El Nino Southern Oscillation-Driven Variability in Vegetation Indices and Carbon Fluxes over Rajasthan, India: A Non-parametric District-level Analysis (2000-2024)

기술 요약: 라자스탄의 식생 및 탄소 플럭스의 ENSO 유도 변동성 (2000–2024)

문제 제기
본 연구는 엘니뇨-남방진동(ENSO) 이벤트와 몬순 강우가 인도의 다양한 건조도 구배를 가진 라자스탄 전역의 카리프(kharif) 시즌 식생 조건과 지표 탄소 플럭스에 어떻게 영향을 미치는지 정량화해야 할 필요성을 다룬다. 식생을 구동하는 강우의 지배력은 이미 확립되어 있으나, 강우 변동성과 독립적으로, 구역 단위에서 총일차생산량(GPP) 및 순일차생산량(NPP)에 미치는 ENSO 영향의 구체적인 크기는 아직 충분히 규명되지 않았다. 또한, 특히 연간 변동성이 높은 초건조 및 건조 지역에서 이러한 기후 동인이 캐노피 녹색도(NDVI) 대비 탄소 동화 작용에 어떻게 영향을 미치는지에 대한 이해에도 공백이 존재한다.

연구 방법론
본 연구는 25년간(2000–2024)의 데이터를 사용하여 라자스탄의 33개 모든 구역을 분석하는 완전 비모수적 통계 프레임워크를 채택한다.

• 데이터 소스: 본 연구는 네 가지 MODIS Collection 6 제품(MOD13Q1 [250 m NDVI/EVI], MOD17A2H [8일 GPP], MOD17A3HGF [연간 NPP], MCD12Q1 [토지 이용/토지 피복])과 IMD 0.25° 격자형 강우 데이터 및 NOAA ONI 지수를 통합한다.
• 전처리: 자연 건조 지대 식생에 의한 ENSO 신호 감쇄를 방지하기 위해, MCD12Q1에서 유도된 동적 농업 마스크(IGBP 클래스 12 및 14)를 적용하여 농업 픽셀만을 분리한다.
• 통계 프레임워크:
  • 추세 탐지: Mann-Kendall(MK) 검정과 Sen 기울기 추정치를 사용하여 장기 추세를 식별한다.
  • 상관 분석: Kendall tau와 Spearman rho를 사용하여 이변수 연관성을 평가한다. 부분 Spearman 상관계수를 통해 강우(RF)를 통제함으로써 강우 변동성과 독립적인 ONI 효과를 분리한다.
  • 모델링: 반복적 Theil-Sen 회귀 접근법을 사용하여 구역 단위 예측 방정식을 도출한다. 모델 구조는 다음과 같다: $GPP = \alpha + \beta_{RF} \cdot (RF - RF_{med}) + \beta_{ONI} \cdot (ONI - ONI_{med})$.
  • 검증: 모델 성능은 평균 절대 백분율 오차(MAPE), RMSE 및 체계적 편향을 산출하는 Leave-One-Out 교차 검증(LOOCV)을 통해 정량화된다.
  • 예측: 2026년 전망치는 1000회 반복 부트스트랩 재표집을 활용하여 구역 단위 투영치에 대한 90% 신뢰 구간을 생성한다.

주요 기여

1. 구역 단위 귀속: 본 연구는 라자스탄 전역의 MODIS 식생 및 탄소 플럭스 제품에 대한 최초의 완전 비모수적, 구역 단위 ENSO 신호 귀속 연구이다.
2. 강우와 ENSO의 분리: 강우를 통제한 후 독립적인 ENSO 효과를 성공적으로 분리하여, 건조 및 반건조 서부 지역의 특정 "ONI 민감" 구역을 식별하였다.
3. GPP:NDVI 불일치: 엘니뇨 이벤트 발생 시 GPP가 NDVI에 비해 약 2:1의 비율로 억제됨을 정량화하였으며, 이는 기공 폐쇄로 인해 캐노피 녹색도보다 탄소 동화 작용이 더 빠르게 감소함을 강조한다.
4. 운영적 예측: 정량화된 불확실성(LOO-MAPE)을 갖춘 Theil-Sen 예측 모델의 개발은 실행 가능한 계절적 농업 조기 경보를 생성하기 위한 프레임워크를 제공한다.

결과

• ENSO 영향: 엘니뇨 이벤트는 평균적으로 카리프 NDVI를 3.6%, GPP를 7.0% 억제한다. 그 영향은 초건조 지역인 잘살메르(Jaisalmer) 구역에서 가장 심각하며, NDVI 결손은 14.3%, GPP 결손은 21.6%에 달한다. 라니냐 이벤트는 GPP에서 3~18%의 대칭적 잉여를 생성한다.
• 상관관계: 강우-NDVI 상관관계는 33개 모든 구역에서 보편적으로 유의미하다(평균 $\rho$ = 0.935). 그러나 GPP에 대한 독립적인 ONI 효과는 6개의 건조 및 반건조 서부 구역(Bikaner, Churu, Ganganagar, Hanumangarh, Jaisalmer, Jodhpur)에서만 유의미하며, 부분 상관계수는 -0.42에서 -0.62 사이이다. 아열대 동부 지역에서 ENSO 영향은 주로 강우를 통해 매개된다.
• 장기 추세: 33개 구역 중 16개 구역에서 유의미한 양(+)의 Mann-Kendall 추세가 NDVI와 GPP에서 탐지되었다. 가장 높은 녹화율은 아열대 남동부에서 나타났으며(GPP 기준 평균 +5.4 g C m⁻² yr⁻¹), 이는 농업 집약화와 CO₂ 시비 효과에 기여한 것으로 보인다.
• 모델 성능: Theil-Sen 모델은 NDVI에 대해 평균 LOO-MAPE 6.2%, GPP에 대해 17.4%를 달성하였다. 성능은 아열대 남동부(<12% MAPE)에서 가장 좋았고, 높은 연간 노이즈와 탐지 하한 문제로 인해 초건조 지역인 잘살메르(31.5%)와 건조 지역인 추루(41.4%)에서 가장 낮았다.
• 2026년 예측: ONI가 -0.1(FMA 2026 기준)일 때, 주 평균 카리프 GPP는 249.5 g C m⁻² (편차 -3.2%)로 예측된다. 33개 구역 중 30개 구역은 '정상(NEAR NORMAL)'으로 분류되었으며, 잘살메르, 추루, 준주누(Jhunjhunu)는 '평년보다 낮음(BELOW NORMAL)'으로 예측된다.

의의 및 주장
본 논문은 그 결과가 위성 기반 탄소 모니터링 및 농업 계획에 중요한 통찰력을 제공한다고 주장한다. 구체적으로, 평균 또는 풍족한 해에 맞춰 보정된 NDVI 기반 수확량 모델은 엘니뇨 발생 시 녹색도(NDVI) 대비 탄소 플럭스(GPP)의 불균형적 억제를 고려하지 않을 경우 카리프 생산량을 체계적으로 과대평가할 것임을 명시한다.

본 연구는 자신의 Theil-Sen 방정식을 단순한 보정 프레임워크로 제시한다. 예비 시즌의 ONI 전망치와 구역 중앙값 강우 전망치를 통합함으로써, 계획가들은 수확 몇 주 전에 GPP 추정치를 조정할 수 있다. 저자들은 식별된 "ONI 민감" 구역이 강우 예보와 함께 해수면 온도(SST) 전망을 통합하는 차별화된 작물 권고 전략의 근거를 제공한다고 결론짓는다. 본 연구는 확립된 방정식을 통해 실시간 강우 예측이 전달된다는 전제하에, 계절적 농업 계획, 투입물 공급 관리 및 하위 구역 단위의 가뭄 선포를 위해 운영 준비가 된 상태로 제시된다.