기본 콘텐츠로 건너뛰기

지구가 따뜻해지면 작물 생산량이 늘어날까?



(Using 29 years of data from Landsat satellites, researchers at NASA have found extensive greening in the vegetation across Alaska and Canada. Rapidly increasing temperatures in the Arctic have led to longer growing seasons and changing soils for the plants. Scientists have observed grassy tundras changing to scrublands, and shrub growing bigger and denser. From 1984–2012, extensive greening has occurred in the tundra of Western Alaska, the northern coast of Canada, and the tundra of Quebec and Labrador.
Credits: NASA's Goddard Space Flight Center/Cindy Starr) 


 지구 평균 기온 상승에 따라 식생 역시 변화가 일어나고 있습니다. 그런데 이런 변화가 반드시 인간에게 불리한 것만은 아니라는 주장도 있습니다. 예를 들어 기온이 온화해짐에 따라 작물 재배에 북방 한계선이 올라가서 캐나다나 러시아처럼 추운 지역이 많은 국가에서는 작물 재배 면적이 늘어나게 된다는 것이죠. 동시에 과거에는 한 번 농사를 짓던 지역에 이모작을 할 수 있거나 혹은 재배할 수 없던 열대 과일을 재배할 수 있게 되는 효과도 있을 것입니다. 


 실제로 나사에서 진행한 연구에서는 1984년에서 2012년 사이 캐나다와 알래스캐에서 30년 동안 식물의 생장이 최대 29.4%증가한 것으로 보고했습니다. 






(동영상) 


 하지만 최근 저널 네이처 지오사이언스 (Nature Geoscience)에 실린 논문에서는 오히려 지구 기후 변화가 곡물 생산량을 떨어뜨렸다는 연구 결과가 발표되었습니다. 그것도 국내 연구진에 의해서 말이죠. 포항공대 (POSTECH) 환경 공학부의 박사과정 김진수 (Jin-Soo Kim, 1저자) 및 국종송 교수 (Jong-Seong Kug. 공동 교신), 중국남방과기대 정수종 교수 (Su-Jong Jeong, 공동 교신)가 발표한 내용에 따르면 기온 상승에도 불구하고 기상 이변이 더 잦아지면서 오히려 곡물 생산이 최대 20%까지 감소할 수 있는 것으로 나타났습니다. 


 연구팀은 지난 30년간 수집된 여러 데이터를 바탕으로 실제 기후 변화가 곡물 생산에 미친 영향을 조사했습니다. 그 결과 이상 이변이 오히려 곡물 생산량을 줄이는 역할을 한다는 것을 알아냈습니다. 예를 들어 기후가 온화해졌음에도 불구하고 봄철에 발생하는 이상 기후 및 가뭄 등으로 작물 생산이 오히려 감소했다는 것입니다. 


 연구팀에 의하면 북극 기상 이변(anomalous warming in the Arctic)이 있는 해에는 평균 1-4%의 감소가 있었으며 지역에 따라서는 최대 20%의 감소가 목격되었습니다. 생산량 감소는 연간 0.31 PgC/yr (10의 15승 g의 탄소에 해당되는 양) 수준으로 당장 식량 위기를 걱정해야 할 정도는 아니라고 해도 장기적으로 곡물 수요 증가와 함께 곡물 가격 안전성을 해칠 수 있는 가능성은 배제할 수 없을 것입니다. 


 사실 기온이 올라서 농사가 잘되는 것이 아니라는 점은 우리도 겪는 일입니다. 지난 100여년 간 한반도의 기온 상승은 지구 평균보다 더 빨랐고 기상 이변도 더 흔해지고 있습니다. 특히 지난 몇 년간은 가뭄으로 인해 농작물 가격이 올라 물가에까지 적지 않은 영향을 줬고 일부 지역에서는 생활용수는 물론 식수난까지 겪고 있습니다. 이번 연구는 이와 같이 기후 변화에 따른 작물 생산 감소를 실제로 입증했다는 점에서 큰 의미가 있습니다. 


 한 가지 더 언급하고 싶은 점은 이 내용을 블로그에 올려볼까 하고 생각하던 중 저자인 김진수 선생님으로부터 메일을 받았다는 것입니다. 현재 기후 관련 연구를 진행하시면서 제 블로그의 독자로 틈틈히 구독해왔는데, 이 연구 결과를 블로그 통해 소개하고 싶다는 것이었습니다. 친철하게도 논문과 더불어 보내주셔서 많은 도움이 되었습니다. 


 참고로 네이처 지오사이언스는 인용지수(IF)가 10점 대 중반으로 상당히 높은 랭킹을 지닌 저널입니다. 보통 이 정도면 그 분야에서는 몇 손가락 안에 드는 저널이라고 할 수 있습니다. 이전에 블로그를 통해서 소개드린 것처럼 저도 10점대 저널에 도전했다가 번번히 고배를 마신적이 있습니다. 그런만큼 만약 이런 저널에 실리면 보도자료를 만들어 언론사에 배포할 정도로 학교에서도 관심을 가지고 연구자 개인에게도 큰 경력이 됩니다. 높은 저널에 실렸다는 그 자체로 과학 커뮤니티에서 그만큼 인정을 받았다는 이야기니까요. 


 따라서 이런 저널에 이렇게 중요한 연구 결과를 발표했다는 점은 매우 축하할 일입니다. 김선생님께 답장 메일로 축하의 말을 전했는데 다시 축하드립니다. 블로그 독자분이 이렇게 좋은 연구를 해서 인정을 받았다고 하니 제가 된 것처럼 기분이 좋고 널리 소개하고 싶습니다. 물론 이제 박사과정이시니 앞길이 더 창창하리라 믿습니다. 좋은 연구 많이 하셔서 학문 발전에도 기여하고 개인적으로도 잘 되시기를 기원합니다. 


 그런데 이런 연구는 단순히 개인의 명예나 경력만의 문제는 아닙니다. 저도 연구를 하면서 그다지 중요한 기여는 못해도 질병 예방 및 보건 정책 수립에 조금이라도 도움이 될 것으로 믿고 연구를 합니다. 이 연구는 앞으로 기후 변화에 대한 국가 정책 수립은 물론 국제 사회의 정책 수립에 근거 자료가 될 수 있어 매우 중요하다고 하겠습니다. 앞으로 후속 연구가 기대되는 이유입니다. 


 종종 보면 독자분 가운데서 연구하시는 분들도 있으신 것 같습니다. 혹시 그 가운데 자신의 연구를 소개하고 싶으신 분은 이렇게 소개해 드릴 수 있을 것 같습니다. 다만 가능하면 너무 특수한 내용이 아니라 비전공자와 일반 대중도 간단하게 이해할 수 있는 연구에 국한해서 진행하겠습니다. SCI 저널에 실린 연구면 더 좋구요. 


 참고 


Jin-Soo Kim et al. Reduced North American terrestrial primary productivity linked to anomalous Arctic warming, Nature Geoscience (2017). DOI: 10.1038/ngeo2986 

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...

9000년 전 소녀의 모습을 복원하다.

( The final reconstruction. Credit: Oscar Nilsson )  그리스 아테나 대학과 스웨덴 연구자들이 1993년 발견된 선사 시대 소녀의 모습을 마치 살아있는 것처럼 복원하는데 성공했습니다. 이 유골은 그리스의 테살리아 지역의 테오페트라 동굴 ( Theopetra Cave )에서 발견된 것으로 연대는 9000년 전으로 추정됩니다. 유골의 주인공은 15-18세 사이의 소녀로 정확한 사인은 알 수 없으나 괴혈병, 빈혈, 관절 질환을 앓고 있었던 것으로 확인되었습니다.   이 소녀가 살았던 시기는 유럽 지역에서 수렵 채집인이 초기 농경으로 이전하는 시기였습니다. 다른 시기와 마찬가지로 이 시기의 사람들도 젊은 시절에 다양한 질환에 시달렸을 것이며 평균 수명 역시 매우 짧았을 것입니다. 비록 젊은 나이에 죽기는 했지만, 당시에는 이런 경우가 드물지 않았을 것이라는 이야기죠.   아무튼 문명의 새벽에 해당하는 시점에 살았기 때문에 이 소녀는 Dawn (그리스어로는  Avgi)라고 이름지어졌다고 합니다. 연구팀은 유골에 대한 상세한 스캔과 3D 프린팅 기술을 적용해서 살아있을 당시의 모습을 매우 현실적으로 복원했습니다. 그리고 그 결과 나타난 모습은.... 당시의 거친 환경을 보여주는 듯 합니다. 긴 턱은 당시를 살았던 사람이 대부분 그랬듯이 질긴 먹이를 오래 씹기 위한 것으로 보입니다.   강하고 억센 10대 소녀(?)의 모습은 당시 살아남기 위해서는 강해야 했다는 점을 말해주는 듯 합니다. 이렇게 억세보이는 주인공이라도 당시에는 전염병이나 혹은 기아에서 자유롭지는 못했기 때문에 결국 평균 수명은 길지 못했겠죠. 외모 만으로 평가해서는 안되겠지만, 당시의 거친 시대상을 보여주는 듯 해 흥미롭습니다.   참고  https://phys.org/news/2018-01-te...

150년 만에 다시 울린 희귀 곤충의 울음 소리

  ( The katydid Prophalangopsis obscura has been lost since it was first collected, with new evidence suggesting cold areas of Northern India and Tibet may be the species' habitat. Credit: Charlie Woodrow, licensed under CC BY 4.0 ) ( The Museum's specimen of P. obscura is the only confirmed member of the species in existence. Image . Credit: The Trustees of the Natural History Museum, London )  과학자들이 1869년 처음 보고된 후 지금까지 소식이 끊긴 오래 전 희귀 곤충의 울음 소리를 재현하는데 성공했습니다. 프로팔랑곱시스 옵스큐라 ( Prophalangopsis obscura)는 이상한 이름만큼이나 이상한 곤충으로 매우 희귀한 메뚜기목 곤충입니다. 친척인 여치나 메뚜기와는 오래전 갈라진 독자 그룹으로 매우 큰 날개를 지니고 있으며 인도와 티벳의 고산 지대에 사는 것으로 보입니다.   유일한 표본은 수컷 성체로 2005년에 암컷으로 생각되는 2마리가 추가로 발견되긴 했으나 정확히 같은 종인지는 다소 미지수인 상태입니다. 현재까지 확실한 표본은 수컷 성체 한 마리가 전부인 미스터리 곤충인 셈입니다.   하지만 과학자들은 그 형태를 볼 때 이들 역시 울음 소리를 통해 짝짓기에서 암컷을 유인했을 것으로 보고 있습니다. 그런데 높은 고산 지대에서 먼 거리를 이동하는 곤충이기 때문에 낮은 피치의 울음 소리를 냈을 것으로 보입니다. 문제는 이런 소리는 암컷 만이 아니라 박쥐도 잘 듣는다는 것입니다. 사실 이들은 중생대 쥐라기 부터 존재했던 그룹으로 당시에는 박쥐가 없어 이런 방식이 잘 통했을 것입니다. 하지만...