KCI등재
전국 멧돼지 잠재서식지 예측을 위한 군집 및 서식적합성 분석 = Cluster and Habitat Suitability Analysis for Nationwide Wild Boar (Sus scrofa)Potential Habitat Prediction
아프리카돼지열병(African Swine Fever, ASF)의 빠른 전파로 국제적 손실이 커져가고 있다. ASF 감염개체 발생 시, 현장조사를 통해 전파경로 및 확산 범위 파악을 통해 무차별적인 확산을 예방할 수 있다. 하지만, 모든 지역을 현장조사하는 것은 불가능하며, 많은 자원이 소요되는 한계점이 존재한다. 따라서 주요 서식지의 사전 파악으로 공간정보를 제공하여 현장조사의 효율성을 높일 필요가 있다. 본 연구는 효율적 현장조사를 지원하여 ASF 확산 방지를 돕기 위해 전국의 멧돼지 잠재서식지를 예측하고 검증하였다. 특히, 무리 생활을 하는 멧돼지 특성을 고려해 출현정보에 군집화를 적용하여, 멧돼지에 적합한 모형을 구축하였다. 군집분석은 ST-DBSCAN 알고리즘을 활용, 잠재서식지 예측 및 검증은 MaxEnt를 활용하였다. 연구결과, 군집화 된 출현정보 기반의 신뢰성 높은 전국 멧돼지 잠재서식지가 도출되었다. 모형에 입력하지 않은 출현정보를 활용하여 모형의 예측 정확도를 분석한 결과, 약 77.33%의 예측 정확도를 보였다. 본 연구는 ASF 확산 방지 현장조사 진행 시 주요 서식지를 사전에 파악함으로써 조사의 효율성을 높이는데 기여할 수 있다고 사료된다.
더보기The rapid spread of African Swine Fever (ASF) is causing significant international losses. When ASF outbreaks occur, on-site investigations can help identify the transmission routes and the extent of the spread, preventing uncontrolled dissemination. However, conducting on-site investigations in all regions is impractical and resource-intensive, posing limitations. Therefore, this study aimed to predict and validate potential habitats of wild boars nationwide to support efficient on-site investigations and help prevent ASF spread. Specifically, the study considered the characteristics of wild boars' group behavior and applied clustering to occurrence data to develop a suitable model. The ST-DBSCAN algorithm was used for clustering, and MaxEnt was employed for habitat prediction and validation. The research results revealed reliable potential habitats of wild boars nationwide based on clustered occurrence data. Analyzing the model's prediction accuracy using non-input occurrence data resulted in approximately 77.33% accuracy. This study demonstrates the potential contribution to enhancing the efficiency of on-site investigations for ASF prevention by preemptively identifying key habitats.
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)