본문 바로가기
KERD
논문KCI 등재

텍스트마이닝을 활용한 종분포모형의 국내 연구 동향 파악

Trends identification of species distribution modeling study in Korea using text-mining technique

한나연|권용성|이도훈|김동주
한국환경생물학회 (Korean Society Of Environmental Biology)|2023.12|환경생물 (Korean Journal of Environmental Biology)|제41권 제4호|pp. 413-426

2

조회

0

다운로드

1

인용

0

참고문헌

키워드

research trendtext-miningco-occurrencebig-dataSpecies distribution model (SDM)

초록

종분포모형은 생물다양성 보전 및 기후변화 영향평가 등을 위해 활발히 이용되는 방법론이며, 국내에서도 다양한 연구가 진행되고 있으나, 관련 연구 현황과 최근의 동향을 파악하고 시사점을 논의하여 미래 연구에 유용한 정보를 제공하는 연구는 부족한 실정이다. 본 연구에서는 국내의 학술지에서 출판된 학술논문을 대상으로 종분포모형의 활용 동향과 흐름을 파악하여 향후 관련 연구에서 활용될 수 있는 기초적인 정보를 제공하고자 하였다. 우리는 국내의 관련 학술논문을 수집하여 문헌학적 방법과 텍스트마이닝을 통해 분석했고 이를 토대로 종분포모형 관련 연구 현황과 최근의 동향을 파악하였다. 국내 종분포모형 관련 학술논문은 1998년부터 2023년까지 총 148편이 출판되었으며, 그중 115편 (77.7%)은 2015년 이후 출판된 것으로 나타났다. 다양한 알고리즘 중 MaxEnt 모델이 가장 많이 활용되었으며 (44.5%), 식물을 대상으로 한 연구와 생물종 분포 및 평가, 기후변화와 관련된 주제가 주요 주제로 다루어졌다. 텍스트마이닝 분석에서 가장 많이 출현한 핵심어는 “Climate change”로 다양한 연구 주제에서 기후변화로 인한 생물다양성 변화를 고려하였다. 향후 종분포모형의 활용에는 다양한 조건에 따른 최적의 모형 선택, 모형 간 연계, 정량적인 입력 변수의 개발 등을 고려할 필요가 있으며, 현지 조사 자료의 수집 체계 개선 등을 도모하면 생물다양성 보전과 기후 대응 등 국가 정책 수요에 유용하게 활용될 수 있는 과학적 도구로써 기여가 가능할 것으로 판단된다.

Abstract

Species distribution model (SDM) is used to preserve biodiversity and climate change impact. To evaluate biodiversity, various studies are being conducted to utilize and apply SDM. However, there is insufficient research to provide useful information by identifying the current status and recent trends of SDM research and discussing implications for future research. This study analyzed the trends and flow of academic papers, in the use of SDM, published in academic journals in South Korea and provides basic information that can be used for related research in the future. The current state and trends of SDM research were presented using philological methods and text-mining. The papers on SDM have been published 148 times between 1998 and 2023 with 115 (77.7%) papers published since 2015. MaxEnt model was the most widely used, and plant was the main target species. Most of the publications were related to species distribution and evaluation, and climate change. In text mining, the term ‘Climate change’ emerged as the most frequent keyword and most studies seem to consider biodiversity changes caused by climate change as a topic. In the future, the use of SDM requires several considerations such as selecting the models that are most suitable for various conditions, ensemble models, development of quantitative input variables, and improving the collection system of field survey data. Promoting these methods could help SDM serve as valuable scientific tools for addressing national policy issues like biodiversity conservation and climate change.

참고문헌 (55)

  1. 안지홍, "생물다양성에 대한 기후변화의 영향과 그 대책", 한국습지학회지, 18(4), pp.474~480 (2016), 한국습지학회
  2. Miguel B. Araújo, "Standards for distribution models in biodiversity assessments", Science Advances, 5(1) (2019), American Association for the Advancement of Science (AAAS)[DOI]
  3. The Use of Multivariate Statistics in Studies of Wildlife Habitat, "Capen DE", United States Department of Agriculture, Forest Service, Rocky Mountain Research Station, ~, pp.United States Department of Agriculture General Technical Report RM-87 (1981)
  4. 채현희, "한국의 희귀 및 특산식물에 대한 국내 · 외 연구동향", 한국환경생태학회지, 36(3), pp.257~276 (2022), 한국환경생태학회
  5. 도윤호, "텍스트마이닝(text-mining) 기법을 이용한 국내 담수외래종 연구동향 파악", 생태와 환경, 48(3), pp.195~202 (2015), 한국수생태학회
  6. Ren-Yan Duan, "The Predictive Performance and Stability of Six Species Distribution Models", PLoS ONE, 9(11), pp.e112764~ (2014), Public Library of Science (PLoS)[DOI]
  7. Jane Elith, "Species Distribution Models: Ecological Explanation and Prediction Across Space and Time", Annual Review of Ecology, Evolution, and Systematics, 40(1), pp.677~697 (2009), Annual Reviews[DOI]
  8. Georgia Fassou, "Genetic Diversity and Range Dynamics of Helleborus odorus subsp. cyclophyllus under Different Climate Change Scenarios", Forests, 11(6), pp.620~ (2020), MDPI AG[DOI]
  9. Franklin J, "Mapping Species Distributions: Spatial Inference and Prediction" (2010), Cambridge University Press
  10. Joseph Grinnell, "The Origin and Distribution of the Chest-Nut-Backed Chickadee", The Auk, 21(3), pp.364~382 (1904), Oxford University Press (OUP)[DOI]
  11. Antoine Guisan, "Predicting species distributions for conservation decisions", Ecology Letters, 16(12), pp.1424~1435 (2013), Wiley[DOI]
  12. Hardy JT, "Climate change: Causes, Effects, and Solutions" (2003), John Wiley & Sons
  13. He Q, "Knowledge discovery through co-word analysis", Libr. Trends, 48, pp.133~159 (1999)
  14. Pilar A. Hernandez, "The effect of sample size and species characteristics on performance of different species distribution modeling methods", Ecography, 29(5), pp.773~785 (2006), Wiley[DOI]
  15. Forest Isbell, "Linking the influence and dependence of people on biodiversity across scales", Nature, 546(7656), pp.65~72 (2017), Springer Science and Business Media LLC[DOI]
  16. 김아름, "뉴트리아(Myocastor coypus) 분포밀도 및잠재적 서식가능지역 예측에 따른 관리방향", 환경영향평가, 27(2), pp.203~214 (2018), 한국환경영향평가학회
  17. 김지연, "전국자연환경조사 자료를 이용한 종분포모형 연구", 환경영향평가, 21(4), pp.593~607 (2012), 한국환경영향평가학회[DOI]
  18. 김민주, "동시출현 핵심단어 분석을 활용한 수소 에너지 관련 연구동향 분석", 화약 발파, 40(3), pp.1~18 (2022), 대한화약발파공학회[DOI]
  19. 김명현, "RCPs 기후변화 시나리오에 따른 큰망초(Conyza sumatrensis)의 적합 서식지 분포 예측", 환경생물, 40(1), pp.1~10 (2022), 한국환경생물학회
  20. Kim WJ, "Development of habitat suitability analysis models for wild boar (Sus scrofa): A case study of Mt. Sulak and Mt. Jumbong", J. GIS Assoc. Korea, 6, pp.247~256 (1998)
  21. Gaku KUDO, "Does seed production of spring ephemerals decrease when spring comes early?", Ecological Research, 19(2), pp.255~259 (2004), Wiley[DOI]
  22. 권혁수, "종분포모형을 이용한 히어리 서식지의 분포 특성 연구", 환경영향평가, 21(5), pp.735~743 (2012), 한국환경영향평가학회
  23. 권혁수, "종분포모형의 불확실성 확인을 위한 앙상블모형 적용", 대한공간정보학회지, 22(4), pp.47~52 (2014), 대한공간정보학회[DOI]
  24. 이도훈, "외래거북의 국내 현황 및 관리방안", 환경영향평가, 25(5), pp.319~332 (2016), 한국환경영향평가학회[DOI]
  25. Julie A. Lee‐Yaw, "Species distribution models rarely predict the biology of real populations", Ecography, 2022(6), pp.e05877~ (2021), Wiley[DOI]
  26. 이용호, "기후변화 시나리오에 의한 외래식물 실망초(Conyza bonariensis)의 서식지 분포 예측", 한국기후변화학회지, 6(3), pp.243~248 (2015), 한국기후변화학회[DOI]
  27. Xinhai LI, "Applying various algorithms for species distribution modelling", Integrative Zoology, 8(2), pp.124~135 (2013), Wiley[DOI]
  28. Bette A. Loiselle, "Predicting species distributions from herbarium collections: does climate bias in collection sampling influence model outcomes?", Journal of Biogeography, 35(1), pp.105~116 (2007), Wiley[DOI]
  29. Mathieu Marmion, "The performance of state-of-the-art modelling techniques depends on geographical distribution of species", Ecological Modelling, 220(24), pp.3512~3520 (2009), Elsevier BV[DOI]
  30. Christine N. Meynard, "Predicting species distributions: a critical comparison of the most common statistical models using artificial species", Journal of Biogeography, 34(8), pp.1455~1469 (2007), Wiley[DOI]
  31. "Biodiversity in Korean Peninsula" (2023)[URL]
  32. "Ecobank" (2023)[URL]
  33. "National List of Species of Korea" (2022)[URL]
  34. "NLTK::Natural Language Toolkit" (2023)[URL]
  35. Julian D. Olden, "Machine Learning Methods Without Tears: A Primer for Ecologists", The Quarterly Review of Biology, 83(2), pp.171~193 (2008), University of Chicago Press[DOI]
  36. Jörn Pagel, "Mismatches between demographic niches and geographic distributions are strongest in poorly dispersed and highly persistent plant species", Proceedings of the National Academy of Sciences, 117(7), pp.3663~3669 (2020), Proceedings of the National Academy of Sciences[DOI]
  37. Park CH, "Estimation of fish species diversity of small and medium rivers of Korea with fish species-habitat relationship models of gap", J. GIS Assoc. Korea, 6, pp.91~102 (1998)
  38. Richard G. Pearson, "Model‐based uncertainty in species range prediction", Journal of Biogeography, 33(10), pp.1704~1711 (2006), Wiley[DOI]
  39. Steven J. Phillips, "Modeling of species distributions with Maxent: new extensions and a comprehensive evaluation", Ecography, 31(2), pp.161~175 (2008), Wiley[DOI]
  40. Steven J. Phillips, "Maximum entropy modeling of species geographic distributions", Ecological Modelling, 190(3-4), pp.231~259 (2006), Elsevier BV[DOI]
  41. Anantha M. Prasad, "Newer Classification and Regression Tree Techniques: Bagging and Random Forests for Ecological Prediction", Ecosystems, 9(2), pp.181~199 (2006), Springer Science and Business Media LLC[DOI]
  42. H.R. Pulliam, "On the relationship between niche and distribution", Ecology Letters, 3(4), pp.349~361 (2000), Wiley[DOI]
  43. "Beautifulsoup4·PyPI" (2023)[URL]
  44. "Python (3.9.9)" (2021)[URL]
  45. Seo CW, "Wild boar (Sus scrofa coreanus Heude) habitat modeling using GIS and logistic regression", Ph. D., pp.2000
  46. 서창완, "위치자료의 종류에 따른 생물종 분포모형 비교 연구", 대한공간정보학회지, 16(4), pp.59~64 (2008), 대한공간정보학회
  47. 신만석, "한반도 기후변화 적응 대상 식물 종풍부도 변화 예측 연구", 환경영향평가, 27(6), pp.562~581 (2018), 한국환경영향평가학회
  48. Song HG, "Climate Change and Ecology. Series of Long Term Ecological Research 7", pp.60~74 (2014), National Institute of Ecology
  49. Stauffer DF, "Predicting Species Occurrences: Issues of Accuracy and Scale", pp.53~62 (2002), Island Press
  50. Jens‐Christian Svenning, "Postglacial dispersal limitation of widespread forest plant species in nemoral Europe", Ecography, 31(3), pp.316~326 (2008), Wiley[DOI]
  51. Yongyut Trisurat, "Using species distribution modeling to set management priorities for mammals in northern Thailand", Journal for Nature Conservation, 20(5), pp.264~273 (2012), Elsevier BV[DOI]
  52. Nees Jan van Eck, "A comparison of two techniques for bibliometric mapping: Multidimensional scaling and VOS", Journal of the American Society for Information Science and Technology, 61(12), pp.2405~2416 (2010), Wiley[DOI]
  53. Van Eck NJ, "Text mining and visualization using. VOSviewer", ISSI Newsletter, 7, pp.50~54 (2011)[DOI]
  54. Van Eck NJ, "VOSviewer manual. Manual for VOSviewer version, 1.6.19", ~ (2023)
  55. Yichen Zhou, "MaxEnt Modeling Based on CMIP6 Models to Project Potential Suitable Zones for Cunninghamia lanceolata in China", Forests, 12(6), pp.752~ (2021), MDPI AG[DOI]

관련 논문AI추천

한반도 기후변화 적응 대상 식물 종풍부도 변화 예측 연구김진용, 서창완, 신만석, 이명우, 전자영, 홍승범, 프라딥아디카리한국환경영향평가학회 · 환경영향평가2018 · 제27권 제6호전국단위의 포유류 생물다양성우수지역 분석 연구권혁수, 김명진, 김지연, 서창완한국환경영향평가학회 · 환경영향평가2014 · 제23권 제6호머신러닝 알고리즘을 이용한 포유류 종 풍부도 매핑 구축 연구김은섭, 김지영, 이동근, 전윤호, 최지영한국환경영향평가학회 · 환경영향평가2024 · 제33권 제2호RCPs 기후변화 시나리오에 따른 큰망초(Conyza sumatrensis)의 적합 서식지 분포 예측김명현, 김민경, 방정환, 어진우, 엽소진, 조재필, 최순군한국환경생물학회 · 환경생물2022 · 제40권 제1호전국자연환경조사 자료를 이용한 종분포모형 연구권혁수, 김명진, 김지연, 류지은, 서창완한국환경영향평가학회 · 환경영향평가2012 · 제21권 제4호기후변화 시나리오에 의한 까치박달(Carpinus cordata)의 자생지 분포 예측허권, 장채민한국환경영향평가학회 · 환경영향평가2024 · 제33권 제6호

이 간행물의 다른 논문 (33건)

논에 서식하는 수서곤충 및 복족류 군집의 특성 및 계절적 변동전상민, 어진우, 안난희, 최순군, 엽소진pp. 335-344다유전자 분석을 통한 한국산 녹조류 Desmodesmus속의 계통이옥민, 전가영, 이남주, 유영채, 양은찬pp. 345-363Two newly recorded sea stars of genus Henricia (Asteroidea: Spinulosida: Echinasteridae) from the East Sea, Korea신숙, michael dadole ubaganpp. 364-369유해 남세균 유래 마이크로시스틴의 위해성과 제거 방안 고찰김석, 최윤이pp. 370-385기수산 물벼룩에서 수온과 polystyrene beads의 복합 독성박채린, 이영미, 박종석, 조상현, 유제원, 이윤하pp. 386-399
원문 보기