Journal of Korean Society of Forest Science (한국산림과학회지)

Korean Society of Forest Science (한국산림과학회)
권호 표지

Distribution Pattern of Pinus densiflora and Quercus Spp. Stand in Korea Using Spatial Statistics and GIS

공간통계와 GIS를 이용한 소나무림과 참나무류림의 분포패턴

  • Lee, Chong-Soo (Environmental Information Center, Korea Environment Institute) ;
  • Lee, Woo-Kyun (Division of Environmental Science and Ecological Engineering, Korea University) ;
  • Yoon, Jeong-Ho (Environmental Information Center, Korea Environment Institute) ;
  • Song, Chul-Chul (Division of Environmental Science and Ecological Engineering, Korea University)
  • 이종수 (한국환경정책.평가연구원 환경정보센터) ;
  • 이우균 (고려대학교 환경생태공학부) ;
  • 윤정호 (한국환경정책.평가연구원 환경정보센터) ;
  • 송철철 (고려대학교 환경생태공학부)
  • Received : 2006.07.27
  • Accepted : 2006.11.17
  • Published : 2006.12.30
Download PDF
⟨ Previous Next ⟩

Abstract

This study was performed for exploring the spatial distribution pattern of Pinus densiflora and Quercus spp. in Korea. Firstly, the spatial distribution map of Pinus densiflora and Quercus spp. was prepared in grid of $100m{\times}100m$ at national level, using digital forest type map and actual vegetation map. And thematic maps for topography, climate, and soil were also prepared in the raster form of $100m{\times}100m$. Through GIS based spatial analysis of the digital distribution map of Pinus densiflora and Quercus spp. and thematic maps, the spatial characteristics of Pinus densiflora and Quercus spp. distribution was explored in relation to the environmental factors such as topography, climate, and soil. And the occurrence frequency models of Pinus densiflora and Quercus spp. were derived. Pinus densiflora occurs more often than Quercus spp. at low elevation, low slope gradient, and high temperature areas. In addition, Pinus densiflora is mainly distributed at shallow and well-drained loamy soil from igneous rocks. In contrast, Quercus spp. is more common at shallow and well-drained loamy soil from metamorphic rocks. As a result, the prediction model for the spatial distribution of Pinus densiflora and Quercus spp. by topographical variables has proven successful with high statistical significance. The result of this study can contribute to rational management of Pinus densiflora and Quercus spp. stand in Korea, considering environmental factors such as topography, climate, and soil.

본 연구는 소나무림과 참나무류림의 공간분포 패턴을 규명하기 위하여 수행하였다. 공간분석을 위한 기초 자료로 수치 임상도와 현존식생도를 활용하여 $100m{\times}100m$ 격자 단위로 전국 단위의 소나무림과 참나무류림 분포도를 제작하였다. 또한 $100m{\times}100m$ 래스터 격자 단위의 지형, 기후, 토양 관련 주제도를 제작하였다. 이상의 소나무림과 참나무류림의 분포도와 주제도간의 GIS 기반 공간 분석을 실시하여 지형, 기후, 토양 등의 환경 인자에 따른 소나무림과 참나무류림의 공간분포 특성을 분석하였으며, 이러한 공간분포 특성을 활용하여 소나무림과 참나무류림의 출현빈도모델을 제시하였다. 소나무림의 경우 참나무류림에 비하여 상대적으로 표고가 낮고 경사도가 완만하며 기온이 높은 지역에 많이 분포하고 있는 것으로 나타났다. 또한, 소나무림은 양토, 보통 이하의 얕은 토심지역이며 배수가 양호한 화성암 지역에 주로 분포한 반면, 참나무류림은 사양토, 보통 이하의 얕은 토심지역이며 배수가 양호한 변성암 지역에 주로 분포하고 있는 것으로 나타났다. 이상과 같은 지리형태학적 인자에 따른 소나무림과 참나무류림의 공간분포 패턴을 회귀식으로 도출한 결과 통계적 유의성이 매우 높게 나타났다. 본 연구 결과는 지형, 기후, 토양 등의 환경 요소를 고려한 소나무림과 참나무류림 임분의 합리적인 관리에 기여할 것으로 기대된다.

Keywords

Acknowledgement

Grant : 공간통계학적 기법에 의한 소나무림과 참나무류림의 공간분포 및 출현확률모델

Supported by : 한국과학재단

References

  1. 곽두안,이우균,김상우,서정호. 2004 소나무 수고 및 수간형태의 지역별 차이에 관한 연구. 한국산림측정학회지 7(1): 49-60
  2. 권세혁. 2004. SAS 활용 다변량 분석. 자유아카데미. 파주시. pp. 281
  3. 김성덕,김윤동. 1995. 점봉산 신갈나무(Quercus mongolica Fisher)림의 갱신과정에 관한 연구 한국임학회지 84(4): 447-455
  4. 김성덕,송호경 1995. 경북 불영계곡 소나무(Pinus densiflora)림의 재생과정에 관한 연구 한국임학회지 84(2): 258-265
  5. 김지흥,이돈구,김진수,이경준,현정오, 황재우,권기원. 1993. 참나무 천연림의 임분 구조에 대한 해석. 한국임학회지 82(3): 235-245
  6. 김진수,이석우. 1992. 강원경북지역 소나무 천연집단의 유전적 구조. 한국육종학회지 24: 48-60
  7. 김진수,홍용표. 1982 소나무의 몇가지 다형적 동위효소 유전분석 (1). 한국임학회지 58: 1-7
  8. 김진수,이석우,황재우, 권기원. 1993. 금강 소나무 -유전적으로 별개의 품종으로 인정될 수 있는가? -동위효소분석 결과에 의한 고찰- 한국임학회지 82(2): 166-175
  9. 농림부. 2000. 강송림(Pinus densiflora for. erecta Uyeki)의 생태종 개발에 관한 연구. pp. 286
  10. 서정호,이우균,손요환,함보영. 2001. 안면도 소나무 임분의 동적 생장모델,한국임학회지90(6): 725-733
  11. 손두식,박상준,황재우. 1990a. 소나무 및 곰솔의 수지구 지수에 따른 침엽구과 및 종자의 형태적 특성과 동위효소의 변이. 한국임학회지 79(4): 424-430
  12. 손두식,최칠용,박상준 1990b. 곰솔과 소나무의 천연잡종으로 추정되는 잡종소나무의 특성. 한국임학회지 79(2): 127-137
  13. 손영모,이경학,정영교,이우균. 1998. 깅원도산 소나무의 수피두께 및 수피율,한국산림측정학회지 1(2): 64-69
  14. 손영모,이경학,정영교,이우균. 1999. 강원지방소나무의 개체목 수간곡선 및 재적추정 시스템,산림과학논문집 62: 156-167
  15. 손영모,이경학,이우균,권순덕. 2000. 우리나라 주요 6 수종의 수간곡선식. 한국임학회지 91(2): 213-218
  16. 송철철, 변우혁, 이우균. 1995. 직경생장패턴에 따른 강원도 소나무의 생장권역 구분, 한국임학회지 84(1): 71-76
  17. 송호경, 김성덕, 장규관. 1995a. TWINSPAN과 DCCA에 의한 금강소나무 및 춘양소나무 군집과 환경의 상관관계분석. 한국임학회지 84(2): 266-274
  18. 송호경, 장규관, 김성덕. 1995b. TWINSPAN과 DCCA에 의한 신갈나무군집과 환경의 상관 관계분석. 한국임학회지 84(3): 299-305
  19. 송호경, 장규관. 1997. 소나무림과 신갈나무림의 흉고직 경급과 천이에 관한 연구. 한국임학회지 86(2): 223-232
  20. 윤충원. 1999. 금강소나무의 식생구조와 개체군 동태 및 형태적 특성. 경북대학교 대학원 박사학위논문 pp 147
  21. 이우균. 1994. Spline 함수와 선형방정식을 이용한 수간 및 임분 간곡선 모델, 한국임학회지 83(1): 63-74
  22. 이우균. 1996a. 위치종속임분조사에 의한 개체목의 경쟁지수 및 흉고직경생장추정, 한국임학회지 85(3): 539-551
  23. 이우균. 1996b. 강원도지역 소나무의 임분의 임분 및 일반 수고-흉고직경곡선 모델, 산림경제연구 4(2): 66-78
  24. 이우균. 1999. 소나무-참나무류 혼효림의 단목생장모델개발. 한구과학재단 핵심연구 최종보고
  25. 이우균, 서정호, 배상원. 2000. 강원도 지방 소나무 동령임분의 최대입목본수모델, 한국임학회지 89(5): 634-644
  26. 이우철, 이철환. 1989. 한국산 소나무림의 식물사회학적 연구. 한구생태학회지 12(4): 257-284
  27. 장규관, 송호경, 김성덕. 1997. 식물사회학적 방법과 TWINSPAN에 의한 강원도 신갈나무림의 분류에 관한 연구. 한국임학회지 86(2): 214-222
  28. 조재창. 1994. 울진군 소광리지역 소나무임분구조 및 생장양상과 산불과의 간계. 서울대학교대학원 박사학위 논문. pp. 101
  29. 함보영, 이우균, 정재서, 이준학. 2004. IKONOS영상과 GIS를 이용한 참나무류의 공간분포 및 출현확률추정. 한국산림측정학회지 7(1): 74-84
  30. 환경부. 1997. 금강소나무 분포 정밀조사 -경북 내륙지역 중심으로-. pp. 91
  31. 환경부. 2004. 자연환경현황 GIS-DB구축 결과보고서
  32. De Fouquet, C. and Mandallaz, D. 1993. Using geostatistics for forestry inventory with air cover: An example. In Geostatistics Troia '92. Soares. A. Ed. Kluwer Academic Publisher. Amsterdam, pp. 975-886
  33. Hershey, R.R. 2000. Modelling the spatial distribution of ten tree species in Pennsylvania, pp. 119-135 in Quantifying spatial uncertainty in natural resources. Mowrer, H.T., Congalton, R.G., 2000. Ann Arbor Press, pp. 244
  34. Hershey, R.R. and Drake, D.A. 1997. Using geostatistical techniques to map the distribution of tree species from ground inventory data, pp. 187-198 in Modelling Longitudinal and spatially Correlated Data: Methods, Applications, and Future Directions. Lecture Notes in Statistics, 122, T.G. Gregoire et al., Eds., Springer Verlag, New York. pp. 402
  35. Kim, J.W. 1996. Floristic Characterization of the temperate oak forests in the Korean peninsular using high-rank Taxa. J. Plant Biology. 39(2): 149-159
  36. Kim, J.W., Lee, D.J. and Kim, W. 1995. Minimal areas and community structures of Pinus densiflora Forests and Quercus mongolica Forests. Korean J. Ecology. 18(4): 451-462
  37. Lee, J.H., Lee, W.K., Jun, E.J., Kim, S.W. and Kwak, D.A. 2003. Regional Level Impact of Global Warming on the Distribution of Oak Stands in Central Korea. The Korean Journal of Qusternary Research(제4기 학회) 17(2): 135-138
  38. Lee, W.K., Seo, J.H., Son, Y.M., Lee, K.H. and Gadow, K.v. 2003. Modeling stem profiles for Pinus densiflora in Korea. Forest Ecology and Management 172: 69-77 https://doi.org/10.1016/S0378-1127(02)00139-1
  39. Lee, W.K., Gadow, K.v., Chung, D.J. and Lee, J.L. 2004. Dbh-growth model of Pinus densiflora and Quercus variabilis mixed stands in central Korea. Ecological modeling. 176(1/2): 187-200 https://doi.org/10.1016/j.ecolmodel.2003.11.012
  40. Lee, W.K., Biging, G.S., Son, Y., Byun, W.H., Lee, K.H., Son, Y.M. and Seo, J.H. 2006. Geostatistical analysis of regional differences in stem taper form of Pinus densi-flora in central Korea. Ecological Research, in print
  41. Mandallaz, D. 1994. Geostatistical methods for double sampiing schemes: application to combined forestry inventory. Chair of Forest Management and Planning, Swiss Fedral Institute of Technology, Zurich
  42. Palmer, M.W. 1988. Fractal geometry: a tool for describing spatial patterns of plant communities. Vegetation 75(12): 91-102 https://doi.org/10.1007/BF00044631
  43. Payn, T.W. and Clough, M.E. 1988. Differential fertilization on pine plantations on acid forest soils. S. Afr. For. J. 147: 16-25
  44. Ramirez, M.H. 1988. On relevance of geostatistical theory and methods of forest inventory problems. Ph.D. Thesis, University of Georgia
  45. Rossi, R.E., Mulla, D.J., Journel, A.G. and Franz, E.H. 1992. Geostatistical tools for modelling and interpreting ecological spatial dependence, Ecology. Monogr. 62(2): 277-314 https://doi.org/10.2307/2937096
  46. Samra, J.S., Gill, M.S. and Bhatia, V.K. 1989. Spatial stochastic modelling of growth and forest resource evaluation. Forestry Science. 35(3): 663-676