기계 학습으로 예측한 나무 나이테 너비

Jun 17, 2023

나이테는 연간 성장을 기록하는 장부이며, 각 나이테의 너비는 해당 연도의 환경 조건과 연관되어 있습니다. 새로운 연구에서 Lee와 Dannenberg는 기계 학습을 사용하여 고리 너비가 지난 1년 동안 나무가 경험한 기단의 유형과 밀접한 상관관계가 있음을 보여주었습니다.

매주 금요일 받은 편지함에서 이번 주 가장 흥미로운 과학 뉴스 기사를 받아보세요.

이전에 과학자들은 나이테 변동성을 온도, 강수량, 가뭄과 같은 개별 기후 요소와 연결했습니다. 그러나 날씨는 개별 요소로 경험되는 것이 아니라 함께 작용하는 다양한 구성 요소의 집합체로 경험됩니다. 날씨의 통합된 경험은 공기 덩어리, 즉 크기가 수천 킬로미터에 달하는 대기 덩어리로 특징지어질 수 있습니다.

새로운 연구에서 저자들은 북반구의 904개 관측 장소에서 130종에 대한 나이테 기록을 수집했습니다. 그들은 또한 그리드형 날씨 타이핑 분류(Gridded Weather Typing Classification)라는 공개적으로 이용 가능한 데이터 세트를 사용하여 1979년까지 거슬러 올라가 각 현장의 기단에 대한 날씨 데이터를 가져왔습니다. 이 시스템은 주로 온도와 습도를 기준으로 날씨를 11가지 유형으로 분류합니다.

그런 다음 인공 신경망을 사용하여 연구자들은 나무 나이테의 너비와 나무가 지난 12개월 동안 서로 다른 종류의 기단을 경험한 일수를 연관시켰습니다. 비교를 위해 그들은 전통적인 기온과 강수량 데이터를 사용하는 동일한 기계 학습 접근 방식을 사용했습니다.

기단 접근 방식은 나무 종의 66%에 대해 기존 방식보다 성능이 뛰어났습니다. 가장 많은 이용 가능한 기록을 보유한 종에서는 그 비율이 83%로 증가했습니다. 연구진의 분석에 따르면 습하고 시원한 기단은 나무의 성장과 가장 관련이 있는 반면, 건조하고 따뜻한 기단은 성장 부진을 가장 잘 예측하는 것으로 나타났습니다.

연구자들은 이 모델을 사용하여 과거의 기후 조건이 나무 성장에 어떻게 영향을 미치는지 알아냈지만 방향성이 바뀔 수 있다는 점에 주목했습니다. 나무 나이테 기록은 거의 14,000년에 달하며 고대 기단을 분류하는 데 사용될 수 있습니다.

이번 연구 결과는 미래를 내다보는 데에도 사용될 수 있습니다. 현재 기단을 특성화하고 미래 기단을 예측함으로써 모델은 내년의 식물 스트레스, 사망 위험 및 산불 취약성을 측정할 수 있습니다. (지구물리학 연구 저널: Biogeosciences, https://doi.org/10.1029/2022JG007064, 2023)

—Morgan Rehnberg(@MorganRehnberg), 과학 작가