여름동안온열질환에의한사망자를실시간으로집계하기시작했다. 하지만전국 460여개응급실에서보고되는건수만이집계되고있어전국적폭염피해를모두반영하지는못하고있다 (KCDC, 2013). 또한온열질환에의한사망자수는 21년간총 442명에불과하다 (Kim et al., 2014). 온열질환에의한피해자는사망자만이아니라, 병원에내원하여온열질환을진단받은질환자도포함되어야하지만, 이에대한연구는없는실정이다. 이에본연구에서는선행연구에서수행되지않았던온열질환자와기후요소의상관관계를파악하기위해질병관리본부의온열질환감시체계하에집계된 5년동안의온열질환자의발생지역, 발생일, 온열질환자수등을조사하여기후요소와의관련성을분석하였다. 2. 자료및연구방법 2.1 자료 본연구에서사용된온열질환자수는 2015년기준 533개의응급실운영의료기관으로부터수집및집계되었다 (KCDC, 2015). 환자수는응급실일일내원자중폭염노출로인해열사병, 열탈진, 열실신, 열경련, 열부종등한국표준질병 사인분류에의한질병코드 T67과같은증상이나타나는 온열질 환 으로진단된모든환자를포함한다. 폭염건강피해현황집계는증상발생일을기준으로하고, 온열질환자수에사망자수는포함되지않는다. 질병관리본부에서운영되는온열질환감시체계를통해집계한온열질환자발생수는 2011년부터 2015 년동안 5월부터 9월까지일별및시도별로기록되어있다. 온열질환자수를집계한온열감시기간은 2011년부터 2015년까지총 467일이다. 2011 년은감시시작일이 7월 1일로서다른해에비해늦은편이고, 총감시일은 68일이며, 2012년에서 2014년의감시일은각 일이다. 2015년에는감시조기개시로인해감시일이다른해에비해긴 105일이다 (Table 1). 기후요소가온열질환자수에미치는영향을분석하기위해서기상청종관기상관측장비 (Automated Synoptic Observing System, ASOS) 의 92개지점자료를사용하였다. 또한본연구에서사용된인구자료는통계청에서제공하는 2011년부터 2015년까지의행정구역 ( 시군구 ) 별총인구자료이다. 연구지역은우리나라 7대광역시인서울, 인천, 대전, 대구, 울산, 광주, 부산과광역시외의지역인경기, 강원, 충북, 충남, 전북, 전남, 경북, 경남, 제주를통칭하여비광역시를대상으로하였다. 인구자료는시군구단위까지, 기후자료는시군단위까지제공되나, 온열환자수자료는시도단위까지만제공되므로, 이에맞춰광역시 (Metropolitan cities, MC) 와비광역시 (Regions except for MC, RMC) 로분류하여분석하였다. 또한세종시는본래충청남도연기군남면, 금나면, 동면일원과공주시장기면, 반포면일원이었고, 세종특별자치시로분류된기후자료가없으므로세종시는충남에포함시켜비광역시로분류하였다. 이연구에서는일평균기온, 일최고기온, 일최저기온및상 Table 1. Description of climate, patients with heat-related illness, and population data Climate * Patients with heat-related illness Population ** Source of data ASOS Heat-related Illness (HRI) surveillance system Statistics on residents by Local Government Elements Daily mean/maximum/minimum temperature and relative humidity The number of patients with heat-related illness The number of population Temporal resolution Daily Daily Yearly Period 2011 2015 (Monitoring period of HRI surveillance system) 2011 July 1 September 6 (68 ) 2012 June 1 September 6 ( ) 2013 June 2 September 7 ( ) 2014 June 1 September 6 ( ) 2015 May 24 September 5 (105 ) 2011 2015 * http://data.kma.go.kr/ ** Korean Statistical Information Service (http://kosis.kr/) Journal of Climate Change Research 2016, Vol. 7, No. 2
기후요소가온열질환자수에미치는영향 207 대습도자료를사용하여기후요소와온열질환자의연관성및 폭염 (Heat wave, HW) 과열대야 (Tropical night, TN) 의지속기 간에따른환자수발생률을분석하였다. 폭염은일최고기온이 33 이상인경우, 열대야는일최저기온이 25 이상인경우를 임계온도로하는기상청의정의를준용하였다. 또한 1973 년 부터 2015 년 6 월과 7 월의 ASOS 자료를사용하여폭염과열 대야의장기변동성에대해분석하였다. 2.2 연구방법 2.2.1 구간적회귀모형 단순선형회귀분석 (simple linear regression) 은자료의전 체범위에대한회귀선을구하는분석법이기때문에특정부 분에서적합도가떨어지는경우가있다. 이를해결하기위해 특정기후요소값이하에서의회귀계수와이상에서의회귀계 수가달라지는구간적회귀모형 (piecewise regression model) 을가정하여기후요소와온열질환자수의관계에가장적합한 모형을구하였다 (Muggeo, 2003). 회귀계수가달라지기시작 하는기후요소값을역치 (threshold 혹은 breakpoint) 라하며, 회 귀식은식 (1) 과같다. for for (1) 여기서 는종속변수, 는독립변수, 은역치이하에서의 절편, 과 는각각역치이하와이상에서의회귀선기울기, 는역치를나타낸다. 역치는추정의표준오차 (standard error of the estimate) 가가장작아지는지점을찾아구한다. 2.2.2 온열질환자발생률 기후요소에따른 100 만명당온열질환자의발생률을살펴 보면어떤조건에서가장많은열질환자가발생하는지를확 인할수있다. 계산방식은식 (2) 와같다 (Kim et al., 2014). Heat-related illness rate(t,d) = Heat-related illness rate 는 100 만명당온열질환자발생률, t 는기후요소값, d 는 t 가발생한날이다. The number of pa- tients 는환자수, Population 은그지역및그시기의인구수로 (2) 서 d의함수이다. Frequency 는기후요소구간에따라그구간내의값이나타난횟수이다. 예를들어, 광역시의 t가 24 에서 26 인상황에서 Heat-related illness rate가 5라면 24 에서 26 사이의기온이한번나타났을때 100만명당 5명의온열질환자수가발생했음을의미한다. 3. 연구결과 3.1 기후요소와온열질환자수의상관관계 3.1.1 기후자료및온열질환자수개괄 Table 2는온열질환자감시기간동안광역시및비광역시총 16개권역의일평균기온 (Daily mean temperature), 일최고기온 (Daily maximum tempertarue), 일최저기온 (Daily minimum temperature), 상대습도 (Daily relative humidity) 의최솟값 (min), 평균값 (avg) 및최댓값 (max) 을나타낸것이다. 일평균기온과일최고기온의평균값은 13개권역중대구에서가장크게나타났고, 그값은각각 24.7 와 30.5 이다. 일최저기온은평균적으로제주도가 22.5 로가장높게나타났다. 감시기간중일평균기온, 일최고기온, 일최저기온의최댓값은 33.1, 38.8, 28.8 로모두울산에서나타났다. 일최저기온뿐만아니라, 상대습도의평균값도제주에서가장크다. 일평균기온과일최고기온은대구에서, 일최저기온과상대습도는제주에서가장높게나타났으나, 환자수의일평균값은전남에서 1.2명으로가장크게나타났다. 7개광역시중에서는서울의 0.6명이가장크다. 3.1.2 기후요소및온열질환자수연도별증감률총감시일의차이로 2011년의전국온열질환자수가약 443 명으로다른해에비해적다 (Table 1). 2011 년을제외하면 2014 년의전국온열질환자수가 556명으로가장적고, 2013년에는 1,189 명으로가장많이나타났다. 광역시보다비광역시의인구수가약 400만명에서 500만명정도많으므로인구당온열질환자수를살펴보기위해온열질환자수를해당연도의인구수와감시일수로나눈후 100만을곱하여 100만명당일별온열질환자수를살펴보았다 (Table 3, Fig. 1). 광역시의경우, 2012년의값이 0.145명으로서가장높고, 2011년은 0.093명으로서가장낮다. 비광역시는 2012년이아닌 2013년에 0.319명이라는최곳값이나타났고, 2014년에는 0.140명의최젓값이나타났다. 또한비광역시의온열질환자수, 최고기온, 상대습도값은 2014년을제외하고광역시보다크고, 최저기온은모든해에대해광역시값에서더큰값을나타낸다. http://www.ekscc.re.kr
208 정다은 임숙향 김도우 이우섭 Table 2. Minimum, mean, and maximum values of climate elements of each city and province during the monitoring period Daily mean temperature ( ) Daily maximum temperature ( ) Daily minimum temperature ( ) Daily relative humidity (%) The number of patients min * avg (±std) ** max *** min avg (±std) max min avg (±std) max min avg (±std) max min avg (±std) max Seoul 18.7 25.2 (±2.3) 31.8 20.5 29.4 36.7 14.0 21.8 28.7 27.1 69.5 (±13.0) 99.8 0.0 0.6 (±1.8) 19.0 Incheon 15.7 23.2 (±2.3) 29.9 18.9 26.8 (±2.4) 34.8 10.2 20.3 26.1 44.1 84.1 (±10.3) 99.3 0.0 0.3 (±0.8) 6.0 Daejeon 18.5 25.2 (±2.4) 31.9 21.2 29.5 36.9 12.0 21.6 (±2.9) 27.4 40.0 78.3 (±10.7) 99.9 0.0 0.2 (±0.5) 3.0 Daegu 17.0 25.7 (±3.1) 32.9 20.9 30.5 (±3.8) 38.3 12.7 21.9 28.2 32.4 69.9 (±11.8) 97.9 0.0 0.4 (±0.9) 6.0 Ulsan 16.2 24.7 (±3.2) 33.1 19.3 29.1 (±4.0) 38.8 12.0 21.3 (±3.1) 28.8 42.0 75.7 (±9.7) 99.8 0.0 0.5 (±1.1) 9.0 Gwangju 18.3 25.3 31.4 20.5 29.9 (±3.1) 37.7 13.3 21.8 27.6 34.4 74.7 (±10.5) 96.9 0.0 0.4 (±1.0) 7.0 Busan 16.3 24.4 (±2.7) 30.1 20.2 27.8 (±3.1) 35.0 13.7 22.0 (±2.7) 28.0 48.8 77.2 (±9.8) 9 0.0 0.4 (±0.9) 9.0 Gyeonggi 17.4 24.4 (±2.2) 30.3 21.4 2 (±2.7) 36.9 10.1 20.3 25.9 37.3 75.1 (±10.6) 96.4 0.0 1.0 (±2.0) 14.0 Gangwon 16.2 23.0 29.4 20.3 27.9 (±2.9) 34.3 11.2 19.2 26.1 34.9 76.7 (±9.1) 95.5 0.0 0.4 (±1.0) 7.0 Chungbuk 16.0 23.9 (±2.3) 29.7 20.3 28.9 (±2.7) 35.7 10.0 19.9 26.2 38.1 74.3 (±9.9) 94.4 0.0 0.5 (±1.1) 11.0 Chungnam 17.7 24.2 (±2.4) 30.2 21.4 29.0 36.5 9.8 20.4 26.0 48.7 7 (±8.6) 96.6 0.0 0.5 (±1.4) 11.0 Jeonbuk 17.7 24.4 (±2.5) 30.3 20.8 29.3 (±2.9) 36.3 10.2 20.6 26.0 48.2 78.3 (±8.3) 96.0 0.0 0.5 (±1.2) 11.0 Jeonnam 16.5 24.1 (±2.5) 29.4 19.9 28.1 (±2.9) 35.3 12.6 21.0 26.2 52.9 82.9 (±7.2) 96.0 0.0 1.2 (±2.2) 13.0 Gyeongbuk 15.3 23.7 (±2.7) 30.3 19.9 28.6 (±3.3) 35.7 10.2 19.7 25.7 38.6 76.5 (±8.8) 94.8 0.0 0.8 (±1.6) 10.0 Gyeongnam 15.3 24.4 29.9 19.0 29.1 (±3.3) 36.5 11.6 20.9 (±2.9) 26.1 46.8 76.8 (±8.2) 94.0 0.0 1.1 (±2.4) 20.0 Jeju 16.5 24.7 30.2 19.8 27.6 34.2 13.6 22.5 27.4 57.5 84.2 (±6.7) 97.1 0.0 0.3 (±0.9) 8.0 * minimum, ** average(±standard deviation), *** maximum. 특이한점은광역시의경우, 2012 년에서 2013 년이되면서 온열질환자수총합이 330 명에서 317 명으로, 100 만명당일평 균온열질환자수가 0.145 명에서 0.139 명으로약 3.9% 감소하 는반면, 비광역시에서는총합이 654 명에서 872 명으로, 100 만 Journal of Climate Change Research 2016, Vol. 7, No. 2
기후요소가온열질환자수에미치는영향 209 Table 3. Change of the number of patients per one million per day and each climate element in South Korea, MC, and RMC with each year South Korea MC RMC 2011 2012 2013 2014 2015 2011 2012 2013 2014 2015 2011 2012 2013 2014 2015 7.1 68 6.2 9.7 5.24 9.5 105 7.1 68 The number of patients per one million per day * 0.128 0.197 0.237 0.111 0.195 0.093 0.145 0.139 0.074 0.127 0.158 0.241 0.319 0.140 0.250 Rate of change (%) 53.5 20.4 53.4 76.6 55.8-3.9 46.6 71.2 52.1 32.4 55.9 78.4 Maximum temperature ( ) 28.9 28.9 29.5 27.7 28.3 28.6 28.8 29.1 27.9 28.3 28.9 28.9 29.5 27.7 28.3 Rate of change (%) 0.03 2.10 6.36 2.00 1.00 1.02 4.15 1.42 0.14 2.27 6.18 2.13 Minimum temperature ( ) 21.8 20.7 21.3 19.8 19.2 22.1 21.5 22.1 20.7 20.2 21.8 20.7 21.2 19.7 19.1 Rate of change (%) 5.19 2.70 7.83 3.11 2.70 2.55 6.22 2.37 5.18 2.79 7.42 3.07 Relative humidity (%) 81.2 77.4 78.2 78.9 75.9 79.9 75.8 76.9 79.5 75.2 81.3 77.6 78.3 78.9 75.9 Rate of change (%) 4.92 0.97 0. 3. 5.14 1.43 3.39 5.45 4.64 0.93 0.72 3.70 * The number of patients per one million per day : ((Total number of patients Population of each year) Monitoring period) 10 6 6.2 9.7 5.24 9.5 105 7.1 68 6.2 9.7 5.24 9.5 105 (a) (b) : The number of patients per one million per day : Daily maximum temperature : Daily minimum temperature : Daily relative humidity (c) Fig. 1. Change of the number of patients per one million per day and each climate element in (a) South Korea, (b) MC, and (c) RMC with each year. http://www.ekscc.re.kr
210 정다은 임숙향 김도우 이우섭 명당일평균온열질환자수가 0.241명에서 0.319명으로오히려약 32.4% 가증가하였다. 하지만기후요소의경우, 광역시와비광역시모두에서그값이증가했다. 이때최저기온과상대습도의증감률은광역시에서각각 2.55%, 1.43%, 비광역시에서각각 2.79%, 0.93% 로광역시와비광역시에서비슷하게나타나지만, 최고기온의경우광역시에서는 1.02% 증가한반면, 비광역시에서는 2.27% 가증가하여그차이가두배이상으로나타났다. 2013년에서 2014년이되면서광역시와비광역시의환자수가감소할때최고기온, 최저기온은감소하고, 상대습도는증가하는모습이나타난다 (Fig. 1(b), (c)). 이때광역시의상대습도증가율은 3.36% 로비광역시의증가율인 0.72% 의 4.67배이다. 하지만다음해인 2015년에는광역시의환자수가 71.2%, 비광 역시의환자수는 78.4% 증가하지만, 최저기온과상대습도는감소하고최고기온은증가하는모습을보인다. 최고기온, 최저기온, 상대습도가증가함에따라온열질환자수가증가하는패턴은전국및비광역시에서 2012년에서 2013년이될때뿐이며, 온열질환자수와각각의기후요소가매번일관된증감패턴을보이는것은아니고, 온열질환자수의연별증감과기후요소값의연별증감을단순비교하는것은무리가있을수있다. 3.1.3 기후요소와온열질환자수의관계구간적회귀모형을통해전국, 광역시및비광역시의일별온열질환자수와기후요소의상관관계를살펴보았다 (Fig. 2). 전국일최고기온과온열질환자수사이의결정계수는 0.75로서전국온열질환자수의변화량중약 75% 가전국일최고기온 (a) (b) (c) (d) (e) (f) (g) (h) (i) Fig. 2. Piecewise regression between each climate element and the number of heat-related patients of each region. On the graphs are written each R-squared (R 2 ), threshold (Thr), and regression equation at over Thr. Journal of Climate Change Research 2016, Vol. 7, No. 2
기후요소가온열질환자수에미치는영향 211 에의해설명됨을뜻한다. 이값은광역시의 0.68과비광역시의 0.71보다크며, 일최저기온과상대습도의결정계수보다도큰값이다 (Fig. 2(a), (b), (c)). 구간적회귀분석이아닌단순선형회귀분석을통한일최고기온과온열질환자수사이의결정계수는전국, 광역시, 비광역시에서각각 0.61, 0.53, 0.57로서구간적회귀모형을통해계산된값보다작으며, 단순회귀분석시에는역치가고려되지않기때문에회귀선의적합도또한떨어진다 ( 그림없음 ). 최저기온과온열질환자수사이의결정계수는최고기온의결정계수보다작다 (Fig. 2(d), (e), (f)). 광역시에서의값은 0.53 으로서전국및비광역시에서의값보다크다. 비광역시의최저기온역치는 21.4 로광역시보다 1.7 낮은값이며, 이는최고기온의역치차이인 0.3 보다크다. 이는도시화및열섬현상에의한것으로판단된다. 기온과달리상대습도와온열질환자수간의결정계수는약 1/10배로작다 (Fig. 2(g), (h), (i)). 전국, 광역시, 비광역시에서의결정계수는각각 0.05, 0.03, 0.07이며, 이중비광역시에서의값이가장큰편이다. 광역시의상대습도역치는비광역시의역치보다낮은 66.3% 이며, 광역시의일최고기온과최저기온의역치가비광역시의역치보다더큰것과반대의양상이다. 회귀선의모습또한기온과반대의양상을보인다. Fig. 2 에표시된회귀식은역치이상에서의회귀식이며, 상대습도의경우일차항계수가모두음이므로, 이는상대습도와온열환자수가음의관계임을나타낸다. 회귀식의일차항계수의절댓값은일정값의기후요소의변화에온열질환자수가얼마나많이증감하느냐를설명하는데모든요소에대해비광역시의일차항계수가광역시의일차항계수보다크다. 이는비광역시에서기후요소에따른온열질환자수의변화폭이더큼을의미한다. 또한값들의분포를통해상대습도가약 70% 에서 80% 인지점에높은환자수발생값이밀집되어있음을볼수있다. 3.1.4 온열질환자수발생률일최고기온변화에따른온열질환자발생률은광역시와비광역시에서모두증가추세를보인다 (Fig. 3(a)). 광역시와비광역시모두 34 이상, 35 미만의구간에서각각 0.91, 1.45 의최댓값이나타나며, 기울기도이구간에서각각 0.31 0.51 로서가장크다. 25 이상, 26 미만의구간을제외하고, 비광역시의온열질환자발생률이광역시보다항상크며, 그격차또한일최고기온이증가함에따라커진다. 일최저기온과열질환자발생률은일최고기온의경우처럼양의상관관계를나타낸다 (Fig. 3(b)). 광역시에서는 26 이 (a) (b) Fig. 3. Heat-related illness rate for daily maximum temperature and (b) daily minimum temperature in MC (solid line) and RMC (dashed line). 상, 27 미만의구간에서 0.82 의최댓값이나타나며, 비광역 시에서는최저기온이 25 이상, 26 미만일때 1.31 의최대 발생률을보인다. 광역시와비광역시의열질환자발생률최대 격차는 25 이상, 26 미만의구간에서 0.82 이다. 3.2 폭염및열대야의영향 3.2.1 폭염및열대야의변동성 한반도폭염과열대야의경년변동성을보기위해일최고기 온이 33 이상인날과일최저기온이 25 이상인날의지역 평균을 Table 4 에나타내었다. 한반도평균폭염과열대야의 발생빈도수는최고기온이가장높았던 2013 년에가장많이 발생한것으로나타났으며, 잦은태풍의내습으로인해최고기 온이가장낮았던 2014 년에가장낮게발생하였다 (Table 4). http://www.ekscc.re.kr
212 정다은 임숙향 김도우 이우섭 Table 4. The mean number of of HW and TN in South Korea, MC, and RMC with each year 2011 2012 2013 2014 2015 5-year mean South Korea 5.4 13.3 16.4 5.1 9.5 10.0 HW MC 5.0 14.0 15.6 7.3 8.3 10.0 RMC 5.4 13.2 16.5 4.9 9.7 10.0 South Korea 5.0 8.5 12.8 1.9 3.7 6.4 TN MC 4.6 15.9 20.2 4.4 7.7 10.6 RMC 5.1 7.8 12.0 1.6 3.2 5.9 5년평균폭염빈도수는비광역시와광역시에서모두 10.0일로거의동일하게발생한것으로나타난다. 하지만 2013년에비광역시의폭염발생빈도수는약 0.9일많다. 5년평균열대야의빈도수는광역시가 10.6일, 비광역시가 5.9일로서광역시의평균열대야빈도수가약 79.7% 많은것으로나타났다. 지역별 5년간폭염발생분포를보면, 467일의온열질환감시기간중 80일이상의폭염일수는전북일부지역을포함하여대부분경북및경남지역에서나타난다 (Fig. 4(a)). 경상내륙지역은소백산맥의지형효과로여름철남서기류에의해고온의공기가정체되어폭염이오래지속되는특징이있는 Kim and Lee(2007) 의결과와유사하다. 전국에서폭염일수의최곳값은대구에서나타난 143일이다. 최근 30년 (1973 년부터 2015년 ) 여름 (7월및 8월 ) 동안시간에따른폭염의경향성을살펴보면 15곳을제외하고모두양의값으로서폭염일수가증가하는모습을보인다 (Fig. 4(b)). 특히경남과전라도에서그값이크며, 대구의값은약 0.09로서 95% 의수준에서유의하다. 이는 Table 2에서도확인할수있듯이, 대구의일최고기온의평균값이가장크게나타난결과와일치한다. 열대야일수는폭염일수와달리남부해안지방및제주도에서큰값이나타난다 (Fig. 4(c)). 가장큰값은제주도의제주시및서귀포시의 138일및 135일이며, 내륙지방은 1일이상 10일미만의적은값들이나타난다. 열대야일수의경향성을폭염분석과같은기간동안살펴보면충북지역등 7곳을제외하고모두증가하는추세를보인다 (Fig. 4(d)). 특히제주도에서는 0.35일 / 년이상의값이나타나며, 이또한제주도의일최저기온및상대습도의평균값이가장크게나타난 Table 2의결과와일치한다. 3.2.2 폭염및열대야지속일수와온열질환자수의관계폭염및열대야지속일수에따라온열질환자수가어떻게분포하는지를살펴보기위해광역시및비광역시각지점의 일최고기온의평균값이 33 이상인날과일최저기온의평균값이 25 이상인날이얼마나지속되는지를파악하여지속기간동안의누적온열질환자수를살펴보았다. 광역시에서는폭염이 20일지속되는동안총 22명의온열질환자수가발생했다 (Fig. 5(a)). 이는대구에서발생한경우이며, Fig. 4(a) 에서대구의폭염일수가가장큰것과관련이있다. 가장많은환자수 (93명) 가발생한사례는서울에서폭염이 10일연속발생한경우이다. 비광역시의경우는경남에서 16일의폭염이연속적으로발생했을때 108명의온열질환자수가발생했다. 폭염의지속기간이최장 17일이상지속된곳은전북으로서 39명및 43명의온열질환자수가나타났다. 열대야의경우, 광역시 ( 서울 ) 에서 11일지속되었을때 명의누적온열질환자가발생했다 (Fig. 5(c)). 울산에서최장 20일이지속되었을때는 43명의온열질환자수가나타났다. 비광역시에서 58명의최대온열질환자가발생했을때는경남에서열대야가 4일연속지속되었을때이고, 지속일이가장긴경우는 2013년제주도의 31일이다 (Fig. 5(d)). 폭염은광역시에서 3일정도더길게나타났고, 열대야는비광역시에서약 10일정도더길게나타나는특징이있다. 전체적으로폭염및열대야지속일수가길어질수록온열질환자수의발생이많아지는경향을보이지만, 항상지속일수가최댓값일때온열질환자수가최댓값이나타나는것은아니다. 4. 요약및결론 본연구는질병관리본부의온열질환자수자료와기상청의기후요소자료를사용하여 2011년에서 2015년온열질환감시기간동안의폭염및열대야에의한온열질환자발생특성을분석하였다. 일평균기온과일최고기온의평균값은대구에서가장크게나타났고, 일최저기온과상대습도의평균값은제주도에서가장컸다. 또한다른지역에비해대구는폭염이, 제 Journal of Climate Change Research 2016, Vol. 7, No. 2
기후요소가온열질환자수에미치는영향 213 (a) The number of of HW for the monitoring period (b) Trend of of HW for Jul-Aug 1973-2015 (c) The number of of TN for the monitoring period (d) Trend of of TN for Jul-Aug 1973-2015 Fig. 4. (a) The number of of HW for the monitoring period; (b) The trend (/year) of them for July to August 1973 to 2015; (c) The number of of TN for the same period of (a); (d) The trend of them for the same period of (b). Open circles on the maps of (b) and (d) represent the stations with 95% confidence. 주도는열대야가많이발생했다. 온열질환감시기간을연도별로나누어비교해보면 100만명당일평균온열질환자수와최고기온은모든해에걸쳐광역시보다비광역시에서값이크고, 최저기온은그반대다. 100 만명당일평균온열질환자수가가장많이발생한해는 2013 년으로전국적으로 0.237명이, 비광역시에서는 0.319명이나타났다. 2012년에서 2013년이되면서최고기온, 최저기온, 상대습도가모두증가했는데, 2013년에서 2014년이되면서상대습도는오히려증가하거나비슷함에도온열질환자수는감소하는모습을보였다. 구간적회귀모형을통한일별온열질환자수와기후요소의상관관계를살펴보면온열질환자수와최고기온사이의결정계수는전국에서 0.75, 광역시에서 0.68, 비광역시에서 0.71로 다른요소들의결정계수보다컸다. 지역별로살펴보면광역시의일최고기온과일최저기온의역치는각각 30.4, 23.1 로비광역시의기온역치보다크며, 상대습도의경우 66.3% 로비광역시의상대습도역치보다작다. 온열질환자수발생률을계산하여온열질환자수가가장많이발생하는기후요소의구간을살펴보면최고기온및최저기온이높아질수록온열질환자수가많이나타났다. 최고기온이 34 이상, 35 미만일때광역시에서는 0.31명, 비광역시에서는 1.45명의환자가발생했다. 최저기온이 26 이상, 27 미만일때광역시에서 0.82명의환자가발생했고, 비광역시에서는환자가나타나지않은반면 11 이상, 14 미만의낮은기온에서온열질환자가발생했다. 온열질환감시기간동안의폭염과열대야의지역적특성에 http://www.ekscc.re.kr
214 정다은 임숙향 김도우 이우섭 (a) (b) (c) (d) Fig. 5. Distribution of the consecutive numbers of of HW in (a) MC and (b) RMC; distribution of the consecutive numbers of of TN in (c) MC and (d) RMC. 따르면전북일부지역과경북및경남지역의대부분에서 80 일이상의폭염이나타났다. 또한최근 30년간의폭염일수의경향을보면대구에서가장많이증가했다. 열대야는남부해안지방및제주도에서많이발생했고, 30년간의경향성또한제주도에서가장크게나타났다. 폭염과열대야의지속일수와온열질환자수의관계를살펴보면광역시에서폭염지속일수가더길고, 비광역시에서는열대야지속일수가더긴경향이나타나고, 지속일수가길어질수록온열질환자수의발생이많아지는모습을보인다. 본연구는최근 5년간발생한 1,612 명의온열질환자수자료만을사용하였다. 폭염사망자수에비하면많은편이지만, 폭염사망자수자료처럼연령, 소득, 거주지등의정보가없고, 시군구단위로세분화되어있지않아온열환자수와기후요소의복잡한비교는불가능했다. 하지만시간이지나면서자료가 충분히쌓이고, 자료의특성이구체화되어온열질환자발생특성을파악할수있다면향후효율적인온열질환대응체계를위한토대를마련할수있을것이다. 5. 사사 본연구는 APCC 의지원을통해수행되었습니다. REFERENCES Choi GY, Choi JN, Kwon HJ. 2005. The impact of high apparent temperature on the increase of summertime disease-related mortality in Seoul: 1991-2000. Journal of Preventive Medicine and Public Health 38(3):283-290 (in Journal of Climate Change Research 2016, Vol. 7, No. 2
기후요소가온열질환자수에미치는영향 215 Korean with English Abstract). Cinar, Y, Senyol AM, Duman K. 2001. Blood viscosity and blood pressure: Role of temperature and hyperglycemia. American Journal of Hypertension 14:433-438. Diaz, J, Jordan A, Garcia R, Lopez C, Alberdin J, Hernandez E, Otero A. 2002. Heat waves in Madrid 16-1997: Effects on the health of the elderly. International Archives of Occupational and Environmental Health 75(3):163-170. IPCC. 2007; Climate Change 2007. The physical science basis, summary for policymakers, contribution of working group I to the fourth assessment report of the intergovernmental panel on climate change. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, pp 1-21. Kim JY, Lee DG, Park IS, Choi BC, Kim JS. 2006. Influences of heat waves on daily mortality in South Korea. Atmosphere Korean Meteorological Society 16(4):269-278 (in Korean with English Abstract). Kim JY, Kim HA, Choi BC, Chun YS, Kim KR, Lee DG, Oh JW, Yang IK, Kim SH. 2007. Health-related weather forecasts in Korea: Current status and perspectives. Global Environ Res 11:13-22. Kim JY, Lee SH. 2007. The distribution of heat waves and its cause in South Korea. J Korean Geogr Soc 42(32):332-343 (in Korean with English abstract). Kim DW, Chung JH, Lee JS, Lee JS. 2014. Characteristics of heat wave mortality in Korea. Atmosphere Korean Meteorological Society 24(2):225-234 (in Korean with English abstract). Korea Centers for Disease Control and Prevention (KCDC). 2013. White paper on 2012 heat waverelated health damage. Ministry of Health and Welfare pp 167. Korea Centers for Disease Control and Prevention (KCDC). 2015. The results of heat-related illness surveillance 8(38): 906-908 (in Korean with English abstract). Korea Meteorological Administration (KMA). 2012.. 11-1360000-000861-01, pp 75. Kysely J, Huth R, Kim JY. 2009. Evaluating heat-related mortality in Korea by objective classification of air masses. Int J Climatology 30:1484-1500. Kysely J, Kim JY. 2009. Mortality during heat waves in South Korea, 1991-2005: How exceptional was the 1994 heat wave? Climate Res 38:105-116. Lee DG, Kim JY, Choi BC. 2007. Characteristics of daily mortality due to heat waves in Busan in July 1994. Atmosphere Korean Meteorological Society 17(4):463-470 (in Korean with English Abstract). Muggeo V. 2003. Estimating regression models with unknown break-points. Statist Med 23:3055-3071. Meehl GA, Tebaldi C. 2004. More intense, more frequent and longer lasting heat waves in the 21st century. Science 305(5686):994-997. National Institute of Meteorological Research (NIMR). 2009. Understanding climate change 2, Climate change in the Korean peninsula: The present and future: Focused on research performance by National Institute of Meteorological Research, Seoul, : 11-1360395-000160-01 pp 5. Park JK, Lee DG. 2006. Correlation between daily mortality and temperature of Seoul, in summer. Proceedings of the 99th Annual Meeting of AWMA, New Orleans, LA, Paper No 06-A-384-AWMA. Park JK, Jung WS, Kim EB. 2008. A study on development of the extreme heat standard in Korea. Journal of the Environmental Sciences 17(6):657-669 (in Korean with English abstract). http://www.ekscc.re.kr