Vertical Variation of the Caterpillar Community in Oak (Quercus robur) Canopies

이 연구는 3 년간의 관측을 통해 참나무 수관 내 나방 유충 군집의 수직적 분포가 일관된 패턴을 보이지 않고 연도별 및 개체별 변동에 더 크게 영향을 받으며, 이를 효과적으로 모니터링하기 위해서는 표적화된 수관 샘플링과 확장 가능한 지상 기반 방법의 통합이 필요함을 밝혔습니다.

핵심

🌳 핵심 비유: "참나무는 3 층 빌딩이다"

생각해 보세요. 우리 주변에 있는 큰 참나무 한 그루는 마치 3 층짜리 빌딩과 같습니다.

• 1 층 (아래쪽): 그늘지고 습한 로비
• 2 층 (가운데): 햇살이 적당히 드는 사무실
• 3 층 (위쪽): 햇살이 강하게 내리쬐는 옥상

연구자들은 이 빌딩의 각 층마다 애벌레 (식물을 먹는 나방의 유충) 가 어떻게 살고 있는지, 그리고 땅에서 하는 관찰이 얼마나 정확한지 궁금해했습니다.

🔍 연구의 주요 발견 (3 가지 이야기)

1. "애벌레들의 층별 분포는 매년 달라요!" (가장 중요한 결론)

연구자들은 "애벌레들은 햇살이 좋은 3 층에 많이 살겠지?"라고 예상했습니다. 하지만 결과는 놀라웠습니다.

• 2023 년: 애벌레들이 옥상 (위쪽) 에 몰려 있었습니다. (햇살을 좋아하는 것 같았죠)
• 2024 년: 갑자기 로비 (아래쪽) 에 애벌레들이 가장 많았습니다.
• 2025 년: 애벌레들이 너무 적어서 어디나 비슷하게 적었습니다.

💡 비유: 마치 "매년 빌딩의 어느 층에 사람들이 가장 많이 모이는지"가 날씨나 그해의 상황에 따라 완전히 뒤바뀌는 것과 같습니다. 애벌레들은 단순히 '위쪽이 좋다, 아래쪽이 좋다'는 규칙 없이, 그해의 날씨나 환경에 따라 움직이는 '유령' 같은 존재들이었습니다.

2. "나무가 싹을 틔우는 시기는 애벌레에게 큰 차이가 안 돼요"

나무의 위쪽 가지가 아래쪽 가지보다 약 2 일 정도 먼저 잎을 피웁니다. 연구자들은 "애벌레들이 이 2 일 차이를 이용해 위쪽 잎을 먼저 먹으러 올라가겠지?"라고 생각했습니다.

하지만 결과는 아니요였습니다.

• 비유: 애벌레들이 "아, 위쪽 잎이 2 일 먼저 나왔네? 그쪽으론 안 가, 아래쪽도 괜찮아!"라고 생각할 만큼 배고픔을 참는 능력이 있거나, 나무 전체를 돌아다니며 가장 맛있는 잎을 찾아다니기 때문에, 2 일 정도의 작은 시간 차이는 애벌레들의 분포에 큰 영향을 주지 못했습니다.

3. "땅에서 보는 것과 나무 위에서 보는 것, 얼마나 다를까?"

과학자들은 나무 위로 직접 올라가지 않고도 땅에서 물통 (물방울이 떨어지는 것을 잡는 함정) 이나 배설물 트랩 (애벌레 똥을 모으는 것) 을 이용해 애벌레 수를 추정합니다.

• 배설물 트랩 (Frass trap): 정확한 척도였습니다. 나무 위에서 얼마나 많은 애벌레가 잎을 먹었는지 (생물량) 를 땅에서 모은 똥 양으로 꽤 잘 예측할 수 있었습니다.
• 물통 (Water trap): 부족한 척도였습니다. 나무 위에서 떨어지는 애벌레만 잡기 때문에, 나무에 붙어서 살거나 잎을 말아서 사는 애벌레들은 놓쳐버립니다. 특히 어떤 해에는 땅에서 본 데이터와 나무 위의 실제 모습이 완전히 달랐습니다.

💡 비유: 땅에서 물통을 놓는 것은 "비가 올 때 떨어지는 빗방울"만 세는 것과 비슷합니다. 하지만 나무 위에는 비가 오지 않아도 살아가는 애벌레들이 많기 때문에, 땅에서 본 것만으로는 나무 위의 전체 모습을 다 알 수 없습니다.

---

🎯 이 연구가 우리에게 주는 교훈

1. 단순한 규칙은 없다: "애벌레는 나무 위쪽에 산다"라고 단정 지을 수 없습니다. 매년 날씨와 환경이 달라지면 애벌레들의 위치도 뒤바뀝니다.
2. 다양한 관점이 필요하다: 나무 한 그루의 위아래를 모두 살펴보는 것이 중요하지만, 현실적으로 불가능할 때는 배설물 트랩 같은 땅 기반 방법이 전체적인 '식량 소비량'을 추정하는 데는 꽤 유용합니다.
3. 기후 변화의 영향: 기후가 변하면 나무가 잎을 피우는 시기가 달라지고, 이는 애벌레들의 생존에 영향을 줍니다. 하지만 애벌레들은 나무 한 그루 안의 작은 차이보다는 전체적인 기후 변화 (연간 차이) 에 더 민감하게 반응합니다.

📝 한 줄 요약

"참나무 꼭대기의 애벌레들은 매년 어디에 살지 예측할 수 없을 정도로 변덕스럽고, 땅에서 보는 것만으로는 나무 위의 모든 비밀을 알 수 없다. 하지만 나무 똥 (배설물) 을 모으면 전체적인 먹이 소비량을 꽤 잘 알 수 있다!"

이 연구는 숲의 생태계가 얼마나 복잡하고 역동적인지, 그리고 우리가 숲을 이해하기 위해 더 정교하고 다양한 방법을 써야 함을 일깨워줍니다.

기술 요약

제공된 논문 "Vertical Variation of the Caterpillar Community in Oak (Quercus robur) Canopies"에 대한 상세한 기술적 요약은 다음과 같습니다.

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 참나무 (Quercus robur) 수관 (Canopy) 은 미기후, 잎의 구조적/화학적 특성, 포식 위험 등의 수직적 구배로 인해 복잡한 서식지이며, 이는 다양한 나비목 (Lepidoptera) 유충 (애벌레) 군집을 지탱합니다. 애벌레는 나무 (생산자) 와 2 차 소비자 (새 등) 사이의 중요한 영양적 연결고리입니다.
• 문제: 기존 연구는 주로 지상 기반 모니터링 (물 함지, 배설물 트랩, 가지 두드리기 등) 에 의존하여 수관 내 애벌레의 풍부도와 다양성을 추정해 왔습니다. 그러나 3 차원 공간에서의 표본 채집이 어렵기 때문에, 수관 내 수직적 이질성 (Vertical Heterogeneity) 이 어떻게 분포하는지, 그리고 지상 기반 방법이 실제 수관 군집을 얼마나 정확하게 반영하는지에 대한 정량적 이해가 부족합니다.
• 목표:
  1. 참나무 수관의 하부, 중부, 상부 층위별 애벌레 밀도, 다양성, 초식 피해 (Herbivory) 의 수직적 변이를 정량화.
  2. 숙주 나무의 발아 시기 (Phenology) 가 수관 내 애벌레 군집에 미치는 영향 규명.
  3. 지상 기반 모니터링 방법 (물 함지, 배설물 트랩) 이 수관 내 실제 군집을 얼마나 잘 반영하는지 평가.

2. 연구 방법론 (Methodology)

• 연구 장소 및 대상: 영국 Wytham Woods 의 성숙한 참나무 (Quercus robur) 34 그루.
• 표본 채집 기간: 2023 년부터 2025 년까지 3 년 연속 봄철 (애벌레 풍부도 정점기).
• 수직 표본 채집 (Direct Canopy Access):
  • 이동식 고소 작업대 (MEWP) 를 사용하여 각 나무의 하부, 중부, 상부 수관 층위에서 가지 (약 50cm) 를 채취.
  • 총 285 개의 가지 (2023 년 96 개, 2024 년 98 개, 2025 년 91 개) 를 채취하여 실험실로 운반.
  • 가지에서 떨어뜨린 무척추동물을 계수하고, 잎을 벗겨 애벌레를 모두 추출.
  • 잎의 생체중 (100g 기준) 에 표준화하여 밀도, 종 풍부도 (Species richness), Shannon 다양성 지수, 초식 피해율 (Leaf area consumed) 계산.
• 추가 표본 및 데이터:
  • 발아 시기 측정: 2024 년에 현장에서의 싹 트기 (Budburst) 점수화 및 드론 (NDVI) 을 이용한 수관 전체의 발아 시기 추정.
  • 지상 기반 비교: 2024 년과 2025 년에 나무 아래에 배설물 트랩 (Frass traps, 생물량 추정) 과 물 함지 (Water traps, 개체수 및 다양성 추정) 를 설치하여 수관 데이터와 상관관계 분석.
• 통계 분석:
  • R v4.5.1 사용.
  • 0 값 (부재) 과 0 이 아닌 값 (존재 시 밀도) 을 동시에 고려하기 위해 Hurdle Lognormal 모델을 포함한 베이지안 일반화 선형 혼합 모델 (Bayesian GLMM) 적용.
  • 수관 층위, 연도, 나무 개체 ID 를 고정/무작위 효과로 포함.

3. 주요 결과 (Key Results)

가. 수직적 층위화 및 연도별 변동 (Vertical Stratification & Temporal Variation)

• 일관된 수직 패턴 부재: 애벌레 군집의 수직적 층위화는 일관되지 않았으며, 연도에 따라 방향과 크기가 크게 달라짐.
  • 2023 년: 수관 높이가 높을수록 밀도와 종 풍부도가 증가 (상부 수관 우세).
  • 2024 년: 하부 수관에서 밀도가 가장 높고 상부에서 감소 (반대 패턴).
  • 2025 년: 모든 층위에서 밀도가 균일하게 낮음.
• 초기 유충 분포: 2024 년 4 월 발아 시기에 채집한 초기 유충 (Early instar) 은 수관 층위 간 유의미한 밀도 차이를 보이지 않음. 이는 수직적 구조가 개체수 정점기에만 나타날 수 있음을 시사.
• 주요 종: 겨울나방 (Operophtera brumata) 과 녹색 참나무 나방 (Tortrix viridana) 이 우점종이었으나, 2025 년에는 T. viridana 가 극도로 감소함.

나. 발아 시기 (Phenology) 의 영향

• 수관 내 발아 차이: 상부 가지가 하부 가지보다 약 2 일 정도 먼저 싹을 틔우는 것으로 확인됨.
• 영향 부재: 수관 내 발아 시기의 미세한 차이 (2 일) 는 애벌레의 밀도, 다양성, 초식 피해율에 유의미한 설명력을 가지지 못함.
• 연도별 변동의 우세: 수관 내 군집 변이는 발아 시기보다는 **연도 간 변동 (Inter-annual variation)**과 나무 개체 간 차이에 의해 더 강력하게 설명됨.

다. 지상 기반 모니터링 방법의 정확도 평가

• 배설물 트랩 (Frass Traps): 수관 내 총 애벌레 밀도 및 초식 피해율과 중간~강한 양의 상관관계를 보임 (rs=0.49-0.68). 수관 내 생물량의 신뢰할 수 있는 대리 지표 (Proxy) 로 작용.
• 물 함지 (Water Traps):
  • 단일 채집일 기준: 수관 데이터와의 상관관계가 약하고 일관성 없음.
  • 계절 총계 (Seasonal Total) 기준: 겨울나방 등 토양에서 번데기가 되는 종의 경우 상관관계가 개선되나, 수관 내에서 번데기가 되는 종 (예: T. viridana) 이나 종 다양성 지수 (Shannon index) 에 대해서는 여전히 약함.
  • 원인: 물 함지는 수관에서 떨어지는 개체 (실수 또는 번데기 준비를 위한 하강) 만 포착하므로, 행동 양식과 수명 주기에 따른 편향 (Bias) 이 존재함.

4. 주요 기여 및 의의 (Contributions & Significance)

1. 수직적 층위화의 불일치성 규명: 기존 연구들이 가정한 일관된 수직적 분포 패턴이 존재하지 않으며, 연도별 환경 조건 (기후, 발아 시기 등) 에 따라 역전되거나 사라질 수 있음을 3 년간의 장기 데이터를 통해 입증함.
2. 발아 시기의 역할 재평가: 수관 내 미세한 발아 시기 차이 (2 일) 는 애벌레 군집 구조를 결정하는 주요 요인이 아니며, 나무 전체의 발아 시기나 연도별 기후 변동이 더 중요한 요인임을 시사.
3. 모니터링 방법론의 한계와 대안 제시:
   • 지상 기반 방법 (특히 물 함지) 은 특정 행동 양식을 가진 종에 편향되어 있어 전체 수관 군집을 대표하지 못할 수 있음을 경고.
   • 배설물 트랩이 수관 내 총 생물량 추정에 더 유효한 지표임을 확인.
   • **수직적 접근 (MEWP)**과 **지상 기반 대리 지표 (Frass)**를 결합한 통합 모니터링 전략의 필요성 강조.
4. 생태학적 함의: 기후 변화로 인한 발아 시기 불일치 (Mismatch) 가 수관 내 미세 공간보다는 나무 간 또는 연도 간 규모에서 개체군에 더 큰 영향을 미칠 수 있음을 시사하며, 삼림 생태계의 회복탄력성 (Resilience) 과 영양 단계 동기화 (Trophic synchrony) 연구에 중요한 기초 데이터를 제공.

결론

이 연구는 참나무 수관 내 애벌레 군집이 단순한 수직적 층위화보다는 연도별 환경 변동과 나무 개체 간 차이에 의해 더 크게 형성됨을 보여주었습니다. 또한, 지상 기반 모니터링 방법의 한계를 지적하고, 보다 정확한 생태계 평가를 위해 직접적인 수관 표본 채집과 배설물 트랩 같은 지상 기반 지표를 통합할 것을 제안합니다. 이는 기후 변화 하에서의 삼림 생태계 동역학을 이해하는 데 필수적인 통찰을 제공합니다.