$\require{mediawiki-texvc}$

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.

SSP 시나리오 상세화 자료 기반 생태기후지수를 활용한 고로쇠나무 분포 예측
Prediction of Acer pictum subsp. mono Distribution using Bioclimatic Predictor Based on SSP Scenario Detailed Data 원문보기

Ecology and resilient infrastructure, v.9 no.3, 2022년, pp.163 - 173  

김휘문 (단국대학교 환경원예.조경학과) ,  김채영 (단국대학교 환경원예.조경학과) ,  조재필 (통합유역관리연구원) ,  허지나 (국립농업과학원 기후변화평가과) ,  송원경 (단국대학교 환경원예.조경학부)

초록
AI-Helper 아이콘AI-Helper

기후변화는 종의 생물계절 및 지리적 분포 변화에 많은 영향을 미치는 핵심 요인으로 생태 분야에서는 취약성 평가를 위해 생물의 생리적 특성과 가장 관련이 높은 생태기후지수 (BioClimatic predictor, 이하 BioClim)를 사용하고 있다. 그러나, Shared Socio-economic Pathways (SSPs) 시나리오에 대한 GCM별 미래 기간 기후평균값 이외에 BioClim 값들은 제공되지 않고 있다. 본 연구는 농촌진흥청에서 생산한 1 km 해상도의 SSPs 시나리오 상세화 자료를 이용하여 국내 여건에 적합한 BioClim 자료를 생산하고, 해당 자료를 기반으로 종 분포모형을 적용하여 주로 남부 및 경상북도, 강원도 및 습한 지역에서 생육 환경이 적합한 고로쇠나무의 기준년대 (1981 - 2010년) 및 미래년도 (2011 - 2100년)에 대해 30년 단위로 적합 서식지 분포를 예측했다. 전국자연환경조사자료를 통해 총 819개 지점에서 고로쇠나무 출현 자료를 수집했다. MaxEnt 모형의 성능을 높이기 위해 모형의 매개 변수 (LQH-1.5)를 최적화하고 상세화된 Biolicm 7개 지수와 지형지수 5개를 MaxEnt 모델에 적용했다. 국내 고로쇠나무 분포는 배수, 연 강수량 (Bio12), 경사가 크게 기여하는 것으로 나타났다. 적습하고 비옥한 토양을 선호하는 생육 특성이 반영된 결과로 기후 요인의 영향은 크지 않았다. 이에 따라 기준년도에 고로쇠나무의 높은 수준 적합 서식지는 우리나라 면적의 3.41%, 근미래 (2011 - 2040년) 및 먼미래 (2071 - 2100년)에서 SSP1-2.6은 0.01%, 0.02%를 차지하여 점차 감소하였으나, SSP5-8.5에서는 각각 0.01%, 0.72%로 오히려 기준년도 대비 근미래에는 감소되다가 먼미래로 갈수록 점차 증가하는 경향을 보였다. 본 연구는 기후변화에 보다 적응이 수월한 식생의 미래 분포 양상을 확인한 연구로 기후변화 적응 종이 미래 산림 복원 등에 활용 가능한 기초 연구로 의의가 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Climate change is a key factor that greatly influences changes in the biological seasons and geographical distribution of species. In the ecological field, the BioClimatic predictor (BioClim), which is most related to the physiological characteristics of organisms, is used for vulnerability assessme...

주제어

#기후변화  

표/그림 (7)

참고문헌 (57)

  1. Ab Lah, N. Z., Yusop, Z., Hashim, M., Mohd Salim, J., and Numata, S. 2021. Predicting the Habitat Suitability of Melaleuca cajuputi Based on the MaxEnt Species Distribution Model. Forests 12(11): 1449. 

    상세보기

  2. Allen, J.L. and Lendemer, J.C. 2016. Climate change impacts on endemic, high-elevation lichens in a biodiversity hotspot. Biodiversity and Conservation 25(3): 555-568. 

    상세보기

  3. Arguez, A. and Vose, R.S. 2011. The definition of the standard WMO climate normal: The key to deriving alternative climate normals. Bulletin of the American Meteorological Society 92(6): 699-704. 

    상세보기

  4. Arias, P., Bellouin, N., Coppola, E., Jones, R., Krinner, G., Marotzke, J., ... and Zickfeld, K. 2021. Climate Change 2021: The Physical Science Basis. Contribution of Working Group14 I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change; Technical Summary. 

  5. Bailing, M. and Jian, S. 2018. Predicting the distribution of Stipa purpurea across the Tibetan Plateau via the MaxEnt model. BMC Ecology 18(1): 1-12. 

  6. Barbet-Massin, M., Jiguet, F., Albert, C.H., and Thuiller, W. 2012. Selecting pseudo-absences for species distribution models: how, where and how many?. Methods in ecology and evolution 3(2): 327-338. 

  7. Boucher, O., Denvil, S., Levavasseur, G., Cozic, A., Caubel, A., Foujols, M.A., Meurdesoif, Y., Cadule, P., Devilliers, M., Dupont, E., and Lurton, T. 2019. IPSL IPSL-CM6A-LR model output prepared for CMIP6 ScenarioMIP. Earth System Grid Federation. https://doi.org/10.22033/ESGF/CMIP6.1532. 

    crossref

  8. Byun, Y.H., Lim, Y.J., Shim, S., Sung, H.M., Sun, M., Kim, J., ... and Moon, H. 2019. NIMS-KMA KACE1. 0-G model output prepared for CMIP6 ScenarioMIP. Earth System Grid Federation. 

  9. Dix, M., Bi, D., Dobrohotoff, P., Fiedler, R., Harman, I., Law, R., Mackallah, C., Marsland, S., O'Farrell, S., Rashid, H., Srbinovsky, J., Sullivan, A., Trenham, C., Vohralik, P., Watterson, I., Williams, G., Woodhouse, M., Bodman, R., Dias, F. B., ... and Yang, R. 2019. CSIRO-ARCCSS ACCESS-CM2 model output prepared for CMIP6 ScenarioMIP. Earth System Grid Federation. https://doi.org/10.22033/ESGF/CMIP6.2285. 

    crossref

  10. EC-Earth Consortium (EC-Earth). 2019. EC-Earth-Consortium EC-Earth3 model output prepared for CMIP6 ScenarioMIP. Earth System Grid Federation. https://doi.org/10.22033/ESGF/CMIP6.251. 

    crossref

  11. Elith, J., Graham, H.C., Anderson, P.R., Dudik, M., Ferrier, S., Guisan, A., ... and Zimmermann, E.N. 2006. Novel methods improve prediction of species' distributions from occurrence data. Ecography 29(2): 129-151. 

    상세보기

  12. Elith, J., Phillips, S.J., Hastie , T., Dudik, M., Che e , Y. E., and Yates, C.J. 2011. A statistical explanation of MaxEnt for ecologists. Diversity and distributions 17(1): 43-57. 

    상세보기

  13. Eum, H.I., Kim, J.P., and Cho, J. 2018. High-resolution climate data from an improved GIS-based regression technique for South Korea. KSCE Journal of Civil Engineering 22(12): 5215-5228. (in Korean) 

    상세보기

  14. Fitzpatrick, M.C., Gove, A.D., Sanders, N.J., and Dunn, R.R. 2008. Climate change, plant migration, and range collapse in a global biodiversity hotspot: the Banksia (Proteaceae) of Western Australia. Global Change Biology 14(6): 1337-1352. 

    상세보기

  15. Good, P., Sellar, A., Tang, Y., Rumbold, S., Ellis, R., Kelley, D., Kuhlbrodt, T., and Walton, J. 2019. MOHC UKESM1.0-LL model output prepared for CMIP6 ScenarioMIP. Earth System Grid Federation. https://doi.org/10.22033/ESGF/CMIP6.1567. 

    crossref

  16. Guisan, A. and Thuiller, W. 2005. Predicting species distribution: offering more than simple habitat models. Ecology letters 8(9): 993-1009. 

    상세보기

  17. Guisan, A., Lehmann, A., Ferrier, S., Austin, M., Overton, J.M.C., Aspinall, R., and Hastie, T. 2006. Making better biogeographical predictions of species' distributions. Journal of Applied Ecology 43(3): 386-392. 

    상세보기

  18. IPCC, A. 2013. Climate change 2013: the physical science basis. Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change 1535. 

  19. John, J.G., Blanton, C., McHugh, C., Radhakrishnan, A., Rand, K., Vahlenkamp, H., ... and Zeng, Y. 2018. Noaa-gfdl gfdl-esm4 model output prepared for cmip6 scenariomip. Earth System Grid Federation. 

  20. Karger, D.N., Conrad, O., Bohner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., ... and Kessler, M. 2017. Climatologies at high resolution for the earth's land surface areas. Scientific data 4(1): 1-20. 

  21. Kim, G.T., Kim, H.J., and Lee, J.H. 2014. Studies on the Community Structure, Samara and Leaf Shape of Three Natural Acer pictum subsp. mono Forest. Korean Journal of Environment and Ecology 28(1): 55-61. (in Korean) 

  22. Kim, J., Jung, H., Jeon, S.W., and Lee, D.K. 2015. Predicting the potential distribution of Korean pine (Pinus koraiensis) using an ensemble of climate scenarios. Journal of the Korean Society of Environmental Restoration Technology 18(2): 79-88. (in Korean) 

  23. Koo, K.A., Kim, J., Kong, W.S., Jung, H., and Kim, G. 2016. Projecting the potential distribution of Abies koreana in Korea under the climate change based on RCP scenarios. Journal of the Korean Society of Environmental Restoration Technology 19(6): 19-30. (in Korean) 

  24. Kramer-Schadt, S., Niedballa, J., Pilgrim, J.D., Schroder, B., Lindenborn, J., Reinfelder, V., ... and Wilting, A. 2013. The importance of correcting for sampling bias in MaxEnt species distribution models. Diversity and distributions 19(11): 1366-1379. 

    상세보기

  25. Kriticos, D.J., Webber, B.L., Leriche, A., Ota, N., Macadam, I., Bathols, J., and Scott, J.K. 2012. CliMond: global high-resolution historical and future scenario climate surfaces for bioclimatic modelling. Methods in Ecology and Evolution 3(1): 53-64. 

  26. Lee, B., Chung, J., and Kwon, D.S. 2006. Analysis of site suitability of forest stands for extracting sap of Acer pictum var. mono using GIS and fuzzy sets. Journal of Korean Society of Forest Science 95(1): 38-44. (in Korean) 

  27. Lee, C.B. 1990. Dendrology. Hangmoon Pub. Co., Seoul, Korea, 253. 

  28. Lenoir, J., Gegout, J. C., Marquet, P.A., de Ruffray, P., and Brisse, H. 2008. A significant upward shift in plant species optimum elevation during the 20th century. Science 320(5884): 1768-1771. 

    상세보기

  29. Li, Y., Li, M., Li, C., and Liu, Z. 2020. Optimized maxent model predictions of climate change impacts on the suitable distribution of cunninghamia lanceolata in China. Forests 11(3): 302. 

    상세보기

  30. O'Donnell, M.S., and Ignizio, D.A. 2012. Bioclimatic predictors for supporting ecological applications in the conterminous United States. US Geological Survey Data Series 691(10): 4-9. 

  31. Oh, Y.J., Kim, M.H., Choi, S.K., Kim, M.K., Eo, J., Yeob, S.J., ... and Lee, Y.H. 2021. Prediction of the spatial distribution of suitable habitats for Geranium carolinianum under SSP scenarios. Ecology and Resilient Infrastructure 8(3): 154-163. (in Korean) 

  32. Parmesan, C. and Yohe, G. 2003. A globally coherent fingerprint of climate change impacts across natural systems. Nature 421(6918): 37-42. 

    상세보기

  33. Phillips, S.J., Anderson, R.P., and Schapire, R.E. 2006. Maximum entropy modeling of species geographic distributions. Ecological Modelling 190(3-4): 231-259. 

  34. Pounds, J.A., Bustamante, M.R., Coloma, L.A., Consuegra, J.A., Fogden, M.P., Foster, P.N., ... and Young, B.E. 2006. Widespread amphibian extinctions from epidemic disease driven by global warming. Nature 439(7073): 161-167. 

    상세보기

  35. Robertson, M.P., Villet, M.H., and Palmer, A.R. 2004. A fuzzy classification technique for predicting species' distributions: applications using invasive alien plants and indigenous insects. Diversity and Distributions 10(5-6): 461-474. 

  36. Seferian, R. 2019. CNRM-CERFACS CNRM-ESM2-1 model output prepared for CMIP6 ScenarioMIP. Earth System Grid Federation. https://doi.org/10.22033/ESGF/CMIP6, 1395. 

    crossref

  37. Seland, O., Bentsen, M., Olivie, D.J.L., Toniazzo, T., Gjermundsen, A., Graff, L.S., ... and Schulz, M. 2019. NCC NorESM2-LM model output prepared for CMIP6 ScenarioMIP. Earth System Grid Federation. https://doi.org/10.22033/ESGF/CMIP6.604. 

    crossref

  38. Shiogama, H., Abe, M., and Tatebe, H. 2019. MIROC MIROC6 model output prepared for CMIP6 ScenarioMIP. Earth System Grid Federation. 

  39. Song, J.H. and Hur, S.D. 2011. Analysis of leaf morphological variation of 11 natural populations of Acer pictum subsp. mono (Maxim.) Ohashi. Korean Journal of Plant Resources 24(5): 540-548. (in Korean) 

  40. Stocker, T. (Ed.). 2014. Climate change 2013: the physical science basis: Working Group I contribution to the Fifth assessment report of the Intergovernmental Panel on Climate Change. Cambridge university press. 

  41. Stockwell, D. 1999. The GARP modelling system: problems and solutions to automated spatial prediction. International Journal of Geographical Information Science 13(2): 143-158. 

    상세보기

  42. Swart, N.C., Cole, J.N., Kharin, V.V., Lazare, M., Scinocca, J.F., Gillett, N.P., ... and Sigmond, M. 2019. CCCma CanESM5 model output prepared for CMIP6 ScenarioMIP. Earth System Grid Federation. 

  43. Swets, J.A. 1988. Measuring the accuracy of diagnostic systems. Science, 240(4857): 1285-1293. 

    상세보기

  44. Tachiiri, K., Abe, M., Hajima, T., Arakawa, O., Suzuki, T., Komuro, Y., ... and Kawamiya, M. 2019. MIROC MIROC-ES2L model output prepared for CMIP6 ScenarioMIP. Earth System Grid Federation. Retrieved from http://cera-www.dkrz.de/WDCC/meta/CMIP6/CMIP6.ScenarioMIP.MIROC.MIROC-ES2L. 

  45. Thomas, C.D., Cameron, A., Green, R.E., Bakkenes, M., Beaumont, L.J., Collingham, Y.C., ... and Williams, S. E. 2004. Extinction risk from climate change. Nature 427(6970): 145-148. 

    상세보기

  46. Tsoar, A., Allouche, O., Steinitz, O., Rotem, D., and Kadmon, R. 2007. A comparative evaluation of presenceonly methods for modelling species distribution. Diversity and distributions 13(4): 397-405. 

    상세보기

  47. Um, T.W. and Kim, G.T. 2006. Distribution and growth characteristics of Acer pictum var. mono in relation to topography and soil in Mt. Joongwang, Gangwon Province. Korean Journal of Environment and Ecology 20(2): 200-207. (in Korean) 

  48. Voldoire, A. 2019. CNRM-CERFACS CNRM-CM6-1 model output prepared for CMIP6 ScenarioMIP, Earth System Grid Federation. 

  49. Volodin, E., Mortikov, E., Gritsun, A., Lykossov, V., Galin, V., Diansky, N., Gusev, A., Kostrykin, S., Iakovlev, N., Shestakova, A., and Emelina, S. 2019a. INM INM-CM4-8 model output prepared for CMIP6 ScenarioMIP. Earth System Grid Federation. https://doi.org/10.22033/ESGF/CMIP6.12321. 

    crossref

  50. Volodin, E., Mortikov, E., Gritsun, A., Lykossov, V., Galin, V., Diansky, N., Gusev, A., Kostrykin, S., Iakovlev, N., Shestakova, A., and Emelina, S. 2019b. INM INM-CM5-0 model output prepared for CMIP6 ScenarioMIP. Earth System Grid Federation. https://doi.org/10.22033/ESGF/CMIP6.12322. 

    crossref

  51. Waltari, E., Schroeder, R., McDonald, K., Anderson, R. P., and Carnaval, A. 2014. Bioclimatic variables derived from remote sensing: Assessment and application for species distribution modelling. Methods in Ecology and Evolution 5(10): 1033-1042. 

    상세보기

  52. Warren, D.L. and Seifert, S.N. 2011. Ecological niche modeling in Maxent: the importance of model complexity and the performance of model selection criteria. Ecological applications 21(2): 335-342. 

    상세보기

  53. Wieners, K.H., Giorgetta, M., Jungclaus, J., Reick, C., Esch, M., Bittner, M., ... and Roeckner, E. 2019. MPI-M MPIESM1. 2-LR model output prepared for CMIP6 ScenarioMIP. Earth System Grid Federation: Greenbelt, MD, USA. 

  54. Xu, T. and Hutchinson, M. 2011. ANUCLIM version 6.1 user guide. The Australian National University, Fenner School of Environment and Society, Canberra, 90. 

  55. Yackulic, C.B., Chandler, R., Zipkin, E.F., Royle, J.A., Nichols, J.D., Campbell Grant, E.H., and Veran, S. 2013. Presence-only modelling using MAXENT: when can we trust the inferences?. Methods in Ecology and Evolution 4(3): 236-243. 

    상세보기

  56. Yukimoto, S., Koshiro, T., Kawai, H., Oshima, N., Yoshida, K., Urakawa, S., ... and Adachi, Y. 2019. MRI MRIESM2.0 model output prepared for CMIP6 CMIP historical. Earth System Grid Federation 10. 

  57. Ziehn, T., Chamberlain, M., Lenton, A., Law, R., Bodman, R., Dix, M., ... and Druken, K. 2019. CSIRO ACCESSESM1. 5 model output prepared for CMIP6 CMIP. Earth System Grid Federation: Greenbelt, MD, USA. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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

맨위로