선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서, 본 연구에서는 농촌경관의 파편화를 모니터링하기 위해 농촌경관지역의 분포 및 형태등 구조적 변화 양상을 파악하고자 하였다. 이를 위해 도시확산이 빠르게 진행되고 있는 경기도 일부 지역과 그 인접 시 .
가설 설정
- • Italic type means an excluded index.
- 7M|p|Ml일 경우를 강한 상관관계로 가정하고 있으며, 노형진(2005)은 #인 경우를 밀접한 상관관계가 있는 것으로 제시하고 있다. 따라서 본 연구에서는 경관생태지수간의 상관계수가 0.75를 초과하는 경우를 높은 상관성을 나타내는 것으로 가정하고 대표 지수를 선정하였다.
제안 방법
- 2. 녹지지역 및 농업지역 각각의 경관생태지수들 간의 Pearson 상관분석을 통해 의미적으로 중복되는 지수를 제외하여 대표경관생태지 수를 선정하였다.
- 이를 위해 도시확산이 빠르게 진행되고 있는 경기도 일부 지역과 그 인접 시 . 군을 중심으로 토지피복도 및 경관 생태지수를 이용하여 시계열적 패턴 변화를 분석하였다.
- 대상지역으로 선정된 8개 시 . 군의 토지피복의 시계열 변화를 파악하기 위해 Fig. 2와 같이 WAMIS (수자원관리종합정보시스템 , Water Management Information System)에서 제공하는 1985년, 1990년, 1995년, 2000년의 토지피복도를 이용하였다. 이 토지 피복 도는 Landsat 영상을 이용하여 분석된 토지 피복 도로서, 수역, 시가화지역, 나지, 습지, 초지, 산림 논, 밭 등 8가지로 분류되어 있다.
- 3과 같이, 대상 지역의 시기별 토지피복도에서 녹지지역과 농업지역을 각각 추출하고, 이를 8개 시 . 군의 행정경계도로 분리하여 4개시기(1985년, 1990년, 1995년, 2000년)의 농업지역 추출도와 녹지지역 추출도를 구축하였다. 각각의 토지피복 추출도를 입력자료로 하여 경관분석용 소프트웨어인 FRAGSTATS Ver.
- 남 . 동부 지역, 8개 도농통합형 도시 및 군 지역을 대상으로 시기별 토지피복도를 이용하여 산림과 초지를 포함하는 녹지지역과 논과 밭을 포함하는 농업지 역으로 대변되는 농촌경관지역의 경관 생태지수를 산정하였다. 산정된 경관생태지수를 바탕으로 농촌 경관 지역의 시계열적 분포 및 형태의 변화 특성을 시 .
- 또한, 선정된 11개 경관생태지수는 의미상 중복되는 것이 있으므로 이를 제거하기위해 상관 분석을 수행하였다. 상관 분석은 변수들 간의 종속관계가 불분명하여 변수들 사이의 선형관계의 정도만을 측정하는 통계기법으로서(노형진, 2005), 본 연구에서는 경관 생태지수를 양적변수로 가정하고 도출된 상관계수 p (피어슨적률상관계수, Pearson Product Moment Correlation Coefficient)를 기준으로 높은 상관도를 나타내는 지수를 제외하였다.
- 먼저, 녹지지역의 면적 변화를 알아보기 위하여 1985 년 토지피복도상의 녹지면적을 기준으로 각 시기별 면적변화를 백분율로 나타내어 시 . 군별 TA 변화 정도를 도시하였다.
- 본 연구의 수행 과정은 Fig. 3과 같이, 대상 지역의 시기별 토지피복도에서 녹지지역과 농업지역을 각각 추출하고, 이를 8개 시 . 군의 행정경계도로 분리하여 4개시기(1985년, 1990년, 1995년, 2000년)의 농업지역 추출도와 녹지지역 추출도를 구축하였다.
- 선정된 11개 경관생태지수는 각 행정구역별 녹지와 농업지역 추출도의 TA(총면적, Total Area), NP(패치 수, Number of Patches), PD(패치밀도, Patch Density), LPI(최대패치지수, Largest Patch Index), LSI (경관형태지수 Landscape Shape Index), SHAPEJMN (형태지수의 평균, Shape Index Mean), SHAPE_AM (형태지수의 면적가중평균, Shape Index Area-weighted Mean), C0RE_MN(핵심구역분포의 평균, Core Area Distribution Mean), C0RE_AM(핵심구역분포의 면적 가중평균, Core Area Distribution Area-weighted Mean), CAI_MN(핵심구역지수의 평균, Core Area Index Distribution Mean), 그리고 CAI_AM(핵심구역지수의 면적가중평균, Core Area Index Distribution Area-weighted Mean)이다.
- 이 토지 피복 도는 Landsat 영상을 이용하여 분석된 토지 피복 도로서, 수역, 시가화지역, 나지, 습지, 초지, 산림 논, 밭 등 8가지로 분류되어 있다. 이 중 농촌 경관 고유 특성을 나타내는 초지, 산림, 논 밭 4가지를 대상으로 초지와 산림을 통합하여 녹지지역, 논과 밭을 통합하여 농업지역으로 분류하였으며 녹지지역 및 농업지역을 대상으로 구조적 패턴 변화를 분석하였다.
- 상관 분석은 변수들 간의 종속관계가 불분명하여 변수들 사이의 선형관계의 정도만을 측정하는 통계기법으로서(노형진, 2005), 본 연구에서는 경관 생태지수를 양적변수로 가정하고 도출된 상관계수 p (피어슨적률상관계수, Pearson Product Moment Correlation Coefficient)를 기준으로 높은 상관도를 나타내는 지수를 제외하였다. 이를 통해 선정된 대표경관 생태지수의 변화를 이용하여 녹지지역과 농업지역의 경관변화를 분석하였다.
대상 데이터
- 1. 농촌경관 고유 특성을 나타내는 초지와 산림을 통합하여 녹지지역, 논과 밭을 통합하여 농업지역으로 분류하였으며 경관생태지수 산정을 위해 시계열(1985 년, 1990년, 1995년, 2000년) 자료를 사용하였다.
- 대상지역으로 선정된 8개 시 . 군의 토지피복의 시계열 변화를 파악하기 위해 Fig.
- 본 연구에서는 도시확산이 빠르게 진행되고 있는 경기도 남 . 동부 지역, 8개 도농통합형 도시 및 군 지역을 대상으로 시기별 토지피복도를 이용하여 산림과 초지를 포함하는 녹지지역과 논과 밭을 포함하는 농업지 역으로 대변되는 농촌경관지역의 경관 생태지수를 산정하였다.
- 본 연구에서는 장갑수(1999), 정성관(2005), 최원영 (2005), 그리고 박선엽 - Egbert(2003) 등의 연구에서 적용되었던 경관생태지수들 중 파편화 지수를 중심으로 Table 1과 같이 11개 생태지수를 선정하였다. 선정된 11개 경관생태지수는 각 행정구역별 녹지와 농업지역 추출도의 TA(총면적, Total Area), NP(패치 수, Number of Patches), PD(패치밀도, Patch Density), LPI(최대패치지수, Largest Patch Index), LSI (경관형태지수 Landscape Shape Index), SHAPEJMN (형태지수의 평균, Shape Index Mean), SHAPE_AM (형태지수의 면적가중평균, Shape Index Area-weighted Mean), C0RE_MN(핵심구역분포의 평균, Core Area Distribution Mean), C0RE_AM(핵심구역분포의 면적 가중평균, Core Area Distribution Area-weighted Mean), CAI_MN(핵심구역지수의 평균, Core Area Index Distribution Mean), 그리고 CAI_AM(핵심구역지수의 면적가중평균, Core Area Index Distribution Area-weighted Mean)이다.
- 본 연구의 대상지 는 Fig. 1에서 보는 바와 같이 서울에 인 접한 농촌지역으로서 도시확산 및 토지이 용 변화가 급격히 진행되고 있는 남양주 시, 가평군, 양평군, 광주시, 여주군, 용인 시, 이천시, 안성시를 포함한 경기도 남 • 동부 지역의 8개 도 농통합형 도시 및 군 으로 선정하였다. 경 기도는 2003년을 기점으로 인구 및 경제활동에서 서울을 앞지르기 시작하면서 수도권정비계획법, 팔당 상수원보호구역 , 군사시설보호구역, 개발제한구역 등의 개발규제의 개정논란이 분분한 지역으로서(박명원, 2007) 개발수요와 개발행위의 규제간 갈등이 지속적으로 거론되어온 곳이다
데이터처리
- 군의 행정경계도로 분리하여 4개시기(1985년, 1990년, 1995년, 2000년)의 농업지역 추출도와 녹지지역 추출도를 구축하였다. 각각의 토지피복 추출도를 입력자료로 하여 경관분석용 소프트웨어인 FRAGSTATS Ver. 3.3을 통해 경관 생태지수를 산정하였다.
- 적용할 대표 경관생태지수를 파악하기 위해 1985 년부터 2000년 사이의 시 . 군별 녹지지역 추출 도와 농업지역 추출도를 대상으로 Pearson의 상관분석을 수행하여, 녹지지역 및 농업지역 각각의 대표 경관 생태지수를 선정하였다. Table 2는 녹지지역 추출 도를 대상으로 산정한 경관생태지수들의 상관계수와 검정 통계량을 나타낸 것이며, Table 3은 농업지역 추출 도를 대상으로 산정한 경관생태지수들의 상관 계수와 검정 통계량 결과를 나타낸 것이다.
성능/효과
- 3. 녹지지역 분석결과, 용인지역의 녹지변화가 가장 심한 것으로 나타났으며, 용인의 녹지 파편화가 꾸준히 진행되고, 그 형태가 인위적인 개발로 인해 단순화된 것으로 나타났다. 이에 비해, 광주, 가평, 안성지역은 TA는 거의 변화하지 않았으나, LPI와 SHAPE_AM 는 상당량 변화를 보인 것으로 나타나 녹지의 분포 및 구조가 불안정하게 바뀐 것으로 판단된다.
- 4. 농업지역의 구조적 변화를 살펴보면, 가평, 광주, 안성, 남양주, 용인지역은 PD와 LSI가 큰 폭으로 증가하고, LPI와 CALMNe 감소하는 경향을 나타냄으로서, 이 지역의 농업지역의 전체면적과 핵심구역이 감소하고, 파편화가 진행되어 전체적으로 농업 지역의 구조가 불안정하게 변화하였음을 알 수 있었다. 이에 비해 양평, 여주, 이천의 경우는 농업지역의 총면적 변화가 5% 이하인 지역으로 경관생태지수들의 변화가 상대적으로 거의 없는 것으로 나타났다.
- 10 에 나타난 농업지역의 LPI 변화를 살펴보면 가평지역을 제외한 대부분의 지역에서 1990년 이후로 꾸준히 LPI가 감소하는 것으로 나타나 파편화가 지속적으로 진행되었다는 것을 알 수 있다. LPI 감소 정도 순서로 파편화 심화도를 정렬하면 광주지역이 1990 년에 비해 120% 감소하여 최대 패치의 면적이 가장 많이 감소하였고, 그 다음으로는 남양주 56%, 안성 39%순으로 나타나 PD로 유추한 파편화순서와 유사하게 나타났다. 그러나 가평의 경우에는 녹지지역과 인접하여 경작여건이 열악한 농업지역이 주기적으로 나지로 분류됨에 따라, 농업지역의 최대 패치 면적이 증감을 반복하는 것으로 나타났다.
- LSI가 증가할수록 패치의 경계선 길이가 증가하여 형태가 복잡해지는 것을 의미하므로 모든 행정구역에서 농업지역 형태의 복잡화가 진행된 것을 알 수 있다. LSI 지수의 변화 범위는 20%부터 74%까지로 나타났으며, 80년대보다 90년대에 들어서 급격하게 증가하였고, 광주, 안성, 가평, 용인 순으로 지수의 변화가 크게 나타났다. 남양주는 농업면적의 감소가 컸음에도 불구하고 LSI의 변화폭은 상대적으로 적었으며 1995년 이후에는 오히려 패치형태가 단순화 된 것으로 보아 농업지역이 주로 녹지지역으로 전환되면서 규모는 작아지고 형태는 단순화 되었다는 것을 알 수 있다.
- 85로 높은 상관계수를 나타내어 LPI 를 녹지분석의 대표 경관생태지수로 선정하였다. Table 3에 제시한 농업지역의 경관생태지수들 중에는 LPI 가 SHAPE_AM과 높은 상관성을 갖는 것으로 파악되었으며(p=0.95, p<0.0001), CORE_MN과 CAIJ\M 의 상관계수가 높은 것을 알 수 있었다(p = 0.93, P<0.0001).
- LPI 감소 정도 순서로 파편화 심화도를 정렬하면 광주지역이 1990 년에 비해 120% 감소하여 최대 패치의 면적이 가장 많이 감소하였고, 그 다음으로는 남양주 56%, 안성 39%순으로 나타나 PD로 유추한 파편화순서와 유사하게 나타났다. 그러나 가평의 경우에는 녹지지역과 인접하여 경작여건이 열악한 농업지역이 주기적으로 나지로 분류됨에 따라, 농업지역의 최대 패치 면적이 증감을 반복하는 것으로 나타났다.
- 녹지지역 분석에 적용될 대표 경관생태지수를 자세히 살펴보면, Table 2에서 보는 바와 같이 LPI가 PD와 유의수준 1% 이내에서 상관계수 -0.82의 높은 상관성을 갖는 것으로 나타나 PD를 지수에서 제외하였으며, LPI 는 LSI, SHAPE.MN, CORE JVM, 그리고 CALAM과 유의수준 1% 이내에서 각각 -0.81, -0.77, 0.86, 0.85로 높은 상관계수를 나타내어 LPI 를 녹지분석의 대표 경관생태지수로 선정하였다. Table 3에 제시한 농업지역의 경관생태지수들 중에는 LPI 가 SHAPE_AM과 높은 상관성을 갖는 것으로 파악되었으며(p=0.
- 12와 같이 변화하였음을 알 수 있다. 다른 지수들의 변화 추세와 유사하게 1990년을 기점으로 CAI_MN 의 감소가 가속화되었으며, 광주, 남양주, 안성, 용인 그리고 가평지역의 경작지 핵심구역이 85% 이상 급격히 줄었음을 볼 수 있다. 이에 비해 여주는 28%, 이천은 38% 정도 감소한 것으로 나타나 쌀의 주산지로 유명한 지역이 비교적 경작지 변화가 적다는 것을 알 수 있다.
- SHAPE는 경관요소 형태의 복잡성을 판단할 수 있는 지수로서 값이 증가할수록 패치의 형태가 불규칙적이고 복잡해진다. 따라서, 용인, 이천 남앙주지역을 제외한 나머지 지역에서 SHAPEJ\M 이 증가한 것으로 보아, 이들 지역의 녹지 형태가 일정 정도 불규칙적으로 변했다는 것을 알 수 있다. 본래, 자연발생적으로 생성된 산림 패치 모양은 불규칙적이고 복잡한데 비해 인위적인 개발로 인한 산림 패치 모양은 단순화되고 정형화된다(김훈희, 2000).
- 7 km2 증가하여 녹지의 일부와 대규모의 농업지역이 시가화지역 등으로 변환되었을 것으로 판단된다. 또한, 광주는 녹지면적이 0.4 km2 증가한 반면, 농업지역이 22.0 km2 감소하고, 시가화지역과 나지가 16.4 km2, 7.1 km2 증가하였고, 이천과 가평, 여주의 농업지역이 각각 15.3 km2, 8.1 km2, 10.9 km2 감소하고, 시가화지역은 9.2 km2, 5.4 km2, 7.6 km2 증가하여 농업지역이 대부분 개발로 인해 토지이용이 변화되었음을 알 수 있다. 마지막으로 양평은 15년 동안 녹지지역과 농업지역, 시가화지역의 변화가 2 km2 이내로서 토지피복변화가 거의 없는 것으로 나타났다.
- 반면, 이천과 여주의 녹지는 별다른 변화를 보이지 않았으며, 강원도와 인접한 양평에서도 특별한 변화는 없는 것으로 나타났다. 마지막으로 TA가 다소 증가한 남양주에서는 녹지와 인접한 경작지가 산림이나 초지로 전환되는 모습을 보였으나 녹지 파편화에는 영향을 크게 미치지 않은 것으로 나타났다.
- 상대적으로 녹지분포율이 적은 이천과 여주에서는 별다른 녹지변화를 보이지 않았으며, 도심지에서 멀리 위치한 양평에서도 15년간 특정한 녹지변화는 없는 것으로 나타났다. 마지막으로 녹지면적이 다소 증가한 남양주에서는 녹지와 인접한 경작지가 산림이나 초지로 전환되는 모습을 보였으나 녹지 파편화에 영향을 크게 미치지 않았던 것으로 나타났다. 그러나 1995년 이후부터 남양주 녹지의 형태가 단순화되고 핵심구역비율이 증가한 것으로 보아 이 시기에 골프장 건설 등의 인위적인 요인에 의해 녹지면적이 증가한 것으로 사료된다.
- 6 km2 증가하여 농업지역이 대부분 개발로 인해 토지이용이 변화되었음을 알 수 있다. 마지막으로 양평은 15년 동안 녹지지역과 농업지역, 시가화지역의 변화가 2 km2 이내로서 토지피복변화가 거의 없는 것으로 나타났다.
- 반면에 이천, 양평, 여주에서는 PD의 변화가 미미하여 농업지역의 파편화 진행정도가 심각하지 않았음을 알 수 있다. 마지막으로, 용인과 가평의 농업지역 TA와 PD 변화 추세를 비교하면, 농업 면적이 감소한 정도와 파편화 경향이 일치하지는 않는다는 사실을 알 수 있다. 파편화 지수인 PD는 농업지역이 산림으로 전환되었을 때보다 시가화지역으로 개발되었을 때 급격한 증가경향을 나타내었으며, 이를 통해 농업지역의 경계부가 다른 용도로 전환되는 경우에는 PD가 크게 증가하지 않지만, 도로와 같은 인위적인 선형개발이 농업지역의 파편화에 크게 영향을 미친다는 것을 알 수 있다.
- 이에 비해, 광주, 가평, 안성지역은 TA는 거의 변화하지 않았으나, LPI와 SHAPE_AM 는 상당량 변화를 보인 것으로 나타나 녹지의 분포 및 구조가 불안정하게 바뀐 것으로 판단된다. 반면, 이천과 여주의 녹지는 별다른 변화를 보이지 않았으며, 강원도와 인접한 양평에서도 특별한 변화는 없는 것으로 나타났다. 마지막으로 TA가 다소 증가한 남양주에서는 녹지와 인접한 경작지가 산림이나 초지로 전환되는 모습을 보였으나 녹지 파편화에는 영향을 크게 미치지 않은 것으로 나타났다.
- MN 의 변화가 극심한 지역으로서 농업지역의 파편화와 형태의 변화가 심각했던 것으로 판단된다. 반면에 안성, 가평, 용인지역은 두 지역에 비해 TA 변화는 적었지만 PD와 LSI의 증가경향이 뚜렷하고, LPI와 CALMNe 감소함으로서, 각 농업지역의 규모가 축소되고, 핵심구역도 감소하여 전체적으로 농업 지역의 구조가 불안정하게 변화하였음을 알 수 있다. 후자의 경우는 농업지역의 TA변화가 5% 이하인 지역으로 CAI_MN 지수만 변동을 보이고, 다른 지수들은 거의 변화가 없는 것으로 나타나, 경작지 규모는 다소 축소되었지만 인위적인 요인으로 인한 특정한 변화가 없는 지역으로 판단된다.
- 녹지변화가 가장 두드러지게 나타난 곳은 용인지역으로, 녹지의 총면적 감소율이 가장 크고, LPI도 지속적으로 감소하여 녹지 파편화가 꾸준히 진행되었던 것으로 보인다. 반면에 인위적인 개발사업으로 인해 녹지 형태는 단순화되어, 그 결과 각 녹지의 핵심구역이 차지하는 비율은 증가한 것으로 나타났다. 이에 비해, 광주, 가평, 안성지역은 녹지면적의 변화폭은 적었지만, 녹지의 분포와 형태는 20% 이상 변화하여 그 분포 및 구조는 불안정하게 변화한 것으로 판단된다.
- 이에 비해, 광주, 가평, 안성지역은 녹지면적의 변화폭은 적었지만, 녹지의 분포와 형태는 20% 이상 변화하여 그 분포 및 구조는 불안정하게 변화한 것으로 판단된다. 상대적으로 녹지분포율이 적은 이천과 여주에서는 별다른 녹지변화를 보이지 않았으며, 도심지에서 멀리 위치한 양평에서도 15년간 특정한 녹지변화는 없는 것으로 나타났다. 마지막으로 녹지면적이 다소 증가한 남양주에서는 녹지와 인접한 경작지가 산림이나 초지로 전환되는 모습을 보였으나 녹지 파편화에 영향을 크게 미치지 않았던 것으로 나타났다.
- 남양주의 녹지면적은 1990년부터 꾸준히 증가하였으나, CALMNe 1995년까지는 감소하다가 1995년부터 급격히 증가하는 특이현상을 보였다. 여기서 CALMN이 증가한 용인과 남양주의 토지피복변화패턴을 살펴보면, 녹지 경계부에서 주로 토지형태가 변화됨에 따라 녹지당 핵심구역 비율이 증가하였다는 것을 알 수 있다.
- 일반적으로 녹지 면적의 감소와 핵심구역의 면적 감소는 일정한 비례관계가 성립할 것이라고 예상할 수 있으나 실제 결과는 이와 일치하지 않았다. 용인지역의 경우, 15년 간 녹지면적은 12% 정도 감소하였지만 CALMN 은 130%까지 증가하여 녹지패치 당 중심면적이 차지하는 비율이 오히려 증가하는 것으로 나타났고, 광주와 가평지역은 녹지총면적의 변화가 거의 없었음에도 불구하고 CALMNe 60% 이상 감소하여 핵심구역의 변형 현상이 크게 발생하였다. 남양주의 녹지면적은 1990년부터 꾸준히 증가하였으나, CALMNe 1995년까지는 감소하다가 1995년부터 급격히 증가하는 특이현상을 보였다.
- 군별 TA 변화 정도를 도시하였다. 이 결과, Fig. 4에서 보는 바와 같이, 행정구역별 녹지면적은 T2%부터 +5% 이내로 변화하였으며, 이 중 용인시의 녹지지역이 11.7% 감소하여 가장 큰 변화를 나타냈다. 이에 비해, 남양주는 1990년부터 녹지면적이 증가하여 10년 동안 총 면적이 8% 증가하였고, 안성은 녹지면적의 증감을 주기적으로 반복하는 것으로 나타났다.
- 6에 도시하였다. 이 결과, SHAPEWVMe 광주에서 최대값인 60%증가를 나타냈으나, 용인에서는 48% 감소한 것으로 나타났다. SHAPE는 경관요소 형태의 복잡성을 판단할 수 있는 지수로서 값이 증가할수록 패치의 형태가 불규칙적이고 복잡해진다.
- 9를 살펴보면 1990년 이후부터 모든 지역에서 PD가 지속적으로 증가하였으므로 경기도 전 지역에서 정도의 차이는 있지만 농업지역 파편화가 진행되었다고 판단할 수 있다. 이 중 PD가 300% 이상 증가한 광주지역에서 파편화가 가장 급격하게 진행된 것으로 판단되며, 두 번째로는 농업지역 총면적의 감소가 가장 크게 나타난 남양주에서 PD가 172% 증가하여 경작지의 감소와 함께 파편화도 진행 되었다는 것을 알 수 있다. 반면에 이천, 양평, 여주에서는 PD의 변화가 미미하여 농업지역의 파편화 진행정도가 심각하지 않았음을 알 수 있다.
- 심화되었다는 것을 의미한다. 이를 통해 Fig. 10 에 나타난 농업지역의 LPI 변화를 살펴보면 가평지역을 제외한 대부분의 지역에서 1990년 이후로 꾸준히 LPI가 감소하는 것으로 나타나 파편화가 지속적으로 진행되었다는 것을 알 수 있다. LPI 감소 정도 순서로 파편화 심화도를 정렬하면 광주지역이 1990 년에 비해 120% 감소하여 최대 패치의 면적이 가장 많이 감소하였고, 그 다음으로는 남양주 56%, 안성 39%순으로 나타나 PD로 유추한 파편화순서와 유사하게 나타났다.
- 녹지지역 분석결과, 용인지역의 녹지변화가 가장 심한 것으로 나타났으며, 용인의 녹지 파편화가 꾸준히 진행되고, 그 형태가 인위적인 개발로 인해 단순화된 것으로 나타났다. 이에 비해, 광주, 가평, 안성지역은 TA는 거의 변화하지 않았으나, LPI와 SHAPE_AM 는 상당량 변화를 보인 것으로 나타나 녹지의 분포 및 구조가 불안정하게 바뀐 것으로 판단된다. 반면, 이천과 여주의 녹지는 별다른 변화를 보이지 않았으며, 강원도와 인접한 양평에서도 특별한 변화는 없는 것으로 나타났다.
- 7% 감소하여 가장 큰 변화를 나타냈다. 이에 비해, 남양주는 1990년부터 녹지면적이 증가하여 10년 동안 총 면적이 8% 증가하였고, 안성은 녹지면적의 증감을 주기적으로 반복하는 것으로 나타났다. 나머지 지역에서는 2% 이하의 면적 증가를 나타냈다.
- 이와 같이 상관분석을 통해 경관생태지수들 사이의 상관계수를 검토하고, 공간적 범위에 영향을 받는 NP 지수는 배제하여 소수의 대표 경관생태지수를 선정한 결과, TA, LPI, SHAPE_AM, CAI_MN 등 4개 지수가 녹지지역 변화를 분석하는데 적합한 지수로 선정되었으며, 농업지역의 변화 분석을 위한 지수로는 TA, PD, LPI, LSI, CAI_MN 등 5개 지수가 적합한 것으로 나타났다.
- 마지막으로, 용인과 가평의 농업지역 TA와 PD 변화 추세를 비교하면, 농업 면적이 감소한 정도와 파편화 경향이 일치하지는 않는다는 사실을 알 수 있다. 파편화 지수인 PD는 농업지역이 산림으로 전환되었을 때보다 시가화지역으로 개발되었을 때 급격한 증가경향을 나타내었으며, 이를 통해 농업지역의 경계부가 다른 용도로 전환되는 경우에는 PD가 크게 증가하지 않지만, 도로와 같은 인위적인 선형개발이 농업지역의 파편화에 크게 영향을 미친다는 것을 알 수 있다.
- 반면에 안성, 가평, 용인지역은 두 지역에 비해 TA 변화는 적었지만 PD와 LSI의 증가경향이 뚜렷하고, LPI와 CALMNe 감소함으로서, 각 농업지역의 규모가 축소되고, 핵심구역도 감소하여 전체적으로 농업 지역의 구조가 불안정하게 변화하였음을 알 수 있다. 후자의 경우는 농업지역의 TA변화가 5% 이하인 지역으로 CAI_MN 지수만 변동을 보이고, 다른 지수들은 거의 변화가 없는 것으로 나타나, 경작지 규모는 다소 축소되었지만 인위적인 요인으로 인한 특정한 변화가 없는 지역으로 판단된다.
후속연구
- 이상과 같이 경관생태지수를 활용하여 농촌 지역의 구조적 변화 양상을 분석한 결과는 점점 농촌 경관 보존에 대한 관심이 제고되고 있는 상황에서, 농촌 경관의 파편화를 모니터링하고 방지하는데 활용할 수 있을 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.