본 연구의 목적은 기후변화에 따른 난대성 상록활엽수의 지리적 분포의 시공간적 변화를 예측하는 것이다. 이를 위해, 한반도에 자생하는 난대성 상록활엽수 85종을 목록화하고, 분포 패턴과 외관형에 따라 그룹화하였다. 각각의 그룹을 대표할 수 있는 총 18종의 난대성 상록활엽수를 선정하고 Generalized Additive Model(GAM) ...
본 연구의 목적은 기후변화에 따른 난대성 상록활엽수의 지리적 분포의 시공간적 변화를 예측하는 것이다. 이를 위해, 한반도에 자생하는 난대성 상록활엽수 85종을 목록화하고, 분포 패턴과 외관형에 따라 그룹화하였다. 각각의 그룹을 대표할 수 있는 총 18종의 난대성 상록활엽수를 선정하고 Generalized Additive Model(GAM) 알고리즘을 사용하여 각각 종들에 대하여 종분포모델을 개발하였다. 모형개발을 통해 난대성 상록활엽수의 분포에 영향을 주는 기후요소(최한월최저기온, 겨울철강수량)를 분석하고 잠재서식지를 추정하였다. GAM 종분포모형들을 활용하여 미래기후변화에 따른 난대성 상록활엽수의 분포변화를 예측하였다. 종분포모형의 예측력을 높이고 인간의 영향을 평가하기 위하여 인간의 토지이용을 고려한 잠재서식지를 추정하였다. 난대성 상록활엽수 85종은 분포 지역에 따라 중부해안형, 남서해안형, 남해내륙형, 남해안형, 고립형으로 분류되었고, 외관형에 따라 교목, 관목, 덩굴 및 기생목으로 나누어졌다. 각 분류군별로 분포지점이 50곳 이상인 18종의 난대성 상록활엽수를 대표종으로 선정하였다. 대표종별로 GAM 분포모형을 개발한 결과 최한월최저기온은 모든 종에 유의한 영향을 주며 겨울철강수량은 종에 따라 각기 다른 영향을 주는 것으로 나타났다. GAM 예측 결과, 현재 기후조건에서 잠재서식지 면적은 붉가시나무와 다정큼나무가 각각 최대와 최소값을 보였으며, 토지이용을 고려하였을 때는 마삭줄과 참식나무가 각각 최대값과 최소값을 갖는 것으로 추정되었다. 미래 잠재서식지 면적은 2050년에 RCP 4.5 보다 RCP 8.5에서 넓었으며, 2070년에 RCP 8.5보다 RCP 4.5가 넓게 나타났다. 이는 RCP 시나리오에 따라 겨울철강수량의 감소가 시기에 따라 다르게 나타나는 것이 원인으로 분석되었다. 난대성 상록활엽수는 기후변화에 따라 한반도 중부까지 북상할 것으로 예상되는 종으로써, 종분포모형을 통한 기후요소 분석과 미래 예측은 기후변화에 따른 한반도의 식물 생태계의 구조와 기능의 변화를 이해하고, 이에 따른 관리대책을 마련하는데 기초 자료가 될 것이다.
본 연구의 목적은 기후변화에 따른 난대성 상록활엽수의 지리적 분포의 시공간적 변화를 예측하는 것이다. 이를 위해, 한반도에 자생하는 난대성 상록활엽수 85종을 목록화하고, 분포 패턴과 외관형에 따라 그룹화하였다. 각각의 그룹을 대표할 수 있는 총 18종의 난대성 상록활엽수를 선정하고 Generalized Additive Model(GAM) 알고리즘을 사용하여 각각 종들에 대하여 종분포모델을 개발하였다. 모형개발을 통해 난대성 상록활엽수의 분포에 영향을 주는 기후요소(최한월최저기온, 겨울철강수량)를 분석하고 잠재서식지를 추정하였다. GAM 종분포모형들을 활용하여 미래기후변화에 따른 난대성 상록활엽수의 분포변화를 예측하였다. 종분포모형의 예측력을 높이고 인간의 영향을 평가하기 위하여 인간의 토지이용을 고려한 잠재서식지를 추정하였다. 난대성 상록활엽수 85종은 분포 지역에 따라 중부해안형, 남서해안형, 남해내륙형, 남해안형, 고립형으로 분류되었고, 외관형에 따라 교목, 관목, 덩굴 및 기생목으로 나누어졌다. 각 분류군별로 분포지점이 50곳 이상인 18종의 난대성 상록활엽수를 대표종으로 선정하였다. 대표종별로 GAM 분포모형을 개발한 결과 최한월최저기온은 모든 종에 유의한 영향을 주며 겨울철강수량은 종에 따라 각기 다른 영향을 주는 것으로 나타났다. GAM 예측 결과, 현재 기후조건에서 잠재서식지 면적은 붉가시나무와 다정큼나무가 각각 최대와 최소값을 보였으며, 토지이용을 고려하였을 때는 마삭줄과 참식나무가 각각 최대값과 최소값을 갖는 것으로 추정되었다. 미래 잠재서식지 면적은 2050년에 RCP 4.5 보다 RCP 8.5에서 넓었으며, 2070년에 RCP 8.5보다 RCP 4.5가 넓게 나타났다. 이는 RCP 시나리오에 따라 겨울철강수량의 감소가 시기에 따라 다르게 나타나는 것이 원인으로 분석되었다. 난대성 상록활엽수는 기후변화에 따라 한반도 중부까지 북상할 것으로 예상되는 종으로써, 종분포모형을 통한 기후요소 분석과 미래 예측은 기후변화에 따른 한반도의 식물 생태계의 구조와 기능의 변화를 이해하고, 이에 따른 관리대책을 마련하는데 기초 자료가 될 것이다.
This study aims to identify the geographical distribution of warm temperature evergreen broad-leaved woody plants (warm evergreens) in relation to climatic factors in the Korean Peninsula and then project the future distributions under climate changes. For this, the geographical range of 85 warm eve...
This study aims to identify the geographical distribution of warm temperature evergreen broad-leaved woody plants (warm evergreens) in relation to climatic factors in the Korean Peninsula and then project the future distributions under climate changes. For this, the geographical range of 85 warm evergreen species, which are native to the Korean Peninsula, were first listed up and then classified into several categories based on the patterns of geographical distributions and plant physiognomies. The warm evergreens representing the characteristics of each category were selected from the 85 species. Potential habitats of the selected warm evergreens were projected in relation to coldest month mean temperature and coldest quarter precipitation using Generalized Additive Model (GAM) algorithm, a species distribution model(SDM). Then, the future distributions of warm evergreens were projected with GAMs under climate changes. The current and future climate data were obtained from the worldclim website. The current climate data were the average of fifty years. The future climate conditions in 2050 and 2070 were projected based on HadGem2-AO model according to RCP 4.5 and 8.5 scenarios. In addition, the land-use data were employed to estimate human influences on the potential habitats of warm evergreens. The warm evergreens were categorized into tree, shrub and vine according to plant physiognomies and middle coastal type, southeastern coastal type, southern inland type, southern coastal type and isolated type based on spatial patterns of geographical distributions. 18 warm evergreens representing the characteristics of plant physiognomic groups and regional groups were selected based on the number of presence data, > 50 presence data for each species. The result of GAM models showed that coldest month mean temperature was a significant factor to determine the presence of all warm evergreens but coldest quarter precipitation was for several species out of 18. Quercus acuta showed the maximum area of potential habitat and Raphiolepis indica var. umbellate the minimum area under current climate. As considering the types of land-use, Trachelospermum asiaticum var. intermedium presented the maximum area of potential habitat and Neolitsea sericea the minimum area. In general, the maximum potential habitats of 18 warm evergreens were projected according to RCP 8.5 scenario in 2050 and RCP 4.5 scenario in 2070. Spatiotemporal changes in coldest quarter precipitation according to climate change scenarios account for the variations in future projections. The results of this study will help us understand changes in the function and processes of plant ecosystem of the Korean Peninsula under climate changes and provide useful information for management practice of warm evergreens.
This study aims to identify the geographical distribution of warm temperature evergreen broad-leaved woody plants (warm evergreens) in relation to climatic factors in the Korean Peninsula and then project the future distributions under climate changes. For this, the geographical range of 85 warm evergreen species, which are native to the Korean Peninsula, were first listed up and then classified into several categories based on the patterns of geographical distributions and plant physiognomies. The warm evergreens representing the characteristics of each category were selected from the 85 species. Potential habitats of the selected warm evergreens were projected in relation to coldest month mean temperature and coldest quarter precipitation using Generalized Additive Model (GAM) algorithm, a species distribution model(SDM). Then, the future distributions of warm evergreens were projected with GAMs under climate changes. The current and future climate data were obtained from the worldclim website. The current climate data were the average of fifty years. The future climate conditions in 2050 and 2070 were projected based on HadGem2-AO model according to RCP 4.5 and 8.5 scenarios. In addition, the land-use data were employed to estimate human influences on the potential habitats of warm evergreens. The warm evergreens were categorized into tree, shrub and vine according to plant physiognomies and middle coastal type, southeastern coastal type, southern inland type, southern coastal type and isolated type based on spatial patterns of geographical distributions. 18 warm evergreens representing the characteristics of plant physiognomic groups and regional groups were selected based on the number of presence data, > 50 presence data for each species. The result of GAM models showed that coldest month mean temperature was a significant factor to determine the presence of all warm evergreens but coldest quarter precipitation was for several species out of 18. Quercus acuta showed the maximum area of potential habitat and Raphiolepis indica var. umbellate the minimum area under current climate. As considering the types of land-use, Trachelospermum asiaticum var. intermedium presented the maximum area of potential habitat and Neolitsea sericea the minimum area. In general, the maximum potential habitats of 18 warm evergreens were projected according to RCP 8.5 scenario in 2050 and RCP 4.5 scenario in 2070. Spatiotemporal changes in coldest quarter precipitation according to climate change scenarios account for the variations in future projections. The results of this study will help us understand changes in the function and processes of plant ecosystem of the Korean Peninsula under climate changes and provide useful information for management practice of warm evergreens.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.