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
- 본 연구는 남한에서 북한의 산림복원을 지원할 경우를 대비해, 산림의 황폐화를 추동한 생·물리적 요인을 탐색하고 북한 산림복원 정책에 적용할 시사점을 찾는 것을 목적으로 한다.
가설 설정
- 산지를 전용하거나 저하를 가중시킨 어떤 공간적 조건이 존재한다면, 그 공간의 독특한 조건이 황폐화를 추동하여 더욱 가중시킬 수 있다는 추동이론에 근거 한다.4) 산림이 변화된 지역 중에서 복원 가능성이 있는 잠재복원대상지를 종속변수로, 환경요인을 독립변수로, 황폐화를 추동하는 원인을 분석하면, 북한의 산림 복원계획을 세울 때 유의미한 공간적 대안을 제시할 수 있을 것으로 가정하였다.
제안 방법
- , 2011). 2010년 당시 북한 전역을 10개 항목으로 중분류하였다(Figure 2). 분류 후 정확도는 북한 전역을 커버하는 SPOT5 XS 영상에서 나지를 제외한 총 9개의 토지피복 참조자료(References data)를 계층적 임의 추출방식으로 수집하여 통계적 추론 검증하였다(Jensen, 2004).
- 기준 연도인 1989년 산림은 GLCF(Global Land Cover Facility)에서 AVHRR NDVI(Normalized Difference Vegetation Index) 영상 24개를 내려 받아 MVC(Maximum Value Compositing) 방법으로 구름과 수증기의 영향을 최소화하였다. Median Filtering한 12개월 영상을 수계, 산림, 농경지, 도시화 지역으로 분류한 후, 북한의 산림과 비산림지도를 생성하였다(Figure 1). 분류 후 영상은 공간 해상도 30m의 Landsat TM (Thematic Mapper)의 산림과 비산림에서 임의 추출한 참조 자료(개성, 1989; 원산, 1991; 평양, 1992; 혜산, 1993)를 이용하여 분류정확도 71.
- 무립목지를 추동한 생태요인은 11단계에서 회귀식에 진입하였다. 가장 추운달의 최저기온(bio10), 토양수분함유량 평균(swc_mean), 고도(alt), 토양 수분함유량 최소치(swc_min), 겨울철 온도(bio4), 여름철 온도(bio 3), 토양수분함유량 최고치(swc_max), 연평균 기온(bio1)이 진입하였다. 그러나 연 평균기온(bio1), 겨울철 온도(bio4), 그리고 토양수분함유량 평균(swc_mean)은 유의확률이 낮았다(p > 0.
- 개간산지(1)와 그 외의 지역(0)으로 이분하여 wald 통계량을 검증하였다. 산림이 경작지로 전용된 지역의 생태요인은 8단계에서 회귀식에 진입하였다.
- 산림전용과 산림저하에 영향을 주는 요인은 지형, 온도, 여름철 일사량, 토양수분이었다. 겨울철 온도(bio4), 토양수분함유량 평균(swc_mean), 토양수분함유량 최소치(swc_min), 고도(alt), 여름철 온도(bio3), 토양수분함유량 변동성(swc_cov), 여름철 일사량(ss_mean)이 회귀식에 진입하였다. 가장 더운 달 최고온도(bio9), 가장 추운 달 최저온도(bio10), 여름철 일사량(ss_mean), 토양수분함유량 최소치(swc_min), 토양수분함유량 변동성(swc_cov)은 잠재복원대상지와 서로 (-)부적 관계가 있었다.
- 잠재복원대상지인 무립목지와 개간산지 간의 피어슨 상관(Pearson's correlation)을 분석하여 두 설명변수의 상호 관계를 추정하였다. 고도에 따른 무립목지와 개간산지 비율을 분석하고, 두 개념을 통합한 잠재복원대상지의 공간적 분포를 평가하였다. 잠재복원대상지의 평가에는 공간적 집중, 분산, 임의분포를 설명할 수 있는 전역적 공간자기상관 통계량(Global Moran’s I statistics)을 사용하였다(Alselin et al.
- 산림 영역은 상록침엽수림, 낙엽활엽수림, 혼효림, 낙엽침엽수림, 그리고 북한 산림의 특성인 알파인Alpine)과 무립목지(Sparse forest)를 분류하였다. 농경지의 논과 밭, 그리고 나지와 수역의 총 10개 항목을 분류하였다. 북한의 고산지대는 환경 요인에 의해 수목의 생장이 저지되는 수목 한계선과 고산 알파인이 있다.
- 무립목지(1)와 그 이외 지역(0)으로 이분하여 14개 변수의 wald 통계량을 검증하였다. 무립목지를 추동한 생태요인은 11단계에서 회귀식에 진입하였다.
- 무립목지(1)와 그 이외 지역(0)으로 이분하여 14개 변수의 wald 통계량을 검증하였다. 무립목지를 추동한 생태요인은 11단계에서 회귀식에 진입하였다. 가장 추운달의 최저기온(bio10), 토양수분함유량 평균(swc_mean), 고도(alt), 토양 수분함유량 최소치(swc_min), 겨울철 온도(bio4), 여름철 온도(bio 3), 토양수분함유량 최고치(swc_max), 연평균 기온(bio1)이 진입하였다.
- 산림의 황폐화 추동을 탐색하기 위한 독립변수는 한반도 생태계 주성분 모형에 사용한 한 변수인 alt(고도), bio1(평균 온도), bio2(온도의 계절변동성), bio3(여름철 평균온도), bio4(겨울철 평균온도), bio5(연평균 강수량), bio6(강수량 계절변동성), bio7(겨울철 강수량), bio8(여름철 강수량), swc_mean(토양수분함유량 평균), swc_cov(토양수분함유량 변동성), fpar_mean(생산성 평균), fpar_cov(생산성 변동성), ss_mean(여름철 일사량), ss_cov(여름철 일사량 변동성), sw_mean(겨울철 일사량), sw_cov(겨울철 일사량 변동성)의 17개의 변수(Yu and Kim, 2015)와 산림 전용이나 저하의 생태적 요인을 상세하게 분석할 수 있도록 bio9(가장 더운달 최고온도), bio10(가장 추운 달 최저온도), bio 11(가장 더운 달 강수량), bio 12(가장 추운달 강수량), swc_max(토양수분 함유량 최대치), swc_min(토양수분함유량 최저치)을 추가하였다. 총 23개의 공간 변수를 탐색적 주성분 분석하여 요인1과 요인2에 공통적으로 적재된 변량 14개(Figure 3)를 황폐화 추동 분석의 독립변수로 사용하였다(Table 1).
- 산림이었다가 식량생산을 위한 경작지로 토지이용이 변화된 지역은 ‘개간산지’로, 산림이었다가 벌채, 산불, 방치, 훼손 등으로 산림의 NDVI가 저하된 지역은 ‘무립목지’로 명명하여 분석에 사용하였다(Table 2).
- 산림의 황폐화 추동을 탐색하기 위한 독립변수는 한반도 생태계 주성분 모형에 사용한 한 변수인 alt(고도), bio1(평균 온도), bio2(온도의 계절변동성), bio3(여름철 평균온도), bio4(겨울철 평균온도), bio5(연평균 강수량), bio6(강수량 계절변동성), bio7(겨울철 강수량), bio8(여름철 강수량), swc_mean(토양수분함유량 평균), swc_cov(토양수분함유량 변동성), fpar_mean(생산성 평균), fpar_cov(생산성 변동성), ss_mean(여름철 일사량), ss_cov(여름철 일사량 변동성), sw_mean(겨울철 일사량), sw_cov(겨울철 일사량 변동성)의 17개의 변수(Yu and Kim, 2015)와 산림 전용이나 저하의 생태적 요인을 상세하게 분석할 수 있도록 bio9(가장 더운달 최고온도), bio10(가장 추운 달 최저온도), bio 11(가장 더운 달 강수량), bio 12(가장 추운달 강수량), swc_max(토양수분 함유량 최대치), swc_min(토양수분함유량 최저치)을 추가하였다. 총 23개의 공간 변수를 탐색적 주성분 분석하여 요인1과 요인2에 공통적으로 적재된 변량 14개(Figure 3)를 황폐화 추동 분석의 독립변수로 사용하였다(Table 1).
대상 데이터
- AVHRR(Advanced Very High Resolution Radiometer)은 1981년 이래 지구 전체에 대한 영상을 수집하여 제공한다. 공간 해상도는 0.
- 따라서 본 연구의 잠재 복원대상지는 1989년 산림이었다가 2008년 현재 ‘개간산지’와 ‘무립목지’로 변화된 지역이다(Figure 4).
- 연구에 사용된 2008년 현재 북한 토지피복도는 공간해상도 250m의 MODIS(Moderate Resolution Imaging Spectroradiometer) NDVI 영상으로 제작된 선행연구 결과물이다(Yu et al., 2011). 2010년 당시 북한 전역을 10개 항목으로 중분류하였다(Figure 2).
데이터처리
- 2010년 당시 북한 전역을 10개 항목으로 중분류하였다(Figure 2). 분류 후 정확도는 북한 전역을 커버하는 SPOT5 XS 영상에서 나지를 제외한 총 9개의 토지피복 참조자료(References data)를 계층적 임의 추출방식으로 수집하여 통계적 추론 검증하였다(Jensen, 2004).
- 산림 전용(Deforestation)과 저하(Degradation)를 추동하는 요인은 이진 로지스틱 다중회귀분석을 통해 탐색하였다(Dubovyk et al., 2013). 이진 로지스틱 회귀분석은 이진 형 종속변수(잠재복원대상지)와 공변량의 인과 관계를 설명할 수 있는 방법으로, 무립목지, 개간산지, 잠재복원대상지를 각각 분석하였다(Table 3).
- 잠재복원대상지(1)와 그 외 지역(0)으로 이분하여 14개 변수의 wald 통계량을 검증하였다. 산림전용과 산림저하에 영향을 주는 요인은 지형, 온도, 여름철 일사량, 토양수분이었다.
- 잠재복원대상지인 무립목지와 개간산지 간의 피어슨 상관(Pearson's correlation)을 분석하여 두 설명변수의 상호 관계를 추정하였다.
이론/모형
- 잠재복원대상지의 평가에는 공간적 집중, 분산, 임의분포를 설명할 수 있는 전역적 공간자기상관 통계량(Global Moran’s I statistics)을 사용하였다(Alselin et al., 2000).
- 이진 로지스틱 회귀분석은 이진 형 종속변수(잠재복원대상지)와 공변량의 인과 관계를 설명할 수 있는 방법으로, 무립목지, 개간산지, 잠재복원대상지를 각각 분석하였다(Table 3). 회귀식에 진입하는 공변량을 제거하는 검정 방법은 단계적 전진법인 Wald 통계량(Stepwise forward statistics)을 사용하였다. 모형 내의 모든 변수에 대해 Wald 통계량을 조사하여 유의수준이 가장 큰 변수 중 기준 절단값(0.
성능/효과
- 1) 기후재난으로 촉발된 ‘고난의 행군’ 동안 경작지 전용, 전용 산지의 방치, 과도한 에너지원 채취 등이 복합적으로 작용한 것으로 알려졌다.
- 겨울철 온도(bio4), 토양수분함유량 평균(swc_mean), 토양수분함유량 최소치(swc_min), 고도(alt), 여름철 온도(bio3), 토양수분함유량 변동성(swc_cov), 여름철 일사량(ss_mean)이 회귀식에 진입하였다. 가장 더운 달 최고온도(bio9), 가장 추운 달 최저온도(bio10), 여름철 일사량(ss_mean), 토양수분함유량 최소치(swc_min), 토양수분함유량 변동성(swc_cov)은 잠재복원대상지와 서로 (-)부적 관계가 있었다. 여름철 온도(bio3), 겨울철 온도(bio4), 고도(alt), 토양수분함유량 최고치(swc_max)와 토양수분함유량 평균(swc_mean)은 북한의 산림이 황폐화되는 것과 (+)양적 관련이 있었다(Table 5).
- 잠재복원대상지(1)와 그 외 지역(0)으로 이분하여 14개 변수의 wald 통계량을 검증하였다. 산림전용과 산림저하에 영향을 주는 요인은 지형, 온도, 여름철 일사량, 토양수분이었다. 겨울철 온도(bio4), 토양수분함유량 평균(swc_mean), 토양수분함유량 최소치(swc_min), 고도(alt), 여름철 온도(bio3), 토양수분함유량 변동성(swc_cov), 여름철 일사량(ss_mean)이 회귀식에 진입하였다.
- 북한의 고산지대는 환경 요인에 의해 수목의 생장이 저지되는 수목 한계선과 고산 알파인이 있다. 알파인을 구성하는 초본과 관목은 생물계절(Phenology) 곡선이 각각 논이나 밭과 유사하기 때문에 경작지로 오분류 되던 것을 바로 잡아서 토지피복 분류정확도를 높일 수 있었다.
- 가장 더운 달 최고온도(bio9), 가장 추운 달 최저온도(bio10), 여름철 일사량(ss_mean), 토양수분함유량 최소치(swc_min), 토양수분함유량 변동성(swc_cov)은 잠재복원대상지와 서로 (-)부적 관계가 있었다. 여름철 온도(bio3), 겨울철 온도(bio4), 고도(alt), 토양수분함유량 최고치(swc_max)와 토양수분함유량 평균(swc_mean)은 북한의 산림이 황폐화되는 것과 (+)양적 관련이 있었다(Table 5).
- 따라서 무립목지를 추동한 생태요인은 고도, 온도와 토양수분함유량으로, 산림황폐화를 추동한 요인과 유사하였다. 이들 생태요인 중에서 가장 추운달 최저기온(bio10), 가장 더운달 최고온도(bio9)과 토양수분함유량 최소치(swc_min)는 무립목지와 (-)부적 상관이 있었다. 고도(alt), 여름철 온도(bio3)와 토양수분 함유량 최고치(swc_max)는 무립목지를 추동한 요인과 (+)양적 상관이 있었다(Table 6).
- 잠재복원대상지인 무립목지와 개간산지 사이에는 높은 양의 상관이 있어서(r = 91), 무립 목지와 경작지 전용은 양적(+)으로 상호 작용하는 것을 추정할 수 있었다. 산림에 작물을 심기위해 개간되었다가 방치되면 무립목지 상태가 되고, 산림을 개간하기 위해서는 벌채 후 후벌 작업 기간 동안 무립목지 상태가 지속되는 과정과는 관련이 큰 것으로 추정되었다.
후속연구
- 따라서 남한에서 북한의 산림복원을 지원할 경우, 북한의 식량 사정과 산지이용을 고려하여 토양수분을 일정하게 유지할 수 있는 ‘다락밭’은 우선복원대상지에서 제외시킬 필요가 있다. 또한, 고원생태계의 중요성을 감안하여, 복원대상지를 선정할 때, 경사도 이외에 고도와 지역의 사회․경제적 다기준 평가 기준을 개발하여 북한 산림복원 계획에 반영할 필요가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.