기후변화에 따른 벚꽃 개화일의 시공간 변이 Climate Change Impact on the Flowering Season of Japanese Cherry (Prunus serrulata var. spontanea) in Korea during 1941-2100원문보기
A thermal time-based two-step phenological model was used to project flowering dates of Japanese cherry in South Korea from 1941 to 2100. The model consists of two sequential periods: the rest period described by chilling requirement and the forcing period described by heating requirement. Daily max...
A thermal time-based two-step phenological model was used to project flowering dates of Japanese cherry in South Korea from 1941 to 2100. The model consists of two sequential periods: the rest period described by chilling requirement and the forcing period described by heating requirement. Daily maximum and minimum temperature are used to calculate daily chill units until a pre-determined chilling requirement for rest release is met. After the projected rest release date, daily heat units (growing degree days) are accumulated until a pre-determined heating requirement for flowering is achieved. Model calculations using daily temperature data at 18 synoptic stations during 1955-2004 were compared with the observed blooming dates and resulted in 3.9 days mean absolute error, 5.1 days root mean squared error, and a correlation coefficient of 0.86. Considering that the phonology observation has never been fully standardized in Korea, this result seems reasonable. Gridded data sets of daily maximum and minimum temperature with a 270 m grid spacing were prepared for the climatological years 1941-1970 and 1971-2000 from observations at 56 synoptic stations by using a spatial interpolation scheme for correcting urban heat island effect as well as elevation effect. A 25km-resolution temperature data set covering the Korean Peninsula, prepared by the Meteorological Research Institute of Korea Meteorological Administration under the condition of Inter-governmental Panel on Climate Change-Special Report on Emission Scenarios A2, was converted to 270 m gridded data for the climatological years 2011-2040, 2041-2070 and 2071-2100. The model was run by the gridded daily maximum and minimum temperature data sets, each representing a climatological normal year for 1941-1970, 1971-2000, 2011-2040, 2041-2070, and 2071-2100. According to the model calculation, the spatially averaged flowering date for the 1971-2000 normal is shorter than that for 1941-1970 by 5.2 days. Compared with the current normal (1971-2000), flowering of Japanese cherry is expected to be earlier by 9, 21, and 29 days in the future normal years 2011-2040, 2041-2070, and 2071-2100, respectively. Southern coastal areas might experience springs with incomplete or even no Japanese cherry flowering caused by insufficient chilling for breaking bud dormancy.
A thermal time-based two-step phenological model was used to project flowering dates of Japanese cherry in South Korea from 1941 to 2100. The model consists of two sequential periods: the rest period described by chilling requirement and the forcing period described by heating requirement. Daily maximum and minimum temperature are used to calculate daily chill units until a pre-determined chilling requirement for rest release is met. After the projected rest release date, daily heat units (growing degree days) are accumulated until a pre-determined heating requirement for flowering is achieved. Model calculations using daily temperature data at 18 synoptic stations during 1955-2004 were compared with the observed blooming dates and resulted in 3.9 days mean absolute error, 5.1 days root mean squared error, and a correlation coefficient of 0.86. Considering that the phonology observation has never been fully standardized in Korea, this result seems reasonable. Gridded data sets of daily maximum and minimum temperature with a 270 m grid spacing were prepared for the climatological years 1941-1970 and 1971-2000 from observations at 56 synoptic stations by using a spatial interpolation scheme for correcting urban heat island effect as well as elevation effect. A 25km-resolution temperature data set covering the Korean Peninsula, prepared by the Meteorological Research Institute of Korea Meteorological Administration under the condition of Inter-governmental Panel on Climate Change-Special Report on Emission Scenarios A2, was converted to 270 m gridded data for the climatological years 2011-2040, 2041-2070 and 2071-2100. The model was run by the gridded daily maximum and minimum temperature data sets, each representing a climatological normal year for 1941-1970, 1971-2000, 2011-2040, 2041-2070, and 2071-2100. According to the model calculation, the spatially averaged flowering date for the 1971-2000 normal is shorter than that for 1941-1970 by 5.2 days. Compared with the current normal (1971-2000), flowering of Japanese cherry is expected to be earlier by 9, 21, and 29 days in the future normal years 2011-2040, 2041-2070, and 2071-2100, respectively. Southern coastal areas might experience springs with incomplete or even no Japanese cherry flowering caused by insufficient chilling for breaking bud dormancy.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 (1) 전국의 기상관서에서 지난 50년간 관측한 벚꽃 개화일자료에 의해 휴면생리 기반의 낙엽 수목 개화일 예측모형의 신뢰성을 검증하고, (2) 기후 시나리오에 근거한 2100년까지 기온자료로부터 도시효과보정기법에 의해 해상도 270 m의 "식생맞춤형" 국지 기온자료를 생산하며, (3) 이 자료를 토대로 벚꽃 개화예상일 분포를 30년 기간 단위로 산출하기 위해 수행하였다.
가설 설정
낙엽과수에 있어서는 가을에 낙엽이 시작되면 꽃눈이 휴면에 들어가는 것으로 가정하는데(오성도, 2004), 벚나무의 경우 낙엽개시일자에 대한 관측자료가 없을 뿐 아니라 낙엽현상에 대한 명확한 관측 방법이 규정되어있지 않으므로 우리 모형에서는 편의상 10월 1일에 휴면을 시작한다고 가정하였다. 이 날짜부터 냉각량을 계산하더라도 일 최저기온이 7℃ 이하로 내려가지 않으면 실제 냉각량이 누적되지는 않는다.
제안 방법
'시가지'피복 위에 행정구역수치지도를 중첩시키고 해당 시 . 군 면적에 포함되는 시가지 픽셀(30 mX30 m)을 계수하였다. 1985년의 시 .
군 인구를 해당 시가지 픽셀 수로 나누어 시가지 픽셀 하나 당 평균 인구, 즉 '시가지인구밀도'를 시 . 군별로 계산하고, 다시 '시가지, 피복 위에 시군 행정구역지도를 중첩시키고 시군행정구역 형상의 속성정보인 '시가지인구밀도'를 곱해줌으로써 실제 인구 분포를 디지털 값으로 바꾸어 표현하였다. 이 디지털 인구분포도는 농경지, 산림, 하천, 호수는 물론, 도시 안의 초지나 나대지 등도 제외하고 실제 사람이 살고 있는 지역을 대상으로 평균인구를 30 m 간격의 픽셀로 나타낸 것이다.
나머지 44개소의 60년대 인구를 조사하여 90년대 인구와의 편차를 구하고 이 모형에 입력시켜 기온변화량을 계산하였다. 기존 1971-2000년 일 최저기온 분포도로부터 44개 지점의 기온자료를 발췌하고 여기에 계산된 기온변화량을 가감하였다.
kr) 환경지도 서비스로부터 입수하였다. 기준연도는 1980년으로서 본 연구에서는 이 시기의 전 국토면적 가운데 도시에 해당되는지역만 발췌하기 위해서 피복분류상, 시가지, 에 해당되는 픽셀만을 추출하였다.
, 2004). 나머지 44개소의 60년대 인구를 조사하여 90년대 인구와의 편차를 구하고 이 모형에 입력시켜 기온변화량을 계산하였다. 기존 1971-2000년 일 최저기온 분포도로부터 44개 지점의 기온자료를 발췌하고 여기에 계산된 기온변화량을 가감하였다.
다음에 56개소 기상관서의 해발고도를 이용하여 가상의 해발고도표면을 생성하고 월별 기온 감율값을 곱하여 해발고도 보정값을 생성하였다. 이 보정 값을, 단순내삽에 의해 추정된 초기 기온표면으로부터 감하여 고도편차가 보정된 일 최저기온 표면을 얻었다.
먼저 DPM을 제작하기 위해 전국의 지표 피복(시가지, 농지, 산림, 초지, 습지, 나지, 수역)을 30 mX 30 m의 정방형 격자 단위로 분류한, 대분류, 지표 피복 도를 환경부(http://www.me.go.kr) 환경지도 서비스로부터 입수하였다. 기준연도는 1980년으로서 본 연구에서는 이 시기의 전 국토면적 가운데 도시에 해당되는지역만 발췌하기 위해서 피복분류상, 시가지, 에 해당되는 픽셀만을 추출하였다.
2004). 먼저 이 자료를 2011-2040, 2041-2070, 2071-2100 등 3 기간으로 나누어 각각의 월별 평균값을 취하고 이를 평년기온으로 간주했다. 규모축소과정에서 각 시기의 평균적인 도시효과를 감안하기 위해 역시 DPM을 제작했는데 편의상 인구는 2000 년, 지표피복은 90년대 자료를 수정 없이 사용하였다.
이 모형을 1955년부터 2004년 기간에 제주도, 울릉도 및 모수추정에 사용된 서울을 제외한 18개 지점(인천, 강릉, 여수, 추풍령, 완도, 통영, 군산, 대전, 충주, 청주, 원주, 춘천, 대관령, 속초, 수원, 서산, 울진, 안동) 의 일 최고/최저기온자료에 의해 구동시켜 개화일을 추정하였다(Fig. 1). 계산된 개화예상일과 실측개화일과의 평균오차(mean error, ME), 평균절대오차(mean absolute error, MAE), 평균평방근오차(root mean square error, RMSE)를 계산하였다.
또한 1971-2000년 기온내삽에 사용된 56개 기상관서 가운데 1941-1970년에 기온관측자료가 있는 기상관서는 12개에 불과하므로 나머지 44개소에 대해 기온자료의 복원이 필요하다. 이를 위해 장기간 기후자료를 보유한 12개 기상관서 및 소재지역을 대상으로 60년대와 90년대의 인구와 기온을 비교하여 인구증가에 따른 기온상승 예측모형을 도출하였다(Chung et al., 2004). 나머지 44개소의 60년대 인구를 조사하여 90년대 인구와의 편차를 구하고 이 모형에 입력시켜 기온변화량을 계산하였다.
전국 모든 지역에서 서울관측소 표준목과 동일한 수종, 동일한 수령의 벚나무를 가꾼다는 가정 하에 생물계절 이론에 근거한 벚꽃개화모형을 1941-2100 기간중 5개 기후학적 평년(1941-1970, 1971-2000, 2011- 2040, 2041-2070, 2071-2100)의 도시효과가 보정된 격자형 기후자료에 적용하여 벚꽃개화일을 계산하고 그 공간변이를 파악하였다. 그 결과 남한전역 공간 평균으로는 현재평년(1971-2000)이 과거평년(1941-1970) 에 비해 5.
그러나 이 시기에는 인공위성자료에 근거한 토지이용도가 없으므로 부득이 토지이용양상이 다름에도 불구하고 80년대 위성자료를 이용하였다. 즉 이 시기의 DPM은 60년대 인구자료와 80년대 토지이용도를 이용하여 앞서와 동일한 방법에 따라 제작하였다. 또한 1971-2000년 기온내삽에 사용된 56개 기상관서 가운데 1941-1970년에 기온관측자료가 있는 기상관서는 12개에 불과하므로 나머지 44개소에 대해 기온자료의 복원이 필요하다.
2, 500 m 평활화 DPM으로부터 56개 지점에 해당하는 격자점의 인구를 추출하였다. 추출된 인구값을 이용하여 IDW 내삽에 의해 가상의 인구표면을 만들고 실제 인구와의 편차를 계산하였다. 인구편차의 자연 대수를 취한 후, Choi et al.
대상 데이터
이 보정 값을, 단순내삽에 의해 추정된 초기 기온표면으로부터 감하여 고도편차가 보정된 일 최저기온 표면을 얻었다. 2, 500 m 평활화 DPM으로부터 56개 지점에 해당하는 격자점의 인구를 추출하였다. 추출된 인구값을 이용하여 IDW 내삽에 의해 가상의 인구표면을 만들고 실제 인구와의 편차를 계산하였다.
같은 방법으로 미래 100년간 기온자료를 생산하기 위해 기싱연구소로부터 IPCC(Inter-govemmental Panel on Climate Change)의 SRES(Special Report on Emission Scenarios) A2 시나리오에 근거하여 역학적 규모죽소기법에 의해 제작된 한반도 25 km 해상도 기온자료를 수집하였다(권원태, 2004). 먼저 이 자료를 2011-2040, 2041-2070, 2071-2100 등 3 기간으로 나누어 각각의 월별 평균값을 취하고 이를 평년기온으로 간주했다.
다음에는 시 . 군별 인구자료를 통계청(http://www. nso.go.kr) 의 통계정보시스템으로부터 수집하고 행정자치부 (http://www.mogaha.go.kr) 에서 작성한 시 . 군 행정구역수치지도에 속성정보로 부가하였다.
필요하다. 그러나 이 시기에는 인공위성자료에 근거한 토지이용도가 없으므로 부득이 토지이용양상이 다름에도 불구하고 80년대 위성자료를 이용하였다. 즉 이 시기의 DPM은 60년대 인구자료와 80년대 토지이용도를 이용하여 앞서와 동일한 방법에 따라 제작하였다.
이 모형을 이용하여 1971-2000 평년의 270 m 해상도 격자형 기온자료를 만들기 위하여 기상청으로부터 전국 56개 지점(제주도, 울릉도 제외) 1971-2000 평년의 월별 기온자료(일 최고 및 일 최저기온)를 수집하였다. 다음에 56개소 기상관서의 해발고도를 이용하여 가상의 해발고도표면을 생성하고 월별 기온 감율값을 곱하여 해발고도 보정값을 생성하였다.
인구편차의 자연 대수를 취한 후, Choi et al.(2003)이 제시한 최적회귀식에 대입하여 월별로 기온보정값을 도출하였다. 가상 DPM과 실제 DPM을 비교하여 가상인구가 큰 경우에는 해발 고도보정 기온에 도시열섬효과 보정량을 빼고, 작은 경우에는 더해줌으로써 최종 기온표면을 생성하였다.
본 연구에서는 Cesaraccio et a/.(2004)의 생물계절 모형을 토대로 1921-1950 기간 중 서울지방의 기온과 벚꽃 개화일자료에 의해 도출한 벚꽃개화일 예측모형을 수정 없이 사용하였다(Jung et al., 2005). 이 모형에서는 낙엽수목의 개화과정을 2단계로 구분한다.
최고, 최저기온자료를 요구한다. 이러한 시간 규모의 축소 혹은, 날씨생성기, 에는 여러 가지 방법이 있지만 본 연구에서는 일본기상청에서 사용하는 조화분석법에 의해 평년의 월별 기온자료를 일별 최고, 최저기온값으로 변환하였다 (Seino, 1993). 월일을 각각 I, jS.
성능/효과
1941-1970 및 1971-2000 기간의 평균적인 기온자료에 의해 모형을 구동해서 얻은 벚꽃 개화일을 비교해보면 남한지 역 전체 공간평균으로는 현재평년(1971- 2000)이 과거평년(1941-1970)에 비해 5.2일 단축되었고, 지역간 변이는 3일 지연에서 12일 단축까지 다양하다. 기상관서의 위치를 기준으로 보면 서대문구 송월동 서울관측소 노장의 벚꽃개화일은 과거평년에는 4 월 21일, 현재평년에는 4월 17일로서 평균 개화기 단축일수가 4일이며, 마산기상대 노장은 4월 6일에서 3 월 31일로 6일 단축이다.
공간변이를 파악하였다. 그 결과 남한전역 공간 평균으로는 현재평년(1971-2000)이 과거평년(1941-1970) 에 비해 5.2일 단축되었고, IPCC SRES A2 시나리오에 근거한 가까운 미래(2011-2040)에는 평균 9일, 2041-2070 기간에는 21일이 단축될 것으로 추정된다. 100년 후인 2071-2100 평년에는 현재보다 29일이 단축되며, 이 때에는 지금처럼 4월에 벚꽃을 볼 수 있는 지역은 백두대간을 중심으로 하는 고산지대에 국한되고, 기존 벚꽃축제지대인 경남 해안지방은 벚나무의 휴면해제가 불가능하여 개화불능 혹은 불균일한 개화가 될 가능성이 높은 것으로 예측된다.
다음에 56개소 기상관서의 해발고도를 이용하여 가상의 해발고도표면을 생성하고 월별 기온 감율값을 곱하여 해발고도 보정값을 생성하였다. 이 보정 값을, 단순내삽에 의해 추정된 초기 기온표면으로부터 감하여 고도편차가 보정된 일 최저기온 표면을 얻었다. 2, 500 m 평활화 DPM으로부터 56개 지점에 해당하는 격자점의 인구를 추출하였다.
후속연구
할 것이다. 겨울기온은 생장보다 휴면과 더욱 밀접하므로 특히 겨울기온의 변화가 클 것으로 예상되는 우리나라에서는 앞으로 생물계절관측에 좀더 주의를 기울여야 할 것이며, 예측모형을 잘 다듬는다면 기후변화 적응전략 수립에 크게 기여할 것이다. 기상청에는 벚꽃 외에 개나리, 진달래, 아카시아, 배, 복숭아 등 여러 종류의 식물계절 관측자료가 축적되어 있으므로, 향후 기후변화에 따라 지역적으로 달라지는 개화일 분포를 동일한 접근법에 의해 연구함으로써 중장기적으로 과수재배적지 재편, 봄꽃축제 등 관련 행사의 기획에도 도움이 될 것이다.
겨울기온은 생장보다 휴면과 더욱 밀접하므로 특히 겨울기온의 변화가 클 것으로 예상되는 우리나라에서는 앞으로 생물계절관측에 좀더 주의를 기울여야 할 것이며, 예측모형을 잘 다듬는다면 기후변화 적응전략 수립에 크게 기여할 것이다. 기상청에는 벚꽃 외에 개나리, 진달래, 아카시아, 배, 복숭아 등 여러 종류의 식물계절 관측자료가 축적되어 있으므로, 향후 기후변화에 따라 지역적으로 달라지는 개화일 분포를 동일한 접근법에 의해 연구함으로써 중장기적으로 과수재배적지 재편, 봄꽃축제 등 관련 행사의 기획에도 도움이 될 것이다.
우리나라 기상청에서도 이를 위해 관서마다 "관측목관리대장" 을 비치하고 있지만 근무자 변동, 노장이전 등 사유에 의해 관측목 및 표준화 수준에 대한 정확한 정보를 얻기 어려웠다. 따라서 여러 관서의 자료를 취합하는 본 연구에서는 자료균질성 문제를 피할 수 없으며 모형 검증자료로서 치명적인 결함을 내포할 수도 있다. 근본적으로 생물계절 관측이란 살아있는 수목을 대상으로 하며, 측기가 아닌 관측자의 육안에 의존하므로 표준목 자체의 생태형 혹은 수령 뿐 아니라 관측자의 주관, 관측목 주변의 미기후변화 등 숱한 오차 요인에 노출되어있다.
참고문헌 (20)
권원태, 2004: 기후변화의 과학적 현황과 전망. 환경부-기상청-한국기상학회 공동주관 제2차 기후변화학술대회 초록집 1-4. (2004년 11월 18-19일, 대구).
오성도(대표저자), 2004: 과수온도생리. 도서출판 길모금, 364p.
한화진(대표저자), 2005: 기후변화 영향평가 및 적응시스템 구축 I. 경제인문사회연구회 협동연구총서 05-20-01, 한국환경정책평가연구원, 383p
허창회, 정수종, 정지훈, 2005: 봄꽃으로 보는 한반도 도시화와 온난화. 한국기후변화협의체(KPCC) 주관 기후변화 전문가워크숍 초록집 22-25. (2005년 9월 7-8일, 서울)
Cesaraccio, C., D. Spano, R. L. Snyder, and P. Duce, 2004: Chilling and forcing model to predict bud-burst of crop and forest species. Agricultural and Forest Meteorology 126, 1-13
Choi, J., U. Chung, and J. I. Yun, 2003: Urban effect correction to improve accuracy of spatially interpolated temperature estimates in Korea. Journal of Applied Meteorology 42, 1711-1719
Chung, U., J. Choi, and J. I. Yun, 2004: Urbanization effect on the observed change in mean monthly temperatures between 1951-1980 and 1971-2000 in Korea. Climatic Change 66, 127-136
Han, Y. H., B. H. Kim, and D. I. Lee, 1993: A study on the urban heat island in Pusan, Korea. Journal of Korean Meteorological Society 29(3), 205-216. (In Korean with English abstract)
Hansen, J., W. Lawrence, D. Easterling, T. Peterson, T. Karl, R. Ruedy, M. Sato, and M. Imhoff, 2001: A closer look at United States and global surface temperature change. Journal of Geophysical Research (D: Atmosphere) 106(20), 23947-23963
Jung, J. E., E. Y. Kwon, U. Chung, and J. I. Yun, 2005: Predicitng cherry flowering date using a plant phenology model. Korean Journal of Agricultural and Forest Meteorology 7, 148-155. (In Korean with English abstract)
Kwon, E. Y., J. E. Jung, U. Chung, S. J. Lee, G. C. Song, D. G. Choi, and J. I. Yun, 2006: A thermal time-driven dormancy index as a complementary criterion for grapevine freeze risk evaluation. Korean Journal of Agricultural and Forest Meteorology 8, 1-9. (In Korean with English abstract)
Menzel, A., 2002: Phenology: Its importance to the global change community (an editorial comment). Climatic Change 54, 379-385
Peterson, T. C., A. Huang, D. A. Mckittrick, K. P. Gallo, J. Lawrimore, and T. W. Owen, 1999: Global rural temperature trends. Geophysical Research Letters 26(3), 329-332
Rho, C. S., 1973: On the rising trend of air temperature in Seoul area. Journal of Korean Meteorological Society 9(2), 49-58. (In Korean with English abstract)
Seeley, S. D., 1996: Modelling climatic regulation of bud dormancy. In G. A. Lang (ed.) Plant Dormancy- Physiology, Biochemistry and Molecular Biology. CAB International, Wallingford, U. K., 361-376
Seino, H., 1993: An estimation of distribution of meteorological elements using GIS and AMeDAS data. Journal Agricultural Meteorology (Japan) 48, 379-383. (In Japanese with English abstract)
Yoon, I. H., K. D. Min, and K. E. Kim, 1994: A study on the meteorological characteristics of Taegu area and its application to the atmospheric dispersion modelling II. Characteristic features of the urban heat island : Case study. Journal of Korean Meteorological Society 30, 303-313. (In Korean with English abstract)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.