• 제목/요약/키워드: topographical factor

검색결과 92건 처리시간 0.016초

SSP 시나리오 상세화 자료 기반 생태기후지수를 활용한 고로쇠나무 분포 예측 (Prediction of Acer pictum subsp. mono Distribution using Bioclimatic Predictor Based on SSP Scenario Detailed Data)

  • 김휘문;김채영;조재필;허지나;송원경
    • Ecology and Resilient Infrastructure
    • /
    • 제9권3호
    • /
    • pp.163-173
    • /
    • 2022
  • 기후변화는 종의 생물계절 및 지리적 분포 변화에 많은 영향을 미치는 핵심 요인으로 생태 분야에서는 취약성 평가를 위해 생물의 생리적 특성과 가장 관련이 높은 생태기후지수 (BioClimatic predictor, 이하 BioClim)를 사용하고 있다. 그러나, Shared Socio-economic Pathways (SSPs) 시나리오에 대한 GCM별 미래 기간 기후평균값 이외에 BioClim 값들은 제공되지 않고 있다. 본 연구는 농촌진흥청에서 생산한 1 km 해상도의 SSPs 시나리오 상세화 자료를 이용하여 국내 여건에 적합한 BioClim 자료를 생산하고, 해당 자료를 기반으로 종 분포모형을 적용하여 주로 남부 및 경상북도, 강원도 및 습한 지역에서 생육 환경이 적합한 고로쇠나무의 기준년대 (1981 - 2010년) 및 미래년도 (2011 - 2100년)에 대해 30년 단위로 적합 서식지 분포를 예측했다. 전국자연환경조사자료를 통해 총 819개 지점에서 고로쇠나무 출현 자료를 수집했다. MaxEnt 모형의 성능을 높이기 위해 모형의 매개 변수 (LQH-1.5)를 최적화하고 상세화된 Biolicm 7개 지수와 지형지수 5개를 MaxEnt 모델에 적용했다. 국내 고로쇠나무 분포는 배수, 연 강수량 (Bio12), 경사가 크게 기여하는 것으로 나타났다. 적습하고 비옥한 토양을 선호하는 생육 특성이 반영된 결과로 기후 요인의 영향은 크지 않았다. 이에 따라 기준년도에 고로쇠나무의 높은 수준 적합 서식지는 우리나라 면적의 3.41%, 근미래 (2011 - 2040년) 및 먼미래 (2071 - 2100년)에서 SSP1-2.6은 0.01%, 0.02%를 차지하여 점차 감소하였으나, SSP5-8.5에서는 각각 0.01%, 0.72%로 오히려 기준년도 대비 근미래에는 감소되다가 먼미래로 갈수록 점차 증가하는 경향을 보였다. 본 연구는 기후변화에 보다 적응이 수월한 식생의 미래 분포 양상을 확인한 연구로 기후변화 적응 종이 미래 산림 복원 등에 활용 가능한 기초 연구로 의의가 있다.

GIS DB를 이용한 토지이용 특성 분석 - 부산광역시 건물 높이 시뮬레이션을 중심으로 - (Analysis of Land Use Characteristics Using GIS DB - A Case Study of Busan Metropolitan City in Korea -)

  • 천민경;백태경
    • 한국지리정보학회지
    • /
    • 제26권3호
    • /
    • pp.52-64
    • /
    • 2023
  • 급격한 도시의 발전을 거듭해 갈수록 인구과밀, 공해오염, 도시 위생문제 등이 발생하면서 상충하는 용도 간의 분리 필요성이 대두되고 있다. 이러한 관점에서 도시의 토지이용이 계획적으로 이루어져야 함에는 이견이 없을 것이다. 따라서 토지공간의 제반 활동을 미리 예측하고 계획적으로 세워 토지이용을 합리적으로 구축하여야 한다. 본 연구는 구축된 데이터를 이용하여 부산광역시의 주거지역, 상업지역, 공업지역 용도분포특성 현황을 비교 분석하여 부산광역시 구·군의 용도지역별 건축물 면적 현황, 연면적, 용적률을 파악하였다. 그 결과 용도지역별 면적 중 주거지역의 비율이 51%로 가장 큰 비율을 차지하고 있었으며, 용도지역별 연면적 중 주거지역의 비율이 63%로 가장 큰 비율을 차지하고 있음을 알 수 있었다. 그리고 토지이용구성비만으로 지역특성을 파악할 수 있는 특화계수를 사용하여 분석하였다. 면적의 절댓값을 집계하는 것만으로는 지역 전체의 경향을 파악하기 어렵기 때문에 면적 구성비를 계산하여 비교하였다. 용도지역별 특화계수 중 주거시설을 보면 기장군, 사상구, 사하구, 중구 이외에는 1.0 이상을 나타내고 있다. 상업시설은 기장군, 강서구, 남구, 사상구, 사하구 이외에는 1.0 이상을 공업시설을 보면 강서구(2.5), 기장군(1.22), 사상구(2.06), 사하구(1.64)로 공단분포지역임을 알 수 있다. 이외 업무시설과 문교후생시설은 골고루 분포되어 있음을 알 수 있었다. 용도지역별 각 표고에 따른 건축물 높이 현황과 용도지역별 건축물 높이 시뮬레이션을 통한 토지이용 분석을 실시하였다. 전반적으로 부산시는 80m 이상의 지역이 43% 이상을 차지하고 있어, 용도지역의 분포가 지형적인 조건의 영향으로 표고가 높은 지역에 지정되어 있음을 알 수 있었다.