📄 지구과학

Daily evaporation from 23 irrigated and rainfed crops worldwide from 2000 to 2025

이 논문은 FAO-56 모델링을 동적 작물 매핑 및 위성 데이터와 결합하여 수문 순환에 미치는 농업의 영향을 분석하기 위한 검증된 자원을 제공하는, 2000년부터 2025년까지 23가지 관개 및 천수작물에 대해 5분 격자 해상도로 일일 증발량 추정치를 제공하는 글로벌 데이터셋인 CropET을 소개한다.

원저자: Akash Koppa, Sara Bonetti

게시일 2026-10-06

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Akash Koppa, Sara Bonetti

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

하늘에서 떨어지는 물과 다시 공중으로 올라가는 물은 지구의 생명을 유지하는 연속적인 순환을 형성합니다. 이 순하는 단순히 비와 강에 관한 것만이 아닙니다. 이는 우리가 스스로를 먹여 살리기 위해 재배하는 식물들과 깊게 연결되어 있습니다. 농부들이 작물을 심을 때, 그들은 토양을 통해 물이 이동하는 방식을 변화시킵니다. 어떤 작물은 토양에서 물을 마시는 반면, 다른 작물은 강이나 대수층에서 물을 퍼 올리는 관개 시스템에 의존합니다. 세계 인구가 증가하고 기후가 온난해짐에 따라, 이러한 작물들의 물 사용 방식도 변화하고 있습니다. 어떤 지역에서는 경작지가 새로운 지역으로 확장되는 한편, 다른 지역에서는 상승하는 열기로 인해 공기가 더 목말라져 토양으로부터 더 많은 수분을 끌어당기고 있습니다. 작물이 정확히 얼마나 많은 물을 소비하는지, 그리고 그 물이 어디에서 오는지 이해하는 것은 식량 공급을 관리하고 지구의 담수 자원을 보호하는 데 필수적입니다.

이 수수께끼를 풀기 위해 연구자 아카쉬 코파(Akash Koppa)와 사라 보네티(Sara Bonetti)는 전 세계 작물로부터 발생하는 일일 수분 손실에 대한 새롭고 상세한 기록을 만들었습니다. 그들은 이 데이터셋을 'CropET'이라고 부릅니다. 이는 2000년부터 2025년 사이의 매일매일, 쌀과 밀부터 콩과 커피에 이르기까지 23가지의 서로 다른 유형의 작물로부터 발생하는 증발량을 추적합니다. 이 지도는 단순히 넓은 지역이 아니라 개별 필드까지 볼 수 있을 만큼 정밀한 해상도로 지구를 포괄합니다. 연구팀은 강우와 날씨에 대한 위성 데이터와 실제로 작물이 재배되고 있는 위치에 대한 최신 지도를 결ền하여, 농업 용수 사용이 시간이 지남에 따라 어떻게 변했는지에 대한 그림을 구축했습니다. 이 작업은 작물 면적을 고정되고 변하지 않는 것으로 취급했던 기존의 추정치를 넘어, 농업의 실제적인 확장과 변화하는 기후를 포착하는 역동적인 관점을 제공합니다.

연구진은 전 세계적으로 작물로부터 증발하는 총 수분량이 엄청나다는 것을 발견했습니다. 2000년의 경우, 그들의 계산에 따르면 작물은 대기로 약 5,814 세제곱킬로미터의 물을 방출했습니다. 이 수치는 다른 주요 연구들과 밀접하게 일치하며, 이는 새로운 모델이 정확하다는 신뢰를 줍니다. 이 숫자를 세분화했을 때, 쌀, 밀, 옥수수가 가장 큰 소비자였으며, 이 세 가지가 전체 작물 증발량의 40퍼센트를 차지하는 것으로 나타났습니다. 특히 쌀은 인간이 만든 수원으로부터 상당한 양의 물을 끌어 쓰며 관개에 가장 크게 의존하는 작물로 두드러졌습니다. 반면, 콩, 카사바, 코코아와 같은 작물은 거의 전적으로 빗물에 의존하며 관개에 대한 의존도가 거의 낮음을 보여주었습니다.

연구 대상인 20년 동안 수분 사용 패턴은 눈에 띄게 변화했습니다. 인도, 동부 중국, 동남아시아를 비롯한 세계 여러 지역에서 작물로부터 증발하는 수량은 증가했습니다. 이러한 상승은 농경지의 물리적 확장과 더 따뜻하고 건조한 공기로 인한 물 수요 증가라는 두 가지 주요 동력에 의해 추진되었습니다. 이 지역들에서는 농부들이 더 많은 작물을 심었고, 열기로 인해 작물들이 더 목말라하면서 더 많은 물을 마셨습니다. 이 연구는 중국과 인도에서 천수답(빗물 의존)과 관개 지역 모두가 이러한 증가에 기여했음을 강조했습니다. 그러나 다른 곳의 이야기는 달랐습니다. 미국 서부와 남미 일부 지역에서는 작물 수분 사용량이 실제로 감소했습니다. 예를 들어, 캘리포니아의 센트럴 밸리에서는 심각한 가뭄과 새로운 물 관리법으로 인해 농부들이 경작지를 휴경지로 남겨두면서 토양에서 증발하는 물의 양이 줄어들었습니다.

연구팀은 또한 이러한 변화가 시간과 공간에 따라 어떻게 전개되는지 살펴보았습니다. 그들은 수분 사용의 증가가 균일하지 않다는 것을 발견했습니다. 서아프리카와 브라질 사바나에서는 증가가 거의 전적으로 새로운 지역으로 확장된 천수답 작물에 의한 것이었습니다. 그러나 중부 인도의 경우, 증가는 주로 관개에 의해 발생했습니다. 연구진은 지면에서 상승하는 수증기를 추적하는 타워에서 측정된 실제 값과 비교함으로써 자신들의 수치를 검증했습니다. 그들의 일일 추정치는 타워 측정값보다 약간 낮았지만, 전반적인 패턴은 잘 일치하여 모델이 작물의 본질적인 행동을 포착하고 있음을 확인시켜 주었습니다. 연구는 또한 2021년부터 2025년까지의 데이터는 최신 지도가 아직 사용 가능하지 않기 때문에 2020년에 기록된 작물 면적에 의존하고 있으며, 이는 가장 최근의 몇 년간이 최신 확장이 아닌 정적인 관점을 반영하고 있음을 언급했습니다.

이 새로운 데이터셋은 식량 생산과 물 순환 사이의 복잡한 관계를 이해하기 위한 강력한 도구를 제공합니다. 작물이 물을 사용하는 방식에 대한 일일적인 글로벌 뷰를 제공함으로써, 과학자와 계획가들은 농업 확장이 지역적 물 수지를 어떻게 재편하고 있는지 정확히 어디에서, 언제 발생하는지 볼 수 있게 해줍니다. 이는 어떤 지역에서는 기후와 성장에 의해 작물이 물을 더 많이 마시는 반면, 다른 지역에서는 물 부족으로 인해 후퇴하고 있음을 보여줍니다. 이 작업은 단순히 물의 양을 세는 것이 아니라, 인간의 선택과 환경적 변화가 지구의 수문 순환의 규칙을 한 필지씩 어떻게 다시 쓰고 있는지에 대한 이야기를 들려줍니다.

기술 요약: CropET 데이터셋

문제 정의
전 지구적 규모에서 작물 증발산(ET)을 정확하게 추정하는 것은 지구 수문 순환에서 매우 중요한 역할에도 불구하고 여전히 중요한 과학적 과제로 남아 있다. 농업 수요의 증가와 기후 변화는 글로벌 물 수지를 실질적으로 변화시켰으나, 기존 데이터셋은 천수 농업(rainfed)과 관개 농업(irrigated) 작물을 명확히 구분하지 못하거나, 농업 확장의 비선리적 영향을 포착하기 위한 시간적 해상도가 부족한 경우가 많다. 대부분의 전 지구 ET 제품은 정적인 작물 지도(예: MIRCA2000)에 의존하여 2000년에서 2025년 사이의 역동적인 경작지 확장(dynamic expansion of cropland)을 반영하지 못하며, 상세한 물 관리 및 모델 벤치마킹에 필요한 일 단위 시간 해상도를 제공하지 못한다.

방법론
저자들은 2000~2025년 동안 23개의 관개 및 천수 작물 클래스에 대해 5 arc-minute 공간 해상도(적도 기준 약 9.3 km)로 생성된 전 지구적 일 단위 작물 증발산 데이터셋인 CropET를 소개한다. 이 데이터셋은 다음과 같은 핵심 구성 요소를 가진 FAO-56 기반 토양 수분 균형 모델을 사용하여 생성되었다:

입력 데이터: 모델은 MSWEP(Multi-Source Weighted Ensemble Precipitation) v2.8과 ERA5 대기 재분석에서 유도된 참조 잠재 증발산량(hPET)에 의해 구동된다.
역동적 작물 데이터: 핵심 혁신 요소는 MIRCA-OS의 사용이다. 이는 2000, 2005, 2010, 2015, 2020년의 23개 작물 클래스에 대한 공간적으로 명시적인 작물 재배 면적 및 달력을 제공한다. 저자들은 이러한 데이터 지점들을 선형 보간하여 2000~~2025년의 연속적인 연간 시리즈를 생성하였다. 2021~~2025년의 경우, 외삽 근거가 부족하여 2020년 데이터를 고정하여 유지하였다.
모델 물리: 모델은 각 격자, 작물 및 아계절(sub-season)에 대해 독립적으로 일 단위 토양 수분 균형을 계산한다. 모델은 $E_c(j) = K_c(j) K_s(j) E_0(j)$ $E_{c} (j) = K_{c} (j) K_{s} (j) E_{0} (j)$ 식을 사용하여 일 단위 작물 ET( $E_c$ $E_{c}$ )를 계산한다. 여기서 $K_c$ $K_{c}$ 는 작물 계수이고 $K_s$ $K_{s}$ 는 수분 스트레스 계수이다.
- 작물 계수: 성장 단계 기간의 차이를 고려하기 위해 6개의 농업 기후 구역을 기준으로 지역화되었다.
- 스트레스 계수: 천수 작물의 경우, 토양 수분 결핍이 가용 가능 분율을 초과함에 따라 $K_s$ 가 선형적으로 감소한다. 관개 작물의 경우 $K_s$ 는 1.0으로 고정되며, 관개 용량은 수요를 충족하도록 계산된다.
- 특수 사례: 벼 재배는 근권 포화(root zone saturation) 및 담수(puddling) 물을 포함하는 특정 조정을 포함한다 (청색 ET에 200 mm 추가).
출력 분할: 데이터셋은 ET를 녹색 물(강수에 의해 유지됨)과 청색 물(관개에 의해 유지됨)로 분할한다.

주요 기여

고해상도 시간 데이터: CropET는 일 단위 ET 추정치를 제공하며, 이는 기존의 전 지구적 작물 수자원 데이터셋(예: WATNEEDS, CropGBWater)의 월 단위 해상도보다 크게 진보한 것이다.
명시적인 작물 및 수원 차별화: 이 데이터셋은 23개의 특정 작물 클래스를 구분하고 관개 농업과 천수 농업을 분리하여, 녹색 물과 청색 물 성분의 정량을 가능하게 한다.
역동적 농업 확장: MIRCA-OS를 통합함으로써, 이 데이터셋은 정적인 스냅샷을 넘어 농업 확장이 증발산에 미치는 시변적(time-varying) 영향을 포착한다.
오픈 액세스: 데이터셋(약 737 GB)과 소스 코드는 Zenodo 및 Google Drive를 통해 오픈 라이선스 하에 공개적으로 이용 가능하다.

결과 및 검증

전 지구적 규모: 2000년 기준으로, CropET는 5,814 km³의 전 지구 작물 ET를 추정한다 (초록에서는 한 곳에서 5,531 km³라고 언급했으나, 검증 섹션에서는 널리 사용되는 WATNEEDS의 5,868 km³와 비교하여 5,814 km³라고 명시함). 이는 2.8%의 차이를 보인다.
공간적 패턴: 높은 ET 값은 인더스-강가 평원, 동부 중국, 미국 중서부와 같은 집약적 농업 지역에 집중되어 있다. 벼, 밀, 옥수수가 전 세계 작물 ET의 40%를 차지한다.
시간적 추세 (2000–2020): 이 데이터셋은 면적 확장과 증발 수요 상승 모두에 의해 주도되는 대부분의 작물에 대한 ET의 양(+)의 표준화 편차로의 이동을 보여준다. 벼, 옥수수, 대두, 사탕수수, 팜유가 가장 강력한 증가를 보인다. 반대로 보리, 설탕무, 호밀은 면적 축소로 인해 음(-)의 추세를 보인다.
WATNEEDS와의 검증: 2000년에 대한 CropET와 WATNEEDS 간의 공간 상관관계는 사탕수수의 0.53에서 팜유의 0.90 사이이며, 대부분의 작물은 ±20% 이내의 백분율 편차를 보인다.
FLUXNET과의 검증: 10개의 에디 공분산(eddy covariance) 지점을 대상으로 검증했을 때, CropET는 0.77의 전 지구 상관계수, 1.26 mm d⁻¹의 제곱평균제곱근 오차(RMSE), 0.64의 Kling-Gupta 효율(KGE)을 달した. 모델은 공간적 풋프린트 불일치와 단순화된 토양-식물 역학으로 인해 일 단위 변동성(정규화된 표준 편차 < 1)을 체계적으로 과소 추정하지만, 평균 벤치마크보다는 우수한 성능을 보인다.

의의 및 주장
저자들은 CropET가 작물 면적의 시간적 가변성을 명시적으로 표현하고 관측 기반 기후 입력을 사용함으로써 광범위한 응용 가능성을 가능하게 한다고 주장한다. 구체적으로, 이 데이터셋은 다음과 같은 자원으로 위치한다:

지구 시스템 모델의 벤치마킹.
관개 취수량 평가.
농업 확장이 지역적 물 및 에너지 수지를 어떻게 재편했는지에 대한 정량화.

논문은 한계점에 대해 겸허한 어조를 유지하며, 2021~2025년 데이터가 정적인 2020년 작물 면적에 의존한다는 점이 해당 특정 연도들의 최근 농업 변화 영향을 정량화하는 데 불확실성을 도입할 수 있음을 인정한다. 또한, 모델은 노출된 토양 증발, 차단 손실(interception loss) 또는 모세관 상승을 명시적으로 시뮬레이션하지 않으며, 이는 검증 지점에서 관찰된 일 단위 변동성의 과소 추정에 기여할 수 있다.

기술 요약: CropET 데이터셋

유사한 논문