A Predictive Mathematical Framework for Simulating Rusty Grain Beetle Infestation in Bulk Wheat Storage

기술 요약: 벌크 밀 저장 내 녹슨곡물벌레(Rusty Grain Beetle) 발생 시뮬레이션을 위한 예측 수학적 프레임워크

문제 정의
녹슨곡물벌레(Cryptolestes ferrugineus)는 유리한 열적 조건 하에서 급격한 개체군 성장 능력을 갖추고 있어 저장된 밀에 심각한 위협이 된다. 단순 지수/로지스틱 방정식부터 복잡한 인구 통계학적 시뮬레이션에 이르는 기존의 개체군 모델들은 온도, 저장 부피, 개체군 밀도와 같은 환경 변수가 동시에 변화할 때 발생 수준을 정확하게 예측하는 데 종종 실패한다. 특히, 일정한 온도 체계 하에서 도출된 모델들은 벌크 곡물 저장고에서 전형적으로 나타나는 변동하는 열 환경에 적용될 때 성능이 저하되는 경우가 많다. 과제는 일상적인 모니터링 중에 측정 가능한 변수들을 활용하여, 피해가 심각한 수준에 도달하기 전에 발생 심각도를 예측할 수 있도록 생물학적 실재성과 실용적 단순성 사이의 균exance를 맞춘 예측 프레임워크를 개발하는 것이다.

방법론
본 연구는 벌크 밀 내 C. ferrugineus를 위한 예측 프레임워크를 개발하기 위해 다단계 모델링 접근 방식을 채택하였다:

1. 비구조적 모델의 평가: 기하급수적 성장, 지수 성장, 밀도 의존성(순간 및 지연 피드백), 수확 및 지연 모델을 포함한 9가지의 서로 다른 수학적 정식화(formulations)를 테스트하였다. 이 모델들은 다양한 저장 패치 크기와 온도 체계(일정한 21–35°C, 증가 및 감소하는 온도)에 걸쳐 관찰된 성충 수(1:1 성비 가정을 통해 암컷 개체수로 변환됨)를 기준으로 보정되었다. 모델 성능은 결정 계수($R^2$)와 잔차 평균 제곱 오차(RMSE)를 사용하여 평가되었다.
2. 주요 요인 분석: Morris의 접근 방식을 따라, 개체군 변화와 가장 강력하게 연관된 변수를 식별하기 위해 회귀 분석을 수행하였다. 이전 개체군 크기, 온도, 그리고 온도 변화의 조합을 조사하여 풍부도(abundance)의 주요 동인을 결정하였다.
3. 적산 온도(Degree-Day) 모델링: 열 노출량은 유효 적산 온도($DD$)를 통해 정량화되었으며, 이는 성충의 최소 이동 온도인 6.3°C를 기준 임계값으로 계산되었다. 누적 열 단위와 곤충 풍부도 사이의 관계를 분석하기 위해, 개체군이 수용 능력(carrying capacity)에 도달함에 따른 비선형 반응을 설명하는 3-매개변수 시그모이드 함수를 사용하였다.
4. 통합 프레임워크 개발: 최종 모델은 이전 단계에서 식별된 가장 중요한 예측 변수들, 즉 이전 관찰 시점의 개체군 수($N_t$), 28일 동안 누적된 유효 적산 온도($X$), 그리고 온도 변화를 결합하였다. 일정한 온도와 변동하는 온도 조건 하에서 살아있는 성충, 총 성충, 그리고 자손에 대해 별도의 회귀 관계를 추정하였다.

주요 결과

• 단순 모델의 한계: 9가지의 비구조적 개체군 방정식 중 어떤 것도 모든 실험 조건에서 만족스러운 적합도를 제공하지 못했다. 성능은 온도와 저장 패치 크기에 따라 크게 달라졌는데, 예를 들어 Case I, IV, V는 35°C에서는 우수한 성능을 보였으나, 대형 저장 패치의 25°C 및 30°C 조건에서는 실패하였다. 이는 단일 성장 메커니즘이 열적 이력(thermal history)과 공간적 규모의 결합된 효과를 포착할 수 없음을 나타낸다.
• 시그모이드 적산 온도 반응의 우수성: 3-매개변수 시그모이드 함수는 선형 또는 단순 지수 모델보다 누적 적산 온도와 곤충 풍부도 사이의 관계를 더 일관되게 설명하였다. 그러나 일정한 온도에만 맞춰 조정된 관계를 변동하는 체계에 적용했을 경우 풍부도가 과대평가되는 결과가 나타났다.
• 통합 모델의 성능: 이전 개체군 수($N_t$), 28일간의 유효 적산 온도($X$), 온도 변화를 통합한 최종 예측 프레임워크(Equation 18)는 높은 예측 정확도를 입증하였다.
  • 총 성충의 경우, 모델은 $R^2$ 0.96 및 RMSE 14.7을 달치하였다.
  • 살아있는 성충의 경우, 모델은 $R^2$ 0.91 및 RMSE 9.2를 달치하였다.
  • 자손의 경우, 모델은 $R^2$ 0.83 및 RMSE 4.6를 달치하였다.
• 시간적 효용성: 본 모델은 발생이 최대 밀도에 도달하기 전 단계의 개체군 성장을 예측하는 데 가장 효과적인 것으로 나타났다.

의의 및 주장
저자들은 제안된 프레임워크가 열적 이력(적산 온도 및 변동성을 통해)과 개체군 이력을 모두 유지함으로써, 벌크 밀 내 C. ferrugineus를 위한 실용적인 예측 도구를 제공한다고 주장한다. 연구의 결론은 다음과 같다:

1. 환경 조건이 역동적인 벌크 저장 시나리오에서 단순한 비구조적 개체군 법칙은 불충분하다.
2. 누적 열 단위와 개체군 밀도 및 온도 변화를 통합한 모델은 일정한 온도와 변화하는 온도 모두에서 개체군 증가의 주요 패턴을 재현할 수 있다.
3. 본 프레임워크는 일상적으로 측정되는 열 및 개체군 데이터를 미래의 벌레 풍부도 추정치로 변환하여, 발생이 심각해지기 전의 모니터링 및 방제 결정을 돕는다.

본 논문은 모델이 다양한 밀 저장 시스템 전반에 걸친 일반적인 예측 도구로 채택되기 전, 독립적인 저장 데이터에 대한 추가적인 검증이 필요함을 언급하며 신중한 입장을 유지하고 있다.