한국농림기상학회지, 제 16권 제1호(2014) (pISSN 1229-5671, eISSN 2288-1859)
Korean Journal of Agricultural and Forest Meteorology, Vol. 16, No. 1, (2014), pp. 72~82
DOI: 10.5532/KJAFM.2014.16.1.72
ⓒ Author(s) 2014. CC Attribution 3.0 License.


기후변화 시나리오에 의한 중부지방소나무의
연도별 적지분포 변화 예측

고성윤(1), 성주한(2), 천정화(2), 이영근(2), 신만용(1)
(1)국민대학교 산림환경시스템학과, (2)국립산림과학원 산림생태연구과

(2014년 02월 26일 접수; 2014년 03월 26일 수정; 2014년 03월 28일 수락)

Predicting the Changes of Yearly Productive Area Distribution for
Pinus densiflora in Korea Based on Climate Change Scenarios

Sung Yoon Ko(1), Joo Han Sung(2), Jung Hwa Chun(2), Young Geun Lee(2),
Man Yong Shin(1)
(1)Department of Forest, Environment, and System, Kookmin University, Seoul 130-702, Korea
(2)Division of Forest Ecology, Korea Forest Research Institute, Seoul 130-712, Koera

(Received February 26, 2014; Revised March 26, 2014; Accepted March 28, 2014)

ABSTRACT
This study was conducted to predict the changes of yearly productive area distribution for pinus densiflora under climate change scenario. For this, site index equations by ecoprovinces were first developed using environmental factors. Using the large data set from both a digital forest site map and a climatic map, a total of 48 environmental factors including 19 climatic variables were regressed on site index to develop site index equations. Two climate change scenarios, RCP 4.5 and RCP 8.5, were then applied to the developed site index equations and the distribution of productive areas for pinus densiflora were predicted from 2020 to 2100 years in 10-year intervals. The results from this study show that the distribution of productive areas for pinus densiflora generally decreases as time passes. It was also found that the productive area distribution of Pinus densiflora is different over time under two climate change scenarios. The RCP 8.5 which is more extreme climate change scenario showed much more decreased distribution of productive areas than the RCP 4.5. It is expected that the study results on the amount and distribution of productive areas over time for pinus densiflora under climate change scenarios could provide valuable information necessary for the policies of suitable species on a site.

Keyword: Climatic change scenario, Digital site map, Climatic map, Site index equation, Productive area

MAIN

I. 서론

산림식생의 구성과 발달은 지형조건, 토양조건, 그리고 기상요인과 같은 환경요소에 의해 영향을 받는다.환경조건에 따라 동일한 식생일지라도 분포위치에 차이를 보이고 그 환경에 적용하거나 영향을 주는 유기적 관계를 가지고 발달해 간다(Bae and Lee, 1999).우리나라 산림은 인접지역이라 할지라도 지형조건, 토양조건, 그리고 기상조건의 변이가 크기 때문에 임목의 생장 특성이 다르게 나타나며, 임목의 생장은 국소지역별로 서로 다른 인자들이 관여하여 그 지역의 입지환경에 맞는 최적의 수종으로 천이되어 가는 특성을 보이고 있다(Kang et al., 1996, 1997). 따라서 산림내에서 작용하는 환경조건들을 고려한 적지적수의 판정이 중요하다. 이를 통해 산림경영 및 관리의 목적에적합한 수종을 선택한 후 조림정책에 반영할 필요가있으며, 미래 기후변화에 따른 산림 생산성에 대한 예측이 가능하다.
외국의 경우 Nakawatase and Peterson(2006)은 미국 워싱턴주 올림픽산맥의 산림을 대상으로 피어슨의상관 및 요인분석을 통하여 산림의 생장-기후 관계를구명하였으며, Albert and Schmidt(2010)는 노르웨이가문비나무와 너도밤나무를 대상으로 토양과 기후 변화모델을 이용한 과거와 미래 기후변수를 사용하여 해당 임지에서의 산림생산성 변화를 분석하였다. 최근에는 위성영상의 보급과 GIS 응용기술의 향상으로 개발된 수치산림입지도와 전자기후도를 구조화된 DB(database) 형태로 가공하여 연구에 활용하고 있는 추세이다.이로써 전국 산림을 대상으로 임목생장에 영향을 미치는입지 및 기상인자를 함께 고려한 수종별 지위지수 추정식을 개발할 수 있는 계기를 마련하게 되었다.
최근 기후변화에 대응하기 위해 수치산림기후도와수치산림입지도를 함께 이용하여 우리나라에 분포하는주요 수종을 대상으로 지형, 토양, 그리고 기후요인이독립변수에 포함된 전국 단위의 지위지수 추정식을 개발하고 적지를 판정하였다(Korea Forest ResearchInstitute, 2011). 하지만 이 수종별 지위지수 추정식은전국 규모의 자료를 기반으로 개발되어 생태권역별 산림의 특성을 온전히 반영하지 못하는 한계가 있다. 이러한 문제를 해결하기 위해 한 단계 더 나아가 자연지리적 특성을 고려하여 우리나라 산림을 5개의 생태권역으로 구분한 후 지형, 토양, 그리고 기후요인이독립변수에 포함된 생태권역별·수종별 지위지수 추정식을 개발하고 적지를 판정하였다(Korea Forest ResearchInstitute, 2012). 하지만 기후변화와 관련하여 효율적인 산림정책을 수립하기 위해서는 기후변화 시나리오에 따른 연도별 주요 수종의 적지분포 변화를 평가할필요가 있는 것이 현실이다.
따라서 본 연구는 우리나라를 대표하면서 가장 넓은면적에 분포하고 있는 중부지방소나무를 대상으로 입지 및 기후요인이 독립변수에 포함된 생태권역별 지위지수 추정식을 개발하고, 기후변화 시나리오 RCP 4.5와 RCP 8.5를 적용하여 시간 경과에 따른 각 생태권역의 연도별 적지 면적과 분포의 변화를 파악하기 위해 수행하였다.

II. 재료 및 방법

2.1. 연구 자료

본 연구에서는 우리나라에 분포하는 중부지방소나무의 생태권역별 지위지수 추정식을 개발하고 기후변화에 따른 적지면적 및 적지분포의 연도별 변화를 예측하기 위해 수치산림입지도, 전자기후도, 그리고 기후변화 시나리오 RCP 4.5와 RCP 8.5에서 도출한 산림입지자료, 기후자료, 그리고 생장자료를 이용하였다. 한편 수치산림입지도와 전자기후도는 생태권역 구분에따라 산악권역, 남동산야권역, 남서산야권역, 중부산야권역, 그리고 해안도서권역의 5개로 구분하여 사용하였다(Fig. 1). 생태권역은 우리나라를 자연 지리적 특성과 생태적 연계성, 그리고 문화적 동질성을 기준으로 5개로 구분한 것이다(Shin and Kim, 1996).

2.2. 연구 방법

2.2.1. 입지환경 인자의 구성

f1산림입지자료에는 각 polygon별로 지형 및 토양과관련된 29개의 입지환경인자가 포함되어 있다. 이 중에서 지형과 관련된 인자는 방위, 경사, 표고, 퇴적양식 등 13개이며, 토양과 관련된 인자는 토심, 토양형, 유기물 함량, 그리고 건습도 등 16개이다. 한편 기후자료는 전자기후도에 각 grid별로 나타난 기온, 습도,강수량, 그리고 일사량 자료에 근거하여 임지생산력에영향을 미칠 것으로 판단되는 19개 변수를 도출하였다.이들 인자 중에서 기온과 관련된 인자는 연 평균기온,연 최고기온, 연 최저기온, 온량지수, 그리고 한랭지수의 5가지이며, 습도와 관련된 인자는 4가지, 강수량으로부터 도출한 인자는 연 총강수량을 포함한 5가지,그리고 일사량과 관련된 인자는 4가지이다. 임목의 생장기간은 4월부터 10월까지의 7개월간의 자료를 이용하였으며, 생장기간의 초기 3개월은 4월부터 6월까지의 자료를 사용하였다. 또한 비생장기간은 11월부터 3월까지의 5개월간을 의미한다. 나머지 기후 변수는 월별 기온, 습도, 강수량, 그리고 일조시수에 대해 월평균이나 연간 합계를 산출하여 구하였다. 결과적으로본 연구에서 사용된 환경인자는 입지환경인자 29개와기후인자 19개의 총 48개이다(Table 1).

t1
기후변화에 의한 중부지방소나무의 적지분포의 변화를 파악하기 위해 2012년 기상청에서 제공한 기후변화 시나리오 RCP 4.5(복사강제력 4.5W/m2, 해수면72.7cm 상승 예측)와 RCP 8.5(복사강제력 8.5W/m2,해수면 90cm 상승 예측)를 사용하였다. 본 연구에서는 중부지방소나무의 생태권역별 지위지수 추정식에포함된 기후인자를 입력변수로 사용하기 위해 연도별기후변화 시나리오의 기후값을 정리하였다. 기후변화자료는 2013년~2100년까지의 월 단위 자료를 ARC-GIS프로그램을 통해 추출하였으며, Table 1의 19개기후인자(X30~X48)를 현재 및 2020년부터 2100년까지10년 단위의 자료로 정리하여 기후변화가 수종별 산림생산력에 미치는 영향을 평가하고자 하였다.

2.2.2. 기준 임령 30년에 대한 지위지수 추정

수치산림입지도에는 각 polygon별 대표 수종의 임령과 우세목의 수고와 같은 생장자료가 포함되어 있다.입지환경인자 및 기후인자를 이용하여 생태권역별 중부지방소나무의 지위지수 추정식을 도출하기 위해서는종속변수인 지위지수를 각 polygon별로 산출하여야 한다. 한편 국립산림과학원에서 임령과 수고를 이용하여 기준임령 30년의 수종별 지위지수 추정식을 개발한 바있다(Table 2). 본 연구에서는 수치산림입지도 데이터베이스에 중부지방소나무가 대표 수종인 polygon의 임령과 수고 자료를 이용하여 지위지수 추정식의 종속변수에해당하는 기준임령 30년의 지위지수를 추정하였다.

2.2.3. 분석 자료의 분류

t2이상과 같은 방법으로 지위지수 추정식을 개발하기위해 최종적으로 정리된 자료는 종속변수인 기준임령30년의 지위지수(SI)와 독립변수인 48개의 환경인자이다. 이 자료는 분석을 위해 생태권역별로 데이터베이스화하였으며, 이 과정에서 자료의 무결성 및 각 변수의 범주를 벗어나는 이상치가 있는지를 점검하여 문제가 있는 자료는 분석에서 제외하였다.
이와 같이 정리된 자료는 7:3의 비율로 추정자료(fitdata)와 검증자료(test data)로 무작위로 분류하였다. 추정자료는 회귀기법에 의해 생태권역별 중부지방소나무의 지위지수 추정식을 개발하기 위한 자료이며, 검증자료는 추정자료에 기초하여 얻어진 추정식의 통계적검증에 사용되는 자료이다. 일반적으로 회귀모형을 사용하여 추정식을 개발할 경우 최종적으로 개발된 회귀추정식의 효용성을 검증하게 되는데, 이때 검증에 사용될 독립자료를 확보하기 위해서는 별도의 비용과 노력이 요구된다. 이에 대한 대안으로 사용 가능한 전체자료를 추정자료와 검증자료로 무작위로 분류한 후,검증자료를 독립적으로 수집한 자료로 간주하여 통계검증 절차에 사용한다(Snee, 1977). 본 연구에서는 회귀추정의 적합성을 우선적으로 고려하여 지위지수 추정식 개발에 필요한 추정자료에 70%를 배정하고, 검증자료는 30%가 되도록 무작위로 분류하였다.

2.2.4. 생태권역별 지위지수 추정식의 개발

우리나라에 분포하는 중부지방소나무의 생태권역별최적 지위지수 추정식을 개발하기 위해 추정자료를 이용하여 기준임령 30년에서의 지위지수와 48개의 지형·토양인자, 그리고 기후인자 간의 상관분석을 실시하였다. 종속변수인 기준 임령 30년에서의 지위지수와상관이 상대적으로 높은 환경인자를 먼저 선택한 후, 이들 변수 중에서 중회귀분석의 단계별 회귀기법(stepwise regression)에 의하여 지위지수 추정에 필요한 최적의 변수조합을 도출하였다. 이 과정에서 독립변수간의 내부상관이 있는지를 검증하였고(Belsley etal, 1980; Myers, 1986; Judge et al., 1988), 내부상관의 문제를 제거하면서 상대적으로 결정계수가 높은 지위지수 추정식을 작성하였다. 이상의 방법으로 조제된지위지수 추정식은 검증자료에 근거하여 3가지 평가통계량을 산출함으로써 적합성을 검증하였다.
본 연구에서 사용한 평가통계량은 모형의 추정편의(estimationbias of model), 모형의 정도(precision of model), 그리고 이 두 가지를 고려한 측정치에 대한 오차의 평균평방화(mean square error type of measure)인 모형의표준오차이다(Shin, 1990; Arbatzis and Burdhart, 1992;Shin et al., 1996).본 연구에서는 최종적으로 추정자료와 검증자료를합친 통합자료(pooled data)에 근거하여 최종 지위지수 추정식을 개발하였다. 즉, 추정자료만을 이용하여작성된 지위지수 추정식이 일종의 독립자료로 간주되는 검증자료에 의해 통계적 검증에서 문제가 없는 것으로 판정된 경우, 최종 지위지수 추정식은 추정자료와 검증자료를 통합한 자료를 사용하여 개발하였다.

2.2.5. 적지의 판정

중부지방소나무의 적지판정은 앞에서 개발한 생태권역별 지위지수 추정식에 근거한 산림생산력에 의해 수행하였다. 즉, 적지판정의 기준은 기준임령을 30년으로하는 수종별 지위지수 분류곡선식(Son el al., 2003)에 근거하여 동일 임령의 임목 수고분포가 평균치 이상이 됨을 의미하는 지위지수 ‘중’ 이상을 적지로 판정하였다. 이 기준 이상에서는 상대적으로 높은 임지생산력을 예상할 수 있으며, 이를 근거로 설정한 중부지방소나무의 적지 기준은 지위지수 14 이상이다.

t3

III. 결과 및 고찰

3.1. 생태권역별 지위지수 추정식의 조제

Table 3은 추정자료를 사용하여 단계별 회귀분석 기법에 의해 중부지방소나무의 생태권역별 지위지수 추정식을 도출한 결과이다. 생태권역별 지위지수는 5~7개의 환경인자 조합에 의해 추정할 수 있는 것으로나타났으며, 기후인자의 경우 연 평균기온, 연 최고기온과 같은 기온변수와 강수량, 상대습도 관련 인자가지위에 영향을 미치는 것으로 평가되었다. 특히 이들기후인자는 단독 또는 B층 토심(X18) 및 다른 기후인자와의 조합을 통해 하나의 독립변수를 구성하는 것으로 나타났다.
생태권역별로 지위에 영향을 미치는 기후인자를 보면 건조지수(X36)가 토양인자(X18)와의 조합의 형태로남서산야권역, 중부산야권역의 지위지수 추정식에 사용되었으며, 월 평균상대습도(X45)은 토양인자(X18) 및기온인자(X30)와 조합의 형태 또는 단독으로 남동산야권역, 해안도서권역, 남서산야권역의 지위지수 추정식에 포함되어 사용되었다. 이 중에서 상호작용하는 형태를 취하는 두 변수들의 조합은 각각의 지위지수 추정식에서 지위에 상당한 영향을 미치는 것으로 나타났다. 그밖에 산림생산력 추정에 미치는 영향이 미미하지만 강수량 관련 변수(X38, X40)가 산악권역과, 중부산야권역에서 사용되었다. 한편 습도 관련 변수는 월평균 상대습도(X45)가 남동산야, 남서산야, 해안도서권역에 사용되어 기후인자 중에 가장 빈도 높게 사용되었고, 중부산야권역을 제외한 모든 권역에서 습도인자가 사용되었다. 이는 생태권역별로 기온뿐만 아니라다양한 수분조건이 임지의 생산력에 영향을 미치는 것을 의미하는 것이다.
생태권역별 지위지수 추정식의 설명력을 나타내는 결정계수는 0.32~0.45의 분포를 보이고 있는데, 해안도서권역의 결정계수가 0.32로 가장 낮고 남동산야권역과 남서산약권역이 0.45로 가장 높은 것으로 분석되었다. 생태권역별 지위지수 추정식의 설명력이 모두50% 이하로 다소 낮은 것으로 평가되었다.

3.2. 생태권역별 지위지수 추정식의 검증

t4Table 4는 앞에서 조제된 생태권역별 중부지방소나무의 지위지수 추정식의 실용성을 평가하기 위해 검증자료에 근거하여 평가 통계량인 모형의 평균편의(MD), 모형의 정도(SDD), 그리고 모형의 표준오차(SED)를 생태권역별로 분석한 결과이다. 이는 생태권역별 지위지수 추정식을 생태권역별로 중부지방소나무의 분포지역에 적용 하였을 경우 얻어지는 지위지수추정치와 실측치를 비교하여 조제된 지위지수 추정식의 적합성을 검증한 결과이다.
검증 결과를 보면 생태권역별 지위지수 추정식의 평균 편의를 나타내는 MD는 절대값이 모두 0.09m 이하로 나타나 높은 추정능력을 보이고 있다. Table 4에서 보는 바와 같이 남동산야, 중부산야, 그리고 해안도서권역의 평균 편의는 음의 부호를 보이고 있어이들 지위지수 추정식은 실제 지위지수보다 약간 과대추정하는 경향을 보이고 있지만 0에 가까운 값을 보여 큰 의미가 없는 것으로 평가되었다. 결과적으로 본연구에서 분석한 생태권역별 중부지방소나무의 지위지수 추정식의 편의는 매우 낮아 효용성이 높은 것으로판단된다. 한편 추정식의 정도 및 적합성을 나타내는SDD와 SED는 생태권역별로 모두 유사한 값을 보이고 있어, 본 연구에서 조제한 지위지수 추정식의 정도(精度) 및 적합성에는 문제가 없는 것으로 분석되었다.

t5

3.3. 생태권역별 중부지방소나무의 최종 지위지수추정식의 개발

앞에서 분석한 바와 같이 평가 통계량에 의하여 검증한 결과 본 연구에서 조제한 지위지수 추정식은 적합성에 문제가 없는 것으로 평가되었다. 추정자료와검증자료를 통합한 자료를 대상으로 환경인자의 조합에 의해 생태권역별로 조제된 중부지방소나무의 최종지위지수 추정식은 Table 5와 같다. 모형의 설명력을나타내는 생태권역별 지위지수 추정식의 결정계수는0.32~0.46의 범위에 있는 것으로 분석되었다. 이 추정식들에 포함된 독립변수는 앞에서 추정자료에 근거하여 조제하였던 생태권역별 지위지수 추정식과 거의 동일한 것으로 나타났다. 하지만 최종 추정식의 경우 검증자료와의 통합을 통해 표본의 수가 늘어났기 때문에각 생태권역별 회귀계수는 다르게 추정되었다. 본 연구에서 최종적으로 개발한 지위지수 추정식은 자료의통합을 통해 좀 더 효율성이 높은 식으로 개선된 것으로 판단된다.
결과적으로 생태권역별 중부지방나무의 최종 지위지수 추정식은 5~7개의 환경요인에 의해 지위지수를 잘추정하는 것으로 평가되었다. 특히 생태권역별로 지형인자는 기후대(X2), 경사형태(X9), 풍노출도(X14), 토양인자는 유효 토심(X11), B층 토심(X18), A층 건습도(X25), B층 건습도(X26), 그리고 B층 견밀도(X28)이다.기후인자 중에 기온 관련 변수는 연 평균기온(X30),연 최고기온(X31), 강수량 관련 인자는 연총 강수량(X36), 생장기간 동안의 총 강수량(X38), 비생장기간 5개월 동안의 총 강수량(X40), 습도인자는 월 평균 상대습도(X45), 생장기간 초기 3개월 동안의 월평균 상대습도(X46)의 변수들이 생태권역별 지위지수 추정에영향을 끼치는 것으로 나타났다.
Table 5에서 보는 바와 같이 본 연구에서 개발한최종 생태권역별·수종별 지위지수 추정식의 결정계수는 0.32~0.46의 범위에 있다. 해안도서권역의 결정계수가 0.32로 제일 낮고, 남서산야권역의 결정계수가0.46으로 가장 높다. 이는 전체 자료가 갖는 지위지수의 변이 중에서 선정된 추정식에 의해 설명되어지는부분이 46% 미만인 것을 의미한다. 본 연구에서는 중부지방소나무를 대상으로 산림생산력을 몇 가지 환경요인에 의해 미래 한반도의 적지분포를 예측하는 것이목표이지만 산림생산력은 복잡한 환경요인에 의해 결정되기 때문에 높은 결정계수를 얻는 것은 한계에 있다. 실제로 Kim et al.(2012)은 기후변화에 따른 낙엽송의 지위지수 추정식을 개발한 결과 설명력은 14%에 불과한 것으로 보고하였다.
외국의 경우에도 산림생산력의 추정을 위하여 지위지수 추정식 개발을 해왔는데(Corona et al., 1998;Curt et al., 2001; Kabrick et al., 2004), 모형의설명력은 높지 않은 것으로 보고되었다. 스코틀랜드에서는 기상 및 토양, 그리고 입지인자 이외에 시업년도를 추가하여 미송 조림지의 지위를 예측하여 45.5%의 설명력을 보였다(Tyler et al., 1996). 또한 Coronaet al.(1998)은 이탈리아 미송의 지위지수 추정을 위해토양 및 기상인자를 이용한 지위지수 추정식을 조제하였는데, 그 설명력이 39%였음에도 불구하고 수목의생장에 입지토양환경인자가 복합적으로 작용하는 산림생태계 내에서는 적절한 추정식으로 판정한 바 있다.한편 Albert and Schmidt(2010)는 토양과 기후인자를사용하여 노르웨이 가문비나무와 너도밤나무의 지위지수 변화를 분석하였지만 그 설명력은 각각 39%와34%에 불과한 것으로 보고하였다.

3.4. 기후변화 시나리오에 의한 연도별 적지면적의변화 예측

Table 6은 기후변화 시나리오 RCP 4.5와 RCP8.5를 적용하여 연도별로 추정한 생태권역별 적지면적을 통합하여 전국 단위로 요약하여 비교한 결과이다.본 연구에서 사용한 수치산림입지도의 전체 산림면적은 약 550만 ha로 이를 기준으로 적지면적과 적지비율을 산출하였다. Table 6의 결과는 중부지방소나무의현재 분포면적에 관계없이 본 연구에서 개발한 지위지수 추정식에 의해 산출된 지위지수가 적지 판정 기준인 14 이상일 경우 중부지방소나무의 적지로 판정한것이다.
중부지방소나무의 현재 적지면적은 약 131만 ha로적지비율은 24.0%인 것으로 추정되었다. 하지만 기후변화에 의해 시간이 경과할수록 적지면적이 감소하는것으로 예측되었다. 기후변화 시나리오 RCP 4.5와8.5를 각각 적용하여 연도별 적지면적을 추정한 결과,2030년에는 적지면적이 약 79만 ha와 81만 ha로 예측되었으며, RCP 4.5를 적용하면 적지면적의 감소가더 큰 것으로 분석되었다. 또한 2050년에는 적지면적이 각각 약 53만 ha와 33만 ha로 추정되어 시나리오에 따른 적지면적의 감소가 역전되었으며, 이러한 추세는 2100년까지 이어져 2100년에는 각각 약 14만ha와 5만 ha만이 적지로 판정되었다. 결과적으로 중부지방소나무의 연도별 적지면적은 기후변화에도 불구하고 예상보다 크게 감소하지 않는 것으로 예측되었다.이와 유사한 다른 연구(Choi et al., 2009)에 의하면2100년이 되면 소나무의 분포가 사라질 것으로 예측하고 있는데, 본 연구에 의하면 중부지방소나무의 분포뿐만 아니라 적지면적도 어느 정도는 유지하는 것으로판명되었다.

t6

3.5. 기후변화 시나리오에 의한 연도별 적지분포의변화 예측

적지판정의 경우 GIS 기법을 적용하면 생태권역별적지분포를 육안으로 확인할 수 있을 뿐만 아니라 동시에 상세한 위치정보를 공간적으로 확보할 수 있다.Fig. 2는 RCP 4.5를 적용하여 예측한 중부지방소나무의 연도별 적지분포를 현재, 2030년, 2050년, 그리고2090년으로 구분하여 비교한 결과이다. 상대적으로 온실가스의 농도가 낮은 시나리오인 RCP 4.5에 의해예측한 결과를 보면, 중부지방소나무는 2030년이 되면적지면적이 현재에 비해 약 46% 감소한 79만 ha이되며, 2050년에는 53만 ha, 그리고 2090에는 17만ha가 될 것으로 예측되었다. 현재의 중부지방소나무 적지는 우리나라 서부와 남부의 일부 지역을 제외하고고르게 분포하고 있다. 하지만 2030년이 되면 적지의 분포 경계가 북쪽으로 이동한 것을 확인할 수 있으며,2090년이 되면 백두대간의 일부 지역만 적지로 남게되는 것을 확인할 수 있다.
한편 Fig. 3은 극한 기후시나리오인 RCP 8.5에 의해 연도별 중부지방소나무의 적지분포를 예측한 결과이다. RCP 4.5와 비교하면 시간이 경과할수록 적지분포의 경계가 동쪽과 북쪽으로 빠르게 이동하는 것을알 수 있다. RCP 8.5에 의해 예측한 중부지방소나무의 적지는 2030년에 81만 ha로 RCP 4.5를 적용하여추정한 적지면적과 큰 차이가 없다. 하지만 2050년에는 34만 ha가 되어 RCP 4.5보다 감소폭이 훨씬 크며, 2090년이 되면 적지면적이 약 7만 ha까지 감소하는 것으로 추정되었다.

f2 f3

IV. 결론

본 연구는 우리나라를 대표하는 중부지방소나무를대상으로 생태권역별 지위지수 추정식을 개발하고 기후변화에 의한 연도별 적지분포의 변화를 예측하였다.중부지방소나무는 생태권역별로 5~7개의 환경인자에의하여 지위지수를 추정할 수 있는 것으로 평가되었다.특히 생태권역별로 유효 토심, B층 토심, 연 최고기온,건조지수, 그리고 월평균 상대습도 등의 변수들이 지위지수 추정에 많이 사용된 것으로 나타났으며, 기후변수는 단독 또는 지형인자 및 다른 기후인자와의 상호작용의 형태로 산림생산력 추정에 관여하는 것으로나타났다. 또한 생태권역별 지위지수 추정에 관여하는 기후인자는 주로 기온과 습도 관련 변수인 것으로 판명되었다. 한편 지위지수 추정식에 포함된 기후인자에기후변화 시나리오 RCP 4.5와 RCP 8.5에 나타난 연도별 기후값을 대입하여 시간 경과에 따른 적지분포의변화를 예측한 결과 시간이 경과할수록 적지면적이 감소하고, 특히 극한 기후변화 시나리오인 RCP 8.5를적용할 경우 적지의 감소 폭이 더 큰 것으로 평가되었다.
본 연구의 결과는 지위지수 추정식에 포함된 기후인자 추정치의 연도별 변화에 따른 수종별 적지분포의변화를 예측한 것이다. 하지만 본 연구에서 분석한 자료의 기반이 되는 생태권역별 지위지수 추정식에는 기후인자 외에 지형인자와 토양인자가 포함되어 있다.지형조건은 시간이 경과하여도 변화가 없을 것으로 예측되며 토양조건도 큰 변화가 없을 것으로 판단된다.하지만 기후변화 시나리오에 의한 적지의 변화를 위해설정한 기간은 2100년까지로 장기간에 해당된다. 장기적인 관점에서 볼 때는 토양조건도 어떤 형태로든 변화가 있을 것으로 판단되며, 특히 기후변화는 토양조건에 간접적인 영향을 미칠 수 있을 것으로 보인다.하지만 현 단계에서는 이와 같은 변화 가능성을 논리적으로 정량화할 수 있는 방법이 없다. 따라서 본 연구에서는 산림생산성에 영향을 미치는 다양한 환경요인 중 기후변화만을 고려한 한계를 가지고 있다. 이러한 한계에도 불구하고 본 연구에서 얻어진 지위지수추정식을 사용하여 RCP 4.5와 RCP 8.5의 기후변화 시나리오를 바탕으로 예측한 연도별 중부지방소나무의적지면적 및 적지분포의 변화 예측 결과는 다양한 산림정책 수립에 필요한 정보로 활용될 수 있을 것으로기대된다.

적요

본 연구는 환경인자를 이용하여 우리나라에 생태권역별로 분포하는 중부지방소나무의 지위지수 추정식을개발하고 기후변화 시나리오를 적용하여 적지면적 및적지분포를 추정하기 위해 수행하였다. 이를 위해 산림입지도와 전자기후도 및 기후변화 시나리오 RCP4.5와 RCP 8.5를 사용하여 산림생산력에 영향을 미칠것으로 판단되는 19개의 기후변수를 포함한 총 48개환경인자를 도출한 후, 최적 조합에 의해 지위지수 추정식을 개발하였다. 최종 생태권역별 중부지방소나무의 지위지수 추정식에는 각각 5~7개의 환경인자가 독립변수로 사용되었고, 지위지수 추정식의 설명력을 나타내는 결정계수는 0.32~0.46의 범위에 있는 것으로분석되었다. 이 추정식은 모형의 평균편의, 정도, 표준오차의 3가지 평가통계량에 근거하여 검증을 실시한결과 비교적 지위 추정능력이 높은 것으로 판명되었다.또한 본 연구에서는 생태권역별 중부지방소나무의 지위지수 추정식과 기후변화 시나리오 RCP 4.5와 RCP8.5를 연계하여 시간 경과에 따른 중부지방소나무의연도별 적지면적 및 적지분포의 변화를 추정하였다.

감사의 글

본 논문은 2013년 국립산림과학원 산림생태연구과위탁연구과제 ‘기후요인을 고려한 생태권역별 주요 수종의 지위지수 추정식 개발’ 연구 결과의 일부입니다.연구비 지원에 감사드립니다.

REFERENCES

Albert, M., and M. Schmidt, 2010: Climate-sensitive modelling of site-productivity relationships for Norway spruce (Picea abies (L.) Karst.) and common beech (Fagus sylvatica L.). Forest Ecology and Management 259, 739-749.crossref(new window)

Arbatzis, A. A., and H. E. Burkhart, 1992: An evaluation of sampling methods and model forms for estimating height-diameter relationships in loblolly pine plantation. Forest Science 38(1), 192-198.

Bae, B. H. and H. J. Lee, 1999: Phytosociological studies for vegetation conservation of pine forest. Journal of Ecology and Field Biology 22(1), 21-29.

Belsley, D. A., E. Kuh, and R. E. Welsch, 1980: Regression diagnostics. John Wiley & Sons. New York. 292pp.

Choi, S. H., W. K. Lee, S. J. Yoo, S. M. Park, J. K. Byun, and G. S. Choi, 2009: Prediction of the change of tree distribution and above-ground carbon distribution by climate change. Proceeding of the 2009 Fall Joint Meeting of Geographic Information System. 138-139. (in Korean with English abstract)

Corona, P., R. Scotti, and M. H. Kutner, 1998: Relationship between environmental factors and site index in Douglas-Fir plantation in central Italy. Forest Ecology and Management 110, 195-207.crossref(new window)

Curt, T., M. Bouchaud, and G. Agrech, 2001: Predicting site index of Douglas-Fir plantations from ecological variables in the Massif Central area of France. Forest Ecology and Management 149, 61-74.crossref(new window)

Judge, G. G., R. C. Hill, W. E. Griffiths, H. Lutkepohl, and T. C. Lee, 1988: Introduction to the theory and practice of econometrics. John Wiley & sons. New York. 1024pp.

Kabrick, J. M., S. R. Shifley, R. G. Jensen, Z. Fan, and D. R. Larsen, 2004: Factors associated with oak mortality in Missouri Ozak forest. USDA Forest Service General Technical Reports NE-316, 27-35.

Kang, Y. H., J. H. Jeong, Y. G. Kim, and W. G. Lee, 1996: Mapping of the reighteous tree selection for a given site by using of digital terrain analysis on a northern temperate forest. Journal of Forest Science 54, 94-103.

Kang, Y. H., J. H. Jeong, Y. G. Kim, and J. W. Park, 1997: Mapping of the reighteous tree selection for a given site by using of digital terrain analysis on a central temperate forest. Journal of Korean Forest Society 86(2), 241-250.

Kim, D. H., E. G. Kim, S. B. Park, H. G. Kim, and H. H. Kim, 2012: Analysis of the Effect of Climate Change on the Site Index of Larix leptolepis. Journal of Korean Forest Society 101(1), 53-61.

Korea Forest Research Institute, 2011: Development of site index equations and estimation of productive areas for main species based on environmental and climatic factors. 71pp. (in Koran)

Korea Forest Research Institute, 2012: Development of site index equations for main tree species by ecoprovince classification based on environmental and climatic factors. 101pp. (in Koran)

Myers, R. H., 1986: Classical and modern regression with applications. Duxbury Press. 395pp.

Nakawatase, J. M., and D. L. Peterson, 2006: Spatial variability in forest growth-climate relationships in the Olympic Mountains, Washington. Canadian Journal of Forest Research 36(1), 77-91.crossref(new window)

Shin, M. Y., 1990: The use of ridge regression for yield prediction models with multicolinearity. Journal of Korean Forest Society 79(3), 260-268.

Shin, M. Y., J. W. Yun, and D. S. Cha, 1996: Local correction of tree volume equation for Larix Ieptolepis by ratio-ofmeans estimator. Journal of Korean Forest Society 85(1), 56-65.

Shin, J. W., and C. M. Kim, 1996: The ecosystem classification in Korea(I): Ecoprovince classification. Journal of Forest Sciecne 54, 188-189. (in Korean with English abstract)

Snee, R. D., 1977: Validation of regression models : Methods and example. Technometrics 19, 415-428.crossref(new window)

Son, Y. M., K. H. Lee, S. D. Kwon, and W. K. Lee, 2003: Evaluation and Prediction system of tree resources. Report of Forest Research 04-01, 49-52.

Tyler, A. L., D. C. Macmillan, and J. Dutch, 1996: Models to predict the General Yield Class of Douglas-Fir, Japanese larch and Scots pine on better quality land in Scotland. Forestry 1, 13-24.