[논문]RCP 시나리오에 따른 해양교란생물 유령멍게(Ciona robusta)의 서식지 분포 예측

박주언; 홍진솔; 김동건; 윤태중; 신숙

doi:10.11626/kjeb.2018.36.4.687

[국내논문] RCP 시나리오에 따른 해양교란생물 유령멍게(Ciona robusta)의 서식지 분포 예측
Prediction of the Suitable Habitats of Marine Invasive Species, Ciona robusta based on RCP Scenarios 원문보기

환경생물 = Korean journal of environmental biology, v.36 no.4, 2018년, pp.687 - 693

박주언 (삼육대학교 생명과학과) , 홍진솔 (고려대학교 환경생태공학부) , 김동건 (삼육대학교 스미스교양대학) , 윤태중 (삼육대학교 해양생명자원연구소) , 신숙 (삼육대학교 생명과학과)

Abstract ▼ AI-Helper

The active development of the global marine trade industries has been known to increase the inflows of marine invasive species and harmful organisms into the ecosystem, and the marine ecological disturbances. One of these invasive species, Ciona robusta, has now spread to the Korea Strait, the East Sea, and Jeju Island in connection with the climate change but not the Yellow Sea in Korea. Currently, the spread and distribution of C. robusta is increasingly damaging aquaculture and related facilities. Therefore, this study aims to identify the spread of C. robusta and potential habitats and to secure a data for the prevention of effective management measures due to climate change as well as damage the reduction in future through the prediction of spread. We used environmental variables in BioOracle. Also, the potential habitat and distribution of C. robusta was predicted using MaxEnt, a species distribution model. Two different RCP scenarios(4.5 and 8.5) were specified to predict the future distributions of C. robusta. The results showed that the biggest environmental factor affecting the distribution of C. robusta was the salinity as well as the highest distribution and potential habitats existent in the East Sea and around Jeju Island.

Keyword

AI 본문요약
AI-Helper

문제 정의

본 연구는 국내에 유입되어 확산하고 있는 교란생물인 유령멍게(C. robusta)의 야외 조사 자료를 바탕으로 종분포모형 (Species Distribution Model)을 활용하여 잠재적 서식지 분포도를 작성하고, 향후 서로 다른 두 가지 RCP (Representative Concentration Pathways) 시나리오를 통해 기후변화에 따른 미래의 잠재 서식지 및 분포를 예측하여 유령멍게(C. robusta)의 확산 방지 및 효율적 관리를 위한 기본 자료를 확보하고자 수행되었다.

제안 방법

2017), 해수표면온도(SST)의 연중 최대, 최소 및 평균 자료를 분석에 이용하였다(Table 2). 또한 IPCC(Intergovernmental Panel on Climate Change) 5차 보고서를 바탕으로 RCP 4.5 (온실가스 저감 정책이 상당히 실현된 경우)와 RCP 8.5 (현재 추세로 온실가스가 배출되는 경우)의 서로 다른 2가지 시나리오를 설정하여 2040~2050년과 2100년에 대한 잠재적 서식지 및 분포를 예측하였다(Suppiah et al. 2007).

대상 데이터

유령멍게(C. robusta)의 분포 지역에 관한 자료는 2008~ 2017년까지 서해안, 남해안, 동해안 및 제주도를 직접 조사하여 기록한 출현 자료와 기존 문헌 조사를 통하여 확인된 서식 지역의 자료를 종합하여 이용하였다(Pyo et al. 2012; Leeand Shin 2014)(Table 1).

데이터처리

2006, 2017)을 사 용하여 분포 및 확산 모델을 추정하였다. 정확도는 ROC(Receiver Operating Characteristic)의 AUC (Area Under Curve) 값을 통하여 추정하였으며, 모델의 신뢰도를 높이기 위하여 10차 교차검증을 통해 결과의 평균을 최종 모형으로 도출하였으며, 반응곡선(Response curve)을 통해 각각의 환경변수와 분포의 관계를 파악하였다.

이론/모형

QGIS 프로그램(version 2.18.16)(QGIS Development Team 2018)을 사용하여 분포도를 작성하였으며, 최대 엔트로피 접근법을 활용하여 잠재적 서식지 분포를 확률적으로 제시하고 출현 좌표만으로 종분포를 예측할 수 있는 모형인 MaxEnt 프로그램(version 3.4.1) (Phillips et al. 2006, 2017)을 사 용하여 분포 및 확산 모델을 추정하였다. 정확도는 ROC(Receiver Operating Characteristic)의 AUC (Area Under Curve) 값을 통하여 추정하였으며, 모델의 신뢰도를 높이기 위하여 10차 교차검증을 통해 결과의 평균을 최종 모형으로 도출하였으며, 반응곡선(Response curve)을 통해 각각의 환경변수와 분포의 관계를 파악하였다.

성능/효과

유령멍게(C. robusta)의 잠재 서식지 및 분포는 동해안과 제주도 연안 지역 그리고 남해안 일부 지역이 가장 높았으며, 서해안이 가장 낮았다(Fig. 2). 이와 같은 모형의 예측 결과는 현재 야외조사에서도 서해안 지역에서 유령멍게(C.
결과적으로 유령멍게(C. robusta)의 분포 및 잠재서식지에는 염도가 가장 중요한 환경 변수로 작용하였으며, 2040~2050 년과 2100년의 유령멍게(C. robusta)의 분포 및 잠재 서식지는 분포에 가장 큰 기여도를 보이는 염도의 변화가 없어 현재와 유사하게 동해안 모든 연안과 제주도 전 연안에 분포할 것으로 분석되었다.
본 연구에서는 MaxEnt 종분포 모형을 통해 유령멍게(C. robusta)의 분포 및 잠재 서식지를 확인하였으며, RCP 시나리오에 따른 미래에도 현재와 유사한 분포 양상을 보이는 것으로 추정되었다. 현재 유령멍게(C.

후속연구

robusta)는 서해안을 제외한 동해안 및 남해안 연안 그리고 제주도는 이미 분포하고 있어 동해안, 남해안 및 제주도는 확산에 대한 방제 및 관리가 어려운 실정이다. 그러나 아직 분포가 확인되지 않은 서해안 또는 울릉도 지역에 대한 유령멍게(C. robusta)의 분포 및 잠재 서식지의 대한 지속적인 모니터링과 현장 조사가 필요하며, 확산하는데 영향을 미치는 매개체들에 대한 관리 방안이 필요할 것으로 생각된다. 더불어 유령멍게(C.
robusta)의 분포 및 잠재 서식지의 대한 지속적인 모니터링과 현장 조사가 필요하며, 확산하는데 영향을 미치는 매개체들에 대한 관리 방안이 필요할 것으로 생각된다. 더불어 유령멍게(C. robusta)뿐 만 아니라 다른 기타 해양 외래 침입 교란 생물의 지속적인 모니터링과 관리 방안이 필요할 것으로 사료된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	본 연구에서 설정한 유령 멍게의 서식지 및 분포를 예측하기 위한 RCP 시나리오 2가지는?	2017), 해수표면온도(SST)의 연중 최대, 최소 및 평균 자료를 분석에 이용하였다(Table 2). 또한 IPCC(Intergovernmental Panel on Climate Change) 5차 보고서를 바탕으로 RCP 4.5 (온실가스 저감 정책이 상당히 실현된 경우)와 RCP 8.5 (현재 추세로 온실가스가 배출되는 경우)의 서로 다른 2가지 시나리오를 설정하여 2040~2050년과 2100년에 대한 잠재적 서식지 및 분포를 예측하였다(Suppiah et al. 2007).
	본 연구에서 유령멍게의 기후변화에 따른 미래의 잠재 서식지 및 분포를 예측하기 위해 설정한 환경 변수는 무엇인가?	본 연구에서는 Kim et al. (2018)의 연구를 바탕으로 염도 (PSU)와 수온(°C)을 환경변수로 설정하였으며, 먹이와 관련된 엽록소(chlorophyll) 농도(mg·m-3 )를 추가하였다. 환경변수 자료로 BioOracle database (Tyberghein et al.
	외래종 유령멍게의 확산으로 인한 피해는?	침입 외래종(invasive alien species)인 유령멍게(C. robusta) 의 확산은 자연생태계에 서식하는 자생종과의 직접 또는 간접적인 자원(먹이, 공간 등) 경쟁을 통하여 생물다양성의 감소를 초래하고 있으며, 인공 시설물, 특히 양식장 시설물에 정착하여 굴 또는 가리비와 같은 양식산업에 경제적 피해를 주고 있다(Daigle and Herbinger 2009; Park et al. 2017).

참고문헌 (22)

10.1111/j.1461-0248.2008.01218.x BeaugrandG , M Edwards, K Brander, C Luczak and F Ibanez. 2008. Causes and projections of abrupt climate-driven ecosystem shifts in the North Atlantic . Ecol. Lett.11:1157- 1168.

상세보기
ChoiYK , KD Cho, BG Lee and CH Hong. 1995. Environmental characteristics according to the depth in Deukryang Bay, culturing ground of pen shell ( Atrina pectinata ) . Korean Soc. Fish. Tech.31:127-141.
10.3391/ai.2009.4.1.18 DaigleRM and CM Herbinger. 2009. Ecological interactions between the vase tunicate ( Ciona intestinalis ) and the farmed blue mussel ( Mytilus edulis ) in Nova Scotia, Canada . Aquat. Invasions4:177-187.
10.1016/S0169-5347(98)01554-7 DukesJS and HA Mooney. 1999. Does global change increase the success of biological invaders? Trends Ecol. Evol.14: 135-139.

상세보기
FranklinJ. 2009. Mapping species distributions: spatial inference and prediction. Cambridge University Press, UK. 44:613-615.
HoshinoZI and T Tokioka. 1967. An unusually Ciona robusta from the northeastern coast of Honsyu Island, Japan . Seto. Mar. Biol. Lab.15:275-290.
10.7717/peerj.1357 JanuarioSM , SA Estay, FA Labra and M Lima. 2015. Combining environmental suitability and population abundancesto evaluate the invasive potential of the tunicate Ciona intestinalis along the temperate South American coast . PeerJ3:e1357; DOI .

상세보기
10.11626/KJEB.2017.35.1.001 KimDG , JU Park, DH Kim, TJ Yoon and S Shin. 2017. The effect of temperature on early growth of Ciona intestinalis (Ascidiacea, Phlebobranchia, Cionidea) . Korean J. Environ. Biol.35:1-5.

원문보기 상세보기
KimDH . 2005. International management of introduced marine pests and Korea’s strategic response . J. Environ. Pol. Admin.13:143-168.
KimMK , DH Kim, JU Park JU, DH Kim, TJ Yoon, DG Kim and S Shin. 2018. Effects of temperature and salinity on the egg development and larval settlement of Ciona robusta (Ascidiacea, Phlebobranchia, Cionidae). Ocean Sci. J.1-10.
10.2988/0006-324X-127.1.284 LeeTJ and S Shin. 2014. Morphological and molecular identification of an introduced alien sea squirt (Tunicata: Ascidiacea)in Korea . Proc. Biol. Soc. Wash.127:284-297.

상세보기
ParkHS , JH Lee and JW Choi. 2000. Spatio-temporal distributions of macrobenthic community on subtidal area around Mokpo, Korea . The Sea5:169-176.
ParkHJ , WG Park, JW Choi and BR Lee. 2017. Variation of community structure of decapods by season and depth near Oryuk Islets off Busan, Korea . J. Fish. Mar. Sci. Educ.29:257-269.
10.11626/KJEB.2017.35.4.677 ParkJU , TJ Lee, DH Kim, PJ Kim, DH Kim and S Shin. 2017. Monitoring and impact of marine ecological disturbance causing organisms on an oyster and sea squirt farm . Korean J. Environ. Biol.35:677-683.

원문보기 상세보기
10.1016/j.ecolmodel.2005.03.026 PhillipsSJ , RP Anderson and RE Schapire. 2006. Maximum entropy modeling of species geographic distributions . Ecol. Model.190:231-259.

상세보기
PhillipsSJ , M Dudk and RE Schapire. 2017. Maxent software for modeling species niches and distributions (Version 3.4.1). Available from: http://biodiversityinformatics.amnh.org/open_source/maxent/.
10.11646/zootaxa.3368.1.10 PyoJH , TJ Lee and S Shin. 2012. Two newly recorded invasive alien ascidians (Chordata, Tunicata, Ascidiacea) based on morphological and molecular phylogenetic analysis in Korea . Zootaxa3368:211-228.

상세보기
QGIS Development Team. 2018. QGIS Geographic Information System. Open Source Geospatial Foundation Project. Available from https://www.qgis.org/en/site/.
ShinS , JH Park, JS Lee, IH Kim, JE Seo, HS Kim, GS Min and SH Kim. 2013. Marine introduced benthos of Korea. Min. Oceans Fish. Korea. pp. 1-102.
SuppiahR , KJ Hennessy, PH Whetton, K Mclnnes, I Macadam, J Bathols and CM Page. 2007. Australian climate change projections derived from simulations performed for the IPCC 4 th Assessment Report . Aust. Meteorol. Mag.56: 131-152.
10.1111/j.1466-8238.2011.00656.x TybergheinL , Verbruggen, K Pauly, C Troupin, F Mineur and OD Clerck. 2012. Bio-Oracle: a global environmental dataset for marine species distribution modelling . Glob. Ecol. Biogeogr.21:272-281.

상세보기
10.4217/OPR.2006.28.1.057 YooJK , TY Song, HP Hong, KM Jeong and CS Myung. 2006. Marine plankton in ballast water of ship entering Korea . Ocean. Polar Res.28:57-65.

원문보기 상세보기

저자의 다른 논문 :

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