Home

탄소추적시스템에서는 초기 추정된 지표 플럭스를 기반으로 대기 중 이산화탄소 관측 자료를 앙상블 칼 만 필터 방법(Evensen, 1994; Whitaker and Hamill, 2002)을 이용해 동화시켜 최적화된 지표면 탄소 플럭스를 추정한다(Peters et al., 2007). 본 연구에서는 CT2013B를 사용해 모의된 이산화탄소 농도 결과를 비교에 사용할 것이다. 본 연구에서 사용한 CT2013B 설정 및 구성은 Table 1에 요약하여 나타내었다. 생권, 해양, 화재, 그리고 화석 연료 4가지로 구성된 초기 지표 플럭스는 각각 Carnegie-Ames-Stanford Approach Global Fire Emissions Database (CASA-GFED) v3.1 (van der Werf et al., 2010), Jacobson et al. (2007), CASA-GFED v3.1, 그리고 Carbon Dioxide Information and Analysis Center (CDIAC) and the Emission Data base for Global Atmospheric Research (EDGAR) 인벤토리로부터 얻어졌다. 자료동화에 사용된 관측 자료는 NOAA ESRL에서 제공하는 이산화탄소 현장(insitu) 관측 자료 모음인 “ObsPack” 자료(Masarie et al., 2014)이다. ObsPack 자료는 탄소 순환 인버스 모델링, 모델 평가, 그리고 위성 자료 검증 연구에 사용하는 것을 목적으로 생산된 자료이며, 연속적 지표 관측 자료와 비연속적 지표 관측 자료 및 항공 관측 자료로 구성된다. 이 중 항공 관측 자료는 이 연구에서 동화에 사용되지 않으며, 사용되는 지표 관측 자료 중 일부는 각 관측소의 위치 및 특성에 따라 12에서 16 LST, 또는 00에서 04 LST, 또는 14에서 18 LST에 대해서만 평균된다. 예를 들어, 높은 고도에 위치한 관측소의 경우 낮 시간 동안 종종 골짜기에 의한 국지적 영향을 받는데 이러한 국지적 영향은 모델이 모의하기 어렵기 때문에 밤 시간대 관측된 자료를 사용한다.

탄소추적시스템에서 사용하는 대기 수송 모델은 Transport Model 5 (TM5) 수송 모델(Krol et al., 2005)이다. TM5는 탄소추적시스템에서 관측 연산자(observation operator) 역할을 하는 오프라인 모델로, 양방향 둥지 격자(two-way nested grid)를 사용한다. Kim et al. (2014)에서 둥지 격자를 동아시아로 설정한 결과 아시아 지역에 대해 좀더 세밀한 플럭스 패턴을 얻을 수 있음을 보였다. CONTRAIL 프로젝트는 일본을 중심으로 수행된 프로젝트이므로 이에 따라 본 연구에서도 동아시아 지역에 대한 둥지 격자를 적용하여, 전구에 대해 3^o × 2^o 해상도를, 동아시아에 대해 1^o × 1^o(위도 12^oS~70^oN, 경도 30^oE~168^oE) 해상도를 적용하였다. TM5는 모델 상한인 0.1 hPa까지 연직층이 25개이고, 사용하는 기상장은 ECMWF (European Centre for Medium Weather Forecast) ERA-interim 재분석 자료로부터 얻어진다.

CT2013B를 사용한 이산화탄소 농도 모의는 2000년부터 2011년까지 기간에 대해 수행되었으며, 분석에 사용된 자료는 스핀업 기간을 제외하고 2010년 1월부터 2011년 12월까지의 자료이다. 모델-관측 비교를 위해, CT2013B 모델 결과를 CONTRAIL 자료의 시 · 공간에 대응하여 내삽하였다.

CONTRAIL 프로젝트는 상업용 항공기를 이용해 대류권계면 근처의 온실 기체를 관측하기 위해 2005년 11월 시작되었다(Machida et al., 2008). 이 프로젝트는 National Institute for Environmental Studies (NIES), Meteorological Research Institute (MRI), Japan Airlines International (JAL), JAMCO Corporation, 그리고 JAL-Foundation (JAL-F)이 함께 수행하는 프로젝트이며, 5대의 JAL 여객기에 연속적인 이산화탄소 측정 장비(Continuous CO₂ Measuring Equipment, CME)를 탑재하여 이산화탄소를 측정한다. 이산화탄소 측정은 비행 모드(level mode)과 이 · 착륙(ascending and descending mode) 모드로 나누어진다. 비행 중에는 이산화탄소 자료가 1분 간격으로 측정되며 이는 수평거리 약 15 km 정도에 상응한다. 반면 이 · 착륙 동안에는 10초 간격으로 이산화탄소가 측정되며 이는 고도 약 100 m 정도에 상응한다. 앞서 언급했던 것처럼 측정된 이산화탄소 자료의 정확도는 ± 0.2 ppm 이내이다. 모든 이산화탄소 자료는 NIES 09 CO₂ 스케일에 대해 보정되었다(Machida et al., 2011).

비행 중, 그리고 이 · 착륙 시 이산화탄소를 측정함으로써 대류권계면 부근의 이산화탄소 관측뿐만 아니라 각 공항에서의 연직 프로파일 또한 얻을 수 있다. 따라서 본 연구에서는 이산화탄소 농도의 수평 분포와 연직 분포에 대한 분석을 나누어 수행하였다. 수평 분포 분석은 비행 모드 자료를 이용하였다. CONTRAIL 자료의 지리적 분포는 일본을 중점으로 유럽, 아시아, 호주, 북태평양, 북미 지역에 이른다(Fig. 1). 연직 분포는 각 공항에서의 이 · 착륙 모드 자료를 이용해 분석하였다. 분석 기간 동안 총 35개 공항에서 관측이 수행되었으며, 이 중 관측이 30일 이상 존재하는 11개 공항의 자료만 분석에 사용하였다(Table 2). 또한, 경계층 내 낮은 고도에서는 공항 근처의 오염된 공기가 관측에 영향을 미칠 가능성이 있기 때문에 Niwa et al. (2012)을 따라서 625 hPa 미만의 자료는 비교에서 제외하였다. 자료 분석에 사용된 CONTRAIL 자료는 2010년 1월부터 2011년 12월까지의 자료이다.

Fig. 1. 
The number of CO₂ observations at 1^o × 1^o grid from January 2010 to December 2011 in CONTRAIL project. The locations of airports where CO₂ measurements were conducted are denoted by blue triangles, and gray-dashed lines indicate the latitudinal bins (20^o interval from 30^oS to 70^oN).

수평 분포 분석을 위해 사용된 이산화탄소 농도 관측 자료는 약 9~13 km에 분포하므로, 대류권계면 근처, 즉 대류권 상부 및 성층권 하부의 이산화탄소 농도 분포를 분석하였다. Figure 3은 분석 기간인 2010-2011년 동안 관측된 이산화탄소 농도 분포 및 모델-관측 차이를 12~2월(DJF), 3~5월(MAM), 6~8월(JJA), 그리고 9~11월(SON)에 대해 나타낸 그림이다. 다른 지역에 비해 유라시아 대륙 북부에서 모델-관측 차이의 분포가 계절별로 상이하다. 예를 들어, 북반구 봄철(MAM)에는 모델이 관측에 비해 이산화탄소 농도를 과대 모의한 정도가 다른 지역에 비해 컸고(Fig. 3d), 북반구 가을철(SON)에는 다른 지역에서 대부분 양의 편향이 존재함에 비해 유라시아 대륙 북부에서는 그 정도는 작지만 오히려 모델이 이산화탄소 농도를 과소 모의하였다(Fig. 3h). 정량적인 분석을 위해 유라시아 대륙 북부(약 45^oN~70^oN, 0~135^oE)에서 모델 값과 관측 값에 대해 월평균 이산화탄소 농도 최댓값과 최솟값의 차이를 계산하였다. 해당 지역은 관측 자료 수가 적기 때문에 월평균 값을 사용하였다. 모델에서 모의된 월평균 이산화탄소 농도의 최대-최소 차이는 약 4.2 ppm이었으나 관측은 약 3.0 ppm이었다. 따라서 모델이 관측에 비해 계절 변동성을 더 크게 모의하고 있음을 알 수 있다. 한편, 다른 지역에서는 북반구 봄철을 제외하면 주로 모델 결과가 관측에 비해 과대 모의 되었다. 북반구 봄철 태평양, 특히 일본 열도와 하와이 사이 지역에서 높은 이산화탄소 농도가 관측되었는데, 모델에서는 이를 과소 모의 하였다.

이산화탄소 농도의 위도에 따른 분포를 보기 위해 30^oS부터 70^oN까지 20^o 간격으로 나누어(see Fig. 1), 각 위도 대에 대한 월별 이산화탄소 농도의 모델 값과 관측 값을 평균하여 Fig. 4에 나타내었다. 몇 가지 특징들을 살펴보면, 먼저 3월부터 6월까지 10^oN~50^oN 부근에서 점점 다른 위도 대에 비해 높은 이산화탄소 농도가 관측되었으며, 모델 또한 그 경향을 잘 모의하였다. 북반구 여름철을 지나며 식생에 의한 탄소 흡수가 활발해지면서 대기 중 이산화탄소 농도가 감소하는데, 이 때 모델 값과 관측 값이 점점 차이가 나게 된다. 이는 여러 연구를 통해 밝혀진 것처럼 초기 지표 플럭스의 불확실성, 수송모델에 의한 오차 등으로 인해 모델에서 대기 중 이산화탄소 농도에 대한 식생의 영향을 정확하게 모의하는 것이 어렵기 때문이다(e.g., Gurney et al., 2002; Basu et al., 2011). 이후 11월부터는 모델 값과 관측 값이 상당히 비슷한 결과를 보였다. 반면, 4월에서 6월까지 50^oN~70^oN에서 모델 값과 관측 값의 차이가 상당히 큰 것을 알 수 있다. 주의해야 할 점은, 항공 관측이 수행된 고도가 대류권계면 근처이긴 하나 위도에 따라, 그리고 계절에 따라 대류권계면의 높이가 다르다는 점이다. 대류권계면의 높이는 적도에서 극으로 향할수록 낮아지며 겨울철이 여름철보다 낮기 때문에, 같은 고도라 할 지라도 적도 부근에서는 대류권에 속한 반면 고위도에서는 성층권에 속할 수 있다. 실제로 수송 모델 내에서 ECMWF 재분석 자료를 이용해 잠재 소용돌이도(Potential vorticity)를 계산하여 2 PVU (1 PVU = 10⁶ m² s⁻¹ K kg⁻¹)를 기준으로 대류권과 성층권을 구분하면(Sawa et al., 2008), 유라시안 대륙 북부에서 관측된 값들 중 상당 부분이 성층권으로 분류된다(not shown).

모의된 이산화탄소 농도와 관측된 이산화탄소 농도의 차이 및 경향을 보기 위해 각 위도 대에서 각각의 값을 일평균한 시계열 자료를 Fig. 5에 나타내었다. 앞서 언급한 50^oN~70^oN에서 모델과 관측의 차이는 시계열 자료에서 좀더 뚜렷하게 드러난다(Fig. 5a). 특히 모델에서 관측에 비해 계절 변동성을 크게 모의하는 경향을 볼 수 있는데, 이러한 차이는 성층권 이산화탄소 농도의 계절 변동성이 대류권에 비해 상 이동(phase shift)이 존재하며 그 진폭 또한 작아 모의하기가 어려울 뿐만 아니라, 높은 고도에서 해상도가 낮아 성층권 이산화탄소 농도를 충분히 모의하지 못하기 때문으로 보인다(Sawa et al., 2008; Niwa et al., 2012). 다른 위도 대에서는 모델 값과 관측 값이 엇갈리는 것을 보아 모델에서 관측에 비해 계절 변동성을 작게 모의하고 있음을 알 수 있다. Basu et al. (2011)에서 수송 모델 내 약한 연직 수송 등으로 인해 북반구 온난 지역 위도 대에서 모델이 계절 사이클의 진폭을 과소 모의함을 밝힌 바 있으며, Jiang et al. (2008)에서도 대류권 상부 이산화탄소 농도 모의 결과 중위도 지역에서 모델이 관측에 비해 계절 사이클의 진폭을 과소 모의하는 경향이 있어 모델과 관측의 차이가 크다는 것을 보인 바 있다. 본 연구에서도 항공기의 비행 경로에 국한된 결과이기는 하나 중위도뿐만 아니라 다른 위도 대에서도 이런 과소 모의 경향이 보인다. 또한 관측 값 중 상당 부분이 성층권으로 분류되었던 50^oN~70^oN를 제외하면 적도에서 북극으로 갈수록 계절 사이클 진폭이 커짐을 알 수 있는데, 이는 Sawa et al. (2012)의 결과와 일치한다. Sawa et al. (2012)에서는 고도 8 km 이상 대류권계면 이하, 즉 대류권 상부에서 적도에서 북극으로 갈수록 계절 사이클 진폭이 커짐을 보였는데, 본 연구에서는 대류권 및 성층권을 따로 구분하지 않았으므로 Sawa et al. (2012)과는 약간의 차이가 존재한다. 남반구와 북반구를 비교하면, Jiang et al. (2008)에서 보인 바와같이 남반구의 계절 사이클 진폭이 북반구에 비해 작은 것을 확인할 수 있다(Figs. 5c, e).

대류권계면 근처의 이산화탄소 농도 수평 분포를 분석한 결과, 고위도 부근과 북반구 여름철에서 모델 값과 관측 값이 상대적으로 차이를 보였으나, 전반적으로는 모델에서 모의한 이산화탄소 농도 결과와 관측 값이 잘 맞는다는 것을 알 수 있었다. 이산화탄소는 화학적으로 안정한 기체이며 인간 활동이나 식생 등 주요한 흡수/배출원이 지표 근처에 존재한다(Goody and Yung, 1989). 즉, 대류권 상부 이산화탄소 농도는 지표 근처 이산화탄소의 수송으로 결정된다고 할 수 있으며 성층권 이산화탄소 농도 또한 대류권으로부터 유입되는 정도에 의해 결정된다. 따라서 모델에서 대류권 상부 및 성층권 하부의 이산화탄소 농도를 정확하게 모의하기 위해서는 먼저 지표면 탄소 플럭스를 정확하게 모의해야 하며, 수송 모델에서 수송 과정, 특히 연직 수송을 잘 모의할 수 있어야 한다. 그러므로 다음 절에서는 각 공항에서 이 · 착륙 시 관측된 자료를 통해 이산화탄소 농도의 연직 분포에 대한 모델-관측 결과를 자세하게 분석하였다.

Fig. 3. 
Distribution of observed CO₂ concentrations at (a) DJF, (c) MAM, (e) JJA, and (g) SON, and difference between modeled and observed CO₂ concentrations at (b) DJF, (d) MAM, (f) JJA, and (h) SON for 2010-2011.

Fig. 4. 
Latitudinal distribution of the modeled (gray) and observed (black) CO₂ concentrations for each month. Latitudinal values were averaged for each latitudinal bin (20^o interval from 30^oS to 70^oN, see Fig. 1).

Fig. 5. 
Time series of the daily-averaged modeled (red dot) and observed (black dot) CO₂ concentrations for each latitudinal bin: (a) 50^oN-70^oN, (b) 30^oN-50^oN, (c) 10^oN-30^oN, (d) 10^oS-10^oN, and (e) 30^oS-10^oS.

Figure 6은 11개 공항에서 이 · 착륙 시 관측된 이산화탄소 농도와 모의된 이산화탄소 농도 및 그 둘의 차이를 나타낸 그림이다. CONTRAIL 프로젝트는 일본을 중점으로 수행된 프로젝트이기 때문에 관측 자료가 일본을 중심으로 위치한다. 특히, NRT에서 연직 자료는 전체 11개 공항 자료의 약 43.9%를 차지하기 때문에 결과가 편향되지 않도록 NRT에서의 결과를 따로 나타내었다. 모든 공항에서 모델이 관측에 비해 이산화탄소 농도를 과대 모의하여 양의 편향이 존재하였고, 40^oN 이상 위도 대에 위치한 공항에서는 고도가 높아짐에 따라 양의 편향이 점차 증가하였다(Figs. 6a, b). 반면, 그 외 공항 및 NRT에서는 전 고도에서 모델-관측 차이가 거의 일정하였는데, 이는 모델이 지표로부터 상층으로 이산화탄소가 수송되는 과정을 잘 모의하고 있음을 의미한다. 따라서 지표 근처에서 모의가 더 정확해지면 전 고도에서 모델-관측 차이를 감소시킬 수 있을 것으로 사료된다. NRT 및 다른 공항, 그리고 전체 공항에서의 자세한 결과는 Table 3에 나타내었다. NRT의 관측 자료 수가 많고 수송 모델의 둥지 격자를 동아시아 지역에 적용하였기 때문에, NRT에서 이산화탄소 농도의 연직 분포를 좀더 자세하게 분석하였다. 625 hPa부터 125 hPa까지 100 hPa 간격으로 나누어 각 연직 구간에 대한 모델 및 관측 값을 시계열로 나타내었다(Fig. 7). 각 연직 구간에서 구한 모델-관측 간 차이 및 표준 편차, 상관계수 값은 Table 4에 제시하였다. 고도가 높아질수록 모델-관측 간 상관 관계가 감소하였고, 특히 225 hPa이상에서 상관 관계가 감소한 정도가 컸으며 편향 정도 또한 컸다. 225 hPa 이상에서 관측 자료 수가 적긴 하나, 그 이하 고도에 비해 차이가 큰 편이며 특히 북반구 봄철 모델과 관측의 차이가 컸다(Fig. 7a). 그럼에도, 전체 편향 정도가 1 ppm 미만으로 작은 편이었고 상관 계수 또한 높은 것으로 보아 모델에서 대기 중 이산화탄소 농도를 잘 모의하고 있음을 알 수 있다.

Figure 8은 DME와 DEL, 그리고 HNL에서 모의된 이산화탄소 농도와 관측된 이산화탄소 농도의 연직 분포 및 계절별 두 값의 차이를 나타낸 그림이다. 연직 분석을 수행한 11개 공항 가운데 DME는 러시아 서부에, DEL은 인도 북부에 위치하여 내륙 지역의 특성을 나타내며, HNL은 태평양 한가운데 위치하여 해양의 특성을 나타낸다. 먼저 비슷한 위도에 위치한 DEL과 HNL을 비교해보면, 모의된 이산화탄소 농도와 관측된 이산화탄소 농도의 차이는 HNL에 비해 DEL 에서 훨씬 컸다. 이 차이는 북반구 여름철 두드러졌으며(Fig. 8f), 가을철에도 약하긴 하지만 그 경향을 볼 수 있었다(Fig. 8g). 육지에 비해 균질하고 변동성 또한 적은 해양에서 모델-관측 차이가 적은 것은 기대할 수 있는 결과이긴 하나, 주요 원인은 서남아시아에서 여름철 몬순 기간인 7월에서 9월 동안 강한 탄소 흡수가 존재하지만 이를 모델에서 잘 모의하지 못하였기 때문으로 추측된다(Patra et al., 2011). DME의 경우, DEL에 비해 모델-관측 차이가 작았으나 HNL에 비해서는 컸고 북반구 봄철 모델-관측 차이가 가장 컸다(Fig. 8e). 결과적으로, 지역에 따라 차이가 있지만 해양에 비해 복잡한 내륙 지역에서 대기 중 이산화탄소 농도 모의가 더 어렵다는 것을 알 수 있다. DME와 DEL은 둥지 격자 내에 존재하고 HNL은 둥지 격자 밖에 존재하는데, 모든 지역에 둥지 격자 설정을 적용하지 않은 실험에서도 위와 같이 육지와 해양의 차이를 확인할 수 있어(not shown), 둥지 격자의 설정과 상관없이 모델-관측간의 차이가 육지와 해양에서 다르게 나타남을 확인할 수 있었다. 또한 둘 다 내륙에 위치했음에도 DEL에서 DME에 비해 모델-관측 차이가 훨씬 큰 것은, 자료동화에 이용 가능한 관측 수가 많은 유럽 지역에 비해 관측소가 적게 분포한 아시아 지역에서 정교한 지표면 탄소 플럭스 결과를 얻기 힘들다(Peters et al., 2007)는 것이 주요하게 작용한 것으로 보인다. 북위 40^oN 이상에 위치하고 있는 DME를 제외한 DEL과 HNL에서는 NRT에서와 같이 모델-관측 간 차이가 고도에 따라 거의 일정하게 분포하는 것으로 보아 연직 수송이 잘 모의되고 있음을 추측할 수 있다.

앞서 언급했던 것처럼, 대기 인버스 모델링 방법을 이용한 연구에서 정확한 결과를 방해하는 주요 원인 중 한 가지로 수송 모델 내에서 연직 수송을 잘 모의하지 못한다는 점이 꼽힌다(e.g., Stephens et al., 2007). 개선된 대류 질량 속 모수화 방법이 연직 수송 능력 개선에 얼마나 영향을 미쳤는지는 알 수 없지만, 본 연구에서 11개 공항에서 이산화탄소 농도의 연직 분포를 분석한 결과, 특정 고도(i.e., 225 hPa) 이상에서 모델-관측 간 차이가 가장 크긴 하였으나 전반적으로 CT2013B 모델에서 연직 수송을 잘 모의하였음을 알 수 있었다. 그러므로 자료동화에 사용할 관측 자료를 추가하는(e.g., 위성 자료) 등의 방법을 통해 지표면 탄소 플럭스를 보다 정확하게 모의한다면 성층권 하부까지 향상된 결과를 얻을 수 있을 것으로 보인다.

Fig. 6. 
Vertical profile of (a) modeled (gray) and observed (black) CO₂ concentrations and (b) their differences (black) with 1-sigma range (dashed gray) at airports located above 40^oN (i.e., AMS, DME, and YVR). Results at other airports except NRT are represented in (c) and (d), similar to (a) and (b), respectively. NRT (e, f) was analyzed separately from other airports since NRT accounted for 43.9% of total observations at all selected 11 airports.

Fig. 7. 
Time series of the modeled (blue dot) and observed (black dot) CO₂ concentrations at NRT for (a) 225-125 hPa, (b) 325-225 hPa, (c) 425-325 hPa, (d) 525-425 hPa, and (e) 625-525 hPa.

Fig. 8. 
Vertical profile of the modeled (green at DME, orange at DEL, blue at HNL) and observed (black) CO₂ concentrations at (a) DME, (b) DEL and (c) HNL, and difference (green at DME, orange at DEL, blue at HNL) between modeled and observed CO₂ concentrations for (d) DJF, (e) MAM, (f) JJA, and (g) SON. DME (location: 55.41^oN, 37.91^oE) and DEL (location: 28.57^oN, 77.10^oE) are located on land while HNL (location: 21.32^oN, 157.92^oW) is located on the ocean.