선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구는 생태계교란식물 분포지역의 취약성 평가를 위한 환경지표 개발을 목적으로 하였으며, 공간적 통계기법에 의해 환경지표(RVNI)를 개발하고 서울 및 경기도를 대상으로 적용하였다. 연구지역 중은 하천 주변의 RVNI가 높게 나타났으며 이는 하천 및 하천 주변지역이 생태계교란식물에 취약한 지역임을 의미한다.
- 본 연구에서는 교란 생태계를 파악할 수 있는 환경지표를 개발하기 위한 기초 연구로 서울 및 경기도 지역의 생태계교란식물 취약지역을 도출하고 이를 생태계교란식물 취약지수로 개발하고자 한다. 본 연구의 결과는 국가 및 지방자치단체의 교란생태계 관리 및 생물다양성 보전을 위한 의사결정 도구로 활용되길 기대한다.
제안 방법
- MaxEnt의 설명변수로 생태계교란식물 분포지역의 환경특성을 반영할 수 있는 요소를 선정하였다. 우선 기본적으로 지형적 요소로 고도, 경사, 향방향을 선정하고 국립환경과학원의 생태계교란종 모니터링을 참고하여 생태계교란식물이 분포하는 지역을 고려한 변수를 생성하였다(NIER, 2007; 2008; 2009; 2010; 2011; 2012;2013).
- 본 연구에서 수집한 생태계교란식물 8종의 출현자료 중 도깨비가지의 출현 자료는 6개로 최소 지점 수에 미달하였다. 따라서 종 분포 예측은 가시박, 단풍잎돼지풀, 돼지풀, 서양등골나물, 미국쑥부쟁이, 가시상추, 애기수영 7개종에 한하여 시행하였다(Table 2).
- 6사이일 경우 모형은 정확치 않다고 판단한다(Swets, 1988; Hosmer Jr and Lemeshow, 2004). 또한 환경변수의 기여도 분석을 통해 생태계교란식물 분포에 영향을 주는 환경변수를 선별하였다. 기여도 분석은 생태계 교란식물 각 출현지점별로 획득된 환경변수의 속성을 MaxEnt 알고리즘으로 상관성 분석을 수행하였고, 기여도가 높은 환경변수는 생태계교란식물의 분포에 관여하는 공통된 환경요인임을 시사한다(Phillips et al.
- 따라서 각 지방자치단체의 생태계교란식물 취약지역 분포 비율을 분석하면 상대적인 취약지역 비교가 가능하게 되며, 각 지방자치단체의 환경계획 수립에 필요한 의사결정 수단이 될 수 있다. 생태계교란 식물 취약지역 비율(RVNI rate, R)은 각 지방자치단체 면적대비 RNVI가 1이상인 지역의 비율로 산출하였다(식 2).
- 생태계교란식물의 종 분포 확률을 예측하기 위해 Table 1의 환경 변수와 Figure 1의 종 출현자료를 이용하여 생태계교란식물의 분포 지역을 분석하였다(Figure 2). Franklin(2010)에 의하면 MaxEnt는 통계기반이기 때문에 공간 통계분석을 위한 최소 출현자료가 필요하며, 최소출현자료는 일반적으로 7지점 이상으로 본다.
- MaxEnt의 설명변수로 생태계교란식물 분포지역의 환경특성을 반영할 수 있는 요소를 선정하였다. 우선 기본적으로 지형적 요소로 고도, 경사, 향방향을 선정하고 국립환경과학원의 생태계교란종 모니터링을 참고하여 생태계교란식물이 분포하는 지역을 고려한 변수를 생성하였다(NIER, 2007; 2008; 2009; 2010; 2011; 2012;2013). 국립환경과학원의 연구에 의하면 생태계 교란식물의 분포지역은 하천, 호수, 나지, 초지, 산림, 도심지의 공원, 도로변 등이며 이러한 분포 지역을 공간분포 예측에 반영하기 위해서 수계로부터의 거리, 도로에서부터의 거리, 산림으로부터의 거리, 토지피복, 식생지수를 변수로 선정하였다.
- 종 분포 확률을 0∼1의 범위로 예측되며, 이 범위에서 종의 출현 지역으로 판단할 수 있는 지역은 확률의 임계값(threshold value)이상 지역이다. 취약지역 분석을 위해 확률의 임계값을 기준으로 비출현(0)과 출현(1)으로 구분하는 이항형 지도(binary map)로 변환하였고, 임계값은 모형의 민감도(sensitivity)와 특이도(specificity)의 합이 최대가 되는 확률을 기준으로 하였다(Liu et al., 2013)
대상 데이터
- 2015년 현재 ｢생물다양성 보전 및 이용에 관한 법률｣에서 지정한 생태계교란식물은 12종이며, 이중 경기도 및 서울에 분포하는 종은 8종으로 나타났다(Table 2). Figure 1는 생태계교란식물 8종의 출현자료에서 취득한 GPS 좌표를 공간상에 표현한 것이며 SDMs의 출현자료로 사용하였다. 생태계교란식물 중에서 가시박은 하천 제방사면이나 뚝마루 또는 하천과 인접한 숲 가장자리에 주로 분포하고 있으며, 단풍잎돼지풀, 돼지풀, 미국쑥부쟁이, 애기수영, 가시상추는 하천변, 숲 가장자리의 초지, 도심지의 초지 등 산림을 제외한 초지에 분포하는 경향을 나타내었다.
- Table 2. Invasive alien plants listed in South Korea and number of occurrence locations that have been used in the study.
- ,2011). 따라서 본 연구에서는 공간적 자기상관에 의한 오류를 해결하기 위해 1km 이내 중복되는 출현자료를 제거하여 변수로 사용하였으며 중복 출현자료의 제거는 SDM Toolbox(v1.1)를 사용하였다(Brown, 2014).
- 본 연구에서는 2007년부터 2015년 동안 현장 조사를 통해 생태계교란식물의 출현자료를 수집하였다. 한편, 최근 SDMs를 사용한 연구에 의하면 출현자료의 표본 편향(sampling bias)에 의한 공간적 자기상관(spatially autocorrelated)으로 인해 SDMs의 오류가 보고되기도 하였다(Segurado et al.
데이터처리
- ,2013). MaxEnt는 제한된 변수를 이용한 확률 모형이기 때문에 모형의 정확성을 위해 5회 교차 검증(5-fold cross-validation)을 실시하였고(Thuiller,2003; Merow et al., 2013), 모형의 정확성 진단을 위해 ROC(Receiver Operating Characteristic)의 AUC(Area Under Curve)값을 측정하였다. ROC의 AUC는 모형 결과의 효율성을 판단하는 방법 중 널리 사용되는 것으로 모형의 민감도(sensitivity)와 특이도(specificity)를 이용하여 산출된다.
이론/모형
- Table 1. Environmental predictors included in MaxEnt modeling for the this study.
- , 2012). SDMs는 알고리즘에 따라 다양한 종류가 있으며, 본 연구에서는 다양한 연구 분야에서 활용되고 우수한 모형으로 입증된 MaxEnt (Maximum entropy modeling of species geographic distributions)를 사용하였다(Phillips et al., 2008; Merow et al.,2013). MaxEnt는 제한된 변수를 이용한 확률 모형이기 때문에 모형의 정확성을 위해 5회 교차 검증(5-fold cross-validation)을 실시하였고(Thuiller,2003; Merow et al.
- 또한 환경변수의 기여도 분석을 통해 생태계교란식물 분포에 영향을 주는 환경변수를 선별하였다. 기여도 분석은 생태계 교란식물 각 출현지점별로 획득된 환경변수의 속성을 MaxEnt 알고리즘으로 상관성 분석을 수행하였고, 기여도가 높은 환경변수는 생태계교란식물의 분포에 관여하는 공통된 환경요인임을 시사한다(Phillips et al., 2006).
성능/효과
- 2015년 현재 ｢생물다양성 보전 및 이용에 관한 법률｣에서 지정한 생태계교란식물은 12종이며, 이중 경기도 및 서울에 분포하는 종은 8종으로 나타났다(Table 2). Figure 1는 생태계교란식물 8종의 출현자료에서 취득한 GPS 좌표를 공간상에 표현한 것이며 SDMs의 출현자료로 사용하였다.
- MaxEnt 수행 결과, AUC는 0.725∼0.904 범위로 측정되었고, 모형의 정확도는 우수한 것으로 판정되었다(Table 3의 AUC).
- RVNI 분석은 SDMs 실행이 가능한 종을 대상으로 실시하였고, RVNI가 1 이상인 지역은 1개 종 이상의 생태계교란식물이 분포하거나 잠재적인 분포지역임을 의미한다. 따라서 각 지방자치단체의 생태계교란식물 취약지역 분포 비율을 분석하면 상대적인 취약지역 비교가 가능하게 되며, 각 지방자치단체의 환경계획 수립에 필요한 의사결정 수단이 될 수 있다.
- 각 지방자치단체별로 단풍잎돼지풀, 돼지풀, 가시박, 애기수영 등이 공통적으로 출현하며 R이 가장 높은 구리시를 포함하여 광명시, 서울특별시, 과천시, 성남시, 안양시, 의왕시, 군포시, 하남시 등은 산림을 서식처로 하는 서양등골나물의 취약지역으로 R이 상대적으로 높았다. 반면 R이 가장 낮은 가평군은 생태계교란식물이 분포 확률이 낮은 산림의 분포 비율이 상대적으로 많기 때문에 R이 낮은 것으로 분석되었다.
- 광명시, 서울특별시, 과천시, 성남시, 안양시 등은 70∼78%, 군포시, 하남시, 양주시, 시흥시 고양시는 60∼64%, 부천시, 오산시 의왕시, 남양주시, 광주시는 50∼60%, 동두천시, 포천시, 용인시, 이천시, 수원시, 파주시는 40∼50%, 안산시, 화성시, 연천군, 여주시, 김포시, 안성시 등은 30∼40%로 분석되었다.
- 환경변수가 종 분포 확률에 기여하는 기여도 평가를 실시한 결과, 하천주변에 분포하는 가시박은 수계로부터의 거리(dfw)의 기여도가 가장 높았으며, 산림 등의 녹지에 주로 분포하는 서양등골나물은 산림으로 부터의 거리(내부)와 식생지수의 기여도가 높았다. 단풍잎돼지풀, 미국쑥부쟁이, 돼지풀, 가시상추는 산림으로부터의 거리(외부)와 토양도의 기여도가 높았으며, 애기수영은 토지피복과 수계로부터의 거리의 기여도가 높았다(Table 4).
- 연구지역의 RVNI 분석결과, 하천을 중심으로 가시박, 돼지풀, 단풍잎돼지풀, 미국쑥부쟁이, 가시상추, 애기수영이 공통적으로 분포하여 RVNI가 5∼7으로 나타났으며 하천에서 거리가 멀어질수록 RVNI는 낮아지는 경향을 보였다. 따라서 연구지역에서 하천 주변이 생태계교란 식물에 가장 취약한 지역으로 분석되었고, 산림은 상대적으로 취약하지 않은 것으로 분석되었다. 다만 서울, 구리, 안양, 과천, 의정부, 양주, 하남일대 산림의 RVNI는 1로 분석되었는데 이는 연구대상 생태계교란식물 중에서 유일하게 산림에 분포하는 서양등골나물의 분포지역이기 때문이다(Figure 3).
- Franklin(2010)에 의하면 MaxEnt는 통계기반이기 때문에 공간 통계분석을 위한 최소 출현자료가 필요하며, 최소출현자료는 일반적으로 7지점 이상으로 본다. 본 연구에서 수집한 생태계교란식물 8종의 출현자료 중 도깨비가지의 출현 자료는 6개로 최소 지점 수에 미달하였다. 따라서 종 분포 예측은 가시박, 단풍잎돼지풀, 돼지풀, 서양등골나물, 미국쑥부쟁이, 가시상추, 애기수영 7개종에 한하여 시행하였다(Table 2).
- Figure 1는 생태계교란식물 8종의 출현자료에서 취득한 GPS 좌표를 공간상에 표현한 것이며 SDMs의 출현자료로 사용하였다. 생태계교란식물 중에서 가시박은 하천 제방사면이나 뚝마루 또는 하천과 인접한 숲 가장자리에 주로 분포하고 있으며, 단풍잎돼지풀, 돼지풀, 미국쑥부쟁이, 애기수영, 가시상추는 하천변, 숲 가장자리의 초지, 도심지의 초지 등 산림을 제외한 초지에 분포하는 경향을 나타내었다. 반면 서양등골나물은 산림이나 도심 인공녹지의 초본층에 분포하였다.
- 본 연구는 생태계교란식물 분포지역의 취약성 평가를 위한 환경지표 개발을 목적으로 하였으며, 공간적 통계기법에 의해 환경지표(RVNI)를 개발하고 서울 및 경기도를 대상으로 적용하였다. 연구지역 중은 하천 주변의 RVNI가 높게 나타났으며 이는 하천 및 하천 주변지역이 생태계교란식물에 취약한 지역임을 의미한다. 많은 지방자치단체에서 하천을 대상으로 생태하천복원, 하천 정비 및 생태계교란생물 제거사업을 시행하고 있지만 생태계교란식물의 확산을 근본적으로 해결하지 못하고 있다.
- 연구지역의 RVNI 분석결과, 하천을 중심으로 가시박, 돼지풀, 단풍잎돼지풀, 미국쑥부쟁이, 가시상추, 애기수영이 공통적으로 분포하여 RVNI가 5∼7으로 나타났으며 하천에서 거리가 멀어질수록 RVNI는 낮아지는 경향을 보였다.
- 환경변수가 종 분포 확률에 기여하는 기여도 평가를 실시한 결과, 하천주변에 분포하는 가시박은 수계로부터의 거리(dfw)의 기여도가 가장 높았으며, 산림 등의 녹지에 주로 분포하는 서양등골나물은 산림으로 부터의 거리(내부)와 식생지수의 기여도가 높았다. 단풍잎돼지풀, 미국쑥부쟁이, 돼지풀, 가시상추는 산림으로부터의 거리(외부)와 토양도의 기여도가 높았으며, 애기수영은 토지피복과 수계로부터의 거리의 기여도가 높았다(Table 4).
후속연구
- 또한 본 연구 결과를 기초로 하여 식물뿐 아니라 곤충, 어류 등 생태계교란생물의 전반적인 취약지역 평가가 수행된다면 환경보전을 위한 정책 결정 및 환경영향평가에 사용할 수 있는 환경지표가 될 수 있을 것이다. 그리고 기후변화 시나리오에 의한 미래 취약성 평가가 진행된다면 기후변화 적응 대책 수립을 위한 중요한 자료가 될 것으로 기대한다.
- 그러므로 지속적으로 종 출현 자료의 수집하고 평가지표를 수정하는 연구의 유연성이 인정될 필요가 있다. 또한 본 연구 결과를 기초로 하여 식물뿐 아니라 곤충, 어류 등 생태계교란생물의 전반적인 취약지역 평가가 수행된다면 환경보전을 위한 정책 결정 및 환경영향평가에 사용할 수 있는 환경지표가 될 수 있을 것이다. 그리고 기후변화 시나리오에 의한 미래 취약성 평가가 진행된다면 기후변화 적응 대책 수립을 위한 중요한 자료가 될 것으로 기대한다.
- 본 연구 과정에서 생태계교란식물의 출현 자료는 지방자치단체별로 균일하게 수집하려고 노력하였으나 인력 및 연구비의 한계로 지역별 편향이 발생할 수 있는 한계점이 있다. 그러므로 지속적으로 종 출현 자료의 수집하고 평가지표를 수정하는 연구의 유연성이 인정될 필요가 있다.
- 본 연구에서는 교란 생태계를 파악할 수 있는 환경지표를 개발하기 위한 기초 연구로 서울 및 경기도 지역의 생태계교란식물 취약지역을 도출하고 이를 생태계교란식물 취약지수로 개발하고자 한다. 본 연구의 결과는 국가 및 지방자치단체의 교란생태계 관리 및 생물다양성 보전을 위한 의사결정 도구로 활용되길 기대한다.
- 최근 생태계교란식물인 가시박의 성장을 물리적으로 억제하는 방법이 연구되고 있지만(Kang, 2014)이 또한 한시적인 방법인 것으로 판단된다. 생태계교란식물의 확산방지 및 제거 대책은 각 식물의 생리생태를 반영한 방제법 개발과 거시적인 정책적 접근이 필요하며, 본 연구의 결과는 거시적 측면에서 생태계교란식물 관리를 위한 의사결정 도구로 충분히 활용 가능할 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.