Journal Search Engine

to

Search Advanced Search Adode Reader(link)
Download PDF Export Citation Korean Bibliography
ISSN : 1226-9999(Print)
ISSN : 2287-7851(Online)
Korean J. Environ. Biol. Vol.43 No.4 pp.391-409
DOI : https://doi.org/10.11626/KJEB.2025.43.4.391

Fish community structure and species diversity in stream ecosystems at four Korean national parks (Seoraksan, Woraksan, Deogyusan, and
Hallyeohaesang) revealed by eDNA metabarcoding

Hee-kyu Choi, Soon Young Hwang, Young Rae Kim, Yu Rim Kim, Jin Kyu Seo, Ju Hyoun Wang1, Min Seop Ko1, Jeong Eun Kim2, Ji Eun Jang2, Heesoo Kim3, Hyuk Je Lee*
Molecular Ecology and Evolution Laboratory, Department of Biological Science, Sangji University, Wonju 26339, Republic of Korea
1Aquatic Ecosystem Research Laboratory, Department of Biological Science, Sangji University, Wonju 26339, Republic of Korea
2National Park Research Institute, Korea National Park Service, Wonju 26441, Republic of Korea
3Diversity Forecast & Evaluation Division, Nakdonggang National Institute of Biological Resources, Sangju 37242, Republic of Korea
*Corresponding author Hyuk Je Lee Tel. 033-730-0436 E-mail. hyukjelee@sangji.ac.krlhjk622@gmail.com

Contribution to Environmental Biology


▪ The four national parks (Seoraksan, Woraksan, Deogyusan, and Hallyeohaesang) exhibited a total of 33 fish species, indicating representative freshwater fish biodiversity within protected areas in South Korea.


▪ eDNA metabarcoding demonstrated a substantially higher detection efficiency than conventional survey, highlighting its higher sensitivity and reliability in identifying freshwater fish species.


▪ A significant positive correlation between results of eDNA and conventional surveys suggests that eDNA can serve as a complementary tool for monitoring freshwater fish biodiversity in national parks.


01/11/2025 19/11/2025 24/11/2025

Abstract


National parks serve as protected areas that ensure the sustainable use of representative natural ecosystems. In South Korea, approximately 46% of the nation’s total species and 65% of its endangered species inhabit national parks. Comprehensive resource surveys have been conducted every 5 years in accordance with the Natural Parks Act to safeguard these invaluable biological resources. However, species identification in these surveys still largely relies on traditional methods, which are time-consuming and labor-intensive, and often subject to investigator bias. This study investigated freshwater fish communities in stream ecosystems at four national parks-Seoraksan, Woraksan, Deogyusan, and Hallyeohaesang-using environmental DNA (eDNA) metabarcoding to evaluate the consistency of its results with those of conventional surveys. A total of 33 fish species (five orders, 11 families) were recorded in both methods. eDNA detected 31 species (detection rate: 93.9%), whereas conventional methods identified 22 species (66.7%). However, species richness values were significantly correlated between the two methods. eDNA exhibited higher detection efficiency (88.7-100.0%) across all parks than conventional methods (64.3-72.2%). Six endangered species were identified in total, four of which (66.7%) were detected by eDNA. The results indicate that eDNA metabarcoding provides a more sensitive, efficient, and reliable tool for assessing freshwater fish diversity in national parks than conventional methods. Overall, eDNA offers a valuable complement or potential alternative to conventional survey methods for the long-term monitoring of freshwater fish biodiversity.


biodiversity monitoring , community structure , environmental DNA (eDNA) , freshwater fish , Korean national parks

환경 DNA 메타바코딩을 이용한 국립공원(설악산, 월악산, 덕유산, 한려해상) 하천생태계의 어류 군집구조 및 종 다양성

최희규, 황순영, 김영래, 김유림, 서진규, 왕주현1, 고민섭1, 김정은2, 장지은2, 김희수3, 이혁제*
상지대학교 생명과학과 분자생태및진화학실험실
1상지대학교 생명과학과 담수생태학실험실
2국립공원공단 국립공원연구원
3국립낙동강생물자원관 다양성예측평가부

초록

    1. 서 론

    인간의 활동은 지구상의 모든 생태계에 영향을 미치며, 천연자원의 과도한 사용과 광범위한 토지 전용으로 인해 자연 서식지가 급속히 사라지고 있다 (Krausmann et al. 2013). 이러한 변화는 환경오염과 기후변화를 가속화시켜 지구 생물종의 멸종 및 멸종위기종 수를 지속적으로 증가시키고 있으며, 이는 지구 역사상 여섯 번째 대멸종으로 불릴만큼 생물다양성 (biodiversity) 손실이 심화되고 있다 (Chapin et al. 2000;Sanderson et al. 2002;Ceballos et al. 2017;Ceballos and Ehrlich 2023). 특히 담수생태계는 지구상에서 취약한 환경 서식지 중 하나로, 최근 연구에 따르면 담수생물 분류군의 종 다양성이 다른 생태계보다 훨씬 빠르게 감소하고 있다 (Harrison et al. 2018;Tickner et al. 2020). 세계자연기금 (WWF)의 Living Planet Index (2022) 보고서에 따르면, 1970년 이후 담수생물 개체군은 평균 83% 이상 감소하여 육상 및 해양 생물군보다 훨씬 가파른 감소세를 보였다 (Harrison et al. 2018;WWF 2022). 담수생태계의 핵심 소비자인 어류 역시 기후변화, 서식지 파괴, 수질 악화, 외래종 확산, 남획 등 복합적인 요인으로 인해 급감하고 있다 (Dudgeon et al. 2006;Reid et al. 2019;Kim and An 2021).

    이러한 생물다양성 감소를 완화하고 생태계 서비스를 유지하기 위해서는 보호구역 (protected areas)의 지정과 관리가 필수적이다. 보호구역은 종 보전, 서식지 보호, 생태계의 지속가능한 이용을 위한 핵심 수단으로 인식되며, 전 세계적으로 다양한 형태의 보호지역 네트워크가 구축되어 있다 (Gaston et al. 2008;Watson et al. 2014). 한국 역시 자연환경보전법과 자연공원법에 따라 국립공원, 도립공원, 군립공원, 생태·경관 보전지역, 습지보호지역 등 다양한 보호구역을 운영하고 있다 (MOE 2018). 이 중에서도 국립공원은 대표성과 생태적 가치를 고려해 지정되는 가장 중요한 보호구역이다. 우리나라의 국립공원은 1967년 지리산국립공원으로 시작하여 2023년 팔공산국립공원까지 총 23개가 지정되어 관리되고 있으며, 수려한 경관을 가지고 있다 (NPRI 2024). 특히, 한국에 서식하는 전체 종의 약 46%, 멸종위기야생생물은 65%가 국립공원 내 서식하는 것으로 보고된 바 있어 국립공원은 높은 생물다 양성을 가진 보호구역이다 (NIBR 2019;NPRI 2019). 이러한 자연 자원을 보호하기 위해 자연공원법에 따라 5년마다 종합적인 자원조사가 정기적으로 실시되고 있다 (KLRI 2016).

    국립공원 자연자원조사 대상 분류군 중 하천생태계의 담수어류는 조사지점이 대부분 최상류 산간 계류에 국한되어 종 다양성이 대체로 낮은 특성을 보인다 (NPRI 2024). 그럼에도 불구하고, 2010년 기존 문헌들을 종합한 결과 국립공원 내 서식하는 담수어류의 종 수는 103종으로 국내 총 담수어류 종 수의 약 47.7%가 국립공원 내에 서식하는 것으로 보고되었다 (Chae 2010;Kwon et al. 2022). 이 중 한반도 고유종은 36종으로 우리나라 전체 고유종의 59.0%를 포함하며, 멸종위기야생생물 I·II급을 포함한 환경부 지정 보호종은 8종, 떡붕어, 무지개송어, 블루길, 배스 등 생태계 군집 변화에 위협을 초래할 수 있는 외래도입종도 4종이 확인되었다 (Chae 2010;Ko et al. 2019). 이러한 담수어류는 하천생태계 내 소비자 (consumer)와 피식자 (prey)로서 중요한 생태적 역할을 수행하며, 환경 변화에 민감하게 반응하여 수생태계 건강성을 평가하는 데 중요한 지표종으로 활용할 수 있다 (Dudgeon et al. 2006;Dudgeon 2010;Gu et al. 2023;Hwang et al. 2024).

    생물다양성 평가에는 일반적으로 종 풍부도 (species richness)와 균등도 (species evenness)를 나타내는 종 다양성, 개체군 내 분자 수준의 유전적 다양성, 그리고 생물의 분포와 서식지를 포괄하는 생태계 다양성을 포함한다 (Swingland 2013). 종 다양성은 분류학적 다양성을 나타내며, 특정 생태계 내에 얼마나 많은 종이 분포하는지를 나타내는 지표로, 일반적으로 다양성이 높을수록 군집 안정성이 높아지고 생태계의 건강한 기능을 유지할 가능성이 높아진다 (McCann 2000). 종 다양성을 측정하는 일반적인 방법은 특정 군집에 존재하는 종의 수인 종 풍부도와 개체군이 종들 사이에 얼마나 균등하게 분포되어 있는 지를 나타내는 종 균등도를 추정하며, 이러한 자료를 확보하기 위해 표본 추출을 수행한다 (Clarke and Warwick 2001;Choi et al. 2023). 그러나 담수생태계의 종 다양성을 평가하기 위한 모니터링 조사 방법은 여전히 전통적인 직접 포획 조사 방법으로 족대와 투망과 같은 어구를 이용하여 생물을 물리적으로 포획하고 육안으로의 관찰에 의존하여 동정하고 있다 (MOE/NIBR 2016-2021). 이러한 방법은 상당한 시간과 노력이 필요하며, 생태계 교란을 초래할 수 있고, 매우 낮은 개체 밀도를 가진 희귀종이나 멸종위기종 탐지에 종종 효과적이지 않다 (Rottmann et al. 1992;Hopkins and Freckleton 2002). 최근 환경 DNA (environmental DNA, eDNA) 기반 접근법은 기존 직접 포획 조사의 한계를 보완하는 효과적인 방법으로 활발히 개발되었다 (Shaw et al. 2016;Pikitch 2018;Gao et al. 2025;Nneji et al. 2025).

    환경 DNA는 수중, 토양, 대기 등 다양한 환경 매체 속에 존재하는 생물의 DNA를 의미하며, 이는 피부조직, 점액질, 분비물, 타액, 땀, 털, 생식세포 등에서 기원한다 (Bohmann et al. 2014;Thomsen and Willerslev 2015). 담수생태계에서 환경 DNA를 활용한 모니터링은 환경 시료만 확보하면 분석이 가능하기 때문에 현장 접근성이 떨어지거나 조사 여건이 제한적인 경우에도 적용이 가능하며, 시간·인력·비용을 절감할 수 있다 (Pikitch 2018;Kim et al. 2020). 또한, 종 동정이 가능한 분류군의 탐지 범위가 넓고, 종 탐지 결과의 재현성과 정확성이 높아 누락없이 종의 존재 유무를 판별할 수 있어 생물다양성 평가에 유용하다 (Smart et al. 2015;Ruppert et al. 2019). 환경 DNA는 특정 분류군의 범용 프라이머 (universal primer)를 이용하여 목표 유전자를 증폭한 뒤, 차세대염기서열분석기법 (next-generation sequencing, NGS)으로 확보한 염기 서열을 생물정보 분석을 통하여 종을 동정하는 메타바 코딩 (metabarcoding) 기법으로 활용된다 (Ruppert et al. 2019).

    해외에서는 환경 DNA 메타바코딩의 효용성과 과학적 정확성이 폭넓게 검증되어 왔다 (Taberlet et al. 2012;Thomsen et al. 2012;Balint et al. 2018). 예를 들어, 호주 남부의 하천에서 어구 조사와 환경 DNA 결과를 비교한 연구에서는 환경 DNA 기반 종 탐지가 100%의 성공률을 보였고 (Shaw et al. 2016), 일본에서는 뱀장어 개체군의 분포를 환경 DNA로 추정한 결과 92%의 탐지율을 기록하였다 (Itakura et al. 2019). 최근에는 정성적 탐지뿐 아니라 개체수·생물량 추정 등 정량적 분석과 더불어 해당 지역의 생태적 정보를 반영할 수 있는 환경 RNA (environmental RNA, eRNA) 기반 연구로 확장되고 있다 (Cristescu 2019). 반면, 국내에서는 주로 해양생태계를 대상으로 한 연구 (Boopathi et al. 2015;Won et al. 2017;Kim et al. 2018)를 기점으로, 비교적 최근 하천과 호수를 대상으로 한 일부 담수어류 군집 비교 연구 (Song et al. 2019;Alam et al. 2020;Kim et al. 2020;Won et al. 2022;Choi et al. 2023;Lee et al. 2024)가 보고되고 있다. 따라서 국내 담수생태계의 환경 DNA 기반 생물다양성 연구는 여전히 초기 단계로, 향후 외래종 확산 모니터링을 포함한 다양한 수생태계 응용 연구의 확대가 필요하다 (Jung et al. 2022;Kang et al. 2023).

    최근에는 환경 DNA 연구 결과와 기존 전통적인 어구조사 간의 결과를 비교 분석하여, 환경 DNA 기법이 기존의 생물다양성 모니터링 방법을 보완하거나 대체 가능성을 평가하는 연구가 활발히 수행되고 있다 (Shaw et al. 2016;Sard et al. 2019;McElroy et al. 2020;Miya 2022;Choi et al. 2023;Lee et al. 2024). 이전 연구에서는 환경 DNA가 실제 생물군집 구조를 얼마나 정확하게 반영할 수 있는지를 검증하기 위해 시료 유형 (물, 저질) 및 유전자 마커 (예: 12S, 16S)에 따른 탐지 효율을 비교하였다 (Shaw et al. 2016;Baidouri et al. 2025). 그 결과 저질보다 물 시료가 어류 군집을 더 정확히 반영한다고 보고하였으며 (Shaw et al. 2016;NIBR 2021, 2022), 다중 마커를 사용할 경우 전체 탐지 효율이 향상되고, 12S 마커가 16S 마커보다 더 높은 탐지율을 보이는 것으로 나타났다 (Macher et al. 2023). 그러나 환경 DNA 메타바코딩 결과에서는 여전히 위양성 (false positive)과 위음성 (false negative) 신호가 발생할 수 있으며, 이러한 부분은 현재까지 남아 있는 주요 기술적 과제로 지적된다 (Choi et al. 2023;Lee et al. 2024;Cevik and Cevik 2025).

    본 연구에서는 설악산, 월악산, 덕유산, 한려해상 국립공원 하천생태계를 대상으로 환경 DNA 메타바코딩 분석과 어구를 이용한 현장조사를 수행하였다. 조사결과 확인된 어류 군집구조를 기반으로 종 다양성을 평가하고 비교 분석하여 환경 DNA를 이용한 우리나라의 국립공원 내 수생태계 모니터링의 유효성을 검증하고 활용 방안을 논의하고자 하였다.

    2. 재료 및 방법

    2.1. 연구대상 지역

    본 연구는 국립공원 자연자원조사의 일환으로 수행되었으며, 연구대상 공원은 설악산, 월악산, 덕유산, 한려해상으로 총 네 개 국립공원을 대상으로 수행하였다. 공원 내 조사지점은 설악산 4지점 (SA1, SA2, SA3, SA4), 월악산 5지점 (WA1, WA2, WA3, WA4, WA5), 덕유산 5지점 (DY1, DY2, DY3, DY4, DY5), 한려해상 국립공원 2지점 (HL1, HL2)으로 총 16개 지점에서 수행하였다. 각 조사지점은 우리나라의 대표적인 수계인 한강 (HR), 금강 (GR), 낙동강 수계 (NR)와 동해 (EFR), 남해유입 독립하천 (SFR)을 포함하였다 (Fig. 1, Table 1). 각 조사지점에서 환경 DNA 메타바코딩 분석과 어구를 이용한 어류 현장조사를 병행하였다. 어류 군집구조와 종 다양성의 계절적 변동성이 크지 않음을 고려하여 (Choi et al. 2023;Lee et al. 2024), 방법 간 어류 종 탐지율의 상대 비교를 위한 조사는 봄철에 1회 (2025년 4월~5월) 실시하였다 (Appendix Table A1).

    2.2. 조사 방법

    2.2.1. 어류의 채집 및 분류

    어류의 채집은 투망 (망목, 7×7 mm)과 족대 (망목, 5×5 mm)를 이용하여 정량조사를 수행하였다. 투망은 조사지점 내 각기 다른 장소에서 12회, 족대는 다양한 미소서식처에서 40분 동안 실시하였다. 채집된 어류는 도설 (Kim 1997;Kim and Park 2002)을 참고하여 동정하였으며, 사진 촬영 및 동정 후 모두 채집 지점에 즉시 방류하였다. 종 동정은 Nelson (2006)의 분류체계를 따라 실시하였다.

    2.2.2. 화학적 환경특성

    조사지점의 화학적 환경특성을 파악하기 위해서 수온, 염도 (salinity) 등 화학적 수환경 데이터를 확보하였다 (Appendix Table A1). 수온과 염도는 Hanna Multi parameter (HI98194; Hanna Instruments, Netherlands) 를 이용하여 3회 측정하였다. 유속과 수심은 Water Velocity Meter (Fp1111; Global Water, USA)를 이용하여 측정하였다.

    2.2.3. 환경 시료 채수 및 환경 DNA 추출

    환경 시료의 채수는 0.45 μm 카트리지 필터 (Sterivex, Millipore, Burlington, MA, USA)와 일회용 50 mL 주사기를 이용하여 각 지점별 수면으로부터 5 cm 이하의 표층에서 1 L씩 채수하였으며, 필터링이 완료된 샘플은 오염 방지를 위해 개별적으로 보관하여 아이스박스에 담아 실험실로 운반하였다. 운반된 필터지 샘플은 10% 표백제에 소독 후 증류수로 완전히 헹군 핀셋을 이용하여 lysis buffer (Qiagen, Hilden, Germany)가 들어있는 2 mL tube (Eppendorf, Germany)에 넣어 즉시 DNA 추출에 이용하였다 (Helbing and Hobbs 2019). 환경 DNA의 추출은 여과된 필터지를 >1 mm 크기로 잘게 자른 후 Tissue Lyser II motorized homogenizer (Qiagen)를 이용하여 균질화하였다. 전 처리가 완료된 샘플은 DNeasy Blood & Tissue Kit (Qiagen)를 이용하여 제조사의 protocol 에 따라 DNA를 추출하였다. 추출된 DNA는 ND-1000 spectrophotometer (NanoDrop Technologies, USA)를 이용하여 농도 측정 후 -80°C 초저온냉동고에 보관하였다. 추가적으로 현장 채수량과 DNA 농도 간 상관성을 확인하기 위해 각각 1 L, 2 L, 4 L의 시료에서 추출된 DNA 양을 측정하였다.

    2.2.4. NGS 및 생물정보 분석

    환경 DNA를 이용한 NGS 기반의 담수어류 종 분석을 위해 미토콘드리아 DNA (mitochondrial DNA, mtDNA) 12S rRNA 유전자를 표적으로 하는 MiFish 범용 프라이머 (Miya et al. 2015)를 이용하여 라이브러리를 구축하였다 (MiFish-U-F: 5ʹ-GTCGGTAA AACTCGTGCCAGC-3ʹ; MiFish-U-R: 5ʹ-CATAGTGG GGTATCTAATCCCAGTTTG-3ʹ). NGS 분석을 위한 1차 amplicon 생성은 genomic DNA (10 ng μL-1)를 사용하여 94°C에서 3분간 초기 변성 후, 94°C에서 20초, 60°C 에서 15초, 72°C에서 15초를 35회 반복, 이후 72°C에서 5분간 최종 신장하였다. 증폭한 PCR product는 전기영동 후 예상 product size인 240 bp gel을 Accuprep® Gel Purification Kit (Bioneer, Korea)를 이용하여 정제하였다. Nextera XT index Kit (Illumina, USA)를 이용하여 라이브러리를 제작하고, Illumina MiSeq platform (2×300 bp) 을 사용하여 염기서열 분석을 수행하였다. 염기서열 분석 결과는 DADA2 (v1.18.0) 파이프라인 (Callahan et al. 2016)을 이용하여 quality filtering을 하였으며 후속 ASV (amplicon sequence variants)를 이용한 생물정보분석은 QIIME2 (v1.9)를 이용하였다. 획득한 ASV는 BLASTn 를 이용하여 description을 하였으며, 97% 이상의 동일성 (identity)을 나타내면 종 (species), 97%에서 90%의 동일성은 속 (genus), 90% 미만의 동일성은 미확인 (unknown)으로 기술하였다. 생태적 해석을 위해 각 할당된 ASV 수의 상대적 풍부도 (relative abundance) 수치를 이용하여 각 지점별 군집 내 조성 비율을 계산하였으며, Primer-e v7 (PRIMER-E Ltd., UK)를 이용하여 군집유사도 클러스터링 분석 (clustering analysis) 및 Heat-map 분석을 수행하여 각각의 결과를 시각화하였다 (Clarke and Gerley 2015).

    2.2.5. 군집 분석

    환경 DNA를 이용한 군집 분석은 각 조사지점에서 확인된 ASV 수 데이터를 이용하였고, 어구를 이용한 어류 현장조사 결과의 군집 분석은 각 지점의 어류 출현 종과 개체수를 기준으로 수행하였다. R (v4.3.1)을 이용한 CAP (canonical analyses of principal coordinates) 통계분석을 통해 어류 군집구조에 영향을 미치는 주요한 환경변수를 분석하였다 (R Core Team 2023). 군집 분석 (nMDS; nonmetric multidimensional scaling)과 군집 유사도 분석 (ANOSIM; analysis of similarities)은 16개의 조사지 점을 네 개의 국립공원 그룹 (SA, WA, DY, HL)과 다섯 개의 수계 그룹 (HR, GR, NR, EFR, SFR)을 인위적으로 지정하여 해당 요인에 따른 군집의 차이 여부를 파악하였다. 다양성 수치는 풍부도 지수 (Species richness; d), 균등도 지수 (Pielou’s evenness; Jʹ), 다양도 지수 (Shannon Index; SI), 우점도 지수 (Dominance index; DI)를 산출하였다 (Shannon and Weaver 1949;Pielou 1966;McNaughton 1967;Margalef 1968). 통계분석 프로그램인 IBM SPSS Statistics (v21)를 이용한 모집단의 정규성 (normality)과 등분산성 (homoscedasticity) 검증 결과, 가정에 위배되어 비모수 (nonparametric) 통계 방법으로 분석을 수행하였다. 조사 방법 간 다양성 수치는 Mann-Whitney U tests, 다양성 수치와 지점별 종수, 환경요인 간 상관성은 Spearman’s rank correlation analyses를 이용하여 분석하였다.

    3. 결 과

    3.1. 화학적 환경특성

    국립공원 내 각 조사지점에서 화학적 수환경을 측정한 결과 설악산의 경우 수온 8.99~10.97°C, pH 6.42~7.36, oxidation-reduction potential (ORP) 125.5~148.8 mV, 용존산소량 (dissolved oxygen, DO) 10.62~12.92 ppm, 염도 0.01~0.04 PSU, 월악산의 경우 수온 10.31~16.38°C, pH 7.42~8.23, ORP 236.0~334.7 mV, DO 8.65~9.94 ppm, 염도 0.01~0.04 PSU, 덕유산의 경우 수온 8.74~14.10°C, pH 6.79~7.59, ORP 264.7~341.5 mV, DO 9.34~12.15 ppm, 염도 0.01~0.03 PSU, 한려해상의 경우 수온 13.90~ 14.90°C, pH 6.73~6.87, ORP 352.7~371.6 mV, DO 6.73~ 9.68 ppm, 염도 0.02 PSU으로 확인되었다 (Appendix Table A1). CAP 분석을 통해 어류 군집에 영향을 미치는 화학적 환경특성을 파악한 결과, 환경 DNA를 이용한 군집구조에는 수온과 ORP, 어구를 이용한 군집구조에는 염도와 ORP에서 유의한 영향을 확인할 수 있었고, 나머지 요인들은 어류 군집구조에 유의한 영향을 미치지 않는 것으로 나타났다 (Fig. 2).

    3.2. 조사 방법 간 종 탐지율 비교

    서로 다른 조사 방법을 종합하여 네 개 국립공원에서 출현한 어류 종수는 총 5목 11과 33종이 확인되었다 (Fig. 3). 각 조사 방법을 나누어 확인한 결과, 환경 DNA를 이용한 종 탐지 결과는 5목 11과 31종으로 전체 확인된 종의 93.9%의 탐지율이 확인되었고, 어구를 이용한 종 탐지 결과는 5목 10과 22종으로 66.7%의 탐지율을 나타냈다 (Table 1, Fig. 3). 공원별 종 탐지 결과 설악산은 전체 14 종에서 환경 DNA 12종 (88.7%), 어구 조사 9종 (64.3%), 월악산은 전체 18종에서 환경 DNA 18종 (100.0%), 어구 13종 (72.2%), 덕유산은 전체 16종에서 환경 DNA 15종 (93.8%), 어구 10종 (66.7%), 한려해상은 전체 7종에서 환경 DNA 7종 (100.0%), 어구 5종 (71.4%)으로 환경 DNA의 높은 탐지율이 확인되었다 (Fig. 3). 각각의 방법으로 탐지된 종수 간 상관성 분석을 수행한 결과, 통계적으로 유의한 양의 상관성 (Spearman’s rank correlation; R2=0.768, P<0.001)을 확인할 수 있었다 (Fig. 4).

    종별 획득된 ASV 수와 개체수의 상대풍부도를 이용한 어류 출현종 비율은 설악산에서 환경 DNA 분석 결과 우점종은 금강모치 (Rhynchocypris kumgangensis, 63.4%), 아우점종은 참갈겨니 (Zacco koreanus, 12.4%), 다음으로 돌고기 (Pungtungia herzi, 6.3%), 꺽지 (Coreoperca herzi, 4.3%), 긴몰개 (Squalidus gracilis majimae, 4.3%), 쉬리 (Coreoleuciscus splendidus, 2.9%), 참종개 (Iksookimia koreensis, 2.7%), 종개 (Orthrias toni, 1.4%) 등 순으로 확인되었다. 어구 조사 결과 우점종은 금강모치 (63.4%), 아우점종은 참갈겨니 (12.4%), 다음으로 쉬리 (5.0%), 꺽지 (2.5%), 돌고기 (1.9%), 참종개 (1.9%), 미유기 (Silurus microdorsalis, 1.9%), 가는돌고기 (Pseudopungtungia tenuicorpa, 1.2%) 등 순으로 확인되었다. 월악산 환경 DNA 분석 결과 우점종은 참갈겨니 (49.1%), 아우점종은 돌고기 (28.7%), 다음으로 배가사리 (Microphysogobio longidorsalis, 4.5%), 꺽지 (4.4%), 동사리 (Odontobutis platycephala, 3.3%), 쉬리 (2.3%), 퉁가리 (Liobagrus andersoni, 2.2%), 모래무지 (Pseudogobio esocinus, 1.0%) 등 순으로 확인되었다. 어구 조사 결과, 우점종은 참갈겨니 (66.3%), 아우점종은 버들치 (Rhynchocypris oxycephalus, 11.9%), 다음으로 돌고기 (8.9%), 동사리 (3.5%), 참마자 (Hemibarbus longirostris, 1.9%), 모래무지 (1.9%), 꺽지 (1.5%), 돌상어 (Gobiobotia brevibarba, 1.1%) 등 순으로 확인되었다. 덕유산 환경 DNA 분석 결과 우점종은 버들치 (35.4%), 아우점종은 자가사리 (Liobagrus mediadiposalis, 21.2%), 다음으로 참갈겨니(19.3%), 쉬리 (8.3%), 돌고기 (6.9%), 눈동자개 (Pseudobagrus koreanus, 1.8%), 미유기 (1.6%), 산천어 (Oncorhynchus masou masou, 1.2%) 등 순으로 확인되었다. 어구 조사 결과 우점종은 참갈겨니 (63.2%), 아우점종은 버들치 (Rhynchocypris oxycephalus, 10.6%), 다음으로 쉬리 (6.8%), 모래무지 (6.8%), 참종개 (4.1%), 덕유모치 (Rhynchocypris deogyuensis, 2.9%), 산천어 (2.4%), 돌고기 (2.1%) 등 순으로 확인되었다. 한려해상 환경 DNA 분석 결과 우점종은 참갈겨니 (74.4%), 아우점종은 밀어 (Rhinogobius brunneus, 12.5%), 다음으로 버들치 (4.0%), 은어 (Plecoglossus altivelis, 3.9%), 메기류 (Silurus sp., 3.6%), 민물검정망둑 (Tridentiger brevispinis, 1.0%), 돌고기 (0.6%)의 순으로 확인되었다. 어구 조사결과 우점종은 참갈겨니 (70.0%), 아우점종은 버들치 (14.4%), 다음으로 밀어 (10.3%), 민물검정망둑 (3.9%), 은어 (1.4%)의 순으로 확인되었다 (Fig. 5).

    멸종위기야생생물은 전체 묵납자루 (Acheilognathus signifer), 돌상어, 어름치 (Hemibarbus mylodon), 감돌고기 (Pseudopungtungia nigra), 가는돌고기, 열목어 (Brachymystax lenok tsinlingensis)로 6종이 확인되었고, 각 조사 방법 간 멸종위기야생생물의 탐지율을 확인한 결과 환경 DNA는 4종으로 66.7%, 어구를 이용한 조사는 3종으로 50.0%의 탐지율을 보였다 (Figs. 3 and 5).

    3.3. 군집유사도 분석

    군집분석 (nMDS) 결과, 서로 다른 두 조사 방법 모두 국립공원 그룹과 수계 그룹으로 명확하게 군집화되는 경향은 확인할 수 없었다 (Fig. 6A, B). 유사도 분석 (ANOSIM) 결과에서도 환경 DNA의 경우 국립공원 (r =0.068, P>0.05)과 수계 (r=0.106, P>0.05)에서 그룹 간 차이를 확인할 수 없었으나, 어구를 이용한 조사에서는 수계 그룹 간 군집구조의 차이가 나타났다 (r=0.558, P<0.01) (Table 2). Heat-map 분석을 이용한 각 조사 방법의 군집구조를 분석한 결과에서도 몇몇 같은 국립공원으로 군집화되는 경향은 보였지만 국립공원 그룹과 수계 그룹으로 명확히 군집화되는 결과는 확인할 수 없었다 (Fig. 6C, D).

    3.4. 조사 방법 간 다양성 수치 비교, 화학적 환경특성과 다양성 수치 상관성 분석

    환경 DNA와 어구를 이용한 결과 도출된 네 가지 다양성 수치 비교에서 모두 유의한 차이가 없었다 (Mann- Whitney U tests; d: P=0.691, Jʹ: P=0.586, SI: P=0.897, DI: P=0.517) (Fig. 7). 상관성 분석 수행한 결과 종 풍부도 지수 (d)에서 양의 상관성을 보였으나, 나머지 균등도, 다양도, 우점도 지수에서는 상관성이 확인되지 않았다 (Spearman’s rank correlation; d: R2=0.719, P=0.002, Jʹ: R2=0.015, P=0.670, SI: R2=0.237, P=0.142, DI: R2= 0.049, P=0.770) (Appendix Fig. A1).

    조사지점의 화학적 환경특성 (수온, pH, ORP, DO, 염도) 과 다양성 수치 간 상관분석을 수행한 결과 환경 DNA의 경우 pH와 종 풍부도 지수 (r=0.703, P<0.05), 염도와 종 풍부도 지수 (r=0.770, P<0.01), 다양도 지수 (r=0.694, P<0.05) 간 통계적으로 유의한 양의 상관성이 확인되었고, 어구를 이용한 경우 염도와 종 풍부도 지수 (r=0.612, P<0.05), 다양도 지수 (r=0.617, P<0.05), 우점도 지수 (r=0.593, P<0.05)에서 통계적으로 유의한 양의 상관성이 확인되었다 (Fig. 8, Appendix Table A2).

    4. 고 찰

    4.1. 조사 방법 간 종 탐지율 비교

    본 연구에서는 설악산, 월악산, 덕유산, 한려해상 국립공원 내 16개 담수생태계를 대상으로 환경 DNA와 어구를 이용한 어류 군집구조 및 종 다양성을 평가하였다. 한반도에 서식하는 담수어류는 모두 213종으로 알려져 있으며, 그 중 국립공원 내 서식하는 담수어류는 약 47.7%의 103여 종의 서식이 보고되었다 (Kim et al. 2005;Chae 2010;Yoon et al. 2018). 네 개의 국립공원에서 환경 DNA와 어구를 이용한 현장조사를 종합한 결과 총 33종의 어류가 확인되었는데, 이는 국내 전체 담수어류 종의 15.5%이자 공원 내 서식 보고 종의 32.0%에 해당한다. 각 조사 방법 간 탐지율은 환경 DNA를 이용한 결과가 88.7~100.0% 의 탐지율로 어구를 이용한 종 탐지율인 64.3~72.2%보다 약 24.4~27.8% 높았다. 이러한 환경 DNA의 높은 종 탐지 효율성은 이전 국내 연구 결과에서 보고된 하천생태계 (50.8~100.0%)와 하구생태계 (60.0~69.2%)의 탐지율보다 상대적으로 높은 수준이다 (Song et al. 2019;Kim et al. 2020;Choi et al. 2023; Choi et al. unpublished data). 이러한 결과는 국립공원의 담수생태계가 주로 최상류 산간 계류를 포함하고 있어 대체로 낮은 종 다양성이 환경 DNA의 높은 탐지율로서 반영된 것으로 보인다 (NPRI 2024). 다만, 멸종위기야생생물의 탐지율은 66.7%로 이전에 연구된 하천생태계 (섬강, 오십천, 길안천)의 탐지율 88.9%보다 낮게 확인되어 국립공원 내 멸종위기종 조사에 있어 위음성 결과 (false negative)의 가능성이 존재함을 시사한다 (Choi et al. unpublished data).

    위음성 결과의 주원인은 (1) 물 시료에 실제로 존재하는 표적 종의 DNA를 감지하지 못하는 경우와 (2) 표적 종의 서식에도 불구하고 물 시료에 존재하는 DNA 농도의 부족 두 가지 요인이 있다 (Darling and Mahon 2011;Rees et al. 2014, 2015). 위음성 결과의 해결 방안으로는 환경 DNA 분석을 위한 물 시료 지점 및 시료 수 증가와 local 종의 데이터베이스 구축이 필요하다 (Evans et al. 2017;NIBR 2020). 일반적으로 국립공원 내 산간 계류는 급한 경사로 인해 유속이 빠르고 수온이 낮은 특성이 있다 (Maier et al. 2022). 산간 계류의 빠른 유속은 물속에 존재하는 생물의 DNA가 하천 바닥에 가라앉거나 퇴적되기 전에 매우 먼 하류로 이동하게 만들어 실제 해당 지역에 특정 종이 서식함에도 환경 DNA에서 검출되지 않을 가능성이 존재한다 (Pilliod et al. 2014). Pilliod et al. (2014)의 연구에 의하면, 물의 흐름이 빠른 하천에 해당 지역에 서식하지 않는 양서류를 인위적으로 이식하여 환경 DNA를 측정한 결과, 양서류 이식 지점의 하류 5 m의 지점에서 DNA가 검출되었고, 해당 종을 제거한 후 1시간 뒤 DNA가 검출되지 않는 결과가 보고된 바 있다. 또한, 최근 연구 결과에 의하면 물의 흐름이 빠른 지점은 DNA 농도가 낮으며, 시료 간 DNA 농도의 변동성도 크다는 경향이 보고된 바 있다 (Jane et al. 2015;Dercksen et al. 2025). 본 연구의 조사지점 중 설악산 SA3 지점 내 어구를 이용한 결과로 가는돌고기와 열목어가 관찰되었지만, 환경 DNA로 탐지되지 않았다. 해당 지역의 빠른 유속 (0.1~1.1 m s-1)으로 인해 탐지되지 않았을 가능성이 존재한다. 본 연구의 조사지점들에서 각각 1 L씩 채수하여 추출된 DNA의 농도는 평균 6.71 ng μL-1로 국립공원 외 하천생태계 37.32 ng μL-1, 하구생태계 52.50 ng μL-1 보다 농도가 현저히 낮았다 (Choi et al. 2023; Choi et al. unpublished data). 이처럼 낮은 DNA 농도 역시 미탐지의 주요 원인으로 작용했을 가능성이 있다. 이러한 문제점을 보완하기 위해 2차 조사 시 설악산 SA3 지점을 대상으로 채수량을 각각 1 L, 2 L, 4 L씩 증대하여 DNA의 농도를 측정한 결과 1 L에서 4.13 ng μL-1, 2 L 5.91 ng μL-1, 4 L 8.52 ng μL-1로 포집되어 DNA 양이 채수량에 비례하여 증가하는 것을 확인하였다.

    어구를 이용한 조사 시 확인되지 않은 종이 환경 DNA 조사 결과에서 검출된 위양성 (false positive) 결과도 확인되었다. 위양성의 주원인은 (1) 물 시료 내 DNA의 오염, (2) 분석 과정에서 비표적 종의 부정확한 검출, (3) 해당 지점에서 죽은 생물체의 DNA 검출로 세 가지가 제시된 바 있다 (Darling and Mahon 2011;Rees et al. 2014, 2015). 위양성으로 검출된 종은 묵납자루, 어름치, 배가사리, 돌마자 (Microphysogobio yaluensis), 감돌고기, 긴몰개, 피라미 (Zacco platypus), 미꾸리 (Misgurnus anguillicaudatus), 종개, 새코미꾸리 (Koreocobitis rotundicaudata), 메기류로 총 11종이 확인되었고, 이 종 중 어름치, 감돌고기, 긴몰개, 피라미 4종은 2차 공원자원조사 시 해당 지역에서 서식이 확인되었다. 본 연구지역은 산간 계류의 낮은 수온으로 온도에 민감하게 반응하는 물 시료 내 DNA의 오염의 가능성은 낮을 것으로 판단되며, 나머지 요인의 해결 방안은 과거 조사된 문헌 및 생태적 관점에서의 해석을 통한 데이터 보정이 필요하다 (Evans et al. 2017;NIBR 2020). 향후 국립공원 내 위양성, 위음성 결과를 보완하고 멸종위기 어류의 탐지 효율을 높이기 위해서는, 산간 계류의 환경 특성을 반영한 별도의 환경 DNA 조사 방법론을 구축하는 것이 바람직할 것으로 판단된다. 구체적으로는 하천생태계의 생물상을 반영할 수 있는 조사지점 선정 기준의 재정립, 지점당 채수량의 증대, 그리고 시료 수의 증가 등을 통해 DNA 포집 효율을 극대화하는 방안이 필요하다.

    4.2. 국립공원 내 어류 군집유사도 분석 및 종 다양성 평가

    본 연구에서는 네 개의 국립공원 내 한강, 금강, 낙동강 수계, 동해유입하천, 남해유입하천을 포함한 16개의 조사 지점을 대상으로 군집 분석을 수행하였다. 한반도의 하천은 서한아지구, 남한아지구, 동북한아지역의 세 가지 생물지리학적 하위구역으로 분류된다 (Kim 1997). 따라서, 동일한 국립공원 내에 있는 하천이라도 해당하는 수계에 따라 서식하는 어류 군집의 차이가 존재할 가능성이 있다 (Lee et al. 2021;Kim et al. 2022). 본 연구에서는 16개의 조사지점을 국립공원과 수계 두 그룹으로 인위적으로 지정하여 유사도 분석을 수행하였고, 어구를 이용한 조사에서 유일하게 수계 그룹 간 군집구조의 차이가 확인되었다. 조사 방법 간 군집유사도의 불일치성은 1회 조사만으로 수행된 본 연구의 한계로 판단된다. 그럼에도 불구하고, 조사 결과 한반도 어류 생물지리학적 구분의 중요성을 간접적으로 시사하는 종들 (특정 수계에 제한적으로 서식하는 종: 묵납자루, 가는돌고기, 감돌고기, 덕유모치, 종개, 새코미꾸리, 자가사리 등)이 다수 관찰되었으며, 이러한 종들의 출현은 전체적으로 군집구조가 확연히 구별되지 않지만, 각 수계의 특성이 잘 반영된 것으로 판단된다.

    서로 다른 조사 방법을 통해 도출된 네 가지 다양성 지수 (풍부도 지수, 균등도 지수, 다양도 지수, 우점도 지수)의 평균 차이를 비교한 결과, 모든 지수에서 통계적으로 유의한 차이가 없음 (P>0.05)이 확인되었다 (Fig. 7). 이러한 결과는 환경 DNA 조사가 어구 조사와 비교하여 국립공원 담수생태계의 전반적인 군집 다양성 수준을 파악하는 데 있어 충분한 대안이 될 수 있음을 시사한다. 특히, 환경 DNA는 어구 조사 대비 높은 종 탐지율을 보였으며 (88.7~100.0% vs. 64.3~72.2%), 이는 해당 지역의 종 서식 유·무를 확인하는 단계에서 환경 DNA의 효율성이 어구를 이용한 전통적인 방법보다 높음을 의미한다. 따라서, 향후 국립공원처럼 접근성이 낮고 생태계 교란을 최소화 해야 하는 지역에서 환경 DNA를 이용한 조사 방법이 어류 군집의 전반적인 다양성 및 종 풍부도 측정에 효율적인 대안이 될 것으로 판단된다 (Detjens and Carim 2017). 또한, 국립공원 내 외래종 및 생태계교란 야생생물의 서식이 꾸준히 확인되고 있으며 (Park et al. 2021), 환경 DNA의 종 탐지 효율성을 이용한 지속적인 모니터링은 침입종의 조기 확인과 확산에 대처할 수 있을 것으로 판단된다 (Carim et al. 2020;Loeza-Quintana et al. 2021).

    적 요

    본 연구는 설악산, 월악산, 덕유산, 한려해상 국립공원 내 16개 담수생태계를 대상으로 환경 DNA와 전통적 어구 조사 방법을 이용하여 어류 군집구조와 종 다양성을 비교·평가하였다. 현장조사를 통해 총 5목 11과 33종의 어류가 확인되었으며, 환경 DNA 조사에서 31종 (93.9%), 어구 조사에서 22종 (66.7%)이 탐지되어 환경 DNA가 약 27% 높은 탐지율을 보였다. 멸종위기야생생물에 속하는 어류는 총 6종이 확인되었으며, 환경 DNA의 탐지율은 66.7%로 50.0%로 확인된 어구 조사 결과보다 높았다. 어류 군집구조 분석 결과 어구 조사에서만 수계 간 군집 차이가 나타났으며, 전체 종 조성에서 한반도 어류 생물지리학적 구분을 나타내는 종들의 출현이 해당 지역에 다수 확인되었다. 다양성 지수 비교에서는 풍부도, 균등도, 다양도, 우점도지수 모두 두 조사 방법 간 도출된 수치의 차이는 없었다. 환경 DNA 조사는 국립공원의 특성상 접근이 어려운 산간 계류 지역에서도 효율적으로 수행될 수 있으며, 생태계 교란을 최소화하면서 1회 조사임에도 불구하고 국립공원의 어류 종 구성을 효과적으로 반영하였다. 또한, 환경 DNA는 생존 개체수가 적은 종의 존재를 보다 효과적으로 확인할 수 있어, 멸종위기종 및 희귀종의 잠재적 서식지 탐색에도 유용할 것으로 판단된다. 본 연구 결과는 환경 DNA 메타바코딩이 국립공원 담수생태계의 생물다양성 평가 및 장기 모니터링에 있어 비침습적이고 효율적인 조사 방법으로 활용될 수 있음을 시사하며, 향후 수계별 보전전략 수립과 국가 차원의 생물다양성 모니터링 체계 구축에 기초자료로 기여할 수 있을 것으로 기대된다.

    사 사

    본 연구는 국립공원연구원 (과제명: 2025년 공원자원조사), 국립낙동강생물자원관 (과제번호: NNIBR20252101, 과제명: 환경유전자를 이용한 담수생물다양성 모니터링 기법 개발)과 2025년도 교육부 및 강원특별자치도의 재원으로 강원RISE센터 (2025-RISE-10-005)의 지원을 받아 수행되었습니다. 본 연구 수행을 위하여 현장 시료 채집에 도움을 준 상지대학교 생명과학과 분자생태및진화학실험실 대학원 및 학부 학생들께 감사를 표합니다.

    CRediT authorship contribution statement

    Hk Choi: Methodology, Investigation, Software, Formal analysis, Data curation, Writing-Original draft, Visualization. SY Hwang: Investigation, Writing-Review & editing. Young Rae Kim: Investigation, Data curation. Yu Rim Kim: Investigation. JK Seo: Investigation, Data curation. JH Wang: Investigation. MS Ko: Investigation. JE Kim: Investigation, Funding acquisition. JE Jang: Data curation, Writing-Review & editing. H Kim: Funding acquisition. HJ Lee: Conceptualization, Methodology, Validation, Data curation, Writing-Original draft, Supervision, Project administration, Funding acquisition.

    Declaration of Competing Interest

    The authors declare no conflicts of interest.

    Figure

    KJEB-43-4-391_F1.jpg

    Map showing the four national parks. (A) Four sampling sites in Seoraksan National Park (SA1, SA2, SA3, and SA4), (B) five in Woraksan National Park (WA1, WA2, WA3, WA4, and WA5), (C) five in Deogyusan National Park (DY1, DY2, DY3, DY4, and DY5), and (D) two in Hallyeohaesang National Park (HL1 and HL2).

    KJEB-43-4-391_F2.jpg

    The canonical analysis of principal coordinates (CAP) of integrated environmental variables in the study areas. Seoraksan National Park (rhombus), Woraksan National Park (triangle), Deogyusan National Park (circle), Hallyeohaesang National Park (square); the Han River basin (color: purple), the Nakdong River basin (orange), the Geum River basin (green), the South flowing River basin (blue), the East flowing River basin (pink). (A) eDNA and (B) conventional surveys.

    KJEB-43-4-391_F3.jpg

    Comparisons of fish species detected using eDNA and conventional survey methods. The Venn diagram shows the total number of species detected by eDNA (blue circle), conventional methods (green circle), and both methods (overlapping area). The 11 species listed on the left (blue) were detected only by eDNA, while the two species listed on the right (green) were detected only by conventional surveys (A). The lower section shows the species numbers detected in each national park (B). The results of endangered species detected by eDNA and conventional surveys (C).

    KJEB-43-4-391_F4.jpg

    Relationship between the number of species detected from the two different survey methods. The X-axis represents conventional surveys, and the Y-axis represents eDNA surveys. The relationship was significant, but eDNA generally detected a higher number of species.

    KJEB-43-4-391_F5.jpg

    Comparisons of species detected by eDNA and conventional surveys at the four Korean national parks. The grey-filled boxes represent detected species (the darker the grey, the higher the proportion), while the unfilled (white) boxes represent species not detected. The results of both eDNA and conventional surveys (e.g., detected species) were pooled across stations in all national parks (¶: Endangered species).

    KJEB-43-4-391_F6.jpg

    Results of community similarity analyses of fish species composition for four national parks in South Korea. Non-metric multidimensional scaling (nMDS) plot analysis for each national park (triangle: Seoraksan National Park, square: Woraksan National Park, inverted triangle: Deogyusan National Park, and rhombus: Hallyeohaesang National Park) from (A) eDNA and (B) conventional surveys. Heatmap analysis of each station and river basin (HR: the Han River basin, GR: the Geum River basin, NR: the Nakdong River basin, EFR: East flowing river, SFE: South flowing river) from (C) eDNA and (D) conventional surveys.

    KJEB-43-4-391_F7.jpg

    Comparisons of diversity index levels between eDNA and conventional surveys. Species Richness (d) (A), Pielou’s Evenness (J’) (B), Shannon Index (SI) (C), and Dominance Index (DI) (D) were estimated at four national parks in South Korea (Seoraksan National Park: SA, Woraksan National Park: WA, Deogyusan National Park: DY, and Hallyeohaesang National Park: HL). The blue bars indicate the eDNA method, and green bars indicate conventional surveys. Statistical analyses were performed with non-parametric Mann-Whitney U tests, but none of the results were significant between the two methods.

    KJEB-43-4-391_F8.jpg

    The results of correlation analyses between five physicochemical characteristics (temperature, pH, ORP, DO, and salinity) and four diversity indices (d: Species Richness, J’: Pielou’s Evenness, SI: Shannon Index, and DI: Dominance Index), based on eDNA (below diagonal) and conventional (above diagonal) surveys in four national parks (Seoraksan, Woraksan, Deogyusan, and Hallyeohaesang National Park) in South Korea. The range from -1 to 1 indicates the correlation coefficient estimated from the correlation analyses. Salinity was most positively correlated with diversity index values, with statistical significance (Appendix Table A2).

    Table

    Summary of taxonomic assignments of DNA reads generated by Illumina MiSeq, and fish community structure based on environmental DNA (eDNA) water samples and conventional survey using cast nets and kick nets from 16 sites in four national parks (Seoraksan, Woraksan, Deogyusan, and Hallyeohaesang National Park) in South Korea

    Analysis of similarities (ANOSIM) results of two factors (national parks and river basins) using eDNA and conventional surveys

    GPS location, date, and physicochemical characteristics at 16 sampling sites in four national parks (Seoraksan, Woraksan, Deogyusan, and Hallyeohaesang National Park) in South Korea

    aOxidation-reduction potential
    bDissolved oxygen

    The results of correlation analyses between five physicochemical characteristics (temperature, pH, ORP, DO, and salinity) and four diversity indices (d: Species Richness, J’: Pielou’s Evenness, SI: Shannon Index, and DI: Dominance Index), based on eDNA (below diagonal) and conventional (above diagonal) surveys. Spearman’s rank correlation coefficient (*P<0.05, **P<0.01)

    aOxidation-reduction potential
    bDissolved oxygen

    Reference

    1. Alam M, NK Kim, S Andriyono, Hk Choi, JH Lee and HW Kim. 2020. Assessment of fish biodiversity in four Korean rivers using environmental DNA metabarcoding. PeerJ 8:e9508.
    2. Baidouri FE, AW Watts, JT Miller, M Kelly, JL Sevigny, H Gilbert and WK Thomas. 2025. An optimized eDNA protocol for fish tracking in estuarine environments. Sci. Rep. 15:1175.
    3. Balint M, M Pfenninger, HP Grossart, P Taberlet, M Vellend, MA Leibold, G Englund and D Bowler. 2018. Environmental DNA time series in ecology. Trends Ecol. Evol. 33:945-957.
    4. Bohmann K, A Evans, MTP Gilbert, GR Carvalho, S Creer, M Knapp, DW Yu and M de Bruyn. 2014. Environmental DNA for wildlife biology and biodiversity monitoring. Trends Ecol. Evol. 29:358-367.
    5. Boopathi T, JB Lee, SH Youn and JS Ki. 2015. Temporal and spatial dynamics of phytoplankton diversity in the East China Sea near Jeju Island (Korea): A pyrosequencing-based study. Biochem. Syst. Ecol. 63:143-152.
    6. Callahan BJ, PJ McMurdie, MJ Rosen, AW Han, AJA Johnson and SP Holmes. 2016. DADA2: High-resolution sample inference from Illumina amplicon data. Nat. Methods. 13:581- 583.
    7. Carim KJ, NJ Bean, JM Connor, WP Baker, M Jaeger, MP Ruggles, KS McKelvey, TW Franklin, MK Young and MK Schwartz. 2020. Environmental DNA sampling informs fish eradication efforts: Case studies and lessons learned. North. Am. J. Fish Manage. 40:488-508.
    8. Ceballos G and PR Ehrlich. 2023. Mutilation of the tree of life via mass extinction of animal genera. Proc. Natl. Acad. Sci. U. S. A. 120:e2306987120.
    9. Ceballos G, PR Ehrlich and R Dirzo. 2017. Biological annihilation via the ongoing sixth mass extinction signaled by vertebrate population losses and declines. Proc. Natl. Acad. Sci. U. S. A. 114:E6089-E6096.
    10. Cevik T and N Cevik. 2025. Environmental DNA (eDNA): A review of ecosystem biodiversity detection and applications. Biodivers. Conserv. 34:2999-3035.
    11. Chae BS. 2010. Number of freshwater fishes inhabiting in the Korea National Parks. J. Natl. Park Res. 1:76-84.
    12. Chapin FS III, ES Zavaleta, VT Eviner, RL Naylor, PM Vitousek, HL Reynolds, DU Hooper, S Lavorel, OE Sala, SE Hobbie, MC Mack and S Diaz. 2000. Consequences of changing biodiversity. Nature 405:234-242.
    13. Choi Hk, YR Kim, SY Hwang, Y Chu, P Kim and HJ Lee. 2023. Investigation of fish community structure and species diversity in two river estuary ecosystems, the Taehwa River and Changwon Stream, based on conventional survey and eDNA metabarcoding. Korean J. Environ. Biol. 41:637-656.
    14. Clarke K and R Gorley. 2015. Getting Started with PRIMER v7. Plymouth, United Kingdom.
    15. Clarke K and R Warwick. 2001. A further biodiversity index applicable to species lists: variation in taxonomic distinctness. Mar. Ecol. Prog. Ser. 216:265-278.
    16. Cristescu ME. 2019. Can environmental RNA revolutionize biodiversity science? Trends Ecol. Evol. 34:694-697.
    17. Darling JA and AR Mahon. 2011. From molecules to management: adopting DNA-based methods for monitoring biological invasions in aquatic environments. Environ. Res. 111:978- 988.
    18. Dercksen JA, JW Foppen, A Blom, KB Trimbos, J Gebert, TA Bogaard and LM Stancanelli. 2025. The impact of flow velocity on environmental DNA detectability for the application in river systems. Environ. DNA 7:e70111.
    19. Detjens C and K Carim. 2017. Environmental DNA: A new approach to monitoring fish in Yellowstone National Park. Yellowstone Sci. 25:26-27.
    20. Dudgeon D, AH Arthington, MO Gessner, ZI Kawabata, DJ Knowler, C Lévêque, RJ Naiman, AH Prieur-Richard, D Soto, ML Stiassny and CA Sulivan. 2006. Freshwater biodiversity: Importance, threats, status and conservation challenges. Biol. Rev. 81:163-182.
    21. Dudgeon D. 2010. Prospects for sustaining freshwater biodiversity in the 21st century: Linking ecosystem structure and function. Curr. Opin. Environ. Sustain. 2:422-430.
    22. Evans NT, PD Shirey, JG Wieringa, AR Mahon and GA Lamberti. 2017. Comparative cost and effort of fish distribution detection via environmental DNA analysis and electrofishing. Fisheries 42:90-99.
    23. Gao J, J Zhang, C Pan, S Xu, Y Wu, W Lv, M Hong, Y Hu and Y Wang. 2025. Assessing fish diversity in the Chishui River using environmental DNA (eDNA) metabarcoding. Fishes 10:279.
    24. Gaston KJ, SF Jackson, L Cantú-Salazar and G Cruz-Piñón. 2008. The ecological performance of protected areas. Annu. Rev. Ecol. Evol. Syst. 39:93-113.
    25. Gu S, Y Deng, P Wang, C Li, D Shi and S Wang. 2023. Assessing riverine fish community diversity and stability by eDNA metabarcoding. Ecol. Indic. 157:111222.
    26. Harrison I, R Abell, W Darwall, ML Thieme, D Tickner and I Timboe. 2018. The freshwater biodiversity crisis. Science 362:1369-1369.
    27. Helbing CC and J Hobbs. 2019. Environmental DNA Standardization Needs for Fish and Wildlife Population Assessments and Monitoring. CSA Group. Toronto, Canada.
    28. Hopkins GW and RP Freckleton. 2002. Declines in the numbers of amateur and professional taxonomists: Implications for conservation. Anim. Conserv. 5:245-249.
    29. Hwang SY, JH Kang, Hk Choi, JE Jang and HJ Lee. 2024. The assessment and application of biodiversity for freshwater ecosystems in Seoraksan and Odaesan National Parks using phylogenetic diversity. Korean J. Environ. Biol. 42:593-608.
    30. Itakura H, R Wakiya, S Yamamoto, K Kaifu, T Sato and T Minamoto. 2019. Environmental DNA analysis reveals the spatial distribution, abundance, and biomass of Japanese eels at the river-basin scale. Aquat. Conserv.-Mar. Freshw. Ecosyst. 29:361-373.
    31. Jane SF, TM Wilcox, KS McKelvey, MK Young, MK Schwartz, WH Lowe, BH Letcher and AR Whiteley. 2015. Distance, flow and PCR inhibition: eDNA dynamics in two headwater streams. Mol. Ecol. Resour. 15:216-227.
    32. Jung SW, JH Lee, T Kawai, PJ Kim and S Kim. 2022. Distribution status of invasive alien species (Procambarus clarkii (Girard, 1852)) using biomonitoring with environmental DNA in South Korea. Korean J. Environ. Ecol. 36:368-380.
    33. Kang Y, J Jeon, S Han, S Won and Y Song. 2023. Feasibility of environmental DNA metabarcoding for invasive species detection according to taxa. J. Environ. Impact Assess. 32:94- 111.
    34. Kim IS. 1997. Illustrated Encyclopedia of Fauna & Flora of Korea. Vol. 37, Freshwater Fishes. Ministry of Education. Seoul, Korea.
    35. Kim IS and JY Park. 2002. Freshwater Fishes of Korea. Kyohaksa. Seoul, Korea.
    36. Kim IS, Y Choi, CY Lee, YJ Lee, BJ Kim and JH Kim. 2005. Illustrated Book of Korean Fishes. Kyohaksa. Seoul, Korea.
    37. Kim J, B Kim, S Park, H Kim and J Choi. 2022. Restoration monitering of fish community in Odeasan National Park. J. Natl. Park Res. 13:49-60.
    38. Kim JE and KG An. 2021. Long-term distribution trend analysis of largemouth bass (Micropterus salmoides), based on National Fish Database, and the ecological risk assessments. Korean J. Environ. Biol. 39:207-217.
    39. Kim JH, H Jo, MH Chang, SH Woo, Y Cho and JD Yoon. 2020. Application of environmental DNA for monitoring of freshwater fish in Korea. Korean J. Environ. Ecol. 53:63-72.
    40. Kim P, D Kim, TJ Yoon and S Shin. 2018. Early detection of marine invasive species, Bugula neritina (Bryozoa: Cheilostomatida), using species -specific primers and environmental DNA analysis in Korea. Mar. Environ. Res. 139:1-10.
    41. KLRI. 2016. Natural Parks Act (Act No. 14228, May 29, 2016). Korea Legislation Research Institute. Sejong, Korea.
    42. Ko MH, MS Han, RY Myung and HJ Yun. 2019. Fish community characteristics and habitat aspects of endangered species Pseudopungtungia tenuicorpa and Acheilognathus signifer in the Hwayangcheon Stream, Hangang River of Songnisan National Park, Korea. Korean J. Ichthyol. 31:222-234.
    43. Krausmann F, KH Erb, S Gingrich, H Haberl, A Bondeau, V Gaube, C Lauk, C Plutzar and TD Searchinger. 2013. Global human appropriation of net primary production doubled in the 20th century. Proc. Natl. Acad. Sci. U. S. A. 110:10324-10329.
    44. Kwon YS, MS Shin and HN Yoon. 2022. Relationships between fish communities and environmental variables in islands, South Korea. Proc. Natl. Inst. Ecol. Repub. Korea 3:84-96.
    45. Lee HJ, YR Kim, Hk Choi, SY Byeon, SY Hwang, KG An, SJ Ki and DY Bae. 2024. Seasonal variation in longitudinal connectivity for fish community in the Hotancheon from the Geum River, as assessed by environmental DNA metabarcoding. J. Ecol. Environ. 48:32-48.
    46. Lee KY, JS Won and SC Park. 2021. Analysis of fish community in the Deokyusan National Park, Korea. J. Natl. Park Res. 12:67-77.
    47. Loeza-Quintana T, S Crookes, PY Li, DP Reid, M Smith and RH Hanner. 2021. Environmental DNA detection of endangered and invasive species in Kejimkujik National Park and Historic Site. Genome 64:172-180.
    48. Macher TH, R Schutz, A Yildiz, A Beermann and F Leese. 2023. Evaluating five primer pairs for environmental DNA metabarcoding of Central European fish species based on mock communities. Metabarcod. Metagenom. 7:217-245.
    49. Maier FL, SB Rood, S Hohensinner, I Becker, J Harmel, N Muller and G Egger. 2022. Mountain rivers: A global overview of river channel forms, with a focus on braided rivers. pp. 65-77. In: Encyclopedia of Inland Waters (Mehner T and K Tockner, eds.). Vol. 3. Elsevier. Amsterdam, Netherlands.
    50. Margalef R. 1968. Perspectives in Ecological Theory. Chicago University Press. Chicago, IL.
    51. McCann KS. 2000. The diversity -stability debate. Nature 405:228-233.
    52. McElroy ME, TL Dressler, GC Titcomb, EA Wilson, K Deiner, TL Dudley, EJ Eliason, NT Evans, SD Gaines, KD Lafferty, GA Lamberti, Y Li, DM Lodge, MS Love, AR Mahon, ME Pfrender, MA Renshaw, KA Selkoe and CL Jerde. 2020. Calibrating environmental DNA metabarcoding to conventional surveys for measuring fish species richness. Front. Ecol. Evol. 8:276.
    53. McNaughton SJ. 1967. Relationships among functional properties of Californian grassland. Nature 216:168-169.
    54. Miya M, Y Sato, T Fukunaga, T Sado, J Poulsen, K Sato, T Minamoto, S Yamamoto, H Yamanaka, H Araki, M Kondoh and W Iwasaki. 2015. MiFish, a set of universal PCR primers for metabarcoding environmental DNA from fishes: detection of more than 230 subtropical marine species. R. Soc. Open Sci. 2:150088.
    55. Miya M. 2022. Environmental DNA metabarcoding: A novel method for biodiversity monitoring of marine fish communities. Annu. Rev. Mar. Sci. 14:161-185.
    56. MOE. 2018. The Republic of Korea’s Fourth National Biodiversity Strategy 2019-2023. Ministry of Environment. Sejong, Republic of Korea.
    57. MOE/NIBR. 2016-2021. The Survey and Evaluation of Aquatic Ecosystem Health in Korea. Ministry of Environment/National Institute of Biological Resources. Sejong/Incheon, Korea.
    58. Nelson JS. 2006. Fishes of the World. John Wiley & Sons. Hoboken, NJ, USA.
    59. NIBR. 2019. Red Data Book of Republic of Korea, Volume 3. Freshwater Fishes. National Institute of Biological Resources. Incheon, Korea.
    60. NIBR. 2020. Analysis of Species Diversity for Freshwater Ecosystems Based on Environmental DNA (eDNA) Metabarcoding Analysis. National Institute of Biological Resources. Incheon, Korea.
    61. NIBR. 2021. Construction of DNA Barcode System for Animal Species (VII). National Institute of Biological Resources. Incheon, Korea.
    62. NIBR. 2022. Construction of DNA Barcode System for Animal Species (VIII). National Institute of Biological Resources. Incheon, Korea.
    63. Nneji LM, SO Oladipo, IC Nneji, OT Atofarati, MK Asiamah and KM Adelakun. 2025. Evaluating eDNA metabarcoding for fish biodiversity assessment in Nigerian aquatic ecosystems: potential, limitations, and comparisons with traditional methods. J. Freshw. Ecol. 40:2541689.
    64. NPRI. 2019. 2019 National Park Resource Survey. National Park Research Institute. Wonju, Korea.
    65. NPRI. 2024. 2024 National Park Resource Survey. National Park Research Institute. Wonju, Korea.
    66. Park SC, KY Lee, KS Choi, MS Han and MH Ko. 2021. Inhabitat status and gastric contents of invasive fish species and the effect on fish fauna at three reservoirs in National Parks of Korea. Korean J. Ichthyol. 33:84-94.
    67. Pielou EC. 1966. The measurement of diversity in different types of biological collections. J. Theor. Biol. 13:131-144.
    68. Pikitch EK. 2018. A tool for finding rare marine species. Science 360:1180-1182.
    69. Pilliod DS, CS Goldberg, RS Arkle and LP Waits. 2014. Factors influencing detection of eDNA from a stream-dwelling amphibian. Mol. Ecol. Resour. 14:109-116.
    70. R Core Team. 2023. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. Vienna, Austria. https://www.R-project.org. Accessed December 18, 2024.
    71. Rees HC, BC Maddison, DJ Middleditch, JRM Patmore, KC Gough and E Crispo. 2014. The detection of aquatic animal species using environmental DNA: A review of eDNA as a survey tool in ecology. J. Appl. Ecol. 51:1450-1459.
    72. Rees HC, KC Gough, DJ Middleditch, JR Patmore and BC Maddison. 2015. Applications and limitations of measuring environmental DNA as indicators of the presence of aquatic animals. J. Appl. Ecol. 52:827-831.
    73. Reid AJ, AK Carlson, IF Creed, EJ Eliason, PA Gell, PT Johnson, KA Kidd, TJ MacCormack, JD Olden, SJ Ormerod, JP Smol, WW Taylor, K Tockner, JC Vermaire, D Dudgeon and SJ Cooke. 2019. Emerging threats and persistent conservation challenges for freshwater biodiversity. Biol. Rev. 94:849-873.
    74. Rottmann R, R Francis-Floyd and R Durborow. 1992. The Role of Stress in Fish Disease. SRAC Publication No. 474. Southern Regional Aquaculture Center. Stoneville, MS, USA.
    75. Ruppert KM, RJ Kline and MS Rahman. 2019. Past, present, and future perspectives of environmental DNA (eDNA) metabarcoding: A systematic review in methods, monitoring, and applications of global eDNA. Glob. Ecol. Conserv. 17:e00547.
    76. Sanderson E, M Jaiteh, M Levy, K Redford, A Wannebo and G Woolmer. 2002. The hman footprint and the last of the wild: The human footprint is a global map of human influence on the land surface, which suggests that human beings are stewards of nature, whether we like it or not. BioScience 52:891-904.
    77. Sard NM, SJ Herbst, L Nathan, G Uhrig, J Kanefsky, JD Robinson and KT Scribner. 2019. Comparison of fish detections, community diversity, and relative abundance using environmental DNA metabarcoding and traditional gears. Environ. DNA 1:368-384.
    78. Shannon CE and W Weaver. 1949. The Mathematical Theory of Communication. University of Illinois Press. Urbana, IL, USA.
    79. Shaw JL, LJ Clarke, SD Wedderburn, TC Barnes, LS Weyrich and A Cooper. 2016. Comparison of environmental DNA metabarcoding and conventional fish survey methods in a river system. Biol. Conserv. 197:131-138.
    80. Smart AS, R Tingley, AR Weeks, AR van Rooyen and MA McCarthy. 2015. Environmental DNA sampling is more sensitive than a traditional survey technique for detecting an aquatic invader. Ecol. Appl. 25:1944-1952.
    81. Song YK, JH Kim, SY Won and C Park. 2019. Possibility in identifying species composition of fish communities using the environmental DNA metabarcoding technique-with the preliminary results at urban ecological streams. J. Korean Soc. Environ. Restor. Tech. 22:125-138.
    82. Swingland IA. 2013. Biodiversity, definition of. pp. 399-410. In: Encyclopedia of Biodiversity. Vol. 1. 2nd Ed. Elsevier. Amsterdam, Netherlands.
    83. Taberlet P, E Coissac, M Hajibabaei and LH Rieseberg. 2012. Environmental DNA. Mol. Ecol. 21:1789-1793.
    84. Thomsen P and E Willerslev. 2015. An emerging tool in conservation for monitoring past and present biodiversity. Biol. Conserv. 183:4-18.
    85. Thomsen PF, JO Kielgast, LL Iversen, C Wiuf, M Rasmussen, MTP Gilbert, L Orlando and E Willerslev. 2012. Monitoring endangered freshwater biodiversity using environmental DNA. Mol. Ecol. 21:2565-2573.
    86. Tickner D, JJ Opperman, R Abell, M Acreman, AH Arthington, SE Bunn, SJ Cooke, J Dalton, W Darwall, G Edwards, I Harrison, K Hughes, T Jones, D Leclere, AJ Lynch, P Leonard, ME McClain, D Muruven, JD Olden, SJ Ormerod, J Robinson, RE Tharme, M Thieme, K Tockner, M Wright and L Young. 2020. Bending the curve of global freshwater biodiversity loss: An emergency recovery plan. BioScience 70:330-342.
    87. Watson JE, N Dudley, DB Segan and M Hockings. 2014. The performance and potential of protected areas. Nature 515:67- 73.
    88. Won NI, KH Kim, JH Kang, SR Park and HJ Lee. 2017. Exploring the impacts of anthropogenic disturbance on seawater and sediment microbial communities in Korean coastal waters using metagenomics analysis. Int. J. Environ. Res. Public Health. 14:130.
    89. Won SY, YJ Kang and YK Song. 2022. Analysis of the characteristics of the environment and fish community in the Gwanggyo Lake Park area using the environmental DNA technique. J. Korean Env. Res. Tech. 25:77-88.
    90. WWF. 2022. Living Planet Report 2022 - Building a Nature-Positive Society (Almond REA, M Grooten, D Juffe Bignoli and T Petersen, eds.). World Wide Fund for Nature. Gland, Switzerland.
    91. Yoon JD, JH Kim, SH Park and MH Jang. 2018. The distribution and diversity of freshwater fishes in Korean Peninsula. Korean J. Environ. Ecol. 51:71-85.

    Vol. 40 No. 4 (2022.12)

    Journal Abbreviation 'Korean J. Environ. Biol.'
    Frequency quarterly
    Doi Prefix 10.11626/KJEB.
    Year of Launching 1983
    Publisher Korean Society of Environmental Biology
    Indexed/Tracked/Covered By

    Contact info

    Any inquiries concerning Journal (all manuscripts, reviews, and notes) should be addressed to the managing editor of the Korean Society of Environmental Biology. Yongeun Kim,
    Korea University, Seoul 02841, Korea.
    E-mail: kjeb@koseb.org
    Tel: +82-2-3290-3496 / +82-10-9516-1611