[논문]시계열 국가산림자원조사 자료 기반 자연적 임분동태 변화에 따른 소나무림의 감소 특성 평가

김은숙; 정종빈; 박신영

doi:10.14578/jkfs.2024.113.1.40

시계열 국가산림자원조사 자료 기반 자연적 임분동태 변화에 따른 소나무림의 감소 특성 평가
Analysis of Changes in Pine Forests According to Natural Forest Dynamics Using Time-series NFI Data

한국산림과학회지 = Journal of korean society of forest science, v.113 no.1, 2024년, pp.40 - 50

김은숙 (국립산림과학원 산림생태연구과) , 정종빈 (국립산림과학원 산림생태연구과) , 박신영 (국립산림과학원 산림생태연구과)

초록
AI-Helper

소나무림 산림생태계의 자연적 임분 동태 변화 과정에 따라 참나무류 등 활엽수와의 경쟁에 밀려 분포 면적이 지속적으로 감소하고 있다. 소나무림의 자연적 쇠퇴가 가시화되면서 소나무가 우리 국민들에게 제공해왔던 다양한 가치들이 함께 소멸될 위험에 처해 있으며, 지역별 소나무 쇠퇴 진행 상황에 따라 미래 산림관리 방향을 마련하는 것이 중요한 과제로 제기되고 있다. 따라서, 본 연구는 자연적 임분 동태 변화에 따른 소나무림 변화 특성을 이해하고, 미래 소나무림의 지역별 변화를 전망하는 것을 목적으로 하였다. 이를 위해, 시계열 국가산림자원조사 자료 기반 전국 소나무림 변화 정보를 이용하여 소나무림의 변화 경향을 분석하고 변화에 영향을 줄 수 있는 변수(지형, 임분, 교란, 기후)들을 평가하였다. 또한 유효변수들을 이용하여 모형을 구축하고 미래의 소나무림의 미래 변화 모습을 예측했다. 그 결과, 과거 10년 동안 전국 산림에서 소나무류의 중요치는 전반적으로 감소하였으며 소나무류가 대표수종인 표본점이 10년 후에도 대표수종이 유지된 비율은 75%, 나머지 25%는 혼효림으로 전환된 것으로 나타났다. 이러한 변화는 수분 조건이 좋으며 임분 내·외부의 교란 요인이 많은 지역에서 발생한 것으로 분석되었다. 향후 10년 후의 소나무림 변화를 전망한 결과, 전국적으로 현재 기준 소나무림 순림의 약 14.2%가 자연적인 임분 동태 변화에 따라 혼효림으로 전환될 가능성이 높을 것으로 추정되었다. 지역적으로 보면 소나무림 변화율은 제주와 경기가 42.8%, 26.9%로 가장 높았고 경북과 강원이 8.8%, 13.8%로 가장 낮았다. 경기, 충청, 전남 지역 등 한반도 서쪽 지역에 있는 소나무림의 감소 위험이 높을 것으로 예측되었다. 본 연구에서 제시한 자연적 임분동태 변화에 따른 소나무림 변화 민감도 평가 결과는 전국 소나무림의 종합적 관리 방안을 마련하는데 활용할 수 있다.

Abstract ▼ AI-Helper

Pine forests are continuously declining due to competition with broadleaf trees, such as oaks, as a consequence of changes in the natural dynamics of forest ecosystem. This natural decline creates a risk of losing the various benefits pine trees have provided to people in the past. Therefore, it is necessary to prepare future forest management directions by considering the state of pine tree decline in each region. The goal of this study is to understand the characteristics of pine forest changes according to forest dynamics and to predict future regional changes. For this purpose, we evaluated the trend of change in pine forests and extracted various variables(topography, forest stand type, disturbance, and climate) that affect the change, using time-series National Forest Inventory (NFI) data. Also, using selected key variables, a model was developed to predict future changes in pine forests. As a results, it showed that the importance of pine trees in forests across the country has decreased overall over the past 10 years. Also, 75% of the sample points representing pine trees remained unchanged, while the remaining 25% had changed to mixed forests. It was found that these changes mainly occurred in areas with good moisture conditions or disturbance factors inside and outside the forest. In the next 10 years, approximately 14.2% of current pine forests was predicted to convert to mixed forests due to changes in natural forest dynamics. Regionally, the rate of pine forest change was highest in Jeju(42.8%) and Gyeonggi(26.9%) and lowest in Gyeongbuk(8.8%) and Gangwon(13.8%). It was predicted that pine forests would be at a high risk of decline in western areas of the Korean Peninsula, including Gyeonggi, Chungcheong, and Jeonnam. This results can be used to make a management plan for pine forests throughout the country.

주제어

표/그림 (9)

표 Table 1. Description of variables for pine forest change model
그림 Figure. 1. Disturbance and forest stand variables used to predict pine forest change: (a) PDPT100, (b) NF100 (c) Importance value of PDPT in pine forest.
그림 Figure 2. Decrease in importance value of pine by province for Class1~Class3 (a) among all species or (b) among pine and some Quercus. (CB: Chungbuk, CN: Daejeon·Sejong·Chungnam, GB: Daegup·Gyeongbuk, GG: Seoul·Incheon·Gyeonggi, GN: Busan·Ulsan·Gyeongnam, GW: Gangwon, JB: Jeonbuk, JJ: Jeju, JN: Gwangju·Jeonnam)
표 Table 2. Change matrix for importance value classes of pine at NFI permanent sample points over a 10-year period.
표 Table 3. Change of Shannon’s Index from NFI5 to NFI7.
그림 Figure 3. Characteristics of topography, forest stand, disturbance and climate by change of pine importance value class.
표 Table 4. K-fold validation of pine forest change models.
그림 Figure 4. Prospects for changes in pine forest area (a) by pixel units or (b) by administrative districts.
표 Table 5. Change prospects of pine forest after 10 years.

AI 본문요약
AI-Helper

문제 정의

따라서, 본 연구에서는 우리나라 전역의 소나무림이 어떠한 변화 과정을 겪고 있는지를 파악하고, 소나무림 변화 특성에 기반하여 어느 지역이 미래 소나무림 변화 압력이 상대적으로 클지 예측하는 것을 목적으로 하였다. 이를 위해, 시계열 국가산림자원조사 자료를 이용하여 전국 산림의 10년 동안의 소나무림 변화 정보를 확보하였고, 소나무림 변화에 영향을 줄 수 있는 다양한 변수(지형, 임분, 교란, 기후)를 구축하고, 이를 기반으로 소나무림 변화와 유지에 영향을 주는 변수를 평가하였다.
중요치 그룹을 기준으로 NFI5와 NFI7 사이 기간 동안의 중요치 변화 추세를 파악하였다. 또한 소나무림 중요치 변화와 함께 임분 전체(교목, 관목 포함)의 생물다양성 변화가 어떻게 변화하였는지 함께 파악하였다. 생물다양성은 종 다양성 지수인 Shannon 다양성 지수로 다음의 식 1과 같이 산출하였다(Shannon, 1948).
과거(NFI5) Class1이었던 표본점이 10년이 경과한 후(NFI7)에도 Class1로 유지가 되는 표본점과 중요치의 감소에 따라 Class2~4로 변화하는 표본점을 구분하여 이 두 가지 경우에 영향을 미치는 요인을 파악하였다. 모형 적용을 통해 최종적으로 소나무림의 변화 또는 미변화 여부를 결정해야 하므로, 소나무림 중요치 변화에 대한 연속형 모형이 아닌 변화 여부를 통계적으로 결정할 수 있는 분류형 모형을 개발하는 것을 목표로 하였다.

제안 방법

NFI5와 NFI7 간의 변화분석이 가능하고 인위적 활동과 교란이 없을 것으로 추정된 9,220개 표본점 자료를 기반으로 소나무림의 변화 경향을 파악하였다. 임분상층 소나무 중요치에 따른 등급의 변화를 파악한 결과, 소나무가 대표 수종인 Class1 표본점이 10년 후에 등급 유지되는 비율은 75%이며, 나머지 25%는 중요치가 감소하여 등급이 변경되었다.
모형의 종속변수는 소나무 중요치 등급 유지를 0(소나무림 유지), 중요치 등급 변화를 1(소나무림 변화)로 설정했으며, 소나무림 변화를 설명할 변수로는 지형변수, 임분 변수, 교란변수, 기후변수를 구축했다(Table 1). 소나무림 변화 모형 구축 자료는 표본점 조사 정보를 활용하였고, NFI 조사를 통해 확보되지 않은 자료들은 공간정보로 제작하여 해당 위치에 해당하는 자료를 추출하여 활용하였다.
본 연구에서는 국가 규모의 현장조사 자료를 이용하여 우리나라 소나무림의 전반적인 변화 경향을 파악하고 지역별 차이를 비교하였다. 그 결과, 과거 10년 동안 우리나라 소나무림은 전반적으로 중요치가 감소하는 방향으로 변화해왔으며, 이와 동시에 임분 내 생물다양성이 점차 증가하고 있는 것으로 나타났다.
통계분석과 모형구동은 R 프로그램으로 수행하였다. 소나무림 변화 예측 최종 모형 구축을 위해 모형 구축과 검증을 위한 샘플을 구분했던 것을 모두 포함해 전체 표본점 자료를 이용해 RF, SVM (Linear), SVM (Radial) 모형을 도출했다.
소나무림 변화를 설명할 수 있는 최종 모형을 이용하여 전국 소나무림에 대한 미래 소나무림 변화를 전망하기 위해 모든 입력자료(지형, 교란, 기후)를 30 m 격자해상도의 공간정보로 구축했다. 30 m 수치표고모델 자료를 이용하여 사면향, 지형학적수분지수 자료를 제작하였다.
소나무림 변화와 미변화를 분류하기 위한 모형을 구축하기 위해 통계분석을 통해 유의성이 확인된 7개 변수 중에서 변수 간 상관성이 높은 변수를 제외하고 최종적으로 6개 변수를 모형 입력변수(Aspect, TWI, PDPT100, NF100, IV, PRCP)로 선정하였다. 이 변수들을 이용하여 RF, SVM(Linear), SVM(Radial) 모형을 적용한 결과, 소나무림 변화/미변화 분류 결과 추정치에 대한 K-fold Validation의 전체 정확도 평균은 0.
소나무림 유지 또는 변화에 영향을 주는 요인을 파악하고 이를 기반으로 현재 기준으로 이후 소나무림 변화 가능성을 파악하기 위해 표본점 조사정보 기반의 소나무림 변화 모형을 구축하였다. 우선, 소나무림 우점도 변화에 영향을 줄 수 있는 지형, 임분, 교란, 기후 변수들에 대해 독립변수 t-test을 통해 통계적 유의성을 검증하고, 모형 구축에 활용할 수 있는 변수를 우선 선정했다(유의확률이 0.
따라서, 본 연구에서는 우리나라 전역의 소나무림이 어떠한 변화 과정을 겪고 있는지를 파악하고, 소나무림 변화 특성에 기반하여 어느 지역이 미래 소나무림 변화 압력이 상대적으로 클지 예측하는 것을 목적으로 하였다. 이를 위해, 시계열 국가산림자원조사 자료를 이용하여 전국 산림의 10년 동안의 소나무림 변화 정보를 확보하였고, 소나무림 변화에 영향을 줄 수 있는 다양한 변수(지형, 임분, 교란, 기후)를 구축하고, 이를 기반으로 소나무림 변화와 유지에 영향을 주는 변수를 평가하였다. 또한 유효변수들을 이용하여 모형을 구축하고 10년 경과에 따른 미래의 소나무림의 변화 모습을 예측했다.
임분 변수는 표본점의 임분조사 정보의 영급, 수관밀도, 상층의 소나무 상대중요치, 생물다양성 지수(Shannon index) 자료를 이용하였다. 임분의 유지와 변화에 영향을 줄 수 있는 외부 교란 요인으로 표본점 주변지역(반경 100 m)의 산림 내 소나무림 비율과 비산림 비율을 활용하였다. 해당 변수 선정을 위해 전국 임상변화 요인 분석에 대한 선행 연구에서 기도출된 주요 변수들을 포함하고(Kim et al.
준비된 현재 기준 공간 입력자료와 최종 도출된 3가지 모형을 이용해서 현재 기준으로부터 10년 후의 미래 전국 소나무림 변화를 예측하고, 세 모형에서 모두 소나무림이 변화된 것으로 추정된 경우를 소나무림 변화지역으로 설정하여 최종 결과를 도출하였다.
임분의 유지와 변화에 영향을 줄 수 있는 외부 교란 요인으로 표본점 주변지역(반경 100 m)의 산림 내 소나무림 비율과 비산림 비율을 활용하였다. 해당 변수 선정을 위해 전국 임상변화 요인 분석에 대한 선행 연구에서 기도출된 주요 변수들을 포함하고(Kim et al., 2022), 여기에 생물다양성 지수를 추가로 고려하여 소나무림 변화/미변화에 영향을 주는 변수를 평가하였다. 소나무림 및 비산림 면적 비율 자료는 NFI5 조사 시기를 고려하여 대축척임상도가 처음 제작되어 배포된 2012년 제작 임상도를 이용하여 자료를 제작했다.

대상 데이터

소나무림 변화를 설명할 수 있는 최종 모형을 이용하여 전국 소나무림에 대한 미래 소나무림 변화를 전망하기 위해 모든 입력자료(지형, 교란, 기후)를 30 m 격자해상도의 공간정보로 구축했다. 30 m 수치표고모델 자료를 이용하여 사면향, 지형학적수분지수 자료를 제작하였다. 임분 외부 교란특성 정보 구축을 위해 2022년 현재 기준 임상도를 이용하여 100 m 반경 내 산림 중 소나무림 면적 비율, 100 m 반경 내 비산림 면적 비율 지도를 제작하였다.
소나무림의 자연적 변화 특성을 파악하기 위해, 표본점 위치가 훼손되지 않아 산림의 변화 모니터링이 가능한 표본점, 인위적인 산림관리 활동 이력이 없고 병해충이나 산불 등 교란이력이 없는 표본점을 선정하였으며, 조사정보에 기록되지 않았으나 산림관리 활동이 있었을 것으로 추정되는 치수림 및 1영급 임분 표본점은 분석에서 제외하였다. NFI6과 NFI7 모두에서 모니터링이 가능하다고 평가되어 최종적으로 NFI5와 NFI7 자료간의 비교가 가능한 표본점은 총 12,833개소였으며, 인위적 활동과 교란이 있을 것으로 추정된 표본점을 제외한 총 9,220개 표본점 자료를 이용하여 분석을 수행했다. 이후 상세 분석 과정에서는 해당 표본점 중에서 소나무류 중요치 등급 등에 따라 추가 선별하여 모델 구축에 활용하였다.
2)가 구축되어 있는 2000~2019년의 평균기온과 강수량 자료를 이용하여 20년 평년 연평균 자료를 구축해 지역별 기후특성을 반영하는 자료로 활용했다. 격자기상자료는 기상청 기후정보포털(http://www.climate.go.kr)에서 다운로드하여 이용했다.
기후 부문에서는 소나무림 분포지의 일반적인 기후특성을 반영하기 위해 기상청의 격자기상자료(MK-PRISM ver1.2)가 구축되어 있는 2000~2019년의 평균기온과 강수량 자료를 이용하여 20년 평년 연평균 자료를 구축해 지역별 기후특성을 반영하는 자료로 활용했다. 격자기상자료는 기상청 기후정보포털(http://www.
05). 기후정보는 기존에 구축되어 있는 1 km 해상도 자료를 30 m 자료로 Resampling하여 공간해상도를 통일해서 준비했다.
임분 외부 교란특성 정보 구축을 위해 2022년 현재 기준 임상도를 이용하여 100 m 반경 내 산림 중 소나무림 면적 비율, 100 m 반경 내 비산림 면적 비율 지도를 제작하였다. 또한 임분 내부 교란 특성을 반영하는 소나무림 내 임분상층의 소나무류 중요치 정보는 NFI7 자료로부터 구했다. NFI7의 소나무림 표본점을 대상으로 소나무류(소나무, 곰솔)의 중요치를 계산하고 해당 점 자료를 역거리가중(IDW, Inverse Distance Weighted) 기법을 이용하여 공간적으로 확장했다(Figure 1).
따라서 해당 자료는 전국 산림의 임분 단위 변화를 파악할 수 있는 국가 규모의 유일한 현장 조사 자료라고 할 수 있다. 본 연구에서는 과거 10년 동안의 자연적 임분 동태 변화에 따른 소나무림 변화 상태를 확인하기 위해 제5차 NFI 자료(2006~2010)와 제7차 NFI(2016~2020) 자료를 비교 대상 자료로 활용하였다.
, 2022), 여기에 생물다양성 지수를 추가로 고려하여 소나무림 변화/미변화에 영향을 주는 변수를 평가하였다. 소나무림 및 비산림 면적 비율 자료는 NFI5 조사 시기를 고려하여 대축척임상도가 처음 제작되어 배포된 2012년 제작 임상도를 이용하여 자료를 제작했다.
모형의 종속변수는 소나무 중요치 등급 유지를 0(소나무림 유지), 중요치 등급 변화를 1(소나무림 변화)로 설정했으며, 소나무림 변화를 설명할 변수로는 지형변수, 임분 변수, 교란변수, 기후변수를 구축했다(Table 1). 소나무림 변화 모형 구축 자료는 표본점 조사 정보를 활용하였고, NFI 조사를 통해 확보되지 않은 자료들은 공간정보로 제작하여 해당 위치에 해당하는 자료를 추출하여 활용하였다.
소나무림 변화의 정보는 국가산림자원조사(National Forest Inventory, NFI) 시계열 조사 자료를 통해 취득하였다. 국가산림자원조사는 국가산림통계산출을 위하여 1970년대부터 수행되고 있는 산림청의 조사 사업으로, 2006년 제5차 조사부터는 전국적으로 고정된 표본점을 설치하여 5년 주기로 반복적인 변화모니터링 기반의 현장조사를 수행하고 있다.
임분 내 소나무림의 변화 요인을 파악하여 이를 설명할 수 있는 모형을 개발하기 위해, NFI5 전체 표본점 중에서 소나무 임분으로 규정되는 Class1 표본점을 대상으로 분석을 수행하였다. 과거(NFI5) Class1이었던 표본점이 10년이 경과한 후(NFI7)에도 Class1로 유지가 되는 표본점과 중요치의 감소에 따라 Class2~4로 변화하는 표본점을 구분하여 이 두 가지 경우에 영향을 미치는 요인을 파악하였다.
지형학적수분지수(TWI, Topographical Wetness Index)는 사면 형태에 따른 수분조건을 반영한 지수(Beven and Kirkby, 1979)로서, 전국 30 m 수치표고모델을 이용하여 산출했다. 임분 변수는 표본점의 임분조사 정보의 영급, 수관밀도, 상층의 소나무 상대중요치, 생물다양성 지수(Shannon index) 자료를 이용하였다. 임분의 유지와 변화에 영향을 줄 수 있는 외부 교란 요인으로 표본점 주변지역(반경 100 m)의 산림 내 소나무림 비율과 비산림 비율을 활용하였다.
30 m 수치표고모델 자료를 이용하여 사면향, 지형학적수분지수 자료를 제작하였다. 임분 외부 교란특성 정보 구축을 위해 2022년 현재 기준 임상도를 이용하여 100 m 반경 내 산림 중 소나무림 면적 비율, 100 m 반경 내 비산림 면적 비율 지도를 제작하였다. 또한 임분 내부 교란 특성을 반영하는 소나무림 내 임분상층의 소나무류 중요치 정보는 NFI7 자료로부터 구했다.

데이터처리

변화 표본점의 특징을 모형 구축에 반영하기 위해, 심플 개수가 적은 경우 비교 대상이 되는 샘플의 개수와 동일하게 맞춰 주는 Upsampling 기법을 적용했다. 또한 세 모형 간의 비교를 위해 K-fold Cross Validation 방법을 적용하고, 분류 정확도를 평가하는 전체정확도(Overall Accuracy), 카파계수(Kappa Coefficient), 민감도(Sensitivity), 특이도(Specificity)를 이용하여 모형 성능을 평가했다. 통계분석과 모형구동은 R 프로그램으로 수행하였다.
소나무림 유지 또는 변화에 영향을 주는 요인을 파악하고 이를 기반으로 현재 기준으로 이후 소나무림 변화 가능성을 파악하기 위해 표본점 조사정보 기반의 소나무림 변화 모형을 구축하였다. 우선, 소나무림 우점도 변화에 영향을 줄 수 있는 지형, 임분, 교란, 기후 변수들에 대해 독립변수 t-test을 통해 통계적 유의성을 검증하고, 모형 구축에 활용할 수 있는 변수를 우선 선정했다(유의확률이 0.05보다 작은 변수).
최종 도출된 RF, SVM (Linear), SVM (Radial) 모형을 이용하여 현재 기준으로부터 10년 후의 미래 소나무림 변화를 예측하고 세 모형에서 모두 변화로 추정된 경우를 소나무림 변화지역으로 판정하고 결과를 도출하였다. 그 결과, 전국적으로 현재 기준 소나무림 순림의 약 14.
또한 세 모형 간의 비교를 위해 K-fold Cross Validation 방법을 적용하고, 분류 정확도를 평가하는 전체정확도(Overall Accuracy), 카파계수(Kappa Coefficient), 민감도(Sensitivity), 특이도(Specificity)를 이용하여 모형 성능을 평가했다. 통계분석과 모형구동은 R 프로그램으로 수행하였다. 소나무림 변화 예측 최종 모형 구축을 위해 모형 구축과 검증을 위한 샘플을 구분했던 것을 모두 포함해 전체 표본점 자료를 이용해 RF, SVM (Linear), SVM (Radial) 모형을 도출했다.

이론/모형

또한 임분 내부 교란 특성을 반영하는 소나무림 내 임분상층의 소나무류 중요치 정보는 NFI7 자료로부터 구했다. NFI7의 소나무림 표본점을 대상으로 소나무류(소나무, 곰솔)의 중요치를 계산하고 해당 점 자료를 역거리가중(IDW, Inverse Distance Weighted) 기법을 이용하여 공간적으로 확장했다(Figure 1). 공간보간법 적용을 위해 소나무림 중요치의 공간적 자기상관성을 분석한 결과, 전역적 모란지수(Global Moran’s I)가 0.
관련 변수를 복합적으로 고려하여 변화, 미변화를 구분할 수 있는 후보모형으로 Random Forest(RF)(Breiman, 2001)와 Support Vector Machine(SVM)(Cortes and Vapnik, 1995)을 이용했다. SVM의 경우 데이터들을 구분하는 알고리즘에 따라 Linear SVM과 Radial SVM 모형을 고려하였다.
관련 변수를 복합적으로 고려하여 변화, 미변화를 구분할 수 있는 후보모형으로 Random Forest(RF)(Breiman, 2001)와 Support Vector Machine(SVM)(Cortes and Vapnik, 1995)을 이용했다. SVM의 경우 데이터들을 구분하는 알고리즘에 따라 Linear SVM과 Radial SVM 모형을 고려하였다.
소나무 중요치 그룹이 변화하지 않은 표본점 개수는 변화한 표본점 개수보다 훨씬 개수가 많기 때문에, 소나무림 변화/미변화 모형 산출 시에 개수가 많은 미변화 표본점의 특징이 상대적으로 영향력이 커지는 문제가 발생했다. 변화 표본점의 특징을 모형 구축에 반영하기 위해, 심플 개수가 적은 경우 비교 대상이 되는 샘플의 개수와 동일하게 맞춰 주는 Upsampling 기법을 적용했다. 또한 세 모형 간의 비교를 위해 K-fold Cross Validation 방법을 적용하고, 분류 정확도를 평가하는 전체정확도(Overall Accuracy), 카파계수(Kappa Coefficient), 민감도(Sensitivity), 특이도(Specificity)를 이용하여 모형 성능을 평가했다.
즉, 사면향의 값이 클수록 건조, 작을수록 습윤한 상태를 말한다. 지형학적수분지수(TWI, Topographical Wetness Index)는 사면 형태에 따른 수분조건을 반영한 지수(Beven and Kirkby, 1979)로서, 전국 30 m 수치표고모델을 이용하여 산출했다. 임분 변수는 표본점의 임분조사 정보의 영급, 수관밀도, 상층의 소나무 상대중요치, 생물다양성 지수(Shannon index) 자료를 이용하였다.

성능/효과

48로 유사한 것으로 나타났다. Sensitivity와 Specificity에서는 SVM(Linear)가 가장 균등하게 추정하는 것으로 확인되었으며 RF와 SVM(Radial)의 경우 약간의 편향성을 보였다(Table 4). 개별 모형의 불확도 영향을 줄이기 위해 세 모형의 결과를 조합하여 활용하도록 하였다.
공간보간법 적용을 위해 소나무림 중요치의 공간적 자기상관성을 분석한 결과, 전역적 모란지수(Global Moran’s I)가 0.22로 산출되어 거리에 따른 군집화 경향이 있는 것으로 파악되었다(p<0.05)
본 연구에서는 국가 규모의 현장조사 자료를 이용하여 우리나라 소나무림의 전반적인 변화 경향을 파악하고 지역별 차이를 비교하였다. 그 결과, 과거 10년 동안 우리나라 소나무림은 전반적으로 중요치가 감소하는 방향으로 변화해왔으며, 이와 동시에 임분 내 생물다양성이 점차 증가하고 있는 것으로 나타났다.
최종 도출된 RF, SVM (Linear), SVM (Radial) 모형을 이용하여 현재 기준으로부터 10년 후의 미래 소나무림 변화를 예측하고 세 모형에서 모두 변화로 추정된 경우를 소나무림 변화지역으로 판정하고 결과를 도출하였다. 그 결과, 전국적으로 현재 기준 소나무림 순림의 약 14.2%가 향후 10년 후에는 자연적인 임분동태 변화에 따라 혼효림으로 전환될 가능성이 높을 것으로 추정되었다. 지역적으로 보면 제주와 경기가 42.
또한 NFI5와 NFI7 표본점 자료 기준으로 소나무림이 과거 10년 사이 약 25% 정도가 혼효림으로 전환된 것과 비교했을 때 미래 추정치는 14.2%로 다소 낮게 평가 된 측면이 있다. 이는 표본점 자료 분석과 전국 대상의 공간 자료 분석의 차이가 있을 수 있음을 고려해야 한다.
즉, 지형적, 기후적으로 수분조건이 상대적으로 양호한 지역에서 변화가 많이 나타났다. 또한 소나무림 변화 지역은 주변의 소나무면적비율(PDPT100)이 낮고, 비산림비율(NF100)은 높으며, 해당 임분 내 소나무류 중요치(IV)가 낮고 생물다양성지수(SI)는 높았다. 즉, 임분 내・외부의 소나무의 중요치가 상대적으로 낮고 비산림 비율이 높아 외부교란 가능성이 많은 지역에서 변화가 많았다.
소나무림 변화 지역은 미변화 지역보다 사면향 지수가 낮고, 지형학적수분지수(TWI)가 높으며, 강수량(PRCP)이 큰 경향을 보였다. 즉, 지형적, 기후적으로 수분조건이 상대적으로 양호한 지역에서 변화가 많이 나타났다.
소나무림 변화와 미변화 사이의 통계적 차이(p<0.05)가 확인된 변수는 사면향(Aspect), 지형학적수분지수(TWI), 소나무면적비율(PDPT100), 비산림면적비율(NF100), 소나무중요치(IV), 생물다양성지수(SI), 연강수량(PRCP) 이었다.
소나무림 변화와 미변화를 분류하기 위한 모형을 구축하기 위해 통계분석을 통해 유의성이 확인된 7개 변수 중에서 변수 간 상관성이 높은 변수를 제외하고 최종적으로 6개 변수를 모형 입력변수(Aspect, TWI, PDPT100, NF100, IV, PRCP)로 선정하였다. 이 변수들을 이용하여 RF, SVM(Linear), SVM(Radial) 모형을 적용한 결과, 소나무림 변화/미변화 분류 결과 추정치에 대한 K-fold Validation의 전체 정확도 평균은 0.72~0.74, Kappa계수 평균은 0.44~0.48로 유사한 것으로 나타났다. Sensitivity와 Specificity에서는 SVM(Linear)가 가장 균등하게 추정하는 것으로 확인되었으며 RF와 SVM(Radial)의 경우 약간의 편향성을 보였다(Table 4).
NFI5와 NFI7 간의 변화분석이 가능하고 인위적 활동과 교란이 없을 것으로 추정된 9,220개 표본점 자료를 기반으로 소나무림의 변화 경향을 파악하였다. 임분상층 소나무 중요치에 따른 등급의 변화를 파악한 결과, 소나무가 대표 수종인 Class1 표본점이 10년 후에 등급 유지되는 비율은 75%이며, 나머지 25%는 중요치가 감소하여 등급이 변경되었다. 소나무류가 생육하는 혼효림에 속하는 Class2, Class3 역시 10년 경과 후에 67.
한편으로, 표본점 변화 분석 결과에서 확인된 혼효림에서 소나무림으로 역방향으로 변화하는 지역에 대한 부분이 고려되지 못한 부분은 본 연구의 한계로 지적될 수 있다. 혼효림에서 소나무림으로 변화하는 표본점은 소나무림이 혼효림으로 변화하는 표본점 개수의 약 16% 정도로 적은 비중을 차지하며 이러한 변화는 산림생태계의 자연적 변화 과정에서 주로 나타나는 프로세스는 아니지만, 해당 지역에 대한 특징을 파악하고 적용하면 소나무림과 혼효림이 변화하는 양방향의 변화를 보다 명확하게 고려할 수 있을 것이다.

후속연구

본 연구에서 제시한 자연적 임분동태 변화에 따른 소나무림 변화 민감도 평가 결과는 소나무림 감소에 대한 지역적인 변화압력의 차이를 도출함으로써 전국 소나무림에 대한 지역 기반의 입체적 관리 방안을 마련하는데 기여할 수 있다. 더 나아가 소나무림 변화에 대한 보다 세밀한 분석을 위해 병해충, 산불 등 다양한 교란 요인과의 통합적 분석, 소나무림과 혼효림의 양방향 변화에 대한 정밀분석, 생물다양성 변화와 산림구성 변화의 관계에 대한 연구, 수종별 중요치 감소량에 대한 정량적 모형 구축 연구가 추가적으로 수행되어야 한다.
이러한 역사・문화적, 자원・생태적 측면의 중요 소나무림의 경우 지속적인 관리를 통해 소나무림 가치를 유지시킬 필요가 있으나, 자연적인 변화 압력의 현황과 특성을 이해해야 산림 관리의 정확한 진단과 처방이 가능하다. 또한 자연적인 소나무림 쇠퇴 정도에 따라 소나무림 유지 관리지역 또는 신규 수종 육성 지역 등의 새로운 미래 산림관리 방향을 마련하는 것 또한 필요하다. 이를 위해서는 소나무림의 자연적 변화 과정이 어떤 특성에 따라 진행되고 있는지, 지역적으로는 어떻게 차이가 나는지에 대한 명확한 이해가 필요하다.
본 연구에서 제시한 자연적 임분동태 변화에 따른 소나무림 변화 민감도 평가 결과는 소나무림 감소에 대한 지역적인 변화압력의 차이를 도출함으로써 전국 소나무림에 대한 지역 기반의 입체적 관리 방안을 마련하는데 기여할 수 있다. 더 나아가 소나무림 변화에 대한 보다 세밀한 분석을 위해 병해충, 산불 등 다양한 교란 요인과의 통합적 분석, 소나무림과 혼효림의 양방향 변화에 대한 정밀분석, 생물다양성 변화와 산림구성 변화의 관계에 대한 연구, 수종별 중요치 감소량에 대한 정량적 모형 구축 연구가 추가적으로 수행되어야 한다.
따라서 소나무림 변화 민감도가 큰 지역 내에 위치한 보호와 육성 대상 중요 소나무림의 경우, 좀더 강력한 소나무 보호와 인위적 관리 대책이 시행될 필요가 있다. 한편, 변화 민감도가 적은 지역의 경우 소나무 생육이 안정적이므로 기존의 소나무 중심의 산림 유지 및 활용 방안이 효율적이며, 변화 민감도가 높은 지역의 경우 타 수종으로 육성 방향을 전환하는 대책 마련이 필요하다.
그러나 실제 산림통계와의 비교 시에는 침엽수종의 수종 구성, 신규 조림 면적 반영 등 다양한 요인이 통계 안에 포함되어 있음을 고려해야 하며, 또한 우리나라 산림의 생물다양성이 점차 증가하고 있어 과거보다 미래에 소나무림의 변화가 더 가속화 될 가능성도 검토해보아야 한다. 한편으로, 표본점 변화 분석 결과에서 확인된 혼효림에서 소나무림으로 역방향으로 변화하는 지역에 대한 부분이 고려되지 못한 부분은 본 연구의 한계로 지적될 수 있다. 혼효림에서 소나무림으로 변화하는 표본점은 소나무림이 혼효림으로 변화하는 표본점 개수의 약 16% 정도로 적은 비중을 차지하며 이러한 변화는 산림생태계의 자연적 변화 과정에서 주로 나타나는 프로세스는 아니지만, 해당 지역에 대한 특징을 파악하고 적용하면 소나무림과 혼효림이 변화하는 양방향의 변화를 보다 명확하게 고려할 수 있을 것이다.

참고문헌 (25)

Bae, J.S. and Kim, E.S. 2019. Understanding Forest Status？of the Korean Peninsula in 1910: A Focus on Digitization？of Joseonimyabunpodo (The Korean Peninsula Forest？Distribution Map). Journal of Korean Society of Forest？Science 108(3): 418-428.
Bae, S.W. et al. 2012. Commercial species(1) Pinus densiflora.？NIFoS Report #59, National Institute of Forest Science.？pp. 250.
Beven, K.J. and Kirkby, M.J. 1979. A physically based,？variable contributing area model of basin hydrology.？Hydrological Science Bulletin 24(1): 43-69.
Breiman, L., Friedman, J.H., Olshen, R.A. and Stone, C.J.？1984. Classification and regression trees. Chapman &？Hall. London, United Kingdom. pp. 368.
Cheon, K.I., Chun, J.H., Yang, H.M., Lim, J.H. and Shin,？J.H. 2014. Changes of Understory Vegetation Structure？for 10 Years in Long-Term Ecological Research Site at？Mt. Gyebang. Journal of Korean Forest Society 103(1):？1-11.

원문보기 상세보기
Chun, Y.-M., Park, S.-A. and Lee, C.-S. 2007. Structure and？dynamics of Korean red pine stands established as riparian？vegetation at the Tsung stream in Mt. Seorak national？park, eastern Korea. Journal of Ecology and Field Biology？30(4): 347-356.
Cortes, C. and Vapnik, V. 1995. Support-vector networks.？Machine Learning 20(3): 273.

상세보기
Hilmers, T., Friess, N., Bassler, C., Heurich, M., Brandl, R.,？Pretzsch, H., Seidl, R. and Muller, J., 2018. Biodiversity？along temperate forest succession. Journal of Applied？Ecology 55: 2756-2766.
Jang, J.H., Han, B.H., Choi, T.Y. and Lee, K.J. 2013. Plant？Community Structure and Change of Pinus densiflora？S.et Z. Forest for Twenty-two Years (1988~2010) in？Yongmun-sa (Temple) Valley, Yangpyeong-gun, South？Korea. Korean Journal of Environment and Ecology？27(3): 369-380.
Kim, E.S., Jung, B.H., Bae, J.S. and Lim, J.H. 2022. Future？Prospects of Forest Type Change Determined from？National Forest Inventory Time-series Data. Journal of？Korean Society of Forest Science 111(4): 461-472.
Kim, H.E., Kwon, K.C. and Jeong, T.S. 2000. Disturbance？and Regeneration Process of the Pinus densiflora Forest？in Mt. Worak. Journal of Korea Forestry Energy 19(2):？79-85.
Kim, M.-S., Yun, S.J., Park, C.-W., Choi, W.I., Chun, J.-H.,？Lim, J.-H. and Bae, K.-H. 2021. Sequential Changes in？Understory Vegetation Community for 15 Years in the？Long-Term Ecological Research Site in Central Temperate Broad-leaved Deciduous Forest of Korea. Korean？Journal of Environment and Ecology 35(3): 223-236.
Kong, W.S. 2008. Biogeography of Korean plants. GeoBook.？Seoul, Korea. pp. 365.
Lee, D.G, 2015. Ecological Management of Forests. Seoul？National University. Seoul, Korea. pp. 471.
Lee, E.Y., Han, B.H., Kim, J.Y. and Noh, T.H. 2014. A？Study on the Changes of Vegetation Structure of the Pinus？densiflora S. et. Z Forest in Yeongsil,Hallasan Mountain？National Park for Twenty-two Years (1990~2012), Korea.？Proceedings of the Korean Society of Environment and？Ecology Conference 2014(1): 19-20.
Lee, K.J., Choi, J.W., Choi, W.K. and Han, B.H. 2006.？Ecological Characteristics and Change for Fifteen？Years(1989~2004) of Plant Community Structure of the？Pinus densiflora S. et Z. Forest in Hongrudong Valley,？Gayasan National Park. Korean Journal of Environment？and Ecology 20(2): 188-199.
Lee, K.J., Han, B.H., Lee, H.G. and Noh, T.H. 2012.？Management Planning and Change for Nineteen Years？1993 2011) of Plant Community of the Pinus densiflora？Set Z. Forest in Namhan Mountain Fortress, Korea.？Korean Journal of Environment and Ecology 26(4):？559-575.
Lee, K.J., Han, S.S., Kim, J.H. and Kim, E.S. 1999. Forest？ecology. Hyangmunsa. Seoul, Korea. pp. 365.
Lee, K.J., Ki, K.S. and Choi, J.W. 2009. Vegetation？Succession and Vegetation Management of the Pinus？densiflora S. et Z. Forest in the Beopjusa Area, Songnisan？National Park. Korean Journal of Environment and？Ecology 23(2): 208-219.
Lee, K.S. 2006. Changes of species diversity and development？of vegetation structure during abandoned field succession？after shifting cultivation in Korea. Journal of Ecology？and Field Biology 29(3): 227-235.
Oh, K.-K., Choi, S.-H., Park, S.-K. and Shim, H.-Y. 2004.？Vegetation Structure in the Harvested Forest Area(2) -A？Case of (Mt.)Baegwoonsan Research Forest at Kwangyang？City-. Korean Journal of Environment and Ecology 17(4):？337-345.
Pan, Y., McCullough, K. and Hollinger, D.Y. 2018. Forest？biodiversity, relationships to structural and functional？attributes, and stability in New England forests. Forest？Ecosystem 5: 14.
Park, S.G., Hong, S.-H. and Oh, C.-J. 2017. A Study on？Correlation Between the Growth of Korean Red Pine and？Location Environment in Temple Forests in Jeollanamdo, Korea. Korean Jounal of Environment and Ecology？31(4): 409-419.
Spurr, S.H. and Cline, A.C. 1942. Ecological Forestry in？Central New England. Journal of Forestry 40(5): 418-420.
Climate Information Portal of Korea Meteorological Administration: http://www.climate.go.kr

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증