시리즈: 「계절을 결정하는 것은 누구인가」 제2탄

데이터: 기상청 생물 계절 관측 (벚꽃 개화일 1961~2025년, 87개 지점) + 월별 기온

제1탄: 「봄과 가을이 짧아졌다」는 사실인가? 74년 치 기온 데이터로 추적한 『여름의 침식 전선』

2021년, 기상청은 조용히 어떤 변경을 실시했다.

오랫동안 지속해 온 생물 계절 관측 중, 휘파람새·반딧불이·참매미·쓰르라미 등 곤충·동물 계열의 상당수를 폐지한 것이다. 관측원의 고령화, 도시화로 인한 관측 수목 관리의 어려움, 품질 관리 비용이 이유였다.

남은 것은 벚꽃·매화·은행·단풍 등 일부 식물뿐.

이 글을 읽었을 때, 나는 제1탄의 분석을 떠올렸다. "74년 치의 데이터가 있기 때문에, 74년 전과 지금을 비교할 수 있었다"는 점이다. 2021년 이후에 시작한 관측으로는 앞으로 50년이 지나도 같은 일을 할 수 없다.

장기 데이터는 그것이 존재하는 동안에만 가치를 발휘한다.

제1탄에서는 기온 데이터로부터 「범인 달(month)」을 특정했다. 하지만 그것은 「기온이 변화했다」는 사실일 뿐, 「사람들이 계절의 변화를 느꼈다」는 것의 증명은 아니다.

체감을 직접 측정하는 것은 어렵다. 설문조사는 단기간만을 커버할 수 있다. SNS는 보급 시기가 짧고, 감정적 노이즈도 크다.

그래서 **수렴적 증거 (convergent evidence)**라는 사고방식을 사용한다.

여러 개의 독립적인 관측이 동일한 가설을 지지할 때, 어느 하나보다 전체의 신뢰성이 크게 올라간다.

「체감이 변했는가」를 측정하는 것이 아니라, 「기온의 변화·식물의 반응·인간의 행동이 같은 방향을 향하고 있는가」를 묻는다. 체감을 증명하는 것이 아니라, 여러 신호가 수렴하는지를 확인하는 것이다.

이번에는 기온 데이터의 다음 증인으로 벚꽃을 선택했다.

벚꽃은 좋은 계절 지표의 조건을 충족한다.

기온에 솔직하게 반응한다: 겨울의 저온 (휴면 타파 (休眠打破))과 봄의 적산 온도로 개화가 결정된다 -
주관이 개입되기 어렵다: 식물은 "올해는 따뜻하네"라고 생각해서 개화 시기를 바꾸지 않는다 -
기록이 길다: 기상청의 관측은 1961년부터 이어져 왔다 (일부 지점은 그 이전부터)

벚꽃이 「추웠던 겨울 → 따뜻해지기 시작한 봄」을 감지하는 센서라고 한다면, 그 개화일이 앞당겨지는 것은 「봄의 전진」에 대한 객관적인 증거가 된다.

1961~2025년의 벚꽃 개화일 데이터 (기상청)를 87개 지점에서 집계했다.

도쿄의 결과:

상단이 벚꽃의 개화일 (해를 거듭할수록 빨라짐), 하단이 9월의 기온 편차 (해를 거듭할수록 높아짐). 두 그래프가 거울처럼 대칭적으로 움직이고 있다.

전국 87개 지점으로 보면:

가장 신경 쓰이는 숫자가 있다.

도야마의 -14일은 전국 평균의 2.7배. 도쿄의 2.4배.

제1탄에서는 「도야마는 쾌적대 (15~25℃)인 7월을 잃었다」는 발견이 있었다. 이번 벚꽃 데이터는 동일한 도야마에서 「봄의 개화가 전국 최대급으로 앞당겨졌다」는 것을 보여준다. 두 개의 독립적인 지표가 도야마의 기후 변동이 특히 크다는 것을 가리키고 있다.

왜 호쿠리쿠가 큰가. 이번 분석만으로는 단정할 수 없지만, 하나의 가설로서 「변화의 가장자리 (edge of change)」 효과를 생각할 수 있다. 원래 서늘한 지역일수록 동일한 기온 상승에서도 쾌적대의 임계값을 넘기 쉽다. 제1탄에서 보여준 「쾌적대의 가장자리에 있던 달일수록 가장 먼저 사라진다」는 원리가 벚꽃의 개화에도 똑같이 작용하고 있을 가능성이 있다. 다만 이는 어디까지나 가설이며, 지형·해류·도시화 등의 요인도 관련되어 있을 가능성이 있다.

또 하나 주목해야 할 지점이 있다.

이는 오키나와의 벚꽃이 **히칸자쿠라(寒緋桜, 히칸자쿠라)**라는 별개의 종이기 때문이다. 소메이요시노(Someiyoshino)가 "봄의 온도가 올라가면 핀다"는 것과 달리, 히칸자쿠라는 "겨울의 저온에 어느 정도 노출된 후에 핀다"는 메커니즘을 가지고 있다. 온난화로 인해 겨울이 따뜻해지면 이 조건이 충족되기 어려워지며, 결과적으로 개화가 늦어진다.

같은 "벚꽃"이라도 메커니즘이 다르면 온난화에 대한 반응이 정반대가 된다.

이는 제1탄의 결론인 "같은 온난화라도 상실된 계절은 지역마다 다르다"를 식물 측면에서 보강하는 증거이기도 하다.

기온은 "여름이 길어지고 있다"고 말하고, 벚꽃은 "봄이 빨라지고 있다"고 말한다. 양자를 합치면, 봄과 여름 사이의 틈새에 있었던 "쾌적한 계절"이 양쪽에서 압축되고 있다는 그림이 보인다.

이것은 "체감을 증명했다"가 아니다. "기온이라는 물리적 지표와 벚꽃이라는 생물학적 지표가 동일한 방향의 변화를 나타냈다"는 사실이다.

체감을 데이터화하는 것은 어렵다. 하지만 체감이 일으킨 행동을 관측할 수는 있다. 그리고 이번에는 행동보다 앞선 단계에서, 식물이 이미 같은 방향을 향하고 있었다.

나는 도야마 출신이라 어린 시절의 벚꽃에 대한 기억이 있다. 골든위크(GW) 무렵에는 아직 쌀쌀했고, 집에는 코타츠나 난로가 남아 있었다. 벚꽃이 피기 직전의 공기 느낌이 봄의 방문을 알리고 있었다.

이번 분석에서 도야마의 벚꽃은 64년간 14일 앞당겨져 있었다. 단순 계산으로는 내가 태어났을 무렵보다 10일 이상 빠르다. 그때의 봄에 대한 기억은 이제 3월 초순의 풍경이 되어 있을지도 모른다.

기상청이 2021년에 생물계절 관측을 축소한 것은 눈에 띄지 않는 뉴스였다. 하지만 이번 분석을 해보니 그 손실의 의미를 조금 실감할 수 있다.

64년 치의 벚꽃 데이터가 없었다면, "봄이 빨라졌다"는 사실도, "도야마의 변화가 특히 크다"는 발견도, "오키나와의 역전"이라는 수수께끼도 무엇 하나 보이지 않았을 것이다.

장기 데이터는 그것이 쌓인 후에야 비로소 가치가 보인다. 그리고 쌓는 것을 멈추는 순간부터, 미래의 누군가가 할 수 있는 분석이 하나씩 줄어든다.

벚꽃 데이터: 기상청 「생물계절 관측 정보」 벚꽃 개화일 (19612025년, 87개 지점) -
기온 데이터: 기상청 월별 평균 기온 (19502024년, 47개 도도부현) -
언어: Python 3.13 (pandas / scipy / matplotlib) -
데이터 취득: scripts/fetch_phenology.py

분석: scripts/analyze_phenology.py

# 지점별 트렌드를 계산하는 코어 로직
from scipy import stats
for station in sakura_df['station'].unique():
...