기후변화에 따른 한반도 난대성 상록활엽수 잠재서식지 분포 변화 Potential Impact of Climate Change on Distribution of Warm Temperate Evergreen Broad-leaved Trees in the Korean Peninsula원문보기
본 연구는 난대성 상록활엽수에 대한 기후변화의 영향을 평가하고자 하였다. 이를 위해 분포 북방한계지가 중부해안인 난대성 상록활엽수 9종을 선정하고, 각 종의 분포 자료와 최한월최저기온, 겨울철강수량에 Generalized Additive Model(GAM) 알고리즘을 적용하여 종분포모형을 구축하였다. 종분포모형에 현재와 미래기후자료, 토지이용도를 적용하여 난대성 상록활엽수의 현재와 미래 잠재서식지를 예측하였다. 기후요소 분석 결과에서 최한월최저기온은 모든 종의 분포에 유의한 영향을 주지만, 겨울철강수량은 종에 따라 영향이 다르게 나타났다. 9종은 잠재서식지의 분포 패턴에 따라 3개의 유형(중부해안형, 남서해안형, 중부경상내륙형)으로 분류되며 기후변화와 토지이용의 영향이 다르게 나타났다. 토지이용을 고려했을 때 9종에서 60% 이상의 잠재서식지가 감소하며, 특히 중부경상내륙형에 속하는 종들은 다른 유형에 비해 높은 서식지 감소를 보였다. 9종 모두 기후변화에 따라 2050년과 2070년에 분포지가 북쪽으로 확대될 것으로 예측되었지만, 분포 유형에 따라 각기 다르게 나타났다. 이러한 분포 유형별 기후변화 영향이 다른 것은 겨울철강수량의 시공간적 변화와 종별로 미치는 영향의 정도가 다르기 때문으로 판단된다.
본 연구는 난대성 상록활엽수에 대한 기후변화의 영향을 평가하고자 하였다. 이를 위해 분포 북방한계지가 중부해안인 난대성 상록활엽수 9종을 선정하고, 각 종의 분포 자료와 최한월최저기온, 겨울철강수량에 Generalized Additive Model(GAM) 알고리즘을 적용하여 종분포모형을 구축하였다. 종분포모형에 현재와 미래기후자료, 토지이용도를 적용하여 난대성 상록활엽수의 현재와 미래 잠재서식지를 예측하였다. 기후요소 분석 결과에서 최한월최저기온은 모든 종의 분포에 유의한 영향을 주지만, 겨울철강수량은 종에 따라 영향이 다르게 나타났다. 9종은 잠재서식지의 분포 패턴에 따라 3개의 유형(중부해안형, 남서해안형, 중부경상내륙형)으로 분류되며 기후변화와 토지이용의 영향이 다르게 나타났다. 토지이용을 고려했을 때 9종에서 60% 이상의 잠재서식지가 감소하며, 특히 중부경상내륙형에 속하는 종들은 다른 유형에 비해 높은 서식지 감소를 보였다. 9종 모두 기후변화에 따라 2050년과 2070년에 분포지가 북쪽으로 확대될 것으로 예측되었지만, 분포 유형에 따라 각기 다르게 나타났다. 이러한 분포 유형별 기후변화 영향이 다른 것은 겨울철강수량의 시공간적 변화와 종별로 미치는 영향의 정도가 다르기 때문으로 판단된다.
We accessed the climate change effects on the distributions of warm-evergreen broad-leaved trees (shorten to warm-evergreens below) in the Korean Peninsula (KP). For this, we first selected nine warm-evergreens with the northern distribution limits at mid-coastal areas of KP and climate variables, c...
We accessed the climate change effects on the distributions of warm-evergreen broad-leaved trees (shorten to warm-evergreens below) in the Korean Peninsula (KP). For this, we first selected nine warm-evergreens with the northern distribution limits at mid-coastal areas of KP and climate variables, coldest month mean temperature and coldest quarter precipitation, known to be important for warm-evergreens growth and survival. Next, species distribution models (SDMs) were constructed with generalized additive model (GAM) algorithm for each warm-evergreen. SDMs projected the potential geographical distributions of warm evergreens under current and future climate conditions in associations with land uses. The nine species were categorized into three groups (mid-coastal, southwest-coastal, and southeast-inland) based on their current spatial patterns. The effects of climate change and land uses on the distributions depend on the current spatial patterns. As considering land uses, the potential current habitats of all warm-evergreens decrease over 60%, showing the highest reduction rate for the Kyungsang-inland group. SDMs forecasted the expansion of potential habitats for all warm-evergreens under climate changes projected for 2050 and 2070. However, the expansion patterns were different among three groups. The spatial patterns of projected coldest quarter precipitation in 2050 and 2070 could account for such differences.
We accessed the climate change effects on the distributions of warm-evergreen broad-leaved trees (shorten to warm-evergreens below) in the Korean Peninsula (KP). For this, we first selected nine warm-evergreens with the northern distribution limits at mid-coastal areas of KP and climate variables, coldest month mean temperature and coldest quarter precipitation, known to be important for warm-evergreens growth and survival. Next, species distribution models (SDMs) were constructed with generalized additive model (GAM) algorithm for each warm-evergreen. SDMs projected the potential geographical distributions of warm evergreens under current and future climate conditions in associations with land uses. The nine species were categorized into three groups (mid-coastal, southwest-coastal, and southeast-inland) based on their current spatial patterns. The effects of climate change and land uses on the distributions depend on the current spatial patterns. As considering land uses, the potential current habitats of all warm-evergreens decrease over 60%, showing the highest reduction rate for the Kyungsang-inland group. SDMs forecasted the expansion of potential habitats for all warm-evergreens under climate changes projected for 2050 and 2070. However, the expansion patterns were different among three groups. The spatial patterns of projected coldest quarter precipitation in 2050 and 2070 could account for such differences.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
))을 대상으로 종분포모형을 구축하고, 이를 토대로 현재의 종별 잠재서식지와 미래 기후변화에 따른 잠재서식지의 변화추세를 예측하였다. 본 연구는 특히 잠재서식지를 고려함에 있어 토지이용을 고려하여 현재 기후조건 하에서 잠재서식지의 예측에 현실성을 높였으며, 인간의 간섭이 난대성 상록활엽수의 분포에 미치는 영향을 설명하였다.
본 연구에서는 남부와 해안도서에 주로 분포하며 분포 북한계지가 충남 태안반도보다 북쪽에 위치한 난대성 상록활엽수 9종(보리밥나무(Elaeagnusmacrophylla Thunb.), 보리장나무(Elaeagnus glabraThunb.), 마삭줄(Trachelospermum asiaticum(Siebold& Zucc.) Nakai), 줄사철나무(Euonymus fortunei var.radicans (Miq.) Rehder), 개산초(Zanthoxylum planispinum Siebold & Zucc.), 동백나무(Camellia japonicaL.), 후박나무(Machilus thunbergii Siebold & Zucc.), 센달나무(Machilus japonica Siebold & Zucc.), 붉가시나무(Quercus acuta Thunb.))을 대상으로 종분포모형을 구축하고, 이를 토대로 현재의 종별 잠재서식지와 미래 기후변화에 따른 잠재서식지의 변화추세를 예측하였다.
본 연구에서는 한반도 남부에 주로 나타나는 난대성 상록활엽수의 분포에 대한 기후변화의 영향을 예측하였다. 이를 위해 분포지가 중부해안까지 나타나는 난대성 상록활엽수 9종의 분포 자료를 수집하였고 지점별 최한월최저기온과 겨울철강수량을 통해 GAM알고리즘을 사용하여 종분포모형을 구축하고 잠재서식지를 추정하였다.
제안 방법
RCP 4.5와 8.5 시나리오에 따라 HadGEM2-AO 기후변화 모델을 사용하여 예측한 2050년과 2070년의 최한월최저기온과 겨울철강수량을 적용하여, 난대성 상록활엽수 9종의 미래 잠재서식지 변화추세를 예측하였다(그림 3~5). 예측 결과, 9개의 난대성 상록활엽수 모두 기후변화에 따라 분포지가 북쪽으로 확대되는 것으로 나타났다.
그러나 두 변수간의 상관관계가 매우 높아(r>0.75), 본 연구에서는 난대성 상록활엽수의 분포한계 및 생장의 기온에 대한 내성을 설명하는 최한월최저기온을 독립변수로 사용하였다.
기후요소들과 각 종의 출현/비출현 자료에 GAM알고리즘을 적용하여 9개의 난대성 상록활엽수종들에 대한 종분포모형들을 개발하였다. 이 모형들을 적용하여 현재 기후에서 각각의 난대성 상록활엽수종들의 잠재서식지를 예측하였다(그림 1).
이를 위해 분포지가 중부해안까지 나타나는 난대성 상록활엽수 9종의 분포 자료를 수집하였고 지점별 최한월최저기온과 겨울철강수량을 통해 GAM알고리즘을 사용하여 종분포모형을 구축하고 잠재서식지를 추정하였다. 또한 토지이용을 고려하여 모형예측에 현실성을 높이고 인간의 영향을 평가하였다. 9종의 난내성 상록활엽수는 잠재서식지의 분포 패턴에 따라 3개의 유형(중부해안형, 남서해안형, 중부경상내륙형)으로 나뉘어졌으며, 토지이용을 고려했을 때 9종 모두 60% 이상의 잠재서식지가 감소하는 것으로 나타났다.
토지이용도는 자연환경에 대한 인간의 간섭을 확인할 수 있는 비기후적 요소로써 잠재서식지에서 토지이용현황을 고려함으로 인간의 간섭이 포함된 실재서식지를 파악하는 데 유용하다. 본 연구에서는 Global Land Cover 2000 Project(GLC2000)에서 위성사진을 통해서 분류한 토지피복도를 DIVA-GIS(http://diva-gis.org)에서 다운받아 한반도 범위에서 산림, 농경지, 시가지로 재분류하여 산림지역과 잠재서식지가 중복되는 영역을 토지이용을 고려한 잠재서식지로 분류하여 면적을 산출하였다. 산출된 토지이용을 고려한 잠재서식지 면적과 잠재서식지와의 비율을 통해 인간에 의한 영향을 종별로 분석하였다.
org)에서 다운받아 한반도 범위에서 산림, 농경지, 시가지로 재분류하여 산림지역과 잠재서식지가 중복되는 영역을 토지이용을 고려한 잠재서식지로 분류하여 면적을 산출하였다. 산출된 토지이용을 고려한 잠재서식지 면적과 잠재서식지와의 비율을 통해 인간에 의한 영향을 종별로 분석하였다.
모델 예측의 정확도는 ROC(Receiver operating characteristic)분석의 AUC(Area under curve) 방법을 사용하여 평가되었다. 식물분포자료가 많지 않기 때문에 부트스트랩(bootstrap) 기법을 사용하여 종의 출현/비출현 자료와 기후자료를 1000번 복원추출하고, 이 1000개의 복원추출 자료에 대하여 ROC분석의 AUC 값을 계산하여 모델의 정확도를 측정하였다(Zweig and Campbell, 1993). 모델의 정확도를 나타내는 AUC 값은 0.
여름철강수량은 난대성 상록활엽수들이 성장하는 시기에 수분을 공급하여 중요한 의미를 가지나, 최한월최저기온과 상관관계가 높아(r>0.75), 겨울철강수량만을 종분포모형 개발을 위한 독립변수로 사용하였다.
잠재서식지는 환경적 요소가 종의 출현을 제한하는 생태적 지위(Ecological niche)에 기반한다. 연구종의 분포자료와 환경변수간의 상관관계를 분석을 통해 연구지역의 종 출현 가능성을 추정하며 종이 분포할 수 있는 지역을 잠재서식지로 분류한다. 연구종에 대한 출현 가능성은 확률로 나타내기 때문에 잠재서식지를 설정하기 위하여 분포 여부를 구분하는 임계점을 설정해야 한다.
기후요소들과 각 종의 출현/비출현 자료에 GAM알고리즘을 적용하여 9개의 난대성 상록활엽수종들에 대한 종분포모형들을 개발하였다. 이 모형들을 적용하여 현재 기후에서 각각의 난대성 상록활엽수종들의 잠재서식지를 예측하였다(그림 1). 모형 예측 결과, 센달나무와 보리장나무를 제외한 7종의 난대성 상록활엽수의 잠재서식지 면적은 20,000㎢ 이상으로나타났다(표 1).
연구종에 대한 출현 가능성은 확률로 나타내기 때문에 잠재서식지를 설정하기 위하여 분포 여부를 구분하는 임계점을 설정해야 한다. 이를 위해 sensitivity(출현율 예측 정확도)와 specificity(비출현율 예측 정확도)가 동일해지는 지점을 임계점으로 설정하였다(Freemanand Moisen, 2008). Sensitivity(omission error)는 모델에 의해 예측된 종의 출현이 실제의 관찰과 얼마나 일치하는지를 보여주는 값이며, Specificity는 모델에 의해 예측된 종의 absence(비출현) 값이 실제의 관찰된 값과 얼마나 일치하는지는 보여주는 값이다(Jiménez-Valverde et al.
본 연구에서는 한반도 남부에 주로 나타나는 난대성 상록활엽수의 분포에 대한 기후변화의 영향을 예측하였다. 이를 위해 분포지가 중부해안까지 나타나는 난대성 상록활엽수 9종의 분포 자료를 수집하였고 지점별 최한월최저기온과 겨울철강수량을 통해 GAM알고리즘을 사용하여 종분포모형을 구축하고 잠재서식지를 추정하였다. 또한 토지이용을 고려하여 모형예측에 현실성을 높이고 인간의 영향을 평가하였다.
대상 데이터
중부해안형인 동백나무의 잠재서식지는 중부해안에서 연평도와 대청도를 포함한 황해남도 해안과 덕적도 및 안면도, 남서해안지역에서는 전라남도 내륙부터 경상남도 해안지역까지로 예측되었다. 남서해안형인 후박나무, 센달나무, 개산초 및 마삭줄은 전라남도 내륙부터 경상남도 해안지역에서 잠재서식지가 예측되었다. 중부경상내륙형인 보리밥나무, 보리장나무, 붉가시나무와 줄사철나무는 서해 5도, 영종도, 덕적도, 승봉도, 태안반도 등 중부해안지역 및 경상도 내륙지역이 잠재서식지로 추정되었다.
독립변수로 사용되는 기후자료는 worldclim(http://www.worldclim.org)에서 30-arc second(ca. 1㎢)의 해상도로 제공하는 50년 평균기후(1950~2000년)의 최한월최저기온과 겨울철강수량을 한반도 범위에서 추출하여 사용하였다. 미래기후는 미래 온실가스절감 정책이 많은 부분 실현되는 RCP 4.
1㎢)의 해상도로 제공하는 50년 평균기후(1950~2000년)의 최한월최저기온과 겨울철강수량을 한반도 범위에서 추출하여 사용하였다. 미래기후는 미래 온실가스절감 정책이 많은 부분 실현되는 RCP 4.5와 현재 배출 추세가 계속되는 것으로 가정하는 RCP 8.5시나리오에 따라 영국헤들리연구소에서 제공하는 전세계기후모델(GCM, Global Climate Model)인 HadGEM2-AO를 활용하여 추정된 2050년(2040~2060년)과 2070년(2060~2080년)의 기후자료를 사용하였다(Hijmans et al., 2005).
종분포모형의 개발에 필요한 연구종들에 대한 출현/비출현자료는 구경아(2000), 이우철과 임양재(2002), 국립수목원의 관속식물분포도(2004; 2005; 2006; 2007; 2008; 2009; 2010a; 2010b; 2011)에 수록된 식물 분포자료를 사용하였다. 식물조사 지점이 동일하거나 인접되어 나타나는 지점은 통합하여 종별 200여개의 식물분포자료를 사용하였다. 식물조사가 이루어졌지만 연구종들이 나타나지 않은 지점에 대해서는 비출현자료로 활용하였다.
식물조사 지점이 동일하거나 인접되어 나타나는 지점은 통합하여 종별 200여개의 식물분포자료를 사용하였다. 식물조사가 이루어졌지만 연구종들이 나타나지 않은 지점에 대해서는 비출현자료로 활용하였다.
1) 연구종 및 연구지역
연구종은 남부와 해안도서에 주로 분포하며 분포 북한계지가 충청남도 태안반도 이북에 분포하고 있는 9종의 난대성 상록활엽수인 보리밥나무, 보리장나무, 마삭줄, 줄사철나무, 개산초, 동백나무, 후박나무, 센달나무, 붉가시나무이다. 이 난대성 상록활엽수들은 식물의 외관형에 따라 교목 4종(동백나무, 후박나무, 센달나무, 붉가시나무), 관목 1종(개산초),덩굴식물 4종(보리밥나무, 보리장나무, 마삭줄, 줄사철나무)으로 분류되었다.
연구지역은 북위 33°~38° 동경126°~133°에 위치한 한반도와 그 부속도서로 선정하였다.
종분포모형의 개발에 필요한 연구종들에 대한 출현/비출현자료는 구경아(2000), 이우철과 임양재(2002), 국립수목원의 관속식물분포도(2004; 2005; 2006; 2007; 2008; 2009; 2010a; 2010b; 2011)에 수록된 식물 분포자료를 사용하였다. 식물조사 지점이 동일하거나 인접되어 나타나는 지점은 통합하여 종별 200여개의 식물분포자료를 사용하였다.
이론/모형
, 2007). 모델 예측의 정확도는 ROC(Receiver operating characteristic)분석의 AUC(Area under curve) 방법을 사용하여 평가되었다. 식물분포자료가 많지 않기 때문에 부트스트랩(bootstrap) 기법을 사용하여 종의 출현/비출현 자료와 기후자료를 1000번 복원추출하고, 이 1000개의 복원추출 자료에 대하여 ROC분석의 AUC 값을 계산하여 모델의 정확도를 측정하였다(Zweig and Campbell, 1993).
가장 적절한 수의 독립변수들을 가지며, 동시에 모델 정확도가 높은 모형을 선정하기 위하여 독립변수의 수를 단계적으로 늘려가며 검증하는 방법을 사용한다(Thuiller, 2003). 모델의 정확도는 GLM과 같이 Akaike Information Criterion(AIC) 값을 적용하여 평가된다.
종분포모형은 독립변수와 종속변수간의 비선형관계를 표현하기 위해 GLM(Generalized Linear Model)에 평활함수(smooth function)가 추가된 GAM(Generalized Additive Model)을 사용하여 개발하였다(Wood, 2006). GAM 알고리즘에서 각 독립변수의 평활함수 차수는 교차검증에 의해 자동적으로 선정되며, 4차 함수 이내로 한정된다(Thuiller,2003).
성능/효과
9종의 난내성 상록활엽수는 잠재서식지의 분포 패턴에 따라 3개의 유형(중부해안형, 남서해안형, 중부경상내륙형)으로 나뉘어졌으며, 토지이용을 고려했을 때 9종 모두 60% 이상의 잠재서식지가 감소하는 것으로 나타났다. 9개의 난대성 상록활엽수 모두 기후변화(RCP 4,5와 8.5)에 따라 2050년과 2070년에 분포지가 북쪽으로 확대되는 것으로 예측되었다. 그러나 분포 유형별로 토지이용과 기후변화에 대한 영향이 다른 것으로 추정되었다.
9종의 난내성 상록활엽수는 잠재서식지의 분포 패턴에 따라 3개의 유형(중부해안형, 남서해안형, 중부경상내륙형)으로 나뉘어졌으며, 토지이용을 고려했을 때 9종 모두 60% 이상의 잠재서식지가 감소하는 것으로 나타났다.
GAM에 의해 예측된 잠재서식지가 해안지역에 나타나는 동백나무, 후박나무, 센달나무, 보리밥나무, 보리장나무 그리고 줄사철나무의 경우, 토지이용을 고려하였을 때 개산초와 마삭줄에 비해 잠재서식지의 감소율이 매우 높았다. 이는 난대성 상록활엽수가 주로 분포하는 남부해안 및 도서지역은 농경활동등 인위적인 영향으로 산림이 파괴되고 파편화되었기 때문으로 판단된다.
5는 모든 분포 유형들에 대하여 2050년과 2070년에 잠재서식지의 점진적인 확대를 보여주었다(그림 5). RCP 4.5는 2050년과 2070년 모두에 중부해안형과 남서해안형의 잠재서식지가 점진적으로 확대될 것으로 예측하였으나, 중부경상내륙형은 2050년에는 증가하나, 2070년에는 보리밥나무와 줄사철나무의 잠재서식지가 남동부지역에서 사라질 것으로 예측하였다(그림 4). 또한, 전반적인 잠재서식지의 확장 정도는 2050년에는 RCP 4.
RCP 4.5에 따른 예측에서 중부경상내륙형인 붉가시나무, 보리밥나무, 보리장나무, 줄사철나무의 2050년 잠재서식지는 기존 경상남도 내륙지역과 전라해안에서 더 내륙으로 확대되는 것으로 추정되었다. 하지만 2070년에는 경상남도 내륙지역의 잠재서식지는 감소하고 전라내륙지역의 잠재서식지는 확대되는 것으로 예측되었다.
RCP 4.5와 8.5에 따른 분포변화 예측에서, 동백나무는 2050년에 현재와 비교해서 황해남도 해안, 전라내륙, 경상남도 내륙지역까지 잠재서식지가 확대되며, 2070년에는 경기북구, 강원도 내륙과 경상북도 내륙지역을 제외한 남한의 모든 지역이 잠재서식지로 예측되었다. 특히 RCP 8.
05)를 나타냈다. 각 모형들의 AUC 값은 센달나무와 보리장나무가 0.9~1로 모형 예측력이 매우 좋았으며, 줄사철나무가 0.77로 보통이었고, 나머지 6개 종은 0.8~0.89로 좋은 정도였다(표 1).
동백나무, 후박나무, 그리고 센달나무의 잠재서식지는 비산림지역인 해안지역에 주로 위치하며, 토지이용을 고려했을 때 잠재서식지가 각각 69%, 67%, 68% 감소하여 6,879㎢, 20,902㎢, 15,688㎢로 추정되었다. 개산초와 마삭줄은 잠재서식지가 내륙지역까지 올라오며, 토지이용을 고려한 잠재서식지 면적은 각각 66%, 60% 감소된 23,498㎢, 27,766㎢로 다른 종들에 비해 다소 낮은 감소율을 보였다. 붉가시나무는 산림이 주로 나타나는 경상남도 내륙지역이 잠재서식지로 토지이용을 고려하였을 때 잠재서식지 면적이 66% 감소한 10,121㎢로 추정되었다.
난대성 상록활엽수들의 잠재서식지 면적은 토지이용을 고려했을 때 모두 60% 이상 감소하는 것으로 나타났다(표 1, 그림 2). 특히, 중부경상내륙형에 속하는 종들의 잠재서식지 감소율이 69% 이상으로 다른분포 유형에 비해 높은 것으로 나타났다(표 1).
동백나무, 후박나무, 그리고 센달나무의 잠재서식지는 비산림지역인 해안지역에 주로 위치하며, 토지이용을 고려했을 때 잠재서식지가 각각 69%, 67%, 68% 감소하여 6,879㎢, 20,902㎢, 15,688㎢로 추정되었다. 개산초와 마삭줄은 잠재서식지가 내륙지역까지 올라오며, 토지이용을 고려한 잠재서식지 면적은 각각 66%, 60% 감소된 23,498㎢, 27,766㎢로 다른 종들에 비해 다소 낮은 감소율을 보였다.
5는 2050년과 2070년 모두에 중부해안형과 남서해안형의 잠재서식지가 점진적으로 확대될 것으로 예측하였으나, 중부경상내륙형은 2050년에는 증가하나, 2070년에는 보리밥나무와 줄사철나무의 잠재서식지가 남동부지역에서 사라질 것으로 예측하였다(그림 4). 또한, 전반적인 잠재서식지의 확장 정도는 2050년에는 RCP 4.5보다는 RCP 8.5에서 더 크게 나타났으며, 2070년에는 RCP 4.5에서 더 크게 나타났다(그림 3).
모형 예측 결과, 센달나무와 보리장나무를 제외한 7종의 난대성 상록활엽수의 잠재서식지 면적은 20,000㎢ 이상으로나타났다(표 1). 마삭줄은 27,766㎢로 가장 넓은 잠재서식지 면적을 보였고, 센달나무는 15,688㎢로 가장 적은 면적을 갖는다. 모든 난대성 상록활엽수들의 분포는 최한월최저기온과 유의한 상관관계(P<0.
모든 난대성 상록활엽수들의 분포는 최한월최저기온과 유의한 상관관계(P<0.05)를 보였으며, 3종(보리장나무, 동백나무, 후박나무)을 제외한 나머지 종들은 겨울철강수량과도 유의한 상관관계(P<0.05)를 나타냈다.
이 모형들을 적용하여 현재 기후에서 각각의 난대성 상록활엽수종들의 잠재서식지를 예측하였다(그림 1). 모형 예측 결과, 센달나무와 보리장나무를 제외한 7종의 난대성 상록활엽수의 잠재서식지 면적은 20,000㎢ 이상으로나타났다(표 1). 마삭줄은 27,766㎢로 가장 넓은 잠재서식지 면적을 보였고, 센달나무는 15,688㎢로 가장 적은 면적을 갖는다.
, 2011; 2014). 미국 플로리다에 자생하는 100여개의 고유종의 분포자료와 8개의 기후변수(최난월 평균기온, 최한월평균기온, 월평균 연교차, 최한월 평균최저기온, 절대최저기온, 연평균강수량, 건조한 달의 연 평균 강수량, 연수분지수)를 통해 Climatic-envelope model을 구축하여 기후변화의 변화에 따른 분포범위 변화를 예측한 결과, 아열대 수종의 분포범위가 기존보다 북상하는 것으로 분석되었다(Box et al., 1993; Crumpacker et al.,2001).
하지만 2070년에는 경상남도 내륙지역의 잠재서식지는 감소하고 전라내륙지역의 잠재서식지는 확대되는 것으로 예측되었다. 반면 RCP 8.5에 따른 예측에서 붉가시나무는 2050년에 현재와 비교해서 남부지역, 황해도와 경기도 해안과 내륙지역까지 잠재서식지가 확대되는 것으로 추정되었고, 2070년에는 남한의 대부분 지역과 황해도와 북한의 강원도지역까지 확대되는 것으로 나타났다. 보리밥나무, 보리장나무, 줄사철나무는 2050년에 현재와 비교해서 전라도내륙, 경상도와 황해도 해안지역까지 잠재서식지가 확대되고, 2070년에는 해안지역의 잠재서식지가 북상하지만 내륙으로 확대 추세는 상대적으로 약한 것으로 나타났다.
5에 따른 예측에서 붉가시나무는 2050년에 현재와 비교해서 남부지역, 황해도와 경기도 해안과 내륙지역까지 잠재서식지가 확대되는 것으로 추정되었고, 2070년에는 남한의 대부분 지역과 황해도와 북한의 강원도지역까지 확대되는 것으로 나타났다. 보리밥나무, 보리장나무, 줄사철나무는 2050년에 현재와 비교해서 전라도내륙, 경상도와 황해도 해안지역까지 잠재서식지가 확대되고, 2070년에는 해안지역의 잠재서식지가 북상하지만 내륙으로 확대 추세는 상대적으로 약한 것으로 나타났다.
붉가시나무는 산림이 주로 나타나는 경상남도 내륙지역이 잠재서식지로 토지이용을 고려하였을 때 잠재서식지 면적이 66% 감소한 10,121㎢로 추정되었다. 보리밥나무, 보리장나무, 줄사철나무의 잠재서식지는 비산림지역이 주로 나타나는 해안지역에 위치하며, 토지이용을 고려한 잠재서식지의 면적은 각각 72%, 75%, 69% 감소한 5,097㎢, 5,135㎢, 7,036㎢로 다른 수종들에 비해 높은 감소율을 보였다.
잠재서식지 추정 결과(그림 1), 동백나무의 잠재서식지는 주로 해안지대를 따라 좁게 분포하며 중부해안지역까지 나타났으며, 후박나무, 센달나무, 개산초, 마삭줄의 대부분의 잠재서식지는 남서해안에 나타나는 것으로 예측된다. 붉가시나무, 보리밥나무,보리장나무, 줄사철나무의 잠재서식지는 중부해안 및 경상내륙으로 추정되었다. 이러한 잠재서식지의 분포에 따라 동백나무는 중부해안형, 후박나무, 센달나무, 개산초와 마삭줄는 남서해안형, 붉가시나무, 보리밥나무, 보리장나무와 줄사철나무는 중부경상내륙형 등 3개의 유형으로 나뉘었다.
5 시나리오에 따라 HadGEM2-AO 기후변화 모델을 사용하여 예측한 2050년과 2070년의 최한월최저기온과 겨울철강수량을 적용하여, 난대성 상록활엽수 9종의 미래 잠재서식지 변화추세를 예측하였다(그림 3~5). 예측 결과, 9개의 난대성 상록활엽수 모두 기후변화에 따라 분포지가 북쪽으로 확대되는 것으로 나타났다. 그러나 기후변화 시나리오나 분포 유형에 따라 분포 면적의 확대 정도가 다르게 나타났다(그림 3).
연구종은 남부와 해안도서에 주로 분포하며 분포 북한계지가 충청남도 태안반도 이북에 분포하고 있는 9종의 난대성 상록활엽수인 보리밥나무, 보리장나무, 마삭줄, 줄사철나무, 개산초, 동백나무, 후박나무, 센달나무, 붉가시나무이다. 이 난대성 상록활엽수들은 식물의 외관형에 따라 교목 4종(동백나무, 후박나무, 센달나무, 붉가시나무), 관목 1종(개산초),덩굴식물 4종(보리밥나무, 보리장나무, 마삭줄, 줄사철나무)으로 분류되었다. 이 수종들 중에 후박나무와 동백나무는 기후변화가 한반도 생물종에 미치는 영향을 감시 및 예측하기 위한 기후변화 생물지표 100종으로 선정되었다(환경부, 2000).
이러한 잠재서식지의 분포에 따라 동백나무는 중부해안형, 후박나무, 센달나무, 개산초와 마삭줄는 남서해안형, 붉가시나무, 보리밥나무, 보리장나무와 줄사철나무는 중부경상내륙형 등 3개의 유형으로 나뉘었다.
잠재서식지 추정 결과(그림 1), 동백나무의 잠재서식지는 주로 해안지대를 따라 좁게 분포하며 중부해안지역까지 나타났으며, 후박나무, 센달나무, 개산초, 마삭줄의 대부분의 잠재서식지는 남서해안에 나타나는 것으로 예측된다. 붉가시나무, 보리밥나무,보리장나무, 줄사철나무의 잠재서식지는 중부해안 및 경상내륙으로 추정되었다.
예를 들어, 영동지방, 남동부해안, 경상내륙지역은 기후요소가 적합한 동백나무의 잠재서식지로 식별되었지만 실제 분포지가 나타나지 않는다. 줄사철나무는 붉가시나무, 보리밥나무, 보리장나무 등과 잠재서식지가 유사하게 나타났지만, 이들과 달리 충청내륙지역에 실제 분포하는 것으로 나타났다.
이는 난대성 상록활엽수가 주로 분포하는 남부해안 및 도서지역은 농경활동등 인위적인 영향으로 산림이 파괴되고 파편화되었기 때문으로 판단된다. 토지이용을 고려할 때 나타나는 60% 이상의 잠재서식지 감소율은 인간활동에 의한 직접적인 서식지 파괴가 다른 환경적인 인자들보다 난대성 상록활엽수의 분포를 결정하는데 더 큰 영향을 미칠 수 있음을 보여준다.
5에 따른 분포변화 예측에서, 동백나무는 2050년에 현재와 비교해서 황해남도 해안, 전라내륙, 경상남도 내륙지역까지 잠재서식지가 확대되며, 2070년에는 경기북구, 강원도 내륙과 경상북도 내륙지역을 제외한 남한의 모든 지역이 잠재서식지로 예측되었다. 특히 RCP 8.5에 따른 예측에서 함경도, 평안도, 황해도지역의 해안지역까지 잠재서식지가 북상할 것으로 나타났다.
난대성 상록활엽수들의 잠재서식지 면적은 토지이용을 고려했을 때 모두 60% 이상 감소하는 것으로 나타났다(표 1, 그림 2). 특히, 중부경상내륙형에 속하는 종들의 잠재서식지 감소율이 69% 이상으로 다른분포 유형에 비해 높은 것으로 나타났다(표 1).
이들의 2050년 잠재서식지는 현재와 비교해서 남부해안과 내륙으로 확대되며, 2070년에는 전라도와 경상남도 내륙지역이 잠재서식지로 예측되었다. 하지만 4개종 모두 잠재서식지가 중부내륙지역까지 확대되지는 못할 것으로 예측되었다.
, 2014). 한국과 동일한 상록활엽수종들을 공유하는 일본과 대만에서도 기후변화에 따라 난대성 상록활엽수의 분포가 북쪽으로 확대될 것으로 보았다. 일본의 붉가시나무를 대상으로 종분포모형을 구축하고 미래 분포를 예측한 결과, 분포지가 북상하는 것으로 예측되었다(Nakao et al.
후속연구
9℃까지 증가할 것으로 추정되었다(국립기상연구소 2012). 기온과 더불어 해수면과 강수량에서도 변화가 관측되었으며, 앞으로 이러한 변화는 가속화될 것으로 예측되었다. 해수면은 과거 112년(1901~2011년)간 0.
그러나, 잠재서식지와 토지이용을 고려한 잠재서식지를 통해 인간의 토지이용을 고려할 때, 인간활동에 의한 직접적인 서식지 파괴는 기후변화에 의해 나타나는 난대성 상록활엽수의 서식지 확대 추세를 감소시킬 것으로 판단된다. 또한 HadGem2-AO 단일기후변화모델을 통한 예측은 불확실성을 가지고 있기 때문에 향후 연구에서 다양한 기후변화모델을 결합한 앙상블 모형을 이용한 예측이 필요할 것으로 사료된다.
또한 인간활동에 의한 서식지 파괴는 기후변화에 의해 나타나는 난대성 상록활엽수의 서식지 확대를 감소시킬 것으로 판단된다. 본 연구결과는 기후변화에 따른 상록활엽수의 분포 변화를 예측함으로써 기후변화에 따른 미래의 한반도 식생구조와 기능들의 변화를 이해하는 데 기초자료가 될 것이다. 앞으로, 기후변화에 따른 난대성 상록활엽수의 미래 서식지 예측에 정확도를 높이기 위하여 다양한 물리적, 생물적 환경요인들과 함께 인간의 영향들을 고려하는 것이 필요하다.
본 연구결과는 기후변화에 따른 상록활엽수의 분포 변화를 예측함으로써 기후변화에 따른 미래의 한반도 식생구조와 기능들의 변화를 이해하는 데 기초자료가 될 것이다. 앞으로, 기후변화에 따른 난대성 상록활엽수의 미래 서식지 예측에 정확도를 높이기 위하여 다양한 물리적, 생물적 환경요인들과 함께 인간의 영향들을 고려하는 것이 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
종분포모형은 어떻게 나눌 수 있는가?
종분포모형(Species Distribution model, SDM)은종의 출현/비출현과 환경변수와의 관계를 통해 종의출현 가능성을 분석하는 모형으로, 생물종들의 서식지 환경에 대한 기후변화를 포함한 미래 환경변화의영향을 평가하는데 광범위하게 사용되어 왔다(Austin, 2002). 종분포모형은 통계기법들을 이용한 상관모형(Correlative Model)(Guisan and Zimmermann,2000)부터 생태적인 과정을 기반으로 한 과정기반모형(Process-based model)(Kleidon and Mooney, 2000;Morin et al., 2007), 그리고 종분포와 환경변수들 사이의 역학적 작용들을 바탕으로 종의 분포를 예측하는 역학모형(Mechanistic Model)(Kearney and Porter,2009)으로 나누어진다. 가장 광범위하게 사용되는종분포모형은 통계기법들을 기반으로 한 모형으로(Guisan and Zimmermann, 2000), 종의 출현/비출현과 환경변수들의 상관관계를 바탕으로 종의 출현율을 예측한다.
종분포모형이란 무엇인가?
종분포모형(Species Distribution model, SDM)은종의 출현/비출현과 환경변수와의 관계를 통해 종의출현 가능성을 분석하는 모형으로, 생물종들의 서식지 환경에 대한 기후변화를 포함한 미래 환경변화의영향을 평가하는데 광범위하게 사용되어 왔다(Austin, 2002). 종분포모형은 통계기법들을 이용한 상관모형(Correlative Model)(Guisan and Zimmermann,2000)부터 생태적인 과정을 기반으로 한 과정기반모형(Process-based model)(Kleidon and Mooney, 2000;Morin et al.
분포 유형별로 토지이용과 기후변화에 대한 영향이 다른 것으로 추정 된 이유는 무엇인가?
그러나 분포 유형별로 토지이용과 기후변화에 대한 영향이 다른 것으로 추정되었다. 이것은 겨울철강수량의 시공간적 변화와 겨울철강수량의 종별로 미치는 영향의 정도가 다르기 때문으로 판단된다. 또한 인간활동에 의한 서식지 파괴는 기후변화에 의해 나타나는 난대성 상록활엽수의 서식지 확대를 감소시킬것으로 판단된다. 본 연구결과는 기후변화에 따른 상록활엽수의 분포 변화를 예측함으로써 기후변화에 따른 미래의 한반도 식생구조와 기능들의 변화를 이해하는 데 기초자료가 될 것이다.
Austin, M., 2002, Spatial prediction of species distribution: An interface between ecological theory and statistical modelling, Ecological Modelling, 157(2), 101-118.
BOX, E.O., CRUMPACKER, D.W. and HARDIN, E.D., 1993, A climatic model for location of plant species in Florida, USA, Journal of Biogeography, 20, 629-644.
CRUMPACKER, D.W., BOX, E.O. and HARDIN, E.D., 2001, Implications of climatic warming for conservation of native trees and shrubs in Florida, Conservation Biology, 15(4), 1008-1020.
Colwell, R. K., Brehm, G., Cardelus, C. L., Gilman, A. C., & Longino, J. T., 2008, Global warming, elevational range shifts, and lowland biotic attrition in the wet tropics, Science (New York, N.Y.), 322(5899), 258-261. doi:10.1126/science.1162547[doi].
Diaz-Varela, R. A., Colombo, R., Meroni, M., Calvo-Iglesias, M. S., Buffoni, A., & Tagliaferri, A., 2010, Spatio-temporal analysis of alpine ecotones: A spatial explicit model targeting altitudinal vegetation shifts, Ecological Modelling, 221(4), 621-633.
Dullinger, S., Gattringer, A., Thuiller, W., Moser, D., Zimmermann, N. E., Guisan, A., Mang, T., 2012, Extinction debt of high-mountain plants under twenty-first-century climate change, Nature Climate Change, 2(8), 619-622.
Feeley, K. J., 2012, Distributional migrations, expansions, and contractions of tropical plant species as revealed in dated herbarium records, Global Change Biology, 18(4), 1335-1341.
Feeley, K. J., Silman, M. R., Bush, M. B., Farfan, W., Cabrera, K. G., Malhi, Y., Saatchi, S., 2011, Upslope migration of andean trees, Journal of Biogeography, 38(4), 783-791.
Hijmans, R. J., Cameron, S. E., Parra, J. L., Jones, P. G., & Jarvis, A., 2005, Very high resolution interpolated climate surfaces for global land areas, International Journal of Climatology, 25(15), 1965-1978.
Jimenez-Valverde, A., & Lobo, J. M., 2007, Threshold criteria for conversion of probability of species presence to either-or presence-absence, Acta Oecologica, 31(3), 361-369.
Kearney, M., & Porter, W., 2009, Mechanistic niche modelling: Combining physiological and spatial data to predict species' ranges, Ecology Letters, 12(4), 334-350.
Kleidon, A., & Mooney, H. A., 2000, A global distribution of biodiversity inferred from climatic constraints: Results from a process-based modelling study, Global Change Biology, 6(5), 507-523.
Koo, K. A., Kong, W., Nibbelink, N. P., Hopkinson, C. S., & Lee, J. H., 2015, Potential effects of climate change on the distribution of cold-tolerant evergreen broadleaved woody plants in the korean peninsula, PloS One, 10(8), e0134043.
Morin, X., Augspurger, C., & Chuine, I., 2007, Process-based modeling of specie's distributions: What limits temperature tree species range boundaries, Ecology, 88(9), 2280-2291.
Nakao, K., Higa, M., Tsuyama, I., Lin, C., Sun, S., Lin, J., Tanaka, N., 2014, Changes in the potential habitats of 10 dominant evergreen broad-leaved tree species in the taiwan-japan archipelago, Plant Ecology, 215(6), 639-650.
Nakao, K., Matsui, T., Horikawa, M., Tsuyama, I., & Tanaka, N., 2011, Assessing the impact of land use and climate change on the evergreen broad-leaved species of quercus acuta in japan, Plant Ecology, 212(2), 229-243.
Randin, C. F., Engler, R., Normand, S., Zappa, M., Zimmermann, N. E., Pearman, P. B., Guisan, A., 2009, Climate change and plant distribution: Local models predict high-elevation persistence, Global Change Biology, 15(6), 1557-1569.
Sakai, A., 1975, Freezing resistance of evergreen and deciduous broad-leaf trees in japan with special reference to their distributions. Japanese Journal of Ecology (Japan).
Stocker, T., Qin, D., Plattner, G., Tignor, M., Allen, S., Boschung, J. Midgley, B., 2013, IPCC, 2013: Climate change 2013: The physical science basis, Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change.
Swets, J. A., 1988, Measuring the accuracy of diagnostic systems. Science (New York, N.Y.), 240(4857), 1285-1293.
Thuiller, W., 2003, BIOMOD-optimizing predictions of species distributions and projecting potential future shifts under global change. Global Change Biology, 9(10), 1353-1362.
Uyeki, H., 1941, Northern distribution limit of korean evergreen broadleaved trees. Acta Phytotax.Geobot, 10, 89-93.
Wood, S., 2006, Generalized additive models: An introduction with R, CRC press.
Yun, J., Nakao, K., Tsuyama, I., Higa, M., Matsui, T., Park, C., Tanaka, N., 2014, Does future climate change facilitate expansion of evergreen broad-leaved tree species in the human-disturbed landscape of the korean peninsula? Implication for monitoring design of the im-pact assessment, Journal of Forest Research, 19(1), 174-183.
Zimmermann, N. E., Jandl, R., Hanewinkel, M., Kunstler, G., Kolling, C., Gasparini, P., Ulmer, U., 2013, Potential future ranges of tree species in the Alps, Management Strategies to Adapt Alpine Space Forests to Climate Change Risks, InTech, 37-48.
Zweig, M. H., & Campbell, G., 1993, Receiver-operating characteristic (ROC) plots: A fundamental evaluation tool in clinical medicine. Clinical Chemistry, 39(4), 561-577.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.