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 연구에서는 공간기반의 효율적 소나무재선충병 관리정책 수립을 지원하기 위하여 소나무재선충 이동에 기여하는 솔수염하늘소의 현재와 미래 공간 분포를 남한지역을 대상으로 모의하고 기상청 기후변화 전망하의 미래 분포 변화를 예측을 통해 잠재적 기후변화 취약지역을 예측하였다.
가설 설정
- CLIMEX 모형에 필요한 오전 9시와 오후 3시의 상대습도는 기상청에서 제공되지 않고 있다. 따라서 상대습도의 경우에는 기상청에서 제공되는 평균 상대습도를 오전 9시의 상대습도로 가정하였다. 오후 3시의 상대습도는 CLIMEX 모형의 내부 처리과정을 통해 오전 9시 상대습도의 85%로 계산되어 입력되었다(Park et al.
제안 방법
- “Compare Locations (1 Species)” 시뮬레이션 옵션에는 Locations, Climate Change Scenario, Irrigation, Species 정보를 기본적으로 요구하고 있는데, Irrigation은 제공되는 기본 값을 이용하였고, Locations, Climate Change Scenario, Species 자료에 대한 입력 값을 수집하여 분석하였다.
- CLIMEX 모형에 입력되는 솔수염하늘소의 생육조건에 대한 초기 매개변수 값은 Song and Xu (2006)의 연구에서 제시한 값을 기본으로 설정하였다(Table 1). 또한 우리나라의 솔수염하늘소 분포 현황을 설명하기 위한 최적 매개변수 선정을 위해 솔수염하늘소의 발육 또는 분포와 관련된 발육영점온도, 발육한계 최저온도, 실험조건 등 국내외 연구결과를 참고하여 8개의 매개변수 군(parameter set)을 설정하고 관측치와 비교 검토하였다.
- 본 연구에서는 솔수염하늘소가 발견된 행정구역과 EI > 10 인 값을 비교하는 True Positive Rate (a/a+c)가 높은 매개변수 Set와 솔수염하늘소가 발견되지 않은 행정구역과 EI < 10을 비교한 True Negative Rate (d/b+d)이 낮은 매개변수 Set을 이용하였다.
- 기존 선행 연구들은 솔수염하늘소의 발육 또는 분포와 관련된 발육영점온도, 발육한계 최저온도, 실험조건 등, 온도 분포에 주목하여 진행되어 왔다. 본 연구에서도 이러한 연구결과들을 참조하여 온도 조건 변화와 관련 있는 DV0~DV3, TTCS 변수를 조정하여 매개변수 군을 설정하였다(Table 4).
- 우리나라에 적합한 매개변수 값을 선정하기 위하여 초기 매개변수 조건하에서 8개의 매개변수 군을 작성하여 평가하였다. 기존 선행 연구들은 솔수염하늘소의 발육 또는 분포와 관련된 발육영점온도, 발육한계 최저온도, 실험조건 등, 온도 분포에 주목하여 진행되어 왔다.
대상 데이터
- (2014)을 참고하여 현재 시기와 동일한 68개 관측 지점별로 추출하였다. 2050년대(2046년~2055년 10년 평균)와 2090년대(2091년~2100년 10년 평균)의 두 기간을 대상으로 구축하였다.
- [Fig. 1]의 솔수염하늘소의 분포 현황 자료는 2006년부터 2014년 7월까지 조사된 지역을 바탕으로 국립산림과학원에서 발표한 매개충 전국 분포도를 이용하여 작성되었다(NIFS, 2014). 솔수염하늘소는 우리나라 시․ 군․ 구 중 경상남도를 중심으로 하는 67개 지자체에서 발견되었고, 솔수염하늘소와 북방수염하늘소가 같이 발견된 지역은 9개 지자체로 나타났다.
- kr)에서 수집한 2006년부터 2015년까지의 일기상 자료(최고기온, 최저기온, 강수량, 평균 상대습도)를 월별 10년 평균하여 68개 관측지점별로 구축하였다. 미래 예측을 위한 기후예측 자료는 기상청 기후정보포털(http://www.climate.go.kr)에서 제공하는 12.5 km 격자의 RCP 8.5 시나리오 월별 기후자료를 Park et al. (2014)을 참고하여 현재 시기와 동일한 68개 관측 지점별로 추출하였다. 2050년대(2046년~2055년 10년 평균)와 2090년대(2091년~2100년 10년 평균)의 두 기간을 대상으로 구축하였다.
- 1]의 솔수염하늘소의 분포 현황 자료는 2006년부터 2014년 7월까지 조사된 지역을 바탕으로 국립산림과학원에서 발표한 매개충 전국 분포도를 이용하여 작성되었다(NIFS, 2014). 솔수염하늘소는 우리나라 시․ 군․ 구 중 경상남도를 중심으로 하는 67개 지자체에서 발견되었고, 솔수염하늘소와 북방수염하늘소가 같이 발견된 지역은 9개 지자체로 나타났다.
- 현재 분포 모의를 위한 기상 관측자료는 기상청 기상자료개방 포털(https://data.kma.go.kr)에서 수집한 2006년부터 2015년까지의 일기상 자료(최고기온, 최저기온, 강수량, 평균 상대습도)를 월별 10년 평균하여 68개 관측지점별로 구축하였다. 미래 예측을 위한 기후예측 자료는 기상청 기후정보포털(http://www.
이론/모형
- CLIMEX 모형에 입력되는 솔수염하늘소의 생육조건에 대한 초기 매개변수 값은 Song and Xu (2006)의 연구에서 제시한 값을 기본으로 설정하였다(Table 1). 또한 우리나라의 솔수염하늘소 분포 현황을 설명하기 위한 최적 매개변수 선정을 위해 솔수염하늘소의 발육 또는 분포와 관련된 발육영점온도, 발육한계 최저온도, 실험조건 등 국내외 연구결과를 참고하여 8개의 매개변수 군(parameter set)을 설정하고 관측치와 비교 검토하였다.
- CLIMEX 모형은 모의된 결과를 검증하는 과정이 없기 때문에 작성된 매개변수 Set에 의한 예측 성능을 평가하기 위해서 Error matrix를 이용하였다(Stehman, 1977). Error matrix는 실제 자료와 분석된 자료를 비교하여 실제 출현한 자료가 분석 자료에서도 출현한 경우인 True Positive, 실제로는 출현하였지만 분석 결과에서는 출현하지 않은 경우 False Negative로 구분된다.
- Point 자료로 도출되는 EI 값은 관측지점에 대한 1차 산출물이기 때문에 전국적인 값으로 나타내기 위하여 ArcGIS 프로그램의 Inverse Distance Weighted (IDW) 기법을 이용하여 1 km × 1 km 공간 해상도로 내삽을 수행하였다(Kocmánková et al., 2010).
- 본 연구에서 이용하는 CLIMEX 모형은 호주의 CSIRO(Commonwealth Scientific and Industrial Research Organisation)에서 1985년에 개발되었으며, 대표적인 종분포 모형인 GARP (Genetic Algorithm for Rule-set Production), MAXENT(Maximum Entropy) 등과 함께 외래종 분포 예측에 많이 활용되고 있다(Kriticos et al., 2003; Barbosa et al., 2012). 일반적인 종분포 모형이 종의 출현과 고정된 환경조건의 공변량(covariate)의 관계를 설명하는 것이라면, CLIMEX 모형은 생물종이 서식지의 환경 조건을 견딜 수 있다는 가정을 기반으로 매일 또는 매주의 시간 스케일에서 생물종이 환경 조건에 어떻게 반응하는지를 모의할 수 있다(Kriticos et al.
- 따라서 소나무재선충병이 발생된 지역에 대한 방제 뿐 아니라 솔수염하늘소의 이동에 따른 소나무재선충병 확산이 예상되는 지역에 대한 예방도 매우 중요할 것으로 판단된다. 본 연구에서는 소나무재선충병 확산의 주요 요인 중 하나인 솔수염하늘소의 잠재적 분포를 CLIMEX 모형을 이용하여 예측하였다. CLIMEX 모형은 목표종의 생활사에 필요한 온도 조건을 반영하기 때문에 종의 출현 정보가 없어도 잠재적 분포를 예측할 수 있는 장점이 있다.
- 본 연구에서는 솔수염하늘소의 분포를 예측하기 위하여 CLIMEX 4.0에서 1종에 대한 분포를 모의하는 “Compare Locations (1 Species)” 시뮬레이션 옵션을 이용하였다(Ma et al., 2014; Park et al., 2014).
성능/효과
- CLIMEX 모형에서 솔수염하늘소가 서식하기 적합한 면적은 63,399 km2로 실제 소나무재선충 발생 면적인 2014년 96.4km2와 1988년부터 2014년까지 발생한 총 면적 872.3 km2 보다 넓게 분포하는 것으로 나타났다. 이러한 결과는 솔수염하늘소가 출현한 지역의 행정구역과 비교한 것이기 때문에 과대평가된 것으로 판단된다.
- 2]와 같은 공간적인 분포 결과를 도출하였다. Set 0와 DV0 값을 11.9℃로 조정한 Set 1을 비교한 결과는 강원 강릉시와 동해시 지역은 유의성 있게 모의하였으나, 경북 상주시와 김천시, 의성군, 안동시 지역은 실제 분포를 유의성 있게 반영하지 못하는 결과가 도출되었다. Set 2와 Set 3의 경우에는 DV1 값의 변화에 따라 경기지역과 충남지역의 10 이상인 EI 값이 내륙으로 확대되었다.
- Set 4와 Set 5를 비교한 결과 DV3 값이 낮을수록 10 이상인 EI 값이 축소되었다. Set 5~Set 7은 TTCS 값을 조절하였는데 TTCS 값이 클수록 솔수염하늘소가 서식하기 좋은 환경이 줄어들었다. [Fig.
- 3]과 같이 시기별 솔수염하늘소의 공간적 분포패턴은 월평균 최저기온과 월평균 최고기온의 증가에 따라 점차 북상하였다. 내륙지역 보다 해안지역의 EI 값이 높았으며 특히 동해안 지역 보다는 서해안과 남해안 지역이 상대적으로 높을 것으로 예측되었다.
- 9로 가장 높았다. 부산광역시, 광주광역시, 울산광역시 등은 EI 최소 값이 10 이상으로 나타나 모든 지역에서 솔수염하늘소가 서식하는데 적합한 것으로 나타났다. 반면에 강원도와 충청북도 지역은 EI 평균값이 10 미만이기 때문에 EI 값이 높은 일부 지역을 제외하고는 솔수염하늘소가 서식하기에 적합하지 않은 것으로 판단되었다.
- CLIMEX 모형은 목표종의 생활사에 필요한 온도 조건을 반영하기 때문에 종의 출현 정보가 없어도 잠재적 분포를 예측할 수 있는 장점이 있다. 분석 결과, 솔수염하늘소가 분포하는 지역에 대한 예측은 유의성 있게 이루어졌으나, 솔수염하늘소가 분포하지 않은 지역에 대해서는 과대평가되었다. 미래에 대한 분포를 전망한 결과에서는 기후변화에 의하여 우리나라에서 솔수염하늘소가 서식할 수 있는 좋은 조건으로 변화될 것으로 예측됨에 따라 이에 대한 대비를 철저히 해야 할 것이다.
- 8%로 높게 나타났지만 솔수염하늘소가 발견되지 않은 지역이 과대평가되었다. 솔수염하늘소가 발견되지 않은 행정구역과 솔수염하늘소가 선호하지 않는 EI 값을 비교한 True Negative 비율은 44.2%로 상대적으로 낮게 나타났다(Table 5). 따라서, 향후에는 True Negative 값을 높일 수 있는 매개변수 값을 도출할 수 있도록 해야 할 것으로 판단된다.
- 2090년대는 2050년대 보다 증가 폭이 더 크게 나타났다. 인천광역시와 강원도는 EI 평균값이 2배 이상 증가하였고,경기도와 충청남북도, 전라북도 등 고위도와 내륙지역의 EI 평균값이 높게 나타났다. 2050년과 2090년대 기후 특징을 살펴보면, 연평균총강수량과 연평균 최고기온 및 연평균 최저기온이 모두 증가하여 솔수염하늘소의 서식환경에 더욱 적합해 질 것으로 예측할 수 있다.
- 솔수염하늘소는 2050년대 이후에 전국적으로 확산될 것으로 전망된다(Table 7). 특히, 제주특별자치도의 경우에는 2050년대 이후로 꾸준히 증가하였으며, 두 시기 모두 가장 높은 EI 평균값을 나타내고 있어 솔수염하늘소가 분포할 가능성이 높게 나타났다. 부산과 대구, 울산 등 남부 대도시 지역은 2050년대에는 현재 보다 솔수염하늘소가 선호하는 EI 평균값이 조금 감소하였다가 2090년대에는 증가하였지만, 다른 지역에 비하여 증가폭은 크지 않은 특징을 나타내었다.
후속연구
- 2050년과 2090년대 기후 특징을 살펴보면, 연평균총강수량과 연평균 최고기온 및 연평균 최저기온이 모두 증가하여 솔수염하늘소의 서식환경에 더욱 적합해 질 것으로 예측할 수 있다. 그러나 솔수염하늘소와 서식환경에 대한 관련성은 추후 연구가 더 진행되어야 할 것으로 판단된다.
- CLIMEX 모형에서는 관측지점의 위치정보와 기후자료를 구분해서 입력하도록 되어 있기 때문에 관측지점의 위치정보에는 위경도와 고도 값을 입력하였다. 기후자료에는 월평균 최고기온, 월평균 최저기온, 월평균강수량, 오전 9시의 상대습도,오후 3시의 상대습도가 필요하다. CLIMEX 모형에 필요한 오전 9시와 오후 3시의 상대습도는 기상청에서 제공되지 않고 있다.
- 2%로 상대적으로 낮게 나타났다(Table 5). 따라서, 향후에는 True Negative 값을 높일 수 있는 매개변수 값을 도출할 수 있도록 해야 할 것으로 판단된다. 또한, Park et al.
- 소나무재선충병 확산을 방지하기 위해서는 기주인 소나무, 잣나무, 해송과 병원체인 소나무재선충, 소나무재선충병의 잠재적 매개충인 북방수염하늘소 등을 종합적으로 고려한 연구가 추가적으로 필요할 것으로 판단된다. 또한 기주와 병원체, 매개충 등의 서식환경에 대한 환경조건 및 제한요인 등을 반영하여 모형의 신뢰성을 높여야 할 것이며, 모형에서 제시하는 임계값이 우리나라에 적용하기에 적합한 값인지 검토해서 새로운 기준을 제시하는 것도 필요하다.
- 분석 결과, 솔수염하늘소가 분포하는 지역에 대한 예측은 유의성 있게 이루어졌으나, 솔수염하늘소가 분포하지 않은 지역에 대해서는 과대평가되었다. 미래에 대한 분포를 전망한 결과에서는 기후변화에 의하여 우리나라에서 솔수염하늘소가 서식할 수 있는 좋은 조건으로 변화될 것으로 예측됨에 따라 이에 대한 대비를 철저히 해야 할 것이다.
- 본 연구는 솔수염하늘소의 공간적 분포 패턴을 모형을 통해 예측하여 소나무재선충병 방제 대책 수립에 기초 자료로 활용할 수 있는 의미 있는 연구 결과임에도 불구하고 아직까지 많은 한계점이 존재한다. 소나무재선충병 확산을 방지하기 위해서는 기주인 소나무, 잣나무, 해송과 병원체인 소나무재선충, 소나무재선충병의 잠재적 매개충인 북방수염하늘소 등을 종합적으로 고려한 연구가 추가적으로 필요할 것으로 판단된다.
- 본 연구는 솔수염하늘소의 공간적 분포 패턴을 모형을 통해 예측하여 소나무재선충병 방제 대책 수립에 기초 자료로 활용할 수 있는 의미 있는 연구 결과임에도 불구하고 아직까지 많은 한계점이 존재한다. 소나무재선충병 확산을 방지하기 위해서는 기주인 소나무, 잣나무, 해송과 병원체인 소나무재선충, 소나무재선충병의 잠재적 매개충인 북방수염하늘소 등을 종합적으로 고려한 연구가 추가적으로 필요할 것으로 판단된다. 또한 기주와 병원체, 매개충 등의 서식환경에 대한 환경조건 및 제한요인 등을 반영하여 모형의 신뢰성을 높여야 할 것이며, 모형에서 제시하는 임계값이 우리나라에 적용하기에 적합한 값인지 검토해서 새로운 기준을 제시하는 것도 필요하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.