본문 바로가기
KERD
논문KCI 등재

MaxEnt 모델을 이용한 진주시 소나무재선충병 잠재분포 예측

Predicting Potential Distribution of the Pine Wilt Disease Using MaxEnt Model in Jinju-si

이동우|성호진|김형호|손은희|하의린|강현득
농업생명과학연구원 (Institute of Agriculture & Life Science, Gyeongsang National University)|2023|농업생명과학연구 (Journal of Agriculture & Life Science)|제57권 제6호|pp. 93-104

1

조회

0

다운로드

0

인용

0

참고문헌

키워드

소나무재선충병Pine wilt diseaseMaxEnt잠재분포예측진주시Jinju-siPotential distribution prediction

초록

본 연구는 소나무재선충병 방제대상지 선정의 효율성을 높이기 위해 진주시를 대상으로 소나무재선충병 잠재분포를 예측하였다. 예측에 사용된 MaxEnt 모델은 회귀분석을 기반으로 종 발생 확률 평가 및 다양한 잠재분포 예측에 이용되고 있다. 종속변수로는 소나무재선충병 감염목 자료를 사용하였으며, 독립변수로는 지리‧ 지형‧ 기후적 요인으로 총 15개 인자를 사용하였다. 잠재분포 예측 결과, 모델의 성능은 AUC가 0.801로 우수한 수준의 정확도를 나타냈다. 독립변수 중에는 전년도 감염목과의 거리, 6월 하순 강우량, 5월 강우량, 화목보일러와의 거리 순으로 잠재분포에 영향을 미치는 것으로 나타났다. 이러한 결과는 지속적인 소나무재선충병 감염목 DB 구축과 지리적 요인들에 대한 모니터링의 중요성이 크다는 것을 의미한다.

Abstract

This study predicted the potential distribution of pine wilt disease in order to increase the efficiency of selecting pine wilt disease control target sites in Jinju-Si. The MaxEnt model used for prediction is based on regression analysis and is used to evaluate the probability of species occurrence and predict various potential distributions. As a dependent variable, data on trees infected with pine wilt disease were used, and as an independent variable, a total of 15 factors of geography, topography, and climate were used. As a result of potential distribution prediction, the model's performance was found to have an excellent level of accuracy with an AUC of 0.801. It was found that the potential distribution was affected in the following order: distance from the previous year's infected trees, rainfall in late June, rainfall in May, and distance from the wood boiler. These results mean that the importance of continuously building a DB for pine wilt disease-infected trees and monitoring geographical factors is significant.

참고문헌 (44)

  1. Barry RG, "Atmosphere, weather and climate" (2009), Routledge
  2. Boyd IL, "The consequence of tree pests and diseases for ecosystem services", Science, 342(6160), pp.1235773~ (2013)
  3. Calvao T, "Climate and landscape patterns of pine forest decline after invasion by the pinewood nematode", Forest Ecology and Management, 433, pp.43~51 (2019)
  4. 조홍래, "공간보간기법에 의한 서울시 미세먼지(PM10)의 분포 분석", 환경영향평가, 18(1), pp.31~39 (2009), 한국환경영향평가학회
  5. An overview of the pine wood nematode ban in North America, "Dwinell LD", USDA, Forest Service, Southeastern Forest Experiment Station, 20~, pp.General Technical Report, SE-55 (1989)
  6. Elith J, "A statistical explanation of MaxEnt for ecologists", Diversity and Distributions, 17(1), pp.43~57 (2011)
  7. Franklin J., "Mapping species distributions: Spatial inference and prediction" (2010), Cambridge University Press
  8. Futai K., "Pine wilt disease" (2008), Springer Japan
  9. Man-Leung Ha, "Study on the Damage by Pine Wood Nematode in Black Pine Trees", Journal of forest and environmental science, 33(2), pp.105~112 (2017), 산림과학연구소
  10. Hao Z, "Risk prediction and variable analysis of pine wilt disease by a maximum entropy model", Forests, 13(2), pp.342~ (2022)
  11. Hirata A, "Potential distribution of pine wilt disease under future climate change scenarios", PLoS One, 12(8), pp.e0182837~ (2017)
  12. Hosmer Jr. DW, "Applied logistic regression" (2013), John Wiley & Sons
  13. Irmak A, "Spatial interpolation of climate variables in Nebraska", Transactions of the ASABE, 53(6), pp.1759~1771 (2010)
  14. 정혁, "고도를 고려한 공간보간기법이 대유역 강우량 산정시 미치는 영향 연구", 한국농공학회논문집, 53(6), pp.23~29 (2011), 한국농공학회
  15. Pine and larch succession forest development technology through natural regeneration, "KFS(Korea Forest Service)", ~ (2021)
  16. KFS(Korea Forest Service), "Pine wilt disease control guidelines", ~ (2023)
  17. Kim C, "Computation of mean areal precipitation using GIS", The J. of Honam University, 20(2), pp.861~871 (1999)
  18. Kobayashi F, "The Japanese pine sawyer beetle as the vector of pine wilt disease", Annual Review of Entomology, 29(1), pp.115~135 (1984)
  19. KREI(Korea Rural Economic Institute), "The effects of climate change on pine wilt disease in South Korea:Challenges and prospects", Forests, 10(6), pp.486~ (2019)
  20. 권태성, "Distribution patterns of Monochamus alternatus and M. saltuarius(Coleoptera: Cerambycidae) in Korea", 한국산림과학회지, 95(5), pp.543~550 (2006), 한국산림과학회
  21. 이대성, "우리나라에서 소나무재선충병 초기 발생지의 환경 특성 분석", 생태와 환경, 50(4), pp.374~380 (2017), 한국수생태학회
  22. Lee DS, "Predicting potential occurrence of pine wilt disease based on environmental factors in South Korea using machine learning algorithms", Ecological Informatics, 64, pp.101378~ (2021)
  23. 이민기, "MaxEnt 모델링을 이용한 기후변화 시나리오에 따른 서어나무(Carpinus laxiflora)와 개서어나무 (C. tschonoskii)의 분포변화 예측", 한국농림기상학회지, 23(1), pp.55~67 (2021), 한국농림기상학회
  24. 이성우, "최대 엔트로피 모델을 활용한 경주시의 소나무재선충병 위험지역 분포 예측", 한국지도학회지, 21(3), pp.43~57 (2021), 한국지도학회
  25. Liu Z, "Cold adaptive potential of pine wood nematodes overwintering in plant hosts", Biology Open, 8(5), pp.bio041616~ (2019)
  26. Mota MM, "Integrated management of fruit crops nematodes", pp.253~274 (2009), Springer
  27. Ohsawa M, "Possible altitude and temperature limits on pine wilt disease: The reproduction of vector sawyer beetles (Monochamus alternatus), survival of causal nematode (Bursaphelenchus xylophilus), and occurrence of damage caused by the disease", European J. of Forest Research, 133, pp.225~233 (2014)
  28. Ouyang X, "Predicting the potential distribution of pine wilt disease in China under climate change", Insects, 13(12), pp.1147~ (2022)
  29. 박노욱, "수치표고모델과 다변량 크리깅을 이용한 기온 및 강수 분포도 작성", 대한지리학회지, 43(6), pp.1002~1015 (2008), 대한지리학회
  30. Park YS, "Hazard ratings of pine forests to a pine wilt disease at two spatial scales(individual trees and stands) using self-organizing map and random forest", Ecological Informatics, 13, pp.40~46 (2013)
  31. Pérez G, "Managing forest ecosystems: The challenge of climate change", pp.269~282 (2008), Springer
  32. Phillips SJ, "Modeling of species distributions with Maxent : New extensions and a comprehensive evaluation", Ecography, 31(2), pp.161~175 (2008)
  33. Phillips SJ, "Maximum entropy modeling of species geographic distributions", Ecological Modelling, 190(3-4), pp.231~259 (2006)
  34. Robinet C, "Role of human-mediated dispersal in the spread of the pinewood nematode in China", PLoS One, 4(2), pp.e4646~ (2009)
  35. Roques A, "Climate Change and Insect Pests", pp.220~234 (2015), CABI Wallingford UK
  36. Shin SC, "Pine wilt disease", pp.26~32 (2008), Springer Japan
  37. 심형석, "MaxEnt 모형을 활용한 백두대간에 자생하는 주요 밀원수종인 음나무, 피나무, 쪽동백나무의 서식지 적합성 평가", 한국산림과학회지, 111(1), pp.50~60 (2022), 한국산림과학회[DOI]
  38. 심상택, "국내 소나무재선충병 발생 특성 분석: 2016~2018년 예찰데이터를 기반으로", 한국산림과학회지, 110(2), pp.280~288 (2021), 한국산림과학회[DOI]
  39. 송원경, "고라니 서식지 분석을 위한 기계학습식 종분포모형 비교", 대한원격탐사학회지, 28(1), pp.171~180 (2012), 대한원격탐사학회
  40. Tang X, "Maximum entropy modeling to predict the impact of climate change on pine wilt disease in China", Frontiers in Plant Science, 12, pp.652500~ (2021)
  41. Thompson KM, "Autumn shifts in cold tolerance metabolites in overwintering adult mountain pine beetles", PLoS One, 15(1), pp.e0227203~ (2020)
  42. Togashi K, "Termination of larval diapause in Monochamus saltuarius(Coleoptera : Cerambycidae)under natural conditions", J. of the Japanese Forestry Society, 76(1), pp.30~34 (1994)
  43. Yoon S, "Ensemble evaluation of the spatial distribution of pine wilt disease mediated by insect vectors in South Korea", Forest Ecology and Management, 529, pp.120677~ (2023)
  44. Yun JI, "Elevation-corrected spatial interpolation for near-real time generation of meteorological surfaces from point observations", AgroInformatics J, 1, pp.28~33 (1999)

관련 논문AI추천

Prediction of Pine Wilt Disease Damage Under Climate Change in Royal Tombs of the Joseon Dynasty성선용, Jeonghun Jeon산림과학연구소 · Journal of forest and environmental science2024 · 제40권 제4호Climatic and Geographic Influences on Seasonal Nematode Density and Pine Wilt Disease Mortality Author Names김현, 이총규, 하만릉농업생명과학연구원 · 농업생명과학연구2025 · 제59권 제4호Detection of Trees with Pine Wilt Disease Using Object-based Classification Method박정묵, 심우담, 이정수산림과학연구소 · Journal of forest and environmental science2016 · 제32권 제4호랜덤포레스트를 이용한 낙엽송과 편백의 적지적수도 제작: 경상남도를 대상으로김형호, 박은정, 박준형농업생명과학연구원 · 농업생명과학연구2019 · 제53권 제6호SSP 시나리오에 따른 국내 용재수종의 서식지 적합도 평가안현권, 임철희한국환경생물학회 · 환경생물2022 · 제40권 제4호MaxEnt를 활용한 개미바구미 (Cylas formicarius)의 잠재 분포와 기후변화 영향 모의김용은, 신재하, 이수현, 조기종, 피수민, 홍진솔, 홍희원한국환경생물학회 · 환경생물2023 · 제41권 제4호

이 간행물의 다른 논문 (14건)

Catalog of Lactic Acid Bacteria Associated with Vegetable Sprouts손대영, 김진우, 김원일, 이예영, 강용성, 최옥희pp. 1-8논콩 재배에서 근류균 접종 방법과 시기에 따른 콩의 생육과 수량 변화이지현, 정용현, 최나영, 최미리, 나채인pp. 9-18보호자 기질 대상자를 위한 원예 활동 프로그램 구성 전략 도출허무룡, 김용현pp. 19-24초분광 영상을 이용한 콩 들불병 진단을 위한 주요 파장 선정 및 모델 개발김은리, 박진기, 박기수, 류찬석, 정종찬, 강예성pp. 25-38경주국립공원 소금강지구의 관속식물상유주한pp. 39-54
원문 보기