기후 과학의 현황: 긴급하고 야심찬 기후 행동의 필요성
인간이 야기한 기후 변화로 인해 대기, 해양, 빙권, 생물권에 광범위하고 빠른 변화가 발생했습니다. 2023년은 기록상 가장 더웠으며, 광범위한 극한 날씨가 발생했습니다. 이러한 추세는 2024년 상반기에도 계속되었습니다.
전 세계 온실 가스(GHG) 배출량은 2021년에서 2022년 사이에 1.2% 증가하여 이산화탄소(CO2)에 해당하는 574억 톤에 달했습니다. CO2, 메탄(CH4), 아산화질소(N2O)의 전 세계 평균 표면 농도도 새로운 최고치를 기록했습니다.
파리 협정이 채택되었을 당시, 온실 가스 배출량은 2015년 대비 2030년까지 16% 증가할 것으로 예상되었습니다. 현재 그 예상 증가율은 3%로, 진전이 있었음을 나타냅니다. 그러나 2030년의 배출 격차는 여전히 높습니다. 지구 온난화를 2°C 미만과 1.5°C(산업화 이전 시대보다 높음)로 제한하려면 2030년의 글로벌 GHG 배출량을 현재 정책에서 예상한 수준에서 각각 28%와 42% 줄여야 합니다.
기존 정책과 국가별 결정 기여(지구 온난화를 2°C 이하로 제한하기 위한 국가적 노력을 제시)를 통해 지구 온난화는 세기 내내 최대 3°C로 유지될 것으로 추정됩니다. 모든 조건부 NDC와 순제로 공약이 완전히 달성되는 가장 낙관적인 시나리오에서만 지구 온난화는 2°C로 제한될 것으로 예상되며 지구 온난화를 1.5°C로 제한할 가능성은 14%에 불과합니다.
다음 5개 달력 연도 중 적어도 1년 동안 지구 평균 근지표 온도가 산업화 이전 수준보다 1.5°C를 초과할 확률은 80%이고, 2024-2028년 5년 평균이 이 한계를 초과할 확률은 47%입니다. 파리 협정의 1.5°C 한계는 20년 동안 평균한 장기적 온난화를 말합니다.
기후 적응과 마찬가지로 긴급한 완화 조치가 필요합니다.
그러나 6개국 중 1개국은 여전히 국가적 적응 계획 수단이 부족하며, 2020년 이후 국제적 공공 적응 자금의 흐름이 감소하면서 상당한 재정 격차가 여전히 존재합니다.
인공지능과 머신러닝: 날씨 예보의 혁명
급속한 발전 덕분에 인공지능(AI)과 머신러닝(ML) 덕분에 계산 능력이 제한적인 저소득 국가에서도 숙련된 날씨 모델링을 더 빠르고 저렴하게, 그리고 더 쉽게 수행할 수 있게 되었습니다.
전통적으로 날씨 예보는 수치적 날씨 예측이라고 알려진 프로세스를 통해 물리 기반 모델에 의존합니다. AI/ML 모델은 재분석 및 관측 데이터 세트에 대해 학습되어 날씨 예보를 더 빠르고 저렴하게 만듭니다. 일부 평가에서는 열대성 저기압과 엘니뇨 및 라니냐의 장기 예측과 같은 위험한 사건을 예측하는 데 AI/ML의 잠재력이 있음을 보여주었습니다.
엄청난 기회가 있지만, 특히 제한된 데이터 품질과 가용성과 같은 많은 과제도 있습니다. 현재 AI/ML 모델에는 바다, 육지, 빙권 및 탄소 순환과 관련된 예측하기 어려운 변수가 포함되지 않습니다.
AI/ML이 글로벌 선을 위해 봉사하도록 하려면 강력한 글로벌 거버넌스가 필요합니다. 향상된 투명성은 신뢰를 구축하고 책임 있는 사용을 위한 표준을 개발하는 데 중요할 것입니다.
우주 기반 지구 관측
최근 수십 년간 우주 기반 지구 관측 분야에서 이루어진 놀라운 발전은 미래에 엄청난 기회를 제공합니다.
지구 시스템에 대한 고해상도, 고주파 관측은 효과적인 날씨 예보, 기후 예측 및 환경 모니터링에 필수적입니다.
공공-민간 파트너십을 활용하면 우주 기반 지구 관측의 혁신을 통해 날씨, 기후, 물 및 관련 환경 응용 프로그램을 강화할 수 있습니다.
그러나 큰 과제는 글로벌 목표를 지원하기 위한 우주 기반 지구 관측의 잠재력을 최대한 실현하는 데 한계가 있습니다. 중요한 해양, 기후, 에어로졸 및 수문학적 변수를 정확하게 측정하고 빙권과 같이 희소하게 관찰되는 영역을 포괄하는 데 여전히 격차가 있습니다.
또한 데이터 접근성과 표준화는 특히 개발도상국의 경우 문제입니다.
날씨, 기후, 물 및 관련 환경 응용 프로그램을 위한 우주 기반 지구 관측을 지원하려면 국제 협력, 통합 관측 시스템을 위한 포괄적인 거버넌스 프레임워크, 혁신적인 자금 조달 모델이 필요합니다.