Journal of Climate Change Research 2015, Vol. 6, No. 3, pp. 243~248 DOI: http://dx.doi.org/10.15531/ksccr.2015.6.3.243 * ** * * *** **** **** *, ** ( ), ***, **** Predicting the Suitable Habitat of Invasive Alien Plant Conyza bonariensis based on Climate Change Scenarios Lee, Yong-Ho *, Oh, Young-Ju **, Hong, Sun-Hea *, Na, Chea-Sun *, Na, Young-Eun ***, Kim, Chang-Suk **** and Sohn, Soo-In **** * Seed Bank of Wild Resource Plants, Korea University, Seoul, Korea ** Institute for Future Environmental Ecology Co., Ltd, Jeonju, Korea **** Division of Research Management, Rural Development Administration, Jeonju, Korea **** National Academy of Agricultural Science, RDA, Wanju, Korea ABSTRACT This study was conducted to predict the changes of potential distribution for invasive alien plant, Conyza bonariensis in Korea. C. bonariensis was found in southern Korea (Jeju, south coast, southwest coast). The habitats of C. bonariensis were roadside, bare ground, farm area, and pasture, where the interference by human was severe. Due to the seed characteristics of Compositae, C. bonariensis take long scattering distance and it will easily spread by movement of wind, vehicles and people. C. canadensis in same Conyza genus has already spread on a national scale and it is difficult to manage. We used maximum entropy modeling (MaxEnt) for analyzing the environmental influences on C. bonariensis distribution and projecting on two different RCP scenarios, RCP 4.5 and RCP 8.5. The results of our study indicated annual mean temperature, elevation and temperature seasonality had higher contribution for C. bonariensis potential distribution. Area under curve (AUC) values of the model was 0.9. Under future climate scenario, the constructed model predicted that potential distribution of C. bonariensis will be increased by 338% on RCP 4.5 and 769% on RCP 8.5 in 2100s. Key Words: Climate Change, Invasive Alien Plant, MaxEnt, Conyza bonariensis 1. 서론 외래식물의국내침입과확산은계속해서진행되어왔고, 국제적으로많은물자의이동과교역을통해의도적이든비의도적이든국가간이동이더욱빠르게이루어지고있다. 국내유입된많은외래식물은분포범위를넓혀가고있고, 이러한외래식물의확산은생물다양성의교란과농작물의수확량감소등사회 경제적인손실을발생시키고있다 (CBD, 2009). 따라서최근에는외래식물에의한생태적영향과기후변화에 의한확산양상그리고관리방법등에대한관심이높아지고있다 (Mack et al., 2000; Pimentel et al., 2000; Pimentel, 2002). Conyza 속은전세계적으로 50여종이분포하는것으로알려져있고, 국내에는실망초, 망초, 애기망초 3종의외래식물이유입되었다 (Munz, 1959; Park, 2009). 이중실망초 (Conyza bonariensis (L.) Cronquist) 는남아메리카원산의식물로국내에는남부지방과제주도에분포하는것으로알려져있고, 전세계적으로는아프리카, 동남아시아, 오스트레일리아, 북아메리카, 북부유럽, 중부유럽과남부유럽의귀화식물로알려져있다 Corresponding author : cave50joo@gmail.com Received September 2, 2015 / Revised September 14, 2015 / Accepted September 21, 2015
244 이용호 오영주 홍선희 나채선 나영은 김창석 손수인 (Negean and Ioana, 2012). 실망초는 1 2 년생의국화과식물로 3 4 월에출현하여직립하여자라며, 7 9 월에꽃이핀다. 실망초는망초와달리곁가지가생겨자라며, 근생엽이심열하는특징을가지고있다 (Park, 2009). 국화과외래식물은종자의확산이쉽게이루어지며, 환경에신속하게적응하여자생식물의생태적지위를위협하게된다. 환경부에서지정한생태계교란식물 12종중에는돼지풀, 단풍잎돼지풀, 서양등골나물, 서양금혼초, 미국쑥부쟁이, 양미역취, 가시상추와같은국화과외래식물이 7종을차지하고있다. 한반도는기후변화에의해미래기후가 2100년까지지속적으로증가할것으로예측하고있고, RCP 4.5와 RCP 8.5 시나리오에따른한반도의연평균기온의상승폭은전지구에비해 1.2배이상될것으로전망하고있다 (Korea Meteorological Administration, 2012). 기후변화에의한온도상승으로현재제주도와남부지방에주로분포하는남방계외래식물의확산가능성이높아지고있고, 이에대한예측과대응이필요한시점이다. 외래식물의잠재서식지와지리적분포에대한확산예측은 gravity model 과 maximum entropy model(maxent) 등과같은몇몇모델에의해분석되어왔고, 지속적인연구들이진행중에있다 (Phillips et al., 2006; Pearson et al., 2007; Youngah et al., 2011). 국내에서도 MaxEnt 를이용하여잣나무, 눈잣나무, 신갈나무, 소나무, 미선나무, 모데미풀의적지분포및기후변화에대한변화를예측하였다 (Lee et al., 2011; Lee et al., 2012; Chun and Lee, 2013; Lee et al., 2014; Park et al., 2014; Choi et al., 2015). 본연구는국내유입되어분포하고있는실망초의현재분포지점을기반으로 RCP 4.5와 8.5 시나리오에따른확산분포지도를작성하여향후확산범위와관리를위한기초자료를확보하고자하였다. 2. 재료및방법 2.1 위치자료수집실망초의분포자료는직접현지조사를통한자료와기존에발표된자료를통합하여사용하였다. 현지조사는 2014년부터 2015년까지제주도와서해안일대를중심으로수행하였으며, 위치자료는조사지의 GPS 좌표를기록하였다. 기존의자료는 Park et al.(2002) 의귀화식물의분포관련자료를활용하였다. 2.2 환경변수본연구에서는실망초의분포를결정하는환경변수로생물기후와지리적요소를사용하였다. 또한실망초의확산성에 대한예측을위하여 2가지의서로다른 RCP 시나리오에따른미래의분포변화를비교하였다. RCP 4.5는온실가스저감정책이상당히실현되는경우, 그리고 RCP 8.5는현재추세로온실가스가배출되는경우를가정한기후변화시나리오이다. RCP 4.5의 2011 2020 데이터의평균을도출하여현재로설정하였으며, 각각의시나리오별로 20년간격으로 2021 2030 (2030s), 2041 2050(2050s), 2061 2070(2070s), 2091 2100 (2100s) 을비교하였다. 생물기후인자는 Worldclim 에서제공하는 bioclim의 19가지변수들을이용하였다. 이를위하여기상청의기후변화정보센터 (CCIC) 에서남한상세기후변화앙상블시나리오 ( 제어적분 200년, 기후모델 : HadGEM3-RA, 해상도 1 km) 를제공받아 bioclim 의 19가지변수들을도출하였다. 19개의변수는다중공선성 (Multicollinearity) 이발생할수있어, 이를제거하기위하여 19가지의변수들에대한상관분석을실시하여상관계수가 0.9 이상의높은상관이나타나는인자들은분석에서제외하였다. 최종적으로선발된기후인자는 Table 1과같다. 지리적인자로는고도, 경사, 방위를사용하였으며, 이를위하여 DEM(Digital Elevation Model) 을이용하여분석하였다. 인자들의도출과통계는 ArcMap 10.1를활용하였다. 2.3 종서식지분포예측모델본연구에서는 MaxEnt 모형을사용하여외래잡초실망초의잠재서식지분포를예측하였다. MaxEnt 모형은최대엔트로피접근법을이용하여생태적지위와이에따른잠재적서식지분포를확률적으로제시하는모형으로생물분포를 Table 1. Description of climate variables Climate variables Description Bio01 Annual mean temperature ( ) Bio02 Mean diural range ( ) Bio03 Isothermality (%) Bio04 Temerature seasonality (SD 100) Bio05 Max temperature of warmest month ( ) Bio12 Annual precipitation (mm) Bio13 Precipitation of wettest month (Jul.) (mm) Bio14 Precipitation of driest month (Dec.) (mm) Bio15 Precipitation seasonality (%CV) Bio16 Precipitation of wettest quarter (mm) Journal of Climate Change Research 2015, Vol. 6, No. 3
기후변화시나리오에의한외래식물실망초 (Conyza bonariensis) 의서식지분포예측 245 예측하는다른모델들이비출현정보를요구하는것과달리출현정보만을요구하는특성이있다. 자생식물과는달리외래식물은일반적으로분포하고있는지역이외에도확산가능성이있는경우가많으며, 이러한특성상비출현정보의획득에한계가존재한다 (Philips et al., 2006). 이에따라실망초의생태적지위와잠재서식가능분포지를예측하기위한모형으로 MaxEnt 를적용하였다. 모형의분석은임의로선발된 20개이상의위치정보를활용하여 5번의반복으로이루어졌으며, 모델의설명력에대한검증은 ROC(Receiver Operating Characteristics) 곡선의 AUC(Area Under the Curve) 값을활용하였다. 3. 결과및고찰 3.1 RCP 시나리오에따른생물기후변화 RCP 4.5와 RCP 8.5에따른생물기후변수들의변화는 Table 2와같다. 그결과시간에따른증가추세가뚜렷한온도관련기후인자는 Bio1( 연평균기온 ) 과 Bio5( 가장더운달의평균온도 ) 로, 특히 Bio1은현재에비하여 2100s에서 RCP 4.5는약 2, RCP 8.5는약 5 의증가가나타났다. 그에비하여 Bio2 ( 일교차 ), Bio3(Isothermality), Bio4( 온도계절성 ) 은특별한변화의경향이관찰되지않았다. 강수량관련기후인자 Bio12( 연누적강수량 ) 는현재에비하여 2100s 에약 200 mm의증가가관찰되었으나, 시나리오간의차이는발견되지않았다. 그리고 Bio13( 가장습한달의강수량 ), Bio14( 가장건조한달의강수 량 ), Bio16( 가장습한분기의강수랑 ) 은모두증가가관찰되었으나, 시간에따른증가의경향이복잡하게나타났다. Bio15 ( 강수량계절성 ) 는 RCP 4.5에서는증가경향이나타났으나, RCP 8.5는감소경향이나타나시나리오간의차이를보였다. 3.2 실망초의잠재서식지분포 MaxEnt 를활용한실망초의잠재서식지분포모형의 Training AUC 는 0.95, Test AUC 는 0.91로나타났다 (Table 3). Area under curve(auc) 를활용한모델의설명력에대한검증은다양한모델의검정에활용되고있으며, 최소 0.5에서모델이완벽하게예측할때 1.0이도출되며, 일반적으로 0.8 이상이면모델이의미를갖는것으로알려져있다 (Franklin, 2009). 본연구에서실망초의예측된잠재서식지분포모형은 AUC가 0.9 이상으로높은설명력을갖는것으로분석되었다. 실망초의분포에관여하는환경변수는 MaxEnt 의알고리즘에의한기여도평가를통해서분석하였다. 실망초의분포에는 Bio1( 연평균기온 ) 이 64%, 고도가 15%, Bio4( 온도계절성 ) 이 13% 로 3개의환경변수의합이 90% 이상의기여도를보였다. 또한무작위샘플링에의한 Permutation importance 에서도유사한경향을보였다 (Table 4). MaxEnt 모형에서분석된실망초의잠재서식지비율이높은지역은실제발견지역과유사하게나타났다. 제주도의해안지역과남부지방및남부서해안지역을중심으로높은서식지비율이나타났으며, 높은산지와내륙지역은낮은서식 Table 2. Average±Standard deviation change of ten climate variables in two different RCP scenarios Climate variables Average±Standard deviation Present RCP 4.5 RCP 8.5 2020s 2030s 2050s 2070s 2100s 2030s 2050s 2070s 2100s Bio01 11.8±1.9 12.1±1.9 12.9±1.9 13.3±1.9 13.7±2 12.6±1.9 13.6±1.9 14.7±1.9 16.8±1.9 Bio02 10.9±1.5 10.7±1.5 10.8±1.5 10.8±1.4 10.7±1.5 10.7±1.5 10.6±1.4 10.8±1.5 10.7±1.5 Bio03 29.6±2.5 30±2.7 29.2±2.5 29.6±2.6 28.9±2.6 29.5±2.5 29.5±2.6 29.7±2.7 29.8±2.6 Bio04 930±64 910±65 931±66 939±64 955±66 945±63 931±60 934±64 926±63 Bio05 29.7±1.8 29.7±1.8 31.0±1.8 31.2±1.9 32.3±1.8 30.6±1.9 32.0±1.9 32.8±2.0 35±2.1 Bio12 1,632±273 1,751±271 1,712±285 1,832±257 1,859±297 1,687±291 1,845±300 1,827±299 1,832±413 Bio13 415±70 492±75 495±78 509±102 535±112 391±87 393±91 471±88 409±124 Bio14 28.8±13.1 29.3±11.1 28.9±10.9 38.3±11.5 30.7±9.3 39.1±15 38.1±11.3 40.4±14.6 51.4±15.5 Bio15 86.9±11.1 93.5±8.6 95.4±13.6 92.8±11.0 100.6±10.7 81.4±13.2 80.2±9.0 90.5±9.0 82.3±10.2 Bio16 899±138 1,006±151 970±160 1,040±142 1,039±181 877±143 999±189 1,016±168 970±249 http://www.ekscc.re.kr
246 이용호 오영주 홍선희 나채선 나영은 김창석 손수인 Table 3. Summery of MaxEnt model for Conyza boariensis Species Average Total input samples 50 Training samples 22.4 Training AUC 0.9501 Test samples 5.6 Test AUC 0.9061 AUC Standard Deviation 0.0401 Table 4. Percent contribution and permutation importance for each environmental variables Environmental variables Contribution (%) Permutation importance (%) Bio01 63.98 72.17 Bio02 0.40 0.00 Bio03 1.00 1.28 Bio04 13.01 3.29 Bio05 1.17 0.75 Bio12 0.95 0.91 Bio13 0.13 0.19 Bio14 0.27 1.47 Bio15 0.99 0.00 Bio16 0.36 0.58 Elevation 14.55 15.87 Slope 0.58 0.75 Aspect 2.59 2.74 지비율로분석되었다 (Fig. 1). 3.3 실망초의미래잠재서식지변화 실망초의잠재서식지분포모형을미래기후변화시나리오 RCP 4.5와 RCP 8.5에투영하여미래의잠재서식지변화를 예측하였다. 그결과, 현재실망초의서식지비율은전국평균 이약 0.08로분석되었고, RCP 4.5 시나리오기준으로계속해 서증가하여 2100 년대에는서식지비율이 0.28로약 3.39배증 가하는것으로나타났다. 또한 RCP 8.5 시나리오에서는 RCP Fig. 1. The potential geographic current distribution of Conyza boariensis. 4.5 시나리오에서보다급격하게증가하여 2100 년대에는서식 지비율이 0.64 로약 7.69 배증가하는것으로분석되었다 (Fig. 2). 이는실망초와같이남방계외래식물의서식지비율이한 반도의온도상승등과같은요인으로분포의범위가넓어질 수있음을알수있었다. RCP 4.5 와 8.5 시나리오에의한실망초잠재서식지의공 간적인변화는 Fig. 3 과같다. 모든시나리오에서실망초의잠 재서식지는평지를중심으로점차확산이되는방향으로이 루어졌다. RCP 4.5 에서는 2030 년대는현재의잠재서식지와 거의유사하지만, 2050 년대에갈수록부산과목포등의남해 안일대를중심으로확산되었고, 2070 년대와 2100 년대는잠 재서식지의범위가남해안전역과서해안지역에까지확대되 는것을확인할수있었다. RCP 8.5 에서는 2030 년대는 RCP 4.5 와유사하지만, 2050 년대와 2070 년대로시간이흐르면서남 해안과서해안일대에잠재서식지가확산되었고, 2100 년에는 강원도의태백산맥주변의고산지와소백산맥을따라지리산 Journal of Climate Change Research 2015, Vol. 6, No. 3
기후변화시나리오에의한외래식물실망초 (Conyza bonariensis) 의서식지분포예측 247 인 paraquat 저항성망초가보고되어있어, 농경지관리에많은어려움을겪고있다 (Kim and Hwang, 2000). 실망초또한농경지에유입이쉽게이루어지고, 망초와마찬가지로 paraquat 저항성잡초가보고되어있어확산이이루어질경우, 농경지관리에어려움이발생할것으로예상되어진다 (Shaaltiel and Gressel, 1986). 4. 결론 Fig. 2. Change of potential distribution estimated by MaxEnt model for Conyza bonariensis. 일대를제외하고는대부분의지역으로잠재서식지가넓어졌 다. 국화과식물의종자확산성과 1 2 년생인실망초의생태적 특성을고려할때도시지역과농경지등사람들의생활이이 루어지는우리나라대부분의지역에실망초가발생할수있 음을보여주었다. 실망초와같은 Conyza 속식물인망초는이 미오래전에국내에확산되어도로변이나공터뿐만아니라, 농경지에도유입되어분포하고있고, 최근에는농업용제초제 본연구에서외래식물인실망초 (Conyza bonariensis (L.) Cronquist) 의현재의잠재서식지와 RCP 4.5와 RCP 8.5에의한미래의종분포확산예측을 MaxEnt 모델을사용하여확인하였다. 실망초의잠재서식지는연평균기온, 고도, 온도계절성의환경변수가 90% 이상의기여도를보여가장중요한변수로분석되었고, AUC도 0.9 이상으로잠재서식지분포모형의설명력을뒷받침하였다. 제주도와남해안및남부서해안을중심으로확산되어있는실망초는 RCP 4.5와 RCP 8.5 시나리오를기반으로한분포모형에서잠재서식지가확산되는것으로나타났고, 특히 RCP 8.5에서는 2100년대잠재서식지가약 7.69배증가하는것으로분석되었다. 실망초는남미에서유입된외래식물로현재남부지방을중심으로분포하고있고, RCP 4.5 RCP 8.5 2030s 2050s 2070s 2100s Fig. 3. The potential distribution of Conyza boariensis projected on two different RCP scenario. http://www.ekscc.re.kr
248 이용호 오영주 홍선희 나채선 나영은 김창석 손수인 분포지역은대부분도로변, 공한지, 농경지, 목초지등인간간섭이심한곳에분포한다. 또한국화과의특성상종자의비산거리가길고, 차량의이동이나사람의이동중에쉽게확산될수있어서식지의생육환경만갖추어진다면빠르게확산될수있을것이다. 같은 Conyza 속의망초는이미전국에분포하고있어관리가어려운실정이고, 기후변화에의한온도상승은실망초또한전국적으로확산될가능성을가지고있어장기적인관심과관리기술개발이필요한시점이다. 사사 본연구는농촌진흥청의지원 ( 과제번호 : PJ009962042015) 에의해수행되었음. REFERENCES CBD. 2009. Invasive alien species. Convention on Biological Diversity. Montreal. Canada pp 6-9. Choi JY, Lee SH, Lee SH. 2015. Anticipation of the future suitable cultivation areas for Korean pines in Korean peninsula with climate change. J Korean Env Res Tech 18 (1):103-113. Chun JH, Lee CB. 2013. Assessing the effects of climate change on the geographic distribution of Pinus densiflora in Korea using ecological niche model. Korean J of Agri and For Met 15(4):219-233. Franklin J. 2009. Mapping species distributions spatial inference and prediction. Cambridge University Press. Cambridge. Kim HJ, Hang EC. 2000. Protective enzymes of praquatresistant Conyza bonariensis. J Korean Soc Argic Chem Biotechnol 43(1):46-51. Korea Meteorological Administration. 2012. Prospect report of climate change in Korea. KMA. Seoul. Lee SH, Jung HC, Choi JY. 2012. Projecting climate change impact on the potential distribution of endemic plants (Megaleranthis saniculifolia) in Korea. J Korean Env Res Tech 15(3):75-83. Lee SH, Choi JY, Lee YM. 2011. Projection of climate change effects on the potential distribution of Abeliophyllum distichum in Korea. J of Agri Sci 38(2):219-225. Lee YG, Sung JH, Chun JH, Shin MY. 2014. Effect of cli- mate changes on the distribution of productive areas for Quercus mongolica in Korea. J of Korean for Soc 103(4): 605-612. Mack RN, Simberloff D, Lonsdale WM, Evans H, Clout M et al. 2000. Biotic invasions: Causes, epidemiology, global consequences, and control. Ecol Appl 10: 689-710. Munz P. 1959. A flora of California. University of California press. Berkley. Negrean G, Ioana C. 2012. Conyza bonariensis, A new plant with invasive character in Romanian Flora. University of Craiova. Vol. XVII(LIII), Craiova. Park HC, Lee JH, Lee GG. 2014. Predicting the suitable habitat of the Pinus pumila under climate change. J of Env Imp Ass 23(5):379-392. Park SH, Sin JH, Lee YM, Lim JH, Mun JS. 2002. Distributions of naturalized alien plants in Korea. KFRI Research Bull. No. 193. Ukgo press, Seoul. Park SH. 2009. New illustration and photographs of naturalized plants of Korea. Ilchokak Publishing. Seoul. Pearson RG, Raxworthy CJ et al. 2007. Predicting species distributions from small numbers of occurrence records; A test case using crypic geckos in Madagascar. J of Biogeography 34:102-117. Phillips SJ, Anderson RP, Schapire RE. 2006. Maximum entropy modeling of species geographic distributions. Ecological Modeling 190:231-259. Pimentel D. 2002. Biological invasions: Economic and environmental costs of alien plant, animal, and microbe species. CRC press, Boca Raton, FL. P 369. Pimentel D, Lach L, Zuniga R, Morrison D. 2000. Environmental and economic costs of nonindigenous species in the United States. BioSci 50:53-65. Shaaltiel Y, Gressel J. 1986. Multienzyme oxygen radical detoxifying system correlated with paraquat resistance in Conyza bonariensis. Pesticide Biochemistry and Physiology 26(1):22-28. Youngah L, Munisamy G, Samuel C, Michael H. 2011. Predicting potential invasive species distribution: An application to New Zealand mudsnails in the pacific northwest. Agricultural and Applied Economics 24-26. Journal of Climate Change Research 2015, Vol. 6, No. 3