동물·자연 · 2012
나무의 오존 위험을 계산할 때, 더 복잡한 모형이 꼭 더 나았을까요?
토양 수분과 잎의 기공 반응을 직접 연결한 단순한 모형이 현장 자료를 더 잘 따라갔어요. 시험한 복잡한 모형은 흙이 마르는 속도와 정도를 낮게 예측했어요.
상세 설명
초록. DO3SE(기공 교환을 위한 O3 침적) 모델은 유럽의 다양한 식생 유형에 대한 오존(O3) 침적, 기공을 통한 플럭스와 영향을 추정하는 데 널리 쓰이는 모델이다. 이 모델은 EMEP(유럽 감시 및 평가 프로그램) 광화학 모델에 통합되어, 식생 피해 위험을 오존 전구물질 배출 시나리오와 연결하는 정책 도구로 활용된다.
지역 규모의 플럭스 기반 위험 평가에서는 토양 수분 부족과 그에 따른 기공전도도(gsto), 나아가 오존 플럭스의 변화를 모델링할 검증된 방법이 없어, 토양 수분 부족이 오존 플럭스를 제한하지 않는다고 근사해 온 것이 한계였다. 연구진은 여러 산림 수종에 대해 토양 수분 상태와 그것이 gsto에 미치는 영향을 추정하는 방법을 개발하고 평가했다.
토양 수분 모듈은 Penman-Monteith 에너지 수지법으로 토양-식물-대기 시스템의 물 순환을 구동하고, gsto와 새벽 전 잎의 수분 상태 사이의 관계에 관한 경험적 자료를 이용해 증산에 대한 생물학적 조절을 추정한다. 연구진은 이 조절을 추정하는 네 가지 방법을 시험했는데, 토양 수분 함량이나 수분 퍼텐셜을 gsto에 직접 연결하는 단순한 방법부터 식물 내 물의 흐름을 좌우하는 수리 저항과 식물의 수분 저장 용량을 반영하는 더 복잡한 방법까지 포함됐다.
연구진은 유럽과 북미의 10개 지점에서 수집한 가문비나무(Norway spruce, Picea abies), 스코츠소나무(Pinus sylvestris), 자작나무(Betula pendula), 사시나무(aspen, Populus tremuloides), 너도밤나무(Fagus sylvatica), 홀름참나무(Quercus ilex)의 여러 토양 수분 변수, gsto 및 증산 현장 자료와 모델 결과를 비교했다. 단순한 경험적 방법을 적용한 모델 추정치는 관측값과 일치하는 경향을 보였다. 모든 지점에서 토양 건조의 시기와 규모를 잘 포착했고, 가뭄이 시작될 때 증산이 감소하는 현상도 상당히 정확하게 예측했다. 더 복잡한 방법의 성능은 이보다 낮았으며, 예측된 건조 주기는 토양에서 물이 손실되는 속도와 규모를 일관되게 과소평가했다.
민감도 분석에서는 모델 성능이 최대 기공전도도, 토성, 뿌리 깊이, 엽면적지수 등 주요 구동 변수의 지역별 매개변수 설정에 크게 좌우됐다. 연구 결과는 gsto를 토양 수분 함량 및 수분 퍼텐셜에 직접 연결하는 단순한 방법이 토양 수분과 그에 따른 gsto 영향을 적절히 추정하므로, 유럽 산림 수목의 잠재적 오존 위험을 평가하는 데 적합함을 시사한다.
어떤 생각이 드나요?
대화는 작은 호기심에서 시작돼요.
댓글은 로그인 없이 읽을 수 있어요. 작성하려면 로그인해 주세요.
댓글을 불러오고 있어요…