• Weed & Turfgrass Science
• /
• 제3권4호
• /
• pp.269-275
• /
• 2014

마밭에 출현하는 초종과 식생군락을 분석하여 마밭 잡초방제 기초자료로 활용하기 위하여 2014년 5월부터 10월까지 총 7회에 걸쳐 조사를 실시하였다. 마밭에는 총 11과 44종이 출현하였으며, 조사지역 내 출현한 귀화식물은 3과, 10속 10종으로 분류되었는데 주기적인 잡초방제로 인하여 잡초의 생물다양성이 높지는 않았다. Z-M학파의 식물사회학적 식생분류 결과, 큰도꼬마리, 논피, 미국가막사리, 한련초, 속속이풀, 중대가리풀, 쇠비름이 군락으로 분류되었으며, PCA plot 분석결과도 식생분류 결과와 동일하게 유형화되었다. 수량조사 결과, 잡초 방제구 대비 무처리에서 82%의 수량감소가 발생하였다.

• 대한공간정보학회지
• /
• 제21권4호
• /
• pp.21-27
• /
• 2013

최근 탄소 흡수원으로 산림자원의 체계적인 관리의 중요성이 높아지고 있다. 특히 도심지역에서의 산림자원은 탄소 흡수원 뿐만 아니라 도시자연의 환경개선 기능은 물론 사회적 정서적 측면에서도 중요한 역할을 한다. 따라서 본 연구에서는 고해상도 항공영상과 KOMPSAT-2 위성영상의 이용하여 도심지역내 산림 영역의 수종 분류를 수행하기 위하여 고해상도의 항공영상과 위성영상의 NIR밴드의 영상재배열을 수행하였으며 NDVI 등 9개의 다양한 식생지수를 분산분석을 통해 임상단위로 수종을 구분하였다. 또한 산림청에서 제공하는 임상도를 이용하여 본 연구에서 구분된 수종과 비교 분석을 수행하였다. 이와 같은 식생분류 결과를 바탕으로 도시지역 내 식생관리를 위한 기초자료를 구축하고자 하였다.

• 대한원격탐사학회지
• /
• 제35권3호
• /
• pp.447-455
• /
• 2019

기존의 식생정보는 대부분 5년 주기로 구축되어 최신성이 결여 되어있다. 식생의 조사는 사진측량과 사람의 현지조사로 이루어지며, 많은 시간과 비용을 소모하게 된다. 식생의 정보 중 식생층위구조에 대한 정보는 산림의 다양성과 환경을 평가하는 중요한 요소이다. 식생의 내부구조인 층위구조는 필수적 정보이지만, 일반적인 사진측량과 사람의 조사로는 한계점이 존재하게 된다. 본 연구에서는 KOMPSAT-3/3A/5 위성영상으로 부터 제작된 지수맵과 Texture맵, DSM(Digital Surface Model)과 DTM(Digital Terrain Model)의 차분으로 생성한 canopy정보를 Input layer로 층위자료를 인공신경망(Artificial Neural Network; ANN)을 이용하여 분류하였다. 단층과 다층의 산림의 층위 구조를 분류하여 최종분류결과 81.59% 확인하였다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 공동 춘계학술대회 논문집
• /
• pp.151-156
• /
• 2003

본 연구에서는 2000년 LANDSAT ETM+ 수도권 영상을 이용하여 도시지역 10개소, 식생지역 10개소를 선정해서 각각에 대해 표준화 주성분 분석을 적용하여 두 지역간의 고유벡터 매트릭스를 비교ㆍ분석해보았다. 도시 지역과 식생 지역각각에 대해 총 6개의 주성분이 생성되었으며 PC-2와 고유벡터 부호가 변한 밴드(band2, band7)를 RGB로 조합하여 수원지역을 대상으로 분류(Classification)한 결과의 정확도를 분광서명 분별 분석(Signature Separability Analysis)통해 얻은 밴드조합(band1, band3, band5) 영상의 분류결과와 비교해 보았다. 수원지역 2000년 IKONOS 영상의 다중분광 밴드(4×4m)와 전정색 밴드(1x1m)를 융합한 영상이 분류 정확도를 판단하는 기준으로 사용되었다. 비교결과 분류 전체 정확도는 각각 87.7%, 77.29% Khat 지수는 0.83, 0.68로 나타나 PC-2, 밴드2, 밴드7을 이용했을 때 분류 정확도를 높일 수 있다는 결과를 얻었다.

• 한국산림과학회지
• /
• 제78권3호
• /
• pp.255-262
• /
• 1989

강원도(江原道) 점봉산(點鳳山) 일대 중생혼효림(中生混淆林)의 식생(植生)에 대하여 Classification과 Ordination을 병행 사용한 분석법을 시도하였다. 조사 삼림내의 70개 표본구에 나타난 8종(種)의 목본식물(木本植物)의 수도(數度)를 바탕으로, Classification기법(技) 중의 하나인 Cluster 분석에 의하여 다섯 식생군(植生群)이 분류(分類)되었으며, 각 식생군(植生群) 별로 수종(樹種) 다양성(多樣性)도 비교 검토되었다. Cluster 분석이 분류한 식생군(植生群)별 교목(喬木) 수종(樹種)의 중요치(重要値)를 매개변수(媒介變數)로 하여 Principal component analysis (PCA) 한 결과로써 각 식생군별 수종(樹種) 구성(構成) 상태(狀態)의 유사성(類似性)을 비교할 수 있었다. 단풍나무, 물푸레나무, 신갈나무 그리고 고로쇠나무의 eigenvector 즉, 식생군이 ordination된 좌표(座標) 위치를 결정하는 인자(因子) 부가율(附加率)이 높게 나타남으로써, 본 연구대상 삼림(森林)에서는 이들 네가지 수종(樹種)의 분포(分布)가 삼림군의(森林群義) 분류(分類)의 핵심이라 할 수 있다.

• 한국산림과학회지
• /
• 제111권2호
• /
• pp.224-233
• /
• 2022

멸종위기 고산 침엽수종인 분비나무가 생육하는 임분 식생의 종조성과 구조를 파악하기 위해 강원 남부지역을 대상으로 현장 식생조사와 식물사회학적 군집분류를 실시하였다. 약 400 m² 규격의 총 192개소를 대상으로 Z-M 식물사회학적 방법에 따른 현장조사를 실시하였고, 이원지표종분석(TWINSPAN)과 표조작법을 이용하여 식생유형을 분류하고 각 식생단위별 중요치와 종다양도를 산출하였다. 군락 유형을 분류한 결과, 강원 남부지역 분비나무 분포지의 산림 식생유형은 분비나무-당단풍나무군락, 분비나무-관중군락, 분비나무 전형군락으로 구분되며, 분비나무-당단풍나무군락은 4개의 아군락과 2개의 변군락으로 구분되었다. 목본성 수종의 중요치 분석 결과 분비나무, 신갈나무, 사스래나무, 마가목, 피나무, 당단풍나무 등이 높은 생태적 지위를 띠고 있는 것이 확인되었다.

• 한국환경생태학회지
• /
• 제33권6호
• /
• pp.722-733
• /
• 2019

본 연구는 계룡산국립공원 공원문화유산지구로 지정된 동학사, 갑사, 신원사를 대상으로 식물사회학적 식생조사자료를 바탕으로 식생구조를 파악하여 생태적 특성을 구명하여 사찰림의 생태적 보전관리 방안을 마련하는데 기초 자료를 제공하고자 2018년 9월부터 2019년 5월까지 총 29개소의 산림식생조사를 수행하였다. 계층적 군집분석 결과, 느티나무-으름덩굴-황매화군락(VU1), 졸참나무-작살나무-까치박달군락(VU2), 소나무-산벚나무-쇠물푸레나무군락(VU3)으로 식생유형이 각각 구분되었으며, 각 식생단위별 지표종은 각각 12분류군, 8분류군, 6분류군으로 나타났다. 중요치 분석 결과, 모든 식생단위에서 느티나무의 중요치가 가장 높게 나타났으며, 종다양도 분석 결과, 식생단위 3의 종다양도가 0.939으로 다른 식생단위와 비교하였을 때 상대적으로 높게 나타났다. 식생유형과 무생물적입지환경, 생물적입지환경과의 상관관계분석을 CCA를 통해 분석한 결과, 무생물적 환경인자와의 관계는 식생단위 2와 해발고도가 음의 상관관계를 가지는 경향을 보였으며, 생물적 환경인자와의 관계에서는 뚜렷한 상관관계가 나타나지 않았다.

• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.229-239
• /
• 2019

모든 식생 군락은 각자 층위구조를 가지고 있다. 이를 '식생층위구조'라 부른다. 요즈음은 이 층위구조가 산림의 활력도, 다양성, 그리고 환경영향을 평가하는데 중요한 식별자로 작용하기 때문에 산림조사에 있어서 식생층위구조는 필수적으로 조사되어야한다. 그런데, 식생층위구조는 일종의 내부구조이므로 일반적으로 산림조사는 현장조사를 통해 이루어지는데, 이는 전통적인 방식으로 시간과 예산이 많이 든다. 따라서 본 연구에서는 산림의 층위구조를 조사하는데 드는 시간과 예산을 줄이기 위해 넓은 지역 탐사에 효과적인 원격탐사기법 중 항공촬영 사진과 대량의 데이터 마이닝(Data Mining)이 가능한 머신러닝(Machine Learning)기법 이용한 층위구조의 분류 방법을 제시한다. 칼라 항공사진, LiDAR(Light Detection and Ranging) DSM(Digital Surface Model)과 DTM(Digital Terrain Model)을 이용하여 Support Vector Machine(SVM) 머신러닝 기법을 이용하여 층위분류 연구를 진행하였다. 현장조사 자료를 참조하여 SVM기법 분류 결과와 비교했을 때 픽셀수에 기반한 정확도는 66.22%로 확인 되었다. 층위 분류 정확도는 단층과 다층의 구분은 비교적 높게 나타났으나, 다층끼리의 분류는 어렵다는 결론이 나타났다. 이러한 연구결과는 향후 다양한 식생데이터와 영상자료를 수집한다면 식생구조에 대한 머신러닝 연구분야에 더욱 발전이 가능할 것으로 기대된다.

• 한국환경생태학회지
• /
• 제31권2호
• /
• pp.202-219
• /
• 2017

본 연구는 금수산 일대의 군집구조를 파악하여 생태적 보전과 관리의 기초자료제공 목적으로 수행되었다. 2016년 6월부터 2016년 11월까지 식물사회학적으로 식생조사를 하였으며, 41개소의 방형구를 설정하여 식생유형분류, 중요치, 일치법을 적용하여 분석하였다. 산림식생 분석결과, 신갈나무군락군에서 군락단위로 층층나무군락, 밤나무군락(식생단위 3), 굴참나무군락(식생단위 4), 신갈나무전형군락(식생단위 5)으로 분류되었으며, 층층나무군락은 느릅나무군(식생단위 1)과 담쟁이덩굴군(식생단위 2)으로 세분되었다. 평균상대중요치는 식생단위 1에서 물푸레나무 14.9%, 산뽕나무 8.7%, 고로쇠나무 8.3% 순으로 나타났고, 식생단위 2는 일본잎갈나무 23.2%, 층층나무 20.1%, 담쟁이덩굴 6.5% 순으로 나타났다. 식생단위 3은 신갈나무 15.8%, 밤나무 13.4%, 물푸레나무 9.8% 순으로 나타났고, 식생단위 4는 신갈나무 26.6%, 굴참나무 20.8%, 소나무 16.6% 순으로 나타났으며, 식생단위 5는 신갈나무 48.3%, 쪽동백나무 7.5%, 물푸레나무 5.3% 순으로 나타났다. 일치법 분석의 결과로서 식생단위는 해발 700m, 경사 $20^{\circ}$, 지형은 사면중, 암석노출도 20%, 출현종수 30종, 교목층 식피율 80%, 교목층 수고 20m를 기준으로 분류되었다. 따라서 금수산 일대의 생태학적이고 지속가능한 산림식생관리를 위해서는 분류되어진 식생단위에 따라 차별화된 관리방법의 도출이 필요할 것으로 판단되었다.

• The Korean Journal of Ecology
• /
• 제25권3호
• /
• pp.153-161
• /
• 2002

내연산의 삼림식생을 대상으로 ZM식물사회학적 방법에 의해 군락단위 및 그 하위단위를 분류하고, 분류된 각 단위와 환경사이의 상관관계를 서열법으로 해석하여 내연산 산림식생관리를 위한 기초자료를 제공할 목적으로 본 연구를 수행하였다. 군락단위는 신갈나무군락, 굴참나무군락, 소나무군락, 서어나무군락, 느티나무군락이 구분되었고, 하위단위는 신갈나무군락에서 철쪽꽃군과 참회나무군, 굴참나무군락에서 우산나물군, 털조록싸리군 및 찰피나무군, 느티나무군락에서 까치박달군과 고욤나무군이 각각 세분되었다. 따라서 내연산 일대의 산림은 5개군락, 7개군으로 총 9개의 식생단위로 분류되었다. CCA 방법으로 식생과 환경사이의 상관관계 분석 결과 내연산 지역의 식생단위는 해발과 가장 높은 상관관계가 있는 것으로 나타났다. 신갈나무군락의 철쪽꽃군과 참회나무군은 해발고와 지형이 높은 곳과 노암율이 낮은 곳에 각각 분포하는 경향이었다. 한편 느티나무군락은 신갈나무군락과 역의 관계로 나타났다. 앞으로 산림식생관리시 특히 계곡림에 대해서는 교목층의 우점종들이 상관적으로 이질적인 모습을 하고 있더라도 하나의 관리단위로 고려되어야 할 것으로 판단되었다.