Journal of Wetlands Research (한국습지학회지)

Korean Wetlands Society (한국습지학회)
권호 표지
DOI QR코드

DOI QR Code

Habitat characteristics and prediction of potential distribution according to climate change for Macromia daimoji Okumura, 1949 (Odonata: Macromiidae)

노란잔산잠자리(Macromia daimojiOkumura, 1949)의 서식지 특성 및 기후변화에 따른 잠재적 분포 예측

  • Received : 2024.01.18
  • Accepted : 2024.01.30
  • Published : 2024.02.29
Download PDF
⟨ Previous Next ⟩

Abstract

Macromia daimoji Okumura, 1949 was designated as an endangered species and also categorized as Class II Endangered wildlife on the International Union for Conservation of Nature (IUCN) Red List in Korea. The spatial distribution of this species ranged within a region delimited by northern latitude from Sacheon-si(35.1°) to Yeoncheon-gun(38.0°) and eastern longitude from Yeoncheon-gun(126.8°) to Yangsan-si(128.9°). They generally prefer microhabitats such as slowly flowing littoral zones of streams, alluvial stream islands and temporarily formed puddles in the sand-based lowland streams. The objectives of this study were to analyze the similarity of benthic macroinvertebrate communities in M. daimoji habitats, to predict the current potential distribution patterns as well as the changes of distribution ranges under global climate change circumstances. Data was collected both from the Global Biodiversity Information Facility (GBIF) and by field surveys from April 2009 to September 2022. We adopted MaxEnt model to predict the current and future potential distribution for M. daimoji using downloaded 19 variables from the WorldClim database. The differences of benthic macroinvertebrate assemblages in the mainstream of Nakdonggang were smaller than those in its tributaries and the other streams, based on the surrounding environments and stream sizes. MaxEnt model presented that potential distribution displayed high inhabiting probability in Nakdonggang and its tributaries. Applying to the future scenarios by Intergovernmental Panel on Climate Change (IPCC), SSP1 scenario was predicted to expand in a wide area and SSP5 scenario in a narrow area, comparing with current potential distribution. M. daimoji is not only directly threatened by physical disturbances (e.g. river development activities) but also vulnerable to rapidly changing climate circumstances. Therefore, it is necessary to monitor the habitat environments and establish conservation strategies for preserving population of M. daimoji.

우리나라는 노란잔산잠자리(M. daimoji Okumura, 1949)를 멸종위기 야생생물로 지정하여 보호하고 있고, 국가적색목록 평가에서 위기(EN)로 등재하였다. 이들은 주로 동북아지역에 서식하는데, 우리나라에는 위도상 사천시(35.1°)부터 연천군(38.0°)까지, 경도상 연천군(126.8°)부터 양산시(128.9°)까지 관찰되었다. 서식지는 저지대의 평지하천에 하상재료가 모래로 이루어져 있고, 유속이 완만한 하천의 가장자리와 하중도의 가장자리, 하천 구역에 일시적으로 형성된 웅덩이를 선호한다. 노란잔산잠자리 출현 지점에서의 저서성 대형무척추동물 군집구조는 낙동강 본류의 경우 서식지에 따라 군집 조성의 차이가 적었고, 지류의 경우 주변 환경과 하천의 규모에 따라 낙동강 본류보다 군집 조성의 차이가 컸다. 현재 분포지역을 토대로 MaxEnt 모델을 이용하여 잠재적 분포를 예측한 결과, 낙동강 본류와 지류에 서식할 가능성이 높았다. 환경변수 중 기여도는 BIO03(36.2%), BIO10(15.8%), BIO14(13.8%), BIO12(12.5%), BIO08(6.1%) 등의 순으로, 모형에 대한 중요도는 BIO10(43.7%), BIO14(14.6%), BIO17(13.78%), BIO13(9.8%), BIO02(6.7%), BIO18(5.2%) 등의 순으로 높았다. 노란잔산잠자리의 공통사회경제경로를 통한 미래 분포 예측에 있어서 재생에너지 기술 발달로 화석연료 사용을 최소화한 SSP1은 서식가능지역이 넓은 범위에서 확대되었으며 산업기술의 빠른 발전에 중심을 두어 화석연료 사용이 높고 도시 위주의 무분별한 개발이 확대될 것을 가정한 SSP5는 대체로 증가하는 것으로 예측되었다. 이들의 서식지는 하천공사, 골재채취 등과 같은 물리적 환경변화와 강우 강도의 증가에 의한 홍수 등 급변하는 기후변화에 영향을 받을 것으로 판단된다. 따라서 노란잔산잠자리 보호를 위해서는 생태계 환경변화관찰을 위한 장기적인 모니터링 수행과 개체군 유지를 위한 보전방안 수립이 요구된다.

Keywords

1. 서론

습지는 정화작용 및 생산성 높은 서식처 제공, 생물다양성 유지 등의 순기능뿐만 아니라 여러 유형의 자원 이용과 홍수 피해 저감과 같은 경제적 효과를 제공한다(Kang et al., 2023; Mereta et al., 2012; Farheen et al., 2022). 이러한 습지생태계를 대표하는 잠자리목의 유충은 연못과 웅덩이, 저수지의 정수환경과 하천과 강의 유수환경 등 다양한 형태의 습지에 적응하여 서식한다. 이들은 환경변화에 민감한 지표종이 많고, 먹이사슬의 중간 포식자로서 소형 동물을 섭식함과 동시에 어류와 조류 등 상위 포식자에게는 중요한 먹이자원으로 담수생태계에서 중요한 역할을 한다(Maltchik et al., 2010).

노란잔산잠자리(Macromia daimoji Okumura, 1949)는 1964년 일본학자인 Asahina가 북한산에서 채집한 성충 표본을 한국 미기록종으로 기록하였으며 이후 관찰 기록이 없다가 경기도 연천 사미천 일대에서 유충이 보고되었다(Yoon, 1988). 본 종은 중류 유역의 저지대 산지와 구릉지에 서식하는데, 유충은 평지 하천의 유속이 완만한 가장자리 모래퇴적층에 서식하고, 성충은 6월 초순부터 8월까지 활동하는 것으로 알려져 있다(Yoon, 1988; Jung, 2011). 노란 잔산잠자리는 잔산잠자리속(Genus Macromia)의 다른 종과 생태적 특징이 유사한 것으로 알려져 있으나, 서식지가 제한적이고 출현빈도가 낮아 추가적인 생태학적 연구가 요구되는 종이다. 한편, 세계자연보전연맹(International Union for Conservation of Nature, IUCN)은 노란잔산잠자리를 관심대상(Least Concern, LC)으로 기록하였으나, 일본에서는 일부 학자에 의하여 일본과 우리나라에 국지적인 서식 분포를 근거로 취약(Vulnerable, VU) 등급 지정을 제안하기도 하였다(Inoue, 2004). 우리나라는 본 종을 국가적색목록 평가에서 취약(Vulnerable, VU)으로 평가하였고, 2012년부터 현재까지 멸종위기 야생생물 Ⅱ급으로 지정하여 보호하고 있다(National Institute of Biological Resources, 2023). 최근 노란잔산잠자리는 세계에 흩어져 있는 방대한 생물다양성 관련 정보를 제공하는 세계생물다양성정보기구(Global Biodiversity Information Facility, GBIF)를 통하여 일본과 우리나라뿐만 아니라 대만과 극동 러시아 남부에도 분포하는 것으로 보고되었다(GBIF, 검색일 2023. 12. 25.).

노란잔산잠자리 관련 연구는 Park et al. (2020)이 내성천 수계를 대상으로 퇴적물 입도 및 개체수와의 상관관계 연구를 통하여 유충은 물의 흐름이 느린 수변공간에 주로 서식하고, 하상재료가 극세립사(63~125㎛)와 세립사(125~250㎛)는 양의 상관관계, 조립사(500~1,000㎛)는 음의 상관관계로 나타나 하상재료와 연관성이 있음을 기술하였다. 또한, Jung et al. (2022)는 낙동강 보 구간의 저서성 대형무척추동물 군집 조사에서 노란잔산잠자리 유충을 본류 일부지점에서 확인하였고, 과거 자료와 비교하여 관찰지역이 감소하는 추세로 서식지에 대한 보전 대책 마련과 모니터링의 필요성을 언급하였다. 그러나, 이들은 멸종위기야생생물로 지정되어 포획과 실험재료로서의 활용에 제약이 많아 연구가 매우 미흡한 실정이다.

우리나라는 작은 국토 면적에도 불구하고 해양과 대륙의 전이지대에 위치하는 반도 국가의 지리적 특성으로 인하여 기온과 해수 온도, 강우량 등 기후변화에 따른 영향이 클 것으로 예측되었다(KMA, 2020). 결과적으로 기후변화는 생태계 전반에 걸쳐 생물 서식환경과 종 다양성에 대한 직‧간접적인 영향을 미친다(Hong et al., 2019). 특히, 담수생태계(freshwater ecosystem)는 육상 경관 내에서 상대적으로 고립된 생태계일 뿐만 아니라 물리적으로 파편화되어 있으며 자원 이용을 위하여 과도한 교란에 노출되어 있어 기후 변화에 매우 취약하다(Woodward et al., 2010; Markovic et al., 2017).

최근 자연생태계는 기후변화로 인한 직·간접적인 영향으로 인하여 생태계 변화를 겪고 있으며 노란잔산잠자리의 서식지에서도 이와 같은 현상이 발생하고 있다. 따라서, 2022년 IPCC(Intergovernmental Panel on Climate Change) 제6차 평가보고서(AR6, The 6th Assessment Report)에서는 사회경제변화를 기준으로 기후변화에 대한 완화와 노력에 따라 공통사회경제경로(SSPs, Shared Socioeconomic Pathways) 시나리오를 제시하고 있다. 이러한 경로를 이용하여 국내 잠자리류를 대상으로 현재와 미래의 분포를 예측한 연구 사례는 멸종위기 야생생물인 대모잠자리(Hong et al., 2023)와 기후변화 생물지표인 남색이마잠자리(Kwon et al., 2023)에 대한 연구가 있으나, 생태적 영향과 정밀한 예측을 위해서는 장기적인 연구가 필요한 실정이다.

생물의 종분포에 대한 연구는 시‧공간적 제약으로 한계가 많았으나, 최근에는 지리적 분포에 대한 예측 모델링이 급속히 발전하였다. 특히, MaxEnt(Maximum Entropy) 모델은 출현 자료만(presence-only data)으로 종 지리적 분포를 모델링하기 위해 최대 엔트로피 방법을 이용하여 단순하고 정확한 수학적 공식을 사용하는 범용 기계 학습 방법으로 종분포 모델링에 매우 적합하다. 이러한 방법을 이용하여 지리적 공간에 투영하고 해당 종의 분포를 예측하는 지리적 영역을 산출할 수 있다(Elith et al., 2011; Phillips et al., 2006).

본 연구의 대상 종인 노란잔산잠자리는 멸종위기 야생생물로 개체군이 적어 분포와 생태 정보가 매우 제한적이다. 또한, 이들의 서식지는 하천공사와 준설, 인공구조물 설치와 같은 물리적인 교란에 취약하다. 따라서, 본 연구에서는 노란잔산잠자리의 서식지 정보를 취합하여 MaxEnt 모델로 현재 잠재적 서식적합성이 높은 지역을 예측하였고, 기후변화에 따른 서식지 및 분포변화를 예측하였으며, 서식지 보전에 대한 간접적인 지표로서의 활용성을 확인하고자 하였다. 본 연구 결과가 다양한 위협 요인에 의한 서식지 감소로부터 노란잔산잠자리를 보전하고 관리하기 위한 기초 자료로 활용되기를 기대한다.

2. 재료 및 방법

2.1. 노란잔산잠자리의 자료 수집 및 현장조사

노란잔산잠자리의 분포는 세계생물다양성정보기구인 GBIF 웹사이트(검색일, 2023. 12. 25)에서 제공받아 QGIS(ver. 3.22.4) 소프트웨어를 이용하여 지도화하였다. 또한, 서식지의 정보는 연구자들에 의하여 현장에서 수중카메라(Olympus TG-3, 6, Sony DSC-TX10)로 촬영한 관찰 기록, 도감, 환경부‧국립환경과학원 및 국립생태원 등 문헌 자료 등에서 확인할 수 있는 자료 중에 2009년 4월부터 2022년 9월까지의 자료를 이용하였다. 노란잔산잠자리 유충이 관찰된 위치정보를 30개 확보하였고, 이 중에 17개 지점에 대하여 저서성 대형무척추동물 군집자료를 확보하였다(Table 1).

Table 1. Location information for M. daimoji habitats.

HKSJBV_2024_v26n1_21_t0001.png 이미지

2.2. 서식지간 유사도 분석

노란잔산잠자리의 위치정보는 총 30개를 획득하였고, 이 중에서 저서성 대형무척추동물상 자료가 있는 17개 지점을 대상으로 Jaccard(1908)가 제안한 Jaccard 지수를 산출하여 출현지점에서 군집의 유사성을 파악하였다. 지점 간의 유사도는 PC-ORD 5.0을 사용하여 분석하였으며 계층적 군집화(hierarchical clustering)를 수행하였고 덴드로그램(dendrogram) 형태로 시각화하였다(Distance Measure = Jaccard, Group Linkage Method = Nearest Neighbor).

\(\begin{align}J(A, B)=\frac{A \cup B}{A \cap B}=\frac{|A|+|B|-|A \cap B|}{|A \cap B|}\end{align}\)

2.3 생물기후 변수

분포 모델에 사용한 환경변수는 기온과 강수량을 기초로 생물학적 의미를 갖도록 변환된 19개 생물기후변수를 WorldClim 데이터베이스(http://www.worldclim.org)에서 제공받았다(Table 2). 이 자료는 CMIP6 Model HadGEM3-GC31-LL을 이용하였고, 1㎢의 공간해상도로 기온과 강수량 데이터를 바탕으로 파생된 19개 생물기후변수를 이용하였다(Hijmans et al., 2005). 미래 분포 예측은 IPCC AR6에 새롭게 도입된 개념인 공통사회경제경로(Shared Socioeconomic Pathways, SSPs) 시나리오 중에 양극단의 SSP1(친환경 성장 발전)과 SSP5(화석연료 의존 발전) 경로를 기준으로 가까운 미래(average for 2041~2060, 2050년)와 먼 미래(average for 2081~2100, 2090년) 자료를 구축하였다.

Table 2. List of bioclimatic variables.

HKSJBV_2024_v26n1_21_t0002.png 이미지

2.4 MaxEnt 모델을 이용한 현재와 미래의 잠재적 서식 가능지역 예측

MaxEnt 모델(ver. 3.4.4)은 환경변수와 생물종의 분포 간의 관계를 모델링하기 위하여 야생동물 출현지점의 위치 데이터를 기반으로 최대 엔트로피 접근법(Maximum entropy approach)을 이용한다. 이 모델은 생물 종 위치 데이터로 부터 환경변수간 복잡한 관계를 학습하여 생물 종 분포를 모델링하고, 비선형적인 상호작용을 고려하여 예측을 수행하므로 환경변수의 다양한 영향을 반영하여 생물 종의 분포를 예측할 수 있다(Phillips et al., 2006). 이 모델은 상대적으로 적은 훈련 데이터로도 생물 종 분포를 효과적으로 예측할 수 있으므로 멸종위기종과 같이 희귀한 생물 종의 분포 예측에 유용하다(Hernandez el al., 2006). 또한, 부트스트래핑(bootstrapping)과 같은 통계적 기법을 통해 모델 예측의 불확실성을 추정하였다(Phillips et al., 2017). 본 연구는 노란잔산잠자리 분포를 예측하는 모델을 개발하기 위해서 MaxEnt 프로그램의 기본값을 사용하였다. 이때 모델의 예측 정확도 평가를 위하여 노란잔산잠자리 위치 데이터를 학습데이터와 검증데이터로 각각 75%와 25%로 분류하였고, 부트스트래핑 방법을 이용하여 10회 반복해서 모델을 수행하였다. MaxEnt 모델을 수행한 결과로 나오는 초기 예측값인 raw value는 연구 대상 종인 노란잔산잠자리가 출현한 지점 x에서 발견될 가능성을 지수 함수의 값으로 나타낸다. 이 값은 확률 형태가 아니라 직관적으로 해석하기 어렵기 때문에 0과 1사이의 출현 확률값을 갖도록 cloglog(complementary log-log)로 변환된 결과를 이용하여 노란잔산잠자리의 잠재적 분포지역을 평가하였다(Phillips et al., 2006; Phillips et al., 2017). 한편, 기후변화에 따른 노란잔산잠자리 분포지역의 변화를 예측하기 위해서 사용된 미래 기후변화 시나리오 자료는 공통사회경제경로 중에 재생에너지 기술 발달로 화석연료 사용을 최소화한 경로인 SSP1(친환경 성장발전)과 산업기술의 빠른 발전에 중심을 두어 화석연료 사용이 높고 도시 위주의 무분별한 개발이 확대될 것을 가정한 경로인 SSP5(화석연료 의존발전)의 양극단 경로로 2050년대(평균 2041~2060년)와 2090년대(평균 2081~2100년)를 적용하였다. 노란잔산잠자리의 분포지역을 예측한 지도는 QGIS 소프트웨어를 이용하여 제작하였고, 환경변수의 범위와 예측된 면적 등을 산출하였다.

3. 결과 및 고찰

3.1 노란잔산잠자리의 분포 및 서식지 특성

노란잔산잠자리(M. daimoji)는 일본, 한국, 대만, 극동 러시아 남부 등에 서식하는 것으로 기록되어 있고(Yoon, 1988; Jung, 2011, Park et al., 2020), 본 연구를 통하여 우리나라에는 위도상 경상남도 사천시(35.1°)부터 경기도 연천군(38.0°)까지, 경도상 경기도 연천군(126.8°)부터 경상남도 양산시(128.9°)까지 분포하였다. 최근까지 조사에서 낙동강 수계인 낙동강 본류와 지류인 완사천, 남강, 위천, 병성천, 반변천, 금천, 서천, 한천 등의 하천에서도 관찰되어 총 30개의 위치정보를 확보하였다(Fig. 1). 유충은 대체로 하상재료가 모래로 이루어진 평지하천에 서식하였고, 유속이 완만한 하천의 가장자리와 하중도의 가장자리, 하천 구역에 일시적으로 형성된 웅덩이에서 관찰되었다(Fig. 2). 특히, 2019년 조사에서 기존 서식지로 알려진 사미천과 임진강 일대에서 노란잔산잠자리 유충을 기록하였는데, 이 지역은 민간인 출입 통제선과 인접하여 인위적인 교란이 적어 본 종의 서식환경이 비교적 잘 유지되는 것으로 제시하였다(ME/NIE, 2020).

HKSJBV_2024_v26n1_21_f0001.png 이미지

Fig. 1. Geographical distribution of M. daimoji in (a) East Asia and (b) Korea.

HKSJBV_2024_v26n1_21_f0002.png 이미지

Fig. 2. Selected photos of (a) habitat and (b) larva of M. daimoji observed in a field survey.

노란잔산잠자리 총 30개 서식지 중에서 저서성 대형무척추동물상 정보가 있는 17개 서식지에 대하여 분류군별 출현 종수를 비교하였다. 물리적 환경의 경우 하폭은 154~1, 381m, 수폭은 18~918m, 해발고도는 9~124m로 나타났다(Table 1). 저서성 대형무척추동물은 낙동강의 지류인 WS(완사천)와 한강의 지류인 IJ(임진강) 및 SM(사미천)에서 출현 종수가 평균보다 다소 높았으나, 그 외의 지점에서 분류군별 출현 종수의 차이는 적었다(Fig. 3). 또한, Jaccard 지수를 이용한 유사도 분석 결과를 계층적 군집화를 수행하여 덴드로그램 형태로 시각화한 결과, 크게 낙동강 본류를 포함하는 지점의 그룹(그룹Ⅱ와 Ⅲ)과 지류에 해당하는 지점의 그룹(그룹Ⅰ, Ⅳ와 Ⅴ)으로 구분되었다(Fig. 4). 조사지점별 군집 조성의 차이는 낙동강 본류에서 적었으나, 그 외 지류에서는 상대적으로 컸다.

HKSJBV_2024_v26n1_21_f0003.png 이미지

Fig. 3. Species number of benthic macroinvertebrate taxa in study sites of M. daimoji.

HKSJBV_2024_v26n1_21_f0004.png 이미지

Fig. 4. Cluster analysis based on benthic macroinvertebrate assemblages in study sites of M. daimoji. Abbreviations for study sites; WS, Wansacheon; IJ, Imjingang; SM, Samicheon; GEUM, Geumcheon; SEO, Seocheon; NS, Naeseongcheon; HAN, Hancheon; WI, Wicheon; BS, Byeongseongcheon; NAM, Namgang; ND, Nakdonggang.

조사 시기의 경우 다년간의 자료를 이용하였는데, 이는 노란잔산잠자리의 개체군이 적고 현재 감소추세에 있는 멸종위기야생생물로 정보수집의 한계가 있고, 낙동강 수계 보구간 조사에서 하천공사와 골재채취 등의 물리적 교란이 노란잔산잠자리 서식처가 급격하게 감소하는 요인으로 언급되었다(Jung et al., 2022). 또한, 내성천 수계에서 유충의 개체수는 하상재료와 관계가 있는 것으로 기술되었다(Park et al., 2020). 결과적으로 모래 하상을 선호하는 노란잔산잠자리 유충의 생태적 특성을 고려하였을 때, 하상 교란은 본 종의 생존을 위협하는 직접적인 요인이 될 수 있을 것으로 판단된다. 따라서, 장기적인 측면에서 개체군의 변동을 파악하여 서식지의 보전 및 관리가 필요할 것으로 판단된다.

3.2 노란잔산잠자리의 잠재적 서식지 예측

노란잔산잠자리의 유충을 관찰한 30개 지점과 19개 생물 기후변수를 이용하여 MaxEnt 모델로 잠재적 서식지를 예측하였다. MaxEnt 모델의 예측 정확도를 평가하는 ROC(receiver operating characteristic) 곡선의 AUC(area under the curve)는 예측 정확도가 완벽한 경우 1.0을 나타내며 최소값은 0.5이다. 여기에 사용된 MaxEnt 모델은 AUC 값이 0.7을 초과할 때 유의미한 것으로 판단한다(Phillips and Dudik, 2008). 노란잔산잠자리 예측 모델은 ROC의 AUC값이 0.977이었고 표준 편차는 0.006으로 모형의 결과가 유의미하였다.

본 모델에서 기여도는 각 환경변수가 모델의 예측에 얼마나 큰 영향을 미치는지를 의미하는 지표로서 환경변수마다 상대적인 기여도가 결정되며, 모든 환경변수의 기여도를 합산하면 100%가 된다. 중요도는 해당 환경변수에서 노란잔산잠자리의 원래 위치데이터를 이용한 경우와 무작위로 변경한 위치데이터를 이용한 경우로 구분하여 수행한 모델의 예측 정확도의 변화를 이용한다. 정확도가 낮아지거나 높아 질수록 그 환경변수의 중요도는 높고, 모델의 예측 정확도의 변화가 없다면 환경변수의 중요도가 낮음을 의미한다(Phillips et al., 2006). 환경변수 중 기여도는 BIO03이 36.2%, BIO10이 15.8%, BIO14가 13.8%, BIO12가 12.5%, BIO08이 6.1% 등의 순이었다. 환경변수 값의 범위와 평균은 각각 BIO03이 26.2~30.8%와 29.8(±1.2)%, BIO10이 22.7~24.5 ℃와 23.8(±0.4) ℃, BIO14가 15.0~ 28.0㎜와 21.0(±4.3)㎜, BIO12가 1,104.0~ 1,395.0㎜와 1,184.9(±75.2)㎜, BIO08이 22.3~24.5℃와 23.6(±0.6)℃이었다(Table 3). 본 모형에 대한 중요도는 BIO10이 43.7%, BIO14이 14.6%, BIO17이 13.7%, BIO13이 9.8%, BIO02이 6.7%, BIO18이 5.2% 등의 순이었으며, 환경변수 값의 범위와 평균은 BIO10이 22.7~24.5℃와 23.8(±0.4)℃, BIO14이 15.0~28.0㎜와 21.0(±4.3)㎜, BIO17이 60.0~100.0㎜와 79.6(±10.9)㎜, BIO13이 223~317㎜와 256.9(±21.5)㎜, BIO2이 9.1~11.7℃와 10.7(±0.6)℃, BIO18이 567.0~753.0㎜와 640.6(±45.2)㎜ 등의 순이었다(Table 3). 물리적 환경인 해발고도(Digital Elevation Model, DEM)는 9.0~180.0m의 범위이었으며 평균 56.0(±44.1)m인 저지대의 평지하천에 주로 출현하였다(Table 3).

Table 3. The descriptive statistics and M. daimoji habitats of bioclimatic variables.

HKSJBV_2024_v26n1_21_t0003.png 이미지

잠재적 분포 가능성은 0∼1의 확률로서 1에 가까울수록 분포 또는 출현 가능성이 높음을 의미한다. 또한, 존재 확률을 기준으로 낮음(0~0.25), 중간(0.25~0.5), 높음(0.5~0.75) 및 매우 높음(0.75~1)으로 표시하였다(Chefaoui et al., 2005; Kim et al., 2015). MaxEnt 모델에 생물기후변수를 사용하여 현재까지 관찰된 노란잔산잠자리 유충의 서식지를 토대로 잠재적 서식지를 예측하였을 때, 전체면적 중에 잠재적 분포 가능성이 0.75이상인 지역은 1.8%(1,752.2㎢), 0.50~0.75 이상인 지역은 2.2%(2,194.5㎢)이었다(Figure 5, Table 4). 전체적으로 낙동강 본류와 지류에 서식할 가능성이 높았으나, 노란잔산잠자리는 개체군이 적고 관찰이 어려운 종으로 MaxEnt 모델을 통하여 잠재적 분포 가능성이 높은 지역에 대한 추가적인 조사가 필요하다.

HKSJBV_2024_v26n1_21_f0005.png 이미지

Fig. 5. A map showing the probability of distribution for M. daimoji by MaxEnt model.

Table 4. Changes in the potential distribution area (㎢) of M. daimoji in Korea.

HKSJBV_2024_v26n1_21_t0004.png 이미지

3.3 기후변화에 따른 노란잔산잠자리의 서식지 예측

현재의 잠재적 분포예측과 비교하여 공통사회경제경로(Shared Socioeconomic Pathways, SSPs)를 통한 미래 분포예측에 있어서 SSP1(재생에너지 기술 발달로 화석연료 사용을 최소화한 경로)과 SSP5(산업기술의 빠른 발전에 중심을 두어 화석연료 사용이 높고 도시 위주의 무분별한 개발이 확대될 것을 가정한 경로) 양극단의 경로로 2050년대(평균 2041~2060년)와 2090년대(평균 2081~2100년)의 분포를 예측하였다. 그 결과 재생에너지 기술 발달로 화석 연료 사용을 최소화한 SSP1-2.6에 따르면 현재 시기와 비교하여 잠재적 서식 가능성이 0.75이상인 지역은 2050년대 5,273.2㎢(5.4%)로 우리나라의 고위도인 경기도와 강원도 북부 지역의 잠재적인 분포 면적이 넓게 예측되었으나, 중·저위도인 경상남도 지역에서는 상대적으로 감소하였다. 2090년대의 경우 8,488.6㎢(8.6%)로 현재와 비교하여 고위도뿐만 아니라 중·저위도에서도 잠재적인 분포 가능 면적이 넓게 확대될 것으로 예측되었다. 현재 시기와 비교하여 서식 가능성이 0.5 이상인 지역은 전반적으로 더 넓게 확대될 것으로 예측되었다. 산업기술의 빠른 발전에 중심을 두어 화석연료 사용이 높고 도시 위주의 무분별한 개발이 증가할 것을 가정한 SSP5-8.5는 현재 시기와 비교하여 분포 서식 가능성이 0.75이상인 지역이 2050년대에 463.2㎢(0.5%)에서 2090년대에는 591.0㎢(0.6%)로 잠재적 서식 가능 면적이 현재 시기보다는 축소하는 것으로 예측되었다. 그러나, 분포 서식 가능성이 0.50 이상인 지역은 2050년대에 3,246.7㎢(3.3%)에서 2090년대에는 6,151.7㎢(6.3%)로 잠재적 서식 가능 면적이 현재보다 중위도에서는 확대되고 저위도는 감소하지만, 전체적으로는 다소 확대될 것으로 예측되었다(Figure 6, Table 4).

HKSJBV_2024_v26n1_21_f0006.png 이미지

Fig. 6. The predicted potential distribution maps of M. daimoji in Korea in 2050s and 2090s under SSP1-2.6 and SSP5-8.5 scenarios.

최근 전 세계 평가 대상 종 중에서 약 절반에 이르는 생물이 기후변화로 인하여 극지방이나 육지에서는 고도가 높은 지역으로 이동하는 것으로 보고된 바 있다(IPCC, 2022). 따라서 기후변화에 따른 생물다양성 변화는 중위도와 저위도 지역에서는 부정적인 영향으로, 일부 고위도 지역에서는 긍정적인 영향으로 상반되어 발생하는 것으로 예측되었다. 동일한 방식으로 미래의 잠재적인 서식지 변화를 예측하였을 때 멸종위기 야생생물인 대모잠자리는 일부 지역에서 잠재적 서식 범위가 확장되었으며(Hong et al., 2023), 기후변화 지표생물인 남색이마잠자리는 기온이 현재 수준으로 증가한다면 가까운 미래에 잠재적 분포범위가 증가하는 것으로 예측되었다(Kwon et al., 2023). 노란잔산잠자리의 경우 2090년대에는 범위의 차이는 있으나, 잠재적 서식지 가능지역이 확대될 것으로 예측되었다. 이는 기후변수만을 이용한 것으로 하천에서 발생하는 이화학적 요인인 수질의 변화나 하천공사, 골재채취 등과 같은 물리적 환경변화 등의 요인은 고려하지 않았다. 따라서, 이러한 요인을 포함한 개체군 변동 및 서식지 안정성 관련 연구가 필요하다.

4. 결론

노란잔산잠자리(M. daimoji Okumura, 1949)는 저지대의 평지 하천에 하상재료가 모래로 이루어져 있고, 유속이 완만한 하천의 가장자리, 하중도의 가장자리, 하천에 일시적으로 형성된 웅덩이에서 관찰되었다. 이들 서식지에서 저서성 대형무척추동물 군집구조는 낙동강 본류에서는 서식지에 따라 군집 조성의 차이가 적었으며 지류에서는 주변 환경과 하천의 규모에 따라 낙동강 본류보다 군집 조성의 차이가 큰 것으로 나타났다. 현재 시기와 비교하였을 때 미래의 잠재적인 분포 가능 면적은 화석연료 사용을 최소화한 SSP1경로에서는 넓은 범위로 확대되었으며 산업화 및 도시 위주의 무분별한 개발이 증가할 것을 가정한 SSP5에서는 일부 지역에서 확대될 것으로 예측되었다. 그러나, 노란잔산잠자리는 하상이 주로 모래로 이루어진 하천을 선호하며 개체군이 적은 종으로서 하천공사나 골재채취와 같은 물리적 환경변화나 기온 및 강우량의 증감에 따른 폭우, 가뭄 등 극한 현상의 빈도와 강도 증가와 같은 급격한 기후변화에 취약할 것으로 판단된다. 또한, 이들이 서식하는 하천 습지는 인간의 생활과 밀접하여 이용에 따른 개발압력이 높아 예측되는 잠재적 서식지의 손실도 우려된다. 따라서, 개체군 유지를 위해 기존 서식지에 보전과 서식 가능성이 높은 서식지와 연결성을 높일 필요가 있다.

감사의 글

본 연구는 국립생태원에서 수행한 “내륙습지 기초조사(NIE-A-2024-18)”에 의해 이루어진 자료를 포함한 것으로 이에 감사드립니다.

References

  1. Chefaoui, R. M., Hortal, J. and Lobo, J. M. (2005). "Potential distribution modelling, niche characterization and conservation status assessment using GIS tools: a case study of Iberian Copris species." Biol. Conserv. 122(2): pp. 327-338. <https://doi.org/10.1016/j.biocon.2004.08.005>.
  2. Elith, J., Phillips, S. J., Hastie, T., Dudik, M., Chee, Y. E. and Yates, C. J. (2011). "A statistical explanation of MaxEnt for ecologists." Divers. Distrib. 17(1): pp. 43-57. <https://doi.org/10.1111/j.1472-4642.2010.00725.x>.
  3. Farheen, K. S., Reyes, N. J. D. G., Jeon, M. S. and Kim, L. H. (2022). "The Status of Ramsar wetlands in India: A review of ecosystem benefits, threats, and management strategies." J. Wet. Res. 24(2): pp. 123-141. <https://doi.org/10.17663/JWR.2022.24.2.123>.
  4. Global Biodiversity Information Facility (2023). GBIF, accessed 25 December 2023. <https://doi.org/10.15468/dl.edqfex>.
  5. Hernandez, P. A., Graham, C. H., Master, L. L. and Albert, D. L. (2006). "The effect of sample size and species characteristics on performance of different species distribution modeling methods." Ecography, 29(5): pp. 773-785. <https://doi.org/10.1111/j.0906-7590.2006.04700.x>.
  6. Hijmans, R., Cameron, S. E., Parra, J. L., Jones P. G. and Jarvis, A. (2005). "Very high resolution interpolated climate surfaces for global land areas." Int. J. Climatol. 25(15): pp. 1965-1978. <https://doi.org/10.1002/joc.1276>. .
  7. Hong, J. S., Kwon, S. J., Lee, C. S., Choi, J. Y., Cho, K. J. and Kim, H. G. (2023). "Potential distribution of the critically endangered dragonfly Libellula angelina (Odonata: Libellulidae) under shared socio-economic pathways." Entomol. Res. 53(10): pp. 367-379. <https://doi.org/10.1111/1748-5967.12671>.
  8. Hong, J. S., Lee, G. S., Park, J. J., Mo, H. H., and Cho, K. J. (2019). "Risk map for the range expansion of Thrips palmi in Korea under climate change: Combining species distribution models with land-use change." J. Asia Pac. Entomol. 22(3): pp. 666-674. <https://doi.org/10.1016/j.aspen.2019.04.013>.
  9. Inoue, K. (2004). "Critical species of Odonata in Japan. IUCN Regional Report." Int. J. Odonatol. 7(2): pp. 311-324. <https://doi.org/10.1080/13887890.2004.9748219>.
  10. IPCC. (2022). Summary for Policymakers [H.-O. Portner, D.C. Roberts, E.S. Poloczanska, K. Mintenbeck, M. Tignor, A. Alegria, M. Craig, S. Langsdorf, S. Loschke, V. Moller, A. Okem (eds.)]. In: Climate Change 2022: Impacts, Adaptation, and Vulnerability. Contribution of Working Group II to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [H.-O. Portner, D.C. Roberts, M. Tignor, E.S. Poloczanska, K. Mintenbeck, A. Alegria, M. Craig, S. Langsdorf, S. Loschke, V. Moller, A. Okem, B. Rama (eds.)]. Cambridge University Press. <https://doi.org/10.1017/9781009325844>.
  11. Jaccard, P. (1908). "Nouvelles recherches sur la distirbution florale." Bull. Soc. Vaud. Sci. Nat. 44(163): pp. 223-270. <http://dx.doi.org/10.5169/seals-268384>.
  12. Jung, K. S. (2011). Odonata Larvae of Korea. Nature and ecology. Seoul, Korea. pp. 263-269.
  13. Jung S. W., Kim Y. H., Lee J. H., Kim D. G., Kim M. K. and Kim H. M. (2022). "Biodiversity changes and community characteristics of benthic macroinvertebrates in weir section of the Nakdong river, South Korea." Korean J. Environ. Ecol. 36(2): pp. 150-164. <https://doi.org/10.13047/ KJEE.2022.36.2.150>.
  14. Kang, Y. J., Wang, W. J., Lee, H. N., Lee J. H., Lee. S. M. and Kim, H. S. (2023). "A selection methodology of the appropriate candidate sites of riverine wetlands for ecological connection." J. Wetlands Res. 25(2): pp. 111-120. <https://doi.org/10.17663/JWR.2023.25.2.111>.
  15. Kim, T. G, Han, Y. G., Kwon, O. S. and Cho, Y. H. (2015). "Changes in Aporia crataegi's potential habitats in accordance with climate changes in the northeast Asia." J. Ecol. Environ. 38(1): pp. 15-23. <http://doi.org/10.5141/ecoenv.2015.002>.
  16. KMA, (2020). Korean Climate Change Assessment Report 2020. Korea Meteorological Administration. Seoul, Korea. pp. 338.
  17. Kwon, S. J, Jun, Y. C., Kwon, H. Y., Hwang, I. C., Lee, C. S. and Kim, T. G. (2023). "Predicting the Potential Habitat and Future Distribution of Brachydiplax chalybea flavovittata Ris, 1911 (Odonata: Libellulidae)." J. Wetlands Res. 25(4): pp. 335-344. <https://doi.org/10.17663/JWR.2023.25.4.335>.
  18. Maltchik, L., Stenert, C., Kotzian, C. B. and Pires, M. M. (2010). "Responses of odonate communities to environmental factors in southern Brazil wetlands." J. Kansas Entomol. Soc. 83(3): pp. 208-220. <https://doi.org/10.2317/JKES0910.13.1>.
  19. Markovic, D., Carrizo, S. F., Karcher, O., Walz, A. and David, J. W. (2017). "Vulnerability of European freshwater catchments to climate change." Glob. Chang. Biol. 23: pp. 3567-3580. <https://doi.org/10.1111/gcb.13657>.
  20. Mereta, S. T., Boets, P., Bayih, A. A., Malu, A., Ephrem, Z., Sisay, A., Endale, H., Yitbarek, M., Jemal, A., De Meester, L. and Goethals, P. L. M. (2012). "Analysis of environmental factors determining the abundance and diversity of macroinvertebrate taxa in natural wetlands of southwest Ethiopia." Ecol. Inf. 7: pp. 52-61. <https://doi.org/10.1016/ j.ecoinf.2011.11.005>.
  21. ME/NIE. (2020). The Ecological Survey on the Korean Demilitarized Zone (DMZ) and Its Surrounding Areas; Western Part of Imjin River Estuary in Northern Civilian Control Zone. The Ministry of Environment/National Institute of Ecology. Seocheon. 494 pp.
  22. National Institute of Biological Resources. (2023). Biodiversity of the Korean Peninsula. <https://species.nibr.go.kr>.
  23. Park, J. Y., Kwon, H. Y., Jang, M. S., Cha, J. Y. and Lee, J. E. (2020). "Correlation analysis between sediment particle size and number of Macromia daimoji (Endangered Species II) nymphs in Naeseong stream, Korea." Korean J. Appl. Entomol. 59(4): pp. 325-331. <https://doi.org/10.5656/KSAE.2020.09.0.055>.
  24. Phillips, S. J., Anderson, R. P. and Schapire, R. E.. (2006). "Maximum entropy modeling of species geographic distributions." Ecol. Model. 190(3-4): pp. 231-259. <https://doi.org/10.1016/j.ecolmodel.2005.03.026>.
  25. Phillips, S. J., Anderson, R. P., Dudik, M., Schapire, R. E. and Blair, M. E. (2017). "Opening the black box: an opensource release of Maxent." Ecograph. 40(7): pp. 887-893. <https://doi.org/10.1111/ecog.03049>.
  26. Phillips S. J. and Dudik, M. (2008). "Modeling of species distributions with Maxent: new extensions and a comprehensive evaluation." Ecograph. 31(2): pp. 161-175. <https://doi.org/10.1111/j.0906-7590.2008.5203.x>.
  27. Woodward, G., Perkins, D. M. and Brown, L. E. (2010). "Climate change and freshwater ecosystems: impacts across multiple levels of organization." Philos. Trans. R. Soc. B, Biol. Sci. 365: 2093-2106. <https://doi.org/10.1098/rstb.2010.0055>.
  28. Yoon, I. B. (1988). Illustrated Encyclopedia of Fauna and Flora of Korea Vol. 30. Aquatic Insects. Ministry of Education. Seoul, Korea. pp. 276-280.