시군구 단위 산림통계의 사회적 필요성에도 불구하고 자료의 부족으로 인하여 현실을 반영한 산림통계 산출이 어려운 상황에 있다. 따라서, 시군구 산림 통계 산출을 위하여 해당 시군구의 국가산림자원조사 자료와 주변 지역의 자료를 함께 활용하여 통계량의 오차 수준을 감소시키고 소면적 통계량이 해당 지역 산림의 지역적 특수성을 반영할 수 있는 새로운 소면적 통계산출 방법의 개발이 필요하다. 본 연구에서는 소면적 지역과 특성 구조가 유사하다는 가정을 만족하면서 통계산출을 위한 최소한의 표본점 개수를 확보하기에 적정한 공간 단위에 대한 연구를 수행하였다. 그리고 산림의 지역적 특성을 결정하는 주요 요인인 기후, 토양, 수종 구성 등의 동질성을 기준으로 구획된 확장시군구 기반의 합성추정법, 시 도 단위 자료를 이용하는 기본계획구 합성추정법, 인접 시군구 자료를 이용하는 이웃시군 합성추정법을 비교하고, 이 방법들을 통해 산출된 임목축적 통계의 지역적 특성 설명력과 상위 통계와의 관계에 대한 평가를 수행했다. 그 결과, 확장시군구 합성추정법이 기본계획구 합성추정과 이웃시군 합성추정보다 지역적 특성을 보다 잘 반영하는 통계를 산출하는 것으로 평가되었다. 또한 확장시군구 합성추정법을 통해 산출된 통계량은 시도 단위로 산출된 통계량의 95% 신뢰구간 내에 포함되었으며, 이웃시군 합성추정법에 의해 산출된 결과보다 시도단위 통계량과의 차이가 적게 발생하였다.
시군구 단위 산림통계의 사회적 필요성에도 불구하고 자료의 부족으로 인하여 현실을 반영한 산림통계 산출이 어려운 상황에 있다. 따라서, 시군구 산림 통계 산출을 위하여 해당 시군구의 국가산림자원조사 자료와 주변 지역의 자료를 함께 활용하여 통계량의 오차 수준을 감소시키고 소면적 통계량이 해당 지역 산림의 지역적 특수성을 반영할 수 있는 새로운 소면적 통계산출 방법의 개발이 필요하다. 본 연구에서는 소면적 지역과 특성 구조가 유사하다는 가정을 만족하면서 통계산출을 위한 최소한의 표본점 개수를 확보하기에 적정한 공간 단위에 대한 연구를 수행하였다. 그리고 산림의 지역적 특성을 결정하는 주요 요인인 기후, 토양, 수종 구성 등의 동질성을 기준으로 구획된 확장시군구 기반의 합성추정법, 시 도 단위 자료를 이용하는 기본계획구 합성추정법, 인접 시군구 자료를 이용하는 이웃시군 합성추정법을 비교하고, 이 방법들을 통해 산출된 임목축적 통계의 지역적 특성 설명력과 상위 통계와의 관계에 대한 평가를 수행했다. 그 결과, 확장시군구 합성추정법이 기본계획구 합성추정과 이웃시군 합성추정보다 지역적 특성을 보다 잘 반영하는 통계를 산출하는 것으로 평가되었다. 또한 확장시군구 합성추정법을 통해 산출된 통계량은 시도 단위로 산출된 통계량의 95% 신뢰구간 내에 포함되었으며, 이웃시군 합성추정법에 의해 산출된 결과보다 시도단위 통계량과의 차이가 적게 발생하였다.
Forest statistics of local administrative districts have many social needs, nevertheless we have some difficulties for working out an accurate statistics because of insufficient data in small-area level. Thus, new small-area estimation method has to set aside additional data, decrease errors of stat...
Forest statistics of local administrative districts have many social needs, nevertheless we have some difficulties for working out an accurate statistics because of insufficient data in small-area level. Thus, new small-area estimation method has to set aside additional data, decrease errors of statistics and consider the local forest characteristics at the same time. In this study, we researched the spatial divisions that can set aside additional data for statistics production and satisfy the major premise, which is "forest characteristics of spatial divisions have to be equal to that of small-area". And we compared synthetic estimation methods based on three different spatial divisions(provinces, neighbor districts and new expanded districts). New expanded districts were divided based on the criteria of climate, soil type and tree species composition that affects local forest characteristics. Small-area statistics were assessed in terms of the ability to estimate local forest characteristics and consistency within large-area statistics. As a result, new expanded districts synthetic estimation was assessed to calculate statistics that reflects local forest characteristics better than other two estimation methods. Moreover, this synthetic estimation method produced the statistics that was included within 95% confidence interval of large-area statistics and was the closer to large-area statistics than the neighbor districts synthetic estimation.
Forest statistics of local administrative districts have many social needs, nevertheless we have some difficulties for working out an accurate statistics because of insufficient data in small-area level. Thus, new small-area estimation method has to set aside additional data, decrease errors of statistics and consider the local forest characteristics at the same time. In this study, we researched the spatial divisions that can set aside additional data for statistics production and satisfy the major premise, which is "forest characteristics of spatial divisions have to be equal to that of small-area". And we compared synthetic estimation methods based on three different spatial divisions(provinces, neighbor districts and new expanded districts). New expanded districts were divided based on the criteria of climate, soil type and tree species composition that affects local forest characteristics. Small-area statistics were assessed in terms of the ability to estimate local forest characteristics and consistency within large-area statistics. As a result, new expanded districts synthetic estimation was assessed to calculate statistics that reflects local forest characteristics better than other two estimation methods. Moreover, this synthetic estimation method produced the statistics that was included within 95% confidence interval of large-area statistics and was the closer to large-area statistics than the neighbor districts synthetic estimation.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
모형기반 추정은 소면적 통계산출과 동시에 세밀한 공간정보를 산출할 수 있는 장점이 있으나, 상위 통계와의 적합성 및 활용성 부분에서의 한계가 있었다. 따라서 본 연구에서는 국내 여건에 맞는 소면적 통계산출 방법을 선정하기 위해 국내 산림통계 산출의 기존 접근방법이자 비산림분야에서도 오랜 기간 검토가 이루어진 합성추정법의 적용방법을 개선하는데 초점을 두었다.
본 연구에서는 통계산출 대상인 소지역과 소지역을 포함한 대지역의 특성구조가 유사하다는 가정을 만족하면서 산림통계 산출을 위한 최소한의 표본점 개수를 확보할 수 있는 공간단위에 대한 연구를 수행하며, 새롭게 도출된 공간 구분 기준을 적용한 합성추정법을 통해 소면적 통계를 산출하고자 하였다. 그리고 소면적통계 산출을 위해 기본계획구 자료를 이용해왔던 기존 방법, 이웃시군의 자료를 이용하는 방법, 그리고 새로운 산림공간구획을 적용하는 방법에 대해 지역적 특성 반영 효과와 오차수준의 비교 검토를 수행하였다.
그리고 소면적통계 산출을 위해 기본계획구 자료를 이용해왔던 기존 방법, 이웃시군의 자료를 이용하는 방법, 그리고 새로운 산림공간구획을 적용하는 방법에 대해 지역적 특성 반영 효과와 오차수준의 비교 검토를 수행하였다. 최종적으로 국내 실정에 가장 적합한 합성추정법 기반 소면적 산출방법을 도출하고자 하였다.
본 연구는 표본점 개수가 제한적인 소면적의 통계를 산출하는데 있어서 주변 표본점 자료를 활용을 하는 동시에 지역적 특성을 최대한 반영할 수 있는 방법을 개발하는 것이 목표이다. 이를 위해, 지역 내 동질성을 고려한 새로운 확장시군구 구획을 통한 합성추정법을 적용하였으며, 이 결과와 기존에 다루어졌던 기본계획구 합성추정법, 이웃시군 합성추정법을 비교하여 효과성을 평가하였다.
제안 방법
본 연구에서는 통계산출 대상인 소지역과 소지역을 포함한 대지역의 특성구조가 유사하다는 가정을 만족하면서 산림통계 산출을 위한 최소한의 표본점 개수를 확보할 수 있는 공간단위에 대한 연구를 수행하며, 새롭게 도출된 공간 구분 기준을 적용한 합성추정법을 통해 소면적 통계를 산출하고자 하였다. 그리고 소면적통계 산출을 위해 기본계획구 자료를 이용해왔던 기존 방법, 이웃시군의 자료를 이용하는 방법, 그리고 새로운 산림공간구획을 적용하는 방법에 대해 지역적 특성 반영 효과와 오차수준의 비교 검토를 수행하였다. 최종적으로 국내 실정에 가장 적합한 합성추정법 기반 소면적 산출방법을 도출하고자 하였다.
본 연구에서는 평균임목축적량 산출시 적용 가능한 합성추정법의 세 가지 방법에 따른 영향을 비교·평가하기 위해 직접추정법으로 산출된 통계를 이용하였다.
시군구의 층화별 통계를 이용해 지역적 변이의 설명력(정확도 평가)을 평가하고 기본계획구(시·도) 단위 통계를 이용하여 상위통계와의 일관성 등을 평가하였다.
연구대상지 내 시군구별 임상별 표본점 보유 현황은 Table 1과 같으며, 행정구역 및 산림의 면적에 따라 포함하고 있는 표본점 개수가 지역별로 차이를 보인다. 국가산림자원조사 표본점은 4개의 부표본점으로 구성된 집락표본점으로 배치되어 있으나, 본 연구에서는 각 부표본점을 개별 표본점으로 나누어 분석을 수행하였으며, Table 1에서는 부표본점의 개수를 표기하였다.
본 연구에서 제시한 새로운 공간구획에 따른 합성추정 방법은 확장시군구 합성추정(New expanded districts synthetic estimation)이라 지칭하였다. 주변지역 확장에 따라 층화별 평균임목축적량을 산출하고, 산림면적은 실제 해당 시군의 면적 자료를 이용하여 최종적으로 신군구 산림통계를 산출하였다. 본 연구에서는 평균임목축적량 산출시 적용 가능한 합성추정법의 세 가지 방법에 따른 영향을 비교·평가하기 위해 직접추정법으로 산출된 통계를 이용하였다.
합성추정법은 소면적의 자료 부족을 보완하기 위해 이웃지역의 자료를 함께 이용해서 통계산출을 하는 방법으로서, 이웃지역의 설정방법에 따라 통계산출의 결과가 영향을 받는다. 본 연구에서는 세 가지 이웃지역 설정방법을 적용하였다. 이웃지역 설정을 위한 공간단위 기준으로는 기본계획구, 이웃시군, 동질성이 평가된 확장 시군구를 적용하였다.
(2007)의 연구를 참고하여 산림부문에 적용 가능하도록 동질성 기준, 표본의 개수 등의 조건을 설정하였다. 임분생장 동질성 요인으로서 생태권역(Shin et al., 2009), 토양형, 주요 수종의 정보를 이용하였다(Figure 2). 생태권역은 주로 지형과 기후요인을 고려하여 전국을 대상으로 구분되어 있다.
생태권역은 주로 지형과 기후요인을 고려하여 전국을 대상으로 구분되어 있다. 토양형은 1:25,000산림입지도에서 정보를 취득하였으며, 시군구 내 출현하고 있는 토양형을 파악하였다. B는 갈색 산림토양군, RY는 적황색 산림토양군 그리고 DR은 암적색 산림토양군을 말한다.
셋째, 소면적 통계집계구역 내에 포함되어 있는 표본점 조사지점의 개수는 최소 100개 이상이어야 한다. 세 가지 원칙을 중첩하여 특성이 유사한 시군구를 묶는 작업을 수행했다. 최소 표본점 개수는 변이계수를 1.
임상은 침엽수 또는 활엽수 75% 이상 점유 여부에 따라 침엽수림, 활엽수림, 혼효림으로 구분되며, 영급은 10년 단위로 등급을 구분하고 있다. 본 연구에서는 국가 산림통계 산출 기준에 따라 I영급(1~10년생)은 분석에서 제외하였으며, VI영급 이상은 산림면적이 매우 적고 표본점 개수 또한 부족하기 때문에 VI영급에 함께 포함하여 분석하였다.
)과 총임목축적량(T)을 산출하는 방법은 Kim et al.(2011)의 방법을 기초로 하여 변형 적용하였다. 층화구분은 임상과 영급구분을 적용하였으며, 층화별 가중치(ωh)는 층화별 산림면적(Ah)의 비율에 의한 가중치를 적용하였다(식 6).
세 가지 합성추정법의 평가에서는 지역적 변이의 설명력 평가와 상위통계와의 일관성 평가가 이루어졌다. 첫 번째로, 세 가지 합성추정법이 각 지역 간의 임목축적량의 차이를 잘 설명하는지 평가하기 위해 직접추정법에 의해 산출된 층화별 임목축적량과 합성추정법에 의해 산출된 세 가지 임목축적량을 비교하였다.
세 가지 합성추정법의 평가에서는 지역적 변이의 설명력 평가와 상위통계와의 일관성 평가가 이루어졌다. 첫 번째로, 세 가지 합성추정법이 각 지역 간의 임목축적량의 차이를 잘 설명하는지 평가하기 위해 직접추정법에 의해 산출된 층화별 임목축적량과 합성추정법에 의해 산출된 세 가지 임목축적량을 비교하였다. 표본점 개수가 부족할 경우 직접추정법에 의한 임목축적량 자체의 오차가 크기 때문에, 층화별 표본점 개수가 10개 이상인 자료들을 대상으로 분석을 수행했다.
세 가지 합성추정법의 평가에서는 지역적 변이의 설명력 평가와 상위통계와의 일관성 평가가 이루어졌다. 첫 번째로, 세 가지 합성추정법이 각 지역 간의 임목축적량의 차이를 잘 설명하는지 평가하기 위해 직접추정법에 의해 산출된 층화별 임목축적량과 합성추정법에 의해 산출된 세 가지 임목축적량을 비교하였다. 표본점 개수가 부족할 경우 직접추정법에 의한 임목축적량 자체의 오차가 크기 때문에, 층화별 표본점 개수가 10개 이상인 자료들을 대상으로 분석을 수행했다.
두 번째로, 소면적통계의 대면적 통계와의 일관성 및 통계로서의 활용가능성을 평가했다. 합성추정법에 의해 산출된 소면적 통계량의 합으로 대면적 통계량을 산출하고, 이 자료를 기본계획구 단위 대면적 통계, 즉 기본계획구 전체 자료를 이용하여 해당 기본계획구에 대해 산출된 직접추정 방법에 의한 통계와 비교하여 통계로서의 일관성을 평가하였다.
두 번째로, 소면적통계의 대면적 통계와의 일관성 및 통계로서의 활용가능성을 평가했다. 합성추정법에 의해 산출된 소면적 통계량의 합으로 대면적 통계량을 산출하고, 이 자료를 기본계획구 단위 대면적 통계, 즉 기본계획구 전체 자료를 이용하여 해당 기본계획구에 대해 산출된 직접추정 방법에 의한 통계와 비교하여 통계로서의 일관성을 평가하였다. 이웃단위 합성추정법과 확장시군구 합성 추정법은 층화별 표본점 개수의 제한으로 인하여 단일 방법만으로는 통계산출이 어려운 상황이다.
구역1은 곰솔이 서식하는 지역으로, 충청남도 타 지역과는 차별성이 있다. 태안군은 해안인접지역에서 나타나는 적황색산림토양이 분포하는 지역이지만 표본점 개수의 부족으로 인해 태안군과 수종의 유사성이 있는 서산군과 통합하여 구역을 설정하였다. 구역2는 충청남도의 서부지역으로 해안도서권역에 속하며, 구역3은 충청남도 동부지역으로 남서산야권역에 속한다.
위의 지역적 특성 평가와 함께 상위통계와의 관계에 대한 평가를 수행했다. 그 결과, 세 가지 방법 모두 대면적 통계의 95% 신뢰구간에 포함되어 상위 통계와의 모순이 발생하지 않는 것으로 평가되었다.
본 연구는 표본점 개수가 제한적인 소면적의 통계를 산출하는데 있어서 주변 표본점 자료를 활용을 하는 동시에 지역적 특성을 최대한 반영할 수 있는 방법을 개발하는 것이 목표이다. 이를 위해, 지역 내 동질성을 고려한 새로운 확장시군구 구획을 통한 합성추정법을 적용하였으며, 이 결과와 기존에 다루어졌던 기본계획구 합성추정법, 이웃시군 합성추정법을 비교하여 효과성을 평가하였다. 그 결과, 확장시군구 합성추정법이 지역적 특성을 상대적으로 잘 반영하는 동시에 대면적 통계량과 모순되지 않는 것으로 나타나 가장 효과성이 높은 것으로 평가되었다.
본 연구에서는 세 가지 이웃지역 설정방법을 적용하였다. 이웃지역 설정을 위한 공간단위 기준으로는 기본계획구, 이웃시군, 동질성이 평가된 확장 시군구를 적용하였다. 세 가지 기준 모두 확장 지역의 층화별 산림 축적이 소면적의 층화별 산림축적과 동일하다는 가정 하에 방법이 적용된다.
대상 데이터
본 연구의 대상지는 충청남도, 충청북도, 대전광역시이며, 소면적 통계 산출을 위해 제5차 국가산림자원조사 자료(2006~2010)와 1:5.000 대축척 임상도가 이용되었다.
B는 갈색 산림토양군, RY는 적황색 산림토양군 그리고 DR은 암적색 산림토양군을 말한다. 주요 침엽수종의 구분을 위해 1:5,000 임상도 정보를 이용하였으며, 각 시군구 내 침엽수림 중 30% 이상의 면적을 차지하고 있는 수종을 주요 수종에 포함하였다.
첫 번째로, 세 가지 합성추정법이 각 지역 간의 임목축적량의 차이를 잘 설명하는지 평가하기 위해 직접추정법에 의해 산출된 층화별 임목축적량과 합성추정법에 의해 산출된 세 가지 임목축적량을 비교하였다. 표본점 개수가 부족할 경우 직접추정법에 의한 임목축적량 자체의 오차가 크기 때문에, 층화별 표본점 개수가 10개 이상인 자료들을 대상으로 분석을 수행했다.
이웃단위 합성추정법과 확장시군구 합성 추정법은 층화별 표본점 개수의 제한으로 인하여 단일 방법만으로는 통계산출이 어려운 상황이다. 따라서, 층화별 표본점이 부족한 일부 시군구의 2영급과 5~6영급 층화구 분에서는 기본계획구 합성추정법에서 산출된 평균임목축적량 자료를 이용하였다. 충청지역 전체 산림면적 중 3~4 영급의 면적은 약 88%에 달하기 때문에 기타 영급에 대한 정보를 기본계획구로부터 가져와 쓰는 것은 지역특성 반영에 미치는 영향은 크지 않을 것으로 판단된다.
데이터처리
분석대상 산림통계는 ha당 평균임목축적과 총임목축적량이며 통계산출 층화기준은 임상과 영급 기준을 적용하였다. 임상은 침엽수 또는 활엽수 75% 이상 점유 여부에 따라 침엽수림, 활엽수림, 혼효림으로 구분되며, 영급은 10년 단위로 등급을 구분하고 있다.
직접추정법을 기준으로 세 가지 합성추정법의 효과를 비교하기 위해 이용된 통계량은 평균편의(MD: Mean Difference)와 평균제곱근오차(RMSE: Root Mean Square Error)이다. MD는 모델 추정치가 실측치에 비해 평균적으로 얼마만큼의 편의를 갖는지를 평가하고, RMSE는 모델 추정치와 실측치 차이의 평균적인 차이를 평가하는 통계량이며, 계산식은 다음과 같다.
이론/모형
확장 시군구는 본 연구에서 새롭게 제시하는 공간기준으로서, 대면적의 정보가 소면적의 정보를 반영한다는 기본가정을 만족하기 위한 기준을 적용하여 확장시군구를 구획하였으며, 구획 기준은 Kang et al.(2007)의 연구를 참고하여 산림부문에 적용 가능하도록 동질성 기준, 표본의 개수 등의 조건을 설정하였다. 임분생장 동질성 요인으로서 생태권역(Shin et al.
성능/효과
첫째, 각 소면적 통계집계구역은 동일한 생태권역 내에 포함되어 있다. 둘째, 각 소면적 통계집계구역은 유사한 토양군 및 유사한 수종분포를 보여야 한다. 셋째, 소면적 통계집계구역 내에 포함되어 있는 표본점 조사지점의 개수는 최소 100개 이상이어야 한다.
둘째, 각 소면적 통계집계구역은 유사한 토양군 및 유사한 수종분포를 보여야 한다. 셋째, 소면적 통계집계구역 내에 포함되어 있는 표본점 조사지점의 개수는 최소 100개 이상이어야 한다. 세 가지 원칙을 중첩하여 특성이 유사한 시군구를 묶는 작업을 수행했다.
충남지역에 포함되는 구역1~3 내에서 비교해보면, 해안 영향권에 있는 구역2는 산야지역의 특성을 가지는 구역3 보다 침엽수림(p<0.001)과 혼효림(p<0.016)의 임목축적량에 차이가 있는 것으로 나타났다.
연구대상지 내 시군구를 기후, 토양, 수종 특성에 따라 군집화한 결과, 충청도 전체가 7개 확장시군으로 구분되는 새로운 구획이 생성되었다(Figure 3). 확장시군구의 표본점 개수는 평균은 279개로, 기존 시군구의 표본점 개수 평균이 약 59개인 것에 비하면 약 4.7배 증가하였다(Table 2).
세 가지 합성추정법이 각 지역 간의 임목축적량의 차이를 잘 설명하는지 평가하기 위해 직접추정법에 의해 산출된 층화별 임목축적량과 합성추정법에 의해 산출된 세 가지 임목축적량을 비교하였다. MD를 비교했을 때, 직접추정법에 의한 자료보다 합성추정법에 의한 자료가 전체적으로 과소추정을 하는 것으로 나타났으며, 과소추정 경향은 기본계획구 합성추정에서 가장 크고 확장소면적 합성 추정에서 가장 작았다. 직접추정법에 의한 자료와의 차이값을 비교했을 때, 역시 기본계획구 합성추정법이 가장 큰 차이를, 확장소면적 합성추정법이 가장 작은 차이를 보였다(Table 3).
MD를 비교했을 때, 직접추정법에 의한 자료보다 합성추정법에 의한 자료가 전체적으로 과소추정을 하는 것으로 나타났으며, 과소추정 경향은 기본계획구 합성추정에서 가장 크고 확장소면적 합성 추정에서 가장 작았다. 직접추정법에 의한 자료와의 차이값을 비교했을 때, 역시 기본계획구 합성추정법이 가장 큰 차이를, 확장소면적 합성추정법이 가장 작은 차이를 보였다(Table 3).
결과적으로 정리하면, 소면적 통계를 산출하기 위해 기본계획구 합성추정법, 이웃시군 합성추정법, 확장시군구 합성추정법을 비교·분석한 결과, 확장시군구 합성추정 법이 지역적 특성을 보다 잘 반영하는 통계를 산출하는 것으로 평가되었다.
위의 지역적 특성 평가와 함께 상위통계와의 관계에 대한 평가를 수행했다. 그 결과, 세 가지 방법 모두 대면적 통계의 95% 신뢰구간에 포함되어 상위 통계와의 모순이 발생하지 않는 것으로 평가되었다. 기본계획구 합성추정 법은 기본계획구의 ha당 임목축적을 그대로 이용하여 통계를 산출하기 때문에 소면적 통계의 합은 기본계획구 단위로 산출된 통계와 동일했다.
기본계획구 합성추정 법은 기본계획구의 ha당 임목축적을 그대로 이용하여 통계를 산출하기 때문에 소면적 통계의 합은 기본계획구 단위로 산출된 통계와 동일했다. 그리고 확장소면적 합성추정법은 이웃시군 합성추정법 보다 대면적 통계와 더 유사한 값을 산출하였다(Table 5).
결과적으로 정리하면, 소면적 통계를 산출하기 위해 기본계획구 합성추정법, 이웃시군 합성추정법, 확장시군구 합성추정법을 비교·분석한 결과, 확장시군구 합성추정 법이 지역적 특성을 보다 잘 반영하는 통계를 산출하는 것으로 평가되었다. 또한 확장시군구 합성추정법을 통해 산출된 총축적량은 대면적 통계의 95% 신뢰구간 내에 포함되었으며, 이웃시군 합성추정법에 의한 총축적량보다 대면적 통계와의 차이가 적게 발생하였다.
이를 위해, 지역 내 동질성을 고려한 새로운 확장시군구 구획을 통한 합성추정법을 적용하였으며, 이 결과와 기존에 다루어졌던 기본계획구 합성추정법, 이웃시군 합성추정법을 비교하여 효과성을 평가하였다. 그 결과, 확장시군구 합성추정법이 지역적 특성을 상대적으로 잘 반영하는 동시에 대면적 통계량과 모순되지 않는 것으로 나타나 가장 효과성이 높은 것으로 평가되었다. 이는 확장시군구 합성추정법이 시군구 통계 산출을 위한 구역의 구분이 타 방법보다 더 현실적인 구분법임을 나타내는 결과라 판단할 수 있다.
새로운 확장시군구 구획은 충청지역을 7구획으로 구분하였으며, 이 구분은 기본계획구 단위보다는 작고 시군구 단위보다는 큰 중간적인 위계를 가진다. 생태권역, 토양, 주요 수종 분포에 따라 충남지역은 3개의 구획, 충북지역은 4개의 구획으로 나뉘었으며, 충남지역은 해안과 내륙의 특성이 혼재되어 있는 지역으로 확장시군구 합성추정법 적용의 효과가 컸다.
후속연구
또한 본 연구에서와 같이 실제 산림분포의 특성과 토양 특성이 함께 고려되어야 한다. 전국 산림자원의 특성을 파악할 수 있는 국가산림 자원조사 결과를 이용하여 새로운 산림통계 산출 구역에 대한 평가가 이루어질 수 있으며, 이러한 연구 결과를 바탕으로 향후 시군구 산림통계 산출을 위한 새로운 전국 단위 확장소면적 구획을 개발하는 것이 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
국가산림자원조사는 어떤 조사인가?
국가산림자원조사는 국가 단위 산림자원의 현황을 평가하기 위하여 수행되는 산림자원조사로서, 전국 산림을 모집단으로 하여 표본을 배치하고 산림지역 표본점에 대한 현지조사를 통하여 산림자원의 현황을 파악하여 국가 산림통계를 산출하는 근거자료로 활용되고 있다. 현재 국가산림자원조사의 표본점은 계통추출법을 적용하여 전국에 걸쳐 4×4 km 일정한 간격으로 배치되어 있다.
소면적 통계 산출방법에는 어떤 방법이 있는가?
국내외에서는 연구되고 있는 소면적 통계 산출방법은 크게 자료기반추정방법, 공간모형기반추정방법으로 나눌수 있다. 자료기반추정에는 해당 소면적의 자료로만 통계량을 추정하는 직접추정법과 주변자료를 활용하여 추정하는 간접추정법(합성추정, 복합추정)이 있으며, 모형기반 추정은 소면적 내 보조자료들을 활용하여 통계산출을 하는 지역단위모형(EBLUP 등)과 임상도나 위성영상을 이용한 공간모형으로 나뉠 수 있다.
기본계획구 기준이 갖고 있는 한계점은?
기본계획구 기준은 과거 산림통계 산출시 적용되어 왔던 방법이다. 그러나 소지역과 대지역의 특성구조가 유사하다는 가정에 대한 검증은 이루어지지 못했으며 시·도 규모 내에서 발생하는 지역적 산림특성의 차이를 반영할 수 있는 장치가 부재하여 개선이 요구된다. 이웃시군 기준은 해당시군을 둘러싸고 있는 시군을 대면적으로 산정하여 표본점을 공유해서 통계산출을 하는 방법으로, 본 연구에서는 이웃시군을 대상지 내의 시군에 한해 설정하였다.
참고문헌 (21)
Bae, S.W., Lim, J.H., Kim, S.J., and Lee, M.B. 2012. Economic tree species(1) Pine Tree. Korea Forest Research Institute, Seoul, Korea. pp. 250.
Bechtold, W.A., Patterson, P.L.(Editors). 2005. The enhanced forest inventory and analysis program - national sampling design and estimation procedures. General Technical Report SRS080. USDA Forest Service. NC. U.S.A. pp. 85.
Cho, H.K., Yoo, B.O., Kim, S.H., Ryu, J.H., Kim, J.C., Seo, S.H., Kim, J.S., Lee. J.B., and Kim, H.H. 2012. Production and update of large scale forest type map using the digital airphoto. Korea Forest Research Institute. Seoul. Korea. pp. 135.
Chung, S.Y., Yim, J.S., Cho, H.K., Jeong, J.H., Kim, S.H., and Shin, M.Y. 2009. Estimation of forest biomass for Muju county using biomass conversion table and remote sensing data. Journal of Korean Forest Society 98(4): 409-416.
Jeong, J.H., Won, H.K., and Kim, I.H.. 2004. Forest Site in Korean -Forest Soil-. Korea Forest Research Institute. Seoul. Korea. pp. 621.
Kang, Y. and Jang, S. 2007. A Study on the Delimitation of Census Output Areas in Korea. Journal of Korean Urban Geographical Society 10(1): 15-36.
Kim, D.H. and Kim, J.K. 2004. Estimating local household income and expenditure survey. Statistics Korea. pp. 123.
Kim, E.S., Kim, K.M., Lee, J.B., Lee. S.H., and Kim, C.C. 2011. Spatial upscaling of aboveground biomass estimation using National Forest Inventory data and forest type map. Journal of Korean Forest Society 100(3): 455-465.
Kim, J.S., Hwang, H.J., and Shin, K.I. 2008. Comparison of spatial small-area estimators based on neighborhood information systems. The Korean Journal of Applied Statistics 21(5): 855-866.
Kim, S.H., Kim, J.C., Yoo, B.O., Yim, J.S., and Jung, I.B. 2011. The 5th National Forest Inventory Report. Korea Forest Research Institute, Seoul, Korea. pp. 166.
Korean Forestry Promotion Institute. 2013. Assessment for forest resources of Korea : 2006-2012. Korean Forestry Promotion Institute, Seoul, Korea. pp. 267
Kwon, S.P. 2007. Small-area estimation of employment statistics. pp. 54-80. In : Improvement of statistics technique for development of national statistics, Statistical Research Institute, Daejeon, Korea.
Lee, S.W., Won, H.K., Jung, Y.H., Jeong, J.H., Koo, K.S., Kang, Y.H., Son, Y.M., and Shin, M.Y. 2009. History and application of optimum site determination system of the tree species, Korea Forest Research Institute, Seoul, Korea. pp. 128.
Lee, K.S. and Shin, K.I. 2008. Comparison of neighborhood information systems for lattice data analysis. The Korean Journal of Applied Statistics 21(3): 387-397.
Shin, J.H. and Kim, C.M. 1996. Ecosystem classification in Korea(I): Ecoprovince classification. FRI Journal of Forest Science 54. pp. 188-199.
Shin, J.H., Kwon, J.H., Oh, J.H., Chun, J.H., Lim, J.H., Yang, H.M., and Kim, Y.K. 2009. Korean forest landscape and ecosystem zoning. Korea Forest Research Institute. Seoul. Korea. pp. 52.
Smith, W.B. 2002. Forest Inventory and analysis: a national inventory and monitoring program. Environmental Pollution 116. pp. S233-S242.
Tomppo, E., Katila, M., Haakana, M., and Persaari, J. 2010. The multi-source national forest inventory of Finland-methods and results 2005. Finnish Forest Research Institute. Vantaa, Finland. pp. 59.
Yim, J.S., Han, W.S., Jung, I.B., Kim, S.H., and Shin, M.Y. 2010. Application of synthetic estimator for estimating forest growing stock volumes at the small-area level. Journal of Korean Forest Society 99(3): 285-291.
Yim, J.S., Yoo, B.O., and Shin, M.Y. 2012. Comparison of forest growing stock estimates by distance-weighting and stratification in k-Nearest Neighbor Technique. Journal of Korean Forest Society 101(3): 374-380.
Yoo, S.H., Heo, J., Jung, J.H., Han, S.H., and Kim, K.M. 2011. Estimation of aboveground biomass carbon stock using Landsat TM and ratio images-kNN algorithm and regression model priority. Journal of Korean Society for Geospatial Information System 19(2): 39-48.
이 논문을 인용한 문헌
저자의 다른 논문 :
연구과제 타임라인
LOADING...
LOADING...
LOADING...
LOADING...
LOADING...
활용도 분석정보
상세보기
다운로드
내보내기
활용도 Top5 논문
해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다. 더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.