[논문]기후변화에 따른 한반도 참식나무 생육지 예측과 영향 평가

윤종학; 카츠히로 나카오; 김중현; 김선유; 박찬호; 이병윤

doi:10.14249/eia.2014.23.2.101

[국내논문] 기후변화에 따른 한반도 참식나무 생육지 예측과 영향 평가
Habitat prediction and impact assessment of Neolitsea sericea (Blume) Koidz. under Climate Change in Korea 원문보기

환경영향평가 = Journal of environmental impact assessment, v.23 no.2, 2014년, pp.101 - 111

윤종학 (국립생태원 생태평가팀) , 카츠히로 나카오 (일본산림총합연구소 식물생태학 연구실) , 김중현 (국립생물자원관 식물자원과) , 김선유 (국립생물자원관 식물자원과) , 박찬호 (국립생물자원관 식물자원과) , 이병윤 (국립생물자원관 식물자원과)

Abstract ▼ AI-Helper

The research was carried out in order to find climate factors which determine the distribution of Neolitsea sericea, and the potential habitats (PHs) under the current climate and three climate change scenario by using species distribution models (SDMs). Four climate factors; the minimum temperature of the coldest month (TMC), the warmth index (WI), summer precipitation (PRS), and winter precipition (PRW) : were used as independent variables for the model. Three general circulation models under A1B emission scenarios were used as future climate scenarios for the 2050s (2040~2069) and 2080s (2070~2099). Highly accurate SDMs were obtained for N. sericea. The model of distribution for N. sericea constructed by SDMs showed that minimum temperature of the coldest month (TMC) is a major climate factor in determining the distribution of N. sericea. The area above the $-4.4^{\circ}C$ of TMC revealed high occurrence probability of the N. sericea. Future PHs for N. sericea were projected to increase respectively by 4 times, 6.4 times of current PHs under 2050s and 2080s. It is expected that the potential of N. sericea habitats is expanded gradually. N. sericea is applicable as indicator species for monitoring in the Korean Peninsula. N. sericea is necessary to be monitored of potential habitats.

Keyword

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 참식나무를 대상으로 기후요인을 설명 변수로 하는 통계모델을 구축하여 현재기후에서 참식나무의 분포를 규정하는 기후조건을 정량적으로 밝히고, 현재기후 및 미래기후에서의 시계열에 따른 잠재 생육지의 분포변화를 예측 및 분석하여 기후변화에 따른 영향을 평가하고자 하였다.

제안 방법

4개 기후변수는 식물 생육기의 열량지표를 나타내는 온량지수(WI; Warmth Index) (Kira, 1977), 동계의 저온 극값 지표를 나타내 는 최 한 월 최 저 기 온 (TMC; Mean minimum temperature of the coldest month), 생육기의 수분 공 급 의 지 표 로서 5~9월의 하계강수량(PRS; Summer precipitation), 동계의 건조정도 및 적설량의 지표로서 12~3월의 동계강수량(PRS; Summer precipitation)에 대하여 30년(1971∼2000년) 평균기후값을 현재기후 자료(Current climate data)로 적용하였다(Table 1).
식물분포 자료는 국립생물자원관(KB)의 식물 표본 자료에서 참식나무를 대상으로 조사되어 수장된 채집 정보를 추출하여 이용하였다. 한반도 식물 분포 자료만으로 난온대 상록활엽수의 생육지를 예측할 경우, 과소 또는 과대 평가되어 예측 될 수 있음으로, 이를 보정하기 위해서 일본의 식물분포 자료를 추가 하여 생육지 분포에 이용하였다. 일본 식물분포 자료는 식물사회학적 조사 자료를 근거하여 작성된 PRDB(Phytosociological Releve Data Base)(Tanaka, 2007)에서 참식나무 위치정보를 추출하여 이용하였다.
기후자료는 Worldclim-Global Climate Data (www.worldclim.org)에서 제공하는 동아시아 지역의 한국과 일본의 기후값을 30 arc-seconds(ca. 1km) 격자에 대하여 추출하여 식물 생육에 중요한 4개 기후변수를 적용하였다. 4개 기후변수는 식물 생육기의 열량지표를 나타내는 온량지수(WI; Warmth Index) (Kira, 1977), 동계의 저온 극값 지표를 나타내 는 최 한 월 최 저 기 온 (TMC; Mean minimum temperature of the coldest month), 생육기의 수분 공 급 의 지 표 로서 5~9월의 하계강수량(PRS; Summer precipitation), 동계의 건조정도 및 적설량의 지표로서 12~3월의 동계강수량(PRS; Summer precipitation)에 대하여 30년(1971∼2000년) 평균기후값을 현재기후 자료(Current climate data)로 적용하였다(Table 1).
CTmodel의 구축시 교차확인(cross-validation)(Clark and Pregibon, 1992)을 통해 최적의 분리회수를 결정하였다. 교차 확인은 자료를 10개 그룹으로 나누어 9개 그룹을 이용하여 모델을 구축하고 나머지 1개 그룹으로 모델을 평가하여 100회 반복하여 판정하였다. 또한, 모델 구축에 영향을 미치는 기후변수에 대한 분리 공헌도(DWS: Deviance weighted score) (Matsui et al.
교차 확인은 자료를 10개 그룹으로 나누어 9개 그룹을 이용하여 모델을 구축하고 나머지 1개 그룹으로 모델을 평가하여 100회 반복하여 판정하였다. 또한, 모델 구축에 영향을 미치는 기후변수에 대한 분리 공헌도(DWS: Deviance weighted score) (Matsui et al., 2004a)를 산출하여 기후요인을 확인하였다.
, 2011). 분 포 변 록 지 (Marginal habitats: MHs)는 생육 적지의 역치(閾値)보다는 낮고 잠재 생육지의 분포확률 보다는 높은 지역으로 식물종의 생육은 가능하지만 그다지 적합하지 않은 환경을 갖는 지역으로 판단하여 분석하였다. 모델 해석 프로그램으로는 R 2.
167이상의 지역을 생육적지(Suitable habitats)로 판단하였다. 분포 재지점(在地点)의 95%를 포함하는 최대 출현확률을 나타내는 분포확률 0.086이상의 지역을 잠재 생육지(Potential habitats), 역치값 0.086~0.167의 지역을 분포 변록지(Marginal habitats)로 판단하여 분석하였다. Nse-model의 구축 결과, 7개의 TN은 최한월최저기온(TMC) -4.
본 연구에서 한반도 참식나무의 생육을 결정하는 기후조건과 기후변화에 따른 잠재 생육지 분포 변화를 종분포 모델과 3개의 기후시나리오 (CCCMA, CSIRO, HADCM3의 A1B)를 적용하여 기후 변화가 한반도 참식나무의 분포에 미치는 영향을 분석하였다. 참식나무의 분포를 규정하는 가장 큰 기후 요인으로는 최한월최저기온(TMC)이며, -4.

대상 데이터

연구 대상지는 북위 33°~38°, 동경 126°~132°에 놓여 있는 한반도, 제주도, 울릉도를 포함하는 지역을 대상으로 하였다.
식물분포 자료는 국립생물자원관(KB)의 식물 표본 자료에서 참식나무를 대상으로 조사되어 수장된 채집 정보를 추출하여 이용하였다. 한반도 식물 분포 자료만으로 난온대 상록활엽수의 생육지를 예측할 경우, 과소 또는 과대 평가되어 예측 될 수 있음으로, 이를 보정하기 위해서 일본의 식물분포 자료를 추가 하여 생육지 분포에 이용하였다.
한반도 식물 분포 자료만으로 난온대 상록활엽수의 생육지를 예측할 경우, 과소 또는 과대 평가되어 예측 될 수 있음으로, 이를 보정하기 위해서 일본의 식물분포 자료를 추가 하여 생육지 분포에 이용하였다. 일본 식물분포 자료는 식물사회학적 조사 자료를 근거하여 작성된 PRDB(Phytosociological Releve Data Base)(Tanaka, 2007)에서 참식나무 위치정보를 추출하여 이용하였다. 추출된 참식나무 위치정보는 총 2,171(한국 172;일본; 1,999)지점이며, 한국과 일본 지역을 대상으로 참식나무의 실제 분포도를 작성하였다(Fig.
일본 식물분포 자료는 식물사회학적 조사 자료를 근거하여 작성된 PRDB(Phytosociological Releve Data Base)(Tanaka, 2007)에서 참식나무 위치정보를 추출하여 이용하였다. 추출된 참식나무 위치정보는 총 2,171(한국 172;일본; 1,999)지점이며, 한국과 일본 지역을 대상으로 참식나무의 실제 분포도를 작성하였다(Fig. 1).
미래기후 자료는 IPCC(Intergovernmental Panel on Climate Change)의 배출 시나리오에 관한 특별보고서(SRES; Special Report on Emissions Scenarios)에 보고된 전지구 기후모델(GCMs; General Circulation Models) 중에서 CSIRO(Commonwealth Scientific and Industrial Research Organisation), CCCMA (Canadian Centre for Climate Modelling and Analysis), HADCM3 (Hadley Centre Coupled Model, version3)를 선택하여 고성장 사회 스토리라인의 각 에너지원 밸러스를 중시하며, 2100년 이산화탄소(CO2) 농도 720ppm을 기준으로 한 A1B 시나리오 산출 결과 값을 이용하였으며, 2050(2060~2089)년, 2080(2070~2099)년 30년 평균 기후값을 적용하여 예측하였다(Fig. 2, Table 1). 현재기후에서 온량지수(WI)는 78.
7%를 차지하였다. 잠재 생육지는 서해안쪽으로 북한지역의 옹진반도 해안까지 예측되었으며, 남한 지역 내륙으로는 태안, 김제, 나주, 순천, 진주, 김해 등으로 예측었다(Fig. 5). 또한, 동부 지역으로는 경주, 포항을 비롯하여 동해안 지역의 삼척, 속초, 고성과 북한지역의 장전까지 예측되었다(Fig.

이론/모형

, 1984), 독립변수간의 복잡한 상호작용에 대한 모델화가 가능하며 모델 해석이 용이하다(De’Ath and Fabricius, 2000). CTmodel의 구축시 교차확인(cross-validation)(Clark and Pregibon, 1992)을 통해 최적의 분리회수를 결정하였다. 교차 확인은 자료를 10개 그룹으로 나누어 9개 그룹을 이용하여 모델을 구축하고 나머지 1개 그룹으로 모델을 평가하여 100회 반복하여 판정하였다.
구축된 모델 예측정도(豫測精度)를 판정하기 위해 ROC(Receiver operating characteristic)해석(Metz, 1978; Hanley and McNeil, 1982; Zweig and Campbell, 1993)을 실행하였다. ROC해석에 의해 산출된 AUC값(Area under the curve)은 0.
통계해석은 대상종의 재/부재 자료를 종속변수로 하고, 4개 기후값(WI, TMC, PRS, PRW)을 독립변수로 하여, 종분분포 모델(SDMs; Speci species distribution models) 중에서 CT-model(Classification tree model)(Clark and Pregibon, 1992)을 이용하였다. CT-model은 대상종의 분포와 환경 경도와의 관계를 분석하기 위하여, 종속변수를 독립변수로부터 가능한 균질하게 반복하여 2분할되도록 구축되는 통계모델이며(Breiman et al.

성능/효과

한반도에 분포하는 참식나무(Neolitsea sericea)의 분포 자료와 기후요소의 관계를 CT-model(Classification tree model)을 이용하여 참식나무의 분포 모델(Nse-model)을 구축한 결과 총 7개의 terminal node(TN)가 생성되었다(Fig. 3). Nsemodel의 예측정도를 확인하기 위해 ROC분석을 실시한 결과, AUC값이 0.
8에 의하면 good 으로 판정되었다. ROC분석에서 모델의 적합도가 최고점일 경우의 분포확률을 역치(閾値)로 한 값(MinROCdistance)은 0.167이며, 참식나무의 분포 모델(Nse-model)에서 출현확률 0.167이상의 지역을 생육적지(Suitable habitats)로 판단하였다. 분포 재지점(在地点)의 95%를 포함하는 최대 출현확률을 나타내는 분포확률 0.
한반도 참식나무의 분포와 기후요인에 대한 생육 적지(SHs)는 분포확률 0.167 이상의 지역으로 TN④, TN⑥, TN⑦이며, 분포 변록지(MHs)는 분포확률 0.086~0.167의 지역으로 TN③, TN⑤로 예측되었으며, 잠재 생육지(생육적지와 분포 변록지)는 TN③~⑦의 5개 TN으로 예측되었다. 구축된 Nse-model에서 가장 높은 출현확률을 나타내는 TN⑥의기후조건은 -2.
167의 지역으로 TN③, TN⑤로 예측되었으며, 잠재 생육지(생육적지와 분포 변록지)는 TN③~⑦의 5개 TN으로 예측되었다. 구축된 Nse-model에서 가장 높은 출현확률을 나타내는 TN⑥의기후조건은 -2.75℃ ≦ TMC, 226.5mm ≦ PRW, WI ≦ 133.6의 지역으로 예측되었다. 그 다음으로 출현확률이 높은 TN⑦은 -2.
Nse-model의 구축시 terminal node(TN) 분리에 공헌한 독립변수의 분리공헌도(DWS; Deviance weighted score)는 TMC(최한월최저기온)가 96.3%, PRW(동계강수량 )가 1.8%, PRS(하계강수량 )가 1.0%, WI(온량지수)가 0.9%로 분석되었다. 따라서, 참식나무의 분포를 결정하는 제 1요인으로는 최한월 최저기온(TMC), 제 2요인으로는 동계강수량(PRW)로 분석되었으며, 제 3, 4요인으로 하계강수량(PRS), 온량지수(WI) 순으로 참식나무의 분포 영향에 작용하고 있는 것으로 분석되었다.
9%로 분석되었다. 따라서, 참식나무의 분포를 결정하는 제 1요인으로는 최한월 최저기온(TMC), 제 2요인으로는 동계강수량(PRW)로 분석되었으며, 제 3, 4요인으로 하계강수량(PRS), 온량지수(WI) 순으로 참식나무의 분포 영향에 작용하고 있는 것으로 분석되었다.
9%로 분석되었다. 따라서, 참식나무의 분포를 결정하는 제 1요인으로는 최한월 최저기온(TMC), 제 2요인으로는 동계강수량(PRW)로 분석되었으며, 제 3, 4요인으로 하계강수량(PRS), 온량지수(WI) 순으로 참식나무의 분포 영향에 작용하고 있는 것으로 분석되었다.
구축된 참식나무 분포 모델(Nse-model)을 토대로 현재기후에서 참식나무의 잠재 생육지를 예측한결과, 실제분포와 유사한 서남부 해안지역 및 남해안 지역과 울릉도, 제주도 해안 내륙으로 예측되었다(Fig. 4). 참식나무의 생육적지 (TN③, TN⑤)는 서남부 해안지역의 진도, 해남반도, 완도, 남동부 해안 지역의 부산, 장안, 울산, 제주도, 울릉도의 해안내륙지역으로 면적은 2,744km²으로 예측되었다, 분포 변록지(TN④, TN⑥, TN⑦)은 서남부 내륙지역의 나주, 광주, 남해안 지역의 여수, 장승포, 남동부 내륙지역, 동부 해안지역의 동해, 삼척으로 나타났으며 면적은 5,037km²로 예측되었다.
미래기후에서 한반도 참식나무의 생육지 변화를 예측하기 위해 미래기후 시나리오 CCCMA, CSIRO, HADCM3의 A1B를 적용하여 2050년(2040~2069) 와 2080년(2070~2099)년의 시계열에 따른 잠재 생육지를 예측한 결과, 미래기후 2050년의 잠재 생육지는 21,273~46,479km²로 예측되었다(Table 2). 3개(CCCMA, CSIRO, HADCM3)의 기후 시나리오에서 예측된 잠재 생육지의 가능지역을 종합하여 산출한 면적은 약 31,357km²이며, 한반도 면적의 약 13.
로 예측되었다(Table 2). 3개(CCCMA, CSIRO, HADCM3)의 기후 시나리오에서 예측된 잠재 생육지의 가능지역을 종합하여 산출한 면적은 약 31,357km²이며, 한반도 면적의 약 13.7%를 차지하였다. 잠재 생육지는 서해안쪽으로 북한지역의 옹진반도 해안까지 예측되었으며, 남한 지역 내륙으로는 태안, 김제, 나주, 순천, 진주, 김해 등으로 예측었다(Fig.
미래기후 2050년에서 참식나무의 잠재 생육지는 현재기후에서 보다 약 4배 증가된 면적으로 분석되었다(Table 2). 미개기후 2080년에서 잠재 생육지는 22,797~62,054km²로 예측되었으며(Table 2), 3개 기후시나리오에서 예측된 잠재 생육지의 가능지역을 종합하여 산출한 면적은 약 49,875km²이며, 한반도 면적의 약 21.8%를 차지하였다. 잠재 생육지는 서해안쪽으로 북한지역의 은율과 옹진반 내륙, 사리원, 남한 지역 내륙으로 안산, 수원, 태안반도 내륙, 예산, 전주, 광주, 순천, 의령, 밀양 등의 내륙까지 예측되었으며, 동해안쪽으로는 경주, 포항, 울진, 동해, 속초와 북한지역의 원산까지 잠재 생육지가 예측되었다 (Fig.
본 연구에서 한반도 참식나무의 생육을 결정하는 기후조건과 기후변화에 따른 잠재 생육지 분포 변화를 종분포 모델과 3개의 기후시나리오 (CCCMA, CSIRO, HADCM3의 A1B)를 적용하여 기후 변화가 한반도 참식나무의 분포에 미치는 영향을 분석하였다. 참식나무의 분포를 규정하는 가장 큰 기후 요인으로는 최한월최저기온(TMC)이며, -4.4℃이상 지역에서 분포하는 것으로 분석되었다. 제 2요인으로는 동계강수량(PRW)로 분석되었으며, 제 3, 4요인으로 하계강수량(PRS), 온량지수(WI) 순으로 참식나무의 분포 영향에 작용하고 있는 것으로 분석되었다.
4). 참식나무의 생육적지 (TN③, TN⑤)는 서남부 해안지역의 진도, 해남반도, 완도, 남동부 해안 지역의 부산, 장안, 울산, 제주도, 울릉도의 해안내륙지역으로 면적은 2,744km²으로 예측되었다, 분포 변록지(TN④, TN⑥, TN⑦)은 서남부 내륙지역의 나주, 광주, 남해안 지역의 여수, 장승포, 남동부 내륙지역, 동부 해안지역의 동해, 삼척으로 나타났으며 면적은 5,037km²로 예측되었다. 현재기후하에서 참식나무의 잠재 생육지(생육적지와 분포변록지)는 7,781km²로 한반도 면적의 약 3.

후속연구

참식나무는 기후변화에 따라 잠재 생육지의 증가와 더불어 확대 북상할 것으로 판단된다. 참식나무는 한반도 기후변화에 주요한 식물 지표종으로 유효하다고 판단되며, 잠재 생육지로 예측된 서해안 도서 지역 및 남부 내륙의 저지대 등의 안정적 생육지역에 대하여 지속적인 모니터링 조사가 필요할 것으로 판단된다. 종분포 모델(SDMs)을 통한 기후변화에 따른 참식나무의 식물 지표종의 유효 검증과 현재기후 및 미래기후에서의 잠재 생육지 변화 예측은 기후변화가 진행됨에 따라 참식나무의 분포 확대 양상을 파악을 통해, 기후변화 모니터링 조사지역의 효과적인 선정과 기후변화에 따른 생육가능 지역을 평가하는데 중요한 자료로 활용될 것으로 사료된다.
참식나무는 한반도 기후변화에 주요한 식물 지표종으로 유효하다고 판단되며, 잠재 생육지로 예측된 서해안 도서 지역 및 남부 내륙의 저지대 등의 안정적 생육지역에 대하여 지속적인 모니터링 조사가 필요할 것으로 판단된다. 종분포 모델(SDMs)을 통한 기후변화에 따른 참식나무의 식물 지표종의 유효 검증과 현재기후 및 미래기후에서의 잠재 생육지 변화 예측은 기후변화가 진행됨에 따라 참식나무의 분포 확대 양상을 파악을 통해, 기후변화 모니터링 조사지역의 효과적인 선정과 기후변화에 따른 생육가능 지역을 평가하는데 중요한 자료로 활용될 것으로 사료된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	평균기온은 향후 100년간 어느 정도 상승할 것으로 예상되는가?	과거 100년간(1906~2005년)의 전지구 평균기온은 0.74℃ 상승하였으며, 향후 100년간 1.1℃~6.4℃상승할 것으로 예상하고 있다(IPCC, 2007). 또한, 기온 상승과 더불어 해수면은 100년간 최대 59cm 상승할 것으로 예상하고 있으며, 적설량과 적설면적도 감소할 것으로 보고하였다(IPCC, 2007).
	본 연구 대상지인 한반도, 제주도, 울릉도를 포함하는 지역의 지리적 특징은 무엇인가?	연구 대상지는 북위 33°~38°, 동경 126°~132°에 놓여 있는 한반도, 제주도, 울릉도를 포함하는 지역을 대상으로 하였다. 지리적으로는 동해를 사이에 두고 일본과 마주하여 위치하고 있으며, 서해를 사이에 두고 중국과 마주하여 위치하고 있다. 한반도의 산지는 태백산맥을 중심으로 동쪽으로는 급경사를 이루고 서쪽으로는 완만하며, 남서쪽으로는 소백산맥이 이어져 있다.
	해수면은 향후 100년간 얼마나 상승할 것으로 예상되는가?	4℃상승할 것으로 예상하고 있다(IPCC, 2007). 또한, 기온 상승과 더불어 해수면은 100년간 최대 59cm 상승할 것으로 예상하고 있으며, 적설량과 적설면적도 감소할 것으로 보고하였다(IPCC, 2007). 기후변화는 생태계 및 생물 생육지 변화 등에 영향을 미칠 것으로 예측되며, 최근 환경조건에 의한 야생 식물종의 분포를 예측하기 위해 통계 모델을 구축하여 생육지를 예측하는 연구가 진행되고 있다.

참고문헌 (35)

김중현, 윤종학, 남기흠, 이정현, 최병희, 이병윤, 2011, 덕적군도 내 무인도서의 관속식물상 연구, 한국환경과학회지, 20, 1-23.

원문보기 상세보기
이창복, 1980, 대한식물도감, 향문사, 서울.
이우철, 임양재, 2002, 식물지리, 강원대학교, 춘천.
윤종학, 中尾勝洋, 박찬호, 이병윤, 2011a, 기후변화에 따른 한반도 후박나무의 잠재 생육지및 분포예측, 한국환경생태학회지, 25, 903-910.
윤종학, 김중현, 오경희, 이병윤, 2011b, 한반도 난온대 상록활엽수의 분포변화와 기후조건, 한국환경생태학회지, 25, 47-56.
中尾勝洋, 松井哲哉, 田中信行, 福島司, 2009, 日本における常綠カシ類2種の個および優占林の分布を規定する候件, 日本立地？？誌森林立地, 51, 27-37.
津山幾太郞, 松井哲哉, 小川みふゆ, 小南裕志, 田中信行, 2008, 本州東部におけるチチマザサの？在分布域の予測と？候？化の影響評？, GIS-理論と？用, 16, 11-25.
Armonies, W. and K. Reise, 2003, Empty habitat in coastal sediments for populations of macrozoobenthos, Helgoland Mar Research, 56, 279-287.
Clark, L. A. and D. Pregibon, 1992, Tree-based models, In: J. M. Chambers and T. J. Hastie, eds., Statistical Models in S, California, Wadsworth & Brooks/Cole Advanced Books & Software, Pacific Grove, pp.377-419.
De'Ath, G., and K. E. Fabricius, 2000, Classification and regression trees: A powerful yet simple technique for ecological data analysis, Ecology, 81, 3178-3192.

상세보기
Bakkenes, M., J. R. M. Alkemade, F. Ihle, R. Leemans and J. B. Latour, 2002, Assessing effects of forecasted climate change on the diversity and distribution of European higher plants for 2050, Global Change Biology, 8, 390-407.

상세보기
Berry, P. M., T. P. Dawson, P. A. Harrison, R. Pearson and N. Butt, 2003, The sensitivity and vulnerability of terrestrial habitats and species in Britain and Ireland to climate change, Journal of Nature Conservation, 11, 15-23.

상세보기
Breiman, L., J. H. Friedman, R. A. Olshen and C. J. Stone, 1984, Classification and regression trees, Chapman & Hall/CRC, Boca Raton, FL, US, 358pp.
Hanley, J. and B. McNeil, 1982, The meaning and use of the area under areceiver operating characteristic (ROC) curve, Radiology, 143, 29-36.

상세보기
Harrison, P. A., P. M. Berry and T. P. Dawson, eds., 2001, Climate Change and Nature Conservation in Britain and Ireland: Modelling Natural Resource Responses to Climate Change (the MONARCH project), UKCIP Technical Report, Oxford.
Horikawa, M., I. Tsuyama, T. Matsui, Y. Kominami and N. Tanaka, 2009, Assessing the potential impacts of climate change on the alpine habitat suitability of Japanese stone pine (Pinus pumila), Landscape Ecology, 24, 115-128.

상세보기
IPCC, 2007, Climate Change 2007: the Physical Science Basis, Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, Cambridge University Press.
Iverson, L. R. and A. M. Prasad, 1998, Predicting abundance of 80 tree species following climate change in the eastern United States, Ecological Monographs, 68, 465-485.

상세보기
Kira, T.(1977) A Climatological interpretation of Japanese vegetation zones. In Miyawaki, A. and Tuxen, R. (eds.) Vegetation science and environmental protection. Maruzen, Tokyo, pp.21-30.
Lee, B. Y., G. H. Nam, J. H. Yun, G. Y. Cho, J. S. Lee, J. H. Kim, T. S. Park, K. K. Kim and K. H. Oh, 2010, Biological indicators to monitor responses against climate change in Korea, Korean Journal of Plant Taxonomy, 40, 202-207.
MaCarthy, J. J., O. F. Canziani, N. A. Leary, D. J. Dokken and K. S. White, eds., 2001, Cimate Change 2001: Impacts, Adaptation, and Vulnerability, Cambridge: Cambridge University Press.
Matsui, T., N. Tanaka, T. Yagihashi, Y. Kominami, I. Tsuyama and K. Takahashi, 2009, Prediction and impact assessment of the changes in suitable habitats for beech (Fagus crenata) forests under climate change scenarios, Journal of Global Enviroment, 14, 165-174.
Matsui, T., T. Yagihashi, T. Nakaya, H. Taoda and N. Tanaka, 2004a, Climatic controls on distribution of Fagus crenata forests in Japan, Journal of Vegetation Science, 15, 57-66.

상세보기
Matsui, T., T. Yagihashi, T. Nakaya, H. Taoda S. Yoshinaga, H. Daimaru and N. Tanaka, 2004b, Probability distributions, vulnerability and sensitivity in Fagus crenata forests following predicted climate changes in Japan, Journal of Vegetation Science, 15, 605-614.

상세보기
Metz, C. E., 1978, Basic principles of ROC Analysis, Seminars in Nuclear Medicine, 8, 283-298.
Ohsawa, M., 1990, An interpretation in latitudinal patterns of limits in south and east Asian mountains, Journal of Ecology, 78, 326-339.

상세보기
R Development Core Team, 2011, R: A language and environment for statistical computing, R. Foundation for Statistical Computing, Vienna, Austria, ISBN 3-900051-07-0, URL://www.R-project.org.
Swets, K. A., 1988, Measuring the accuracy of diagnostic systems, Science 240, 1285-1293.

상세보기
Tanaka, N., 2007, PRDB (Phytosociological Releve Data Base), Environment change impact team, Forestry and Forest Products Research Institute.
Tanaka, N., E. Nakazono, I. Tsuyama and T. Matsui, 2009, Assessing impact of climate warming on potential habitats of ten conifer species in Japan, Global Environmental Research, 14, 153-164.
Thuiller, W., 2003, BIOMOD-optimizing predictions of species distributions and projecting potential shifts under global change, Global Change Biology, 9, 1353-1362.

상세보기
Thuiller, W., S. Lavorel, M. B. Araujo, M. T. Sykes and I. C. Prentice, 2005, Climate Change threats to plant diversity in Europe, Proceeding of the National Academy of Sciences of the United States of America, 102, 8245-8250.
Tsuyama,I., K. Nakao, T. Matsui, M. Higa, M. Horikawa, Y. Kominami and N. Tanaka, 2011, Climatic controls of a keystone understory species, Sasamorpha borealis, and an impact assessment of climate change in Japan, Annals of Forest Science, 68, 689-699.

상세보기
Yim, Y. J., 1977, Distribution of forest vegetation and climate in the Korea Peninsula, IV. Zonal distribution of forest vegetation in relation to thermal climate, Japanese Journal of Ecology, 21, 269-278.
Zweig, M. H. and G. Campbell, 1993, Receiveroperating characteristic (ROC) Plots: a fundamental evaluation tool in clinical medicine, Climical Chemistry, 39, 561-577.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증