$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

한국 동해 생태계의 잠재생산량 추정방법에 관한 비교 연구

A comparative study on the estimation methods for the potential yield in the Korean waters of the East Sea

수산해양기술연구 = Journal of the Korean Society of Fisheries and Ocean Technology, v.54 no.2, 2018년, pp.124 - 137  

임정현 (부경대학교 해양생산시스템관리학부) ,  서영일 (국립수산과학원 연근해자원과) ,  장창익 (부경대학교 해양생산시스템관리학부)

Abstract AI-Helper 아이콘AI-Helper

Due to the decrease in coastal productivity and deterioration in the quality of ecosystem which result from the excessive overfishing of fisheries resources and the environmental pollution, fisheries resources in the Korean waters hit the dangerous level in respect of quantity and quality. In order ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 연구에서는 잠재생산량을 추정하는 방법들 간의 비교 분석을 통해 각 방법의 장ㆍ단점을 파악하고, 개체군역학과 생태계 역학을 고려하여 잠재생산량을 추정하고자 한다. 이에 따라 보다 과학적이고 체계적인 자원관리를 위한 한국 동해 생태계에 가장 적합한 잠재생산량 추정 방법을 제시하고자 한다.
  • 본 연구에서는 잠재생산량을 추정하는 방법들 간의 비교 분석을 통해 각 방법의 장ㆍ단점을 파악하고, 개체군역학과 생태계 역학을 고려하여 잠재생산량을 추정하고자 한다. 이에 따라 보다 과학적이고 체계적인 자원관리를 위한 한국 동해 생태계에 가장 적합한 잠재생산량 추정 방법을 제시하고자 한다.

가설 설정

  • 따라서 추정치의 신뢰도를 고려해 볼 때 다섯 가지추정방법 중에서 HPM이 1) 상대적으로 적은 가정과 파라미터를 사용하고, 2) 자원 개발 초기단계 자료부터 사용하여 PY 뿐만 아니라, 3) 연도별 자원량까지 추정이 가능하다. 4) HPM 중에서도 ME 모델이 각 파라미터에 이론적으로 가능한 범위를 설정해서 확률치로 파라미터를 추정하여 PY를 추정하기 때문에 추정되는 파라미터들에 대한 신뢰성이 높다.
  • PPM에 의한 최근연도의 어종별 PY 추정을 위해 동해 주요 어종 중 어종별 어획량과 CPUE 자료가 사용 가능한 총 11어종(문어 제외)에 대해서는 ME 모델로 한국 전체 해역에 대한 어종별 PY를 직접 추정하였다. 그리고 모든 어장에 어종의 밀도는 균일하게 분포한다는 가정 하에 어획량 비율이 어장면적 비율과 같다고 가정하였다. 따라서 동해 연근해의 어종별 PY ( PY E, a )는 한국 전체 해역의 어종별 어획량에 대한 동해 어종별 어획량 비율을 이용하여 식 (1)과같이 추정하였다.
  • 동해 내수면 어업의 연도별 어획노력량은 내수면 어업의 연도별 시도별 어획노력량 자료를 수집할 수 없었기 때문에 우리나라 연근해 전체의 내수면 어업 톤수에 우리나라 연근해 전체의 내수면 어업 어획량에 대한 동해 내수면 어업 어획량 비율을 곱하여 추정하였다. 또한 수집된 동해의 총톤수 자료는 어로장비 및 엔진 성능 발달에 의해 향상된 어획효율이 반영되지 않았으므로, NIFS (2016)와 Seo et al. (2017)의 연구에서 추정된 우리나라 어업별 어획성능지수가 한국 연근해어업의연도별 어획효율 향상을 반영한다고 가정하여 동해의총톤수 자료를 표준화시켰다. 본 연구에서는 저인망류(Trawls), 선망(Purse seiner), 연승(Long liner), 자망(Gillnetter), 통발(Pot)을 선별하여 각 어획성능지수의연 증가율을 구하였다.
  • 생산량 기반 분석법에서 HPM의 Fox 모델의 경우 대상 자원이 평형상태임을 가정한다. 따라서 현재 어획되고 있는 자원을 대상으로 PY 추정을 위해 Fox 모델을 적용할 경우 이러한 가정은 현실적으로 맞지 않다.
  • 순간 어획사망계수(F)가 0일 때, 분류군별 자원량을 시뮬레이션하여 일정한 값으로 수렴하는 값을 ECC로 계산하였다. 이에 따라 한국 동해 생태계의 PY는 아래의 Gulland (1971)의 가정을 사용하여 추정된 분류군별 ECC와 자원 역학적 관계를 이용하여 추정하였다.
  • 본 연구에서는 저인망류(Trawls), 선망(Purse seiner), 연승(Long liner), 자망(Gillnetter), 통발(Pot)을 선별하여 각 어획성능지수의연 증가율을 구하였다. 이외의 어업에 대한 어획성능지수는 저인망류, 선망, 연승, 자망 및 통발의 어획성능지수를 어업별 어획량으로 가중 평균한 값으로 가정하였다.
  • 이용 가능한 자료가 부족한 문어의 경우 최근 5개년(2012~2016년)에 대한 자원동향이 평형 및 증가를 나타내는 종이므로 한국 전체해역에 대한 문어의 생물학적 허용어획량(ABC)을 PY( PY K, s )로 가정하여 식 (1)과 같이 PY를 추정하였다.
  • 첫째, 생산량 기반 추정 방법 간 비교하면, HPM의 Fox 모델은 전통적인 잉여생산량모델로 어획이 없을 때의 평형상태에서 얻어지는 잉여량을 잉여생산량으로 계산하기 때문에 대상 자원이 평형상태임을 가정한다. HPM의 ASPIC 모델은 Fox 모델과 달리 대상 자원이 평형상태라 가정하지 않고, 관측오차를 사용하여 자원의 어업 자료를 잉여생산량모델에 적합시켜 합리적인 파라미터의 추정이 가능하다(Prager, 2005).
  • 이 과정에서 대상생태계인 동해에 대한 어종별 PY를 추정하기 위해서는 대상해역별 어종별 어장분포 비율이 필요하다. 하지만 현실적으로 해역별 어종별 어장분포도수집이 어려우므로 모든 어장에서 어종의 밀도는 균일하게 분포한다는 가정 하에 해역별 어획량 비율이 어장면적 비율과 같다고 간주하여, PY 추정 시에 해역별 어장면적이 고려되었다. 하지만 주요어종(86.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
지금까지 연구 개발된 잠재 생산량 추정방법의 두 종류는? 지금까지 연구 개발된 잠재 생산량 추정방법은 크게 생태계 역학 분석법과 생산량 기반 분석법으로 나눌 수 있다. 생태계 역학 분석법에는 첫째, 기초생산과 먹이사슬의 상호작용을 이용하는 방법이 있다.
잠재 생산량이란? 해양에서 잠재 생산량(Potential yield, PY)은 대상 생태계에서 일차 생산력과 먹이망 구조를 이용하여 상위단계 생물량의 한계치를 계산하여 추정되는 해양의 전체 생산력을 의미한다(Ryther, 1969; Kim and Kang, 1999).또한 하나의 단위 수역에 서식하는 생물들 중 현재 자원으로 이용되고 있거나 앞으로 이용 가능한 수산자원의 생물학적 허용 한계치로 정의된다(Shin, 2009).
생태계 역학 분석법의 장점과 한계점은? 생태계 역학 분석법에는 첫째, 기초생산과 먹이사슬의 상호작용을 이용하는 방법이 있다. 이 방법은 Ryther (1969)의 연구에 의하면 잠재 생산량의 절대 추정이 가능하고 환경이나 생태계 변화 등에 적용이 가능하다. 하지만 먹이사슬을 이용하는 방식은 에너지 전달효율과 먹이사슬의 선택에 따라 추정치가 크게 달라질 수 있고, 복잡한 먹이망을 일정한 길이의 사슬로 나타내거나 모든 단계에서 동일한 값으로 사용한다는 등의 가정을 하여 추정치의 불확실성이 존재한다(Alverson et al., 1970). 특히, 에너지 전달 효율 추정치는 공간적, 생태학적 변동이 있을 수 있고(Libralato et al., 2008), 그 값이 변할 수 있다는 문제점이 있다(Coll et al., 2009a, b).
질의응답 정보가 도움이 되었나요?

참고문헌 (34)

  1. Alias M. 2003. Trophic Model of the Coastal Fisheries Ecosystem of the West Coast of Penisular Malaysia. WorldFish Center Conference Proceedings 67, 313-332. 

  2. Alverson DL, Longhurst AR and Gulland JA. 1970. How much food from the sea? Science 168, 503-505. (DOI: 10.1126/science.168.3930.503) 

  3. Beddington JR and Kirkwood GP. 2005. The estimation of potential yield and stock status using life-history parameters. Phil Trans R Soc B 360, 163-170. (DOI: 10.1098/rstb.2004.1582) 

  4. Christensen V and Pauly D. 1992. ECOPATH II a software for balancing steady ecosystem models and calculating network characteristics. Ecological Modeling 61, 169-185. (DOI: 10.1016/0304-3800(92)90016-8) 

  5. Christensen V and Waters CJ. 2004. Ecopath with Ecosim: methods, capabilities and limitations. Ecological Modeling 172, 109-139. (DOI: 10.1016/j.ecolmodel.2003.09.003) 

  6. Coll M, Palomera I and Tudela S. 2009a. Decadal changes in a NW Mediterranean Sea food web in relation to fishing exploitation. Ecological Modeling 220, 2088-2102. (DOI: 10.1016/j.ecolmodel.2009.04.049) 

  7. Coll M, Santojanni A, Palomera I and Arneri E. 2009b. Food-web changes in the Adriatic Sea over the last three decades. Marine Ecology Progress Series 381, 17-37. (DOI: 10.3354/meps07944) 

  8. Fox WW Jr. 1974. An overview of production modeling. Working document submitted to the workshop on population dynamics of Tuna, sponsored by the International Commission for the Conservation of Atlantic Tunas, and held at Nantes, France, WTPD- Nantes/74/13, 143-156. 

  9. Golan A, Judge G and Karp L. 1996. A maximum entropy approach to estimation and inference in dynamic models or counting fish in the sea with maximum entropy. Journal of Economic Dynamics and Control 20, 559-582. (DOI: 10.1016/0165-1889(95)00864-0) 

  10. Gulland JA. 1971. The fish resources of the ocean. Fishing News Book, West By fleet, 1-255. 

  11. Jang SH, Ryu HS and Lee JH. 2011. Stock assessment and management implications of the Korean aucha perch (Coreoperca herzi) in freshwater: (2) Estimation of potential yield assessment and stock of Coreoperca herzi in the mid-upper system of the Seomjin River. Korean. J. Limnol. 44(2), 172-177. 

  12. Kim HA. 2016. A study on the estimation of potential yield for Korean west coast fisheries. Master's thesis, Pukyong National University, Korea, 1-134. 

  13. Kim S and Kang S. 1999. Recent development in the concept and research direction for carrying capacity of marine ecosystem. J. Korean Soc Fish Res 2, 101-110. 

  14. KOSIS (Korean Statistical Information Service). Statistical database -Agriculture, Forestry and Fishery; Fishery. http://www.kosis.kr. Accessed in 2017. 

  15. Lee JB, Shin YJ, Lee JH, Choi YM, Lee DW and Cha HK. 2012. Estimation of potential fishery yield for Corbicula japonica in the Seomjin River, Korea. Korean J Malacol 28(2), 91-99. 

  16. Lee MW. 2014. Ecosystem-base stock assessment and fisheries management in the west coast of Korea. Doctoral dissertation, Pukyong National University, Korea, 1-130. 

  17. Lee SW, Lee HS, Yoo JC, Je JG, Levings C and Paek WK. 2002. Factors affecting the conservation and distribution of migratory waterbirds in the southern tidal flats of Ganghwa Island, Korea. Kor. J. Env. Eco. 16(1), 34-45. 

  18. Lassalle G, Gascuel D, Loch FL, Lobry J, Pierce GJ, Ridoux V, Santos MB, Spitz J and Niquil N. 2012. An ecosystem approach for the assessment of fisheries impacts on marine top predators: the Bay of Biscay case study. ICES Journal of Marine Science 69(6), 925-938. (DOI: 10.1093/icesjms/fss049) 

  19. Libralato S, Coll M, Tudela S, Palomera I and Pranovi F. 2008. Novel index for quantification of ecosystem effects of fishing as removal of secondary production. Marine Ecology Progress Series 355, 107-129. (DOI: 10.3354/meps07224) 

  20. Lim JH. 2018. A Comparative Study on the Estimation Methods for the Potential Yield in the Korean Waters of the East Sea. Doctoral dissertation, Pukyong National University, Korea, 114. 

  21. Mackinson S and Daskalov G. 2007. An Ecosystem Model of the North Sea to Support an Ecosystem Approach to Fisheries Management: Description and Parameterisation. Sci. Ser. Tech Rep., Cefas Lowestoft 142, 196. 

  22. Mustafa MG. 2003. Trophic model of the coastal ecosystem in the waters of Bangladesh, Bay of Bengal. WorldFish Center Conference Proceedings 67, 263-280. 

  23. NIFS (National Institute of Fisheries and Science). 2016. Study on the Estimation of Fishing Power according to the Development of Fishing Vessels and Gears. 1-114. 

  24. NIFS (National Institute of Fisheries and Science). 2016. Fishing trend and stock assessment of major species in the Korean waters. 1-205. 

  25. Prager MH. 1992a. ASPIC: A surplus-production model incorporating covariates. ICCAT Collected Volume of Scientific Papers 28, 218-229. 

  26. Prager MH. 1992b. Recent Developments in Extending the ASPIC Production Model. ICCAT Working Document SCRS/92/127, 1-10. 

  27. Prager MH. 2005. User's Manual for ASPIC: A Stock-Production Model Incorporating Covariates (ver. 5) and Auxiliary Program. National Marine Fisheries Service Beaufort Laboratory Document BL-2004-01, 1-27. 

  28. Ryther JH. 1969. Photosynthesis and fish production in the sea. Science, 166, 72-76. (DOI:10.1126/science.166.3901.72) 

  29. Seo YI, Hwang KS, Cha HK, Oh TY, Jo HS, Kim BY, Ryu KJ and Lee YW. 2017. Change of relative fishing power index from technological development in the offshore large powered purse seine fishery. J Korean Soc Fish Technol. 53(1), 12-18. (DOI: 10.3796/KSFT.2017.53.1.012) 

  30. Shin YJ. 2009. A method for estimating potential fishery yield in coastal waters. Master's thesis, Pukyong National University, Korea, 1-53. 

  31. Tamura T and Fujise Y. 2002. Geographical and seasonal changes of the prey species of minke whale in the Northwestern Pacific. ICES Journal of Marine Science, 59: 516-528. (DOI: 10.1006/jmsc.2002.1199) 

  32. Theil H. 1966. Applied Economic Forecasting. Chicago, Rand McNally. 

  33. Trites AW, Livingston PA, Mackinson S, Vasconcellos MC, Springer AM and Pauly D. 1999. Ecosystem change and the decline of marine mammals in the Eastern Bering Sea: testing the ecosystem shift and commercial whaling hypotheses. Fisheries Centre Research Reports, 7, 1-100. 

  34. Tukey JW. 1958. Bias and confidence in not quite large samples. The Annals of Mathematical Statistics 29, 614-623. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 보고서와 함께 이용한 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트