생태계기반 연안관리를 위한 생태모델 개발방향에 대한 기술적 검토 - 새만금 외해역 및 금강 하구역 사례 Technical Reviews on Ecosystem Modeling Approach and its Applicability in Ecosystem-Based Coastal Management in Saemangeum Offshore and Geum River Estuary원문보기
생태계기반 관리를 위해서는 정책적 활용도가 높은 생태모델이 개발되어야 한다. 이러한 생태모델이 개발되기 위해서는 복잡한 생태적 과정에 대한 면밀한 이해가 우선되어야 하며, 생태학자, 모델개발자, 이해당사자 그리고 관리자 사이의 원활한 의사소통이 필수적이다. 본 논문에서는 해양생태모델의 이론적 배경, 미국과 유럽의 생태모델의 최근 기술동향, 그리고 새만금 및 금강 하구역을 대상으로 우리나라 환경현안을 다루기 위한 생태모델 개발방향을 제시하였다. 기술동향에서 소개된 내용은 역학모델 중심의 생태순환모델과 통계모델이며 이들의 정책 활용 잠재성을 토의하였다.
생태계기반 관리를 위해서는 정책적 활용도가 높은 생태모델이 개발되어야 한다. 이러한 생태모델이 개발되기 위해서는 복잡한 생태적 과정에 대한 면밀한 이해가 우선되어야 하며, 생태학자, 모델개발자, 이해당사자 그리고 관리자 사이의 원활한 의사소통이 필수적이다. 본 논문에서는 해양생태모델의 이론적 배경, 미국과 유럽의 생태모델의 최근 기술동향, 그리고 새만금 및 금강 하구역을 대상으로 우리나라 환경현안을 다루기 위한 생태모델 개발방향을 제시하였다. 기술동향에서 소개된 내용은 역학모델 중심의 생태순환모델과 통계모델이며 이들의 정책 활용 잠재성을 토의하였다.
Marine ecosystem modelling has become a more widely used decision-making tool in coastal ecosystem-based management. However, it is not trivial to develop a well calibrated/validated model with potential applicability and practicality because understanding ecological processes with complexities is a...
Marine ecosystem modelling has become a more widely used decision-making tool in coastal ecosystem-based management. However, it is not trivial to develop a well calibrated/validated model with potential applicability and practicality because understanding ecological processes with complexities is a pre-requisite for developing robust ecosystem models and this accompanies a great deal of well coordinated efforts among field-going ecologists, laboratory scientists, modelers, stake-holders and managers. This report aims to provide a brief introduction on two different approaches in marine ecological models: deterministic (mechanistic) and stochastic (statistical) approach. We also included definitions, historical overview of past researches, case studies, and contextual suggestions for coastal management in Korea. A long list of references this report included in this study might be used as an introductory material for those who wish to enter ecosystem modelling field.
Marine ecosystem modelling has become a more widely used decision-making tool in coastal ecosystem-based management. However, it is not trivial to develop a well calibrated/validated model with potential applicability and practicality because understanding ecological processes with complexities is a pre-requisite for developing robust ecosystem models and this accompanies a great deal of well coordinated efforts among field-going ecologists, laboratory scientists, modelers, stake-holders and managers. This report aims to provide a brief introduction on two different approaches in marine ecological models: deterministic (mechanistic) and stochastic (statistical) approach. We also included definitions, historical overview of past researches, case studies, and contextual suggestions for coastal management in Korea. A long list of references this report included in this study might be used as an introductory material for those who wish to enter ecosystem modelling field.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
3차원 해양 생태 순환모델의 이해를 돕기 위해 소스공개 및 사용자의 자발적 기여로 모델 개발 및 구현에 성공한 사례인 해양물리모델 Regional Ocean Modeling System (ROMS)와 그에 따른 생태 부모듈에 대해 자세히 설명하고자 한다(Fig. 2). 미국 Rutgers 대와 UCLA의 공동 연구로 개발된 ROMS는 회전, 성층화, 수직혼합과 같은3차원 유체유동을 원시방정식(primitive equation) 형태의 지배방정식으로 표현하고 이 유체역학 방정식의 해를 수치적으로 계산하여 유속, 수온, 염분 등과 같은 물리적인 상태변수들의 시공간 변화를 한 눈에 볼 수 있도록 하였다.
따라서 관리시스템의 성공여부는 현장관측, 원격탐사 및 실험실 기술을 이용하여 장기간 자료를 축적하고 이를 분석하여 생태적과정을 설명하고, 이를 예측할 수 있는 모델을 개발할 수 있는 능력에 달려있다. 본 논문은 우리나라 연안 생태계를 관리함에 있어 생태모델의 적용가능성을 타진해 보고자 한다. 이를 위해 2장에서는 해양 생태 순환모델(역학모델)과 해양 생태 통계모델로 나누어 해양생태계 모델링을 소개하였다.
여기서 PFT란 모델에서 다루는 부유생물을 기능에 따라 분류한 것을 의미한다. 이 모델은 NPZD (Nutrient-Phytoplankton-Zooplankton-Detritus)의 한 종류로 분류될 수 있으며, 온대지역의 연안 및 대륙붕에 일어나는 생태현상을 설명할 목적으로 개발되었다. ERSEM은 부유생태계의 복잡성을 모사할 수 있고, 용존성 유기물이 박테리아 등 생물의 흡수/분해 작용을 통해, 다시 생태 먹이망 내로 포함되어지는 과정인 미소생물먹이망(microbial loop) 모듈을 탑재하고 있으며, 다양한 종류의 영양염 stoichiometry(화학반응에서 다른 원소간의 몰 비율)에 대한 연산이 가능하고, 탄소와 일차생산의 비율을 모의할 수 있도록 설계되어 있다.
의사 소통을 원활하게 만들기 위해서는 정책관리자 및 이해관계자 그룹과 같은 비과학자들을 위한 생태계 전문지식의 전달이 매우 중요하다 할 수 있다(Roweand Frewer [2000]). 이러한 노력의 일환으로 본 논문에서는 생태계기반 관리의 필수도구로 대두되고 있는 생태모델을 소개하고자 한다.
[2009]).이러한 연구는 핵심종의 멸종가능성을 사전에 예측할 수 있게 하고, 생물다양성의 감소를 주의깊게 관찰하고 법적으로 보호할 수 있는 이론적 근거를 마련해 주며, 생태계의 붕괴를 사전에 감지할 수 있는 의미있는 지표를 개발하고 이를 예측하게 해준다. 따라서, 장기간에 걸친 관측을 통해 개발되는 생태 통계모델은 생태계를 기반으로 하는 연안환경관리에 반드시 필요한 요소이다.
[2011]), 이러한 학문적 경험과 성과를 바탕으로 연안 환경 및 생태계 변화를 효과적으로 관리할 수 있는 시스템을 개발하려는 장기간 국책 연구사업이 진행되고 있는 중이다. 이러한 종합관리시스템의 목적은 관리해역의 생태계 상태를 올바르게 진단하고, 변화를 정확하게 예측하며, 생태계 피해를 최소화할 수 있는 관리방안을 마련하는 것이다. 따라서 관리시스템의 성공여부는 현장관측, 원격탐사 및 실험실 기술을 이용하여 장기간 자료를 축적하고 이를 분석하여 생태적과정을 설명하고, 이를 예측할 수 있는 모델을 개발할 수 있는 능력에 달려있다.
EcoSim 모델은 생태 모델과 식물플랑크톤의 광생리적 특성을 결합시킨 모델로서 하위 생태계 구성요소 중생물적 요인인 박테리아와 식물플랑크톤, 무생물적 요인인 무기 영양염류(예, 질산염, 암모니아, 인산염, 규산염, 철 및 용존성 무기 탄소), 용존성 유기물질(예, 탄소, 인, 질소, 규소 및 철 성분), 입자성 유기물질(예, detritus, marine snow) 사이의 생태적과정을 수식으로 표현하여 ROMS에 접합시켰다. 이를 통해 위에 열거한 상태변수들의 물리-생물학적 변화를 시공간적으로 추적할 수 있도록 하였다. 특히, 식물플랑크톤을 광생리적(photophysiological) 특성에 따라 7개의 그룹(functional group)으로 나눈 후, 각 그룹이 흡수하거나 산란하는 가시광선 영역 (400-700 nm)의 파장대를 파악하여내재적 광학특성(Inherent Optical Properties)을 계산하고, 이를 통해 소광계수와 같은 겉보기 광학특성(Apparent Optical Properties)을 도출하였다.
제안 방법
특히, 식물플랑크톤을 광생리적(photophysiological) 특성에 따라 7개의 그룹(functional group)으로 나눈 후, 각 그룹이 흡수하거나 산란하는 가시광선 영역 (400-700 nm)의 파장대를 파악하여내재적 광학특성(Inherent Optical Properties)을 계산하고, 이를 통해 소광계수와 같은 겉보기 광학특성(Apparent Optical Properties)을 도출하였다. 또한, 색소성 용존유기물(Colored Dissolved Organic Matter)의 광학적 특성을 파장대 별로 계산하여 과거보다 훨씬 복잡하고 정교한 광학알고리즘을 적용하여 수층에 존재하는 빛의 광학적 특성을 계산하였다. 정확하게 계산된 해수 중 광량 정보를 토대로 식물플랑크톤 광합성에 의한 무기탄소의 동화량을 계산할 수 있는데, 이를 이용하면 대기에서 해양으로 흡수(또는 역방향으로 방출)되는 이산화탄소의 총량을 계산할 수 있게 된다.
3장에서는 정책적 활용도가 높은 미국의 해파리모델, 유럽의 ERSEM을 상세하게 소개하였다. 마지막 새만금과 금강하구를 사례로 하여 생태 및 환경 현안을 간략하게 제시하고 이를 다룰 수 있는 생태모델의 정책적 활용 잠재성을 토론하였다.
본 논문은 우리나라 연안 생태계를 관리함에 있어 생태모델의 적용가능성을 타진해 보고자 한다. 이를 위해 2장에서는 해양 생태 순환모델(역학모델)과 해양 생태 통계모델로 나누어 해양생태계 모델링을 소개하였다. 3장에서는 정책적 활용도가 높은 미국의 해파리모델, 유럽의 ERSEM을 상세하게 소개하였다.
[2005]). 특히, 대기, 파랑과 조석, 그리고 해빙 모델과 같은 해양 순환에 영향을 미치는 내적, 외적 요인들을 양방향의 진보한 형태로 접합시켰으며,표영생태 및 저서생태 모델을 부모듈(sub-module)로 접합하여 제공함으로써 사용자의 필요에 따라 변형할 수 있도록 하였다. 특히, 해양 예보에 필수적인 자료 동화(data assimilation)에 4DVAR(Four Dimensional Variation Analysis)또는 EnKF(Ensemble Kalman Fileter)와 같은 자료 동화 기법들을 차용하여 모델 예측 결과의 불확실성을 줄이는 노력을 기울이고 있다.
이를 통해 위에 열거한 상태변수들의 물리-생물학적 변화를 시공간적으로 추적할 수 있도록 하였다. 특히, 식물플랑크톤을 광생리적(photophysiological) 특성에 따라 7개의 그룹(functional group)으로 나눈 후, 각 그룹이 흡수하거나 산란하는 가시광선 영역 (400-700 nm)의 파장대를 파악하여내재적 광학특성(Inherent Optical Properties)을 계산하고, 이를 통해 소광계수와 같은 겉보기 광학특성(Apparent Optical Properties)을 도출하였다. 또한, 색소성 용존유기물(Colored Dissolved Organic Matter)의 광학적 특성을 파장대 별로 계산하여 과거보다 훨씬 복잡하고 정교한 광학알고리즘을 적용하여 수층에 존재하는 빛의 광학적 특성을 계산하였다.
흔히 해양 순환모델을 나누는 특성 중 하나인 수직 좌표 구조의 경우 시그마(σ)라 불리는 비율에 근거한 배분을 사용하였고(Table 1), 대기와 해양의 경계면 높낮이가 변할 수 있도록 자유표면(free surface) 방식을 채택했으며, 퇴적물과 수층의 경계면에 근접할수록 경계층의 변화를 자세히 보기 위해 조밀한 간격으로 수층의 수직구조를 설계하였다.
이론/모형
3. Logit function and shape of the model function used in logistic regression model.
후속연구
[2010]), 향후 현장조사와 실험실 실험 등을 통해 명확한 원인이 규명된 이후에야 금강하구 김양식의 황백화 현상을 예측할 수 있는 모델 개발이 가능할 것이다. 더불어, 김 성장에 영향을 미치는 생태적 요인을 추출하고 이를 바탕으로 김 성장모델을 구축하는 것이 바람직 할 것이다. 이매패류 분포모델의 경우 조개 분포를 결정하는 생태적 요인을 고려한 통계함수모델을 구축한 후 물리화학적 요인을 예측하는 역학모델과 접합하는 과정을 통해서 가능할 것으로 사료된다.
앞서 열거된 생태현안 중에서 해파리와 적조 발생이 향후 새만금 외해역 및 인근 금강하구의 환경현안으로 대두될 가능성이 클 것으로 보인다. 따라서 이 문제를 해결하기 위해서는 NPZD 모델이라 불리는 영양염 및 동식물플랑크톤 생물량을 추정할 수 있는 생태역학모델 개발이 선행되어야 할것으로 판단된다. NPZD 모델의 개발과정은 다음과 같은 4단계로 구성될 수 있다.
이를 위해 갯벌에 서식하는 이매패류의 분포 및 이를 결정하는 환경요인 간의 물리-생물학적 관계를 파악하는 것이 선행되어야 한다. 또한 앞절에서 기술된 적조, 해파리 등 새만금 해역에서 개발 및 적용해야 할 생태모델들도 금강하구에서 시의적절하게 적용될 수 있을 것으로 추정된다.
생태계가 인간에게 주는 다양한 혜택을 미래 세대가 누릴 수 있도록 하기 위해서는 생태계기반 관리를 통해 생태계의 지속가능한 이용을 성취해야 하며, 이를 위해서는 다양한 시나리오를 바탕으로 생태현안 문제들을 진단하고 문제 해결에 도움이 될 수 있 생태모델이 개발되어야 한다. 정책적으로 활용가능한 생태모델을 개발하기 위해서는 생태 현안에 대한 정의와 그에 대한 진단을 통한 정확한 원인 규명, 이렇게 취득된 정보를 바탕으로 어떠한 수준과 규모의 문제 해결 지향적인 모델의 수립할 것인지를 검토하여 결정해야 한다.
법률에서 정한 목적을 달성하기 위해 해양생물다양성을 보전하고, 훼손된 생태계를 복원하며, 해양 기초생산을 유지하도록 되어 있는데, 이를 위해서는 생태적과정에 대한 보다 정확한 지식과 정보에 근거한 생태모델이 생태관리 및 의사 결정 도구로서 반드시 필요하다. 정책적으로 활용도가 높고 문제 해결 지향적인 생태모델을 개발하기 위해서는 우리나라 해양생태계 연구의 저변을 확대하고, 투자를 획기적으로 늘리며, 생태계 구조연구와 더불어 기능연구가 활성화 되어야 할 것이다.
현재 김황백화의 원인으로는 일본에서의 유사 사례연구를 통해서 질산염 부족이 가장 유력한 요인일 것으로 예상되지만(Tada et al. [2010]), 향후 현장조사와 실험실 실험 등을 통해 명확한 원인이 규명된 이후에야 금강하구 김양식의 황백화 현상을 예측할 수 있는 모델 개발이 가능할 것이다. 더불어, 김 성장에 영향을 미치는 생태적 요인을 추출하고 이를 바탕으로 김 성장모델을 구축하는 것이 바람직 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
생태모델이 개발되기 위해서는?
생태계기반 관리를 위해서는 정책적 활용도가 높은 생태모델이 개발되어야 한다. 이러한 생태모델이 개발되기 위해서는 복잡한 생태적 과정에 대한 면밀한 이해가 우선되어야 하며, 생태학자, 모델개발자, 이해당사자 그리고 관리자 사이의 원활한 의사소통이 필수적이다. 본 논문에서는 해양생태모델의 이론적 배경, 미국과 유럽의 생태모델의 최근 기술동향, 그리고 새만금 및 금강 하구역을 대상으로 우리나라 환경현안을 다루기 위한 생태모델 개발방향을 제시하였다.
생태계기반 관리를 위해서 개발되어야 할 것은 무엇인가?
생태계기반 관리를 위해서는 정책적 활용도가 높은 생태모델이 개발되어야 한다. 이러한 생태모델이 개발되기 위해서는 복잡한 생태적 과정에 대한 면밀한 이해가 우선되어야 하며, 생태학자, 모델개발자, 이해당사자 그리고 관리자 사이의 원활한 의사소통이 필수적이다.
해양생태계 구성요소 간의 물질순환의 매개체 역할의 예는 무엇인가?
이 때 물리작용을 중요하게 고려한 이유는 해양생태계 구성요소 간의 물질순환의 매개체 역할을 하기 때문이다. 예를 들면, 일차생산에 필요한 영양염의 전달은 해수의 확산(diffusion), 용승(upwelling), 난류 혼합(turbulence mixing)과같은 물리적 과정을 통해 이루어지며, 해양생태계에서 순환되지 않고 남아 있는 물질이 생태계를 빠져나가는 과정 역시 침강(sinking)과 같은 물리적인 요인이다. 또한 온도가 10 oC 증가하면 대사활동이 약 2배 증가한다는 Q10 법칙에 따르면 생물학적 대사 반응을 체내온도의 함수로 나타낼 수 있는데(Epply [1972]), 변온성 생물이 대부분인 해양 생물의 경우 생물체를 둘러 싸고 있는 매질, 즉 해수의 온도에 의해 체온이 결정된다. 수온은 해수 혼합과 같은 물리작용의 원인 및 결과가 되기 때문에 물리적 과정이 생물반응에서 중요하게 고려될 수 있는 것이다.
참고문헌 (77)
Baretta, J.W., Ebenhoh, W. and Ruardij, P., 1995, "The european regional seas ecosystem model, a complex marine ecosystem model". Neth. J. Sea Res. Vol. 33, 233-246.
Bissett, W.P., Walsh, J.J., Dieterle, D.A. and Carder, K.L., 1999a, "Carbon cycling in the upper waters of the Sargasso Sea: I. Numerical simulation of differential carbon and nitrogen fluxes", Deep-Sea Research, Vol. 46, 205-269.
Bissett, W.P., Carder, K.L., Walsh, J.J. and Dieterle, D.A., 1999b, "Carbon cycling in the upper waters of the Sargasso Sea: II. Numerical simulation of apparent and inherent optical properties", Deep-Sea Research, Vol. 46, 271-317.
Bissett, W.P., DeBra, S. and Dye, D., 2004, Ecological Simulation (EcoSim) 2.0 Technical Description. Florida Environmental Research Institute, Tampa. http://www.flenvironmental.org/publications_ppts/FERI_2004_0002_U_D.pdf.
Bissett, W., Arnone, R., DeBra, S., Dieterle, D., Dye, D., Kirkpatrick, G., Schofield, O. and Vargo, G., 2005, "Predicting the optical properties of the West Florida Shelf: Resolving the potential impacts of a terrestrial boundary condition on the distribution of colored dissolved and particulate matter", Marine Chemistry, Vol. 95, No. 3-4, 199-233.
Blackford, J.C., Allen, J.I. and Gilbert, F.J., 2004, "Ecosystem dynamics at six contrasting sites: a generic model study", Journal of Marine Systems, Vol. 52, 191-215.
Brown, C.W., Ramers, D.L., Hood, R.R., Wazniak, C., Long, W. and Tango, P., (unpublished), "Predicting the abundance of the dinoflagellate Karlodinium veneficum in the Chesapeake Bay".
Budgell, W.P., 2005, "Numerical simulation of ice-ocean variability in the Barents Sea region", Ocean Dynamics, Vol. 55, 370-387.
Christensen, V., Walters, C.J., Ahrens, R., Alder, J., Buszowski, J., Christensen, L.B., Cheung, W.W.L., Dunne, J., Froese, R., Karpouzi, V., Kaschner, K., Kearney, K., Lai, S., Lam, V., Palomares, M.L.D., Peters-Mason, A., Piroddi, C., Sarmiento, J.L., Steenbeek, J., Sumaila, R., Watson, R., Zeller, D. and Pauly, D., 2009, "Database-driven models of the world's Large Marine Ecosystems", Ecological Modeling, Vol. 220, No. 17, 1984-1996.
Constable, A.J., 1999, "Ecology of benthic macro-invertebrates in soft-sediment environments: A review of progress towards quantitative models and predictions", Australian Journal of Ecology, Vol. 24, 452-476.
Constantin de Magny, C., G., Long, W., Brown, C.W., Hood, R.R., Huq, A., Murtugudde, R. and Colwell, R.R., 2009, "Predicting the distribution of Vibrio spp. in the Chesapeake Bay: A Vibrio cholerae case study", Ecohealth, Vol. 6, 378-389.
Cury, P.M., Boyd, I.L., Bonhommeau, S., Anker-Nilssen, T., Crawford, R.J.M., Furness, R.W., Mills, J.A., Murphy, E.J., Osterblom, H., Paleczny, M., Piatt, J.F., Roux, J.-P., Shannon, L. and Sydeman, W., 2011, "Global seabird response to forage fish depletion-one third for the birds", Science, Vol. 334, 1703-1706.
Dai, L., Vorselen, D., Korolev, K.S. and Gore, J., 2012, "Generic indicators for loss of resilience before a tipping point leading to population collapse", Science, Vol. 336, 1175-1177.
Davos, C.A., Jones, P.J.S., Side, J.C., Siakavara, K., 2002, "Attitudes toward participation in cooperative coastal management: four European case studies". Coastal Management, Vol. 30, 209-220.
Decker, M. B., Brown, C. W., Hood, R.R., Purcell, J.E., Gross, T.F., Matanoski, J.C., Bannon, R.O. and Setzler-Hamilton, E.M., 2007, "Predicting the distribution of the scyphomedusa, Chrysaora quinquecirrha, in Chesapeake Bay", Marine Ecology Progress Series, Vol. 329, 99-113.
Di Lorenzo, E., 2003, "Seasonal dynamics of the surface circulation in the southern California Current System", Deep-Sea Research, Part II, Vol. 50, 2371-2388.
Dinniman, M.S., Klinck, J.M. and Smith, W.O. Jr., 2003, "Cross shelf exchange in a model of the Ross Sea circulation and biogeochemistry", Deep-Sea Research, Part II, Vol. 50, 3103-3120.
Edwards, K.P., Barciela, R., and Butenschon, M., 2012, "Validation of the NEMO-SRSEM operational ecosystem model for the North West European Continental Shelf", Ocean Science, Vol. 8, 983-1000.
Eppley, R.W., 1972, Temperature and phytoplankton growth in the sea. Fisheries Bulletin, 70, 1063-1085.
Franks, P.J.S., Wroblewski, J.S. and Flierl, G.R., 1986, "Behavior of a simple plankton model with food-level acclimation by herbivores", Marine Biology, Vol. 91, 121-129.
Fennel, K., Wilkin, J., Previdi, M. and Najjar, R., 2008, "Denitrification effects on air-sea $CO_2$ flux in the coastal ocean: Simulations for the Northwest North Atlantic", Geophysical Research Lettter, Vol. 35, L24608.
Fennel, K., Wilkin, J., Levin, J., Moisan, J., O'Reilly, J. and Haidvogel, D., 2006, "Nitrogen cycling in the Middle Atlantic Bight: Results from a three-dimensional model and implications for the North Atlantic nitrogen budget, Global Biogeochem. Cycles", Vol. 20, GB3007, doi:10.1029/2005GB002456.
Freedman, G.I., 1980, Deterministic Mathematical Models in Population Ecology, Marcel Dekker, New York, 3-19.
Gross, L., Thiria, S., Frouin, R. and Mitchell, B.G., 2000, "Artificial neural networks for modeling the transfer function between marine reflectance and phytoplankton pigment concentration", Journal of Geophysical Research, Vol. 105, 3483-3495.
Haidvogel, D.B., Arango, H.G., Hedstrom, K., Beckmann, A., Malanotte-Rizzoli, P. and Shchepetkin, A.F., 2000, "Model evaluation experiments in the North Atlantic Basin: Simulations in nonlinear terrain-following coordinates", Dynamics of Atmospheres and Oceans, Vol. 32, 239-281.
Holt, J.T., Allen, J.I., Proctor, R. and Gilbert, F., 2005, "Error quantification of a high resolution coupled hydrodynamic-ecosystem coastal-ocean model: part 1. Model overview and assessment of the hydrodynamics". J. Mar. Syst., Vol. 57, 167-188.
Holt, J., Harle, J., Proctor, R., Michel, S., Ashworth, M., Batstone, C., Allen, I., Holmes, R., Smyth, T., Haines, K., Bretherton, D., and Smith, G., 2009, "Modelling the global coastal ocean". Philosophical Transactions of the Royal Society A., Vol. 367, 939-951.
Jacobs, J. M., Rhodes, M. , Brown, C.W., Hood, R.R., Leight, A., Long, W. and Wood, R., 2010, "Predicting the distribution of Vibrio vulnificus in Chesapeake Bay", NOAA Technical Memorandum NOS NCCOS. 112. 12 pp.
Jiang, W. and Gibbs, M.T., 2005, "Predicting the carrying capacity of bivalve shellfish culture using a steady, linear food web model", Aquaculture, Vol.244, 171-185.
Kim, T.-W., Lee, K., Najjar, R.G., Jeong, H.-D. and Jeong, H.J., 2011, "Increasing N abundance in the northwestern Pacific ocean due to atmospheric nitrogen deposition", Science, Vol. 334, 505-509.
Kim, Y.H., Im, J., Ha, H.K., Choi, J.-K., Ha, S., 2014, "Machine learning approaches to coastal water quality monitoring using GOCI satellite data", GIScience and Remote Sensing, Vol. 51, No. 2, 158-174.
Lotka, A.J., 1925, Elements of Physical Biology, Williams and Wilkins.
Malthus, T.R., 1798, An Essay on the Principle of Population, Johnson, London.
Marchesiello, P., McWilliams, J.C. and Shchepetkin, A., 2003, "Equilibrium structure and dynamics of the California Current System", Journal of Physical Oceanography, Vol. 33, 753-783.
McLeod, K.L., Lubchenco, J., Palumbi, S.R., Rosenberg, A.A., 2005, "Scientific consensus statement on marine ecosystem-based management". Signed by 217 academic scientists and policy experts with relevant expertise and published by the Communication Partnership for Science and the Sea at http://compassonline.org/?qEBMS;2005.
McLeod, K. and Leslie, H., 2009, Ecosystem-based management for the oceans. Washington, DC: IslandPress.
Odum, E., 1953, Fundamentals of ecology, Saunders, Philadelphia, 383 p.
Pearson, T.H. and Rosenberg, R., 1978, "Macrobenthic succeession in relation to organic enrichment and pollution of the marine environment", Oceanography and Marine Biology- an Annual Review, Vol. 16, 229-311.
Peliz, A., Dubert, J., Haidvogel, D.B. and Le Cann, B., 2003, "Generation and unstable evolution of a density-driven Eastern Poleward Current: The Iberian Poleward Current", Journal of Geophysical Research, Vol. 108, No. C8, 3268, doi:10.1029/2002JC001443.
Powell, T. P., Lewis, C. V. W., Curchister, E. N., Haidvogel, D. B., Hermann, A. J. and Dobbins, E. L., 2006, "Results from a three-dimensional, nested biological-physical model of the California Current System and comparisons with statistics from satellite imagery", Journal of Geophysical Research, Vol. 111, No. C7, C07018, doi:10.1029/2004JC002506.
Riley, G.A., 1946, "Factors controlling phytoplankton populations on Georges Bank", Journal of Marine Research, Vol. 6, 54-73.
Rhoads, D.C., Young, D.K., 1970, "The influence of deposit-feeding organisms on sediment stability and community trophic structure", Journal of Marine Research, Vol. 28, 150-178.
Roux, D.J., Rogers, K.H., Biggs, H.C., Ashton, P.J., and Sergeant, A., 2006, "Bridging the science-management divide: moving from unidirectional knowledge transfer to knowledge interfacing and sharing". Ecology and Society, Vol. 11, [online] URL: http://www.ecologyandsociety.org/vol11/iss1/art4/.
Rowe, G. and Frewer, L.J., 2000, "Public participation methods: a framework for evaluation". Science, Technology, and Human Values, Vol. 25, 3-29.
Ryu, J., Kim, H.-C., Khim, J.S., Kim, Y.H., Park, J., Kang, D., Hwang, J.H., Lee, C.-H. and Koh, C.-H., 2011b, "Prediction of macrozoobenthic species distribution in the Korean Saemangeum tidal flat based on a logistic regression model of environmental parameters", Ecological Research, Vol. 26, 659-668.
Shutler, J.D., Smyth, T.J., Saux-Picart, S., Wakelin, S.L., Hyder, P., Orekhov, P., Grant, M.G., Tiltone, G.H. and Allen J.I., 2011, "Evaluating the ability of a hydrodynamic ecosystem model to capture inter- and intra-annual spatial characteristics of chlorophyll-a in the north east Atlantic", Journal of Marine Systems, Vol. 88, 169-182.
Sinha, B., Buitenhuis, E.T., Quere, C.L. and Anderson, T.R., 2010, "Comparison of the emergent behavior of a complex ecosystem model in two ocean general circulation models", Progress in Oceanography, Vol. 84, 204-224.
Vann, L. and Hu, Y., 2002, "A neural network inversion system for atmospheric remotesensing measurements", Instrumentation and Measurement Technology Conference, 2002. IMTC/2002. Proceedings of the 19th IEEE, Vol. 2, 1613-1615.
Veraart, A.J., Faassen, E.J., Dakos, V., van Nes, E.H., Lurling, M. and Scheffer, M., 2012, "Recovery rates reflect distance to a tipping point in a living system", Nature, Vol. 481, 357-359.
Verhulst, P.-F., 1838, "Notice sur la loi que la population poursuit dans son accroissement", Correspondance mathematique et physique, Vol. 10, 113-121.
Volterra, V., 1926, "Fluctuations in the abundance of a species considered mathematically", Nature, Vol. 118, No. 2972, 558-560.
Wakelin, S. L., J. T. Holt, J. C. Blackford, J. I. Allen, M. Butenschon, and Y. Artioli, 2012, "Modeling the carbon fluxes of the northwest European continental shelf: Validation and budgets", J. Geophys. Res., Vol. 117, C05020, doi:10.1029/2011JC007402.
Warner, J. C., W. R. Geyer, and J. A. Lerczak, 2005a, "Numerical modeling of an estuary: A comprehensive skill assessment", J. Geophys. Res., 110, C05001, doi: 10.1029/2004JC002691.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.