그림 50. Continuous Plankton Recorder(CPR)를 이용한 집중 조사해역
○ 일본은 해양기상청 및 국립수산연구원 주관 하에 북서태평양 인근해역과 홋 카이도 남쪽해역(A line)에서 각각 1972년과 1987년부터 물리, 화학 및 플랑크 톤에 대한 장기모니터링을 수행하고 있음(그림 51).
그림 51. 일본 국립수산연구원에서 1987년부터 조사한 홋카이도 A line 정점
예측하는 것이며, 둘째는 특정해역에 어떤 생물이 언제 얼마나 출현하는가를 예측하는 것임.
○ 첫째 과제의 해답을 찾기 위해 Ecopath, Ecopath with Ecosim모델이 개발됨 (Christensen and Pauly 1992(1), Christensen and Lai 2007(2)). 또한, 플랑크 톤을 주 구성요소로 하는 표영생태계 모델도 제안됨 (Moore et al. 2002)(3).
- 이러한 해양생태계 모델은 먹이사슬을 기반으로 한 생태계 기능 중심 모델 임.
- 이 모델들은 (수산)자원량 평가, 자원관리, 생태계 보전 등에 널리 활용되고 있으나, 해양생태계 구성생물 간의 먹이사슬 관계가 복잡하여 정량화하기 어 렵고, 구성생물종 각 각에 대한 생물량을 독립적으로 예측하기는 어렵다는 단 점이 있음.
그림 52. Ecopath with Ecosim 모델 개요
그림 53 해양 표영생태계 모델 구성도
○ 두 번째 과제는 해양생태계의 구조와 이를 구성하는 생물종 각 각에 초점을
차지하는 플랑크톤이 작고 형태 형질이 뚜렷하지 않아 객관적 종분류가 어렵 다는 것임.
- 최근 들어 DNA를 종분류 지표로 사용하는 DNA메타바코딩 기술이 접목되면 서 동·식물플랑크톤의 종을 객관적으로 분류하고 생태계 구조 중심의 연구가 활발해 짐 (Casas et al. 2017(4), Penna et al. 2017(5), Yang et al. 2017(6), Djurhuus et al. 2018(7)).
- 국내 연안생태계에서도 요각류 94종의 DNA바코드가 최근 보고됨(Baek et al. 2016)(8).
○ 한편 육상생태계에서는 보전생물학적 관점에서 종분포모델(Species Distribution Model, SDM)이 개발되어 서식지 변화, 산란지 예측, 보호구역 설정 등에 활용되고 있음(Elith & Leathwick 2009(9), Jean-Christian et al.
2011(10), Gomes et al. 2018(11)).
- SDM은 육상생물과 같이 서식지 범위가 명확하고, 환경과 생물종간의 관계가 뚜렷한 경우에 적용 가능하여 아직 해양생물에 적용된 사례는 없음.
- SDM의 단점은 생태계 구성 종간의 상관관계가 무시되거나 소홀히 취급된다 는 점임.
그림 54. 종분포모델을 이용한 과거와 현재의 서식지 변화 비교 분석 모형
○ 한편, 최근 빅데이터분석과 기계학습(딥러닝) 기술이 발달하면서 생태학, 지구 과학분야에도 이 기술이 접목되면서 산란지 변화에 대한 연구, 생태환경에 대 한 예측 등에서 새로운 분석과 이해가 가능해지고 있음(Hellgren et al.
2016(12), Thessen 2016(13)): 종분포모델(SDM)과 기계학습의 접목 (Han et al. 2017(14))며, DNA 메타바코딩과 기계학습의 접목이 시도되고 있음(Cordier et al. 2017(15)).
그림 55. DNA 메타바코딩과 기계학습 기술 을 이용한 해양환경 상태 예측 모형과 참고문헌
○ 한편, 미국의 우즈홀연구소는 마샤즈빈야드에 연안관측소 MVCO를 설치하여 장기모티터링을 실시하고 있으며, 영국 Plymouth Marine Laboratory(PML)는 영국채널 서편 연안에 4개의 정점을 정하여 장기간 모니터링을 실시해 오고 있음.
그림 56. 미국 우즈홀해양연구소가 운영 중인 MVCO 장기모니터링 개념도
그림 57. 영국 PML이 운영하고 있는 영국해협 서안의 장기모니터링 정점도
○ 우리 연구원에 의한 해양생태계 장기 모니터링 위치 및 내용
- 통영기지 주변해역 정점에서 ‘13.03.14 이후 현재까지 매 2주 간격 시계열 자 료 확보
- 관측정점: 34o45.74~76‘N, 128o22.56~33‘E
- 관측요소: 수온, 염분, 영양염, 식물플랑크톤, 동물플랑크톤
※ 일사량 자료는 진주/부산 기상대 자료를 보정하여 사용 가능
그림 58. 통영기지 주변 관측정점
그림 59. 질산염/아질산염 및 수온 분포
○ 영양염 분석 결과
- 겨울철에는 표층과 40 m수심의 영양염 농도가 유사하나, 여름에는 표층해수 의 성층화로 인해 저층의 영양염이 표층보다 높음.
- 겨울철 표층과 저층의 혼합으로 인한 저층으로부터 표층으로 영양염 공급이 중요함.
그림 60. 표층과 40m저층의 영양염 분포(질산염/
아질산염, 규산염 및 인산염)
○ 식물플랑크톤 종조성 변화 분석 결과
- ‘13.03.14-’18.05.30까지 매 2주 간격 시료에서 총 258종이 확인됨: 규조류가 191종 차지
- 각 시기별 출현 종목록과 우점도 자료 확보
그림 61. ‘13.03.14 이후 매 2주 식물플랑크톤 종조성과 출현빈도 자료 매트 릭스 예
그림 62. 통영 연안해역에 우점하는 식물플랑크톤의 계절적 출현량 변화 예
○ 동물플랑크톤 종조성 변화 분석 결과
- ‘13.03.14~’16.04.21까지 매 2주 간격 시료에서 총 472종이 확인됨.
- 각 시기별 출현 종목록과 우점도 자료 확보
- 우점종들의 계절적 출현양상 변화 패턴 분석: 연중 출현종, 봄-여름 출현종, 가을 출현종, 겨울 출현종들로 구분됨.
그림 63. 통영해역에 우점하는 동물플랑크톤의 계절적 출현빈도 변화
그림 64. ‘13~'16자료에서 드러난 일부 저서생물의 유생출현 시기 - 일부 저서생물의 유생출현 시기 (산란시기) 자료 확보
(r=0.535) 나타남;
예측 모형의 예,
그림 65. Centropages abdominalis와 Acartia omorii 출현의 상관관계 (r=0.535)