• 해양환경안전학회지
• /
• 제28권5호
• /
• pp.746-752
• /
• 2022

남태평양 섬들인 키리바시와 주변국은 해수면 상승으로 섬의 면적이 점점 감소하고 있다. 해수면 상승의 원인으로 기온상승에 따라 감소하는 빙하와 해수의 열팽창정도에 따라 지속적으로 변화하며, 지구온난화는 해수의 양과 부피 모두에 영향을 주어 해수면 상승이 진행되고 있다. 조석현상은 달과 태양등 천체의 인력작용으로 해면이 1일 2회 나타나지만 달은 약 18.6년을 주기로 달의 공전 궤도면이 지구의 적도와 이루는 각도가 약 10° 정도 변화하는데 지구의 적도면과 달의 공전 궤도면의 거리에 따라 조석력의 크기가 변화한다. 하와이 대학교 해수면 센터에서 Kiribati의 Tarawa, Christmas, Kanton, Fiji의 Lautoka, Suva, Tuvalu의 Funafuti, Tonga의 Nuku'alofa, Vanuatu의 Port Vila을 선정하여 자료를 취득하였다. 19년간 각 연도별 조위를 비교하였을 때 차이를 이용하여 조석에 의한 수면의 변화를 확인하고 조석의 영향인지 파악하는데 중점을 두었다. 최고천문조위(HAT, Highest Astronomical Tide)와 최저천문조위(LAT, Lowest Astronomi cal Tide)는 각각 Trawa 297.0, 50.8 cm, Christmas 123.8, 19.9 cm, Kanton 173.7, 39.9 cm, Lautoka 240.7, 11.3 cm, Suva 213.4, 17.8 cm, Funafuti 328.6, 98.4 cm, Nukualofa 188.8, 15.5 cm, Port Vila 161.5, -0.5 cm로 파악하였다. 해수면 변동은 각각 Trawa 3.1 mm/year, Christmas -1.0 mm/year, Kanton 1.6 mm/year, Lautoka 3.1 mm/year, Suva 7.4 mm/year, Funafuti 1.4 mm/year, Nukualofa 4.2 mm/year, Port Vila -1.2 mm/year로 변화하였다.

• 환경생물
• /
• 제40권2호
• /
• pp.125-137
• /
• 2022

우리나라 남해안 한려해상국립공원 해역에 서식하는 중형저서동물 군집의 계절적 변동을 파악하기 위해 2020년 2월, 5월, 8월, 11월에 11개 정점을 선정하여 해양환경 요인들과 중형저서동물 시료를 조사하였다. 조사 해역 수심은 8~44 m이며, 평균 약 20 m로 나타났다. 평균 저층 수온은 동계 11.33℃, 춘계 14.54℃, 하계 17.95℃, 추계 17.65℃로 나타났다. 저층 수온은 동계에 통영, 거제도 해역이 남해도 해역보다 높고, 하계에는 이와 반대 경향을 보였다. 저층 염분은 동계 33.76 psu, 춘계 33.78 psu, 하계 33.04 psu, 추계 32.45 psu이며, 거제, 통영 해역이 남해도 해역보다 높게 나타났다. 저층 용존산소의 농도는 동계 3.85mL L^-1, 춘계 2.73mL L^-1, 하계 3.80mL L^-1, 추계 6.77mL L^-1이며, 동계에 남해도 해역이 높고, 하계에 거제, 통영 해역에서 높게 나타났다. 퇴적물 입도는 동계 6.79, 춘계 6.23, 하계 6.23, 추계에 7.16으로 대부분 실트와 점토의 함량이 높은 퇴적상을 보였다. 퇴적물 내 총유기탄소(TOC)는 동계 0.96%, 춘계 1.07%, 하계 1.25%, 추계 1.12%로 나타났다. 춘계에 분석된 퇴적물 내 중금속 농도는 해양환경기준의 주의기준과 관리기준 이하 값들로 나타났다. 중형저서동물 서식밀도는 동계에 가장 낮은 값을 보이고, 춘계에 가장 높은 값을 보였다. 중형저서동물 중 가장 우점한 분류군은 선충류로 전체 서식밀도의 약 92%로 우점하여 전체 중형저서동물 서식밀도 변동성과 유사한 형태를 보였다. 중형저서동물 군집을 집괴 분석한 결과 4개의 유의한 그룹으로 구분되었으며, 가장 많은 정점이 포함된 그룹은 주로 춘계와 하계 시료가 주로 포함되어 있다. 조사 지역의 환경 요인과 상관성 분석을 한 결과 저서성 요각류 서식밀도는 수심과 유의한 양의 상관관계를 보이고 퇴적물 입도와는 음의 상관관계를 보였다. 우리나라 남해 한려해상국립공원 조간대 해역에 서식하는 중형저서동물 군집은 지역적·계절적인 차이가 일부 있으나, 계절적 변동에 의한 차이가 조금 더 나타나는 것을 집괴 분석에서 확인할 수 있다. 환경 요인과의 상관성 분석에서 전체 서식밀도나 우점분류군인 선충류 서식밀도는 계절변동과 밀접한 수온과의 유의한 상관성을 나타내지는 않았다. 우리나라 남해 조간대 해역의 환경은 계절에 따라 수온의 변화 폭이 크지 않기 때문에 중형저서동물의 군집구조 차이가 계절별로 뚜렷하게 나타나지 않는 것으로 추정된다. 본 연구 자료는 해양 저서생태계를 이해하고 향후 환경 변화로 인한 생태계 변동 시 기초자료로 활용될 수 있는 중요한 자료이다. 또한 본 연구 지역에서 지속적인 중형저서동물 모니터링 연구가 진행된다면 해양생태계 변화를 이해하는 데 큰 역할을 할 것이다.

• 대한원격탐사학회지
• /
• 제39권3호
• /
• pp.325-338
• /
• 2023

구상나무는 한반도 아고산대 생태계에 미치는 기후변화 영향 평가에 중요한 환경지표종이다. 하지만 아고산대의 특성상 해발고도 약 1,000 m 이상에 주로 분포한 구상나무를 주기적으로 현장 조사하는 것은 많은 인력을 요구한다. 따라서 본 연구는 주기적인 관측이 가능한 원격탐사 자료를 활용하여 한라산과 지리산을 대상으로 2003년부터 2020년까지의 9월 Moderate Resolution Imaging Spectroradiometer (MODIS)의 normalized difference vegetation index (NDVI)와 지표면 온도 그리고 Global Precipitation Measurement (GPM)Integrated Multi-satellitE Retrievals for GPM의 강수량 자료를 이용해 구상나무의 식생 변동 및 환경변수와의 연관성을 분석하였다. 2003년과 비교하여 2020년에 구상나무 서식지역의 식생지수 감소를 확인하였으며, 이를 바탕으로 구상나무 생육 우수 지역과 구상나무 고사율이 높은 지역을 선별하였다. 이러한 지역들에 대한 장기간 식생지수 시계열 분석 결과, 한라산과 지리산 모두 고사지역에서 식생지수가 감소하는 경향을 보였다(한라산: -0.46, 지리산: -0.43). 또한 Hodrick-Prescott 필터를 통해 추출된 식생지수와 지표면온도 그리고 강수량의 추세변화를 통해 구상나무의 장기간 변동을 분석한 결과, 한라산의 경우 지표면온도가 증가하고 강수량이 감소하는 시기에 구상나무 생육 우수 지역과 구상나무 고사율이 높은 지역의 식생지수 차이가 증가하였다. 이는 온도 상승과 강수량 감소가 한라산 구상나무 생육쇠퇴에 영향을 미치는 것으로 해석된다. 반면 지리산은 장기적으로 구상나무 고사지역의 장기적인 식생지수 감소 추세를 보여주었으나, 식생지수 변화 패턴이 지표면온도와 강수량과는 유의미한 상관성을 발견하지 못하였다. 추후 지표면 온도와 강수량 외에 선행연구에서 구상나무 생육쇠퇴와 연관이 있다고 알려진 환경인자(토양수분, 일사량, 강풍 등)에 대한 추가 분석이 필요하다. 본 연구를 통해 위성 자료로 구상나무 생태계의 장기간 모니터링 및 환경 변수들의 상관성 분석에 대한 가능성을 제시하였다. 본 연구를 토대로 위성 기반 모니터링이 구상나무의 생태학적 연구에 어떻게 활용될 수 있는지에 대한 이해를 높이는데 도움이 될 것으로 기대한다.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.427-435
• /
• 2023

이상기상으로 인한 봄꽃 개화 시기의 변화는 식물의 생장기간 뿐 아니라 생물계절을 포함한 생태계의 모든 측면에 영향을 미친다. 따라서 봄꽃 개화 시기를 예측하는 것은 산림 생태계의 효과적인 관리에 필수적이다. 본 연구에서는 464곳의 산림에서 수집된 날씨정보를 기반으로 대한민국 산림의 대표적인 5가지 수종(미선나무, 아까시나무, 철쭉, 산철쭉, 마가목)의 2023년 개화 시기를 예측하기 위해 과정 기반 모형을 사용하였다. 이를 위해 28개 지역의 9년간(2009-2017) 개화 시기 자료를 활용하여 모형을 개발하였다. 개화 시기는 식물의 세 개 이상의 위치에서 처음으로 꽃이 피는 것을 기준으로 측정되었다. 본 연구에서는 STDD와 GDD 과정 기반 모형을 사용하여 개화 시기를 예측하였으며, 두 모형 모두 일반적으로 우수한 성능을 보였다. 과정 기반 모형의 주요 입력변수인 날씨 자료는 산악기상관측시스템과 기상청에서 제공하는 기온 정보를 융합하여 1km의 공간 해상도로 일 단위 기온 자료를 생성하였다. 지역별 보정 계수를 생산하고 적용하기 위해 랜덤포레스트 기계 학습을 활용하여 STDD와 GDD 모형을 기반으로 예측 정확도를 개선하였다. 결과적으로 보정 계수가 적용될 때 대부분의 수종에서 개화 시기의 예측 오차가 작았으며, 특히, 미선나무, 아까시나무, 철쭉에서 평균제곱근오차가 각각 1.2, 0.6, 1.2일로 매우 낮았다. 모형 성능을 평가하기 위해 10회의 무작위 샘플링 테스트를 실시하고, 최적의 결정계수 값을 가진 모형을 선택하여 모형의 성능을 평가하였다. 그 결과, 마가목을 제외한 모든 수종에서 보정 계수가 적용된 모형에서 결정계수가 최소 0.07에서 최대 0.7 증가하였으며 최종적으로 75%에서 90%의 설명력을 가졌다. 이를 기반으로 수종별 보정 계수를 산출하였으며, 1km 해상도의 전국 단위 개화시기예측 지도를 제작하였다. 본 연구는 식물의 계절 변화에 대한 자료로 활용될 것으로 예상되며, 수종 및 지역별로 개화 시기를 상세히 설명하여 기후 변화로 인한 계절 변화를 연구하는 데에 유용할 것으로 기대된다. 또한 우리나라 산림의 주요 수종에 대한 정확도 높은 개화 시기 예측 서비스는 산림 방문객들의 산림 경험 만족도를 크게 높일 수 있으며, 양봉업 등 임업 종사자들의 경제적 향상에 기여할 것으로 기대된다.