KR102646407B1 - Ecosystem species extinction risk diagnosis system and operation method thereof - Google Patents
Ecosystem species extinction risk diagnosis system and operation method thereof Download PDFInfo
- Publication number
- KR102646407B1 KR102646407B1 KR1020230051968A KR20230051968A KR102646407B1 KR 102646407 B1 KR102646407 B1 KR 102646407B1 KR 1020230051968 A KR1020230051968 A KR 1020230051968A KR 20230051968 A KR20230051968 A KR 20230051968A KR 102646407 B1 KR102646407 B1 KR 102646407B1
- Authority
- KR
- South Korea
- Prior art keywords
- extinction
- ecosystem
- species
- network
- risk
- Prior art date
Links
- 230000008033 biological extinction Effects 0.000 title claims abstract description 371
- 238000003745 diagnosis Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 39
- 235000013305 food Nutrition 0.000 claims abstract description 164
- 238000011156 evaluation Methods 0.000 claims abstract description 79
- 238000004458 analytical method Methods 0.000 claims abstract description 66
- 238000004088 simulation Methods 0.000 claims abstract description 32
- 230000008859 change Effects 0.000 claims abstract description 15
- 241000894007 species Species 0.000 claims description 220
- 230000003993 interaction Effects 0.000 claims description 32
- 238000010276 construction Methods 0.000 claims description 18
- 241000902900 cellular organisms Species 0.000 claims description 16
- 244000062645 predators Species 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 9
- 238000012502 risk assessment Methods 0.000 claims description 9
- 231100000717 endangered species assessment Toxicity 0.000 claims description 6
- 230000001228 trophic effect Effects 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 2
- 238000013277 forecasting method Methods 0.000 claims 1
- 238000011017 operating method Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 25
- 238000003012 network analysis Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000012800 visualization Methods 0.000 description 5
- 241000251468 Actinopterygii Species 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 230000001939 inductive effect Effects 0.000 description 3
- 235000016709 nutrition Nutrition 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 241000238631 Hexapoda Species 0.000 description 2
- 241000237852 Mollusca Species 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000013213 extrapolation Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005549 size reduction Methods 0.000 description 2
- 241000195493 Cryptophyta Species 0.000 description 1
- 230000009141 biological interaction Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001613 neoplastic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
- G06F16/287—Visualization; Browsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Abstract
본 발명은 생태계 멸종 위험 진단 시스템 및 이의 동작방법에 관한 것으로, 본 발명의 일실시예에 따른 생태계 멸종 위험 진단 시스템의 동작방법은 (a) 상기 특정 생태계에 포함되는 다수의 생물종 중 적어도 하나 이상의 멸종 위기 생물종이 출현하는 적어도 하나 이상의 지점을 평가 대상지로 선정하는 단계; (b) 상기 평가 대상지별로, 상기 특정 생태계에 대한 제1 먹이그물 네트워크를 구축하는 단계; (c) 상기 평가 대상지별로, 상기 멸종 위기 생물종의 멸종 확률을 기반으로, 상기 특정 생태계에 포함되는 다수의 생물종에 대하여, 상기 멸종 위기 생물종이 순차적으로 멸종되는 멸종 시퀀스를 포함하는 멸종 시나리오를 구축하는 단계; (d) 상기 멸종 시나리오에 따라 멸종 시뮬레이션을 수행하여, 상기 특정 생태계에 대한 제2 먹이그물 네트워크를 생성하는 단계; (e) 상기 제1 먹이그물 네트워크, 및 상기 제2 먹이그물 네트워크를 소정의 분석지표에 따라 분석하는 단계; (f) 상기 분석지표별 결과값을 기반으로, 상기 제1 먹이그물 네트워크와 상기 제2 먹이그물 네트워크의 구조 변화량을 정량화하여 생태계 멸종 위험 통합 인덱스를 산출하는 단계; 및 (g) 산출된 상기 생태계 멸종 위험 통합 인덱스를 기반으로, 생물종 멸종에 따른 생태계 영향을 평가하는 단계;를 포함할 수 있다.The present invention relates to an ecosystem extinction risk diagnosis system and a method of operating the same. The operating method of the ecosystem extinction risk diagnosis system according to an embodiment of the present invention includes (a) at least one or more species among a plurality of species included in the specific ecosystem. Selecting at least one location where endangered species appear as an evaluation target; (b) constructing a first food web network for the specific ecosystem for each evaluation site; (c) For each of the evaluation sites, based on the probability of extinction of the endangered species, an extinction scenario including an extinction sequence in which the endangered species are sequentially extinct for a plurality of species included in the specific ecosystem Building steps; (d) performing extinction simulation according to the extinction scenario to create a second food web network for the specific ecosystem; (e) analyzing the first food web network and the second food web network according to a predetermined analysis index; (f) calculating an integrated ecosystem extinction risk index by quantifying the amount of structural change in the first food web network and the second food web network based on the results for each analysis index; and (g) evaluating the ecosystem impact due to species extinction based on the calculated ecosystem extinction risk integrated index.
Description
본 발명은 생물다양성 보전 기술에 관한 것으로, 보다 상세하게는 생태계 멸종 위험을 예측하고 평가하는 기술에 관한 것이다.The present invention relates to biodiversity conservation technology, and more specifically, to technology for predicting and evaluating the risk of ecosystem extinction.
현재 전 세계는 심각한 생물다양성 손실 위기에 처해있으며, 세계자연보전연맹(International Union for Conservation of Nature; IUCN)에서는 전세계 생물종들에 대해 멸종 위험 등급을 평가하고 이들의 보전을 촉구하고 있다. 생물다양성 손실은 생태계 구조적 성분 및 기능의 손실을 포함하는 개념이다. 특히, 생물종(species)의 손실, 즉 멸종(species extinction)은 단순히 생태계에서 해당 생물종이 제거되는 것에 국한되지 않으며 생태계 내 연쇄적 반응을 통해 전체 생태계의 구조와 기능에 영향을 미친다. 생물종 손실 방지 및 멸종 영향 예측 기술은 생물다양성 보전을 위한 사전적 조치 마련을 위해 중요하며, 이에 생태학 분야에서는 생물다양성 보전 및 생물종 손실 방지를 위한 기술개발의 필요성을 지속적으로 강조해왔다. 또한, 최근에는 지속가능한 생물자원의 이용 및 발생이익의 공정하고 공평한 공유를 목표로 하는 나고야 의정서(UN, 2010)가 채택·발효됨에 따라, 생물다양성 보전 분야 관련 기술 개발의 필요성이 더욱 강조되고 있다. Currently, the world is facing a serious risk of biodiversity loss, and the International Union for Conservation of Nature (IUCN) is assessing the extinction risk level of species around the world and urging their conservation. Biodiversity loss is a concept that includes the loss of ecosystem structural components and functions. In particular, the loss of a species, or species extinction, is not limited to the simple removal of the species from the ecosystem, but affects the structure and function of the entire ecosystem through chain reactions within the ecosystem. Technology to prevent species loss and predict the impact of extinction is important for taking proactive measures to conserve biodiversity, and the field of ecology has continuously emphasized the need to develop technology to conserve biodiversity and prevent species loss. In addition, with the recent adoption and entry into force of the Nagoya Protocol (UN, 2010), which aims to ensure sustainable use of biological resources and fair and equitable sharing of profits, the need to develop technologies related to biodiversity conservation is being further emphasized. .
생물다양성 보전을 위한 종래 기술들은 개별 생물종의 보전에 초점을 맞추어 왔다. 특히, 현재 멸종 위기에 처해있는 종 또는 경제성이 높은 종의 보전에 초점을 맞추어, 이들의 멸종 위험도를 평가하고, 산출된 멸종 위험도에 따라 각 생물종의 멸종 위험 등급을 산정해왔다. 멸종 위험도 평가를 위한 다양한 기술적 발전이 있었다. 대표적 종래 기술로 IUCN에 의해 개발된 멸종 위험 등급 평가 시스템이 있으며, 생물종의 개체군 크기 감소 및 서식 범위 감소 속도를 기반으로 멸종 위험을 등급화하는 기술을 탑재하고 있다. IUCN에서는 생물종의 멸종 위험 등급 평가를 위한 국가 및 지역 수준의 가이드라인을 배포하였으며, 현재 세계 각국에서는 이를 기반으로 해당 국가의 현실적, 생태적 특성을 반영하여 자국의 생물종들의 멸종 위험 등급을 산출하고 있으며, 해당 기술은 생물다양성 보전대책 수립을 위한 의사결정 기반 기술로서 널리 활용되고 있다.Conventional technologies for biodiversity conservation have focused on the conservation of individual biological species. In particular, focusing on the conservation of species that are currently in danger of extinction or species with high economic value, their extinction risk has been evaluated and the extinction risk level of each species has been calculated according to the calculated extinction risk. There have been various technological developments for extinction risk assessment. A representative conventional technology is the extinction risk rating system developed by IUCN, which is equipped with technology to rate extinction risk based on the rate of decrease in population size and habitat range of species. IUCN has distributed guidelines at the national and regional levels for evaluating the extinction risk of species, and currently, countries around the world are calculating extinction risk levels for their own species based on these and reflecting the realistic and ecological characteristics of the country. This technology is widely used as a decision-making technology for establishing biodiversity conservation measures.
생물다양성 보전 분야의 종래 기술들은 생물종의 멸종 위험도를 평가하고 이에 따라 보전이 필요한 생물종을 선정하는 기술 개발에 초점을 맞추고 있지만, 현재까지 생물종의 멸종 영향은 평가되지 않고 있다. 생물종의 멸종은 생태계 내 영양학적 폭포효과에 의해 상호작용하는 타 생물종들에 영향을 미치며, 나아가 전체 생태계시스템에 영향을 미칠 수 있기 때문에, 멸종의 영향은 개체군 또는 개별 생물종 수준에서 이해되기 어려우며 전체 시스템 수준의 접근법이 필요하지만, 기존의 개별 생물종 멸종리스크 평가 방식으로는 전체 시스템 수준의 이해가 어려운 실정이다. 생태계 생물종들은 독립적으로 존재하지 않으며 생물종 간 복잡한 상호작용을 통해 서로 유기적으로 연결되어서, 생물종의 멸종 또한 타 생물종의 멸종 메커니즘과 유기적으로 연결된다. 하지만, 종래 기술들은 해당 생물종의 개체군 특성(개체군 크기 및 서식 범위 감소)에 의해서만 멸종리스크가 결정되는 방식을 따르고 있으며, 타 생물종의 변화 또는 타 생물종 멸종에 따른 간접적 영향에 의한 이차멸종은 고려하지 않고 있다. 네트워크 분석 지표들은 전체론적 관점에서 시스템의 구조적 특성을 설명하는 데 유용하게 사용될 수 있다. 그러나 분석 지표들은 네트워크의 사이즈 의존적 특성을 가지며, 이로 인해 단일 네트워크의 특성에 대한 설명을 제공할 수 있지만 사이즈가 다른 복수의 네트워크들 간 직접적인 비교에 사용되기는 어렵다. 또한, 다양한 개별 네트워크 분석 지표들이 먹이그물 네트워크 분석에 활용될 수 있지만, 개별 지표들의 독립적 사용은 멸종이 생태계에 미치는 영향에 대한 종합적인 생태적 해석을 어렵게 한다. 종래의 노드 중심성 기반의 네트워크 노드 제거 시뮬레이션 기술은 다양한 실세계 네트워크들의 분석에 활발히 사용되는 기술이나 생태 분야에서는 유의성이 낮아 사용되기 어렵다. 생태계 내 생물종들은 노드 중심성이 높거나 낮은 순으로 멸종되지 않으며, 멸종 위험도 또는 교란에 대한 취약성이 높은 순으로 멸종되기 때문이다. 대량의 축적된 생태자료를 활용한 생태계 예측·분석 기술은 자료의 전처리에서부터 분석, 예측에 이르기까지 많은 시간이 소요된다는 한계점이 있다. 특히, 네트워크 데이터는 이차원 배열(행렬)자료의 특성을 가져 분석, 시뮬레이션, 모형 구동, 결과 표출에 이르기까지 많은 계산시간을 필요로 한다. 동일 종이라 하더라도 해당 종의 멸종의 영향은 지역별로 상이할 수 있다. 종래의 생물종 멸종 위험도 평가 기술은 전세계, 국가, 또는 여러 국가를 아우르는 지역적 수준에서 개발되어왔으며, 국소 지역들에 대해서는 일률적 평가 기준이 적용되었다. 따라서, 국소 지역 간 생물종 멸종의 영향을 비교, 분석, 평가하기에는 한계가 있다. Conventional technologies in the field of biodiversity conservation focus on developing technology to evaluate the risk of species extinction and select species requiring conservation accordingly, but the impact of species extinction has not been evaluated to date. Because the extinction of a species affects other interacting species through nutritional cascade effects within the ecosystem and can further affect the entire ecosystem system, the impact of extinction must be understood at the population or individual species level. It is difficult and requires a whole system level approach, but it is difficult to understand the whole system level using existing methods of assessing extinction risk of individual species. Species in an ecosystem do not exist independently, but are organically connected to each other through complex interactions between species, so the extinction of a species is also organically linked to the extinction mechanism of other species. However, conventional technologies follow a method in which extinction risk is determined only by the population characteristics of the species in question (population size and habitat range reduction), and secondary extinction caused by changes in other species or indirect effects of the extinction of other species is not possible. It is not being considered. Network analysis indicators can be useful in explaining the structural characteristics of a system from a holistic perspective. However, analysis indicators have network size-dependent characteristics, and although they can provide an explanation of the characteristics of a single network, they are difficult to use for direct comparison between multiple networks of different sizes. In addition, although various individual network analysis indicators can be used in food web network analysis, independent use of individual indicators makes comprehensive ecological interpretation of the impact of extinction on the ecosystem difficult. Conventional network node removal simulation technology based on node centrality is a technology actively used in the analysis of various real-world networks, but is difficult to use in the ecological field due to its low significance. This is because species within an ecosystem do not become extinct in the order of high or low node centrality, but rather in the order of high extinction risk or vulnerability to disturbance. Ecosystem prediction and analysis technology using large amounts of accumulated ecological data has a limitation in that it takes a lot of time from data preprocessing to analysis and prediction. In particular, network data has the characteristics of two-dimensional array (matrix) data, so it requires a lot of calculation time from analysis, simulation, model operation, and result display. Even for the same species, the impact of extinction of that species may vary from region to region. Conventional species extinction risk assessment techniques have been developed at the global, national, or regional level encompassing several countries, and uniform assessment standards have been applied to local regions. Therefore, there are limitations in comparing, analyzing, and evaluating the impact of species extinction across local regions.
본 발명은 상술한 종래기술의 문제점을 해결하기 위한 것으로, 본 발명의 일 측면은 시나리오 기반 멸종 시뮬레이션 기술을 통해 생물종 멸종 영향의 예측·평가를 가능하게 하는 데 그 목적이 있다.The present invention is intended to solve the problems of the prior art described above, and one aspect of the present invention is aimed at enabling prediction and evaluation of the impact of species extinction through scenario-based extinction simulation technology.
본 발명은 네트워크 접근법을 이용하여 먹이그물 네트워크 분석 기반의 멸종리스크 예측·평가 시스템을 개발함으로써 전체 생태계 시스템 수준의 멸종 영향 모의를 가능하게 하는 것을 목적으로 한다.The purpose of the present invention is to enable simulation of extinction impacts at the level of the entire ecosystem system by developing an extinction risk prediction and assessment system based on food web network analysis using a network approach.
본 발명은 생물종 간 상호작용 구조를 기반으로 생태계 내 이차멸종을 유도함으로써 타 생물종의 영향을 반영한 멸종리스크 산정을 가능하게 하는 데 그 목적이 있다.The purpose of the present invention is to enable the calculation of extinction risk that reflects the impact of other species by inducing secondary extinction within the ecosystem based on the interaction structure between species.
본 발명은 먹이그물 네트워크 분석 지표 산정 시 네트워크 사이즈 의존적 특성을 정규화하는 기술을 제공함으로써 복수의 생태계 먹이망 네트워크들 간 직접적인 비교를 가능하게 하는 것을 목적으로 한다.The purpose of the present invention is to enable direct comparison between multiple ecosystem food web networks by providing a technology for normalizing network size-dependent characteristics when calculating food web network analysis indicators.
본 발명은 개별적으로 사용되는 다양한 네트워크 분석 지표들을 통합하는 생태계 멸종 위험 통합 인덱스를 개발함으로써, 멸종의 생태계 영향에 대한 직관적 해석을 가능하게 하는 데 그 목적이 있다.The purpose of the present invention is to enable intuitive interpretation of the ecological impact of extinction by developing an integrated ecosystem extinction risk index that integrates various network analysis indicators used individually.
본 발명은 생물종의 멸종 시나리오를 수립하고 멸종 시나리오 기반 생태계 먹이그물 네트워크 멸종 시뮬레이션 기술을 제안함으로써 생태적으로 현실성 있는 멸종 영향 예측을 가능하게 하는 것을 목적으로 한다.The purpose of the present invention is to enable ecologically realistic extinction impact predictions by establishing extinction scenarios for biological species and proposing extinction scenario-based ecosystem food web network extinction simulation technology.
본 발명은 대량의 네트워크 데이터 처리를 위한 병렬 프로세싱 기능을 제공하는 데 그 목적이 있다.The purpose of the present invention is to provide a parallel processing function for processing large amounts of network data.
본 발명은 국소적 수준에서 지역 특이적인 먹이그물 특성을 반영한 시뮬레이션 기능을 개발함으로써 지역에 관계없는 일률적 평가에서 나아가 지역 특이적 평가, 지역 간 생태계 멸종 위험 비교, 지역 및 전국 수준의 멸종 위험 평가를 가능하는 것을 목적으로 한다.The present invention develops a simulation function that reflects region-specific food web characteristics at a local level, enabling region-specific evaluation, comparison of ecosystem extinction risk between regions, and regional and national level extinction risk assessment beyond uniform evaluation regardless of region. The purpose is to
본 발명은 GIS(Geographic Information System) 기반의 웹 어플리케이션을 통해 멸종 영향 평가를 지도에 맵핑하는 데 그 목적이 있다.The purpose of the present invention is to map extinction impact assessment on a map through a GIS (Geographic Information System)-based web application.
본 발명은 생태계 멸종 위험 평가 결과 뿐만 아니라 멸종 후 먹이그물 변화에 대한 네트워크 수준의 정량적 예측치를 제공, 각 지점의 먹이그물 및 해당 지역 내 출현 생물종 멸종 위험 등급에 따른 시뮬레이션을 수행함으로써 지점별, 멸종 시나리오별 예측 결과치를 제공하는 것을 목적으로 한다. The present invention provides network-level quantitative predictions for changes in the food web after extinction as well as the results of the ecosystem extinction risk assessment, and performs simulations according to the extinction risk level of the food web at each point and species appearing in the region, so that each point can become extinct. The purpose is to provide predicted results for each scenario.
본 발명은 먹이그물 사이즈별 결과 표출 기능을 제공하고, 먹이그물 네트워크 시각화 기술을 개발함으로써 지점별 네트워크 그래프 시각자료를 제공하는 데 그 목적이 있다.The purpose of the present invention is to provide a function for displaying results by food web size and to provide network graph visual data for each point by developing a food web network visualization technology.
본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템의 생태계 멸종 위험 예측 및 평가 방법은 (a) 상기 특정 생태계에 포함되는 다수의 생물종 중 적어도 하나 이상의 멸종 위기 생물종이 출현하는 적어도 하나 이상의 지점을 평가 대상지로 선정하는 단계; (b) 상기 평가 대상지별로, 상기 특정 생태계에 대한 제1 먹이그물 네트워크를 구축하는 단계; (c) 상기 평가 대상지별로, 상기 멸종 위기 생물종의 멸종 확률을 기반으로, 상기 특정 생태계에 포함되는 다수의 생물종에 대하여, 상기 멸종 위기 생물종이 순차적으로 멸종되는 멸종 시퀀스를 포함하는 멸종 시나리오를 구축하는 단계; (d) 상기 멸종 시나리오에 따라 멸종 시뮬레이션을 수행하여, 상기 특정 생태계에 대한 제2 먹이그물 네트워크를 생성하는 단계; (e) 상기 제1 먹이그물 네트워크, 및 상기 제2 먹이그물 네트워크를 소정의 분석지표에 따라 분석하는 단계; (f) 상기 분석지표별 결과값을 기반으로, 상기 제1 먹이그물 네트워크와 상기 제2 먹이그물 네트워크의 구조 변화량을 정량화하여 생태계 멸종 위험 통합 인덱스를 산출하는 단계; 및 (g) 산출된 상기 생태계 멸종 위험 통합 인덱스를 기반으로, 생물종 멸종에 따른 생태계 영향을 평가하는 단계;를 포함할 수 있다.The method for predicting and assessing ecosystem extinction risk in the ecosystem extinction risk diagnosis system according to an embodiment of the present invention is (a) evaluating at least one point where at least one endangered species appears among a plurality of species included in the specific ecosystem. Step of selecting a target site; (b) constructing a first food web network for the specific ecosystem for each evaluation site; (c) For each of the evaluation sites, based on the probability of extinction of the endangered species, an extinction scenario including an extinction sequence in which the endangered species are sequentially extinct for a plurality of species included in the specific ecosystem Building steps; (d) performing extinction simulation according to the extinction scenario to create a second food web network for the specific ecosystem; (e) analyzing the first food web network and the second food web network according to a predetermined analysis index; (f) calculating an integrated ecosystem extinction risk index by quantifying the amount of structural change in the first food web network and the second food web network based on the results for each analysis index; and (g) evaluating the ecosystem impact due to species extinction based on the calculated ecosystem extinction risk integrated index.
또한, 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템의 생태계 멸종 위험 예측 및 평가 방법에 있어서, 상기 (a) 단계는, 지역별 수생태계 생물상 조사데이터 및 멸종 위기 생물종 평가데이터를 입력받는 단계; 및 상기 지역별 수생태계 생물상 조사데이터의 조사 대상 지점 중, 상기 멸종 위기 생물종 평가데이터의 상기 멸종 위기 생물종을 포함하는 지점을 상기 평가 대상지로 선정하는 단계;를 포함할 수 있다. In addition, in the method for predicting and assessing ecosystem extinction risk in the ecosystem extinction risk diagnosis system according to an embodiment of the present invention, step (a) includes receiving regional aquatic ecosystem biota survey data and endangered species evaluation data; And it may include the step of selecting a point including the endangered species of the endangered species evaluation data as the evaluation target site among the survey target points of the regional aquatic ecosystem biota survey data.
또한, 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템의 생태계 멸종 위험 예측 및 평가 방법에 있어서, 상기 (b) 단계는, 상기 평가 대상지에 출현한 상기 특정 생태계에 포함되는 다수의 생물종에 대하여, 상기 생물종을 각각 네트워크 노드로 표시하고, 다수의 상기 생물종 간의 피식-포식 상호관계에 따라 2 이상의 상기 네트워크 노드를 연결하는 네트워크 링크로 표시하여 상기 제1 먹이그물 네트워크를 구축할 수 있다.In addition, in the method of predicting and assessing ecosystem extinction risk of the ecosystem extinction risk diagnosis system according to an embodiment of the present invention, step (b) is performed on a plurality of species included in the specific ecosystem that appear in the evaluation target area. , the first food web network can be constructed by displaying each of the species as a network node and displaying it as a network link connecting two or more of the network nodes according to the prey-predation correlation between the plurality of species.
또한, 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템의 생태계 멸종 위험 예측 및 평가 방법에 있어서, 상기 (c) 단계는, 상기 멸종 확률이 높은 순에서 낮은 순으로 구분되는 다수의 멸종 강도에 따라, 상기 멸종 위기 생물종을 분류하는 단계; 및 다수의 상기 멸종 강도별로 상기 멸종 시퀀스를 생성하는 단계;를 생성할 수 있다.In addition, in the method of predicting and assessing ecosystem extinction risk of the ecosystem extinction risk diagnosis system according to an embodiment of the present invention, step (c) is performed according to a plurality of extinction intensities classified from high to low probability of extinction. , classifying the endangered species; and generating the extinction sequence for each of the plurality of extinction intensities.
또한, 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템의 생태계 멸종 위험 예측 및 평가 방법에 있어서, 상기 (d) 단계는, 상기 제1 먹이그물 네트워크에 대하여, 상기 멸종 시퀀스에 따라, 상기 네트워크 노드 중 상기 멸종 위기 생물종에 대응되는 멸종 네트워크 노드, 및 상기 네트워크 링크 중 상기 멸종 네트워크 노드에 연결되는 멸종 네트워크 링크를 제거하고, 상기 네트워크 노드 중, 상기 멸종 네트워크 링크가 제거됨에 따라, 어떠한 상기 네트워크 링크와도 연결되지 않는 고립 네트워크 노드를 추가로 제거하여, 상기 제2 먹이그물 네트워크를 생성할 수 있다. In addition, in the method for predicting and assessing ecosystem extinction risk in the ecosystem extinction risk diagnosis system according to an embodiment of the present invention, step (d) is performed on the network node according to the extinction sequence with respect to the first food web network. Among the extinction network nodes corresponding to the endangered species, and among the network links, an extinction network link connected to the extinction network node is removed, and among the network nodes, as the extinction network link is removed, any of the network links The second food web network can be created by additionally removing isolated network nodes that are not connected to each other.
또한, 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템의 생태계 멸종 위험 예측 및 평가 방법에 있어서, 상기 (e) 단계는, 다양성 분석, 복잡성 분석 및 구조적 특성 분석을 수행하는 것이며, 상기 다양성 분석은 상기 제1 먹이그물 네트워크, 및 상기 제2 먹이그물 네트워크 내에 존재하는 상기 생물종의 숫자를 기반으로 수행되고, 상기 복잡석 분석은 상기 제1 먹이그물 네트워크, 및 상기 제2 먹이그물 네트워크 내에 존재하는 상호작용 링크의 개수, 상기 생물종 당 존재하는 평균적인 상호작용 링크 수로 계산되는 링크 밀도, 및 상기 제1 먹이그물 네트워크와 상기 제2 먹이그물 네트워크 내에 발현 가능한 전체 상호작용 숫자 대비 실제 존재하는 상호작용 링크 수인 연결성을 기반으로 수행되며, 상기 구조적 특성 분석은 먹이를 갖지만 포식자를 갖지 않는 생물종들의 비율, 먹이를 가지지 않는 생물종들의 비율, 먹이와 포식자를 모두 가지는 생물종들의 비율, 제1 먹이그물 네트워크 및 상기 제2 먹이그물 네트워크 내에 존재하는 전체 먹이사슬 길이의 평균, 2 이상의 영양단계의 먹이를 가지는 생물종들의 비율, 포식자당 평균적인 피식자의 숫자 또는 피식자당 평균적인 포식자의 숫자를 기반으로 수행될 수 있다.In addition, in the method for predicting and assessing ecosystem extinction risk in the ecosystem extinction risk diagnosis system according to an embodiment of the present invention, step (e) is to perform diversity analysis, complexity analysis, and structural characteristic analysis, and the diversity analysis It is performed based on the number of species present in the first food web network and the second food web network, and the complexity analysis is performed based on the number of species present in the first food web network and the second food web network. The number of interaction links, the link density calculated as the average number of interaction links per species, and the actual interactions compared to the total number of interactions that can occur within the first food web network and the second food web network. It is performed based on connectivity, which is the number of links, and the structural characteristic analysis is the proportion of species that have food but no predators, the proportion of species that do not have prey, the proportion of species that have both prey and predators, and the first food web. Performed based on the average of the entire food chain length existing within the network and the second food web network, the proportion of species with prey of two or more trophic levels, the average number of prey per predator, or the average number of predators per prey. It can be.
또한, 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템의 생태계 멸종 위험 예측 및 평가 방법에 있어서, 상기 (f) 단계는, 상기 평가 대상지 전체의 상기 제1 먹이그물 네트워크 및 상기 제2 먹이그물 네트워크를 상기 생물종의 숫자에 따라 그룹화하고, 각각의 그룹에 대해 상기 제1 먹이그물 네트워크 및 상기 제2 먹이그물 네트워크에 대한 상기 분석지표별 결과값 차이를 산출하는 단계; 산출된 상기 분석지표별 결과값 차이를 정규화하는 단계; 및 정규화된 상기 분석지표별 결과값 차이를 합산하여 상기 구조 변화량을 정량화하는 단계;를 포함할 수 있다.In addition, in the method of predicting and assessing ecosystem extinction risk of the ecosystem extinction risk diagnosis system according to an embodiment of the present invention, step (f) includes the first food web network and the second food web network of the entire evaluation area. grouping according to the number of species, and calculating a difference in result values for each analysis index for the first food web network and the second food web network for each group; Normalizing the calculated difference in result values for each analysis index; and quantifying the amount of structural change by summing the normalized differences in result values for each analysis index.
또한, 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템의 생태계 멸종 위험 예측 및 평가 방법에 있어서, (h) GIS(Geographic Information System)를 이용하여, 상기 생태계 멸종 위험 통합 인덱스를 지리정보로 변환한 후, 상기 평가 대상지별 상기 생물종 멸종에 따른 생태계 영향을 평가한 결과를 지도에 맵핑하는 단계;를 더 포함할 수 있다.In addition, in the ecosystem extinction risk prediction and evaluation method of the ecosystem extinction risk diagnosis system according to an embodiment of the present invention, (h) using GIS (Geographic Information System), the ecosystem extinction risk integrated index is converted into geographical information. Afterwards, a step of mapping the results of evaluating the ecological impact of the extinction of the species for each evaluation target area on a map may be further included.
한편, 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템은 상기 특정 생태계에 포함되는 다수의 생물종 중 적어도 하나 이상의 멸종 위기 생물종이 출현하는 적어도 하나 이상의 지점을 평가 대상지로 선정하는 평가 대상지 선정부; 상기 평가 대상지별로, 상기 특정 생태계에 대한 제1 먹이그물 네트워크를 구축하는 제1 먹이그물 네트워크 구축부; 상기 평가 대상지별로, 상기 멸종 위기 생물종의 멸종 확률을 기반으로, 상기 특정 생태계에 포함되는 다수의 생물종에 대하여, 상기 멸종 위기 생물종이 순차적으로 멸종되는 멸종 시퀀스를 포함하는 멸종 시나리오를 구축하는 멸종 시나리오 구축부; 상기 멸종 시나리오에 따라 멸종 시뮬레이션을 수행하여, 상기 특정 생태계에 대한 제2 먹이그물 네트워크를 생성하는 제2 먹이그물 네트워크 생성부; 상기 제1 먹이그물 네트워크, 및 상기 제2 먹이그물 네트워크를 소정의 분석지표에 따라 분석하는 분석부; 상기 분석지표별 결과값을 기반으로, 상기 제1 먹이그물 네트워크와 상기 제2 먹이그물 네트워크의 구조 변화량을 정량화하여 생태계 멸종 위험 통합 인덱스를 산출하는 생태계 멸종 위험 통합 인덱스 산출부; 및 산출된 상기 생태계 멸종 위험 통합 인덱스를 기반으로, 생물종 멸종에 따른 생태계 영향을 평가하는 생태계 영향 평가부;를 포함할 수 있다.Meanwhile, the ecosystem extinction risk diagnosis system according to an embodiment of the present invention includes an evaluation site selection unit that selects at least one point where at least one endangered species among a plurality of species included in the specific ecosystem appears as an evaluation target; a first food web network construction unit that constructs a first food web network for the specific ecosystem for each evaluation target site; For each of the evaluation sites, based on the probability of extinction of the endangered species, an extinction scenario is constructed including an extinction sequence in which the endangered species are sequentially extinct for a plurality of species included in the specific ecosystem. Scenario Construction Department; a second food web network generator that generates a second food web network for the specific ecosystem by performing extinction simulation according to the extinction scenario; an analysis unit that analyzes the first food web network and the second food web network according to a predetermined analysis index; An integrated ecosystem extinction risk index calculation unit that calculates an integrated ecosystem extinction risk index by quantifying the amount of structural change in the first food web network and the second food web network based on the results for each analysis index; And it may include an ecosystem impact assessment unit that evaluates the ecosystem impact due to species extinction based on the calculated ecosystem extinction risk integrated index.
또한, 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템에 있어서, GIS(Geographic Information System)를 이용하여, 상기 생태계 멸종 위험 통합 인덱스를 지리정보로 변환한 후, 상기 평가 대상지별 상기 생물종 멸종에 따른 생태계 영향을 평가한 결과를 지도에 맵핑하는 맵핑부;를 더 포함할 수 있다.In addition, in the ecosystem extinction risk diagnosis system according to an embodiment of the present invention, using GIS (Geographic Information System), the ecosystem extinction risk integrated index is converted into geographic information, and then the species extinction risk for each evaluation target area is calculated. It may further include a mapping unit that maps the results of evaluating the ecosystem impact on a map.
또한, 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템에 있어서, 상기 제1 먹이그물 네트워크, 상기 제2 먹이그물 네트워크, 및 상기 분석지표별 결과값으로 구성된 군으로부터 선택되는 적어도 어느 하나 이상을 웹(web) 상에서 시각화하는 웹 운영부;를 더 포함할 수 있다.In addition, in the ecosystem extinction risk diagnosis system according to an embodiment of the present invention, at least one selected from the group consisting of the first food web network, the second food web network, and the result value for each analysis index is used on the web. It may further include a web operating unit that visualizes on (web).
본 발명의 특징 및 이점들은 첨부도면에 의거한 다음의 상세한 설명으로 더욱 명백해질 것이다.The features and advantages of the present invention will become more apparent from the following detailed description based on the accompanying drawings.
이에 앞서 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이고 사전적인 의미로 해석되어서는 아니 되며, 발명자가 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.Prior to this, terms or words used in this specification and claims should not be construed in their usual, dictionary meaning, and the inventor may appropriately define the concept of the term in order to explain his or her invention in the best way. It must be interpreted with meaning and concept consistent with the technical idea of the present invention based on the principle that it is.
본 발명은 생물종 멸종에 따른 생태계 멸종 위험 평가 시스템으로, IUCN 기반의 생물종 멸종 위험 등급 평가 시스템(IUCN, 2022)과 연계함으로써 보전 생물종 선정을 위한 과학적 의사결정 지원도구로 활용이 가능하다. The present invention is an ecosystem extinction risk assessment system due to species extinction, and can be used as a scientific decision-making support tool for selecting conservation species by linking it with the IUCN-based species extinction risk rating system (IUCN, 2022).
본 발명은 네트워크 분석을 기반으로 멸종 시나리오별 생태계 먹이그물 구조 변화량의 정량적 예측·평가 결과치를 제시한다는 점에서 과학적, 학술적 효과가 있으며, 결과치들은 멸종 위기 생물종 보전대책 마련 시 기초자료로 활용이 가능하다. The present invention has a scientific and academic effect in that it presents quantitative prediction and evaluation results of changes in ecosystem food web structure for each extinction scenario based on network analysis, and the results can be used as basic data when preparing conservation measures for endangered species. do.
본 발명은 생물다양성 보전 분야뿐만 아니라 다양한 응용 생태 연구들에서 활용될 수 있으며, 구체적으로 생태계 및 환경 관리 분야에서 기후변화, 환경오염, 외래생물 유입에 의한 생물종 멸종 영향 예측 시 시뮬레이션 기술로서 활용될 수 있다.The present invention can be used not only in the field of biodiversity conservation but also in various applied ecological research, and specifically in the field of ecosystem and environmental management, it can be used as a simulation technology when predicting the impact of species extinction due to climate change, environmental pollution, and introduction of alien organisms. You can.
본 발명은 생물다양성 보전 및 증진을 위한 기초 기술로서, 신생물소재의 발굴과 이용, 유전자원 확보, 의약품 및 고기능성 식품개발 등 고부가가치 산업에의 생물자원 이용의 지속가능성을 증가시킨다는 점에서 경제적, 산업적 효과가 있다.The present invention is a basic technology for the conservation and promotion of biological diversity, and is economical in that it increases the sustainability of biological resource use in high value-added industries such as discovery and use of neoplastic materials, securing genetic resources, and development of pharmaceuticals and high-functional foods. , there is an industrial effect.
본 발명은 GIS 기반의 멸종 위험 평가시스템으로 전국 수준의 생태계 멸종 위험 평가가 가능할 뿐만 아니라 지역 간 멸종 위험 비교를 가능하게 한다. 멸종 위험의 지역 간 비교를 통해 멸종 위험 우려 지역 및 보호 우선 지역 선정 시 활용이 가능하며, 지자체 수준의 구체적 생물다양성 보전 시행세칙 마련을 지원하고, 생물다양성 증진에 기여한다는 점에서 사회적, 공공적, 환경적 효과가 있다. The present invention is a GIS-based extinction risk assessment system that not only enables national-level ecosystem extinction risk assessment, but also allows comparison of extinction risk between regions. Comparison of extinction risk between regions can be used to select areas at risk of extinction and priority areas for protection, and it supports the establishment of specific biodiversity conservation enforcement rules at the local government level and contributes to the promotion of biodiversity in social, public, and social areas. There is an environmental effect.
본 발명은 기술의 실시를 위한 GIS 기반 웹 어플리케이션을 제공함으로써 사용자 편의성을 높이는 효과가 있다.The present invention has the effect of increasing user convenience by providing a GIS-based web application for implementing technology.
본 발명은 생태계 생물상 모니터링 사업 및 생태계 건강성 평가 프로그램과 결합하여 활용이 가능하다.The present invention can be used in combination with ecosystem biota monitoring projects and ecosystem health evaluation programs.
본 발명은 육상 및 해양 생태계를 포함하는 다양한 생태계 유형에 적용이 가능하다.The present invention is applicable to various ecosystem types, including terrestrial and marine ecosystems.
도 1은 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템이 동작하는 환경을 대한 개략도이다.
도 2는 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템의 동작방식을 설명하는 흐름도이다.
도 3은 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템의 동작방식을 구체적으로 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템이 평가 대상지를 선정하는 방법을 나타낸 도면이다.
도 5는 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템이 제1 먹이그물 네트워크를 구축하는 방법을 나타낸 도면이다.
도 6은 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템이 멸종 시나리오를 구축하는 방법을 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템이 멸종 시뮬레이션을 수행하는 방식을 설명하는 흐름도이다.
도 8은 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템이 수행한 멸종 시나리오별 멸종 영향 평가 결과를 나타내는 도면이다.
도 9는 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템의 구성을 개략적으로 도시한 블록도이다.
도 10은 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템이 운영하는 GIS 기반 웹(web) 화면을 나타내는 도면이다.
도 11은 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템이 수행한 명종 영향 평가 및 네트워크 분석 결과 테이블이다.Figure 1 is a schematic diagram of an environment in which an ecosystem extinction risk diagnosis system according to an embodiment of the present invention operates.
Figure 2 is a flowchart explaining the operation method of the ecosystem extinction risk diagnosis system according to an embodiment of the present invention.
Figure 3 is a diagram specifically showing the operation method of the ecosystem extinction risk diagnosis system according to an embodiment of the present invention.
Figure 4 is a diagram showing how the ecosystem extinction risk diagnosis system according to an embodiment of the present invention selects an evaluation site.
Figure 5 is a diagram showing how the ecosystem extinction risk diagnosis system according to an embodiment of the present invention builds a first food web network.
Figure 6 is a diagram showing how the ecosystem extinction risk diagnosis system according to an embodiment of the present invention builds an extinction scenario.
Figure 7 is a flowchart explaining how the ecosystem extinction risk diagnosis system according to an embodiment of the present invention performs extinction simulation.
Figure 8 is a diagram showing the results of extinction impact assessment for each extinction scenario performed by the ecosystem extinction risk diagnosis system according to an embodiment of the present invention.
Figure 9 is a block diagram schematically showing the configuration of an ecosystem extinction risk diagnosis system according to an embodiment of the present invention.
Figure 10 is a diagram showing a GIS-based web screen operated by the ecosystem extinction risk diagnosis system according to an embodiment of the present invention.
Figure 11 is a table showing the results of the species impact assessment and network analysis performed by the ecosystem extinction risk diagnosis system according to an embodiment of the present invention.
본 발명의 목적, 특정한 장점들 및 신규 특징들은 첨부된 도면들과 연관되어지는 이하의 상세한 설명과 바람직한 실시예들로부터 더욱 명백해질 것이다. 본 명세서에서 각 도면의 구성요소들에 참조번호를 부가함에 있어서, 동일한 구성 요소들에 한해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 번호를 가지도록 하고 있음에 유의하여야 한다. 또한, "제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위해 사용되는 것으로, 구성요소가 상기 용어들에 의해 제한되는 것은 아니다. 이하, 본 발명을 설명함에 있어서, 본 발명의 요지를 불필요하게 흐릴 수 있는 관련된 공지 기술에 대한 상세한 설명은 생략한다.The objectives, specific advantages and novel features of the present invention will become more apparent from the following detailed description and preferred embodiments taken in conjunction with the accompanying drawings. In this specification, when adding reference numbers to components in each drawing, it should be noted that identical components are given the same number as much as possible even if they are shown in different drawings. Additionally, terms such as “first” and “second” are used to distinguish one component from another component, and the components are not limited by these terms. Hereinafter, in describing the present invention, detailed descriptions of related known technologies that may unnecessarily obscure the gist of the present invention will be omitted.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시형태를 상세히 설명하기로 한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the attached drawings.
도 1은 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템이 동작하는 환경을 대한 개략도이다.Figure 1 is a schematic diagram of an environment in which an ecosystem extinction risk diagnosis system according to an embodiment of the present invention operates.
도 1을 참고로, 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템(1000)은 연구자 단말기(2000) 및 외부 서버(3000)와 연결되어 통신되는 환경 내에서 동작할 수 있다.Referring to FIG. 1, the ecosystem extinction risk diagnosis system 1000 according to an embodiment of the present invention can operate in an environment that is connected to and communicates with the researcher terminal 2000 and the external server 3000.
일 실시예에 따르면, 생태계 멸종 위험 진단 시스템(1000)은 특정 생태계에 대한 멸종 위험을 예측 및 평가한다. 여기서, 평가 대상이 되는 생태계는 하천, 호수, 하구, 연안, 산림, 육상, 해양 등 다양한 생태계로 구성될 수 있다.According to one embodiment, the ecosystem extinction risk diagnosis system 1000 predicts and evaluates the extinction risk for a specific ecosystem. Here, the ecosystem subject to evaluation may consist of various ecosystems such as rivers, lakes, estuaries, coasts, forests, land, and oceans.
생태계의 먹이그물 네트워크 내에서 특정 생물종의 멸종은 영양학적인 폭포 효과에 의해 다른 생물종들의 이차 멸종을 야기할 수 있다. 생물종들의 이차 멸종은 생물종들 간의 상호작용 구조에 영향을 받게 되며, 특정 생물종이 어떠한 상호작용 관계도 가지지 않는 상태가 되면 해당 생물종에 대한 이차 멸종이 발생할 수 있다. 상세하게는, 먹이그물 네트워크 내에서 포식자인 생물종은 해당 생물종과 상호작용하는 피식자 생물종을 가지지 않게 되면 먹이 공급원의 부재로 인해 멸종될 수 있다. 이와 같이, 특정한 피식자 생물종이 멸종할 경우 해당 피식만을 섭취하는 포식자는 먹이 공급원의 소실로 이차 멸종될 수 있다. 이와 달리, 특정한 피식자 생물종이 멸종하더라도 해당 피식자 생물종과 다른 피식자 생물종을 함께 섭취하는 포식자는 다른 피식자를 통해 먹이를 공급할 수 있어 이차멸종이 되지 않을 수 있다. 생태계 내에서의 대량의 이차 멸종은 생물 군집 전체의 붕괴를 초래할 수 있다.The extinction of a specific species within an ecosystem's food web network can cause secondary extinction of other species due to nutritional cascade effects. Secondary extinction of biological species is influenced by the interaction structure between biological species, and if a specific biological species does not have any interactive relationship, secondary extinction of that biological species may occur. Specifically, within a food web network, a species that is a predator may become extinct due to the absence of a food source if it does not have a prey species that interacts with the species. Likewise, if a specific prey species becomes extinct, predators that consume only that prey may become secondary extinct due to the loss of their food source. On the other hand, even if a specific prey species becomes extinct, predators that eat both the prey species and other prey species can supply food through other prey species, so secondary extinction may not occur. Massive secondary extinctions within an ecosystem can lead to the collapse of entire biological communities.
생태계 멸종 위험 진단 시스템(1000)은 평가 대상지 내의 생태계에서 특정 생물종의 멸종 확률을 기반으로 멸종 시나리오를 구축하고, 그 멸종 시나리오에 따라 멸종 시뮬레이션을 수행하며, 멸종 시뮬레이션 전후의 먹이그물 네트워크를 분석하여 먹이그물 네트워크의 구조 변화량을 정량화함으로써 생물종 멸종에 따른 생태계 영향을 평가한다. 또한, 동작 과정에서 도출되는 결과를 GIS(Geographic Information System) 기술을 이용해 지리정보로 변환하여 지도에 맵핑할 수 있다.The ecosystem extinction risk diagnosis system 1000 builds an extinction scenario based on the probability of extinction of a specific species in the ecosystem within the evaluation area, performs extinction simulation according to the extinction scenario, and analyzes the food web network before and after the extinction simulation. By quantifying the structural changes in the food web network, we evaluate the ecological impact of species extinction. Additionally, the results derived from the operation process can be converted into geographic information using GIS (Geographic Information System) technology and mapped on a map.
연구자 단말기(2000)는 생태계 멸종 위험 진단 시스템(1000)을 관리하거나 사용하는 연구자에 의해 제어되는 단말기로, 연구자는 웹 브라우저 또는 연구자 단말기(2000) 상에 설치된 어플리케이션 등의 프로그램을 통하여 생태계 멸종 위험 진단 시스템(1000)에 접속하여 자신이 원하는 방식대로 생태계 멸종 위험 진단을 수행할 수 있다.The researcher terminal (2000) is a terminal controlled by a researcher who manages or uses the ecosystem extinction risk diagnosis system (1000), and the researcher diagnoses the risk of ecosystem extinction through programs such as a web browser or an application installed on the researcher terminal (2000). By accessing the system 1000, you can perform an ecosystem extinction risk diagnosis in your own way.
일 실시예에 따르면, 연구자는 연구자 단말기(2000)를 통해 어떠한 멸종 시나리오에 따라 멸종 시뮬레이션을 수행할 것인지를 결정할 수 있으며, 생태계 멸종 위험 통합 인덱스를 산출하기 위해 먹이그물 네트워크의 사이즈를 선택할 수 있다. 또한, 연구자는 생태계 멸종 위험 진단 시스템(1000)이 동작하는 과정에서 활용할 병렬 처리 프로세스의 코어수를 지정할 수도 있다.According to one embodiment, the researcher can determine through the researcher terminal 2000 which extinction scenario to perform extinction simulation and select the size of the food web network to calculate an integrated ecosystem extinction risk index. Additionally, the researcher may specify the number of cores of the parallel processing process to be used in the process of operating the ecosystem extinction risk diagnosis system 1000.
연구자 단말기(2000)는 동작에 필요한 정보들을 저장하는 메모리, 동작에 필요한 각종 연산을 수행하는 CPU와 같은 중앙처리장치, 입출력 장치 등을 포함하여 구성될 수 있다.The researcher terminal 2000 may be configured to include a memory that stores information required for operation, a central processing unit such as a CPU that performs various calculations required for operation, and an input/output device.
이러한 연구자 단말기(2000)는 휴대폰, 스마트폰, PDA(Personal Digital Assistant), PMP(Portable Multimedia Player), 태블릿 PC, 등과 같이 네트워크를 통하여 웹 서버와 연결될 수 있는 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있으며, 개인용 컴퓨터(예를 들어, 데스크탑 컴퓨터, 노트북 컴퓨터 등), 워크스테이션, 웹 패드 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기 중 하나일 수도 있다.These researcher terminals (2000) are all types of handheld-based devices that can be connected to a web server through a network, such as mobile phones, smartphones, PDA (Personal Digital Assistant), PMP (Portable Multimedia Player), and tablet PCs. It may include a wireless communication device, and may be one of a digital device equipped with a memory means and equipped with a microprocessor, such as a personal computer (e.g., a desktop computer, a laptop computer, etc.), a workstation, a web pad, etc., and has computing power. It may be possible.
외부 서버(3000)는 생태계 멸종 위험 진단 시스템(1000)의 원활한 동작을 위해 필요한 데이터를 제공하는 서버로, 외부의 정보 제공 시스템이나 데이터베이스로 구성될 수 있다. 예를 들어, 생태계 멸종 위험 진단 시스템(1000)은 평가 대상지 선정을 위한 지역별 수생태계 생물상 조사데이터 및 멸종 위기 생물종 평가데이터, 먹이그물 네트워크를 구축하는데 필요한 생물종 간 피식-포식 상호작용 데이터 등을 외부 서버(3000)로부터 제공받을 수 있다.The external server 3000 is a server that provides data necessary for the smooth operation of the ecosystem extinction risk diagnosis system 1000, and may be configured as an external information provision system or database. For example, the ecosystem extinction risk diagnosis system 1000 collects regional aquatic ecosystem biota survey data for selecting evaluation sites, evaluation data for endangered species, and prey-predation interaction data between species necessary to build a food web network. It can be provided from an external server (3000).
본 발명의 일 실시예에 따르면, 도 1에서 도시된 시스템의 동작 환경 내에서 동작하는 각 주체들이 통신하기 위해서 사용하는 통신망은 유선 및 무선 등과 같은 그 통신 양태를 가리지 않고 구성될 수 있으며, 예를 들면, 근거리 통신망(LAN: Local Area Network), 도시권 통신망(MAN: Metropolitan Area Network), 광역 통신망(WAN: Wide Area Network) 등 다양한 통신망으로 구현될 수 있다. 바람직하게는, 본 발명의 일 실시예에 따른 통신망은 공지의 월드와이드웹(WWW: World Wide Web) 등일 수도 있다.According to one embodiment of the present invention, the communication network used by each subject operating within the operating environment of the system shown in FIG. 1 to communicate can be configured regardless of the communication mode, such as wired or wireless, for example For example, it can be implemented with various communication networks such as a local area network (LAN), a metropolitan area network (MAN), and a wide area network (WAN). Preferably, the communication network according to an embodiment of the present invention may be the known World Wide Web (WWW), etc.
도 2는 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템의 동작방식을 설명하는 흐름도이고, 도 3은 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템의 동작방식을 구체적으로 나타낸 도면이다. 도 4는 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템이 평가 대상지를 선정하는 방법을 나타낸 도면이고, 도 5는 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템이 제1 먹이그물 네트워크를 구축하는 방법을 나타낸 도면이며, 도 6은 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템이 멸종 시나리오를 구축하는 방법을 나타낸 도면이고, 도 7은 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템이 멸종 시뮬레이션을 수행하는 방식을 설명하는 흐름도이며, 도 8은 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템이 수행한 멸종 시나리오별 멸종 영향 평가 결과를 나타내는 도면이다.Figure 2 is a flowchart explaining the operation method of the ecosystem extinction risk diagnosis system according to an embodiment of the present invention, and Figure 3 is a diagram specifically showing the operation method of the ecosystem extinction risk diagnosis system according to an embodiment of the present invention. Figure 4 is a diagram showing how the ecosystem extinction risk diagnosis system according to an embodiment of the present invention selects an evaluation site, and Figure 5 is a diagram showing how the ecosystem extinction risk diagnosis system according to an embodiment of the present invention establishes a first food web network. Figure 6 is a diagram showing how the ecosystem extinction risk diagnosis system according to an embodiment of the present invention builds an extinction scenario, and Figure 7 is a diagram showing how the ecosystem extinction risk diagnosis system according to an embodiment of the present invention is. It is a flowchart explaining how to perform extinction simulation, and Figure 8 is a diagram showing the results of extinction impact assessment for each extinction scenario performed by the ecosystem extinction risk diagnosis system according to an embodiment of the present invention.
도 2 내지 도 3을 참조하면, 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템(1000)은 평가 대상지를 선정할 수 있다(S100). 평가 대상지는 생태계 멸종 위험 평가의 대상이 되는 지점이다. 생태계 멸종 위험 진단 시스템(1000)은 특정 생태계에 포함되는 다수의 생물종 중 적어도 하나 이상의 멸종 위기 생물종이 출현하는 적어도 하나 이상의 지점을 평가 대상지로 선정할 수 있다. Referring to Figures 2 and 3, the ecosystem extinction risk diagnosis system 1000 according to an embodiment of the present invention can select an evaluation target site (S100). The evaluation site is the point that is the subject of ecosystem extinction risk assessment. The ecosystem extinction risk diagnosis system 1000 may select at least one point where at least one endangered species appears among a plurality of species included in a specific ecosystem as an evaluation target.
일 실시예로, 생태계 멸종 위험 진단 시스템(1000)은 지역별 수생태계 생물상 조사데이터 및 멸종 위기 생물종 평가데이터를 입력받을 수 있다. 생태계 멸종 위험 진단 시스템(1000)의 데이터 수집은 시스템 외부의 정보 제공 시스템이나 데이터베이스를 통해 이루어질 수 있다.In one embodiment, the ecosystem extinction risk diagnosis system 1000 may receive regional aquatic ecosystem biota survey data and endangered species assessment data. Data collection of the ecosystem extinction risk diagnosis system 1000 may be accomplished through an information provision system or database external to the system.
여기서, 지역별 수생태계 생물상 조사데이터는 수생태계 생물상 조사 대상 지점 및 그 지점에 출현한 생물종에 관한 정보를 포함하고, 멸종 위기 생물정 평가데이터는 멸종 위기 생물종에 관한 정보를 포함한다. 따라서, 생태계 멸종 위험 진단 시스템(1000)은 지역별 수생태계 생물상 조사데이터의 조사 대상 지점 중, 멸종 위기 생물종 평가데이터의 멸종 위기 생물종을 포함하는 지점을 평가 대상지로 선정할 수 있다. Here, the regional aquatic ecosystem biota survey data includes information on the aquatic ecosystem biota survey target point and the species that appear at that point, and the endangered species assessment data includes information on the endangered species. Accordingly, the ecosystem extinction risk diagnosis system 1000 may select a point including an endangered species in the endangered species assessment data as an evaluation target among the points subject to investigation in the regional aquatic ecosystem biota survey data.
도 4를 참고로 예를 들면, 물환경정보시스템(Water Information System; WIS)에서 제공하는 수생태계 생물측정망 데이터베이스를 이용하여 수생태계 생물상 조사데이터를 수집할 수 있다. 전국의 생물측정망 조사지점(약 3,000 개소)에 대해 지점별 어류, 저서성대형무척추동물, 부착조류 출현 생물종 조사자료를 전체 수집할 수 있다. 국내 멸종 위기 생물 종 적색목록자료집을 이용하여 멸종 위기 생물종 평가데이터를 수집할 수 있다. 국내에서는 세계자연보전연맹(International Union for Conservation of Nature; IUCN)의 국가 및 지역 수준의 가이드 라인에 따라 생물종의 멸종 위험 등급을 평가하고 있으며, 수생태계 생물상에 해당하는 어류, 연체동물, 수서곤충 적색목록 생물종 자료를 전체 수집한다. WIS로부터 수집된 생물측정망 전체 조사지점 중 적색목록 생물종을 포함하고 있는 지점을 추출하고, 추출된 조사지점, 즉 멸종 위기 생물종이 출현한 지점을 평가 대상지로 선정할 수 있다.For example, with reference to Figure 4, aquatic ecosystem biota survey data can be collected using the aquatic ecosystem biomeasuring network database provided by the Water Information System (WIS). It is possible to collect all species survey data on fish, benthic macroinvertebrates, and periphyton algae at each biological measurement network survey point (approximately 3,000 locations) across the country. You can collect assessment data on endangered species using the domestic Red List of Endangered Species data collection. In Korea, the extinction risk level of species is assessed according to the guidelines at the national and regional levels of the International Union for Conservation of Nature (IUCN), and fish, molluscs, and aquatic insects corresponding to the aquatic ecosystem biota are evaluated. Collect all Red List species data. Among the entire survey points of the biometric network collected from WIS, points containing red list species can be extracted, and the extracted survey points, that is, points where endangered species have appeared, can be selected as the evaluation target.
생태계 멸종 위험 진단 시스템(1000)은 제1 먹이그물 네트워크를 구축할 수 있다(S200). 여기서, 제1 먹이그물 네트워크는 선정된 평가 대상지별로 구축되고, 생물종 및 생물종간 피식-포식 상호작용을 나타낸다. 제1 먹이그물 네트워크는 평가 대상지에 출현한 특정 생태계에 포함되는 다수의 생물종에 대하여, 생물종을 각각 네트워크 노드로 표시하고, 다수의 생물종 간의 피식-포식 상호관계에 따라 2 이상의 상기 네트워크 노드를 연결하는 네트워크 링크로 표시하여 구축될 수 있다. The ecosystem extinction risk diagnosis system 1000 can build a first food web network (S200). Here, the first food web network is constructed for each selected evaluation site, and represents biological species and prey-predation interactions between biological species. The first food web network displays each species as a network node for a plurality of species included in a specific ecosystem that appears in the evaluation area, and has two or more network nodes according to the prey-predation correlation between the plurality of species. It can be constructed by representing it as a network link connecting .
일 실시예로, 도 4에 도시된 바와 같이, 제1 먹이그물 네트워크 구축을 위해 전세계 생물 상호작용 데이터베이스인 Global Biotic Interaction(GloBI)으로부터 생물종 간 피식-포식 상호작용 자료를 수집할 수 있다. 상호작용 자료 수집 시, 평가 대상지로 선정된 조사지점 내 전체 출현 생물종들의 학명을 이용할 수 있다. GloBI 데이터베이스 내에서 해당 생물종의 학명과 매칭되는 상호작용 생물종 자료가 존재할 경우 해당 상호작용 자료를 수집할 수 있다. 도 5를 참고로, WIS에서 수집된 생물상 조사데이터에 대해 수집된 생물종 간 피식-포식 상호작용 자료를 외삽함으로써 네트워크 링크를 형성할 수 있다. 전체 생물종들에 대해서 상호작용 자료 외삽 과정을 반복 수행하고, 더 이상 매칭되는 상호작용 데이터가 발견되지 않으면 네트워크 링크 외삽이 종료되며, 생물종 및 생물종 간 피식-포식 상호작용으로 구성된 제1 먹이그물 네트워크의 구축이 완료될 수 있다. 제1 먹이그물 네트워크 구축 과정은 평가 대상지로 선정된 조사지점별로 독립적으로 수행되며, 병렬 프로세스를 통해 동시 구축될 수 있다. 병렬 프로세스에 따르면, 병렬 처리를 수행하는 프로세서의 코어수를 연구자의 설정에 의해 결정될 수 있으며, 그에 따라 복수 개의 제1 먹이그물 네트워크가 구축될 수 있다. 다수의 제1 먹이그물 네트워크에 대한 데이터들이 입력되면 지정된 코어 수에 대응되는 수의 클러스터가 생성되고, 생성된 각각의 클러스터에 대하여 제1 먹이그물 네트워크가 동시에 구축될 수 있다.In one embodiment, as shown in FIG. 4, prey-predation interaction data between species can be collected from Global Biotic Interaction (GloBI), a global biological interaction database, to construct the first food web network. When collecting interaction data, the scientific names of all species occurring in the survey area selected as the evaluation site can be used. If interaction species data matching the scientific name of the species exists in the GloBI database, the interaction data can be collected. Referring to Figure 5, a network link can be formed by extrapolating the prey-predation interaction data between species collected to the biota survey data collected in WIS. The interaction data extrapolation process is repeated for all species, and network link extrapolation is terminated when no more matching interaction data is found, and the first prey consists of species and prey-predation interactions between species. Construction of the net network can be completed. The first food web network construction process is performed independently for each survey site selected as an evaluation site, and can be constructed simultaneously through a parallel process. According to the parallel process, the number of cores of the processor performing parallel processing can be determined by the researcher's settings, and a plurality of first food web networks can be constructed accordingly. When data for a plurality of first food web networks is input, a number of clusters corresponding to the specified number of cores are created, and a first food web network can be constructed simultaneously for each created cluster.
생태계 멸종 위험 진단 시스템(1000)은 멸종 시나리오를 구축할 수 있다(S300). 멸종 시나리오는 멸종 위기 생물종의 멸종 확률을 기반으로, 특정 생태계에 포함되는 다수의 생물종에 대하여, 멸종 위기 생물종이 순차적으로 멸종되는 멸종 시퀀스를 포함할 수 있다. 이러한 멸종 시나리오는 평가 대상지별로 구축될 수 있다. The ecosystem extinction risk diagnosis system 1000 can build an extinction scenario (S300). An extinction scenario may include an extinction sequence in which endangered species sequentially become extinct for a number of species included in a specific ecosystem, based on the extinction probability of the endangered species. These extinction scenarios can be constructed for each evaluation site.
일 실시예로, 멸종 확률이 높은 순에서 낮은 순으로 구분되는 다수의 멸종 강도에 따라, 상기 멸종 위기 생물종을 분류할 수 있다. 다음, 다수의 멸종 강도별로 멸종 시퀀스를 생성할 수 있다.In one embodiment, the endangered species may be classified according to a number of extinction intensities classified from high to low probability of extinction. Next, extinction sequences can be generated for multiple extinction intensities.
도 6을 참고로 예를 들면, 멸종 시나리오는 IUCN 적색목록 범주를 기반으로 작성될 수 있다. 국내 멸종 위기 생물종 적색목록자료집은 IUCN의 적색목록 범주 및 기준 지침서에 따라 국내 생물종의 멸종 위험 등급을 평가하고 있다. 멸종 위험 등급은 생물종별 개체군 크기 감소 및 서식 범위 감소 속도를 기준으로 평가되며, 개체군 크기 감소 및 서식 범위 감소 속도가 높은 생물종들은 멸종 위험 등급이 높은 것으로 평가된다. 이에 따르면, 절멸된 생물종을 제외하고, 현재 멸종 위험에 처한 생물종들은 위급(CR), 위기(EN), 취약(VU)의 세 등급으로 구분되며, 현재 멸종 위험에 처해있지 않지만 가까운 미래에 멸종 위험에 처할 수 있는 생물종들은 준위협(NT)으로 분류되고 있다. For example, referring to Figure 6, extinction scenarios can be created based on IUCN Red List categories. The Red List of Domestic Endangered Species Data Collection evaluates the extinction risk level of domestic species according to IUCN's Red List Category and Standard Guidelines. The extinction risk level is evaluated based on the speed of population size reduction and habitat range reduction for each species, and species with high rates of population size reduction and habitat range reduction are evaluated as having a high extinction risk level. According to this, excluding extinct species, species currently at risk of extinction are divided into three levels: critically endangered (CR), endangered (EN), and vulnerable (VU). They are not currently at risk of extinction, but may be in the near future. Species that may be at risk of extinction are classified as Near Threatened (NT).
위급, 위기, 취약, 준위협 네 가지 범주를 이용하여 멸종 시나리오를 작성할 수 있다. 멸종 위험 등급이 높은 생물종은 교란 하에서 멸종 확률이 더 높다. 이에 따라, 멸종 시나리오는 적색목록 범주에 따라 멸종 위험이 높은 순으로 생물종의 순차적 누적 멸종이 일어나는 것으로 가정할 수 있다.You can create an extinction scenario using four categories: Critical, Endangered, Vulnerable, and Near Threatened. Species with a high extinction risk rating have a higher probability of extinction under disturbance. Accordingly, the extinction scenario can be assumed to be a sequential cumulative extinction of species in order of high extinction risk according to the Red List categories.
구체적으로, 적색목록 범주를 이용하여 생물종의 순차적 멸종 시퀀스를 갖는 생물종 멸종 시나리오를 생성할 수 있다. 생물종 멸종 시나리오는 멸종의 강도에 따라, 약한 강도의 생물종 멸종 시나리오, 중간 강도의 생물종 멸종 시나리오, 및 강한 강도의 생물종 멸종 시나리오로 구축될 수 있다. 약한 강도의 생물종 멸종 시나리오는 위급, 위기 범주에 해당하는 종들의 멸종으로 수립될 수 있다. 중간 강도의 생물종 멸종 시나리오는 위급, 위기, 취약 범주에 해당하는 종들의 멸종을 수립될 수 있다. 강한 강도의 생물종 멸종 시나리오는 위급, 위기, 취약, 준위협 범주 해당하는 종들의 멸종으로 수립될 수 있다.Specifically, a species extinction scenario with a sequential extinction sequence of species can be created using the Red List categories. Species extinction scenarios can be constructed into a low-intensity species extinction scenario, a medium-intensity species extinction scenario, and a strong species extinction scenario, depending on the intensity of extinction. A low-intensity species extinction scenario can be established as the extinction of species that fall into the Critical or Critically Endangered category. A medium-severity species extinction scenario can be established for the extinction of species falling into the Critical, Critical and Vulnerable categories. A high-intensity species extinction scenario can be established with the extinction of species that fall into the Critical, Critical, Vulnerable, and Near Threatened categories.
생물종 제거 시뮬레이션을 위해, 평가 대상지별로 각각의 멸종 시나리오에 따른 생물종의 멸종 시퀀스들을 생성할 수 있다. 이때, 멸종 시퀀스는 해당 평가 대상지에서 출현한 멸종 위기 생물종들에 의해 결정될 수 있다.To simulate species extinction, extinction sequences of species according to each extinction scenario can be generated for each evaluation site. At this time, the extinction sequence can be determined by the endangered species that appear in the evaluation area.
생태계 멸종 위험 진단 시스템(1000)은 제2 먹이그물 네트워크를 생성할 수 있다(S400). 제2 먹이그물 네트워크는 멸종 시나리오에 따라 멸종 시뮬레이션을 수행한 결과로써 생성될 수 있다. 생물종 멸종 시뮬레이션은 각각의 멸종 시나리오에 따라 구축된 제1 먹이그물로에서 해당 생물종을 제거함으로써 수행될 수 있다.The ecosystem extinction risk diagnosis system 1000 can create a second food web network (S400). The second food web network can be created as a result of performing extinction simulation according to the extinction scenario. Species extinction simulation can be performed by removing the corresponding species from the first food web constructed according to each extinction scenario.
구체적으로, 제1 먹이그물 네트워크에 대하여, 멸종 시퀀스에 따라, 네트워크 노드 중 멸종 위기 생물종에 대응되는 멸종 네트워크 노드, 및 네트워크 링크 중 상멸종 네트워크 노드에 연결되는 멸종 네트워크 링크를 제거할 수 있다. 다음, 네트워크 노드 중, 멸종 네트워크 링크가 제거됨에 따라, 어떠한 네트워크 링크와도 연결되지 않는 고립 네트워크 노드를 추가로 제거하여, 제2 먹이그물 네트워크를 생성할 수 있다Specifically, for the first food web network, according to the extinction sequence, an extinction network node corresponding to an endangered species among network nodes and an extinction network link connected to a semi-extinct network node among network links may be removed. Next, as extinct network links are removed among the network nodes, isolated network nodes that are not connected to any network links can be additionally removed to create a second food web network.
도 6을 참고로 예를 들면, 해당 생물종(멸종 네트워크 노드) 제거에 따른 해당 생물종의 피식-포식 상호작용 링크(멸종 네트워크 링크)가 제거되며, 연속적으로 피식-포식 상호작용 링크(네트워크 링크)를 가지지 않는 고립된 생물종(고립 네트워크 노드)이 생성될 수 있다. 생태계 내 생물종은 상호작용함으로써 존재할 수 있기 때문에 고립된 생물종은 멸종되게 된다. 생물종 제거에 따라 생성된 고립된 생물종들은 이차멸종하는 것으로 가정하며, 이에 따라 시뮬레이션 과정에서 고립된 생물종은 제1 먹이그물 네트워크 내에서 제거할 수 있다. 본 발명에서 이차멸종의 유도 과정은 생태계 내 영양학적 폭포 효과에 따른 연쇄적 멸종을 반영한다.Referring to Figure 6, for example, as the species (extinction network node) is removed, the prey-predation interaction link (extinction network link) of the species is removed, and the prey-predation interaction link (network link) is subsequently removed. ) may create an isolated species (isolated network node) that does not have a Because species within an ecosystem can exist through interaction, isolated species become extinct. Isolated species created by species removal are assumed to undergo secondary extinction, and accordingly, isolated species can be removed from the first food web network during the simulation process. In the present invention, the process of inducing secondary extinction reflects serial extinction due to the nutritional cascade effect within the ecosystem.
시뮬레이션의 각 단계에서 발생하는 고립된 생물종들은 다음 단계에서 생물종 제거 시 함께 제거된다.Isolated species that occur at each stage of the simulation are eliminated when species are removed in the next stage.
시뮬레이션 과정에서 이차멸종의 유도 과정은 더 이상 고립된 노드가 발생하지 않을 때 까지 반복 수행될 수 있다.In the simulation process, the process of inducing secondary extinction can be repeated until no more isolated nodes occur.
약한 강도의 생물종 멸종 시나리오 하에서 멸종 시뮬레이션은 다음과 같이 수행된다. 평가 대상지의 제1 먹이그물 내 위급, 위기 범주에 해당하는 어류, 연체동물, 수서곤충 생물종을 확인하고, 해당 생물종 자료를 추출한 다음, 상응하는 먹이그물 네트워크 노드를 제거하고, 제거된 네트워크 노드의 링크들을 제거한다. 그리고, 제거된 링크들과 연결된 네트워크 노드를 확인하며, 확인된 노드가 링크를 갖지 않는 경우에는 고립된 노드로 지정하고, 고립된 노드를 추출하여 추출된 고립된 노드들의 제거를 수행한다. 먹이그물 네트워크 노드 제거에서부터 추출된 고립된 노드들의 제거에 이르기까지가 멸종 시뮬레이션의 한 단계에 해당하며, 이 과정을 반복 수행한 후 더 이상 고립된 노드가 발생하지 않으면 시뮬레이션이 종료될 수 있다.Under the low intensity species extinction scenario, the extinction simulation is performed as follows. Identify the species of fish, molluscs, and aquatic insects that fall into the critical and endangered categories in the first food web of the evaluation site, extract data on the corresponding species, and then remove the corresponding food web network node, and remove the removed network node. Remove the links. Then, the network nodes connected to the removed links are checked, and if the confirmed node does not have a link, it is designated as an isolated node, the isolated nodes are extracted, and the extracted isolated nodes are removed. The process from removing food web network nodes to removing extracted isolated nodes corresponds to one step of extinction simulation, and after repeating this process, the simulation can be terminated when no more isolated nodes occur.
중간 및 강한 강도의 생물종 멸종 시나리오 하에서 멸종 시뮬레이션 과정 역시 위의 약한 강도의 생물종 멸종 시나리오 시뮬레이션 과정과 동일한 과정에 따라 수행될 수 있다.The extinction simulation process under medium and strong species extinction scenarios can also be performed according to the same process as the simulation process for the weak species extinction scenario above.
생태계 멸종 위험 진단 시스템(1000)은 먹이그물 네트워크의 구조를 분석할 수 있다(S500). 여기서, 제1 먹이그물 네트워크, 및 제2 먹이그물 네트워크의 구조를 소정의 분석지표에 따라 분석할 수 있다. 평가 대상지별로 멸종 전(현재 상태), 후(멸종 시나리오에 따른 멸종 후 상태: 약한 강도의 멸종 시나리오, 중간 강도의 멸종 시나리오, 강한 강도의 멸종 시나리오에 따른 멸종 후 상태)의 먹이그물 네트워크들 각각에 대해 소정의 분석지표로 네트워크 분석을 수행하고, 평가 대상지별로 소정의 분석지표별 결과값들을 산출할 수 있다.The ecosystem extinction risk diagnosis system 1000 can analyze the structure of the food web network (S500). Here, the structures of the first food web network and the second food web network can be analyzed according to a predetermined analysis index. Each food web network before (current state) and after (post-extinction state according to extinction scenario: low-intensity extinction scenario, medium-intensity extinction scenario, and strong-intensity extinction scenario) for each evaluation target area. Network analysis can be performed using predetermined analysis indicators, and result values for each predetermined analysis indicator can be calculated for each evaluation target area.
제1 및 제2 먹이그물 네트워크 구조 분석은 다양성 분석, 복잡성 분석 및 구조적 특성 분석으로 분류될 수 있다. 다양성 분석은 분석 대상이 되는 먹이그물 네트워크 내에 존재하는 종의 숫자(S)를 기반으로 수행될 수 있다. 복잡성 분석은 먹이그물 네트워크 내에 존재하는 상호작용의 링크 수(L), 생물종 당 존재하는 평균적인 상호작용 링크 수로 계산되는 링크 밀도(LD) 및 먹이그물 네트워크 내에 발현 가능한 전체 상호작용 숫자 대비 실제 존재하는 상호작용 링크 수로 계산되는 연결성(C)을 기반으로 수행될 수 있다. 구조적 특성 분석은 먹이를 갖지만 포식자를 갖지 않는 생물종들의 비율(Top), 먹이를 가지지 않는 생물종들의 비율(Basal), 먹이와 포식자를 모두 가지는 생물종들의 비율(Inter), 먹이그물 네트워크 내에 존재하는 전체 먹이사슬 길이의 평균(MCL), 둘 이상의 영양단계의 먹이를 가지는 생물종들의 비율(O), 포식자당 평균적인 피식자의 숫자(Gen) 또는 피식자당 평균적인 포식자의 숫자(Vul)를 기반으로 수행될 수 있다. The first and second food web network structure analysis can be classified into diversity analysis, complexity analysis, and structural characteristic analysis. Diversity analysis can be performed based on the number of species (S) present in the food web network being analyzed. Complexity analysis is based on the number of interaction links (L) that exist within the food web network, the link density (LD) calculated as the average number of interaction links that exist per species, and the actual number of interactions that can occur within the food web network compared to the total number of interactions that exist within the food web network. It can be performed based on connectivity (C), which is calculated as the number of interaction links. Analysis of structural characteristics includes the proportion of species that have food but no predators (Top), the proportion of species that do not have prey (Basal), the proportion of species that have both prey and predators (Inter), and the presence in the food web network. Based on the average length of the entire food chain (MCL), the proportion of species with prey at more than one trophic level (O), the average number of prey per predator (Gen), or the average number of predators per prey (Vul). It can be performed as:
생태계 멸종 위험 진단 시스템(1000)은 생태계 멸종 위험 통합 인덱스를 산출할 수 있다(S600). 분석지표별 결과값을 기반으로, 제1 먹이그물 네트워크와 제2 먹이그물 네트워크의 구조 변화량을 정량화하여 생태계 멸종 위험 통합 인덱스를 산출할 수 있다. The ecosystem extinction risk diagnosis system 1000 can calculate an ecosystem extinction risk integrated index (S600). Based on the results of each analysis indicator, the structural change in the first and second food web networks can be quantified to calculate an integrated ecosystem extinction risk index.
여기서, 평가 대상지 전체의 제1 먹이그물 네트워크 및 제2 먹이그물 네트워크를 생물종의 숫자에 따라 그룹화하고, 각각의 그룹에 대해 제1 먹이그물 네트워크 및 제2 먹이그물 네트워크에 대한 분석지표별 결과값 차이를 산출할 수 있다. 이렇게 산출된 상기 분석지표별 결과값 차이는 정규화될 수 있고, 정규화된 분석지표별 결과값 차이를 합산하여 구조 변화량을 정량화할 수 있다.Here, the first food web network and the second food web network of the entire evaluation area are grouped according to the number of biological species, and the result values for each analysis indicator for the first food web network and the second food web network for each group. The difference can be calculated. The difference in result values for each analysis index calculated in this way can be normalized, and the amount of structural change can be quantified by adding up the difference in result values for each normalized analysis index.
예를 들면, 전체 평가 대상지 먹이그물 네트워크들을 먹이그물 네트워크의 사이즈(즉, 생물종 수; S)별로 그룹화하고, 아래 [수학식 1]에 따라 각 그룹에 대해 네트워크 분석 지표들의 멸종 시뮬레이션 전후 차이값을 산출할 수 있다. 먹이그물 네트워크의 사이즈 그룹은 ≤ 40, 41 - 60, 61 - 80, 81 - 100, 101 - 120, 121 - 140, > 140으로 구분될 수 있다.For example, the food web networks of the entire evaluation target area are grouped by the size of the food web network (i.e., number of species; S), and the difference values of network analysis indicators before and after extinction simulation for each group according to [Equation 1] below: can be calculated. The size groups of the food web network can be divided into ≤ 40, 41 - 60, 61 - 80, 81 - 100, 101 - 120, 121 - 140, and > 140.
[수학식 1][Equation 1]
네트워크 분석 지표 변화량은 네트워크 분석 지표에 따라 서로 다른 범위의 값을 가지기 때문에 정규화가 필요하므로, 아래 [수학식 2 및 3]에 따라 min-max 정규화에 따라 각각의 분석 지표들이 모두 0 ~ 1의 범위를 갖도록 정규화할 수 있다.Since the amount of change in the network analysis indicator has different ranges of values depending on the network analysis indicator, normalization is necessary, so each analysis indicator is in the range of 0 to 1 according to min-max normalization according to [Equations 2 and 3] below. It can be normalized to have .
[수학식 2][Equation 2]
[수학식 3][Equation 3]
네트워크 분석 지표들은 먹이그물 네트워크의 사이즈에 의해 영향을 받기 때문에, 멸종 전후 네트워크 분석 지표의 변화량에는 멸종의 영향 뿐만 아니라 네트워크 사이즈 영향이 포함되어 있을 수 있다. 상기 [수학식 1, 2 및 3]에 따라, 먹이그물 네트워크 사이즈를 그룹화한 후, 그룹별 지표 변화량을 정규화하고, 그룹별 정규화된 지표들을 합산함으로써 멸종 위험을 정량화하고 생태계 멸종 위험 통합 인덱스를 산출할 수 있다(수학식 4). Because network analysis indicators are influenced by the size of the food web network, the amount of change in network analysis indicators before and after extinction may include not only the impact of extinction but also the impact of network size. According to [Equations 1, 2, and 3] above, after grouping the food web network size, normalizing the change in indicators for each group, and summing the normalized indicators for each group, the extinction risk is quantified and an integrated ecosystem extinction risk index is calculated. It can be done (Equation 4).
[수학식 4][Equation 4]
생태계 멸종 위험 통합 인덱스는 전체 분석지표들의 변화를 종합적으로 고려하여 산출될 수 있다. 멸종에 따른 먹이그물 네트워크 구조의 변화가 클수록 생태계 멸종 위험이 높으며, 생태계 멸종 위험 통합 인덱스는 0(멸종 위험 낮음) ~ 100(멸종 위험 높음) 사이의 값을 가질 수 있다.The integrated ecosystem extinction risk index can be calculated by comprehensively considering changes in all analysis indicators. The greater the change in the food web network structure due to extinction, the higher the risk of ecosystem extinction, and the integrated ecosystem extinction risk index can have values between 0 (low extinction risk) and 100 (high extinction risk).
생태계 멸종 위험 진단 시스템(1000)은 생물종 멸종에 따른 생태계 영향을 평가할 수 있다(S700). 산출된 생태계 멸종 위험 통합 인덱스를 기반으로, 생물종 멸종에 따른 생태계 영향을 평가할 수 있다. 따라서, 멸종 위험이 낮은 순서에서부터 높은 순서에 따라 생물종 멸종에 따른 생태계 영향이 평가될 수 있다.The ecosystem extinction risk diagnosis system (1000) can evaluate the ecosystem impact due to species extinction (S700). Based on the calculated ecosystem extinction risk integrated index, the ecosystem impact due to species extinction can be assessed. Therefore, the ecological impact of species extinction can be evaluated in order of extinction risk from low to high.
또한, 생태계 멸종 위험 진단 시스템(1000)은 생물종 멸종에 따른 생태계 영향을 평가한 결과를 지도에 맵핑할 수 있다. In addition, the ecosystem extinction risk diagnosis system 1000 can map the results of evaluating the ecosystem impact due to species extinction on a map.
도 8을 참고로, GIS(Geographic Information System)를 이용하여, 상기 생태계 멸종 위험 통합 인덱스를 지리정보로 변환한 후, 평가 대상지별 생물종 멸종에 따른 생태계 영향을 평가한 결과를 지도에 맵핑할 수 있다.Referring to Figure 8, using GIS (Geographic Information System), the ecosystem extinction risk integrated index can be converted into geographic information, and then the results of evaluating the ecosystem impact due to species extinction for each evaluation area can be mapped on a map. there is.
도 9는 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템의 구성을 개략적으로 도시한 블록도이다.Figure 9 is a block diagram schematically showing the configuration of an ecosystem extinction risk diagnosis system according to an embodiment of the present invention.
도 9를 참고로, 생태계 멸종 위험 진단 시스템(1000)은 평가 대상지 선정부(110), 제1 먹이그물 네트워크 구축부(120), 멸종 시나리오 구축부(130), 제2 먹이그물 네트워크 생성부(140), 분석부(150), 생태계 멸종 위험 통합 인덱스 산출부(160), 및 생태계 영향 평가부(170)를 포함할 수 있다.Referring to Figure 9, the ecosystem extinction risk diagnosis system 1000 includes an evaluation site selection unit 110, a first food web network construction unit 120, an extinction scenario construction unit 130, and a second food web network creation unit ( 140), an analysis unit 150, an integrated ecosystem extinction risk index calculation unit 160, and an ecosystem impact assessment unit 170.
평가 대상지 선정부(110)는 특정 생태계에 포함되는 다수의 생물종 중 적어도 하나 이상의 멸종 위기 생물종이 출현하는 적어도 하나 이상의 지점을 평가 대상지로 선정할 수 있다. 지역별 수생태계 생물상 조사데이터 및 멸종 위기 생물종 평가데이터를 입력받고, 지역별 수생태계 생물상 조사데이터의 조사 대상 지점 중, 멸종 위기 생물종 평가데이터의 멸종 위기 생물종을 포함하는 지점을 평가 대상지로 선정할 수 있다.The evaluation site selection unit 110 may select at least one point where at least one endangered species occurs among a plurality of species included in a specific ecosystem as the evaluation site. Regional aquatic ecosystem biota survey data and endangered species evaluation data are input, and among the survey target points of the regional aquatic ecosystem biota survey data, points containing endangered species in the endangered species evaluation data are selected as the evaluation target. You can.
제1 먹이그물 네트워크 구축부(120)는 평가 대상지별로, 특정 생태계에 대한 제1 먹이그물 네트워크를 구축할 수 있다. 평가 대상지에 출현한 특정 생태계에 포함되는 다수의 생물종에 대하여, 생물종을 각각 네트워크 노드로 표시하고, 다수의 생물종 간의 피식-포식 상호관계에 따라 2 이상의 네트워크 노드를 연결하는 네트워크 링크로 표시하여 제1 먹이그물 네트워크를 구축할 수 있다.The first food web network construction unit 120 may construct a first food web network for a specific ecosystem for each evaluation target site. For multiple species included in a specific ecosystem appearing in an evaluation area, each species is displayed as a network node, and displayed as a network link connecting two or more network nodes according to the prey-predation correlation between multiple species. Thus, the first food web network can be constructed.
멸종 시나리오 구축부(130)는 평가 대상지별로, 멸종 위기 생물종의 멸종 확률을 기반으로, 특정 생태계에 포함되는 다수의 생물종에 대하여, 멸종 위기 생물종이 순차적으로 멸종되는 멸종 시퀀스를 포함하는 멸종 시나리오를 구축할 수 있다. 멸종 확률이 높은 순에서 낮은 순으로 구분되는 다수의 멸종 강도에 따라, 멸종 위기 생물종을 분류하고, 멸종 강도별로 멸종 시퀀스를 생성할 수 있다.The extinction scenario construction unit 130 is an extinction scenario that includes an extinction sequence in which endangered species are sequentially extinct for a number of species included in a specific ecosystem, based on the extinction probability of endangered species for each evaluation target area. can be built. It is possible to classify endangered species according to a number of extinction intensities, classified from high to low extinction probability, and create an extinction sequence by extinction intensity.
제2 먹이그물 네트워크 생성부(140)는 멸종 시나리오에 따라 멸종 시뮬레이션을 수행하여, 특정 생태계에 대한 제2 먹이그물 네트워크를 생성할 수 있다. 제1 먹이그물 네트워크에 대하여, 멸종 시퀀스에 따라, 네트워크 노드 중 멸종 위기 생물종에 대응되는 멸종 네트워크 노드, 및 네트워크 링크 중 멸종 네트워크 노드에 연결되는 멸종 네트워크 링크를 제거할 수 있다. 다음, 네트워크 노드 중, 멸종 네트워크 링크가 제거됨에 따라, 어떠한 네트워크 링크와도 연결되지 않는 고립 네트워크 노드를 추가로 제거하여, 제2 먹이그물 네트워크를 생성할 수 있다.The second food web network generator 140 may perform extinction simulation according to the extinction scenario and generate a second food web network for a specific ecosystem. For the first food web network, according to the extinction sequence, an extinction network node corresponding to an endangered species among network nodes and an extinction network link connected to the extinction network node among network links may be removed. Next, as the extinct network link among the network nodes is removed, the isolated network node that is not connected to any network link can be further removed to create a second food web network.
분석부(150)는 제1 먹이그물 네트워크, 및 제2 먹이그물 네트워크를 소정의 분석지표에 따라 분석할 수 있다. 여기서, 다양성 분석, 복잡성 분석 및 구조적 특성 분석이 수행될 수 있다.The analysis unit 150 may analyze the first food web network and the second food web network according to a predetermined analysis index. Here, diversity analysis, complexity analysis, and structural property analysis can be performed.
생태계 멸종 위험 통합 인덱스 산출부(160)는 분석지표별 결과값을 기반으로, 제1 먹이그물 네트워크와 제2 먹이그물 네트워크의 구조 변화량을 정량화하여 생태계 멸종 위험 통합 인덱스를 산출할 수 있다.The ecosystem extinction risk integrated index calculation unit 160 can calculate the ecosystem extinction risk integrated index by quantifying the amount of structural change in the first food web network and the second food web network based on the results for each analysis index.
생태계 영향 평가부(170)는 산출된 생태계 멸종 위험 통합 인덱스를 기반으로, 생물종 멸종에 따른 생태계 영향을 평가할 수 있다.The ecosystem impact assessment unit 170 can evaluate the ecosystem impact due to species extinction based on the calculated ecosystem extinction risk integrated index.
생태계 멸종 위험 진단 시스템(1000)은 맵핑부(180)를 더 포함할 수 있다. 맴핑부는 GIS(Geographic Information System)를 이용하여, 생태계 멸종 위험 통합 인덱스를 지리정보로 변환한 후, 평가 대상지별 생물종 멸종에 따른 생태계 영향을 평가한 결과를 지도에 맵핑할 수 있다.The ecosystem extinction risk diagnosis system 1000 may further include a mapping unit 180. Using GIS (Geographic Information System), the mapping department can convert the integrated index of ecosystem extinction risk into geographic information and then map the results of evaluating the ecosystem impact due to species extinction for each evaluation area on a map.
생태계 멸종 위험 진단 시스템(1000)은 통신부(200)를 더 포함할 수 있다. 통신부(200)는 생태계 멸종 위험 진단 시스템(1000)이 연구자 단말기(2000) 및 외부 서버(3000)와의 통신을 수행할 수 있도록 한다. 통신부(200)가 통신을 수행하기 위해서 사용하는 통신망은 유선 및 무선 등과 같은 그 통신 양태를 가리지 않고 구성될 수 있으며, 예를 들면, 근거리 통신망(LAN: Local Area Network), 도시권 통신망(MAN: Metropolitan Area Network), 광역 통신망(WAN: Wide Area Network) 등 다양한 통신망으로 구현될 수 있다.The ecosystem extinction risk diagnosis system 1000 may further include a communication unit 200. The communication unit 200 allows the ecosystem extinction risk diagnosis system 1000 to communicate with the researcher terminal 2000 and the external server 3000. The communication network used by the communication unit 200 to perform communication may be configured regardless of the communication mode, such as wired or wireless, for example, a local area network (LAN), a metropolitan area network (MAN), etc. It can be implemented with various communication networks such as Area Network and Wide Area Network (WAN).
생태계 멸종 위험 진단 시스템(1000)은 저장부(210)를 더 포함할 수 있다. 저장부(210)는 생태계 멸종 위험 진단 시스템(1000) 내의 각종 구성부 내에서 수집되고, 생성되고, 가공되는 정보들을 저장하는 역할을 수행한다. 즉, 저장부(210)에는 수집된 지역별 수생태계 생물상 조사데이터, 멸종 위기 생물종 평가데이터, 생물종 간 피식-포식 상호작용 데이터, 먹이그물 네트워크 구축 및 분석 결과, 시나리오 시뮬레이션 결과, 멸종 영향 평가 등이 저장될 수 있다. 이러한 저장부(210)는 예를 들어, 메모리(memory), 캐시(cash), 버퍼(buffer) 등을 포함할 수 있으며, 소프트웨어, 펌웨어, 하드웨어 또는 이들 중 적어도 둘 이상의 조합으로 구성될 수 있다.The ecosystem extinction risk diagnosis system 1000 may further include a storage unit 210. The storage unit 210 serves to store information collected, generated, and processed within various components within the ecosystem extinction risk diagnosis system 1000. That is, the storage unit 210 includes collected regional aquatic ecosystem biota survey data, endangered species assessment data, prey-predation interaction data between species, food web network construction and analysis results, scenario simulation results, extinction impact assessment, etc. This can be saved. This storage unit 210 may include, for example, memory, cache, buffer, etc., and may be comprised of software, firmware, hardware, or a combination of at least two of these.
도 10은 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템이 운영하는 GIS 기반 웹(web) 화면을 나타내는 도면이고, 도 11은 본 발명의 실시예에 따른 생태계 멸종 위험 진단 시스템이 수행한 명종 영향 평가 및 네트워크 분석 결과 테이블이다.Figure 10 is a diagram showing a GIS-based web screen operated by the ecosystem extinction risk diagnosis system according to an embodiment of the present invention, and Figure 11 is a diagram showing the impact of species performed by the ecosystem extinction risk diagnosis system according to an embodiment of the present invention. This is an evaluation and network analysis result table.
도 10을 참조하면, 생태계 멸종 위험 진단 시스템(1000)은 웹 운영부(190)를 더 포함할 수 있다. 웹 운영부(190)는 제1 먹이그물 네트워크, 제2 먹이그물 네트워크, 및 분석지표별 결과값으로 구성된 군으로부터 선택되는 적어도 어느 하나 이상을 웹(web) 상에서 시각화할 수 있다. 생태계 멸종 위험 진단 시스템(1000)의 특정 생태계에 대한 멸종 위험을 예측 및 평가는 웹에서 수행될 수 있고, 웹 운영부(190)가 웹 상에서의 동작을 제어할 수 있다. Referring to FIG. 10, the ecosystem extinction risk diagnosis system 1000 may further include a web operation unit 190. The web operating unit 190 may visualize at least one selected from the group consisting of the first food web network, the second food web network, and the result values for each analysis indicator on the web. Prediction and evaluation of extinction risk for a specific ecosystem by the ecosystem extinction risk diagnosis system 1000 can be performed on the web, and the web operation unit 190 can control operations on the web.
웹 운영부(190)는 사용자 설정부, 및 결과 표출부를 포함할 수 있다. 사용자 설정부는 멸종 시나리오 옵션 설정부와 먹이그물 네트워크 사이즈 옵션 조절부로 구성될 수 있으며, 여기서 사용자는 멸종 시나리오를 선택하고, 먹이그물 네트워크 사이즈를 선택할 수 있다. 결과 표출부는 결과 표출부는 상호작용 맵, 먹이그물 네트워크 시각화자료 표출부, 멸종 영향 평가 및 네트워크 분석 결과 테이블 표출부로 구성될 수 있다. 여기서, 먹이그물 네트워크를 시각화하여 나타내고, 멸종 영향 평가 및 네트워크 분석 결과 테이블를 표시할 수 있다. 사용자가 분석을 위한 옵션으로, 멸종 시나리오 및 먹이그물 네트워크 사이즈를 설정하면, 그 옵션에 따라 먹이그물 네트워크 구축 및 멸종 시나리오별 시뮬레이션 결과, 네트워크 분석 결과를 추출하여 결과 표출부에서 표출할 수 있다. 결과 표출부의 상호작용 맵에서는 멸종 위험 통합 인덱스 산출 결과를 지도 형태로 표출할 수 있다.The web operating unit 190 may include a user setting unit and a result display unit. The user setting unit may be composed of an extinction scenario option setting unit and a food web network size option control unit, where the user can select an extinction scenario and select a food web network size. The result display unit may be composed of an interaction map, a food web network visualization data display unit, and an extinction impact assessment and network analysis result table display unit. Here, the food web network can be visualized and a table of extinction impact assessment and network analysis results can be displayed. If the user sets the extinction scenario and food web network size as an option for analysis, the food web network construction, simulation results for each extinction scenario, and network analysis results can be extracted and displayed in the result display section according to the option. In the interactive map of the result display section, the extinction risk integrated index calculation results can be displayed in map form.
지도 내 평가 대상지 마커를 클릭하면, 팝업창이 생성되며, 해당 대상지의 멸종 영향 평가 상세정보를 확인할 수 있다. 팝업창 생성과 동시에, 지도 표출부 하단에 네트워크 시각화 자료를 표출할 수 있다. 네트워크 시각화 자료 표출부에서는 설정된 옵션에 따른 멸종 시나리오 하에서의 먹이그물 네트워크 구조(네트워크 노드, 네트워크 링크, 생물종명 태그들로 구성)를 시각화하여 나타낼 수 있다. If you click on the marker for the evaluation site on the map, a pop-up window will be created, allowing you to check detailed information on the extinction impact evaluation of the site. At the same time as creating a pop-up window, network visualization data can be displayed at the bottom of the map display section. In the network visualization data display section, the food web network structure (consisting of network nodes, network links, and species name tags) under an extinction scenario according to the set options can be visualized and displayed.
네트워크 시각화 자료 표출부 하단에 멸종 영향 평가 및 네트워크 분석 결과 테이블을 제공함으로써, 평가 대상지 간 멸종 영향 평가 결과를 비교할 수 있다(도 11 참조). By providing an extinction impact assessment and network analysis results table at the bottom of the network visualization data display section, the extinction impact assessment results between evaluation sites can be compared (see Figure 11).
생태계 멸종 위험 진단 시스템(1000)은 제어부(220)를 더 포함할 수 있다. 제어부(220)는 평가 대상지 선정부(110), 제1 먹이그물 네트워크 구축부(120), 멸종 시나리오 구축부(130), 제2 먹이그물 네트워크 생성부(140), 분석부(150), 생태계 멸종 위험 통합 인덱스 산출부(160), 생태계 영향 평가부(170), 맵핑부(180), 웹 운영부(190), 통신부(200) 및 저장부(220) 간의 데이터 흐름을 제어하는 역할을 수행할 수 있다. The ecosystem extinction risk diagnosis system 1000 may further include a control unit 220. The control unit 220 includes an evaluation site selection unit 110, a first food web network construction unit 120, an extinction scenario construction unit 130, a second food web network creation unit 140, an analysis unit 150, and an ecosystem. It plays a role in controlling the data flow between the extinction risk integrated index calculation unit (160), ecosystem impact assessment unit (170), mapping unit (180), web operation unit (190), communication unit (200), and storage unit (220). You can.
평가 대상지 선정부(110), 제1 먹이그물 네트워크 구축부(120), 멸종 시나리오 구축부(130), 제2 먹이그물 네트워크 생성부(140), 분석부(150), 생태계 멸종 위험 통합 인덱스 산출부(160), 생태계 영향 평가부(170), 맵핑부(180), 웹 운영부(190)는 제어부(220)를 기능적으로 분류한 구성이므로 하나의 제어부(220)로서 통합되어 구성될 수도 있다.Evaluation target site selection unit 110, first food web network construction unit 120, extinction scenario construction unit 130, second food web network creation unit 140, analysis unit 150, calculation of ecosystem extinction risk integrated index Since the unit 160, the ecosystem impact assessment unit 170, the mapping unit 180, and the web operation unit 190 are functionally classified components of the control unit 220, they may be integrated and configured as a single control unit 220.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.The steps of the method or algorithm described in connection with embodiments of the present invention may be implemented directly in hardware, implemented as a software module executed by hardware, or a combination thereof. The software module may be RAM (Random Access Memory), ROM (Read Only Memory), EPROM (Erasable Programmable ROM), EEPROM (Electrically Erasable Programmable ROM), Flash Memory, hard disk, removable disk, CD-ROM, or It may reside on any type of computer-readable recording medium well known in the art to which the present invention pertains.
이상 본 발명을 구체적인 실시예를 통하여 상세히 설명하였으나, 이는 본 발명을 구체적으로 설명하기 위한 것으로, 본 발명은 이에 한정되지 않으며, 본 발명의 기술적 사상 내에서 당 분야의 통상의 지식을 가진 자에 의해 그 변형이나 개량이 가능함이 명백하다.Although the present invention has been described in detail through specific examples, this is for detailed explanation of the present invention, and the present invention is not limited thereto, and can be understood by those skilled in the art within the technical spirit of the present invention. It is clear that modifications and improvements are possible.
본 발명의 단순한 변형 내지 변경은 모두 본 발명의 영역에 속한 것으로 본 발명의 구체적인 보호 범위는 첨부된 특허청구범위에 의하여 명확해질 것이다.All simple modifications or changes of the present invention fall within the scope of the present invention, and the specific scope of protection of the present invention will be made clear by the appended claims.
110: 평가 대상지 선정부 120: 제1 먹이그물 네트워크 구축부
130: 멸종 시나리오 구축부 140: 제2 먹이그물 네트워크 생성부
150: 분석부 160: 생태계 멸종 위험 통합 인덱스 산출부
170: 생태계 영향 평가부 180: 맵핑부
190: 웹 운영부 200: 통신부
210: 저장부 220: 제어부
1000: 생태계 멸종 위험 진단 시스템
2000: 연구자 단말기 3000: 외부 서버 110: Evaluation site selection department 120: First food web network construction department
130: Extinction scenario construction unit 140: Second food web network creation unit
150: Analysis unit 160: Ecosystem extinction risk integrated index calculation unit
170: Ecosystem Impact Assessment Department 180: Mapping Department
190: Web operation department 200: Communication department
210: storage unit 220: control unit
1000: Ecosystem Extinction Risk Diagnosis System
2000: Researcher terminal 3000: External server
Claims (11)
(a) 상기 특정 생태계에 포함되는 다수의 생물종 중 적어도 하나 이상의 멸종 위기 생물종이 출현하는 적어도 하나 이상의 지점을 평가 대상지로 선정하는 단계;
(b) 상기 평가 대상지별로, 상기 특정 생태계에 대한 제1 먹이그물 네트워크를 구축하는 단계;
(c) 상기 평가 대상지별로, 상기 멸종 위기 생물종의 멸종 확률을 기반으로, 상기 특정 생태계에 포함되는 다수의 생물종에 대하여, 상기 멸종 위기 생물종이 순차적으로 멸종되는 멸종 시퀀스를 포함하는 멸종 시나리오를 구축하는 단계;
(d) 상기 멸종 시나리오에 따라 멸종 시뮬레이션을 수행하여, 상기 특정 생태계에 대한 제2 먹이그물 네트워크를 생성하는 단계;
(e) 상기 제1 먹이그물 네트워크, 및 상기 제2 먹이그물 네트워크를 소정의 분석지표에 따라 분석하는 단계;
(f) 상기 분석지표별 결과값을 기반으로, 상기 제1 먹이그물 네트워크와 상기 제2 먹이그물 네트워크의 구조 변화량을 정량화하여 생태계 멸종 위험 통합 인덱스를 산출하는 단계; 및
(g) 산출된 상기 생태계 멸종 위험 통합 인덱스를 기반으로, 생물종 멸종에 따른 생태계 영향을 평가하는 단계;를 포함하는 생태계 멸종 위험 진단 시스템의 생태계 멸종 위험 예측 및 평가 방법.
In how the ecosystem extinction risk diagnosis system predicts and evaluates the extinction risk for a specific ecosystem,
(a) selecting at least one point where at least one endangered species occurs among the plurality of species included in the specific ecosystem as an evaluation target;
(b) constructing a first food web network for the specific ecosystem for each evaluation site;
(c) For each of the evaluation sites, based on the probability of extinction of the endangered species, an extinction scenario including an extinction sequence in which the endangered species are sequentially extinct for a plurality of species included in the specific ecosystem Building steps;
(d) performing extinction simulation according to the extinction scenario to create a second food web network for the specific ecosystem;
(e) analyzing the first food web network and the second food web network according to a predetermined analysis index;
(f) calculating an integrated ecosystem extinction risk index by quantifying the amount of structural change in the first food web network and the second food web network based on the results for each analysis index; and
(g) evaluating the ecosystem impact due to species extinction based on the calculated ecosystem extinction risk integrated index; Ecosystem extinction risk prediction and evaluation method of the ecosystem extinction risk diagnosis system comprising a step.
상기 (a) 단계는,
지역별 수생태계 생물상 조사데이터 및 멸종 위기 생물종 평가데이터를 입력받는 단계; 및
상기 지역별 수생태계 생물상 조사데이터의 조사 대상 지점 중, 상기 멸종 위기 생물종 평가데이터의 상기 멸종 위기 생물종을 포함하는 지점을 상기 평가 대상지로 선정하는 단계;를 포함하는 생태계 멸종 위험 진단 시스템의 생태계 멸종 위험 예측 및 평가 방법.
In claim 1,
In step (a),
Step of receiving regional aquatic ecosystem biota survey data and endangered species assessment data; and
Ecosystem extinction of the ecosystem extinction risk diagnosis system comprising: selecting a point containing the endangered species of the endangered species assessment data as the evaluation target among the points subject to investigation of the regional aquatic ecosystem biota survey data; Risk prediction and assessment methods.
상기 (b) 단계는,
상기 평가 대상지에 출현한 상기 특정 생태계에 포함되는 다수의 생물종에 대하여, 상기 생물종을 각각 네트워크 노드로 표시하고, 다수의 상기 생물종 간의 피식-포식 상호관계에 따라 2 이상의 상기 네트워크 노드를 연결하는 네트워크 링크로 표시하여 상기 제1 먹이그물 네트워크를 구축하는 생태계 멸종 위험 진단 시스템의 생태계 멸종 위험 예측 및 평가 방법.
In claim 1,
In step (b),
For a plurality of species included in the specific ecosystem that appear in the evaluation area, each species is displayed as a network node, and two or more network nodes are connected according to the prey-predation correlation between the plurality of species. A method of predicting and assessing ecosystem extinction risk in an ecosystem extinction risk diagnosis system that constructs the first food web network by displaying it as a network link.
상기 (c) 단계는,
상기 멸종 확률이 높은 순에서 낮은 순으로 구분되는 다수의 멸종 강도에 따라, 상기 멸종 위기 생물종을 분류하는 단계; 및
다수의 상기 멸종 강도별로 상기 멸종 시퀀스를 생성하는 단계;를 생성하는 생태계 멸종 위험 진단 시스템의 생태계 멸종 위험 예측 및 평가 방법.
In claim 1,
In step (c),
Classifying the endangered species according to a plurality of extinction intensities classified from high to low probability of extinction; and
Generating the extinction sequence for each of the plurality of extinction intensities; Ecosystem extinction risk prediction and evaluation method of an ecosystem extinction risk diagnosis system for generating a method.
상기 (d) 단계는,
상기 제1 먹이그물 네트워크에 대하여, 상기 멸종 시퀀스에 따라, 상기 네트워크 노드 중 상기 멸종 위기 생물종에 대응되는 멸종 네트워크 노드, 및 상기 네트워크 링크 중 상기 멸종 네트워크 노드에 연결되는 멸종 네트워크 링크를 제거하고,
상기 네트워크 노드 중, 상기 멸종 네트워크 링크가 제거됨에 따라, 어떠한 상기 네트워크 링크와도 연결되지 않는 고립 네트워크 노드를 추가로 제거하여, 상기 제2 먹이그물 네트워크를 생성하는 생태계 멸종 위험 진단 시스템의 생태계 멸종 위험 예측 및 평가 방법.
In claim 3,
In step (d),
For the first food web network, according to the extinction sequence, remove an extinction network node corresponding to the endangered species among the network nodes and an extinction network link connected to the extinction network node among the network links,
Among the network nodes, as the extinction network link is removed, isolated network nodes not connected to any of the network links are further removed, thereby creating the second food web network. The ecosystem extinction risk of the ecosystem extinction risk diagnosis system Forecasting and evaluation methods.
상기 (e) 단계는,
다양성 분석, 복잡성 분석 및 구조적 특성 분석을 수행하는 것이며,
상기 다양성 분석은 상기 제1 먹이그물 네트워크, 및 상기 제2 먹이그물 네트워크 내에 존재하는 상기 생물종의 숫자를 기반으로 수행되고,
상기 복잡성 분석은 상기 제1 먹이그물 네트워크, 및 상기 제2 먹이그물 네트워크 내에 존재하는 상호작용 링크의 개수, 상기 생물종 당 존재하는 평균적인 상호작용 링크 수로 계산되는 링크 밀도, 및 상기 제1 먹이그물 네트워크와 상기 제2 먹이그물 네트워크 내에 발현 가능한 전체 상호작용 숫자 대비 실제 존재하는 상호작용 링크 수인 연결성을 기반으로 수행되며,
상기 구조적 특성 분석은 먹이를 갖지만 포식자를 갖지 않는 생물종들의 비율, 먹이를 가지지 않는 생물종들의 비율, 먹이와 포식자를 모두 가지는 생물종들의 비율, 제1 먹이그물 네트워크 및 상기 제2 먹이그물 네트워크 내에 존재하는 전체 먹이사슬 길이의 평균, 2 이상의 영양단계의 먹이를 가지는 생물종들의 비율, 포식자당 평균적인 피식자의 숫자 또는 피식자당 평균적인 포식자의 숫자를 기반으로 수행되는 생태계 멸종 위험 진단 시스템의 생태계 멸종 위험 예측 및 평가 방법.
In claim 1,
In step (e),
Performing diversity analysis, complexity analysis, and structural characteristic analysis;
The diversity analysis is performed based on the number of species existing in the first food web network and the second food web network,
The complexity analysis includes the number of interaction links existing in the first food web network and the second food web network, the link density calculated as the average number of interaction links existing per species, and the first food web. It is performed based on connectivity, which is the number of interaction links that actually exist compared to the total number of interactions that can occur within the network and the second food web network,
The structural characteristic analysis is based on the proportion of species that have food but no predators, the proportion of species that do not have prey, the proportion of species that have both prey and predators, within the first food web network and the second food web network. Ecological extinction risk assessment system based on the average of the total length of the existing food chain, the proportion of species with prey at two or more trophic levels, the average number of prey per predator, or the average number of predators per prey. Risk prediction and assessment methods.
상기 (f) 단계는,
상기 평가 대상지 전체의 상기 제1 먹이그물 네트워크 및 상기 제2 먹이그물 네트워크를 상기 생물종의 숫자에 따라 그룹화하고, 각각의 그룹에 대해 상기 제1 먹이그물 네트워크 및 상기 제2 먹이그물 네트워크에 대한 상기 분석지표별 결과값 차이를 산출하는 단계;
산출된 상기 분석지표별 결과값 차이를 정규화하는 단계; 및
정규화된 상기 분석지표별 결과값 차이를 합산하여 상기 구조 변화량을 정량화하는 단계;를 포함하는 생태계 멸종 위험 진단 시스템의 생태계 멸종 위험 예측 및 평가 방법.
In claim 1,
In step (f),
The first food web network and the second food web network of the entire evaluation area are grouped according to the number of species, and the first food web network and the second food web network for each group are grouped. Calculating the difference in result values for each analysis indicator;
Normalizing the calculated difference in result values for each analysis index; and
A method for predicting and evaluating ecosystem extinction risk in an ecosystem extinction risk diagnosis system comprising the step of quantifying the amount of structural change by summing the normalized differences in result values for each analysis index.
(h) GIS(Geographic Information System)를 이용하여, 상기 생태계 멸종 위험 통합 인덱스를 지리정보로 변환한 후, 상기 평가 대상지별 상기 생물종 멸종에 따른 생태계 영향을 평가한 결과를 지도에 맵핑하는 단계;를 더 포함하는 생태계 멸종 위험 진단 시스템의 생태계 멸종 위험 예측 및 평가 방법.
In claim 1,
(h) using GIS (Geographic Information System) to convert the ecosystem extinction risk integrated index into geographic information and then mapping the results of evaluating the ecosystem impact due to extinction of the species for each evaluation target area on a map; Ecosystem extinction risk prediction and assessment method of the ecosystem extinction risk diagnosis system further comprising.
상기 특정 생태계에 포함되는 다수의 생물종 중 적어도 하나 이상의 멸종 위기 생물종이 출현하는 적어도 하나 이상의 지점을 평가 대상지로 선정하는 평가 대상지 선정부;
상기 평가 대상지별로, 상기 특정 생태계에 대한 제1 먹이그물 네트워크를 구축하는 제1 먹이그물 네트워크 구축부;
상기 평가 대상지별로, 상기 멸종 위기 생물종의 멸종 확률을 기반으로, 상기 특정 생태계에 포함되는 다수의 생물종에 대하여, 상기 멸종 위기 생물종이 순차적으로 멸종되는 멸종 시퀀스를 포함하는 멸종 시나리오를 구축하는 멸종 시나리오 구축부;
상기 멸종 시나리오에 따라 멸종 시뮬레이션을 수행하여, 상기 특정 생태계에 대한 제2 먹이그물 네트워크를 생성하는 제2 먹이그물 네트워크 생성부;
상기 제1 먹이그물 네트워크, 및 상기 제2 먹이그물 네트워크를 소정의 분석지표에 따라 분석하는 분석부;
상기 분석지표별 결과값을 기반으로, 상기 제1 먹이그물 네트워크와 상기 제2 먹이그물 네트워크의 구조 변화량을 정량화하여 생태계 멸종 위험 통합 인덱스를 산출하는 생태계 멸종 위험 통합 인덱스 산출부; 및
산출된 상기 생태계 멸종 위험 통합 인덱스를 기반으로, 생물종 멸종에 따른 생태계 영향을 평가하는 생태계 영향 평가부;를 포함하는 생태계 멸종 위험 진단 시스템.
In an ecosystem extinction risk diagnosis system that predicts and evaluates the extinction risk for a specific ecosystem,
An evaluation site selection unit that selects at least one point where at least one endangered species among a plurality of species included in the specific ecosystem appears as an evaluation target;
a first food web network construction unit that constructs a first food web network for the specific ecosystem for each evaluation target site;
For each of the evaluation sites, based on the probability of extinction of the endangered species, an extinction scenario is constructed including an extinction sequence in which the endangered species are sequentially extinct for a plurality of species included in the specific ecosystem. Scenario Construction Department;
a second food web network generator that generates a second food web network for the specific ecosystem by performing extinction simulation according to the extinction scenario;
an analysis unit that analyzes the first food web network and the second food web network according to a predetermined analysis index;
An integrated ecosystem extinction risk index calculation unit that calculates an integrated ecosystem extinction risk index by quantifying the amount of structural change in the first food web network and the second food web network based on the results for each analysis index; and
An ecosystem extinction risk diagnosis system that includes an ecosystem impact assessment unit that evaluates the ecosystem impact due to species extinction based on the calculated ecosystem extinction risk integrated index.
GIS(Geographic Information System)를 이용하여, 상기 생태계 멸종 위험 통합 인덱스를 지리정보로 변환한 후, 상기 평가 대상지별 상기 생물종 멸종에 따른 생태계 영향을 평가한 결과를 지도에 맵핑하는 맵핑부;를 더 포함하는 생태계 멸종 위험 진단 시스템.
In claim 9,
A mapping unit that converts the ecosystem extinction risk integrated index into geographic information using GIS (Geographic Information System) and then maps the results of evaluating the ecosystem impact due to extinction of the species for each evaluation target area on a map. Including ecosystem extinction risk diagnosis system.
상기 제1 먹이그물 네트워크, 상기 제2 먹이그물 네트워크, 및 상기 분석지표별 결과값으로 구성된 군으로부터 선택되는 적어도 어느 하나 이상을 웹(web) 상에서 시각화하는 웹 운영부;를 더 포함하는 생태계 멸종 위험 진단 시스템.
In claim 9,
Ecosystem extinction risk diagnosis further comprising; a web operating unit that visualizes at least one selected from the group consisting of the first food web network, the second food web network, and the result values for each analysis indicator on the web; system.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20220049561 | 2022-04-21 | ||
| KR1020220049561 | 2022-04-21 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230150219A KR20230150219A (en) | 2023-10-30 |
| KR102646407B1 true KR102646407B1 (en) | 2024-03-11 |
Family
ID=88558121
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230051968A KR102646407B1 (en) | 2022-04-21 | 2023-04-20 | Ecosystem species extinction risk diagnosis system and operation method thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102646407B1 (en) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004102606A (en) | 2002-09-09 | 2004-04-02 | Taisei Corp | Environmental assessment system |
| KR101400946B1 (en) | 2013-12-27 | 2014-05-29 | 한국과학기술정보연구원 | Biological network analyzing device and method thereof |
| KR102297195B1 (en) | 2021-03-17 | 2021-09-01 | 국립생태원 | Population dispersal prediction device based on population dispersal simulation model and population dispersal prediction method using the same |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101351997B1 (en) | 2012-04-05 | 2014-01-15 | (주)유엔이 | Ecological environment evaluation system and method thereof |
| KR102229213B1 (en) * | 2019-08-13 | 2021-03-18 | (주)한국연안환경생태연구소 | Prediction system of changes in marine benthic communities including benthic habitat map |
-
2023
- 2023-04-20 KR KR1020230051968A patent/KR102646407B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004102606A (en) | 2002-09-09 | 2004-04-02 | Taisei Corp | Environmental assessment system |
| KR101400946B1 (en) | 2013-12-27 | 2014-05-29 | 한국과학기술정보연구원 | Biological network analyzing device and method thereof |
| KR102297195B1 (en) | 2021-03-17 | 2021-09-01 | 국립생태원 | Population dispersal prediction device based on population dispersal simulation model and population dispersal prediction method using the same |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230150219A (en) | 2023-10-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Foltête et al. | A software tool dedicated to the modelling of landscape networks | |
| Li et al. | Calibrating cellular automata based on landscape metrics by using genetic algorithms | |
| Saura et al. | Conefor Sensinode 2.2: a software package for quantifying the importance of habitat patches for landscape connectivity | |
| Daskalova et al. | Rare and common vertebrates span a wide spectrum of population trends | |
| Becker | Making sustainable development evaluations work | |
| Chen et al. | Good practice in Bayesian network modelling | |
| Yu et al. | Cellular automata-based spatial multi-criteria land suitability simulation for irrigated agriculture | |
| Long et al. | Mapping block-level urban areas for all Chinese cities | |
| Hodgson et al. | The speed of range shifts in fragmented landscapes | |
| Rayfield et al. | The sensitivity of least-cost habitat graphs to relative cost surface values | |
| Moilanen | On the limitations of graph-theoretic connectivity in spatial ecology and conservation | |
| Adams | Comparing evolutionary rates for different phenotypic traits on a phylogeny using likelihood | |
| Araújo et al. | Ensemble forecasting of species distributions | |
| Peterman et al. | A comparison of popular approaches to optimize landscape resistance surfaces | |
| Faith et al. | Complementarity, biodiversity viability analysis, and policy-based algorithms for conservation | |
| Liao et al. | Assessment of urbanization-induced ecological risks in an area with significant ecosystem services based on land use/cover change scenarios | |
| Holloway et al. | Incorporating movement in species distribution models: how do simulations of dispersal affect the accuracy and uncertainty of projections? | |
| Chen et al. | An agent-based model for optimal land allocation (AgentLA) with a contiguity constraint | |
| Ajdari et al. | An adaptive exploration-exploitation algorithm for constructing metamodels in random simulation using a novel sequential experimental design | |
| Sapena et al. | Identifying urban growth patterns through land-use/land-cover spatio-temporal metrics: Simulation and analysis | |
| Kim | Spatiotemporal scale dependency and other sensitivities in dynamic land-use change simulations | |
| Milligan et al. | Disentangling genetic structure for genetic monitoring of complex populations | |
| Van Moorter et al. | Accelerating advances in landscape connectivity modelling with the ConScape library | |
| Kim et al. | Machine learning application to spatio-temporal modeling of urban growth | |
| Van Moorter et al. | Habitat functionality: Integrating environmental and geographic space in niche modeling for conservation planning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |