• 한국조경학회지
• /
• 제47권6호
• /
• pp.12-23
• /
• 2019

본 연구의 목적은 경기도 수원 영흥공원을 대상지로 도시 산림공원의 자연자원을 활용한 자연체험기회를 제공하고, 자연환경의 중요성을 인식할 수 있는 체험형 자연교육 프로그램을 개발·연구하고자 하였다. 연구대상지는 도시 산림 보전과 지속가능한 이용이 공존하는 교육의 장소가 될 잠재성을 가지고 있는 수원 영흥공원으로 한정하였다. 수원 영흥공원의 기반환경과 동·식물생태를 조사·분석후 도출된 자연교육 자원을 체계화하여 프로그램 목표와 방향 및 주제를 설정하였다. 수원 영흥공원은 물이 풍부한 산림으로 계곡부 주변에 논경작지와 묵논습지 및 둠벙 등 습지 생태계를 이루고 있다. 산책로는 U자형 능선을 따라 완만하게 형성되었고, 수원시가 지정한 팔색로 중 도란길이 포함된다. 토양은 도시의 대기오염과 산성비로 인해 식물 생장에 좋지 않은 pH 4.40의 산성토양이다. 토지이용 및 현존식생조사에서 인공림, 자연림, 경작지가 대부분이며, 인공림에서는 아까시나무림, 자연림에서는 상수리나무군락, 경작지에서는 밭과 다랭이논이 분포하였다. 산림식생중 아까시나무림은 쇠퇴하고 갈참나무군락으로 천이가 진행 중이며, 도시환경 적응성이 강한 때죽나무, 팥배나무 등이 생육하였다. 큰나무는 13종 180주로 흉고직경이 109cm으로 가장 큰 은사시나무, 105주의 상수리나무 대경목이 분포하고 있어 동물이 서식하기 위한 먹이, 은신처를 제공하고 있다. 야생조류는 산림에서 사는 산새류가 22종, 논습지를 이용하는 물새류 6종이 서식하였고, 양서류는 4종, 파충류는 2종이 서식하였다. 천연기념물 제327호 원앙, 멸종위기 야생생물II급인 맹꽁이도 논습지에서 관찰되었다. 그 외 지표 잠자리류 8종, 나비류 3종을 관찰하였다. 수원 영흥공원 숲 생태계 구성원과 특성을 담은 자원을 5가지 기준으로 체계화하여 수원 영흥공원의 도시숲생태계를 이해하고, 친밀감을 가지며, 자신과 공동체, 사회와의 관계성을 인식을 위한 목표로 체험형 자연교육 프로그램을 제시하였다. 그러나 다양한 연령과 계층에 특성화된 프로그램에 대한 연구의 한계가 있어 차후 연구가 필요하다.

• 한국환경복원기술학회지
• /
• 제21권2호
• /
• pp.39-51
• /
• 2018

Long-term unexecuted urban parks will be released from urban planning facilities after 2020, this may result in development of those parks. However, little research have been focused on how to develop those parks considering conservation, development, spatial pattern, and so on. Therefore, in this study, we suggested an optimization planning model that minimizes the fragmentation while maximizing the conservation and development profit using ACO (Ant Colony Optimization). Our study area is Suwon Yeongheung Park, which is long-term unexecuted urban parks and have actual plan for private development in 2019. Using our optimization planning model, we obtained four alternatives(A, B, C, D), all of which showed continuous land use patterns and satisfied the objectives related to conservation and development. Each alternative are optimized based on different weight combinations of conservation, development, and fragmentation, and we can also generated other alternatives immediately by adjusting the weights. This is possible because the planning process in our model is very fast and quantitative. Therefore, we expected our optimization planning model can support "spatial decision making" of various issue and sites.