본 연구는 중부지역 일본잎갈나무의 수간중량 추정식을 개발하기 위하여 지역별 개체목의 지위와 직경을 고려하여 표준지를 선정한 뒤, 총 55본의 표본목을 선정하였다. 표본목의 실측자료를 이용하여 수피외생중량, 수피외건중량, 수피내 건중량 및 이용중량 등 네종류의 중량을 추정하기 위해 11개의 모형을 비교 분석하였다. 중량을 추정하기 위해 흉고직경을 변수로 이용하는 경우, 흉고직경과 수고를 이용하는 경우, 재적을 이용하는 경우의 3개 변수에 따라 모형을 구분하였다. 최적의 모형은 적합지수와 추정의 표준오차 및 잔차의 분포를 이용하여 모형의 이행능력을 비교하여 선정하였다. 그 결과, 1변수인 흉고직경을 이용하는 식은 $W=a+bD+c^D^2$이며 설명력은 90~92%를 나타냈고, 흉고직경과 수고를 이용한 2변수식은 $W=aD^bH^C$으로 97~98%의 설명력으로 2변수 모형이 1변수 모형 보다 높은 적합도를 보였다. 또한 전체수간에 대한 재적과 이용재적에 대한 식인 W = aV로 중량추정설명력이 98~99%으로 높게 나타났고 SEE도 7.7~17.5, CV(%)도 8.0~10.0으로 우세한 적합도를 보였다. 본 연구는 개체목의 중량정보 제공 및 임분단위의 중량 바이오매스추정식의 기초연구로 활용될 것으로 판단된다.
본 연구는 중부지역 일본잎갈나무의 수간중량 추정식을 개발하기 위하여 지역별 개체목의 지위와 직경을 고려하여 표준지를 선정한 뒤, 총 55본의 표본목을 선정하였다. 표본목의 실측자료를 이용하여 수피외생중량, 수피외건중량, 수피내 건중량 및 이용중량 등 네종류의 중량을 추정하기 위해 11개의 모형을 비교 분석하였다. 중량을 추정하기 위해 흉고직경을 변수로 이용하는 경우, 흉고직경과 수고를 이용하는 경우, 재적을 이용하는 경우의 3개 변수에 따라 모형을 구분하였다. 최적의 모형은 적합지수와 추정의 표준오차 및 잔차의 분포를 이용하여 모형의 이행능력을 비교하여 선정하였다. 그 결과, 1변수인 흉고직경을 이용하는 식은 $W=a+bD+c^D^2$이며 설명력은 90~92%를 나타냈고, 흉고직경과 수고를 이용한 2변수식은 $W=aD^bH^C$으로 97~98%의 설명력으로 2변수 모형이 1변수 모형 보다 높은 적합도를 보였다. 또한 전체수간에 대한 재적과 이용재적에 대한 식인 W = aV로 중량추정설명력이 98~99%으로 높게 나타났고 SEE도 7.7~17.5, CV(%)도 8.0~10.0으로 우세한 적합도를 보였다. 본 연구는 개체목의 중량정보 제공 및 임분단위의 중량 바이오매스추정식의 기초연구로 활용될 것으로 판단된다.
In this study was implemented to develop tree stem weight prediction equation of Larix kaempferi in central region by selecting a standard site, taking into account of diameter and position of the local trees. Fifty five sample trees were selected in total. By utilizing actual data of the sample tre...
In this study was implemented to develop tree stem weight prediction equation of Larix kaempferi in central region by selecting a standard site, taking into account of diameter and position of the local trees. Fifty five sample trees were selected in total. By utilizing actual data of the sample trees, 11 models were compared and analyzed in order to estimate four different kinds of weights which include fresh weight, ovendry outside bark weight, ovendry inside bark weight and merchantable weight. As to estimate its weight, the study has classified its model according to three parameters: DBH, DBH and height, and volume. The optimal model was chosen by comparing the performance of model using the fit index and standard error of estimate and residual distribution. As a result, the formula utilizing DBH (Variable 1) is $W=a+bD+cD^2$ (3) and its fit index was 90~92%. The formula for DBH and height (Variable 2) is $W=aD^bH^C$ (8) and its fit index was 97~98%. In summation, Variable 2 model showed higher fitness than Variable 1 model. Moreover, fit index of formula for total volume and merchantable volume (W=aV) showed high rate of 98~99%, as well as resulting 7.7-17.5 with SEE and 8.0-10.0 with CV(%) which lead to predominately high fitness in conclusion. This study is expected to provide information on weights for single trees and furthermore, to be used as a basic study for weight of stand unit and biomass estimation equations.
In this study was implemented to develop tree stem weight prediction equation of Larix kaempferi in central region by selecting a standard site, taking into account of diameter and position of the local trees. Fifty five sample trees were selected in total. By utilizing actual data of the sample trees, 11 models were compared and analyzed in order to estimate four different kinds of weights which include fresh weight, ovendry outside bark weight, ovendry inside bark weight and merchantable weight. As to estimate its weight, the study has classified its model according to three parameters: DBH, DBH and height, and volume. The optimal model was chosen by comparing the performance of model using the fit index and standard error of estimate and residual distribution. As a result, the formula utilizing DBH (Variable 1) is $W=a+bD+cD^2$ (3) and its fit index was 90~92%. The formula for DBH and height (Variable 2) is $W=aD^bH^C$ (8) and its fit index was 97~98%. In summation, Variable 2 model showed higher fitness than Variable 1 model. Moreover, fit index of formula for total volume and merchantable volume (W=aV) showed high rate of 98~99%, as well as resulting 7.7-17.5 with SEE and 8.0-10.0 with CV(%) which lead to predominately high fitness in conclusion. This study is expected to provide information on weights for single trees and furthermore, to be used as a basic study for weight of stand unit and biomass estimation equations.
, 2011)가 진행되었으나, 중량을 측정하고 수집하는 어려움으로 목재자원평가 및 목재거래에 사용할 수 있는 중량의 추정에 관한 연구는 부피단위의 연구보다는 상대적으로 부족한 실정이다. 따라서 본 연구는 우리나라의 전국적으로 많이 식재되어 있는 일본잎갈나무를 대상으로 임업경영과 목재거래에 있어 요구되는 중량을 흉고직경, 수고를 이용하여 생중량과 건중량을 추정하는 식을 개발하고자 하였다 그리고 수간재적을 중량으로 전환하는 추정식을 개발하여, 일본잎갈나무의 임분수준 중량과 산림 내 바이오매스의 추정에 기초적인 정보를 제공하고자 한다.
, 2011)가 진행되었으나, 중량을 측정하고 수집하는 어려움으로 목재자원평가 및 목재거래에 사용할 수 있는 중량의 추정에 관한 연구는 부피단위의 연구보다는 상대적으로 부족한 실정이다. 따라서 본 연구는 우리나라의 전국적으로 많이 식재되어 있는 일본잎갈나무를 대상으로 임업경영과 목재거래에 있어 요구되는 중량을 흉고직경, 수고를 이용하여 생중량과 건중량을 추정하는 식을 개발하고자 하였다 그리고 수간재적을 중량으로 전환하는 추정식을 개발하여, 일본잎갈나무의 임분수준 중량과 산림 내 바이오매스의 추정에 기초적인 정보를 제공하고자 한다.
제안 방법
본 연구는 중부지역 일본잎갈나무의 수간중량 추정식을 개발하기 위하여 지역별 개체목의 직경과 지위를 고려하여 총 55본의 표본목을 선정하여 모형에 따른 적합지수와 추정의 표준오차 및 잔차의 분포를 이용하여 모형의 이행능력을 비교하여 최적의 모형을 선정하였다. 그 결과, 1변수인 흉고직경을 이용하는 식은 W = a+bD+cD2으로 생중량부터 이용중량까지 설명력이 90∼92%로 높게 나타났고, 흉고직경과 수고를 이용한 2변수식은 W = aDbHc으로 97∼98%의 매우 높은 설명력이 나타났다.
대상 데이터
본 연구에 사용된 표본목은 총 55본으로 충주, 제천, 영주, 함양, 산청, 무주지역의 일본잎갈나무 조림지에서 직경급(대,중,소)과 지위(상,하)를 고려하여 표준지를 설정한 후, 표본목을 선정, 벌도 하였다(Table 1).
데이터처리
최적의 중량추정식을 선정하기 위해 적합도를 나타내는 두 개의 통계량과 그래프상에서의 잔차의 분포 등으로 각 중량추정식의 종합적인 부분을 비교하였다. 각 모형간의 실제적인 적합도를 비교하기 위해서 원래 단위로 전환된 추정치와 실측치의 차이에 근거한 통계량을 이용하였다.
각 모형간의 실제적인 적합도를 비교하기 위해서 원래 단위로 전환된 추정치와 실측치의 차이에 근거한 통계량을 이용하였다. 그 중 회귀분석에서의 결정계수(coefficient of determination,R2)와 같은 성격의 지수인 적합지수(Fitness Index, FI)와추정치 표준오차의 백분율인(standard error of estimate as percent of the mean, SEE)를 이용하여 모형의 상대적인 정도(accuracy)를 평가하였다. SEE%는 종속변수의 평균에 대한 표준오차의 비를 백분율로 나타냄으로서 서로 다른 단위나 표본에서 얻어진 추정식과 비교가 가능하다.
성능/효과
본 연구는 중부지역 일본잎갈나무의 수간중량 추정식을 개발하기 위하여 지역별 개체목의 직경과 지위를 고려하여 총 55본의 표본목을 선정하여 모형에 따른 적합지수와 추정의 표준오차 및 잔차의 분포를 이용하여 모형의 이행능력을 비교하여 최적의 모형을 선정하였다. 그 결과, 1변수인 흉고직경을 이용하는 식은 W = a+bD+cD2으로 생중량부터 이용중량까지 설명력이 90∼92%로 높게 나타났고, 흉고직경과 수고를 이용한 2변수식은 W = aDbHc으로 97∼98%의 매우 높은 설명력이 나타났다. 이에 수고와 직경을이용하는 2변수 모형을 사용하는 것이 중량을 추정하는데 보다 정확도가 높을 것으로 판단된다.
그 결과, 1변수인 흉고직경을 이용하는 식은 W = a+bD+cD2으로 생중량부터 이용중량까지 설명력이 90∼92%로 높게 나타났고, 흉고직경과 수고를 이용한 2변수식은 W = aDbHc으로 97∼98%의 매우 높은 설명력이 나타났다. 이에 수고와 직경을이용하는 2변수 모형을 사용하는 것이 중량을 추정하는데 보다 정확도가 높을 것으로 판단된다. 또한 전체수간 재적으로 생중량과 건중량을 추정할 수 있는 식에 대한 설명력도 98∼99%으로 매우 높게 나타났고, 변이계수도 8.
이에 수고와 직경을이용하는 2변수 모형을 사용하는 것이 중량을 추정하는데 보다 정확도가 높을 것으로 판단된다. 또한 전체수간 재적으로 생중량과 건중량을 추정할 수 있는 식에 대한 설명력도 98∼99%으로 매우 높게 나타났고, 변이계수도 8.3∼ 10.0%로 잔차의 분포도 균일하게 나타났다. 따라서 선정된 모형들이 일본잎갈나무의 중량을 추정하는데 적합하다고 판단되며, 본 연구에서 제시한 모형의 추정이행능력으로 일본잎갈나무수종을 이용한 파티클보드, 펄프용재 등 경제자원의 거래평가와 일본잎갈나무의 수간부 바이오매스를 추정식을 개발할 때 기초적인 연구자료로 이용될 것으로 판단된다.
후속연구
0%로 잔차의 분포도 균일하게 나타났다. 따라서 선정된 모형들이 일본잎갈나무의 중량을 추정하는데 적합하다고 판단되며, 본 연구에서 제시한 모형의 추정이행능력으로 일본잎갈나무수종을 이용한 파티클보드, 펄프용재 등 경제자원의 거래평가와 일본잎갈나무의 수간부 바이오매스를 추정식을 개발할 때 기초적인 연구자료로 이용될 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
일본잎갈나무란 무엇인가?
일본잎갈나무는 대표적인 양수이자 속성수로서 70년대부터 온대중부, 북부지역의 대표적인 장기수 용재림 조성을 위해 많이 식재된 수종 중 하나로서 2015년 말 현재 침엽수종의 전체 산림면적인 2,339,002 ha 중에 272,800 ha로 소나무 다음으로 많이 분포하고 있다. 또한 임목축적도 403,971,330 m3 중 46,970,137 m3로 높은 임목 축적을 가진 수종이다(Korea Forest Research Institute, 2015; Korea Forest Service, 2017).
미국과 캐나다에서는 임목바이오매스의 추정식 개발을 위하여 어떤 나무를 조사하였는가?
또한 재적 표와 함께 중량표를 개발하고 임목바이오매스를 추정식개발에 관한 연구가 활발히 진행되어 왔다. 미국의 경우 물푸레나무와 테다소나무의 표본목을 선정하여 이용중량과 생중량을 추정하였고, 캐나다는 소나무와 전나무를 포함한 17개의 수종에 대한 추정식이 개발되었다(Aldredand Alemdag, 1988; Schlaegel, 1984; Evert, 1985). 우리나라의 경우 소나무림의 바이오매스 순생산량에 관한 연구,천연림의 물질생산량과 현존량 추정식에 관한 연구, 삼나무와 편백의 영급별 지상부와 지하부의 상관관계 및 바이오매스 추정식, 중부지방 소나무와 굴참나무의 바이오매스 상대생장식 개발 등의 연구(Park et al.
최근 임목바이오매스가 주목받고 있는 이유는?
최근 기후변화에 따라 산림은 지구온난화를 감소시키고자 이산화탄소를 흡수, 저장하고 과거의 목재로서만 사용된 기능 외에도 재생 가능한 에너지 자원으로 임목바이오매스의 가치에 대한 관심이 집중되고 있다. 산림의 임목자원에 대한 가치 평가를 위해서 우리나라는 일반적으로 재적 정보제시에 초점을 맞추었으나, 원목의 거래와 산림바이오매스 추정에 중요한 역할을 하는 중량단위의 정보도 도출할 필요가 있다(Son et al.
참고문헌 (18)
Aldred, A.H. and Alemdag, I.S. 1988. Guidelines for forest biomass inventory. can. For. Serv., Petawawa national Forestry Institute Information. Report. PI-X-77. pp. 134.
Evert, F. 1983. A national systems of equations for estimating ovendry mass of trembling Aspen popupus tremuloides Michx. can. For. Serv. Petawawa national Forestry Institute Information Report PI-X-24. pp. 23.
Evert. F. 1985. Systems of equations for estimating ovendry mass 18 Canadian tree speices. Can. For. Serv. Petawawa national Forestry Institute Information Report PI-X-59. pp. 50.
Kang, J.T., Moon, H.S., Son, Y.M. and Ahn, K.W. 2015 An Estimation on the Stem Voulme of Cryptomeria Japonica in Jeju using Kozak's Stem Taper Model. The Journal of Korean Island 27(3): 145-160.
Korea Forest Service. 2017. Statistical Yearbook of Forest. pp. 441.
Korea Forest Research Institute. 2012. Economic tree species 4. Research Report on Korea Forest Research Institute. Seoul, Korea, pp. 180.
Lee, K.H., Son, Y.M. and Jung, Y.G. 2000. Tree stem weight equations for pinus densiflora in Kangwon province, Korea. FRI Journal of Forest Science 63: 41-50.
Na, S.J., Kim, C.S., Woo, K.S., Kim, H.J. and Lee, D.H. 2011. Correlation of Above-and below-ground biomass between natural and planted stands of Pinus densiflora for. erecta of One age-class in Gangwon Provience. Journal of Korean Forest Society 100(1): 42-51.
Park, I.H. and Kim, J.S. 1989. Biomass regressions of Pinus densiflora natural forests of four local forms in Korea. Journal of Korean Forest Society 78(6): 320-330.
Park, I.H. and Lee, S.M. 1990. Biomass and net production of Pinus densiflora national forests of four local forms in Korea. Journal of Korean Forest Society 79(6): 196-204.
Schlaegel, Bryce E. 1984. Green ash voulme and weight table. Res. Pap. SO-206. New Orleans, LA. U.S. Dep. Agric.For. Serv. pp. 1-14.
Seo, Y.O., Lee, Y.J., Pyo, J.K., Kim, R.H., Son, Y.M. and Lee, K.H., 2010. Above-and belowgroud biomass and net primary production for Pinus densiflora stands of Cheongyang and Boryeong regions in Chungnam. Journal of Korean Forest Society 99(6): 914-921.
Seo, Y.O. and Lee, Y.J. 2010. Biomass and net primary production of Pinus densiflora stands in Gochang regions. Journal of Agriculture & Life Science 44(5): 45-53.
Seo, Y.O. and Lee, Y.J. 2013. Estimation of above- and belowground biomass with consideration of age classes for Cryptomeria japonica stands. Journal of Agriculture & Life Science 47(2): 17-23.
Son, Y.M., Lee, K.H., Park, I.H., Son, Y.W., Lee, Y.J., Kim, D.K. and Seo, J.H., 2005. Assesment of carbon stock sing biomass expansion factor by major species. Korean Journal of Forest Measurements 8: 91-98.
Son, Y.M., Kim, H., Lee, H.Y., Kim, C.M., Kim, C.S., Kim, J.W., Joo, R.W. and Lee, K.H., 2009. Taper equations and stem voulme table of Eucaluptus pellita and Acacia mangium plantation in Indonesia. Journal of Korean Forest Society 98(6): 633-638.
Son, Y.M., Lee, K.H. and Pyo, J.K. 2011. Development of biomass allometric equations for Pinus densiflora in central region and Quercus variabilis. Journal of Agriculture & Life Science 45(4): 65-72.
Son, Y.M., Jeon, J.H., Pyo, J.K., Kim, K.N., Kim, S.W. and Lee, K.H., 2012. Development of Stem voulme table for Robinia pseudoacacia using Kozak's stem profile model. Journal of Agriculture & Life Science 46(6): 43-49.
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.