• 한국환경생태학회지
• /
• 제34권6호
• /
• pp.589-600
• /
• 2020

효과적인 보호구역의 보전 관리를 위해서는 외래종의 정착 모니터링 및 확산 위험에 대한 저감 노력이 수반되어야 한다. 본 연구는 울진에 위치한 산림유전자원보호구역(2,274ha)에서 조사된 외래식물 분포 정보를 대상으로 활용도가 높은 세가지 종분포모형(Bioclim, GLM, MaxEnt)을 활용하여 외래식물의 잠재출현지역을 모의하였고, 모의 결과를 비교하여 지역적 지리 및 생태 관리 특성이 반영된 현실성 및 적합성 높은 종분포모형을 선발하였다. 분석에서 예측된 외래식물의 출현지역은 실제 분포와 같이 도로 같은 선형 경관 요소를 따라 분포하는 경향이었으며, 일부 벌채지가 포함되었다. 본 연구에서 적용한 각 모형의 예측력과 정확도를 통계적으로 비교한 결과, GLM과 MaxEnt 모형은 대체로 높은 예측력과 정확도를 보였지만, Bioclim 모형은 낮았다. Bioclim은 가장 넓은 면적을 출현예상지역으로 계산하였고, GLM, 그리고 MaxEnt 순으로 면적이 작았다. 모의 결과의 현상학적 검토에서는 GLM과 Bioclim 모형은 표본 수에 따라 예측력이 크게 영향을 받는 것으로 나타났고, 표본 수와 관계없이 가장 일관성 높은 모형은 MaxEnt로 평가되었다. 종합적으로, 본 연구에 사용된 모형 중 외래식물 분포 예측을 위한 최적 모형은 MaxEnt 모형인 것으로 판단되었다. 본 연구에서 제시한 정밀 생물종 분포 자료 기반의 모델 선발 접근 방식은 산림생태계 보호구역의 보전 관리 및 지역 특성이 반영된 현실적이고 정교한 모델 발굴 연구에 도움이 될 것이다.

• Journal of Species Research
• /
• 제12권1호
• /
• pp.109-113
• /
• 2023

To build a distribution model for Haemadipsa rjukjuana, we collected current occurrences of the species on Heuksando with adjacent islands. Based on current locations and 19 climate variables with DEM (digital elevation model), we built the MaxEnt (maximum entropy) species distribution model for H. rjukjuana in the islands. Then, we applied the MaxEnt model to the mainland of Korea with the current climate condition and topology. In addition to the current distribution scenario, we predicted the future distribution scenarios in Korea by Coupled Model Intercomparison Project Phase 6 (CMIP6) global climate models. Shared Socioeconomic Pathway (SSP) 585 of two CMIP6 models(GISS-E2-1 and INM-CM4-8) from 2040 to 2100 were used for the future projection.

• 한국자원식물학회지
• /
• 제35권2호
• /
• pp.169-182
• /
• 2022

본 연구는 산불피해가 발생한 접경지역 산림 내 희귀특산식물(개느삼) 분포를 예측하고 피해를 정량화하고자 수행되었다. 이를 위해 산불피해강도에 따른 산림면적 피해(NBR), 임상도를 통한 수종별 피해(Vegetation map), MaxEnt 모델 분석을 수행, 보다 정밀한 결과를 도출하고자 하였다. 우선, 산불피해강도 분석은 위성영상(Landsat-8)을 활용하여, 산불피해강도(ΔNBR_2016-2015)를 분석하고 피해범위를 도출하였다. 임상도 작성은 환경부의 토지피복도, 산림청의 임상도, 자체적으로 식생조사를 진행하여, 산불 전·후의 임상도를 작성하고, 수종 피해 및 변화를 확인하였다. 마지막으로 MaxEnt 모델 분석은 관련문헌과 자체조사 자료를 기준으로 작성된 개느삼 실제서식지 좌표를 활용하여, AUC(Area Under Curve) 값을 도출하였다. 분석된 결과의 정밀도를 높이고자, 임상도와 결합하여, 개느삼이 주로 분포하는 소나무 군락 및 소나무-참나무림 군락을 대상으로 재분석한 결과, 대상지 내 개느삼 실제출현 좌표 325개소 중 299개 지점에서 개느삼 출현가능성이 92.0%로 예측되어 유의미한 결과를 얻을 수 있었다. 해당 자료를 산불피해강도(ΔNBR_2016-2015) 자료와 중첩한 결과, 산불피해지 내 개느삼 서식가능지(예측) 면적 44,760 m²의 45.9%인 20,552 m²가 훼손된 것을 확인할 수 있었다. 따라서 본 연구는 산불로 인해 훼손된 희귀식물 서식지 면적을 정량화하고 희귀식물 보전·관리를 위한 사례가 될 것으로 기대된다.

• 환경생물
• /
• 제40권2호
• /
• pp.214-223
• /
• 2022

멸강나방(Mythimna seperata)과 혹명나방(Cnaphalocrocis medinalis)은 중국 남부 양쯔강 유역에서 봄철 편서풍을 타고 국내로 유입되는 비래 해충(Migratory insect pests)으로 벼를 기주로 삼아 벼 잎을 가해하여 생육을 저해시킨다. 두 나방의 분포를 파악하기 위해서는 서식처의 온습도 뿐만 아니라 주변 환경 요소를 파악하는 것이 중요하다. 본 연구는 두 나방의 분포를 파악하기 위해서 SDM(Species Distribution Model) 중 Machine learning model인 MaxEnt (Maximum Entropy)에 출현 자료, SSPs (Shared Socio-economic Pathways) 시나리오, RCP (Representative Concentration Pathway) 시나리오를 적용하여 현재와 미래의 서식지 적합성 모형을 예측했다. 결과로 시기에 따른 서식처 면적이 큰 차이가 없었으며, SSPs 시나리오가 나빠짐에 따라 분포 면적이 넓어졌다. 두 나방은 중국으로부터 비래 후 생존하기 위한 최적의 장소가 기주가 있는 서해안과 남해안에 집중되어 있다. MaxEnt 결과 토지피복 자료, DEM (Degital Elevation Model) 순으로 기여도가 높게 나타났다. 이는 논에서의 출현 확률 높고 고도가 높아지면서 출현 확률이 낮아졌기 때문이다. 기후 변수에서 멸강나방은 BIO_4 (Temperature seasonality), 혹명나방은 BIO_2 (Mean Diurnal Range)가 높게 나타났다. 멸강나방은 계절에 의한 기온 차가 31.9℃ 이상일 때 서식처가 줄어들고, 혹명나방은 일교차 클수록 서식처가 넓어질 것으로 나타났다. 서식지 적합성 모형에서 두 나방은 대부분의 논에서 서식이 가능할 것이라 예측되었다. 하지만, 두 나방의 출현 위치를 정확하게 예측하는 데 한계가 있으므로, 서식지 적합성 지도를 기초로 조기에 대응하는 것이 중요하다고 판단된다.

• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2019년도 하계 학술발표초록집
• /
• pp.274-274
• /
• 2019

• 한국환경생태학회지
• /
• 제32권5호
• /
• pp.469-477
• /
• 2018

금강초롱꽃(Hanabusaya asiatica)은 한반도 중동부에서만 제한적으로 분포하는 고유종으로, 분포범위가 좁고 개체수가 적어 서식지를 세계자연보전연맹(IUCN, International Union for Conservation of Nature) 중요 생물다양성 보호지역(key biodiversity areas: KBAs)으로 지정하여 보호할 필요가 있다. 본 연구에서는 maximum entropy(MaxEnt) 모형을 통해 남북한 접경지역 내 금강초롱꽃 자생가능지를 추정하고 이를 바탕으로 KBAs 후보지를 설정하였다. 기계학습(machine learning) 알고리즘의 하나인 MaxEnt 모형은 생물종의 출현지점만 기록한 데이터(presence-only data)로도 생물종 분포를 편향되지 않게 예측할 수 있는 생물종 분포 모형으로, 본 연구의 연구대상지처럼 현장 조사가 어려운 경우 유용한 방법이다. 본 연구에서는 현장 조사를 통해 수집한 38개 금강초롱꽃 출현 위치와 기후, 지형, 식생 등을 측정한 11개 환경변수를 이용하여 MaxEnt 모형을 학습하여 남북한 접경지역의 모든 지점에 대해 금강초롱꽃 출현확률을 추정하였다. MaxEnt 모형 분석 결과, 금강초롱꽃 출현확률이 0.5를 넘어 금강초롱꽃 분포가능지로 분류된 지역은 $778km^2$이었고, 추정된 서식가능지와 기지정된 보호지역 경계를 고려하여 설정한 최종 KBA 후보지는 $1,321km^2$이었다. 또한 11개 환경변수 중 표고와 연평균 강수량, 생장기 평균 강수량, 최한월 평균 기온이 금강초롱꽃 출현확률에 영향을 미쳐, 금강초롱꽃은 고도가 높은 서늘한 지역을 선호하는 것으로 분석되었다. 이와 같은 금강초롱꽃의 분포지 선호도 분석 결과는 KBA 후보지 설정 뿐 아니라 남북한 통일이나 기후변화와 같은 시나리오에 대비한 금강초롱꽃 보존 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.

• 한국환경생태학회지
• /
• 제37권6호
• /
• pp.450-463
• /
• 2023

본 연구는 전문가 기반형 모델(Habitat Suitability Index)의 한계로 지적되는 주관적 기준, 통계분석의 부재 등과 통계기반형 모델(MaxEnt)의 한계로 지적되는 현장검증, 전문가 의견 반영 등의 극복을 위하여 각각의 모델을 개발하여 통합하는 방식으로 핵심서식지를 도출하였다. 핵심서식지 발굴을 위해 문헌분석 및 공간분석자료를 바탕으로 전문가 심층면담을 진행하였고, 전문가 자문과 GIS 도면 구축 가능성을 고려하여 모델을 개발하였다. 주요 환경변수는 식생대, 임상, 임분밀도, 연평균 강수량, 유효토심으로 선정되었다. 그 결과 현재 나도승마가 분포하고 있는 16지점 중 15지점이 핵심서식지로 나타났으며, 개발된 모델은 약 93.75%의 높은 정확도를 가지고 있는 것으로 나타났다. 하지만 전체 연구대상지의 약 27.8%가 핵심서식지로 나타남에 따라, 추후 서식변수 및 공간자료 정밀화를 통한 모델의 고도화가 필요할 것으로 판단된다. 따라서 높은 등급으로 확인된 서식지라도 대상종의 서식유무 파악을 위한 현장검증은 필수적으로 수행되어야 한다. 하지만, 이러한 한계에도 불구하고 HSI와 MaxEnt의 상호보완적 활용은 생물종의 분포와 서식지 이용 특성을 통하여 적합 서식지를 예측하고, 신규 서식지 발굴 및 대체서식지 선정 등 다양한 방면으로 활용 가능할 것으로 판단된다.

• Ecology and Resilient Infrastructure
• /
• 제9권4호
• /
• pp.282-289
• /
• 2022

한반도의 기후변화가 산림생태계에 미치는 영향을 분석하는 것은 난아열대 산림생명자원 관리에 중요하다. 본 연구에서는 난아열대 목본식물인 소귀나무와 Syzygium buxifolium의 위치자료와 생물기후변수를 수집하고, 수집된 자료를 바탕으로 MaxEnt 모형에 적용하여 잠재분포 영역을 추정하였다. 소귀나무의 분포를 결정하는 주요 환경인자는 가장 따뜻한 분기의 강수와 온도 계절성이고, Syzygium buxifolium의 주요 환경인자는 가장 따듯한 분기의 강수와 가장 습한 분기의 강수로 나타났다. MaxEnt 모형의 행정구역별 결과, 소귀나무는 SSP2-4.5 기후변화 시나리오에서 4.6 - 17.7%의 면적 증가율을 보였고, SSP5-8.5 기후변화 시나리오에서 13.8 - 30.5%의 면적 증가율을 보였다. Syzygium buxifolium는 SSP2-4.5 기후변화 시나리오에서 4.8 - 32.2%, SSP5-8.5 기후변화 시나리오에서 12.9 - 48.6%의 면적 증가율을 보였다. 본 연구는 기후변화 시나리오를 적용하여 난대아열대 식물의 미래 잠재분포 영역을 확인하고 데이터베이스를 구축하는데 의의가 있다.

• 환경생물
• /
• 제36권4호
• /
• pp.672-679
• /
• 2018

본 연구는 MaxEnt 모형을 활용하여 가는털비름의 잠재서식지를 예측하고, 예측된 잠재서식지와 밭면적을 활용하여 가는털비름의 잡초로서의 부정적 영향에 대한 위험도 지수를 예측하기 위하여 수행되었다. 가는털비름의 분포 예측을 위하여 MaxEnt 모형을 구축하기 위하여 남한 전국의 254지점의 분포 자료와 6개의 생물 기후 인자를 활용하였다. 밭농업에 대한 두가지 방법의 위험도 평가를 수행하였고 격자 위험도 지수(raster risk index)는 $1km^2$ 격자별로 잠재 서식지 분포 확률과 밭면적의 비율을 서로 곱하여 나타냈다. 지역 위험도 지수(regional risk index)는 잠재 서식지 분포 확률의 평균과 전체 밭 면적 중 지방자치단체의 실제 밭면적의 비율을 곱하여 산출하였다. MaxEnt모형으로 예측된 가는털비름의 잠재서식지는 실제서식지와 유사하게 나타났으며 모델의 AUC 값 또한 0.711로 좋은 설명력을 지니는 것으로 분석되었다. 잠재서식지 비율이 가장 높게 나타난 지역은 광주광역시였고 격자 위험도 지수가 가장 높게 나타난 지역은 제주도였다. 지역 위험도 지수가 가장 높게 나타난 지역은 경상북도였다. 잠재 서식지 비율과 위험도 지수의 서로 다른 순위는 외래식물의 위험성을 예측할 때 잠재 서식지 비율만을 활용하여 외래식물의 위험성을 예측하는 것보다 외래식물이 부정적 영향을 주는 대상과 결합된 위험도 지수의 필요성을 제시한다. 또한 격자 위험도 지수, 지역 위험도 지수의 서로 다른 순위는 분석의 필요성에 따라서 다양한 평가 기법이 개발될 필요성을 보여준다.

• 한국환경과학회지
• /
• 제32권6호
• /
• pp.429-440
• /
• 2023

Quantitative habitat model is established with species occurrence and spatial abundance data, which were usually acquired by professional field ecologists and citizen scientists. The importance of citizen science data is increasing, but the quality of these data needs to be evaluated. This study aims to identify and compare both expert-based data and citizen science data based on the performance power of quantitative models derived from both data sets. A Maximum Entropy (MaxENT) model was developed using eight environmental variables, including climate, topography, landcover and distance to forest edge. The AUC values derived from the MaxENT model were 0.842 and 0.809, respectively, indicating a high level of explanatory power. All environmental variables has similar values for both data sets, except for the distance to forest edge and rice paddy, which was relatively higher for expert-based survey data than that of the citizen science data as the distances increased. This result suggests that habitat model derived from expert-based survey data shows more ecological niche including wider ranges from forest edges and isolated habitat patches of rice paddy. This is presumably because citizen scientists focuses on direct observation methods, whereas professional field surveys investigate a wider variety of methods.