기온 분포를 알아보기 위해 기상자료개방포털에서 제공하는 우리나라 기후 평년값과 전국 ASOS (Automated Synoptic Observing System), AWS (Automatic Weather Station) 관측 자료를 사용하였다. 분석 변수는 온도 급변 사례에 대해서 분석하기 위해 기후 자료는 2021년 10월 10일과 17일의 평년 평균기온, 평년 최고기온, 평년 최저기온, 기상 자료는 평균 최고기온, 평균 최저기온을 사용하였고, 겨울철 기온 변화를 분석하기 위해 기후 자료는 평년 겨울철 평균기온, 평균 최고기온, 평균 최저기온, 기상 자료는 겨울철 평균기온, 평균 최고기온, 평균 최저기온을 사용하였다.

꿀벌의 집단 폐사 및 실종과 기온의 연관성을 확인하기 위하여 기상청의 ASOS와 AWS 일 기온 자료도 수집하였다. 기상청 일 기온 자료는 전라남도에 위치한 광주, 장성, 영암 지점과 제주도에 위치한 제주, 서귀포 지점의 일 평균기온, 일 최저기온, 일 최고기온을 수집하였다. 자료의 기간은 ASOS에 속하는 광주, 제주, 서귀포의 경우 1992년 1월부터 2022년 2월까지, AWS에 속하는 장성과 영암의 경우 1997년 1월부터 2022년 2월까지이다. 전체 기간에 대하여 수집된 자료는 꿀벌의 월동봉구가 시작하고 진행되는 10월부터 2월까지의 자료를 추출하여 사용하였다. 이 가운데 전라도에 위치한 영암 지역을 중심으로 분석을 수행하였으며 그 외 자료의 경우 부록으로 정리하였다. Table 2는 시계열 분석에서 사용된 지점과 기간 그리고 변수에 대한 요약을 보여준다.

본 연구에서 직접 또는 간접적으로 사용한 꿀벌 생리생태 관련 주요 온도들은 다음과 같다. 꿀벌의 과냉각점은 영하 8℃이고 (Qin et al., 2019; Muhammad and Jung, 2021), 최저 활동 온도는 6~7℃이다 (Southwick and Heldmaier, 1987; Eskov and Toboev, 2011). 늦가을 월동봉구 형성을 위한 온도는 10~14℃로 3일 이상 내려가는 경우이다 (Southwick and Heldmaier, 1987; Stabentheiner et al., 2010). 월동봉구의 내부 온도는 육아하지 않을 경우엔 20~25℃이고 (Winston, 1987), 육아할 때에는 35℃이다 (Stabentheiner et al., 2010). 월동봉구 외벽 온도는 6~7℃이고 (Eskov and Toboev, 2011), 월동봉구 내 산란이 일어날 수 있는 조건은 월동봉구 형성 후 외부 온도가 12℃ 이상 3일 이상 지속될 때이다 (Winston, 1987). 꿀벌의 최저, 최적, 최고 지속비행가능 외부 온도는 각각 11~12℃ (Southwick and Heldmaier, 1987), 20~25℃ (Southwick and Mugaas, 1971; Seely and Visscher, 1985), 35~38℃ (Southwick and Moritz, 1987)이다. 최저 비행가능 외부 온도는 5~6℃ (가령, 이른 봄 배설비행 등 짧은 거리)이고 (Winston, 1987), 외부 온도가 10℃는 되어야 지속적 비행을 위한 가슴온도 (28℃) 유지가 가능하다.

월동을 위한 겨울벌 생산은 추분인 9월 23일부터 10월 23일까지 1달 동안 일어난다. 이 시기에 낮 시간 온도가 12℃ 이하로 떨어지면 겨울벌 생산에 차질이 발생한다. 그 이유는 10월에 기온이 12℃ 이하로 떨어지면 꿀벌이 먹이활동을 못하고, 꽃가루 수집 등이 어려워지며, 내부에서는 여왕벌을 중심을 에워싸는 보온 활동을 해야 하므로, 여왕벌의 산란이 제한되기 때문이다. 이후 11월부터 낮 시간 온도가 12℃ 이상이 3일 이상씩 있으면 (특히 12월 초) 월동봉군에서 산란이 시작되어, 겨울벌의 수명이 단축된다. 그 이유는 겨울벌은 생리적으로 여름벌 (=활동벌=육아벌)과 달리 수명이 150일 정도로 길며 육아를 하지 않는데, 12월 초 고온 현상으로 육아를 시작하면 체내 호르몬 구성, 생리가 달라져, 수명이 40여 일로 줄어들기 때문이다. 따라서, 본 연구에서는 12℃ 기온선 (Figs. 7a, 9a, 11a에서 녹색선)을 분석 시에 기준 온도로 활용하였다.

기온의 공간 분포 분석을 위해 MATLAB 2022a를 사용하였고, 지형 자료는 국가공간정보포털 (data.nsdi.go.kr)에서 제공하는 법정동 (시군구) 경계도면에 대한 Shape 포맷의 자료를 사용하였다. 분석 방법은 기후 평년 자료를 제공하는 관측소와 일치하는 ASOS, AWS 관측소의 데이터를 추출하고 anomaly를 계산하여 해당 지역에 온도 범위별 색을 입혀 남한에 대해서 표출하였다.

지점별 기온의 시계열과 정규분포도 확인하였다. 시계열과 정규분포는 기상청의 ASOS/AWS 지점에서 수집한 일 평균기온과 일 최저/최고기온 자료를 평균, 표준편차, 정규분포로 Python 3.7과 Numpy 라이브러리를 통해 수행하였으며, 그림의 경우 Matplotlib 라이브러리를 통해 작성하였다. 구체적인 계산 방법은 다음과 같다. 1) 연도별로 각각의 월 평균기온과 월 평균기온의 표준편차를 계산하고 시계열로 작성하였다. 이 과정에서 계산된 월 평균기온과 표준편차를 활용해 평년값으로 변환하여 2021년 10월부터 2022년 2월까지 각각의 월 평균기온과 월 평균기온의 표준편차를 평년값과 비교하였다. 2) 연도별로 각 월 평균기온과 표준편차의 평균을 이용하여 정규분포로 변환하였다. 그리고 2021년 10월부터 2022년 2월까지의 월 평균기온이 분포하는 위치를 표시하고 확률밀도함수 (probability density function)로 표현하였다. 3) 각 월에 대한 일 기온 시계열을 작성하였다. 일 기온 시계열에는 최근 월동봉구 기간에 대한 일 평균기온, 일 최저기온 그리고 일 최고기온을 표시하였으며, 앞선 기간을 제외한 일 기온 자료를 평년값으로 변환하여 비교할 수 있도록 동시에 표시하였다.

꿀벌은 기후 변화에 큰 영향을 받는 것으로 알려져 있다 (Flores et al., 2019). 지구 온난화에 의해 발생한 전 세계적인 기후 변화는 다양한 지역에서 극한 기상 현상을 유발함에 따라 기상 이변이 증가하는 추세이다 (Rahmstorf and Coumou, 2011). 이러한 기후 변화는 국내에도 영향이 나타남에 따라 꿀벌의 월동에 큰 영향을 줄 것으로 사료된다. 따라서 본 연구에서는 추가로, 지점별 ‘일 평균기온 자료’와 앞서 계산된 ‘월 평균기온과 표준편차’를 활용해 이상기온을 탐지하였다. 이상기온을 탐지하는 방법은 ‘월 평균기온과 표준편차’를 통해 기온의 정규분포를 작성하고 이 분포상에서 문턱값보다 크거나 작은 경우 이상기온으로 탐지하였다.

이상고온 또는 이상저온을 판단하는 기준은 각 기관별로 다양한 기준을 사용하고 있다 (Table 3), 본 연구에서는 기상청과 기후 변동에 관한 정부 간 패널 (IPCC, Intergovernmental Panel on Climate Change)에서 정의하는 이상저온과 이상고온의 기준인 10%ile와 90%ile 그리고 매우 엄격한 ±2.0σ (2.5 및 97.5%ile)를 기준 (Ha et al., 2004)으로 사용하였다. 10%ile와 90%ile를 ‘준 이상기온’이라고 정의하여 각각의 문턱값을 넘는 경우 ‘준 이상저온’과 ‘준 이상고온’으로 정의하였고, 더욱 엄격한 문턱값을 보이는 ±2.0σ의 경우 ‘이상저온’과 ‘이상고온’으로 정의하였다.

Fig. 6a는 영암 지역의 1997년부터 2021년까지 연별 10월 월 평균기온을 보여준다. 그림을 살펴보면 월 평균기온의 평년값은 약 15.5℃로 나타나고 2021년 10월의 경우 평년보다 약간 높은 16℃에 근접한 월 평균기온을 보였다. 이와 마찬가지로 영암 지역의 10월 월 평균기온의 정규분포 (Fig. 6b)를 살펴보면 2021년 10월의 월 평균기온이 정규분포의 중심을 기준으로 오른쪽에 분포하고 확률 밀도 함수가 약 12%임을 확인할 수 있다. 이러한 결과는 2021년 10월에 나타난 월 평균기온 값이 평년보다 조금 따뜻하고 기후학적으로도 큰 특징이 없음을 확인하였다.

Fig. 6. 
Time series and normal distribution using October 2021 data in Yeongam area. (a) the time series of annual average monthly temperature, (b) the normal distribution of average monthly temperature, (c) the time series of the monthly standard deviation.

연별 10월의 일 평균기온으로 계산된 표준편차 시계열 (Fig. 6c)을 살펴보면 영암 지역에서 평년 표준편차는 약 3.4℃로 나타났다. 하지만 2021년 10월의 표준편차를 살펴보면 약 6.0℃로 나타나 2021년 10월 영암 지역의 표준편차가 평년보다 약 1.8배 큼에 따라 일 평균기온의 변동성이 매우 컸음을 알 수 있다. 이러한 결과는 2021년 10월 영암 지역에서 평년과 다른 일 기온의 변동성에 의해 꿀벌의 월동봉구에 영향을 미칠 가능성이 존재함을 시사한다. 따라서 2021년 10월 영암 지역에서 나타난 일 평균기온의 큰 변동성을 자세하게 확인하기 위해 영암 지역의 일 평균기온 시계열을 확인하였다 (Fig. 7a).

Fig. 7. 
Time series using October 2021 data in the Yeongam area. (a) the time series of daily temperature (Red line: Daily maximum temperature, Red dashed: Average of daily maximum temperature, Black line: Daily average temperature, Black dashed: Average of daily average temperature, Blue line: Daily minimum temperature, Blue dashed: Average of daily minimum temperature). (b) the time series of abnormal temperature detection (Black line: Daily average temperature, Black dashed: Average of daily average temperature, Red dashed: +2σ position of the average monthly temperature, Blue dashed: -2σ position of the average monthly temperature, Pale blue shade: Semi-abnormally low temperature, Blue shade: Abnormally low temperature, Pale red shade: Semi-abnormally high temperature, Red shade: Abnormally high temperature).

2021년 10월의 영암 지역 일 평균 시계열 (Fig. 7a)에서 붉은색은 일 최고기온, 검은색은 일 평균기온 그리고 푸른색은 일 최저기온을 의미하며 실선은 2021년 영암의 일 기온 자료, 파선은 2021년을 제외한 일 기온 자료의 평균을 의미한다. 그림을 살펴보면 영암 지역에서 2021년 10월 초순 다른 연도보다 높은 기온을 보임을 확인할 수 있다. 이러한 경향을 일 최저, 최고기온 그리고 일 평균기온 모두에서 기록하고 있다. 또한 2021년 10월 중순 초입에 기온이 하강하며 일 최고기온과 일 평균기온이 평년값에 근접하지만 최저기온의 경우 평년 대비 높은 기온을 기록하였다. 특히 영암 지역에서는 2021년 10월 10일 이후에 기온 감소 시그널이 나타나기 시작하여 10월 15일 이후 기온이 급격하게 하강하는 모습을 보인다. 이때 일 평균기온을 기준으로 15일 약 20℃에서 17일 약 8℃로 기온이 12℃가 냉각됨을 보였다. 10일에 나타난 고온 현상과 비교하자면 최고기온의 경우 약 17℃ 급강하, 최저기온의 경우 약 21℃의 급강하가 나타났고 심지어 빙점에 도달을 하였다. 이는 꿀벌의 월동봉구 형성에 매우 불리한 영향을 주었을 것으로 사료된다. 급감을 보인 기온은 이후 시간이 지남에 따라 회복되는 모습을 보이며 10월 말 평년과 유사함을 확인하였다.

2021년 10월 영암 지역에 대한 이상기온 탐지 시계열 (Fig. 7b)에서 검은색 실선의 경우 2021년 10월 영암 지역의 일 평균기온을 의미하며, 검은색 파선은 2021년을 제외한 일 기온 자료의 평균을 의미한다. 또한 옅은 파란색과 빨간색은 각각 준 이상저온과 준 이상고온을 의미하며, 파란색과 빨간색으로 채워진 날짜의 경우 이상저온과 이상고온을 의미한다. 그림을 살펴보면 영암 지역의 2021년 10월 초 이상고온 현상이 발생하였으며 이상고온 현상은 초순까지 이어지는 모습을 보였다. 이후 준 이상고온이 3일간 지속되고 기온이 급강하함에 따라 2021년 10월 17일 영암에 이상저온 현상이 발생하고 이후 준 이상저온 현상으로 일주일간 저온 현상이 지속됨을 확인하였다. 이상고온과 이상저온 현상이 연이어 나타남으로써 기온의 변이가 극적으로 나타났고 극심한 온도차로 인해 꿀벌의 생태와 생리에 큰 타격을 주었을 가능성이 높다.

10월 초의 이상고온은 필리핀해 부근에서 강한 대류활동이 지속되어 우리나라 남쪽으로 하강기류가 생성되었고, 이로 인하여 아열대 고기압이 이례적으로 평년보다 북서쪽으로 발달하여 우리나라로 따뜻한 남풍 기류가 유입된 까닭이다. 이어서 발생한 이상저온은 장기간 지속되던 필리핀해 부근의 대류활동이 약화됨과 동시에 중앙시베리아와 베링해 부근에 기압능이 발달하여 차가운 북서 기류를 유도했고, 이 찬 공기가 우리나라 주변에 머물면서 발생하였다 (기상청, 2021).

영암 지역의 1997년부터 2021년까지 연별 12월 월 평균기온 그림 (Fig. 8a)을 살펴보면 월 평균기온의 평년값은 약 2.8℃로 나타나고 2021년 12월의 경우 평년과 유사한 월 평균기온인 2.9℃로 나타났다. 이와 마찬가지로 영암 지역의 1월 월 평균기온의 정규분포 (Fig. 8b)를 살펴보면 2021년 12월의 월 평균기온이 정규분포의 중심에 근접한 분포를 보이며 확률 밀도는 약 11.5%로 나타났다. 이러한 결과는 2021년 12월의 월 평균기온이 평년과 같음을 의미한다. Fig. 8a와 동일한 기간에 일 평균기온 표준편차 시계열 (Fig. 8c)을 살펴보면 영암 지역에서 평년 표준편차는 약 3.5℃로 나타났다. 하지만 2021년 10월의 표준편차를 살펴보면 약 3.4℃로 나타나 2021년 10월 영암 지역의 표준편차가 평년과 유사함을 확인하였다. 따라서 2021년 영암의 경우 월 평균기온, 표준편차에서는 평년과 유사함에 따라 기후학적인 특징을 확인할 수 없었다.

Fig. 8. 
Same as Fig. 6, but for December 2021.

2021년 12월 영암 지역의 일 평균 시계열 (Fig. 9a)에서 일 평균기온과 일 최저기온을 살펴보면 12월 초 평년과 유사함을 확인할 수 있다. 하지만 최고기온의 시계열을 살펴보면 겨울철임에도 불구하고 한낮의 기온이 12℃를 넘어 다수 나타남을 확인할 수 있다. 특히 12월 5일부터 12일까지 일주일 동안 고온 현상이 나타남을 알 수 있다. 꿀벌은 겨울철에 나타나는 고온 현상에 의해 수명이 단축될 수 있으므로 이러한 12월 초의 고온 현상은 꿀벌 생태와 생리에 악영향을 미쳤을 것으로 사료된다. 이외에도 12월 하순 초입인 20일부터 23일까지의 기간 또한 최고기온이 12℃에 근접하게 나타났으며, 이후 기온이 하강하고 평년과 유사해짐을 확인할 수 있다.

Fig. 9. 
Same as Fig. 7, but for December 2021.

2021년 12월 영암 지역에 대한 이상기온 탐지 시계열 (Fig. 9b)을 살펴보면 영암 지역의 2021년 12월 9일부터 11일까지 준 이상고온 현상이 발생함을 확인하였다. 앞서 분석된 일 기온 분석 시계열과 마찬가지로 12월 9일부터 11일까지 준 이상고온 현상이 발생됨을 확인하였다. 이 외에도 12월 26일의 경우 이상저온 현상이 나타나고 전후로 준 이상저온 현상이 나타남을 확인하였다. 영암 지역뿐만 아니라 광주, 장성, 제주, 서귀포 지점 또한 12월 말에 준 이상저온 현상이 나타남을 확인하였다 (부록).

한편 영암 지역의 1997년부터 2022년까지 연별 1월의 월 평균기온 시계열 (Fig. 10a)을 살펴보면 월 평균기온의 평년값은 약 0.8℃로 나타나고 2022년 1월의 경우 평년보다 약간 낮은 0.3℃에 근접한 월 평균기온을 보였다. 이와 마찬가지로 영암 지역 1월의 월 평균기온의 정규분포 (Fig. 10b)를 살펴보면 2022년 1월의 월 평균기온이 정규분포의 중심을 기준으로 왼쪽에 분포하고 확률 밀도 함수가 약 11.5%임을 확인할 수 있다. 이러한 결과는 2021년 10월에 나타난 월 평균기온이 평년보다 조금 한랭하지만 기후적으로 충분히 나타날 수 있는 월 평균기온임을 확인하였다. 영암 지역의 1997년부터 2022년까지 연별 1월의 일 평균기온으로 계산된 표준편차 시계열 (Fig. 10c)을 살펴보면 영암 지역에서 평년 표준편차는 약 3.4℃로 나타났다. 하지만 2022년 1월의 표준편차를 살펴보면 약 2.5℃로 나타나 2022년 1월 영암 지역의 표준편차가 평년보다 작아 변동성이 작음을 확인할 수 있었다.

Fig. 10. 
Same as Fig. 6, but for January 2022.

2022년 1월 영암 지역의 일 평균 시계열 (Fig. 11a)을 살펴보면 영암 지역의 1월 초부터 중순까지 대체로 평년과 유사하거나 낮은 기온을 기록함을 확인할 수 있다. 또한, 2022년 1월 하순 초입에 기온이 상승하여 평년보다 높은 기온을 기록하였으며 마찬가지로 일 최고기온 또한 크게 증가하여 약 13℃의 기온이 관측되어 평년과 비교하였을 때 약 7℃ 높음을 확인할 수 있다. 2022년 1월 영암 지역에 대한 이상기온 탐지 시계열 (Fig. 11b)에서 확인할 수 있듯이 평년과 유사하거나 낮은 일 평균기온을 1월 1일부터 20일까지 유지하였다. 이후 1월 22일에는 전일 대비 기온이 약 9℃ 상승함에 따라 이상고온 현상이 확인되었다. 하지만 이상고온 현상은 1월 22일에만 나타났으며 준 이상고온 현상의 경우 23일까지 지속되어 이상고온 현상이 비교적 짧게 나타났음을 확인하였다.

Fig. 11. 
Same as Fig. 7, but for January 2022.

이상의 내용을 바탕으로, 2021년 9월 23일 (추분)에서 10월 23일까지 1달 동안의 월동을 위한 겨울벌 생산과 이후부터 12월 초까지의 여왕벌 산란 기간에 대한 기온 분석 결과를 종합해 보면, 1) 10월달에 이상고온에 연이은 이상저온 발생으로 겨울벌 생산에 차질이 발생하고, 2) 11월~12월 초순의 고온 현상으로 겨울벌의 수명이 단축될 수 있는 기온 환경이었음을 확인할 수 있었으며, 이는 꿀벌의 집단 폐사에 분명 일정 부분 기여할 수 있는 기상학적 요인으로 분석이 된다. 한편, 1월과 2월의 이상고온과 한파 현상은 꿀벌의 외출과 미복귀로 인한 대량 실종 가능성을 어느 정도 뒷받침하는 것으로 사료된다.

Fig. 12는 2021년 10월부터 2022년 1월까지 Figs. 7, 9, 11의 그래프를 묶어서 하나로 표현한 것으로서, 최근 꿀벌의 월동 폐사와 실종 기간에 대한 기온의 극적인 변동성을 한눈에 잘 보여준다. 영암 지역 외 다른 관련 지역들에 대해서도 유사한 기온 변동성을 보였으며 부록에 수록하였다.

Fig. 12. 
The time series of abnormal temperature detection in the Yeongam area using data from October 2021 to January 2022 (Black line: Daily average temperature, Black dashed: Average of daily average temperature, Red dashed: +2σ position of the average monthly temperature, Blue dashed: -2σ position of the average monthly temperature, Pale blue shade: Semi-abnormally low temperature, Blue shade: Abnormally low temperature, Pale red shade: Semi-abnormally high temperature, Red shade: Abnormally high temperature).

본 연구에 이은 후속 연구로서, 1) 피해지역과 그렇지 않은 지역을 상세히 분류하여 비교군을 구체적으로 특정하여 심층 사례 연구를 수행할 필요가 있다. 2) 꿀벌 생태 관련 국내 기준을 지역별로 정교화하여, 전남 평지 지역 외에 다른 지역들에 대하여 차별화된 분석이 필요하다 (가령, 전남 평지, 제주 도서 지역, 강원 산지 등 지역별로 접근). 3) 기온 변수 외에, 습도, 바람 등 다양한 기상 변수들에 대하여, 또 다른 계절에 대하여, 꿀벌 생태 및 기능에 대하여, 영향 평가가 필요하다. 4) 밀원수, 꿀벌응애, 농약, 바이러스, 전자기파 등 다른 기작들과 접목된 종합적 이해와 분석 틀이 필요하다. 가령, 농약에 노출이 누적된 꿀벌은 면역력과 체력이 저하되어서, 작은 기온 변동에도 견디지 못하고 취약해질 수 있다. 5) 농림지원에 특화된 고해상도 수치모델의 구축 및 운영 (Lee et al., 2016)을 통해 피해발생 지역의 기온변화 예측가능성을 확보하고, 이를 기반으로 <꿀벌 기상>에 특화된 예측 및 조치안내 서비스가 이루어져야 한다. 6) 양봉업자 및 농작업을 위한 맞춤형 다양한 기상 정보 개발이 필요하다. 이러한 사항들이 체계적으로 이행이 된다면, 현장 양봉 종사자들에게 더욱 의미 있고 꿀벌 폐사와 실종 예방에 도움이 되는 과학적 연구 결과가 나올 것으로 전망된다.