Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1598-5504(Print)
ISSN : 2383-8272(Online)
Journal of Agriculture & Life Science Vol.53 No.6 pp.23-33
DOI : https://doi.org/10.14397/jals.2019.53.6.23

Development of Estimation Equation for Minimum and Maximum DBH Using National Forest Inventory

Jin-Taek Kang*, Jong-Su Yim, Sun-Jeoung Lee, Ga-Hyun Moon, Chi-Ung Ko
Division of Forest Industry Research, National Institute of Forest Science, Seoul 02455, Korea
Corresponding author: Jin-Taek Kang Tel: +82-2-961-2830 Fax: +82-2-961-2839 Email: beg8bune@korea.kr
September 16, 2019 ; November 4, 2019 ; November 8, 2019

Abstract


In accordance with a change in the management information system containing the management record and planning for the entire national forest in South Korea by an amendment of the relevant law (The national forest management planning and methods, Korea Forest Service), in this study, average, the maximum, and the minimum values for DBH were presented while only average values were required before the amendment. In this regard, there is a need for an estimation algorithm by which all the existing values for DBH established before the revision can be converted to the highest and the lowest ones. The purpose of this study is to develop an estimation equation to automatically show the minimum and the maximum values for DBH for 12 main tree species from the data in the national forest management information system. In order to develop the estimation equation for the minimum and the maximum values for DBH, there was exploited the 6,858 fixed sample plots of the fifth and the sixth national forest inventory between in 2006 and 2015. Two estimation models were applied for DBH-tree age and DHB-tree height using such growth variables as DBH, tree age, and height, to draw the estimation equation for the maximum and the minimum values for DBH. The findings showed that the most suitable model to estimate the minimum and the maximum values for DBH was Dmin=a+bD+cH, Dmax=a+bD+cH with the variables of DBH and height. Based on these optimal models, the estimation equation was devised for the minimum and the maximum values for DBH for the 12 main tree species.



국가산림자원조사 자료를 이용한 최저·최고 흉고직경 추정식 개발

강 진택*, 임 종수, 이 선정, 문 가현, 고 치웅
국립산림과학원 산림산업연구과

초록


본 연구는 우리나라의 전체 국유림에 대한 경영이력 및 경영계획정보가 구축되어 있는 국유림경영정 보시스템이 관련 법령(국유림경영계획 작성 및 운영요령)의 변경에 따라, 개정 전에는 평균 흉고직경 값만 입력하도록 구축되어 있으나 개정 후에는 평균 흉고직경, 최저·최고 흉고직경값으로 표기하는 것 으로 변경되었다. 이와 관련하여 기 구축되어 있는 모든 흉고직경값을 최저·최고 흉고직경값으로 변환 할 수 있는 추정 알고리즘이 필요하다. 따라서 본 연구는 국유림경영정보시스템에 포함되어 있는 12개 주요 수종에 대한 최저·최고 흉고직경을 자동으로 표기할 수 있는 추정식을 개발하기 위해 수행하였다. 최저·최고 흉고직경 추정식을 개발하기 위하여 제5~6차(2006~2015년) 국가산림자원조사(National Forest Inventory, NFI)의 6,858개 고정표본점 자료를 이용하였다. 최저·최고 흉고직경 추정식 도출 을 위하여 흉고직경, 임령, 수고의 3가지 생장변수를 이용한 흉고직경-임령, 흉고직경-수고의 2가지 추정모형을 적용하였다. 본 연구에서 가장 적합한 최저·최고 흉고직경 추정모형은 흉고직경과 수고 변 수를 이용한 추정식 Dmin=a+bD+cH, Dmax=a+bD+cH으로 나타났으며, 12개의 주요 수종의 최소 최대 흉고직경 추정식을 개발하였다.



    서론

    산림경영이란 궁극적으로 경제원칙에 따라 많은 목재를 생산하여 국민의 경제적 복리에 기여하도록 하는 것을 말한다. 주어진 산림에 대하여 임업이 장 기적인 생산기간을 가지는 것을 고려하여 산림자원 의 보속적 배양으로 생산력의 증진을 도모하며 국토 를 보전할 수 있는 합리적인 경영계획을 수립하는 것이 필요하다. 그러므로 산림의 효율적 관리와 최 대 목재생산 등 경영목적에 맞는 체계적 경영계획 수립이 필요하며, 이와 관련된 다양한 연구가 추진 되어 왔다(Woo, 1996; Park et al., 1999; Park et al., 2000; Won et al., 2006; Jang et al., 2009; Jang et al., 2011)

    현재 국유림에 대하여 종합적이고 효율적으로 경 영·관리하기 위하여 경영계획을 10년마다 수립하고 있으며, 계획수립을 위해서는 산림조사를 실시하여 경영계획을 작성하고 국유림경영정보시스템에 입력 하고 있다. 지금까지 수립된 모든 국유림경영계획정 보는 국유림 경영활동 정보, 이력 변동 등의 체계 적·과학적 관리를 위함과 동시에 국가산림경영지원 을 위하여 구축·운영되고 있는 국유림경영정보시스 템에 입력·관리되고 있다. 최근 국유림경영계획 수 립을 위한 산림조사요령 등 세부적 국유림경영계획 작성요령을 담고 있는국유림경영계획 작성 및 운 영 요령의 개정에 따라, 흉고직경의 표기가 개정 전에는 평균 흉고직경만 표기 하였으나 개정 후에는 평균 흉고직경, 최저·최고 흉고직경을 표기하는 것 으로 변경되었다. 따라서 국유림경영계획 수립 정보 가 입력·관리되고 있는 현재의 국유림경영정보시스 템은 지난 40년간 입력된 모든 자료가 개정 전의 상태인 평균 흉고직경만 표기되는 알고리즘 구조로 되어 있기 때문에, 관련법령의 개정에 따른 평균 흉 고직경 뿐만 아니라 최저·최고 흉고직경을 표기 할 수 있는 알고리즘 개발이 시급하다. 최저·최고 흉 고직경은 수고, 임령 등과 함께 임목의 생장모델 개 발에 필수적인 생장 관련 요인이다. 임목 생장모델 은 임목의 나이가 증가하거나 또는 시간이 지남에 따라 변하는 산림 생산물의 동태를 예측하는 것이 다. 생장예측은 산림에서의 생장에 따른 수확량 및 시장으로의 판매계획을 위해 필요하며, 또한 생장과 비례하는 벌채를 결정하기 위해서도 필요하다. 또한 최적의 생육공간, 간벌의 주기 및 강도 등 최적의 경 영계획 결정을 하는데도 생장량의 예측이 필요하다.

    따라서 이러한 임목의 생장모델 개발과 관련된 주 요 요인 중의 하나인 최저·최고 흉고직경은 최적의 국유림경영계획 수립에 필수적인 포함되어야 한다. 현재 국유림경영계획 수립 자료가 매년 DB화 되어 관리되고 있는 국유림경영정보시스템은 법령 개전 전에 입력된 자료가 최저·최고 흉고직경값이 누락 되어 있어 이들 인자를 추정할 수 있는 알고리즘이 필요하다.

    이러한 최저·최고 흉고직경은 임목 생장과 밀접 하게 관련되는 수고, 임령 등 몇 가지의 생장관련 인자를 통하여 추정할 수 있다. 하지만 이러한 추정 을 위해서는 우리나라 주요 산림수종별 전국적인 자 료가 필요하며 추정에 대한 신뢰도 향상을 위해서는 전국단의의 많은 데이터의 양의 자료가 필수적이다. 현재 우리나라에서 산림에 대한 전국단위의 자료는 국가산림자원조사(National Forest Inventory; NFI) 시스템 자료뿐이다. 국가산림자원조사 자료는 산림의 지속가능한 생산 및 유지 기능을 평가하고 국내·외에서 요구하는 다양한 산림자원통계 수요에 부응하기 위하여 대부분의 국가에서는 국가산림자원 조사를 수행하고 있다(Tomppo et al., 2010) 우리 나라도 1970년대부터 황폐화된 산림복구를 위하여 항공사진과 현지조사에 의한 전국산림실태조사를 수 행하였으며, 2006년부터 시작된 제5차 국가산림조 사(2006∼2010년)부터는 목재생산중심에서 다목적 산림경영, 산림건강성 평가, 생물다양성 평가, 탄소 흡수원 등 산림자원관련 수요에 부응하기 위하여 조 사항목의 확대 및 조사체계를 개편하여 운영하고 있 다(Yim et al., 2015). 이러한 국가산림자원조사 자 료는 임분수확표 조제 및 수종별 생장모델 개발(Kӧ hl et al., 1995; Son et al., 2002;NIFoS, 2004), 천연활엽수림의 지속가능한 산림경영을 위한 산림시 업에 따른 변화 모니터링 연구(Shin et al., 2005; Back et al., 2010; Kim et al., 2012), 산림의 임 분재적 공간분포 및 바이오매스 추정(Kim et al, 2010;Kim et al, 2011) 그리고 기후변화 및 환경 변화에 따른 산림생태계 변화 탐지 관련 연구(Chun & Lee, 2013; Kim et al., 2012; Pretzsch et al., 2014) 등 산림분야에서 다양하게 활용되고 있다.

    따라서 본 연구에서는 국가산림자원조사(NFI) 자 료를 이용하여 각 임분에 대한 경급분포를 나타낼 수 있는 Weibull분포의 모수추정 등 임목생장모델 개발과 국유림경영정보시스템에 활용 가능한 최저· 최고직경 추정식을 개발하고자 한다.

    재료 및 방법

    1 공시재료

    본 연구는 국유림경영정보시스템 내 최저·최고 흉고직경 추정 알고리즘 개발은 2006~2015년까 지의 제5~6차 국가산림자원조사(National Forest Inventory, NFI) 자료의 전체 25,451개 표본점 중 결측치 및 이상치를 제외한 주요 수종에 해당하는 6,858개 표본점의 최저, 최고, 평균 흉고직경과 평 균수고 데이터를 이용하였다(Table 1).

    2 연구 방법

    2.1 분석 절차

    국가산림자원조사(NFI) 자료를 이용하여 최저·최 고 흉고직경 추정을 위하여 임령(Age)과 수고 (Height) 변수를 이용한 추정식을 적용하였으며, 그 과정은 다음과 같다(Fig. 1).

    2.2 최저·최고 흉고직경 추정

    국유림경영정보시스템 내 최저·최고 흉고직경 추 정을 위하여 흉고직경과 임령 및 수고변수에 의한 두 가지 형태의 추정식을 이용하였으며, 평균 흉고 직경과 평균 임령의 변수를 이용하여 적용된 추정식 형태는 식(1)~(3)과 같다.

    D m i n = a + b D + c / A
    식 (1)

    D m i n = a + b D + c A
    식 (2)

    D m a x = a + b D + c A
    식 (3)

    Dmin or max; 최저·최고흉고직경, D; 평균 흉고직 경, A; 평균 임령, a·b·c; 추정 모수

    국유림경영정보시스템 내 최저·최고 흉고직경 추 정을 위하여 평균 흉고직경과 평균 수고의 변수를 이용하여 적용된 추정식 형태는 식(4)~(6)과 같다 (NIFoS, 2004).

    D m i n = a + b D + c / H
    식 (4)

    D m i n = a + b D + c H
    식 (5)

    D m a x = a + b D + c H
    식 (6)

    Dminor max; 최저·최고흉고직경, D; 평균 흉고직 경, H; 평균 수고, a·b·c; 추정 모수

    2.3 자료 분석

    국유림경영정보시스템에 탑재하기 수종별 최저· 최고 흉고직경을 추정하기 위하여 흉고직경 생장과 상관이 높은 생장요인인 임령과 수고변수를 이용하 였다. 추정에 이용된 추정식은 식(1)∼(6)의 형태로 독립변수 임령과 수고변수를 이용하여 최저·최고 흉고직경을 추정하였다. 적용된 추정식 모형의 추정 모수를 구하기 위하여 국가산림자원조사(NFI) 자료 의 표본점내 임령과 수고값을 이용하여 흉고직경과 의 관계에 의한 회귀분석을 실시하였다. 분석에 사 용된 통계프로그램은 SAS ver. 9.3(SAS Inc, 2011) 을 이용하였으며, 최저·최고 흉고직경 추정을 위한 도출된 각 식의 적합성을 나타내는 적합도(Fitness) 지수를 분석하였다. 또한 최적의 최저·최고 흉고직 경 추정식에 의해 흉고직경값이 잘 추정되는지를 알 아보기 위하여 12개 수종에 대한 최저·최고 흉고직 경 추정 곡선도를 작성하였다.

    결과 및 고찰

    1 최저·최고 흉고직경 추정

    1.1 흉고직경과 임령 변수를 이용한 추정

    국유림경영정보시스템 내 최저·최고 흉고직경 추 정을 위하여 흉고직경과 임령변수를 이용하여 도출 한 결과는 Table 2와 같다.

    식 (1)~(3)에 의하여 흉고직경(D)과 임령(A)을 가 지고 최저·최고 흉고직경을 추정한 결과, 도출된 추정식은 회귀계수가 수종별로 불규칙한 형태(+, - 혼재)로 혼재되어 있는 것을 알 수 있다. 임령을 독 립변수로 활용한 회귀모형의 회귀계수가 음(-)의 형 태를 나타내고 있는 추정식은 직경생장과 임령과의 관계가 역의 관계를 나타내는 의미로서 자연상태에 서 나타날 수 없는 형태이다. 임령이 증가할수록 흉 고직경이 증가하는 것이 일반적인 생장패턴이나 일 부 수종에서 최저·최고 흉고직경 추정에 있어 흉고 직경 생장이 임령이 증가하는 것에 비례하여 증가하 지 못하는 경향이 나타났다. 따라서 최저·최고 흉 고직경을 추정에 평균 임령을 계수로 사용함은 적합 하지 않은 것으로 판단된다. 일반적으로 흉고직경, 임령, 수고, 수관폭 등의 생장 요인들간에는 상관이 높다는 것은 널리 알려져 있으며, 흉고직경이나 수 고 추정을 위하여 흉고직경, 임령, 수고, 수관폭 등 생장 요인들간의 관계분석에 관한 연구는 이미 오래 전부터 이용되어 왔다(Lee, 2004;Kalliovirta & Tokola, 2005; Lee, 2009). 하지만 각 수종별 생장 특성이 다르기 때문에 각 생장변수들간의 상관이 높 은 인자는 다를 수 있으며, 적용 생장변수의 수에 따라서도 정확성이 다를 수 있다. Kalliovirta & Tokola(2005)는 소나무, 전나무, 벚나무의 흉고직경 과 임령 추정을 위하여 국가산림자원조사의 수고, 수관폭, 기타 정보 등의 자료를 이용하였으며, 독립 변수로 수고 하나만 적용했을 때보다 수고와 수관폭 과 같이 두 개의 변수를 적용하거나 수고, 수관폭 및 기타 정보의 변수를 동시에 적용하여 추정했을 때가 3개 수종의 추정모델 모두에서 훨씬 정확도가 높은 추정값을 구할 수 있었다. 이처럼 임목의 수고 와 직경간의 관계에서 생육환경과 임분밀도, 흉고단 면적, 지위 등 다양한 생육환경 및 임분현황이 관련 되어 있다(Lopez Sanchez et al., 2003;Calama and Motero, 2004;Sharma & Zhang, 2004;Mahadev & Parton, 2007) 그러나 일반적으로 전 국단위의 국가산림자원조사 자료와 같이 임목에 대 한 다양한 정보를 포함하고 있는 정보를 취득하기가 쉽지 않다. 따라서 시간, 비용, 자료의 수준 등 취 득하고 자 하는 자료의 수준과 목적에 따라 얼마나 많은 변수를 이용할 것인가를 효율적으로 판단해야 할 것이다.

    1.2 흉고직경과 수고 변수를 이용한 추정

    식 (1)~(3)에서 임령의 변수는 최저·최고 흉고직 경값을 합리적으로 추정하지 못한 것으로 판단되어 흉고직경과 수고변수간의 관계를 이용하여 최저·최 고 흉고직경 추정을 위하여 식 (4)~(6)의 평균 흉고 직경(D)과 평균 수고(H) 변수를 독립변수로 이용하 는 추정식을 적용한 결과는 Table 3과 같다.

    식 (4)~(6)에서, 평균 흉고직경(D)과 평균 수고 (H)를 독립변수로 이용하여 최저·최고 흉고직경을 추정하여 본 결과, 도출된 추정식 식 (4)의 추정식 경우 식 (1)~(3)의 임령(A)을 변수로 적용했을 때와 마찬가지로 수종별로 불규칙한 형태(+, - 혼재)의 추정모수가 혼재되어 있어 최저·최고 흉고직경 추 정을 잘 나타내지 못하고 있는 것으로 나타났다. 반 면에 식 (5) 및 식 (6)에서는 모든 수종에서 규칙적 인 추정식이 도출되어 타 식에 비하여 최저·최고 흉고직경을 추정하는데 상대적으로 적합한 추정식으 로 판단된다(Table 3). 최저·최고 흉고직경 추정을 위한 식 (5) 및 식 (6)의 추정 적합도는 수종간에 차 이를 보이고 있지만 최소직경 추정에서의 적합도는 0.45∼0.71, 최대직경 추정에서는 0.50∼0.86의 적 합도 범위를 보였다. 본 연구에서는 최저·최고 흉 고직경 추정에 있어 수고변수를 이용한 식 (5) 및 식 (6)의 모형이 가장 적합한 추정식으로 나타났다. 식 (5)에서도 수고변수를 이용하여 추정하였지만 곰솔, 편백, 신갈나무 등 일부 수종에서 흉고직경과 수고 변수간의 (-)의 관계를 나타내고 있어 최저 흉고직 경을 추정하는데 적합하지 않는 것으로 나타났다. 따라서 본 연구에서는 식 (5) 및 식 (6)이 최저·최 고 흉고직경 추정에 가장 적합한 식으로 나타났다.

    1.3 최저·최고 흉고직경 추정식의 적합성 검증

    식 (5) 및 식 (6)의 평균 흉고직경(D)과 평균 수 고(H) 변수를 이용하여 도출한 추정식의 적합성을 검증을 위하여 소나무 등 12수종을 대상으로 실제 최저·최고 흉고직경을 추정한 결과는 Fig. 2와 같 다. Fig. 2에서 수고의 증가에 따른 최저·최고 흉 고직경이 모든 수종에서 이상적으로 잘 추정되고 있 음을 알 수 있다.

    따라서 식 (5) 및 식 (6)을 국유림경영정보시스템 상의 최저·최고 흉고직경 추정 알고리즘으로 활용 하면, 평균 흉고직경값만 DB화 되어 있는 지난 40 년 이상의 국유림경영계획 자료가 평균 흉고직경뿐 만 아니라 최저, 최고 흉고직경도 표기하도록 하는 현행 법령 개정 기준에 부합할 수 있을 것이다. 국 유림경영계획 정보는 산림을 경영하기 위한 의사결 정 수단으로 중요한 자료이기 때문에, 향후 효율적 이고 체계적 산림경영계획 수립과 관리를 위한 기초 자료로 활용하기 위해서는 자료의 누락이 없어야 하 며 정보의 현행화를 통한 완벽한 DB 구축은 반드시 필요하다.

    감사의 글

    본 연구는 과학기술정보통신부 한국연구재단 전통 문화융합연구개발사업 전통 증류주 현대화(2018M3C 1B5052077) 과제의 지원으로 진행되었습니다.

    Figures

    JALS-53-6-23_F1.gif

    Flowchart of for estimating equation of minimum and maximum DBH

    JALS-53-6-23_F2.gif

    Verification for estimation equations of minimum and maximum DBH using schematization by main forest species.

    Tables

    Number of used sample plots and trees in national forest inventory for analysis of this study

    Estimated equation of minimum and maximum DBH using average DBH and ages

    Derived equations for estimate minimum and maximum DBH using average DBH and height

    References

    1. Back JH , Yim JS. and Shin MY 2010. Stand density control by selection system in Pyungchang area, Gangwon Province. J. of Korean Forest Society 99 (1): 136-143.
    2. Calama R , Montero G. 2004. Interregional nonlinear height-diameter model with random coefficients for stone pine in Spain. Canadian. J. For. Res. 34, 150-163.
    3. Chun JH and Lee CB. 2013. Assessing the effects of climate change on the geographic distribution of Pinus densiflora in Korea using ecological niche model. Korea Agriculture and Forest Meteorology 15 (4): 219-233.
    4. Jang KM, Won HK, Kim YH Tak KI, Shin MY and Lee KG.2011. Application of CBM-CFS3 Model to assess carbon stock and age class changes over long term forest planning in a Korea’s national forest. J. of Korean Forest Society 100(4): 591-597.
    5. Jang KM , Won HK , Seol AR and Chung JS. 2009. A case study for applying linear programming to analyze the effects of the desired future conditions for forest functions on forest management. J. of Korean Forest Society 98 (3): 247-254.
    6. Kolliovirta K and Tokola T. 2005. Functions for estimating stem diameter and tree age using tree height, crown width and existing stand database information. Silva Fennica 39 (2): 227-248.
    7. Kim ES , Kim KM , Kim CC , Lee SH and Kim SH. 2010. Estimating the spatial distribution of Forest stand volume in Gyeonggi province using national forest inventory data and forest type map. J. of Korean Forest Society 99 (6): 827-835.
    8. Kim ES , Kim KM , Lee JB , Lee SH and Kim CC. 2011. Spatial upscaling of aboveground biomass estimation using national forest inventory data and forest type map. J. of Korean Forest Society 100 (3): 455-465.
    9. Kim YJ , Sung JH , Yang HM and Shin MY. 2012. Changes in stand structures before and after silvicultural treatments in natural deciduous forests of Pyungchang area. J. of Korean Forest Society 101 (2): 297-304. (In Korean with English abstract)
    10. Kӧhl M , Scott CT and A. zingg.1995. Evaluation of permanent sample surveys of growth and yield studies; a Swiss example, Forest Ecology and Management 71: 187-194.
    11. National Instiute of Forest Science (NIFoS).2004. Tree Resource Estimation and Prediction System. NIFoS Research Report. pp. 125. Seoul, Korea.
    12. Lee DH. 2004. Estimating Above- and Below-ground Biomass from Diameter of Breast Height and Height for the Pinus densiflora Sieb. et Zucc. J. of Korean Forest Society 93 (3): 242-250.
    13. Lee SH. 2009. Estimation of Diameter and Height Growth Equations Using Environmental Variables. J. of Korean Forest Society 98(3): 351-356.
    14. Lopez S. , Varela CA , Dorado JG , Alboreca FC , Soalleiro AR , Alvarez RR , Gonzalez JG , and Rodriguez FS. 2003. A height-diameter model for Pinus radiata D. Don in galicia (Northwest Spain). Ann. For. Sci. 60: 237-245.
    15. Mahadev S and Parton J. 2007. Height-diameter equations for boreal tree species in Ontario using a mixed-effects modeling approach. Forest Ecology and Management. 249: 187-198.
    16. National Institute of Forest Science (NIFoS).2018. Volume, biomass and stand yield table for Korean major tree species. pp. 261. Seoul, Korea.
    17. Park ES and Chung JS. 1999. An application of linear programming to Multiple-use forest management planning. J. of Korean Forest Society 88 (2): 273-281.
    18. Park ES and Chung JS. 2000. Optimal forest management planning for carbon sequestration and timber production using multi-objective linear programming. J. of Korean Forest Society 89 (3): 335-341.
    19. Pretzsch H , Biber P , Schȕtze G and Bielak K. 2014. Changes of forest stand dynamics in Europe. Facts from long-term observational plots and their relevance for forest ecology and management. Forest Ecology and Management 316: 65-77.
    20. Sharama M , Zhang SY. 2004. Height-diameter models using stand characteristics for Pinus baksiana and Picea mariana. Scand. J. For. Res. 19: 442-451.
    21. SAS Institute Inc.2011. SAS/SATA Statistical Software. Version 9.0. SAS publishing Cary, NC. USA.
    22. Shin MY , Lee SM and Lee DK. 2005. Forest management using growth and ecological characteristics by site types in the natural deciduous, J. of Korean Forest society 94 (1): 26-33.
    23. Son YM , Lee KH , Lee WK and Kwon SD. 2002. Stem taper equations for six manor tree species in Korea. J. of Korean Forest Society 91 (2): 213-218. (In Korean with English abstract)
    24. Tomppo E , Gshwantner Y , Lawtence M and Mac- Roberts RE. 2010. National forest inventories- Pathways for common reporting. Spring. pp.612.
    25. Won HK , Kim HH , Chang SY and Woo JC. 2006. A forest management planning method based on integer programming. J. of Korean Forest Society 95 (6): 729-734.
    26. Woo JC. 1996. Multiple-use management planning of Forest resources using fuzzy multi-objective linear programming. J. of Korean Forest Society 85 (2): 172-179.
    27. Yim JS , Kim ES , Kim CM and Son YM. 2015. Assessment on forest resources changes using permanent plot data in national forest inventory. J. of Korean Forest Society 104 (2): 239-247.
    오늘하루 팝업창 안보기 닫기