2.1. 이상기상과 쌀 단수의 변동
2.1.1. 이상기상의 정의 및 현상
식량의 안정적 공급은 주요 곡물의 생산능력에 달려 있으나 최근 이상기 상이 점차 빈발하면서 생산능력이 저하되고 있다. 주요 작목별로 이상기상 이 미치는 영향을 체계적으로 분석함으로써 작목별 이상기상 대응방안 모색 이 요구된다.
IPCC(2001)에 따르면 이상기상은 일반적으로 보통의 기후 수준을 크게 벗 어난 기상현상으로 제시되고 있다. 기후변수를 대상으로 Shearer and Rood (2011)는 30년에 1회 정도, 세계기상기구는 25년에 1회 정도밖에 나타나지 않는 특이한 기상현상으로 정의하고 있다.
많은 연구자들은 가우스 분포에서 표준편차를 이용하여 그 범위를 정하고 있는데 Shearer and Rood(2011)는 1~2, Rahmstorf and Counmou(2011)는 2를 평균에서 벗어나는 현상을 이상기상으로 정의한 바 있다. 또, 노재선·권오상·
조승현(2012)은 평균을 기준으로 표준편차를 벗어나는 현상을 이상기상이 있는 연도로 정의한 바 있다.
이 연구에서도 선행연구에서 일반적으로 정의하는 방식을 따라 표준편차 를 벗어나는 현상을 이상기상으로 정의한다. 표준편차를 2까지 고려하는 것 은 95.4%의 관측자료가 정상 범위에 속하고 그 이외의 관측자료가 이상기상 이라는 것을 의미한다.
그림 4-13. 수원지역의 이상기온과 이상강수량 빈도
[이상기온]
[이상 강수량]
자료: 기상청.
그림 4-14. 수원지역 7～9월 평균 강우일수(30mm 이상)
자료: 기상청.
우리나라의 기후변화에 따른 기후요소 및 이상기상의 변화를 살펴보기 위 해 대표적으로 경기도 수원지역 기상자료를 분석하였다. 1980~2011년 사이 기온이 1
를 벗어난 사례는 모두 7개 연도였고, 그 가운데 2
를 벗어난 사 례는 1980년과 1994년 2개 연도였다. 1980~2011년 사이 강수량이 1
를 벗어 난 사례는 모두 9개 연도였고, 그 가운데 2
를 벗어난 사례는 1995년과 1996 년 2개 연도로 나타났다. 이상기상의 추세를 살펴보면 점차 증가하는 추세를 보이고 있으며, 이는 농작물에 미치는 부정적인 영향이 증가할 것임을 나타 내고 있다.<그림 4-14>는 수원지역에 대해 7~9월 평균 30mm 이상 내린 강우일수의 추이를 나타내고 있다. 30mm 이상 내린 강우일수는 호우가 내린 일수를 나 타낸다. 기본적으로 호우일수는 80mm 이상 내려야 하나 이런 경우는 과거 자료에는 드물게 나타났다. 따라서 이 연구에서는 30mm 이상 내린 날을 호 우일수로 보고 살펴본 결과 호우일수는 시간의 흐름에 따라 점차 증가하고 있는 추세를 보여준다.
기후변화가 진행되는 경우 호우 빈도와 열대야 횟수가 크게 증가할 것으
로 전망되고 있다(기상청, 2008; 국립기상연구소, 2009). 재해 종류별 농작물 재해에 영향을 미치는 기후변수들을 분석한 결과, 연평균 기온이 상승함에 따라 태풍, 돌풍, 설해에 의한 피해가 증가하고, 기온 극차가 커짐에 따라 해 일, 돌풍, 폭풍, 설해에 의한 피해가 증가하는 것으로 나타났다. 또, 강수량이 증가함에 따라 호우피해가 증가하고, 강수집중도가 높아짐에 따라 호우, 태 풍에 의한 피해가 증가하는 것으로 분석되었다(김창길 외 2009).
2.1.2. 기상요인과 쌀의 단수변동
쌀의 생육단계는 크게 이앙기, 분얼기, 영화분화기, 출수기, 등숙기 등으로 구분할 수 있다. 이앙기는 모내기를 하는 시기이고, 분얼기는 벼의 새로운 줄기가 형성되는 시기이며, 영화분화기는 꽃술이 밖으로 나오는 시기를 말 한다.
주당 이삭수는 대부분은 모내기 후의 환경에 의해 크게 좌우되며 영화분 화기가 지나면 거의 영향을 받지 않는다(채제천 2005). 따라서 모내기 후 분 얼23이 시작되는 시기부터 영화분화기까지의 5~50일의 기후요소가 주당 이 삭 수와 관계를 가지게 된다. 이삭당 낟알 수는 분화된 영화 수와 그 후 퇴화 된 영화 수의 차에 의해 결정되며, 영화의 분화와 퇴화는 출수 전 5∼35일 동안의 환경에 가장 영향을 받기 쉽다(이종훈 2001).
출수기는 이삭이 패는 시기를 가리키며, 등숙기는 곡실이 여무는 시기를 말한다. 낟알무게와 등숙비율24은 출수 후 벼 낟알이 익어가는 시기인 등숙 기의 환경조건에 의해 강하게 영향을 받는다(이종훈 2001). 품종별로 기후요 소의 영향을 받는 정도가 차이가 나는데, 조생종 벼의 경우 주로 주당 이삭
23 화본과식물 줄기의 밑동에 있는 마디에서 곁눈이 발육하여 줄기 ·잎을 형성하 는 일, 또는 그 경엽부(莖葉部) 뿌리에 가까운 줄기의 마디에서 가지가 갈라져 나오는 것을 말한다.
24 이삭에 붙은 총 낟알 수에 대한 충실히 여문 낟알 수의 비율
수와 낟알무게, 등숙비율이 수량에 영향을 미치고, 중생종 및 중만생종의 경 우 중부지역에서는 낟알무게가, 중부, 남부 평야지역에서는 이삭당 낟알 수 와 등숙비율이 수량과 유의한 관계가 있다(이윤선·이승호 2008). 결과적으로 모든 품종에서 낟알무게와 등숙비율이 수량과 유의한 관계에 있으며 이는 등숙기의 환경에 의해 좌우된다. 우리나라 벼 재배면적의 대부분을 차지하 는 중부, 남부 평야 지역 중만생종의 경우 이삭당 낟알 수가 수량과 유의한 관계에 있으며 이는 출수 전 5~35일의 환경에 의해 좌우된다. 따라서 우리나 라 벼 전체 단수는 중만생종의 출수 전 5~35일과 모든 품종의 등숙기고 환경 의 영향을 받는다고 할 수 있다.
벼 낟알이 익어가는 시기인 등숙기는 벼 품종에 따라 다소 차이가 있다. 조생종 벼는 출수 후 40일, 중생종 벼는 45일, 중만생종 벼는 50일 정도 소요 된다(이종훈 2001; 채제천 2005). 출수가 빠르고 등숙기가 짧은 오대벼(조생 종)의 등숙기는 8월 상순에서 9월 중순까지이며, 화성벼(중생종), 추청벼, 동 진벼(이상 중만생종)의 등숙기는 대체로 8월 중순에서 10월 상순에 해당한다 (이윤선 외 2008). 그리고 중만생종의 이삭당 낟알 수가 결정되는 출수 전 5~35일은 7월 상순에서 8월 상순에 해당한다. 따라서 생육단계의 관점에서 볼 때 월별 기준 7월과 8월의 기후요소가 우리나라 벼 전체단수에 영향을 미 친다고 볼 수 있다.
등숙은 탄수화물, 단백질 등이 집적되는 과정으로 등숙기의 온도, 일사량 등의 기상조건과 식물체 영양 상태에 영향을 받는다. 등숙과 관련된 모든 과 정은 생화학적인 반응인데 온도의 지배를 받으므로 온도와 밀접한 관련이 있다(Kobata and Uemuki 2004). 벼의 등숙 적온은 대체로 21~25℃ 범위로 알 려져 있으며 품종과 지역에 따라 다르다(Aimi 1967). 출수 후 20일 동안에 당 이 이삭으로 전류될 때 25℃까지는 온도가 높을수록 활발해지고 그 이상에 서는 등숙 촉진이 인정되지 않으며 25℃보다 낮을수록 당의 전류가 지연된 다(角田重三郞 1964). 따라서 중만생종의 등숙 후기에 접어드는 9월의 기온 은 단수에 크게 영향을 미치지 않는다. 우리나라 쌀 단수는 8월의 평균기온 에 의해 가장 크게 영향을 받는 것으로 보인다.
2.2. 분석모형과 자료
2.2.1. 분석모형
패널분석-확률효과모형을 이용하여 주요 곡물 단수에 미치는 영향을 분석 한다. 패널분석모형25은 시계열 과정에서 발생하는 추정오차와 지역별 단위 의 자료에서 발생하는 추정오차를 통제할 수 있어 보다 현실적인 분석을 할 수 있다는 장점이 있다. 추정식은 다음과 같이 기술변수, 기온변수, 기온변수 의 제곱, 기온변동, 강수량 등의 변수를 설정하였다.26 특히 기온변수의 제곱 은 추정식의 선형성 문제를 해결하기 위해 설정한 것이다. 이와 같이 2차 형 식을 이용하여 단수에 미치는 기상요인의 영향을 분석한 연구로는 Cahill et al.(2007), Lobell et al.(2006), 한석호 외 5인(2011b) 등이 있다.
(5) 여기서
RY
는 쌀 단수,TEC
는 시간(기술)변수,TAUG
는 8월 평균기온,TAUG
2은 8월 평균기온 제곱,TVAUG
은 8월 평균기온 변동,TSEP
는 9월 평균기온,RI30AUG
는 1일 강수량이 30mm 이상인 일수를 나타낸다. 또한i
= 1, 2, …, 8,t
= 1977, 1981, …, 2011 주요 시점을 나타낸다.고정효과모형과 확률효과모형 중 어느 것이 더 타당한지를 확인하는 대표 적인 검정으로 하우스만 검정(Hausman Test)을 들 수 있다. 하우스만 검정의 귀무가설은 “
: 상수항과 설명변수는 상관관계가 없다”이다. 만약 귀무가 설이 채택될 경우 확률효과모형에 의한 GLS 추정량은 일관성과 효율성을 갖게 된다. Greene(2011)는 하우스만 검정법에 대해 귀무가설 하에서 추정치 들은 체계적으로 다르지 않기 때문에 이에 대한 검증은 다음의 카이제곱()25 패널모형에 대한 설명은 앞의 병충해 피해면적 요인분석에 제시되어 있다.
26 여기에서 제시한 단수모형은 이상기상을 계측하기 위해 KSAMO에서 설정한 단수모형을 변형하여 이용하였다.
검증법을 따른다고 하였다. 카이제곱 통계 값을 근거로 하여 귀무가설을 기 각하지 않게 되면 확률효과 모형이다.
′
∼ (6)2.2.2. 분석형태
작물과 기상요인과의 상관관계 분석은 단순한 선형방정식이 아니라 비선 형 방정식을 이용한다. 그 이유는 작물에는 적합한 기상환경이 존재하는데, 최적 조건을 벗어난 경우에 단수와 기상요인은 선형관계가 성립되지 않기 때 문이다. 따라서 이 연구에서는 2차 함수 형태를 이용하여 단수의 최적점 (Optimal Point)을 추정하여 최적점까지는 단수가 증가하지만 최적점 이후에 는 단수가 감소하는 형태의 방정식을 구축하였다.27 즉 이차항을 방정식에 포 함하여 아래와 같이 모형을 설정함으로써 최적온도까지는 작물 생산량이 증 가할 수 있지만, 이상적으로 기온이 상승하는 경우 단수가 감소할 수 있다는 점을 고려하였다.
(7)
(8)여기에서
는 단수를
는 기상변수를 나타낸다.27 한석호 외(2011).
표 4-7. 기초통계량
서는 이상기상의 변수를 설정하는 것이 중요하다. 이 연구에서는 기온변동, 강수량변동, 호우발생빈도 등의 대리변수를 이용하였다. 기온 및 강수량 변 동은 추정기간 평균치와 당해연도 기온 및 강수량과의 편차를 계산하여 이
서는 이상기상의 변수를 설정하는 것이 중요하다. 이 연구에서는 기온변동, 강수량변동, 호우발생빈도 등의 대리변수를 이용하였다. 기온 및 강수량 변 동은 추정기간 평균치와 당해연도 기온 및 강수량과의 편차를 계산하여 이