Regression Model for Estimating Biomass of Natural Pinus densifrola Forests in Northeast Area of Mt. Paekdu

백두산 동북부지역 소나무 천연림 biomass 추정모델

This study was carried out to develop the regression model for estimating biomass of natural Pinus densiflora forests by stand density in northeast Chinese area of Mt. Paekdu. Four allometric regression models(W=aD$^b$, W=a(D$^2$H)$^b$. logW=a+b$\cdot$ logD+cD and logW=a+b$\cdot$log(D$^2$H)+c(D$^2$H)) were used to estimate biomass for each of the tree components. The suitable regression model for estimating biomass of stem, bark and whole tree above ground was logW=a+b$\cdot$log(D$^2$H)+c(D$^2$H), and that for biomass of branch, needle and needle area, logW=a+b$\cdot$logD+cD for all of the stand density classes.

중국 백두산 북부지역 소나무천연림을 대상으로 임분의 biomass를 추정하기 위하여 5개 등급 밀도별로 각각 7본씩 표본목을 선정하여 벌도한 후 4개의 상대생장식(W=aDb, W=a(D2H)b, logW=a b·logD＋cD, logW=a＋b·log(D2H)＋c(D2H)을 이용하여 부위별로 biomass 추정식을 유도하였다. 밀도가 다른 임분에서 부위별로 적합한 biomass 추정식 유형이 다르게 나타났는데 줄기, 수피 및 지상부 전체 biomass량을 추정하는 경우, logW=a＋b·log(D2H)＋c(D2H)식이 결정계수는 높고 상대오차 추정치는 낮게 나타나 적합도가 높았다. 가지, 잎 biomass량 및 엽면적의 경우는 logW=a＋b·logD＋cD식이 상관계수가 높고 상대오차 추정치는 낮게 나타나 적합하였다.