[논문]도시생태현황지도 작성을 위한 육상동물 서식지 가치평가 방안 연구

박민규

doi:10.14249/eia.2020.29.5.377

도시생태현황지도 작성을 위한 육상동물 서식지 가치평가 방안 연구
A Study on Fauna Habitat Valuation of Urban Ecological Maps 원문보기

환경영향평가 = Journal of environmental impact assessment, v.29 no.5, 2020년, pp.377 - 390

박민규 (공간생태연구소 라움)

초록
AI-Helper

도시생태현황지도는 자연환경보전법에 의해 시(市)단위 이상의 지방자치단체는 의무적으로 작성해야 하며 일반적으로 비오톱지도라고 한다. 그 동안 비오톱지도 관련 연구는 식생유형, 식생자연성, 토지이용, 경관생태학 배경으로 이루어 졌으며, 비오톱의 구성요소인 동물서식지 개념을 적용하지 못하는 한계성을 가지고 있었다. 이 연구는 이러한 한계성을 개선하기 위해 육상동물 잠재서식지 개념을 도입하여 비오톱 유형평가에 적용할 수 있는 방법론을 제안하기 위해 수행되었다. 육상동물의 잠재서식지는 머신러닝을 이용한 공간통계 방법을 이용하여 예측하였고 그 결과를 종합하여 종풍부도로 변환하였다. 비오톱 유형평가는 식생학적 가치, 동물서식지 가치로 구분하여 가치합산 하였다. 식생학적 가치는 식생의 자연성과 토지이용을 고려하여 5단계로 구분하였고, 동물 서식지 가치는 머신러닝으로 예측한 종풍부도를 5단계로 구분하여 비오톱 유형평가에 적용하였다. 이 연구는 그동안 비오톱 유형평가에 소극적으로 반영된 육상동물 현장조사 결과를 적극적으로 반영할 수 있는 방법론을 도출하였다는 것에 의미가 있으며 향후 도시생태현황 지도 작성 매뉴얼 개정 시 고려될 필요가 있다.

Abstract ▼ AI-Helper

URBAN ECOLOGICAL MAPS must be created by local governments by NATURAL ENVIRONMENT CONSERVATION ACT, and the maps are generally called biotope map. So far, biotope maps study was a tendency to focus on the type of vegetation, naturalness, land use, landscape ecology theories. However, biotope related studies have not reflected the concept of animal habitat, which is a component of biotope, and that is the limitation of biotope map research. This study suggest a methodology to predict potential habitats for fauna using machine learning to quantify habitat values. The potential habitats of fauna were predicted by spatial statistics using machine learning, and the results were converted into species richness. For biotope type assessments, we classified biotope values into vegetation value and habitat value and evaluated them using a matrix for value summation. The vegetation value was divided into 5 stages based on vegetation nature and land use, and the habitat value was classified into five stages by predicting the species richness predicted by machine learning. This is meaningful because our research can positively reflect the results of field surveys of fauna that were negatively reflected in the evaluation of biotope types in the past. Therefore, in the future, if the biotope map manual is revised, our methodology should be applied.

주제어

표/그림 (10)

그림 Figure 1. The location of the study area and aerial imagery by VWORLD.
그림 Figure 2. Matrix for Biotope Type assessments.
표 Table 1. Variable Description for predicting potential habitats
그림 Figure 3. Spatial variables for predicting potential habitats.
그림 Figure 4. Concept diagram of standardization process for habitat valuation.
표 Table 2. Classification of Habitat type based on the results of field surveys and included species
그림 Figure 5. Presence location by habitat type of each taxonomic group (See the Table 2 for the legend’s code name).
표 Table 3. Model evaluation and variable contribution
그림 Figure 6. Map of potential habitats predicted by machine learning and species richness map of the summation of them (Refer to the Table 2 for name of the map).
그림 Figure 7. Assessments of biotope types that combine the vegetation valuation and the habitat valuation of fauna.

AI 본문요약
AI-Helper

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

문제 정의

비오톱유형은 식생, 토지이용만으로 평가하는 것이 아니라, 동물의 서식처 가치도 함께 평가되어야 한다는 비오톱의 정의에 충실하고자 하였다. 또한 그 동안 비오톱 유형평가에 소극적으로 반영되었던 육상동물 현지 조사 결과를 반영할 수 있는 현실적인 방안을 모색하고, 도시생태현황지도 작성과 동일한 과정으로 비오톱 유형평가에 적용하여 도시생태현황지도 작성을 위한 새로운 방법론으로 제안하고자 한다.
본 연구는 이러한 현실적 제한성을 통계적 추론방식인 머신러닝을 이용하여 서식지를 예측하는 방법론을 제시하였다. 또한 기존의 비오톱 유형평가에의 기준이었던, 식생자연성, 토지이용과 더불어 육상동물 서식지 정보에 경관생태학적 정보를 적용함으로써 비오톱지도의 국내 연구 경향을 반영할 수 있다.
이 연구는 도시생태현황지도 작성 실무자의 시각으로 시작되었다. 비오톱유형은 식생, 토지이용만으로 평가하는 것이 아니라, 동물의 서식처 가치도 함께 평가되어야 한다는 비오톱의 정의에 충실하고자 하였다. 또한 그 동안 비오톱 유형평가에 소극적으로 반영되었던 육상동물 현지 조사 결과를 반영할 수 있는 현실적인 방안을 모색하고, 도시생태현황지도 작성과 동일한 과정으로 비오톱 유형평가에 적용하여 도시생태현황지도 작성을 위한 새로운 방법론으로 제안하고자 한다.
이 연구는 기존 도시생태현황지도에서 적용하지 못했던 육상동물 서식지 정보를 반영하기 위한 연구이다. 따라서 도시생태현황지도 작성을 위한 과정 중 비오톱 유형평가 과정부터 시행하였다.

제안 방법

비오톱 유형평가는 하나의 비오톱에 두 가지 서식지 특성을 합산하여 유형 평가하는 가치합산 매트릭스방법을 사용하였다. 가치합산을 위한 비오톱 특성은 식생학적 가치(Vegetation valuation)와 동물 서식지 가치(habitat valuation)로 구분하였다. 예를 들어 특정 비오톱의 식생학적 가치가 IV등급, 동물 서식지가치가 III등급이면 비오톱유형평가 III등급으로 평가하는 방식이다(Figure 2).
설명변수는 육상동물의 서식지를 반영할 수 있는 경관생태학적 요소로 총 7개 변수를 생성하였다(Table 1). 각 변수를 살펴보면 육상동물 서식지의 토지이용을 반영하기 위해 중분류 토지이용(landcover), 지형학적 서식 요인을 반영하기 위한 지형 표고(dem), 지형의 경사(slope)를 생성하였다. 숲 경계의 유클리드거리(forest_dist)는 경관생태학적 가장자리 효과(Andren & Angelstam 1988; Yahner 1988; Magura 2002; Araújo & New 2007)를 반영하기 위한 변수로 숲 내부는 양의 값 숲 외부는 음의 값을 가질 수 있도록 생성되었다.
공간변수 중에서 토지피복도는 환경공간정보서비스(https://egis.me.go.kr/)에서 연구지역의 세분류 토지피복도를 제공받아 가공하였고, 지형표고(dem)과 경사도(slope)는 연속수치지형도(1:5000)에서 등고선을 추출하여 dem(dizital elevation model)을 생성하고 dem에서 slope를 분석하였다. 수계거리(river_dist)는 연속수치지형도에서 하천중심선을 추출하여 유클리드 거리로 반환하였다.
도시생태현황지도 작성지침(National law information center, 2019)에 의하면 비오톱 유형평가는 의사결정나무, 가치합산 방법을 제시하고 있으며, 본 연구에서는 동물서식지 반영에 집중하기 위해 2개 조건의 가치합산 방법을 기준으로 비오톱 유형평가를 실시하였다.
따라서, 각 비오톱 유형의 종풍부도 평균을 산출하고 산출된 종풍부도를 매트릭스 단계인 5단계로 등간격 분할하여 비오톱 유형평가의 동물 서식지 가치로 사용하였다(Figure 4).
설명변수는 육상동물의 서식지를 반영할 수 있는 경관생태학적 요소로 총 7개 변수를 생성하였다(Table 1). 각 변수를 살펴보면 육상동물 서식지의 토지이용을 반영하기 위해 중분류 토지이용(landcover), 지형학적 서식 요인을 반영하기 위한 지형 표고(dem), 지형의 경사(slope)를 생성하였다.
kr/)에서 연구지역의 세분류 토지피복도를 제공받아 가공하였고, 지형표고(dem)과 경사도(slope)는 연속수치지형도(1:5000)에서 등고선을 추출하여 dem(dizital elevation model)을 생성하고 dem에서 slope를 분석하였다. 수계거리(river_dist)는 연속수치지형도에서 하천중심선을 추출하여 유클리드 거리로 반환하였다.
식생학적 가치는 산림지역(이차림), 산림지역(조림지), 기타식생(하천변 초지, 수역, 조경녹지), 농업 지역, 비식생(나지, 시가화/건조지역)으로 구분하고 순서에 따라 I, II, III, IV, V등급으로 구분하였다 (Figure 2).
연구방법론에서 기술한 바와 같이 비오톱유형은 식생학적 가치와 상기 분석된 동물서식지정보를 이용한 가치합산으로 평가하였다. 식생학적 가치는 토지피복(Figure 7의 Landcover map)과 현존식생(Figure 7의 Actual vegetation map)를 고려하여 5단계로 구분하였다(Figure 7의 Vegetation valuation).
실제 도시생태현황지도에서는 대상 지역의 특성에 따라 다양한 공간정보의 가치합산이나 의사결정나무 체계가 도입될 수 있으나 본 연구에서는 육상동물의 서식지 정보 반영을 위한 방법론 제안에 관한 연구로비오톱 유형평가 과정을 최소화 하였다.
연구방법론에서 기술한 바와 같이 비오톱유형은 식생학적 가치와 상기 분석된 동물서식지정보를 이용한 가치합산으로 평가하였다. 식생학적 가치는 토지피복(Figure 7의 Landcover map)과 현존식생(Figure 7의 Actual vegetation map)를 고려하여 5단계로 구분하였다(Figure 7의 Vegetation valuation).
이 연구는 종분포모델의 앙상블을 위해 패키지로 개발된 sdm package(Naimi & Araújo 2016)를 사용하였고 R 3.6.3(R Core Team 2020) 환경에서 분석하였다.
일반적으로 비오톱 유형평가는 식생유형, 식생자연성, 토지이용을 고려하여 평가하였다. 이 연구에서는 기존의 토지이용을 고려한 식생학적 가치와 동물서식지 가치를 합산하여 비오톱 유형평가를 실시하였다.
조사 결과는 목견이나 필드사인으로 실제 출현위치가 xy좌표로 특정할 수 있는 것으로 한정하였다. 이 자료를 바탕으로 분류군별로 서식지 특성(출현위치의 토지피 복 등)을 고려하여 그룹화하였으며 잠재서식지 예측은 각 그룹별로 실시하였다(Table 2, Figure 5).
조성녹지 근접도거리(park_dist), 도로의 근접도거리(road_dist)는 비오톱유형도에서 각 속성별로 Qgis 의 근접도 거리(Proximity raster distance)기능으로 생성하였고, 숲 경계의 유클리리드 거리(Forest_Dist)는 임상도에서 숲 경계를 추출하고 (Eq. 1)을 이 용하여 숲 내부는 양의 값, 숲 외부는 음의 값인 유클리드 거리로 분석하였다(Figure 3).
동물 서식지 가치평가는 동물상 주제도 작성에 제한적으로 사용된 육상동물의 현장 조사자료 활용을 전제로 하였다. 즉 육상동물의 조사 자료를 바탕으로 각 비오톱 유형의 서식지 가치를 매트릭스의 등급으로 표준화하여 각 비오톱 유형에 가중치를 부여하는 개념이며, 육상동물 서식지의 가치평가를 위해 잠재 서식지(Potential habitat) 개념을 도입하였다. 잠재 서식지는 생물종이 서식하는 공통된 환경조건을 지도화하는 것으로 생태학, 보전생물학, 생태복원 등 다양한 분야에 활용되고 있다(Breininger et al.

대상 데이터

반응변수는 육상동물 서식지점의 좌표를 사용하였고 연구대상 육상동물은 포유류, 양서파충류, 조류에 한정하였다.
1km²의 계획도시이다. 별내 신도시는 불암산 등의 산림경관, 용암천 등의 수공간, 도로, 철도, 단독주택, 근린생활시설 등 다양한 도시경관이 혼재된 지역이며 다양한 육상동물 서식지가 존재하는 도시지역으로 연구지역으로 선정하였다(Figure 1).
설명변수의 생성과 편집은 QGIS 3.10(QGIS.org, 2020)을 사용하였고, 변수의 공간해상도는 10m×10m, EPSG:5186 좌표계를 사용하였다.
연구 지역은 경기도 남양주시 별내 신도시로 면적은 약 5.1km²의 계획도시이다. 별내 신도시는 불암산 등의 산림경관, 용암천 등의 수공간, 도로, 철도, 단독주택, 근린생활시설 등 다양한 도시경관이 혼재된 지역이며 다양한 육상동물 서식지가 존재하는 도시지역으로 연구지역으로 선정하였다(Figure 1).
좌표 기록은 목견, 필드사인만 기록하고 청음, 청문 등의 위치좌표를 특정할 수 없는 조사 자료는 제외하였다. 현장조사는 2019년 3월부터 12월까지 실시하였다.

이론/모형

이 연구는 기존 도시생태현황지도에서 적용하지 못했던 육상동물 서식지 정보를 반영하기 위한 연구이다. 따라서 도시생태현황지도 작성을 위한 과정 중 비오톱 유형평가 과정부터 시행하였다.
2010). 따라서 본 연구는 육상동물의 잠재서식지 분석을 위한 통계모형으로 머신 러닝 모형을 가중치별로 합산한 앙상블 방법론을 선택하였다.
머신러닝 모델의 앙상블 가중치는 TSS(True skill statistic, Allouche et al. 2006)를 적용하였고, 각 알고리즘의 최종 결과는 0~1의 확률이므로 확률 범위 내에서 잠재서식지와 비잠재서식지로 구분하기 위한 임계값(Threshold value)은 모형의 민감도와 특이도 합의 최대값을 선정하였다(Liu et al. 2013).
비오톱 유형평가는 하나의 비오톱에 두 가지 서식지 특성을 합산하여 유형 평가하는 가치합산 매트릭스방법을 사용하였다. 가치합산을 위한 비오톱 특성은 식생학적 가치(Vegetation valuation)와 동물 서식지 가치(habitat valuation)로 구분하였다.
3(R Core Team 2020) 환경에서 분석하였다. 앙상블모델에 적용할 머신러닝 모형은 sdm package에서 제공하는 bootstrapping, maxent, tree, mars, randomforest, support vector machine 6개 알고리즘을 사용하였다.
육상동물 서식지 분석을 위한 머신러닝 모형은 앙상블모델 사용을 전제로 하였기 때문에 개별 머신러닝 모델을 통합할 수 있는 패키지를 분석 도구로 사용하였다.

성능/효과

각 그룹별 변수기여도를 분석한 결과 포유류의 산림형(FF)은 지형고도(dem, 36.23%), 오픈스페이스형(FO)는 토지피복(landcover, 33.6%)의 기여도가 가장 높았다. 양서파충류 중에서 산림형(AF)은 도로의 근접도 거리(road_dist, 48.
각 서식 그룹별 머신러닝 학습모델의 정확성(AUC)과 설명변수의 중요도 그리고 서식확률 분포를 서식지/비서식지로 분류하기 위한 임계값(MTSS: Maximum training sensitivity plus specificity)은 Table 3에 제시하였다. 모형의 정확성 분석결과 모든 그룹의 AUC가 0.8이상으로 모델 정확성은 우수한 것으로 나타났다.
분류군별 서식지 분류를 살펴보면 포유류는 오픈스 페이스형(Open space, FO), 산림형(Forest, FF) 등 2개 서식지 유형으로, 조류는 산림형(Forest, BF), 오픈스페이스형(Open space, BO), 임연형(Forest edge, BE), 하천 의존형(River dependence, BR) 4개 유형으로 분류하였고, 양서파충류는 산지계곡 의존형(Forest valley dependence, AV), 산림형(Forest, AF), 논/습지 의존형(Paddy field and wetland dependence, AW) 3개 유형으로 분류하였다(Table 2).
실제 도시생태현황지도의 최종결과물을 보면 “비오톱유형 평가도”와 “동식물상 주제도”로 구분될 수있으며, 실제 용역에 투입되는 인력은 동식물상 현장 조사 인력이 절반이상을 차지할 것으로 판단된다.
6%)의 기여도가 가장 높았다. 양서파충류 중에서 산림형(AF)은 도로의 근접도 거리(road_dist, 48.93%)의 기여도가 가장 높았으며, 산지계곡 의존형(AV)과 논/습지 의존형(AW)은 하천 근접도 거리(river_dist)가 각각 65.43%, 46.60%으로 기여도가 높았다. 조류 중에서 하천의존형(BR)은 하천의 근접도거리(43.
육상동물 현장조사 결과 포유류 9종, 양서파충류 12종, 조류 20종이 확인되었다(Table 2).
60%으로 기여도가 높았다. 조류 중에서 하천의존형(BR)은 하천의 근접도거리(43.20%)의 기여도 높은 반면, 오픈스페이스형(BO), 산림형(BF), 임연형(BE) 모두 조성녹지의 근접도거리의 중요도가 가장 높았다(Table 3).

후속연구

그러나 육상동물의 포인트 데이터를 활용한 서식지 지도화 (Wright 1995; Coops & Catling 1997; Wintle et al. 2005; Graham et al. 2006; Mykra et al. 2008)가 가능하기 때문에 이를 도시생태현황지도의 비오톱유형 평가에 적용할 수 있을 것으로 판단하였다.
따라서 본 연구에서 제안한 방법론으로 육상동물 서식지 정보를 비오톱 유형평가에 적용할 경우 기존의 식생, 토지피복 위주의 유형평가 방법론을 개선할 수 있을 것이다. 다만, 도시생태현황지도 작성 지역의 지리적, 식생학적 특이성, 지역 고유의 육상동물 분포 현황에 따라 잠재서식지 예측을 위한 변수, 그리고 이 연구에서 제안한 방법론을 위한 육상동물 조사 체계가 구축된다면, 향후 갱신되는 도시생태현황지도에 충분히 반영할 수 있을 것으로 판단된다.
따라서 본 연구에서 제안한 방법론으로 육상동물 서식지 정보를 비오톱 유형평가에 적용할 경우 기존의 식생, 토지피복 위주의 유형평가 방법론을 개선할 수 있을 것이다. 다만, 도시생태현황지도 작성 지역의 지리적, 식생학적 특이성, 지역 고유의 육상동물 분포 현황에 따라 잠재서식지 예측을 위한 변수, 그리고 이 연구에서 제안한 방법론을 위한 육상동물 조사 체계가 구축된다면, 향후 갱신되는 도시생태현황지도에 충분히 반영할 수 있을 것으로 판단된다.
또한 기존의 비오톱 유형평가에의 기준이었던, 식생자연성, 토지이용과 더불어 육상동물 서식지 정보에 경관생태학적 정보를 적용함으로써 비오톱지도의 국내 연구 경향을 반영할 수 있다. 또한 본 연구 방법론은 동물 서식지 정보를 공간적으로 추론할 수 있기 때문에 멧돼지, 고라니 등의 유해야생 동물의 서식지 정보를 추가적으로 분석 할 수 있고 도시생태계 관리에 활용 할 수 있을 것이다.
본 연구를 통해 많은 비용과 인력이 투입되는 동식물상 조사 자료가 비오톱 유형평가에 활용되지 않음을 인지하고, 향후 도시생태현황지도 작성지침에 본 연구 방법론이 개선되고 고도화되어 적극 반영되길 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	비오톱지도 관련 연구는 어떻게 이루어졌으며 어떠한 한계를 지녔는가?	도시생태현황지도는 자연환경보전법에 의해 시(市)단위 이상의 지방자치단체는 의무적으로 작성해야 하며 일반적으로 비오톱지도라고 한다. 그 동안 비오톱지도 관련 연구는 식생유형, 식생자연성, 토지이용, 경관생태학 배경으로 이루어 졌으며, 비오톱의 구성요소인 동물서식지 개념을 적용하지 못하는 한계성을 가지고 있었다. 이 연구는 이러한 한계성을 개선하기 위해 육상동물 잠재서식지 개념을 도입하여 비오톱 유형평가에 적용할 수 있는 방법론을 제안하기 위해 수행되었다.
	도시생태현황지도란 무엇인가?	도시생태현황지도는 자연환경보전법에 의해 시(市)단위 이상의 지방자치단체는 의무적으로 작성해야 하며 일반적으로 비오톱지도라고 한다. 그 동안 비오톱지도 관련 연구는 식생유형, 식생자연성, 토지이용, 경관생태학 배경으로 이루어 졌으며, 비오톱의 구성요소인 동물서식지 개념을 적용하지 못하는 한계성을 가지고 있었다.
	육상동물 현황정보를 비오톱 유형평가에 반영할 수 있는 구체적인 방법론이 제시되지 않은 이유는 무엇인가?	도시생태현황지도 작성이 의무화되고 국립생태원에서 업무 참고용으로 배포한 ‘도시생태현황지도 매뉴얼’1)에서도 육상동물 현황정보를 비오톱 유형평가에 반영할 수 구체적인 방법론을 제시하지 않고 있다. 이러한 한계성은 육상동물조사 결과가 점(point) 형태인 반면 비오톱 유형은 면(polygon)이기 때문에 포인트 정보를 유형평가에 적용할 수 있는 적절한 방법론이 없었기 때문이다. 그러나 육상동물의 포인트 데 이터를 활용한 서식지 지도화 (Wright 1995; Coops & Catling 1997; Wintle et al.

참고문헌 (52)

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, 1223-1232.

상세보기
d'Amen M, Dubuis A, Fernandes RF, Pottier J, Pellissier L, Guisan A. 2015. Using species richness and functional traits predictions to constrain assemblage predictions from stacked species distribution models. Journal of biogeography 42, 1255-1266.

상세보기
Andersen MC, Watts JM, Freilich JE, Yool SR, Wakefield GI, McCauley JF, Fahnestock PB. 2000. Regression-tree modeling of desert tortoise habitat in the central Mojave Desert. Ecological Applications 10, 890-900.

상세보기
Andren H, Angelstam P. 1988. Elevated predation rates as an edge effect in habitat islands: experimental evidence. Ecology 69, 544-547.

상세보기
Araujo MB, New M. 2007. Ensemble forecasting of species distributions. Trends in Ecology & Evolution 22, 42-47.

상세보기
Attrill MJ, Rundle SD. 2002. Ecotone or ecocline: ecological boundaries in estuaries. Estuarine, Coastal and Shelf Science, 55(6), 929-936.

상세보기
Bascompte J, Jordano P. 2007. Plant-animal mutualistic networks: the architecture of biodiversity. Annu. Rev. Ecol. Evol. Syst. 38, 567-593.

상세보기
Bleyhl B, Sipko T, Trepet S, Bragina E, Leitao PJ, Radeloff VC. Kuemmerle T. 2015. Mapping seasonal European bison habitat in the Caucasus Mountains to identify potential reintroduction sites. Biological Conservation 191, 83-92.

상세보기
Breininger DR, Provancha MJ, Smith RB. 1991. Mapping Florida scrub jay habitat for purposes of land-use management.
Buckley LB, Urban MC, Angilletta MJ, Crozier LG, Rissler LJ, Sears MW. 2010. Can mechanism inform species' distribution models?. Ecology letters 13, 1041-1054.

상세보기
Chetkiewicz C-LB, St. Clair CC, Boyce MS. 2006. Corridors for Conservation: Integrating Pattern and Process. Annual Review of Ecology, Evolution, and Systematics 37, 317-342.

상세보기
Choi IK, Ahn GY, Lee EH. 2007. A Comparative Study of Biotope Mapping between Korea and Germany. Korean Journal of Environment and Ecology 21, 565-575. [Korean Literature]
Choi N, Kil J, Shin Y. 2017. Exploring the Application of Impact Mitigation Regulations through Biotope Maps. Ecology and Resilient Infrastructure 4, 237-244. [Korean Literature]
Choi IK, Lee EH. 2007. A Study on the Classification of Biotope Type in Germany. Journal of the Korean Institute of Landscape Architecture 35, 73-81. [Korean Literature]
Choi IK, Oh CH, Ahn GY, Lee E-H. 2009. The suggestion for evaluation items and system for assessment of biotope. Korean Journal of Environment and Ecology 23, 594-602. [Korean Literature]
Choi IK, Oh CH, Lee EH. 2008. The suggestion for classification of biotope type for nationwide application. Korean Journal of Environment and Ecology 22, 666-678. [Korean Literature]
Coops NC, Catling PC. 1997. Predicting the complexity of habitat in forests from airborne videography for wildlife management. International Journal of Remote Sensing 18, 2677-2682.

상세보기
Distler T, Schuetz JG, Velasquez-Tibata J, Langham GM. 2015. Stacked species distribution models and macroecological models provide congruent projections of avian species richness under climate change. Journal of Biogeography 42, 976-988.

상세보기
Druon JN. 2010. Habitat mapping of the Atlantic bluefin tuna derived from satellite data: Its potential as a tool for the sustainable management of pelagic fisheries. Marine Policy 34, 293-297.

상세보기
Fortuna MA, Bascompte J. 2006. Habitat loss and the structure of plant-animal mutualistic networks. Ecology letters 9, 281-286.

상세보기
Franklin J, Steadman DW. 1991. The potential for conservation of Polynesian birds through habitat mapping and species translocation. Conservation Biology 5, 506-521.

상세보기
Graham CH, Moritz C, Williams SE. 2006. Habitat history improves prediction of biodiversity in rainforest fauna. Proceedings of the National Academy of Sciences 103, 632-636.

상세보기
Hao T, Elith J, Guillera-Arroita G, Lahoz-Monfort JJ. 2019. A review of evidence about use and performance of species distribution modelling ensembles like BIOMOD. Diversity and Distributions 25, 839-852.

상세보기
Haslett JR. 1990. Geographic information systems. A new approach to habitat definition and the study of distributions. Trends in Ecology & Evolution 5, 214-218.

상세보기
Jarvis PJ, Young CH. 2005. The mapping of urban habitat and its evaluation. Wolverhampton, University of Wolverhampton 19.
Jordano P, Bascompte J, Olesen JM. 2003. Invariant properties in coevolutionary networks of plant-animal interactions. Ecology letters 6, 69-81.

상세보기
Jung SH, Kim DU, Lim BS, Kim AR, Seol J, Lee CS. 2019. Classification, Analysis on Attributes and Sustainable Management Plan of Biotop Established in Pohang City. Korean Journal of Ecology and Environment 52, 245-265. [Korean Literature]

원문보기 상세보기
Ki KS. 2011. Application of Green Recreation Opportunity Based on Biotope Evaluation of Rural Region in the Seoul Metropolitan Area, Korea: A Case of Yangpeong-Gun, Gyeonggi-Do. Dissertation for Ph.D. Thesis. University of Seoul. [Korean Literature]
Kim HS. 2012. Classification Biotope Type and Evaluation Value of Individual Biotope: Landscape Ecological Approaches. Dissertation for Ph.D. Thesis. Dongguk University. [Korean Literature]
Kim HS, Jang NR. 2019. Gyeonggi-do's Biotope Map Issues and Alternatives. Issue & Diagnosis, 1-26.[Korean Literature]
Kim JS, Jung TJ, Hong SH. 2015. Biotope type classification based on the vegetation community in built-up area. Korean Journal of Environment and Ecology 29, 454-461.[Korean Literature]

원문보기 상세보기
Liu C, White M, Newell G. 2013. Selecting thresholds for the prediction of species occurrence with presence-only data. Journal of biogeography 40, 778-789.

상세보기
Magura T. 2002. Carabids and forest edge: spatial pattern and edge effect. Forest Ecology and management 157, 23-37.

상세보기
McComb WC, McGrath MT, Spies TA, Vesely D. 2002. Models for mapping potential habitat at landscape scales: an example using northern spotted owls. Forest Science 48, 203-216.

상세보기
Miyamoto A, Tamura N, Sugimura K, Yamada F. 2004. Predicting habitat distribution of the alien Formosan squirrel using logistic regression model. Global environmental research-english edition- 8, 13-22.

상세보기
Mykra H, Aroviita J, Kotanen J, Hamalainen H, Muotka T. 2008. Predicting the stream macroinvertebrate fauna across regional scales: influence of geographical extent on model performance. Journal of the North American Benthological Society 27, 705-716.

상세보기
Naimi B, Araujo MB. 2016. sdm: a reproducible and extensible R platform for species distribution modelling. Ecography 39, 368-375.

상세보기
National law information center. 2019. Guidelines on urban ecological maps. URL http://www.law.go.kr/LSW/admRulLsInfoP.do?admRulSeq2100000176310. [Korean Literature]
Oh JH, Cho JH, Cho HJ, Choi MS, Kwon J. 2008. A Study on the Biotope Evaluation and Classification of Urban Forests for Landscape Ecological Management. Journal of the Korean Association of Geographic Information Studies 11, 101-111. [Korean Literature]
Pereira J, Itami R. 1991. GIS-based habitat modeling using logistic multiple regression- A study of the Mt. Graham red squirrel. Photogrammetric engineering and remote sensing 57, 1475-1486.
Pineda E, Lobo JM. 2009. Assessing the accuracy of species distribution models to predict amphibian species richness patterns. Journal of Animal Ecology 78, 182-190.

상세보기
QGIS org. 2020. QGIS geographic information system. Open Source Geospatial Foundation Project. from http://qgis.org/.
R Core Team. 2020. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.
Raes N, Roos MC, Slik JF, Van Loon EE and Steege H ter. 2009. Botanical richness and endemicity patterns of Borneo derived from species distribution models. Ecography 32, 180-192.

상세보기
Randin CF, Dirnbock T, Dullinger S, Zimmermann NE, Zappa M, Guisan A. 2006. Are nichebased species distribution models transferable in space? Journal of biogeography 33, 1689-1703.

상세보기
Sukopp H, Weiler S. 1988. Biotope mapping and nature conservation strategies in urban areas of the Federal Republic of Germany. Landscape and urban planning 15, 39-58.

상세보기
Vazquez DP, Bluthgen N, Cagnolo L, Chacoff NP. 2009. Uniting pattern and process in plant-animal mutualistic networks: a review. Annals of botany 103, 1445-1457.

상세보기
Wintle BA, Elith J, Potts JM. 2005. Fauna habitat modelling and mapping: a review and case study in the Lower Hunter Central Coast region of NSW. Austral Ecology 30, 719-738.

상세보기
Wright JF. 1995. Development and use of a system for predicting the macroinvertebrate fauna in flowing waters. Australian Journal of Ecology 20, 181-197.

상세보기
Yahner RH. 1988. Changes in wildlife communities near edges. Conservation biology 2, 333-339.

상세보기
Zhang C, Ma Y (Eds.). 2012. Ensemble machine learning: methods and applications. Springer Science & Business Media.
Zimmermann NE, Edwards TC, Graham CH, Pearman PB, Svenning JC. 2010. New trends in species distribution modelling. Ecography 33, 985-989.

상세보기

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