기후변화에 대응하여 보다 적극적인 생물보전전략 수립을 위해 생물 서식환경의 변화예측이 필요하며, 생물기후권역은 유용한 생태계 관리체계를 제공할 수 있다. 이에 따라 본 연구에서는 생물기후권역구축을 통해 동북아시아의 생물 서식환경을 파악하고, 생물 서식관점에서 기후변화의 영향을 분석하였다. Worldclim에서 제공하는 현재(1970~2000년) 기후자료 및 17개 전 지구 기후모형의 예측자료(RCP4.5, RCP8.5)를 이용하여 2050년대와 2070년대의 변화를 모의하였다. 먼저 현재와 미래의 주요생물기후변수(Aridity index, growing degree days, potential evapotranspiration seasonality, temperature seasonality)를 구축하여 동북아시아의 생물기후환경 특성을 파악하고, 기후변화에 따른 시공간적 변화를 분석하였다. ISODATA 군집분석으로 현재의 생물기후권역을 구분하고, MLC(Maximum LikelihoodClassification)를 통해 미래의 권역변화를 예측하였다. 기후변화에 따라 대부분의 권역이 북상하는 경향성을 확인할 수 있었으며, 권역의 면적과 위도 분포변화를 분석함으로써 권역의 축소가 가장 두드러지게 나타나는 중국 남부에 위치한 권역을 집중 관리권역으로 제시하였다. 본 연구는 한반도를 포함한 동북아시아 지역의 다양한 기후변화 시나리오에 따른 영향평가를 바탕으로 향후 기후변화에 대응한 생물종 혹은 생태계 관련 적응정책 수립 시 활용 가능한 기초자료를 제공할 수 있을 것으로 사료된다.
기후변화에 대응하여 보다 적극적인 생물보전전략 수립을 위해 생물 서식환경의 변화예측이 필요하며, 생물기후권역은 유용한 생태계 관리체계를 제공할 수 있다. 이에 따라 본 연구에서는 생물기후권역구축을 통해 동북아시아의 생물 서식환경을 파악하고, 생물 서식관점에서 기후변화의 영향을 분석하였다. Worldclim에서 제공하는 현재(1970~2000년) 기후자료 및 17개 전 지구 기후모형의 예측자료(RCP4.5, RCP8.5)를 이용하여 2050년대와 2070년대의 변화를 모의하였다. 먼저 현재와 미래의 주요생물기후변수(Aridity index, growing degree days, potential evapotranspiration seasonality, temperature seasonality)를 구축하여 동북아시아의 생물기후환경 특성을 파악하고, 기후변화에 따른 시공간적 변화를 분석하였다. ISODATA 군집분석으로 현재의 생물기후권역을 구분하고, MLC(Maximum Likelihood Classification)를 통해 미래의 권역변화를 예측하였다. 기후변화에 따라 대부분의 권역이 북상하는 경향성을 확인할 수 있었으며, 권역의 면적과 위도 분포변화를 분석함으로써 권역의 축소가 가장 두드러지게 나타나는 중국 남부에 위치한 권역을 집중 관리권역으로 제시하였다. 본 연구는 한반도를 포함한 동북아시아 지역의 다양한 기후변화 시나리오에 따른 영향평가를 바탕으로 향후 기후변화에 대응한 생물종 혹은 생태계 관련 적응정책 수립 시 활용 가능한 기초자료를 제공할 수 있을 것으로 사료된다.
As climate changes, it is necessary to predict changes in the habitat environment in order to establish more aggressive adaptation strategies. The bioclimatic classification which clusters of areas with similar habitats can provide a useful ecosystem management framework. Therefore, in this study, b...
As climate changes, it is necessary to predict changes in the habitat environment in order to establish more aggressive adaptation strategies. The bioclimatic classification which clusters of areas with similar habitats can provide a useful ecosystem management framework. Therefore, in this study, biological habitat environment of Northeast Asia was identified through the establishment of the bioclimatic zones, and the impac of climate change on the biological habitat was analyzed. An ISODATA clustering was used to classify Northeast Asia (NEA)into 15 bioclimatic zones, and climate change impacts were predicted by projecting the future spatial distribution of bioclimatic zones based upon an ensemble of 17 GCMs across RCP4.5 and 8.5 scenarios for 2050s, and 2070s. Results demonstrated that significant changes in bioclimatic conditions can be expected throughout the NEA by 2050s and 2070s. The overall zones moved upward, and some zones were predicted to be greatly expanded or shrunk where we suggested as regions requiring intensive management. This analysis provides the basis for understanding potential impacts of climate change on biodiversity and ecosystem. Also, this could be used more effectively to support decision making on climate change adaptation.
As climate changes, it is necessary to predict changes in the habitat environment in order to establish more aggressive adaptation strategies. The bioclimatic classification which clusters of areas with similar habitats can provide a useful ecosystem management framework. Therefore, in this study, biological habitat environment of Northeast Asia was identified through the establishment of the bioclimatic zones, and the impac of climate change on the biological habitat was analyzed. An ISODATA clustering was used to classify Northeast Asia (NEA)into 15 bioclimatic zones, and climate change impacts were predicted by projecting the future spatial distribution of bioclimatic zones based upon an ensemble of 17 GCMs across RCP4.5 and 8.5 scenarios for 2050s, and 2070s. Results demonstrated that significant changes in bioclimatic conditions can be expected throughout the NEA by 2050s and 2070s. The overall zones moved upward, and some zones were predicted to be greatly expanded or shrunk where we suggested as regions requiring intensive management. This analysis provides the basis for understanding potential impacts of climate change on biodiversity and ecosystem. Also, this could be used more effectively to support decision making on climate change adaptation.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 생물기후권역 구축을 통해 현재 동북아시아의 생물 서식환경을 파악하고, 다중 기후모형을 활용하여 생물기후권역 변화를 예측함으로써, 생물서식 관점에서의 기후변화의 영향을 파악하고자 한다. 주요생물기후변수를 통해 동북아시아의 생물기후권역 구축 및 특성을 규명하고, 17개 전지구 기후모형에서 예측한 미래 각 시나리오를 활용하여 생물기후변수의 시·공간적 변화를 분석한다.
기후변화에 대응한 보다 적극적인 생물보전전략 수립을 위해 생물 서식환경의 변화예측이 필요하며, 생물기후권역은 유용한 생태계 관리체계를 제공할 수 있다. 이에 따라 본 연구에서는 생물기후권역 구축을 통해 동북아시아의 생물 서식환경을 파악하고, 기후변화의 영향을 분석하였다. 먼저 4가지 주요생물기후변수(AI, GDD, PES, TS)를 구축하여 동북아시아의 현재 생물기후권역을 구분하고, 권역별 환경 특성을 제시하였다.
주요생물기후변수를 통해 동북아시아의 생물기후권역 구축 및 특성을 규명하고, 17개 전지구 기후모형에서 예측한 미래 각 시나리오를 활용하여 생물기후변수의 시·공간적 변화를 분석한다. 이에 따른 생물기후권역의 면적변화 및 위도 분포변화 등을 분석하여 기후변화에 따라 변화가 두드러지는 지역 혹은 권역의 축소/소멸이 예상되는 지역을 제시함으로써, 집중적으로 관리해야 할 지역을 파악하는 것을 목적으로 한다.
제안 방법
시간적 변화 분석은 현재 주요생물기후 대비 미래(2050년대, 2070년대) 기후변수 간의 변화율을 통해 수행하였다. 17개의 기후 모형 각각 변화율을 계산하였으며, 기후모형 간의 차이를 통해 예측의 불확실성을 확인하였다. 공간적 측면에서는 17개 기후모형의 앙상블 결과와 현재 기후 변수 간의 증감률을 도면화하여, 각 주요생물기후변수의 변화양상을 파악하였다.
17개의 기후 모형 각각 변화율을 계산하였으며, 기후모형 간의 차이를 통해 예측의 불확실성을 확인하였다. 공간적 측면에서는 17개 기후모형의 앙상블 결과와 현재 기후 변수 간의 증감률을 도면화하여, 각 주요생물기후변수의 변화양상을 파악하였다. 생물기후권역의 변화 양상은 생물기후권역 별 분포면적 및 위도 변화를 통해 분석을 진행하였다.
기후변화 시나리오에 따른 17개 기후모형의 예측 결과를 분석하고, 모델 간 차이를 통해 불확실성을 평가하였다. Figure 4는 현재(1970~2000년)의 평균값을 기준으로 미래(2050s, 2070s)에 대한 RCP 시나리오별 주요생물기후변수들의 변화율을 나타내 었다.
또한 토지피복도를 활용하여 구축한 생물기후권역 내 식생분포 현황을 파악하였다. 기후에 영향을 받는 식생 단위에서 비교하기 위해 총 37개의 class로 상세화되어있는 토지피복 분류를 상록활엽수림(broadleaved, evergreen), 낙엽활엽수림(broadleaved, deciduous), 상록침엽수림(needeleaved, evergreen), 낙엽침엽수림(needeleaved, deciduous), 혼효림(mixed leaf type), 관목(shrubland), 초지 (grassland), sparse vegetation, 농경지(cropland) 및 기타 지역으로 재분류하였다. 이를 이용하여 생물 기후권역 별 식생 분포면적 비율을 산출하고, 식생과 생물기후권역의 분포양상을 비교하였다.
(2017)은 전 세계 125개의 생물기 후계층(bioclimate stratification)에 대해 Random Forest classifier를 이용하여 4개의 RCP 시나리오와 19개의 GCMs를 종합하여 기후변화에 따른 각 권역의 이동을 분석함으로써 기후변화의 영향을 생물 서식권역 측면에서 보다 직관적으로 이해하고자 하였다. 따라서 본 연구에서 이 연구의 방법론을 활용하여 분석을 수행하고자 한다.
먼저 4가지 주요생물기후변수(AI, GDD, PES, TS)를 구축하여 동북아시아의 현재 생물기후권역을 구분하고, 권역별 환경 특성을 제시하였다. 또한 미래의 변화예측을 위해 17개의 전 지구 기후모형을 활용하여 각 생물기후변수의 2050년대, 2070년대의 RCP4.5, 8.5시나리오에 따른 변화율과 변화율의 공간적 분포를 분석하였다. 이러한 변화를 반영하여 미래의 생물기후권역도를 구축한 결과, 기후변화에 따라 대부분의 권역이 북상하는 경향성을 확인할 수 있었으며, 권역의 면적과 위도 분포변화를 예측함으로써 중국 남부에 위치하여 권역의 축소가 가장 두드러지게 나타나는 13번 권역을 집중 관리권역으로 제시하였다.
현재 동북아시아의 생물기후 특성을 파악하기 위해 4개의 주요 생물기후변수들의 지역적 분포 특성을 분석하고, 구축한 생물기후권역 별 평균 고도, 연평균기온, 연 누적강수량 및 주요 생물기후변수들의 범위를 규명하였다. 또한 토지피복도를 활용하여 구축한 생물기후권역 내 식생분포 현황을 파악하였다. 기후에 영향을 받는 식생 단위에서 비교하기 위해 총 37개의 class로 상세화되어있는 토지피복 분류를 상록활엽수림(broadleaved, evergreen), 낙엽활엽수림(broadleaved, deciduous), 상록침엽수림(needeleaved, evergreen), 낙엽침엽수림(needeleaved, deciduous), 혼효림(mixed leaf type), 관목(shrubland), 초지 (grassland), sparse vegetation, 농경지(cropland) 및 기타 지역으로 재분류하였다.
이에 따라 본 연구에서는 생물기후권역 구축을 통해 동북아시아의 생물 서식환경을 파악하고, 기후변화의 영향을 분석하였다. 먼저 4가지 주요생물기후변수(AI, GDD, PES, TS)를 구축하여 동북아시아의 현재 생물기후권역을 구분하고, 권역별 환경 특성을 제시하였다. 또한 미래의 변화예측을 위해 17개의 전 지구 기후모형을 활용하여 각 생물기후변수의 2050년대, 2070년대의 RCP4.
현재 기후자료를 이용하여 4개의 주요생물기후변수를 구축한 결과는 Figure 2와 같다. 먼저, AI를 통해 동북아시아의 건조/습윤 분포를 확인하였다.
미래 생물기후의 변화는 시간적, 공간적 두 가지 측면에서 분석을 수행하였다. 시간적 변화 분석은 현재 주요생물기후 대비 미래(2050년대, 2070년대) 기후변수 간의 변화율을 통해 수행하였다.
본 연구에서는 4개의 주요생물기후변수를 현재와 미래(2050년, 2070년) 시나리오 별(RCP 4.5, RCP8.5)로 각각 30-arc second(~1km) 해상도로 구축하고, ISODATA(the Iterative Self-Organizing Data Analysis Technique)를 이용하여 현재의 생물기후 권역도를 생성하였다. 미래의 생물기후권역 변화 예측은 현재 생물기후권역 구축 시 생성한 훈련자료를 이용하여 최대우도법(MLC, Maximum Likelihood Classification)을 통해 진행하였다.
공간적 측면에서는 17개 기후모형의 앙상블 결과와 현재 기후 변수 간의 증감률을 도면화하여, 각 주요생물기후변수의 변화양상을 파악하였다. 생물기후권역의 변화 양상은 생물기후권역 별 분포면적 및 위도 변화를 통해 분석을 진행하였다. 모든 분석은 Arc GIS 10.
미래 생물기후의 변화는 시간적, 공간적 두 가지 측면에서 분석을 수행하였다. 시간적 변화 분석은 현재 주요생물기후 대비 미래(2050년대, 2070년대) 기후변수 간의 변화율을 통해 수행하였다. 17개의 기후 모형 각각 변화율을 계산하였으며, 기후모형 간의 차이를 통해 예측의 불확실성을 확인하였다.
Figure 5는 변수별 증감률을 공간적으로 표현한 것이다. 시나리오와 기간에 따라 변화양상은 차이가 있으나, 전체적인 경향성은 유사하기 때문에 가장 극명한 변화를 확인할 수 있는 RCP8.5 시나리오의 2070년대의 분포를 통해 기후변화에 따른 생물기후 변수의 공간적 변화 패턴을 확인하였다. AI가 증가하는 지역은 주로 해안과 인접한 지역으로, 러시아의 극동지역에서부터 중국의 보하이만 주변 지역, 한반도의 중부 산간지역이 가장 큰 증가를 보였다.
식생의 분포는 현재 기후의 영향을 많이 받기 때문에, 생물기후권역의 타당성 검증 및 특성규명을 위하여 생물기후권역의 분포를 식생의 분포현황과 비교하였다. 낙엽침엽수림은 러시아 동남부와 중국과 북한의 경계의 백두산 부근에 위치하는 냉대림으로 생물기후권역 주로 1, 2번 권역에 걸쳐 분포하며, 남쪽 분포한계선과 2번 권역의 경계가 유사한 양상을 나타낸다.
앞서 규명한 생물기후변수의 변화를 반영하여, 17개의 기후모형 별미래 생물기후권역도를 각각 구축하였으며, 기후모형별로 예측결과의 차이가 존재하였다. 모형 간 일치율이 낮을수록 불확실성이 높다고 판단할 수 있으며, 전반적으로 북부 내륙지역이 남부 해안지역보다, 2050년대보다 2070년대에서, RCP4.
또한 중국 북부지역과 몽골 근처 지역은 식생이 분포하지 않는 사막 지역으로 여름철의 태양열을 식혀주지 못해 계절적으로 더 큰 차이를 보였다. 이러한 생물기후의 특성을 반영하여 최종적으로 동북아시아를 15개의 생물기후권역으로 구분하였다(Figure 3).
기후에 영향을 받는 식생 단위에서 비교하기 위해 총 37개의 class로 상세화되어있는 토지피복 분류를 상록활엽수림(broadleaved, evergreen), 낙엽활엽수림(broadleaved, deciduous), 상록침엽수림(needeleaved, evergreen), 낙엽침엽수림(needeleaved, deciduous), 혼효림(mixed leaf type), 관목(shrubland), 초지 (grassland), sparse vegetation, 농경지(cropland) 및 기타 지역으로 재분류하였다. 이를 이용하여 생물 기후권역 별 식생 분포면적 비율을 산출하고, 식생과 생물기후권역의 분포양상을 비교하였다.
주요생물기후변수를 통해 동북아시아의 생물기후권역 구축 및 특성을 규명하고, 17개 전지구 기후모형에서 예측한 미래 각 시나리오를 활용하여 생물기후변수의 시·공간적 변화를 분석한다.
현재 동북아시아의 생물기후 특성을 파악하기 위해 4개의 주요 생물기후변수들의 지역적 분포 특성을 분석하고, 구축한 생물기후권역 별 평균 고도, 연평균기온, 연 누적강수량 및 주요 생물기후변수들의 범위를 규명하였다. 또한 토지피복도를 활용하여 구축한 생물기후권역 내 식생분포 현황을 파악하였다.
대상 데이터
5 시나리오에 따라 추정된 2050년(2040~ 2060년)과 2070년(2060~2080년)의 기후자료를 사용하였다. Worldclim에서는 총 19개의 전 세계 기후 모델(GCM, Global Climate Model)의 자료를 제공하고 있으나, 본 연구에서는 RCP4.5와 RCP8.5 자료를 모두 제공하는 17개 기후모델의 추정자료를 사용하였다(Table 1). 또한 생물기후권역 내 식생분포 현황을 파악하기 위해 European Space Agency Climate Change Initiative(ESA-CCI, https:// www.
동북아시아의 생물기후권역 구축 및 미래 기후변화 분석을 위한 기후자료로 WorldClim(http:// www.worldclim.org)에서 30-arc second(~1km) 의 해상도로 제공하는 Version 2.0의 현재(1970~2000) 기후자료(최저기온, 최고기온, 평균기온, 강수량) 및 월별 태양복사에너지 자료와 Version 1.4의 미래 기후자료를 이용하였다(Hijmans et al. 2005; Fick & Hijmans 2017).
5 자료를 모두 제공하는 17개 기후모델의 추정자료를 사용하였다(Table 1). 또한 생물기후권역 내 식생분포 현황을 파악하기 위해 European Space Agency Climate Change Initiative(ESA-CCI, https:// www.esa-landcover-cci.org)에서 제공하는 토지 피복 자료를 이용하였다(Figure 1). ESA-CCI에서는 1992~2015의 시계열 토지피복도를 300m의 고해상도로 제공하고 있으며, 동북아시아의 식생분포를 잘 반영하고 있어 기후변화에 따른 환경변화 파악에 활용되고 있다(Li et al.
2005; Fick & Hijmans 2017). 미래기후는 온실가스 저감 정책이 상당히 실행되는 경우인 RCP 4.5와 온실가스의 저감 없이 현재의 배출 추세를 지속하는 경우인 RCP 8.5 시나리오에 따라 추정된 2050년(2040~ 2060년)과 2070년(2060~2080년)의 기후자료를 사용하였다. Worldclim에서는 총 19개의 전 세계 기후 모델(GCM, Global Climate Model)의 자료를 제공하고 있으나, 본 연구에서는 RCP4.
2016). 본 연구에서 현재 생물기후권역 구축에 사용한 기후자료가 1970~2000년 평균자료이므로 이를 1985년 자료로 간주하고, 이와 가장 근접한 년도인 1992년의 토지 피복도를 연구에 활용하였다.
본 연구의 대상지는 한반도를 중심으로 북위 18°58′57″~57°17′15″, 동경 111°0′56″~147°17′12″에 위치한 넓은 범위의 동북아시아로 설정하였다.
이론/모형
현재의 생물기후권역도 구축을 위해서 다양한 방법으로 타당성과 유용성이 검증된 바 있는 Metzger et al.(2013a)가 제시한 생물기후변수와 방법론을 활용하였다(Metzger et al. 2013b; Zomer et al. 2014; Soteriades et al. 2017). Metzger et al.
다양한 계산 방법을 통해 잠재증발산량을 추정할 수 있으며, 본 연구에서는 주 단위 이상의 예측에서 높은 정확도를 나타내는 Hagreves 방법(식2)을 적용하여 산출하였다(Hagreaves 1994; Hargreaves & Allen 2003).
생물기후권역의 변화 양상은 생물기후권역 별 분포면적 및 위도 변화를 통해 분석을 진행하였다. 모든 분석은 Arc GIS 10.2(ESRI, Redlands, CA, USA)와 R version 3.1.3(R Foundation for Statistical Computing, Vienna, Austria)을 활용하였다.
성능/효과
5 시나리오의 2070년대의 분포를 통해 기후변화에 따른 생물기후 변수의 공간적 변화 패턴을 확인하였다. AI가 증가하는 지역은 주로 해안과 인접한 지역으로, 러시아의 극동지역에서부터 중국의 보하이만 주변 지역, 한반도의 중부 산간지역이 가장 큰 증가를 보였다. 반면 사막과 인접한 연구 대상지의 북부 내륙지역과 중국 남부 지역은 AI가 크게 감소하는 것을 확인할 수 있었다.
AI는 현재 기후에서보다 평균적으로 약 3~4% 정도 증가하는 것으로 예측되었고, 시나리오와 기간에 따른 차이는 크지 않았다. AI의 증가는 기온 상승으로 인한 잠재증발산량의 증가보다 강수량의 증가가 큰 것을 의미하는 것이다.
TS의 경우는 변화율 자체가 타 변수에 비해 매우 적게 나타났다. GDD 증가가 크게 나타난 동북아 북부 지역에서 증가하였고, 러시아 극동지역에서 상대적으로 큰 감소를 보였다. 그 외 대부분 지역은 TS의 변화가 크지 않았다.
이는 식생이 가용 가능한 수분의 양이 증가하는 것으로 해석할 수 있으나, 지역적 변화양상의 확인이 필요하다. GDD의 경우, 현재 기후에서의 GDD 보다 평균 약 20%(RCP4.5, 2050년대) 이상 증가할 것이며, 그 증가 폭은 RCP4.5보다 RCP8.5에서 현저하게 나타날 것으로 예상되었다. 다른 변수들과 비교하여 GDD가 가장 큰 증가율을 나타냈으며, 이는 GDD가 기후변화에 따른 기온 상승을 직접적으로 반영했기 때문이다.
5, 2070년대) 평균 약 7%로 변화폭이 작았다. TS는 평균 약 1% 정도의 증가율로, 가장 적게 변화하는 것으로 예측되었고, 기간이나 시나리오에 따라서도 큰 차이는 나타나지 않았다. PES와 TS의 변화율을 통해 기후변화에 따라 전반적인 계절적 변동성은 크지 않을 것을 알 수있다.
기존의 남한을 대부분 차지하던 10번, 11번 권역은 급격히 북상하여 태백산맥부근 및 중국 북부 산간지역으로 이동하였다. 개마고원 부근에서는 가장 고도가 높은 지역에 위치한 1~3번 권역은 기후변화에도 유지되었으나, 주변을 둘러싸고 있던 4~6번 권역은 크게 축소되는 것을 확인할 수 있었다.
북부 내륙지역의 AI 감소는 잠재증발산량 증가에 따른 것으로, 중국 남부지역의 AI 감소는 강수량의 변화가 적은 것이 원인으로 사료된다. 기존에 AI가 가장 낮아 건조했던 북부 내륙 지역은 미래에 더 건조해질 것으로 예상되었고, 특정 해안 지역에서는 더 습윤해져 지역적 건조도의 차이가 확대될 것으로 나타났다.
앞서 규명한 생물기후변수의 변화를 반영하여, 17개의 기후모형 별미래 생물기후권역도를 각각 구축하였으며, 기후모형별로 예측결과의 차이가 존재하였다. 모형 간 일치율이 낮을수록 불확실성이 높다고 판단할 수 있으며, 전반적으로 북부 내륙지역이 남부 해안지역보다, 2050년대보다 2070년대에서, RCP4.5시나리오 보다 RCP8.5 시나리오에서 불확실성이 높게 나타났다(Figure 6). 최종적으로 17개의 기후모형의 결과를 중첩하여 가장 많은 모형에서 예측한 권역으로 최종 권역을 할당하였다(Figure 7).
몽골의 고비사막 부근 중부내륙에서 한반도 남부지역에 걸쳐 위치한 6~10번 권역과 중국 남부 해안 부근 14, 15번 권역은 면적이 증가한 반면, 북부내륙에 위치한 1~5번 권역과 중국 중부 화베이 평원 부근에 위치한 11~13번 권역은 면적이 감소하였다(Table 3).
AI가 증가하는 지역은 주로 해안과 인접한 지역으로, 러시아의 극동지역에서부터 중국의 보하이만 주변 지역, 한반도의 중부 산간지역이 가장 큰 증가를 보였다. 반면 사막과 인접한 연구 대상지의 북부 내륙지역과 중국 남부 지역은 AI가 크게 감소하는 것을 확인할 수 있었다. AI의 감소는 강수량 증가에 비해 기온 상승으로 인한 잠재증발산량 증가가 큰 지역을 의미한다.
대만, 일본과 같이 해양에 둘러싸인 섬 지역들은 전반적으로 AI가 높은 습윤한 기후를 나타낸 반면, 고비사막에 가까운 내륙 쪽으로 갈수록 강수량이 감소하여, 건조한 기후를 나타냈다. 연평균기온과 직접 연관된 GDD의 경우, 기온분포와 마찬가지로 위도 및 고도가 높아질수록 낮아지는 경향을 확인할 수 있었다. 이에 따라 중국 남부 평야 지대, 한반도의 남서 평야 및 일본 남부 지역이 충분한 GDD를 나타내었고, 남부지역의 고지대 및 고위도 북부 지역에서 낮은 GDD를 보였다.
열대 계절풍의 영향을 받는 중국 남부와 대만지역은 연중 기온이 높고, 연교차가 작기 때문에 잠재증 발산량과 기온 모두 계절적 차이가 작게 나타났다. 반면, 한반도를 비롯한 중국 내륙지역은 온대 계절풍의 영향으로 한랭 건조한 겨울과 고온 다습한 여름의 특성을 보이기 때문에 높은 PES와 TS 값을 나타내었다.
이와 같은 고도와 위도 차이에 따라 평균 기온은 남쪽 권역으로 갈수록 높아지는 경향성을 나타낸다. 위도와 평균 고도가 가장 높은 1번 권역(평균 -8.31℃)에서부터 가장 낮은 위도와 평균 고도를 나타내는 15번 권역(평균 21.73℃)까지 꾸준히 증가하는 추세를 보였다. 반면 연 누적강수량의 경우, 해양과의 근접성 및 지형 등의 영향을 받는다.
5시나리오에 따른 변화율과 변화율의 공간적 분포를 분석하였다. 이러한 변화를 반영하여 미래의 생물기후권역도를 구축한 결과, 기후변화에 따라 대부분의 권역이 북상하는 경향성을 확인할 수 있었으며, 권역의 면적과 위도 분포변화를 예측함으로써 중국 남부에 위치하여 권역의 축소가 가장 두드러지게 나타나는 13번 권역을 집중 관리권역으로 제시하였다.
연평균기온과 직접 연관된 GDD의 경우, 기온분포와 마찬가지로 위도 및 고도가 높아질수록 낮아지는 경향을 확인할 수 있었다. 이에 따라 중국 남부 평야 지대, 한반도의 남서 평야 및 일본 남부 지역이 충분한 GDD를 나타내었고, 남부지역의 고지대 및 고위도 북부 지역에서 낮은 GDD를 보였다.
이를 초과하거나 미달한 값은 이상치(outlier)로 Boxplot 바깥쪽의 점으로 나타난다. 전반적으로 네 변수 모두 현재 기후보다 평균값이 증가하였고, 2050년대보다 2070년대가, RCP 4.5보다 RCP8.5에서가 불확실성이 증가하는 것을 확인할 수 있었다.
반면 중국 남부, 대만, 일본 등 기존에 GDD가 높았던 남부지역에서는 증가 폭이 작게 나타났다. 즉, 과거에도 겨울철 기온이 0℃ 이상이었던 남부지역의 식물 생장 가능일 수의 증가는 적었던 반면, 겨울이 길고 기온이 매우 낮았던 북부지역은 기온 증가로 겨울철 생장가능일 수가 크게 증가하는 것을 의미한다. 식물이 성장할수 있는 범위가 기후변화에 의해 북쪽으로 확장될 수 있음을 시사한다.
최종적으로 17개의 기후모형의 결과를 중첩하여 가장 많은 모형에서 예측한 권역으로 최종 권역을 할당하였다(Figure 7). 최종 생물기후권역 변화예측 결과, 전반적으로 권역들이 북상하였으나, 권역 별로 변화양상은 차이가 존재하였다.
5 시나리오에서 불확실성이 높게 나타났다(Figure 6). 최종적으로 17개의 기후모형의 결과를 중첩하여 가장 많은 모형에서 예측한 권역으로 최종 권역을 할당하였다(Figure 7). 최종 생물기후권역 변화예측 결과, 전반적으로 권역들이 북상하였으나, 권역 별로 변화양상은 차이가 존재하였다.
한반도를 중심으로 권역의 변화를 살펴보면, 남부 해안지역과 제주도에 위치하던 12번 권역이 서울 부근 중부지역까지 크게 확장되었고, 중국 남부 및 일부 일본지역에 위치한 13번과 14번 권역이 남부지역에 새롭게 등장하는 것으로 예측되었다. 기존의 남한을 대부분 차지하던 10번, 11번 권역은 급격히 북상하여 태백산맥부근 및 중국 북부 산간지역으로 이동하였다.
후속연구
또한 외래종 유입 및 멸종위기종의 서식처 변화 등 국가 간 경계를 넘어 발생하는 생태계 변화에 대응하기 위한 협력체계 구축의 근거를 제시할 수 있을 것으로 사료된다. 다만 본 연구에서는 동북아시아의 공간적 범위를 포함하며, 고해상 도의 생물기후권역도 구축을 위해 WorldClim의 자료를 이용하였으나, 현재(1970~2000년 평균자료)의 자료가 최신의 기후를 반영하지 못한 한계가 존재한다. 또한 기존 권역 내에서의 변화만 모의한 것이기 때문에 새롭게 등장하는 기후권역들은 나타내지 못하였다.
본 연구에서 제시하는 현재와 미래의 생물기후권역도는 생태계 관리의 공간적 단위를 제공하고, 권역별 환경 특성 및 기후변화 영향을 제시함으로써 자연환경보전계획, 국가기후변화적응대책 등의 국가 단위 보전전략 수립 시, 보다 효율적인 보전전략 수립에 활용할 수 있다. 또한 외래종 유입 및 멸종위기종의 서식처 변화 등 국가 간 경계를 넘어 발생하는 생태계 변화에 대응하기 위한 협력체계 구축의 근거를 제시할 수 있을 것으로 사료된다. 다만 본 연구에서는 동북아시아의 공간적 범위를 포함하며, 고해상 도의 생물기후권역도 구축을 위해 WorldClim의 자료를 이용하였으나, 현재(1970~2000년 평균자료)의 자료가 최신의 기후를 반영하지 못한 한계가 존재한다.
본 연구에서 제시하는 현재와 미래의 생물기후권역도는 생태계 관리의 공간적 단위를 제공하고, 권역별 환경 특성 및 기후변화 영향을 제시함으로써 자연환경보전계획, 국가기후변화적응대책 등의 국가 단위 보전전략 수립 시, 보다 효율적인 보전전략 수립에 활용할 수 있다. 또한 외래종 유입 및 멸종위기종의 서식처 변화 등 국가 간 경계를 넘어 발생하는 생태계 변화에 대응하기 위한 협력체계 구축의 근거를 제시할 수 있을 것으로 사료된다.
향후 보다 적극적인 기후 변화 대응을 위해서는 남한을 중심으로 일본, 북한, 중국 등 주변 국가를 포함한 동북아시아 차원의 연구를 진행하여야 한다(Shin & Jung 2015).
또한 기존 권역 내에서의 변화만 모의한 것이기 때문에 새롭게 등장하는 기후권역들은 나타내지 못하였다. 후속연구에서는 최신 기후자료의 이용 및 기법의 고도화를 통해 미래의 변화양상을 파악하고, 권역별 변화에 따른 보다 구체적이고 체계적인 적응 전략을 제시한다면 보다 정확하고 유용한 자료를 제공할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
생물다양성의 감소에 대응하기위한 국제적 조치는?
서식지 파괴, 오염, 생태계 교란 등으로 인해 많은 생물종들이 서식지를 잃고 멸종위기에 처해 있으며, 특히 기후변화로 인한 생물다양성의 감소는 심각한 문제로 대두되고 있다(IPCC 2014; WWF 2015). 이에 대응하기 위해, 생물다양성협약(Convention on Biological Diversity)은 생물다양성 보전을 위한 전략계획과 아이치 생물다양성 목표(strategic plan for biodiversity 2011~2020 and Aichi biodiversity targets)를 채택하였고, 목표달성을 위해 전 세계적 으로 보호지역의 확보와 훼손지 복원 등의 노력을 기울이고 있다. 그러나 현재까지의 복원 및 보전전략은 주로 기존의 상태를 유지하거나 훼손 전 과거의 상태로 되돌리는 것에 초점을 맞추고 있다(Hobbs et al.
기후변화에 따른 급격한 생태계의 변화를 연구함에 있어 유의할 점은?
기후변화에 따른 서식환경 변화예측을 위해서는 생물종이 새롭게 등장하거나, 이주할 수 있는 범위를 고려할 필요가 있으며(Dawson et al. 2011), 환경적 영향과 생물종의 이동은 국가를 넘어 영향을 주고받기 때문에 국제적 차원의 연구 및 인접 국가 간 협력을 통한 관리가 필요하다(Parr et al. 2003; Davidson 2017).
현재까지의 복원 및 보전전략의 목표는?
이에 대응하기 위해, 생물다양성협약(Convention on Biological Diversity)은 생물다양성 보전을 위한 전략계획과 아이치 생물다양성 목표(strategic plan for biodiversity 2011~2020 and Aichi biodiversity targets)를 채택하였고, 목표달성을 위해 전 세계적 으로 보호지역의 확보와 훼손지 복원 등의 노력을 기울이고 있다. 그러나 현재까지의 복원 및 보전전략은 주로 기존의 상태를 유지하거나 훼손 전 과거의 상태로 되돌리는 것에 초점을 맞추고 있다(Hobbs et al. 2010).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.