본 연구는 한반도 기후변화 적응 대상식물을 대상으로 기후변화에 따른 종풍부도 변화를 예측해 보고자 하였다. 대상종은 한반도 기후변화 적응 대상식물 중에서 특산식물 23종, 북방계식물 30종 그리고 남방계식물 36종으로 총 89종을 선정하였다. 기후변화에 따른 개별 종의 잠재서식지를 예측하여 합산하는 방식으로 종풍부도 변화를 예측하였다. 개별 종의 잠재서식지는 10개의 종분포모형알고리즘을 함께 고려하는 앙상블모형을 구축하였다. 미래 예측 시기는 기후변화 시나리오 RCP4.5와 RCP8.5를 선정하여 2050년과 2070년을 예측하였다. 현재의 종풍부도는 국립공원, 강원도 백두대간 지역 그리고 남해 도서지역을 중심으로 높게 나타났다. 미래 예측 결과, 기존에 높은 종풍부도를 보였던 국립공원과 강원도 백두대간 지역은 낮아졌고 남해안 내륙지역은 보다 더 높아졌다. 종풍부도의 평균값을 비교해 보면 현재 기준으로 국립공원 지역이 남한 전체지역보다 높으면서 큰 차이를 보였다. 하지만 기후변화에 따라서 국립공원 지역과 남한 전체지역의 차이가 줄어들었다. 특산식물과 북방계식물의 다수가 남한지역에서 사라지고 남방계식물이 북상하면서 이와 같은 결과를 보였다. 하지만 적합한 서식지로 이주가 이루어지지 않으면 종풍부도가 급격하게 감소하였다. 분산가능성의 가정에 따라 결과가 다르게 나타났다. 본 연구의 결과는 보전 계획 수립, 보호 지역 설정, 생물종 복원 그리고 기후변화 대응 전략 및 관리 방안 등에 활용될 수 있을 것으로 판단된다.
본 연구는 한반도 기후변화 적응 대상식물을 대상으로 기후변화에 따른 종풍부도 변화를 예측해 보고자 하였다. 대상종은 한반도 기후변화 적응 대상식물 중에서 특산식물 23종, 북방계식물 30종 그리고 남방계식물 36종으로 총 89종을 선정하였다. 기후변화에 따른 개별 종의 잠재서식지를 예측하여 합산하는 방식으로 종풍부도 변화를 예측하였다. 개별 종의 잠재서식지는 10개의 종분포모형 알고리즘을 함께 고려하는 앙상블모형을 구축하였다. 미래 예측 시기는 기후변화 시나리오 RCP4.5와 RCP8.5를 선정하여 2050년과 2070년을 예측하였다. 현재의 종풍부도는 국립공원, 강원도 백두대간 지역 그리고 남해 도서지역을 중심으로 높게 나타났다. 미래 예측 결과, 기존에 높은 종풍부도를 보였던 국립공원과 강원도 백두대간 지역은 낮아졌고 남해안 내륙지역은 보다 더 높아졌다. 종풍부도의 평균값을 비교해 보면 현재 기준으로 국립공원 지역이 남한 전체지역보다 높으면서 큰 차이를 보였다. 하지만 기후변화에 따라서 국립공원 지역과 남한 전체지역의 차이가 줄어들었다. 특산식물과 북방계식물의 다수가 남한지역에서 사라지고 남방계식물이 북상하면서 이와 같은 결과를 보였다. 하지만 적합한 서식지로 이주가 이루어지지 않으면 종풍부도가 급격하게 감소하였다. 분산가능성의 가정에 따라 결과가 다르게 나타났다. 본 연구의 결과는 보전 계획 수립, 보호 지역 설정, 생물종 복원 그리고 기후변화 대응 전략 및 관리 방안 등에 활용될 수 있을 것으로 판단된다.
This study was designed to predict the changes in species richness of plants under the climate change in South Korea. The target species were selected based on the Plants Adaptable to Climate Change in the Korean Peninsula. Altogether, 89 species including 23 native plants, 30 northern plants, and 3...
This study was designed to predict the changes in species richness of plants under the climate change in South Korea. The target species were selected based on the Plants Adaptable to Climate Change in the Korean Peninsula. Altogether, 89 species including 23 native plants, 30 northern plants, and 36 southern plants. We used the Species Distribution Model to predict the potential habitat of individual species under the climate change. We applied ten single-model algorithms and the pre-evaluation weighted ensemble method. And then, species richness was derived from the results of individual species. Two representative concentration pathways (RCP 4.5 and RCP 8.5) were used to simulate the species richness of plants in 2050 and 2070. The current species richness was predicted to be high in the national parks located in the Baekdudaegan mountain range in Gangwon Province and islands of the South Sea. The future species richness was predicted to be lower in the national park and the Baekdudaegan mountain range in Gangwon Province and to be higher for southern coastal regions. The average value of the current species richness showed that the national park area was higher than the whole area of South Korea. However, predicted species richness were not the difference between the national park area and the whole area of South Korea. The difference between current and future species richness of plants could be the disappearance of a large number of native and northern plants from South Korea. The additional reason could be the expansion of potential habitat of southern plants under climate change. However, if species dispersal to a suitable habitat was not achieved, the species richness will be reduced drastically. The results were different depending on whether species were dispersed or not. This study will be useful for the conservation planning, establishment of the protected area, restoration of biological species and strategies for adaptation of climate change.
This study was designed to predict the changes in species richness of plants under the climate change in South Korea. The target species were selected based on the Plants Adaptable to Climate Change in the Korean Peninsula. Altogether, 89 species including 23 native plants, 30 northern plants, and 36 southern plants. We used the Species Distribution Model to predict the potential habitat of individual species under the climate change. We applied ten single-model algorithms and the pre-evaluation weighted ensemble method. And then, species richness was derived from the results of individual species. Two representative concentration pathways (RCP 4.5 and RCP 8.5) were used to simulate the species richness of plants in 2050 and 2070. The current species richness was predicted to be high in the national parks located in the Baekdudaegan mountain range in Gangwon Province and islands of the South Sea. The future species richness was predicted to be lower in the national park and the Baekdudaegan mountain range in Gangwon Province and to be higher for southern coastal regions. The average value of the current species richness showed that the national park area was higher than the whole area of South Korea. However, predicted species richness were not the difference between the national park area and the whole area of South Korea. The difference between current and future species richness of plants could be the disappearance of a large number of native and northern plants from South Korea. The additional reason could be the expansion of potential habitat of southern plants under climate change. However, if species dispersal to a suitable habitat was not achieved, the species richness will be reduced drastically. The results were different depending on whether species were dispersed or not. This study will be useful for the conservation planning, establishment of the protected area, restoration of biological species and strategies for adaptation of climate change.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
보전 계획과 기후변화 대응 전략 마련을 위해서는 멸종위기종과 같은 단일 종을 포함하여 다수의 종을 함께 고려하는 것 또한 중요하다. 따라서 본 연구는 한반도 기후변화 적응 식물 89종을 대상으로 미래의 종풍부도가 어떻게 변화할 것인지 예측해 보았다. 생물다양성 우수지역으로 알려진 국립공원의 변화 패턴을 확인하기 위해서 남한 전체 지역과의 비교를 해 보았다.
본 연구에서는 한반도 기후변화 적응 식물을 대상으로 남한지역의 종풍부도를 미래 기후변화에 따라서 예측해 보고자 하였다. 산림청 국립수목원에서는 기후온난화에 대응하기 위한 우선관찰 종으로 기후변화 적응 식물 300종을 지정하고 있다.
따라서 본 연구는 한반도 기후변화 적응 식물 89종을 대상으로 미래의 종풍부도가 어떻게 변화할 것인지 예측해 보았다. 생물다양성 우수지역으로 알려진 국립공원의 변화 패턴을 확인하기 위해서 남한 전체 지역과의 비교를 해 보았다. 현재의 종풍부도는 한반도 기후변화 적응 식물 중에서 특산식물과 북방계식물의 다수에 의해서 국립공원과 강원도 백두대간 지역이 높게 나타났다.
산림청 국립수목원에서는 기후온난화에 대응하기 위한 우선관찰 종으로 기후변화 적응 식물 300종을 지정하고 있다. 좀 더 세부적으로는 3가지 특성(특산식물, 북방계식물, 남방계 식물)으로 분류되는 기후변화 적응 식물의 종풍부도를 예측해 보고자 하였다. 식물 특성별로 기후조건에 따라 변하는 남한지역의 식물 종풍부도와 생물다양성 우수지역으로 알려진 국립공원의 종풍부도는 미래의 기후변화를 고려한 보호지역 지정 및 관리, 보전계획 그리고 대응전략 등에 활용될 수 있을 것이다.
제안 방법
10개 종분포모형 알고리즘(Generalized Linear Model(GLM), Genralized Boosted Model(GBM), Generalized Additive Model(GAM), Classification Tree Model(CTA), Artificial neural network(ANN), Surface Range Envelop(SRE), Flexible Discriminant Analysis(FDA), Fandom Forest(RF), Multivariable Adaptive Regression Splines(MARS), MaxEnt)을 신뢰수준(True Skill Statistics value ≥ 0.7) 이상의 결과들을 활용하여 가중치로 합산하는 앙상블모형 방식으로 개별 종의 분포를 예측하였다.
남한지역에서 한반도 기후변화 적응 대상식물 89종을 대상으로 개별 종분포모형을 구축하였고, 이를 활용하여 종풍부도를 예측하였다. 89종의 개별 종분포모형의 예측 정확도는 최종 앙상블결과의 AUC 값과 TSS 값을 측정하였다. AUC는 평균 0.
종풍부도 합산을 위한 기준값(서식지역과 비서식지역 구분을 위한 값)은 개별 종마다 다르게 나타난다. 각 종의 예측모형에서 민감도와 특이도의 합이 최대가 되는 값(Table 1의 Cutoff value)을 기준으로 서식가능 여부를 구분하였다.
예측된 종풍부도 검증은 개별 종분포모형의 예측정확도로 검증하였다. 개별 종분포모형의 예측 정확도를 위해 AUC(Area Under the Curve) 값과 TSS(True Skill Statistic) 값을 측정하였다(Alloucheet al. 2006; Pearson 2007). AUC 값은 ROC(Receiver Operating Characteristic) 곡선(Curve)을 통해 얻을 수 있다.
종풍부도는 전체종과 식물특성별로 특산, 북방계 그리고 남방계로 구분하여 분석하였다. 그리고 생물다양성이 높을 것으로 예측되는 국립공원 중에서 산악육지공원과 남한 전체지역을 비교하였다.
기후변화를 고려한 한반도 기후변화 적응 대상식물의 종풍부도는 개별 종의 앙상블모형 결과를 활용하였다. 개별 종의 모형에서 RCP 4.
남한지역에서 한반도 기후변화 적응 대상식물 89종을 대상으로 개별 종분포모형을 구축하였고, 이를 활용하여 종풍부도를 예측하였다. 89종의 개별 종분포모형의 예측 정확도는 최종 앙상블결과의 AUC 값과 TSS 값을 측정하였다.
2016). 따라서 종분포모형의 검증값에서 주로 쓰이는 AUC 값과 이를 보완하기 위해서 TSS 값을 함께 측정하였다. TSS 값은 종의 분포범위에 영향을 받지 않으면서 AUC 값의 장점을 함께 갖고 있는 신뢰도가 높은 검증방법이다(Allouche et al.
본 연구는 Pearson’s r correlation 분석을 통해서 19개의 Bioclim 변수들 중에서 상관성이 높은(r > 0.7) 변수를 제외한 선행연구를 참고하여 변수를 선택하였다(Koo et al. 2015; Park et al. 2016; Koo et al. 2017; Park et al. 2017; Koo et al. 2018; Shin et al. 2018).
또한 SRES 시나리오가 1990년대까지의 온실가스 농도만을 사용하였다면 RCP 시나리오는 2005년까지의 온실가스 농도를 반영하여 시나리오의 신뢰성을 높였다(Korea Meteorological Administration 2011). 본 연구에서는 RCP 시나리오의 4가지 온실가스 농도(2.6, 4.5, 6.0, 8.5) 중에서 4.5(온실가스 저감 정책이 상당히 실현되는 경우)와 8.5(온실가스의 저감 없이 현재 추세로 배출되는 경우)를 선택하였다.
우선, 각 종의 분포를 종분포모형을 활용하여 독립적으로 예측한 이후에, 이를 합산하여 종풍부도를 예측하였다(Guisan huiller 2005; Guisan & Rahbek 2011; Dubuis et al. 2011; Kim et al. 2014).
따라서 종풍부도로 합산하기 위해서는 서식지역(출현지역, 1값)과 비서식지역(비출현, 0값)으로 구분이 필요하다. 이를 위해 각 개별 종 모형의 민감도 값(서식지역 예측률, Sensitivity)과 특이도 값(비서식지역 예측률, Specificity)의 합이 가장 큰 값을 기준으로 서식지역과 비서식지역으로 구분하였다(Liu et al. 2005; Kim et al. 2014; Shin et al. 2018). 그렇게 구분된 각 개별 종의 1과 0값을 합산하여 종풍부도를 예측하였다(Dubuis et al.
2014; Equation (1)). 종풍부도 값, SR은 연구대상지의 특정한 격자 안에서 분포하는 개별 종, Si를 합산하여 산정하였다.
종풍부도 분석은 전체 89종을 활용하였고 특산식물, 북방계식물, 남방계식물의 특성별로 나누어서 분석하였다. 전체종을 활용한 종풍부도 분석은 보다 많은 종이 적합한 서식지로 예측된 지역을 판단 할 수 있고, 3가지로 구분된 종풍부도는 식물의 특성별로 보다 더 적합한 서식지의 차이를 판별 할 수 있다.
종분포모형은 새로운 적합 서식지로의 이주가 제한 없이 가능한 것으로 가정하므로, 종의 이주가 이루어지지 않았을 경우의 종풍부도 또한 고려하였다. 종풍부도는 전체종과 식물특성별로 특산, 북방계 그리고 남방계로 구분하여 분석하였다. 그리고 생물다양성이 높을 것으로 예측되는 국립공원 중에서 산악육지공원과 남한 전체지역을 비교하였다.
대상 데이터
본 연구를 수행하기 위해 300종의 분포자료를 한반도 관속식물 분포도(Korea National Arboretum 2004; 2005; 2006; 2007; 2008; 2009; 2010b; 2010c; 2011) 보고서를 활용하여 구축하였다. 300종의 식물 중에서, 10회 교차검증(10-fold cross-validation)에 적합한 출현지점이 10개 지점 이상인 식물 89종(특산식물 23종, 북방계 식물 30종, 남방계식물 36종)을 대상으로 하였다(Table 1). 10회 교차검증은 종분포모형의 성능과 오류를 측정하는데 주로 사용되고 있다(Elith et al.
남한의 식물구계(중부아구, 남부아구, 남해안아구, 제주도아구, 울릉도아구)를 기반으로 지역별로 세분화하여 총 643지점에서 조사되었다(Figure 1). 8년 동안의 2,600분류군의 현황자료를 바탕으로, 기후온난화에 대응하기 위한 우선관찰 식물로서 특산식물, 남방계식물 및 북방계식물을 각각 100종, 총 300종을 선정하였다(Korea National Arboretum 2010). 본 연구를 수행하기 위해 300종의 분포자료를 한반도 관속식물 분포도(Korea National Arboretum 2004; 2005; 2006; 2007; 2008; 2009; 2010b; 2010c; 2011) 보고서를 활용하여 구축하였다.
기후변화를 고려한 한반도 기후변화 적응 대상식물의 종풍부도는 개별 종의 앙상블모형 결과를 활용하였다. 개별 종의 모형에서 RCP 4.5와 8.5 시나리오를 대상으로 2050년과 2070년 시기를 예측하였다. 89종의 미래 종풍부도는 Figure 7과 같이 나타났다.
산림청 국립수목원은 한반도 자생식물의 보다 정확한 분포 파악을 위하여 8년 동안(2004-2011) 남한 전 지역을 대상으로 식물 분포지 정보를 수집하였다. 남한의 식물구계(중부아구, 남부아구, 남해안아구, 제주도아구, 울릉도아구)를 기반으로 지역별로 세분화하여 총 643지점에서 조사되었다(Figure 1). 8년 동안의 2,600분류군의 현황자료를 바탕으로, 기후온난화에 대응하기 위한 우선관찰 식물로서 특산식물, 남방계식물 및 북방계식물을 각각 100종, 총 300종을 선정하였다(Korea National Arboretum 2010).
선행 연구와 동일하게 Bioclim 변수를 대표할 수 있고 식물의 적합 서식지를 설명할 수 있는 기온관련 변수 3개와 강수관련 변수 3개, 총 6개의 변수를 선택하였다(Table 2). 미래 기후자료는 전지구 기후모델(Global Climate Model, GCM)인 영국 기상청이 개발한 HadGEM2-AO를 통해 모의된 2050년과 2070년 자료를 활용하였다. 현재와 미래의 Bioclim변수는 WorldClim(http://www.
본 연구는 한반도에서 북한을 제외한 남한지역을 대상으로 하였다. 남한의 면적은 100,266km2로 한반도의 약 44.
8년 동안의 2,600분류군의 현황자료를 바탕으로, 기후온난화에 대응하기 위한 우선관찰 식물로서 특산식물, 남방계식물 및 북방계식물을 각각 100종, 총 300종을 선정하였다(Korea National Arboretum 2010). 본 연구를 수행하기 위해 300종의 분포자료를 한반도 관속식물 분포도(Korea National Arboretum 2004; 2005; 2006; 2007; 2008; 2009; 2010b; 2010c; 2011) 보고서를 활용하여 구축하였다. 300종의 식물 중에서, 10회 교차검증(10-fold cross-validation)에 적합한 출현지점이 10개 지점 이상인 식물 89종(특산식물 23종, 북방계 식물 30종, 남방계식물 36종)을 대상으로 하였다(Table 1).
연구대상종은 산림청 국립수목원에서 발표한 ‘한반도 기후변화 적응 대상식물 300종’을 후보종으로 고려하였다. 산림청 국립수목원은 한반도 자생식물의 보다 정확한 분포 파악을 위하여 8년 동안(2004-2011) 남한 전 지역을 대상으로 식물 분포지 정보를 수집하였다. 남한의 식물구계(중부아구, 남부아구, 남해안아구, 제주도아구, 울릉도아구)를 기반으로 지역별로 세분화하여 총 643지점에서 조사되었다(Figure 1).
2018). 선행 연구와 동일하게 Bioclim 변수를 대표할 수 있고 식물의 적합 서식지를 설명할 수 있는 기온관련 변수 3개와 강수관련 변수 3개, 총 6개의 변수를 선택하였다(Table 2). 미래 기후자료는 전지구 기후모델(Global Climate Model, GCM)인 영국 기상청이 개발한 HadGEM2-AO를 통해 모의된 2050년과 2070년 자료를 활용하였다.
최종 분석 지역은 환경부의 2009년 토지피복도를 활용하여 식물이 서식할 수 없는 지역(시가화/건조지역, 농업지역, 습지, 나지, 수역)은 제외하고 산림지역과 초지(골프장 제외)지역 만을 대상으로 종풍부도를 분석하였다. 종분포모형은 새로운 적합 서식지로의 이주가 제한 없이 가능한 것으로 가정하므로, 종의 이주가 이루어지지 않았을 경우의 종풍부도 또한 고려하였다.
현재와 미래의 Bioclim변수는 WorldClim(http://www.worldclim. org/)에서 제공하는 가장 상세한 30″(30 arc-seconds, 약 1km)자료를 사용하였다(Hijmans et al. 2005).
데이터처리
예측된 종풍부도 검증은 개별 종분포모형의 예측정확도로 검증하였다. 개별 종분포모형의 예측 정확도를 위해 AUC(Area Under the Curve) 값과 TSS(True Skill Statistic) 값을 측정하였다(Alloucheet al.
이론/모형
미래 기후변화를 반영하기 위해서 본 연구는 기후변화에 관한 정부간 협의체(Intergovernmental Panel on Climate Change, IPCC) 5차 평가보고서의 대표농도경로(Representative Concentration Pathways, RCP) 시나리오에 따라 생성된 생물기후적 변수(Bioclimatic Variables, Bioclim)를 사용하였다(Appendix 1). IPCC의 기후변화 시나리오는 1차 평가보고서에서 SA90(Scientific Assessment 1990), 2차 평가보고서에서 IS92(IPCC Scenarios 1992), 3,4차 평가보고서에서 SRES(Special Report on Emissions Scenarios)를 제시하였으며 최근에는 RCP 시나리오를 채택하였다.
본 연구에서는 남한 지역을 대상으로 종풍부도를 예측하기 위해서 종분포모형(Species Distribution Model, SDM)을 활용하였다. 우선, 각 종의 분포를 종분포모형을 활용하여 독립적으로 예측한 이후에, 이를 합산하여 종풍부도를 예측하였다(Guisan huiller 2005; Guisan & Rahbek 2011; Dubuis et al.
2018). 본 연구에서도 불확실성을 줄이기 위해서 앙상블모형을 적용하였다. 10개 종분포모형 알고리즘(Generalized Linear Model(GLM), Genralized Boosted Model(GBM), Generalized Additive Model(GAM), Classification Tree Model(CTA), Artificial neural network(ANN), Surface Range Envelop(SRE), Flexible Discriminant Analysis(FDA), Fandom Forest(RF), Multivariable Adaptive Regression Splines(MARS), MaxEnt)을 신뢰수준(True Skill Statistics value ≥ 0.
7) 이상의 결과들을 활용하여 가중치로 합산하는 앙상블모형 방식으로 개별 종의 분포를 예측하였다. 여기에서 사용된 가중치는 TSS(True Skill Statistics value) 검증값을 사용하였다(Allouche et al. 2006; Koo et al. 2017; Shin et al. 2018).
성능/효과
981)를 보여주었다. AUC 값 기준으로 토현삼(Scrophularia koraiensis Nakai)이 0.921 값을, TSS 값 기준으로 새끼노루귀(Hepatica insularis Nakai)가 0.724 값으로 가장 낮은 예측 정확도를 보여주었다(Table 1). 종풍부도 합산을 위한 기준값(서식지역과 비서식지역 구분을 위한 값)은 개별 종마다 다르게 나타난다.
현재의 종풍부도는 한반도 기후변화 적응 식물 중에서 특산식물과 북방계식물의 다수에 의해서 국립공원과 강원도 백두대간 지역이 높게 나타났다. 그리고 남방계식물의 영향으로 남해안의 도서지역과 그 주변의 종풍부도가 높게 나타났다. 국립공원 지역의 종풍부도 평균값은 남한 전체 지역의 평균값보다 큰 차이를 보였다.
국립공원과 강원도 백두대간 지역에서는 자생식물과 북방계식물의 많은 종이 적합한 서식지로 예측되었기 때문에 종풍부도가 높게 났다. 그에 반해 남해안 도서지역은 남방계 식물의 많은 종이 적합한 서식지로 예측되어서 종풍부도가 높게 나타났다. 국립공원과 한반도 전체면적의 종풍부도 평균값을 비교해 보면, 국립공원 지역의 종풍부도 평균값은 13.
기후변화에 따른 미래 종풍부도의 값은 현재와 다른 양상으로 나타났다. 기존에 높았던 국립공원 지역의 종풍부도 값은 미래로 갈수록 남한 전체지역과의 차이가 없어지는 결과가 나타났다. 이는 특산식물과 북방계식물이 미래로 갈수록 적합한 서식지가 사라지면서 남방계식물이 북상하면서 나타나기 때문으로 판단된다.
89종의 미래 종풍부도는 Figure 7과 같이 나타났다. 기존에 종풍부도가 낮게 나타났던 지역들이 높아지면서 2050년 보다 2070년으로 갈수록 전체 종풍부도 평균값이 높아졌다(Figure 4, Table 3). 전체 국립공원지역으로 종풍부도 평균값을 현재와 비교해보면 남한 전체지역과 유사하게 미래로 갈수록 종풍부도가 높아졌다.
기후변화 적응 대상식물 89종을 대상으로 미래 종풍부도를 모의해본 결과 새로운 적합 서식지로의 이주가 제한 없이 가능하다면 많은 수의 특산식물과 북방계식물은 사라지고 남방계식물이 그 자리를 차지하면서 남한지역 식생의 수종변화가 생길 것으로 예상된다. 하지만 새로운 적합 서식지로 이주가 불가능하다면 종풍부도는 급격하게 감소할 것으로 예측되었다(Figure 5, Table4).
981 범위)으로 높은 수준의 예측 정확도를 나타냈다(Table 1; Figure 2). 섬회나무(Euonymus chibai Makino)의 종분포모형이 가장 높은 예측 정확도(AUC 값, 0.995; TSS 값, 0.981)를 보여주었다. AUC 값 기준으로 토현삼(Scrophularia koraiensis Nakai)이 0.
같은 상황에서 남방계식물의 경우에는 종풍부도가 30% 미만으로 감소할 것으로 나타났다. 이주가 불가능한 상황에서 서식지가 확장되는 남방계식물보다 서식지가 줄어들 것으로 예상되는 특산식물과 북방계식물의 종풍부도가 더 큰 악영향을 받을 것으로 보였다. 적합 서식지로 이주가 불가능한 상황에서 남한 전체 지역보다는 국립공원이 특산식물과 남방계식물의 종풍부도를 보다더 유지하는 것으로 나타났다.
이주가 불가능한 상황에서 서식지가 확장되는 남방계식물보다 서식지가 줄어들 것으로 예상되는 특산식물과 북방계식물의 종풍부도가 더 큰 악영향을 받을 것으로 보였다. 적합 서식지로 이주가 불가능한 상황에서 남한 전체 지역보다는 국립공원이 특산식물과 남방계식물의 종풍부도를 보다더 유지하는 것으로 나타났다. RCP4.
기존에 종풍부도가 낮게 나타났던 지역들이 높아지면서 2050년 보다 2070년으로 갈수록 전체 종풍부도 평균값이 높아졌다(Figure 4, Table 3). 전체 국립공원지역으로 종풍부도 평균값을 현재와 비교해보면 남한 전체지역과 유사하게 미래로 갈수록 종풍부도가 높아졌다. 하지만 현재 기준으로 종풍부도가 높았던 설악산, 오대산 그리고 태백산 국립공원 지역들과 강원도 백두대간 지역들은 오히려 종풍부도가 낮아졌다.
한반도 기후변화 적응 대상식물 89종을 대상으로 한 남한지역의 종풍부도는 Figure 3과 같다. 전체종(89종)을 대상으로 한 종풍부도는 0~48까지의 범위로 나타났고, 주요 국립공원 지역, 강원도 백두대간 지역 그리고 남해안의 도서지역을 중심으로 높게 나타났다. 설악산, 오대산 그리고 태백산 국립공원은 공원 전체지역이 높은 종풍부도 값을 보였다.
종풍부도 분석은 전체 89종을 활용하였고 특산식물, 북방계식물, 남방계식물의 특성별로 나누어서 분석하였다. 전체종을 활용한 종풍부도 분석은 보다 많은 종이 적합한 서식지로 예측된 지역을 판단 할 수 있고, 3가지로 구분된 종풍부도는 식물의 특성별로 보다 더 적합한 서식지의 차이를 판별 할 수 있다.
설악산, 오대산 그리고 태백산 국립공원은 공원 전체지역이 높은 종풍부도 값을 보였다. 치악산, 소백산, 월악산, 덕유산, 지리산, 한라산 국립공원은 공원 내에서도 고도가 높은 지역일수록 종풍부도 값이 높게 나타났다. 국립공원과 강원도 백두대간 지역에서는 자생식물과 북방계식물의 많은 종이 적합한 서식지로 예측되었기 때문에 종풍부도가 높게 났다.
특산식물(23종)을 대상으로 한 경우에는 0~15의 범주로, 북방계식물(30종)을 대상으로 한 경우에는 0~29의 범주로 그리고 남방계식물(36종)을 대상으로 한 경우에는 0~33의 범주로 나타났다. 특산식물 보다는 북방계식물과 남방계식물들이 대체적으로 식물의 특성별로 함께 나타나는 경향을 보였다. 이는 특산식물은 개별 식물별로 특정한 서식지를 갖지만 북방계식물과 남방계식물은 지역별 서식지 특성으로 구분되었기 때문으로 보인다.
식물 특성별로 나누어서 분석한 종풍부도는 Figure 6과 같다. 특산식물(23종)을 대상으로 한 경우에는 0~15의 범주로, 북방계식물(30종)을 대상으로 한 경우에는 0~29의 범주로 그리고 남방계식물(36종)을 대상으로 한 경우에는 0~33의 범주로 나타났다. 특산식물 보다는 북방계식물과 남방계식물들이 대체적으로 식물의 특성별로 함께 나타나는 경향을 보였다.
하지만 새로운 적합 서식지로 이주가 불가능하다면 종풍부도는 급격하게 감소할 것으로 예측되었다(Figure 5, Table4). 특산식물과 북방계식물은 기후변화에 따라서 이주가 불가능하다면 종풍부도가 80% 이상 감소할 것으로 나타났다. 같은 상황에서 남방계식물의 경우에는 종풍부도가 30% 미만으로 감소할 것으로 나타났다.
남해안 도서지역과 제주도 한라산 일부지역에서 높은 종풍부도 값을 보이던 남방계식물은 미래로 갈수록 남해안의 내륙지역과 제주도 대부분의 지역에서 종풍부도가 높아졌다. 특산식물과 북방계식물의 종풍부도 값이 낮아지는 것에 비해 남방계식물의 종풍부도 값이 보다 더 높아졌다. 이로 인해 남방계식물은 남한지역과 국립공원의 종풍부도 평균값이 현재 보다 높아지도록 크게 기여하였다.
생물다양성 우수지역으로 알려진 국립공원의 변화 패턴을 확인하기 위해서 남한 전체 지역과의 비교를 해 보았다. 현재의 종풍부도는 한반도 기후변화 적응 식물 중에서 특산식물과 북방계식물의 다수에 의해서 국립공원과 강원도 백두대간 지역이 높게 나타났다. 그리고 남방계식물의 영향으로 남해안의 도서지역과 그 주변의 종풍부도가 높게 나타났다.
후속연구
분산가능성의 가정에 따라 결과가 다르게 나타났다. 본 연구는 종풍부도를 예측함에 있어서 생태계에서 일어날 수 있는 다양한 상호작용을 고려하지 못하였다. 추후에 식물 종 뿐 아니라 다양한 분류군의 보다 많은 종으로 생물다양성을 평가하여 기후변화에 따른 한반도 지역의 영향을 분석하는 연구가 수행되어야 할 것으로 보인다.
좀 더 세부적으로는 3가지 특성(특산식물, 북방계식물, 남방계 식물)으로 분류되는 기후변화 적응 식물의 종풍부도를 예측해 보고자 하였다. 식물 특성별로 기후조건에 따라 변하는 남한지역의 식물 종풍부도와 생물다양성 우수지역으로 알려진 국립공원의 종풍부도는 미래의 기후변화를 고려한 보호지역 지정 및 관리, 보전계획 그리고 대응전략 등에 활용될 수 있을 것이다.
하지만 본 연구는 기존에 국내에서 이루어 지지 않았던 기후변화에 따른 종풍부도를 예측하고 식물의 특성별로도 다르게 나타날 수 있는 미래 종풍부도 양상을 분석하였다는 것에 의의가 있다. 이러한 연구는 보전 계획 수립, 보호 지역 설정, 생물종 복원 그리고 기후변화 대응 전략 및 관리 방안 등을 마련하는데 기초자료로 활용 될 수 있을 것으로 사료된다.
본 연구는 종풍부도를 예측함에 있어서 생태계에서 일어날 수 있는 다양한 상호작용을 고려하지 못하였다. 추후에 식물 종 뿐 아니라 다양한 분류군의 보다 많은 종으로 생물다양성을 평가하여 기후변화에 따른 한반도 지역의 영향을 분석하는 연구가 수행되어야 할 것으로 보인다. 하지만 본 연구는 기존에 국내에서 이루어 지지 않았던 기후변화에 따른 종풍부도를 예측하고 식물의 특성별로도 다르게 나타날 수 있는 미래 종풍부도 양상을 분석하였다는 것에 의의가 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
제 4차 지 구 생 물 다 양 성 전 망 보 고 서가 경고하는 것은?
제 4차 지 구 생 물 다 양 성 전 망 보 고 서 (Global Biodiversity Outlook 4)에서는 인구증가로 인한 환경파괴와 인간의 영향으로 발생된 기후변화는 생물다양성에 압력을 가하고 있으며, 생물다양성 보전을 위한 노력을 하지 않으면 우리의 생계, 자연 서식지, 생태계 서비스, 식량 안보에 심각한 위협을 줄 수 있다고 경고하고 있다(Secretariat of the Convention on Biological Diversity 2014). 정부 간 기후변화 협의체(Intergovernmental Panel on Climate Change, IPCC)의 제5차 평가보고서에 따르면 온실가스 저감 정책이 상당히 실현되는 경우에도 21세기 말에는 전지구 지표온도가 현재(1986~2005년 기준)보다 1.
인류 생존을 위한 국제적인 노력은?
우리 인간 또한 자연환경에 삶의 터전을 두고 동·식물과 밀접한 상호관계에 있으며, 이러한 생물다양성의 감소는 언젠가 인류 생존에 위협이 될 것이다(Secretariat of the Convention on Biological Diversity 2014). 국제적으로 생물다양성 감소 방지와 기후변화에 대응하기 위해서 생물다양성협약(Convention on Biological Diversity, CBD), 기후변화협약(United Nations Framework Convention on Climate Change, UNFCCC) 그리고 사막화방지협약(United Nations Convention to Combat Desertification, UNCCD) 등을 통하여 협력할 수 있는 방안을 마련하고 있다.
생물다양성을 정량적으로 평가하는 방법은?
지역들 간 영향의 정도를 비교하기 위해서는, 객관적이고 상대적으로 비교가 가능한, 정량화 할 수 있는 평가 방법이 필요하다(Kang & Kang 2018). 생물다양성을 정량적으로 평가하는 방법에는 종풍부도(Richness index; Margalef 1958), 종다양도 (Biodiversity index; Pielou 1966), 균 등 도(Evenness index; Pielou 1975), 희귀성(Rarityindex; Usher 1996) 등의 방법이 있다. 종풍부도(Species richness, SR)는 특정한 지리적 단위에서 출현하는 생물종의 총수를 의미하는 것으로, 생물다양성을 평가하는데 가장 간략한 방법으로 널리 사용되고 있다(Whittaker 1972; Kim et al.
참고문헌 (74)
Algar AC, Kharouba HM, Young ER, Kerr JT. 2009. Predicting the future of species diversity: macroecological theory, climate change, and direct tests of alternative forecasting methods. Ecography. 32: 22-33.
Allouche O, Tsoar A, Kadmon R. 2006. Assessing the accuracy of species distribution models: prevalence, kappa and the true skill statistic (TSS). Journal of applied ecology 43(6): 1223-1232.
Attorre F, De Sanctis M, Francesconi F, Bruno F. 2007. Comparison of interpolation methods for mapping climatic and bioclimatic variables at regional scale. International journal of climatology. 27(13): 1825-1843.
Cornell HV. 1999. Unsaturation and regional influences on species richness in ecological communities: a review of the evidence. Ecoscience. 6: 303-315.
Dubuis A, Pottier J, Rion V, Pellissier L, Theurillat JP, Guisan A. 2011. Predicting spatial patterns of plant species richness: a comparison of direct macroecological and species stacking modelling approaches. Diversity and Distributions. 17(6): 1122-1131.
Elith J, Phillips SJ, Hastie T, Dudik M, Chee YE, Yates CJ. 2011. A statistical explanation of MaxEnt for ecologists. Diversity and distributions, 17(1), 43-57.
Franklin J. 2010. Mapping species distributions: spatial inference and prediction. Cambridge University Press.
Gioia P & Pigott JP. 2000. Biodiversity assessment: a case study in predicting richness from the potential distributions of plant species in the forests of southwestern Australia. Journal of Biogeography. 27: 1065-1078.
Golicher DJ, Cayuela L, Newton AC. 2012. Effects of climate change on the potential species richness of Mesoamerican forests. Biotropica, 44(3), 284-293.
Gotelli NJ, Colwell RK. 2001. Quantifying biodiversity: procedures and pitfalls in the measurement and comparison of species richness. Ecology letters. 4(4): 379-391.
Guisan A, Rahbek C. 2011. SESAM-a new framework integrating macroecological and species distribution models for predicting spatio-temporal patterns of species assemblages. Journal of Biogeography. 38(8): 1433-1444.
Hijmans RJ, Cameron SE, Parra JL, Jones PG, Jarvis A. 2005. Very high resolution interpolated climate surfaces for global land areas. International Journal of Climatology 25: 1965-1978.
IPCC. 2001. Climate Change 2001: Impacts, Adaptation, and Vulnerability: Contribution of Working Group II to the Third Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, UK.
IPCC. 2014. Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, R.K. Pachauri and L.A. Meyer (eds.)]. IPCC, Geneva, Switzerland, 151 pp.
Jung, DJ, Kang KH, Heo J, Kim C, Kim SH, Lee JB. 2010. Mapping for Biodiversity Using National Forest Inventory Data and GIS. J. Environ. Impact Assess. 19(6): 573-581. [Korea Literature]
Kang HI & Kang KS. 2018. Evaluation Criteria of Biodiversity in Ecosystem Protected Areas -In Mt. Jiri and Mt. Bukhan National Parks-. J. Environ. Impact Assess. 27(2): 114-123. [Korea Literature]
Kim J, Kwon H, Seo C, Kim M. 2014. A nationwide analysis of mammalian biodiversity hotspots in South Korea. J. Environ. Impact Assess. 23(6): 453-465. [Korea Literature]
Kong WS. 2007. Biogeography of Korean Plants. Seoul. GEOBOOK. 336 page. [Korea Literature]
Koo KA, Kong WS, Nibbelink NP, Hopkinson CS, Lee JH. 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.
Koo KA, Park SU, Hong S, Jang I, Seo C. 2018. Future distributions of warm-adapted evergreen trees, Neolitsea sericea and Camellia japonica under climate change: ensemble forecasts and predictive uncertainty. Ecological Research, 33(2), 313-325.
Koo KA, Park SU, Kong WS, Hong S, Jang I, Seo C. 2017. Potential climate change effects on tree distributions in the Korean Peninsula: Understanding model & climate uncertainties. Ecological Modelling 353: 17-27.
Korea Meteorological Administration. 2011. Case Studies to Understand and Take Advantage of Climate Change Scenarios. 14pp. [Korea Literature]
Korea National Arboretum. 2004. Distribution maps of vascular plants of Korean peninsula I. South coast province. Korea National Arboretum, Pocheon. [Korea Literature]
Korea National Arboretum. 2005. Distribution maps of vascular plants of Korean peninsula II. South province (Jeollado & Jirisan). Korea National Arboretum, Pocheon. [Korea Literature]
Korea National Arboretum. 2006. Distribution maps of vascular plants of Korean peninsula III. Central & South province (Chungcheong-do). Korea National Arboretum, Pocheon. [Korea Literature]
Korea National Arboretum. 2007. Distribution maps of vascular plants of Korean peninsula IV. Central & south province (Gyeongsangbuk-do). Korea National Arboretum, Pocheon. [Korea Literature]
Korea National Arboretum. 2008. Distribution maps of vascular plants of Korean peninsula V. Central province (Geonggido). Korea National Arboretum, Pocheon. [Korea Literature]
Korea National Arboretum. 2009. Distribution maps of vascular plants of Korean peninsula VI. Central province (Gangwondo). Korea National Arboretum, Pocheon. [Korea Literature]
Korea National Arboretum. 2010a. 300 Target Plants Adaptable to Climate Chage in the Korean Peninsula. Korea National Arboretum, Pocheon. [Korea Literature]
Korea National Arboretum. 2010b. Distribution maps of vascular plants of Korean peninsula VII. South province (Gyeongsangnam-do) and Ulleung-do province. Korea National Arboretum, Pocheon. [Korea Literature]
Korea National Arboretum. 2010c. Distribution maps of vascular plants of Korean peninsula VIII. Jeju-do province. Korea National Arboretum, Pocheon. [Korea Literature]
Korea National Arboretum. 2011. Distribution maps of vascular plants of Korean peninsula IX. West & South coast province. Korea National Arboretum, Pocheon. [Korea Literature]
Kwon H, Seo C, Park CH. 2012. Development of Species Distribution Models and Evaluation of Species Richness in Jirisan region. Journal of korean society for geospatial information system. 20(3): 11-18. [Korea Literature]
Kwon HS. 2014. Applying Ensemble Model for Identifying Uncertainty in the Species Distribution Models. Journal of the Korean Society for Geospatial Information System 22(4): 47-52. [Korea Literature]
Lobo JM, Nez Valverde AJ, Real R. 2008. AUC: A misleading measure of the performance of predictive distribution models. Global Ecol Biogeogr. 17(2):145-151.
Margalef DR. 1958. Information theory in ecology. International Journal of General Systems. 3: 36-71.
Mateo-Tomas P, Olea PP, Sanchez-Barbudo IS, Mateo R. 2012. Alleviating human-wildlife conflicts: identifying the causes and mapping the risk of illegal poisoning of wild fauna. Journal of Applied Ecology, 49(2), 376-385.
McClean CJ, Lovett JC, Kuper W, Hannah L, Henning Sommer J, Barthlott W, Termansen M, Smith GF, Tokumine S, Taplin JRD. 2005. African plant diversity and climate change. Annals of the Missouri Botanical Garden 922:139-152.
Ministry of Environment. 2012. The Biodiversity of Korea. 132 pages. [Korea Literature]
National Geographic Information Institute. 2014. The national atlas of Korea 1st Edition. Physical Geography, Suwon. 252pp. [Korea Literature]
National Geographic Information Institute. 2016. The national atlas of Korea 2st Edition. Physical Geography, Suwon. 243pp. [Korea Literature]
Nogues-Bravo D, Araujo MB, Romdal T, Rahbek C. 2008. Scale effects and human impact on the elevational species richness gradients. Nature. 453: 216-219.
Park HS, Choi GW. 2014. Applicability Evaluation of RCP Climate Change Scenarios in the Complex Coastal Regions. Korean Reviw of Crisis & Emergency Management. 10(2): 215-230. [Korea Literature]
Park SU, Koo KA, Seo C, Hong S. 2017. Climate-related range shifts of Ardisia japonica in the Korean Peninsula: a role of dispersal capacity. Journal of Ecology and Environment, 41(1): 38.
Park SU, Koo KA, Seo C, Kong WS. 2016. Potential Impact of Climate Change on Distribution of Hedera rhombea in the Korean Peninsula. The Korean Society of Climate Change Reasearch, 7(3), 325-334. [Korea Literature]
Parviainen M, Marmion M, Luoto M, Thuiller W, Heikkinen RK. 2009. Using summed individual species models and state-of-theart modelling techniques to identify threatened plant species hotspots. Biological Conservation. 142: 2501-2509.
Pearson RG, Dawson TP. 2003. Predicting the impacts of climate change on the distribution of species: are bioclimatic envelope models useful? Global Ecology and Biogeography 12: 361-371.
Pielou EC. 1975. Ecological diversity. John Wiley & Sons Inc. pp. 165.
Schimper AFW. 1903. Plant-Geography upon a physiological basis. Trasl. WR fisher. Oxford, Clarendon Press.
Secretariat of the Convention on Biological Diversity. 2014. Global Biodiversity Outlook 4. Montreal, 155 pages. [Korea Literature]
Shin MS, Jang RI, Seo CW, Lee MW. 2015. A Comparative Study on Species Richness and Land Suitability Assessment ; Focused on city in Boryeong. J. Environ. Impact Assess. 24(1): 35-50. [Korea Literature]
Shin MS, Seo C, Park SU, Hong S, Kim JY, Jeon JY, Lee M. 2018. Prediction of Potential Habitat of Japanese evergreen oak (Quercus acuta Thunb.) Considering Dispersal Ability Under Climate Change. J. Environ. Impact Assess. 27(3): 291-306. [Korea Literature]
Sinclair SJ, White MD, Newell GR. 2010. How useful are species distribution models for managing biodiversity under future climates?. Ecology and Society, 15(1).
Thomas CD, Cameron A, Green RE, Bakkenes M, Beaumont LJ, Collingham YC, Erasmus BFN, Sigueira MF, Grainger A, Hannah L, Hughes L, Huntley B, Jaarsveld AS, Midgley GF, Miles L, Ortega-Huerta MA, Peterson AT, Phillips OS, Williams SE. 2004. Extinction risk from climate change. Nature 427: 145-148.
Thuiller W, Brotons L, Araujo MB, Lavorel S. 2004. Effects of restricting environmental range data to project current and future species distributions. Ecography 27:165-172.
Urquiza-haas T, Peres CA, Dolman PM. 2009. Regional scale effects of human density and forest disturbance on large-bodied vertebrates throughout the Yucatan Peninsula, Mexico. Biol. Conserv. 142:134-148.
Usher MB. 1996. Wildlife conservation evaluation: Attributes criteria and values. Chapman & Hall. pp. 3-44.
Wenger SJ, Som NA, Dauwalter DC, Isaak DJ, Neville HM, Luce CH, Rieman BE. 2013. Probabilistic accounting of uncertainty in forecasts of species distributions under climate change. Global Change Biology. 19(11): 3343-3354.
Whittaker, RH. 1972. Evolution and measurement of species diversity. Taxon. 213-251.
Williams SE, Bolitho EE, Fox S. 2003. Climate change in Australian tropical rainforests and impending environmental catastrophe. Proceedings of the Royal Society of London B 270:1887-1892.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.