2010년대 중반 이후 일 강수량 뚜렷한 편차 발생한 날 50% 넘어
하와이대학교 연구원 2명이 포함된 국제팀은 머신러닝을 활용해 인간이 배출한 이산화탄소와 기후변화로 인해 이미 동태평양과 열대 지역에서 일일 강수량 변동이 증가했다는 사실을 발견했다고 6일(현지 시각) 밝혔다. 이 연구는 네이처지에 게재됐다.
연구의 공동저자이자 하와이대학 조교수인 말트 스테커(Malte Stuecker는 "기후 모델 예측에 따르면 온안화로 인해 전 세계 여러 지역에서 폭우 및 가뭄 조건과 같은 강우 변동성과 극한 현상이 심화할 것으로 나타났다"며 "그러나 이러한 인위적 경향이 현재의 강수량 관측에서 이미 볼 수 있는지 여부는 지역적 규모에서 강우량의 큰 자연적 변동으로 인해 여전히 주요 과제로 남아 있다"고 말했다.
함유근 전남대 교수와 민승기 포항공대 교수가 주도한 새로운 연구에서는 머신러닝이 가장 능숙하게 수행할 수 있는 일인 방대한 데이터를 처리하고 이를 공개하기 위해 딥러닝 방식을 사용했다. 이는 인간 분석가가 해독하기 어려운 과제다.
연구팀은 최첨단 기후 모델로부터 지구 온난화의 강도와 전 세계 일일 강수량 패턴 간의 관계를 정량화하기 위해 딥러닝 모델을 고안했다. 이후 위성 기반 강우 관측에서 얻은 데이터에 딥러닝 모델을 적용했다. 이 결과 인간이 유발한 지구 온난화 영향으로 2010년대 중반 이후 하루 강수 패턴의 자연적 변동성에서 뚜렷한 편차가 발생한 날이 50% 이상인 것으로 확인됐다.
연구 공동저자이자 SOEST 교수인 팀 리(Tim Li)는 "우리 연구는 인간의 지문이 열대 동부 태평양과 중위도 지역의 일일 강수량 변동에서 이미 볼 수 있다는 점을 처음으로 보여준다는 데에 의미가 있다"고 강조했다.
그는 "지구 온난화로 인해 강수량의 변동성이 증가한다는 것은 이 지역에 폭우가 내리거나 비가 내리지 않을 위험이 더 커진다는 것을 의미한다"며 "이로 인해 홍수, 가뭄, 산불과 같은 위험이 발생할 가능성이 높아진다"고 설명했다.
연구진은 연평균 강수량의 장기적인 변화가 열대 동부 태평양 과 중위도 지역의 자연적 변동성과 구별할 수 없는 상태로 남아 있지만 이번 연구는 지구 온난화가 일빌 변동에 미치는 영향이 미국 동부와 캐나다를 포함한 이들 지역에서 이미 나타났음을 밝혀냈다.
스테커 교수는 "미래의 온난화가 이전 연구에서 보여준 예측과 일치하기 때문에 이러한 추세를 악화시킬 것이라는 데는 의심의 여지가 없다"며 "완화 조치로 이산화탄소 배출을 줄이는 것 외에도 지역 적응 조치를 위해 하와이와 같은 섬과 같은 소규모 지역 규모의 극한 강수량의 세부 변화를 더 잘 이해하기 위해서는 더 많은 연구가 필요하다"고 말했다.
[데일리e뉴스= 김병호 기자]
