선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 연구는 온량지수와 한랭지수, 건습지수 등을 비롯한 우리나라의 다양한 기후지표를 분석하고, 난·온대성 상록활엽수 중 조경소재로서의 활용 가능성이 높은 녹나무과 상록활엽수를 중심으로 이들 자생지의 기후지표분석 및 기후변화 시나리오인 RCP4.5와 RCP8.5에 따른 자생지 분포 변화를 예측하고자 한다.
제안 방법
- Pathways)를 사용하고 있다. RCP 시나리오는 인간 활동에 의한 영향을 지구 스스로가 회복 가능한 경우 (RCP 2.6), 온실가스 저감 정책이 상당히 실현되는 경우(RCP 4.5), 온실가스 저감 정책이 어느 정도 실현되는 경우(RCP 6.0)와 최악의 시나리오인 현재 추세로 온실가스가 배출되는 경우(RCP 8.5)의 시나리오를 제시하였다.
- WorldClim 2 데이터는 지상 기상관측소에서 측정한 1970 년부터 2000년까지 30년간 평균한 기후평년값을 thin-plate spines법을 통해 전 지구에 걸쳐 30초(중위도 지역에서 약 1km²)의 공간해상도로 공간 보간한 래스터 데이터(raster data)로(Fick and Hijmans, 2017), 본 연구에서는 식물생육에 중요한 변수인 최한월 최저기온, 연평균기온, 연평균강수량 데이터를 환경변수로 추출하였다. 또한, 지형 관련 환경변수는 National Aeronautics and Space Administration(NASA) EarthData에서 제공하는 Advanced Spaceborne Thermal Emission and Reflection Radiometer(ASTER) 위성 센서로 촬영한 Global Digital Elevation Model(GDEM) 데이터를 활용하였다(Table 1).
- 따라서 본 연구에서도 공간분포에 주로 사용되는 정규 크리깅 기법을 사용하여 온량지수, 한랭지수 및 건습지수의 공간분석을 실시하여 래스터데이터를 확보하였다. 기후변화에 따른 녹나무과 상록활엽수 분포 예측은 기상청에서 제공하는 자료를 기반으로 하여 기후변화 시나리오 RCP4.5와 RCP8.5를 사용하여 전반기(2011~2040년), 중반기(2041~2070년), 후반기(2071~2100년)로 구분을 하였다. 기후변화 시나리오 RCP 2.
- 까마귀쪽나무, 새덕이, 육박나무의 자생지 정보를 바탕으로 기후변화에 따른 자생지 분포를 예측하였다(Figure 4). MaxEnt 모형 분석결과 AUC값은 RCP4.
- 녹나무과 상록활엽수 분포 변화 예측에 앞서 자생지의 6가지 기후지표 특성을 분석하였다(Table 2). 먼저 온량지수는 녹나무자생지가 월평균 123.
- , 2015)과 수목의 공간분포(Kim and Park, 2013) 등의 연구에 주로 사용되었다. 따라서 본 연구에서도 공간분포에 주로 사용되는 정규 크리깅 기법을 사용하여 온량지수, 한랭지수 및 건습지수의 공간분석을 실시하여 래스터데이터를 확보하였다. 기후변화에 따른 녹나무과 상록활엽수 분포 예측은 기상청에서 제공하는 자료를 기반으로 하여 기후변화 시나리오 RCP4.
- 생달나무, 참식나무, 센달나무의 자생지 기후지표를 통해 기후변화에 따른 자생지 분포를 예측하였다(Figure 3). MaxEnt 모형 분석결과 AUC값은 RCP4.
- 앞선 집단구분(a; 후박나무, b; 생달나무, 참식나무, 센달나무, c; 까마귀쪽나무, 새덕이, 육박나무)의 결과를 바탕으로 기후변화에 따른 녹나무과 상록활엽수의 분포 변화를 분석하였다. 녹나무의 경우 제주도에 자생지가 한정되어 있어 분포 변화모형이 도출되지 않아 제외하였다.
- 자생지의 기상관측 자료가 없는 경우, 자생지로부터 가장 인접한 지역의 기후지표 자료를 이용하였다. 위 자료를 바탕으로 녹나무과 상록활엽수의 자생지 기후지표 값 중 온량지수(WI; Warmth index), 한랭지수(CI; Coldness index), 건습지수(HI; Humidity index)를 산출하였다. 각 지수의 산출은 Kira(1945)의 방법을 적용하였으며, 온량지수 및 한랭지수에서(Formula 1, 2) T는 월평균기온(Monthly Mean Temperature)을 나타내며, 건습지수에서 P는 연강수량(Annual Precipitation)이다.
- 후박나무의 자생지 정보를 바탕으로 기후변화에 따른 자생지 분포를 예측하였다(Figure 2). MaxEnt모형 분석결과 AUC 값은 RCP4.
대상 데이터
- 환경변수로 추출하였다. 또한, 지형 관련 환경변수는 National Aeronautics and Space Administration(NASA) EarthData에서 제공하는 Advanced Spaceborne Thermal Emission and Reflection Radiometer(ASTER) 위성 센서로 촬영한 Global Digital Elevation Model(GDEM) 데이터를 활용하였다(Table 1).
- 본 연구는 한반도에 자생하는 녹나무과 상록활엽수 8종을 대상으로 수행하였다. 녹나무속(Cinnamomum)의 녹나무, 생달나무 등 2종, 후박나무속(Machilus)의 후박나무, 센달나무 등 2종, 참식나무속(Neolitsea)의 참식나무, 새덕이 등 2종, 육박 나무속(Actinodaphne)의 육박나무 1종, 까마귀쪽나무속 (Litsea)의 까마귀쪽나무 1종이 해당한다.
- Woodward and Mckee, 1991). 본 연구에서는 기상청 (KMA; Korea Meteorological Administration) 방재 기상관측장비(AWS; Automatic Weather System)와 종관기상관측장비(ASOS; Automated Synoptic Observing System) 에서측정한 500개 지점의 기후자료와 Worldclim2의 데이터를 활용하였으며, 기상청의 기후자료는 자생지마다 기상관측 기간의 차이가 있지만 1905년부터 2014년까지의 기후지표 자료를 모두 이용하였다. 자생지의 기상관측 자료가 없는 경우, 자생지로부터 가장 인접한 지역의 기후지표 자료를 이용하였다.
- 연구대상지는 우리나라로 한정하였으며, 각 수종의 분포지역이 광범위하여 본 연구에서는 국립수목원에서 간행한 한반도 관속식물 분포도(2004~2016)에 나타나는 모든 자생지를 대상으로 하였다(Figure 1).
- 본 연구에서는 기상청 (KMA; Korea Meteorological Administration) 방재 기상관측장비(AWS; Automatic Weather System)와 종관기상관측장비(ASOS; Automated Synoptic Observing System) 에서측정한 500개 지점의 기후자료와 Worldclim2의 데이터를 활용하였으며, 기상청의 기후자료는 자생지마다 기상관측 기간의 차이가 있지만 1905년부터 2014년까지의 기후지표 자료를 모두 이용하였다. 자생지의 기상관측 자료가 없는 경우, 자생지로부터 가장 인접한 지역의 기후지표 자료를 이용하였다. 위 자료를 바탕으로 녹나무과 상록활엽수의 자생지 기후지표 값 중 온량지수(WI; Warmth index), 한랭지수(CI; Coldness index), 건습지수(HI; Humidity index)를 산출하였다.
데이터처리
- MaxEnt 모형의 예측 적합도는 ROC(receiver operating characteristic) 곡선의 AUC(area under curve)로 평가하였다 (Sung et al, 2018). AUC란 임의의 임계확률에 따라 MaxEnt 모형의 결과값인 출현확률을 출현과 부재로 나눴을 때, 실제 해당 종이 출현한 지점에 종이 출현할 것으로 예측한 비율(true positive rate)이 출현하지 않을 것이라 잘못 예측한 비율(false positive rate)에 비해 많은 정도를 일련의 임계확률에 대해 계산한 값으로, 0.
- 분석하였다. 각 기후지표 특성과 식물의 연관성을 규명하기 위하여 일원일차 분산분석(One-way ANOVA)을 수행하고 Duncan의 사후분석을 실시하여 집단이 어떻게 구별되는지 SPSS(Statistical Package for the Social Sciences) 15.0을 사용하여 분석하였다.
- 한반도에 자생하는 녹나무과 상록활엽수 까마귀쪽나무, 녹나무, 새덕이, 생달나무, 센달나무, 육박나무, 참식나무, 후박나무 8종의 수종별 자생지의 기후지표 특성을 규명하기 위하여 6개 변수의 기술통계를 실시하여 평균, 표준편차, 최댓값, 최솟값을 분석하였다. 각 기후지표 특성과 식물의 연관성을 규명하기 위하여 일원일차 분산분석(One-way ANOVA)을 수행하고 Duncan의 사후분석을 실시하여 집단이 어떻게 구별되는지 SPSS(Statistical Package for the Social Sciences) 15.
이론/모형
- 앞선 기후지표를 바탕으로 시나리오에 따른 자생지 출현 종의 분포를 예측하기 위해 본 연구에서는 Phillips et al.(2017) 이 생물종 분포지역 예측을 위해 개발한 MaxEnt software for modeling species niches and distributions(Version 3.4.1)을 활용하였다.
- 위 자료를 바탕으로 녹나무과 상록활엽수의 자생지 기후지표 값 중 온량지수(WI; Warmth index), 한랭지수(CI; Coldness index), 건습지수(HI; Humidity index)를 산출하였다. 각 지수의 산출은 Kira(1945)의 방법을 적용하였으며, 온량지수 및 한랭지수에서(Formula 1, 2) T는 월평균기온(Monthly Mean Temperature)을 나타내며, 건습지수에서 P는 연강수량(Annual Precipitation)이다.
- 추출된 기후지표인 온량지수, 한랭지수 및 건습지수의 공간분석을 위해 QGIS 3.12를 통해 크리깅(Kriging)기법을 활용하였다. 크리깅은 오차분산을 최소로 하며, 추정식이 편향되지 않는 정규 크리깅(Ordinary Kriging)을 사용하였다.
- 12를 통해 크리깅(Kriging)기법을 활용하였다. 크리깅은 오차분산을 최소로 하며, 추정식이 편향되지 않는 정규 크리깅(Ordinary Kriging)을 사용하였다. 크리깅의모델링 척도인 베리오그램(Variogram)은 구형모델(Spherical Model)의 함수모델(a+b*ifelse(x>c, 1, 1.
- 크리깅은 오차분산을 최소로 하며, 추정식이 편향되지 않는 정규 크리깅(Ordinary Kriging)을 사용하였다. 크리깅의모델링 척도인 베리오그램(Variogram)은 구형모델(Spherical Model)의 함수모델(a+b*ifelse(x>c, 1, 1.5*x / c-0.5*xe3 / ce3))을 적용하였다. 정규 크리깅 기법은 주로 기온과 강수량의 공간분포(Park and Jang, 2008; Kim et al.
성능/효과
- 129개소의 자생지 좌표를 바탕으로 기후지표를 적용한 기후변화 시나리오 RCP 4.5의 후박나무 자생지 분포 변화를 분석한 결과, 전반기에는 전라남도와 경상남도, 부산광역시 등 서· 남해안에 접해 있는 지역과 강릉, 울산광역시 등 동해안 인접 지역을 중심으로 분포가 넓어지는 것으로 분석되었다. 중반기에는 전라북도 일부지역과 동해안에서 내륙으로 분포가 확대되는 것으로 예측되었다.
- 8±11. 6℃, 한랭지수 –1.9±2.6℃ 등 모든 지표에서 가장 높은 값을 나타낸 반면, 자생지 분포역이 가장 넓은 후박나무가 온량지수 115.0±10.8℃, 한랭지수 –4.8±4.4℃ 등으로 가장 낮은 지표의 기후 특성을 나타냈다. 또한, 각 기후특성에 따라 수종이 어떻게 유의한지 알아보기 위해 Duncan의 사후분석을 시행 후 종합한 결과 후박나무는 a집단, 생달나무와 센달나무, 참식나무는 b 집단, 까마귀쪽나무와 새덕이, 육박나무는 c집단, 녹나무는 d 집단으로 분류되었다.
- 분포를 예측하였다(Figure 2). MaxEnt모형 분석결과 AUC 값은 RCP4.5시나리오의 경우 각각 0.956, 0.947, 0.954로 높게 나타났으며, RCP8.5시나리오 또한 각각 0.951, 0.959, 0.946로 높은 수준을 나타내었다.
- RCP 8.5에 따른 전반기와 중반기의 분포 변화는 기후변화시나리오 RCP 4.5와 유사한 분포를 보였으나, 다만 중반기와 후반기에는 내륙으로 분포범위가 다소 확대될 것으로 분석되었다. 까마귀쪽나무, 새덕이, 육박나무는 기존의 자생지에서 전라남도와 경상남도를 중심으로 해안선을 따라 서해안으로는 충청남도의 태안반도와 동해안의 강원도 고성까지 분포가 확대되는 것으로 분석이 되었다.
- 기후변화 시나리오RCP 4.5에 따른 분포 변화를 살펴보면 전반기에는 전라남·북도, 부산광역시, 울산광역시 등의 서·남해안 지역으로 분포 범위가 넓어지는 것으로 분석되었다. 중반기는 경상북도 일부 지역, 대구광역시, 강원도의 강릉, 동해 등으로 확대되는 것으로 분석되었다.
- 특히 생달나무, 센달나무, 참식나무, 후박나무는 전라남·북도와 경상남·북도의 일부 내륙지역까지 분포가 확대될 것으로 예측되었다. 기후변화시나리오 RCP 8.5에 근거한 녹나무과 상록활엽수의 분포는 전라남도와 경상남도의 전 지역과 전라북도, 충청남도, 경상북도, 수도권의 일부 지역을 제외한 대부분 지역으로 분포가 확대될 것으로 분석되었다. 특히 서울, 대전, 광주, 대구 등 내륙에 위치하고 있는 대부분의 대도시 또한 분포예측 지역에 포함이 되는 것으로 분석되었다.
- 5와 유사한 분포를 보였으나, 다만 중반기와 후반기에는 내륙으로 분포범위가 다소 확대될 것으로 분석되었다. 까마귀쪽나무, 새덕이, 육박나무는 기존의 자생지에서 전라남도와 경상남도를 중심으로 해안선을 따라 서해안으로는 충청남도의 태안반도와 동해안의 강원도 고성까지 분포가 확대되는 것으로 분석이 되었다. Shin(1999)은 우리나라 생태 지역을 16개로 구분을 하면서 생태 지역 간 전반적인 기후 특성이 겨울에는 생태 지역 간 기온 차이가 크고 여름에는 작기 때문에 한랭지수에 영향을 받는 상록활엽수의 분포는 비교적 명확히 구분이 가능하다고 보았다.
- 1℃로 가장 낮았다. 녹나무과 상록활엽수가 생존 가능한 동계 최저기온의 최솟값은 까마귀쪽나무 -3.7℃, 녹나무 -0.5℃, 새덕이와 육박나무 -4.1℃, 생달나무와 센달나무 -4.5℃, 참식나무와 후박나무가 –5.3℃로 분석되었다.
- 녹나무과 상록활엽수의 각 수종별 자생지 기후특성을 분석한 결과 유의수준 95%에서 유의한 것으로 분석되었다(Table 3). 분석결과 제주도에 자생하는 녹나무가 온량지수 123.
- 4℃ 등으로 가장 낮은 지표의 기후 특성을 나타냈다. 또한, 각 기후특성에 따라 수종이 어떻게 유의한지 알아보기 위해 Duncan의 사후분석을 시행 후 종합한 결과 후박나무는 a집단, 생달나무와 센달나무, 참식나무는 b 집단, 까마귀쪽나무와 새덕이, 육박나무는 c집단, 녹나무는 d 집단으로 분류되었다.
- 특성을 분석하였다(Table 2). 먼저 온량지수는 녹나무자생지가 월평균 123.8±9.9℃로 가장 높았으며, 새덕이, 육박나무, 까마귀쪽나무, 센달나무, 참식나무, 생달나무 순으로 온량지수가 높은 것으로 분석되었다. 자생지가 가장 넓은 후박나무는 월평균 115.
- 본 연구를 통해 분석한 기후변화 시나리오 RCP 4.5에 근거한 녹나무과 상록활엽수의 분포는 전라남도와 경상남도를 중심으로 하는 도서지방과 서·남해안의 인접지역 그리고 해안선을 따라 서해안으로는 충청남도 태안반도와 동해안의 강원도 고성까지 분포가 확대되는 것으로 분석되었다. 특히 생달나무, 센달나무, 참식나무, 후박나무는 전라남·북도와 경상남·북도의 일부 내륙지역까지 분포가 확대될 것으로 예측되었다.
- 967로 높은 수준을 나타내었다. 생달나무와 참식나무, 센달나무의 경우 제주도와 전라남도, 경상남도의 도서지방을 중심으로 전라북도의 위도와 경상북도 울릉도 등 95개소의 자생지 좌표를 활용하였으며, 기후변화시나리오 RCP 4.5에 따른 분포 변화를 살펴보면 전반기에는 전라남도와 광주광역시, 하동, 고성, 밀양 등 경상남도 지역으로의 분포가 예상되었고, 중반기는 전반기와 비교하여 서해안을 따라서 서산, 서천, 김제 그리고 동해안의 해안선을 따라 분포가 넓어질 것으로 분석되었다. 후반기에는 중반기와 비교하여 좀 더 내륙으로의 확대분포가 예상된다.
- 4로 가장 낮게 나타났다. 월평균 기온 또한 앞선 기후지표와 비슷하게 녹나무가 가장 높은 값을 보였고 새덕이, 육박나무, 까마귀쪽나무, 센달나무, 참식나무, 생달나무가 뒤를 이었으며, 후박나무가 14.2±1.2℃ 로 가장 낮은 값을 보였다. 전체적으로 녹나무과 상록활엽수자생지의 연평균 기온은 14.
- Shin(1999)은 우리나라 생태 지역을 16개로 구분을 하면서 생태 지역 간 전반적인 기후 특성이 겨울에는 생태 지역 간 기온 차이가 크고 여름에는 작기 때문에 한랭지수에 영향을 받는 상록활엽수의 분포는 비교적 명확히 구분이 가능하다고 보았다. 이를 통해 앞선 녹나무과 상록활엽수 3종은 충남 해안지역, 전라 서부 지역, 남해 서부 지역, 남해동부 지역, 형산 태화 지역, 울영 해안 지역, 강원 해안 지역, 제주·울릉 특수 지역 등의 생태 지역과 거의 일치하는 것으로 분석되었다. 그러나 기후변화 시나리오 RCP 8.
- 후반기에는 전라북도 일부 지역과 거창, 합천 등 경남 내륙 안쪽과 경상북도 및 충청남도, 수도권 일부 지역으로의 분포가 확대될 것으로 분석되었다. 전체적으로 기존의 자생지에서 전라남도와 경상남도 지역의 남해안 인접 지역을 중심으로 서해안과 동해안으로 분포가 확대되고 중반기에는 전라남도와 경상남도 그리고 경상북도 일부 지역까지 분포가 확대될 것으로 보인다. 기후변화 시나리오 RCP 8.
- 5에 근거한 녹나무과 상록활엽수의 분포는 전라남도와 경상남도를 중심으로 하는 도서지방과 서·남해안의 인접지역 그리고 해안선을 따라 서해안으로는 충청남도 태안반도와 동해안의 강원도 고성까지 분포가 확대되는 것으로 분석되었다. 특히 생달나무, 센달나무, 참식나무, 후박나무는 전라남·북도와 경상남·북도의 일부 내륙지역까지 분포가 확대될 것으로 예측되었다. 기후변화시나리오 RCP 8.
후속연구
- 이를 통해 앞선 녹나무과 상록활엽수 3종은 충남 해안지역, 전라 서부 지역, 남해 서부 지역, 남해동부 지역, 형산 태화 지역, 울영 해안 지역, 강원 해안 지역, 제주·울릉 특수 지역 등의 생태 지역과 거의 일치하는 것으로 분석되었다. 그러나 기후변화 시나리오 RCP 8.5에 근거한 후반기에는 강원도 해안지역 및 경상북도, 충청북도 등의 지역에서 자생이 가능할 것이라고 분석되었다.
- 전체적으로 기존의 자생지에서 전라남도와 경상남도 지역의 남해안 인접 지역을 중심으로 서해안과 동해안으로 분포가 확대되고 중반기에는 전라남도와 경상남도 그리고 경상북도 일부 지역까지 분포가 확대될 것으로 보인다. 기후변화 시나리오 RCP 8.5에 근거한 후반기에는 경상북도와 충청남도 일부지역, 경기도 남부와 동해안에 인접한 강원권 지역으로 분포 범위가 확대될 것으로 예측된다.
- 기후변화로 녹나무과 상록활엽수의 분포범위가 확대 예측됨에 따라 이에 대비한 보전방안 수립이 필요하다. 먼저, 녹나무과 상록활엽수의 자생지 내·외 보전 기준을 설정하기 위해 한반도의 모든 녹나무과 상록활엽수의 자생지에 대한 물리적 환경, 식물상, 식생, 유전자 분석 등을 통한 자생지 특성 분석이 수행되어야 한다.
- 특히, 기후변화로 인한 침입외래식물의 서식 범위가 확대되면서 녹나무과 상록활엽수 자생지 내의 경쟁에서 서식지점유, 새로운 식물병원균 및 해충의 확산으로 위협을 초래할 수 있는 요인이 발생할 수 있다. 따라서 녹나무과 상록활엽수와 침입외래식물과의 상관관계에 대한 지속적인 모니터링이 필요할 것으로 판단된다.
- 실제적으로 식생의 변화와 분포 변화는 기후조건과 함께 인간의 토지이용에 따른 서식지의 파편화, 종간의 경쟁, 산포 메커니즘 등 복합적 요인에 의해서 결정된다(Park, 2016). 따라서 다양한 자생지 환경을 대표할 수 있는 생리적·생태적 연구 결과가 향후 종 분포예측에 적용 된다면 좀 더 정밀한 예측이 가능할 것이다. 연구결과는 비슷한 기후조건을 가지고 있는 생물 종의 자생지를 추적하거나 수종별 분포 가능 지역을 예측할 때 활용될 수 있을 것이며, 기후변화에 따른 산림식생 변화와 자생지분포 및 적응 등 관련연구의 기초정보를 제공할 수 있을 것으로 기대된다.
- 따라 이에 대비한 보전방안 수립이 필요하다. 먼저, 녹나무과 상록활엽수의 자생지 내·외 보전 기준을 설정하기 위해 한반도의 모든 녹나무과 상록활엽수의 자생지에 대한 물리적 환경, 식물상, 식생, 유전자 분석 등을 통한 자생지 특성 분석이 수행되어야 한다. 이러한 기초적인 자료의 축적을 바탕으로 종별분포 특성에 따른 유형 분류와 자생지별 기후지표에 따른 개화· 결실 등 생물계절성에 대한 지속적인 모니터링이 필요하다.
- 본 연구는 자료수집 및 분석에 있어 고산지역에 설치된 기상청의 지상관측소와 방재기상관측 지점의 부족으로 공간 분포변화에서 수직적인 변화 경향을 분석하는데 한계가 있었으며, 향후 더 많은 기후자료가 누적된다면 더욱 정확한 공간적 변화상 연구가 가능해질 것으로 판단된다. 또한, 기후요인을 중심으로 미래의 분포 변화를 분석하였다는 한계를 가지고 있다.
- 따라서 다양한 자생지 환경을 대표할 수 있는 생리적·생태적 연구 결과가 향후 종 분포예측에 적용 된다면 좀 더 정밀한 예측이 가능할 것이다. 연구결과는 비슷한 기후조건을 가지고 있는 생물 종의 자생지를 추적하거나 수종별 분포 가능 지역을 예측할 때 활용될 수 있을 것이며, 기후변화에 따른 산림식생 변화와 자생지분포 및 적응 등 관련연구의 기초정보를 제공할 수 있을 것으로 기대된다.
- 먼저, 녹나무과 상록활엽수의 자생지 내·외 보전 기준을 설정하기 위해 한반도의 모든 녹나무과 상록활엽수의 자생지에 대한 물리적 환경, 식물상, 식생, 유전자 분석 등을 통한 자생지 특성 분석이 수행되어야 한다. 이러한 기초적인 자료의 축적을 바탕으로 종별분포 특성에 따른 유형 분류와 자생지별 기후지표에 따른 개화· 결실 등 생물계절성에 대한 지속적인 모니터링이 필요하다. 조사 데이터는 생물계절성 네트워크를 구축하여 연구자들이 함께 공유할 수 있어야 하며, 이를 통해 기후변화에 따른 녹나무과상록활엽수의 분포, 이동, 쇠퇴 등의 미세변화를 선제 적으로 감지하고 보전관리 방안을 수립하여야 할 것이다.
- 이러한 기초적인 자료의 축적을 바탕으로 종별분포 특성에 따른 유형 분류와 자생지별 기후지표에 따른 개화· 결실 등 생물계절성에 대한 지속적인 모니터링이 필요하다. 조사 데이터는 생물계절성 네트워크를 구축하여 연구자들이 함께 공유할 수 있어야 하며, 이를 통해 기후변화에 따른 녹나무과상록활엽수의 분포, 이동, 쇠퇴 등의 미세변화를 선제 적으로 감지하고 보전관리 방안을 수립하여야 할 것이다. 생물계절 성변화는 기후변화에 대한 식물의 반응을 이해하는데 기초자료를 제공할 수 있고 기후변화가 식물에 미치는 영향을 사전에 파악하도록 함으로써 녹나무과 상록활엽수의 안정적인 보전은 물론 지역적인 규모부터 기후의 장기적인 변화와 경향을 평가 및 예측하는 데 도움을 줄 수 있다.
- , 2014). 향후 지속될 기후변화에 대응하여 난온대 상록활엽수의 보전전략을 수립하고, 또한 조경소재로서 수요가 증가할 것으로 예측되는 상록활엽수를 효율적으로 활용하기 위해서는 기후학적 측면에서의 난온대 상록활엽수의 분포 변화에 관한 연구가 필요하다. 그러나 난온대 상록활엽수에 관한 기존의 연구들은 주로 식생구조와 식물상에 관한 연구가 대부분이었으며, 분포지역과 관련한 연구 또한 기후변화로 인해 필요성이 증가하고 있지만, 연구대상과 연구지역이 단편적이고 제한적인 연구가 대부분이다.
- 5와 비슷한 경향을 보였다. 후반기에는 전라북도 일부 지역과 거창, 합천 등 경남 내륙 안쪽과 경상북도 및 충청남도, 수도권 일부 지역으로의 분포가 확대될 것으로 분석되었다. 전체적으로 기존의 자생지에서 전라남도와 경상남도 지역의 남해안 인접 지역을 중심으로 서해안과 동해안으로 분포가 확대되고 중반기에는 전라남도와 경상남도 그리고 경상북도 일부 지역까지 분포가 확대될 것으로 보인다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.