• 제목/요약/키워드: 군집구조분석

검색결과 982건 처리시간 0.024초

민주지산의 산림군집구조분석 (The Analysis of the Forest Community Structure of Mt. Minjuji)

  • 최송현;조현서;이경재
    • 한국환경생태학회지
    • /
    • 제11권1호
    • /
    • pp.111-125
    • /
    • 1997
  • 민주지산지역의 극상림 산림군집구조를 분석하고 생태계 기초자료를 구축하여 이 지역의 개발압력에 대응하는 생태고나광, 자연학습 등 친환경적 개발에 응용하고자 49개 조사구를 선정하고 군집구조조사를 실시하였다. TWINSPAN분석 결과 각 군집은 소나무-서어나무-졸참나무군집(군집 I), 신갈나무-졸참나무-굴피나무군집(군집 II), 신갈나무군집(군집 III), 들메나무-고로쇠나무군집(군집IV), 층층나무-들메나무군집(군집V), 들메나무-까치박달나무군집(군집 VI) 그리고 들메나무-서어나무군집(군집 VII)으로 분류되었다. 산림의 종조성, 유사도지수, 종다양성분석, 흉고직경분석을 실시한 결과 군집 I~III을 제외하고는 활엽수혼효극상림으로 밝혀졌다.

  • PDF

계룡산국립공원 동학사-납매탐구간의 삼림군집구조 분석 (Analysis on the Forest Community Structure of the Area of Donghaksa-Nammaetap. Kyeryongsan National Park)

  • 최송현;조현서
    • 한국환경생태학회지
    • /
    • 제14권4호
    • /
    • pp.252-267
    • /
    • 2001
  • 계룡산국립공원 동학사-남매탑구간의 산림군집구조를 분석하기 위하여 64개 조사구를 설정하고 식생구조를 실시하였다. Classification의 기법 중 하나인 TWINSPAN을 이용하여 군집분리를 시도하였으며, 그 결과 소나무 군집(I), 굴참나무-소나무군집(II), 서어나무-굴참나무군집(III), 굴참나무-졸참나무군집(IV), 서어나무-까지박달군집(V), 신갈나무-서어나무군집(VI), 느티나무-졸참나무군집(VII) 그리고 느티나무군집(VIII)의 8개로 분리되었다. 연륜분석결과 이지역의 임령은 약 60년 안팍이었으며, 단위면적(100$\m^2$)당 평균출현종수는 15.0$\pm$3.2종. 평균출현개체수는 95.7$\pm$37.3주었다. 이상의 결과를 통해 계룡산국립공원이 동학사-남매탑구간 지역은 소나무림에서 굴참나무, 졸참나무, 신갈나무림을 거쳐 서어나무, 까지박달림으로 천이가 진행될것으로 예상되었다.

  • PDF

지리산국립공원 대원사계곡의 삼림군집구조 분석 (Analysis on the forest Community Structure of Daewon Valley in Chirisan national Park)

  • 권전오
    • 한국환경생태학회지
    • /
    • 제13권4호
    • /
    • pp.354-366
    • /
    • 2000
  • 지리산국립공원 대원계곡의 삼림군집구조를 분석하여 국립공원관리의 기초자료를 제공하기 위하여 기조사지역(이경재 등, 1991)이외의 지역에 대해 39개 조사지(100m2)를 설정하고 식생조사를 실시하였다 Classification의 한 기법인 TWINSPAN을 사용하여 군집을 분리하였으며 그 결과 느릅나무-굴참나무군집(군집 I) 졸참나무-굴참나무군집(군집II) 졸참나무군집(군집III-V) 신갈나무군집(군집VI) 그리고 서어나무-노각나무군집(군집VII)의 7개 군집으로 나뉘었다 각 군집에 대해 우점도 종다양도 유사도 종수 및 개체수 그리고 흉고직경 등의 분석을 통해 군집의 종조서을 살펴본 결과 지리산 대원계곡의 삼림은 졸참나무 굴참나무 신갈나무 등의 참나무가 주류를 이루고 있었으며 점차 서어나무와 노각나무등으로 천이가 진행되어갈 것으로 판단되었다.

  • PDF

오대산 국립공원 노인봉지역 식물군집구조분석 (Plant Community Structure Analysis in Noinbong area of Odaesan National Park)

  • 최송현;권전오;민성환
    • 한국환경생태학회지
    • /
    • 제9권2호
    • /
    • pp.156-165
    • /
    • 1996
  • 극상림의 군집구조를 분석하고 국립공원의 식생경관관리를 위한 기초자료를 마련하고자 오대산 국립공원의 노인봉지역에 12개 조사구를 선정하고 군집구조분석을 실시하였다. TWINSPAN 분석결과 군집은 서어나무-신갈나무군집(군집 1), 거제수나무-박달나무-서어나무군집(군집2)으로 분리되었다. 군집의 천이단계는 종조성, 유사도지수, 종다양성분석 결과 극상림단계 초기와 극상림으로 밝혀졌다. 종수 ? 개체수분석에서는 100m$^{2}$당 평균 120~130개체, 17종이 조사되었다. 흉고단면적과 흉고직경급별 분석에서는 교목층에서 신갈나무를 대신하여 서어나무, 거제수나무, 박달나무 등이 극상수종이 될 것이며 아교목층에서는 당단풍이 우점종을 이룰 것으로 판단되었다.

  • PDF

거제도 노자산지역의 식물군집구조 (Plant Community Structure of Nojasan in Koje Island)

  • 이경재;조우;이수동
    • 한국환경생태학회지
    • /
    • 제13권1호
    • /
    • pp.78-88
    • /
    • 1999
  • 거제도 노자산지역의 식물군집구조를 파악하기 위해 43개 조사구(각 조사구당 10m$\times$10m)를 거제휴양림 임도 주변과 노자산 북사면에 설정하고 식생조사를 실시하였다. 식생조사자료를 이용 TWINSPAN에 의한 classification과 DCA에 의한 ordinationqnstjr을 실시하였다. TWINSPAN분석과 DCA분석 결과 소사나무군집(군집I), 소나무군집(군집II), 졸참나무군집(군집(III), 고로쇠나무, 느티나무, 비목나무, 까치박달 등을 우점종으로 하는 낙엽활엽수군집(군집IV)의 4개 군집으로 분리되었다. 식물군집구조 분석 결과 노자산지역의 식생은 소나무$\longrightarrow$졸참나무군집$\longrightarrow$낙엽활엽수군집으로 생태적 천이가 이루어질 것으로 판단되었으며, 소사나무군집은 해발고도가 높고 건조한 지역에 나타나는 토지극상으로 판단되었다.

  • PDF

시각적 군집분석에 대한 전략 (Strategy for Visual Clustering)

  • 허문열
    • 응용통계연구
    • /
    • 제14권1호
    • /
    • pp.177-190
    • /
    • 2001
  • 전통적으로 많이 사용하는 군집분석의 방법들은 개체간의 거리를 고려하여 이들을 분류해 내는 것이며, 따라서 거리 측정 방법에 따라 여러 형태의 군집분석 방법이 나타나게 된다. 어떤 방법을 적용하던 간에 그 결과는 고정된 수치로써 나타난다. 다차원 자료의 구조파악이 몇 개의 수치로 나타나게 되면 어쩔 수 없이 정보의 손실이 발생하게 된다. 이를 보완하기 위해 시각적 매체를 동원하여 다차원 자료의 구조를 파악하는 연구가 있었으며, 이를 시각적 군집분석이라고 명명하고 있다. 본 연구에서는 시각적 군집분석에 대한 기본적 개념과 이를 위한 통계 도형의 활용, 구현방법 등에 대해 살펴보기로 한다.

  • PDF

설악산 국립공원 주전골계곡 식물군집구조분석 (Plant Community Structure Analysis in Jujeongol Valley of Soraksan National Park)

  • 이경재;민성환;한봉호
    • 한국환경생태학회지
    • /
    • 제10권2호
    • /
    • pp.283-296
    • /
    • 1997
  • 계곡부 산림의 군집구조를 분석하여 국립공원 관리의 기초자료를 마련하고자 설악산 국립공원의 주전골계곡지역에 50개의 조사구를 설정하고 식생조사를 실시하여 얻은 자료를 대상으로 TWINSPAN에 의한 classification과 DCA ordination 기법을 적용하여 분석하였다. TWINSPAN과 DCA분석결과 군집은 신갈나무-굴참나무-소나무군집(군집 I), 소나무군집(군집 II), 서어나무군집(군집 III), 졸참나무군집(군집 IV)으로 분리되었다. 군집의 생태적 천이단계는 신갈나무-굴참나무-소나무군집과 소나무군집의 경우 소나무$\$\longrightarrow$ $신갈나무군집, 졸참나무군집의 경우 졸참나무$\$\longrightarrow$ $서어나무군집으로 추정되었으며, 서어나무군집은 계속 안정된 상태를 유지할 것이다.

  • PDF

계룡산국립공원 동학사 계곡의 식물군집구조 (Plant Community Structure of Donghakas Valley in Kyeryongsan National Park)

  • 한봉호;조우;이수동
    • 한국환경생태학회지
    • /
    • 제14권4호
    • /
    • pp.238-251
    • /
    • 2001
  • 본 연구는 계룡산국립공원 동학사 계곡의 식물군집구조를 파악하기 위하여 실시되었으며, 10cm$\times$10m(100$\m^2$) 조사구를 52개 설정하여 식생조사를 실시하였다. 52개 조사구는 TWINSPAN에 의한 classifi-cation 분석과 DCA ordination 분석을 통하여 소나무군집(16개 조사구), 밤나무군집(4개 조사구), 신갈나무군집(5개 조사구), 졸참나무군집(13개 조사구), 느티나무군집(4개 군집), 서어나무군집(10개 조사구)으로 나누어졌다. 6개 군집의 천이경향을 살펴보면 소나무군집, 신갈나무군집, 졸참나무군집,느티나무군집은 각 층위별 안정된 층위구조로 현상태를 유지할 것이며, 밤나무구닙은 참나무류를 거쳐 서어나무로의 천이가 진행될 것으로 판단되었고, 서어나무군집은 졸참나무와 굴참나무군집으로 퇴행천이될 것이다. 6개 군집의 Shannon의 종다양도지수는 1.2732~1.4699이었다.

  • PDF

PAHs로 오염된 광양만 퇴적토의 미생물 군집분석

  • 권개경;정성영;이정현;바실리 스베타체프;김상진
    • 한국환경생물학회:학술대회논문집
    • /
    • 한국환경생물학회 2002년도 학술대회
    • /
    • pp.51-58
    • /
    • 2002
  • 연안에 가까운 광양만 퇴적토를 대상으로 하여 PAHs 오염도와 말단제한절편 다형성 분석방법(T-RFLP method)을 이용하여 미생물 군집구조를 조사하였다. 조사된 10개 정점의 PAHs오염도는 80$\pm$20~5,690$\pm$580 (평균 1,499$\pm$1,716) ng/g dry wt.였으며 폐수종말처리장이 위치하는 하천 입구에 위치한 정점 (Wl)과 광양제철소 우수배출구 입구에 위치한 정점에서 상대적으로 높은 농도를 보였다. T-RFLP방법으로 조사한 미생물 군집은 10개 정점이 4개의 그룹으로 구분되었으며 정점 Wl에서 다른 정점과 다른 독특한 군집구조를 형성하였다. PAHs 농후배양시료에서의 미생물군집구조 변화와 비교해 볼 때 조사대상지역 퇴적토의 미생물 군집구조는 PAHs의 오염에 부분적으로는 영향을 받지만 입도, 유기물 등과 같은 환경요인이 군집구조를 결정하는 주된 요인인 것으로 생각된다.

  • PDF

확률적 reduced K-means 군집분석 (Probabilistic reduced K-means cluster analysis)

  • 이승훈;송주원
    • 응용통계연구
    • /
    • 제34권6호
    • /
    • pp.905-922
    • /
    • 2021
  • 라벨 없이 진행되는 비지도 학습 중 하나인 군집분석은 자료에 어떤 그룹이 내포되어 있는지 사전 지식이 없을 경우에 군집을 발굴하고, 군집 간의 특성 차이와 군집 안에서의 유사성을 분석하고자 할 때 유용한 방법이다. 기본적인 군집분석 중 하나인 K-means 방법은 변수의 개수가 많아질 때 잘 동작하지 않을 수 있으며, 군집에 대한 해석도 쉽지 않은 문제가 있다. 따라서 고차원 자료의 경우 주성분 분석과 같은 차원 축소 방법을 사용하여 변수의 개수를 줄인 후에 K-means 군집분석을 행하는 Tandem 군집분석이 제안되었다. 하지만 차원 축소 방법을 이용해서 찾아낸 축소 차원이 반드시 군집에 대한 구조를 잘 반영할 것이라는 보장은 없다. 특히 군집의 구조와는 상관없는 변수들의 분산 또는 공분산이 클 때, 주성분 분석을 통한 차원 축소는 오히려 군집의 구조를 가릴 수 있다. 이에 따라 군집분석과 차원 축소를 동시에 진행하는 방법들이 제안되어 왔다. 그 중에서도 본 연구에서는 De Soete와 Carroll (1994)이 제안한 방법론을 확률적인 모형으로 바꿔 군집분석을 진행하는 확률적 reduced K-means를 제안한다. 모의실험 결과 차원 축소를 배제한 군집분석과 Tandem 군집분석보다 더 좋은 군집을 형성함을 알 수 있었고 군집 당 표본 크기에 비해 변수의 개수가 많은 자료에서 기존의 비 확률적 reduced K-means 군집분석에 비해 우수한 성능을 확인했다. 보스턴 자료에서는 다른 군집분석 방법론보다 명확한 군집이 형성됨을 확인했다.