[논문]한국산 살모사과 3종의 경쟁과 공간적 생태 - 생태적 지위를 기반으로 한 모델과 지리정보시스템 적용 -

도민석; 이진원; 장환진; 김대인; 유정칠

doi:10.13047/kjee.2016.30.2.173

한국산 살모사과 3종의 경쟁과 공간적 생태 - 생태적 지위를 기반으로 한 모델과 지리정보시스템 적용 -
Interspecific Competition and spatial Ecology of three Species of Vipers in Korea: An Application of Ecological niche-based Models and GIS 원문보기

한국환경생태학회지 = Korean journal of environment and ecology, v.30 no.2, 2016년, pp.173 - 184

도민석 (경희대학교 생물학과) , 이진원 (경희대학교 생물학과) , 장환진 (국립생태원 기초생태연구본부 자연환경조사부) , 김대인 (국립생태원 기초생태연구본부 자연환경조사부) , 유정칠 (경희대학교 생물학과)

초록
AI-Helper

생물종의 경쟁과 공간적 분포, 생태적 지위의 관계에 대한 정보는 생물지리학적 분포형태를 이해하는 데 중요한 역할을 한다. 본 연구에서는 한국에 서식하고 있는 살모사과 3종(Gloydius ussuriensis, G. brevicaudus, G. saxatilis)에 대해 관찰자료와 종 분포 모델 기법을 바탕으로 분포 특성과 종의 생태적 지위를 산출하였고, 예측된 종 분포 모델들을 바탕으로 지리적 분포와 생태적 지위의 분화에 대한 종간 경쟁 관계의 영향을 추론하였다. 연구 결과 고도가 살모사들의 분포에 가장 중요한 환경변수로 나타났으며, 그들이 분포한 고도는 그 지역의 기후와 상관관계를 나타냈다. 종간 생태적 지위는 비교적 높게 중첩되어 있었지만, 예측된 3종의 분포형태는 태백산맥을 기준으로 차이를 나타냈다. 분포모델들을 중첩한 결과, 종간 중첩된 지역의 서식지는 대부분 산림지역으로, 전체 조사 지역에 비해 비교적 작은 범위가 중첩되어 접소적인 분포형태가 예측되었다. 또한 중첩된 지역에 분포한 개체수는 종간 양의 상관관계를 나타내고 있어, 이 지역에서 종간 경쟁이 심하지 않다는 것을 암시하고 있다. 결론적으로 한국에 서식하고 있는 살모사과 3종은 유사한 생태적 지위를 차지하고 있지만, 직접적인 경쟁 없이 접소적인 분포형태를 띠고 있는 것으로 보인다. 향후 접소적인 분포형태를 일으키는 직접적인 요인을 알아내기 위해, 보다 자세한 생태학적, 행동학적 연구와 더불어 비교적 세밀한 격자 크기를 통한 다양한 지형변수(고도, 미소서식지 특성 등)들에 대한 연구가 진행될 필요가 있다.

Abstract ▼ AI-Helper

Knowledge of the relationships among interspecific competition, spatial distributions and ecological niches plays an important role in understanding biogeographical distribution patterns of species. In this study, the distributional characteristics and ecological niches of the three Viperidae species (Gloydius ussuriensis, G. brevicaudus, and G. saxatilis) in South Korea were determined based on observation data and species distribution model. The effects of interspecific competition on geographical distribution and the division of the ecological niches of the vipers were also examined based on the models of predicted species distribution. The results showed that altitude was the most important environmental variable for their distribution, and the altitudes at which these snakes were distributed correlated with the climate of that region. Although interspecific ecological niches are quite overlapped, their predicted distribution patternsvary by the Taebaek Mountains. When overlaying the distribution models, most of the overlapping habitats were forest areas, which were relatively less overlapped than were the entire research areas. Thus, a parapatric distribution pattern was expected. The abundance of species occurring sympatrically was positively correlated with each other, indicating the lack of serious interspecies competition in this region. In conclusion, although the three Viperidae species in South Korea occupy similar ecological niches, these snakes exhibit parapatric distribution patterns without direct competition. Further research on various geographic variables (e.g., altitude, microhabitat characteristics) using relatively fine grid sizes, as well as further detailed ecological and behavioral research, is needed to determine the causative factors for the parapatric distribution pattern.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서는 제3차 전국자연환경조사의 자료를 바탕으로 한국에 서식하고 있는 살모사과 3종의 전제적인 분포형태와 종들이 분포한 지점의 모형변수들 간의 상관관계를 확인하였다. 그 결과 3종의 분포형태는 태백산맥을 기준으로 차이를 나타냈으며, 분포한 지점의 고도는 기후와 상관관계를 나타냈다.
본 연구의 목적은 한국에 서식하고 있는 살모사과 3종의 생물지리학적 분포특성과 생태적 지위를 파악하고 종간 경쟁에 대한 정보를 알아내는 데 있다. 이를 위해 먼저, 국내에 서식하고 있는 살모사들의 분포자료들을 분석하여, 관찰 지점의 고도나 기후와 같은 주요 변수들을 추출하였으며, 이들 간의 상관관계와 주요 서식지를 확인하였고, 이를 바탕으로 종들이 선호하고 있는 지리적 환경 범위를 분석한 후 종간 생태적 지위를 비교하였다.

제안 방법

종 분포 모델은 살모사과 3종의 관찰지점을 종속변수로, 모형변수인 지형변수 2개와 기후변수 19개를 독립변수로 이용하여 구축하였다. 각각의 모델들은 총 15회에 걸쳐 반복구동하였으며, 무작위적으로 선택된 관찰지점의 75%는 training으로 25%는 testing으로 분할시켰다. 모형 설명력의 검증은 ROC (Receiver Operating Characteristics) 검증을 통해 곡선의 하부면적 값인 AUC(Area Under the Curve) 값을 구하여 실시하였다.
, 2012)을 이용해 투영되었다. 각각의 종 풍부도와 분포 형태를 확인하기 위해 Cell 크기를 0.019 도(약 2㎞)로, Circular neighborhood option의 크기를 0.3 도(약 30㎞)로 설정한 커널 밀집분석(Kernel density)을 시행하였다. 본 연구에 이용된 모형변수들은 GLC 2000 (자료 출처: http://bioval.
관찰 고도 값은 원자료의 정규성 여부에 따라 평균±표준편차나 중위값과 사분위값으로 나타내었다. 기후자료는 기온과 강수량과 같은 총 19개의 변수들(Table 1)로 구성되어 있으며, 각각의 변수들 간에 높은 상관관계를 나타내기 때문에 본 연구에서는 주성분 분석 (Principal component analysis, PCA)을 통해 Kaiser의 기준에 따라 Eigenvalues가 1 이상인 PCs 4개를 추출하였다 (Table 1). 또한 추출된 PC값들과 지형변수인 고도와의 상관관계를 Spearman rank correlation test를 통해 확인하였으며, 모형변수들에 따라 PC들의 종간 중첩된 정도를 확인하기 위해 kernel probability density plot을 생성하였다.
이를 위해 먼저, 국내에 서식하고 있는 살모사들의 분포자료들을 분석하여, 관찰 지점의 고도나 기후와 같은 주요 변수들을 추출하였으며, 이들 간의 상관관계와 주요 서식지를 확인하였고, 이를 바탕으로 종들이 선호하고 있는 지리적 환경 범위를 분석한 후 종간 생태적 지위를 비교하였다. 다음으로, 관찰자료의 한계를 보완하고자 Maxent 프로그램을 사용하여 종 분포 모델을 추출하였으며(Phillips et al., 2006), 이를 이용하여 종간 경쟁의 유무 및 분포형태에 대해 분석하였다.
또한 10% Training presence의 한계값을 기준으로 이분법적인(있다/없다) 래스터를 생성하였으며, 두 개의 래스터를 중첩하여 두 종간 중첩되는 공간적인 범위를 확인하였다. 또한 종간 중첩되는 지점들의 개수를 확인하여 종간 중첩된 지역의 공간적인 비율을 산출하였으며, 중첩된 지역들의 고도와 서식지 형태도 확인하였다. 마지막으로 종간 경쟁의 정도를 유추하기 위해, 두 종이 중첩하는 지역에서의 상대적인 개체수를 비교하였다.
또한 종간 중첩되는 지점들의 개수를 확인하여 종간 중첩된 지역의 공간적인 비율을 산출하였으며, 중첩된 지역들의 고도와 서식지 형태도 확인하였다. 마지막으로 종간 경쟁의 정도를 유추하기 위해, 두 종이 중첩하는 지역에서의 상대적인 개체수를 비교하였다.
살모사들이 분포한 기후변수 간의 상관관계를 확인하기 위해 3종이 관찰된 지점의 기후변수들을 이용해 PCA에 적용시켰다. 1 보다 큰 고유값(Eigenvalues)을 가진 4개의 PC는 총 96.
본 연구의 목적은 한국에 서식하고 있는 살모사과 3종의 생물지리학적 분포특성과 생태적 지위를 파악하고 종간 경쟁에 대한 정보를 알아내는 데 있다. 이를 위해 먼저, 국내에 서식하고 있는 살모사들의 분포자료들을 분석하여, 관찰 지점의 고도나 기후와 같은 주요 변수들을 추출하였으며, 이들 간의 상관관계와 주요 서식지를 확인하였고, 이를 바탕으로 종들이 선호하고 있는 지리적 환경 범위를 분석한 후 종간 생태적 지위를 비교하였다. 다음으로, 관찰자료의 한계를 보완하고자 Maxent 프로그램을 사용하여 종 분포 모델을 추출하였으며(Phillips et al.
종 분포 모델은 살모사과 3종의 관찰지점을 종속변수로, 모형변수인 지형변수 2개와 기후변수 19개를 독립변수로 이용하여 구축하였다. 각각의 모델들은 총 15회에 걸쳐 반복구동하였으며, 무작위적으로 선택된 관찰지점의 75%는 training으로 25%는 testing으로 분할시켰다.

대상 데이터

3 도(약 30㎞)로 설정한 커널 밀집분석(Kernel density)을 시행하였다. 본 연구에 이용된 모형변수들은 GLC 2000 (자료 출처: http://bioval.jrc.ec.europa.eu/ products/glc2000/products.php)에서 얻은 토지 피복(Land cover) 자료와 Worldclim v. 1.4(Hijmans et al., 2005)에서 얻은 고도와 기후자료를 이용하였으며, 모든 격자의 크기는 0.019 도(약 2㎞)로 통일시켰다. 관찰 고도 값은 원자료의 정규성 여부에 따라 평균±표준편차나 중위값과 사분위값으로 나타내었다.
본 연구지역인 우리나라는 동북아시아에 속해 있으며, 제주도를 포함한 크고 작은 섬들이 있는 반도로 대략적인 좌표는 36°N, 128°E 이다(Figure 1).
우리나라에 서식하고 있는 살모사과 3종이 관찰된 자료는 국립환경과학원에서 수행된 제 3차 전국자연환경조사의 자료에서 추출하였다. 본 조사의 경우 2006부터 2012년까지 2월부터 10월 사이에 양서・파충류 전문가들이 국립공원 지역을 제외한 우리나라 대부분 지역(약 99,000㎢)을 대상으로 조사한 데이터베이스로, 조사지역에 존재했던 종들의 관찰 지점을 확인할 수 있다.
우리나라에 서식하고 있는 살모사과 3종이 관찰된 자료는 국립환경과학원에서 수행된 제 3차 전국자연환경조사의 자료에서 추출하였다. 본 조사의 경우 2006부터 2012년까지 2월부터 10월 사이에 양서・파충류 전문가들이 국립공원 지역을 제외한 우리나라 대부분 지역(약 99,000㎢)을 대상으로 조사한 데이터베이스로, 조사지역에 존재했던 종들의 관찰 지점을 확인할 수 있다.

데이터처리

097 으로 가장 낮은 오류 값을 나타냈으며, 전체적으로 적은 오류 값을 보였다(Table 3). 각각의 종에 기여한 주요 모형변수들은 젝나이프 테스트를 통해 평가되었다. 쇠살모사와 살모사에서 높게 기여한 모형변수들은 Bio5(쇠살모사: 22.
기후자료는 기온과 강수량과 같은 총 19개의 변수들(Table 1)로 구성되어 있으며, 각각의 변수들 간에 높은 상관관계를 나타내기 때문에 본 연구에서는 주성분 분석 (Principal component analysis, PCA)을 통해 Kaiser의 기준에 따라 Eigenvalues가 1 이상인 PCs 4개를 추출하였다 (Table 1). 또한 추출된 PC값들과 지형변수인 고도와의 상관관계를 Spearman rank correlation test를 통해 확인하였으며, 모형변수들에 따라 PC들의 종간 중첩된 정도를 확인하기 위해 kernel probability density plot을 생성하였다. 모든 통계적 분석은 R 프로그램 version 3.
각각의 모델들은 총 15회에 걸쳐 반복구동하였으며, 무작위적으로 선택된 관찰지점의 75%는 training으로 25%는 testing으로 분할시켰다. 모형 설명력의 검증은 ROC (Receiver Operating Characteristics) 검증을 통해 곡선의 하부면적 값인 AUC(Area Under the Curve) 값을 구하여 실시하였다. 대부분 서식지 예측 프로그램을 이용한 연구들에서는 모델의 성과를 평가를 위해 AUC 값들 이용하고 있지만, 표본수나 상대적인 배경의 크기와 같은 모델의 조건에 따라 매우 민감하게 영향을 받을 수 있다(Townsend Peterson et al.
살모사들의 종간 생태적 지위 중첩 정도를 분석하기 위해 종들이 관찰되었던 지역의 모형변수들을 이용하여 Ecosim 프로그램에서 생태적 지위의 중첩 정도를 나타내는 Pianka index(PI)를 산출하였다(Entsminger, 2012). 만약, 산출된 PI 값이 1.

이론/모형

살모사과 3종이 관찰된 지점들은 DIVA-GIS 7.5 (Hijmans et al., 2012)을 이용해 투영되었다. 각각의 종 풍부도와 분포 형태를 확인하기 위해 Cell 크기를 0.
, 2008). 살모사들이 분포하고 있던 각각의 모형변수들의 기여도는 잭나이프 테스트(Jackknife test)를 통한 평균 기여율(Average percent contribution)에 의해 결정되었다. 추출된 종 분포 모델들은 DIVA-GIS 7.
0일 경우 종간 생태적 지위가 완전히 겹치는 것을 뜻하며, 0일 경우, 생태적 지위가 완전히 분리되어 있다는 것을 뜻한다. 생태적 지위 중첩의 통계적인 유의성은 Ecosim 프로그램에서 무작위적 알고리즘을 통해 산출된다(Entsminger, 2012).
잠재적 분포지역을 예측하기 위해 Maxent version 3.3.3 k 를 이용하여 종 분포 모델을 생성하였다 (Phillips et al., 2006). Mexent 모형은 회귀분석을 기반으로 하는 모형으로 최대 엔트로피 접근법(Maximum entropy approach)을 통해 높은 예측 결과를 가질 수 있으며(Phillips et al.

성능/효과

살모사들이 분포한 기후변수 간의 상관관계를 확인하기 위해 3종이 관찰된 지점의 기후변수들을 이용해 PCA에 적용시켰다. 1 보다 큰 고유값(Eigenvalues)을 가진 4개의 PC는 총 96.5%의 설명력을 가졌다(Table 1). PC1은 겨울 기온과 기온 연교차의 변동성이 가장 잘 설명되었다.
즉 3종 간 4개의 PC에서 측정된 확률밀도(probability density)는 모두 높게 중첩되어 있었으며(Figure 3B), 이러한 결과는 종간 모형변수들에 따른 생태적 지위의 측정값인 PI에 반영되었다(Table 2). 3종 간 PC들의 PI 값을 살펴보면, 쇠살모사와 살모사의 생태적 지위는 PC1과 PC3, PC4에서 가장 높게 중첩되어 있었으며, 살모사와 까치살모사의 생태적 지위는 4개의 모든 PC에서 가장 낮게 중첩되었고, 까치살모사와 쇠살모사의 생태적 지위는 PC2에서 가장 높게 중첩되어 있었다(Table 2).
Mexent 모형을 이용한 3종의 서식지 적합 예측 모델의 AUC 값은 쇠살모사가 0.668, 살모사가 0.681, 까치살모사가 0.762로 나타났다(Table 3). 테스트 샘플의 10% training 오류 값은 쇠살모사가 0.
quartiles: 164–511m) (Figure 2B). PI 값을 통한 고도의 중첩 정도는 살모사와 쇠살모사가 0.98로 가장 높게 나타났으며, 살모사와 까치살모사가 0.88로 가장 낮았다(Table 2).
본 연구에서는 제3차 전국자연환경조사의 자료를 바탕으로 한국에 서식하고 있는 살모사과 3종의 전제적인 분포형태와 종들이 분포한 지점의 모형변수들 간의 상관관계를 확인하였다. 그 결과 3종의 분포형태는 태백산맥을 기준으로 차이를 나타냈으며, 분포한 지점의 고도는 기후와 상관관계를 나타냈다. 또한 3종이 분포했던 모형변수들의 생태적 지위는 상당히 높게 중첩되어 있었지만, 종간 중첩된 지역의 범위는 전체조사 지역에 비해 비교적 적은 범위를 나타냈다.
종합적으로 한국산 살모사과 3종의 생태적 지위는 높게 중첩되어 있었다. 그들의 분포에 가장 큰 영향을 끼친 모형 변수는 고도였으며, 고도에 따라 그들의 분포형태는 차이를 보였다. 더욱이 그들 간 중첩된 지역은 전체 조사지역에 비해 비교적 작은 범위를 나타냈으며, 서식지는 주로 산림지역으로 직접적인 경쟁 없이 접소적인 분포형태를 보이고 있다는 것을 확인하였다.
이것은 가깝게 연관된 종들이 공통조상으로부터 비슷한 생태적 특징들을 물려받아 유지한다는 것을 의미한다. 그럼에도 불구하고 본 연구의 종 분포 모델들을 확인한 결과, 종들의 지리적 분포형태는 태백산맥을 기준으로 차이가 나타날 것으로 예측되었으며(Figure 4A), 중첩된 지역의 서식지를 확인한 결과, 대부분 태백산맥 주변과 경기도 동쪽 지역, 강원도, 경상북도의 산림지역에서 중첩되어 있었다(Figure 4B). 일반적으로 살모사들은 산림지역에서 고도에 따라 경쟁이 발생하며, 근연관계가 가까운 살모사들의 주요 분포 및 경쟁에 관한 선행연구들에서도 산림지역에서 종들의 분포가 중첩되는 현상들을 보여주고 있다(Luiselli et al.
살모사는 한반도의 태백산맥 주변을 제외한 대부분 지역에 분포할 것이라고 예측되었으며, 경기도와 강원도의 분기점과 경상북도지역에서 서식 가능성이 높게 예측되었다. 까치살모사는 태백산맥 주변과 고위도 지역에서만 분포할 것이라고 예측되었으며, 강원도와 경상북도, 경기도 주변에서 서식 가능성이 높게 예측되었다(Figure 4A).
그들의 분포에 가장 큰 영향을 끼친 모형 변수는 고도였으며, 고도에 따라 그들의 분포형태는 차이를 보였다. 더욱이 그들 간 중첩된 지역은 전체 조사지역에 비해 비교적 작은 범위를 나타냈으며, 서식지는 주로 산림지역으로 직접적인 경쟁 없이 접소적인 분포형태를 보이고 있다는 것을 확인하였다. 그러나 관찰된 분포형태에 대한 직접적인 원인은 확인하지 못했다.
예를 들어 종간 선호하는 고도 범위의 차이가 나타났다면, 중첩된 지역의 고도 범위는 두 종이 선호하는 고도 범위 중 한 종에게 더 가깝게 중첩되어 있었겠지만, 본 연구에서는 큰 차이를 확인하지 못하였다. 더욱이 중첩된 지역의 서식지는 주로 산림지역이었으며, 3종이 가장 선호하는 서식지 또한 모두 산림지역으로 나타났다. 결과적으로 한국산 살모사들은 종간 접소적인 분포형태를 나타냈지만, 이러한 분포형태를 나타낸 원인에 대해서는 확인하지 못하였다.
0001)와 비교적 약한 음의 상관관계를 나타냈다(Figure 3A). 따라서 4개의 PC는 고도와 상관관계를 가지고 있다고 설명하고 있으며, 살모사들이 발생한 지점의 기후변수들을 적절하게 대표하고 있었다.
9%) 지역에 존재할 것으로 예측되었다. 따라서 두 종간 중첩된 지역의 고도 범위는 각 종이 선호하고 있는 고도 범위(Figure 2B)와 큰 차이를 나타내지 않으며, 서식지는 주로 산림지역일 것이라고 예측되었다. 종간 경쟁 유무를 확인하기 위해 중첩된 지역에서 관찰된 개체수의 종간 상관관계를 분석한 결과, 모든 종들 양의 상관관계를 나타내고 있었다(Figure 4C).
, 2012)를 통해 1은 완전한 서식 적합지역, 0은 완전한 서식 불가능 지역으로 표현되었다. 또한 10% Training presence의 한계값을 기준으로 이분법적인(있다/없다) 래스터를 생성하였으며, 두 개의 래스터를 중첩하여 두 종간 중첩되는 공간적인 범위를 확인하였다. 또한 종간 중첩되는 지점들의 개수를 확인하여 종간 중첩된 지역의 공간적인 비율을 산출하였으며, 중첩된 지역들의 고도와 서식지 형태도 확인하였다.
그 결과 3종의 분포형태는 태백산맥을 기준으로 차이를 나타냈으며, 분포한 지점의 고도는 기후와 상관관계를 나타냈다. 또한 3종이 분포했던 모형변수들의 생태적 지위는 상당히 높게 중첩되어 있었지만, 종간 중첩된 지역의 범위는 전체조사 지역에 비해 비교적 적은 범위를 나타냈다. 한편 종간 중첩된 지역의 고도 범위는 각각의 종들이 선호하는 고도 범위들과 큰 차이를 나타내지 않았으며, 중첩된 지역의 서식지는 주로 산림지역이 차지하고 있었다.
고도는 살모사의 분포형태에 영향을 미치는 중요한 요인으로 생성된 3종의 모델들에서 높은 기여도를 나타냈다. 본연구결과 살모사의 고도 범위는 한국의 고도 범위와 유사한 반면, 쇠살모사는 살모사에 비해 비교적 높은 고도 범위에서 분포하였고, 까치살모사는 가장 높은 고도 범위에서 분포하고 있었다. 일반적으로 한국에 서식하고 있는 쇠살모사와 살모사는 까치살모사에 비해 낮은 고도에서 주로 관찰된다고 알려지고 있다(Beack and Shim, 1999; Do and Yoo, 2014).
이러한 이유는 종간 선호하는 지형변수들(고도, 미소서식지 특성 등)의 차이로 인해 그들 간 직접적인 상호작용이 일어나지 않기 때문에 경쟁이 일어나는 것이 최대한 예방될 수 있다고 주장하고 있다(Monney, 1996). 비록 본 연구에서는 살모사과 3종이 선호한 고도범위의 차이에 대해서는 다루지 않았지만, 종간 선호하는 고도가 비교적 큰 차이가 없을 것이라는 결과를 예측하였다. 예를 들어 종간 선호하는 고도 범위의 차이가 나타났다면, 중첩된 지역의 고도 범위는 두 종이 선호하는 고도 범위 중 한 종에게 더 가깝게 중첩되어 있었겠지만, 본 연구에서는 큰 차이를 확인하지 못하였다.
PC3는 대부분 여름 강수량을 설명하고 있었으며, 여름 강수량의 값들은 PC3와 양의 상관관계를 나타냈다. 비록, PC4의 설명력은 낮았지만, 기온의 변화와 연관성을 나타냈으며, PC가 증가하면 평균 일교차가 감소하지만, 기온의 계절적 변동이 증가한다(Table 1).
살모사과 3종에서 예측된 분포모델의 분포형태를 확인한 결과, 쇠살모사는 제주도를 포함한 한반도의 대부분 전 지역에 분포할 것이라고 예측되었으며, 제주도와 강원도의 동쪽 지역, 경기도와 강원도의 분기점에서 서식 가능성이 높게 예측되었다. 살모사는 한반도의 태백산맥 주변을 제외한 대부분 지역에 분포할 것이라고 예측되었으며, 경기도와 강원도의 분기점과 경상북도지역에서 서식 가능성이 높게 예측되었다.
살모사과 3종은 낙엽활엽수림(쇠살모사: 54.6 %, 살모사: 49.0 %, 까치살모사: 66.0 %)에서 가장 많이 관찰되었고, 다음으로 농경지(쇠살모사: 33.1 %, 살모사: 41.4 %, 까치살모사: 19.0 %)와 상록침엽수림(쇠살모사: 11.4 %, 살모사: 9.2 %, 까치살모사: 14.0 %)에서도 관찰되었으며, 낙엽침엽수림(쇠살모사: 0.2 %, 까치살모사: 1.0 %)과 초지 (쇠살모사: 0.7 %, 살모사: 0.5 %)에서는 드물게 관찰되고 있었다(Figure 2C).
살모사과 3종의 중첩된 지역을 확인하기 위해 10 % training presence의 한계 값을 기준으로 존재 가능한 격자들을 중첩한 결과, 쇠살모사와 살모사 그리고 살모사와 까치살모사는 경기도와 강원도의 분기점과 경상북도 지역에 중첩되어 있었으며, 전체 조사지역에 비해 종간 중첩된 지역이 비교적 적게 나타났다(쇠살모사 vs 살모사: 14.5 %, 살모사 vs 까치살모사: 7.8 %; Figure 4B). 쇠살모사와 까치살모사는 경기도와 강원도의 분기점과 강원도의 동쪽 지역, 경상북도 지역에 중첩되어 있었으며, 전체 조사지역에 비해 종간 중첩된 지역이 비교적 적게 나타났다(쇠살모사 vs 까치살모사: 11.
살모사과 3종에서 예측된 분포모델의 분포형태를 확인한 결과, 쇠살모사는 제주도를 포함한 한반도의 대부분 전 지역에 분포할 것이라고 예측되었으며, 제주도와 강원도의 동쪽 지역, 경기도와 강원도의 분기점에서 서식 가능성이 높게 예측되었다. 살모사는 한반도의 태백산맥 주변을 제외한 대부분 지역에 분포할 것이라고 예측되었으며, 경기도와 강원도의 분기점과 경상북도지역에서 서식 가능성이 높게 예측되었다. 까치살모사는 태백산맥 주변과 고위도 지역에서만 분포할 것이라고 예측되었으며, 강원도와 경상북도, 경기도 주변에서 서식 가능성이 높게 예측되었다(Figure 4A).
8 %; Figure 4B). 쇠살모사와 까치살모사는 경기도와 강원도의 분기점과 강원도의 동쪽 지역, 경상북도 지역에 중첩되어 있었으며, 전체 조사지역에 비해 종간 중첩된 지역이 비교적 적게 나타났다(쇠살모사 vs 까치살모사: 11.6 %; Figure 4B).
각각의 종에 기여한 주요 모형변수들은 젝나이프 테스트를 통해 평가되었다. 쇠살모사와 살모사에서 높게 기여한 모형변수들은 Bio5(쇠살모사: 22.60 %, 살모사: 12.60%)와 고도(쇠살모사 : 12.11%, 살모사: 12.27%)였으며, 까치살모사에서 높게 기여한 모형 변수들은 Bio4(17.29%)와 Bio8(14.63%), Bio1(14.57%), Bio3(13.40 %), 고도(13.08%) 순이었다(Table 4).
따라서 두 종간 중첩된 지역의 고도 범위는 각 종이 선호하고 있는 고도 범위(Figure 2B)와 큰 차이를 나타내지 않으며, 서식지는 주로 산림지역일 것이라고 예측되었다. 종간 경쟁 유무를 확인하기 위해 중첩된 지역에서 관찰된 개체수의 종간 상관관계를 분석한 결과, 모든 종들 양의 상관관계를 나타내고 있었다(Figure 4C).
예를 들어 기온이 낮고, 고도가 높은 태백산맥 주변 지역을 기준으로 살모사의 분포 가능성은 거의 드물었고, 쇠살모사는 낮은 분포 가능성을 나타낸 반면 까치살모사는 높은 분포 가능성을 나타냈다(Table 1; Figure 4A). 종합적으로 3종의 살모사들이 분포한 고도는 기후와 서식지에 따라 가깝게 연관되어 있었다.
종합적으로 한국산 살모사과 3종의 생태적 지위는 높게 중첩되어 있었다. 그들의 분포에 가장 큰 영향을 끼친 모형 변수는 고도였으며, 고도에 따라 그들의 분포형태는 차이를 보였다.
중첩된 지역의 고도와 서식지를 확인한 결과, 쇠살모사와 살모사의 고도는 246m(1st - 3rd quartiles: 169–332m), 서식지는 산림(91.5%)과 농경지(8.3%), 초지(0.2%) 지역, 쇠살모사와 까치살모사의 고도는 321m(1st - 3rd quartiles: 212–462m), 서식지는 산림(83.2%)과 농경지(16.2%), 초지(0.6%) 지역, 살모사와 까치살모사의 고도는 238m(1st - 3rd quartiles: 167–329m), 서식지는 산림(82.9%)과 농경지(16.2%), 초지(0.9%) 지역에 존재할 것으로 예측되었다.
살모사과 3종의 생태적 지위는 매우 높게 중첩되어 있었다. 즉 3종 간 4개의 PC에서 측정된 확률밀도(probability density)는 모두 높게 중첩되어 있었으며(Figure 3B), 이러한 결과는 종간 모형변수들에 따른 생태적 지위의 측정값인 PI에 반영되었다(Table 2). 3종 간 PC들의 PI 값을 살펴보면, 쇠살모사와 살모사의 생태적 지위는 PC1과 PC3, PC4에서 가장 높게 중첩되어 있었으며, 살모사와 까치살모사의 생태적 지위는 4개의 모든 PC에서 가장 낮게 중첩되었고, 까치살모사와 쇠살모사의 생태적 지위는 PC2에서 가장 높게 중첩되어 있었다(Table 2).
살모사들이 분포하고 있던 각각의 모형변수들의 기여도는 잭나이프 테스트(Jackknife test)를 통한 평균 기여율(Average percent contribution)에 의해 결정되었다. 추출된 종 분포 모델들은 DIVA-GIS 7.5(Hijmans et al., 2012)를 통해 1은 완전한 서식 적합지역, 0은 완전한 서식 불가능 지역으로 표현되었다. 또한 10% Training presence의 한계값을 기준으로 이분법적인(있다/없다) 래스터를 생성하였으며, 두 개의 래스터를 중첩하여 두 종간 중첩되는 공간적인 범위를 확인하였다.
762로 나타났다(Table 3). 테스트 샘플의 10% training 오류 값은 쇠살모사가 0.1 으로 가장 높았고, 까치살모사가 0.097 으로 가장 낮은 오류 값을 나타냈으며, 전체적으로 적은 오류 값을 보였다(Table 3). 각각의 종에 기여한 주요 모형변수들은 젝나이프 테스트를 통해 평가되었다.

후속연구

더욱이 중첩된 지역의 서식지는 주로 산림지역이었으며, 3종이 가장 선호하는 서식지 또한 모두 산림지역으로 나타났다. 결과적으로 한국산 살모사들은 종간 접소적인 분포형태를 나타냈지만, 이러한 분포형태를 나타낸 원인에 대해서는 확인하지 못하였다.
미소서식지, 경사도, 태양 반사도 등)들에 대한 분석이 이루어지지 않았기 때문이라고 판단된다. 따라서 향후 종간 접촉지역에서 살모사들이 선호하는 다양한 모형 변수들에 대한 보다 세밀한 분석(예를 들어, 격자 크기 500m 이하의 분석)과 더불어 자세한 생태학적, 행동학적 연구가 진행된다면 종간 생태적 지위의 분화 및 종간 경쟁을 최소화하는 다양한 기작들을 확인할 수 있을 것이라고 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	생물종의 경쟁과 공간적 분포, 생태적 지위의 관계에 대한 정보가 중요한 이유는?	생물종의 경쟁과 공간적 분포, 생태적 지위의 관계에 대한 정보는 생물지리학적 분포형태를 이해하는 데 중요한 역할을 한다. 본 연구에서는 한국에 서식하고 있는 살모사과 3종(Gloydius ussuriensis, G.
	생태적 지위는 어떻게 나누어 정량화할 수 있나?	, 2014). 생태적 지위는 크게 먹이, 공간, 시간의 3가지 축으로 나누어 정량화할 수 있으며, 이를 통해 종 사이에 발생하고 있는 생태적 지위의 중첩(niche overlap) 또는 분리(niche separation)와 같은 현상을 밝혀낼 수 있다(Pianka, 1973; Metzger et al., 2009).
	궁극에는 종간 경쟁 과정을 통해 지리적 분리나 생태적 지위의 분화 현상을 일어나게 하는 특성은 무엇인가?	종간 경쟁은 동일한 지역에서 두 종 또는 그 이상의 종들이 유사한 생태적 요구 조건들을 공유할 때 일어나며, 자연선택을 통해 생태적 지위를 분화시키는 역할을 하는 중요한 생물학적 관계이다(Ricklefs, 1998). 계통분류학적으로 유사한 종들은 조상 종의 먹이나 서식지, 번식 시기와 같은 생태적 요구조건과 습성을 공유하여 생태적 지위가 매우 유사하다(Wiens and Graham, 2005; Luiselli, 2006). 이러한 유사성은 강한 선택압으로 작용하여 궁극에는 종간 경쟁 과정을 통해 지리적 분리나 생태적 지위의 분화 현상을 일어나게 한다(Martínez-Freiría et al.

참고문헌 (39)

Beack, N.K. and J.H. Shim(1999) Snake. Jisungsa, Seoul, Korea.
Brito, J.C., X. Santos, J.M. Pleguezuelos and N. Sillero(2008) Evolutionary scenarios with geostatistics and geographical information systems (GIS) for the viperid snakes Vipera latastei and V. monticola. Biol. J. Linn. Soc. Lond. 95: 790-806.

상세보기
Brito, J.C., S. Fahd, P. Geniez, F. Martinez-Freiria, J.M. Pleguezuelos and J.F. Trape(2011) Biogeography and conservation of viperids from North-West Africa: An application of ecological niche-based models and GIS. J. Arid. Environ. 75: 1029-1037.

상세보기
Costa, G.C., C. Wolfe, D.B. Shepard, J.P. Caldwell and L.J. Vitt(2008) Detecting the influence of climatic variables on species distributions: a test using GIS niche-based models along a steep longitudinal environmental gradient. J. Biogeogr. 35(4): 637-646.

상세보기
Do, M.S. and J.C. Yoo(2014) Distribution pattern according to altitude and habitat type of Red-tongue viper snake (Gloydius ussuriensis) in Cheon-ma mountain. Journal of Wetland Research. 16(2): 193-204. (in Korean with English abstract)

원문보기 상세보기
Entsminger, G.L.(2012) EcoSim Professional: null modelling software for ecologists. Acquired Intelligence Inc., Kesey-Bear, & Pinyon Publishing, Montrose, CO 81403. http://www.garyentsminger.com/ecosim/index.htm.
Escoriza, D., M. Metallinou, D. Donaire-Barroso, F. Amat and S. Carranza(2009) Biogeography of the White-Bellied Carpet Viper Echis leucogaster Roman, 1972 in Morocco, a study combining mitochondrial DNA data and ecological niche modeling. Butlleti de la Societat Catalana d'Herpetologia. 18: 55-68.
Hernandez, P.A., C.H. Graham, L.L. Master and D.L. Albert(2006) The effect of sample size and species characteristics on performance of different species distribution modelling methods. Ecography. 29: 773-785.

상세보기
Hijmans, R.J., S.E. Cameron, J.L. Parra, P.G. Jones and A. Jarvis(2005) Very high resolution interpolated climate surfaces for global land areas. Int. J. Climatol. 25: 1965-1978.

상세보기
Hijmans, R.J., L. Guarino and P. Mathur(2012) DIVA-GIS Version 7.5. Manual. Available at http://www.divagis.org/docs/DIVAGIS_manual_7.pdf.
Jimenez-Valverde, A., J.M. Lobo and J. Hortal(2008) Not as good as they seem: the importance of concepts in species distribution modelling. Divers. Distrib. 14: 885-890.

상세보기
Jimenez-Valverde, A.(2012) Insights into the area under the receiver operating characteristic curve (AUC) as a discrimination measure in species distribution modelling. Glob. Ecol. Biogeogr. 21: 498-507.

상세보기
Kim, B.S.(2010) A study on the ecology of the Ussuri mamushi Gloydius ussuriensis from Jeju island. Korea. Ph. D. thesis, Univ. of Jeju, Jeju, Korea.
Lee, J.W., H.J. Noh, Y.K. Lee, Y.S. Kwon, C.H. Kim and J.C. Yoo(2014) Spatial patterns, ecological niches, and interspecifi c competition of avian brood parasites: inferring from a case study of Korea. Ecol. Evol. 4(18): 3689-3702.

상세보기
Lobo, J.M., A. Jimenez-Valverde and R. Real(2008) AUC: a misleading measure of the performance of predictive distribution models. Glob. Ecol. Biogeogr. 17: 145-151.

상세보기
Luiselli, L.(2006) Resource partitioning and interspecific competition in snakes: the search for general geographical and guild patterns. Oikos. 114: 193-211.

상세보기
Luiselli, L., E. Filippi and E. Lena(2007) Ecological relationships between sympatric Vipera aspis and V. ursinii in high-altitude habitats of Central Italy. J. Herpetol. 41: 378-384.

상세보기
Martinez-Freiria, F., N. Sillero, M. Lizana and J.C. Brito(2008) GIS-based niche models identify environmental correlates sustaining a contact zone between three species of European vipers. Divers. Distrib. 14: 452-461.

상세보기
Martinez-Freiria, F., M. Lizana, J.P. Amaral and J.C. Brito(2010) Spatial and temporal segregation allows coexistence in a hybrid zone among two Mediterranean vipers (Vipera aspis and V. latastei). Amphibia-Reptilia. 31: 195-212.

상세보기
Metzger, C., S. Ursenbacher and P. Christe(2009) Testing the competitive exclusion principle using various niche parameters in a native (Natrix maura) and an introduced (N. tessellata) colubrid. Amphibia-Reptilia. 30: 523-531.

상세보기
Monney, J.C.(1996) Biologie comparee de Vipera aspis L. et de Vipera berus L. (Reptilia, Ophidia, Viperidae) dans une station des Prealpes Bernoises. Ph. D. Thesis, Univ. of Neuchatel, Neuchatel, Switzerland.
Peterson, A.T., J. Soberon and V. Sanchez-Cordero(1999) Conservatism of ecological niches in evolutionary time. Science. 285: 1265-1267.

상세보기
Pianka, E.R.(1973) The structure of lizard communities. Annu. Rev. Ecol. syst. 4: 35-74.
Phillips, S., M. Dudik and R. Schapire(2004) Maximum entropy approach to species distribution modeling. proceeding of the 21st international conference on machine learning, Banff, Canada.
Phillips, S.J., R.P. Anderson and R.E. Schapire(2006) Maximum entropy modelling of species geographic distributions. Ecol. Modell.190: 231-259.

상세보기
Phillips, S.J. and M. Dudll(2008) Modelling of species distributions with Maxent: new extensions and a comprehensive evaluation. Ecography. 31: 161-175.

상세보기
Phillips, S.J., M. Dudll, J. Elith, C.H. Graham, A. Lehmann and J. Leathwick(2009) Sample selection bias and presence-only distribution models: implications for background and pseudo- absence data. Ecol. Appl. 19: 181-197.

상세보기
R Core Team(2013) R: a language and environment for statistical computing. R foundation for Statistical Computing, Vienna, Austria. Available at http://www.R-project.org/.
Ricklefs, R.E.(1998) The Economy of Nature. W.H. Freeman and Company, New York.
Santos, X., J.C. Brito, N. Sillero, J.M. Pleguezuelos, G.A. Llorente, S. Fahd and X. Parellada(2006) Inferring habitat-suitability areas with ecological modelling techniques and GIS: a contribution to assess the conservation status of Vipera latastei. Biol. Conserv. 130: 416-425.

상세보기
Shim, J.H., Y.J. Son, S.S. Lee, K.S. Pack, H.B. Oh and Y.D. Pack(1998) Ecology study on poisonous snake and investigation of the venom characteristics, snake biting frequency in Korea. J. Ecol. Environ. 1: 58-77. (in Korean with English abstract)
Song, J.Y.(2007) Current status and distribution of reptiles in the Republic of Korea. J. Ecol. Environ. 25(2): 124-138. (in Korean with English abstract)
Stefano, S., M. Marco, S. Roberto and G. Augusto(2011) A tribute to Hubert Saint Girons: niche separation between Vipera aspis and V. berus on the basis of distribution models. Amphibia-Reptilia. 32: 223-233.

상세보기
Tomovic, M, L., J. Crnobrnja-Isailovic and J.C. Brito(2010) Geostatistics and Geographical Information Systems uncover the evolutionary historyof the nose-horned viper (Vipera ammodytes) on the Balkans. Biol. J. Linn. Soc. Lond. 101: 651-666.

상세보기
Townsend Peterson, A., M. Papes, and M. Eaton(2007) Transferability and model evaluation in ecological niche modelling: a comparison of GARP and Maxent. Ecography. 30: 550-560.

상세보기
Wiens, J.J. and C.H. Graham(2005) Niche conservatism: integrating evolution, ecology, and conservation biology. Annu. Rev. Ecol. syst. 36: 519-539.

상세보기
Wiens, J.J., D.D. Ackerly, A.P. Allen, B.L. Anacker, L.B. Buckley and H.V. Cornell(2010) Niche conservatism as an emerging principle in ecology and conservation biology. Ecol. Lett. 13: 1310-1324.

상세보기
Wisz, M.S., R.J. Hijmans, J. Li, A.T. Peterson, C.H. Graham and A. Guisan, NCEAS Predicting Species Distribution Working Group(2008) Effects of sample size on the performance of species distribution models. Divers. Distrib. 14: 763-773.

상세보기
Xu, Y., Q. Liu, E.A. Myers, L. Wang, S. Huang, Y. He, P. Peng and P. Guo(2012) Molecular Phylogeny of the Genus Gloydius (Serpentes: Crotalinae). Asian. Herpetol. Res. 3(2): 127-132.

상세보기

저자의 다른 논문 :

LOADING...

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