국립 해양 보호구역 방문객 집계 프로세스: 해양 보호구역 관리 및 지역사회 개발을 위한 정보 제공 프로세스

전체 솔루션
해양 보호 구역에 대한 NMS-COUNT 프로세스 다이어그램.
West Virginia University

국가 해양 보호구역 방문객 집계 프로세스(NMS-COUNT)를 통해 해양 보호구역(MPA) 자원 관리자는 타당하고 신뢰할 수 있는 데이터와 방법을 확보하여 방문객에 대한 예측 능력과 이해를 높일 수 있습니다. NMS-COUNT 프로세스는 반복적인 프레임워크로, 지역 관리자와 이해관계자가 각 단계를 통해 NMS 단위에서 방문객 이용에 대한 지식을 추가할 수 있습니다.
미국 기관 간 방문자 모니터링 프레임워크를 기반으로 하는 NMS-COUNT는 가장 효율적인 방법론을 개발하고 구현하기 위해 방문자에 대한 현지 의견과 관리자 및 연구자들과의 소통을 촉진합니다. 방문객 이용 현황을 이해하면 MPA 관리자가 더 나은 정책을 수립하여 방문객 만족도를 높이고 해안 생태계를 더 건강하게 만들 수 있습니다. 방문 데이터는 지역의 생태, 경제, 사회적 자원을 효율적으로 유지하고 관리하는 데 도움이 됩니다. NMS-COUNT는 자원 관리자가 MPA 내에서 복원력의 한계를 준수하여 미래 세대를 위한 지속 가능한 사용과 유지로 이어질 수 있도록 도와줍니다.

마지막 업데이트: 30 Sep 2020
3923 조회수
컨텍스트
해결 과제
불규칙한 강우량
홍수
온도 상승
생물 다양성 손실
해양 온난화 및 산성화
해수면 상승
상충되는 용도/누적 영향
생태계 손실
밀렵
오염(부영양화 및 쓰레기 포함)
남획을 포함한 지속 불가능한 수확
비효율적인 재정 자원 관리
부실한 모니터링 및 시행

미국 내에는 172,481제곱마일이 넘는 해양 및 오대호 해역이 미국 국립 해양 보호구역으로 지정되어 있습니다. NMS 시스템은 14개의 해양 보호 구역으로 구성되어 있으며 천연자원 탐사, 교육, 레크리에이션, 관광 및 기타 여러 생태계 서비스를 위한 가교 역할을 합니다. 다양한 연방, 주, 해안 조약 부족 그룹이 해안 및 해양 지역을 관리하기 위해 협력하고 있지만, 방문자 수를 추정하는 방법에는 거의 호환성이 없습니다. 보호구역은 규모가 다양하고 해안선을 따라 위치하거나 연안에 위치한 경우 물리적 경계가 없을 수도 있습니다. 이러한 지리적 위치의 다양성은 특히 데이터 수집이 비용 효율적이어야 하는 경우 방문자 수를 집계하는 데 고유한 어려움을 초래합니다. 따라서 사이트별 세부 정보를 샘플링 및 방문자 수 추정에 포함하지 않는 포괄적인 접근 방식은 현명하지 못합니다.

구현 규모
로컬
하위 국가
에코시스템
강어귀
열린 바다
산호초
해변
테마
생태계 서비스
지리 다양성 및 지리 보존
보호 및 보존 지역 거버넌스
지속 가능한 생계
해안 및 해양 공간 관리
보호 및 보존 지역 관리 계획
관광
위치
사바나, 조지아, 미국
북미
프로세스
프로세스 요약

NMS-COUNT 프로세스는 연구자, 기관 과학자 및 관리자가 4단계의 반복적인 프로세스에 참여합니다: 1) 특정 사이트에 적용 가능한 방문자 추정 방법 연구 및 식별, 2) 현장별 방법, 사용 지표(사회적, 환경적, 시간적, 공간적 강도 등) 및 신뢰 수준에 대한 의견을 제공하는 전문가 패널, 3) 현장별 방법론 및 샘플링 계획 개발, 4) 현장 테스트 및 분석.

각 단계에서는 효율적이고 타당하며 신뢰할 수 있는 방문자 추정치를 생성할 수 있는 방법론의 신뢰도를 분석하고, 각 반복 단계마다 피드백을 통해 조정합니다. 세 단계 간의 반복을 통해 궁극적으로 합의된 신뢰 수준에서 방문자 사용을 측정하기 위한 정량적 목표에 대한 과학적 합의가 이루어집니다. NMS-COUNT는 각 단계를 통해 가치와 기술적 입력을 모두 제공하지만, 프로세스의 최적 사용은 상황에 따라 달라지며 사이트 및 지역 수준의 협업에 의존합니다. 향후 목표는 다른 해양 보호 지역과 관광이 상황에 따라 달라질 수 있는 모든 지역에 NMS-COUNT를 적용하는 것입니다.

빌딩 블록
NMS-COUNT 반복 프레임워크: 1단계

1단계에서는 다양한 환경에서 방문자 샘플링, 추정 및 모니터링 방법을 포괄적으로 이해하기 위해 문헌을 검토합니다. 이 연구를 통해 잠재적인 방법과 그 방법이 생성하는 데이터의 유형, 그리고 각 방법을 다양한 규모에서 사용할 때의 장단점을 파악합니다. 선택한 NMS에서 가장 효과적인 방문 방법과 지표를 조사하기 위해 보호구역의 모든 현장 속성, 방문자 활동, 조건(사회적, 생물물리학적, 규제적, 공간적, 시간적 등)을 목록으로 작성합니다. 그런 다음 연구자들은 다양한 신뢰도 수준(낮음에서 높음)에서 해당 보호구역에 적합한 방법을 결정합니다. 그레이스리프 국립 해양 보호구역을 예로 들어 이 솔루션 전반에 걸쳐 NMS-COUNT를 더 잘 이해할 수 있도록 설명합니다.

활성화 요인

이 단계에서는 연구자들의 높은 수준의 상호 작용이 필요합니다. 1단계에서 연구자들은 현장 레이아웃, 속성, 조건 및 보고된 레크리에이션 활동을 이해하기 위해 자료를 수집하고 정리합니다. 연구자들은 보호지역 관리를 위해 설정된 지표와 기준, 설정과 관련된 값, 다른 설정으로 복제할 수 없는 고유한 설정 속성을 완전히 이해하기 위해 기초 평가를 수행해야 합니다.

교훈

그레이스 리프의 주요 활동은 다이빙과 낚시 두 가지로 확인되었으며, 주요 활동은 레크리에이션 낚시였습니다. 이는 주요 방문 유형의 규모, 빈도 및 영향을 식별하는 초점 데이터 소스를 통해 NMS-COUNT 프로세스에 정보를 제공하는 데 도움이 됩니다. 다른 조사 방법(예: 법 집행 기관 순찰, 자동 선박 식별 시스템 등)으로 수집한 방문 횟수와 같은 일부 기존 데이터 소스도 프로세스에 정보를 제공합니다. 이 전 해상 보호구역 설정에 대해 기존 데이터 소스 외에도 보트 발사 드론, 고정익 항공기, 현장 측량 등 잠재적 방문자 추정 방법을 검토했습니다.

NMS-COUNT 반복 프레임워크: 2단계

2단계에서는 다양한 기관 관리자, 지역 이해관계자, 연구자들이 모여 일련의 관리 목표와 관련 모니터링 요구 사항을 해결합니다. 이 협업 과정에서 모든 이해관계자는 특정 보호구역 내 방문과 사용에 영향을 미치는 법적 의무, 정책 및 요인에 대한 지식과 관점을 제공합니다. 관리자와 지역 정보원은 사전 피드백을 바탕으로 보다 광범위한 설문조사에서 보다 구체적인 질문이 포함된 설문조사로 진행되는 일련의 설문조사 및 워크숍에 참여합니다. 전문가 패널은 해당 사이트의 방문자 모니터링과 관련된 방문자 동향 및 과제에 대해 논의합니다. 반복되는 각 설문조사와 워크숍의 결과는 방문에 대한 지식의 현재 상태와 이러한 정보를 얻은 방식에 대한 신뢰 수준에 대한 자세한 인사이트를 제공합니다.

활성화 요인

2단계에서는 현지 관리자와 연구자 간의 완전한 참여가 필요합니다. 관리자가 현지 이해관계자를 참여시키고 프로세스에 대해 알릴 때 연구자에게 제공되는 정보는 더욱 포괄적입니다. 이 단계에서는 연구자와 이해관계자 모두의 대인 관계 개발에 의존합니다. 워크숍 접촉 및 기타 상호 작용을 통해 이러한 업무 관계를 발전시키면 NMS-COUNT 프로세스를 진행할 수 있는 신뢰와 협력의 토대를 구축하는 데 도움이 됩니다.

교훈

2단계에서 연구팀은 보호구역의 현재 방문 현황을 더 잘 이해하기 위해 관리자와 이해관계자들을 참여시켰습니다. 연구팀은 NOAA 국립공원관리청과 협력하여 32명의 현지 자원 관리자 및 이해관계자에게 연락하여 보호구역에 대한 제도적 지식을 얻을 수 있는 기회를 제공받았습니다. 이를 통해 연구팀은 패널 설문조사를 개발하고 현지 이해관계자들을 패널 포럼에 참여시킬 수 있었습니다. 모든 이해관계자에게 보호구역 방문에 대한 인사이트를 묻는 초기 설문지를 보내 보호구역 방문 전반에 대한 의견을 물었습니다. 세 명의 이해관계자가 설문지에 응답하여 방문객의 활동, 시간적 및 공간적 이용 패턴, 보호구역을 오가는 경로, 현재 방문객 집계 현황에 대한 일반적인 피드백을 제공했습니다. 이 피드백을 바탕으로 패널 워크숍에서 사용할 2차 설문지를 다듬었습니다. 대면 워크숍에서는 그레이스리프 NMS의 방문자 모니터링에서 확인된 문제점에 대한 자세한 논의가 이루어졌습니다. 또한 초기 방문 모니터링 전략과 모델링 노력을 위한 기존 데이터 가용성에 대한 자세한 논의도 이루어졌습니다.

NMS-COUNT 반복 프레임워크: 3단계

3단계에서는 전문가 패널이 입력한 데이터를 분석하고 부족한 부분을 파악합니다. 이 분석을 바탕으로 보호구역에 맞는 방법론이 설계됩니다. 이 방법론은 1단계와 2단계를 통해 수집한 데이터와 특정 샘플링 기법과 관련된 신뢰도를 평가하기 위한 관리자 및 이해관계자의 피드백을 바탕으로 각 특정 MPA 설정에 맞게 맞춤화됩니다.

활성화 요인

1단계와 마찬가지로 3단계의 가장 큰 부담은 연구자에게 있습니다. 적절한 방법론을 통해 연구자는 기존 데이터를 사용하여 한계를 파악하고 관리자가 방문자 사용을 완전히 이해하는 데 방해가 되는 격차를 설명할 수 있습니다. 전문가의 판단과 피드백을 결합하여 연구자는 특정 샘플링 기법의 유용성을 결정할 수 있습니다. 각 소스에 신뢰도를 할당하는 프레임워크 내에서 기존 데이터 소스를 모델링하면 이후 반복 작업에서 구축할 수 있는 방문자 수에 대한 시작점을 만드는 데 도움이 됩니다.

교훈

3단계에서 연구원들은 다양한 이해관계자들이 공유한 데이터를 취합했습니다. 그레이스리프의 경우, 데이터를 종합하고 평가하여 이해관계자들의 데이터에 대한 신뢰도의 상관관계를 파악했습니다. 10점 신뢰 척도를 사용하여 데이터에 대한 이해관계자의 신뢰도를 표로 작성했습니다. 패널 연구에 따르면 방문객 수에 대한 데이터는 여러 기관(예: NOAA, 미국 해안경비대, GADNR)과 위성, 보트 레이더, 스마트 부이, 현장 순찰, 수중 하이드로폰 등의 출처에서 수집되고 있는 것으로 나타났습니다. 이러한 광범위한 데이터는 NMS-COUNT 프로세스를 따랐을 때 비로소 실현되었으며, 데이터는 프로세스의 두 번째와 세 번째 단계에서 나타났습니다. NMS-COUNT 프로세스는 방문 관리와 관련된 모든 사람들이 여러 기관에서 수집되는 데이터 유형을 이해하고 협업하는 데 도움이 되었습니다. 또한 이 프로세스는 여러 데이터 소스의 통합을 촉진하여 보호구역 방문에 대한 보다 포괄적인 이해를 제공했습니다.

NMS-COUNT 반복 프레임워크: 4단계

4단계에서는 현장 연구를 통해 측정 방법론과 성과를 테스트합니다. 연구 및 모든 단계의 결과는 방법을 검증하고 표준화하며 방문 지표 및 모델 개발을 진행하는 데 사용됩니다. 3단계에서 개발된 맞춤형 방법 세트에 따라 4단계에는 설문조사 및 관찰을 통한 현장 데이터 수집과 기존 소스 또는 기타 기관 활동의 데이터 마이닝을 모두 포함하는 다양한 기법이 포함될 수 있습니다.

활성화 요인

4단계에서는 여러 기관과 이해관계자의 데이터를 종합해야 합니다. 이러한 통합은 NMS-COUNT 프로세스의 성공에 매우 중요합니다. 데이터 분석 방법과 데이터 합성에 대한 완전한 이해가 필요합니다. 이 단계는 샘플링의 적절한 공간적, 시간적 특성을 결정하기 위한 현장 수준의 협업 계획을 통해서도 가능합니다.

교훈

4단계는 앞선 3단계에서 발견된 공백을 메우기 위한 지속적인 데이터 수집 노력을 나타냅니다. 기존 방문자 수 데이터에서 NMS-COUNT를 통해 발견한 가장 중요한 격차 중 하나는 샘플링 빈도 또는 샘플링이 발생하는 시기와 빈도입니다. 이러한 격차 때문에 연구팀은 두 대의 다이빙 보트에 면접관을 배치하여 보호구역의 방문객 수를 관찰하고 탐방 참가자와 인터뷰를 진행할 것입니다. 또한 방문객이 해안선을 떠나거나 방문객 활동을 위해 해상에서 돌아올 때 방문객으로부터 데이터를 수집하는 여러 명의 로빙 인터셉트 조사원이 배치될 것입니다. 기존 데이터 스트림은 현장 샘플링을 통해 감지된 공간적, 시간적 변화를 설명하는 모델과 함께 방문객 추정치에 계속 정보를 제공할 것입니다. 데이터 수집 노력 이후에는 그 결과를 학계 및 기관 동료들과 공유할 것입니다. 리소스 관리자는 기관의 요구 사항이나 기타 관리 계획을 충족하기 위해 필요에 따라 지속적으로 모니터링하고 사용량을 조정할 것입니다.

영향

NMS-COUNT 프로세스는 단계별로 가치와 기술적 입력을 제공하며, 프로세스의 최적 사용은 상황에 따라 달라지며 현장 및 지역 차원의 협력에 의존합니다. 향후 목표는 다른 해양 보호 지역과 관광이 상황에 따라 크게 달라질 수 있는 모든 지역에 NMS-COUNT를 적용하는 것입니다. 방문자 수 추정이 보호구역 내에서 집계하는 것만큼 간단하지 않은 지역(예: 공원의 게이트 카운트)은 이러한 계산을 안내하기 위해 NMS-COUNT 단계를 추가하면 도움이 될 것입니다. 이 프로세스는 학계와 자원 관리자 모두가 사용할 수 있도록 설계되었기 때문에 시간이 지남에 따라 프로세스를 복제하고 확장할 수 있습니다. 또한 전문가 패널 이해관계자가 파일럿 연구와 데이터 분석을 통해 평가된 가치와 기술적 선택을 알려줌으로써 적응형 프레임워크에서 수생 보호 구역의 관리를 촉진합니다. NMS-COUNT 프로세스는 MPA 내 및 주변의 경제적, 사회적, 환경적 영향을 초래하는 기본적인 방문객 역학을 이해하는 데 도움이 됩니다. 경제적 영향은 방문객 지출과 직접적으로 연결되고, 사회적, 환경적 영향은 방문객 경험과 활동과 연결됩니다. NMS-COUNT를 통해 방문객을 명확하게 이해하면 이러한 영향 간의 연관성을 쉽게 파악할 수 있습니다.

수혜자

NMS-COUNT 프로세스는 전통적인 방문객 표본 추출을 할 수 없는 지역의 천연자원 관리자에게 도움이 됩니다. 또한 보호구역을 이용하는 방문객과 경제적, 생태적, 사회적 영향을 측정하는 연구자들도 혜택을 받을 수 있습니다.

지속 가능한 개발 목표
SDG 3 - 건강과 웰빙
SDG 6 - 깨끗한 물과 위생
SDG 14 - 물속에서의 삶
스토리
로버트 번스
현장의 이야기를 들려주는 NMS 유닛의 해석 표지판.
Robert Burns

보호 지역 관리는 보존과 접근성이라는 미묘한 축을 따라 이루어집니다. 어떤 의미에서 보호 지역은 자연의 아름다움, 활기찬 생태계, 그리고 보호할 가치가 있는 다른 많은 바람직한 특징들을 포함하고 있기 때문에 보호 지역으로 지정되는 경우가 많습니다. 이러한 놀라운 특징들 때문에 방문객들은 이러한 경이로움을 경험하고 싶어 합니다.

이러한 관심과 동경은 방문에 관한 지식을 습득해야 하는 중요한 필요성과 도전을 발전시키는 데 도움이 됩니다. 보호지역에서의 관광은 보존과 이용 사이에 긴장을 유발할 수 있습니다. MPA는 시각적, 물리적 경계가 없다는 공통점과 관련하여 특별한 도전 과제를 안고 있습니다. 또한 산호초와 같은 해양 생태계는 환경 조건의 변화에 민감하게 반응할 수 있으며, 그 중 일부는 방문 활동의 영향에 의해 수정될 수 있습니다. NMS-COUNT 스토리의 핵심은 이러한 지역의 관리가 보호와 이용 사이의 적절한 균형을 추구할 수 있도록 어려운 지역의 방문에 대한 확실한 이해를 구축하는 것입니다.

NMS-COUNT 프로세스는 현존하는 최고의 과학과 현지의 의견을 바탕으로 MPA의 수많은 도전 과제에 대한 해결책을 제시합니다. NMS-COUNT 프로세스는 자원을 보호하고 방문객 이용을 관리하면서 레크리에이션에 대한 접근을 제공하기 위한 전략을 개발하기 위한 통합적이고 협력적인 접근 방식을 제공하는 기관 간 방문객 이용 관리 프레임워크 (IVUMF)를 따릅니다. 또한 NMS-COUNT는 인간과 생태계 서비스의 복잡한 상호작용을 설명하는 프레임워크에 인간 차원 및 생물물리 정보를 통합하는 DPSER( Drivers-Pressures-State-Ecosystem Services-Response ) 모델을 따르고 있습니다. 이러한 상호작용은 생태계 상태와 생태계 서비스의 질 사이의 관리 트레이드오프에 관여하며, 이는 모든 MPA의 중요한 부분입니다. NMS-COUNT 프로세스는 학자, 과학자, 관리자가 4단계의 반복적인 프로세스에 참여합니다: 1) 특정 사이트에 적용 가능한 방문자 추정 방법 연구 및 식별, 2) 사이트별 방법, 사용 지표(사회, 환경, 시공간 등), 신뢰 수준에 대한 의견을 제공하는 전문가 패널, 3) 사이트별 방법론 및 샘플링 계획 개발, 4) 현장 테스트 및 분석. 이 프로세스를 반복하고 복제하면 개별 사이트에 적용하더라도 관광 역학에 대한 개념적 사고와 학습 방법을 얻을 수 있습니다.

리소스
기여자와 연결하기
기타 기여자
로버트 번스
웨스트 버지니아 대학교
다니엘 슈바르츠만
NOAA 국립해양보호구역 사무소
로스 앤드류
웨스트 버지니아 대학교
메리 앨런
웨스트 버지니아 대학교
자스민 카르도조 모레이라
폰타 그로사 대학교, UEPG