국립수목원은 2003년부터 2015년까지 남한 전지역에서 수집된 식물 표본의 좌표 자료와 인공 신경 회로망 (Artificial neural network, ANN) 기법으로 식물상 지역을 추출하는 연구를 진행한 결과, 관련 내용이 국제학술지 “생태 그리고 진화 (Ecology and Evolution)”에 게재되었다.

  ○ 논문제목 : 고해상도 식물 표본 자료 및 자기 조직화 지도법을 활용한 한반도의 식물상 지역 재설정(https://doi.org/10.1002/ece3.6790).

이번 분석 결과 추출된 지역은 전반적인 온대 기후, 계절성 및 대륙성 기후, 여름 몬순, 그리고 반도 특성 같은 한반도의 지리 조건 및 식생기후 체계와의 연계성을 고려하여 한랭온대 (Cold temperate), 상량온대 (Cool temperate), 온난온대 (Warm temperate), 그리고 연안성 온난온대 (Maritime warm temperate)의 4개 지역으로 명명하였다. 

식물상 지역의 과학적 추출은 추출 공간의 종 구성을 밝힘으로써 탐사 전략 수립 (분포 및 진화 생태) 및 유형화 (희귀성 및 고유성), 그리고 중요도 (서식지 및 종 보전) 설정의 바탕이 된다. 자료 축적이 적었던 과거에는, 대표적으로 지역적 고유성 (endemism) 또는 제한된 식물상 목록을 활용하였으며, 한반도를 8개 식물상 지역으로 구분한 도면(나까이 다께노신, 1919)을 주로 사용하였다.

최근 식물의 분포 같은 공간 자료의 지속적인 축적, 그리고 공간 통계 도구의 발달을 바탕으로 국립수목원은 2003년부터 2015년까지 아시아식물분포연구회 등과 전국에서 수집한 북한에만 자라는 식물을 제외한 2,954 분류군에 걸친 309,333 건의 식물 표본의 좌표를 활용하여, 인공 신경 회로망의 일종인 자기 조직화 지도법 (Self-Organizing Maps, SOMs)으로 분석하였다. 

추출된 4개 식물상 지역은 직접 기후 요인 (연평균 기온 및 연강수량) 및 간접 기후 요인 (온난지수 및 한랭지수) 모두 서로 뚜렷한 차이를 나타내었다. 그리고 기반암 같은 물리적 요인 역시 식물상 차이에 영향을 주고 있는 것으로 나타났다.

국립수목원 광릉숲보전센터장 김재현 임업연구관은 “우리 연구 성과는 한반도 식물의 분화 및 분포 양상 변화를 이해하고, 환경변화에 따른 식물상과 식생의 변동 같은 산림생물다양성 보전 연구 및 관련 행정 활동의 개선에 도움이 될 것”이라고 말했다.