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 소나무의 수고-흉고직경 생장의 관계를 이용하여 지역적인 차이에 따른 우리나라 소나무의 지역형을 구분하고 입지 및 기후적인 요인과의 관계를 해석하여 지역적인 산림경영을 위한 기반 구축에 기여하고자 하였다.
- 연구에서는 소나무의 수고-흉고직경 생장의 관계를 이용하여 지역적인 차이에 따른 우리나라 소나무의 지역형을 구분하고자 하였다. 전형적인 소나무림의 특성을 나타내기 위해서 흉고단면적 기준 소나무의 점유비율이 75%인 순림을 추출하였으며, 임분밀도의 영향을 많이 받는 흉고직경 생장에 대해 그 영향을 최소화하기 위해 표준지내 수고를 기준으로 상위 30%의 상층 우세목을 추출하여 분석하였다.
제안 방법
- 그룹별로 재 추정된 수고-흉고직경 생장 모형을 도식화하여 각 지역별 생장패턴의 차이를 비교하였다(Figure 2). 강원지방소나무가 군집된 H1 그룹의 흉고직경 생장에 따른 수고생장이 이 전반적으로 가장 우수한 것으로 나타났으며, 지리산-덕유산권역 주변을 중심으로 군집된 H2 그룹이 H1 그룹과 가장 근접한 생장패턴이 나타났다.
- 임령에 따른 임목의 생장패턴은 임지의 생산력의 차이를 나타낼 수 있으며, 산림자원의 관리에 있어서 방법적인 차별화를 가져올 수 있다. 따라서 수고와 흉고직경만을 고려해 분류한 핫스팟과 콜드스팟의 두 공간적 군집 내에서 나타나는 임령에 따른 생장특성 차이가 존재하는 지에 대한 검증을 실시하였다.
- 분류된 핫스팟의 그룹을 공간적으로 인접한 지역별로 군집화하면 강원지역과 경북 북부지역이 포함되는 H1 그룹, 전남 동부지역을 포함하는 H2 그룹으로 분류하였다. 콜드스팟은 경기와 충청, 경북지역을 포함하는 C1그룹, 전라 서부해안지역은 C2그룹으로 분류하였다.
- 분석방법은 핫스팟과 콜드스팟 내의 각각의 공간군집을 2그룹으로 분류하여 독립표본 t 검정을 이용하였다. 이때 영급별로 자료를 분류하여 상층 우세목의 평균수고와 평균흉고직경 생장 패턴을 비교하여 동일 그룹으로 분류 가능한지 판단하였다.
- 콜드스팟은 경기와 충청, 경북지역을 포함하는 C1그룹, 전라 서부해안지역은 C2그룹으로 분류하였다. 이와 같이 핫스팟과 콜드스팟에서 그룹 내 각각의 공간군집 간 수고와 흉고직경의 영급에 따른 생장패턴의 차이를 비교하여 별도의 그룹으로 분류가능한지에 대해 검토하였다.
- 연구에서는 소나무의 수고-흉고직경 생장의 관계를 이용하여 지역적인 차이에 따른 우리나라 소나무의 지역형을 구분하고자 하였다. 전형적인 소나무림의 특성을 나타내기 위해서 흉고단면적 기준 소나무의 점유비율이 75%인 순림을 추출하였으며, 임분밀도의 영향을 많이 받는 흉고직경 생장에 대해 그 영향을 최소화하기 위해 표준지내 수고를 기준으로 상위 30%의 상층 우세목을 추출하여 분석하였다. Weibull 생장모형을 이용하여 추정한 수고-흉고 직경 생장모델을 기준으로 각 표준지의 잔차를 산출하였으며, 추출된 잔차의 공간적 분포 특성에 따라 공간 연관성 지표(Local indicators of spatial association; LISA) 중 Getis-Ord의 Gi를 이용하여 군집을 분류하였다.
대상 데이터
- 전형적인 소나무림의 특성을 나타내기 위해서 소나무의 흉고단면적 기준 점유비율이 75%인 순림을 대상으로 추출하였다. 또한 임분밀도의 영향을 많이 받는 흉고직경 생장에 대해 그 영향을 최소화하기 위해 표준지 내 수고를 기준으로 상위 30%의 상층 우세목을 추출하여 총 1,975개소의 분석 자료를 생성하였다(Table 1).
- 소나무의 수고-흉고직경 생장에 따른 지역형을 구분하기 위하여 전국 단위의 국가산림자원조사 자료(2006~2010) 와 남부지역 소나무 조사자료(2014~2015)를 활용하였다. 전형적인 소나무림의 특성을 나타내기 위해서 소나무의 흉고단면적 기준 점유비율이 75%인 순림을 대상으로 추출하였다.
- 소나무의 수고-흉고직경 생장에 따른 지역형을 구분하기 위하여 전국 단위의 국가산림자원조사 자료(2006~2010) 와 남부지역 소나무 조사자료(2014~2015)를 활용하였다. 전형적인 소나무림의 특성을 나타내기 위해서 소나무의 흉고단면적 기준 점유비율이 75%인 순림을 대상으로 추출하였다. 또한 임분밀도의 영향을 많이 받는 흉고직경 생장에 대해 그 영향을 최소화하기 위해 표준지 내 수고를 기준으로 상위 30%의 상층 우세목을 추출하여 총 1,975개소의 분석 자료를 생성하였다(Table 1).
데이터처리
- Weibull 모형을 이용하여 추정한 수고-흉고직경 생장모형의 계수 추정치와 검정통계량을 산출하였다(Table 2). 검정통계량은 적합도 지수(FI; Fitness Index), 편의(Bias), 표준제곱근오차(RMSE; Root Mean Square Error), 절대평균편차(MAD; Mean Absolute Deviation) 통계량 값으로 적합성을 검토하였다. Weibull 모형에 의해 추정된 수고-흉고직경 생장모형의 적합도 지수는 약 69%였으며, 편의는 0.
- Getis-Ord의 Gi*를 이용하여 군집분석을 수행하는 가장 큰 이유는 Gi* 통계량으로부터 직관적으로 핫스팟과 콜드스팟을 구분할 수 있기 때문이다(Kim and Park, 2012). 따라서 본 연구에서는 전국단위에서 추정된 수고-흉고직경 생장함수에 대한 각 표준지의 잔차에 대해 Getis-Ord의 Gi* 통계량을 산출하고 이를 표준화 점수(Z-score)로 환산하였다. 또한 산출된 결과 값은 5%의 유의수준 이내에서 양의 값은 핫스팟으로 음의 값은 콜드스팟으로 분류하여 공간적인 분포영역을 군집화 하였다.
- 분류된 군집분류에 영향을 미친 환경인자들에 대한 탐색을 위해 Pearson 상관분석을 실시하였다. 상관분석은 각 표준지의 해발고와 경사도, 연평균기온, 연강수량, 한랭지수, 온량지수, 최한월기온 등을 산출하여 군집분석의 독립 변수인 표준화 점수(Z-score)와의 상관관계를 살펴보았다.
- 분석방법은 핫스팟과 콜드스팟 내의 각각의 공간군집을 2그룹으로 분류하여 독립표본 t 검정을 이용하였다. 이때 영급별로 자료를 분류하여 상층 우세목의 평균수고와 평균흉고직경 생장 패턴을 비교하여 동일 그룹으로 분류 가능한지 판단하였다.
- 분류된 군집분류에 영향을 미친 환경인자들에 대한 탐색을 위해 Pearson 상관분석을 실시하였다. 상관분석은 각 표준지의 해발고와 경사도, 연평균기온, 연강수량, 한랭지수, 온량지수, 최한월기온 등을 산출하여 군집분석의 독립 변수인 표준화 점수(Z-score)와의 상관관계를 살펴보았다.
- 분류된 군집간의 수고-흉고직경 생장 패턴을 비교하기 위해 Weibull 모형을 이용하여 군집된 지역형별로 재 추정하였다. 재 추정한 모형식의 적합도 검정을 위해 적합도지수(FI; Fitness Index)를 산출하였으며, 편의(Bias), 표준제곱근오차(RMSE; Root Mean Square Error), 절대평균편차(MAD; Mean Absolute Deviation)를 이용하여 각 지역별 모형의 추정 정확도를 평가하고 수고-흉고직경 생장 패턴을 비교하였다.
이론/모형
- Getis-Ord(1996)의 Gi* 통계량을 이용하여 수고-흉고직경 생장특성에 따른 공간 분포영역 탐지 결과를 도식화하였다(Figure 1). 수고-흉고직경 생장모형을 기준으로 산출한 표준지의 잔차가 핫스팟으로 분류된 곳은 강원지역과 경남, 전북, 전남지역을 중심으로 형성되어 있는 것으로 나타났다.
- Weibull 모형을 이용하여 추정한 수고-흉고직경 생장모형의 계수 추정치와 검정통계량을 산출하였다(Table 2). 검정통계량은 적합도 지수(FI; Fitness Index), 편의(Bias), 표준제곱근오차(RMSE; Root Mean Square Error), 절대평균편차(MAD; Mean Absolute Deviation) 통계량 값으로 적합성을 검토하였다.
- 전형적인 소나무림의 특성을 나타내기 위해서 흉고단면적 기준 소나무의 점유비율이 75%인 순림을 추출하였으며, 임분밀도의 영향을 많이 받는 흉고직경 생장에 대해 그 영향을 최소화하기 위해 표준지내 수고를 기준으로 상위 30%의 상층 우세목을 추출하여 분석하였다. Weibull 생장모형을 이용하여 추정한 수고-흉고 직경 생장모델을 기준으로 각 표준지의 잔차를 산출하였으며, 추출된 잔차의 공간적 분포 특성에 따라 공간 연관성 지표(Local indicators of spatial association; LISA) 중 Getis-Ord의 Gi를 이용하여 군집을 분류하였다.
- 공간 군집기법 중 하나인 핫스팟 분석(Hot spot analysis)을 이용하여 각 소나무의 수고-흉고직경 생장특성에 따른 공간 분포영역을 탐색하였다. 추정된 회귀식의 잔차(Residual)를 표준화 점수(Z-Score)로 변형하여 군집분석을 하는 방법은 마케팅 전략핵심지역을 추출하거나 도심의 중심지 식별 및 재개발 대상지역을 분류하기 위해 주로 활용되고 있는 방법(McMillen, 2001; Cladera et al.
- 공간 군집을 탐지하기 위해 여러 국지적 공간 연관성 지표(Local indicators of spatial association; LISA) 중 Getis-Ord(1996)의 Gi*를 사용하였으며, 그 계산식은 식 2와 같다.
- 분류된 군집간의 수고-흉고직경 생장 패턴을 비교하기 위해 Weibull 모형을 이용하여 군집된 지역형별로 재 추정하였다. 재 추정한 모형식의 적합도 검정을 위해 적합도지수(FI; Fitness Index)를 산출하였으며, 편의(Bias), 표준제곱근오차(RMSE; Root Mean Square Error), 절대평균편차(MAD; Mean Absolute Deviation)를 이용하여 각 지역별 모형의 추정 정확도를 평가하고 수고-흉고직경 생장 패턴을 비교하였다.
- 소나무의 수고-흉고직경 생장모형을 추정하기 위하여 설명력이 높은 것으로 알려진 바가 있는 Weibull 생장모형(식 1)을 이용하였으며(Seo et al., 2013), 추정된 생장모형을 기준으로 각 표준지의 잔차 분포 특성이 공간적으로 어떠한 경향이 나타나는지 분석하였다.
- 공간 군집기법 중 하나인 핫스팟 분석(Hot spot analysis)을 이용하여 각 소나무의 수고-흉고직경 생장특성에 따른 공간 분포영역을 탐색하였다. 추정된 회귀식의 잔차(Residual)를 표준화 점수(Z-Score)로 변형하여 군집분석을 하는 방법은 마케팅 전략핵심지역을 추출하거나 도심의 중심지 식별 및 재개발 대상지역을 분류하기 위해 주로 활용되고 있는 방법(McMillen, 2001; Cladera et al., 2009; Heo and Lee, 2009; Kim, 2011)으로 본 연구에서 착안하여 생장권역 분류에 활용하였다.
성능/효과
- H1 그룹과 H2 그룹 간 영급별 수고와 흉고직경 생장 비교 결과(Figure 3), 수고생장의 경우 모든 영급에서 유의적인 차이가 없는 것으로 나타났다(p>0.05). 그러나 흉고직경의 경우 2영급부터 6영급까지 강원지역 소나무인 H1 그룹의 생장이 우수한 것으로 나타났다(p<0.
- 그룹별로 재 추정된 수고-흉고직경 생장 모형을 도식화하여 각 지역별 생장패턴의 차이를 비교하였다(Figure 2). 강원지방소나무가 군집된 H1 그룹의 흉고직경 생장에 따른 수고생장이 이 전반적으로 가장 우수한 것으로 나타났으며, 지리산-덕유산권역 주변을 중심으로 군집된 H2 그룹이 H1 그룹과 가장 근접한 생장패턴이 나타났다. 전라 서부해안지역이 군집된 C2 그룹은 흉고직경 20 cm 이상의 구간에서 C1과 유사하였으며, 초기의 생장패턴에서 차이를 보이는 것으로 나타났다.
- 05). 그러나 흉고직경의 경우 2영급부터 6영급까지 강원지역 소나무인 H1 그룹의 생장이 우수한 것으로 나타났다(p<0.05). H1 그룹의 경우 4영급에 이미 흉고직경급 20 cm에 도달하고 있는 것에 비해 H2 그룹은 5영급에 도달하는 것으로 나타나 시기적인 차이가 존재하였다.
- 그룹의 군집화에 영향을 미친 인자를 살펴보기 위해 상관분석 결과, Z-score에 가장 큰 영향을 미치는 인자는 연강수량(r=0.621, p<0.01)인 것으로 나타났다(Table 4). 반면, 한랭지수의 경우 영향이 없는 것으로 나타났으며 (p>0.
- H1 그룹의 경우 4영급에 이미 흉고직경급 20 cm에 도달하고 있는 것에 비해 H2 그룹은 5영급에 도달하는 것으로 나타나 시기적인 차이가 존재하였다. 따라서 핫스팟 그룹에 분포하는 두 공간적 군집인 H1와 H2 그룹의 경우 독립적인 지역형으로 분류 가능할 것으로 사료된다.
- 본 연구의 결과에서도 강원지역은 경기, 충청지역에 비해 우량한 임분이 나타나는 것을 확인할 수 있었다. 또한 우리나라 백두대간의 최북단인 강원지역과 경북일대의 생장차이가 확인되었으며, 남부지역인 지리산과 덕유산 일대에서도 중부지역과 생장차이가 검증되었다.
- 05), 온량지수와 평균기온은 1% 유의수준에서 약한 부의상관이 나타났다. 또한 입지인자로 분류되는 해발고와 사면경사는 Z-score에 대해 약한 정의 상관관계가 존재하는 것으로 나타났다(p<0.01).
- 본 연구에서는 수간형과 형상비, 수고, 흉고직경 생장의 지역적인 유형과 차이가 있다면, 수고-흉고직경 생장모형의 잔차 또한 지역적이고 공간적인 특성 및 경향이 나타날 것이라는 가설을 설정하고 이를 군집화 할 경우, 지역적인 유형 분류가 가능 할 것으로 판단하였다.
- , 2010). 본 연구의 결과에서도 강원지역은 경기, 충청지역에 비해 우량한 임분이 나타나는 것을 확인할 수 있었다. 또한 우리나라 백두대간의 최북단인 강원지역과 경북일대의 생장차이가 확인되었으며, 남부지역인 지리산과 덕유산 일대에서도 중부지역과 생장차이가 검증되었다.
- 분류된 그룹 간 수고-흉고직경 생장패턴을 비교하였을 때, 강원지역의 소나무가 포함된 H1 지역의 흉고직경에 대한 수고생장이 가장 우수하였으며, H2 그룹이 타 그룹에 비해 수고생장이 저조한 것으로 분석되었다. 핫스팟의 경우 강원지역인 H1과 지리산-덕유산 권역을 중심으로 분포한 H2 지역이 독립적인 그룹으로 분류 가능하였다.
- 분류된 그룹에 영향을 미치는 입지인자와 기후인자 중 연강수량의 영향이 가장 큰 것으로 나타났다. 그 외 유의 수준 5%에서 약한 상관을 보이는 해발고와 사면경사, 평균기온, 온량지수 등은 연강수량과 함께 아주 복합적인 영향을 미치는 것으로 판단된다.
- 통계량을 이용하여 수고-흉고직경 생장특성에 따른 공간 분포영역 탐지 결과를 도식화하였다(Figure 1). 수고-흉고직경 생장모형을 기준으로 산출한 표준지의 잔차가 핫스팟으로 분류된 곳은 강원지역과 경남, 전북, 전남지역을 중심으로 형성되어 있는 것으로 나타났다. 또한 콜드스팟으로 분류된 곳은 경기, 충청, 경북, 전라 서부해안지역으로 분류되었다.
- 이와 같이 추정된 수고-흉고직경 생장모형에 대한 각 표준지의 실측치와 추정치의 차를 산출하여 도면상에 나타내었을 때 공간적인 경향을 확인할 수 있었으며, 이에 따라 공간군집기법을 이용하여 군집화 하였다.
- 강원지방소나무가 군집된 H1 그룹의 흉고직경 생장에 따른 수고생장이 이 전반적으로 가장 우수한 것으로 나타났으며, 지리산-덕유산권역 주변을 중심으로 군집된 H2 그룹이 H1 그룹과 가장 근접한 생장패턴이 나타났다. 전라 서부해안지역이 군집된 C2 그룹은 흉고직경 20 cm 이상의 구간에서 C1과 유사하였으며, 초기의 생장패턴에서 차이를 보이는 것으로 나타났다.
- 전체적으로 종합해 볼 때, 핫스팟의 경우 강원지역인 H1그룹과 경남, 전남지역 등 남부지역인 H2 그룹 두 가지로 분류하였으며, 콜드스팟에서는 C1과 C2가 하나의 그룹으로 분류되어 우리나라 소나무는 전체적으로 총 3가지 지역형으로 분류할 수 있을 것으로 판단된다.
- 콜드스팟 그룹 내 분류되고 있는 공간적 군집인 C1 그룹과 C2 그룹에 대한 t-test 분석 결과(Figure 3), 영급별 흉고직경과 수고의 생장의 차이는 존재하지 않는 것으로 나타나(p>0.05), 하나의 지역형으로 분류하는 것이 타당할 것으로 판단된다. 흉고직경급과 수고의 관계가 유사할 뿐만 아니라, 임령이 증가함에 따른 흉고직경 생장속도와 수고 생장속도도 유사하여 동일한 그룹으로 분류하는 것이 가능할 것으로 판단된다.
- 05), 하나의 지역형으로 분류하는 것이 타당할 것으로 판단된다. 흉고직경급과 수고의 관계가 유사할 뿐만 아니라, 임령이 증가함에 따른 흉고직경 생장속도와 수고 생장속도도 유사하여 동일한 그룹으로 분류하는 것이 가능할 것으로 판단된다.
후속연구
- 또한 소나무의 지역적 특성에는 다양한 입지 및 기후인자가 영향을 미치지만 그에 대한 상세한 영향을 밝히지는 못하였다. 그러나 우리나라 소나무림의 관리를 위해 필요한 지역적 수간재적표나 임분수확표의 적용 권역을 분류하는데 참고할 수 있을 만한 자료이며, 향후 보다 보완된 연구가 지속적으로 수행될 필요성이 있을 것으로 사료된다.
- 본 연구에서 분류한 우리나라 소나무의 지역형은 수고-흉고직경 생장모형의 잔차를 이용하여 지역적인 경향을 분석하였으므로 임목의 수형이나 목재의 성질, 지위 등을 해석하기에는 어려움이 있다. 또한 소나무의 지역적 특성에는 다양한 입지 및 기후인자가 영향을 미치지만 그에 대한 상세한 영향을 밝히지는 못하였다. 그러나 우리나라 소나무림의 관리를 위해 필요한 지역적 수간재적표나 임분수확표의 적용 권역을 분류하는데 참고할 수 있을 만한 자료이며, 향후 보다 보완된 연구가 지속적으로 수행될 필요성이 있을 것으로 사료된다.
- 본 연구에서 분류한 우리나라 소나무의 지역형은 수고-흉고직경 생장모형의 잔차를 이용하여 지역적인 경향을 분석하였으므로 임목의 수형이나 목재의 성질, 지위 등을 해석하기에는 어려움이 있다. 또한 소나무의 지역적 특성에는 다양한 입지 및 기후인자가 영향을 미치지만 그에 대한 상세한 영향을 밝히지는 못하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.