체장빈도분석 (Length Frequency Analysis)
쉽게 풀면
시장에 나온 물고기들의 몸길이를 하나하나 재서, 어떤 크기가 몇 마리씩 있는지 막대그래프로 정리한다고 생각하면 됩니다. 같은 시기에 태어난 개체들은 대체로 비슷한 크기로 자라기 때문에, 이 그래프에 여러 개의 봉우리가 나타나면 각 봉우리를 서로 다른 연급군으로 구분할 수 있습니다. 이런 방식으로 직접 나이를 세지 않고도 대략적인 연령 구조를 유추할 수 있습니다.
왜 중요한가
이석 판독처럼 직접 연령을 측정하기 어렵거나 비용이 많이 드는 경우, 체장빈도분석은 비교적 간단하게 자원의 연령구조와 성장 정보를 파악할 수 있는 대안적 방법으로 널리 쓰입니다. 이석 판독처럼 개체를 죽여야 하는 연령 조사 방법과 달리 비파괴적으로 자원 상태를 추정할 수 있어 현장 조사에서 실용적으로 활용됩니다.
논문에서는 이렇게 쓰입니다
체장 분포에서 여러 개의 봉우리(모드)가 관찰되었다는 뜻으로, 각각 다른 연급군을 나타낼 수 있습니다.
체장 분포 자료를 이용해 성장모델의 계수를 계산했다는 의미입니다.
조금 더 깊게 보면
체장빈도분석은 흔히 혼합분포모델을 이용해 겹쳐 있는 체장 분포를 여러 개의 정규분포 성분으로 분리하는 방식으로 진행됩니다. 이렇게 분리된 각 성분을 시간에 따라 추적하면 성장곡선을 간접적으로 추정할 수 있습니다. 체장빈도분석은 일정 기간 채집된 개체의 체장을 계급별로 나눠 분포를 그린 뒤, 이 분포에서 나타나는 여러 봉우리(모드)를 각각 다른 연령군으로 해석해 성장 곡선을 추정하는 방법으로, 특히 나이테와 같은 경조직 판독이 어려운 열대성 어종에서 자주 활용됩니다. 체장빈도분석은 실측 체장 데이터를 일정 구간으로 나눈 뒤 다봉분포로 나타나는 각 최빈값을 연령군으로 해석하는 방식이며, 이를 위해 ELEFAN이나 정규분포 혼합모형 같은 통계 기법이 흔히 쓰입니다.
주의할 점
체장빈도분석은 성장이 빠르거나 산란기가 여러 번인 어종에서는 봉우리 구분이 모호해질 수 있어, 가능하면 이석 등 직접적인 연령 측정 자료로 보완하는 것이 바람직합니다.
체장 분포의 봉우리가 뚜렷하게 구분되지 않거나 여러 연령군의 체장 범위가 겹치는 경우 분석 결과의 신뢰도가 크게 떨어질 수 있어, 다른 연령 추정 방법과 교차 검증하는 것이 권장됩니다. 같은 연령이라도 성장 속도 차이로 개체 간 체장 편차가 크게 나타나는 어종에서는 분석의 정확도가 떨어질 수 있어 표본 수를 충분히 확보하는 것이 중요합니다. 성장이 빠르거나 연령군 간 체장이 겹치는 어종에서는 봉우리 구분이 모호해져 오차가 커질 수 있으므로, 가능하면 이석 연령분석 등 직접적인 연령 판정 자료와 교차 검증하는 것이 바람직합니다.