• Nuclear Medicine and Molecular Imaging
• /
• 제41권3호
• /
• pp.241-246
• /
• 2007

목적: 베타아밀66로이드 양전자단층촬영 영상 추적자인 $[^{11}C]OH-BTA-1(1)$는 알쯔하이머병의 진단용으로 개발되었다. 반응용매 루프 방법에 의한 $[^{11}C]1$는 $[^{11}C]MeOTf$를 통해서 한번의 반응으로 $^{11}C$을 바로 표지 할 수 있다. 또한 반응 중에 $[^{11}C]2$가 생긴다는 것이 보고된바 있다. 하지만, 실험 중에 다른 부산물이 생기는 것이 발견되어 그 물질을 추정하고, 각 반응용매에 따른 $[^{11}C]1$과 부산물의 표지효율 변화에 대한 조사를 했다. 대상 및 방법: 사이클로트론에서 $^{14}N(p,{\alpha})^{11}C$ 핵반응과 미량의 $O_2$로 부터 의하여 생산되는 $[^{11}C]CO_2$를 0.2 M $LiAlH_4/THF$ 0.2 ml로 환원한 다음 HI 1ml과 반응하여 $[^{11}C]CH_3I$를 생산했다. 질소가스를 20 ml/min로 불어 주면서 200C 에서 AgOTf-Graphpac GC column를 통과시켜 $[^{11}C]CH_3OTf$를 생산했다. 각 반응용매 (MEK, CHO, DEK, DMF) 100 1에 녹인 전구물질 1 mg를 고성능 액체 크로마토그래피 시료 루프에 미리 주입하고 $[^{11}C]CH_3OTf$를 상온에서 7분 동안 질소가스를 불어줬다. Semi-preparative HPLC로 분리하였다. 결과: 각 반응용매에서 $[^{11}C]1$에 표지효율은 MEK: $86.0{\pm}5.5%$, CHO: $59.7{\pm}2.4%$, DEK: $29.9{\pm}1.8%$, DMF: $7.6{\pm}0.5%$이었다. MEK에서 얻은 $[^{11}C]1$의 비방사능은 98 ($GBq/{\mu}mol$)이다. 각 물질의 질량 분석은 1: m/z 257.3 (M+1), 2: 257.3 (M+1), 3: 271.3 (M+1)이었다. 각 생성물질의 표지효율은 MEK에서 $86.0{\pm}5.5%:5.0{\pm}3.4%:1.5{\pm}1.3%$ $([^{11}C]1:[^{11}C]2:[^{11}C]3)$, CHO에서 $59.7{\pm}2.4%:4.7{\pm}3.2%:1.3{\pm}0.5%$, DEK에서 $29.9{\pm}1.8%:2.0{\pm}0.7%:0.3{\pm}0.1%$, DMF에서 $7.6{\pm}0.5%:0.0%:0.0%$이다. 결론: $[^{11}C]1$은 4가지 반응용매 중 MEK 반응용매에서 가장 높은 표지효율을 나타냈다. 부산물인 $[^{11}C]3$은 고성능 액체 크로마토그래피의 자외선, 방사능 검출기와 질량 분석법을 통해 물질을 추정할 수 있었다.

• 핵의학기술
• /
• 제13권1호
• /
• pp.77-81
• /
• 2009

PET/CT (Positron Emission Tomography/ Computed Tomography)의 PET은 생체의 생리, 화학적인 정보를 정량적으로 영상화할 수 있지만 해부학적인 구조를 명확히 나타내는 데에는 한계를 가지고 있어 PET에 CT를 접목시켜 해상력을 높임은 물론, CT 데이터를 감쇠보정에 이용하여 촬영시간도 단축시키고 잡음제거 측면에서도 우수함을 나타내고 있다. 또한 CT 검사 시 조영제를 사용함으로써 병변의 정확한 범위를 확인하고 정상 구조물을 구별하는데 용이하여 조영제의 사용이 증가하고 있는 추세이다. 하지만 조영제를 사용한 경우 CT 영상의 보정에 따라 PET/CT 영상에서 표준화섭취계수(Standardized Uptake Value: SUV)에 영향을 미치기 때문에 본 연구에서는 조영제 보정에 따라 표준화섭취계수(SUV)에 미치는 정도를 평가하였다. 2008년 4월에서 7월 사이에 본원에서 PET/CT검사를 시행한 환자 중 요오드 조영제에 대한 부작용이 없고 당뇨병이 없는 환자 30명을 대상으로 (남: 20, 여: 10, 연령범위: 연령범위 27세~72세, 평균나이 49.6세) 후향적 조사를 하였다. 장비는 DSTe (General Electric Healthcare, Milwaukee, MI, USA)를 사용하였다. 검사자에게 $^{18}F$-FDG 370~555 MBq를 몸무게에 따라 주사하였으며, 1시간 정도의 안정된 자세를 취한 후 검사를 시행하였다. CT촬영은 140 kV, 210 mA로 설정하였으며 CT 검사에 사용되는 조영제의 양은 환자 몸무게 1 kg당 2 cc를 주입하였다. 검사 후 최초 획득 데이터(raw data)를 이용하여 조영제 영향을 보정한 CT데이터와 보정을 하지 않은 CT데이터로 감쇠보정을 하여 영상을 얻었으며 각 영상의 간, 심장, 폐에 관심영역(Region of Interest: ROI)를 그려 SUV를 측정하여 비교하였다. SUV를 측정한 결과 조영제 보정을 한 영상의 표준화섭취계수(SUV)가 줄어듦을 알 수 있었다. 조영제에 대한 영향이 거의 없는 폐에서는 수치적인 변화가 거의 나타나지 않았으며 통계적으로도 유의하지 않았다. 비교적 혈류가 풍부한 간과 심장에서 조영제 보정으로 인한 표준화 섭취계수(SUV) 값이 수치적인 차이를 보였으나 간에서만 통계적으로 유의했다. PET/CT 검사에서 조영제의 사용으로 인하여 검사하고자 하는 부위의 대조도를 증강시켜 진단의 효율성을 높이고 있지만 이로 인하여 표준화섭취계수(SUV)의 증가가 일어난다. 따라서 조영제를 사용한 CT로 감쇠보정을 할 경우에 조영제의 영향에 대한 보정을 해주어 고해상력의 해부학적 영상뿐만 아니라 신뢰를 할 수 있는 반정량적 방법으로 진단적 가치를 더욱 높일 수 있을 것이며 다른 장기에 대해서도 추가적인 연구가 필요하다고 생각된다.

• 한국식품영양과학회지
• /
• 제43권3호
• /
• pp.425-430
• /
• 2014

식품의 3대 영양소인 탄수화물, 단백질 및 지방의 일반적인 분석 방법은 Kjeldahl 및 Soxhlet 시험법과 같은 기존의 화학 분석 방법으로 분석하였다. 그러나 이러한 분석 방법은 시료의 전처리 과정이 필요하고 많은 비용과 분석 시간이 소모되며 복잡한 추출과정을 거친다는 단점이 있다. 따라서 본 연구에서는 국내 유통 식품 및 농산물 자원에 함유된 탄수화물, 단백질 및 지방의 함량을 근적외 분광분석법(near-infrared reflectance spectroscopy, NIRS)으로 신속하고 정확하게 동시에 측정할 수 있는 방법을 검토하였다. 분석시료는 517종의 다양한 식품 시료를 예측모델 개발용(calibration set) 412종과 예견치 분석용(validation set) 162종으로 구분하여 사용하였다. 기존의 화학 분석 방법에 의해 측정된 성분들의 분석 결과와 근적외 스펙트럼 데이터간의 상관관계를 조사하여 각 성분별 예측모델을 검토하였으며, 변형부분최소자승법(MPLS) 및 다양한 수처리와 산란보정을 이용한 결과, 탄수화물, 단백질 및 지방의 산란방식은 각각 weighted MSC, standard MSC 및 SNV only로 수처리는 각각 1차 미분(1st derivative, 4 nm gap, 5 points smoothing, 1 point second smoothing), 2차 미분(2, 5, 5, 3) 및 1차 미분(1, 1, 1, 1)을 적용하여 예측모델을 검토한 결과 $R^2$값이 0.971, 0.974 및 0.937로 높고 SEC값은 4.066, 1.080 및 1.890으로 낮은 최적의 예측모델을 개발하였다. 세 성분의 최적 예측모델에 의한 상관도와 잔차 히스토그램을 검토한 결과 세 성분 모두 근적외 분광분석법 예측모델로 적합함을 확인할 수 있었으며, 최적의 예측모델을 미지의 식품 시료 162종에 적용한 결과, 탄수화물, 단백질 및 지방의 $r^2$(SEP)값은 0.987(2.515), 0.970(1.144) 및 0.947(1.370)로 $r^2$값은 높으며 SEP값은 낮은 양호한 양상을 나타내었다. 그러나 지방의 결정계수($R^2$, $r^2$)값은 탄수화물, 단백질에 비해 다소 낮은 양상을 나타내므로 추후 식품 검체에 적용 시 탄수화물 및 단백질 성분에 비해 예측결과의 정확성이 다소 낮을 수 있다고 판단되어진다. 이상의 결과에서 전처리 단계에서 복잡한 추출과정, 많은 비용소모, 분석시간 및 고도의 분석기술을 요하는 기존 습식 화학분석 방법의 단점을 보완하고자 검토되었던 근적외 분광분석법은 다량의 식품분석 시료를 분석하기에는 매우 효율적이라고 생각되며, 이런 점들을 고려해 보면 근적외 분광분석 예측모델들은 추후에 미지 식품시료에 함유된 탄수화물, 단백질 및 지방의 기존 분석법을 대체하여 편리하고 빠르게 함량을 예측 가능할 것으로 판단된다.

• 핵의학기술
• /
• 제13권3호
• /
• pp.67-75
• /
• 2009

목적 : Tl-201 심근관류 SPECT의 정량적 평가를 위해 사용되는 다양한 프로그램은 자료의 분석 방법에 있어서 각각 차이가 있는 것으로 보고되고 있다. 따라서 동일한 환자의 자료를 대상으로 정량적 분석을 하여도 프로그램 상호간의 측정치 오차가 발생할 것으로 예상된다. 그 중 심근의 관류결손 정도를 표현할 수 있는 정량적 지표를 이용하여 현재 각 병원에서 가장 일반적으로 사용하고 있는 심근관류분석 프로그램 QPS (Quantitative Perfusion SPECT)와 4DM (4DMSPECT) 그리고 ECT (Emory Cardiac Toolbox)의 분석값을 이용하여 프로그램 상호간의 연관성을 알아보고자 한다. 실험재료 및 방법 : 2008년 12월 1일 부터 2009년 2월 14까지 서울아산병원 핵의학과에서 Tl-201을 이용하여 게이트 심근관류 SPECT를 시행한 환자 145명을 대상으로 하였다. 이들 중 심혈관 질환의 가능성이 비교적 적다고 판단된 정상군 80(남/여=38/42, $65.1{\pm}9.9$세)명과 게이트 심근관류 SPECT의 판독결과를 통해 가역성 관류결손이나 고정 관류결손 등 심혈관 질환의 판정을 받은 비정상군 65(남/여=45/20, $63.0{\pm}8.7$세)명을 선별하였다. QPS와 4DM 그리고 ECT 프로그램을 이용하여 각각의 군에서 분석된 정량적 지표인 LAD, LCX, RCA 영역에서의 관류결손 범위율의 합(Total Defect Extent, TDE)과 부하기 관류점수합(Summed Stress Score, SSS)을 이용하여 상관관계 분석과 차이분석(paired t-test, Bland-Altman)을 이용하여 통계 결과를 비교 분석하였다. 결과 : 연구 대상 145명의 4DM:QPS, QPS:ECT, ECT:4DM 프로그램의 상관 계수는 SSS에서 각각 0.84, 0.86, 0.82이었고, TDE에서 각각 0.87, 0.84, 0.87로 SSS와 TDE 모두 높은 상관관계가 있었다. paired t-test 분석 결과에서는 QPS:ECT만 SSS (p=0.92)와 TDE (p=0.33) 모두 통계적으로 유의한 차이가 없었고, 4DM:QPS, ECT:4DM은 SSS와 TDE 모두 통계적으로 유의한 차이가 있었다(p<0.01). 비정상군 65명의 4DM/QPS, QPS/ECT, ECT/4DM 프로그램의 상관 계수는 SSS에서 각각 0.72, 0.72, 0.70이었고, TDE에서 각각 0.77, 0.70, 0.77로 SSS와 TDE 모두 높은 상관관계가 있었다. 비정상군 역시 paired t-test 분석 결과 QPS:ECT만 SSS (p=0.89)와 TDE (p=0.23) 모두 통계적으로 유의한 차이가 없었고, 4DM : QPS, ECT:4DM은 SSS와 TDE 모두 통계적으로 유의한 차이가 있었다(p<0.01). 정상군 80명의 분석 결과에서도 QPS : ECT만 SSS (p=0.95)와 TDE (p=0.73) 모두 통계적으로 유의한 차이가 없을 뿐, 4DM:QPS, ECT:4DM은 SSS와 TDE 모두 통계적으로 유의한 차이가 있었다(p<0.01). 결론 : 심혈관 질환을 가진 환자뿐 아니라 심혈관 질환의 가능성이 적은 환자에서도 Tl-201 심근 관류 SPECT의 관류 결손을 분석한 결과, 4DM은 QPS와 ECT 프로그램에 비해 SSS와 TDE 모두 낮게 분석되는 경향을 보였지만 프로그램 상호간에는 좋은 상관관계가 있다는 것을 확인 할 수 있었다. 하지만 이와 같이 좋은 상관관계에도 불구하고 Bland-Altman 분석 결과에서 프로그램간의 큰 변이 차이 때문에 임상에서 각각의 프로그램을 이용한 분석값을 서로 호환하여 사용할 수는 없을 것으로 판단된다. 그렇지만 이러한 분석결과는 임상적인 판독을 위한 참고 자료로서 유용하게 이용될 수 있을 것이라 기대된다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.127-146
• /
• 2017

상품자산(Commodity Asset)은 주식, 채권과 같은 전통자산의 포트폴리오의 안정성을 높이기 위한 대체투자자산으로 자산배분의 형태로 투자되고 있지만 주식이나 채권 자산에 비해 자산배분에 대한 모델이나 투자전략에 대한 연구가 부족한 실정이다. 최근 발전한 기계학습(Machine Learning) 연구는 증권시장의 투자부분에서 적극적으로 활용되고 있는데, 기존 투자모델의 한계점을 개선하는 좋은 성과를 나타내고 있다. 본 연구는 이러한 기계학습의 한 기법인 SVM(Support Vector Machine)을 이용하여 상품자산에 투자하는 모델을 제안하고자 한다. 기계학습을 활용한 상품자산에 관한 기존 연구는 주로 상품가격의 예측을 목적으로 수행되었고 상품을 투자자산으로 자산배분에 관한 연구는 찾기 힘들었다. SVM을 통한 예측대상은 투자 가능한 대표적인 4개의 상품지수(Commodity Index)인 골드만삭스 상품지수, 다우존스 UBS 상품지수, 톰슨로이터 CRB상품지수, 로저스 인터내셔날 상품지수와 대표적인 상품선물(Commodity Futures)로 구성된 포트폴리오 그리고 개별 상품선물이다. 개별상품은 에너지, 농산물, 금속 상품에서 대표적인 상품인 원유와 천연가스, 옥수수와 밀, 금과 은을 이용하였다. 상품자산은 전반적인 경제활동 영역에 영향을 받기 때문에 거시경제지표를 통하여 투자모델을 설정하였다. 주가지수, 무역지표, 고용지표, 경기선행지표 등 19가지의 경제지표를 이용하여 상품지수와 상품선물의 등락을 예측하여 투자성과를 예측하는 연구를 수행한 결과, 투자모델을 활용하여 상품선물을 리밸런싱(Rebalancing)하는 포트폴리오가 가장 우수한 성과를 나타냈다. 또한, 기존의 대표적인 상품지수에 투자하는 것 보다 상품선물로 구성된 포트폴리오에 투자하는 것이 우수한 성과를 얻었으며 상품선물 중에서도 에너지 섹터의 선물을 제외한 포트폴리오의 성과가 더 향상된 성과를 나타남을 증명하였다. 본 연구에서는 포트폴리오 성과 향상을 위해 기존에 널리 알려진 전통적 주식, 채권, 현금 포트폴리오에 상품자산을 배분하고자 할 때 투자대상은 상품지수에 투자하는 것이 아닌 개별 상품선물을 선정하여 자체적 상품선물 포트폴리오를 구성하고 그 방법으로는 기간마다 강세가 예측되는 개별 선물만을 골라서 포트폴리오를 재구성하는 것이 효과적인 투자모델이라는 것을 제안한다.

• 농업과학연구
• /
• 제4권2호
• /
• pp.254-282
• /
• 1977

벼의 생육(生育) 및 수량(收量)에 관(關)한 주요양적형질(主要量的形質)의 유전(遺傳)에 관(關)한 정보(情報)를 얻고져 1974년(年) 농백(農白), 통일(統一), 팔굉(八紘), 만경(萬頃), 금남풍(金南風)을 교배친(交配親)으로 전조합(全組合) 이면교배(二面交配)를 실시(實施)하여 $F_1$종자(種子)를 얻었으며 1975년(年) 이들 $F_1$ 및 교배친(交配親) 품종(品種)을 재배(栽培)하여 여러 형질(形質)을 조사(調査)하고 그 결과(結果)를 Griffing 및 Hayman의 방법(方法)에 따라 유전분석(遺傳分析)을 하였던 바 그 결과(結果)를 요약(要約)하면 다음과 같다. 1. 통일(統一)을 교배친(交配親)으로 한 조합(組合)에서는 출수기(出穗期)가 늦어지는 쪽이 우성(優性)이었고 출수기(出穗期)가 늦어지는 방향(方向)으로 각(各) 조합(組合)에서 모두 높은 Heterosis를 나타내었던 바 높은 우성효과(優性效果)와 비대립유전자간(非對立遺傳子間)의 교호작용(交互作用)도 인정(認定)되었는데 통일(統一)을 제외(除外)한 품종(品種)을 양친(兩親)으로 한 조합(組合)에서는 출수기(出穗期)가 빠른 쪽이 우성(優性)이었고 상가적효과(相加的效果)가 우성효과(優性效果)에 비(比)해 현저(顯著)히 큰 부분우성(部分優性)을 나타내었으며 비대립유전자간(非對立遺傳子間)의 교호작용(交互作用)도 인정(認定)되지 않았다. 2. 통일(統一)을 교배친(交配親)으로 한 조합(組合)에서는 장간(長稈)쪽으로 높은 Heterosis율(率)을 나타내었으며 간장(稈長)이 긴 것이 짧은 것에 비(比)해 우성(優性)이었고 상가적효과(相加的效果)에 비(比)해 우성효과(優性效果)가 매우 커서 초월우성(超越優性)을 나타내었으며 협의(狹意)의 유전력(遺傳力)은 아주 낮았다. 그리고 교배조합(交配組合)에 따라 모본효과(母本效果)와 정역효과(正逆效果)가 현저(顯著)하였다. 3. 이삭의 추출도(抽出度)는 모든 조합(組合)에서 양친(兩親)의 평균(平均)보다 약간 길었으며 추출도(抽出度)가 길어지는 방향(方向)으로 부분우성(部分優性)을 나타내고 있었다. 우성효과(優性效果)에 비(比)해 상가적작용(相加的作用)이 현저(顯著)히 컷고 광의(廣意) 및 협의(狹意)의 유전력(遺傳力)도 모두 높았다. 추출도(抽出度)에서도 간장(稈長)에서와 같이 모본효과(母本效果)와 정역효과(正逆效果)가 유의(有意)하였다. 4. 지엽각(止葉角)은 대체로 예각(銳角)의 방향(方向)이 우성(優性)이었으나 팔굉(八紘)에서만은 교배조합(交配組合)에 따라 예각(銳角)과 둔각(鈍角)의 두 가지 상반(相反)되는 방향(方向)으로 Heterosis를 보였다. 우성효과(優性效果)가 상가적효과(相加的效果)보다 약간 높았는데 지엽각(止葉角)의 유전(遺傳)에는 교배조합(交配組合)에 따라 비대립유전자간(非對立遺傳子間)의 교호작용(交互作用)도 상당히 크게 작용(作用)한 것으로 보여진다. 5. 지엽장(止葉長)과 지엽폭(止葉幅)에서는 모두 이들이 증가(增加)되는 방향(方向)이 우성(優性)이었으나 Heterosis의 정도(程度)는 교배조합(交配組合)에 따라 각각 다르게 나타났다. 지엽장(止葉長)의 유전(遺傳)에서는 상가적효과(相加的效果)에 비(比)해 아주 높은 우성효과(優性效果)를 보여 초월우성(超越優性)이 인정(認定)되었던 반면(反面) 지엽폭(止葉幅)에서는 우성효과(優性效果)는 적었고 상가적효과(相加的效果)가 매우 크게 나타나 부분우성(部分優性)을 보였으며 광의(廣意) 및 협의(狹意)의 유전력(遺傳力)이 모두 높았다. 그리고 지엽장(止葉長), 지엽폭(止葉幅) 및 지엽각(止葉角)에서는 모두 모본효과(母本效果)나 정역효과(正逆效果)는 인정(認定)되지 않았다. 6. 통일(統一)을 한쪽친(親)으로 하는 조합(組合)의 수장(穗長)은 모두 양친(兩親)에 비(比)해 현저(顯著)히 길었으나 그 외의 조합(組合)에서는 $F_1$의 수장(穗長)이 양친(兩親)의 평균치(平均値)와 비슷하였고 수장(穗長)의 유전(遺傳)에는 상가적(相加的) 효과(效果)보다 우성효과(優性效果)가 크게 작용(作用)하였으며 수장(穗長)이 길어지는 방향(方向)이 우성(優性)이었고 협의(狹意)의 유전력(遺傳力)은 아주 낮았다. 7. 수수(穗數)가 많은 것이 적은 것에 대(對)해 우성(優性)이었으며 $F_1$의 Heterosis 정도(程度)는 교배조합(交配組合)에 따라 각각상이(各各相異)하였다. 수수(穗數)의 유전(遺傳)에는 우성효과(優性效果)가 상가적효과(相加的效果)보다 약간 크게 작용(作用)하고 있어 완전우성(完全優性)에 가까우며 모본효과(母本效果)와 정역효모(正逆效母)에 유의성(有意性)이 인정(認定)되었다. 8. 수당입수(穗當粒數)는 교배조합(交配組合)에 따라 각각(各各) 정부(正負)의 상반(相反)되는 방향(方向)으로 Heterosis가 나타났으며 Heterosis의 정도(程度)도 조합(組合)에 따라 상이(相異)하였다. 평균(平均) 우성방향(優性方向)은 수당입수(穗當粒數)가 증가(增加)되는 쪽이었으나 조합(組合)에 따라 우성(優性)의 방향(方向)은 수당입수(穗當粒數)가 증가(增加)되는 경우와 감소(減少)되는 경우를 동시(同時)에 인정(認定)할 수 있었다. 수당입수(穗當粒數)의 유전(遺傳)에는 우성효과(優性效果)가 아주 크게 나타났으며 비대립유전자(非對立遺傳子)의 교호작용(交互作用)도 인정(認定)되었다. 9. 등숙비율(登熟比率)은 조합(組合)에 따라 출수기(出穗期)의 지연(遲延)에 기인(基因)되는 등숙장해(登熟障害)와 기타 환경(環境)의 영향으로 그 유전양식(遺傳樣式)의 파악(把握)이 거의 불가능(不可能)하였으나 통일(統一)을 제외(除外)한 조합(組合)에서는 등숙비율(登熟比率)이 증가(增加)하는 방향(方向)의 우성효과(優性效果)가 인정(認定)되었다. 10. 천입중(千粒重)은 무거운 것이 가벼운 것에 대(對)해 우성(優性)이었고 우성(優性)의 정도(程度)는 상가적효과(相加的效果)가 우성효과(優性效果)에 비(比)해 현저(顯著)히 높아 부분우성(部分優性)을 나타내었다. 천입중(千粒重)은 광의(廣意) 및 협의(狹意)의 유전력(遺傳力)이 모두 높았으며 모본효과(母本效果)나 정역효과(正逆效果)는 인정(認定)되지 않았다. 11. 고중(藁重)은 통일(統一)을 한쪽 친(親)으로 하는 조합(組合)에서는 고중(藁重)이 무거워지는 방향(方向)으로 높은 Heterosis를 보였으나 그외(外)의 조합(組合)에서는 양친(兩親)의 평균(平均)보다 고중(藁重)이 감소(減少)되었고 조합(組合)에 따라 우성(優性)의 방향(方向)이 정부(正負)로 나타날 뿐 아니라 그 정도(程度)도 서로 다르며 비대립유전자간(非對立遺傳子間)의 교호작용(交互作用)도 현저(顯著)하였다.

• 한국산림과학회지
• /
• 제70권1호
• /
• pp.7-16
• /
• 1985

임목(林木)의 주체성인(主體成因)인 수간(樹幹)에 대한 각종(各種) 성장인자간(成長因子間)의 정준상관(正準相關)과 그의 관계적(關係的) 배경(背景) 및 수간(樹幹)의 총합적(總合的)인 변동분석(變動分析)에 의(依)한 수간적(樹幹的) 특징(特徵)을 파악(把握)함에 있어, 그의 최적기법(最適技法)을 탐색(探索)하기 위한 시도(試圖)로서 일본(日本)잎갈나무(Larix leptolepis)에 주성분(主成分) 및 정준상관분석법(正準相關分析法)을 도입적용(導入適用)하고, 얻어진 결과(結果)를 다음과 같이 요약(要約)한다. 1) 정형수(正形數)($x_8$)를 제외(除外)한 모든 성장인자(成長因子) 즉(卽), 수고(樹高)($x_1$), 지하고(枝下高)($x_2$), 망고(望高)($x_3$), 흉고직경(胸高直徑)($x_4$), 중앙직경(中央直徑)($x_5$), 수관폭(樹冠幅)($x_6$) 및 간재적(幹材積)($x_7$) 등(等)의 각(各) 인자간(因子間)에 강약간(強弱間)의 상관(相關)이 있으며, 특(特)히 흉고직경(胸高直徑), 수고(樹高) 및 중앙직경(中央直徑) 등(等)은 간재적(幹材積)과 고도(高度)의 상관(相關)이 있다(표(表) l 참조(參照)). 2) (1) 상장성장인자(上長成長因子)인 수고(樹高), 지하고(枝下高) 및 망고(望高) 등(等)의 합성변량(合成變量)과 간재적간(幹材積間), (2) 비대성장인자(肥大成長因子)인 흉고직경(胸高直徑), 중앙직경(中央直徑) 및 수관폭(樹冠幅) 등(等)의 합성변량(合成變量)과 간재적간(幹材積間), (3) 상장(上長) 및 비대성장인자(肥大成長因子)를 총망라(總網羅)한 6개인자(個因子)의 합성변량(合成變量)과 간재적간(幹材積間)의 정준상관계수(正準相關係數)와 정준변량(正準變量)이 각각(各各) $${(1)\;{\gamma}_{u1,v1}=0.82980^{**},\;\{u_1=1.00000x_7\\v_1=1.08323x_1-0.04299x_2-0.07080x_3}\\{(2)\;{\gamma}_{u1,v1}=0.98198^{**},\;\{u_1=1.00000x_7\\v_1=0.86433x_4+0.11996x_5+0.02917x_6}\\{(3)\;{\gamma}_{u1,v1}=0.98700^{**},\;\{u_1=1.00000x_7\\v1=0.12948x_1+0.00291x_2+0.03076x_3+0.76707x_4+0.09107x_5+0.02576x_6}$$ 등(等)과 같이 되어, 어느 경우(境遇)에서도 고도(高度)의 정준상관(正準相關)을 가지며, (1)의 경우(境遇)에는 수고(樹高)가, (2)의 경우(境遇)에는 흉고직경(胸高直徑)이, (3)의 경우(境遇)에는 흉고직경(胸高直徑)과 수고(樹高)가 각각(各各)의 정준상관(正準相關)에 절대적인 기여(寄與)를 하는 것으로서, 각종(各種) 질적성장(質的成長)의 총합특성(總合特性)은 이들 인자(因子)의 막강한 영향력(影響力)에 의해서 형성(形成)되며, 특(特)히 (3)의 경우에서 간재적(幹材積)과의 정준상관(正準相關)에 미치는 흉고직경(胸高直徑)의 영향력(影響力)은 기타(其他)의 인자(因子)에 비(比)하여 판이(判異)하게 큰 것으로 밝혀지고 있다(표(表) 2 참조(參照)). 3) 상장성장인자(上長成長因子)인 수고(樹高), 지하고(枝下高) 및 망고(望高) 등(等)의 합성변량(合成變量)과 비대성장인자(肥大成長因子)인 흉고직경(胸高直徑), 중앙직경(中央直徑) 및 수관폭(樹冠幅) 등(等)의 합성변량간(合成變量間)의 정준상관계수(正準相關係數)와 정준변량(正準變量)이 $${\gamma}_{u1,v1}=0.78556^{**},\;\{u_1=1.20569x_1-0.04444x_2-0.21696x_3\\v_1=1.09571x_4-0.14076z_5+0.05285z_6$$와 같이 됨에 따라, 각종 상장성장인자(上長成長因子)와 비대성장인자간(肥大成長因子間)의 고도(高度)의 정준상관(正準相關)에 있어 수고(樹高)와 흉고직경(胸高直徑)만의 기여도(寄與度)가 극(極)히 현저한 것으로서, 상장성장(上長成長)의 총합특성(總合特性)은 수고(樹高)에 의해서, 비대성장(肥大成長)의 총합특성(總合特性)은 흉고직경(胸高直徑)에 의해서 각각(各各) 형성(形成)된다는 사실(事實)이 확인(確認)된 것이다. 따라서 양인자(兩因子)에 대한 간재적계측(幹材積計測)에 있어서의 필수유력인(必須有力因子)로서의 과학성(科學性)이 입증(立證)된 것이라 생각한다(표(表) 2 참조(參照)). 4) 수간(樹幹)의 8개성장인자(個成長因子) 즉(卽), 8차원(次元)의 정보(情報)(특성치(特性値))를 설정(設定)된 유효목표(有效目標) 85%에 따라 3차원(次元)으로 간략화(簡約化)된 총합특성치(總合特性値) 즉(卽), 제(第) 1 ~ 제(第) 3 주성분(主成分)은 다음과 같다. 제(第) 1 주성분(主成分)($Z_1$); $Z_1=0.40192x_1+0.23693x_2+0.37047x_3+0.41745x_4+0.41629x_5+0.33454x_60.42798x_7+0.04923x_8$ 제(第) 2 주성분(主成分)($Z_2$) ; $z_2=-0.09306x_1-0.34707x_2+0.08372x_3-0.03239x_4+0.11152x_5+0.00012x_6+0.02407x_7+0.92185x_8$ 제(第) 3 주성분(主成分)($Z_3$) ; $Z_3=0.19832x_1+0.68210x_2+0.35824x_3-0.22522x_4-0.20876x_5-0.42373x_6-0.15055x_7+0.26562x_8$ 제(第) 1 주성분(主成分)($Z_1$)은 기여율(寄與率)이 63.26%나 되는 매우 높은 정보흡수력(情報吸收力)을 가진 "크기의 인자(因子)(size factor)"로서, 그의 주성분득점(主成分得點)(principal component score)은 인자부하량(因子負荷量)이 매우 높은 간재적(幹材積), 흉고직경(胸高直徑), 중앙직경(中央直徑) 및 수고(樹高) 등(等)에 의해써 결정(決定)되며, 제(第) 2 주성분(主成分)($Z_2$)은 입체적(立體的) 형상(形狀)의 지표(指標) 즉(卽), 수간(樹幹)의 입체적(立體的) 상사성(相似性)과 완구도(完溝度)를 나타내주는 "형상(形狀)의 인자(因子)(shape factor)"로서, 그의 score는 정형수(正形數)의 절대적(絶對的)인 영향력(影響力)에 의(依)해서 형성(形成)되며, 제(第) 3 주성분(主成分)($Z_3$)은 상장성장(上長成長)과 비대성장(肥大成長)과의 역관계(逆關係)의 현상(現象) 즉(卽), 수간(樹幹)의 세장(細長)(또는 굵고 짧음)의 정도를 표시(表示)하는 성장형상(成長形狀)의 지표(指標)로서, 이는 제(第) 2의 "형상(形狀)의 인자(因子)"가 된다. 이상(以上) 3개주성분(個主成分)은 그의 누적기여율(累積寄與率)이 88.36%로서 만족스러운 정보흡수역량(情報吸收力量)을 지니고 있다(표(表) 3 참조(參照)). 5) 본(本) 연구(硏究)에 적용(適用)된 주성분(主成分) 및 정준(正準) 상관분석법(相關分析法)은 적극적(積極的)인 이용개발(利用開發)에 따라서는 삼림계측(森林計測)(임목성장(林木成長)), 지위판정분류(地位判定分類), 삼림(森林) 및 임산업(林産業)의 경영진단(經營診斷), 임산가공(林産加工)(품(品))의 생산관리(生産管理) 및 기지(其地) 총합특성치(總合特性値)의 산정(算定)을 필요(必要)로 하는 분야(分野)에 많은 기여(寄與)가 있을 것으로 사료(思料)된다.