최근 10년 한반도 안면도와 전 지구 이산화탄소 증가율 비교 분석

1. 서 론

인위적인 이산화탄소 (CO₂) 배출의 약 55%는 육상생태계와 해양에 의해 흡수되며 (Friedlingstein et al., 2022) 나머지는 대기 중에 잔류하게 된다. 전 지구 평균 CO₂ 증가율의 장기 및 경년 변동성 (Year-to-Year)은 인간활동에 따른 배출의 변화와 육상생태계에 의한 CO₂의 흡수/소멸에 영향을 받는다. 이때 CO₂의 흡수는 일정하지 않고 엘니뇨 남방 진동 (El Niño-Southern Oscillation, ENSO)의 변동성과 아주 잘 일치한다고 보고되고 있다 (Fang et al., 2017; Hashimoto et al., 2004). ENSO는 적도지역의 탄소 순환뿐 아니라 최대 수개월의 지연이 있지만 극지방의 탄소 순환에도 영향을 준다 (Das et al., 2022). 최근, CO₂ 증가율의 변동성은 전 지구적 규모에서 ENSO와 함께 열대지역의 평균 기온과 수분의 변동과 크게 연관되는 것으로 밝혀졌다 (Liu et al., 2023; Liao et al., 2021; Fang et al., 2017). 향후 엘니뇨에 의한 가뭄 현상과 기후변화에 의한 온도 상승에 따른 CO₂의 변동성은 전 지구적인 탄소 순환 측면에서 주목을 받고 있다.

탄소 순환 (특히, 흡수원)에 대한 정확한 이해와 정량적인 추정은 온실가스 배출량을 모니터링하고 미래 탄소 순환 - 기후 되먹임 예측의 큰 불확실성을 줄이기 위한 핵심 사항이다. 최근에는 전 지구적인 기후변화가 순수한 육지 탄소 흡수량의 증가에 따라 일부 완화되었다고 보고하고 있다 (Ruehr et al., 2023; Ballantyne et al., 2017). CO₂의 흡수량은 1960년에 연간 1.2 PgC에서 2010년 연간 3.1 PgC로 2배 이상 증가했고 이런 추세는 기후변화의 되먹임 작용이 아닌 이산화탄소 비료 (fertilization) 효과에 의한 광합성 증가로 알려졌으며, 기후변화에 따른 고온 현상이 주로 높은 위도에서 낮은 기온을 억제하여 일어난 것으로 밝혀졌다 (Keenan et al., 2016). CO₂ 농도의 증가에 따른 식물 광합성 증가가 역설적으로 21세기 지구온난화를 뚜렷하게 억제하였지만 (Ruehr et al., 2023), 대기 중 CO₂ 농도는 지속적으로 증가하고 있기에 향후 탄소 순환의 변동에 대해 지속적으로 모니터링할 필요가 있다. 이는 CO₂ 증가가 지구온난화 및 기후변화 되먹임을 정량적으로 평가할 수 있는 기회를 제공할 뿐 아니라 육상생태계 흡수 증가에 따른 기후변화의 영향을 조사할 수 있는 계기를 제공한다.

전 지구적인 탄소 순환에 비해 지역적인 탄소 순환은 더 많은 불확실성을 가지고 있고 뚜렷한 지역적인 특성을 보인다 (van der Woude et al., 2023; Piao et al., 2020; Parazoo et al., 2016; Graven et al., 2013). 최근 미국의 동부와 서부지역에서 연구한 결과를 살펴보면 수분이 제한적인 서부지역은 기후변화의 영향이 식생의 성장에 부정적인 영향을 주었지만, 동부지역은 전 지구적인 패턴과 유사하게 CO₂ 비료 효과에 따라 탄소의 흡수가 증가하면서 기후변화에 긍정적인 영향을 보였다 (Hogan et al., 2024). 이는 육지 탄소 균형은 건조 및 기후변화에 따른 열스트레스에 따라 지역적으로 많이 달라지는 것을 의미한다. 가뭄과 폭염은 지역적으로 토지 탄소 흡수의 급격한 감소를 유발하는 것으로 나타났다 (Ciais et al., 2005). 전 세계 대부분 지역에서 물 부족으로 인해 광합성이 제한되고 있으며, 특히, 2022년 유럽지역에서 발생한 극한 가뭄으로 인해 유럽지역의 육상 식생에 의한 탄소의 흡수가 현저하게 감소하였다 (van der Woude et al., 2023). 이는 CO₂의 계절 특성 및 연 증가율에 영향을 주는 탄소 흡수의 변화가 온도와 가뭄에 민감하게 반응하는 것을 의미한다 (Humphrey et al., 2018; Keenan et al., 2013). WMO의 기후변화보고서에 따르면 향후 5년 (2024~2028년) 사이 적어도 한 해에 일시적으로 산업화 이전 대비 1.5°C를 초과할 가능성은 80%로, 가능성이 0에 가까웠던 2015년 이후로 꾸준히 증가하였다 (WMO, 2024). 이는 영구적으로 1.5°C의 목표를 위반하지 않았지만, 가장 따뜻한 2023년을 제치고 새로운 온도 기록을 세울 가능성이 86%에 이른다. 현재 급격한 기후변화에 따른 지역적인 탄소 순환의 영향을 이해하는 것이 어느 때보다 중요한 시기이다.

한반도의 장기적인 CO₂ 배경농도의 변동성 및 그에 따른 탄소 순환을 이해하기 위하여 기상청 (국립기상과학원)에서는 매년 지구대기감시보고서를 발간한다 (KMA, 2024). 보고서에서는 각 지상관측소에서 생산되는 온실가스의 장기 변동성 추이를 수록함으로써 한반도에서의 탄소 순환을 이해하는 데 중요한 정보를 제공한다. 안면도 지구대기감시소에서 지난 20년 (1999~2017)간 연속 관측한 CO₂의 농도는 우리나라 인위적인 배출량 변화뿐 아니라 CO₂ 흡수 증가에 따른 한반도 지역적인 탄소 순환의 변화도 감지할 수 있었다 (Yun et al., 2020). 본 연구는 안면도에서 최근 10년 (2013~2023년)간 관측한 CO₂ 증가율의 변동성과 전 지구의 증가율을 비교 및 분석하고자 한다. 안면도 증가율의 경년 변동성이 전 지구적인 CO₂의 증가율과 비슷한 혹은 다른 경향을 보이는 사례에 대해서 살펴보고, 경년 변동성에 미치는 ENSO 영향, 지역적인 온도와 가뭄에 따른 생태계 흡수 변동성과의 상관성을 살펴봄으로써 우리나라에서 관측한 CO₂ 농도 증감 사례에 영향을 주는 주 원인을 알아보았다. 이 연구는 우리나라 더 나아가 아시아지역 생태계의 탄소 흡수를 견인하는 주요 동인을 식별하는 데 기초자료를 제공할 뿐 아니라 탄소 중립 실현을 위한 한반도 지역에 적합한 생태계 관리의 전략 수립을 위한 과학적인 정보를 제공할 것이다.

2. 방 법

2. 1 안면도 관측소 및 관측 방법

안면도 지구대기감시소 (36.53°N, 126.32°E)는 한반도의 서쪽 해안가에 위치하여 있고, 서울에서 남서쪽으로 약 130 km 떨어져 있다. 또한, 반경 100 km 이내에는 반도체 산업이 존재하며, 35 km 이내에 국내 최대 규모의 석탄 화력발전소가 있다. 지역적으로 여러 가지 농작물 경작의 농업활동이 활발하다 (Lee et al., 2019). 계절에 따른 기상의 영향을 살펴보면 겨울~봄철은 시베리아 고기압의 영향으로 북풍 계열의 바람이 우세하여 주로 아시아대륙의 장거리 수송의 영향이 강화된다. CO₂의 자연적인 흡수가 강화되는 여름철은 아시아 몬순의 영향으로 남풍 계열의 바람이 우세하여 해양에서 기원하는 잘 희석된 배경농도의 관측이 유리하다. 가을철은 오호츠크기단의 영향으로 동풍이 우세하여 계절에 따라 다양한 기원의 CO₂ 농도 관측이 가능하다 (Lee et al., 2023).

여름철 안면도에서 관측한 CO₂의 농도에 영향을 주는 여름철 식생의 지역적인 분포를 파악하기 위하여 Korea Integrated Model (KIM)-Stochastic Time-Inverted Lagrangain Transport (STILT) 모델로 계산한 대표적인 여름철 (2020년 7월 평균) 풋프린트 (Foot-print)를 그림 1에 나타냈다 (Kenea et al., 2023). 안면도는 주로 한반도, 일본 남부지역과 중국 동부, 동북부 일부 지역의 영향이 제일 강하게 나타나고 있다. 제한적으로 몽골 서부의 영향도 있을 것으로 추정되지만 그 빈도가 약한 것으로 추정된다.

Fig. 1.

Three-days backward trajectories footprint for July 2020, calculated using the Korean Integrated Model (KIM)-Stochastic Time-Inverted Lagrangian Transport (STILT) model, arriving at Anmyeon-do station (marked with an X at 36.53°N, 126.32°E).

안면도에서는 1999년부터 비분산적외선 (Non-Dispersive Infrared analyzer, NDIR) 방법으로 CO₂의 관측을 시작하였고, 2012년부터 공동감쇠분광기 (Cavity-Ring Down Spectroscopy, CRDS)로 5초 간격의 관측자료를 수집하기 시작하였다. 두 관측 장비는 2012년 동시 관측을 수행하여 연속성 등에 대한 검증을 마무리하였다 (Lee et al., 2019; Li et al., 2014). 시료 입구는 20 m 높이의 타워에 설치되어 있으며 대기 시료는 영하 80°C의 냉동기 (CT-90)를 거쳐 대부분 의 수분 (약 0.004% 수증기 함유)을 제거한 후 관측 장비에 주입된다. 안면도 장비는 WMO-X2019 척도의 표준 가스를 적용하여 2주의 간격으로 검·교정을 수 행하고 있고, 장비의 수분희석 효과 및 정밀도 등을 고려한 전체 불확도는 약 0.12 ppm이다 (Lee et al., 2019). 관측의 시스템 구성과 한반도 CO₂ 배경농도의 특성은 Lee et al. (2019)에 자세히 소개되어 있다.

3. 결과 및 토의

3. 1 전 지구 CO₂의 대기 중 잔류율 분석

인위적인 배출과, 육상생태계 탄소 흡수의 변화는 대기 중에 축적되는 CO₂ 양에 영향을 주고, 궁극적으로 대기 중 CO₂ 농도의 증가율의 변동에 반영된다. 전 지구 CO₂ 증가율은 적도지역 열대우림의 탄소 흡수 변화에 즉각적으로 반응하고 다음으로 중-고위도 지역의 영향을 받는 것으로 알고 있다 (Rayner et al., 2015). 인위적인 배출량과 육상생태계의 탄소 흡수능력의 변화를 전 지구적인 관점에서 살펴보기 위하여 전 지구의 CO₂의 잔류율 (Airborne Fraction)에 대해서 분석하였다. CO₂의 대기 중 잔류율은 인간 활동으로 배출된 이산화탄소 중 해양과 식생의 흡수 제거를 거친 후 대기 중에 남아 있는 비율을 나타내며 아래 수식 (4~6)에 따라 계산하였다. 자세한 방법은 Gloor et al. (2010)에서 서술하였다.

$\[ \frac{\partial \mathrm{M}}{\partial \mathrm{t}}={\mathrm{F}}_{\mathrm{a}\mathrm{n}\mathrm{t}\mathrm{h}\mathrm{r}\mathrm{o}\mathrm{ }}-{\mathrm{F}}_{\mathrm{s}\mathrm{i}\mathrm{n}\mathrm{k}} \]$

(4)

$\[ \frac{\partial \mathrm{M}}{\partial \mathrm{t}}=\mathrm{\alpha }{\mathrm{F}}_{\mathrm{a}\mathrm{n}\mathrm{t}\mathrm{h}\mathrm{r}\mathrm{o}\mathrm{ }} \]$

(5)

M은 대기 중에 있는 이산화탄소의 질량, α는 대기 잔류율 (Airborne Fraction)이며 F_anthro는 인위적인 온실가스 배출량으로 화석연료 배출량, 토지 사용에 따른 배출량의 합으로 표현한다. 즉 대기 중 이산화탄소 농도의 변동은 인위적 배출량과 흡수의 차이로 해석된다. Fsink는 육상생태계와 해양의 흡수량을 나타낸다. 수식 (4)에서 수식 (5)를 빼면 수식 (6)을 얻는다

$\[ \mathrm{\alpha }=1-\left({\mathrm{F}}_{\mathrm{s}\mathrm{i}\mathrm{n}\mathrm{k}\mathrm{ }}/{\mathrm{F}}_{\mathrm{a}\mathrm{n}\mathrm{t}\mathrm{h}\mathrm{r}\mathrm{o}\mathrm{ }}\right) \]$

(6)

그림 2에 최근 20년 Global Carbon Project (GCP) (Friedlingstein et al., 2022)에서 보고한 화석연료의 배출량과 수식 (6)에 따라 계산한 CO₂의 대기 중 잔류율을 제시하였다. CO₂의 인위적인 배출량, 식생과 해양에 의한 흡수량은 GCP에서 보고한 값으로 계산하였다. GCP의 자료는 2021년까지 공개되어 있기에 최종 2021년까지 제시하였다.

Fig. 2.

Global Fossil Fuel emissions (blue dots) and the airborne fraction of CO2 (gray dotted lines and with 1-sigma error) remaining in the atmosphere each year. The uncertainties of airborne fraction were propagated from 1-sigma error of anthropogenic emission and sinks from ocean and land. The blue lines indicate the long-term increasing trends during the periods 2001~2013 and 2014~2021, respectively, with marked linear regression slope in the increasing trend of fossil fuel emission between two periods. The airborne fraction was calculated using anthropogenic emissions, sinks from biosphere and ocean, as reported by the Global Carbon Project (GCP) (https://globalcarbonproject.org).

최근 10년의 추세를 분석하기 위하여 2000년 전체 20년간 화석연료의 배출량과 수식 (6)에 의하여 계산한 CO₂의 대기 중 잔류율을 그림 2에 도시하였다. 2000년대부터 약 45±8%의 CO₂가 대기 중에 잔류하고 있는 것으로 추정된다. Keenan et al. (2016)에 의하면 2000년 초반부터 약 10년 (2002~2014) 화석연료의 빠른 증가 추세에도 불구하고 대기 중 잔류율이 통계적으로 유의미하게 감소했고, 이는 고위도지역에서의 CO₂의 fertilization에 의해 발생한 식생의 흡수 증가로 일어난 것으로 보고하고 있다. 이렇게 강화된 CO₂의 흡수 증가로 인해 대기 중 CO₂ 증가율의 둔화로 이어지기도 했다 (Keenan et al., 2016). 이는 고위도지역의 온도변화가 식생 흡수의 증가를 야기하여 전 지구 이산화탄소의 증가율 감소로 이어졌음을 시사한다. 일부 연구 결과는 2000년대 초반 10년은 온난화가 일시적으로 둔화되면서 식물 및 토양의 호흡 활동이 감소하여 육상생태계가 더 많은 탄소를 흡수하게 되었다고 발표하였다 (Ballantyne et al., 2017).

약 2013/2014년부터 화석연료의 배출량은 그 전 10년에 비해 증가 추세가 5배 이상 둔화된 것으로 나타났지만 CO₂의 대기 중 잔류율은 2000년대 초반 10년에 비해 뚜렷한 감소 추세를 보이지 않고 있다 (그림 2). 2015/2016년 엘니뇨가 발생했던 시기 CO₂의 잔류율이 일시적으로 크게 증가하여 약 55±8% 이상을 보이다가 그 이후 평균 약 45±8% 수준을 유지하는 것을 볼 수 있다. 이는 인위적인 화석연료의 배출이 감소했지만 전 지구적으로 유의미한 탄소 흡수의 증가가 발생하지 않았거나 혹은 감소했을 가능성을 시사한다. 최근 10년 전 지구 탄소 흡수의 정량적인 평가는 향후 전 지구 식생 모델을 이용하여 살펴볼 필요가 있다.

3. 2 최근 전 지구 및 안면도 이산화탄소 변동성 분석

그림 3은 안면도에서 2013년부터 2023년까지 관측한 L2 시간 자료와 위 방법론 2.2에 의해서 산출된 커브피팅된 L3 일별 배경농도를 보여주고 있다. 안면도는 주변 및 지역적인 오염원의 영향으로 빈번한 오염 이벤트 농도를 보여주고 있다. 그림 4는 전 지구와 안면도에서 10년간 관측한 CO₂ 배경농도의 계절 변동성과 증가 추세를 보여주고 있다. 전 지구의 CO₂ 농도는 NOAA에서 약 40여 개의 해양 배경농도 관측소에서 채취한 플라스크 분석자료를 활용하였다 (Masarie and Tans, 1995). 안면도와 전 지구의 평균 CO₂ 농도는 여름철에 낮고 봄철에 높은 비슷한 계절 변동성을 보이지만 안면도에서 관측한 배경농도는 전 지구 평균보다 높고 계절 변동성 폭도 큰 것으로 나타났다. 특히 여름철은 비슷한 수준이지만 봄, 가을, 겨울철은 큰 차이를 보인다. 이는 안면도가 인구밀도가 높은 북반구 중위도에 위치하여 있고, 육상생태계가 발달했기에 배경농도가 높고 계절 변동성도 큰 것으로 알려져 있다 (Nevison et al., 2008).

Fig. 3.

Time-series of the hourly (gray dots) and curve fitted (blue line) dry mole fraction of CO2 observed at Anmyeon-do from 2013 to 2023.

Fig. 4.

Time-series of the daily mean dry mole fraction of CO2 observed at Anmyeon-do (blue line) and compared to global values (black line) from 2013 to 2023. The global data were obtained from http://gml.noaa.gov/ccgg/trends/data.html.

2023년 안면도에서 관측한 CO₂의 연평균 농도는 427.57 ppm으로 2013년 평균 농도 403.26 ppm에 비해 약 6.0% 증가하였으며 평균 약 2.43 ppm/year의 증가율을 보이고 있다. 2023년 전 지구의 평균 농도는 약 419.32 ppm이며, 2013년 395.40 ppm으로 기록되고 있다. 안면도에서 관측한 CO₂의 변화와 비슷하게 약 6.0% 증가하였으며 평균 약 2.39 ppm/year의 증가율을 보이고 있다. 안면도의 배경농도는 전 지구에 비해 높지만 최근 10년 CO₂의 평균 증가율은 아주 비슷한 수준의 증가 속도를 보여주고 있다. 지역배경대기 관측소에서 관측한 CO₂ 증가율의 경년 변동성은 지역적인 CO₂ 플럭스의 변화에 의해 단기적인 변동성을 보인다. 하지만 10년 평균 증가율은 배출과 흡수에 의한 전 지구 대기 혼합의 균질화에 의해 비슷한 수준을 보일 수 있음을 제시한다. 3.3절에서 안면도 CO₂ 증가율의 단기 변동성을 견인하는 원인에 대해서 자세히 분석하고자 한다.

3. 3 안면도 이산화탄소의 증가율 변동 원인 분석

3. 3. 1 ENSO의 영향

전 지구 CO₂ 농도의 증가율은 열대지역 식생 흡수의 변동에 즉각적으로 반응하는 것으로 알려져 있다 (Rayner et al., 2015). 엘니뇨 남방 진동 (ENSO)은 주로 열대지역의 기후에 영향을 주는 중요한 기후 사건이다. 열대 육상생물권은 엘니뇨 (El Niño) 기간 건조한 환경에 따른 호흡 증가로 탄소 흡수량이 감소하지만 라니냐 (La Niña)의 해에는 시원하고 습윤한 환경에서 육상생태계의 생산량 증가로 탄소 흡수가 증가하는 것으로 알려져 있다 (Liao et al., 2021; Chatterjee et al., 2017; Fang et al., 2017). 2015/2016년은 대표적인 강한 엘니뇨에 의한 건조기후가 뚜렷했던 시기로 건조기후에서 탄소 순환의 변동성을 연구하는 대표적인 사례로 간주되고 있다 (Betts et al., 2018). 이 시기는 높은 기온에 따른 토양/식생 호흡이 증가하고 결과적으로 전 지구의 이산화탄소 농도가 크게 증가하였다. 또한 건조한 기후 때문에 산불에 의한 배출이 증가되었고 이는 미국항공우주국 (National Aeronautics and Space Administration, NASA) OCO-3 위성자료에서도 뚜렷하게 관측되었다 (Chatterjee et al., 2017). NOAA에서 2016년 보고한 전 지구의 증가율은 2.83±0.08 ppm, 안면도의 연평균 증가율은 2.76±0.12 ppm으로 아주 비슷한 수준으로 전체 10년 평균 증가율 (약 2.40 ppm/year)에 비해 10% 이상 증가한 수준이다 (그림 5). 전 지구의 증가율은 중위도에 위치한 안면도보다 좀 더 열대지역의 식생의 영향을 크게 받고 있으며 ENSO의 영향도 주로 열대우림에서 즉각적으로 나타나는 것을 알 수 있지만 (Rayner et al., 2015) 높은 증가율을 보인 안면도지역도 엘니뇨의 영향을 받고 있음을 시사한다 (Seo3 et al., 2021).

Fig. 5.

Monthly (gray dotted line) and yearly (red circles) CO2 growth rate (ppm/yr) at Anmyeon-do, compared to the Global annual growth rate (blue diamonds) with uncertainties. The multivariate El Niño Southern Oscillation (ENSO) index is shown in the shaded box plot, with orange and sky blue indicating positive and negative ENSO indices, respectively. The ENSO indices were obtained from https://www.psl.noaa.gov/enso/mei.

2021/2022년은 강한 라니냐가 발생한 시기이다. 2022년도 전 지구 증가율은 2.20±0.08 ppm이고 안면도에의 연간 증가율은 2.07±0.12 ppm으로 안면도에서 2.76±0.12 ppm을 보였던 2016년 엘니뇨에 해에 비해 큰 폭으로 감소하였고 전체 10년 평균에 비해서도 약 10% 이상 비슷하게 감소하였다. 라니냐는 열대지역의 광합성 증가를 통한 CO₂ 농도의 감소를 야기하지만 이 효과는 기존 여러 연구 결과에서 보고하듯이 적도지역뿐 아니라 중위도지역에도 영향을 주는 기후 사건임을 보여준다 (Das et al., 2022). 엘니뇨와 라니냐의 기후학적인 사건이 발생한 해에 안면도와 전 지구 증가율은 아주 비슷한 증가 및 감소 패턴을 보이고 있으며 이는 전 지구뿐 아니라 지역적인 탄소 순환에 영향을 주는 중요한 요인임을 알 수 있다.

3. 3. 2 2017/2019년 이산화탄소의 증감 사례 분석

전 지구와 안면도의 CO₂의 연평균 증가율의 차이를 그림 6에 도시하였다. 안면도에서 전 지구에 비해 높은 증가율을 보인 연도는 2019년이지만 더 낮은 증가율을 보인 시기는 2013/2014년이었고 다음으로 2017년인 것으로 보인다. Keenan et al. (2016)의 연구에서는 2002년부터 2014년까지 전 지구 이산화탄소 증가율의 감소는 유라시아 등 고위도지역에서 기후변화에 따른 고온 현상이 주로 높은 위도에서 낮은 기온을 억제하여 식생 흡수를 강화하여 일어난 것으로 보고하고 있다. 그림 7에서 보이듯이 2013/2014년 한반도 주변의 식생 흡수가 2017년에 비해 크게 강화되는 경향은 나타나지 않고 있다. 여름철 안면도를 포함한 동북아시아지역에서는 상당히 낮은 CO₂ 농도가 관측되며 이는 중국 북부와 러시아 등 고위도지역의 강한 식생 흡수의 영향을 받는 것으로 알려져 있다 (Shim et al., 2013). 고위도지역의 식생 흡수 변화와 안면도 CO₂ 변동성과의 상관성 분석은 이 연구의 범위를 벗어나기에 향후 동아시아에 위치한 GAW 배경농도 관측소의 자료를 종합하여 분석해볼 필요가 있다. 본 연구에서는 2017년과 2019년의 사례를 집중적으로 살펴보고자 한다. 2017년 전 지구의 CO₂의 증가율은 2.14±0.09 ppm, 안면도는 1.36±0.12 ppm으로 안면도는 최근 10년 평균 증가율에 비해 약 40% 감소하여 큰 경년 변동성을 보이고 있다. 2019년의 경우 전 지구 CO₂의 증가율은 최근 10년 평균과 비슷한 수준이지만 안면도는 2.93±0.12 ppm 최근 10년에 비해 약 22% 높은 증가를 보이고 있다. 이산화탄소 증가율의 경년 변동성은 주로 식생 흡수의 변동성에 의해 일어난다 (Keenan et al., 2016). 안면도에서 관측한 증가율의 변화 폭이 전 지구에 비해 크다는 것은 좀 더 지역적인 특성을 반영함을 지시한다.

Fig. 6.

The difference in annual average CO2 growth rate (ppm/yr) observed at Global and Anmyeon-do. Propagated uncertainties were represented by error bar. Global growth rate uncertainties were sourced from reported value (Lan et al., 2024), while observational uncertainties were applied to the data from Anmyeon-do.

Fig. 7.

The CT model optimized monthly CO2 flux (PgC/month) in the land biosphere across the latitude range of 32~42°N and longitude range of 120~130°E. The optimized flux data were obtained from NOAA (http://carbontracker.noaa.gov).

그림 7은 2012년부터 2023년까지 NOAA 탄소추적시스템 (CarbonTracker model, CT2022) (Jacobson et al., 2023)에서 최적화한 육상생태계 이산화탄소 Net Ecosystem Exchange (NEE)를 한반도를 포함한 위경도 범위 (33~42°N, 120~130°E)에서 계산한 월별 CO₂플럭스이다. 여름철에는 식생의 흡수가 강화되기에 음의 값을 나타내며 음의 절대값이 클수록 식생의 흡수가 더 강화되는 것을 의미한다. 한반도에서는 5월부터 식생의 흡수가 시작되어 9월까지 지속되고 그 외 계절에는 주로 호흡에 의한 배출로 양의 값을 보이고 있다 (그림 7). 전체 약 10년간 한반도에서 식생의 흡수가 제일 강한 시기는 2017년이며 5~9월까지 약 0.27 PgC의 흡수가 발생하였다. 하지만 2019년 흡수량은 약 0.14 PgC로 2017년의 절반 수준으로 감소한 것으로 나타났다. 그림 8은 2017년과 2019년 식생 흡수가 강하게 발생한 5~9월까지 탄소추적 시스템에서 최적화한 NEE의 최근 10년 (2012~2022)에 대한 아노말리를 제시하였다. 식생의 흡수의 변화가 한반도를 중심으로 크게 나타났으며 2017년은 한반도의 식생 흡수가 강화된 반면 2019년은 좀 더 배출이 강화되는 양의 값으로 나타났다 (그림 8).

Fig. 8.

The CT model optimized the total CO2 flux (PgC/month) anomaly relative to 2012~2022 in the land biosphere within the latitude range of 32~42°N and longitude range of 120~130°E, for (a) May to September 2017 and (b) May to September 2019. The optimized flux data were obtained from NOAA (http://carbontracker.noaa.gov).

2019년 우리나라 연평균 기온은 엘니뇨가 발생한 2016년에 이어서 두 번째로 높았으며, 누적 강수량도 평년 대비 적은 것으로 기록되었다. 2019년 안면도에서 관측한 CH₄의 증가율도 이례적으로 높았고 토양 수분과 온도에 따른 미생물기반의 CH₄ 배출이 증가했던 한 해이기도 했다 (Kenea et al., 2021). 그림 9는 ECMWF ERA5 재분석자료 2 m 높이 기온의 2019년 아노말리와 2019년 가뭄 지수 (Standardized Precipita tion-Evapotranspiration Index, SPEI)를 각각 도시하였다 (Beguería et al., 2014, 2010; Vicente-Serrano et al., 2010). 한반도지역에서 북한지역과 중국 요동, 산동반도를 중심으로 온도의 증가가 분명하게 나타나고 있다. 강수량과 증발량으로 추정한 가뭄 지수를 살펴보면 한국 남쪽 일부 지역을 제외한 북부 및 북한지역과 중국 요동, 산동반도는 극한 가뭄 (SPEI<-1.2)의 형태를 보이고 있다. 육상생태계의 탄소 흡수의 변화는 온도와 가뭄에 민감하게 반응하기에 2019년 국지적인 지역의 기상 특성은 그 지역의 탄소 흡수를 변화시키고 궁극적으로 증가율의 경년 변동성에 반영되었음을 시사한다. 향후 급격한 기후변화에 따른 지역적인 기온 상승 및 가뭄 현상이 발생함에 따라 지역 배경대기관측소에서의 CO₂ 변화추세에 대한 장기적이고 면밀한 모니터링이 필요하다.

Fig. 9.

(a) ECMWF ERA5 derived reanalysis data for 2 m temperature anomaly for 2019, relative to the period 2012~2022. (b) Standardized Precipitation-Evapotranspiration Index (SPEI) for 2019, obtained from https://spei.csic.es (last accessed: 2024/8/26) within the latitude range of 32~42°N and longitude range of 120~130°E.

4. 요약 및 결론

전 지구와 지역적인 CO₂ 농도의 변동성을 살펴보기 위하여 본 연구에서는 전 지구와 한반도 배경대기 관측소 안면도에서 관측한 CO₂의 증가율을 함께 분석하였다.

안면도에서 관측한 대기 중 CO₂는 전 지구와 마찬가지로 적도지역에서 발생한 ENSO의 영향과 밀접하게 연계되어 있음을 확인하였다. 2015/2016년 엘니뇨 기간 높은 기온과 극한 가뭄에 따라 전 지구와 안면도의 CO₂ 연간 증가율은 각각 2.83±0.09 ppm/year와 2.76±0.12 ppm/year로 불확도 내에서 비슷한 수준으로 관측되었으며 최근 10년 평균인 약 2.4 ppm/year에 비해 약 10% 이상 증가하였다. 2021/2022 라니냐 기간 안면도와 전 지구에서 관측한 CO₂의 연간 증가율은 각각 2.07±0.12, 2.20±0.09 ppm/year로 관측되어 최근 10년 평균에 비해 모두 약 10% 이상 감소하였다. 중위도에 위치한 안면도의 지역적인 CO₂ 증가율도 전 지구 증가율과 비슷하게 ENSO의 영향에 반응하는 것으로 나타났다.

ENSO 기후 사건이 발생하지 않은 기간 전 지구와 안면도의 연평균 CO₂ 증가율이 큰 차이를 보인 2017년과 2019년 두 시기에 대해서 분석하였다. CO₂ 증가율의 경년 변동성은 주로 육상생태계의 흡수 변화 와 연계되는 것으로 알려져 있다 (Keenan et al., 2016). 2017년 전 지구의 CO₂의 증가율은 2.14±0.09 ppm, 안면도는 1.37±0.12 ppm으로 안면도는 최근 10년 평균 증가율에 비해 약 40% 감소한 경년 변동성을 보이고 있다. 2019년의 경우 전 지구 CO₂의 증가율은 최근 10년 평균과 비슷한 수준이지만 안면도는 최근 10년에 비해 약 22% 높은 증가를 보이고 있다. CO₂ 증가율의 경년 변동성은 주로 식생 흡수의 변동성에 의해 일어난다 (Keenan et al., 2016). 안면도 지구대기감시소에서 관측한 증가율의 변화 폭이 전 지구에 비해 크다는 것은 좀 더 지역적인 특성을 반영할 수 있다. NOAA 탄소추적시스템에서 최적화된 NEE 플럭스를 살펴보면 최근 10년 한반도 주변의 2017년 흡수 강도는 최근 10년 중 0.27 PgC로 가장 크게 나타났고 2019년은 0.14 PgC로 2017년의 절반 수준으로 감소하였다. 안면도에서 관측한 CO₂의 증가율은 그 주변의 기후 조건 (온도, 가뭄)에 따른 식생의 변화에 민감하게 반응하는 것으로 나타났다.

향후 기후변화에 따른 온도 상승이 전 지구뿐 아니라 지역적인 CO₂의 농도에 미치는 영향을 이해하고, 더 나아가 탄소 중립을 위한 정확한 지역적인 생태 관리를 위한 전략 수립이 필요하다.

Acknowledgments

이 연구는 기상청 국립기상과학원 “기후변화 입체감시 기술개발연구 (KMA2018-00324)”의 지원으로 수행되었습니다. 최적화된 CarbonTracker NEE 결과는 NOAA, GML, Boulder, Colorado, USA에서 제공 및 아래 홈페이지에서 다운로드하여 사용하였습니다 (http://carbontracker.noaa.gov.).

References

• Ballantyne, A., Smith, W., Anderegg, W., Kauppi, P., Sarmiento, J., Tans, P., Shevliakova, E., Pan, Y., Poulter, B., Anav, A., Friedlingstein, P., Houghton, R., Running, S. (2017) Accelerating net terrestrial carbon uptake during the warming hiatus due to reduced respiration, Nature Climate Change, 7(2), 148-152. [https://doi.org/10.1038/nclimate3204]
• Ballantyne, A.P., Alden, C.B., Miller, J.B., Tans, P.P., White, J.W.C. (2012) Increase in observed net carbon dioxide uptake by land and oceans during the past 50 years, Nature, 488, 70-72. [https://doi.org/10.1038/nature11299]
• Beguería, S., Vicente-Serrano, S.M., Angulo-Martínez, M. (2010) A multiscalar global drought dataset: the SPEIbase: a new gridded product for the analysis of drought variability and impacts, Bulletin of the American Meteorological Society, 91(10), 1351-1354. [https://doi.org/10.1175/2010BAMS2988.1]
• Beguería, S., Vicente Serrano, S.M., Reig-Gracia, F., Latorre Garcés, B. (2014) Standardized precipitation evapotranspiration index (SPEI) revisited: parameter fitting, evapotranspiration models, tools, datasets and drought monitoring, International Journal of Climatology, 34, 3001-3023. [https://doi.org/10.1002/joc.3887]
• Betts, R.A., Jones, C.D., Knight, J.R., Keeling, R.F., Kennedy, J.J., Wiltshire, A.J., Andrew, R.M., Aragão, L.E.O.C. (2018) A successful prediction of the record CO₂ rise associated with the 2015/2016 El Niño, Philosophical Transactions of the Royal Society B: Biological Sciences, 373(1760). [https://doi.org/10.1098/rstb.2017.0301]
• Chatterjee, A., Gierach, M.M., Sutton, A.J., Feely, R.A., Crisp, D., Eldering, A., Gunson, M.R., O’Dell, C.W., Stephens, B.B., Schimel, D.S. (2017) Influence of El Niño on atmospheric CO₂ over the tropical Pacific Ocean: Findings from NASA’s OCO-2 mission, Science, 358(6360). [https://doi.org/10.1126/science.aam5776]
• Ciais, P., Reichstein, M., Viovy, N., Granier, A., Ogée, J., Allard, V., Aubinet, M., Buchmann, N., Bernhofer, C., Carrara, A. (2005) Europe-wide reduction in primary productivity caused by the heat and drought in 2003, Nature, 437(7058), 529-533. [https://doi.org/10.1038/nature03972]
• Das, C., Kunchala, R.K., Chandra, N., Chmura, L., Nęcki, J., Patra, P.K. (2022) Meridional Propagation of Carbon Dioxide (CO₂) Growth Rate and Flux Anomalies From the Tropics Due to ENSO, Geophysical Research Letters, 49(19), 1-9. [https://doi.org/10.1029/2022GL100105]
• Fang, Y., Michalak, A.M., Schwalm, C.R., Huntzinger, D.N., Berry, J.A., Ciais, P., Piao, S., Poulter, B., Fisher, J.B., Cook, R.B., Hayes, D., Huang, M., Ito, A., Jain, A., Lei, H., Lu, C., Mao, J., Parazoo, N.C., Peng, S., …, Yang, J. (2017) Global land carbon sink response to temperature and precipitation varies with ENSO phase, Environmental Research Letters, 12(6). [https://doi.org/10.1088/1748-9326/aa6e8e]
• Friedlingstein, P., Jones, M.W., Sullivan, M.O., Andrew, R.M., Bakker, D.C.E., Hauck, J., Le Quéré, C., Peters, G.P., Peters, W. (2022) Global Carbon Budget 2021. 1917-2005. [https://doi.org/10.5194/essd-14-1917-2022]
• Gloor, M., Sarmiento, J.L., Gruber, N. (2010) What can be learned about carbon cycle climate feedbacks from the CO₂ airborne fraction? Atmospheric Chemistry and Physics, 10(16), 7739-7751. [https://doi.org/10.5194/acp-10-7739-2010]
• Graven, H.D., Keeling, R.F., Piper, S.C., Patra, P.K., Stephens, B.B., Wofsy, S.C., Welp, L.R., Sweeney, C., Tans, P.P., Kelley, J.J., Daube, B.C., Kort, E.A., Santoni, G.W., Bent, J.D. (2013) Enhanced seasonal exchange of CO₂ by Northern ecosystems since 1960, Science, 341(6150), 1085- 1089. [https://doi.org/10.1126/science.1239207]
• Hashimoto, H., Nemani, R.R., White, M.A., Jolly, W.M., Piper, S.C., Keeling, C.D., Myneni, R.B., Running, S.W. (2004) El Niño-Southern Oscillation-induced variability in terrestrial carbon cycling, Journal of Geophysical Research D: Atmospheres, 109(23), 1-8. [https://doi.org/10.1029/2004JD004959]
• Hogan, J.A., Domke, G.M., Zhu, K., Johnson, D.J., Lichstein, J.W. (2024) Climate change determines the sign of productivity trends in US forests, Proceedings of the National Academy of Sciences, 121(4), e2311132121. [https://doi.org/10.1073/pnas.2311132121]
• Humphrey, V., Zscheischler, J., Ciais, P., Gudmundsson, L., Sitch, S., Seneviratne, S.I. (2018) Sensitivity of atmospheric CO₂ growth rate to observed changes in terrestrial water storage, Nature, 560(7720), 628-631. [https://doi.org/10.1038/s41586-018-0424-4]
• Jacobson, A.R., Schuldt, K.N., Tans, P., Arlyn Andrews, Miller, J.B., Oda, T., Mund, J., Weir, B., Ott, L., Aalto, T., Abshire, J.B., Aikin, K., Aoki, S., Apadula, F., Arnold, S., Baier, B., Bartyzel, J., Beyersdorf, A., Biermann, T., …, Zimnoch, M. (2023) CarbonTracker CT2022, NOAA Global Monitoring Laboratory. [https://doi.org/10.25925/Z1GJ-3254]
• Keenan, T.F., Hollinger, D.Y., Bohrer, G., Dragoni, D., Munger, J.W., Schmid, H.P., Richardson, A.D. (2013) Increase in forest water-use efficiency as atmospheric carbon dioxide concentrations rise, Nature, 499(7458), 324-327. [https://doi.org/10.1038/nature12291]
• Keenan, T.F., Prentice, I.C., Canadell, J.G., Williams, C.A., Wang, H., Raupach, M., Collatz, G.J. (2016) Recent pause in the growth rate of atmospheric CO₂ due to enhanced terrestrial carbon uptake, Nature Communications, 7, 1-9. [https://doi.org/10.1038/ncomms13428]
• Kenea, S.T., Lee, H., Joo, S., Belorid, M., Li, S., Labzovskii, L.D., Park, S. (2023) Characteristics of STILT footprints driven by KIM model simulated meteorological fields: implication for developing near real-time footprints, Asian Journal of Atmospheric Environment, 17(1), 14. [https://doi.org/10.1007/s44273-023-00016-7]
• Kenea, S.T., Lee, H., Joo, S., Li, S., Labzovskii, L.D., Chung, C.-Y., Kim, Y.-H. (2021) Interannual variability of atmospheric CH₄ and its driver over South Korea captured by integrated data in 2019, Remote Sensing, 13(12), 2266. [https://doi.org/10.3390/rs13122266]
• Korea Meteorological Administration (KMA) (2024) Report of Global Atmosphere Watch 2023.
• Lan, X., Tans, P., Thoning, K.W. (2024) Trends in globally-averaged CO₂ determined from NOAA Global Monitoring Laboratory measurements. Version 2024-08 [https://doi.org/10.15138/9N0H-ZH07]
• Lee, H., Han, S.-O., Ryoo, S.-B., Lee, J.-S., Lee, G.-W. (2019) The measurement of atmospheric CO₂ at KMA GAW regional stations, its characteristics, and comparisons with other East Asian sites, Atmospheric Chemistry and Physics, 19(4), 2149-2163. [https://doi.org/10.5194/acp-19-2149-2019]
• Lee, H., Seo, W., Li, S., Lee, S., Kenea, S.T., Joo, S. (2023) Measurement report: Atmospheric CH₄ at regional stations of the Korea Meteorological Administration-Global Atmosphere Watch Programme: measurement, characteristics, and long-term changes of its drivers, Atmospheric Chemistry and Physics, 23(12), 7141-7159. [https://doi.org/10.5194/acp-23-7141-2023]
• Li, S., Park, S., Park, M.-K., Jo, C.O., Kim, J.-Y., Kim, J.-Y., Kim, K.-R. (2014) Statistical Back Trajectory Analysis for Estimation of CO₂ Emission Source Regions, Atmosphere, 24(2), 245-251, (in Korean with English abstract). [https://doi.org/10.14191/atmos.2014.24.2.245]
• Liao, E., Resplandy, L., Liu, J., Bowman, K.W. (2021) Future Weakening of the ENSO Ocean Carbon Buffer Under Anthropogenic Forcing, Geophysical Research Letters, 48(18), 1-11. [https://doi.org/10.1029/2021GL094021]
• Liu, L., Ciais, P., Wu, M., Padrón, R.S., Friedlingstein, P., Schwaab, J., Gudmundsson, L., Seneviratne, S.I. (2023) Increasingly negative tropical water–interannual CO₂ growth rate coupling, Nature, 618(7966), 755-760. [https://doi.org/10.1038/s41586-023-06056-x]
• Masarie, K.A., Tans, P.P. (1995) Extension and integration of atmospheric carbon dioxide data into a globally consistent measurement record, Journal of Geophysical Research: Atmospheres, 100(D6), 11593-11610. [https://doi.org/10.1029/95JD00859]
• Nevison, C.D., Mahowald, N.M., Doney, S.C., Lima, I.D., Van der Werf, G.R., Randerson, J.T., Baker, D.F., Kasibhatla, P., McKinley, G.A. (2008) Contribution of ocean, fossil fuel, land biosphere, and biomass burning carbon fluxes to seasonal and interannual variability in atmospheric CO₂, Journal of Geophysical Research: Biogeosciences, 113(G1). [https://doi.org/10.1029/2007JG000408]
• Parazoo, N.C., Commane, R., Wofsy, S.C., Koven, C.D., Sweeney, C., Lawrence, D.M., Lindaas, J., Chang, R.Y.W., Miller, C.E. (2016) Detecting regional patterns of changing CO₂ flux in Alaska, Proceedings of the National Academy of Sciences of the United States of America, 113(28), 7733-7738. [https://doi.org/10.1073/pnas.1601085113]
• Patra, P.K., Maksyutov, S., Nakazawa, T. (2005) Analysis of atmospheric CO₂ growth rates at Mauna Loa using CO₂ fluxes derived from an inverse model, Tellus B: Chemical and Physical Meteorology, 57(5), 357-365. [https://doi.org/10.1111/j.1600-0889.2005.00159.x]
• Piao, S., Wang, X., Wang, K., Li, X., Bastos, A., Canadell, J.G., Ciais, P., Friedlingstein, P., Sitch, S. (2020) Interannual variation of terrestrial carbon cycle: Issues and perspectives, Global Change Biology, 26(1), 300-318. [https://doi.org/10.1111/gcb.14884]
• Rayner, P.J., Stavert, A., Scholze, M., Ahlström, A., Allison, C.E., Law, R.M. (2015) Recent changes in the global and regional carbon cycle: analysis of first-order diagnostics, Biogeosciences, 12(3), 835-844. [https://doi.org/10.5194/bg-12-835-2015]
• Ruehr, S., Keenan, T.F., Williams, C., Zhou, Y., Lu, X., Bastos, A., Canadell, J.G., Prentice, I.C., Sitch, S., Terrer, C. (2023) Evidence and attribution of the enhanced land carbon sink, Nature Reviews Earth & Environment, 4(8), 518- 534. [https://doi.org/10.1038/s43017-023-00456-3]
• Seo, W., Lee, H., Kim, Y.-H. (2021) Revision of 22-year Records of Atmospheric Baseline CO₂ in South Korea: Application of the WMO X2019 CO₂ Scale and a New Baseline Selection Method (NIMS Filter), Atmosphere, Korean Meteorological Society, 31, 1-14, (in Korean with English abstract).
• Shim, C., Lee, J., Wang, Y. (2013) Effect of continental sources and sinks on the seasonal and latitudinal gradient of atmosheric carbon dioxide over East Asia, Atmospheric Environment, 79, 853-860. [https://doi.org/10.1016/j.atmosenv.2013.07.055]
• Thoning, K.W., Tans, P.P., Komhyr, W.D. (1989) Atmospheric carbon dioxide at Mauna Loa Observatory: 2. Analysis of the NOAA GMCC data, 1974-1985, Journal of Geophysical Research: Atmospheres, 94(D6), 8549-8565. [https://doi.org/10.1029/JD094iD06p08549]
• van der Woude, A.M., Peters, W., Joetzjer, E., Lafont, S., Koren, G., Ciais, P., Ramonet, M., Xu, Y., Bastos, A., Botía, S., Sitch, S., de Kok, R., Kneuer, T., Kubistin, D., Jacotot, A., Loubet, B., Herig-Coimbra, P.H., Loustau, D., Luijkx, I.T. (2023) Temperature extremes of 2022 reduced carbon uptake by forests in Europe, Nature Communications, 14(1). [https://doi.org/10.1038/s41467-023-41851-0]
• Vicente-Serrano, S.M., Beguería, S., López-Moreno, J.I. (2010) A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index, Journal of Climate, 23(7), 1696-1718. [https://doi.org/10.1175/2009JCLI2909.1]
• World Meteorological Organization (WMO) (2024) World Meteorological Organization Global Annual to Decadal Climate Update 2024-2028.
• Yun, J., Jeong, S., Ho, C., Park, H., Liu, J., Lee, H., Sitch, S., Friedlingstein, P., Lienert, S., Lombardozzi, D. (2020) Enhanced regional terrestrial carbon uptake over Korea revealed by atmospheric CO₂ measurements from 1999 to 2017, Global Change Biology, 26(6), 3368-3383. [https://doi.org/10.1111/gcb.15061]