• 한국해양학회지:바다
• /
• 제24권3호
• /
• pp.375-388
• /
• 2019

지구의 탄소순환을 이해하고 미래 대기 $CO_2$의 농도와 기후 변화를 예측하기 위해서는 해양과 대기 사이 $CO_2$ 교환율(sea-to-air $CO_2$ flux)의 시공간 변화를 정확하게 추정하는 것이 필요하다. 연구선을 이용한 현장 관측이 갖고 있는 시공간 제약으로 인해 동해에는 매우 제한적인 표층 이산화탄소분압($fCO_2$) 자료만 존재한다. 이 연구에서는 위성 및 수치모형에서 얻은 수온, 염분, 엽록소, 혼합층 자료를 세 종류의 기계학습 모형에 입력하여 동해 남서부해역의 고해상도 표층 $fCO_2$ 시계열 자료를 산출하였다. 세 모형 중 현장 관측 자료를 가장 잘 재현하는 Random Forest (RF) 모형의 평균제곱근오차는 $7.1{\mu}atm$이었다. RF 모형을 이용한 $fCO_2$ 예측에 중요한 역할을 하는 변수는 수온, 염분과 시간 정보였으며, 엽록소와 혼합층 깊이는 $fCO_2$ 예측에 미미한 역할을 하였다. RF 모형에서 예측한 표층 $fCO_2$를 이용하여 계산한 동해 남서부해역의 $CO_2$ 교환율은 $-0.76{\pm}1.15mol\;m^{-2}yr^{-1}$로 이전 현장 관측 연구에서 제시한 교환율( $-0.66{\sim}-2.47mol\;m^{-2}yr^{-1}$) 범위 중 작은 값에 해당한다. RF 모형의 표층 $fCO_2$ 시계열 자료는 1주일 내외의 짧은 시간 사이에도 $CO_2$ 교환율이 상당히 변할 수 있음을 보여주었다. 앞으로 보다 정확한 $CO_2$ 교환율 산출을 위해서는 $fCO_2$가 급격하게 변화하는 봄철에 높은 해상도의 현장 관측을 수행할 필요가 있다.

• 한국조경학회지
• /
• 제49권4호
• /
• pp.15-29
• /
• 2021

본 연구의 목적은 Google Maps에서 제공하는 장소에 대한 리뷰를 활용하여 실제로 공원을 방문한 이용자의 인식과 평가를 파악하는 것이다. 구글맵리뷰는 Social Network Service(SNS)를 통해 장소에 대한 인식과 평가에 관한 정보를 얻는 온라인 리뷰이며, 일반 리뷰어와 구글맵의 회원으로 등록된 지역 가이드의 관점에서 장소에 대한 이해를 볼 수 있는 서비스이다. 본 연구에서는 구글맵리뷰 분석이 공원 관리에 필요한 이용자들의 인식과 평가를 추출하는데 활용될 수 있는지를 살펴보고자 하였다. 서로 다른 공간특징과 시설을 가지는 3개의 공원(서울숲, 보라매공원, 올림픽공원)을 대상으로 파이썬을 활용한 웹 크롤링을 통해서 구글맵리뷰 내용을 수집하였다. 그리고 텍스트 분석을 통해 공원별 주요 키워드 분석과 네트워크 구조에 따른 특성을 분석하고, 이와 함께 구글맵리뷰에서 제공하는 별점 평갓값과 외국인 리뷰 데이터에 대한 분석도 수행했다. 연구 결과, 3개의 공원에서 공통으로 나타나는 특성으로는 이용목적으로 '산책', '자전거', '휴식', '피크닉'이 있었으며, 동반유형으로 '가족', '아이', '애견'이, 인프라로는 '놀이터', '산책로'가 있었다. 공원별 특색을 보면 서울숲은 자연을 기반으로 하는 야외활동이 많이 나타났고 반면, 주차공간 부족과 주말 혼잡은 공원 이용자에게 부정적인 영향을 미치고 있었다. 보라매공원은 수많은 활동을 제공하는 다양한 시설을 갖춘 도시공원의 모습을 가지고 있었다. 리뷰어들은 반려견을 동반하는 이용자 그룹과 그렇지 않은 다른 이용자 그룹 간의 갈등과 공원의 복잡함에 대한 부정적인 측면을 언급했다. 올림픽공원에는 대형 복합시설이 있으며, 커뮤니티, 문화예술공연과 같은 대규모 문화 이벤트가 많이 언급되었고, 레크리에이션 기능이 강조되었다. 구글맵리뷰는 공원에 대한 이용자의 전반적 경험과 이미지에 대한 특징을 파악하는 유용한 자료라고 할 수 있다. 또한, 다른 소셜미디어 데이터와 비교할 때 특히 구글맵리뷰는 공원에 대한 이용자 평갓값과 만족 및 불만족 요인을 이해할 수 있는 데이터를 제공한다.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.235-250
• /
• 2021

본 연구에서는 '한국 김제의 전형적인 벼 경작 시스템이 기후스마트농업(CSA)의 삼중 도전에 어떻게 부합하고 있는가?'라는 질문에 답하기 위해, (1) 벼 경작 시스템의 에너지, 물, 탄소 및 정보의 흐름을 직접 관측하였고, (2) 생산성/효율성, 온실가스 방출/흡수 및 회복성을 평가할 수 있는 다양한 측정도구(metrics)를 사용하여 기후스마트농업의 관점에서 평가하였다. 국내 플럭스 관측망인 KoFlux 관측지의 하나인 김제의 대표적인 벼 경작 시스템에서 3년간(2011, 2012, 2014)의 생육기간 동안 에디공분산 기술을 사용하여 에너지, 물, 이산화탄소 및 메탄 플럭스의 흐름을 모니터링하였다. 생산 효율성 평가를 위해서는 총일차생산량(GPP), 생태계 호흡량(RE), 곡물 수확량, 빛사용효율(LUE), 물사용효율(WUE), 및 탄소흡수효율(CUE)을 지표로 사용하였다. 온실가스 정량화를 위해서는, 이산화탄소 플럭스(F_CO2)와 메탄 플럭스(F_CH4)의 경우 직접 관측한 자료를 사용하였고, 아산화질소 플럭스(F_N2O)는 IPCC지침에 따라 간접적으로 산출한 자료를 사용하였다. 회복성 평가를 위해서는 자기-조직화(self-organization, S) 지표를 사용하였으며, 벼 경작 시스템에서 가장 포괄적인 세 과정(총일차생산, 메탄플럭스, 증발산)을 대상으로 정보이론을 사용하여 정량화 하였다. 결과에 따르면, 3년 간의 생육 기간 중 2011년이 상대적으로 CSA 삼중 목표를 모두 성취하였으나, 이어지는 2012년과 2014년에 모두 생산량이 감소하고 온실가스 방출이 크게 증가하여 기후스마트 한 관리가 이루어지지 않은 것으로 보인다. 3년 생육기간을 평균한 CSA 지표의 값과 범위의 경우, 생산성에 관련된 지표들은 문헌에 보고된 다른 연구 결과와 비교할 때 대부분 중-상위의 범위에 속했으나, 온실가스 완화의 경우 평균 이하였고, 회복성은 높았지만 보고된 자료가 없어 비교하지 못했다. 기후스마트한 벼재배를 위해서는, 1) 이해 관계자들이 함께 목적에 맞게 목표의 우선순위를 정하고('거버넌스'), 2) CSA 지표를 분석한 결과로부터 얻어진 되먹임(feedback) ('모니터링') 정보를 기반으로, 3) 상황에 맞는 적절한 개입('관리'), 즉 거버넌스/관리/모니터링의 삼합으로 이루어지는 비저니어링이 필요함을 시사한다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.237-262
• /
• 2022

본 연구는 개인투자자들의 투자의사결정에 도움을 주고자, 증권신고서의 TF-IDF 텍스트 분석과 기계학습을 이용해 공모주의 상장 5거래일 이후 주식 가격 등락을 예측하는 모델을 제시한다. 연구 표본은 2009년 6월부터 2020년 12월 사이에 신규 상장된 691개의 국내 IPO 종목이다. 기업, 공모, 시장과 관련된 다양한 재무적 및 비재무적 IPO 관련 변수와 증권신고서의 어조를 분석하여 예측했고, 증권신고서의 어조 분석을 위해서 TF-IDF (Term Frequency - Inverse Document Frequency)에 기반한 텍스트 분석을 이용해 신고서의 투자위험요소란의 텍스트를 긍정적 어조, 중립적 어조, 부정적 어조로 분류하였다. 가격 등락 예측에는 로지스틱 회귀분석(Logistic Regression), 랜덤 포레스트(Random Forest), 서포트벡터머신(Support Vector Machine), 인공신경망(Artificial Neural Network) 기법을 사용하였고, 예측 결과 IPO 관련 변수와 증권신고서 어조 변수를 함께 사용한 모델이 IPO 관련 변수만을 사용한 모델보다 높은 예측 정확도를 보였다. 랜덤 포레스트 모형은 1.45%p 높아진 예측 정확도를 보였으며, 인공신공망 모형과 서포트벡터머신 모형은 각각 4.34%p, 5.07%p 향상을 보였다. 추가적으로 모형간 차이를 맥니마 검정을 통해 통계적으로 검증한 결과, 어조 변수의 유무에 따른 예측 모형의 성과 차이가 유의확률 1% 수준에서 유의했다. 이를 통해, 증권신고서에 표현된 어조가 공모주의 가격 등락 예측에 영향을 미치는 요인이라는 것을 확인할 수 있었다.

• 생태와환경
• /
• 제56권1호
• /
• pp.45-56
• /
• 2023

본 연구는 저서성 대형무척추동물을 이용한 RIVPACS 유형의 국내 실정에 맞는 수생태계 예측 및 평가모델을 구축하기 위한 사전 연구로서 수행되었다. 자연상태의 하천인 887개의 참조하천을 선정하고, 참조하천을 저차하천과 고차하천으로 구분한 뒤 random forest 알고리즘을 이용하여 각각의 과에 대하여 예측모델을 구축하였다. 저차하천은 학습과 검증 데이터를 7 : 3의 비율로 나누어 구축하였으며, 고차하천의 경우에는 leave-one-out 방법을 이용하였다. 예측모델에 사용된 환경변수는 비계량 다차원 척도법(NMDS)을 이용하여 선정되었으며, 고도, 경사각, 평년평균기온, 숲의 비율, 하폭, 여울 비율, 하상 구조의 큰돌의 비율로 7개의 변수가 선택되었다. 3,224개의 조사대상 지점을 하천차수에 따른 유형에 따라 구분한 뒤, 각각의 유형에 해당하는 모델을 이용하여 30개 과에 대한 과 단위의 생물상을 예측하였다. 예측된 생물상(E)은 실제 생물상(O)과 생물지수를 이용하여 비교되었다. 생물지수는 BMWPK 지수를 과의 수로 나눈 ASPT를 이용하였다. 그 이후 EQR 지수(O/E)를 이용하여 각 조사지점의 건강성을 평가하였다. 마지막으로, EQR 값을 기존에 이용되고 있는 BMI 값과 비교하였다. 건강성 점수 평가 결과, 실제 군집은 0~20과, 예측된 군집은 0~19과 범위로 예측되어 유사하게 나타났다. 실제 ASPT는 평균 4.82 (±2.04 SD), 예측된 ASPT는 6.30 (±0.79 SD)으로 예측된 값이 더 높게 나타났다. ASPT와 BMI의 비교 결과, 대체로 EQR이 BMI 지수보다 높은 값을 보였다. 이는 참조하천 선정에 있어서 조금 교란된 지점도 자연상태로 가정하여 참조하천으로 이용되었기 때문으로 보인다. RIVPACS 모델은 생태학적 상태에 대한 단순하지만 명확한 진단을 제공해줌으로써 국내 하천 관리에 도움이 될 것으로 기대된다. 본 연구는 연구가 미진하였던 우리나라 실정에 맞는 RIVPACS 유형의 평가법을 개발하는 선행 연구로서의 의의가 있다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.655-667
• /
• 2023

전 세계적으로 녹조 대발생은 빈번하게 보고되고 있으며, 국내에서도 매년 녹조로 인한 심각한 수질 오염 문제가 발생하고 있다. 지속적인 관리와 신속한 대응을 통한 수생태계 보호가 필요하다. 녹조 발생의 지표인 chlorophyll-a (Chl-a) 농도를 예측하기 위해 위성 영상을 이용한 연구가 많이 이루어지고 있다. 하지만 수계에 따라 변하는 분광특성과 대기 보정 오류로 인해 정확한 Chl-a 산출에 어려움이 있어 최근 머신러닝 모델을 활용하고 있다. 위성 분광지수 뿐만 아니라 녹조에 영향을 미치는 인자들에 대한 복합적인 고려가 필요하다. 따라서, 본 연구는 수질, 수문 및 기상 인자와 Sentinel-2 영상을 복합적으로 고려하여 데이터셋을 구축하였다. 최근 5년간 낙동강에 위치한 8개 보 구간의 Chl-a 농도 예측에 대표적인 앙상블 모델 random forest (RF)와 extreme gradient boosting (XGBoost)을 활용하였다. 모델 평가 지표로 r-squared score (R²), root mean square errors(RMSE), mean absolute errors (MAE)를 사용하였으며, XGBoost의 R²가 0.810, RMSE가 6.612, MAE가 4.457로 유의미한 결과를 얻은 것을 확인하였다. Shapley additive explanations (SHAP) 분석을 통해 두 모델 모두 수질 인자 suspended solids (SS), biochemical oxygen demand (BOD), dissolved oxygen (DO)과 red edge 밴드를 활용한 밴드비가 높은 중요도를 보인 것을 알 수 있었다. 다양한 입력 데이터는 모델 성능 향상에 도움을 주는 것을 확인할 수 있었으며, 국내외 녹조 탐지에 적용될 수 있을 것으로 보인다.

• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.151-164
• /
• 2024

상수도 공급을 위한 정수장에서 전염소 또는 중염소 공정이 도입된 수처리 공정의 염소농도 관리에 필요한 공정제어를 위하여 AI 기술을 활용한 수질예측 기법이 연구되고 있다. 본 연구에서는 정수장 수처리 공정에서 실시간으로 관측, 생산되고 있는 수량·수질자료를 이용하여 염소소독 공정제어 자동화를 목적으로 침전지 후단의 잔류염소 농도를 예측하기 위한 AI 기반 예측모형을 개발하였다. AI 기반 예측모형은 과거 수질 관측자료를 학습하여 이후 시점의 수질에 대한 예측이 가능한 기법으로, 복잡한 물리·화학·생물학적 수질모형과 달리 간단하고 효율적이다. 다중회귀 모형과 AI 기반 모형인 랜덤포레스트와 LSTM을 이용하여 정수장의 침전지 후단 잔류염소 농도를 예측하여 비교하였다. 최적의 잔류염소 농도 예측을 위한 AI 모형의 입출력 구조로는 침전지 전단의 잔류염소 농도, 침전지 탁도, pH, 수온, 전기전도도, 원수의 유입량, 알칼리도, NH₃ 등을 독립변수로, 예측하고자 하는 침전지 유출수의 잔류염소 농도를 종속변수로 선정하였다. 독립변수는 침전지 후단의 잔류염소에 영향이 있는 정수장에서 확보가 가능한 관측자료중에서 분석을 통해 선별하였으며, 분석 결과 연구대상 정수장인 정수장에서는 중회귀모형, 신경망모형, 모델트리 및 랜덤포레스트 모형을 비교한 결과 랜덤포레스트에 기반한 모형오차가 가장 낮게 도출되는 결과를 얻을 수 있었다. 본 연구에서 제시하는 침전지 후단의 적정 잔류염소 농도 예측값은 이전 처리단계에서 염소주입량의 실시간 제어가 가능토록 할 수 있어 수처리 효율 향상과 약품비 절감에 도움이 될 것으로 기대된다.

• 한국지리정보학회지
• /
• 제22권2호
• /
• pp.152-171
• /
• 2019

본 연구는 한남금북정맥과 금북정맥을 대상으로 정맥에서 생성되는 찬공기의 특성을 분석하고 이를 관리하기 위한 방안을 마련하였다. 또한 한남금북정맥에 위치한 청주시를 대상으로 상세 찬공기 흐름을 파악한 후 관리전략을 제안했으며, 청주시 내에 설치된 지상기상관측소의 관측자료를 이용하여 정맥의 야간기온저감 특성을 분석하였다. 찬공기 특성 분석을 위해서 독일에서 개발된 KALM(Kaltluftabflussmodell) 모형을 활용하여 야간 6시간 동안 생성되는 찬공기 흐름 및 풍속, 그리고 찬공기 층 높이를 파악하였다. 분석 결과, 시간이 경과함에 따라 정맥에서 생성되는 찬공기는 강해졌으며, 특히 한남금북정맥의 서쪽과 금북정맥의 북쪽에서 뚜렷하게 나타났다. 찬공기 생성 360분 경과 후에는 평균적으로 약 0.45m/s의 찬공기 풍속이 분석되었으며, 최대 2.70m/s의 풍속이 관찰되었다. 찬공기 층 높이는 평균적으로 104.27m, 최대 255.00m의 두께로 쌓였다. 청주시의 찬공기 흐름의 풍속은 상당구가 0.51m/s로 평균적으로 높게 나타났으며, 찬공기 층의 높이는 흥덕구가 48.87m로 높게 분석되었다. 야간기온저감 효과 분석 결과는 찬공기 층이 높은 청남대관측소($-3.8^{\circ}C$)에서 저감정도가 가장 크게 나타남으로써, 정맥에서 생성된 찬공기의 영향이 야간기온저감에 효과를 미치고 있음을 확인할 수 있었다. 이러한 찬공기 특성 분석 결과를 바탕으로 찬공기 생성이 활발한 정맥의 주요 산지 일대를 '온도조절기능 보전지역'으로 지정하여 현재의 산림 및 지형 보전에 대해 제안했으며, 생성된 찬공기의 흐름을 원활하게 해주는 지역을 '온도조절기능 확대지역'으로 지정하여 정맥의 기능을 보완할 수 있도록 제안하였다. 본 연구의 결과는 한남금북정맥과 금북정맥의 체계적인 관리계획을 수립하고, 향후 청주시의 바람길 계획 수립시 기초자료로 활용할 수 있을 것으로 기대한다.

• 한국재난정보학회 논문집
• /
• 제17권3호
• /
• pp.415-426
• /
• 2021

연구목적: 본 연구에서는 대형재난사고의 주요한 요인으로 지적되는 국민들의 재난안전의식을 활성화 시킬 수 있는 방안을 제시하고자 한다. 연구방법:본 연구에서는 재난관리 및 안전의식에 관한 이론적인 검토를 실시하고, 재난사고의 원인을 도출하기 위해 '재난관리평가 국민안전 체감도의식' 조사 결과 및 대형재난사고 사례들을 분석하여 선진 재난안전의식 활성화 방안을 제시하였다. 연구결과: 재난관리평가 국민안전 체감도 조사를 통해 재난관리 4단계 중 '대응'차원은 잘 수행되고 있으나, '복구'차원이 미흡한 국민들은 인식하고 있었고, 특히 '예방' 차원에서 재난안전에 대한 교육이 매우 부족하다고 느끼고 있었다. 국민 안전의식 조사를 통해서는 대피시설에 대한 인지 수준이 매우 낮았고, 감염병과 붕괴사고에 대한 정보가 부족한 것으로 나타났으며, 특히 일상생활에서의 안전수칙 준수에 대한 인식이 미흡한 것으로 드러났다. 대형재난사고(코로나19, 밀양세종병원 화재, 2004년 동해안 산불)에 대한 사례를 분석한 결과, 안전불감증과 같은 안전의식의 결여가 피해규모의 확대를 유발시킨 주요한 원인임을 도출하였다. 결론:재난사고를 예방·감소시킬 수 있는 가장 근본적인 요소는 선진 재난안전의식의 활성화이며, 이를 제고하기 위한 세 가지 방안을 제시하였다. 먼저, 안전교육 및 안전홍보 활동의 확대를 통한 안전문화운동의 확산이 필요하다. 두 번째로는 재난대응에 대한 실효성을 향상시키기 위해 일반인들을 대상으로 하는 재난대비훈련을 시행해야 한다. 마지막으로 안전에 대한 개개인의 인식 전환이 필요하다. 이러한 요소들이 체계적으로 이루어져야만 선진 재난안전의식이 제고될 수 있을 것이며, 궁극적으로 우리 사회의 재난사고들이 감소될 수 있을 것이다.

• 한국산림과학회지
• /
• 제77권4호
• /
• pp.429-444
• /
• 1988

편백(扁栢) (Chamaecyparis obtusa)은 1924년(年) 일본(日本)에서 도입(導入)된 후(後) 한국(韓國) 남부지방(南部地方)의 주요조림종(主要造林種)으로 식재(植栽)되고 있다. 그러나 현존(現存)하는 편백림(扁栢林)의 대부분(大部分) 유령림(幼令林)에 속(屬)하고 있으며 임목(林木)의 다각적(多角的) 용도(用途) 개발(開發)이라는 최근(最近)의 추세(趨勢) 고려(考慮)할 때, 합리적(合理的)인 경영관리(經營管理)에 필요(必要)한 종합적(綜合的)인 정보구명(情報究明)이 시급(時急)한 과제(課題)라고 할 수 있다. 이러한 관점(觀點)에서 전남(全南) 장성군(長成郡) 삼서면(三西面) 식재(植栽)된 23년생(年生) 편백림(扁栢林)을 대상(對象)으로 83본(本) 표본목(標本木)을 선정대목(選定代木)하여 각종(各種) 수간장성인자(樹幹長成因子)들을 측정(測定)한 후(後) 정준상관분석법(正準相關分析法), 주성분분석법(主成分分析法) 및 인자분석법(因子分析法)을 적용(適用)하여 성장(成長) 특성(特性), 성장인자간(成長因子間)의 관계(關係), 잠재적(潛在的) 및 종합적(綜合的) 정보구명(情報究明)을 위하여 조사분석(調査分析)한 결과(結果)를 요약(要約)하면, 간재적(幹材積)과 질적성장인자(質的成長因子)의 정준상관분석(正準相關分析)에서 정준상관계수(正準相關係數) $0.988^{**}$이며, 정준변량(定準變量) 계수(系數)에서 비대성장인자(肥大成長因子)에서는 흉고직경(胸高直徑), 상장성인자(上長成因子)에서는 수고(樹高)가 유력(有力)한 인자(因子)로 밝혀 졌으며, 흉고직경(胸高直徑)과 수고(樹高)를 1조(組)로 선형(線形) 종합(綜合)한 정준변량(正準變量)과 간재적간(幹材積間)의 상관(相關)을 분석(分析)한 결과(結果)는 간재적((幹材積)에 대한 영향력(影響力)은 흉고직경(胸高直徑)이 수고(樹高)에 비(比)하여 높았다. 12개(個)의 수간(樹幹) 제성장인자(諸成長因子)들에 대(對)한 주성분(主成分) 분석결과(分析結果)에서 설정(設定)된 유효목표(有效目標) 85.00%에 합당(合當)하도록 채택(採擇)된 제(第)1~(第)2 주성분(主成分)까지의 누적기여율(累積奇與率)은 88.16%이며, 제(第)1, 제(第)2 주성분(主成分)은 각각(各各) "크기인자(因子)", "형상인자(形狀因子)"로 해석(解釋)되었다. 유효주성분(有效主成分) 각변량(各變量)에 대한 기여율(奇與率)은 수관직경(樹冠直徑), 지하고(枝下高) 및 망고(望高)를 제외(除外)한 모든 변량(變量) 정보(情報)가 87.00% 이상(以上)을 설명(說明)해 주었다. 상관행렬(相觀行列) 대각선요소(對角線要素)를 SMC로 하여 얻어진 고유치(固有値) 의(衣)해서 공통인자(共通因子)를 2개(個)로 정하였으며 $f^*_1$은 수간(樹幹) 비대성장계(肥大成長系)의 $f^*_1$은 상장성장수(上長成長系)의 형질인자(形質因子)의 잠재적인자(潛在的因子)로 해석(解析)되었다. 각종성장인자(各種成長因子)의 내재현상(內在現像)은 지하고(枝下高), 수관직경(樹冠直徑)을 제외(除外)한 공통성(共通性)이 78.62~98.30%의 높은 설명력(說明力)을 가진다. 공시목(供試木) 83본(本)은 인자득점(因子得點)의 표준편차(標準偏差)(1)를 반경(半徑)으로 한 원내(員內)의 표준목(標準木)은 중간형(中間型)으로 그리고 제(第) 1, 2, 3, 4 상한별(象限別)의 수간형질분류(樹幹形質分類)는 각각(各各) 비대(肥大), 수고성장(樹高成長)의 총합형(總合型), 세장형(細長型) 왜소형(矮小型) 및 단비형(短肥型) 등(等)의 5개유형(個類型) 분류(分類)할 수 있다.