KR100750749B1

KR100750749B1 - Ｇｉｓ를 이용한 식물자원 수량화 방법

Info

Publication number: KR100750749B1
Application number: KR1020050114531A
Authority: KR
Inventors: 박광우; 권영한; 최경; 오승환; 신상희; 강동진
Original assignee: 대한민국
Priority date: 2005-11-29
Filing date: 2005-11-29
Publication date: 2007-08-30
Also published as: JP2007149104A; CN1975727A; DE602006008094D1; US7610311B2; EP1791090A3; EP1791090B1; US20070124335A1; RU2006141815A; KR20070056201A; EP1791090A2

Abstract

본 발명은 GIS를 이용한 식물자원 수량화 방법으로서, 소정 영역의 식물자원을 수량화할 시, GIS를 이용하여 적은 인력, 시간 및 비용으로도 쉽게 식물자원 수량을 파악할 수 있는 식물자원 수량화 방법을 제공하고자 한다.

이를 위한 본 발명은 GIS 전처리 과정을 통해 얻어지고 수분지수를 포함하는 다수 개의 환경요인들을 각각의 속성정보로 하는 다수 개의 분포도들이 확보된 모집단으로부터 표본집단을 추출한 후, 표본집단의 식물자원 실측값들과 환경요인 실측값들 사이의 관계모델식을 도출하여 모집단의 분포도들과 각각 연계시켜 분포도들을 서로 중첩시킴으로써, 모집단의 식물자원 예측분포도를 생성하는 것을 특징으로 한다.

본 발명에 따르면, 소정 영역의 모집단으로부터 선정된 표본집단의 식물자원의 수량만을 파악하고도 모집단 전체의 식물자원 수량을 높은 정확도로 예측할 수 있기 때문에, 비용 및 인력 소모가 적다. 그리고, 식물자원의 수량에 따른 분포도를 생성시켜 식물자원이 실시간 관리될 수 있도록 함으로써, 식물자원의 관리체계를 확립할 수 있는 기반을 제공한다.

식물자원 수량화, 지리정보시스템(GIS), 국가지리정보시스템(NGIS), 산림지 리정보시스템(FGIS), 표준집단, 식물종별 개체수, 식물자원 예측분포도

Description

ＧＩＳ를 이용한 식물자원 수량화 방법{Method for Quantifying of Plant Resources using GIS}

도 1은 종래 기술에 따른 GIS를 나타낸 일부 평면도.

도 2는 본 발명에 따른 GIS를 이용한 식물자원 수량화 방법의 일 실시예를 개략적으로 나타낸 순서도.

도 3은 수치임상도 전처리를 설명하기 위한 평면도.

도 4는 본 실시예에 따른 표본집단의 선정방법을 개략적으로 나타낸 순서도.

도 5는 모집단의 식물자원 예측분포도를 생성하는 일부 과정을 나타낸 사시도.

< 도면의 주요부분에 대한 부호의 설명 >

101: GIS 102: 지도

103: 부호 104: 도엽

300: 수치임상도 301: 벡터 유형의 레이어

302: 래스터 유형의 레이어 303: 폴리곤

304: 레코드 305: 속성테이블

306: 속성항목 306a: 임상

306b: 경급 306c: 영급

306d: 소밀도 500: 13개의 분포도들

501: 제1 분포도 501a: 제1 격자점

502: 제2 분포도 502a: 제2 격자점

503: 식물자원 예측분포도 503a: 제3 격자점

본 발명은 식물자원 수량화 방법에 관한 것으로서, 더욱 상세하게는 지리정보시스템(Geographic Information System, 이하 GIS라 함.)을 이용하여 수분지수를 포함하는 환경요인에 따른 식물자원 예측분포도 생성을 통해 식물자원을 수량화하는 GIS를 이용한 식물자원 수량화 방법에 관한 것이다.

식물자원이라 함은 과거에 목재자원의 조성과 관리를 중심으로 발전되어 온 임업의 입장에서 교목들로 구성된 목재자원이라는 등식이 성립하였다. 그러나, 현재의 식물자원은 목재자원 외에도 추출물이나 유전자원을 이용한 상업적 이용이 증가되고 있는 관목, 초본 및 이끼류까지를 포함하는 의미로 바뀌고 있다.

이러한 의미를 포함한 식물자원을 관리할 수 있는 시스템은 현재 구축되어 있지 않은 상태이다. 다만, 최근 한국에서는 사이버 국토 관리라는 일명 아래 지리정보시스템(Geographic Information System; GIS 이하 GIS라 함)이 구축됨에 따라, 국가 지리정보를 구축한 시스템인 국가지리정보시스템(National GIS, 이하 NGIS라 함)과, 전국 산림지역(640만ha)에 대한 종합적인 정보를 구축한 시스템인 산림지리정보시스템(Forestry GIS, 이하 FGIS라 함)이 함께 구축된 상태이다.

GIS는 분포의 특성을 가진 모든 공간적 형상의 지리정보를 처리하고, 이를 수치화하여 전자 지도상에 기입한 것으로서, 지리정보 산출을 위한 GIS 원시자료들로는 예컨대 수치지형도와 수치임상도와, 산림입지도, 및 생태자연도 등이 이용된다. 수치지형도는 지표면의 형태·고저·기복, 수계(水系), 도로·철도, 취락(聚落)의 위치 등을 나타내며, 수치임상도는 산림자원의 임상, 경급, 영급, 소밀도 등을 나타내며, 산림입지도는 토성, 지위지수, 유효토심 등을 나타내며, 생태자연도는 국립공원경계 등을 나타낸다.

이와 같은 GIS의 원시자료들은 종이지형도의 축척별 도엽구분 체계와 동일하게 구분되어 있다. 이에 대해 도 1을 참조하여 좀 더 살펴보면 다음과 같다.

도 1은 종래 기술에 따른 GIS를 나타낸 일부 평면도이다.

도 1을 참조하면, GIS(101)는 공간정보(Spatial Data)와 속성정보(Attribute Data)를 입력, 수정, 처리, 출력뿐만 아니라 분석 등의 기능을 제공함으로써 의사결정을 지원하는 자료시스템으로, 이러한 GIS(101)에서 처리하는 대상은 분포의 특성을 가진 공간적 형상의 지리정보이고, GIS(101)는 각종 지리정보가 지도(102) 상에 기입된 형태를 갖는다. 또한, 지리정보는 부호(103)로 표시되고, 완벽한 지리정보가 되기 위해서는 도엽(104)별로 구분되는 공간정보와 다수 개의 레이어로 형성되는 속성정보가 함께 정의되어야 한다.

공간정보는 각종 지리의 위치와 형상 및 사상 간의 공간상 상대적 위치관계를 표현한 것으로서, 지도상에서는 점, 선, 면을 사용하여 표시되고, 이에 따른 속 성정보는 점, 선, 면으로 표시된 각종 좌표 상의 지리적 사상의 특성을 표현한 것이다.

예를 들어, 하나의 점으로 표시된 어떤 지표공간을 수질관측소라고 하면, 한 쌍의 (X, Y)좌표로 그 위치가 공간 자료로 변환되고, 속성정보에는 관측소의 명칭, 기호, 특정한 시각에 측정한 생화학적 산소요구량(BOD)이나 용존산소량(DO) 등이 포함된다. 도로와 같은 선자료는 일련의 점을 상호 연관시켜 나타내며, 속성정보인 도로의 명칭, 노폭, 노면재료, 교통량 등은 문자와 숫자로 데이터베이스 (Database; DB, 이하 DB라함)화 된다. 또한, 다각형 또는 면자료인 행정구획도와 토양도 등은 하나 또는 여러 개의 선분으로 구성되는 폐곡선으로 공간정보가 만들어지고, 이들의 속성정보는 폐곡선으로 구분된 각 지역의 인구특성이나, 토양의 성질 등이 기록된다.

이와 같은 구성을 갖는 GIS에 구축된 식물자원에 대한 정보는 앞서 설명한 바와 같이 목재자원에 대한 정보만이 구축된 상태이다. 이에, 더 넓은 의미의 식물자원에 대한 정보를 구축할 필요가 있으며, 이를 구축하기 위한 방법체계가 절실히 요구되고 있는 실정이다.

이와 같이 넓은 의미의 식물자원에 대한 정보를 구축하기 위해서는 전 국토의 식물자원에 대한 조사가 먼저 이루어져야 하고, 조사된 식물자원 값을 GIS의 속성정보에 추가시켜 구축하는 작업이 수행되어야 하며, 일정 기간마다 새로이 생성되거나 소멸한 식물자원을 재조사하여 구축된 식물자원을 관리하기 위한 관리체계가 이루어져야 한다. 이에, 넓은 의미의 식물자원에 대한 정보를 구축 및 관리하기 위해서는 많은 인력, 비용 및 시간이 소요되는 문제가 뒤따른다.

따라서, 본 발명은 적은 인력, 시간 및 비용으로 식물자원의 분포 및 수량을 파악할 수 있는 식물자원 수량화 방법을 제시하고자 한다.

그리고, 본 발명은 GIS를 이용하여 식물자원을 조사하는 방법 및 분석하는 방법의 한 체계를 제시하고자 한다.

뿐만 아니라, 본 발명은 식물자원 수량화 방법으로 구축되는 식물자원을 실시간으로 관리할 수 있는 식물자원 관리체계의 한 방법을 제시하고자 한다.

상기와 같은 목적을 달성하기 위한 본 발명은 GIS를 이용한 식물자원 수량화 방법으로서, GIS 전처리 과정을 통해 얻어지고 수분지수(Integrated Moisture Index; IMI)를 포함하는 다수 개의 환경요인들을 각각의 속성정보로 하는 다수 개의 분포도들이 확보된 모집단으로부터 표본집단을 추출하여 표본집단의 식물자원 실측값들과 환경요인 실측값들 사이의 제1 관계테이블을 작성하는 제1 과정; 제1 관계테이블이 통계분석 프로그램과 연계되어 식물자원 실측값들과 환경요인 실측값들 사이의 관계모델식이 도출된 제2 관계테이블이 생성되는 제2 과정; 및 제2 관계테이블이 모집단의 분포도들과 각각 연계된 후 분포도들이 중첩됨으로써 식물자원 예측값들을 속성정보로 하는 모집단의 식물자원 예측분포도가 생성되는 제3 과정을 포함하는 것을 특징으로 한다.

본 발명에 따른 GIS를 이용한 식물자원 수량화 방법에 있어서, 분포도들은 중첩을 통해 서로 연산 가능하도록 3차원 형상의 래스터(Raster) 형태로 이루어지는 것이 바람직하다.

본 발명에 따른 GIS를 이용한 식물자원 수량화 방법에 있어서, 환경요인들은 지형요인을 나타내는 표고(Altitude), 방위(Azimuth), 및 경사(Slope)와, 상층식생요인을 나타내는 상층식생의 종(임상(林相, Forest Physignomy)), 경급(徑級, Diameter Class), 영급(齡級, Age Class), 및 소밀도(疎密度, Crown Density)와, 토양요인을 나타내는 토성(土性, Soil Texture), 지위지수(地位指數, Site Index), 및 유효토심(土深, Soil Depth)과, 인위적 교란요인을 나타내는 접근성과, 일광요인을 나타내는 일일가능 적산일사량, 및 수분지수(Integrated Moisture Index: IMI)를 포함하는 13인자로 이루어지고, 수분지수는 지형요인을 나타내는 음영기복(Hillshade), 물집적(Flow accumulation), 및 지형만곡(Curvature)과, 토양 요인을 나타내는 토양 보습력을 포함하는 4인자를 통해 획득되는 것이 바람직하다.

여기서, 토양 보습력(t)은 다음의 식, 토양 보습력(t) = 유효토심×(1/토양 배수)에 의해 획득될 수 있다.

그리고, GIS 전처리 과정은 표고, 방위, 경사, 접근성, 음영기복, 물집적, 지형만곡을 각각의 속성정보로 하는 다수 개의 분포도 산출을 위한 수치지형도 전처리 단계; 임상, 경급, 영급, 소밀도를 각각의 속성정보로 하는 다수 개의 분포도 산출을 위한 수치임상도 전처리 단계; 토성, 지위지수, 유효토심, 토양 보습력을 각각의 속성정보로 하는 분포도 산출을 위한 산림입지도 전처리 단계; 및 일일가능 적산일사량을 속성정보로 하는 하나의 분포도 산출을 위한 조사시점별 하지날 적산 일사량 전처리 단계를 포함하는 것이 바람직하다.

본 발명에 따른 GIS를 이용한 식물자원 수량화 방법에 있어서, 수분지수를 속성정보로 하는 수분지수 분포도 형성방법은 a)음영기복, 물집적, 지형만곡, 및 토양 보습력을 속성정보로 하는 네 개의 분포도들을 산출하는 단계; b)네 개의 분포도들의 속성정보 값들에 각각의 수분 가중치를 적용하는 단계; 및 c)네 개의 분포도들을 중첩시켜 동일한 위치에 놓이는 속성정보 값들을 연산함에 따라 수분지수 분포도를 생성하는 단계를 포함하는 것이 바람직하다.

이때, 수분지수(IMI)는 다음의 식,

IMI = (h×W1)+(f×W2)+(c×W3)+(t×W4)

(여기서 h는 음영기복의 값, f는 물집적의 값, c는 지형만곡의 값, 및 t는 토양 보습력의 값이며, W1은 음영기복에 대한 수분 가중치, W2는 물집적에 대한 수분 가중치, W3은 지형만곡에 대한 수분 가중치, 및 W4는 토양 보습력에 대한 수분 가중치)

에 의해 산출되는 것이 바람직하다.

본 발명에 따른 GIS를 이용한 식물자원 수량화 방법에 있어서, 식물자원은 식물종별 개체수와 식물종별 생육여부인 것이 바람직하다.

본 발명에 따른 제1 과정에서는 현장 조사를 통해 얻은 표본집단의 식물자원 실측값과 환경요인 실측값을 입력하여 제1 관계테이블을 작성하는 것이 바람직하다.

본 발명에 따른 제2 과정에서는 통계분석 프로그램으로 로지스틱 회귀분석 프로그램을 이용하여 환경요인 실측값에 따른 식물자원 예측값을 결정하는 관계모델식이 도출되고, 그 결과가 제2 관계테이블로 작성되는 것이 바람직하다.

여기서, 관계모델식의 도출방법으로는 로지스틱 회귀분석 프로그램에 의해 환경요인 실측값 사이의 분석이 이루어짐에 따라 어느 하나의 식물종에 대한 13인자 사이의 상관관계를 나타낸 13개의 상관관계 계수가 도출된 다음, 환경요인 실측값과 식물자원 실측값 사이의 분석을 통해 13개의 상관관계 계수가 적용된 관계모델식이 도출되는 것이 바람직하다.

이때, 관계모델식은,

y = A+A1(x_표고)+A2(x_방위)+A3(x_경사)+A4(x_임상)+A5(x_경급)+A6(x_영급)+A7(x_소밀도)+A8(x_토성)+A9(x_지위)+A10(x_유효토심)+A11(x_접근성)+A12(x_{일일가능 적산일사량})+A13(x_수분지수)

(여기서, A는 상수, A1, A2, A3, A4, A5, A6, A7, A8, A9, A10, A11, A12, 및 A13은 13개의 상관관계 계수)

로 나타낼 수 있다.

한편, 본 발명에 따른 GIS를 이용한 식물자원 수량화 방법은 식물자원 예측분포도를 평가하는 과정을 더 포함할 수 있고, 식물자원 예측값에 산지단가를 적용하여 추정가치를 환산하는 과정을 더 포함할 수도 있다.

이하, 첨부 도면을 참조하여 본 발명에 따른 GIS를 이용한 식물자원 수량화 방법에 대한 바람직한 실시예를 살펴보기로 한다.

도 2는 본 발명에 따른 GIS를 이용한 식물자원 수량화 방법의 일 실시예를 개략적으로 나타낸 순서도이고, 도 3은 수치임상도 전처리를 설명하기 위한 평면도이다. 그리고, 도 4는 본 실시예에 따른 표본집단의 선정방법을 개략적으로 나타낸 순서도이고, 도 5는 모집단의 식물자원 예측분포도를 생성하는 일부 과정을 나타낸 사시도이다.

도 2 내지 도 5를 참조하면, 본 실시예에 따른 식물자원 수량화 방법은 모집단으로부터 표본집단을 추출하여 표본집단의 식물자원 실측값과 환경요인 실측값 사이의 제1 관계테이블을 작성하는 제1 과정(201)과, 제1 관계테이블이 소정의 통계분석 프로그램과 연계되어 식물자원 실측값과 환경요인 실측값 사이의 관계모델식이 도출된 제2 관계테이블로 생성되는 제2 과정(202), 및 제2 관계테이블이 모집단의 분포도와 연계되어 모집단의 식물자원 예측값을 속성정보로 하는 식물자원 예측분포도가 생성되는 제3 과정(203)을 포함한다. 그리고, 본 실시예에서는 생성된 식물자원 예측분포도를 이미 알고 있는 식물자원 실측값을 속성정보로 하는 식물자원 실측분포도와 비교하여 신뢰성을 평가(204)하는 제4 과정(204) 및 식물자원 예측값에 산지단가를 적용하여 추정가치를 환산하는 제5 과정(205)을 더 포함한다.

제1 과정(201)에서는 먼저, 모집단의 원시자료를 가진 GIS(Geographic Information System)를 전처리하여 수분지수를 포함하는 환경요인들 각각에 따른 다수 개의 분포도를 형성한다. 여기서, 환경요인들은 지형요인을 나타내는 표고, 방위, 및 경사와, 상층식생요인을 나타내는 상층식생의 종(임상), 경급, 영급, 및 소밀도와, 토양요인을 나타내는 토성, 지위지수, 및 유효토심과, 인위적 교란요인을 나타내는 접근성과, 일광요인을 나타내는 일일가능 적산일사량, 및 수분지수를 포함하는 13인자이다.

그 중, 수분지수는 소정 영역의 수분 함유 정도를 계량화한 것으로서, 소정 영역에 대한 수많은 환경요인들 중, 예컨대 음영기복(능선음지, HillShade), 물집적(Flow accumulation), 지형만곡(Curvature), 및 토양 보습력(Total available water-holding capacity)과 같은 네 가지 환경요인들에 의해 결정되는 것이 바람직하다.

음영기복은 경사각, 방위, 위치 등에서의 변화 및 인접한 구릉지의 그늘 때문에 상이한 태양 복사의 영향을 받기 때문에 나타나는 것으로서, 본 실시예에서는 하지날 태양이 남중일 때를 기준으로 인위적인 빛을 주었을 때 나타나는 음영 정도를 등급화하여 음영기복 값으로 사용하였다. 이에, 남서방향(SSW)에서 가장 낮은 등급을 가지고, 북동방향(NNE)에서 가장 높은 등급을 가지게 된다.

물집적은 물의 흐름을 말하는 것으로서, 경사지 바닥면이 능선보다 많은 수분을 집적하고 있는 것을 나타낸다.

지형만곡은 평지(Flat), 요지(Concave), 철지(Convex) 지역 등의 경관형태를 측정한 것으로서, 예컨대 오목한 지형이 볼록한 지형보다 상대적으로 높은 등급을 갖는다.

토양 보습력은 토양의 수분 보유 정도를 나타낸 것으로서, 유효 토심 및 토양 배수 정도를 계량화하여 얻어진다. 예를 들어, 토양 보습력은 다음과 같은 [수학식 1]에 의해 얻을 수 있다.

토양 보습력(t)=유효 토심×보수율= 유효 토심×(1/토양 배수)

이러한 네 가지 환경요인들에 의해 결정되는 수분지수를 포함한 13개의 환경요인들에 기초하여 모집단의 식물자원 예측분포도를 생성함으로써, 보다 정확한 식물자원의 분포 및 수량을 파악할 수 있다. 이와 같이, 소정 영역의 수분 함유 정보를 계량화한 값인 수분지수를 포함시켜 식물자원 예측분포도를 생성하는 경우, 수분의 함유 정도에 따라 소정 영역에서 자라는 것이 용이하고 번식이 용이한 식물자원의 종류와 분포 및 수량에 대한 정보가 보다 정확한 식물자원 예측분포도를 생성할 수 있다.

한편, GIS 전처리 과정은 예컨대 NGIS 사업 성과물인 수치지형도의 속성정보를 이용하여 표고, 방위, 경사, 접근성, 음영기복, 물집적, 및 지형만곡을 각각의 속성정보로 하는 다수 개의 분포도를 산출하기 위한 수치지형도 전처리 단계와, FGIS 사업 성과물의 하나인 수치임상도의 속성정보를 이용하여 임상, 경급, 영급, 및 소밀도를 각각의 속성정보로 하는 다수 개의 분포도를 산출하기 위한 수치임상도 전처리 단계와, FGIS 사업 성과물의 또 다른 하나인 산림입지도의 속성정보를 이용하여 토성, 지위지수, 유효토심, 및 토양 보습력을 각각의 속성정보로 하는 다수 개의 분포도를 산출하기 위한 산림입지도 전처리 단계, 및 일일가능 적산일사량을 속성정보로 하는 하나의 분포도 산출을 위한 조사시점별 하지날 적산일사량 전처리 단계를 포함한다.

이러한 모집단의 수치지형도 전처리와, 수치임상도 전처리, 및 산림입지도 전처리는 먼저, 다양한 주제의 정보들이 축척 1:25,000의 도엽들에 따른 레이어로 구분되어 있고 주제별 분리가 가능한 GIS 원시자료의 속성정보를 통해 원하는 주제들 및 위치의 도엽별 레이어를 추출한다. 이후, 추출된 다수 개의 도엽들이 도면 연결하여 2차원의 형상으로 변형한 후, 다시 벡터인 3차원 형상으로 변형한다. 이를 또다시 일정한 크기(20m×20m)를 갖는 다수 개의 격자(Grid)로 이루어진 3차원의 래스터 유형으로 변환하여 새로운 주제를 갖는 3차원 래스터 형상의 지리분포도 를 생성된다. 여기서, 수치임상도 및 산림입지도는 폴리곤(Polygon) 형태의 자료구조를 지닌 벡터유형에 속하고, 이러한 각각의 폴리곤마다 여러 가지의 속성정보를 지니고 있으므로 이를 단일한 속성정보별로 분리 및 추출하여 별도의 래스터 유형 자료로 변환한다.

예를 들어, 수치임상도를 전처리하는 방법에 대해 도 3을 참조하여 살펴보면, 수치임상도(300)는 벡터 유형의 레이어(301)로 나타나고, 다수 개의 폴리곤(Polygon)(303)으로 이루어진 공간정보(Spatial Data)와, 폴리곤(303)에 따른 임상, 경급, 영급, 소밀도 값을 가진 속성정보를 포함하고 있다. 이때, 공간정보 상 하나의 폴리곤(303)은 복수 개의 속성항목(306)을 포함한 속성정보를 나타내는 속성테이블(305)을 가지고 있으며, 예를 들어 속성항목(306) 공간정보 상 9번 폴리곤(303)은 사상 FID 9와 일치하고, 사용자에 의해 속성테이블 내 동일 레코드(Recode; Line)(304)에 다양한 속성정보(305)가 추가될 수 있다. 이러한 속성정보를 나타내는 속성 테이블(305)의 항목에 대해 살펴보면, 임상(Sang)(306a), 경급(Kung)(306b), 영급(Yung)(306c), 및 소밀도(Mildo)(306d) 항목이 하나의 레코드(304)에 수록되어 있다. 백터 유형의 레이어(301)는 래스터 유형의 레이어(302)로 변환되고, 래스터 유형의 레이어(302)는 다양한 연산 및 변환을 통해 유용한 분석이 용이한 자료구조를 지니고 있으므로, 기본적인 연산기능을 함께 제공할 수 있다.

이와 같은 GIS의 원시자료를 통해 수분지수를 산출하는 방법에 대해 살펴보면, 다음과 같다.

본 실시예에서 수분지수는 음영기복, 물집적, 지형만곡, 및 토양 보습력을 통해 산출된다. 그 중, 음영기복, 물집적, 및 지형만곡을 각각 나타내는 속성정보 값들은 GIS(Geographic Information System)의 원시자료인 수치지형도의 전처리를 통해 확보될 수 있고, 토양 보습력을 나타내는 속성정보 값들은 GIS의 원시자료인 산림입지도의 전처리를 통해 확보될 수 있다.

따라서, 수분지수의 산출방법은 예컨대 소정 영역의 모집단에 대한 음영기복, 물집적, 지형만곡, 및 토양 보습력을 각각 나타내는 속성정보 값들을 확보한 다음, 속성정보 값들에 수분 가중치를 각각 적용하여 수분 가중치가 적용된 속성정보 값들을 합산함으로써, 수분지수(Integrated Moisture Index; IMI)를 산출한다.

이에, 수분지수(IMI)는 다음의 [수학식 2]에 의해 산출될 수 있다.

IMI = (h×0.4)+(f×0.3)+(c×0.1)+(t×0.2)

여기서, h는 음영기복 값, f는 물집적도 값, c는 지형만곡 값, 및 t는 토양 보습력 값이다. 그리고, 음영기복, 물집적도, 지형만곡, 및 토양 보습력을 나타내는 속성정보 값들에 적용되는 수분 가중치는 1972년 Louis R. Inverson의 논문(Landscape Ecology 12: 331-348, 1997)에서 언급한 값을 그대로 적용한다.

이후, 다수 개의 분포도가 형성된 모집단에서 표본집단을 선정한다. 표본집 단의 선정단계는 도 4에 나타낸 바와 같이, 모집단의 13인자에 따른 분포특성에 대한 통계량 산출단계(401)와, 표본집단의 추출 및 추출 격자점간 13인자에 따른 분포특성에 대한 통계량 산출단계(402)와, 모집단과 표본집단의 상호 특성 비교단계(403)와, 상호 특성 비교단계(403)에서 특성 불일치시 다시 표본집단의 추출 및 추출 격자점간 13인자에 따른 분포특성에 대한 통계량 산출단계(402)로 피드백되는 단계(405), 및 특성 일치시 표본집단이 선정되는 단계(404)를 포함한다.

다시 말해, 표본집단의 선정단계는 먼저 모집단의 3차원 래스터 형상의 지리분포도에 x, y 좌표축을 따라 다수 개의 격자점들이 배치되고, 이에 무작위 원칙에 따라 다수 개의 도엽인 표본집단이 추출되었으며, 추출된 표본집단이 13인자에 따른 모집단의 분포특성을 그대로 반영하고 있는지 표본집단의 13인자에 따른 속성정보와 모집단의 속성정보를 비교 검토한 후 모집단의 특성이 반영된 다수 개의 표본집단을 선정한다.

이후, 표본집단의 현장조사가 이루어지고, 현장조사를 통해 얻은 각각의 표본집단에 대한 식물종별 실측 개체수 값과 식물종별 실측 생육여부 값을 엑셀 프로그램을 이용하여 13인자 필드(Field)를 가진 엑셀 형식으로 입력함으로써 제1 관계테이블을 작성한다. 이러한 제1 관계테이블은 예컨대 [표 1]과 같이 나타낼 수 있다. [표 1]은 어느 한 조사지의 13인자 실측값에 따른 식물종별 실측 개체수 값 및 식물종별 생육여부 실측값을 나타낸 것이다. 여기서, 생육여부 실측값은 조사지에서의 식물종의 존재를 나타내는 것으로서, 1 또는 0의 값을 가질 수 있으며, [표 1]에 나타나지 않은 식물종들은 0의 값을 가지기 때문이다. 그리고, 표고 등을 포 함하는 13인자 값들은 상호 비교를 위해 표본집단에서의 상대값으로 나타낼 수 있으며, [표 1]에서는 동일한 지역을 나타내므로 동일한 값으로 나타난다.

번호	식물종	개체수	표고	방위	경사	임상	경급	영급	소밀도	일사량	지위지수	토성	토심	수분지수	접근성
6	개맥문동	10.31	2	1	2	0	3	4	3	7	0	1	20	6	2
21	광나무	20.61	2	1	2	0	3	4	3	7	0	1	20	6	2
58	대사초	51.53	2	1	2	0	3	4	3	7	0	1	20	6	2
76	마삭줄	1236	2	1	2	0	3	4	3	7	0	1	20	6	2
106	보춘화	113.37	2	1	2	0	3	4	3	7	0	1	20	6	2
125	산박하	51.53	2	1	2	0	3	4	3	7	0	1	20	6	2
191	주름조개풀	51.53	2	1	2	0	3	4	3	7	0	1	20	6	2
227	해송	5.15	2	1	2	0	3	4	3	7	0	1	20	6	2

제2 과정(202)에서는 제1 관계테이블과 일반적으로 상용화되고 있는 회귀분석 프로그램이 연계되어 식물자원 실측값과 13인자 실측값 사이에 분석이 이루어지고, 이에 따라 13인자 실측값에 따른 식물자원 실측값과의 관계가 규명됨으로써, 예측 식물자원, 즉 식물종별 예측 개체수 값 및 식물종별 예측 생육여부 값과 13인자 실측값 간의 관계모델식이 도출된다. 여기서, 회귀분석 프로그램에 사용된 종속변수는 식물자원인 식물종별 실측 개체수 값 또는 식물종별 실측 생육여부 값이고, 독립변수는 환경요인인 13인자의 실측값이다. 그리고, 이러한 회귀분석에 앞서 식물종에 따른 13인자 실측값 간의 상관관계가 분석된 결과, 식물종에 따른 13인자 실측값 사이의 상관관계 계수가 도출되었다.

따라서, 회귀분석 프로그램을 이용하여 얻은 각 식물종에 대한 환경요인에 따른 상관관계 계수들과 이에 따른 관계모델식은 엑셀 프로그램을 이용하여 제2 관계테이블로 작성된다. 예를 들어, 외나로도 지역의 마삭줄에 대한 회귀분석결과의 추정치를 토대로 생성된 13인자 실측값에 따른 관계모델식은 [수학식 3]과 같다.

y = -172552.624 + 5576.409(x_표고) - 2689.996(x_방위북) - 4400.893(x_방위남서) - 6908.361(x_방위서) - 4863.567(x_임상활엽) + 26867.291(x_{적산일사량}) - 4209.804(x_수분지수) + 2244.23(x_경급)

여기서, [수학식 3]의 y는 마삭줄의 예측 개체수 값이고, x값은 표본집단의 속성정보인 13인자 실측값이다. 환경요인인 13인자 중 소정의 수치로 나타나지 않는 방위, 토성, 및 임상은 다음과 같이 구분될 수 있다. 예컨대, 외나로도 지역에서 방위는 북, 북동, 북서, 동, 서, 남, 남동, 남서와 같이 8가지로 구분될 수 있고, 토성은 예컨대, 양토, 사질 양토, 미사질 양토 등과 같이 구분될 수 있으며, 임상은 침엽, 활엽, 혼효림 등과 같이 구분될 수 있다. 이에, 어느 한 격자점의 환경요인 중 방위요인이 북이면, x_북 값은 1이 되고, x_방위남서 및 x_방위서 값들은 0이 된다.

이와 같이, [수학식 3]과 같은 관계모델식이 도출되면, 아래의 [표 2]에 나타낸 바와 같은 제2 관계테이블이 생성된다. 제2 관계테이블은 식물종의 하나인 마삭줄에 대한 13인자 실측값에 따른 관계모델식의 일 예를 나타낸 것이다.

번호	식물명	표고	…	수분지수	…	관계모델식
76	마삭줄	-10.537	…	-19.7	…	y= -172552.624+5576.409(x_표고)-2689.996(x_방위북) -4400.893(x_방위남서)-6908.361(x_방위서)-4863.567(x_임 _상활엽)+26867.291(x_{적산일사량})-4209.804(x_수분지수) + 2244.23(x_경급)

제3 과정(도 2의 203)에서는 제2 관계테이블이 모집단의 GIS 전처리를 통해 얻은 각 환경요인별 분포도들과 각각 연계되어 모집단의 식물종별 예측 개체수 값과 식물종별 예측 생육여부 값에 따른 식물자원 예측분포도를 생성시킨다.

모집단의 하나의 식물종에 대한 예측 개체수 값에 따른 식물자원 예측분포도(503)를 생성하는 과정은 도 5에 나타낸 바와 같이, 먼저 모집단의 13인자에 따른 13개의 분포도들(500)을 불러들이고, 13개의 분포도들(500)과 관계모델식이 연계됨으로써 13개의 분포도들(500)에 해당되는 모든 격자점들에 대한 식물종에 따른 예측 개체수 값과 식물종의 예측 생육여부 값이 생성된다. 따라서, 생성된 예측 개체수 값과 예측 생육여부 값을 속성정보로 하는 식물자원 예측분포도(503)가 생성된다.

예를 들어, 식물자원 예측분포도(503)의 제3 격자점(503a)의 어느 한 식물종에 대한 예측 개체수 값이 생성되는 과정에 대해 살펴보면, 먼저 모집단의 13개의 분포도들(500) 중 어느 한 인자(환경요인)에 대한 속성정보 값을 가진 제1 분포도(501)에서 식물자원 예측분포도(503)의 제3 격자점(503a)과 동일한 위치에 놓인 제1 격자점(501a)의 속성정보 값이 관계모델식에 적용됨으로써, 제1 격자점(501a)의 어느 한 인자(환경요인)에 따른 제 1 예측 개체수 값이 생성된다. 이때, 한 격자점의 크기는 20m×20m이다.

그리고, 다른 하나의 제2 분포도(502)에서도 제3 격자점(503a)과 동일한 위치에 높인 제2 격자점(502a)의 속성정보 값이 관계모델식에 적용됨으로써 제2 격자점(502a)의 어느 한 인자에 따른 제2 예측 개체수 값이 생성된다.

따라서, 이와 같은 방법으로 13개의 분포도들(500)의 속성정보 값이 관계모델식과 각각 연계됨으로써 13개의 분포도들(500)은 서로 동일한 위치에 해당되는 어느 한 식물종에 대한 13개의 예측 개체수 값들이 얻어지고, 예측 개체수 값들은 서로 합산되어 식물자원 예측분포도(503)의 제3 격자점(503a)에 대한 어느 한 식물종의 예측 개체수 값으로 생성된다.

따라서, 13개의 분포도들(500)의 모든 격자점들은 서로 동일한 위치의 격자점들에서 생성된 어느 한 식물종에 대한 개체수 값들이 서로 합산됨으로써, 식물자원 예측분포도(503)의 모든 격자점들의 어느 한 식물종에 대한 예측 개체수 값으로 생성된다. 이때, 13개 분포도들(500)은 연산 가능한 3차원 형상의 래스터 구조이므로 각 분포도끼리 연산이 가능하다.

이와 같이, 본 실시예에서는 모집단의 GIS를 전처리를 통해 얻은 13인자에 따른 다수 개의 분포도들을 이용함으로써, 모집단에서 추출된 표본집단의 식물자원에 대한 조사만으로도 모집단의 전체 식물자원이 수량화된 식물자원 예측분포도를 생성시킬 수 있다.

다음으로, 제4 과정(204)에서는 식물자원을 속성정보로 하는 식물자원 예측분포도를 생성시킨 관계모델식이 나아가 다른 임의 지역에도 적용될 수 있는지 관계모델식에 대한 신뢰도를 평가한다. 이는 예컨대, 관계모델식을 평가하기 위해 모집단이 아닌 임의 집단의 식물자원 조사를 통해 얻은 식물자원 실측값과 관계모델식을 적용하여 얻은 임의 집단의 식물자원 예측값을 비교하여 임의 집단에 대한 식물자원의 실측값과 예측값 사이의 오차율을 계산한다. 계산된 오차율은 예컨대 [표 3]과 같은 엑셀 프로그램 형식으로 작성되어 제3 관계테이블로 생성된다.

번호	식물명	실측 개체수 값	예측 개체수 값	오차율(%)
23	국수나무	123	118	4.065041
58	대사초	528	524	0.757576
76	마삭줄	23421	24944	6.105677
100	백화등	307	303	1.302932
116	사스레피나무	496	484	2.419355
160	애기나리	1930	1926	0.207254

[표 3]에 나타난 바와 같이, 관계모델식에 대한 신뢰도는 전반적으로 믿을 수 있는 유의 수준으로 높은 신뢰도를 갖는다.

다음으로, 제5 과정(205)은 식물자원 예측값에 산지단가를 적용하여 추정가치를 환산한다. 예를 들면, 아래의 [표 4]는 식물종의 하나인 마삭줄의 식물자원 예측값, 즉 개체수가 86,968,294일 때, 산지단가 80원을 적용하여 계산한 추정가치를 나타낸 것이다.

번호	식물명	식물자원(개체수) 예측값	산지단가	추정가치
76	마삭줄	86,968,294	80	6,957,463,520

따라서, 본 발명은 GIS를 이용하여 13인자들과 식물자원 사이의 관계모델식을 도출한 다음 관계모델식에 13인자 값을 각각 적용함으로써, 식물자원이 수량화된 식물자원 예측분포도를 얻을 수 있다. 그리고, 본 발명은 임의 지역에서의 식물자원에 따른 추정가치를 환산함으로써, 천재지변 또는 인위적 요인에 의해 그 지역에서의 식물자원 변화량을 실시간으로 확인할 수 있다.

한편, 본 발명에 따른 GIS를 이용한 식물자원 수량화 방법은 본 실시예에 한정되지 않으며, 본 발명의 기술적 사상내에서 당분야에서 통상의 지식을 가진 자에 의하여 많은 변형이 가능하다.

이상에서 살펴본 바와 같이, 본 발명에 따른 GIS를 이용한 식물자원 수량화 방법은 GIS 전처리 과정을 통해 얻어지고 수분지수를 포함하는 다수 개의 환경요인들을 각각의 속성정보로 하는 다수 개의 분포도들이 확보된 모집단으로부터 표본집단을 추출한 후, 표본집단의 식물자원 실측값들과 환경요인 실측값들 사이의 관계모델식을 도출하여 모집단의 분포도들과 각각 연계시킨 후 분포도들을 서로 중첩시킴으로써, 모집단의 식물자원 예측분포도를 생성하는 것을 특징으로 한다. 이에, 본 발명은 적은 인력, 시간 및 비용으로 수분지수가 포함된 환경요인들에 기초한 보다 정확하게 식물자원의 분포 및 수량을 파악할 수 있다.

따라서, 본 발명은 GIS를 이용하여 식물자원을 조사하는 방법 및 분석하는 방법의 한 체계를 제공해 준다.

그리고, 본 발명은 수분지수를 포함하는 13개의 환경요인들에 기초하여 신뢰도가 높은 식물종별 개체수와 식물종별 생육여부에 따른 예측분포도를 생성시킴으로써, 효과적으로 식물자원을 관리할 수 있는 관리체계의 한 기반을 제공해 준다.

또한, 본 발명은 임의 지역의 식물자원에 따른 추정가치를 확보할 수 있음으로써, 천재지변 또는 인위적 요인에 의해 그 지역에서의 식물자원 변화량을 실시간으로 확인할 수 있다.

Claims

GIS 전처리 과정을 통해 얻어지고 수분지수(Integrated Moisture Index; IMI)를 포함하는 다수 개의 환경요인들을 각각의 속성정보로 하는 다수 개의 분포도들이 확보된 모집단으로부터 표본집단을 추출하여, 상기 표본집단의 식물자원 실측값들과 환경요인 실측값들 사이의 제1 관계테이블을 작성하는 제1 과정;

상기 제1 관계테이블이 통계분석 프로그램과 연계시켜 임의의 식물종에 대한 식물자원 실측값들과 환경요인 실측값들 사이의 관계모델식을 도출하여 제2 관계테이블을 생성하는 제2 과정; 및

상기 제2 관계테이블을 상기 모집단의 상기 분포도들과 각각 연계시키고 상기 분포도들을 중첩시킴으로써 식물자원 예측값을 속성정보로 하는 상기 모집단의 식물자원 예측분포도를 생성하는 제3 과정을 포함하며,

상기 수분지수는 지형요인을 나타내는 음영기복(Hillshade), 물집적(Flow accumulation), 지형만곡(Curvature)과, 토양요인을 나타내는 토양 보습력을 포함하는 4인자를 통해 획득되는 것을 특징으로 하는 GIS를 이용한 식물자원 수량화 방법.
삭제
제1항에 있어서, 상기 환경요인들은 상기 수분지수 외에 지형요인을 나타내는 표고, 방위, 경사와, 상층식생요인을 나타내는 상층식생의 종(임상), 경급, 영급, 소밀도와, 토양요인을 나타내는 토성, 지위지수, 및 유효토심과, 인위적 교란요인을 나타내는 접근성과, 일광요인을 나타내는 일일가능 적산일사량을 더 포함하는 것을 특징으로 하는 GIS를 이용한 식물자원 수량화 방법.
제1항에 있어서, 상기 토양 보습력(t)은

하기의 수학식 1에 의해 획득되는 것을 특징으로 하는 GIS를 이용한 식물자원 수량화 방법.

[수학식 1]

토양 보습력(t) = 유효토심×(1/토양 배수)
제3항에 있어서, 상기 GIS 전처리 과정은,

상기 표고, 방위, 경사, 접근성, 음영기복, 물집적, 지형만곡을 각각의 속성정보로 하는 다수 개의 분포도 산출을 위한 수치지형도 전처리 단계;

상기 임상, 경급, 영급, 소밀도를 각각의 속성정보로 하는 다수 개의 분포도 산출을 위한 수치임상도 전처리 단계;

상기 토성, 지위지수, 유효토심, 토양 보습력을 각각의 속성정보로 하는 다수 개의 분포도 산출을 위한 산림입지도 전처리 단계; 및

상기 일일가능 적산일사량을 속성정보로 하는 하나의 분포도 산출을 위한 조사시점별 하지날 적산일사량 전처리 단계를 포함하는 것을 특징으로 하는 GIS를 이 용한 식물자원 수량화 방법.
삭제
제1항에 있어서, 상기 수분지수(IMI)는 하기의 수학식 2에 의해 산출되는 것을 특징으로 하는 GIS를 이용한 식물자원 수량화 방법.

[수학식 2]

(여기서, 상기 h는 상기 음영기복의 값, 상기 f는 상기 물집적의 값, 상기 c는 상기 지형만곡의 값, 그리고 상기 t는 상기 토양 보습력의 값이며, 상기 W1은 상기 음영기복에 대한 수분 가중치, 상기 W2는 상기 물집적에 대한 수분 가중치, 상기 W3은 상기 지형만곡에 대한 수분 가중치, 그리고 상기 W4는 상기 토양 보습력에 대한 수분 가중치임)
제1항에 있어서, 상기 식물자원은 식물종별 개체수와 식물종별 생육여부인 것을 특징으로 하는 GIS를 이용한 식물자원 수량화 방법.
제1항에 있어서, 상기 제1 과정에서는 현장 조사를 통해 얻은 상기 표본집단의 식물자원 실측값과 환경요인 실측값을 입력하여 상기 제1 관계테이블을 작성하는 것을 특징으로 하는 GIS를 이용한 식물자원 수량화 방법.
제1항에 있어서, 상기 제2 과정에서는 상기 통계분석 프로그램으로 로지스틱 회귀분석 프로그램을 이용하여 상기 환경요인 실측값에 따른 상기 식물자원 예측값을 결정하는 상기 관계모델식이 도출되고, 그 결과가 제2 관계테이블로 작성되는 것을 특징으로 하는 GIS를 이용한 식물자원 수량화 방법.
제10항에 있어서, 상기 관계모델식은

상기 로지스틱 회귀분석 프로그램에 의해 상기 환경요인 실측값 사이의 분석이 이루어져 어느 하나의 식물종에 대한 상기 13인자 사이의 상관관계를 나타낸 13개의 상관관계 계수가 도출된 다음, 상기 환경요인 실측값과 상기 식물자원 실측값 사이의 분석을 통해 상기 13개의 상관관계 계수가 적용되어 도출되는 것을 특징으로 하는 GIS를 이용한 식물자원 수량화 방법.
제11항에 있어서, 상기 관계모델식은, 하기 수학식 3으로 나타나는 것을 특징으로 하는 GIS를 이용한 식물자원 수량화 방법.

[수학식 3]

y = A+A1(x_표고)+A2(x_방위)+A3(x_경사)+A4(x_임상)+A5(x_경급)+A6(x_영급)+A7(x_소밀도)+A8(x_토성)+A9(x_지위)+A10(x_유효토심)+A11(x_접근성)+A12(x_{일일가능 적산일사량})+A13(x_수분지수)

(여기서, 상기 A는 상수이며, 상기 A1, A2, A3, A4, A5, A6, A7, A8, A9, A10, A11, A12, 및 A13은 상기 13개의 상관관계 계수임)
제1항에 있어서, 상기 식물자원 예측분포도의 신뢰성을 평가하는 과정을 더 포함하는 것을 특징으로 하는 GIS를 이용한 식물자원 수량화 방법.
제1항 또는 제13항에 있어서, 상기 식물자원 예측값에 산지단가를 적용하여 추정가치를 환산하는 과정을 더 포함하는 것을 특징으로 하는 GIS를 이용한 식물자원 수량화 방법.