The key to invasive pest management lies in preemptive action. However, most current research using species distribution models is conducted after an invasion has occurred. This study modeled the potential distribution of the globally notorious sweet potato pest, the sweet potato weevil (Cylas formicarius), that has not yet invaded Korea using MaxEnt. Using global occurrence data, bioclimatic variables, and topsoil characteristics, MaxEnt showed high explanatory power as both the training and test areas under the curve exceeded 0.9. Among the environmental variables used in this study, minimum temperature in the coldest month (BIO06), precipitation in the driest month (BIO14), mean diurnal range (BIO02), and bulk density (BDOD) were identified as key variables. The predicted global distribution showed high values in most countries where the species is currently present, with a significant potential invasion risk in most South American countries where C. formicarius is not yet present. In Korea, Jeju Island and the southwestern coasts of Jeollanam-do showed very high probabilities. The impact of climate change under shared socioeconomic pathway (SSP) scenarios indicated an expansion along coasts as climate change progresses. By applying the 10th percentile minimum training presence rule, the potential area of occurrence was estimated at 1,439 km2 under current climate conditions and could expand up to 9,485 km2 under the SSP585 scenario. However, the model predicted that an inland invasion would not be serious. The results of this study suggest a need to focus on the risk of invasion in islands and coastal areas.

본 연구는 전문가 기반형 모델(Habitat Suitability Index)의 한계로 지적되는 주관적 기준, 통계분석의 부재 등과 통계기반형 모델(MaxEnt)의 한계로 지적되는 현장검증, 전문가 의견 반영 등의 극복을 위하여 각각의 모델을 개발하여 통합하는 방식으로 핵심서식지를 도출하였다. 핵심서식지 발굴을 위해 문헌분석 및 공간분석자료를 바탕으로 전문가 심층면담을 진행하였고, 전문가 자문과 GIS 도면 구축 가능성을 고려하여 모델을 개발하였다. 주요 환경변수는 식생대, 임상, 임분밀도, 연평균 강수량, 유효토심으로 선정되었다. 그 결과 현재 나도승마가 분포하고 있는 16지점 중 15지점이 핵심서식지로 나타났으며, 개발된 모델은 약 93.75%의 높은 정확도를 가지고 있는 것으로 나타났다. 하지만 전체 연구대상지의 약 27.8%가 핵심서식지로 나타남에 따라, 추후 서식변수 및 공간자료 정밀화를 통한 모델의 고도화가 필요할 것으로 판단된다. 따라서 높은 등급으로 확인된 서식지라도 대상종의 서식유무 파악을 위한 현장검증은 필수적으로 수행되어야 한다. 하지만, 이러한 한계에도 불구하고 HSI와 MaxEnt의 상호보완적 활용은 생물종의 분포와 서식지 이용 특성을 통하여 적합 서식지를 예측하고, 신규 서식지 발굴 및 대체서식지 선정 등 다양한 방면으로 활용 가능할 것으로 판단된다.

본 연구는 소나무재선충병 방제대상지 선정의 효율성을 높이기 위해 진주시를 대상으로 소나무재선충병 잠재분포를 예측하였다. 예측에 사용된 MaxEnt 모델은 회귀분석을 기반으로 종 발생 확률 평가 및 다양한 잠재분포 예측에 이용되고 있다. 종속변수로는 소나무재선충병 감염목 자료를 사용하였으며, 독립변수로는 지리 ‧ 지형 ‧ 기후적 요인으로 총 15개 인자를 사용하였다. 잠재분포 예측 결과, 모델의 성능은 AUC가 0.801로 우수한 수준의 정확도를 나타냈다. 독립변수 중에는 전년도 감염목과의 거리, 6월 하순 강우량, 5월 강우량, 화목보일러와의 거리 순으로 잠재분포에 영향을 미치는 것으로 나타났다. 이러한 결과는 지속적인 소나무재선충병 감염목 DB 구축과 지리적 요인들에 대한 모니터링의 중요성이 크다는 것을 의미한다.

기후변화에 따른 서식지 감소는 생물다양성의 커다란 위협 요소 중 하나이고 생물종이 서식하는 공간적 분포에 대한 이해는 멸종위기종 관리, 생태계 복원 등 다양한 분야에서 매우 중요하다. 본 연구는 남한지역에서 서식하는 멸종위기종 Ⅰ급으로 지정된 붉은점모시나비를 대상으로 기후변화에 따른 서식분포변화를 분석하고자 한다. 이 를 위해서 최근 보전생물학, 동물생태학 등 다양한 분야에서 널리 활용되는 MaxEnt 모델을 현재시기와 미래시기 의 생물기후변수에 적용하여 잠재적 서식지 분포 변화를 평가하였다. 붉은점모시나비는 미래시기에 서식지가 감소하는 경향으로 예측되었고, 기온보다 강수량에 의한 영향이 크고, 특히 강수량 계절성에 영향이 가장 클 것으 로 분석되었다. 분석결과는 국내 생물다양성 증진에 필요한 기초자료로서 활용할 수 있을 것으로 기대된다.

Climate change and biological invasions are the greatest threats to biodiversity, agriculture, health and the global economy. Tomato leafminer(Tuta absoluta) (Meyrick) (Lepidoptera: Gelechiidae) is one of the most important threats to agriculture worldwide. This pest is characterized by rapid reproduction, strong dispersal ability, and highly overlapping of generations. Plants are damaged by direct feeding on leaves, stems, buds, calyces, young ripe fruits and by the invasion of secondary pathogens which enter through the wounds made by the pest. Since it invaded Spain in 2006, it has spread to Europe, the Mediterranean region, and, in 2010, to some countries in Central Asia and Southeast Asia. In East Asia, Tomato leafminer was first detected in China in Yili, Xinjiang Uygur Autonomous Region, in 2017. There is a possibility that this pest will invade South Korea as well. This study provides this by the use of MaxEnt algorithm for modelling the potential geographical distribution of Tomato Leafminer in South Korea Using presence-only data.

Among migratory insect pests, Mythimna seperata and Cnaphalocrocis medinalis are invasive pests introduced into South Korea through westerlies from southern China. M. seperata and C. medinalis are insect pests that use rice as a host. They injure rice leaves and inhibit rice growth. To understand the distribution of M. seperata and C. medinalis, it is important to understand environmental factors such as temperature and humidity of their habitat. This study predicted current and future habitat suitability models for understanding the distribution of M. seperata and C. medinalis. Occurrence data, SSPs (Shared Socio-economic Pathways) scenario, and RCP (Representative Concentration Pathway) were applied to MaxEnt (Maximum Entropy), a machine learning model among SDM (Species Distribution Model). As a result, M. seperata and C. medinalis are aggregated on the west and south coasts where they have a host after migration from China. As a result of MaxEnt analysis, the contribution was high in the order of Land-cover data and DEM (Digital Elevation Model). In bioclimatic variables, BIO_4 (Temperature seasonality) was high in M. seperata and BIO_2 (Mean Diurnal Range) was found in C. medinalis. The habitat suitability model predicted that M. seperata and C. medinalis could inhabit most rice paddies.

본 연구는 한국 특산식물이고, IUCN Red List의 EN(위기종) 등급에 속하는 개느삼을 대상으로 자생지 분포, 자생지 분포 예측을 하기 위해 수행되었다. 개느삼의 자생지 분포 조사 결과 ,강원도 양구군 13곳, 인제군 3곳, 춘천시 2곳, 홍천군 1곳 총 19곳에 분포하는 것을 확인하였다. 우리나라에서 가장 북쪽 자생지는 양구군 임당리, 동쪽 인제군 한계리, 서쪽 춘천시 지내리, 남쪽 홍천군 성동리로 각각 확인되었다. 개느삼 자생지의 해발고도는 169-711m에 분포하는 것으로 나타났고, 평균 해발고도는 375m로 조사되었다. 개느삼 자생지의 면적은 8,000-734,000㎡인 것으로 분석되었고, 평균 202,789㎡로 조사되었다. 대부분의 개느삼 자생지는 간벌, 가지치기 등과 같은 숲가꾸기가 이루어진 곳으로 조사되었다. 개느삼 잠재 분포지 분석을 MaxEnt 프로그램을 이용하여 수행한 결과, AUC값은 0.9762로 분석되었다. 분포예측 자생지는 강원도 양구 군, 인제군, 춘천시, 화천군 지역에 집중되어 분포하는 것으로 나타났다. 자생지 분포예측에 가장 영향을 많이 미치는 변수는 연간강수량, 토양탄소함유량, 최한월 기온으로 분석되었다. 본 연구 결과를 토대로 개느삼은 광량이 풍부하고 능선부에 주로 서식하는 것을 확인하였고, 향후 본 연구결과의 자생지 정보를 토대로 개느삼 자생지를 보전하기 위한 보호지역 지정 등을 위한 기초자료로 활용될 수 있을 것으로 판단된다.

본 연구는 MaxEnt 모형을 활용하여 가는털비름의 잠재서식지를 예측하고, 예측된 잠재서식지와 밭면적을 활용하여 가는털비름의 잡초로서의 부정적 영향에 대한 위험도 지수를 예측하기 위하여 수행되었다. 가는털비름의 분포 예측을 위 하여 MaxEnt 모형을 구축하기 위하여 남한 전국의 254지점의 분포 자료와 6개의 생물 기후 인자를 활용하였다. 밭농업에 대한 두가지 방법의 위험도 평가를 수행하였고 격자 위험도 지수 (raster risk index)는 1 km2 격자별로 잠재 서식지 분포 확률과 밭면적의 비율을 서로 곱하여 나타냈다. 지역 위험도 지수 (regional risk index)는 잠재 서식지 분포 확률의 평균과 전체 밭 면적 중 지방자치단체의 실제 밭면적의 비율을 곱하여 산출하였다. MaxEnt모형으로 예측된 가는털비름의 잠재서식지는 실제서식지와 유사하게 나타났으며 모델의 AUC 값 또한 0.711로 좋은 설명력을 지니는 것으로 분석되었다. 잠재서식지 비율이 가장 높게 나타난 지역은 광주광역시였고 격자 위험도 지수가 가장 높게 나타난 지역은 제주도였다. 지역 위험도 지수가 가장 높게 나타난 지역은 경상북도였다. 잠재 서식지 비율과 위험도 지수의 서로 다른 순위는 외래식물의 위험성을 예측할 때 잠재 서식지 비율만을 활용하여 외래식물의 위험성을 예측하는 것보다 외래식물이 부정적 영향을 주는 대상과 결합된 위험도 지수의 필요성을 제시한다. 또한 격자 위험도 지수, 지역 위험도 지수의 서로 다른 순위는 분석의 필요성에 따라서 다양한 평가 기법이 개발될 필요성을 보여준다.

금강초롱꽃(Hanabusaya asiatica)은 한반도 중동부에서만 제한적으로 분포하는 고유종으로, 분포범위가 좁고 개체수가 적어 서식지를 세계자연보전연맹(IUCN, International Union for Conservation of Nature) 중요 생물다양성 보호지역(key biodiversity areas: KBAs)으로 지정하여 보호할 필요가 있다. 본 연구에서는 maximum entropy(MaxEnt) 모형을 통해 남북한 접경지역 내 금강초롱꽃 자생가능지를 추정하고 이를 바탕으로 KBAs 후보지를 설정하였다. 기계학습(machine learning) 알고리즘의 하나인 MaxEnt 모형은 생물종의 출현지점만 기록한 데이터(presence-only data)로도 생물종 분포를 편향되지 않게 예측할 수 있는 생물종 분포 모형으로, 본 연구의 연구대상지처럼 현장 조사가 어려운 경우 유용한 방법이다. 본 연구에서는 현장 조사를 통해 수집한 38개 금강초롱꽃 출현 위치와 기후, 지형, 식생 등을 측정한 11개 환경변수를 이용하여 MaxEnt 모형을 학습하여 남북한 접경지역의 모든 지점에 대해 금강초롱꽃 출현확률을 추정하였다. MaxEnt 모형 분석 결과, 금강초롱꽃 출현확률이 0.5를 넘어 금강초롱꽃 분포가능지로 분류된 지역은 778km²이었고, 추정된 서식가능지와 기지정된 보호지역 경계를 고려하여 설정한 최종 KBA 후보지는 1,321km²이었다. 또한 11개 환경변수 중 표고와 연평균 강수량, 생장기 평균 강수량, 최한월 평균 기온이 금강초롱꽃 출현확률에 영향을 미쳐, 금강초롱꽃은 고도가 높은 서늘한 지역을 선호하는 것으로 분석되었다. 이와 같은 금강초롱꽃의 분포지 선호도 분석 결과는 KBA 후보지 설정 뿐 아니라 남북한 통일이나 기후변화와 같은 시나리오에 대비한 금강초롱꽃 보존 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.

여우(Vulpes vulpes)는 식육목 개과 여우속에 속하는 동물로서, 과거에는 도서 지역을 제외한 전국에 넓게 분포하였으나 밀렵, 개발, 서식지파괴 등 다양한 이유로 인해 환경부는 멸종위기야생생물 Ⅰ급의 법정보호종으로 지정하였으며, 환경부와 국립공원관리공단 종복원기술원은 2012년 부터 소백산국립공원을 중심으로 경북 영주시 일원에서 여우 종복원사업을 진행하고 있다. 여우복원사업을 성공적으로 추진하는데 가장 중요한 요소는 대상종의 서식지 환경이다. 여우의 서식지 환경에 대한 연구는 유럽이나 북미, 일본 등에서 광범위하게 연구되어져 있고 국내 연구는 미흡한 실정이다. 본 연구는 경북 영주시 일원에서 자동차 및 열차에 의해 죽은 방사 여우 5개체 지점에 대해 현장 주변 환경 조사를 하였고 5개의 좌표를 수집하여 고도, 경사, 향, 지형, 토지이용 등을 활용 하여 GIS 및 MaxEnt분석을 통해 방사 여우의 로드킬 당한 지역의 환경 특성 및 위험 잠재 지역을 파악하였다. 여우가 로드킬 당한 지점의 도로는 열차 철로 2곳, 일반 국도 1곳, 면･리간 도로 1곳, 미분류 도로 1곳인 도로 형태였고, 고도, 경사, 향, 농경지(논, 밭, 과수원)로 부터의 거리, 주거지로 부터의 거리, 수계와의 거리, 토지이용현황 등 6가지 환경 인자들을 이용하여 로드킬 발생 지역 유형을 도출 하였다. 로드킬 장소 환경 분석 결과, 평균고도 193m(150∼ 211m), 경사는 4°(0∼12.4°), 향은 남향 1곳, 서향 1곳, 나머 지는 개활지이었다. 농경지와의 거리는 평균 63m(10∼ 152.6m), 주거지와의 거리 91m(10∼215.4m), 수계와의 거리 257m(140∼545m)이었고 주변 토지 이용은 교통지역 3곳, 밭 1곳, 과수원 1곳으로 나타났다. 로드킬이 일어난 주요 지역 특징은 주거지, 농경지 등 인위적인 시설이 인접한 도로에서 발생한 것으로 분석되었다. 잠재지역 예측 분석은 로드킬 지점 개수(n=5)가 적은 관계로 Bootstrap 방법으로 50회 추출하여 분석하였고 환경 인자는 고도, 경사, 향 등 3가지 인자를 사용하였다. AUC값은 0.803이었고, 로드릴 잠재지역 예측에 가장 영향을 준 환경인자는 경사 (68.6%)인 것으로 나타났다. 방사 여우 로드킬 지역은 주거지, 농경지 등 인위시설에 인접한 도로 시설에서 확인되었다. 여우의 안정적인 개체수 증가와 서식지 형성을 통한 성공적인 복원사업을 위해서는 여우 생존을 위협하는 로드킬 예방에 대한 정책 및 관리방 안이 반드시 필요할 것이다. 이를 위해 로드킬 예방을 위한 캠페인, 도로 속도 제한 구역 설정, 로드킬 예방 표지판 설치 등 관리 대책을 마련해야 하고, 복원사업 공감대 형성 및 유지를 위해 지자체 등의 유관기관, 시민단체, 지역주민 등과의 협력이 필요할 것이다. 본 연구는 자동차와 열차의 방사 여우 로드킬 장소를 GIS 와 MaxEnt프로그램을 이용하여 주변 환경 분석 및 잠재 로드킬 지역으로 예측하여 여우 개체수를 감소시키는 원인인 로드킬 지역을 분석함으로써 여우의 생태습성 기작을 밝히는데 기초자료를 제공하는데 의의가 있는 바이다. 하지만 로드킬 지점 개수(n=5)가 부족하여 로드킬에 대한 객관적이고 정확한 결과 도출은 힘든 부분이 있었다. 향후 분석 지점수가 증가하여 확률이 높고 신뢰성 있는 연구 결과를 도출하여야 하여야 할 것이다.

꽃매미(Lycorma delicatula White, 1845)는 노린재목 꽃매미과에 위치한 곤충으로 중국 남부와 동남아시아의 아열대 지역이 원산지이며, 식물을 흡즙하여 광합성 저해와 배설물로 인한 그을음병을 유발시켜 과수 및 농작물 등에 피해를 주는 해충이다. 한국에서는 2006년에 대발생하여 문제가 되었으며 매 년 분포와 밀도가 증가하여 포도농장을 중심으로 피해가 확산되고 있다. 본 연구에서는 종분포모델 중 하나인 MaxEnt 를 이용하여 꽃매미의 잠재 분포지역을 예측하고 분포에 영향을 미치는 요인을 분석하였다. 출현정보는 현장조사와 문헌조사를 통해 수집하였고 환경변수데이터는 기상청에서 제공하는 기후데이터로 19개의 Bioclimatic variables 를 만들어 사용하였다. 추가로 인간영향 요인을 확인하기 위해 Socioeconomic data and applications center (SEDAC)에서 제공하는 Population density 와 Global human footprint 를 다운받아 인간 영향 변수데이터로 사용하였다. 각 변수간의 Correation 을 고려하여 Model set 를 만들어 Model selection 을 수행하였다. 가장 적절한 모델은 Bio4, Bio6, Bio10, Human footprint 이었으며 분포 예측에 대한 기여도가 가장 높은 환경변수는 Human footprint 이었다. 예측한 잠재 분포지역은 경기도, 충청도, 전라도, 경상남도와 대구 인근지역이 높은 서식확률이 예측되었고, 강원도 지역과 같은 고산지역은 분포확률이 낮았다.