• 한국산림과학회지
• /
• 제112권4호
• /
• pp.417-425
• /
• 2023

본 연구는 난대상록수종인 붉가시나무에 대한 수간곡선을 도출하고 이를 이용하여 수간재적표를 작성하기 위함이 그 목적이다. 분석에 사용된 공시목은 전남, 경남, 제주 등에서 수집된 688본이며, 수간곡선 도출을 위하여 적용한 수간곡선 모형은 Max & Burkhart 모델, Kozak 모델 및 Lee 모델 등이다. 3가지 모델 중 우리나라 붉가시나무 수간형태를 가장 잘 설명하는 것은 Kozak 모델인 것으로 분석되었다. 이 모델의 적합도는 0.9583, 편의는 0.0352, 추정치 표준오차의 백분율은 1.1439, 평균절대편차는 0.6751로 각각 나타났다. 붉가시나무의 수간재적표는 수간곡선을 설명하는데 최적인 것으로 나타난 Kozak 모델을 이용하였으며, 재적 계산은 수간고별 직경으로 Smalian 식을 적용시켜 산출하였다. 그리고 이전에 만들어진 붉가시나무 수간재적표 2가지(2007년, 2010년)와 이번에 만든 재적표(2023년) 간을 서로 비교하기 위해 분산분석을 실시하였다. 그 결과 2007년 완도지역에서 만든 재적표가 2010년과 2023년에 만든 재적표 보다 약 2배가 많은 값을 가지는 것으로 나타났다. 이번에 작성된 수간재적표(2023년)는 공시재료의 지역별 수집범위와 공시목이 많을 뿐만 아니라, 충분한 과학적 기반 하에서 만들어졌다. 따라서 전국단위의 공식적인 붉가시나무 수간재적표로 사용될 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1341-1352
• /
• 2023

위성영상 기반의 정규식생지수(normalized difference vegetation index, NDVI)는 넓은 영역에서 주기적인 정보를 수집할 수 있어 산림 및 농업 모니터링에 주로 사용된다. 그러나 광학센서 기반 식생지수는 구름 등의 영향으로 일부 지역에서 결측을 가지기 때문에, 본 연구는 전천후 및 주야에 관계없이 관측 가능한 Sentinel-1의 합성 개구 레이더(synthetic aperture radar, SAR) 영상을 활용하여 Sentinel-2 NDVI 결측값을 복원하는 모델을 개발하였다. 이는 광학적으로 관측이 어려운 구름 조건이나 야간에도 NDVI를 추정할 수 있는 잠재력을 보여준다. Automated machine learning (AutoML)을 활용한 비선형 결측복원모델의 5폴드(fold) 교차검증 결과, 절대오차 7.214E-05, 상관계수 0.878의 NDVI 복원 성능을 보였다. 이를 통해 시공간 연속적인 NDVI 생산 방법론을 발전시켜, 전천후 식생 모니터링에 필요한 정보 생산에 기여할 수 있을 것으로 기대된다.