종 지속시간 분포와 공간‑시간 거시생태학의 통합

초록

본 연구는 종이 지역에 정착한 시점부터 국부적 멸종할 때까지의 지속시간(프러시스턴스 타임)의 확률분포를 이론적으로 도출하고, 초목 군집과 연안 어류 데이터에 적용해 실증적으로 검증한다. 지속시간 분포는 종-면적 관계와 고유종-면적 관계와 직접 연결되며, 공간 상호작용 네트워크 구조가 스케일링 거동을 결정한다는 점을 확인하였다.

상세 분석

논문은 먼저 “종 지속시간”(colonization → local extinction)이라는 개념을 명확히 정의하고, 현장 관찰에서 얻은 presence/absence 시계열을 이용해 이를 추정하는 통계적 프레임워크를 제시한다. 핵심은 “연결된 표본 추출(connected sampling)” 문제로, 관측된 지역이 실제 메타커뮤니티의 부분집합일 때 발생하는 편향을 어떻게 보정할 것인가이다. 저자들은 이 문제를 일반화하여, 네트워크 이론에서의 연결성(connectedness)과 클러스터링 계수를 파라미터화한 확률 모델을 구축하고, 마르코프 연쇄와 첫통과시간(first‑passage time) 이론을 결합해 지속시간 분포의 폐쇄형 해를 analytically derive하였다.

이론적 결과는 두 가지 중요한 스케일링 법칙을 예측한다. 첫째, 지속시간 분포의 꼬리는 파워‑law 형태를 띠며, 지수는 공간 상호작용 네트워크의 차원(d) 혹은 프랙탈 차원에 의해 결정된다. 둘째, 이 꼬리 지수는 종‑면적 관계(SAR)와 고유종‑면적 관계(EAR)의 스케일링 지수와 동일한 구조적 연결고리를 가진다. 즉, 넓은 지역일수록 더 긴 평균 지속시간을 보이며, 동시에 더 많은 종이 존재한다는 점을 수학적으로 증명한다.

실증 분석에서는 영국 남서부 초목 군집(herbaceous plant)과 미국 동부 연안 어류 데이터베이스를 사용하였다. 두 시스템은 생태학적 상호작용(식물의 경쟁 vs 어류의 포식‑피식)과 공간 규모(수백 m² vs 수천 km²)에서 크게 다르지만, 추정된 지속시간 분포는 모두 파워‑law 꼬리를 보였으며, 추정된 지수는 네트워크 구조(연결도 평균값, 클러스터링)와 일치하였다. 특히, 어류 데이터에서는 물류 연결망이 높은 차원을 형성해 지수가 1.8에 가깝게 나타났고, 초목 군집에서는 보다 낮은 차원(≈1.3)으로 나타났다.

이러한 결과는 지속시간 분포가 공간적 상호작용 네트워크의 토폴로지를 반영한다는 가설을 강력히 뒷받침한다. 또한, 지속시간을 직접 측정함으로써 전통적인 정적 거시생태학 패턴(SAR, EAR)을 동적 관점에서 재해석할 수 있음을 보여준다. 저자들은 이 프레임워크가 향후 기후 변화나 서식지 파편화가 종 지속시간에 미치는 영향을 정량화하는 데 활용될 수 있다고 제안한다.