• 한국환경생태학회지
• /
• 제14권1호
• /
• pp.28-37
• /
• 2000

지리산국립공원의 아고산지대를 중심으로 분포하고 있는 한국특산종 구상나무의 생육현화과 구상나무림의 군집구조를 파악하여 앞으로의 구사나무림 관리의 기초자료를 마련하고자 구상나무가 생육하고 있는 지역에 42개의 방형구(20m$\times$20m)를 설치하여 식생을 조사하였다 분석한 결과 조사대상지는 세 개의 군집인 신갈나무-당단풍군집 구상나무-신갈나무군집 구상나무군집으로 분류되었다 수종간의 상관관계에서는 물들메나무와 함박꽃나무 함박꽃나무와 층층나무 구상나무와 잣나무 거제수나무와 노각나무 물들메나무와 말발도리 거제수나무와 물들메나무 거제수나무와 물갬나무 거제수나무와 함박꽃나무 철쭉과 회나무 주목과 미역줄나무 물갬나무와 노각나무, 잣나무와 마가목, 진달래와 명자순 명자순과 시닥나무, 가문비나무와 마가목 등의 수종들간에는 높은 정의 상관관계가 인정되었고 당단풍과 미역줄나무 등의 수종들간에는 높은 부의 상관관계가 인정되었다 본 조사지의 종다야도는 1.2389-1.2552으로 높게 나타났다 구상나무의 활력은 저조한 것으로 나타났으며 12.92%가 고사목이었다 생육현황표의 점수 평균은 13.88이었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (C)
• /
• pp.195-198
• /
• 2006

분산형 데이터 마이닝에서는 의사결정나무 알고리즘을 사용한다. 의사결정나무 알고리즘을 사용하여 분산된 정보를 데이터 마이닝 하기 위해서 의사결정나무 구조 정보가 없는 에이전트에서는 의사결정나무 구조 정보를 가진 에이전트로부터 정보를 받아야 한다. 일반적으로 네트워크의 전승속도는 제한이 있고 환경마다 속도도 다르기 때문에 분산형 데이터 마이닝이 비분산형 데이터 마이닝 보다 효율적으로 실행되기 위해서 의사결정나무 구조 정보의 전송량이 최대한 작아야 한다. 본 논문에서 의사결정나무 구조 정보를 전달하는 방법과 그 정보를 보다 효율적으로 전송하는 구현방법에 대해 제시한다. (본 연구는 서울시 신기술연구개발지원사업의 지원에 의하여 이루어진 것임)

• 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.

• 한국환경생태학회지
• /
• 제13권1호
• /
• pp.61-69
• /
• 1999

본 연구는 치악산국립공원에 위치하는 성황림의 산림군집구조를 분석하기 위해 20개의 조사구를 성황림의 평지림과 사면림에 설정하고 조사하였다. 성황림의 산림군집은 졸참나무 - 복자기나무군집과 고로쇠나무 - 층층나무군집으로 분리되었다. 평지림의 졸참나무군집으로 분리되었다. 평지림의 졸참나무 - 복자기나무군집으로 복자기나무 - 졸참나무군집으로 천이가 진행될 것이라 판단되며, 사면림의 고로쇠나무 - 층층나무군집으로 그대로 유지될 것으로 예측된다. 수종간의 상관관계에서는 느릅나무와 으름덩굴.복자기나무.줄딸기, 복자기나무와 으름덩굴, 회잎나무와 졸참나무, 참회나무와 국수나무 등의 수종들 간에는 아주 높은 정의 상관관계를 보여 동질적인 지위(niche)를 갖는 것으로 나타났다. 그러나, 산뽕나무와 쪽동백나무, 복자기나무와 쪽동백나무.당단풍 등의 수종들 간에는 비교적 높은 부의 상관관계를 보여 이질적인 지위를 갖는 것으로 나타났다. 본 조사지의 종다양도는 1.2303~1.2741로 높은 종다양성을 보였다.

• 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.

• 한국환경생태학회지
• /
• 제13권4호
• /
• pp.299-308
• /
• 2000

지리산국립공원의 명선봉(1.586m)에서 덕평봉(1.521m)에 이르는 아고산지대를 중심으로 분포하고 있는 한국특산종 구상나무의 생육현황과 구상나무가 분포하는 천연림의 군집구조를 정확히 파악하여 앞으로 구상나무 관리의 기초자료를 마련하고자 구상나무가 생육하고 있는 지역에 26개의 방형구(20m$\times$20m)를 설치하여 식생을 조사하였다 분석한 결과 조사대상지는 신갈나무-구상나무 군집이었다 수종간의 상관관계에서는 뽕잎피 나무와 철쭉 마가목과 산벚나무, 층층나무와 시닥나무 등의 종들간에는 높은 정의 상관관계가 인정되었고 신갈나무와 쇠물푸레나무 잣나무와 노린재나무 등의 수종들간에 높은 부의 상관관계가 인정되었다 본 조사지의종다양도는 1.0572-1.0931로 비교적 낮은 편이었다. 구상나무의 활력은 저조한 것으로 나타났으며 8.32%가 고사목이었다 구상나무의 생육현황표에 의한 점수 평균은 9.03이었다 구상나무의 생육현황표에 의한 점수는 해발고와 낙엽퇴의 두께와 정의 상관관계가 인정되었다.

• 한국환경생태학회지
• /
• 제13권4호
• /
• pp.382-391
• /
• 2000

지리산국립공원 연하천계곡의 식물군집구조를 조사하기 위해서 48개의 조사구(1개 조사구 단위면적 100m2)를 설정하고 식생조사를 하였다 48개의 조사구는 DCA 분석에 의하여 2개의 군집(들메나무군집 시날나무군집)으로 분류되었다 층위별상대우점치와 흉고직경급별 분포 분석결과 들메나무와 신갈나무는 현상태를 계속유지할 것으로 보이며 들메나무군집은 계곡부 토지극상림을 이루고 있었다 연하천계곡의 Shannon 종다양도지수는 들메나무군집은 1.0810 신갈나무군집은 0.2468이었다 들메나무는 함박꽃나무 물참대 참회나무 바위 마발도리 개회나무와 정의 상관관계를 보였으며 신갈나무 생강나무, 조릿대, 노린재 , 당단풍과 부의상관관계를 보였다.

• 한국환경생태학회지
• /
• 제11권4호
• /
• pp.397-406
• /
• 1998

설악산국립공원의 대청봉-한계령 지구를 중심으로 분포하고 있는 천연림의 생육현황과 군집구조를 파악하고자, 이 지역에 45개의 방형구(20m*20m)를 설치하여 식생을 조사하였다. Cluster 분석한 결과 네 개의 군집, 신갈나무-당단풍 군집, 분비나무-피나무-신갈나무 군집, 분비나무-주목 군집, 분비나무-신갈나무 군집으로 분류되었다. 수종간의 상관관계는 분비나무와 사스래나무; 분비나무와 눈잣나무; 분비나무와 털진달래; 사스래나무와 눈잣나무; 사스래나무와 털진달래; 눈잣나무와 털진달래; 신갈나무와 철쭉꽃; 신갈나무와 병꽃나무; 나래회나무와 개회나무; 나래회나무와 산가막살나무; 부게꽃나무와 참회나무 등의 수종들간에는 높은 정의 상관관계를, 사스래나무와 당단풍; 신갈나무와 미역줄나무; 철쭉꽃과 미역줄나무; 까치박달과 당단풍 등의 수종들간에는 비교적 높은 부의 상관관계를 보였다. 본 저사지의 종다양도는 2.1352~2.8016로서 비교적 높게 나타났다.

• 한국환경생태학회지
• /
• 제14권1호
• /
• pp.67-79
• /
• 2000

지리산국립공원 동부지역의 해발고와 사면에 따른 식물군집구조를 파악하기 위하여 1999년 7월에 49개의 조사구(20m$\times$15m)를 설치하여 조사하였다 해발고가 올라감에 따라 북사면에 위치한 조사구에서는 구상나무와 신갈나무의 평균상대우점치가 증가하였고 천왕봉 해발 1,700m이상 지역에서는 가문비나무가 우점종이었으며 해발고가 올라갈수록 상대우점치는 증가하였다 반면 남사면에 위치한 조사구에서는 해발고가 올라감에 따라 신갈나무의 평균상대우점치는 감소하였고 구상나무의 평균상대우점치는 증가하였다 해발고에 따른 북사면과 남사면의 종수와 개체수는 북사면에서보다 남사면에서 많았고 입지환경과 종간상관관계에서는 가문비나무 신갈나무, 잣나무가 해발고와 정의 상관관계를 나타냈으며 서어나무는 부의 상관관계를 나타내었다 동일 해발고에서도 사면상 위치에 따라 식물군집구조 및 종구성의 차이를 나타내었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(C)
• /
• pp.362-363
• /
• 2012

본 논문에서는 한 장의 실제 나무 영상이 주어졌을 시, 사실적인 3차원 나무 모델링(modeling) 및 자가생장(self-growth) 표현을 위한 방법을 소개하도록 한다. 스켈레톤기반의 간략화(skeleton-based abstraction)를 이용하여 동일한 나무 몸통(trunk)을 갖는 다양한 나무 모델생성과 함께 나무의 다면체구조(manifold structure)를 고려한 지오데식 커널(geodesic kernel)을 이용하여 나무의 자가생장을 표현한다. 나무의 자가생장은 사전 정의된 나무 굵기, 전체 크기, 그리고 가지증식 순서정보와 같은 상대적 성장정보(allometric information)를 동시 이용하여 상대적인 나무 생장(allometric tree growth)을 표현하도록한다. 한편, 보여지지않는 나무 가지와 잎들에 대해선, 나무구조는 로컬하게 자기유사성(local self-similarity)을 갖는다라는 고전적인 절차적(conventional procedural) 가정을 이용하여 자동적으로 생성토록한다. 실제영상을 이용한 몇몇들의 실험을 통해 보다 효과적으로 나무 모델 및 생장 표현이 가능함을 보여주도록한다.