기후요인에 의한 철원지역 두루미류 월동개체수 변화 - MODIS 위성영상을 이용한 눈 덮임 범위와 지속기간의 영향 - Wintering Population Change of the Cranes according to the Climatic Factors in Cheorwon, Korea: Effect of the Snow Cover Range and Period by Using MODIS Satellite Data원문보기
본 연구에서는 기후요인에 의하여 두루미류의 월동개체군 규모가 달라질 것으로 가설을 세웠다. 그중 가장 추운 시기인 1월의 기후변수에 의하여 월동개체수가 달라질 것이라고 가정하였다. 특히, 재두루미의 경우 두루미와는 달리 철원지역 이외에 눈 덮임의 영향이 적은 대체 월동지(일본의 이즈미)가 있다. 따라서 철원지역 눈 덮임의 정도에 따라 연도별로 개체군의 증감이 발생할 것으로 예측하였다. 이에 일반적으로 분석되는 기상청의 기후자료와 함께 MODIS 위성영상을 이용한 눈 덮임 범위 자료를 활용하여 요인을 분석하였다. 철원지역 두루미류의 개체수 자료는 2002년부터 2014년까지의 1월 개체수를 활용하였다. 철원지역의 기온은 2002년부터 2007~2008년도 월동기까지 증가하다가 감소하며 2011~2012년도 월동기에 가장 낮은 온도를 보였다. 이와 함께 온량지수도 유사한 증감의 경향을 보였다. 신적설량은 2002년 이후 낮게 유지되었으나 2010~2011, 2011~2012년 크게 증가한 형태를 보였다. 눈 덮임의 범위는 2002년부터 2005~2006년까지 급속히 감소하였다가, 2009~ 2010, 2010~2011년 월동기에 급격히 증가한 양상을 보였다. 재두루미의 월동개체수는 다른 기후요인에 비하여 1월의 눈 덮임 범위가 넓을수록 감소하였으며 가장 높은 상관관계를 보였다. 하지만 두루미의 개체수는 일반적 기후요인뿐만 아니라 눈 덮임 관련 요인에 대해서도 상관관계를 나타내지 않았다. 따라서 두루미의 개체군 변동은 기후요인에 변화하지 않고 다른 서식지 선택요인 (안정적 잠자리, 취식지 넓이 등)에 의해 결정되기 때문이라 판단된다. 재두루미의 월동개체수는 다중 회기분석에서 눈 덮임 범위 및 기간의 로그값과 유의미한 회귀관계가 성립하였다. 따라서 재두루미의 월동개체수는 월동기 눈 덮임의 범위에 영향을 받으며 이는 눈 덮임에 의해 먹이원인 낙곡을 찾기 힘들어지기 때문인 것으로 판단된다. 재두루미의 개체수 변화는 다른 월동지로 이동한 것으로 보이며, 눈 덮임의 영향이 적은 월동지인 일본의 이즈미시로 이동한 것으로 나타났다. 이즈미 월동지의 재두루미 개체수와 철원의 개체수는 음의 상관관계를 가져 서로 연관된 것으로 파악되었다.
본 연구에서는 기후요인에 의하여 두루미류의 월동개체군 규모가 달라질 것으로 가설을 세웠다. 그중 가장 추운 시기인 1월의 기후변수에 의하여 월동개체수가 달라질 것이라고 가정하였다. 특히, 재두루미의 경우 두루미와는 달리 철원지역 이외에 눈 덮임의 영향이 적은 대체 월동지(일본의 이즈미)가 있다. 따라서 철원지역 눈 덮임의 정도에 따라 연도별로 개체군의 증감이 발생할 것으로 예측하였다. 이에 일반적으로 분석되는 기상청의 기후자료와 함께 MODIS 위성영상을 이용한 눈 덮임 범위 자료를 활용하여 요인을 분석하였다. 철원지역 두루미류의 개체수 자료는 2002년부터 2014년까지의 1월 개체수를 활용하였다. 철원지역의 기온은 2002년부터 2007~2008년도 월동기까지 증가하다가 감소하며 2011~2012년도 월동기에 가장 낮은 온도를 보였다. 이와 함께 온량지수도 유사한 증감의 경향을 보였다. 신적설량은 2002년 이후 낮게 유지되었으나 2010~2011, 2011~2012년 크게 증가한 형태를 보였다. 눈 덮임의 범위는 2002년부터 2005~2006년까지 급속히 감소하였다가, 2009~ 2010, 2010~2011년 월동기에 급격히 증가한 양상을 보였다. 재두루미의 월동개체수는 다른 기후요인에 비하여 1월의 눈 덮임 범위가 넓을수록 감소하였으며 가장 높은 상관관계를 보였다. 하지만 두루미의 개체수는 일반적 기후요인뿐만 아니라 눈 덮임 관련 요인에 대해서도 상관관계를 나타내지 않았다. 따라서 두루미의 개체군 변동은 기후요인에 변화하지 않고 다른 서식지 선택요인 (안정적 잠자리, 취식지 넓이 등)에 의해 결정되기 때문이라 판단된다. 재두루미의 월동개체수는 다중 회기분석에서 눈 덮임 범위 및 기간의 로그값과 유의미한 회귀관계가 성립하였다. 따라서 재두루미의 월동개체수는 월동기 눈 덮임의 범위에 영향을 받으며 이는 눈 덮임에 의해 먹이원인 낙곡을 찾기 힘들어지기 때문인 것으로 판단된다. 재두루미의 개체수 변화는 다른 월동지로 이동한 것으로 보이며, 눈 덮임의 영향이 적은 월동지인 일본의 이즈미시로 이동한 것으로 나타났다. 이즈미 월동지의 재두루미 개체수와 철원의 개체수는 음의 상관관계를 가져 서로 연관된 것으로 파악되었다.
In this study, we hypothesized that the size of wintering crane population would change due to the climate factors. We assumed that wintering population size would differ by climate values in January, which is the coldest period in year. Especially, White-naped cranes were able to choose wintering s...
In this study, we hypothesized that the size of wintering crane population would change due to the climate factors. We assumed that wintering population size would differ by climate values in January, which is the coldest period in year. Especially, White-naped cranes were able to choose wintering site between Cheorwon and other alternative place where snow coverage had low influence, differing from Red crowned cranes. For this reason, we predicted the population size of White-naped cranes would fluctuate according to the extent of snow coverage in Cheorwon. Therefore we used snow coverage data based on MODIS and climate data from KMA (Korea Meteorological Administration) that are generally used. We analyzed the crane's population size in Cheorwon in January from 2002 to 2014. The temperature in the Cheorwon increased from 2002 to wintering period in 2007~ 2008 and went down, showing the lowest temperature in 2011~ 2012. With this phenomenon, warmth index showed the similar pattern with temperature. Amount of newly accumulated snow (the amount of snow that fallen from 0:01 am to 11:29 pm in a day) was low after 2002, but rapidly increased in 2010~ 2011 and 2011~ 2012. The area of snow coverage rapidly declined from 2002 to 2005~ 2006 but suddenly expanded in wintering period in 2009~ 2010 and 2010~ 2011. Wintering population size of the White-naped cranes decreased as snow coverage area increased in January and the highest correlation was found between them, compared to the other climatic factors. However, the number of individuals of Red crowned cranes had little relationship with general climate factors including snow cover range. Therefore it seems that population size of the Red crowned crane varied by factors related with habitat selection such as secure roosting site and area of foraging place, not by climatic factors. In multiple regression analysis, wintering population of White-naped cranes showed significant relationship with logarithmic value of snow cover range and its period. Therefore, it suggests that the population size of the White-naped crane was affected by snow cover range n wintering period and this was because it was hard for them to find out rice grains which are their main food items, buried in snow cover. The population size variation in White-naped cranes was caused by some individuals which left Cheorwon for Izumi where snow cover had little influence on them. The wintering population in Izumi and Cheorwon had negative correlation, implying they were mutually related.
In this study, we hypothesized that the size of wintering crane population would change due to the climate factors. We assumed that wintering population size would differ by climate values in January, which is the coldest period in year. Especially, White-naped cranes were able to choose wintering site between Cheorwon and other alternative place where snow coverage had low influence, differing from Red crowned cranes. For this reason, we predicted the population size of White-naped cranes would fluctuate according to the extent of snow coverage in Cheorwon. Therefore we used snow coverage data based on MODIS and climate data from KMA (Korea Meteorological Administration) that are generally used. We analyzed the crane's population size in Cheorwon in January from 2002 to 2014. The temperature in the Cheorwon increased from 2002 to wintering period in 2007~ 2008 and went down, showing the lowest temperature in 2011~ 2012. With this phenomenon, warmth index showed the similar pattern with temperature. Amount of newly accumulated snow (the amount of snow that fallen from 0:01 am to 11:29 pm in a day) was low after 2002, but rapidly increased in 2010~ 2011 and 2011~ 2012. The area of snow coverage rapidly declined from 2002 to 2005~ 2006 but suddenly expanded in wintering period in 2009~ 2010 and 2010~ 2011. Wintering population size of the White-naped cranes decreased as snow coverage area increased in January and the highest correlation was found between them, compared to the other climatic factors. However, the number of individuals of Red crowned cranes had little relationship with general climate factors including snow cover range. Therefore it seems that population size of the Red crowned crane varied by factors related with habitat selection such as secure roosting site and area of foraging place, not by climatic factors. In multiple regression analysis, wintering population of White-naped cranes showed significant relationship with logarithmic value of snow cover range and its period. Therefore, it suggests that the population size of the White-naped crane was affected by snow cover range n wintering period and this was because it was hard for them to find out rice grains which are their main food items, buried in snow cover. The population size variation in White-naped cranes was caused by some individuals which left Cheorwon for Izumi where snow cover had little influence on them. The wintering population in Izumi and Cheorwon had negative correlation, implying they were mutually related.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 두루미류의 월동개체수와 기후변화 경향 간에 상관관계가 존재하는지 연구하려 하였다. 일반적으로 활용되는 기온, 강수량 등의 기후변수뿐만 아니라 위성영상의 눈 덮임 자료를 분석하여 밝히도록 하였다.
특히, 재두루미의 경우 철원지역 이외에 눈 덮임의 영향이 적은 월동지가 있기 때문에 개체군의 증감이 발생할 것으로 예측하였다. 이에 월동기의 눈 덮임 범위 및 기간과 두루미류 월동개체군의 규모 간의 상관관계를 평가하도록 하였다.
일반적으로 활용되는 기온, 강수량 등의 기후변수뿐만 아니라 위성영상의 눈 덮임 자료를 분석하여 밝히도록 하였다. 특히, 재두루미의 월동개체군의 수에 영향을 주는 주요 기후요인을 도출하고, 재두루미의 또 다른 월동지인 일본의 이즈미와의 상호관계를 확인하고자 하였다.
가설 설정
본 연구에서는 기후요인에 의하여 두루미류의 월동개체군 규모가 달라질 것으로 가설을 세웠다. 그중 가장 추운 시기인 1월의 기후변수에 의하여 월동개체수가 달라질 것이라고 가정하였다. 본 연구에서는 기온이 낮고 눈 덮임이 넓은 범위에 지속적으로 이루어질수록 두루미류의 월동개체수가 감소할 것이라 가설을 세웠다.
그중 가장 추운 시기인 1월의 기후변수에 의하여 월동개체수가 달라질 것이라고 가정하였다. 본 연구에서는 기온이 낮고 눈 덮임이 넓은 범위에 지속적으로 이루어질수록 두루미류의 월동개체수가 감소할 것이라 가설을 세웠다. 특히, 재두루미의 경우 철원지역 이외에 눈 덮임의 영향이 적은 월동지가 있기 때문에 개체군의 증감이 발생할 것으로 예측하였다.
, 2006), 두루미류의 경우 장소에 대한 선호성이 강하여 대체 가능한 서식지로의 이동이 적게 나타날 것으로 기대된다. 본 연구에서는 기후요인에 의하여 두루미류의 월동개체군 규모가 달라질 것으로 가설을 세웠다. 그중 가장 추운 시기인 1월의 기후변수에 의하여 월동개체수가 달라질 것이라고 가정하였다.
제안 방법
기온과 강설 등의 기후변수가 서로 상관관계가 있을 것으로 판단하여 요인을 축소하여 평가하도록 하였다. 피어슨 상관관계 분석을 통하여 기후요인 간의 상관관계를 살펴본 결과 요인 간의 상관관계가 매우 높게 나타났다(Table 2).
따라서 12월 중순부터 1월말까지의 기후여건이 두루미류의 월동여부에 대한 판정시기인 것으로 가정하고 분석대상으로 하였다. 따라서, 기상청 (Korea Meteorological dministration; KMA,2014)의 기후자료 중 과거자료에서 철원지역의 2002년도부터 2014년의 12월 15일부터 1월 31일까지 (두루미류의 핵심 월동기) 최저기온, 최고기온, 평균기온, 강수량 및 적설량을 수집하여 년도에 따른 변화와 두루미류 개체수의 상관관계를 살펴보았다 (Table 1). 또한 수집된 자료 중 1월만의 자료를 추출하여 비교하였다.
매년 1월의 개체수를 기준으로 두루미와 재두루미의 월동개체수 변화를 비교하였다 (Fig. 4). 두루미의 월동개체수는 2002년부터 안정적으로 증가하는 양상을 보이다가 2011 ~2012년도 월동기부터 감소하는 양상을 보였다.
, 2013). 본 연구에서는 온난화 및 눈 덮임에 의한 영향을 살펴보기 위하여 해당기간 중 온량지수를 변형하여 사용하였다. 온량지수의 관계식은 다음과 같으며, 상관관계는 SPSS 18.
이를 통하여 재두루미의 각 연도별 월동개체수와 상관관계 및 회귀식을 구하였다. 상관관계는 Pearson’s correlation을 수행하였으며, 주성분분석을 통하여 상관관계가 높은 변수들을 도출하였다.
따라서 철원지역 눈 덮임의 정도에 따라 연도별로 개체군의 증감이 발생할 것으로 예측하였다. 이에 일반적으로 분석되는 기상청의 기후자료와 함께 MODIS 위성영상을 이용한 눈 덮임 범위 자료를 활용하여 요인을 분석하였다. 철원지역 두루미류의 개체수 자료는 2002년부터 2014년까지의 1월 개체수를 활용하였다.
본 연구에서는 두루미류의 월동개체수와 기후변화 경향 간에 상관관계가 존재하는지 연구하려 하였다. 일반적으로 활용되는 기온, 강수량 등의 기후변수뿐만 아니라 위성영상의 눈 덮임 자료를 분석하여 밝히도록 하였다. 특히, 재두루미의 월동개체군의 수에 영향을 주는 주요 기후요인을 도출하고, 재두루미의 또 다른 월동지인 일본의 이즈미와의 상호관계를 확인하고자 하였다.
2, left). 자료에 대한 검증은 두루미류의 현지분포자료를 이용하여 검증하였다 (Fig. 2, right). 자료에서 각 격자별 (250 m×250 m) 지정된 수치는 0~255의 범위이며 최대치인 255값은 전체 지역에 눈이 덮여 있다는 것을 의미한다 (Fig.
33개 지점은 전체 조사지역 중 산림이나, 산림에 둘러싸인 경사진 농경지, 도로, 인공구조물 (불투수 피복), 마을지역이 포함되지 않은 곳으로 선별하였다. 추출된 값을 통해 각 시기별 전체 지점의 평균값을 구하였고, 25~50, 51~100, 101~150, 151~200, 201~255 기준으로 눈 덮임 범위를 5개 단계로 등급화하였다(Table 2). 25 이상의 값을 대상으로 등급화 한 것은 두루미류의 서식에 5% 이하의 눈 덮임은 영향이 미미한 것으로 간주한 것이다.
대상 데이터
3). 33개 지점은 전체 조사지역 중 산림이나, 산림에 둘러싸인 경사진 농경지, 도로, 인공구조물 (불투수 피복), 마을지역이 포함되지 않은 곳으로 선별하였다. 추출된 값을 통해 각 시기별 전체 지점의 평균값을 구하였고, 25~50, 51~100, 101~150, 151~200, 201~255 기준으로 눈 덮임 범위를 5개 단계로 등급화하였다(Table 2).
두루미류의 월동개체군을 판정하는 시기는 1월 말이며 (Cheorwon County, 2002; NIER, 2004), 이 시기는 우리나라의 기후여건에서 가장 추운 시기이다. 따라서 12월 중순부터 1월말까지의 기후여건이 두루미류의 월동여부에 대한 판정시기인 것으로 가정하고 분석대상으로 하였다. 따라서, 기상청 (Korea Meteorological dministration; KMA,2014)의 기후자료 중 과거자료에서 철원지역의 2002년도부터 2014년의 12월 15일부터 1월 31일까지 (두루미류의 핵심 월동기) 최저기온, 최고기온, 평균기온, 강수량 및 적설량을 수집하여 년도에 따른 변화와 두루미류 개체수의 상관관계를 살펴보았다 (Table 1).
눈이 덮인 일수 및 지속시간은 기상청에 의하여 수집되고 있는 자료가 아니다. 따라서, NASA의 Terra 위성의 영상자료인 MODIS (Moderate Resolution Imaging Spectroradiometer) 영상의 북반구지역 전체를 대상으로 8일간의 전체 눈 덮임 자료의 전 처리가 된 것을 이용하였다. 분석자료는 NASA에서 제공하는 위성영상 검색제공 사이트(EROS: NASA’s Earth Resources Observation and Science Center을 이용하여, 2002년에서 2014년까지의 MOD10A2 (MODIS/Terra Snow Cover 8-Day L3 Global 500 m Grid,Version 5: 8일간 500미터 격자에 대하여 눈이 덮인 범위를 기록한 자료)를 이용하였으며, 이를 12월에서 1월을 대상으로 검색을 실시하였다.
따라서, 기상청 (Korea Meteorological dministration; KMA,2014)의 기후자료 중 과거자료에서 철원지역의 2002년도부터 2014년의 12월 15일부터 1월 31일까지 (두루미류의 핵심 월동기) 최저기온, 최고기온, 평균기온, 강수량 및 적설량을 수집하여 년도에 따른 변화와 두루미류 개체수의 상관관계를 살펴보았다 (Table 1). 또한 수집된 자료 중 1월만의 자료를 추출하여 비교하였다.
분석자료는 NASA에서 제공하는 위성영상 검색제공 사이트(EROS: NASA’s Earth Resources Observation and Science Center을 이용하여, 2002년에서 2014년까지의 MOD10A2 (MODIS/Terra Snow Cover 8-Day L3 Global 500 m Grid,Version 5: 8일간 500미터 격자에 대하여 눈이 덮인 범위를 기록한 자료)를 이용하였으며, 이를 12월에서 1월을 대상으로 검색을 실시하였다.
두루미류의 취식지는 주로 논이며, 추수 후 남겨진 낙곡을 주요 먹이로 한다 (Pae, 1994, 2000). 조사는 2002년 10월부터 2014년 3월까지 12개 월동기간 (10월~3월) 동안 월 1회 이루어졌으며, 개체군 변동이 낮은 매년 1월의 분포 (Pae, 2000) 12개 자료의 결과를 분석에 활용하였다. 조사 범위는 Fig.
조사지역은 강원도 철원군 철원읍, 동송읍, 김화읍에 해당하는 민간인통제지역 인근지역이다 (Fig. 1). 두루미류의 취식지는 주로 논이며, 추수 후 남겨진 낙곡을 주요 먹이로 한다 (Pae, 1994, 2000).
이에 일반적으로 분석되는 기상청의 기후자료와 함께 MODIS 위성영상을 이용한 눈 덮임 범위 자료를 활용하여 요인을 분석하였다. 철원지역 두루미류의 개체수 자료는 2002년부터 2014년까지의 1월 개체수를 활용하였다. 철원지역의 기온은 2002년부터 2007~2008년도 월동기까지 증가하다가 감소하며 2011~2012년도 월동기에 가장 낮은 온도를 보였다.
데이터처리
전체적인 자료를 살펴보았을 때, 산악 및 식생이 많은 지역은 약한 눈 덮임의 경우 감지되지 않는 경향이 있었지만, 본 연구에서의 두루미류 취식지는 개방지역의 경사가 낮고, 추수 후의 농경지이기 때문에 눈 덮임에 대한 분석에 영향을 주지 않는 것으로 판단하였다. 따라서 전체 검색된 자료에서 두루미류가 서식하며 넓은 개활지역인 지점을 33개 지정하여 ArcGIS 프로그램의 공간분석, 추출 기능을 통해 눈 덮임 범위 값을 추출하였다 (Fig. 3). 33개 지점은 전체 조사지역 중 산림이나, 산림에 둘러싸인 경사진 농경지, 도로, 인공구조물 (불투수 피복), 마을지역이 포함되지 않은 곳으로 선별하였다.
상관관계는 Pearson’s correlation을 수행하였으며, 주성분분석을 통하여 상관관계가 높은 변수들을 도출하였다.
본 연구에서는 온난화 및 눈 덮임에 의한 영향을 살펴보기 위하여 해당기간 중 온량지수를 변형하여 사용하였다. 온량지수의 관계식은 다음과 같으며, 상관관계는 SPSS 18.0K 프로그램을 사용하여 피어슨 상관관계를 구하였다.
상관관계는 Pearson’s correlation을 수행하였으며, 주성분분석을 통하여 상관관계가 높은 변수들을 도출하였다. 회귀관계는 단계진입방식을 사용하여 다중회귀분석 (MVRM: multivariable regression model)을 실시하였다. 분석은 SPSS 18.
성능/효과
각 기후변수와 두루미, 재두루미 월동개체수와의 상관 관계를 보았을 때 재두루미만이 기후요인 중 눈 덮임과 관계가 있었으며, 두루미의 경우에는 어느 변수와도 상관관계가 나타나지 않았다 (Table 5). 결과적으로 기후요인 간의 상관관계는 있었지만 기온과 눈 덮임은 서로 관계가 낮아 서로 독립적인 요인이라 할 수 있었으며, 재두루미 만이 기후요인 중 눈 덮임의 범위에 영향이 있다고 할 수 있었다 (Table 5).
분석자료는 NASA에서 제공하는 위성영상 검색제공 사이트(EROS: NASA’s Earth Resources Observation and Science Center을 이용하여, 2002년에서 2014년까지의 MOD10A2 (MODIS/Terra Snow Cover 8-Day L3 Global 500 m Grid,Version 5: 8일간 500미터 격자에 대하여 눈이 덮인 범위를 기록한 자료)를 이용하였으며, 이를 12월에서 1월을 대상으로 검색을 실시하였다. 검색결과 2002년 12월 15일에서 2014년 1월 말일까지의 164개 전처리 영상을 수집할 수 있었으며(GEOtiff 파일형식 다운로드 가능), 철원지역에 해당하는 지역의 눈 덮임 범위를 ArcGIS 프로그램을 통해 확인하였다(Fig. 2, left). 자료에 대한 검증은 두루미류의 현지분포자료를 이용하여 검증하였다 (Fig.
각 기후변수와 두루미, 재두루미 월동개체수와의 상관 관계를 보았을 때 재두루미만이 기후요인 중 눈 덮임과 관계가 있었으며, 두루미의 경우에는 어느 변수와도 상관관계가 나타나지 않았다 (Table 5). 결과적으로 기후요인 간의 상관관계는 있었지만 기온과 눈 덮임은 서로 관계가 낮아 서로 독립적인 요인이라 할 수 있었으며, 재두루미 만이 기후요인 중 눈 덮임의 범위에 영향이 있다고 할 수 있었다 (Table 5).
하지만 2009~2010년, 2010~2011년 월동기에는 눈 덮임 범위가 크게 증가하고 오랫동안 잔존하는 양상을 보였으며, 이후에는 눈 덮임 범위가 감소하였다. 결과적으로 위성영상의 눈 덮임 범위의 값이 증가한 경우 재두루미의 월동기 개체군이 감소하는 경향을 보여주었다.
이는 눈이 덮인 범위의 누적 값이 높을수록 재두루미의 개체수는 감소한다는 것을 의미하는 것이다. 기후변수를 이용한 회귀식이 주성분에 의한 회귀식보다 설명력이 더 높았으며, 재두루미 월동개체수의 최대값을 현실적으로 반영하기 때문에 더 좋은 결과로 나타났다.
, 2006), 재두루미의 경우 기온보다는 취식지가 눈이 덮여 먹이를 찾기가 어렵게 될 경우 서식지를 이동하기 때문이다. 따라서 멸종위기종의 부양 차원에서 추진되고 있는 두루미류 먹이주기는 1월의 눈이 덮인 시기에 분산하여 (집중화 회피목적) 제공하는 것이 타당할 것이다.
하지만, 기상청에 의한 1월의 신적설량의 합은 MODIS의 눈 덮임 범위와 상관관계가 나타나지 않았다 (Table 2). 또한, 기온요인도 눈 덮임 범위와 상관관계가 없었다. 이것은 일조량이나 바람 등 다른 원인에 의하여 눈 덮임 범위가 결정되는 것을 의미할 것이다.
, 2010, Prior and Kendon, 2011). 본 연구에서 기상청 기후자료의 분석결과, 2000년대 초반부터 중반까지 철원지역 또한 겨울철 온난화의 징후가 나타났다. 하지만 2009년에서 2010년까지, 2010년에서 2011년까지 겨울 동안 극한 저온현상과 대설이 나타났는데 이는 북극진동 (Arctic Oscillation)의 약화로 인한 것으로 알려져 있다 (Wang et al.
, 2011a). 이러한 결과를 종합한다면, 2012년 이후 증가추세가 잦아들고, 반대로 감소하는 경향을 보이는 두루미의 월동개체수 변화는 재두루미와 같이 다른 월동지로의 이동이 아닌 개체군 자체의 감소인 것으로 추정된다.
재두루미의 개체수 변화는 다른 월동지로 이동한 것으로 보이며, 눈 덮임의 영향이 적은 월동지인 일본의 이즈미시로 이동한 것으로 나타났다. 이즈미 월동지의 재두루미 개체수와 철원의 개체수는 음의 상관관계를 가져 서로 연관된 것으로 파악되었다.
따라서 재두루미의 월동개체수는 월동기 눈 덮임의 범위에 영향을 받으며 이는 눈 덮임에 의해 먹이원인 낙곡을 찾기 힘들어지기 때문인 것으로 판단된다. 재두루미의 개체수 변화는 다른 월동지로 이동한 것으로 보이며, 눈 덮임의 영향이 적은 월동지인 일본의 이즈미시로 이동한 것으로 나타났다. 이즈미 월동지의 재두루미 개체수와 철원의 개체수는 음의 상관관계를 가져 서로 연관된 것으로 파악되었다.
눈 덮임의 범위는 2002년부터 2005~2006년까지 급속히 감소하였다가, 2009~2010, 2010~2011년 월동기에 급격히 증가한 양상을 보였다. 재두루미의 월동개체수는 다른 기후요인에 비하여 1월의 눈 덮임 범위가 넓을수록 감소하였으며 가장 높은 상관관계를 보였다. 하지만 두루미의 개체수는 일반적 기후요인뿐만 아니라 눈 덮임 관련 요인에 대해서도 상관관계를 나타내지 않았다.
따라서 두루미의 개체군 변동은 기후요인에 변화하지 않고 다른 서식지 선택요인 (안정적 잠자리, 취식지 넓이 등)에 의해 결정되기 때문이라 판단된다. 재두루미의 월동개체수는 다중 회기분석에서 눈 덮임 범위 및 기간의 로그값과 유의미한 회귀관계가 성립하였다. 따라서 재두루미의 월동개체수는 월동기 눈 덮임의 범위에 영향을 받으며 이는 눈 덮임에 의해 먹이원인 낙곡을 찾기 힘들어지기 때문인 것으로 판단된다.
전체 요인 중 공통된 성질의 요인들을 묶어주기 위하여 주성분분석을 한 결과, 고유값이 1 이상인 3개의 주성분이 누적된 고유값 비율의 86.2%를 차지하였다 (Table 3).
이는 동시기의 강수가 대부분 강설에 의한 것임을 보여주는 것이다. 전체적으로 강설량은 증감을 반복하는 양상을 보였으며, 2002년에서 2009년까지는 감소하는 양상을 보였다. 하지만 2008년 이후 강설량은 급격한 변화를 보였다 (Fig.
3). 전체적인 자료를 살펴보았을 때, 산악 및 식생이 많은 지역은 약한 눈 덮임의 경우 감지되지 않는 경향이 있었지만, 본 연구에서의 두루미류 취식지는 개방지역의 경사가 낮고, 추수 후의 농경지이기 때문에 눈 덮임에 대한 분석에 영향을 주지 않는 것으로 판단하였다. 따라서 전체 검색된 자료에서 두루미류가 서식하며 넓은 개활지역인 지점을 33개 지정하여 ArcGIS 프로그램의 공간분석, 추출 기능을 통해 눈 덮임 범위 값을 추출하였다 (Fig.
2%를 차지하였다 (Table 3). 최종적으로 각 주성분의 대표성은 눈 덮임 (PC1), 기온 (PC2) 그리고 강수량 (PC3)으로 나타낼 수 있었으며 주성분의 구성요소이었다 (Table 4).
기온과 강설 등의 기후변수가 서로 상관관계가 있을 것으로 판단하여 요인을 축소하여 평가하도록 하였다. 피어슨 상관관계 분석을 통하여 기후요인 간의 상관관계를 살펴본 결과 요인 간의 상관관계가 매우 높게 나타났다(Table 2). 특히 온도요인과 눈 덮임 지수 내에서의 상관관계가 긴밀하게 나타났다.
참고문헌 (43)
Barton, K.A. and A. Zalewski. 2007. Winter severity limits Red Fox populations in Eurasia. Global Ecology and Biogeography 16: 281-289.
Bellard, C., C. Bertelsmeier, P. Leadley, W. Thuiller and F. Courchamp. 2012. Impacts of climate change on the future of biodiversity. Ecology Letters 15: 365-377.
Bethke, R.W. and T.D. Nudds. 1995. Effects of climate change and land use on duck abundance in Canadian Prairie-Parkland. Ecological Application 5(3): 588-600.
Chamberlain, D.E., R.J. Fuller, R.G.H. Bunce, J.C. Duckworth and M. Shrubb. 2000. Changes in the abundance of farmland birds in relation to the timing of agricultural intensification in England and Wales. Journal of Applied Ecology 37: 771-788.
Cheorwon County; CC. 2002. Conservation plan of the migratory birds and the establishment strategy of sustainable development. Cheorwon County Office, 398pp. (in Korean)
Elkins, N. 1988. Weather and bird behaviour. T & A Poyser Ltd. Calton. Second Edition. 239p.
Foden, W., G. Mace, J.C. Vie, A. Angulo, S. Butchart, L. DeVantier, H. Dublin, A. Gutsche, S. Stuart and E. Turak. 2008. Species susceptibility to climate change impacts. In: Vie, J.C. Hilton, C. Taylor and S.N. Stuart (eds). The 2008 Review of the IUCN Red List of Threatened Species. IUCN, Gland, Switzerland, pp. 77-88.
Foden, W.B., S.H.M. Butchart, S.N. Stuart, J. Vie, H.R. Akcakaya, A. Angulo, L.M. DeVantier, A. Gutsche, E. Turak, L. Cao, S.D. Donner, V. Katariya, R. Bernard, R.A. Holland, A.F. Hughes, S.E. O’Hanlon, S.T. Garnett, C.H. Sekercioglu, G.M. Mace. 2013. Identifying the world’s most climate change vulnerable species: a systematic trait-based assessment of all birds, amphibians and corals. PLoS ONE 8: e65427.
Harsch, M.A., P.E. Hulme, M.S. McGlone and R.P. Duncan. 2009. Are treelines advancing? A global meta-analysis of treeline response to climate warming. Ecololgy Letters 12: 1040-1049.
Healy, H. 2011. A vision for cranes in a divided Korea. ICF Boogle 37(1): 1-3.
Hilty, J.A., W.Z. Lidicker and A.M. Merenlender. 2006. Corridor Ecology: The science and practice of linking landscapes for biodiversity conservation. Island Press, Washington, Covelo, London. 323p.
Jedrzejewski, W., B. Jedrzejewska, H. Okarma and A.L. Ruprecht. 1992. Wolf predation and snow cover as mortality factors in the ungulate community of the Bialowieza National Park, Poland. Oecologia 90: 27-36.
Kira, T. 1945. A new classification of climate in Eastern Asia as the basis for agricultural geography. Horticultural Institute. Kyoto University, Kyoto.
Kong, S.J., J.H. Shin and K.C. Yang. 2013. RC 8.5 The study of adaptable plant species according to warmth index using RCP 8.5 scenarios in Cheonan-Si. Journal of Korean Environmental Restoration Technology 16(3): 19-30. (in Korean with English abstract)
Korean Meteorological Administration. 2014. Available: http://www.kma.go.kr/index.jsp
Lee, K.S. 2000. Current status and population fluctuations of waterbirds on the west coast of Korea. Ph. D. Dissertation of the Kyung-Hee University. 211pp. (in Korean with English abstract)
Lee, K.S., K.G. Lee and J.C. Yoo. 2006. Population fluctuation of waterbirds staying on Hangang River in Seoul by the temperature and wind speed. Korean Journal of Ornithology 12(2): 73-84. (in Korean with English abstract)
Lee, S.M. and Y.E. Choi. 2013. Study on the relationship between arctic oscillation and temperature, precipitation and extreme climate events during spring over the Republic of Korea. The Geographical Journal of Korea 47(4): 453-464. (in Korean with English abstract)
Lemoine, N., H.G. Bauer, M. Peintinger and K. Bohning-Gaese. 2007. Effects of climate and land-use change on species abundance in a Central European bird community. Conservation Biology 21: 495-503.
MODIS Tutorial 2012. Available in: https://lpdaac.usgs.gov/sites/default/files/public/modis/docs/MODIS_LP_QA_Tutorial-1b.pdf
NIER; National Institute of Environmental Research. 2004. Comprehensive report of winter waterbird census of Korea from 1999 to 2004. National Institute of Environmental Research, Incheon. (in Korean)
NIBR; National Institute of Biological Resources. 2014. 2014 winter waterbird census of Korea. National Institute of Biological Resources, Korea. NIBR No. 2014-01-021. (in Korean)
NIBR. 2015. 2014-2015 winter waterbird census of Korea. National Institute of Biological Resources. NIBR No. 11-1480592-000013-10. (in Korean)
Newton, I. 1998. Population limitation in birds. Academic Press, London, UK. 597p.
Nowald, G., N. Donner and M. Modrow. 2010. Influence of climate change on the wintering site selection of Eurasian Cranes. In: International Crane Foundation. Proceedings of the International Workshop: Climate-Cranes-People. Muraviovka Park, Amur Region, Rusia.
Opdam, P. and D. Wascher. 2004. Climate change meets habitat fragmentation: linking landscape and biogeographical scale levels in research and conservation. Biological Conservation 117: 285-297.
Pae, S.H. 1994. Wintering ecology of Red-crowned Crane Grus japonensis and White-naped Crane Grus vipio in Cholwon basin, Korea. M. Sc. Thesis, Kyung Hee University. 43p.
Pae, S.H. 2000. A study on habitat use of wintering cranes in DMZ, Korea: with carrying capacity and spatial distribution analysis using GIS. Dissertation of the Kyung Hee University. 77pp. (in Korean with English abstract)
Parmesan, C. and G. Yohe. 2003. A globally coherent fingerprint of climate change impacts across natural systems. Nature 421: 37-42.
Pshennikow, A. 2010. Dynamics of tundra landscapes in areas of Siberian Crane reproduction. In: International Crane Foundation. Proceedings of the International Workshop: Climate Cranes People. Muraviovka Park, Amur Region, Rusia.
Reif, J. and J. Flousek. 2012. The role of species’ ecological traits in climatically driven altitudinal range shifts of central European birds. Oikos 121: 1053-1060.
Roy, D.B., P. Rothery, D. Moss, E. Pollard and J.A. Thomas. 2001. Butterfly numbers and weather, predicting historical trends in abundance and the future effects of climate change. Journal of Animal Ecology 70: 201-217.
Sanderson, F.J., P.F. Donald, D.J. Pain, I.J. Burfield and F.P.J. van Bommel. 2006. Long-term population declines in Afro-Palearctic migrant birds. Biological Conservation 131: 93-105.
Wang, C., H. Liu and S.K. Lee. 2010. The record-breaking cold temperatures during the winter of 2009/2010 in the Northern Hemisphere. Atmospheric Science Letters 11: 161-168.
Yeom, J.M., K.S. Han and G.L. Lee. 2009. The characteristics of visible reflectance and infrared band over snow cover area. Korean Journal of Remote Sensing 25(2): 193-203.
Yim, Y.J. 1977. Distribution of forest vegetation and climate in the Korean Peninsula III. Distribution of tree species along the thermal gradient. Japanese Journal of Ecology 27: 177-189.
Yoo, S.H., H.S. Kwon, J.J. Park and C.H. Park. 2011a. Spatial distribution of feeding site and the relationship between density and environmental factors (Roosting Site, road and residence) of cranes in Cheorwon Basin, Korea. Korean Journal of Environment and Ecology 25(4): 516-525. (in Korean with English abstract)
Yoo, S.H., K.S. Lee and J.C. Yoo. 2007. Reaction to the vehicle and trade-off between vehicular interruption and food resources of cranes: focused on the wintering cranes in Cheorwon basin, Korea. Korean Journal of Environment and Ecology 21(6): 526-535. (in Korean with English abstract)
Yoo, S.H., K.S. Lee, J.H. Kim and J.H. Park. 2011b. Long-term monitoring result and factors of the wintering crane’s population change in Cheorwon, Korea: historic change and impact assessment of weather change by the MODIS. Korean Journal of Ornithology 18(1): 59-71. (in Korean with English abstract)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.