Species distribution model (SDM) is used to preserve biodiversity and climate change impact. To evaluate biodiversity, various studies are being conducted to utilize and apply SDM. However, there is insufficient research to provide useful information by identifying the current status and recent trends of SDM research and discussing implications for future research. This study analyzed the trends and flow of academic papers, in the use of SDM, published in academic journals in South Korea and provides basic information that can be used for related research in the future. The current state and trends of SDM research were presented using philological methods and text-mining. The papers on SDM have been published 148 times between 1998 and 2023 with 115 (77.7%) papers published since 2015. MaxEnt model was the most widely used, and plant was the main target species. Most of the publications were related to species distribution and evaluation, and climate change. In text mining, the term ‘Climate change’ emerged as the most frequent keyword and most studies seem to consider biodiversity changes caused by climate change as a topic. In the future, the use of SDM requires several considerations such as selecting the models that are most suitable for various conditions, ensemble models, development of quantitative input variables, and improving the collection system of field survey data. Promoting these methods could help SDM serve as valuable scientific tools for addressing national policy issues like biodiversity conservation and climate change.

The distribution of wild boar (Sus scropa) in the Republic of Korea was forecasted using environmental factors. A species distribution model was applied with the standard normalized difference vegetation index (NDVI), enhanced vegetation index (EVI), solar zenith angle (SUNZ), daytime land surface temperature (dTemp), and nighttime land surface temperature (nTemp). Understanding wild boar distribution is important for controlling African swine fever (ASF) because the disease could be endemic in wild boar or spread from wild boars to domestic pigs. Among the five predictors, the NDVI was the most influencing factor for the wild boar distribution. The relative contributions of the predictors were 67.4 for NDVI, 16.9 for dTemp, 10.5 for SUNZ, 4.4 for EVI, and 0.8 for nTemp. The area size under the receiver-operating curve of the receiver-operating characteristics for the current model was 0.62, but the real wild boar observation data overlapped with the predicted high-density wild boar distribution area. The wild boar distribution density was relatively higher in Gangwon-do, Gyeongsangbuk-do, Gyeongsangnam-do, and Jeollanam-do. Given the ASF epidemics, contact between ASF-infected animals and ASF-susceptible animals in high-density wild boar distribution areas should be prevented by long-range fencing or active surveillance.

외래식물의 유입과 정착 및 소멸, 귀화, 그리고 확산을 포함한 특정 생태계 내에서의 기능 발현 과정은 인류 문명의 역사와 함께 진행되어 온 생물학적 과정이다. 최근 특정한 생태학적 문제를 일으키는 침입 외래종에 의한 생태적 및 경제적 영향에 대한 평가 요구가 높아지고 있다. 특히 특정 생태계 유지의 기초 과정인 교란 체제 및 영양염류 순환 변화 과정에 대한 평가 활동과 더불어 공간통계모형을 활용하여 외래식물의 분포 및 확산 경향을 예측한 후 이를 관리 활동에 활용하는 노력들이 이루어지고 있다. 본 연구에서는 2014년부터 2016년까지 경북 울진 소광리에 위치하는 산림유전자원 보호구역 내에서 출현한 외래식물의 정밀 분포도를 작성하고, BIOCLIM model (Bioclim), generalized linear Model (GLM), maximum entropy model (Maxent)의 세 가지 종 분포 모형 (Species Distribution Models, SDMs)을 적용하여 가장 높은 정확도 및 예측력을 나타내는 모형을 제안하였다. 소광리 산림유전자원 보호구역 내 외래식물은 7과 22종으로 확인되었으며, 138개 출현 좌표를 생성하였다. 이 중, 출현 지점이 5개 지점 이상의 분포 점이 많은 9종의 외래식물 (개망초, 달맞이꽃, 돼지풀, 망초, 미국가막사리, 서양민들레, 오리새, 큰김의털, 토끼풀)을 대상으로 전체 및 종 별확산 예측 모델을 수립하였다. 지형 6종, 기후 3종, 식생 2종 및 교란 변수 1종 등 총 12종류의 환경변수를 구성하여 모델에 적용하였다. 자료 구축은 Arcgis 프로그램, 그리고 분석은 R statistics의 dismo package를 활용하였다. 모형별 결과 비교는 일원분산분석 (SPSS ver 13) 및 현상학적 비교를 병행하여 실시하였다. 연구 지역의 외래식물은 고도가 낮은 지역, 사면경사 20°이하의 비교적 평탄 지역, 및 사면방향 약 300°정도의 서북사면에서 가장 높은 빈도로 출현하였다. 그리고 외래식물분포 지점은 수계로부터 최대 286m 떨어져있는 것으로 나타났으며, 수계로의 거리가 가까운 지역에서 외래종의 출현빈도가 높았다. 특히 도로 부근에서 90% 이상 출현하였다. 각 모형으로부터 도출된 AUC (각 모형 당 n=9)를 비교한 결과, Bioclim과 다른 두 모형은 차이를 보였지만 GLM과 Maxent에서는 통계적으로 유의한 차이 (F = 14.96, p < 0.001)가 관찰되지 않았으며, GLM의 경우 표본 성질에 따른 예측력 차이가 크지 않은 로버스트한 모형으로 평가되었다. 임계치 AUC의 경우, AUC와 동일한 양상을 나타내었으며, (F = 7.44, p < 0.01), 세 모형 중 Maxent의 임계치 표준편차가 가장 크게 나타나, 종에 따라 임계치가 가장 크게 달라지는 경향을 보였다. 도출된 출현예측면적은 GLM과 다른 두 모형은 차이를 보였지만 Bioclim과 Maxent에서는 통계적으로 유의한 차이 (F = 14.14, p < 0.001)가 없었으며, 종에 따라 면적 변화가 가장 큰 모형은 GLM인 것으로 나타났다. GLM과 Maxent 모델이 높은 예측력과 정확도를 보였고, Bioclim은 적용하기에는 부적절한 모델로 생각된다. 모델을 통한 외래식물의 확산은 외래식물의 분포 경향과 마찬가지로 임도와 같은 인간의 기술계 (techno system)를 따라 이루어지는 것으로 나타났다. 이러한 기술계를 이용하는 외래식물의 확산 경향은 지구 차원의 현상일뿐만 아니라 우리나라의 외래종 확산에서 역시 나타난다. 벌채 작업지와 같은 천이 초기 환경에 일시적으로 외래식물이 정착하고 있지만 모델 분석 결과 벌채지는 중요한 외래식물 확산 지역으로 나타나지 않았다. 본 연구는 국가 수준 또는 본 연구보다 작은 규모에서 외래식물 분포 모형을 구축하는데 참고연구가 될 것으로 생각된다.

본 연구는 국내에서 아직 미흡한 조류 번식지 예측 모형을 이용해 참매의 서식지 예측 및 대체번식지로서 이용 가능한 지역을 선정하고, 향후 참매 번식 가능지역을 대상으로 보호관리 지역을 확대할 수 있는 근거를 제시하기 위한 방안이다. 참매의 번식지는 현장조사에서 확인된 둥지(N=10)를 이용하였으며, 출현지점은 제3차자연환경조사를 통해 확인된 참매출현지점(N=23)을 활용해 분석하였다. 모형변수로는 지형인자 4가지, 자연환경인자(식생) 3가지, 거리인자 7가지, 기후변수 9가지를 활용하였다. 활용변수 중 Random sampling을 통해 확보된 비출현 좌표와 출현좌표간 비모수 검증을 통해 최종 환경변수를 선정하였다. 유의성 검증을 통해 선택된 변수는 번식지 대상 10가지, 출현지점 대상 7가지였으며, 이 변수를 활용해 최종 서식지 예측 모형(MaxEnt)을 구축하였다. 모델 구축결과 번식에 활용된 각 변수별 모형 기여도는 온도의 계절적 변동, 혼효림과의 거리, 입목밀도, 경급의 순이었으며, 출현지점에 활용된 각 변수별 모형 기여도는 온도의 계절적 변동, 수계와의 거리, 경작지와의 거리, 경사도의 순이었다. 번식지점을 대상으로 한 모델링은 기후환경과 숲 내부에서 번식하는 참매의 특성이 반영된 것으로 판단된다. 예상서식지는 충청북도 중부 이북지역으로 예상되었으며, 그 면적은 189.5㎢(2.55%)였다. 충북 이남지역은 청주와 충주 등의 비교적 큰 도시가 발달되어 있는 반면 충청북도 북부지역의 경우 산림과 경작지가 고루 발달되어 있어 번식에 있어 일정한 세력권과 먹이원이 필요한 참매로서는 번식에 유리한 지역일 것으로 판단된다. 출현지점 대상으로 한 모델링은 면적이 3,071㎢(41.38%)으로 확인되었으며, 이는 출현지점을 대상으로 하여 단순 이동 관찰 및 계절적인 변동 미고려 등의 한계가 있기 때문에 번식지점을 대상으로 한 모델링보다 광범위한 서식예상지역을 예측하였다. 결과에서 확인된 예측지점은 번식지를 대상으로 하였을 경우 정밀한 서식예측이 가능하나, 둥지의 특성상 확인되는 지점이 적고, 참매의 행동영역을 반영하지 못하는 단점이 있다. 반면 출현지점을 대상으로 하였을 경우 더 광범위한 지점에 대한 결과 도출이 가능하였으나, 단순 이동이나 지속적인 이용실태를 반영하지 못하기 때문에 정밀도에서는 다소 떨어진다고 할 수 있다. 다만 이러한 결과들을 통해 참매의 서식지를 예측할 수 있으며, 특히 정밀한 번식지역의 예측자료는 환경영향평가나 개발계획 수립시 서식지 모형 결과를 도입하여 반영할 필요성이 있다.