• 한국환경생태학회지
• /
• 제33권1호
• /
• pp.1-8
• /
• 2019

고방오리는 국내에 도래하는 주요 월동 조류이며, 고병원성 조류인플루엔자(HPAI)의 주요매개체로 알려져 있다. 본 연구는 국내에서 월동하는 고방오리의 행동권과 서식지 이용을 파악하여 수조류 서식지 보호 관리에 필요한 자료를 제공하기 위하여 이루어졌다. 연구에 이용된 시료는 2015년 월동기에 Cannon-net을 이용하여 포획된 6개체이며, GPS-이동통신 시스템을 기반으로 하는 야생동물위치추적장치(WT-300)를 부착한 후 조사되었다. 행동권은 GIS용 SHP 파일과 ArcGIS 9.0 Animal Movement Extension을 이용하여 분석하였으며, 커널밀도측정법(Kernel Density Estimation : KDE)과 최소볼록다각형법(Minimum Convex Polygon Method : MCP)을 이용하였다. 고방오리의 행동권은 최소볼록다각형법에 의해서 평균 $677.3km^2$이었다. 커널밀도측정법(KDE)로는 평균 $194.7km^2$(KDE 90%), $77.4km^2$(KDE 70%), $35.3km^2$(KDE 50%)로 나타났다. 서식지 이용은 해양수, 내륙습지와 같은 수계지역을 가장 많이 이용하는 것으로 나타났으며, 주간보다 야간에 농경지를 더 많이 이용하는 것으로 나타났다. 연구를 통해 얻은 월동기 행동권과 서식지 이용률 등과 같은 결과는 종 보호와 서식지 관리 및 고병원성 조류 인플루엔자 발병 시 대응을 위한 자료로 널리 활용될 것이라 판단된다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.137-154
• /
• 2018

조류인플루엔자와 구제역 같은 동물감염병은 거의 매년 발생하며 국가에 막대한 경제적 사회적 손실을 일으키고 있다. 이를 예방하기 위해서 그간 방역당국은 다양한 인적, 물적 노력을 기울였지만 감염병은 지속적으로 발생해 왔다. 최근 빅데이터와 딥러닝 기술을 활용하여 감염병의 예측모델을 개발하고자 하는 시도가 시작되고 있지만, 실제로 활용가능한 모델구축 연구와 사례보고는 활발히 진행되고 있지 않은 실정이다. KT와 과학기술정보통신부는 2014년부터 국가 R&D사업의 일환으로 축산관련 차량의 이동경로를 분석하여 예측하는 빅데이터 사업을 수행하고 있다. 동물감염병 예방을 위하여 연구진은 최초에는 차량이동 데이터를 활용한 회귀분석모델을 기반으로 한 예측모델을 개발하였다. 이후에는 기계학습을 활용하여 좀 더 정확한 예측 모델을 구성하였다. 특히, 2017년 예측모델에서는 시설물에 대한 확산 위험도를 추가하였고 모델링의 하이퍼 파라미터를 다양하게 고려하여 모델의 성능을 높였다. 정오분류표와 ROC 커브를 확인한 결과, 기계 학습 모델보다 2017년 구성된 모형이 우수함을 확인 할 수 있었다. 또한 2017에는 결과에 대한 설명을 추가하여 방역당국의 의사결정을 돕고 이해관계자를 설득할 수 있는 근거를 확보하였다. 본 연구는 빅데이터를 활용하여 동물감염병예방시스템을 구축한 사례연구로 모델주요변수값, 이에따른 실제예측성능결과, 그리고 상세하게 기술된 시스템구축 프로세스는 향후 감염병예방 영역의 지속적인 빅데이터활용 및 분석 모델 개발에 기여할 수 있을 것이다. 또한 본 연구에서 구축한 시스템을 통해 보다 사전적이고 효과적인 방역을 할 수 있을 것으로 기대한다.