[논문]종분포모형을 이용한 참매의 서식지 예측 -충청북도를 대상으로-

조해진; 김달호; 신만석; 강태한; 이명우

doi:10.13047/kjee.2015.29.3.333

종분포모형을 이용한 참매의 서식지 예측 -충청북도를 대상으로-
Predicting the Goshawk's habitat area using Species Distribution Modeling: Case Study area Chungcheongbuk-do, South Korea 원문보기

한국환경생태학회지 = Korean journal of environment and ecology, v.29 no.3, 2015년, pp.333 - 343

조해진 (전북대학교 조경학과) , 김달호 (전북대학교 조경학과) , 신만석 (전북대학교 조경학과) , 강태한 (한국환경생태연구소) , 이명우 (전북대학교 조경학과)

초록
AI-Helper

본 연구는 국내에서 아직 미흡한 조류 번식지 예측 모형을 이용해 참매의 서식지 예측 및 대체번식지로서 이용 가능한 지역을 선정하고, 향후 참매 번식 가능지역을 대상으로 보호관리 지역을 확대할 수 있는 근거를 제시하기 위한 방안이다. 참매의 번식지는 현장조사에서 확인된 둥지(N=10)를 이용하였으며, 출현지점은 제3차자연환경조사를 통해 확인된 참매출현지점(N=23)을 활용해 분석하였다. 모형변수로는 지형인자 4가지, 자연환경인자(식생) 3가지, 거리인자 7가지, 기후변수 9가지를 활용하였다. 활용변수 중 Random sampling을 통해 확보된 비출현 좌표와 출현좌표간 비모수 검증을 통해 최종 환경변수를 선정하였다. 유의성 검증을 통해 선택된 변수는 번식지 대상 10가지, 출현지점 대상 7가지였으며, 이 변수를 활용해 최종 서식지 예측 모형(MaxEnt)을 구축하였다. 모델 구축결과 번식에 활용된 각 변수별 모형 기여도는 온도의 계절적 변동, 혼효림 과의 거리, 입목밀도, 경급의 순이었으며, 출현지점에 활용된 각 변수별 모형 기여도는 온도의 계절적 변동, 수계와의 거리, 경작지와의 거리, 경사도의 순이었다. 번식지점을 대상으로 한 모델링은 기후환경과 숲 내부에서 번식하는 참매의 특성이 반영된 것으로 판단된다. 예상서식지는 충청북도 중부 이북지역으로 예상되었으며, 그 면적은 $189.5km^2$(2.55%)였다. 충북 이남지역은 청주와 충주 등의 비교적 큰 도시가 발달되어 있는 반면 충청북도 북부지역의 경우 산림과 경작지가 고루 발달되어 있어 번식에 있어 일정한 세력권과 먹이원이 필요한 참매로서는 번식에 유리한 지역일 것으로 판단된다. 출현지점 대상으로 한 모델링은 면적이 $3,071km^2$(41.38%)으로 확인되었으며, 이는 출현지점을 대상으로 하여 단순이동 관찰 및 계절적인 변동 미고려 등의 한계가 있기 때문에 번식지점을 대상으로 한 모델링보다 광범위한 서식예상지역을 예측하였다. 결과에서 확인된 예측지점은 번식지를 대상으로 하였을 경우 정밀한 서식예측이 가능하나, 둥지의 특성상 확인되는 지점이 적고, 참매의 행동영역을 반영하지 못하는 단점이 있다. 반면 출현지점을 대상으로 하였을 경우 더 광범위한 지점에 대한 결과 도출이 가능하였으나, 단순 이동이나 지속적인 이용실태를 반영하지 못하기 때문에 정밀도에서는 다소 떨어진다고 할 수 있다. 다만 이러한 결과들을 통해 참매의 서식지를 예측할 수 있으며, 특히 정밀한 번식지역의 예측자료는 환경영향평가나 개발계획 수립시 서식지 모형 결과를 도입하여 반영할 필요성이 있다.

Abstract ▼ AI-Helper

This research aims at identifying the goshawk's possible and replaceable breeding ground by using the MaxEnt prediction model which has so far been insufficiently used in Korea, and providing evidence to expand possible protection areas for the goshawk's breeding for the future. The field research identified 10 goshawk's nests, and 23 appearance points confirmed during the 3rd round of environmental research were used for analysis. 4 geomorphic, 3 environmental, 7 distance, and 9 weather factors were used as model variables. The final environmental variables were selected through non-parametric verification between appearance and non-appearance coordinates identified by random sampling. The final predictive model (MaxEnt) was structured using 10 factors related to breeding ground and 7 factors related to appearance area selected by statistics verification. According to the results of the study, the factor that affected breeding point structure model the most was temperature seasonality, followed by distance from mixforest, density-class on the forest map and relief energy. The factor that affected appearance point structure model the most was temperature seasonality, followed by distance from rivers and ponds, distance from agricultural land and gradient. The nature of the goshawk's breeding environment and habit to breed inside forests were reflected in this modeling that targets breeding points. The northern central area which is about $189.5 km^2$(2.55 %) is expected to be suitable breeding ground. Large cities such as Cheongju and Chungju are located in the southern part of Chungcheongbuk-do whereas the northern part of Chungcheongbuk-do has evenly distributed forests and farmlands, which helps goshawks have a scope of influence and food source to breed. Appearance point modeling predicted an area of $3,071 km^2$(41.38 %) showing a wider ranging habitat than that of the breeding point modeling due to some limitations such as limited moving observation and non-consideration of seasonal changes. When targeting the breeding points, a specific predictive area can be deduced but it is difficult to check the points of nests and it is impossible to reflect the goshawk's behavioral area. On the other hand, when targeting appearance points, a wider ranging area can be covered but it is less accurate compared to predictive breeding point since simple movements and constant use status are not reflected. However, with these results, the goshawk's habitat can be predicted with reasonable accuracy. In particular, it is necessary to apply precise predictive breeding area data based on habitat modeling results when enforcing an environmental evaluation or establishing a development plan.

주제어

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 연구는 국내에서는 아직 미흡한 멸종위기종인 참매의 번식지 및 출현지점을 대상으로 예측 모형을 구축하여 참매의 번식지 예측 및 대체서식지로서 이용 가능한 지역을 선정하고, 향후 참매 서식 가능지역을 대상으로 보호 관리 지역을 확대할 수 있는 근거를 제시하기 위함이다.
본 연구에서 시도된 참매의 번식지 모델링 및 출현지점에 대한 모델링은 차후 멸종위기종의 복원 및 관리를 위한 기초적 자료 구축 및 근거 마련을 위한 연구이다. 아직 많은 수의 번식둥지와 관찰정보가 적은 종이기 때문에 추후 지속적인 모니터링을 통해 관찰정보의 축적이 필요하며, 서식지 분석에 사용된 정보가 모델링의 대상지인 충청북도 중 일부 구간에 편중되어 있기 때문에 해당지역 환경에 기초한 모델링 결과라는 점은 본 연구의 한계라고 할 수 있다.

제안 방법

MaxEnt를 이용해 구축된 모형을 활용해 복원관리 및 보호지역 선정에 활용하기 위해 참매의 번식지점과 출현지점과의 비교분석을 실시하였다. 참매의 민감도(출현지역 예측률)와 특이성(비출현지역 예측률)의 합이 최대가 되는 값을 기준으로 출현/비출현으로 구분하고, 참매의 출현가능성이 높을 것으로 예측된 지역을 이용하여 번식지예측도와 출현지 예측도를 비교하였다.
최종 생성된 모형변수의 경우 모형의 입력 자료로 활용하기 전에 출현/비출현 자료 간 유의미한 차이가 있는지를 고려하였다. 공간변수 중 서식지 예측을 위한 모형변수를 선택하기 위해 비출현 자료로 판단할 수 있는 Random point 100개 지점과 조사 결과 확인된 둥지 지점과의 비교를 통해 유의미한 차이가 있는지를 확인하였다. 야생동물 자료들은 표본수가 적거나 정규분포를 따른다는 가정을 할 수 없으므로 주로 비모수 검증을 이용한다(Kwon, 2011).
국내에서 번식하는 참매의 경우 그 개체수가 매우 적기 때문에 전국을 대상으로 번식지를 파악하였으며, 파악된 번식지를 통해 서식특성을 확인하였다. 참매 번식 둥지의 수가 많지 않고 많은 행정구역에 걸쳐 넓게 분포하고 있는 관계로 조사된 모든 지역의 번식지를 이용한 모형 구축은 사실상 불가능하였다.
연구대상종의 서식 적합지 추출을 위해 기후인자, 지형인자, 자연환경인자(식생), 거리인자 4가지 유형인자에 23개의 모형변수를 구축하였다. 기후인자는 Worldclim-Global Climate Data자료를 이용하여 연평균강수량(Bio 1), 연평균기온(Bio 12) 등 9개의 인자를 구축하였으며, 지형인자에는 고도(DEM), 경사도(Slope), 향(North), 토지기복도(Relief) 등 4개 인자를 구축하였다. 자연환경인자(식생)에는 산림청 임상도 이용하여 영급(Yung), 경급(Kung), 입목밀도(Mildo) 3개인자를 구축하고, 거리인자로는 수계로부터의 거리(DWA), 도로로부터의 거리(DRO), 시가지로부터의 거리(DCA), 농경지로부터의 이격거리(Agri), 나대지/개활지로부터의 이격거리(Openarea), 침엽수림으로부터의 거리(Conifers), 혼효림으로부터의 거리(Mixforest) 등 7개 인자를 구축하였다(Figure 4).
,2010; Kim and Oh, 2013). 따라서 본 연구에서는 둥지 선택 및 서식지선택에 영향을 미칠 가능성이 큰 기후변수를 추가하여 세부 환경 변수를 선정하였으며, 이러한 참매의 번식 및 서식특성을 감안하여 23가지의 모형변수를 선택 및 구축하였다(Table 1). 구축에 사용된 지형인자는 국토지리정보원의 자료, 식생 등의 자료는 산림청 임상도를 활용하였으며, 기후자료는 Worldclim-Global Climate Data(www.
참매의 민감도(출현지역 예측률)와 특이성(비출현지역 예측률)의 합이 최대가 되는 값을 기준으로 출현/비출현으로 구분하고, 참매의 출현가능성이 높을 것으로 예측된 지역을 이용하여 번식지예측도와 출현지 예측도를 비교하였다. 또한 선행연구문헌을 참고하여 번식지 예측자료와 출현지 예측자료에 대한 신뢰성과 타당성을 검토하였다.
이렇게 선정된 환경변수의 주제도를 구축한 후 통계적 처리방법에 의해 최종 모형에 사용될 환경변수를 선정한 후 서식지 예측모형을 구축하였다. 서식지 예측 모형은 번식지점을 대상으로 한 예측모형과 제3차자연환경조사에서 확인된 출현지점을 대상으로 한 모형을 구축하였으며, 최종적으로 비교 고찰을 실시하였다.
연구대상종의 서식 적합지 추출을 위해 기후인자, 지형인자, 자연환경인자(식생), 거리인자 4가지 유형인자에 23개의 모형변수를 구축하였다. 기후인자는 Worldclim-Global Climate Data자료를 이용하여 연평균강수량(Bio 1), 연평균기온(Bio 12) 등 9개의 인자를 구축하였으며, 지형인자에는 고도(DEM), 경사도(Slope), 향(North), 토지기복도(Relief) 등 4개 인자를 구축하였다.
현장 조사를 통해 참매의 둥지를 파악하여, 각 지점의 좌표를 취득하였으며, 선행문헌을 고찰하여 참매 번식 및 서식에 영향을 줄 수 있는 환경변수를 선정하였다. 이렇게 선정된 환경변수의 주제도를 구축한 후 통계적 처리방법에 의해 최종 모형에 사용될 환경변수를 선정한 후 서식지 예측모형을 구축하였다. 서식지 예측 모형은 번식지점을 대상으로 한 예측모형과 제3차자연환경조사에서 확인된 출현지점을 대상으로 한 모형을 구축하였으며, 최종적으로 비교 고찰을 실시하였다.
기후인자는 Worldclim-Global Climate Data자료를 이용하여 연평균강수량(Bio 1), 연평균기온(Bio 12) 등 9개의 인자를 구축하였으며, 지형인자에는 고도(DEM), 경사도(Slope), 향(North), 토지기복도(Relief) 등 4개 인자를 구축하였다. 자연환경인자(식생)에는 산림청 임상도 이용하여 영급(Yung), 경급(Kung), 입목밀도(Mildo) 3개인자를 구축하고, 거리인자로는 수계로부터의 거리(DWA), 도로로부터의 거리(DRO), 시가지로부터의 거리(DCA), 농경지로부터의 이격거리(Agri), 나대지/개활지로부터의 이격거리(Openarea), 침엽수림으로부터의 거리(Conifers), 혼효림으로부터의 거리(Mixforest) 등 7개 인자를 구축하였다(Figure 4).
MaxEnt를 이용해 구축된 모형을 활용해 복원관리 및 보호지역 선정에 활용하기 위해 참매의 번식지점과 출현지점과의 비교분석을 실시하였다. 참매의 민감도(출현지역 예측률)와 특이성(비출현지역 예측률)의 합이 최대가 되는 값을 기준으로 출현/비출현으로 구분하고, 참매의 출현가능성이 높을 것으로 예측된 지역을 이용하여 번식지예측도와 출현지 예측도를 비교하였다. 또한 선행연구문헌을 참고하여 번식지 예측자료와 출현지 예측자료에 대한 신뢰성과 타당성을 검토하였다.
연구의 전체적인 수행과정은 Figure 2에 제시한 바와 같다. 현장 조사를 통해 참매의 둥지를 파악하여, 각 지점의 좌표를 취득하였으며, 선행문헌을 고찰하여 참매 번식 및 서식에 영향을 줄 수 있는 환경변수를 선정하였다. 이렇게 선정된 환경변수의 주제도를 구축한 후 통계적 처리방법에 의해 최종 모형에 사용될 환경변수를 선정한 후 서식지 예측모형을 구축하였다.
환경요인에 따른 모형변수는 선행문헌의 고찰을 통해 참매의 서식환경과 관련된 자료를 선정하여 제작하였으며, 지형인자, 자연환경인자(식생), 거리인자, 기후변수 4가지를 선정하여 적용하였다. 참매는 지형적 특성, 산림구조와 영 소목의 적절성, 먹이공급지역과의 근접성 등이 번식지 선택과 관련이 있는 것으로 알려져 있으며(Lorraine, 2000; Beier et al.

대상 데이터

따라서 본 연구에서는 둥지 선택 및 서식지선택에 영향을 미칠 가능성이 큰 기후변수를 추가하여 세부 환경 변수를 선정하였으며, 이러한 참매의 번식 및 서식특성을 감안하여 23가지의 모형변수를 선택 및 구축하였다(Table 1). 구축에 사용된 지형인자는 국토지리정보원의 자료, 식생 등의 자료는 산림청 임상도를 활용하였으며, 기후자료는 Worldclim-Global Climate Data(www.worldclim.org)에서 제공하는 Bioclim 자료를 이용하였다. 모형은 ERIS사의 ArcGIS 9.
참매 번식 둥지의 수가 많지 않고 많은 행정구역에 걸쳐 넓게 분포하고 있는 관계로 조사된 모든 지역의 번식지를 이용한 모형 구축은 사실상 불가능하였다. 따라서 모형 구축에 사용된 대상지는 행정구역 상 가장 많은 번식지가 확인됨과 동시에 유사한 환경에 다수의 둥지가 확인된 충청북도 지역으로 함축하였다(Figure 1). 연구대상지인 충청북도는 동쪽으로는 소백산맥의 주능선을 경계로 경상북도의 상주시, 문경시, 영주시와 접하고, 서쪽은 충청남도 천안시, 연기군, 대전광역시 대덕구와 접하고 있으며, 남쪽은 전라북도 무주군, 경상북도 김천시, 북쪽은 경기도 이천시, 강원도 원주시, 영월군과 접하고 있다.
본 연구의 대상종인 참매는 유라시아 대륙과 북아메리카 북부에 넓게 분포하는 중형의 맹금류로 국내에는 환경부 지정 멸종위기 Ⅱ급, 문화재청 지정 천연기념물 제 323-1호로 지정되어 보호되고 있다(Ministry of Environment, 2005a; 2005b; Cultural Heritage Administration, 2009). 전 세계에 8아종이 분포하고 있으며, 번식 시기는 2월에서 8월까지로 알려져 있다(Donald and Lillian, 1989; Hoyo et al.
본 연구 결과 참매는 둥지선택에 있어 환경적, 기후적 요인과 관련이 있는 것으로 확인되었다. 연구 결과로 예측된 지역은 충청북도 북부지역과 강원도와의 경계부근이었으며, 이러한 결과는 특정 임상과 산림을 선호하는 참매의 번식지 선호 경향이 모델을 통해서 반영된 결과라고 할 수 있다. 충북 남부 지방은 청주와 충주 등의 비교적 큰 도시가 발달되어 있는 반면 북부지방은 산림과 경작지가 고루 발달되어 있어 번식에 일정한 세력권과 먹이원이 필요한 참매로서는 번식에 유리한 지역일 것으로 판단된다(Matsue et al.
따라서 모형 구축에 사용된 대상지는 행정구역 상 가장 많은 번식지가 확인됨과 동시에 유사한 환경에 다수의 둥지가 확인된 충청북도 지역으로 함축하였다(Figure 1). 연구대상지인 충청북도는 동쪽으로는 소백산맥의 주능선을 경계로 경상북도의 상주시, 문경시, 영주시와 접하고, 서쪽은 충청남도 천안시, 연기군, 대전광역시 대덕구와 접하고 있으며, 남쪽은 전라북도 무주군, 경상북도 김천시, 북쪽은 경기도 이천시, 강원도 원주시, 영월군과 접하고 있다. 지리적 위치는 서북으로 차령산맥과 동남으로 소백산맥의 중간지대에 위치하고 있다.
참매의 번식이 확인된 10개 지점에 대해 관찰지점 분포도를 작성하였으며, 참매의 둥지가 확인된 지점은 충청북도 북부지역이었으며, 분포 둥지는 행정구역상 충주지역과 제천지역에서 확인되었다(Figure 3
출현지점은 제3차자연환경조사 결과로 충청북도에서 확인된 23개 지점을 활용하였으며, 파악된 지점은 대상지의 중부이북지역에서 주로 확인이 되었으며, 일부 개체의 경우 남부지역에서도 확인이 되었다(Figure 3

데이터처리

야생동물 자료들은 표본수가 적거나 정규분포를 따른다는 가정을 할 수 없으므로 주로 비모수 검증을 이용한다(Kwon, 2011). 따라서 본연구에서는 SPSS 13.0을 이용하여 비모수검정의 한 방법인 Mann-Whitney U Test을 실시하여 Random point 지점과 현지조사 결과 확인된 둥지지점, 제3차자연환경조사시 확인된 참매의 출현지점에 대한 유의성 검증을 통해 모형을 위한 최종 변수를 선정하였다(Zar, 1984).
따라서 본 연구에서는 적은수의 번식둥지 자료와 종 출현 정보만이 있는 상황에서 가장 최대효과를 낼 수 있는 MaxEnt모형을 선택하여 분석에 이용하였다. 신뢰도 검증은 5회의 교차검증을 실시하였다.

이론/모형

따라서 본 연구에서는 적은수의 번식둥지 자료와 종 출현 정보만이 있는 상황에서 가장 최대효과를 낼 수 있는 MaxEnt모형을 선택하여 분석에 이용하였다. 신뢰도 검증은 5회의 교차검증을 실시하였다.
모형은 ERIS사의 ArcGIS 9.3을 활용하여 격자크기(grid size)는 20m×20m로 구축하였다.
이러한 종분포 모형은 관점에 따라 통계적 모형, 기계학습모형, 그리고 유사모형 및 전문가 규칙 등으로 구분할 수 있으며(Kwon, 2011), 통계적 모형에는 GLM(Gerneralized Linear Model), GAM(Gerneralized Additive Model), MARS(Multivariate Adaptive Regression Splines) 등을 통해 다양한 통계적 방법론으로 활용되었다. 최근에는 기계학습모형에 대한 연구가 많이 진행되고 있으며, 기계학습모형 중에 최대 엔트로피 모형으로 개발된 MaxEnt, 유전학적 알고리즘 모형으로 개발된 GARP(GeneticAlgorithm for Rule-set Production) 등의 모형은 출현자료만을 활용해서도 우수한 정확도를 도출할 수 있음이 확인되었다(Franklin, 2009; Song and Kim, 2012)

성능/효과

번식지점을 대상으로 분석한 결과 지형인자는 유의미한 차이가 있는 환경변수가 확인되지 않았으며, 자연환경인자는 Mildo와 Kung에서 확인되었다. 거리 변수의 경우 DRO, Mixforest, Agri가 유의한 차이가 있는 것으로 확인되었다. 기후변수는 계절별 Bio 2, Bio 4, Bio14, Bio 15, Bio 17이 유의한 차이가 있는 것으로 확인되었다.
거리 변수의 경우 DRO, Mixforest, Agri가 유의한 차이가 있는 것으로 확인되었다. 기후변수는 계절별 Bio 2, Bio 4, Bio14, Bio 15, Bio 17이 유의한 차이가 있는 것으로 확인되었다. 반면 출현지점을 대상으로 하였을 경우 기후변수에서 Bio2와 Bio14가 유의한 차이가 있는 것으로 확인되었으며, 지형인자에서 Relief와 Slope, 거리인자에서 DWA, DRO, Agri가 유의한 차이가 있는 것으로 확인되었다(p<0.
Kwon(2011)에 의해 출현지점을 대상으로 일부 산림성 조류의 환경요인별 유의성 검증 결과, 종의 생태적 특성에 따라 유의한 차이가 있는 것으로 확인되었다. 대표적인 산림내부종인 흰배지빠귀는 고도, 경사, 기복량, 영급, 경작지와의 거리 등에서 유의한 차이가 있었으며, 산솔새는 고도, 경사, 기복량, 산림경계에서 외부로의 거리, 산림경계에서 내부로의 거리 등에서 유의한 차이가 있었다. 반면 꿩의 경우에는 환경변수와 유의한 차이가 없는 것으로 확인되었다.
두 모델에서 가장 높은 기여도를 보인 온도의 계절적 변동 및 일교차는 중부 이북 지역 및 산림지역을 선호하는 지역적 특성이 반영된 것으로 판단된다. 특히 번식지를 대상으로 한 모델의 반응곡선은 선행문헌과의 고찰을 통해 신뢰도가 높다는 것을 검증할 수 있었다.
모형의 반영된 기여도(Contribution ratio)는 연구결과 만들어진 모형에 환경변수가 MaxEnt 예측에 얼마만큼의 영향을 미쳤는지를 보여주는 것으로 본 연구결과에서는 번식지 대상으로 한 예측은 Bio 4(43.7%), Mixforest(25.2%), Mildo(15.7%), Kung(8.0%)의 순으로 기여하였으며, 관찰지점을 이용한 예측에서는 Bio 2(35.9%), DWA(28.2%), Argi(14.9%)의 순으로 기여하였다(Table 3, Figure 6).
반면 출현지점을 대상으로 하였을 경우 기후변수에서 Bio2와 Bio14가 유의한 차이가 있는 것으로 확인되었으며, 지형인자에서 Relief와 Slope, 거리인자에서 DWA, DRO, Agri가 유의한 차이가 있는 것으로 확인되었다(p<0.05, Table 2).
이는 번식지점을 대상으로 한 경우 데이터에 일관성이 있으며, 정확도가 높은 자료로 판단되어 지나, 출현지점을 대상으로 예측한 경우 데이터의 일관성이 떨어져, 모형의 정확도 및 신빙성도 낮다고 할 수 있다. 번식지 위치를 대상으로 참매의 예측된 분포도를 MaxEnt모형에서의 민감도(출현지역 예측률)와 특이성(비출현지역 예측률)의 합이 최대가 되는 값을 기준으로 출현/비출현으로 구분하였을때, 출현 가능 지역은 충청북도 면적의 약 189.5㎢(2.55%)였으며, 출현지점 대상 서식 예측지는 약 3,071㎢(41.38%)가 해당되었다(Figure 5).
Mann-Whitney U Test 검증 결과 번식지 선택에 있어서 유의한 차이가 있다고 판단된 변수는 Table 2와 같다. 번식지점을 대상으로 분석한 결과 지형인자는 유의미한 차이가 있는 환경변수가 확인되지 않았으며, 자연환경인자는 Mildo와 Kung에서 확인되었다. 거리 변수의 경우 DRO, Mixforest, Agri가 유의한 차이가 있는 것으로 확인되었다.
본 연구 결과 참매는 둥지선택에 있어 환경적, 기후적 요인과 관련이 있는 것으로 확인되었다. 연구 결과로 예측된 지역은 충청북도 북부지역과 강원도와의 경계부근이었으며, 이러한 결과는 특정 임상과 산림을 선호하는 참매의 번식지 선호 경향이 모델을 통해서 반영된 결과라고 할 수 있다.
7이상일 때, 모형이 설명하는 잠재력이 의미 있는 값이라고 판단되어진다(Lee and Kim, 2010). 본 연구결과 모형의 신뢰도를 나타내는 AUC 값은 번식지 대상 예측 0.953, 출현지점 대상 예측 0.653으로 번식지점을 대상으로 하였을 경우 모형의 신뢰도는 매우 높았으나, 출현지점을 대상으로 하였을 경우 다소 낮은 신뢰도를 보였다. 이는 번식지점을 대상으로 한 경우 데이터에 일관성이 있으며, 정확도가 높은 자료로 판단되어 지나, 출현지점을 대상으로 예측한 경우 데이터의 일관성이 떨어져, 모형의 정확도 및 신빙성도 낮다고 할 수 있다.
분석결과 충청북도의 기후적인 특성은 북서부지역은 연 강수량이 적고, 연평균기온은 높으나, 동남부지역으로 갈수록 상대적으로 연강수량은 풍부해지고, 연평균기온은 낮아지는 것으로 확인되었다. 평균일교차는 동부지역과 남부일부지역을 제외하고는 상대적으로 크게 나타났다(Figure 4(a)).
두 모델에서 가장 높은 기여도를 보인 온도의 계절적 변동 및 일교차는 중부 이북 지역 및 산림지역을 선호하는 지역적 특성이 반영된 것으로 판단된다. 특히 번식지를 대상으로 한 모델의 반응곡선은 선행문헌과의 고찰을 통해 신뢰도가 높다는 것을 검증할 수 있었다. 번식지 선택에 있어 반응곡선은 혼효림을 주로 이용하는 점(Uchida et al.

후속연구

즉, 생태적 특성에 의한 가중치적용과 토지피복도상 도심지역 혹은 기타 배재할 수 있는 지역에 대한 고려가 미흡한 부분, 현재 구축되어 있는 보호지역 및 생태자연도 와 예측대상지 비교를 통해 보호지역 확대 및 타당성 검토는 향후 연구를 통해 반영되어야 할 부분이다. 다만 본 연구의 결과로 도출된 참매 서식 적합 지역은 현재 번식지 및 출현지점의 환경을 바탕으로 충청북도 내의 유사 번식지 환경을 도출한 결과이며, 향후 보호지역 혹은 복원지역 선정시 근거자료로 활용할 수 있을 것으로 판단된다.
본 연구에서 시도된 참매의 번식지 모델링 및 출현지점에 대한 모델링은 차후 멸종위기종의 복원 및 관리를 위한 기초적 자료 구축 및 근거 마련을 위한 연구이다. 아직 많은 수의 번식둥지와 관찰정보가 적은 종이기 때문에 추후 지속적인 모니터링을 통해 관찰정보의 축적이 필요하며, 서식지 분석에 사용된 정보가 모델링의 대상지인 충청북도 중 일부 구간에 편중되어 있기 때문에 해당지역 환경에 기초한 모델링 결과라는 점은 본 연구의 한계라고 할 수 있다. 또한 이용된 데이터가 공간적 분석 자료이기 때문에 현장조사를 통한 생태조사결과 분석자료를 활용할 수 있는 방안이 필요하다.
또한 이용된 데이터가 공간적 분석 자료이기 때문에 현장조사를 통한 생태조사결과 분석자료를 활용할 수 있는 방안이 필요하다. 즉, 생태적 특성에 의한 가중치적용과 토지피복도상 도심지역 혹은 기타 배재할 수 있는 지역에 대한 고려가 미흡한 부분, 현재 구축되어 있는 보호지역 및 생태자연도 와 예측대상지 비교를 통해 보호지역 확대 및 타당성 검토는 향후 연구를 통해 반영되어야 할 부분이다. 다만 본 연구의 결과로 도출된 참매 서식 적합 지역은 현재 번식지 및 출현지점의 환경을 바탕으로 충청북도 내의 유사 번식지 환경을 도출한 결과이며, 향후 보호지역 혹은 복원지역 선정시 근거자료로 활용할 수 있을 것으로 판단된다.
, 2006). 출현지점을 대상으로 한 연구결과는 AUC값이 0.7 이하로 신뢰성이 다소 떨어지지만, 관찰지점이 많고 대상지역이 넓을 경우 충분한 신뢰성을 가질 가능성이 있기 때문에 이에 대한 검증이 필요할 것으로 판단된다. 다만 데이터의 축적이 이루어지지 않는다면, 출현지점을 대상으로 한 예측은 보호지역 확대나 복원지역의 선정 자료로 이용하기에는 다소 무리가 있을 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	멸종위기 생물로서 맹금류의 특징은?	최근 많은 국가에서 생물을 하나의 자원으로 인식하고 생물자원의 확보 및 보호에 많은 노력을 기울이고 있다. 그중 맹금류(Raptorial birds)는 국제적으로 멸종위기에 처한 분류군이 많으며 우리나라의 경우에도 국내에 계절적으로 도래하거나 연중 서식하는 맹금류 중 대부분이 환경부 지정 멸종위기종 또는 문화재청 지정 천연기념물로 지정되어 법정 보호를 받고 있다. 일부 맹금류의 경우 개체수 감소의 정도가 심해 종 절멸의 위기에 처해 있으며, 인위적인 증식복원을 통한 개체군 유지 및 보전활동이 필요한 상황에 처해 있다.
	참매란 무엇인가?	본 연구의 대상종인 참매는 유라시아 대륙과 북아메리카 북부에 넓게 분포하는 중형의 맹금류로 국내에는 환경부 지정 멸종위기 Ⅱ급, 문화재청 지정 천연기념물 제 323-1호로 지정되어 보호되고 있다(Ministry of Environment, 2005a; 2005b; Cultural Heritage Administration, 2009). 전 세계에 8아종이 분포하고 있으며, 번식 시기는 2월에서 8월까지로 알려져 있다(Donald and Lillian, 1989; Hoyo et al.
	국내에서 맹금류를 인위적으로 증식복원하기 위해 어떤 정책을 추진하고 있는가?	일부 맹금류의 경우 개체수 감소의 정도가 심해 종 절멸의 위기에 처해 있으며, 인위적인 증식복원을 통한 개체군 유지 및 보전활동이 필요한 상황에 처해 있다. 이러한 복원 계획의 일환으로 환경부에서는 ‘멸종위기야생동·식물 증식·복원 종합계획’ 시행에 따라 체계적이고 계획적인 멸종위기종의 증식·복원을 추진하고 있다.

참고문헌 (53)

Chungcheongbukdo(2011) A White Paper on chungcheongbuk provincial government. pp. 7-9.(in Korean)
Austin. K.K.(1994) Habitat Use and Home Range Size of Breeding Northern Goshawks in the Southern Cascades. A master's thesis, Univ. of Oregon, U.S.A., 57pp.
Beier. P., E. C.Rogan, M.I. Ingraldi and S.S. Rosenstock(2008) Does forest structure affect reproduction of northern goshawks in ponderosa pine forests?. Journal of Applied Ecology. 45:342-350.

상세보기
Boal. C. W., D.E. Andersen and P.L. Kennedy(2003) Home range and residency status of Northern goshawks breeding in Minnesota. The Condor. 105:811-816.

상세보기
Byholm. P. and M. Kekkonen(2008) Food regulates reproduction differently in different habitats: Experimental evidence in the goshawk. Ecology. 89(6): 1696-1702.

상세보기
Cho, J. H., C.H. Lee, T.K. Baek(2011) A Study on the Urban Spatial Structure: A Case Study of Jinju City. Journal of the Korean Association of Geographic Information Studies, 14(4):91-101.(in Korean with English abstract)
Choi, T.Y and C.H. Park(2005) Establishing a Korean Goral (Nemorhaedus caudatus raddeanus Heude) in Soraksan National Park, Korea, Journal of the Korean Institute of Landscape Architecture. 32(6):23-35.(in Korean with English abstract)
Cultural Heritage Administration(2009) Overview of Korean Natural Heritage: Animal. kumgang printing house. pp.70-72. (in Korean)
DeStefano, S. and J. McCloskey. (1997) Does vegetation structure limit the distribution of Northern Goshawks in the Oregon coast ranges. Journal Raptor Res. 31:34-3.
Donald W. and Q. Lillian(1989) A Guide to Bird Behavior vol III. Little Brown and Company, U.S.A., 397pp.
Frankin J.(2009) Mapping species distribution spatial inference and prediction, Cambridge University Press. 336pp.
Hoekman, S.T., J. Ball and T.F. Fondell(2002) Grassland birds orient nests relative to nearby vegetation. Wilson Bulletin. 114:450-456.

상세보기
Horie, R., K. Endo, J. Nonaka, H. Hunatsumaru and M. Koganezawa(2006) Nest site selection of Northern Goshawks Accipiter gentilis in Nasunogahara, Tochigi Prefecture, central Japan, Janpanese Journal of Ornithology. 55(2):41-47
Horie, R., K. Endo, J. Nonaka and K. Ozaki(2007) Seasonal change in home range of male Northern Goshawk in central Japan. Janpanese Journal of Ornithology. 56(1):22-32.
Hoyo, D., A. Elliott and J. Sargatal(1992) Handbook of the birds of the world. Vol. 2. Linx edicions. pp.160-163.
Ishizuka, T. and Y. Ikeda(1996) Goshawk breeding in coastal windbreak forest in Ishikawa, STRIX, 14:197-200.
Iwami, Y.(1996) Some Prey Items of Three Species of Hawks (Goshawk Accipite rgeneilis, Sparrowhawks A.nisus and Buzzard Buteo buteo) in Tokachi District, Eastern Hokkaido. Jap. J. Ornithol. 45:37-38.

상세보기
Kang, J.E. and M.J. Lee(2012) Assessment of Flood Vulnerability to Climate Change Using Fuzzy Model and GIS in Seoul. Journal of the Korean Association of Geographic Information Studies. 15(3):119-136.(in Korean with English abstract)
Kim, D.M. and H.S. Oh(2013) Breeding Ecology according to Altitude and Temperature Variation in Timouse. Korean J. Environ. Ecol. 27(6):666-675.(in Korean with English abstract)

원문보기 상세보기
Kim, D.S. and S.A. Jung(2013) Developing Analytical Model for Locating Preferred Ecovillage Sites Using GIS: The Case Study of Bukgu, Pohang. Journal of the Korean Association of Geographic Information Studies. 16(2):30-46.(in Korean with English abstract)

원문보기 상세보기
Kim, H.G.(2012) Study on the method establishing protected areas for the prediction of habitat distribution changes of living species by climate change : focused on forest vegetations, birds and amphibians, A master's thesis, Univ. of seoul, national, Korea, 102pp.(in Korean with English abstract)
Kim, H.G., D.K. Lee, Y.W. Mo, S.H. Kil, C.Park and S.J. Lee(2013) Prediction of Landslides Occurrence Probability under cimate Change using MaxEnt Model. Journal of Environmental Impact Assessment. 22(1):39-50.(in Korean with English abstract)

원문보기 상세보기
Kim, J. S., B. H. Han and J.I. Kwak(2010) Relationship between the Distribution of Wildbirds and Temperature for Six Years: A Case Study of Worldcup Park in Seoul, Korea. Korean J. Environ. Ecol. 24(3):227-234.(in Korean with English abstract)
Kim, K.C. and O.S. Kwon(2000) Estimating the Biological Growth Function of Korean Anchovy:A Maximum Entropy Approach. Journal of Korean Resource Economics Association. 9(2):285-309.(in Korean with English abstract)
Kim S.K., N.S. Kim, S.W. Cheong, Y.H. Kim, H.C. Sung and S.R. Park(2008) A Habitat Analysis of the Historical Breeding Sites of Oriental White Storks(Ciconia boyciana) in Gyeonggi and Chungcheong Provinces, Korea. Korean Association of Geographic Information Studies. 15(3):125-137.(in Korean with English abstract)
Klaver R.W., D. Backlund, P.E. Bartelt, M.G. Erickson, C.J. Knowles, P.R. Kmowles and M.C. Wimberly(2012) Spatial analysis of northern goshawk territories in the black hills, south dakota. Condor. 114(3):532-543.

상세보기
Kwon, H.S. (2011) Integrated Evaluation Model of Biodiversity for Conservation Planning: Focused on Mt. Jiri , Mt. Deokyu and Mt. Gaya regions. Ph. D. thesis, Univ. of Seoul national, Korea, 120pp.(in Korean with English abstract)
Kwon, H.S., J.E. Ryu, C.W. Seo, J.Y. Kim, D.O. Lim and M.H. Suh(2012a) A Study on Distribution Characteristics of Corylopsis coreana Using SDM, Journal of Environmental Impact Assessment. 21(5):735-743.(in Korean with English abstract)
Kwon, H.S., C.W. Seo and C.H. Park(2012b) Development of Species Distribution Models and Evaluation of Species Richness in Jirisan region, Journal of the Korean Society for GeoSpatial Information System. 20(3): 11-18.(in Korean with English abstract)
Lee, D.K. and H.G. Kim(2010) Habitat Potential Evaluation Using MaxEnt Model: Focused on Riparian Distance, Stream Order and Land Use. J. Korean Env. Res. Tech. 13(6):161-172.(in Korean with English abstract)
Lee, S.G., S.G. Jung, K.H. Park, K.T. Kim and W.S. Lee(2010) A Prediction Model and Mapping for Forest-Dwelling Birds Habitat Using GIS. Korean Association of Geographic Information Studies. 13(1):62-73.(in Korean with English abstract)
Lorraine, T. C(2000) Nesting habitat selection and productivity of Northern Goshawks in west-central montana. Ph. D. thesis, Univ. of Montana, U.S.A., 87pp.
Matsue, M., H. Momose, M. Ueta and N. Fujiwara(2006) Factors Affecting the Breeding Density of Northern Goshawks (Accipiter gentilis). Journal of The Japanese Institute of Landscape Architecture. 69(5): 513-518.

상세보기
Ministry of Environment(2005a) Announcement of Ministry of Environment. pp.29. (in Korean)
Ministry of Environment(2005b) Picture book of endangered wild animals and plants. Ministry of Environment. p.78.(in Korean)
Philips, S.J., M. Dudik, R.E. Schapire(2006) Maximum entropy Approach to Species Distribution Modeling, Proceedings of the Twenty-First International Conference on Machine Learning, pp. 655-662.
Seo, C.W., T.Y. Choi, Y.S.Choi and D.Y.Kim(2008) A Study on Wildlife Habitat Suitability Modeling for Goral (Nemorhaedus caudatus raddeanus) in Seoraksan National Park, Journal of the Korea Society of Environmental Restoration Technology. 11(3):28-38.(in Korean with English abstract)
Shin, M.S.(2013) Species Distribution Model and Land Suitability Assessment: Focused on city in Boryeong. A master's thesis, Univ. of Junbuk, national, Korea, 102pp.(in Korean with English abstract)
Smithers, B. L., C.W.Boal and D.E. Andersen(2005) Northern goshawk diet in minnesota: An analysis using video recording systems. Journal Raptor Res. 39(3):264-273.
Speiser, R., and T. Bosakowski(1987) Nest site selection by Northern Goshawk is northern New Jersey and south eastern New York. Condor. 89:387-394.

상세보기
Squires, J.R. and L.F. Ruggiero(1996) Nest-site preference of Northern Goshawk in south central. Wyoming J.Wildl. Manage. 60:170-177.

상세보기
Song W.K. and E.Y. Kim(2012) A Comparison of Machine Learning Species Distribution Methods for Habitat Analysis of the Korea Water Deer (Hydropotes inermis argyropus). Korean Journal of Remote Sensing. 28(1):171-180.(in Korean with English abstract)

원문보기 상세보기
Suzuki. T. (1999) Nesting Habitat of the Northern Goshawk Accipiter gentilis in the Tokachi Plain, Eastern Hokkaido. Janpanese Journal of Ornithology. 48(2):135-144.

상세보기
Tornberg. R. and A. Colpaert(2001) Survival, ranging, habitat choice and diet of the Northern Goshawk Accipiter gentilis during winter in Northern Finland. IBIS. 143:41-50.

상세보기
Toyne. E. P.(1998) Breeding season diet of the Goshawk Accipiter gentilis in Wales. Ibis. 140(4): 569-579.

상세보기
Uchida, H., S. Shigeru, S. Suzuki, T. Watanabe, Y. Ishimatu, I. Tanaka, S. Aoyama, H. Nakamura, M. Noumi, H. Nakajima and M. Sakurai(2007) Breeding ecology of Northern Goshawk at hilly terrain area in central Japan, Janpanese Journal of Ornithology. 56(2):131-140.
Ueta M., H. Momose, Y. Yamada, K.D. Tanaka and M. Matsue (2006) Habitat use and natal dispersal patterns of fledgling Goshawks. Bird Research 2:1-10.
Ueta M., R. Horie, H. Uchida and K.Endo(2010) Estimation of home ranges and important foraging areas of Northern Goshawks based on nest distributions, vegetation and land-use. Bird Research. 6: 1-9.
Widen, P. (1989) The hunting habitats of goshawks Accipite rgentilis in boreal forests of central Sweden. Ibis. 131:205-213.

상세보기
Yi, J.H, C.H. Baek, J.W.Jung, K. S. Youm and S.R. Cho.(2011) Studies on Breeding Ecology of Goshawk [Northern Goshawk] Accipiter gentilis at South Korea. Kor. J. Orni. 18(2): 171-180. (in Korean with English abstract)
Yi, J.H, I.K. Lee, C.R.Baek and S.R. Cho.(2013) Studied on Habitat and Nest Characteristic of the Breeding Goshawk [Northern Goshawk] Accipiter gentilis in South Korea. J. Korean Env. Res. Tech. 16(5):83-92.(in Korean with English abstract)
Yun J.M.(2012) A Study on Spatial Structure Analysis Using the Integrated Model of Space Syntax and GIS: ACase Study of the Hadeok Area in Dangjin City. Journal of the Korean Association of Geographic Information Studies. 15(3):13-22. (in Korean with English abstract)

원문보기 상세보기
Zar, J.H.(1984) Biostatistical Analysis. Prentice-Hall Inc., Englewood Cliffs, 718pp.

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