환경요인에 의한 잣나무의 지위지수 추정식 개발과 적지 판정 Development of a Site Index Equation for Pinus koraiensis Based on Environmental Factors and Estimation of Productive Areas for Reforestation원문보기
Site index is an essential tool to estimate forest productivity. Generally, a site index equation is developed and used from the relationship between stand age and dominant tree heights. However, there is a limit to the use of the site index equation in the application of variable ages, environmenta...
Site index is an essential tool to estimate forest productivity. Generally, a site index equation is developed and used from the relationship between stand age and dominant tree heights. However, there is a limit to the use of the site index equation in the application of variable ages, environmental influence, and estimation of site index for the unstocked forest. Therefore, it has been attempted to develop a new site index equation based on various environmental factors including site, climate, and topographical variables. This study was conducted to develop a site index equation based on the relationship between site index and environmental factors for the species of Pinus koraiensis in Yangpyung-Gun, Gyunggi Province. The influence of climatic factors (temperature and solar irradiation ratio), topographical factors (elevation, slope, ratio of slope to valley and aspect) and soil profiles (soil depth by layer and soil consistency) on site index were evaluated by multiple regression analysis. Five environmental factors were selected in the final site index equation for Pinus koraiensis. The site index equation developed in this study was also verified by three evaluation statistics: model's estimation bias, model's precision, and mean square error of measurement. Based on the site index equation, the number of productive areas for Pinus koraiensis were estimated by applying GIS technique to digitized forest maps. In addition, the distribution of productive areas was compared with the areas of current distribution of Pinus koraiensis. It is expected that the results obtained in this study could provide valuable information about the amount and distribution of productive areas for Pinus koraiensis reforestation.
Site index is an essential tool to estimate forest productivity. Generally, a site index equation is developed and used from the relationship between stand age and dominant tree heights. However, there is a limit to the use of the site index equation in the application of variable ages, environmental influence, and estimation of site index for the unstocked forest. Therefore, it has been attempted to develop a new site index equation based on various environmental factors including site, climate, and topographical variables. This study was conducted to develop a site index equation based on the relationship between site index and environmental factors for the species of Pinus koraiensis in Yangpyung-Gun, Gyunggi Province. The influence of climatic factors (temperature and solar irradiation ratio), topographical factors (elevation, slope, ratio of slope to valley and aspect) and soil profiles (soil depth by layer and soil consistency) on site index were evaluated by multiple regression analysis. Five environmental factors were selected in the final site index equation for Pinus koraiensis. The site index equation developed in this study was also verified by three evaluation statistics: model's estimation bias, model's precision, and mean square error of measurement. Based on the site index equation, the number of productive areas for Pinus koraiensis were estimated by applying GIS technique to digitized forest maps. In addition, the distribution of productive areas was compared with the areas of current distribution of Pinus koraiensis. It is expected that the results obtained in this study could provide valuable information about the amount and distribution of productive areas for Pinus koraiensis reforestation.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 경기도 양평군을 대상으로 산림생산력에 영향을 미치는 입지환경 인자를 이용하여 잣나무림의 지위지수 추정식을 개발하고, 이에 근거하여 잣나무림의 적지면적을 산출하고자 하였다. 양평군의 지리적 위치는 도면상으로 좌측 하단을 기준으로 북위 37° 21', 동경 127° 18, 이다.
본 연구에서는 수치산림입지도에 나타난 임령과 수고 자료에 근거하여 기준임령을 30년으로 하는 수종별 지위 지수를 추정흐였다. 이를 위해 Chapman-Richards의 모델(Clutter et.
이는 Chung(2003)에 의해 개발된 ArcMacro로 작성된 프로그램을 이용하여 해당 월의 Julian Day만을 계산한 것이다. 이 프로그램은 복잡한 산악지형이 비교적 잘 반영되어 있으며, 특히 지형 특성에 의해 만들어지는 그늘에 대한 직달일사 성분을 계산하여 정밀한 태양의 위치와 지형간의 기하학적인 관계를 규명한 것이다. 본 연구에서는 해당 월 전체의 Julian day를 사용하지 않고 대표 값으로 해당 월의 첫째 날만을 계산하였다.
이러한 문제를 해결하기 위해 본 연구는 잣나무 임분을 대상으로 다양한 환경 인자를 이용하여 임지생산력을 추정할 수 있는 최적의 지위지수 추정식을 조제하였다. 경기도 양평군을 대상으로 도출된 잣나무 임분의 지위지수 추정식에 채택된 입지 환경인자는 5개로 구성되어 있으며, 채택된 인자는 모두 실수화된 것으로 산림생산력을 보다 쉽게 평가할 수 있는 장점을 갖는다.
제안 방법
경기도 양평군을 대상으로 환경요인에 의한 잣나무 임분의 최적 지위지수 추정식을 도출하기 위해 중회귀 분석의 단계별 회귀기법(stepwise regression)에 의하여 지위지수 추정에 필요한 최적 변수의 조합을 선택 하였다. 이 과정에서 상관분석에 의해 선택된 독립변 수간의 내부상관이 있는지를 다양한 방법에 의하여 검증함으로써 (Belsley et.
경기도 양평군의 잣나무 지위지수 추정식을 조제하기 위해 먼저 추정자료에서 도출한 지위지수와 17개 환경인자 간의 상관분석을 통하여 지위지수 추정식 조제에 적합한 환경인자를 선발하였다. 이 과정에서 환경인자 간에 내부상관이 높은 인자를 1차적으로 제외하였으며, 최종적으로 산림생산력에 영향을 미치는 환경인 자를 선발하여 지위지수 추정식 모형에 적용하였다.
기온자료는 산림의 생장기간인 5월부터 8월까지의 자료를 사용하였다. 기온자료는 해당 월의 평균기온으로 치환하여 grid 형태의 파일로 저장하였으며, 각 grid의 크기는 90 mX 90 이이다.
산림환경인자는 대부분 매우 조밀한 분포를 보이는데 반 해 제작된 주제도의 환경반영 비율은 그에 상응하지 못하기 때문에, 이에 대하여서는 측정 및 제작 기술의 개발에 따른 주제도 제작의 정확성을 기대할 수밖에 없다. 마지막으로 본 연구에서는 사용 가능한 자료를 기반으로 지위지수 추정식이 개발되었다. 본 연구에서 사용하지는 않았지만 실제 산림생산력에 영향을 미치는 다른 환경인자가 많이 존재한다는 것이다.
본 연구는 경기도 양평군의 잣나무 임분을 대상으로 기후 지형, 그리고 토양 조건 등과 같은 입지환경 요인을 이용하여 잣나무 임분의 최적 지위지수 추정식을 조제하고, 이를 이용하여 잣나무림 적지를 판정함으로써 경기도 양평군의 잣나무 임분에 대한 조림 가능면 적을 GIS 기법을 이용하여 도출하였다. 본 연구에서 얻은 결과는 우리나라 주요 조림수종인 잣나무의 적지 판정뿐만 아니라 이를 도면상에 구획함으로써 효율적인 조림계획의 수립과 관리가 가능할 것으로 기대된다.
수종별 적지는 Table 4에서 제시한 기준에 따라 판정하였다. 본 연구에서 조제한 잣나무 임분의 지위지수 추정식을 연구 대상지 전체의 grid 단위 자료에 적용하여 적지 기준을 만족하는 셀을 추출한 후 ha 단위의 면적으로 환산하였다. 이와 함께 적지로 구분된 면적의 공간 분포를 GIS기법으로 도해(圖解)하였으며, 현재의 잣나무 분포와 본 연구에서 판정한 적지 분포 간의 비교를 통해 현재의 잣나무 분포 중에서 적지로 판정된 지역의 면적과 공간적 분포를 제시하였다.
본 연구에서는 적지면적의 산출을 위해 지위지수 추 정식에 의해 얻어진 지위지수가 14 이상은 적지로 그리고 16 이상은 최적지로 판정하여 면적을 산출하였다. 이를 위해 수치지도로부터 지위지수 추정식에 포함된 인자를 추출하여 면적 계산을 위해 각각의 grid 파일로 제작하였으며 이를 기반으로 연산을 수행하였다.
본 연구에서는 최종적으로 추정자료와 검증자료를 합친 통합자료(pooled data)에 근거하여 최종 지위지 수 추정식을 조제하였다. 즉, 추정자료만을 이용하여 조제된 잣나무 임분의 지위지수 추정식이 일종의 독립 자료로 간주되는 검증자료에 의해 통계적 검증에서 문제가 없는 것으로 판정된 경우, 최종 지위지수 추정식 은 추정자료와 검증자료를 통합한 통합자료에 근거하여 개발하였다.
이 프로그램은 복잡한 산악지형이 비교적 잘 반영되어 있으며, 특히 지형 특성에 의해 만들어지는 그늘에 대한 직달일사 성분을 계산하여 정밀한 태양의 위치와 지형간의 기하학적인 관계를 규명한 것이다. 본 연구에서는 해당 월 전체의 Julian day를 사용하지 않고 대표 값으로 해당 월의 첫째 날만을 계산하였다. 이는 각 일별 수광량의 차이는 크게 변하지 않지만, 태양의 방위각에 따라 시간대별 수광량은 지형에 의해 그늘이 질 경우 값의 차이를 보이기 때문이다.
경기도 양평군을 대상으로 환경요인에 의한 잣나무 임분의 최적 지위지수 추정식을 도출하기 위해 중회귀 분석의 단계별 회귀기법(stepwise regression)에 의하여 지위지수 추정에 필요한 최적 변수의 조합을 선택 하였다. 이 과정에서 상관분석에 의해 선택된 독립변 수간의 내부상관이 있는지를 다양한 방법에 의하여 검증함으로써 (Belsley et. al., 1980; Myers, 1986; Judge et. al., 1988), 내부상관의 문제를 제거하면서 최적 변수의 조합에 의하여 결정계수가 높은 지위지수 추정 식이 조제되도록 하였다.
경기도 양평군의 잣나무 지위지수 추정식을 조제하기 위해 먼저 추정자료에서 도출한 지위지수와 17개 환경인자 간의 상관분석을 통하여 지위지수 추정식 조제에 적합한 환경인자를 선발하였다. 이 과정에서 환경인자 간에 내부상관이 높은 인자를 1차적으로 제외하였으며, 최종적으로 산림생산력에 영향을 미치는 환경인 자를 선발하여 지위지수 추정식 모형에 적용하였다.
본 연구에서는 적지면적의 산출을 위해 지위지수 추 정식에 의해 얻어진 지위지수가 14 이상은 적지로 그리고 16 이상은 최적지로 판정하여 면적을 산출하였다. 이를 위해 수치지도로부터 지위지수 추정식에 포함된 인자를 추출하여 면적 계산을 위해 각각의 grid 파일로 제작하였으며 이를 기반으로 연산을 수행하였다. 결과적으로 Subdivision analysis extension의 연산을 통하여 얻은 잣나무 적지 면적의 분석 결과는 Table 9와 같다.
즉, 상대적으로 산림생산력에 영향을 많이 미치는 인자로서 유효토심, A층 및 B층 토심, 능선과 계곡의 비, 그리고 A층과 B층 견밀도이다. 이상의 인자들 중에서 3가지 형태의 토심과 능선과 계곡의 비는 실측값으로 정리하였으며, A층과 B층의 견밀도는 조건에 따라 코드화된 수치로 사용하였다.
잣나무의 적지 면적을 산출하기 위해 먼저 양평군에 분포하는 전체 산림지역을 대상으로 앞에서 최종적으로 도출한 잣나 무 지위지수 추정식을 적용하여 각 grid별로 지위지수를 추정하였다. 이와 같이 얻어진 grid별 지위지수는 Table 4에서 제시한 적지 판정 기준과 비교하여 일정 지위지수 이상의 grid의 수를 산출한 후, 최종 적지 면적을 ha 단위로 계산하였다.
이와 같이 얻어진 자료는 7:3의 비율로 추정자료(fit data)와 검증자료(test data)로 무작위로 분류하여 정리하였다(Table 3). 추정자료는 회귀기법에 의해 잣나무 임분의 지위지수 추정식을 조제하기 위한 자료이며, 검증자료는 추정자료에 기초하여 얻어진 추정식의 통계적 검증에 사용되는 자료이다(Snee, 1977; Song, 2003).
, 1983)을 이용하여 국립산림과학원에서 개발한 잣나무의 지위지수 추정 모델의 모수 추정치를 사용하였다. 이와 같이 얻어진 자료에 근거하여 연구 대 상지인 경기도 양평군에 분포하고 있는 잣나무 임분에 대한 기준 임령 30년에 대한 지위지수를 정리하였다.
지위지수 추정식의 종속변수에 해당하는 기준임령 30년의 지위지수는 수치산림입지도 DB에 포함된 임령과 수고 자료를 앞에서 언급한 Chapman-Richards 모델을 이용하여 추정하였으며 그 결과는 Table 5와 같다. 이와 같이 얻어진 지위지수 추정치를 추정자료, 검증자료, 그리고 통합자료로 구분하여 정리한 후 비교하였다.
본 연구에서 조제한 잣나무 임분의 지위지수 추정식을 연구 대상지 전체의 grid 단위 자료에 적용하여 적지 기준을 만족하는 셀을 추출한 후 ha 단위의 면적으로 환산하였다. 이와 함께 적지로 구분된 면적의 공간 분포를 GIS기법으로 도해(圖解)하였으며, 현재의 잣나무 분포와 본 연구에서 판정한 적지 분포 간의 비교를 통해 현재의 잣나무 분포 중에서 적지로 판정된 지역의 면적과 공간적 분포를 제시하였다.
연구 대상지인 양평군의 자료는 90 mX 90 m의 grid로 구분된 수치지도에 저장되어 있다. 잣나무의 적지 면적을 산출하기 위해 먼저 양평군에 분포하는 전체 산림지역을 대상으로 앞에서 최종적으로 도출한 잣나 무 지위지수 추정식을 적용하여 각 grid별로 지위지수를 추정하였다. 이와 같이 얻어진 grid별 지위지수는 Table 4에서 제시한 적지 판정 기준과 비교하여 일정 지위지수 이상의 grid의 수를 산출한 후, 최종 적지 면적을 ha 단위로 계산하였다.
본 연구에서는 최종적으로 추정자료와 검증자료를 합친 통합자료(pooled data)에 근거하여 최종 지위지 수 추정식을 조제하였다. 즉, 추정자료만을 이용하여 조제된 잣나무 임분의 지위지수 추정식이 일종의 독립 자료로 간주되는 검증자료에 의해 통계적 검증에서 문제가 없는 것으로 판정된 경우, 최종 지위지수 추정식 은 추정자료와 검증자료를 통합한 통합자료에 근거하여 개발하였다.
대상 데이터
(2004)에 의해 식물생장에 주요한 영향을 미치는 것으로 밝혀진 기온자료와 일사수광비율이다. 기온자료는 산림의 생장기간인 5월부터 8월까지의 자료를 사용하였다. 기온자료는 해당 월의 평균기온으로 치환하여 grid 형태의 파일로 저장하였으며, 각 grid의 크기는 90 mX 90 이이다.
본 연구에서 사용된 기후자료는 Naurzbaev et al. (2004)에 의해 식물생장에 주요한 영향을 미치는 것으로 밝혀진 기온자료와 일사수광비율이다. 기온자료는 산림의 생장기간인 5월부터 8월까지의 자료를 사용하였다.
생장 자료에 포함된 임령과 우세목의 평균 수고는 기준 임령 30년에 대한 지위지수 추정을 위해 사용되었다. 본 연구에서 사용된 모든 자료는 기후 자료의 기초가 되는 수치기후도에 적용할 수 있도록 90 m의 격자 단위로 정리하여 분석에 사용하였다.
첫째는 측정의 오류로 인해 발생하는 측정오차이다. 본 연구에서 사용한 수치 산림입지도는 오랜 기간 동안 많은 인력이 동원되어 광범위한 지역에서 수집된 자료의 일부이다. 따라서 자료의 측정 과정에서 조사자의 숙련도와 기상 조건 등과 같은 조사 당일의 여러가지 조건 등이 자료의 질에 영향을 미쳤을 것으로 판단된다.
본 연구에서 사용한 자료는 양평군의 산림입지 자료, 지형자료, 기후 자료, 그리고 생장 자료로 구성되어 있다. 산림입지 자료는 국립산림과학원에서 구축한 수 치산림입지도의 데이터를 사용하였으며, 지형 자료는 1:25,000 수치지형도를 이용하여 실측 데이터를 산출하였다.
본 연구에서 지위지수 추정식을 조제하기 위해 사용된 지형자료는 해발고도, 방위, 그리고 경사의 3가지이다. 경사는 퍼센트 단위로 분류하여 산출하였으며, 방 위 값은 연산의 단위를 고려하여 Radian 값으로 치환하여 도출하였다(Pederson and Howard.
본 연구에서 사용한 자료는 양평군의 산림입지 자료, 지형자료, 기후 자료, 그리고 생장 자료로 구성되어 있다. 산림입지 자료는 국립산림과학원에서 구축한 수 치산림입지도의 데이터를 사용하였으며, 지형 자료는 1:25,000 수치지형도를 이용하여 실측 데이터를 산출하였다. 한편 본 연구에서 사용된 기후 자료는 임목 생장기간 동안의 월별 평균 기온과 일사수광비율이다.
수치산림입지도에 포함된 입지 자료는 산림입지조사 요령 (Korea Forest Service, 1998)에 따라 현지 조사 되어 활용할 수 있도록 전산화된 자료이다. 수치산림 입지도에 포함된 28개의 인자 중에서 잣나무림의 지위 지수 추정식을 도줄하기 위해 사용한 인자는 총 6개이다. 즉, 상대적으로 산림생산력에 영향을 많이 미치는 인자로서 유효토심, A층 및 B층 토심, 능선과 계곡의 비, 그리고 A층과 B층 견밀도이다.
연구 대상지인 양평군의 자료는 90 mX 90 m의 grid로 구분된 수치지도에 저장되어 있다. 잣나무의 적지 면적을 산출하기 위해 먼저 양평군에 분포하는 전체 산림지역을 대상으로 앞에서 최종적으로 도출한 잣나 무 지위지수 추정식을 적용하여 각 grid별로 지위지수를 추정하였다.
연구 대상지인 양평군의 총 면적은 87, 810 ha인데, 그중에서 산림면적은 63, 242 ha로 전체 면적의 72%를 차지하고 있다. 양평군의 전체 산림을 임상별로 보면 침엽수림 이 42, 025 ha(66.
이상과 같은 방법으로 연구 대상지의 잣나무 임분에 대한 지위지수 추정식을 조제하기 위해 정리한 자료는 Table 2와 같다. 최종적으로 정리된 자료는 종속변수인 기준 임령을 30년으로 하는 지위지수(SI)와 독립변수 17개이다. 각 독립변수에 속한 인자는 X1~X17까 지 지정하고 분석을 위해 수종별로 데이터베이스화하였으며, 이 과정에서 자료의 이상치 유무를 점검하여 이상치는 분석에서 제외하였다.
이와 같이 얻어진 자료는 7:3의 비율로 추정자료(fit data)와 검증자료(test data)로 무작위로 분류하여 정리하였다(Table 3). 추정자료는 회귀기법에 의해 잣나무 임분의 지위지수 추정식을 조제하기 위한 자료이며, 검증자료는 추정자료에 기초하여 얻어진 추정식의 통계적 검증에 사용되는 자료이다(Snee, 1977; Song, 2003).
산림입지 자료는 국립산림과학원에서 구축한 수 치산림입지도의 데이터를 사용하였으며, 지형 자료는 1:25,000 수치지형도를 이용하여 실측 데이터를 산출하였다. 한편 본 연구에서 사용된 기후 자료는 임목 생장기간 동안의 월별 평균 기온과 일사수광비율이다. 생장 자료에 포함된 임령과 우세목의 평균 수고는 기준 임령 30년에 대한 지위지수 추정을 위해 사용되었다.
데이터처리
Table 6은 환경인자의 조합에 의해 잣나무 지위지수 추정식을 조제한 결과이다. 상관분석을 통하여 예비적으로 선발한 환경인자를 대상으로 단계별 회귀분석 기법을 사용하여 경기도 양평지역 잣나무 임분의 지위지수 추정에 적합한 최적의 조합을 도출하였다. 결과적으로 연구 대상지의 잣나무 임분은 5개의 환경인자의 조합으로 지위지수를 추정할 수 있는 것으로 판명되었다.
이상과 같은 방법으로 조제된 수종별 지위지수 추정 식의 적합성을 검증하기 위한 검증 통계량은 모형의 추정편의 (model's estimation bias), 모형의 정도(model's precision), 그리고 이 두 가지를 고려한 측정치에 대한 오차의 평균평방화(mean square error type of measure)인 모형의 표준오차 등의 3가지 검증 통계량을 사용하였다(Shin, 1990; Arabatzis and Burkhart, 1992).
일사수광량은 지형을 고려한 경사면의 시간대별 일 사수광량의 적산값의 평균을 사용하였다. 이는 Chung(2003)에 의해 개발된 ArcMacro로 작성된 프로그램을 이용하여 해당 월의 Julian Day만을 계산한 것이다.
이론/모형
본 연구에서는 잣나무 임분의 적지 판정의 기준을 앞에서 조제한 지위지수 추정식에 근거한 산림생산력에 의해 설정하였다. 적지판정의 기준은 기준임령을 30년으로 하는 잣나무 임분의 지위지수 곡선식의 범위에 근거하여 Table 4와 같이 설정하였다.
한편 본 연구에서 사용된 기후 자료는 임목 생장기간 동안의 월별 평균 기온과 일사수광비율이다. 생장 자료에 포함된 임령과 우세목의 평균 수고는 기준 임령 30년에 대한 지위지수 추정을 위해 사용되었다. 본 연구에서 사용된 모든 자료는 기후 자료의 기초가 되는 수치기후도에 적용할 수 있도록 90 m의 격자 단위로 정리하여 분석에 사용하였다.
본 연구에서는 수치산림입지도에 나타난 임령과 수고 자료에 근거하여 기준임령을 30년으로 하는 수종별 지위 지수를 추정흐였다. 이를 위해 Chapman-Richards의 모델(Clutter et. al., 1983)을 이용하여 국립산림과학원에서 개발한 잣나무의 지위지수 추정 모델의 모수 추정치를 사용하였다. 이와 같이 얻어진 자료에 근거하여 연구 대 상지인 경기도 양평군에 분포하고 있는 잣나무 임분에 대한 기준 임령 30년에 대한 지위지수를 정리하였다.
지위지수 추정식의 종속변수에 해당하는 기준임령 30년의 지위지수는 수치산림입지도 DB에 포함된 임령과 수고 자료를 앞에서 언급한 Chapman-Richards 모델을 이용하여 추정하였으며 그 결과는 Table 5와 같다. 이와 같이 얻어진 지위지수 추정치를 추정자료, 검증자료, 그리고 통합자료로 구분하여 정리한 후 비교하였다.
성능/효과
한편 지위지수 추정식의 정도 및 적합성을 나타내는 SDD와 SED의 경우에도 비슷한 양상을 보였다(Table 7). 결과적으로 본 연구에서 얻어진 지위지수 추정식은 검증결과 추정 능력이나 정도에 있어서 문제가 없는 것으로 판명되었다. 따라서 본 연구에서 개발한 몇 가지 환경요인에 의한 잣나무 임분의 지위지수 추정식은 실제 활용가치가 높을 것으로 판단된다.
상관분석을 통하여 예비적으로 선발한 환경인자를 대상으로 단계별 회귀분석 기법을 사용하여 경기도 양평지역 잣나무 임분의 지위지수 추정에 적합한 최적의 조합을 도출하였다. 결과적으로 연구 대상지의 잣나무 임분은 5개의 환경인자의 조합으로 지위지수를 추정할 수 있는 것으로 판명되었다. 지위지수 추정식에 포함된 환경인자는 일사수광비 율(X4), 7월의 평균기온(X7), B층 토심 (XG 계곡과 능선의 비율(XQ, 그리고 B층 견밀도(X|7)등으로 이러한 인자들이 산림생산력에 영향을 미치는 것으로 나타났다.
기준 임령이 30년일 때 잣나무 임분의 평균 지위지 수는 16 m로 추정자료와 검증자료 간에 변이가 거의 없는 것으로 나타났다. 이는 무작위로 자료를 분류하여 지위지수식의 추정자료와 검증자료로 사용하여도 문제가 없다는 것을 의미한다.
경기도 양평군을 대상으로 도출된 잣나무 임분의 지위지수 추정식에 채택된 입지 환경인자는 5개로 구성되어 있으며, 채택된 인자는 모두 실수화된 것으로 산림생산력을 보다 쉽게 평가할 수 있는 장점을 갖는다. 또한 본 연구에서 조제된 지위지수 추정식에는 기존에 사용하지 못하였던 기상인자와 지형인자가 독립변수에 포함되어 있어 다양한 입지환경 인자를 통해 산림생산력을 추정할 수 있었다.
특히 B층 토양의 산림생산력 추정에 큰 영향을 미치고 있다. 또한 토양인자 외에도 지형인자인 능선 대 계곡비가 추정식의 조제과정에서 비교적 높은 상관을 보였다. 이에 비해 다른 지형인자인 경사와 방 위는 지위지수를 추정하는데 상대적으로 영향력이 낮은 것으로 평가되었다.
본 연구에서 개발된 잣나무 지위지수 추정식은 모형의 설명력을 나타내는 결정계수가 0.30으로 비교적 작은 값을 보였다. 하지만 산림생산력에 영향을 미치는 요인은 본 연구에서 사용한 환경 요인 외에 수종의 유전적 특성, 측정 오차, 그리고 다른 환경 요인 등이 작용하는 것으로 판단된다.
본 연구에서 개발된 잣나무 지위지수 추정식의 설명력을 나타내는 결정계수는 0.31로 비교적 낮은 편이나, 모형의 평균 편의, 정도, 표준오차 등의 3가지 평가통 계량에 근거하여 검증한 결과 평균편의가 -0.16 m이고 모형의 표준오차가 3.99 m로 나타나 실제 적용에 문제가 없는 것으로 판명되었다. 한편 본 연구에서는수 치지도를 이용하여 지위지수 추정식에 근거한 잣나무 의 적지면적 산출뿐만 아니라 위치를 도면으로 상세히 출력함으로써 연구 대상지의 산림경영에 필요한 의사 결정 도구로 활용될 수 있을 것으로 기대된다.
9%)이다(Table 1). 양평군의 침엽수림 중에서 본 연구에서 지위지수 추정식을 조제할 예정인 잣나무림은 12, 846 ha인 것으로 파악되었다.
이상과 같이 본 연구에서 개발한 잣나무의 지위지수 추정식은 통계 검증을 통해 문제가 없는 것으로 판명되었다. 따라서 추정자료와 검증자료를 합친 통합자료에 근거하여 최종적으로 지위지수 추정식을 도출한 결과는 Table 8과 같다.
결과적으로 연구 대상지의 잣나무 임분은 5개의 환경인자의 조합으로 지위지수를 추정할 수 있는 것으로 판명되었다. 지위지수 추정식에 포함된 환경인자는 일사수광비 율(X4), 7월의 평균기온(X7), B층 토심 (XG 계곡과 능선의 비율(XQ, 그리고 B층 견밀도(X|7)등으로 이러한 인자들이 산림생산력에 영향을 미치는 것으로 나타났다.
Table 7은 앞에서 얻어진 잣나무의 지위지수 추정식 을 검증자료에 적용하여 평가 통계량인 모형의 평균편 의(MD), 모형의 정도(SDD), 그리고 모형의 표준오차- (SED)를 분석한 검증 결과이다. 지위지수 추정식의 편의를 나타내는 MD를 보면 전체적으로 -0.16 m로 높은 추정 능력을 보이고 있다. 평균 편의가 음수로 나타났는데, 이는 지위지수 추정식에 의한 추정치가 실측치보다 다소 과대 추정된 결과이지만 편의 자체는 크지 않은 것으로 보인다.
따라서 추정자료와 검증자료를 합친 통합자료에 근거하여 최종적으로 지위지수 추정식을 도출한 결과는 Table 8과 같다. 최종 추정식 조제 결과 추정자료에 근거하여 얻어진 회귀식의 결정계수와 비교하여 0.01 정도가 증가한 것으로 나타났다. 이는 추정자료와 통합자료의 표본의 수가 다소 다르기 때문인 것으로 판단된다.
평균 편의가 음수로 나타났는데, 이는 지위지수 추정식에 의한 추정치가 실측치보다 다소 과대 추정된 결과이지만 편의 자체는 크지 않은 것으로 보인다. 특히 편의의 절대값이 작아 본 연구에서 개발된 잣나무의 지위지수 추정식은 실제 지위지수의 추정능력이 양호한 것으로 평가된다. 이러한 결과는 Song(2003)에 의해 개발된 지위지수 추정 식에서의 검증결과와 유사한 경향을 보이는 것이다.
이는 추정자료와 통합자료의 표본의 수가 다소 다르기 때문인 것으로 판단된다. 하지만 최종적으로 얻어진 지위지수 추정식 은 이전의 추정지료에 근거하여 도출되었던 추정식과 큰 차이가 없는 것으로 나타났다.
후속연구
둘째는 본 연구에서 사용한 지위지수 추정 모형에 산림 내 개체목 상호간의 경쟁이 고려되지 않은 점이다. 경쟁은 개체 목간에 일어나면서 최종적인 산림생산력에 영향을 미치지만, 본 연구에서 수집한 셀 단위의 자료를 반영하는 데는 한계가 있다. 즉, 임분 단위의 분석은 매목조 사를 통하여 가능하지만 셀 기반의 지역 단위 분석에 는 부적합한 것으로 평가된다.
결과적으로 본 연구에서 얻어진 지위지수 추정식은 검증결과 추정 능력이나 정도에 있어서 문제가 없는 것으로 판명되었다. 따라서 본 연구에서 개발한 몇 가지 환경요인에 의한 잣나무 임분의 지위지수 추정식은 실제 활용가치가 높을 것으로 판단된다.
본 연구는 경기도 양평군의 잣나무 임분을 대상으로 기후 지형, 그리고 토양 조건 등과 같은 입지환경 요인을 이용하여 잣나무 임분의 최적 지위지수 추정식을 조제하고, 이를 이용하여 잣나무림 적지를 판정함으로써 경기도 양평군의 잣나무 임분에 대한 조림 가능면 적을 GIS 기법을 이용하여 도출하였다. 본 연구에서 얻은 결과는 우리나라 주요 조림수종인 잣나무의 적지 판정뿐만 아니라 이를 도면상에 구획함으로써 효율적인 조림계획의 수립과 관리가 가능할 것으로 기대된다.
2는 이상에서 분석한 잣나무의 현재 분포 중에서 적지로 판정된 지역을 도시한 것이다. 이러한 결과는 실제 지형에서 지위지수 값의 분포를 예측함과 동시에 잣나무 임분에 대한 적지 면적 및 위치 등을 도면으로 상세히 출력 할 수 있어 산림경영의 의사결정에 중요한 자료가 될 것으로 보인다.
99 m로 나타나 실제 적용에 문제가 없는 것으로 판명되었다. 한편 본 연구에서는수 치지도를 이용하여 지위지수 추정식에 근거한 잣나무 의 적지면적 산출뿐만 아니라 위치를 도면으로 상세히 출력함으로써 연구 대상지의 산림경영에 필요한 의사 결정 도구로 활용될 수 있을 것으로 기대된다.
참고문헌 (19)
Arabatzis, A. A., and H. E. Burkhart, 1992: An evaluation of sampling methods and model forms for estimating height-diameter relationships in loblolly pine plantation. Forest Science 38(1), 192-198
Belsley, D. A., E. Kuh, and R. E. Welsch, 1980: Regression diagnostics. John Wiley & Sons, New York, 292pp
Chung, Y. R., 2003: Spatial interpolation of hourly air temperature in complex terrain based on solar irradiance correction. Kyunghee University Master's Degree Thesis, 76pp. (In Korean with English abstract)
Clutter, J. L., J. C. Fortson, L. V. Pienaar, G. H. Brister, and R. L. Bailey, 1983: Timber management: A quantitative approach. Krieger Publishing Company, 333 pp
Corona, P., R. Scotti, and N. Tarchiani, 1998: Relationship between environmental factors and site index in Douglas-Fir plantation in central Italy. Forest Ecology and Management 110, 195-207
Hill, W. W., A. Arnst, and R. M. Bond, 1948: Method of correlating soils with Douglas-fir site quality. Journal of Forestry 45, 835-841
Judge, G. G., R. C. Hill, W. E. Griffiths, H. Lutdepohl, and T. Lee. 1988: Introduction to the theory and practice of econometrics. John Wiley & sons. New York, 1024pp
Korea Forest Service, 1998: Guide for forest site inventory, 58pp. (In Korean)
McGrath, C. L., 1975: Soil-site quality relationships on the University of Idaho experimental forest. Station Note, Forest, Wildlife and Range Experiment Station, University of Idaho, 22pp
Monserud, R. A., 1987: Variations on a theme of site index. Proceedings of IUFRO Forest Growth Modeling and Prediction Conference. Minneapolis, 419-427
Myers, R. H., 1986: Classical and modern regression with applications. Duxbury Press, 395pp
Naurzbaev, M. M., M. K. Hughes, and E. A. Vaganov, 2004: Tree-ring growth cirves as sources of climatic information. Quaternary Research 62, 126-133
Pederson, B. S., and J. L. Howard, 2004: The influence of canopy gaps on overstory tree and forest growth rates in a mature mixed-age, mixed species forest. Forest Ecology and Management 196, 351-366
Song, M. H., 2003: Development of regional site index equations for main tree species based on environmental factors. Kookmin University Master's Degree Thesis, 2- 3p, 11p. (In Korean with English abstract)
Steinbrenner, E., 1963: The influence of individual soil and physiographic factors on site index of Douglas-fir in West Washington. Repr. from proceedings 2nd North American Forest Soils Conference Oregon State Univercity, 261-277
Tyler, A. L., D. C. Macmillan, and J. Dutch, 1996: Models to predict the general yield class of Douglas-Fir, Japanese larch and Scots pine on better quality land in Scotland. Forestry 69, 13-24
※ AI-Helper는 부적절한 답변을 할 수 있습니다.