우리나라의 야생동식물 조사가 시간적, 경제적 이유로 주로 출현지역만을 대상으로 하고 있어 종분포모형을 개발할 때 각 모형의 장점을 최대한 이용하는 것이 필요하다. 본 연구는 위치자료의 종류(출현/비출현자료)에 따라 가장 대표적인 출현/비출현모형(presence-absence model)인 GAM(Generalized Additive Model)과 출현모형(presence-only model)인 Maxent(Maximum Entropy Model)를 이용하여 비교 검토하였다. 본 연구의 대상종으로는 캘리포니아의 보호종인 피셔(Martes pennanti)를 선정하고 대상지를 지역에 따라 나누었으며, 서식지환경을 설명하는 지형, 기후, 식생변수들을 이용하여 모형을 적용하였다. 그 결과 첫째, 실제 출현/비출현자료를 사용한 GAM이 임의 비출현자료를 사용한 GAM과 출현자료만을 사용한 Maxent보다 전체적으로 나은 것을 볼 수 있었다. 둘째, 실제 출현자료만을 이용한 모형을 개발할 경우 임의 비출현자료를 이용한 GAM보다 출현자료만을 이용한 Maxent가 더 나은 것을 알 수 있었다. 마지막으로 세부지역에서 개발된 모형(Klamath/Shasta, Sourthern Sierra)은 서로 서식환경이 다를 경우 다른 지역의 서식지를 잘 예측하지 못함을 알 수 있었고, 대상지 외부지역에 대해 과추정하는 경향을 보였다. 위 결과를 바탕으로 위치자료의 종류, 공간적 분포 등을 감안하여 대상지의 환경에 알맞은 모형을 선택하는 것이 바람직할 것으로 판단된다.
우리나라의 야생동식물 조사가 시간적, 경제적 이유로 주로 출현지역만을 대상으로 하고 있어 종분포모형을 개발할 때 각 모형의 장점을 최대한 이용하는 것이 필요하다. 본 연구는 위치자료의 종류(출현/비출현자료)에 따라 가장 대표적인 출현/비출현모형(presence-absence model)인 GAM(Generalized Additive Model)과 출현모형(presence-only model)인 Maxent(Maximum Entropy Model)를 이용하여 비교 검토하였다. 본 연구의 대상종으로는 캘리포니아의 보호종인 피셔(Martes pennanti)를 선정하고 대상지를 지역에 따라 나누었으며, 서식지환경을 설명하는 지형, 기후, 식생변수들을 이용하여 모형을 적용하였다. 그 결과 첫째, 실제 출현/비출현자료를 사용한 GAM이 임의 비출현자료를 사용한 GAM과 출현자료만을 사용한 Maxent보다 전체적으로 나은 것을 볼 수 있었다. 둘째, 실제 출현자료만을 이용한 모형을 개발할 경우 임의 비출현자료를 이용한 GAM보다 출현자료만을 이용한 Maxent가 더 나은 것을 알 수 있었다. 마지막으로 세부지역에서 개발된 모형(Klamath/Shasta, Sourthern Sierra)은 서로 서식환경이 다를 경우 다른 지역의 서식지를 잘 예측하지 못함을 알 수 있었고, 대상지 외부지역에 대해 과추정하는 경향을 보였다. 위 결과를 바탕으로 위치자료의 종류, 공간적 분포 등을 감안하여 대상지의 환경에 알맞은 모형을 선택하는 것이 바람직할 것으로 판단된다.
We need to use the strength of each Species Distribution Model(SDM) because presence location data were only collected due to time and economic limitations in Korea. This study investigated and compared GAM(Generalized Additive Model) which is one of presence-absence models with Maxent(Maximum Entro...
We need to use the strength of each Species Distribution Model(SDM) because presence location data were only collected due to time and economic limitations in Korea. This study investigated and compared GAM(Generalized Additive Model) which is one of presence-absence models with Maxent(Maximum Entropy Model) which is one of presence only models according to location data(presence/absence data). The target species was Fisher(Martes pennanti) which is an endangered species in California, USA. We implemented environmental data such as topography, climate and vegetation, and applied models to sub-regions and study area. The results of this study were as follows. Firstly, GAM which used real presence and absence data was better than GAM which used pseudo-absence data and Maxent which used presence-only data. Secondly, Maxent was better than GAM when presence-only data were used. Lastly, each model which applied to different regions didn't predict other area well due to the difference of habitat environment and over-predicted outside of study area. We need to select an optimal model to predict a suitable habitat according to the type and distribution of location data.
We need to use the strength of each Species Distribution Model(SDM) because presence location data were only collected due to time and economic limitations in Korea. This study investigated and compared GAM(Generalized Additive Model) which is one of presence-absence models with Maxent(Maximum Entropy Model) which is one of presence only models according to location data(presence/absence data). The target species was Fisher(Martes pennanti) which is an endangered species in California, USA. We implemented environmental data such as topography, climate and vegetation, and applied models to sub-regions and study area. The results of this study were as follows. Firstly, GAM which used real presence and absence data was better than GAM which used pseudo-absence data and Maxent which used presence-only data. Secondly, Maxent was better than GAM when presence-only data were used. Lastly, each model which applied to different regions didn't predict other area well due to the difference of habitat environment and over-predicted outside of study area. We need to select an optimal model to predict a suitable habitat according to the type and distribution of location data.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
우리나라의 경우 야생동식물 서식지모델링에 있어 자료의 한계로 주로 출현/비출현자료를 이용한 모형의 경우 실제 비출현자료의 수집한계로 인해 임의의 비출현자료를 생성하여 이용하게 되는데, 이때 실제 출현/비출현자료를 이용한 모형과 출현/임의 비출현자료를 이용한 모형, 그리고 출현자료만을 이용한 모형사이의 어떠한 차이가 있는 지를 살펴보는 것이 중요하다. 따라서 본 연구는 실제 출현자료와 비출현자료, 그리고 임의 비출현자료를 이용하여 출현/비출현모형(presence-absence model)과 출현모형(presence-only model)간의 비교를 통해 위치자료의 종류(출현/비출현자료)에 따른 모형의 결과를 비교 ・ 분석하여 자료수집의 한계가 있는 우리나라의 경우 자료의 종류나 성격에 따라 어떠한 모형이 적합한 지를 알아보고자 하는데 본 연구의 목적이 있다.
제안 방법
또한 시간적, 경제적 이유로 주로 출현자료만을 사용하고 있어, 이러한 자료를 이용한 종분포모형을 개발할 때, 각 모형의 장단점을 파악한 후 그 장점을 최대한 활용하는 것이 좋을 것으로 생각된다. 따라서 본 연구는 위치자료의 종류(출현/비출현자료)에 따라 가장 대표적인 모형인 GAM과 Maxent을 비교하였다.
조사방법은 FIA(U.S. Forest Service inventory and Analysis) 프로그램에 의한 체계적인 조사(Bechtold and Patterson, 2005)를 바탕으로 조사지점간 평균거리는 8∼10km로서 각 조사구는 6개의 track-plate로 이루어져 있고, 1∼2개의 35mm 원격무선카메라를 장착하고 있으며, 반경 500m의 면적을 포함하도록 설계되었다(Figure 2).
환경속성자료로는 지형, 기후, 식생으로 분류하고 총 8종류의 자료를 구축하였다(Table 1). Davis(2007)의 연구에서 피셔의 서식지이용에 영향을 미치는 중요한 변수들을 사용하였다.
대상 데이터
본 연구에서 사용한 공간해상도는 0.01km2이 며, 각 공간단위가 가지는 값의 내용은 각 조사자료의 간격이 평균 10km이고, 피셔의 행동반경(home-range) 크기가 10∼20km2을 고려하여 10km2의 면적을 대표하는 값으로 그 범위내의 각 셀들의 평균값을 이용하였다.
본 연구의 대상종으로는 종에 대한 출현/비출현자료가 정확하게 조사되어 있는 미국 캘리포니아의 야생동물인 Fisher(Martes pennanti)를 대상으로 하였다. 미국 전체적으로 800여 마리의 개체수를 가지고 있으며, 서부지역에 200∼400여 마리가 분포하고, 캘리포니아주와 오레곤주에 주로 분포하고 있다.
본 조사기간은 1996년부터 2002년간 캘리포니아주와 남부 오레곤주를 조사하였다(Zielinski et al., 2005). 이 중에서 캘리포니아지역(N 42° 0′, W 124° 0′ ∼ N 35°30′, W 119° 30′)을 대상으로 약 17년 동안 조사한 총 433개의 조사자료를 사용하였다.
이 중에서 캘리포니아지역(N 42° 0′, W 124° 0′ ∼ N 35°30′, W 119° 30′)을 대상으로 약 17년 동안 조사한 총 433개의 조사자료를 사용하였다.
, 1999; Heinemeyer, 1994). 조사지역은 Figure 1에서 보는 바와 같이 북부지역(Klamath/Shasta), 남부지역(Southern Sierra), 조사지역(Statewide), 캘리포니아주(California)의 4지역으로 구분하였다.
Davis(2007)의 연구에서 피셔의 서식지이용에 영향을 미치는 중요한 변수들을 사용하였다. 지형의 경우 위도를 고려한 고도자료 (adj.elevation)와 지형기복(relief), 기후의 경우 연평균 강 우량(ann.ppt), 그리고 식생의 경우 위성영상을 사용하여 분류한 5가지의 자료(GIS.CWHR, GIS.CWHR2, GIS. structure, GIS.dense.forest, GIS.dense.hardwood)들을 이용하였다. 본 연구에서 사용한 공간해상도는 0.
이론/모형
GAM모형에는 GRASP 3.0 (Lehmann et al., 2002)을 사용하였으며, stepwise selection과 AIC information criterion (Anon, 1999)을 기준으로 모형을 적용하였다. Maxent 모형에는 MaxEnt 2.
, 2002)을 사용하였으며, stepwise selection과 AIC information criterion (Anon, 1999)을 기준으로 모형을 적용하였다. Maxent 모형에는 MaxEnt 2.3(Phillips et al., 2006)을 이용하였다. 각각의 모형정확도는 ROC(Receiver operating characteristic)의 AUC(Area Under Cover)값을 통해 측정하였다 (Hastie, 1992; Thuiller, 2003).
, 2006)을 이용하였다. 각각의 모형정확도는 ROC(Receiver operating characteristic)의 AUC(Area Under Cover)값을 통해 측정하였다 (Hastie, 1992; Thuiller, 2003). AUC는 최소 0.
출현/비출현자료를 이용한 모형으로는 비선형모형인 GAM(Generalized Additive Model)을 사용하고(Hastie and Tibshirani, 1987; Guisan et al., 2002), 출현자료만을 위한 모형으로는 Maxent (Maximum Entropy Model)를 선택하였다(Phillips et al., 2006). 출현/비출현자료를 이용한 전통적인 선형회귀모형과 변량분석, 그리고 범주형 설명변수자료에 응용되는 모형으로는 GLM(Generalized Linear Model)을 들 수 있는데, 로지스틱 회귀모형은 GLM의 한 형태이다.
성능/효과
forest, relief으로 서로 다른 환경변수가 유의한 것으로 나타났는데, 이는 남쪽과 북쪽의 서식환경이 다르고, 피셔가 서로 다른 서식환경에 적응하고 있는 것을 알 수 있었다. 그리고 임의 비출현자료를 이용한 GAM모형과 비교하였을 경우에도 중요한 유의 환경변수는 크게 다르지 않음을 알 수 있었다.
본 연구의 결과 첫째, 실제 출현/비출현자료를 사용한 GAM이 임의 비출현자료를 사용한 GAM과 출현자료만을 사용한 Maxent보다 전체적으로 나은 것을 볼 수 있었다. 둘째, 실제 출현자료만을 이용한 모형을 개발할 경우 임의 비출현자료를 이용한 GAM보다 출현자료만을 이용한 Maxent가 더 나은 것을 알 수 있었다. 마지막으로 세부 지역에서 개발된 모형(Klamath/Shasta, Sourthern Sierra)은 서로 서식환경이 다를 경우 다른 지역의 서식지를 잘 예측하지 못함을 알 수 있었고, 외부지역에 대해 과추정 하는 경향을 보였다.
둘째, 실제 출현자료만을 이용한 모형을 개발할 경우 임의 비출현자료를 이용한 GAM보다 출현자료만을 이용한 Maxent가 더 나은 것을 알 수 있었다. 마지막으로 세부 지역에서 개발된 모형(Klamath/Shasta, Sourthern Sierra)은 서로 서식환경이 다를 경우 다른 지역의 서식지를 잘 예측하지 못함을 알 수 있었고, 외부지역에 대해 과추정 하는 경향을 보였다.
본 연구의 결과 첫째, 실제 출현/비출현자료를 사용한 GAM이 임의 비출현자료를 사용한 GAM과 출현자료만을 사용한 Maxent보다 전체적으로 나은 것을 볼 수 있었다. 둘째, 실제 출현자료만을 이용한 모형을 개발할 경우 임의 비출현자료를 이용한 GAM보다 출현자료만을 이용한 Maxent가 더 나은 것을 알 수 있었다.
실제 출현/비출현자료를 이용한 GAM의 경우Klamath/ Shasta는 GIS.structure, relief, Sourthern Sierra는 ann.ppt, GIS.dense.forest, adj.elevation, Statewide에서는 ann.ppt, GIS.dense.forest, relief으로 서로 다른 환경변수가 유의한 것으로 나타났는데, 이는 남쪽과 북쪽의 서식환경이 다르고, 피셔가 서로 다른 서식환경에 적응하고 있는 것을 알 수 있었다. 그리고 임의 비출현자료를 이용한 GAM모형과 비교하였을 경우에도 중요한 유의 환경변수는 크게 다르지 않음을 알 수 있었다.
향후 우리나라에서도 실제 출현/비출현자료에 대한 체계적인 조사가 이루어진다면 다양한 종분포모형들을 비교·검토하여 볼 수 있을 것이다. 위에서 살펴본 결과를 바탕으로 위치자료의 종류, 양, 공간적 분포, 공간적 분석 범위 등을 감안하여 종분포모형들을 우리나라에 적용 시 대상종의 서식환경을 잘 반영할 수 있는 모형을 선택하는 것이 좋을 것으로 판단된다. 현재 전반적으로 우리나라의 경우 주로 출현자료만이 조사되므로 이 경우 출현자료만을 이용한 Maxent가 적합하다고 볼 수 있다.
이는 모형이 실제 비출현 자료를 이용할 때가 임의 비출현자료나 출현자료만을 이용하는 때 보다 더 잘 맞는 다는 것을 알 수 있다. 임의 비출현자료를 사용한 GAM과 출현자료만을 이용한 Maxent의 결과는 Maxent의 정확도가 Statewide와 California보다 Klamath/Shasta와 Sourthern Sierra에서 높게 나타난 것을 볼 수 있다. 특히 Maxent 모형이 Sourthern Sierra에서 더 높게 나타나 임의 비출현 자료나 출현자료만을 이용할 경우 Maxent가 GAM보다 유용하다는 것을 알 수 있었다(Elith et al.
전체자료를 모두 이용한 모형은 statewide와 California 두 지역에서 서식지분포를 모두 잘 표현하는 것을 알 수있었다. 그러나 출현/비출현자료를 이용한 Statewide의 경우 또한 Mohave 사막지역에서 과추정된 경향이 보이고 있다.
각 모형들을 지역에 따라 각각 분석한 결과 아래 Table 2와 같은 결과를 얻을 수 있었다. 전체적인 모형의 결과는 실제 출현/비출현 자료를 이용한 GAM이 Klamath/ Shasta(0.89), Sourthern Sierra(0.83), Statewide(0.85)의 세지역에서 모두 높게 나타났다. 이는 모형이 실제 비출현 자료를 이용할 때가 임의 비출현자료나 출현자료만을 이용하는 때 보다 더 잘 맞는 다는 것을 알 수 있다.
후속연구
현재 전반적으로 우리나라의 경우 주로 출현자료만이 조사되므로 이 경우 출현자료만을 이용한 Maxent가 적합하다고 볼 수 있다. 하지만 이 또한 조사자료의 질이 좌우하므로 자료조사에 대한 보다 체계적인 방법들이 연구되어야한 할 것을 생각된다.
향후 우리나라에서도 실제 출현/비출현자료에 대한 체계적인 조사가 이루어진다면 다양한 종분포모형들을 비교·검토하여 볼 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
생물다양성협약은 언제 어떤 회의를 통해 처음 논의되기 시작하였는가?
생물다양성협약은 1987년 유엔환경계획이 생물종 보호를 위한 전문가 회의를 개최하면서부터 국제사회에서 처음 논의되기 시작해 1992년 6월 리우회의에서 158개국 대표가 서명함으로써 채택되었고, 1993년 12월 29일부터 발효되었다. 우리나라는 2004년 2월 9일 환경부에서 반달가슴곰, 산양과 같은 멸종위기종의 서식지를 특별보호구역으로 지정하여 보호할 수 있도록 기존의 자연환경보전법과 조수보호 및 수렵에 관한 법률에서 멸종위기종과 같은 특정 야생동식물의 서식지를 특별보호구역으로 지정하여 보호하도록 하고 있다.
생물다양성협약이 발효된 시기는?
생물다양성협약은 1987년 유엔환경계획이 생물종 보호를 위한 전문가 회의를 개최하면서부터 국제사회에서 처음 논의되기 시작해 1992년 6월 리우회의에서 158개국 대표가 서명함으로써 채택되었고, 1993년 12월 29일부터 발효되었다. 우리나라는 2004년 2월 9일 환경부에서 반달가슴곰, 산양과 같은 멸종위기종의 서식지를 특별보호구역으로 지정하여 보호할 수 있도록 기존의 자연환경보전법과 조수보호 및 수렵에 관한 법률에서 멸종위기종과 같은 특정 야생동식물의 서식지를 특별보호구역으로 지정하여 보호하도록 하고 있다.
종분포 예측을 위해 최근 많이 이용되는 모형들에는 어떠한 것들이 있는가?
이러한 생물다양성의 보전과 지속가능한 이용을 위한 생물다양성분석에는 종분포도가 필요하며, 종분포 예측을 위해 현재 다양한 모형들이 개발 적용되고 있다. 최근에 많이 이용되고 있는 모형들로는 GAP(Gap Analysis Program), 서식지적합성지수(Habitat Suitability Index; HSI)와 같은 단순 및 다중 선형회귀분석기법들이나 출현/비출현자료를 이용한 GLM(Generalized Linear Model), GAM(Generalized Additive Model), CART(Classification and Regression Tree), ANN(Artificial Neural Network)과 같은 다양한 회귀분석기법들(Scott et al., 2002), 그리고 다기준평가(Multi-Criteria Evaluation)나 퍼지이론을 통합한 서식지 모형들이 이용되고 있다. 최근에는 출현자료만을 이용한 Maxtent(Maximum Entropy Model)와 같은 모형이 많이 이용되고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.