Global warming and changes in ecosystems are either causing a rapid decline in insect diversity on earth or, on the other hand, are increasing the likelihood of unexpected insect pests emerging. This study summarizes and reports the followings: Introduction to the Insects of Red Data Book of Korea and Nationally Protected species, the establishment of monitoring strategy for exotic insects by the investigation of species distribution range through field surveys and others, the dispersal of exotic insects, and with the expansion of exotic insects and development of ecosystem impact prediction model.

해양공간계획(Marine spatial planning)은 해양의 합리적인 이용과 지속 가능한 해양 공간 활용을 위한 중요한 요소이다. 특히 어업활동 보호구역은 지속 가능한 어업을 위한 핵심 용도구역으로, 해양공간계획 경계 내에서 약 45.6%를 차지한다. 그러나, 현재 어업활동보호구역의 지정 과 평가는 미래 수요와 잠재적 가치를 충분히 반영하지 못하고 있으며, 중장기 계획 수립을 위한 보다 합리적인 평가 방법과 예측 도구가 필요한 상황이다. 이러한 문제를 해결하기 위해, 본 연구는 어업활동보호구역 내 주요 어종인 고등어, 갈치, 멸치, 참조기를 대상으로 어종 분포 예측을 시도하고, 현재 용도구역과의 비교를 통해 예측 도구의 가능성을 평가하였다. 한편, IPCC 6차 기후변화 시나리오(SSP1-2.6 및 SSP5-8.5)를 적용한 종분포 모델(MaxEnt)을 사용하여 미래 기후변화에 따른 어종의 이동 및 분포 변화를 분석한 결과, 고등어, 갈치, 참조기의 분포 면적은 현재보다 약 28~86% 증가했으나, 멸치의 분포 면적은 약 6~11% 감소했다. 이 결과를 바탕으로 주요 4종의 종풍부도 지도를 작성하였으며, 해양공간계획 경 계 내에서 ‘높음’으로 평가된 종풍부도 해역과 어업활동보호구역이 중복되는 비율은 약 15%, SSP1-2.6 시나리오에서 21%, SSP5-8.5 시나리오에서 34%로 증가하였다. 연구 결과는 향후 용도구역 평가나 유보구역 변경 시 과학적 근거로 활용될 수 있으며, 어종의 현재 종분포와 기후변화에 따 른 분포 예측을 통해 현재 용도구역 평가의 한계를 보완하고, 지속 가능한 유용 해양 자원의 이용을 위한 계획 수립에 기여할 것으로 판단된다.

미세구조 특성의 불확실성은 재료 특성에 많은 영향을 준다. 시멘트 기반 재료의 공극 분포 특성은 재료의 역학적 특성에 큰 영향을 미치며, 재료에 랜덤하게 분포되어 있는 많은 공극은 재료의 물성 예측을 어렵게 한다. 공극의 특성 분석과 재료 응답 간의 상관관계 규명에 대한 기존 연구는 통계적 관계 분석에 국한되어 있으며, 그 상관관계가 아직 명확히 규명되어 있지 않다. 본 연구에서는 합성곱 신경망(CNN, convolutional neural network)을 활용한 이미지 기반 데이터 접근법을 통해 시멘트 기반 재료의 역학적 응답을 예측하 고, 공극분포와 재료 응답의 상관관계를 분석하였다. 머신러닝을 위한 데이터는 고해상도 마이크로-CT 이미지와 시멘트 기반 재료의 물성(인장강도)로 구성하였다. 재료의 메시 구조 특성을 분석하였으며, 재료의 응답은 상장균열모델(phase-field fracture model)에 기 반을 둔 2D 직접 인장(direct tension) 유한요소해석 시뮬레이션을 활용하여 평가하였다. 입력 이미지 영역의 기여도를 분석하여 시편 에서 재료 응답 예측에 가장 큰 영향을 미치는 영역을 CNN을 통하여 식별하였다. CNN 과정 중 활성 영역과 공극분포를 비교 분석하 여 공극분포특성과 재료 응답의 상관관계를 분석하여 제시하였다.

Radioactive contaminants, such as 137Cs, are a significant concern for long-term storage of nuclear waste. Migration and retention of these contaminants in various environmental media can pose a risk to the surrounding environment. The distribution coefficient (Kd) is a critical parameter for assessing the behavior of these contaminants and can introduce significant errors in predicting migration and remediation options. Accurate prediction of Kd values is essential to assess the behavior of radioactive contaminants and to ensure environmental safety. In this study, we present machine learning models based on the Japan Atomic Energy Agency Sorption Database (JAEA-SDB) to predict Kd values for Cs in soils. We used three different machine learning models, namely the random forest (RF), artificial neural network (ANN), and convolutional neural network (CNN), to predict Kd values. The models were trained on 14 input variables from the JAEA-SDB, including factors such as Cs concentration, solid phase properties, and solution conditions which are preprocessed by normalization and log transformation. We evaluated the performance of our models using the coefficient of determination (R2) value. The RF, ANN, and CNN models achieved R2 values of over 0.97, 0.86, and 0.88, respectively. Additionally, we analyzed the variable importance of RF using out-of-bag (OOB) and CNN with an attention module. Our results showed that the initial radionuclide concentration and properties of solid phase were important variables for Kd prediction. Our machine learning models provide accurate predictions of Kd values for different soil conditions. The Kd values predicted by our models can be used to assess the behavior of radioactive contaminants in various environmental media. This can help in predicting the potential migration and retention of contaminants in soils and the selection of appropriate site remediation options. Our study provides a reliable and efficient method for predicting Kd values that can be used in environmental risk assessment and waste management.

오대산국립공원 내 뱀류 로드킬의 발생 경향 파악 및 예방을 위하여 2006-2017년 사이 공원 내에서 발생한 뱀류 로드킬 자료를 확보 및 분석하였고, 잠재적 발생지 예측을 위하여 종분포모델을 제작하였다. 연구기간 동안 뱀류 로드킬 은 600m 대의 양쪽 환경이 산림-수계인 도로에서 가장 많이 발생하였다. 모델링 결과에서 뱀류 로드킬 발생 가능성은 고도 700m 이하의 하천과의 거리가 25m 부근인 완만한 경사의 도로의 로드킬 발생확률이 높게 나타났다. 국립공원 내 주요 로드킬발생 예측지역은 국도 6호선 도로 위 공원 남쪽 경계로부터 약 2.2㎞ 지역과 약 11.7㎞ 지역이, 지방도 446호선 도로 위 공원 남쪽 경계로부터 약 3.44㎞ 지역이었다. 본 연구결과는 해발고도 700m 이하 수계와 인접한 도로 주변에 우선적으로 대체 일광욕 장소, 생태통로 및 도로의 유입을 막는 울타리의 설치가 산림에서 뱀류 로드킬을 줄이는 효과적인 방안이 될 것을 제시한다.

본 연구는 머신러닝 기법을 토대로 15개 환경 변수를 활용하여 소나무재선충병의 위험지역 분포를 예측하였다. 연구는 최대 엔트로피 모델을 머신러닝 기법으로 활용하였고, 연구 지역은 경주이며 연구 기간은 2018∼2020년이다. 모델의 평가에는 AUC(area under the curve)를 이용하였다. 연구 지역에서 소나무재선충병의 감염목 핵심 분포 지역은 2018년 대비 2019년과 2020년에 각각 2.5배와 4.7배 확대되었다. 소나무재선충병의 감염목 분포 추정 모델의 AUC는 모든 해에 최소 0.86 이상이었다. 모델에서 가장 중요한 변수는 직전 해의 감염목 근접도 이었다. 지형과 도로와의 인접성, 목조건물 인접성, 5월 평균 기온도 중요한 변수이었다. 인간 활동과 매개충의 생장 환경이 소나무재선충병의 공간적 분포에 중요한 역할을 한다는 것을 의미한다. 나아가 연구의 결과는 감염목 분포 정보의 지속적인 구축과 공유가 소나무재선충병 예방을 위한 정책과 연구에 중요하다는 것을 시사한다.

기후변화는 동·식물의 서식지와 개체군을 감소, 소멸시키며, 생물다양성 보존에 위협이 되고 있다. 특히, 도롱뇽과 (Hynobiidae)에 속한 종들은 다른 분류군들에 비해 행동권이 작고, 분산 능력이 극히 제한되기 때문에 기후변화에 매우 취약한 분류군이다. 본 연구에서는 한국꼬리치레도롱뇽(Onychodactylus koreanus)의 관찰지점과 종 분포 모델링 기법을 바탕으로 국내 서식하고 있는 한국꼬리치레도롱뇽의 주요 분포지역과 서식특성을 파악하고 기후변화에 따른 분포변화를 예측하였다. 그 결과 고도가 그들의 분포에 가장 주요한 영향을 끼친 환경변수로 확인되었으며, 강원도와 경상북도와 같은 고도가 높은 산림 지역에 밀집된 분포 형태를 보였다. 이처럼 종 분포 모델에서 예측된 공간적 분포 범위와 서식특성은 선행 조사 결과를 충분히 포함하고 있었다. 기후변화에 따른 분포변화를 확인한 결과, 한국꼬리치레 도롱뇽은 현재 분포 범위에 비해 RCP4.5 시나리오에서 62.96% 가 감소할 것으로, RCP8.5 시나리오에서는 98.52% 감소할 것으로 예측되어 기후변화로 인해 서식 적합 공간들이 급격하게 감소하는 것으로 확인되었다. 모델의 AUC 값은 현재에서 0.837, RCP4.5에서 0.832, RCP8.5에서 0.807로 높게 측정되었다. 이러한 결과들은 기후변화로 인해 영향을 받는 양서류의 보전 대책 수립에 중요한 기초자료가 될 수 있을 것이다. 추후, 한국꼬리치레도롱뇽의 생활사에 따른 서식지 특성과 미세한 서식 요인들이 반영된 다양한 분석기법을 통한 추가적인 연구가 수행된다면 종 감소에 영향을 끼치는 주요환경 요인들을 밝혀낼수 있을 것으로 판단된다.

목적 : 안보건 전문가인 안경사와 안과의사의 지역별 인력 현황과 인구 대비 분포를 통해 지역별 안보건 의료 서비스의 실태를 알아보고자 한다. 방법 : 통계청, 선행연구와 (사)대한안경사협회, 안경광학과 및 관련 기관의 인터넷 자료를 검색하고 수집하였다. 결과 : 국내 안경사는 17,885명이었으며, 안경원은 총 10,747개소로 나타났다. 안경원 1개소당 착용인구는 4,786.82명이고, 안경사 1명당 착용인구는 1,571.70명이었다. 안과의사는 총 3,610명이었으며, 안과 의원은 1,658개소이었고, 안과 의원 1개소당 안과의사 2.11명이 근무하는 것으로 조사되었다. 안과 의원 1개소당 명세서 청구 건수는 21,198.02건이며, 진료환자는 8,229.70명이었다. 안과의사 1명당 명세서 청구 건수는 8,912.72건 이며, 진료환자는 3,513.29명이었다. 안경원 1일 기대 방문자는 5.00명, 안과 의원 1일 기대 명세서 청구 건수는 80.42건, 1일 기대 진료환자는 31.06명이었다. 안경사 1일 기대 업무량은 2.97명이고, 안과의사 1일 기대 명세서 청구 건수는 39.45건, 1일 기대 진료환자는 15.19명으로 나타났다. 결론 : 안경사의 질적 수준을 높여 차별화할 수 있는 대책이 마련되어야 하며, 안경사들의 적극적인 참여를 통해 안보건 전문가로서의 이미지를 제고시켜야 한다.

The influx of marine exotic and alien species is disrupting marine ecosystems and aquaculture. Herdmania momus, reported as an invasive species, is distributed all along the coast of Jeju Island and has been confirmed to be distributed and spread to Busan. The potential habitats and distribution of H. momus were estimated using the maximum entropy (MaxEnt) model, quantum geographic information system (QGIS), and Bio-ocean rasters for analysis of climate and environment (Bio-ORACLE), which can predict the distribution and spread based only on species occurrence data using species distribution model (SDM). Temperature and salinity were selected as environmental variables based on previous literature. Additionally, two different representative concentration pathway (RCP) scenarios (RCP 4.5 and RCP 8.5) were set up to estimate future and potential habitats owing to climate change. The prediction of potential habitats and distribution for H. momus using MaxEnt confirmed maximum temperature as the highest contributor (77.1%), and mean salinity, the lowest (0%). And the potential habitats and distribution of H. momus were the highest on Jeju Island, and no potential habitat or distribution was seen in the Yellow Sea. Different RCP scenarios showed that at RCP 4.5, H. momus would be distributed along the coast of Jeju Island in the year 2050 and that the distribution would expand to parts of the Korea Strait by the year 2100. RCP 8.5, the distribution in 2050 is predicted to be similar to that at RCP 4.5; however, by 2100, the distribution is predicted to expand to parts of the Korea Strait and the East Sea. This study can be utilized as basic data to effectively control the ecological injuries by H. momus by predicting its spread and distribution both at present and in the future.