한국농림기상학회지, 제 18권 제1호(2016) (pISSN 1229-5671, eISSN 2288-1859)
Korean Journal of Agricultural and Forest Meteorology, Vol. 18, No. 1, (2016), pp. 16~29
DOI: 10.5532/KJAFM.2016.18.1.016
ⓒ Author(s) 2014. CC Attribution 3.0 License.


RCP 8.5 기후변화 시나리오를 적용한 논 서식 애물땡땡이 (Sternolophus rufipes)와 잔물땡땡이(Hydrochara affinis)의 비행시기 예측

최순군(1)⋅김명현(1)⋅최락중(2)⋅어진우(1)⋅방혜선(1)
(1)농촌진흥청 국립농업과학원 기후변화생태과 (2)국립종자원 동부지원

(2015년 09월 04일 접수; 2015년 10월 6일; 2016년 03월 21일 수락)

Prediction of the Flight Times of Hydrochara affinis and Sternolophus rufipes in Paddy Fields Based on RCP 8.5 Scenario

Soon-Kun Choi(1), Myung-Hyun Kim(1), Lak-Jung Choe(2), Jinu Eo(1), and Hea-Son Bang(1)
(1)Climate Change & Agroecology Division, National Academy of Agricultural Science, RDA, Wanju-gun 55365, Korea
(2)Seed & Variety Service, Ministry of Agriculture, Food and Rural Affairs, Pyeongchang-gun 25343, Korea

(Received September 04, 2015; Revised October 6, 2015; Accepted March 21, 2016)

ABSTRACT
The total area of paddy field was estimated to be 55 % of the cultivated lands in South Korea, which is approximately 1 million hectares. Organisms inhabiting paddy fields if they are sensitive to environmental changes can be environmental indicator of paddy fields. Biological indicators such as phenology and distributional range are evaluated as intuitive and quantitative method to analyze the impact of climate change. This study aims to estimate flight time change of Hydrophilidae species’ based on the RCP 8.5 climate change scenario. Unmanned monitoring systems were installed in Haenam, Buan, Dangjin and Cheorwon relative to the latitudinal gradient. In the three regions excepting Cheorwon, it was able to measure the abundance of flying Hydrochara affinis and Sternolophus rufipes. Degree-day for the flight time was determined based either on field measurement values and estimates of 2020s, 2050s and 2080s from KMA climate change scenario data. As a result, it is found that date of both species of initial flight becomes 15 days earlier, that of peak flight becomes 22 days earlier and that of final flight does 27 days earlier in 2080s compared to 2020s. The climate change impact on flight time is greater in coastal area, rural area and valley than inland area, urban area and plan. H. affinis and S. rufipes can be used as climate change indicator species.

Keyword: Climate change, RCP 8.5 scenario, Phenology, Unmanned monitoring system, Hydrochara affinis, Sternolophus rufipes

MAIN

Ⅰ. 서 론

   생물계절 및 서식범위, 종 구성 변화 등의 생물지표를 이용한 분석은 기후변화의 영향을 직관적이고 정량적으로 판단할 수 있는 수단으로 평가된다(Walter et al., 2002; Manzel et al., 2006). Sparks et al.(2007)은 유럽 남서부 기온의 증가로 인한 영국 남부 Portland 지방의 나비와 나방의 종 구성 변화를 분석하여 미래 기온 상승에 따른 종 구성의 변화를 예측하였다. Parmesan(1996)과 Parmesan et al.(1999)은 유럽에 서식하는 나비 종 분포의 북방한계선이 북상 하였다고 보고하였으며 ‘기후변화 지문(climate change fingerprint)’ 연구를 비롯한 많은 연구가 기후변화에 따른 생물의 생물계절 변화를 보고하였다(Parmesan and Yohe, 2003; Root et al., 2003; Sparks and Menzel, 2002; Walther et al., 2002). 또한 몇몇 연구자들은 생물계절 변화로 인한 생태적 엇박자(ecological mismatch)가 생물다양성을 감소시킨다고 보고하였다(Stenseth and Mysterud, 2002; Saino et al., 2011). 그러나 지금까지 기후변화가 생물에 미치는 영향에 관한 연구는 주로 밭 작물, 수목, 조류, 육상곤충을 대상으로 수행되었고 논 생태계에 서식하는 수서무척추동물을 대상으로 하는 연구는 부족한 실정이다.
   논 생태계는 우리나라 농경지 중 약 55%로 가장 많은 면적을 차지하고 있으며(Ministry of Agriculture, Food and Rural Affairs Republic of Korea, 2015), 제 10차 람사르총회에서 인공습지로 인정되어 생물다양성 증진에 중요한 역할을 하는 것으로 알려지게 되었다. 논 생태계 내에 서식하는 다양한 수서무척추동물은 논 생태계 건전성 유지에 매우 중요한 위치를 차지하며 논의 수질이나 수심, 수온 등 미세 환경변화에 크게 영향을 받는다 (Han et al., 2002; Kim et al., 2007). 국내에 분포하는 수서무척추동물 중 물땡땡이류는 논 생태계를 주요 서식처로 활용하고 있으며, 완전변태 곤충으로서 번데기시기를 거치며 수변부 땅속에서 우화한다. 성충은 주로 수생식물의 잎, 줄기 등을 섭식하나 번식기에는 동물성 먹이도 섭취하는 잡식성이다. 유충기에는 물 속에서 생활하며 꼬리 끝의 기관으로 대기호흡을 한다. 물땡땡이류의 유충은 육식성으로 모기유충, 물달팽이 등을 먹이로 한다. 특히 잔물땡땡이(Hydrochara affinis) 유충은 3령 시 모기유충의 섭식능력이 뛰어나 위생해충 방제생물로서의 생태적 가치를 지닌다(Baek et al., 2014). Han et al.(2010)은 국내 논 생태계에 서식하는 물땡땡이과 15 종의 분포 특성을 조사하여 시군별 분포밀도를 지도로 나타냈으며 이 중 애물땡땡이(Sternolophus rufipes), 알물땡땡이(Amphiops mater Sharp), 북방물땡땡이(Hydrochara libera)는 우리나라 기후적 특성에 따라 분포양상이 뚜렷한 차이를 보여 기후변화의 지표종으로 활용이 가능하다고 보고하였다. 국외에서도 물땡땡이과에 속하는 몇몇 종이 기후변화에 영향을 받은 것으로 보고되었다. Angus(1983)는 홍적세(Pleistocene) 이후 다른 두 기후지대로 격리된 Helophorus lapponicus의 기후차이에 따른 유전적 변이를 밝혔다. Elias(1991)는 미국, 콜로라도지역에서 발견된 화석을 이용하여 캐나다 북서부 북극해안에 서식하는 Helophorous splendidus가 기후변화에 따라 서식처를 이동하였다는 증거를 발견하였다. 따라서 논 서식 물땡땡이류의 생물계절 및 서식범위를 관측하는 것은 논 생태계 건전성을 평가하는 것뿐만 아니라 기후변화를 설명하는 근거가 될 수 있을 것이다.
   본 연구에서는 기온이 논 생태계에 서식하는 잔물 땡땡이와 애물땡땡이의 생물계절 변화에 주요 요인이라고 가정하여 미래 기후변화에 따른 기온변화가 이들 2종의 비행시기에 어떠한 영향을 미치는지 분석하였다.

Ⅱ. 재료 및 방법

2.1. 생물계절 무인관측시스템

   생물계절 무인관측시스템은 기후변화 영향을 평가할 수 있도록 기후대를 고려하여 4개 지역(당진, 부안, 해남, 철원)에 설치하였다(Fig. 1).
   본 시스템의 원리는 물땡땡이과의 주광성을 이용한 것으로써 야간 불빛에 유인된 개체를 일정한 시간 간격으로 촬영한 것이다. 생물계절 무인관측시스템은 전원공급부(리튬이온전지, 태양광패널), 유인부(곤충유인등, 곤충부착트레이) 및 촬영부로 구성된다(Fig. 2). 태양광패널(60W)은 태양광으로부터 얻어지는 에너지를 리튬이온전지(60A)에 공급하며 리튬이온전지는 촬영부와 유인부에 전력을 공급한다. 곤충유인등은 포충용 흑광등(FL20SBL, Kumho electric Inc., Korea)을 사용하였으며 흑광등에 의해 유인된 곤충이 곤충부착 트레이에 부착되면 촬영부는 부착된 곤충을 촬영한다. 촬영에 사용된 카메라는 Cannon G12, G15 기종이며 매일 20시부터 23시까지 10분 간격으로 플래시를 사용하여 촬영하도록 설정하였다. 관측기간은 2014년 1월 1일부터 2014년 12월 31일까지였으며 카메라에 저장된 사진정보를 1달 간격으로 수거하였다. 조사지역의 기상자료는 AWS (Automatic Weather Station, WatchDog 2800ET Weather Station, Spectrum Inc., USA)를 이용하여 기온, 습도, 풍향/풍속, 일사량 및 강수량 정보를 10분 간격으로 기록하였다.

18(1)_02_fig_01
18(1)_02_fig_02

2.2. 대상 종

   본 연구에서는 생물계절 무인관측 시스템에서 관측된 다양한 곤충 가운데 잔물땡땡이와 애물땡땡이를 대상종으로 선정하였다. 두 종은 생물계절 무인관측 시스템에 관측된 다른 곤충에 비해 개체수가 많고, 비교적 크기가 커 육안으로 명확히 종 수준까지 확인이 가능하였다. 특히 두 종간에도 잔물땡땡이는 몸길이가 18mm 내외, 애물땡땡이는 몸길이 10mm 내외로 뚜렷하게 구분이 되기 때문에(Han et al., 2008) 본 연구에서 대상 종으로 선정하여 분석하는데 가장 적합하였다.

2.3. RCP 8.5 시나리오

   기후변화시나리오자료는 기상청(KMA, Korea Meteorological Administration) 기후변화정보센터(CCIC, Climate Change Information Center)로 부터 RCP 8.5 기반의 남한 상세 기후변화시나리오 (1km 해상도)를 제공받아 사용하였다. 해당 시나리오는 HadGEM3-RA(Atmospheric Regional climate model of Hadley Centre Global Environment Model version 3)로서 영국 기상청 해들리센터의 기후변화예측모델인 HadGEM2-AO GCM (General Circulation Model)을 기반으로 지역기후모형(RCM, Regional Climate Model)과 통계적 상세화 기법(MK-PRISM: Modified Korean Parameter-elevation Regressions and Independent Slopes Model)으로 상세화(downscaling)한 결과이다(Kim et al, 2012; Kim et al, 2013).

2.4. 분석 방법

2.4.1. 개체수 측정

   생물계절 무인관측시스템을 통해 촬영된 영상의 잔물땡땡이와 애물땡땡이 개체수를 육안으로 계측하였다(Fig. 3). 잔물땡땡이는 18mm 내외이며 애물땡땡이는 10mm 내외이므로 영상 내에서 두 종의 몸길이 차이가 확연히 나타나 육안으로 분류가 가능하였다(Fig. 3). 일 단위 개체수 계측의 기준이 되는 영상은 해당 일에 촬영된 18개의 영상자료들 가운데 각 종별로 가장 많은 개체가 촬영된 영상으로 정하였다. 이 자료를 분석하여 두 종의 연간 개체군 변화를 분석하였다.

18(1)_02_fig_03

2.4.2. 물땡땡이 비행시기 추정 모델

   비행시기 추정방법은 광릉긴나무좀(Platypus koryoensis)의 비행시기 예측에 관한 연구(Nam et al., 2013)를 참고 하였다. 비행시기 추정을 위하여 Weibull 모델(1)(Wagner et al., 1984) 을 반복 적용하여 비행기저온도를 추정하였다:

18(1)_02_etc_01

   식 (1)에서 f(χ)는 누적빈도로서 0∼1의 값을 가지며, χ는 유효적산온도(Degree-day), α와 β는 비선형 회귀식의 매개변수이다.α와 β값의 최적매개변수 추정과 결정계수 산정에는 Sigmaplot 10.0 프로그램을 이용하였다. 비행기저온도를 0℃∼17℃ 구간에서 1℃ 간격으로 변화시켜가면서 애물땡땡이와 잔물땡땡이의 개체수 누적빈도곡선과 Weibull 분포의 결정계수를 소수점 셋째 자리까지 산정하였다. 그 결정계수를 이용하여 비행기저온도의 최적 값의 적정 범위를 추정하였다. 또한 해당 범위 내에서 0.1℃ 간격으로 비행기저온도를 적용함으로써 각각의 비행기저온도에 따른 결정계수를 소수점 넷째 자리까지 산정하였으며 결정계수가 최댓값을 나타낼 때의 비행기저온도를 대상 종의 비행기저온도로 가정하여 추정하였다.

2.4.3. 기후변화 시나리오 적용

   기후변화에 따른 잔물땡땡이와 애물땡땡이의 비행시기 변화를 추정하기 위하여 C 언어를 사용하여 Fig. 4와 같이 분석 프로그램을 구성하였다. 입력 자료는 분석날짜, Weibull 모델의 매개변수, KMA의 ASCII GRID 양식의 일 평균기온 예측자료로 구성된다. 분석 프로그램은 입력 자료를 이용하여 최초 비행시기, 최대 비행시기, 비행 종료시기를 판별하고 ASCII GRID 양식(1km 해상도)으로 출력한다. 제한요인으로서 격자의 유효적산온도가 비행 종료시기의 유효적산온도를 채우지 못하는 경우는 해당 격자를 분석에서 제외하도록 하였다.

18(1)_02_fig_04

   출력 결과는 ArcGIS 10.0 프로그램을 이용하여 지도로 제작 하였다. 연간 모형결과의 변이효과를 완화하기 위하여 2011년∼2040년의 30년 평균을 2020년대 평년자료(2020s)로, 2041년∼2070년의 30년 평균을 2050년대 평년자료(2050s)로, 2071년∼2100년의 30년 평균을 2080년대 평년자료(2080s)로 생산하여 비교하였다. 또한 논이 없는 대도시와 산간지역은 모형결과 분석에 영향을 주기 때문에 이를 배제하기 위하여 환경부 중분류토지피복도(2009)를 이용하여 논을 분리하였으며 애물땡땡이와 잔물땡땡이의 비행시기 예측 결과가 논을 포함하고 있는 경우에만 해당 격자를 추출하도록 하였다.

Ⅲ. 결과 및 고찰

3.1. 관측결과

   생물계절 무인관측시스템을 이용하여 수집한 영상을 판독한 결과 철원을 제외한 당진, 부안, 해남지역에서 애물땡땡이와 잔물땡땡이가 확인되었다. 따라서 해당 조사지역에 대한 이들 2종의 개체수를 측정하였다(Fig. 5, Fig. 6).
   각 조사지역에서 애물땡땡이의 연간 누적개체수는 해남 38개체, 부안 820개체, 당진 109개체였다. 잔물땡땡이는 해남 9개체, 부안 944개체, 당진 61개체였다. 누적개체수가 연간 누적개체수의 5%에 해당하는 시기를 최초 비행시기로, 50%에 해당하는 시기를 최대 비행시기, 95%에 해당하는 시기를 비행종료시기로 가정하였을 때 잔물땡땡이의 최초 비행시기는 해남이 7월 19일, 부안이 7월 7일, 당진이 7월 17일로 나타났으며 최대 비행시기는 해남이 7월 23일, 부안이 8월 7일, 당진이 8월 19일로 분석되었다. 잔물땡땡이의 비행종료시기는 해남이 8월 26일, 부안이 9월 11일, 당진이 9월 22일로 나타났다. 애물땡땡이의 경우 최초 비행시기가 해남이 7월 23일, 부안이 7월 9일, 당진이 7월 23일로 분석되었다. 애물땡땡이의 최대 비행시기는 해남이 8월 7일, 부안이 8월 8일, 당진이 8월 13일로 분석되었으며 비행 종료시기는 해남이 8월 22일, 부안이 9월 8일, 당진이 9월 23일인 것으로 나타났다. 잔물땡땡이의 비행기간은 해남이 38일, 부안이 65일, 당진이 78일이며 애물땡땡이의 비행기간은 해남이 30일, 부안이 53일, 당진이 62일로 분석되었다. 위도가 낮아질수록 최대 비행시기가 앞당겨지고 비행기간이 줄어들었다. 이는 잔물땡땡이와 애물땡땡이의 비행시기가 유효적산온도와 연관이 있기 때문인 것으로 판단된다.

18(1)_02_fig_05
18(1)_02_fig_06

3.2. 모형매개변수 추정

   애물땡땡이의 경우 매개변수 추정에 해남, 부안, 당진의 자료를 사용하였으며 1℃ 간격으로 비행기저온도를 변화시켜가면서 실측 값과 모형결과의 결정계수를 산정한 결과 12℃∼14℃ 사이에서 최댓값을 나타냈다. 따라서 해당 구간에 대하여 비행기저온도를 0.1℃ 간격으로 변화시켜 결정계수를 산정하였다. 그 결과 12.9℃를 애물땡땡이의 비행기저온도로 채택하였다(Fig. 7).

18(1)_02_fig_07

   잔물땡땡이의 경우 매개변수 추정에 부안, 당진의 자료를 사용하였다. 해남은 잔물땡땡이가 10개체 이하로 적게 출현하였기 때문에 분석에서 제외하였다. 애물땡땡이 분석방법과 같은 방법으로 비행기저온도를 변화시켜가면서 실측 값과 모형결과의 결정계수를 산정하였다. 그 결과 11.0℃를 잔물땡땡이의 비행기저온도로 채택하였다(Fig. 8).

18(1)_02_fig_08

   상대적으로 애물땡땡이의 비행기저온도가 잔물땡땡이 보다 높은 것으로 미루어보면, 애물땡땡이가 비교적 온도가 높은 지역에서 보다 활발하게 활동할 것으로 추정된다. 이는 잔물땡땡이의 분포 밀도가 경기, 충청, 경북 지역에서 높고, 애물땡땡이의 분포 밀도는 충청, 전라, 경상 지역에서 높았다는 Han et al.(2010)의 연구 결과와 일치한다고 볼 수 있다.
   채택된 비행기저온도를 기준으로 2변수 Weibull 분포함수 매개변수인 α와 β값을 도출하였다. 또한 누적 빈도가 5%인 유효적산온도를 최초 비행시기로, 누적빈도곡선의 기울기가 최대인 유효적산온도를 최대 비행시기로, 누적빈도가 95%인 유효적산온도를 비행 종료시기로 가정하여 이때의 유효적산온도를 기후변화 시나리오를 이용한 분석에 적용하였다(Table 1).

18(1)_02_table_01

3.3. 기후변화 시나리오 적용

   RCP 8.5 기후변화 시나리오 적용결과를 ArcGIS 10.0 프로그램을 이용하여 지도화 하였으며(Fig. 9, Fig. 10) 그 결과를 Table 2에 정리하였다.

18(1)_02_table_02

18(1)_02_fig_09
18(1)_02_fig_10

   애물땡땡이와 잔물땡땡이의 비행시기는 내륙 평야와 도심 지역의 논에서 빠른 것으로 나타났으며 해안지역 논의 경우 해양성 기후의 영향을 받아 비행시기가 늦은 것으로 판단된다. 애물땡땡이가 잔물땡땡이에 비하여 10일 정도 일찍 비행하는 것으로 분석되었으며 최대 비행시기는 두 종간에 차이가 크지 않았다. 비행 종료시기는 애물땡땡이가 잔물땡땡이에 비하여 6∼7일 가량 늦은 것으로 분석되었다.
   미래 기후변화 시나리오에 따른 생물계절의 변화를 분석한 결과 애물땡땡이는 2020년대에 비하여 2050년대에는 최초 비행시기가 6.7일 앞당겨졌으며 2080년대에는 16.4일 앞당겨져 시간이 지날수록 최초 비행 시기의 변화가 가속화 되는 것을 확인할 수 있었다. 이는 RCP 8.5 시나리오의 기온변화 특성이 그대로 반영된 결과이다. 애물땡땡이의 최대 비행시기는 2020년대에 비하여 2050년대에 10.2일, 2080년대에 22.1일 앞당겨졌으며 비행 종료시기는 2050년대에 13.8일, 2080년대에 28.0일 빨라지는 것으로 예측되었다. 이는 최초 비행시기가 빨라진 것에 더하여 애물땡땡이의 비행기간이 단축되었기 때문인 것으로 판단된다.
   잔물땡땡이 비행시기의 변화도 애물땡땡이와 같은 경향을 보인다. 2050년대에서 2080년대로 갈수록 비행시기의 변화가 가속화되는 것으로 나타났다. 2020년대에 비하여 2050년대에는 최초 비행시기가 7.1일 앞당겨졌으며 2080년대에는 최초 비행시기가 17.4일 빨라지는 것으로 모의되었다. 2080년대 잔물땡땡이의 최대 비행시기는 23일, 비행 종료 시기는 27.3일 빨라지는 것으로 예측되었다.
   Fig. 11은 애물땡땡이와 잔물땡땡이의 2080년대와 2020년대의 비행시기 차이를 분포지도로 표현한 결과이다.

18(1)_02_fig_11

   내륙보다는 해안이, 평야지 보다는 곡간지의 변화가 뚜렷하였다. 특히 대구, 광주와 같은 도시지역은 비행시기가 다른 지역에 비하여 현저히 빠른 것으로 예측되었으나 기후변화에 따른 생물계절 변화는 오히려 작은 것으로 예측되었다.

Ⅳ. 요약 및 결론

   논 환경 변화에 민감하고 일정한 방향의 반응을 보이는 생물종은 생물지표로 활용할 수 있다. 본 연구에서는 생물계절 무인관측시스템을 이용하여 논 서식 애물땡땡이와 잔물땡땡이의 비행시기를 관측하였으며 관측결과를 바탕으로 RCP 기후변화 시나리오를 적용하여 이들의 생물계절변화를 예측하였다. 무인관측시스템을 이용하여 촬영한 영상자료로부터 애물땡땡이와 잔물땡땡이 개체수를 지역별, 시기별로 산정하였다. 기후변화 영향분석을 위한 비행시기 예측 모델로서 2변수 Weibull 분포함수를 선정하였으며 개체수의 누적빈도를 이용하여 비행 기저온도와 모형 매개변수를 추정하였다. C 언어를 사용하여 비행시기 분석 프로그램을 구성하였으며 기상청의 1km 해상도 RCP 기후변화 시나리오 자료를 받아 입력자료로 활용하였다. 분석결과 애물땡땡이와 잔물땡땡이 모두 비행 시작시기가 2080년대에는 15일 이상 앞당겨지는 것으로 분석되었으며 비행시기의 변화는 2080년대로 갈수록 빨라지는 것으로 나타났다. 또한 비행 기간도 단축되어 비행 종료시기는 2080년대에 27일 이상 빨라지는 것으로 예측되었다. 서식 위치에 따라서는 내륙보다는 해안에서 애물땡땡이와 잔물땡땡이의 생물계절 변화가 뚜렷한 것으로 나타났으며, 평야보다는 곡간지가, 도심지 보다 도외지가 생물계절 변화가 큰 것으로 나타났다. 따라서 애물땡땡이와 잔물땡땡이를 기후변화 지표종으로서 활용할 수 있을 것으로 판단된다.

적요

   우리나라 농경지 중 논은 약55%로 가장 많은 면적을 차지하고 있으며, 논에 서식하는 생물 중 논 환경 변화에 민감하고 일정한 방향의 반응을 보이는 생물종은 생물지표로 활용할 수 있다. 생물계절 및 서식범위 등 생물지표를 이용한 분석은 기후변화의 영향을 직관적이고 정량적으로 판단할 수 있는 수단으로 평가된다. 따라서 논에 서식하는 수서생물의 온도변화에 따
른 생물반응 연구는 논 생태계의 생물다양성 보전을 위한 계획 수립과 기후변화 감시를 위한 기초자료로서 활용된다.
   본 연구에서는 생물계절을 관측하기 위하여 일 단위 관측이 가능한 무인관측시스템을 구축하였다. 무인관측시스템은 유인부, 촬영부, 전원공급부로 구성되며 위도를 고려하여 해남, 부안, 당진, 철원에 설치하였다. 관측자료를 분석한 결과 철원을 제외한 세 지역에서 잔물땡땡이(Hydrochara affinis)와 애물땡땡이(Sternolophus rufipes)의 개체 수를 계측할 수 있었다. 계측 값을 바탕으로 비행시기의 유효적산온도를 판별하였으며 KMA 기후변화 시나리오를 이용하여 2020년대, 2050년대, 2080년대 평년의 비행시기의 변화를 예측하여 비교하였다. 그 결과 2020년대에 비하여 2080년대는 비행시작시기가 15일 이상 앞당겨졌으며 최대 비행시기가 22일, 최종 비행시기가 27일 이상 빨라지는 것으로 나타났다. 서식 위치에 따라서는 내륙보다 해안, 도심보다 도외지, 평야보다 곡간지 논의 비행시기 변화가 뚜렷하였다. 따라서 본 연구의 결과를 바탕으로 잔물땡땡이와 애물땡땡이를 기후변화 지표종으로 활용할 수 있을 것으로 판단된다.

감사의 글

   본 연구는 농촌진흥청 국립농업과학원 농업과학기술 연구개발사업(과제번호: PJ008608)의 지원으로 수행되었습니다.

REFERENCES

Angus, R. B., 1983: Evolutionary stability since the Pleistocene illustrated by reproductive compatibility between Swedish and Spanish Helophorus lapponicus Thomson (Coleoptera, Hydrophilidae). Biological journal of the Linnean Society 19(1), 17-25.

Baek, H. M., D. G. Kim, M. J. Baek, C. Y. Lee, H. J. Kang, M. C. Kim, J. S. Yoo, and Y. J. Bae, 2014: Predation efficiency and preference of the Hydrophilid Water Beetle Hydrochara affinis (Coleoptera: Hydrophilidae) larvae on two mosquitos Culex pipiens molestus and Ochlerotatus togoi under laboratory conditions. Korean Journal of Environmental Biology 32(2), 112-117.

Elias, S. A., 1991: Insects and climate change. Bioscience, 552-559.

Han, M. S., H. S. Bang, M. H. Kim, K. K. Kang, M. P. Jung, and D. B. Lee, 2010: Distribution characteristics of water scavenger beetles (Hydrophilidae) in Korean paddy field. Korean Society of Agriculture and Environment 29(4), 427-433.

Han, M. S., Y. E. Na, H. S. Bang, M. H. Kim, K. K. Kang, H. K. Hong, J. T. Lee, and B. G. Ko, 2008: Aquatic invertebrates in paddy ecosystem of Korea. National Academy of Agricultural Science, Suwon, Korea.

Kim, J. G., Y. C. Choi, J. Y. Choi, H. S. Sim, H. C. Park, W. T. Kim, B. D. Park, J. E. Lee, K. K. Kang, and D. B. Lee, 2007: Ecological analysis and environmental evaluation of aquatic insects in agricultural ecosystem. Korean Journal of Applied Entomology 46(3), 355-341.

Kim, M. K., M. S. Han, D. H. Jang, S. G. Baek, W. S. Lee, Y. H. Kim, and S. Kim, 2012: Production technique of observation grid data of 1km resolution. Journal of Climate 7(1), 55-68.

Kim, M. K., D. H. Lee, and J. U. Kim, 2013: Production and validation of daily grid data with 1km resolution in South Korea. Journal of Climate 8(1), 13-25.

Menzel, A., T. H. Sparks, N. Estrella, E. Koch, A. Aasa, R. Ahas, K. Alm-Kubler, P. Bissolli, O. Braslavska, A. Briede, F. M. Chmielewski, Z. Crepinsek, Y. Curnel, A. Dahl, C. Defila, A. Donnelly, Y. Filella, K. Jatcza, F. Mage, A. Mestre, O. Nordli, J. Penuelas, P. Pirinen, V. Remisova, H. Scheifinger, M. Striz, A. Susnik, A. J. H. van Vliet, F. E. Wielgolaski, S. Zach, and A. Zust, 2006: European phenological response to climate change matches the warming pattern. Global Change Biology 12(10), 1969-1976.

Korea Meteorological Administration, 2012: The Climate Atlas of Korea. Korea Meteorological Administration, Seoul, Korea.

Ministry of Agriculture, Food and Rural Affairs Republic of Korea, 2015: Agriculture, Food and Rural Affairs Major Statistics. Ministry of Agriculture, Food and Rural Affairs, Sejong, Korea.

Nagler, P. L., S. Pearlstein, E. P. Glenn, T. Brown, H. L. Bateman, D. W. Bean, and K. R. Hultine, 2014: Rapid dispersal of saltcedar (Tamarix spp.) biocontrol beetles (Diorhabda carinulata) on a desert river detected by phenocams, MODIS imagery and ground observations. Remote Sensing of Environment 140, 206-219.

Nam, Y. W., S. H. Koh, D. S. Won, J. K. Kim, and W. I. Choi, 2013: An empirical predictive model for the flight time of Platypus koryoensis (Coleoptera: Platypodinae). Applied Entomology and Zoology 48, 515-524.

Parmesan, C., 1996: Climate and species’ range. Nature 382, 765-766.

Parmesan, C., and G. Yohe, 2003: A globally coherent fingerprint of climate change impacts across natural systems. Nature 421, 37-42.

Parmesan, C., N. Ryrholm, C. Stefanescu, J. K. Hill, C. D. Thomas, H. Descimon, B. Huntley, L. Kaila, J. Kullberg, T. Tammaru, W. J. Tennent, J. A. Thomas, and M. Warren, 1999: Poleward shifts in geographical ranges of butterfly species associated with regional warming. Nature 399, 579-583.

Root, T. L., J. T. Price, K. R. Hall, S. H. Schneider, C. Rosenzweig, and J. A. Pounds, 2003: Fingerprints of global warming on wild animals and plants. Nature 421, 57-60.

Saino, N., R. Ambrosini, D. Rubolini, J. von Hardenberg, A. Provenzale, K. Hupop, O. Hupop, A. Lehikoinen, E. Lehikoinen, K. Rainio, M. Romano, and L. Sokolov, 2011: Climate warming, ecological mismatch at arrival and population decline in migratory birds. Proceedings of the Royal Society of London B: Biological Sciences 278, 835-842.

Sparks, T. H., and A. Menzel, 2002: Observed changes in the seasons: an overview. International Journal on Climatology 22, 1715-1725.

Stenseth, N. C., and A. Mysterud, 2002: Climate, changing phenology, and other life history traits: Nonlinearity and match-mismatch to the environment. Proceedings of the National Academy of Sciences 99(21), 13379-13381.

Wagner, T. L., H. Wu, P. J. H. Sharpe, and R. N. Coulson, 1984: Modeling distribution of insect development time: a literature review an application of Weibull function. Annals of the Entomological Society of America 77, 475-487.

Walther, G. R., E. Post, P. Convey, A. Menzel, C. Parmesan, T. J. C. Beebee, J. M. Fromentin, H. G. Ove, and F. Bairlein, 2002: Ecological responses to recent climate change. Nature 416, 389-395.