기본 콘텐츠로 건너뛰기

태양계 이야기 590 - 태양 주기의 기원은 적어도 2억 9000만년 전?



(The Sun by the Atmospheric Imaging Assembly of NASA's Solar Dynamics Observatory. Credit: NASA)


 모든 항성의 밝기는 시간에 따라 약간씩 변동을 일으킵니다. 물론 크게보면 별이 나이를 먹음에 따라서 점점 더 밝기와 크기가 커지지만, 변광성이 아니라도 흑점주기처럼 규칙적인 변동이 있을 수 있다는 것이죠. 태양의 경우 이 주기는 대략 11년 정도이며 우리는 눈치채기 어렵지만, 태양의 밝기가 미세하게 변할 뿐 아니라 태양 플레어 같은 태양 활동과 관계가 깊습니다. 그런데 우리 태양은 과거에도 이런 주기를 가지고 있었을까요? 


 독일 켐니츠 자연사 박물관 (Natural History Museum in Chemnitz)과 프라이부르크 공과대학 (Technische Universität Bergakademie Freiberg)의 연구자들은 페름기 나무 화석을 연구해 2억 9000만년 전에도 태양이 지금과 유사한 주기를 지니고 있었다고 발표했습니다. 이들은 43개의 줄기 슬라이드 화석을 조사해 이중 잘 보존된 1,917개의 나이테를 분석해 대략 79년 정도의 변화를 비교했습니다. 그 결과 당시 태양 주기는 10.6년으로 현재의 11.2년과 큰 차이가 없는 것으로 나타났습니다. 


 이 연구 결과를 신뢰한다면 태양 주기는 수억 년간 변동이 없었다는 의미로 해석할 수 있습니다. 비록 주기에 따라서 흑점의 정도나 표면 밝기 변화의 차이는 있지만, 주기 자체는 매우 규칙적이라는 이야기입니다. 아마도 이렇게 규칙적인 주기를 만드는 어떤 메카니즘이 있음을 시사하는 이야기입니다. 앞으로 이 부분에 대한 흥미로운 연구가 진행되어야 할 것 같습니다.


 한 가지 더 고려해야 할 점은 태양의 흑점 주기가 11년 정도로 매우 규칙적이라면 이것이 기후 변화의 원인은 되기 어렵다는 점입니다. 물론 지구 역사를 봤을 때 아주 길게 보면 태양이 점점 밝아지면서 태양 복사 에너지가 상승하기는 하지만, 지는 수억년간은 태양에너지나 활동의 변화보다 지구 대기 중 온실 가스 및 알베도 변화가 지구 기후를 다양하게 만든 중요한 원인이었던 것으로 생각됩니다.  


 참고  



 Ludwig Luthardt et al. Fossil forest reveals sunspot activity in the early Permian, Geology (2017). DOI: 10.1130/G38669.1




댓글

이 블로그의 인기 게시물

통계 공부는 어떻게 하는 것이 좋을까?

 사실 저도 통계 전문가가 아니기 때문에 이런 주제로 글을 쓰기가 다소 애매하지만, 그래도 누군가에게 도움이 될 수 있다고 생각해서 글을 올려봅니다. 통계학, 특히 수학적인 의미에서의 통계학을 공부하게 되는 계기는 사람마다 다르긴 하겠지만, 아마도 비교적 흔하고 난감한 경우는 논문을 써야 하는 경우일 것입니다. 오늘날의 학문적 연구는 집단간 혹은 방법간의 차이가 있다는 것을 객관적으로 보여줘야 하는데, 그려면 불가피하게 통계적인 방법을 쓸 수 밖에 없게 됩니다. 이런 이유로 분야와 주제에 따라서는 아닌 경우도 있겠지만, 상당수 논문에서는 통계학이 들어가게 됩니다.   문제는 데이터를 처리하고 분석하는 방법을 익히는 데도 상당한 시간과 노력이 필요하다는 점입니다. 물론 대부분의 학과에서 통계 수업이 들어가기는 하지만, 그것만으로는 충분하지 않은 경우가 많습니다. 대학 학부 과정에서는 대부분 논문 제출이 필요없거나 필요하다고 해도 그렇게 높은 수준을 요구하지 않지만, 대학원 이상 과정에서는 SCI/SCIE 급 논문이 필요하게 되어 처음 논문을 작성하는 입장에서는 상당히 부담되는 상황에 놓이게 됩니다.  그리고 이후 논문을 계속해서 쓰게 될 경우 통계 문제는 항상 나를 따라다니면서 괴롭히게 될 것입니다.  사정이 이렇다보니 간혹 통계 공부를 어떻게 하는 것이 좋겠냐는 질문이 들어옵니다. 사실 저는 통계 전문가라고 하기에는 실력은 모자라지만, 대신 앞서서 삽질을 한 경험이 있기 때문에 몇 가지 조언을 해줄 수 있을 것 같습니다.  1. 입문자를 위한 책을 추천해달라  사실 예습을 위해서 미리 공부하는 것은 추천하지 않습니다. 기본적인 통계는 학과별로 다르지 않더라도 주로 쓰는 분석방법은 분야별로 상당한 차이가 있을 수 있어 결국은 자신이 주로 하는 부분을 잘 해야 하기 때문입니다. 그러기 위해서는 학과 커리큘럼에 들어있는 통계 수업을 듣는 것이 더 유리합니다. 잘 쓰지도 않을 방법을 열심히 공부하는 것은 아무래도 효율

생존분석- 콕스 비례위험모형 (1)

 생존분석 (survival analysis)는 의학 연구는 물론 기계의 내구성에 대한 판단 등 여러 분야에서 사용되는 통계 분석 방법입니다. 기본적인 개념은 사망이나 질병 발생, 기계 고장처럼 특정 현상이 발생하기까지 걸리는 시간을 분석하는 통계 분석 방법이라고 할 수 있습니다. 대표적인 방법은 카플란-메이어 (Kaplan-Meier) 생존분석과 콕스 비례위험 모형 ( Cox proportional hazards model ), 로그 순위법 (Log-rank test) 등이 있습니다.   이 방법들은 각각 적용 범위가 다른데 카플란-메이어 생존분석은 특정 집단의 시간에 따른 생존율을 분석하는 것이고 (예를 들어 암 수술후 재발 없이 지내는 시간이나 생존 기간) 로그 순위법은 두 집단의 생존율을 비교하는 것입니다. 콕스 비례위험 모형은 생존율에 영향을 미치는 위험 인자를 분석하는 것으로 예를 들어 허리둘레가 1cm씩 증가할 때 마다 당뇨 위험도가 얼마나 증가하는지를 보는 것입니다.   여기서는 각각의 통계 분석 방법에 대한 상세한 설명은 생략하고 R을 통해 어떻게 분석할 수 있는지를 간단히 설명합니다. 우선 콕스 비례 위험 모형에 대해서 설명해 봅니다. 비례위험모형은 기저 분포에 대한 가정 (예를 들어 정규 분포)이 필요없고 여러 공변량을 모형에 넣어 보정해 사용할 수 있어 다양한 경우에 사용될 수 있기 때문에 생존분석에서 가장 널리 사용되는 방식 중 하나입니다.   R에서 생존분석을 하기 위해 가장 기본적으로 사용되는 패키지는 survival 패키지 입니다. survival 패키지에는 여러 가지 예제 데이터가 있는데 우선 kidney 데이터를 살펴보겠습니다.  require(survival) data(kidney) str(kidney) # https://stat.ethz.ch/R-manual/R-devel/library/survival/html/kidney.html    kidney 데이터

R 패키지 설치 및 업데이트 오류 (1)

 R 패키지를 설치하거나 업데이트 하다보면 여러 가지 문제가 생기는 경우들이 있습니다. 이 경우 아예 R을 재설치하는 것도 방법이지만, 어떤 경우에는 이렇게해도 해결이 안되고 계속해서 사용자는 괴롭히는 경우도 있습니다. 이런 경우 중 하나를 소개합니다.  새로운 패키지를 설치, 혹은 업데이트 하는 과정에서 같이 설치하는 패키지 중 하나가 설치가 되지 않는다는 메세지가 계속 나왔는데, 사실은 백신 프로그램 때문이었던 경우입니다.   dplyr 패키지를 업데이트 하려고 했는데, 제대로 되지 않아 다시 설치를 진행했습니다. 그런데 일부 패키지가 제대로 설치되지 않는다는 메세지가 나왔습니다.  > install.packages("dplyr") Error in install.packages : Updating loaded packages > install.packages("dplyr") Installing package into ‘C:/Users/jjy05_000/Documents/R/win-library/3.4’ (as ‘lib’ is unspecified) also installing the dependencies ‘bindr’, ‘bindrcpp’, ‘Rcpp’, ‘rlang’, ‘plogr’ trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindr_0.1.1.zip ' Content type 'application/zip' length 15285 bytes (14 KB) downloaded 14 KB trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindrcpp_0.2.2.zip ' Content type 'application/zip' length 620344 b