A Prediction of Forest Vegetation based on Land Cover Change in 2090

토지피복 변화를 반영한 미래의 산림식생 분포 예측에 관한 연구

  • Lee, Dong-Kun (Department of Landscape Architecture and Rural System Engineering, Seoul National University) ;
  • Kim, Jae-Uk (Research Institute for Agriculture and Science, Seoul National University) ;
  • Park, Chan (Graduate School of Environmental Studies, Seoul National University)
  • 이동근 (서울대학교 조경.지역시스템공학부) ;
  • 김재욱 (서울대학교 농업생명과학연구원) ;
  • 박찬 (서울대학교대학원 협동과정 조경학)
  • Received : 2009.12.04
  • Accepted : 2010.02.10
  • Published : 2010.04.30

Abstract

Korea's researchers have recently studied the prediction of forest change, but they have not considered landuse/cover change compared to distribution of forest vegetation. The purpose of our study is to predict forest vegetation based on landuse/cover change on the Korean Peninsula in the 2090's. The methods of this study were Multi-layer perceptrom neural network for Landuse/cover (water, urban, barren, wetland, grass, forest, agriculture) change and Multinomial Logit Model for distribution prediction for forest vegetation (Pinus densiflora, Quercus Spp., Alpine Plants, Evergreen Broad-Leaved Plants). The classification accuracy of landuse/cover change on the Korean Peninsula was 71.3%. Urban areas expanded with large cities as the central, but forest and agriculture area contracted by 6%. The distribution model of forest vegetation has 63.6% prediction accuracy. Pinus densiflora and evergreen broad-leaved plants increased but Quercus Spp. and alpine plants decreased from the model. Finally, the results of forest vegetation based on landuse/cover change increased Pinus densiflora to 38.9% and evergreen broad-leaved plants to 70% when it is compared to the current climate. But Quercus Spp. decreased 10.2% and alpine plants disappeared almost completely for most of the Korean Peninsula. These results were difficult to make a distinction between the increase of Pinus densiflora and the decrease of Quercus Spp. because of they both inhabit a similar environment on the Korean Peninsula.

Keywords

References

  1. 김성준, 이용준, 2007, 면적규모 및 공간해상도가 CA-Markov 기법에 의한 미래 토지이용 예측결과에 미치는 영향, 한국지리정보학회지, 10(2). 57-69.
  2. 김우선, 윤공현, 허 준, Jayakumar, S., 2008, CLUE-S 모델과 시계열 Landsat 자료를 이용한 토지피복 변화 예측, 한국지형공간정보학회지, 16(1), 33-41.
  3. 김재욱, 이동근, 2006, 지역기후모형을 이용한 산림식생의 취약성 평가에 관한 연구, 환경복원녹화, 9(5), 32-40.
  4. 노의래, 1983, 기상인자에 의한 우리나라 삼림수종의 생육범위 및 적지적수에 관한 연구, 한국임학회지, 62, 1-18.
  5. 박창석, 정회성, 문태훈, 전대욱, 조창제, 이애정, 2005, 도시토지이용의 생태-효율제고방안 연구-대기환경용량에 기초한 수도권 토지 이용행태 분석을 중심으로, 한국환경정책.평가연구원.
  6. 송호경, 이미정, 이선, 김효정, 지윤위, 권오원, 2003, 신갈나무림의 식생구조와 생태적지, 한국임학회지, 92(4), 409-420.
  7. 신만용, 원형규, 이승우, 이윤영, 2007, 기후대별 입지환경 인자에 의한 소나무류의 지위지수 추정식 및 적지 구명, 한국농림기상학회지, 9(3), 179-187.
  8. 양금철, 2002, 한반도의 기후와 지행적 특성에 근거한 생태공간의 분류, 중앙대학교 박사학위논문.
  9. 이동근, 김잭욱, 2007, 한반도 지역의 기후변화에 의한 고산.아고산 식생 취약성 평가, 환경 복원녹화, 10(6), 110-119.
  10. 이동근, 박 찬, 2009, 토지이용변화에 따른 식생 및 토양의 이산화탄소 저감잠재량 분석, 환경복원녹화, 12(2), 95-105.
  11. 이미정, 이 선, 김효정, 송호경, 지윤위, 2002, 굴참나무림의 식생구조와 생태적지, 한국임학회지, 91(4), 409-420.
  12. 이미정, 이 선, 김효정, 지윤의, 송호경, 2004, 졸참나무림의 식생구조와 생태적지, 환경복원녹화, 7(1), 50-58.
  13. 이승우, 원형규, 신만용, 손영모, 이윤영, 2007, 산림 입지토양 환경요인에 의한 상수리나무와 신갈나무의 적지추정, 한국토양비료학회지, 40(5), 429-434.
  14. 이용준, 김성준, 2007, 미래 토지이용변화 예측을 위한 개선된 CA-Markov 기법의 제안 및 적용, 한국토목학회논문집, 27(6), 809-817.
  15. 이우철, 이철환, 1989, 한국산 소나무림의 식물사회학적연구, 한국생태학회지, 12(4), 257-284.
  16. 이윤원, 홍성천, 1995, 구상나무림의 군락생태학적 연구, 한국임학회지, 84(2), 247-257.
  17. 이종수, 이우균, 윤정호, 송철철, 2006, 공간통계와 GIS룰 이용한 소나무림과 참나무류림의 분포패턴, 한국임학회지, 95(6), 663-671.
  18. 이호준, 배병호, 1999, 식생보전을 위한 소나무림의 식물사회학적 연구, 한국생태학회지, 22(1), 21-29.
  19. 임태훈, 서용수, 1996, 카테고리분류를 위한 다충퍼셉트론 신경회로망과 최대유사법의 성능비교, 한국지형공간정보학회지, 4(2), 137-147.
  20. 장동호, 2005, 퍼지 논리와 지리공간정보를 이용한 공주지역 토지피복 변화 예측, 환경영향평가, 14(6), 387-402.
  21. 조대현, 2008, 개발밀도를 고려한 셀룰러 오토마타 기반의 도시 토지이용 변화 모델링, 대한지리학회지, 43(1), 117-133.
  22. 최대식, 임창호, 2004, 밀도결합형 셀룰라 오토마타 모형외 개발-서울대도시권 도시성장 시뮬레이션, 1972-2000, 국토계획, 39(5), 7-24.
  23. Emanuel, W. R., Shugart, H. H., and Stevenson, M. P., 1985, Climatic change and the broad-scale distribution of terrestrial ecosystems' complexes, Climatic Change, 7(1), 29-43. https://doi.org/10.1007/BF00139439
  24. Fang, S., Gertner, G. G., Sun, Z., and Anderson, A. A., 2005, The impact of interactions in spatial simulation of the dynamics of urban sprawl, Landscape and Urban Planning, 73(4), 294-306. https://doi.org/10.1016/j.landurbplan.2004.08.006
  25. Feddema, J. J., Oleson, K. W., Bonan, G. B., Mearns, L. O., Buja, L. E., Meehl, G. A, and Washington, W. M., 2005, The importance of land-cover change in simulating future climates, Science, 310(5754), 1674-1678. https://doi.org/10.1126/science.1118160
  26. IPCC, 2007, Climate Change 2007: Impacts, Adaptation and Vulnerability. London: Cambridge University Press.
  27. IPCC, 2007, Climate Change 2007: The Scientific Basis. London: Cambridge University Press.
  28. Parmesan, C. and Yohe, G., 2003, A globally coherent fingerprint of climate change impacts across natural systems, Nature, 421, 37-42. https://doi.org/10.1038/nature01286
  29. Parmesan, C., 2006, Ecological and evolutionary responses to recent climate change, Annual Review of Ecology, Evolution, and Systematics, 37, 637-669. https://doi.org/10.1146/annurev.ecolsys.37.091305.110100
  30. Pearson, R. G., Dawson, T. P., and Liu, C., 2004, Modelling species distributions in Britain:a hierarchical integration of climate and-cover data, Ecography, 27(3), 285-298. https://doi.org/10.1111/j.0906-7590.2004.03740.x
  31. Pompe, S., Hanspach, J., Badeck, F., Klotz, S., Thuiller, W., and Kuhn, I., 2008, Climate and land use change impacts on plant distributions in Germany, Biology Letters, 4, 564-567. https://doi.org/10.1098/rsbl.2008.0231
  32. Turner II, B. L., 1994, Local faces, global flows: the role of land use and land cover in global environmental change, Land Degradation and Rehabilitation, 5(2), 71-78. https://doi.org/10.1002/ldr.3400050204
  33. Verburg, P. H., Soepboer, W., Veldkamp, A., Limpiada, R., Espaldon, V., and Mastura, S. S. A., 2002, Modeling the spatial dynamics of regional land use: The CLUE-S model, Environmental Management, 30(3), 391-405. https://doi.org/10.1007/s00267-002-2630-x