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 연구는 한반도 산림생태계에 대한 기후변화 영향 및 평가를 위해, HyTAG와 MC1모델을 이용하여 산림 분포와 산림 기능을 정량 · 정성적인 수치로 평가하고, 산림생태계와 연관성이 있는 사회 · 환경적 지표를 추가하여 산림생태계의 취약성을 평가하였다.
- 미래 자료가 없는 지표를 현재 자료로 대체한 부분과 단위구역 별 하나의 값을 갖는 통계자료의 불연속성이 정확한 평가를 저해시키는 요인이 될 수 있었다. 또한 각 지수에 가중치를 부여할 수 있지만, 이를 위해서는 지표 간 기후변화와의 관계에 대한 정량적 평가가 선행되어야 하기 때문에 본 연구에서는 일률적인 가중치를 두고 평가하였다. 향후 통계학적 방법과 전문가 설문을 통한 다중응답 방법 등을 사용하여 가중치 적용에 따른 취약성 변화에 대한 연구가 진행 될 필요가 있다.
제안 방법
- 따라서 본 연구는 한반도 산림생태계에 대한 기후변화 영향 및 평가를 위해, HyTAG와 MC1모델을 이용하여 산림 분포와 산림 기능을 정량 · 정성적인 수치로 평가하고, 산림생태계와 연관성이 있는 사회 · 환경적 지표를 추가하여 산림생태계의 취약성을 평가하였다. 국가 기후변화 정책의 우선순위를 판단하기 위해, 지표 별 공간 분포 지도를 작성하고, 행정구역간의 산림 취약성 결과를 비교해 보았다.
- IPCC에서는 취약성을 평가할 때 민감성(Sensitivity), 노출(Exposure), 적응성(Adaptation)을 규준으로 할 것을 권고하고 있다(IPCC, 2007b). 산림생태계 취약성 평가의 규준에 대한 지표를 선정하였다(Table 1). 취약성의 규준과 지표는 민감성과 적응성을 통해 정량적으로 표현될 수 있다.
- 모델 구동 결과인 산림 분포 변화와 생태계 기능 변화를 민감도와 적응 지표의 하나로서 사용하고, 그 외에 산림생태계에 대한 사회 · 환경적 지표를 선정하였다.
- , 1998)의 통합모델이다. 본 연구에서 한반도 산림 생태계 기능 평가를 위하여 사용되었으며 모델로부터 추정되는 순일차생산량(NPP: net primary production)과 토양탄소 저장량(SCS: soil carbon storage)을 산림생태계 기능 취약성의 요소로 채택하였다. 이 두 값의 변이성의 값이 클수록 산림기능의 민감성은 높은 것이며, 반대로 낮은 변이성 값은 상대적으로 민감성이 낮은 것을 의미한다(Yu et al.
- 취약성 평가에 앞서 각 규준별 지표들을 산술 평균하여 통합함으로써 현재와 미래의 민감도, 노출 그리고 적응능력 분포지도를 작성하였다(Fig. 3). 민감도의 경우 강원도 산간 지역과 충청남도 북서부의 민감도가 높은것으로 나타났으며, 지표들이 1km의 공간범위를 가지기 때문에 매우 세밀한 공간 분포를 나타내었다(Fig.
- 이상의 민감성, 노출, 적응능력에 해당하는 지표를 활용하여 산림생태계 취약성 지도를 Fig. 4와 같이 현재, 미래에 대해 구축하였다. 기후변화에 대한 현재 산림 취약성은 동북부와 남부지역에서 높게 나타났으며, 이 중에서도 도시지역이 상대적으로 높은 것으로 나타났다.
- 본 연구에서는 시·공간적 자료의 분석을 통하여 기후변화에 대한 산림취약성 평가를 하였다.
- 본 연구에서는 시·공간적 자료의 분석을 통하여 기후변화에 대한 산림취약성 평가를 하였다. 취약성 평가를 위해, 취약성 규준인 민감도, 노출, 적응에 해당하는 지표를 기존 연구의 결과를 발전시켜 사용하였다. 시간 범위를 달리하는 지표를 이용하여 현재와 미래의 취약성을 구분하여 평가하였다.
- 취약성 평가를 위해, 취약성 규준인 민감도, 노출, 적응에 해당하는 지표를 기존 연구의 결과를 발전시켜 사용하였다. 시간 범위를 달리하는 지표를 이용하여 현재와 미래의 취약성을 구분하여 평가하였다. 그 결과, 현재에서 미래로 갈수록 기후변화에 대한 산림생태계의 취약성이 전국적으로 높아지는 경향을 보였고, 민감도 또는 노출에 비해 사회·환경 지표의 비중이 큰 적응능력이 취약성 평가에 영향력이 크다는 결론을 얻었다.
대상 데이터
- 본 연구의 연구대상지는 북위 33°9’부터 38°72’, 동경 124°54’부터 131°6’사이의 남한 전체 지역이다(Fig. 1).
- 영급과 밀도는 산림 구조의 안정성 및 자연성을 나타내는 척도로 활용될 수 있기 때문에(국립공원관리공단, 2005), 나이가 너무 적거나 많은 산림은 기후변화 민감성이 높은 것으로 간주하여 지표를 선정하였다. 밀도는 높을수록 민감성이 낮은 것으로 지표를 설정하였으며 영급과 밀도 모두 산림청에서 제작하는 임상도에서 관련 정보를 추출하여 사용하였다.
- 적응능력 지표로 주어진 기간 동안 산림의 변화가 어느 방향으로 이루어 졌는가로 평가되는 산림유형 적응성을 선정하였다(Choi et al., 2011a). 기후변화에 따른 산림유형의 변화가 낮은 방향에서 높은 방향 [아열대 상록수림 -> 아고산 침엽수림]으로 이루어지면 방향이 긍정적인 (+) 것으로 하여 1씩 더하고, 반대인 경우에는 방향이 부정적인 (-) 것으로 하여 1씩 감하여 그 누적 값으로 적응성을 산출하였다(Table 2).
이론/모형
- 임종환과 신준환(2005), 공우석(2005)의 연구결과에 따르면 우리나라에서 기온이 증가함에 따라 침엽수종이 감소하므로, 임상에서 침엽수를 민감성이 높은 것으로, 상대적으로 소멸위험이 적은 활엽수는 민감성이 낮은 것으로 등급화를 하여 지표를 선정하였다. 영급과 밀도는 산림 구조의 안정성 및 자연성을 나타내는 척도로 활용될 수 있기 때문에(국립공원관리공단, 2005), 나이가 너무 적거나 많은 산림은 기후변화 민감성이 높은 것으로 간주하여 지표를 선정하였다. 밀도는 높을수록 민감성이 낮은 것으로 지표를 설정하였으며 영급과 밀도 모두 산림청에서 제작하는 임상도에서 관련 정보를 추출하여 사용하였다.
- 이를 바탕으로 본 연구에서는 한화진 외(2006)가 사용한 취약성 평가식인 식 (1)과 같이 민감성과 노출의 곱을 적응성으로 나누는 방법을 이용하여 취약성 평가를 진행하였다. 즉 기후변화 민감도가 높고, 기후변화 적응성이 낮을수록 취약성이 높은 것으로 평가될 수 있다.
성능/효과
- 식생유형의 변화는 온량지수(WI: Warmth Index)와 최저온도지수(MTCI: Minimum Temperature Index of the Coldest month), 유효강우지수(PEI: Precipitation Effectiveness Index)를 사용하는 한국형 식생모델인 HyTAG의 결과값으로 나타낼 수 있는데, 산지가 많고 복잡한 지형인 한반도 산림 생태계를 평가하는데 적합한 모델이며, 기후조건이 식생의 잠재 분포 범위에 적합하지 않을 경우 잠재식생분포가 변화한다는 가정에서 이루어진다. 즉, 모의 과정에서 기후조건의 변화에 따라 기간별 잠재식생분포가 변화하면 변화빈도가 1씩 증가하게 되어 최종 변화 빈도수가 높을수록 민감성이 높은 것으로 평가된다(Table 2).
- , 1994). 따라서 봄철(3~5월) 평균 강수량의 증감률을 노출의 지표로 사용하여 강수량이 감소할수록 노출이 증가하는 것으로 평가하였다.
- 산지전용률은 전라남도, 울산, 대구시에서 높은 것으로 나타났다. 현재 식생유형의 변화 횟수는 서울과 경기 지역이 가장 높았고 전남을 포함한 남부지방이 낮게 나타났다. 그러나 미래에는 경기도는 여전히 높으나 서울은 가장 낮게 나타났다.
- 그러나 미래에는 경기도는 여전히 높으나 서울은 가장 낮게 나타났다. 산림밀도는 부산과 강원도가 가장 높게 나타났고 서울시가 가장 낮게 나타났으며, 산림영급은 대구광역시가 가장 높았다. 현재와 미래 순일차 생산량 변이는 강원도가 가장 높았으며 미래로 갈수록 경기도와 서울시가 높아지는 경향을 보였다.
- 산림밀도는 부산과 강원도가 가장 높게 나타났고 서울시가 가장 낮게 나타났으며, 산림영급은 대구광역시가 가장 높았다. 현재와 미래 순일차 생산량 변이는 강원도가 가장 높았으며 미래로 갈수록 경기도와 서울시가 높아지는 경향을 보였다. 현재 토양탄소 저장량 변이는 경상남도가 높았으나 미래에는 강원도가 가장 높았다.
- 노출지표를 나타내는 일사량 증감률은 부산지역이 가장 높았으며 강수 증감률은 경기도가 가장 높게 나타났다. 적응 지표로 사용된 산림공무원 수는 서울을 포함한 대도시 지역에서 매우 높게 나타났으며 산림보호구역은 울산이 가장 높고, 숲가꾸기 증감률은 광주광역시가 가장 높았다. 식생 유형의 변화 경향으로 보아 현재에는 경상북도가 적응을 잘하는 쪽으로 변화하지만 미래에는 서울과 제주도의 적응력이 높은 것으로 나타났다.
- 적응 지표로 사용된 산림공무원 수는 서울을 포함한 대도시 지역에서 매우 높게 나타났으며 산림보호구역은 울산이 가장 높고, 숲가꾸기 증감률은 광주광역시가 가장 높았다. 식생 유형의 변화 경향으로 보아 현재에는 경상북도가 적응을 잘하는 쪽으로 변화하지만 미래에는 서울과 제주도의 적응력이 높은 것으로 나타났다. 재정자주도는 서울시가 가장 높았으며 광주광역시가 가장 낮았다.
- 재정자주도는 서울시가 가장 높았으며 광주광역시가 가장 낮았다. 현재 순 일차 생산량 변화 경향은 충청남도가 가장 높았으며 미래에는 대전광역시가 가장 적응을 잘하는 것으로 나타났다. 토양탄소 저장량 변화 경향은 현재에는 산림비율이 가장 적은 충청도가, 미래에는 산림비율이 가장 많은 강원도가 적응을 잘 하는 것으로 나타났다.
- 현재 순 일차 생산량 변화 경향은 충청남도가 가장 높았으며 미래에는 대전광역시가 가장 적응을 잘하는 것으로 나타났다. 토양탄소 저장량 변화 경향은 현재에는 산림비율이 가장 적은 충청도가, 미래에는 산림비율이 가장 많은 강원도가 적응을 잘 하는 것으로 나타났다. 절대적 수치를 비교한 결과 대체로 현재에서 미래로 갈수록 민감도 값은 높아지고, 적응 능력은 낮아지는 경향을 보였다.
- 토양탄소 저장량 변화 경향은 현재에는 산림비율이 가장 적은 충청도가, 미래에는 산림비율이 가장 많은 강원도가 적응을 잘 하는 것으로 나타났다. 절대적 수치를 비교한 결과 대체로 현재에서 미래로 갈수록 민감도 값은 높아지고, 적응 능력은 낮아지는 경향을 보였다. 특히 적응능력 값은 작게는 248개 시군구, 크게는 시도별로 뚜렷한 차이를 보이는 것이 특징이다(Fig.
- 3b). 노출은 경기도와 울산, 경상남도 북부가 높고, 강원도와 제주도 산간지역이 낮은 것으로 보아 지역적 차이가 매우 뚜렷한 일사량 증감률의 영향을 많이 받은 것으로 분석할 수 있었다(Fig. 3c). 적응 능력의 경우, 도시지역이 대체적으로 높은 것으로 나타나는데, 이것은 도시에서 산림 면적대비 공무원 수와 재정자주도가 높기 때문에 나타난 결과라고 판단되었다(Fig.
- 4와 같이 현재, 미래에 대해 구축하였다. 기후변화에 대한 현재 산림 취약성은 동북부와 남부지역에서 높게 나타났으며, 이 중에서도 도시지역이 상대적으로 높은 것으로 나타났다. 반면 제주도와 남서부 일대, 북부지역 일대는 취약성이 매우 낮은 것으로 나타났다.
- 반면 제주도와 남서부 일대, 북부지역 일대는 취약성이 매우 낮은 것으로 나타났다. 취약성이 낮은 지역은 공통적으로 산림 분포/기능 취약성이 낮으며, 산림면적 대비 산림관련 공무원 수가 많은 것으로 나타났다. 미래 취약성의 경우 대체로 큰 분포변화 없이 현재에 비해 취약성 정도가 높아지는 것으로 나타났다.
- 시간 범위를 달리하는 지표를 이용하여 현재와 미래의 취약성을 구분하여 평가하였다. 그 결과, 현재에서 미래로 갈수록 기후변화에 대한 산림생태계의 취약성이 전국적으로 높아지는 경향을 보였고, 민감도 또는 노출에 비해 사회·환경 지표의 비중이 큰 적응능력이 취약성 평가에 영향력이 크다는 결론을 얻었다.
- 현재 토양탄소 저장량 변이는 경상남도가 높았으나 미래에는 강원도가 가장 높았다. 노출지표를 나타내는 일사량 증감률은 부산지역이 가장 높았으며 강수 증감률은 경기도가 가장 높게 나타났다. 적응 지표로 사용된 산림공무원 수는 서울을 포함한 대도시 지역에서 매우 높게 나타났으며 산림보호구역은 울산이 가장 높고, 숲가꾸기 증감률은 광주광역시가 가장 높았다.
후속연구
- 그러므로 모델 구동과 사회 · 환경 지표를 통합하여 취약성 평가의 정확성과 정책적 활용성을 제고할 수 있는 연구의 필요성이 요구되었다.
- 본 연구는 모델 자료에 사회 · 환경 지표를 추가하였다는 점에서 기존의 연구와 차별성을 가지고 있으며, 이는 기후변화에 따른 산림 생태계가 사회·환경적 요소들에 어떻게 영향을 받는지 판단할 수 있기 때문에 향후 정책적 활용성을 증가시키는 데 도움이 될 것으로 사료된다.
- 우리나라를 대상으로 산림생태계 취약성을 평가하는 것은 국내 기후변화가 산림에 미치는 영향을 인식하고, 적응 대책을 수립하는 데 도움이 될 것이다. 본 연구는 모델 자료에 사회 · 환경 지표를 추가하였다는 점에서 기존의 연구와 차별성을 가지고 있으며, 이는 기후변화에 따른 산림 생태계가 사회·환경적 요소들에 어떻게 영향을 받는지 판단할 수 있기 때문에 향후 정책적 활용성을 증가시키는 데 도움이 될 것으로 사료된다.
- 본 연구는 모델 자료에 사회 · 환경 지표를 추가하였다는 점에서 기존의 연구와 차별성을 가지고 있으며, 이는 기후변화에 따른 산림 생태계가 사회·환경적 요소들에 어떻게 영향을 받는지 판단할 수 있기 때문에 향후 정책적 활용성을 증가시키는 데 도움이 될 것으로 사료된다. 그러나, 산림생태계 영향 인자의 자료 취득이 불충분했던 점은 연구의 한계로 남았다. 미래 자료가 없는 지표를 현재 자료로 대체한 부분과 단위구역 별 하나의 값을 갖는 통계자료의 불연속성이 정확한 평가를 저해시키는 요인이 될 수 있었다.
- 또한 각 지수에 가중치를 부여할 수 있지만, 이를 위해서는 지표 간 기후변화와의 관계에 대한 정량적 평가가 선행되어야 하기 때문에 본 연구에서는 일률적인 가중치를 두고 평가하였다. 향후 통계학적 방법과 전문가 설문을 통한 다중응답 방법 등을 사용하여 가중치 적용에 따른 취약성 변화에 대한 연구가 진행 될 필요가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.