온실가스 배출 증가에 의한 기후변화는 화분매개곤충과 식물과의 생태적 상호작용인 수분생태계와 농업생태계를 포함한 자연생태계를 변화시킬 수 있다. 특히 수분생태계에서 중요한 야생벌(wild bee)은 기후변화에 의해 감소되고 있어서 결국 농업경제, 현화식물의 생태활동, 나아가 전체 생물종 다양성에 악 영향을 끼치고 있음이 보고되고 있다. 따라서 지구온난화에 의해 한반도(남한)에서도 매년 기온이 상승하고 있고, 그에 따른 기후변화 발생으로 한반도 내 야생벌의 생태활동에 영향을 주고 있음을 예상할 수 있다. 본 연구에서는 한반도(남한)에서 출현하는 야생벌(꿀벌상과, 말벌상과, 청벌상과)의 분포와 기후요인과의 관계를 검정하기 위하여, 2017년(37 조사지점)에서 2018년 (14 조사지점) 까지 총 51개 조사지점을 대상으로 말레이즈 트랩을 이용하여 야생벌류의 출현현황을 파악하였다. 형태 및 문헌을 통해 동정한 야생벌류와 산림기후대에 따른 분포는 평균기온, 적산온도와 상관성이 있음을 확인하였다. 이러한 결과를 바탕으로 공통사회 경제경로(Shared Socioeconomic Pathways, SSP) 시나리오의 2-4.5와 5-8.5버전으로 BIOMOD 종분포 모형에 따라 남한 전역에서 출현한 야생벌과 기후대별로 특이적으로 출현한 종의 서식지 분포 변화를 예측하여 현재의 종 서식지 분포에서, 2050년과 2100년에 북쪽으로 서식지가 이동함을 확인하였다. 이를 통해 향후 지구온난화가 지속될 경우 국내 야생벌의 분포 변화가 일어 날 수 있고, 그로 인한 한반도의 생태계 변화가 야기될 수 있음을 예측할 수 있었다. 본 연구결과는 기후변화에 따른 수분생태계 및 그와 관련된 영향에 대한 연구와 야생벌 관리를 위한 정책수 립을 위해 참조할 수 있는 연구자료가 될 수 있을 것으로 기대하고 있다.

Aphis gossypii was widely distributed throughout the tropical, subtropical and temperate zone. The chemical control of A. gossypii is becoming problem because it was rapidly appeared resistance expression to chemicals. We will attempt to resolve the this problem using RNAi technique. Besides, RNAi technology can be helpful to study the target genes of A. gossypii. In this study we produce cDNA library construction using gateway cloning system for selecting target gene in order to control of A. gossypii using RNAi. As a result, the 100-400bp of insert size, which is appropriate for RNAi was confirmed. Most of insert gene is associated with A. gossypii, after that insert sequence was compared with DNA databases and EST databases using NCBI blast search. Consequentially, A. gossypii of cDNA library with the titer of 3.15x105 clones were completed. And we will perform the LR recombination to transfer cDNA library into TRV2 (tobacco rattle virus) vector with att site. Then, after performing transformation using Agrobacterium tumefaciens (GV 2260), we inoculated to cucumber with A. tumefaciens. An insecticidal effect or a repellent activity against A. gossypii by changing behavior in transgenic cucumber plants were conformed. Also, the selecting target gene in order to control A. gossypii using RNAi may be provided.

Development of an artificial neural network model was presented to predict the daily maximum SO2 concentration in the urban-industrial area of Ulsan. The network model was trained during April through September for 2000-2005 using SO2 potential parameters estimated from meteorological and air quality data which are closely related to daily maximum SO2 concentrations. Meteorological data were obtained from regional modeling results, upper air soundings and surface field measurements and were then used to create the SO2 potential parameters such as synoptic conditions, mixing heights, atmospheric stabilities, and surface conditions. In particular, two-stage clustering techniques were used to identify potential index representing major synoptic conditions associated with high SO2 concentration. Two neural network models were developed and tested in different conditions for prediction: the first model was set up to predict daily maximum SO2 at 5 PM on the previous day, and the second was 10 AM for a given forecast day using an additional potential factors related with urban emissions in the early morning. The results showed that the developed models can predict the daily maximum SO2 concentrations with good simulation accuracy of 87% and 96% for the first and second model. respectively, but the limitation of predictive capability was found at a higher or lower concentrations. The increased accuracy for the second model demonstrates that improvements can be made by utilizing more recent air quality data for initialization of the model.