7장 생물-물리 접합 모델.

Presentation on theme: "7장 생물-물리 접합 모델."— Presentation transcript:

1 7장 생물-물리 접합 모델

2 목차 생태 현상의 규모와 유형 규모와 유형의 새로운 이슈 생태계의 규모 가입과정의 수학적 검토 생태계 모델링
1km 이하 규모; 1∼1,000 km 규모; 수천 km 규모 가입과정의 수학적 검토 생태계 모델링 모델링 기법의 발전 모델링 기법의 특징과 목적 모델 제작 단계 모델의 여러 유형 해수순환 모델 입자 추적 모델 생물-물리 결합 모델 : N-P-Z 모델; 개체기반 모델 생태 현상의 규모와 유형 규모와 유형의 새로운 이슈 생태계의 규모 1km 이하 규모; 1∼1,000 km 규모; 수천 km 규모 가입과정의 수학적 검토 생태계 모델링 모델링 기법의 발전 모델링 기법의 특징과 목적 모델 제작 단계 모델의 여러 유형 해수순환 모델 입자 추적 모델 생물-물리 결합 모델 : N-P-Z 모델; 개체기반 모델

3 수산생물학 (TR Parsons and PJ Harrison, 1997)
Single species fisheries management Taivo Laevastu (1993) consider all the factors and processes which affect the ecosystem separate them by cause and effects construct quantitative simulations which will help us to manage the system to some extent to learn to manipulate the marine fish ecosystem so as to obtain the maximum return from it and still maintain its integrity

4 1.1 Fisheries Oceanography
Fisheries science Economic question; Stock recruitment theories Oceanography Multidisciplinary science Fisheries + Oceanography the use of oceanographic information for the solution of ecological problems in fisheries the superabundance of certain species of fish as a natural consequence of their evolution in hospitable oceanographic environments or their diminishing abundance in previously favorable habitats maximum yield of fish & the science of population dynamics fish recruitment; the causes of fluctuations on juvenile fish survival; the mechanisms of adult fish schooling and migration the removal of adult stock Platt et al. (1981) hospitable [hɑ́spitəbəl, --́-- / hɔ́s-, --́--] a. ① 호의로써 맞이하는, 붙임성 있는, 후히 대접하는. ② (새 사상 등에 대하여) 개방된(open)(to). ③ 쾌적한. ┈┈•∼ to new ideas 새 사상을 받아들이는.② ㉺-bly ―ad. ㉺∼ness ―n. anticipate [æntísəpèit] v. ―vt. ① 『∼+목/ +-ing/ +that 절/ +목+전+명』 예기하다([SYN.] ⇨ EXPECT), 예상하다, 예감하다, 내다보다; 낙으로 삼고[걱정하며] 기다리다, 기대하다. ② 미리 고려하다, ┅을 미리 수배[처리]하다, ┅을 앞지르다(forestall); (일에) 선수를 쓰다; ┅을 미리 막다. ③ (행복·파멸 등을) 앞당기다, 재촉하다. ④ (수입을) 예기하고 미리 쓰다; 기한 전에 지급하다. ⑤ 『+목+전+명』 ┅에 앞서다, 선행하다. ―vi. 장래를 내다보고 말하다[쓰다, 생각하다]; (증세 등이) 예상보다 빨리 나타나다. ┈┈•∼ a victory 승리를 예기[예상]하다.―vt. ① ┈┈•∼ trouble 말썽이 생기지 않을까 걱정하다. ┈┈•He ∼d getting a letter from his uncle in England. 그는 영국에 있는 숙부로부터 오는 편지를 즐거움으로 기다리고 있었다. ┈┈•I ∼ that she will come. 그녀가 오리라고 생각한다. ┈┈•We ∼ great pleasure from our visit to America. 우리들은 미국 여행을 큰 즐거움으로 기대하고 있다. ┈┈•∼ the question 문제를 미리 논하다[연구하다]. ② ┈┈•∼ one's enemy's move 적의 기선을 제하다. ┈┈•∼ one's ruin 파멸을 재촉하다. ③ ┈┈•She ∼d her legacy. 그녀는 유산을 예기하고 돈을 써 버렸다.④ ┈┈•The Vikings may have ∼d Columbus in discovering America. 아메리카의 발견은 콜럼버스보다 바이킹들이 먼저 했을지도 모른다. ⑤ ♣∼ a person's desires [wishes] 아무의 욕구를[소망을] 재빨리 알아차리고 들어주다; 아무를 가려운 데를 긁어 주듯이 돌봐주다: The nurse ∼d all his wishes. 간호사는 그가 바라는 것을 미리 헤아리고 알아서 다 해주었다. ♣∼ the worst 최악의 경우를 각오하다. ♣I ∼d as much. 그렇게 될 줄 알았다. ㉺-patable ―a. [관련어] anticipation ―n.

5 Fisheries Oceanography
Development of the fisheries oceanography International Council for the Exploration of the Seas (ICES) larval fish survival (e.g., Hjort. 1914) California Cooperative Oceanic Fisheries Investigations (CalCOFI) Japanese Society of Fisheries Oceanography Wooster (1961) ‘The Study of oceanic processes affecting the abundance and availability of commercial fishes’ This text (1998) ‘The study of oceanic processes affecting marine ecosystems and the relationship of these ecosystems to the abundance and availability of fish.’ JGOFS, GLOBEC: lower trophic levels Publications: Cushing (1975), Laevastu and Hayes (1981), Kawasaki et al. (1991), Bakun (1996) PICES (The North Pacific Marine Science Organization) The International Council for the Exploration of the Sea (ICES) (Conseil International de l'Exploration de la Mer (CIEM) in French) was established on July 22, 1902 in Copenhagen. In the early years its aim as a scientific organisation was to work on practical fisheries problems and to serve as a multidisciplinary forum including all disciplines related to marine sciences. ICES today is a modern intergovernmental organisation that promotes marine research in the North Atlantic. ICES was founded by eight northern European nations: Denmark, Finland,[1] Germany, the Netherlands, Norway, Sweden, Russia, and the United Kingdom. ICES today includes twelve additional member nations: Belgium, Canada, Estonia, France, Iceland, Ireland, Latvia, Lithuania,Poland, Portugal, Spain, and the United States. It also has six affiliate nations with observer status: Australia, Chile, Greece, New Zealand, Peru, and South Africa. The California Cooperative Oceanic Fisheries Investigations (CalCOFI) are a unique partnership of the California Department of Fish and Game, the NOAA Fisheries Service and the Scripps Institution of Oceanography. The organization was formed in 1949 to study the ecological aspects of the collapse of the sardine populations off California. Today our focus has shifted to the study of the marine environment off the coast of California, the management of its living resources, and monitoring the indicators of climate change. CalCOFI conducts quarterly cruises off southern & central California, collecting a suite of hydrographic and biological data on station and underway.  Data collected at depths down to 500 m include: temperature, salinity, oxygen, phosphate, silicate, nitrate and nitrite, chlorophyll, transmissometer, PAR, C14 primary productivity, phytoplankton biodiversity, zooplankton biomass, and zooplankton biodiversity. Ancillary data collected include continuous underway sea surface & meterological measurements (SCIMS); Acoustic Doppler Current Profiler (ADCP) data; the Continuous Underway Fish Egg Sampler (CUFES, winter & spring); trace metals; sediments; MOCNESS net sampling;  bio-optics; PCO2 air-sea interface, and atmospheric measurements. Marine mammal and sea bird visual surveys are conducted during transits between stations as well as marine mammal acoustics recording. In 2004, the CalCOFI surveys became part of the LTER (Long Term Ecological Research) ecological studies network as a site to understand the pelagic ecosystem of the California Current.  The CCE-LTER project has expanded CalCOFI goals and, with additional seawater sample analyses and vertical net tows, broaden the scope of the 60 year times-series.  LTER also conducts seasonal process cruises in the CalCOFI grid and operate autonomous gliders along lines 80 and 90 ( The organization hosts an annual conference, publishes a scientific journal and quarterly hydrographic data reports for each cruise while maintaining a publicly accessible data server ( CalCOFI hydrographic & plankton data are distributed to the community for use without restriction. Unless otherwise noted, these data can be considered to be final data which have been evaluated using CalCOFI data quality control procedures. Methods for data collection and processing are summarized in cruise data reports introduction. Annual CalCOFI Reports and bi-annual data reports are available at the UCSD/SIO libraries or contact the data manager for publication availability. CalCOFI research is supported by contributions from the participating agencies: The California State Department of Fish and Game, NOAA, National Marine Fisheries Service, Southwest Fisheries Science Center, and the University of California, Integrative Oceanography Division at the Scripps Institution of Oceanography, UCSD. The North Pacific Marine Science Organization The North Pacific Marine Science Organization (PICES), an intergovernmental scientific organization, was established in 1992 to promote and coordinate marine research in the northern North Pacific and adjacent seas. Its present members are Canada, Japan, People's Republic of China, Republic of Korea, the Russian Federation, and the United States of America.

6 1.2 Physical oceanography and fisheries
Dunbar (1960) the natural spatio-temporal variability of the marine environment may cause wide fluctuations in the composition of animal populations in the sea species composition (terrestrial) Lalli and Parsons (1997) the size of a physical event and its persistence over time (Table 1.1) how such physical-biological coupling is linked across scales macro-scale events: gyre, upwelling, etc. micro-scale events: viscosity, light & nutrients determinate physical relationship Svedrup’s critical depth model (1953) & spring bloom statistical approach probability functions (short time periods) Drinkwater et al. (1996) biophysical ecosystem models ERSEM (Baretta et al. 1995) Upwelling index fish migration and El Nino physical regimes in the ocean

7

8

9 1. 생태 현상의 규모와 유형 수산생물학 - 수산생물의 생태 생태학 연구대상 -개체, 개체군, 군집, 생태계
어류개체군의 생활사 포식, 피식, 환경(기상, 기후+) 단계별 환경 변화 – 생태계 구조와 기능에 영향을 미침 – 따라 서 상호관계 초기생활사와 물리 과정(환경)의 상호작용 – 접합 과정 생물과 물리 과정의 상호작용 생활사, 몸 크기, 서식 공간 규모 및 시간 규모에 따라 달라짐 하나의 생태적 현상은 2 개 이상의 규모에서 중첩되기도 함 수산해양학의 공간 규모의 범위 10 배 이상 다를 수 있음 최근 연구 주제: 유형과 규모

10 1. 생태 현상의 규모와 유형 시공간적 유형과 규모 개념 규모의 의미?
예: 지구 온난화와 기후변화가 생태계에 미치는 영향의 평가 와 예측 서로 다른 규모의 시·공간과 생물 단위에서 현상을 연결하고 종합 하는 과제 규모의 의미? (생태학) 측정된 어떤 양(quantity)의 범위 안에서의 해상도 규모의 정의 - 어떤 양의 공간, 질량, 시간 성분 측면에서 적 용할 수 있음 규모 의존적 유형 – 측정 해상도 범위가 달라짐에 따라 그 유형 측정치가 달라지는 경우를 말함 규모의존적인 과정이라는 것은 그 과정의 한 속도와 다른 속 도의 비율이 측정 해상도나 범위에 따라 달라지는 경우

11 2. 규모와 유형의 새로운 이슈 시공간과 생물단위의 규모에 따라 달라지는 특징적인 변량을 보여 준다
생태현상 연구 - 규모 시공간과 생물단위의 규모에 따라 달라지는 특징적인 변량을 보여 준다 측정장치의 규모에 따라 보여지는 유형과 과정들은 달라 진다 자료 처리 속도, 용량의 증가 + 자동화된 전자 관측장비의 발전 ⇒ 방대한 자료의 효율적 수집, 저장, 검색, 처리 가능 ⇒ 새로운 패러다임 창출 1) 유형 – 특정한 시공간 규모 분석에서 나타남 2) 유형 측정 및 과정 측정 – 측정값의 특정 범위 안에서만 이루어짐; 생물학적 의미를 갖는 단위와 특정 범위 내 값 4) 극단적인 공간 변이;예, 패치, 우기건기 분포, 알 분포 공간 규모 3) 생물 확산, 에너지 변환과 같은 규모의존 과정들은 전통적인 차원에서 프랙털 차원으로 보여줄 수 있음 5) 유체환경에서 큰 규모 사건들이 작은 규모로 전파된다; 맨틀, 물, 대기 (점성의 차이, 시간 규모의 극단적인 차이), 지역적 생성 온실가스와 전 지구적 열 수지 – 에너지가 여러규모에 걸쳐서 전달된다; 생물 개체군이 서식하는 유체환경의 시 공간 규모에 주목 6) 생물은 특정 범위과 시간 규모에서 환경 변화에 반응한다. 개체군의 시간 규모는 행동적, 생리적, 또는 유전적 이유에 따라 결정 7) 움직이는 생물은 큰 규모의 유체 움직임에서 생성된 운동에너지를 이용하여 국부적인 시공간 변이를 일으킨다.

12 2. 규모와 유형의 새로운 이슈 유형 – 특정한 시공간 규모 분석에서 나타남
⇒ 새로운 패러다임 창출 유형 – 특정한 시공간 규모 분석에서 나타남 유형 측정 및 과정 측정 – 측정값의 특정 범위 안에서만 이루어짐 생물 확산, 에너지 변환과 같은 규모의존 과정 - 프랙털 차원 극단적인 공간 변이; (예) 패치, 우기/건기 분포, 알 분포 공간 규모 유체환경에서 큰 규모 사건들이 작은 규모로 전파된다; 생물은 특정 범위와 시간 규모에서 환경 변화에 반응한 다 움직이는 생물은 큰 규모의 유체 움직임에서 생성된 운 동에너지를 이용하여 국부적인 시공간 변이를 일으킨다. 1) 유형 – 특정한 시공간 규모 분석에서 나타남 2) 유형 측정 및 과정 측정 – 측정값의 특정 범위 안에서만 이루어짐; 생물학적 의미를 갖는 단위와 특정 범위 내 값 4) 극단적인 공간 변이;예, 패치, 우기건기 분포, 알 분포 공간 규모 3) 생물 확산, 에너지 변환과 같은 규모의존 과정들은 전통적인 차원에서 프랙털 차원으로 보여줄 수 있음 5) 유체환경에서 큰 규모 사건들이 작은 규모로 전파된다; 맨틀, 물, 대기 (점성의 차이, 시간 규모의 극단적인 차이), 지역적 생성 온실가스와 전 지구적 열 수지 – 에너지가 여러규모에 걸쳐서 전달된다; 생물 개체군이 서식하는 유체환경의 시 공간 규모에 주목 6) 생물은 특정 범위과 시간 규모에서 환경 변화에 반응한다. 개체군의 시간 규모는 행동적, 생리적, 또는 유전적 이유에 따라 결정 7) 움직이는 생물은 큰 규모의 유체 움직임에서 생성된 운동에너지를 이용하여 국부적인 시공간 변이를 일으킨다.

13 3. 생태계의 규모

14

15 3.1 1 km 이하 규모 어류 치어의 먹이생물 탐색 행동 해수 교란의 강도 – 교란 가설 유생과 먹이생물의 접촉의 기회
공간 규모; 1mm – 1m 어떻게 관측하고 정량화할까? 유생의 섭식과 성장 그리고 생존에 미치는 과정 이해

16 – 1,000 km 규모 중간 규모 현상: 계절 형성 전선(front) 용승구조(upwelling structure) 수산생물의 분포: 해역의 특정 수괴의 성질과 3차원 해수 순환에 따라 결정 쓰시마 난류 – 성어의 분포, 성장, 생존, 가입 해류, 표층 해수 순환 유생의 수송과 어류의 가입 유생의 수직 분포와 이동 + 수평 이동

17 3.3 수천 km 규모 대양 규모 생물계절학 먼거리 연결 NAO; 지구온난화; 열염순환 기후변화와 수산생물 공간 분포 동시성
기후변동과 수산생물 가입 변동 생태계에 미치는 영향의 지연 성별, 연령 등에 따라 다른 영향 주기적, 점진적 혹은 급변 형태; regime shift 직접 + 간접(기초생산, 2차 생산 변화) 밀도 의존적 과정의 개입 가능성

18 4. 가입과정의 수학적 검토 해양어류의 산란 – 부성란 – 수정 – 자치어 – 미성어 – 가입
단계별 발달 시간과 성장 속도; 먹이와 자연 사망 생활사 단계별 어류 가입 과정의 설명 자연사망률 (M); 성장속도(G); M 일정, G를 W 함수로 표시; 생리적인 사망률 = M/G Ricker의 생산량 계산 순간 성장률 G = (dW/dt)(1/W), 순간 사망률 M = - (dN/dt)(1/N) B = W N (1) dB/dt = (dW/dt)N + (dN/dt)W (2) (dB/dt = (G-M)B (3) p/B = (G-M) = G(1-M/G) (4)

19 Ricker의 생산량 계산 순간 성장률 G = (dW/dt)(1/W) 순간 사망률 M = - (dN/dt)(1/N)
한 생활사에서 G와 M 일정하게 유지, B = W N 생산랑=체중x개체수 (1) dB/dt = (dW/dt)N + (dN/dt)W (2) 양변을 B로 나누면, (dB/dt)(1/B) = (dW/dt)N/B + (dN/dt)W/B = (dW/dt)(1/W) + (dN/dt)(1/N) = (G – M) (순간 성장률 – 순간 사망률); (단위 생체랑 당 생산률) dB/dt = (G-M)B (3) 여기서 dB/dt는 생산률(P)이며, dB/dt(1/B) 는 단위 생체랑 당 생산률로서 흔히 P/B 비율이라고 한다 이를 생리적 사망률(M/G )로 다시 표현 하면 P/B = (G-M) = G(1-M/G) (4) 식 (3)과 (4)는 일정한 성장률과 사망률을 가정할 수 있는 가입이후 어류 개체군에 적합한 모델 성장률과 사망률이 크게 바뀌는 초기 생활사 동안의 개체수 변동 설명 에는 부적합

20 dN(w)/dt = - z(w) N(w) (5)
몸무게 w에 해당하는 단계 개체수 N(w)의 시간(t)에 따른 변동 dN(w)/dt = - z(w) N(w) (5) z는 순간 사망계수; w = f(t) f는 Gompertz 또는 von Bertalanffy 성장함수 등으로 표시 w 단계 성장률 g(w) dw/dt = g(w) (6) 식(5)/식(6) dN(w)/dw = -z(w)/g(w) N(w) (7) <물고기 cohort size spectrum 표현> 적분하면 w0→ w1 단계로 가는 동안 생존률: N(w1)/N(w0) = exp [-∫w0w1{z(x)/g(x)}dx ] (8) 단위 체중당 성장률 G(w) 정의 G(w) = g(w)/w = (dw/dt)(1/w) (9) G(w), z(w) 상수인 경우 식(8) 에 식(9) 대입 N(w1)/N(w0) = exp [-∫w0w1 {(z(x)/g(x)}dx] = exp [-∫ w0w1{z(x)/G(x)(1/x)}dx] = exp [- (z/G)∫ w0w1(1/x)dx ] = exp [-(z/G) log(w1/w0)] =(w1/w0)-(z/G) 정리하면 N(w1)/N(w0) = (w1/w0)-(z/G) 식(10) w단계의 총 생체량은 B(w) = N(w) w 로 정의, 양변에 x (w1/w0) B(w1)/B(w0) = (w1/w0)(1-z/G) 식(11) 같이 태어난 물고기가 w0에 도달한 시간 t0, w1크기에 도달한 시간 t1 단계기간 t1 – t0 로 정의 (stage duration) 식(9) t0 부터 t1 까지 적분 ∫t0t1 Gdt = ∫t0t1 (dw/dt)(1/w)dt = ∫t0t1 (1/w)dw = ∫w0w1 (1/w)dw = log(w1/w0) G(t1 – t0) = log(w1/w0) t1 – t0 = (log(w1/w0)/G 식(12)

21 N(w1)/N(w0) = (w1/w0)-(z/G) 식(10)
P/B = (G-M) = G(1-M/G) N(w1)/N(w0) = (w1/w0)-(z/G) 식(10) 사망률 z 포식자에 의한 섭식 성장률 G 주변 먹이생물량 t1 – t0 = (log(w1/w0)/G 식(12) Stage duration (단계기간) 같은 사망률 – 성장이 빠를수록 생존률 상승 (사망률이 높은 단계를 빨리 통과 가능)

22 수산해양학의 시 공간 규모; 물리 과정

23 수산해양학의 시 공간 규모; 생물 개체군

24 5. 생태계 모델링 계량화 quantification 가설의 검증 자연현상의 표현과 예측 → 수식, 변량과 확률 제시
자연생물 서술 – 박물학 생명 현상의 통계학적 이해와 예측 생태학과 통계학 신뢰도 예측모델의 구조적 부정확성; 인간활동의 불확정성 → 생태 계 예측의 불확실성 모델적용을 통한 문제 정의; 계량화된 예측; 가설의 타당성 검토 (수리생물학)

25 5.1 생태계 모델링 기법의 발전 성장, 효소반응, 개체수 증가 등 Lotka-Volterra 방정식 (1925)
먹이생물과 포식자 개체수 변화 생태계 생태학 HT Odum 에너지와 질량 보존의 법칙 생태 네트워크 개인용 pc 모델 Stella ECOPATH & NEMURO

26 Lotka–Volterra equation
The Lotka–Volterra equations, also known as the predator–prey equations, are a pair of first-order, non-linear, differential equations frequently used to describe the dynamics of biological systems in which two species interact, one a predator and one its prey. They evolve in time according to the pair of equations: where, x is the number of prey (for example, rabbits); y is the number of some predator (for example, foxes); and represent the growth rates of the two populations over time; t represents the time; and α, β, γ and δ are parameters describing the interaction of the two species. The Lotka–Volterra system of equations is an example of a Kolmogorov model, which is a more general framework that can model the dynamics of ecological systems with predator-prey interactions, competition, disease, and mutualism.

27 Lotka–Volterra equation
is also a constant that intercepts the prey axis at m / cb. These isoclines are shown in the figure below. Figure. (Left) Herbivore (H) and carnivore (C) phase space showing zero-growth isoclines for the L-V model (herbivore isocline = horizontal blue line, carnivore isocline = vertical red line). Arrows show directional vectors of population change in the four regions of phase space. (Right) Herbivore (blue) and carnivore (red) time series plot showing cycles of abundance with the predator cycles lagging behind the prey.

28 Systems Ecology: H T Odem
Fig. 2. a. Systems diagram of the biosphere showing the inflow of renewable driving energies (R1, R2 and R3), ecosystem services (S), slow-renewable and non-renewable resource flows (SR and N), storages of slow-renewable and non-renewable sources (C1 and C2), societal assets and people, generation of information, recycle of materials and feedback of human labor and information to lower hierarchical levels in order to reinforce the resource basis and maximize power (Brown and Ulgiati, 1999). b. Legend of systems symbols used in Fig. 2-a and following figures, from Odum, 1996. Ecological Economics Volume 70, Issue 4, 15 February 2011, Pages 778–787 Shared wealth or nobody's land? The worth of natural capital and ecosystem services Sergio Ulgiati, Amalia Zucaro, Pier Paolo Franzese Sergio Ulgiati et al. (2011) Ulgiati et al. (2011)

29 Stella

30 Ecopath with Ecosim (EwE) is a free ecological/ecosystem modeling software suite. EwE has three main components: Ecopath - a static, mass-balanced snapshot of the system; Ecosim - a time dynamic simulation module for policy exploration; and Ecospace - a spatial and temporal dynamic module primarily designed for exploring impact and placement of protected areas. The Ecopath software package can be used to Address ecological questions; Evaluate ecosystem effects of fishing; Explore management policy options; Analyze impact and placement of marine protected areas; Predict movement and accumulation of contaminants and tracers (Ecotracer); Model effect of environmental changes.

31 NEMURO (North Pacific Ecosystem Model for Understanding Regional Oceanography) Fig. 1 – Schematic view of the NEMURO lower trophic level ecosystem model. Solid black arrows indicate nitrogen flows and dashed blue arrows indicate silicon. Dotted black arrows represent the exchange or sinking of the materials between the modeled box below the mixed layer depth. NEMURO—a lower trophic level model for the North Pacific marine ecosystem ecological modelling ( ) 12–25 Michio J. Kishi

32 5.2 모델링 기법의 특징과 목적 수치모델 – 방정식 미분방정식
선형 혹은 비선형; 결정적deterministic 혹은 확률적 stochastic 근사치 오일러Euler의 사각형 적분법 Runge-Kutta 방법 상미분, 편미분 Monte Carlo 모의 실험 분석 전략: 전체를 부분으로 쪼개어 보고 경 험으로부터 얻은 해에 대한 지식을 바탕으 로 통찰 하는 것

33 5.2 모델링 기법의 특징과 목적 Schaefer 잉여생산모델 Ecopath 시스템 모델 – 우리 마음의 이미지 간단한 수식
많은 구성 요소, 복잡 시스템 상호작용하는 부분의 합 시스템의 항상성 : 한 시스템의 총 변량은 그것을 이루는 각 부분 들의 변량을 합한 것보다 작다 모델 – 우리 마음의 이미지 시스템을 이루는 각 부분의 내적 또는 외적 상호작용을 추상화 시 키고 단순화 시킨 것 연구자의 목적 지나간 자료는 잘 묘사하는 장점; 미래의 일을 예측하는 능력은 떨어지는 편 생태학 분야와 상호 보완적

34 Schaefer 잉여생산모델 최대지속가능어획량 (Maximum Sustainable Yield: MSY)
자원의 지속가능성을 유지하면서 최대로 어획할 수 있는 량 Schaefer, 1954; Beverton and Holt, 1957; OECD, 2000 최대경제적 어획량 (Maximum Economic Yield: MEY) 경제적 이익을 최대화하는 어획량의 지속가능한 수준

35 Maximum sustainable yield (MSY)
자원의 지속가능성을 유지하면서 최대로 어획할 수 있는 량 The maximum number that can be removed without reducing the population in subsequent generations Schaefer, 1954; Beverton and Holt, 1957; OECD, 2000 최대경제적 어획량 (Maximum Economic Yield: MEY) 경제적 이익을 최대화하는 어획량의 지속가능한 수준

36 Types of MSY model Surplus Yield models (logistic-type models): Schaefer(1954) A population, when below its carrying capacity, will be continually increasing If the population is kept at half of its carrying capacity (K/2) or, in fisheries terms, half the unexploited biomass, this will produce the MSY Dynamic Pool models: Beverton and Holt (1957) The process which alter fish stock biomass recruitment, growth of biomass, natural mortality and fishing mortality No. of recruits per fish: age, growth rate, natural and fishing mortality 5 linked equations → yield per recruit relationship Recruit data: plankton survey of fish larvae; back calculation using VPA; stock-recruit relationship Virtual population analysis (VPA cohort analysis) Estimate fishing mortality (F) and the numbers at age in a stock from catch data only (Assumption: Natural mortality (M) is constant) Cohort (연급군)

37 Surplus Yield models 수용능력 K 의 절반의 자원 량에서 최대의 자연증가량 확 보 (rK/4)
Pt+1 = Pt + (Rt + Gt – Dt ) – Yt 자연증가량 : (Rt + Gt – Dt ) Pt+1 - Pt = ∆P = Rt + Gt – Dt dPt /dt = rPt (K – Pt )/K 수용능력 K 의 절반의 자원 량에서 최대의 자연증가량 확 보 (rK/4) 어획자체는 자원의 증식에 반드시 장해가 되는 것은 아 니고, 오히려 자원에 자극을 주어서 자원의 증식을 촉진한 다. 적당히 쏙아 내면 개체의 성장은 좋아지고, 성숙 연령 이 낮아져 자원의 회전속도가 빨라진다.

38 Dynamic Pool models Y = Σ F Nt Wt
어느 해에 생긴 연급군이 성장하 여 어획대상에 가입하여 최후의 한마리가 수명을 다할 때까지 어 업으로 잡히는 총어획량 자원에 가입하는 연령: tr 어획개시 연령: tc 어획계수: F 자연사망계수: M 연급군 평균 무게: W 연급군 총 미수: N 어획량 Y는 어획사먕률 F와 가입 연령 tc의 함수 등어획량곡선 가입량을 자원에서 사라질 때까지 최대로 유효하게 어획할 수 있는 어획사망률과 가입연령이 존재한다.

39 Dynamic Pool models

40 Dynamic Pool models

41 Virtual population analysis (VPA cohort analysis)

42

43 5.2 모델링 기법의 특징과 목적 모델의 목적 학제간 연구 프로젝트에서 분야가 다른 전문가의 의견 교 환 용이
과학적 가설의 계량화된 수식 표현 측정 시스템이나 문제에 관한 이해 수준의 점검과 종합 자연 현상 이해과정에서 부족한 부분 파악 및 간결한 표현 경험에서 얻은 자료를 통한 미래 예측과 예보를 위한 과정

44 5.3 모델 제작 단계 모델 개발에서 고려해야 할 전략적 사항 모델개발 7단계
자연의 세부적인 모습을 가능한 많이 포함하여야 한다.(실재화) 가능한 폭넓은 시스템을 망라하여야 한다.(일반화) 자연의 행동을 가능한 비슷하게 재현하여야 한다.(정확성) 상호 배타적인 요소 – 타협 필요 모델개발 7단계 문제의 정의 개념화 모델의 공식화 모델의 조정 모델의 검증 민감도 분석 모델 실험

45 Steps for forecasting Wild guess Back-of-the-envelope calculations
Static ‘spreadsheet’ or ‘flowchart’ analyses Predictive regression equations Dynamic models of future behavour (increasingly comprehensive): scenarios projections Predictions Analysis or risk Wild guess Back-of-the-envelope calculations Static ‘spreadsheet’ or ‘flowchart’ analyses Predictive regression equations Dynamic models of future behaviour (increasingly comprehensive): scenarios, projections. Predictions Analysis or risk Steps for forecasting

46 모델의 유형 7.5.4.1 해수 순환 모델 일반순환모델 생물학적 요인 고려 → 생물-물리 결합모델 해수순환모델
모델의 유형 해수 순환 모델 일반순환모델 General Circulation Model 지구 대기와 해양의 일반적인 순환을 수학식으로 표현하는 모델 에너지원에 대한 열역학적 항 + 지구 유체역학을 다루는 Navier- Strokes 방정식을 기반으로 함 생물학적 요인 고려 → 생물-물리 결합모델 수산 생물 가입과정 연구 1m 이상 스케일 물입자 이동 속도, 확산 속도 알과 자치어 이동 계산 해수순환모델 질량보존법칙 염분, 온도 보존성 성질 예측 HAMSOM (Hamburg Shelf Ocean Model); 패키지 형태로 개발 보급: POM (Princeton Ocean Model); ROMS (UCLA/Rutgers Regional Ocean Model System); MOM (Modular Ocean Model); HOPS (Harvard Ocean Prediction System); FVCOM (Finite Volume Coastal Ocean Model) 3차원 해수순환 모델 북해 3차원 해수순화 모델과 유생확산 모델 (청어)

47 Navier–Stokes equations
In physics, the Navier–Stokes equations, named after Claude- Louis Navier and George Gabriel Stokes, describe the motion of fluid substances. These equations arise from applying Newton's second law to fluid motion, together with the assumption that the fluid stress is the sum of a diffusing viscous term (proportional to the gradient of velocity) and a pressure term. The equations are useful because they describe the physics of many things of academic and economic interest. They may be used to model the weather, ocean currents, water flow in a pipe and air flow around a wing. The Navier–Stokes equations in their full and simplified forms help with the design of aircraft and cars, the study of blood flow, the design of power stations, the analysis of pollution, and many other things. Coupled with Maxwell's equations they can be used to model and study magnetohydrodynamics.

48 Climate models are systems of differential equations based on the basic laws of physics, fluid motion, and chemistry. To “run” a model, scientists divide the planet into a 3-dimensional grid, apply the basic equations, and evaluate the results. Atmospheric models calculate winds, heat transfer, radiation, relative humidity, and surface hydrology within each grid and evaluate interactions with neighboring points. The winds, heat transfer and other quantities are only used to compute a final result so they do not need to correspond to real world conditions, and in some numerical schemes fictitious quantities are introduced.

49 7.5.4.2 입자 추적 모델 해수순화모델 해류속도와 확산도 개체 입자의 시공간적 운동 계산 입자 수 생성 시공간 해상도
무작위 함수에 기반한 교체 모델을 활용 입자 추적 시작

50 7.5.4.3 생물-물리 결합 모델 (1) N-P-Z 모델 질량 보존 법칙에 근거한 먹이사슬 네트워크 모델
영양염-식물플랑크톤-동물플랑크톤 하위 영양단계 먹이사슬별 생체량, 에너지 전달, 해수순환모델과 결합 예측: NEMURO, ECOPATH 장점: 전체 생태계 변화 예측; 생태계 기반 수산자원 관리 활용 가능 단점: 변수가 많아 변수값 추정이 쉽지 않다. 과거는 잘 묘사; 예측력은 약함 Polovina (1984) ECOPATH EwE (Ecopath with Ecosim), Ecospace NEMURO (North Pacific Ecosystem Model for Understanding Regional Oceanography) 북태평양, 저위 영양단계, +수산생물

51 생태계 기반 자원평가 관리 모델 Ecopath/Ecosim model NEMURO.FISH model
Christensen and Pauly (1992), Walters et al. (1997) Analyzing the ecosystem structure Estimating changes in quantity of organisms and carrying capacity of ecosystem NEMURO.FISH model Ito et al. (2004) Analyzing the lower trophic level ecosystem structure Estimating changes in growth rate of target fish species by Zhang (2004)

52 Ecopath with Ecosim (EwE) is a free ecological/ecosystem modeling software suite. EwE has three main components: Ecopath - a static, mass-balanced snapshot of the system; Ecosim - a time dynamic simulation module for policy exploration; and Ecospace - a spatial and temporal dynamic module primarily designed for exploring impact and placement of protected areas. The Ecopath software package can be used to Address ecological questions; Evaluate ecosystem effects of fishing; Explore management policy options; Analyze impact and placement of marine protected areas; Predict movement and accumulation of contaminants and tracers (Ecotracer); Model effect of environmental changes.

53 연간 저서해조류 (15%)와 조피볼락의 가입량 (10%) 증가에 의한 생물군의 생체량 변화율
Cephalopoda Adult J. rockfish2+ Epifauna Small pelagics Gastropoda Moronidae by Zhang (2004)

54 Ecopath model of the eastern Pacific pelagic ecosystem
Ecopath model of the eastern Pacific pelagic ecosystem. (Olson & Watters IATTC Bulletin.22(3)).

55 NEMURO (North Pacific Ecosystem Model for Understanding Regional Oceanography) Fig. 1 – Schematic view of the NEMURO lower trophic level ecosystem model. Solid black arrows indicate nitrogen flows and dashed blue arrows indicate silicon. Dotted black arrows represent the exchange or sinking of the materials between the modeled box below the mixed layer depth. NEMURO—a lower trophic level model for the North Pacific marine ecosystem ecological modelling ( ) 12–25 Michio J. Kishi

56 7.5.4.3 생물-물리 결합 모델 - IBM 개체 기반 모델 (individual-based model; IBM)
어류 한 개체의 성장과 이동을 알부터 가입 시기까지 추적 개체 상호작용 고려 개체의 공간적 이동과 분포 예측 어류 한 개체를 대상으로 추적, 초기 생활사, 장점: 수산자원 대상종의 생물학적 특징을 모델에 잘 반영; 수산 자원을 뒷받침하는 하위 플랑크톤이나 영양염에 대한 정보 없이도 수산자원 변동과 이동을 예측 가능 단점: 어류 난자치어 초기 생활사에 대한 기초 정보가 많이 요구되며 관련 연구가 많이 되어 있지 않음