지구 강수량의 불평등 분포 매핑

[이매진]

지구 강수량의 불평등 분포 매핑

https://www.visualcapitalist.com/cp/mapping-the-unequal-distribution-of-global-precipitation/

지구 강수량의 불평등 분포 매핑

평균적으로 1년에 거의 1미터(39인치)의 비나 눈이 지구에 내립니다. 그러나 위도, 바람, 지구 표면의 변화, 행성의 기울기의 차이로 인해 전 세계 강수량이 불평등하게 분포됩니다.

지도 제작자 Perrin Remonté는 Chelsea Climate 의 데이터를 사용하여 세계를 둘로 나누어 이를 시각화합니다. 파란색으로 표시된 절반은 1년에 1미터 이상의 비(또는 눈)를 받고, 나머지 절반은 그보다 적게 내립니다.

글로벌 강수 패턴에 영향을 미치는 것은 무엇입니까?

물의 순환을 통해 우리는 강수량이 증발로 시작된다는 것을 알고 있습니다. 그러나 습한 공기는 냉각된 다음 응축되어 비(또는 눈)로 내려와야 합니다. 아래에는 강수량에 영향을 미치는 몇 가지 주요 요인이 나열되어 있습니다.

광고

• 물에 대한 근접성: 바다와 호수는 지속적인 수분 공급원을 제공합니다.
• 저위도: 적도 또는 적도에 가까운 지역은 더 뜨거우며 이로 인해 인근 수역의 증발이 증가할 수 있습니다.
• 지형: 특히 해안을 따라 있는 산맥은 따뜻한 공기를 상승시키고 냉각시켜 바람이 불어오는 쪽에는 비나 눈이 내리고 바람이 불어오는 쪽에는 건조한 비 그림자가 생깁니다.
• 무역풍: 지속적인 동쪽 지표풍은 아열대 고기압 지역에서 적도 방향으로 불어 바다에서 육지로 습한 공기를 운반합니다.

그렇다면 이러한 요소들은 어떻게 상호 작용하여 위에 시각화된 전 세계 강수량 지도를 형성합니까?

순위: 비나 눈이 가장 많이 내리는 국가

지도를 잠깐 살펴보면 몇 가지 분명한 통찰력을 얻을 수 있습니다. 우선, 평균 이상의 강우량을 받는 지구의 대부분은 바다로 덮여 있습니다. 결국 바다는 지구 표면 의 71%를 차지 하지만, 결정적으로 강수량이 발생하는 데 필요한 수분을 제공합니다.

육지에 대해서는 앞서 나열된 요인들 사이의 더 복잡한 상호 작용을 볼 수 있습니다. 다음은 세계은행 에서 제공한 2020년 각 국가의 평균 강우량입니다 .

찾다:

계급국가/지역평균강수량(mm, 2020)

1	콜롬비아	3,240
2	상투메 프린시페	3,200
삼	파푸아 뉴기니	3,142
4	솔로몬 제도	3,028
5	파나마	2,928
6	코스타리카	2,926
7	사모아	2,880

182개 항목 중 1~7개 표시 중

이전의다음

광고

참고: 34개 국가/영토 에 대한 데이터가 소스에서 누락되어 이 데이터 세트에 포함되지 않았습니다.

목록의 맨 위에 있는 콜롬비아는 2020년에 3,240mm(125.8인치)의 비를 경험했습니다. 이는 적도 위치, 열대 수렴대(양 반구의 무역풍이 만나는 곳)와의 근접성, 두 개의 해안선 및 안데스 산맥.

실제로 다음 22개 순위는 적도 또는 그 근처에 있거나 평균 강수량보다 높은 해안선이 있는 국가입니다.

2,200mm(86.6인치)의 강수량으로 24위를 차지한 부탄은 데이터 세트에서 완전히 내륙에 둘러싸인 국가 중 첫 번째입니다 . 그럼에도 불구하고 우리나라는 인도양에서 시작되는 남서 몬순(수분을 잔뜩 머금은 계절풍)의 경로에 있으며, 이 바람이 바람이 불어오는 쪽 히말라야와 만나 비가 내립니다.

인도, 중국, 미국과 같은 많은 국가에서 해안은 국가 내부의 내륙 지역에 비해 평균 이상의 강수량을 받습니다.

그러나 이집트 나 리비아 와 같은 북아프리카 국가들은 해안에도 불구하고 건조합니다. 고기압 기상 시스템은 습한 공기가 상승하는 것을 방지하고, 산은 비 그림자를 만들고, 차가운 해류는 지속적인 증발 가능성을 줄입니다. 또한 이 지역은 적도 주변의 위도 30도 대역에 속하며 대기 조건으로 인해 더욱 건조한 상태가 발생하여 사막이 발생합니다.

전 세계 강수량 매핑은 우리에게 무엇을 말해주는가?

비와 눈의 패턴을 아는 것은 지리, 지형, 해류와 같은 요소가 지역 기후에 미치는 영향을 보여주기 때문에 지구의 기후 시스템을 연구하는 과학자에게 매우 중요합니다.

또한 단기 일기예보에 도움을 주어 비나 눈이 언제 어디서 발생할지 예측합니다.

실제로 이 데이터는 물 관리 , 가뭄 및 홍수 상황 모니터링, 기상 이변에 대한 신속한 대응을 가능하게 하는 데 도움이 됩니다.

이 데이터는 어디에서 오는가?