• 한국전통조경학회지
• /
• 제41권2호
• /
• pp.35-45
• /
• 2023

첫째, 본 연구는 지역 원림국이 집계한 한단시 노거수의 수종과 수령 등 기본 정보를 결합해 노거수의 공간적 분포 특징을 ArcGIS 그림으로 분석하였다. 수종의 유형, 수령분포, 소유권 현황, 성장세 및 다양성 현황을 종합적으로 분석하였다. 통계적으로 콩나무과의 회화나무속, 아카시아속, 쥐엄나무속, 자귀나무속이 다수의 비중을 차지하였고, 이중 회화나무은 가장 높은 비중을 차지하였다. 회화나무는 한단시 각 현 및 구에 이르기까지 널리 또한 집중적으로 군락을 이루어 분포되어 있었다. 수령 및 분포를 보면 1000년 이상의 노거수는 회화나무, 느티나무, 향나무, 산뽕나무, 황단나무, 쥐엄나무, 황련목, 측백나무가 주를 이루었다. 둘째, 각 유형의 노거수 현황에서 발견한 바와 같이 다양한 유형의 노거수의 현황을 조사한 결과, 한단시 노거수보호 관리 체계, 보호 관리 과정 및 보호 관리 이점을 연구하여 자연성지 보호 관리에서 한단시 노거수의 역할을 분석하여, 노거수의 보호는 주로 지역사회를 주체로 하는 문화, 신앙적 보호형태를 보이며 보호상태는 성장환경과 밀접한 관련이 있다. 현재 노거수 보호의 핵심 동력은 주로 노거수에 대한 숭배이다. 그 신성함을 노거수에 기탁하여 자연이 노거수에 부여한 자연적 성품을 사회 활동의 지도의식으로 승화시켜 자연의 '미(美)'와 인격의 '선(善)'이 잘 결합되어 있다. 노거수의 보호 상태는 주변 환경과의 상호 작용 정도 및 여러 문화 및 주체의 참여와 밀접한 관련이 있다. 장기간의 노거수 성장 과정에서 점차 주변 환경과 지속적으로 상호 작용하여 상향식 및 하향식의 교차 지역, 다문화 및 다중 주체가 참여하는 '자연-문화-경관' 시스템이 자발적으로 구축되는 과정에서 노거수를 중심으로 자연성지가 형성된 것으로 보인다. 셋째, 중국은 노거수보호와 회복 조치를 중점으로 하였지만, 노거수 자원의 관리 과정에서 노거수에 대한 역사, 문화적 가치, 식물 다양성 의의 및 사회적 가치에 대한 종합적인 고려가 부족하여 보호 관리시스템이 허술하다. 공간의 지역적 특징, 재산권 및 보호 상 특징, 가치상 특징의 세 가지 지표는 한단시 노거수의 자연성지 평가에 있어서 노거수를 중심으로 하여 자발적으로 형성 중인 자연성지를 발견할 수 있으며, 이는 전통 의식 관리, 자원 보호 실천, 신앙 체계 구축, 생명공동체 가치 실현 면에서 높은 가치가 있다. 이들을 장기간 보호하고 발전시킬 수 있는지에 대해서는 체계적인 관리 체계가 뒷받침되어야 한다. 넷째, 현재 중국에서는 보호 구역에 대한 인식이 아직 성숙하지 않아 '자연성지'는 자연보호구역 체계가 구축되는 과정에서 중요한 연구 내용으로 다루어야 한다. 상향식 지역사회 참여를 주체로 하는 자연성지 관리 형태는 현재 중국의 하향식 자연보호구역 관리 유형에 대한 강력한 보완이다. 이를 기초로 하여 노거수 보호를 자연보호구역 체계에서 천연기념물이라는 자연보호구역 형태에 포함해야 한다. 또한 자연보호구역 주변 지역 주민도 생물 다양성 보전의 주체 중 하나가 되어야 한다.

• 한국조경학회지
• /
• 제51권3호
• /
• pp.70-82
• /
• 2023

최근 IT 기술과 데이터의 범람으로 생활 전반적인 부분의 패러다임이 전환되고 있다. 이러한 기술의 발전과 변화는 학술영역에도 영향을 미치고 있다. 학문적 교류와 연계를 통해 연구주제나 연구 방법의 개선이 이루어지고 있다. 특히, 데이터 기반의 연구 방법이 다양한 학문분야에서 진행되고 있으며 조경학에서도 지속적인 연구가 필요한 시점이다. 따라서 본 연구에서는 이러한 시대적 상황을 반영하여 인공지능의 한 분야인 머신러닝을 활용한 경관 선호 평가 및 예측모델의 개발 가능성을 알아보는 것을 목표로 한다. 본 연구의 목표를 달성하기 위하여 경관 분야에 머신러닝 기법을 적용하여 경관 선호 평가 및 예측 모델을 구축하고, 구축된 모형의 모의정도를 검증하였다. 이를 위해 본 연구에서는 최근 신재생에너지 사업으로 주목받는 풍력발전시설 경관 이미지를 연구대상으로 선정하였다. 분석을 위하여 풍력발전시설 경관 이미지를 웹크롤링 기법을 활용하여 수집하고 분석 테이터셋을 구축하였다. 우수한 성능의 예측모델 도출을 위하여 머신러닝 분석에 활용되는 University of Ljubljana의 프로그램인 오렌지 버전 3.33을 활용하였다. 또, 머신러닝 학습데이터의 평가기준을 통합한 모델과 평가기준 별도 모델 구조를 활용하였으며, 머신러닝 분류모델에 적합한 kNN. SVM, Random Forest, Logistic Regression, Neural Network 알고리즘을 사용해 모델을 생성하였다. 생성된 모델을 성능 평가를 실시하여 본 연구에 가장 적합한 예측모델을 도출하였다. 본 연구에서 도출된 예측모델은 경관의 유형에 따른 분류, 경관과 대상의 시거리에 따른 분류, 선호에 따른 분류 등 3가지 평가기준을 별도로 평가 후 종합해 예측하여 결과를 도출하였다. 연구 결과 경관 유형에 따른 평가 기준 정확도 0.986, 시거리에 따른 평가 기준 정확도 0.973, 선호에 따른 평가 기준 정확도 0.952에 달하는 높은 정확도를 가진 예측모델을 개발하였으며, 평가데이터 예측 결과를 통한 검증과정을 보아도 모델의 성능 치를 상회하는 성과를 도출했음을 알 수 있다. 경관 관련 연구에서 머신러닝을 활용한 예측모델 개발 가능성을 알아본 실험적 시도로 이미지 데이터의 수집 및 정제를 통해 데이터 세트를 구축하여 높은 성능의 예측모델이 생성 가능하며, 이후 경관 관련 연구 분야에 활용될 수 있다는 가능성을 확인할 수 있었다. 본 연구의 결과와 시사점, 한계점을 반영한다면 풍력발전시설의 경관뿐만 아니라 자연경관이나 문화경관 등 다양한 형태의 경관 예측모델 개발이 가능할 것으로 생각되며, 경관 유형에 따라 이미지를 분류하는 모델의 연구를 통해 데이터 분류의 시간을 단축하거나 머신러닝을 활용한 경관예측 인자분석을 통해 경관계획 요소의 중요도 분석 등의 주제에 맞는 연구 방법을 탐색하고 적용하여 후속 연구를 진행한다면 조경학 분야에서도 머신러닝 기법을 보다 유용하고 가치 있게 활용할 수 있을 것으로 생각된다.