정원 및 도시숲의 산림복지서비스 증진을 위한 관목 탄소흡수계수 개발 - 남천, 병꽃나무, 좀작살나무, 쥐똥나무, 흰말채나무를 대상으로 -

김학구; 김형섭; 권경원; 문형진; 김세화; 형세진; 진병철; 김찬범

추천

검색

질문

자료유형: 학술저널

저자정보: 김학구 (한국수목원정원관리원) 김형섭 (코넬대학교) 권경원 (한국수목원정원관리원) 문형진 (한국수목원정원관리원) 김세화 (한국수목원정원관리원) 형세진 (한국수목원정원관리원) 진병철 (SK임업) 김찬범 (한국수목원정원관리원)

저널정보: 한국산림휴양복지학회 한국산림휴양학회지 한국산림휴양학회지 제28권 제1호

발행연도: 2024.3

수록면: 13 - 28 (16page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

정원과 도시숲은 휴양·치유, 재해방지, 미세먼지 저감, 생물다양성 증진, 도시열섬 저감 효과 등을 가지고 있으며, 최근 식물체의 생장을 통해 공기 중의 이산화탄소를 흡수하여 고정하는 탄소흡수 효과가 주목받고 있다. 정원과 도시숲의 탄소흡수 효과를 정량화화고 흡수량을 산정하기 위해서는 수종별 목재기본밀도, 바이오매스 확장계수, 뿌리함량비, 탄소함량비 등의 탄소흡수계수가 요구된다. 따라서, 본 연구는 정원과 도시숲에 주로 식재되는 관목 5종의 탄소흡수량을 파악하고 수치화하고자 수종별 탄소흡수계수를 개발하였다. 공시재료는 충청권역의 양묘장에서 생산한 수종별 50본 총 250본이며, 직접수확한 식물을 부위(잎과 소지, 가지, 줄기, 뿌리)별로 구분하여 바이오매스를 측정하였다. 연구결과, 목재기본밀도는 좀작살나무(0.67g/cm3), 쥐똥나무(0.63g/cm3), 남천(0.55g/cm3), 흰말채나무(0.45g/cm3), 병꽃나무(0.44g/cm3) 순으로 산정되었다. 바이오매스 확장계수는 병꽃나무(4.57), 흰말채나무(4.25), 좀작살나무(3.76), 남천(3.07), 쥐똥나무(2.29) 순이었다. 뿌리함량비는 남천(0.64), 좀작살나무(0.40), 병꽃나무(0.30), 흰말채나무(0.29), 쥐똥나무(0.27) 순이었다. 탄소함량비는 병꽃나무(45.91%), 남천(45.67%), 좀작살나무(45.32%), 쥐똥나무(45.04%), 흰말채나무(44.99%) 순으로 나타났다. 또한, MATLAB를 활용한 머신러닝 과정으로 적합한 변수를 선정하고 SPSS Statistics 회귀분석을 통해 탄소저장량 추정을 위한 상대생장식을 개발하였다. 연구결과는 정원과 도시숲 분야의 탄소흡수 효과를 정확하게 추정하는데 기여할 것이다.

Gardens and urban forests provide various benefits, including recreation, healing, disaster prevention, particulate matter reduction, promotion of biodiversity, and temperature reduction. Recently, there has been growing interest in the carbon sequestration effect, wherein plants uptake and store carbon dioxide from the air through their growth. To quantify the carbon sequestration effect of gardens and urban forests and calculate the uptake amount, various carbon sequestration factors for each species, such as wood density, biomass expansion factor, root content ratio, and carbon content factor, are essential. Therefore, this study developed a carbon sequestration factor for each species in order to identify and quantify the carbon sequestration effect of 5 shrubs planted in gardens and urban forests. The materials are 250 plants produced in Chung-cheong area, and carbon sequestration factor was measured by classifying the plants that were directly harvested by parts(leaf+twig, branch, stem, root). As a result of the study, wood density was calculated in the order of C. dichotoma(0.67g/cm3), L. obtusifolium(0.63g/cm3), N. domestica(0.55g/cm3), C. alba (0.45g/cm3), and W. subsessilis(0.44g/cm3). Biomass expansion factor was calculated in the order of W. subsessilis (4.57), C. alba(4.25), C. dichotoma(3.76), N. domestica(3.07), and L. obtusifolium(2.29). The root content ratio was calculated in the order of N. domestica(0.64), C. dichotoma(0.40), W. subsessilis(0.30), C. alba(0.29), and L. obtusifolium(0.27). The carbon content factor was calculated in the order of W. subsessilis(45.91%), N. domestica(45.67%), C. dichotoma(45.32%), L. obtusifolium(45.04%) and C. alba(44.99%). In addition, appropriate variables were selected using a Machine Learning process in MATLAB, and relative allometric equations were developed to estimate carbon storage through SPSS Statistics regression analysis. The study results will contribute to accurately estimating the carbon sequestration effect of gardens and urban forests.

#Urban forest #Garden #Carbon sequestration #Allometric equation #Shrub

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문과 함께 이용한 논문

도시숲 및 정원 주요 관목의 탄소흡수계수 개발 및 탄소저장량과 흡수량 비교 - 회양목, 화살나무, 사철나무, 산철쭉, 조팝나무를 대상으로 -

김학구 , 김형섭 , 홍용식 외 4명 한국산림휴양학회지 2022 .12

포플러 나무에 미래를 건 사나이

구본혁 Popular Science 2014 .11

기후위기 시대 생활권 녹지의 산림복지서비스 증진을 위한 주요 관목 50종의 탄소흡수량 비교

김학구 , 권경원 , 김세화 외 5명 한국산림휴양학회지 2023 .12

제로에너지건축물 설계를 위한 업무시설 창면적비 변화에 따른 전주기 에너지 소비량 및 탄소배출량 분석

윤지영 , 정용기 , 배강우 외 3명 KIEAE Journal 2023 .08

주왕산국립공원 탐방객 만족도 향상을 위한 관리속성 분석

김동훈 , 강희지 , 하재옥 외 2명 한국산림휴양학회지 2023 .03

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-089814740

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)