기후변화에 따른 해양변화 분석(환경, 어업 생태계)-대한민국 대상으로

1. 개요

이 게시글은 해양 환경과 어업 생산성 간의 상호작용을 분석하고, 장기적인 환경 변화와 어업 생산량의 변화를 예측하기 위해 설계되었습니다. 

주요데이터:

• 해양 환경 지표: 평균 온도, 염분, pH, 용존산소량(DO), 화학적 산소 요구량(COD), 클로로필(Chl-a), 해수면 상승 등(환경부, 기상청)
• 어업 데이터: 연간 어업 생산량 및 생산금액  (한국 어업통계)
• 목표는 데이터를 활용해 해양 환경 변화가 어업 생산성에 미치는 영향을 정량화하고, 이를 기반으로 미래 트렌드를 예측하는 것입니다.

2. 데이터 전처리
데이터를 Pandas 데이터프레임으로 로드하고, 결측치 및 이상치를 처리했습니다. 필요 시 범주형 변수는 인코딩 처리되었습니다.

굉장히 많은 데이터를 통합했습니다.
기후변화 영향을 위해서 해수변 변화와 온도 변화 데이터를,
해양오염으로 많아진 쓰레기 문제를 보기 위해서 각각 개수에 따른 무게 비율과 무게에 따른 비율을,
그 외는 수질 문제를 다루는 것들과 오염도 다루는 것을 포함했습니다.

3. 데이터 분석

1. 해수면과 온도 관계

다소 예상가능한 결과입니다.

1. 온도와 해수면 높이의 상관관계 및
2. 주요 지표들의 변화율 (2008-2023):

이 둘의 요인은 아시다시피 온도가 해수면 온도에 주요한 영향을 끼치고 있음을 알 수 있습니다.

2. 기후변화와 해양 환경 문제

 

다양한 해양 환경인자와 해수면온도를 비교해보았습니다.

1.상관 행렬 분석 :

• temperature_mean과 sea_level_mean (상관계수: 0.87): 두 지표 사이의 높은 양의 상관관계는 해수면 온도의 상승이 해수면 높이 증가와 밀접한 관련이 있음을 보여줍니다. 이는 기후변화로 인한 열 확장이 해수면 상승에 기여하는 일반적인 현상과 일치합니다.
•   temperature_mean과 화학적산소요구량COD (상관계수: 0.76): 해양 온도와 화학적산소요구량 사이의 강한 양의 상관관계는 온도가 높을수록 COD 수준이 증가하는 경향을 시사합니다. 온도가 높아지면 유기물 분해와 같은 생화학적 반응이 활발해지며 산소 소모가 늘어나 COD가 증가할 수 있습니다.
• temperature_mean과 용존산소량DO (상관계수: -0.46): 해수 온도가 증가할수록 용존 산소량이 감소하는 경향이 있습니다. 이는 온도가 높아지면 물의 산소 용해도가 낮아지기 때문에 발생하는 일반적인 현상으로, 해양 생태계에 악영향을 미칠 수 있습니다. 이 외에, pH나 클로로필-a와 같은 지표는 다른 변수들과 낮은 상관관계를 보이지만, 장기적인 환경 변화를 반영할 수 있는 지표로 중요합니다.

 

2. 각 지표별 변화율 분석 (2008-2023)

• temperature_mean (수온): 4.77% 증가 기후변화로 인한 해수 온도 상승은 전 세계 해양 생태계에 광범위한 영향을 미치고 있으며, 해양 생태계 변화, 해수면 상승, 산소 감소 등의 원인 중 하나로 보입니다.

• sea_level_mean (해수면 높이): 9.92% 증가 이는 온도 상승에 따른 열 확장 효과와 빙하 용해로 인한 해수면 상승을 반영하며, 해안 침식과 같은 다양한 환경 문제를 야기할 수 있습니다.

• 용존산소량DO: -0.49% 감소 온도 상승과 COD 증가의 영향을 반영하여 용존 산소량이 감소하고 있습니다. 이는 해양 생물에 산소 부족 문제를 일으켜 생물 다양성에 악영향을 미칠 수 있습니다.

• 수소이온농도pH: 0.46% 증가 pH 변화가 크지 않지만, 해양 산성화 현상의 영향을 지속적으로 관찰할 필요가 있습니다. 해양 산성화는 산호초와 같은 해양 생물의 생태에 큰 영향을 미칠 수 있습니다.

• 클로로필Chl-a: -18.37% 감소 클로로필-a 농도의 감소는 식물성 플랑크톤의 양이 줄어들고 있음을 나타낼 수 있으며, 이는 해양 생태계의 기초 생산성 감소를 의미할 수 있습니다. 플랑크톤 양이 줄어들면 해양 먹이 사슬의 상위 생물에게도 영향을 미칩니다.
• 화학적산소요구량COD: 26.00% 증가 COD의 증가는 해양 내 유기물의 증가와 관련이 있을 수 있으며, 이는 오염 또는 해양 유기물 분해의 활발한 진행을 나타낼 수 있습니다. COD의 증가는 산소 소모 증가와 생태계 스트레스를 유발할 수 있습니다.

3. 시계열 그래프 분석

수온과 해수면 높이는 비교적 일관된 증가 추세를 보이고 있으며, 이는 기후변화에 따른 장기적인 온도 상승과 해수면 상승을 시사합니다. 클로로필-a와 용존산소량은 감소 추세를 보이며, 이는 해양 생태계의 생산성이 감소하고 있음을 암시합니다. 화학적산소요구량 (COD)의 증가 추세는 해양 내 유기물의 증가나 오염의 가능성을 나타내며, 이는 해양 건강에 부정적인 영향을 줄 수 있습니다.

4.결론

이 데이터 분석은 기후변화로 인해 한국 해양 환경이 전반적으로 열화되고 있음을 시사합니다. 특히 온도 상승, 해수면 높이 증가, 용존 산소 감소, 그리고 클로로필-a 감소는 해양 생태계에 부정적인 영향을 미치며, 해양 건강을 유지하는 데 중요한 변수들입니다. 이를 바탕으로 지속적인 모니터링과 보호 조치가 필요하다는 결론을 도출할 수 있습니다.

3. 이동평균

그래프 분석

• 평균 온도(temperature_mean)         
• 2008년부터 2023년까지 온도가 점진적으로 상승하는 추세를 보이고 있습니다. 3년 이동 평균은 변동성을 줄이고 지속적인 상승 경향을 확인합니다.

• 해수면(sea_level_mean)                   
• 해수면은 꾸준히 상승 중이며, 이는 해양 환경 변화의 주요 지표로 사용됩니다. 이동 평균 역시 장기적인 상승을 명확히 보여줍니다.

• 용존산소량(DO, DO(mg/L))         
• 변동성이 크며, 특정 연도(2010-2012)에는 급격히 감소한 반면, 이후 점진적으로 회복되는 양상이 관찰됩니다.pH (수소이온농도, pH) 전체적으로 pH 값이 약간의 변동을 보이지만 대체로 안정적인 추세를 유지하고 있습니다.

• 클로로필(Chl-a, Chl-a(μg/L))
• 2012년을 기점으로 급격한 감소가 있었으며, 이는 특정 환경 요인(예: 오염이나 생태계 변화)에 의한 결과로 추정됩니다.
• 화학적 산소 요구량(COD, COD(mg/L))
• COD는 해가 지날수록 증가 추세를 보이며, 이는 해양 오염의 증가를 시사합니다.

• 결론
• 그래프는 해양 환경이 시간이 지남에 따라 지속적으로 변하고 있음을 시각적으로 잘 보여줍니다.
• 평균 온도와 해수면 상승은 특히 중요한 지표로해양 생태계와 어업 생산성에 장기적인 영향을 미칠 수 있습니다.

 

4. 군집분석

• Cluster 1 (파란색):
• 2008년부터 약 2014년까지의 연도로 구성된 군집으로, 이 시기에는 오염도가 낮은 편에 속합니다. 이는 해양 환경이 비교적 양호한 상태를 유지했던 시기를 나타낼 수 있습니다.
• Cluster 2 (초록색):
• 약 2015년부터 2022년까지의 연도로, 오염도가 점차 증가하는 시기입니다. 이 군집은 해양 오염도가 상승하는 추세를 보여줍니다.
• Cluster 0 (빨간색):
• 2020년을 포함하는 군집으로, 다른 연도들과 비교했을 때 오염도가 상대적으로 높은 연도로 구성되어 있습니다. 이는 특정 사건이나 환경 요인(예: 기후 변화, 해양 쓰레기 증가 등)으로 인해 오염이 증가한 시점을 나타낼 수 있습니다.
• 염분:
• 다른 지표들과 거리가 멀리 떨어져 있어 독립적으로 변화하는 경향을 보입니다. 이는 염분이 해양 오염도나 다른 환경 지표에 직접적으로 영향을 미치지 않을 가능성을 시사합니다.
• 클로로필Chl-a와 화학적산소요구량COD(오염도):
• 이 두 지표는 매우 가까운 거리에 위치하여 비슷한 변동 패턴을 공유합니다. 이는 클로로필 농도와 COD가 서로 밀접한 관계를 가지고 있으며, 해양 환경에서 동일한 패턴으로 변동할 가능성이 높음을 나타냅니다.
• temperature_mean, 용존산소량DO, 수소이온농도pH:
  이 세 지표는 서로 유사한 그룹을 형성하고 있으며, 이는 해수 온도, DO, pH가 해양 환경에서 상호 작용하며 함께 변화하는 경향이 있음을 나타냅니다.
  
  

5. 다양한 분석

 

상관관계 분석

• 염분과 어업생산량:계는 약한 양의 상관관계를 보이며, 염분이 증가하면 어업 생산량이 증가할 가능성이 있습니다.
• temperature_mean: 어업 생산량에 긍정적인 영향을 미치며, 온도가 오를수록 생산량도 증가하는 경향을 보입니다. 그러나 생산금액에는 부정적인 영향을 미칩니다.
• 오염도: 어업 생산금액에 높은 양의 영향을 미치며, 오염도가 높을수록 어업 생산금액이 증가하는 경향을 보입니다.
• sea_level_mean: 생산량에 부정적인 영향을 미치며, 해수면이 상승하면 생산량이 감소할 수 있습니다.

군집 분석 (연도별 군집화)

군집화 결과를 통해 해양 환경 및 기후 변화에 따라 연도를 그룹화할 수 있습니다. 군집화 그래프에서 2015년 이후에 오염도가 큰 폭으로 증가하며, 각 연도가 다른 군집에 속하는 경향을 보입니다. 이는 기후 변화에 따른 해양 환경의 변화를 반영하고 있으며, 2020년대에 들어서면서 해양 환경의 특성이 이전과 다르게 나타날 수 있음을 시사합니다.

어업 생산량 시계열 예측 (ARIMA 모델)

어업 생산량에 대한 시계열 예측에서는 5년간의 미래 어업 생산량이 크게 변동하지 않고, 일정 수준에서 유지될 것으로 예측됩니다. 예측 범위는 실제 관측치와 유사한 수준에서 변동할 것으로 예상되며, 기후 변화가 지속된다면 어업 생산량은 환경적인 요인에 의해 큰 영향을 받을 가능성이 있습니다.

변화율 분석 (연도별 주요 변수 변화율)

각 변수에 대한 연도별 변화율을 통해 기후 및 해양 환경 변동이 어업 생산량과 생산금액에 미치는 영향을 파악할 수 있습니다. 생산량: 2017년과 2018년에서 급격한 증가율을 보였고, 이후 2022년에 감소세를 보입니다. 생산금액: 생산량과 유사하게 증감하는 패턴을 보이며, 2021년까지 꾸준히 증가하다가 2022년에 소폭 감소합니다. temperature_mean: 전반적으로 상승하는 경향이 있지만, 연도에 따라 미세한 변동이 있습니다. 오염도: 2020년 이후 급격한 증가세를 보이며, 이는 해양 환경의 악화로 인한 어업에 대한 잠재적 위험을 시사합니다.

주요 요인 도출 (설명된 분산 비율)

• PC1은 전체 변동성의 약 55%를 설명합니다. 즉, 이 주성분이 데이터의 가장 큰 변동성을 잡아내고 있으며, 여러 변수들이 이 주성분을 통해 요약될 수 있습니다.
• PC2는 약 18%의 변동성을 설명하고,
• PC3은 약 12%의 변동성을 설명하여, 누적 설명력은 각각 73%, 85%가 됩니다.
• PC4와 이후 주성분들은 설명력이 낮아 데이터의 주요 변동성을 설명하는 데 기여도가 적습니다. 즉, 상위 3개의 주성분으로 데이터의 85%를 설명할 수 있으며, 이를 통해 차원을 축소해도 충분한 설명력을 확보할 수 있습니다.

주성분 기여도 히트맵:

• 각 주성분(PC1, PC2, 등)이 변수들에 얼마나 기여하고 있는지를 색상으로 시각화한 히트맵입니다. 색이 진할수록 해당 주성분이 특정 변수에 더 큰 기여도를 갖고 있음을 의미합니다.
• PC1은 "염분", "화학적산소요구량(COD)", "수소이온농도(pH)"에 강한 기여를 하며, 이 주성분은 해양의 화학적 특성에 대한 변동성을 잡아내는 데 주로 작용합니다.
• PC2는 "temperature_mean"과 "용존산소량(DO)"에 큰 영향을 미치며, 이는 해양 기후와 관련된 주성분으로 볼 수 있습니다.
• PC3에서는 "오염도"에 대해 상대적으로 높은 기여도를 보여, 이 주성분이 오염과 관련된 변동성을 주로 설명한다고 해석할 수 있습니다.

변수 기여도 (변수의 주성분 기여도) 

• PC1에서 주요 기여 변수는 "염분," "수소이온농도(pH)," "화학적산소요구량(COD)" 등으로, 이들은 해양의 화학적 성질을 나타내며 주성분으로 해양 환경의 주요 특징을 요약할 수 있습니다.
• PC2에서는 "temperature_mean," "용존산소량(DO)" 등이 큰 기여도를 보이며, 이는 해양 온도와 산소 농도 등 해양 기후 변화와 관련된 요인들을 나타냅니다.
• PC3은 상대적으로 다양한 변수들이 혼합된 기여도를 가지지만 "오염도"가 포함되어 있어 해양 오염과 관련된 특성을 나타낼 수 있습니다. 요약 주성분 분석을 통해 해양 환경 데이터를 "해양 화학적 특성," "기후 변화 특성," "오염도"라는 세 가지 주요 요인으로 압축할 수 있습니다.
• 상위 3개의 주성분이 데이터의 대부분을 설명하기 때문에, 이 주성분들을 사용하여 차원을 축소하면서도 해양 환경의 주요 변동성을 유지할 수 있습니다.

변동성 분석

• 염분과 temperature_mean(온도)은 가장 높은 변동성을 보였습니다.
• 이는 해양 환경의 변화에 민감하게 반응하는 지표들이며, 해양 기후 변화와 오염도에 강하게 영향을 받는 것으로 해석될 수 있습니다.
• 화학적산소요구량COD(㎎/ℓ)와 오염도 역시 변동성이 높습니다.
• 이는 오염에 따른 생태계 스트레스의 변화를 나타낼 수 있습니다.
• 상대적으로 수소이온농도(pH)와 sea_level_mean(해수면 평균)은 변동성이 낮습니다.
• 이는 짧은 시간 동안 큰 변동 없이 안정적인 상태를 유지하고 있음을 나타냅니다.

이상치 탐지 이상치 탐지

이상치는 각 지표의 변화가 특정 시점에서 급격히 달라질 때 발생하는 것으로, 기후 변화의 충격이나 오염도의 급격한 변화 등을 반영할 수 있습니다.

• 주요 이상치: 2008년: 염분과 수소이온농도(pH), sea_level_mean이 큰 변화가 있었습니다.
• 이는 기후나 해양 환경의 특정 변화로 인한 결과일 수 있습니다.
• 2010년: 수소이온농도(pH)와 용존산소량(DO)에서 이상치가 관찰되었습니다.
• 2020년: 염분, 용존산소량(DO), 화학적산소요구량(COD), 오염도에서 이상치가 나타났습니다. 이는 해양 환경의 큰 변화 또는 오염 사건의 발생을 시사할 수 있습니다.
• 2021년: 온도와 해수면 평균에서 이상치가 감지되었습니다.
• 2022년: 화학적산소요구량(COD)와 오염도에서 높은 이상치가 나타났습니다.

6. 예측

1. 온도 변화 분석

 

온도 평균 (Temperature Mean):

• 추세: 2008년부터 2022년까지 온도 평균은 전반적으로 증가하는 경향을 보입니다. 특히 2015년 이후에는 뚜렷한 상승세를 나타내며, 2022년에는 약 16.4°C에 도달했습니다.
• 의미: 온도 상승은 기후 변화의 주요 지표로, 해양 생태계에 미치는 영향이 큽니다. 높은 온도는 해양 생물의 생리적 스트레스를 증가시키고, 생물 다양성에 부정적인 영향을 미칠 수 있습니다.

2. 해수면 변화 분석

해수면 평균 (Sea Level Mean):

• 추세: 해수면 평균은 2008년부터 2022년까지 지속적으로 상승하는 경향을 보입니다. 2022년에는 약 0.79m에 도달했습니다.
• 의미: 해수면 상승은 기후 변화로 인한 열 팽창과 빙하 용해의 결과로, 해안 지역의 침수 위험을 증가시킵니다. 이는 해양 생태계와 인근 지역의 생태적 균형에 심각한 영향을 미칠 수 있습니다.

3. 오염도 변화 분석

오염도 (Pollution Level):

• 추세: 오염도는 2008년부터 2022년까지 비교적 안정적인 수준을 유지하다가, 2020년 이후에는 증가하는 경향을 보입니다. 2022년에는 약 1.8에 도달했습니다.
• 의미: 오염도의 증가는 해양 생태계의 건강성을 위협하며, 생물의 생존과 번식에 부정적인 영향을 미칠 수 있습니다. 특히, 높은 오염도는 해양 생물의 생리적 스트레스를 증가시키고, 생태계의 균형을 깨뜨릴 수 있습니다.

종합 결론

• 기후 변화의 영향: 온도 상승과 해수면 상승은 기후 변화의 직접적인 결과로, 해양 생태계에 심각한 영향을 미치고 있습니다. 이러한 변화는 해양 생물의 서식지와 생리적 특성에 영향을 미치며, 생물 다양성을 감소시킬 수 있습니다.
• 오염 문제: 오염도의 증가는 해양 생태계의 건강성을 위협하며, 이는 어업 생산성과도 밀접한 관련이 있습니다. 오염이 심화될 경우, 해양 생물의 생존과 번식에 부정적인 영향을 미칠 수 있습니다.
• 정책적 제안: 이러한 분석 결과를 바탕으로, 해양 환경 보호를 위한 정책적 노력이 필요합니다. 기후 변화에 대한 대응과 오염 관리 방안을 마련하여 지속 가능한 해양 생태계를 유지하는 것이 중요합니다.

1. 온도 추세 예측 분석

온도 평균 (Temperature Mean):
 

• 예측 추세: 2010년부터 2050년까지 온도 평균은 지속적으로 증가할 것으로 예상됩니다. 2030년경에는 약 16.4°C에 도달할 것으로 보이며, 이후에는 안정적인 수준을 유지할 것으로 보입니다.

 

 

 

• 의미: 이러한 온도 상승은 기후 변화의 지속적인 영향을 반영하며, 생태계와 인류의 생활에 심각한 영향을 미칠 수 있습니다. 특히 농업, 수자원 관리, 건강 문제 등 다양한 분야에서 부정적인 결과를 초래할 수 있습니다.

 

 

2. 해수면 추세 예측 분석

해수면 평균 (Sea Level Mean):
 

• 예측 추세: 해수면은 2010년부터 2050년까지 지속적으로 상승할 것으로 예상되며, 2050년에는 약 0.80m에 이를 것으로 보입니다.

 

 

• 의미: 해수면 상승은 해안 지역의 침수 위험을 증가시키며, 이는 인구 밀집 지역과 생태계에 심각한 영향을 미칠 수 있습니다. 해양 생물의 서식지 변화와 해안 생태계의 파괴를 초래할 수 있습니다.

 

3. 오염도 추세 예측 분석

오염도 (Pollution Level):
 

• 예측 추세: 오염도는 2010년부터 2050년까지 점진적으로 증가할 것으로 예상되며, 2050년에는 약 1.8에 이를 것으로 보입니다.

• 의미: 오염도의 증가는 해양 생태계의 건강성을 위협하며, 이는 해양 생물의 생존과 번식에 부정적인 영향을 미칠 수 있습니다. 또한, 오염이 심화될 경우 인간 건강에도 악영향을 미칠 수 있습니다.

 

종합 결론

• 기후 변화의 지속성: 온도와 해수면의 지속적인 상승은 기후 변화가 앞으로도 계속될 것임을 시사합니다. 이는 생태계와 인류의 삶에 심각한 영향을 미칠 수 있습니다.

• 오염 문제의 심각성: 오염도의 증가 또한 해양 생태계와 인간 건강에 부정적인 영향을 미칠 수 있으며, 이를 해결하기 위한 정책적 노력이 필요합니다.

• 정책적 제안: 기후 변화와 오염 문제를 해결하기 위해서는 지속 가능한 개발과 환경 보호를 위한 정책이 필요합니다. 이를 통해 해양 생태계를 보호하고, 인류의 건강과 안전을 지키는 것이 중요합니다.

 

7. SHAP Value Plot

이 그래프는 XGBoost 모델의 SHAP(Shapley Additive Explanations) 값을 기반으로, 각 독립 변수가 모델 예측에 미친 영향을 시각화한 것입니다.

그래프

1. 축 설명
   • X축: SHAP 값으로, 각 변수(feature)가 모델 예측 값(어업 생산량)에 미친 기여도를 나타냅니다. 값이 0보다 크면 해당 변수의 영향이 예측 값을 증가시키는 방향으로 작용, 0보다 작으면 감소시키는 방향으로 작용합니다.
   • Y축: 변수 이름(오염도, 염분, sea_level_mean, temperature_mean, 수소이온농도pH).
2. 색상
   • 색상은 각 변수의 값 크기를 나타냅니다.
   • 빨간색: 변수 값이 높음.
   • 파란색: 변수 값이 낮음.
3. 변수별 기여도
   • 오염도: 높은 값(빨간색)일 때 모델 출력(어업 생산량)을 크게 증가시키는 기여를 함.
   • 염분: 높은 염분 값은 생산량을 감소시키는 경향이 있음.
   • sea_level_mean: 해수면 상승은 일부 긍정적인 영향을 주나, 효과는 상대적으로 적음.
   • temperature_mean: 높은 수온은 생산량에 긍정적 또는 부정적 영향을 모두 미칠 수 있음.
   • 수소이온농도pH: 기여도가 상대적으로 낮으며, 값이 높을수록 약간의 부정적 영향을 미침.

의의

이 그래프는 변수들의 상대적 중요도와 비선형적 상호작용을 탐구할 수 있도록 도와줍니다. 예를 들어, "오염도"와 같은 변수는 어업 생산량에 큰 영향을 미치므로, 환경 정책 수립 시 집중 관리 대상이 됩니다.

8. Scenario-based Production Predictions

이 그래프는 정책 시뮬레이션 결과를 시각화한 것입니다. 세 가지 시나리오에 따라 평균 어업 생산량이 어떻게 변화하는지 보여줍니다.

그래프 해석

1. 축 설명
   • X축: 시나리오 이름(Baseline, Scenario 1, Scenario 2).
   • Y축: 평균 어업 생산량.
2. 시나리오
   • Baseline: 현재 환경 조건을 유지한 상태에서의 예측 결과.
   • Scenario 1: 오염도를 10% 감소시킨 경우.
   • Scenario 2: 해수면을 5% 상승시킨 경우.
3. 결과
   • Baseline: 약 18만 단위의 생산량을 유지.
   • Scenario 1: 오염도가 감소함에 따라 평균 생산량이 약간 감소. 이는 오염도의 낮은 값이 어업 생산량에 다소 부정적인 영향을 미치는 데이터를 기반으로 한 결과로 해석될 수 있음.
   • Scenario 2: 해수면이 5% 상승하면서 생산량이 약간 증가. 이는 해수면 상승이 어업 생산량에 긍정적인 영향을 미친다는 모델 결과를 나타냄. -> 생산량이 늘어날지언정 생산금액이 낮아질 가능성이 매우 높다. 질적으로 매우 떨어질 것이 분명하다.

의의

이 그래프는 환경 변수 변화가 어업 생산량에 미치는 영향을 정량적으로 비교할 수 있게 해줍니다.

• Scenario 2는 해수면 상승이 생산량 증가로 이어질 수 있음을 시사합니다.
• 그러나 실제 정책 설계 시, 이런 단기적 예측 외에도 장기적인 환경 및 생태계 영향을 고려해야 합니다.

9. 결론

이 프로젝트를 통해 해양 환경 지표와 어업 생산성 간의 상호작용을 심층적으로 분석하였으며, 주요 결과는 다음과 같습니다.

1. 기후 변화의 지속적인 영향
   • 해수 온도 상승과 해수면 상승은 기후 변화로 인한 해양 환경 변화의 대표적인 지표로, 해양 생태계 및 어업 생산성에 장기적으로 부정적인 영향을 미치고 있습니다.
   • 온도 상승은 생태계 내 용존 산소량 감소 및 화학적 산소 요구량 증가로 이어져, 해양 생물의 생존과 번식에 악영향을 끼칠 가능성이 큽니다.
2. 오염 증가의 심각성
   • 2020년 이후 오염도의 급격한 증가는 어업 생산성과 관련된 주요 변수 중 하나로, SHAP 분석 결과에서도 오염도가 어업 생산량에 큰 영향을 미치는 것으로 나타났습니다.
   • 그러나 오염도의 증가는 생산량에는 긍정적인 영향을 줄 수 있으나, 이는 생산물의 품질 저하와 생태계 파괴를 동반할 가능성이 높아 장기적으로는 부정적인 결과를 초래할 것입니다.
3. 정책 시뮬레이션 결과
   • 오염도를 감소시킨 경우(Scenario 1), 어업 생산량이 약간 감소하는 경향을 보였으나, 이는 어업 생산물의 품질 개선 및 생태계 안정화로 이어질 가능성을 내포하고 있습니다.
   • 해수면 상승(Scenario 2)은 어업 생산량을 소폭 증가시키는 결과를 보였지만, 이는 생태계 파괴와 해안 지역의 침수 등 부정적 환경 효과를 동반할 가능성이 크기 때문에 신중히 다루어야 합니다.
4. 변수별 중요도
   • SHAP 분석에 따르면, 오염도와 온도는 어업 생산성에 가장 큰 영향을 미치는 변수로 확인되었습니다.
   • 특히 해수 온도와 오염도는 해양 환경의 주요 스트레스 요인으로, 이에 대한 집중적인 관리와 모니터링이 필요합니다.
5. 해양 환경 관리의 필요성
   • 본 연구는 기후 변화와 오염 문제 해결을 위해 통합적인 해양 관리 전략이 필요하다는 점을 강조합니다.
   • 해양 생태계와 어업 생산성을 동시에 유지하기 위해 지속 가능한 개발 및 환경 보호 정책이 반드시 요구됩니다.

---

(해당 게시글은 더 많은 분석이 진행될 수 있습니다.)
부족한 점이 많습니다.