Community Patterning of Bethic Macroinvertebrates in Streams of South Korea by Utilizing an Artificial Neural Network

인공신경망을 이용한 남한의 저서성 대형 무척추동물 군집 유형

A large-scale community data were patterned by utilizing an unsupervised learning algorithm in artificial neural networks. Data for benthic macroinvertebrates in streams of South Korea reported in publications for 12 years from 1984 to 1995 were provided as inputs for training with the Kohonen network. Taxa included for the training were 5 phylum, 10 class, 26 order, 108 family and 571 species in 27 streams. Abundant groups were Diptera, Ephemeroptera, Trichoptera, Plecoptera, Coleoptera, Odonata, Oligochaeta, and Physidae. A wide spectrum of community compositions was observed: a few tolerant taxa were collected at polluted sites while a high species richness was observed at relatively clean sites. The trained mapping by the Kohonen network effectively showed patterns of communities from different river systems, followed by patterns of communities from different environmental disturbances. The training by the proposed artificial neural network could be an alternative for organizing community data in a large-scale ecological survey.

1995년까지 우리 나라의 주요 하천을 대상으로 하여 출판된 논문에서 저서성 대형무척추 동물의 주요 분류군 출현현황을 종합적으로 고찰하고 인공신경회로망을 이용하여 유형분석을 하였다. 한강 수계의 11개 지류를 포함한 총 27개 하천에서 5문 10강 26목 108과 571종이 보고되었으며 주로 파리류, 하루살이류, 날도래류, 강도래류, 딱정벌레류, 잠자리류, 빈모류, 복족류 등이 출현하였고 주요 출현분류과는 Ephemerellidae, Baetidae, Heptageniidae, Hydropsychidae, Chironomidae, Hirudinae, Tubificidae, Perlodidae 등이었다. 하천의 군집구성은 환경교란 정도에 따라 세 그룹으로 나뉘어졌고 환경교란에 따라 군집의 종풍부도가 영향을 받았으며 Ephemeroptera, Plecoptera, Trichoptera, Diptera 및 Diptera 내의 Chironomidae에서는 환경교란이 클수록 종풍부도가 많이 감소되었다. 반면 Chironomus속은 교란이 커질수록 종풍부도가 증가되었다. 전 자료를 대상으로 코호넨망에 입력하여 유형화하였을 때 일차적으로 한강, 낙동강, 섬진강 등 주요 수계에 따라 군집이 묶여졌고 다음으로 환경교란에 따라 무리화 되었다. 비교적 청정하거나 오염이 심한 곳의 군집은 비교적 무리화가 잘된 반면 중간 정도로 오염된 곳은 세부군집으로 묶여져 흩어져 나타났다.