현재 기후변화 완화기술로 제안된 이산화탄소 포집 및 저장(Carbon Capture and Storage; CCS) 기술은 석유화학공장, 화력발전소, 시멘트공장, 제철소 등 화석연료를 주 에너지원으로 사용하는 이산화탄소 대량 배출원에서 발생하는 이산화탄소를 대기로 배출되기 전에 포집한 후, 파이프라인과 선박 등을 이용하여 수송하고, 다시 이를 영구적으로 격리하는 기술이다. 전 세계적으로 영구적인 격리를 위해서 여러 방안이 제시되고 있는데, 그 중에서 육상 저층 내에 이산화탄소를 주입하여 저장하는 기술이 가장 활발하게 시도되고 있다(IEA, 2012).

하지만 CCS의 각 단계, 즉 포집, 수송, 저장과정 중에서 자연적 지층교란이나 파이프라인 자체의 부식, 접합부의 손실 등 토양으로의 이산화탄소 누출이 발생 가능하며, 이는 환경 안전성 문제를 유발시킬 수 있다. 특히 식물의 경우, 토양에서의 이산화탄소 누출에 민감하게 반응한다. 고농도 지중 이산화탄소에 식물이 노출된 경우, 광합성 능력은 감소하고, 어린잎은 빠른 노화가 진행되며, 산소부족현상으로 인해 식물의 영양분 섭취 및 발아 억제가 발생한다고 보고되고 있다(Wu Y et al., 2014; Janice A Lake, 2013; Manal Al-Traboulsi et al., 2012; Patil RH, 2012). 이는 잎의 변색 현상과 함께 바이오매스 감소로 이어지게 된다(Lake JA et al., 2013; Ravi H. Patil et al., 2010). 따라서 식물의 변화를 통해 이산화탄소 누출을 간접적으로 감지할 수 있다. 현재 식물의 변화를 대표적으로 나타내는 민감한 지표로는 엽록소 함량이 널리 활용되고 있다.

엽록소함량 측정법에는 직접 측정법과 간접 측정법이 있다. 직접 측정법의 대표적인 방법인 아세톤 추출법은 일반적으로 가장 많이 사용되어 흡광계수가 잘 측정되어 있고, 엽록소를 정밀하게 측정할 수 있는 것이 장점이다(Park et al., 2015). 하지만 추출용매로 아세톤을 사용하면 흡광도를 측정하는 과정에서 혼탁이 일어날 수 있으며, 엽 시료를 갈거나 원심분리한 후 곧바로 흡광도를 측정해야 하는 단점이 있다(Barnes et al., 1992). 간접측정법 중 하나인 간이 엽록소 측정기법(SPAD chlorophyll meter)은 간편하게 엽록소 함량을 측정할 수 있으나, 비용이 많이 들고 SPAD가 6 mm²의 좁은 면적을 다루고 있다는 점에서 식물 개체의 대표성을 보여주기에 충분하지 않다는 한계를 가지고 있다(Zhang et al., 2008).

Rorie et al.(2011)은 이러한 한계들을 보완하면서 간편하고 저렴한 방법으로 DGCI(Dark green color index) 지표를 제안하였다. DGCI는 카메라로 식물체의 잎을 촬영하고, 그것으로 잎의 광학적 특성(색도, 채도, 명도)을 추출하여 계산하는 디지털 분석이다. Rorie et al.(2011)의 연구에서 DGCI가 식물의 수확량 및 SPAD로 측정한 엽록소 함량과 양의 상관관계가 있었다. 이는 DGCI가 식물의 생장 및 생리적 특성의 변화를 보여주는 유용한 지표였음을 보여준다.

본 연구는 CCS 저장시설의 잠재적 이산화탄소 누출을 온실규모(mesocosm)에서 모의하여 이에 따른 식물체의 반응을 잎의 광학적 특성변화를 통해 관찰하였다. 연구목적은 카메라를 이용하여 얻은 디지털 광학정보를 간단한 소프트웨어를 통해 변환시킨 색지수인 DGCI의 타당성을 분석하는 것이다. 또한 이 지수가 이산화탄소 처리에 따른 식물의 반응을 잘 구별할 수 있는 지표로 현장에서 적용 가능한지 판단하는 데 있다.

이산화탄소를 누출시킨 처리구(CG)와 대조구(BG)에서 DGCI와 엽록소 α 함량 간의 상관관계는 측정 날짜 별로 변화하였다. 주입초기(8월 20∼27일) 및 주입후기(9월 9∼22일)에서는 BG와 CG 처리구 모두에서 두 변수 간의 유의한 상관관계를 볼 수 없었다. 이는 실험이 시작된 직후 식물이 변화된 환경에 적응하는 시기가 필요하였고, 실험이 지속되어감에 따라 특히 이산화탄소 처리구(CG)에서는 식물이 고사하는 등 생장속도가 저해되었기 때문으로 사료된다.

DGCI와 엽록소 함량간의 상관계수는 일반 환경(BG)에서 이산화탄소가 누출된 환경(CG)보다 더 높았는데(Fig. 3), 이는 이산화탄소 누출로 식물의 생장이 저해되어 고사된 잎이 많아짐으로 인해 엽록소 함량 추출의 한계가 존재했기 때문이다. 한편, 카메라를 이용한 광학적 지수인 DGCI는 고사된 식물체잎의 광학적 성질도 그대로 포함하고 있으므로 처리구에 따른 형태적 변화가 이 지수를 계산하는 데에 문제가 되지 않았다. 이 이유로 DGCI는 식물체의 반응을 종합적으로 보여주는 유용한 지표로의 가능성이 있다고 판단하였다. 이와 일관성 있는 결과는 Fig. 4에서 보여진다. DGCI 및 엽록소 α 함량은 시간이 지남에 따라 전반적으로 감소하는 패턴을 보였다. 이는 식물체의 생장이 8월 20일에서 9월 22일 사이, 일평균 기온이 26.1℃에서 22.0℃로 변함에 따라 점차 느려지고 있음을 의미한다. 그러나 시간에 따른 두 변수의 변화패턴은 서로 차이가 있었다. 시간에 따른 DGCI의 변화는 8월 28일부터 9월 1일 사이에 크게 감소한 반면, 같은 기간 엽록소 α의 함량은 소량만 감소하였고, 엽록소 α의 큰 감소는 오히려 9월 1일에서 9월 8일 사이에 보여졌다. 이는 DGCI가 엽록소 α 함량에 비하여 계절적 변화를 민감하게 반영하고 있음을 의미한다. 또한 이산화탄소 처리 영향에 대해서도 DGCI 변화가 엽록소 α 함량 변화보다 더 민감하였는데, 엽록소 α 함량의 경우는 BG 및 CG의 시간적 변화 패턴이 동일하여 처리구 별 차이를 보기 힘들었던 반면, DGCI는 9월 1일부터 BG에 비해 CG에서 유의하게 낮은 수치를 보임으로써 이산화탄소 처리에 따른 영향을 보기에 적합한 변수임을 알 수 있다. 그러나 처리구에 따른 DGCI의 차이가 9월 8일 자료에서는 보이지 않는데, 이는 이미 식물이 생장속도가 느린 단계에 진입하여 두 처리구별 차이를 보기 어려웠기 때문으로 사료된다.

Fig. 3. 
Correlations between DGCI and chlorophyll a content in the (a) BG (no gas injection) and (b) CG (CO₂ injection) treatments on August 28th, September 1st, and September 8th.

Fig. 4. 
Temporal change in the (a) DGCI and (b) chlorophyll a content during August 28th and September 8th.

따라서 향후 연구에서는 식물의 생장 속도가 가장 활발한 시기에 DGCI와 엽록소 α 함량간의 상관관계가 높았던 점을 고려하여, 현장에서 이산화탄소 누출에 따른 차이를 모니터링하기 위해서는 DGCI 측정시기를 신중히 결정해야 할 것이다. 또한 다양한 광도조건의 변화를 통해 DGCI와 엽록소 α 함량 간의 높은 상관관계를 보이는 조건을 찾아 이를 통제, 유지할 수 있는 환경 설계가 함께 병행되어야 할 것이다. 환경 설계는 실제 산림분야에서 인공위성 및 드론을 이용한 광학적 자료 도출에서 적용하는 카메라 측정원리 및 기기의 사용을 적용하여 실시할 수 있을 것이다.