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.56 No.2 pp.35-47
DOI : https://doi.org/10.14397/jals.2022.56.2.35

A Study on Research Trends (2001∼2020) of Pinus densiflora Using Text Mining Based on Natural Language Processing

Jin-Kyu Lee1, Chang-Bae Lee2*
1Department of Forest Resources, Kookmin University, Seoul 02707, Republic of Korea
2Department of Foresty, Environment, and Systems, Kookmin University, Seoul 02707, Republic of Korea
* Corresponding author: Chang-Bae Lee (Tel) +82-2-910-4812 (E-mail) kecolee@kookmin.ac.kr
January 5, 2022 April 20, 2022 April 21, 2022

Abstract


The purpose of this study is to analyze domestic and foreign research trends and future direction of Pinus densiflora in recent 20 years using text mining. A total of 3866 academic papers related to Pinus densiflora were collected by the ‘RISS’ and‘WOS’ and the collected data is analyzed by Python 3.9.0 and UCINET. The findings of this study show that academic papers on the theme of Pinus densiflora with the ranking of Japan (383 papers, 46.8%), the Korea (363 papers, 44.4%), U.S. (78 papers, 9.5%) and so on. This result indicates that researches are the most vigorously conducted in pine tree native nations. From the results of TF, TF-IDF, N-gram and CONCOR analyses. The major research topic was pine wilt disease Bursaphelenchus xylophilus over the past 20 years. The studies related to‘mycorrhiza’were derived as major research subject in foreign than Korea. In addition, some humanities and social studies have been conducted on Pinus densiflora, but they are mainly focused on ecological aspects. Considering the humanistic and social value of Pinus densiflora, it need to expand research topics on humanities and social values.



자연어 처리(NLP)기반 텍스트마이닝을 활용한 소나무에 대한 국내외 연구동향(2001∼2020) 분석

이 진규1, 이 창배2*
1국민대학교 산림자원학과 대학원생
2국민대학교 산림환경시스템학과 부교수

초록


본 연구는 최근 20년간(2001~2020) 소나무에 관한 주요 연구 주제 및 연구영역 분석을 통한 향후 연구 방향성을 파악하고자 하였다. 이를 위해 Python.3.9.0과 Textom를 활용하여 RISS와 Web of Science의 소나무 관련 총 3866편의 논문 제목과 키워드 데이터를 수집하고 분석을 실시하였다. 분석 결과, 국가별 총 논문 수는 일본 383편(46.8%), 한국 363편(44.4%), 중국 78편(9.5%)순으로 소나무 자생국가를 중심으로 한 관련 연구들이 활발히 진행되었다. 단어 빈도 및 TF-IDF, N-gram, CONCOR 분석을 통해 국내와 국외에서 소나무 관련 주요 연구 주제는 소나무재 선충으로 나타났으며, 사회 및 경제적 환경, 관련 정책 등 차이에 의해 국내와는 달리 국외에서는 '균근' 관련 연구가 주요 연구 영역으로 도출되었다. 또한 소나무 관련 연구는 일부 인문 사회학적인 연구들이 진행되었지만 주로 생태적인 측면에 집중되어 있는 것으로 나타 났다. 이에 소나무의 인문·사회학적 가치를 고려할 때 향후 연구에서는 이와 관련 후속연구가 필요할 것으로 판단된다.



    서론

    소나무는 소나무과(Pinaceae)의 상록침엽교목으로 국내 침엽수 종 조림 면적(12920ha)에서 가장 넓은 조림면적인 41.3% (5340ha)를 차지하는 대표적인 침엽수종이다(KFS, 2016). 소나무 는 세계적으로 한국, 일본, 중국의 산둥반도 및 만주 지역에 자생하 며(Kong, 2006), 한국의 온대 및 아한대 지역인 북위 33°20´∼ 43°20´사이에 대부분 분포하는 생태적 가치가 높은 수종이다 (Yang, 2002). 한국에서 소나무는 옛부터 사찰, 궁궐 등의 가구재 나 건축재로 사용되었으며(Kim & Kim, 2020), 청자백자, 민화, 화각장식에도 널리 이용되는 등 한국인의 생활과 밀접한 나무이다 (Choi, 2007; KFRI, 2012). 또한 소나무는 십장생 중 장수, 선비의 지조 및 절개, 한국인의 기품과 끈기 등 한국인의 정서를 상징하기 때문에 인문 사회적인 가치가 높은 나무이다(Choi, 2007; KFRI, 2012). 하지만 최근 기후변화에 의한 영향으로 남부지방을 중심으 로 집단고사 현상(Chun & Lee, 2013) 등과 솔잎혹파리, 솔껍질깍 지벌레, 소나무재선충 등 산림 병해로 인한 피해가 늘고 있다(Lee et al., 2009). 또한 산불 피해 및 이상기상으로 인한 고사 등도 발생하여 피해사례가 다양해지고 있는 상황이다(Kim et al., 2019). 이에 따라 소나무의 지속적 관리와 보전에 대한 필요성에 따라 관련 연구들이 활발히 진행되었으며 학술데이터의 양도 비약 적으로 축적되고 있다(KFRI, 2005;Chun & Lee, 2013). 이러한 시점에서 소나무 연구에 대한 전반적 현황을 파악하고 객관적인 분석을 통해 향후 연구의 방향성에 대한 고찰이 필요하다고 본다.

    지금까지의 국내 소나무 관련 동향파악 연구는 소나무재선충병 (Moon et al., 2014), 소나무 육종관련 연구동향(Eo et al., 2020) 등 세부연구 영역에 관한 동향분석 연구들이 실시되었다. 하지만 전반적인 동향 분석을 통해 연구주제 및 세부연구영역을 도출하거 나 연구분야에 대한 보완 필요성을 제시하는 연구는 미흡하였다.

    동향파악 연구기법의 경우 연구자가 직접 연구논문을 읽고, 정 성적으로 해석하여 분류 및 고찰하는 내용 분석기법(Content Analysis)이 주로 사용되어 왔다. 하지만 기존의 내용분석기법은 연구자의 주관이 개입될 여지가 있으며, 연구동향을 객관적이고 깊이 있게 파악하기엔 한계가 있다(Yi & Na, 2018). 이러한 이유 로 기존 방법의 한계를 극복하기 위한 다양하고 새로운 방법들이 현재 시도되고 있다(Kim & Song, 2014).

    최근 들어 동향분석 연구에 있어 대량의 텍스트 정보를 객관적 이고 빠른 시간 내 분석이 가능한 텍스트마이닝 기법을 활용하려는 시도가 늘어나고 있다(Lee et al., 2019). 텍스트마이닝은 비정형텍 스트가 내포한 핵심 의미를 추출하는 방법으로(Kim et al., 2019), 다양한 분석 알고리즘을 활용하여 텍스트 정보의 패턴과 연계성을 파악할 수 있어 동향 분석연구에 매우 유용하다(Lee et al., 2019). 최근 산림학에서도 텍스트마이닝 기법을 적용한 동향 분석 연구들 이 시도되고 있으나(Lim et al., 2020;Lee & Lee, 2021), 초기 단계이며 소나무 등의 산림 내 주요 수종을 대상으로 한 동향분석 연구는 거의 없는 실정이다.

    이에 본 연구는 텍스트마이닝 기법을 활용하여 국내와 국외에서 소나무 관련 연구주제들은 어떠하며, 주요 연구영역은 무엇인지를 객관적으로 파악하고자 하였다. 특히, 국내와 국외의 소나무 관련 주요 연구주제 및 영역들에 대한 정량적인 수치 산출을 통한 비교 분석을 실시하여 정책적 기초자료를 제공하고 미흡한 연구 영역 보완을 위한 향후 연구 방향성을 제시하고자 한다.

    재료 및 방법

    1. 빅데이터 분석 과정 및 체계

    소나무에 관한 국내외 연구동향을 분석하기 위해 웹크롤링 → 데이터전처리 → 데이터 분석과정 순으로 연구를 진행하였다(Fig. 1). 특히, 데이터 분석과정에서는 핵심적인 연구주제 및 의미를 도출하기 위해 단어빈도수 및 단어 빈도-역문서 빈도 분석, N-gram, 구조적 등위성 분석(CONvergence of iteration CORrealtion: CONCOR) 등을 진행하였다.

    2. 웹 크롤링

    웹 크롤링이란 웹에서 원하는 정보를 추출하는 것을 의미하며 본 연구는 국내외 대표적인학술데이터베이스 사이트들을 대상으 로 크롤링을 실시하였다. 국내학술자료는 ‘소나무’를 검색어로 하 여 교육학술정보원의 데이터베이스(RISS)의 KCI등재 학술자료를 크롤링하였다. 국외는 Web of Science Journal에서 검색어로 소 나무의 학명인 ‘Pinus densiflora’를 설정하여 SCI, SCIE, ESCI, A&HCI에 등재된 학술 자료를 크롤링하였다. 소나무 관련 학술 데이터는 1958년도부터 데이터가 도출되었으나, 2000년 이전 학 술 논문 데이터의 경우 저장 형식의 상이함으로 인해 연구자가 직접 전사를 통해 데이터를 추출해야 한다는 시간적, 기술적 한계 가 있다. 또한 문헌조사를 통해 2000년 이후 소나무림에 대한 산림 유전자원보호지역 지정 증가(NIFoS, 2016), 기상 및 기후요인 변 화에 따른 산림 훼손 사례가 나타나면서 관련 연구들이 활발히 진행되었음을 확인하였다(NIFoS, 2020). 이에 본 연구는 2001년 1월 1일부터 2020년 12월31일까지를 학술데이터 수집 기간으로 설정하였다. 학술연구 논문 중 연구 대상과 관련이 없거나 내용을 확인할 수 없는 논문, 중복된 논문은 최종 분석 대상에 포함시키지 않았다. 이에 최종적으로 국내 총 3046편, 국외 총 818편을 분석대 상으로 선정하였다.

    3. 데이터 전처리 및 분석

    수집된 비정형 텍스트 데이터 분석을 위해 형태소를 세분화하고 불용어를 제거하는 데이터 전처리 작업을 실시하였다(Karl et al., 2015). 국내 학술 자료는 한국어 자연어 처리(NLP: Natural Language Processing)분야에서 널리 활용되는 Python Open Source Library 인 Konlpy의 mecab_ko클래스를 활용하여 형태 소 분석을 진행하였다. 이후 불용어와 특수문자 제거하여 한국어 텍스트에 대한 정제 과정을 실시하였다. 국외 학술자료의 경우 Python의 scikit-learn라이브러리를 활용하여 주요 명사와 고유 단 어를 추출하는 토큰화(tokenization)작업을 수행하였다. 또한 숫 자, 문장부호, 특수문자 제거, 불용어 제거, 소문자로 변환 등의 사전처리 작업도 실시하였다.

    4. 단어 빈도수 및 단어 빈도-역문서 빈도 분석(TF-IDF)

    본 연구에서는 형태소 분석과 텍스트 추출을 통해 단어 빈도수 와 TF-IDF를 산출하였다. TF-IDF는 형태소 분석에 많이 활용되 며, 여러 문서로 이루어진 문서 군이 있을 때 특정 문서 내에서 특정 단어가 얼마나 중요한지를 나타내는 통계적 수치 자료이다 (Oh et al., 2017). 구체적으로 TF-IDF값은 특정 문서에는 많이 언급되지만, 전체 문서에서 해당 단어가 출현한 문서수가 적은 경 우에 증가한다. 따라서 TF-IDF값이 클수록 핵심주제 및 의미를 나타낼 가능성이 크다고 할 수 있다(Chung et al., 2019).

    본 연구에서는 Python의 scikit-learn라이브러리의 CountVectorizer, TfidfVectorizer 모듈을 활용하여 단어빈도수와 TF-IDF를 도출하 였다. 또한 산출된 단어 빈도수에 대한 가시성 높은 요약정보를 제공하기 위해 Python의 Wordcloud 라이브러리를 활용하여 워드 크라우드 시각화 분석을 진행하였다.

    5. 단어 간 연결강도 분석(N-gram)

    N-gram 분석은 N개 단어의 연쇄를 확률적인 수치로 산출하고 시각화하는 분석방법으로 대용량의 문서에서 특정 단어 뒤에 위치 하는 음절이나 단어의 빈도를 정량적인 수치로 나타낼 수 있다 (Kang & Lee, 2019). 단어 간 연결방향이 화살표를 통해 시각적으 로 표시되며 화살표의 굵기 크기를 통해 연결강도가 결정된다(Yoo et al., 2019). 특히, 학술데이터 분석 시 연관 단어 간 관계성을 분석하면 연구주제 및 방법에 대한 관계 파악이 용이하다(Kim, 2020). 본 연구에서는 공출현 단어의 연결중심성 지수를 도출하고 N-gram 네트워크 그래프로 시각화를 진행하였다. 이를 위해 전처 리 된 학술데이터 자료를 Textom에서 제공하는 N-gram 네트워크 분석 툴을 통해 분석하였다.

    6. 구조적 등위성 분석(CONCOR)

    CONCOR분석은 텍스트 간 상관관계를 바탕으로 연관성 높은 단어 노드들을 그룹화시켜주는 군집분석방법이다(Cho, 2020). CONCOR분석은 단어 간 네트워크 구조에 대한 직관적인 파악이 가능하게 해주며 의미 있는 단어 그룹도출을 통해 특정 그룹의 특성을 파악하는데 용이하다(Choi & Lee, 2020). 이에 본 연구는 세부 연구 영역을 도출하기 위해 Textom을 통해 1-mode Matrix (50×50)를 적용한 데이터 추출을 진행한 후 UCINET6을 활용하 여 CONCOR 분석을 진행하였다.

    결과 및 고찰

    1. 연구논문 추이 및 국가간 연구 현황 분석

    본 연구에서는 지난 20년간(2001∼2020) 소나무와 관련된 국내학술지(KCI) 총 3046편, 국외 등재지(SCI, SSCI, AHCI, ESCI) 총 818편을 수집하였다. 연구 논문 수는 국내학술지는 2013년 249편(8.2%), 2014년 247편(8.1%), 2015년 212편 (7.0%) 순으로 나타났다. 국외의 경우 2019년 67편(8.2%), 2020 편 63편(7.7%), 2015년 53편(6.5%) 순으로 나타났다. 국내 연구 논문은 매년 63~249편 범위에서 연평균 152.3편(±45.92)이 발간 되었으며, 국외는 매년 18~ 67편 범위에서 연평균 40.9편(±12.86) 이 발간된 것으로 나타났다. 종합적으로 국내학술지는 국외학술지 보다 연평균 약 3.7배 정도 많은 수의 논문이 게재되었다. 학술논문 의 연도별 추이를 분석하기 위해 논문발간 연도와 각 연도별 학술 논문 수 간 Spearman 상관분석을 실시한 결과, 국내는 상관계수 r=0.584 (p<0.05), 국외는 r=0.891 (p<0.001)로 통계적으로 유의 미한 양의 상관관계가 인정되었다(Fig. 2). 이는 국내·외적으로 소 나무에 관한 학술연구가 해마다 증가하고 있음을 의미한다.

    국외 학술 연구의 공동연구 현황을 살펴보면 1개 국가에서 진행 한 단일 연구 논문은 580편(70.9%), 2개 이상 국가에서의 공동 연구 논문은 238편(29.1%)으로 확인되었다. 국가별로 단일 연구 논문 수는 일본 294편(35.9%), 한국 249편(30.4%), 미국 6편 (0.7%) 순으로 나타났으며, 공동 연구 논문 수는 한국 114편 (13.9%) 일본 89편(10.9%) 중국 78편(9.5%) 순으로 나타났다. 종합하면 국가별 총 논문 수는 일본 383편(46.8%), 한국 363편 (44.4%), 중국 78편(9.5%)으로 나타났다(Fig. 3). 이는 한국의 해 발 1250m 이하 지역, 일본의 홋카이도와 큐슈 남단지역, 중국 산둥 반도와 만주동남부 등은 소나무가 자생하는 주요 지역으로(Lee, 1980; Min et al., 2019), 현장 조사를 통한 데이터 확보의 용이성 에 의해 관련 연구들이 활발히 진행되었다고 판단된다. 국가 간 Co-work 강도의 경우 한국↔일본(34)이 가장 높은 강도를 나타내 었으며, 한국↔미국(21), 캐나다↔한국(20), 중국↔일본(15), 한국 ↔카타르(10) 순으로 도출되었다(Fig. 4). 종합적으로 소나무 자생 국가 간의 연결강도와 자생국가와 비자생국가 간의 연결강도가 높 게 나타났다. 이 중 미국, 캐나다, 카타르 등 비자생국가는 한국과 연결강도가 높게 나타났는데, 이는 국내 연구진과 소나무가 자생하 지 않는 국가의 국외 연구진 간 공동연구를 수행하는 국제협력과제 로 인한 영향 때문이다(KFRI, 2006).

    소나무 관련 국내 연구논문(KCI)은 503개의 학술지에서 총 3046편이 발간된 것으로 나타났으며 국외 연구논문(SCI, SSCI, AHCI, ESCI)은 315개의 학술지에서 총 818편이 발간되었다. 국 내학술지는 한국산림과학회지 406편(13.3%), 한국환경생태학회 지 334편(11.0%), 목재공학 305편(10.0%) 순으로 발간된 논문 편수가 많았으며 국외는 Journal of Forest Research 33편(4.03%), Mycorrhiza 23편(2.8%), Nematology 21편(2.6%)순으로 나타났 다(Table 1). 국내의 경우 상위 15개 학회지가 총 1701편을 발간하 여 전체 논문의 55.8%를 차지하였으며 국외 등재지는 상위 15개 학회지가 총 252편으로 전체 논문의 30.8%를 차지하는 것으로 나타나, 국외보다 국내에서 특정 학술지를 중심으로 한 관련 연구 가 활발히 진행됨을 알 수 있었다.

    2. 단어빈도(TF) 및 단어빈도-역문서 빈도(TF-IDF) 분석

    ‘소나무를 키워드로 하여 도출된 데이터로 상위 15개 단어에 대한 단어빈도 분석을 실시한 결과는 Table 2와 같다. 국내 학술지 의 경우 ‘소나무림’의 빈도수(191)가 가장 높게 나타났으며, ‘재선 충’, ‘식생’, ‘구조’, ‘생장’ 순으로 도출되었다(Fig. 5a). 단어특성 을 살펴보면, ‘소나무림’, ‘식생’, ‘구조’ 등의 단어는 소나무 군락 을 대상으로 한 식생형 및 식생 구조 변화 관련 연구들이 활발히 진행된 결과라 판단된다(Cho & Lee, 2011;Lee et al., 2013). ‘재선충’ 단어도 2번째로 높은 결과를 나타냈다. 이는 소나무 재선 충병의 발생빈도 및 피해지역이 증가함에 따라(Park et al., 2018), 재선충병 피해지역 확산방지 및 산림자원 보호를 위한 다양한 물리 적 및 화학적 방제기술 적용에 관한 연구, 환경특성을 고려한 방제 관련 연구 등이 활발히 실시되었기 때문이라고 판단된다(Lee et al., 2015;Lee et al., 2017). 또한 ‘토양’, ‘추정’ 단어도 상위권으 로 도출되었는데, 이는 소나무림 산불 피해지를 대상으로 한 토양 이화학적 특성 및 동태변화 추정과 관련 연구실시에 따른 영향으로 판단된다(Koo et al., 2006;Kim et al., 2016). 이외에도 ‘목재’, ‘처리’, ‘제조’ 등의 목재특성 관련 단어들도 높은 비율을 나타내었 는데, 소나무 목재의 표면재질 특성, 옹벽 강도 평가, 목재칩 등 목재의 물리적 화학적 특성 관련 연구들이 진행되었기 때문이다 (Eun et al., 2008;Kim et al., 2019).

    국외학술지에서도 ‘forest’의 빈도수(293)가 가장 높게 나타났 으며 ‘wood’, ‘growth’, ‘carbon’, ‘red’ 순으로 높게 나타났다 (Fig. 5b). 도출된 단어 중 ‘forest’, ‘growth’, ‘biomass’는 소나무 림 안에서의 버섯류의 균사생장(Kaneda & Kaneko, 2004;Oh & Lim, 2018) 및 탄소흡수량의 변화에 따른 소나무 생장(Ultra et al., 2012;Yi et al., 2013), 소나무림의 바이오매스 생산량에 관련 연구(Chiwa et al., 2012;Cho et al., 2019)등 생장특성에 관한 연구들이 활발히 실시되었기 때문이다. ‘carbon’도 상위 단어 로 도출되었는데 이는 소나무림 안에서의 토양 탄소저장량 변화에 관한 연구(Nam et al., 2015; Lu et al., 2019)들이 주로 실시되었 기 때문이다. 이외에도 ‘fungi’, ‘ectomycorrhizal’ 등 소나무림 내에 형성된 균류 특성분석(Zong et al., 2015;Sarsekova et al., 2020)과 관련된 주제어들도 상위권에 등장하였다.

    TF-IDF 분석에서 국내는 빈도수와 TF-IDF간 높은 상관성 (r=0.996, p<0.001)을 나타냈으며, 국외도 단어 빈도수와 TF-IDF 간 강한 상관관계(r=0.912, p<0.001)를 나타냈다. 이는 도출된 각 단어들이 연구논문에서 상투적으로 활용되는 단어들이 아니라 핵 심주제 및 의미를 나타낼 가능성이 높음을 의미한다(Jang et al., 2020).

    상위 단어들은 특성을 종합해보면, 국내의 경우 연구대상지, 소 나무재선충병, 목재특성, 토양 관련 주제어들이 도출되었으며, 국 외는 연구대상지, 생장특성, 토양탄소, 균류 등의 관련된 주제어들 이 도출되었다. 연구대상지와 관련된 ‘forest’는 국외와 국내 모두 TF와 IDF에서 가장 빈도가 높은 핵심단어로 나타나 소나무 군락 및 임분을 대상으로 한 관련 연구들이 활발함을 알 수 있었다 (Narimatsu et al., 2015;Lee et al., 2020). 이외에도 목재특성, 토양 관련된 연구들은 국내와 국외 모두 지속적으로 관심을 받는 주요 주제어임을 도출하였으며 균류특성에 관한 연구의 경우 국외 (9위, 13위)에 비해 국내(239위, 247위)에서 상대적으로 관심이 적음을 나타내었다.

    3. 동시출현 단어 분석(N-gram)

    동시출현 단어빈도 분석결과, 국내 학술지에서는 ‘소나무 → 재 선충’ 이 연결강도(강도수 176)가 가장 높게 도출되었으며, 이외에 도‘식생 → 구조(80)’, ‘군집 → 구조(30)’, ‘소나무 → 묘목(24)’ 순 으로 연결강도가 높게 도출되었다(Fig.6a). 이는 TF 및 TF-IDF분 석 결과와 동일하게 소나무재선충병이 중요 연구주제임을 의미하 며(Lee et al., 2015;Lee et al., 2017), 소나무 군집 구조 및 생태적 특성(Lee & Oh., 2009;Kwon et al., 2010), 양분 농도에 따른 소나무 묘목의 생장 특성(Lee et al., 2005; Won et al., 2006)등과 관련된 연구들 역시 활발했기 때문이다.

    국내에서 단어연쇄 군집 수는 14개를 나타냈으며 상대적으로 연쇄 단어가 많은 핵심 군집 2개가 도출되었다. 이 중 ‘소나무’가 포함된 군집이 연결강도가 가장 높으며, 관련 단어 수도 26개로 핵심군집임을 알 수 있었다. ‘소나무’를 중심으로 한 핵심군집에서 는 주제어인 ‘소나무’를 중심으로 화살표가 방사형을 나타났으며, 이 중 ‘소나무’ → ‘재선충’ → ‘피해목’, ‘매개충’ 등의 단어들 간 연쇄가 상대적 가장 강하게 연결됨을 확인하였다. 이는 소나무 재 선충, 매개충인 솔수염 하늘소 방제를 위한 화학적, 물리적 그리고 생물학적 관련 방제법들에 대한 관련 연구가 활발하였기 때문이다 (Jeon et al., 2011;Kim et al., 2020). 이외에도 ‘소나무’가 포함된 군집에는 ‘리기다소나무’, ‘굴참나무’, ‘낙엽송’ 등 주요 수종과 관 련된 단어들도 연쇄군집을 형성하였다.

    ‘식생’ 단어를 중심으로 한 단어 연쇄 군집 수는 11개를 나타내 었다. 군집에서 단어 간 연결방향은 ‘남산’, ‘울진’, ‘근교’ → ‘구 조’, ‘군집’ → ‘관리’로 나타났는데, 이는 국가장기생태연구지역 중 도시림의 대조지역인 남산(Yi & Kim, 2018), 산림유전자원보 호림으로 지정된 울진(Yeo & Bang, 2007) 등 생태적 가치가 높은 소나무림을 대상으로 한 군집 구조 분석을 통한 관리방안 도출 관련 연구들이 실시되었기 때문이다(Lee et al., 2006;Kim & Cho, 2017).

    국외는 ‘wilt → disease’이 연결강도(강도수72)가 가장 높게 도 출되었으며 ‘trichloma →matsutake (42)’, ‘bursaphelenchus → xylophilus (39)’, ‘ectomycorrhizal → fungi (38)’의 순으로 소 나무재선충과 균근 관련 연구 주제어들이 도출되었다(Fig. 6b). 소 나무재선충은 국내와 동일하게 국외에도 주요 연구주제어임을 나 타내었는데(Liu et al., 2020;Ozair et al., 2021), 재선충병은 일 본, 중국, 한국 그리고 포르투갈 등에서 피해가 심각하며(Zhou et al., 2007), 특히 일본에서는 1920년대 초 큐수지역에서 처음으로 발병한 뒤 1970년대 일본 전역에 재선충병이 확산되어 다양한 방 제 개발 관련 연구들이 실시되었다(Wang et al., 2011;Mamiya et al., 2018). 또한 국내 연구에서 나타나지 않았던 균근 관련 연구 주제어 간 높은 연결강도를 나타냈는데, 소나무 뿌리 끝 세근에 살면서 소나무에게 무기양분을 공급하고 탄수화물을 공급받는 활 물공생균인 송이버섯(Tricholoma matsutake)에 대한 연구가 활발 함을 알 수 있었다(Yamada et al., 2006). 특히. 일본에서 송이버섯 은 경제적인 가치가 높지만(Chunlan et al., 2006), 소나무재선충 병에 의한 고사로 2018년 기준 송이버섯 수요의 75%를 국외로부 터 충당할 만큼 생산량이 감소하였다(Iwase, 1997;CTB, 2019). 이에 일본 내에서는 송이버섯의 상업적 수요 충족을 위해 균사체의 인공배양 메커니즘 관련 연구들이 활발하였는데(Yamada et al., 2006;Takashi et al., 2020), 구체적으로 균류와 소나무 군집 간의 생장특성, 공간분포, 유전적 다양성 등 다양한 영향관계를 분석한 연구들이 실시되었다(Lian et al., 2006;Amend et al., 2009).

    국외 학술연구의 단어 연쇄 군집수는 21개로 도출되었으며, 핵 심 군집 1개가 도출되었다. 핵심군집에는‘pine’을 중심으로 화살표 가 방사형으로 분산되는 형태를 보였다. 핵심군집에서는 ‘pine’ → ‘wilt’ → ‘disease’ 등 소나무재선충병 관련 단어 군집이 가장 강한 연결성을 나타내었다. 이외에도 ‘pine’ → ‘soil’ → ‘respiration’, ‘properties’등 토양 특성 관련 연구들이 단어 군집이 연결성을 나 타내었으며, densiflora → quercus → serrata 등 소나무와 함께 연 구된 주요 수종들이 단어 군집 안에 포함되어 있음을 알 수 있었다.

    4. 소나무에 관한 세부 연구 영역 도출

    연관성이 높은 단어를 그룹화하여 CONCOR분석(Kim, 2020) 을 통해 세부연구영역을 구분하였다. CONCOR 분석을 통한 시각 화 시 단어 빈도수가 클수록 노드 크기가 커지며, 단어간 연결강도 가 높으면 노드 간의 연결선이 굵게 나타난다. 분석결과, 국내의 경우 주요 연구영역 2개와 소규모 연구영역 5개가 도출되었으며 (Fig. 7a), 국외는 주요 연구영역 1개, 소규모 연구영역 5개가 도출 되었다(Fig. 7b).

    국내 주요 연구영역의 1번째 그룹은 ‘숲’, ‘식생’, ‘종’, ‘구조’, ‘지역’ 등이 상위단어로 도출되었으며, 이 그룹 안에는 특정 대상지 를 대상으로 한 소나무 식생 군집 구조 분석과 관련된 단어들이 포함되었다(Jang et al., 2020;Yu et al., 2020). 이에 주요 연구영 역1을 ‘식생군집 구조’라 명명하였다. 2번째 그룹은 ‘토양’, ‘탄소’, ‘잣나무’ 등이 상위 단어로 도출되었다. 이는 소나무림 및 잣나무림 의 토양을 대상으로 한 탄소 저장량 변화 및 평가 관련 연구(Park et al., 2013;Seo et al., 2016), 산불피해지 토양에 관한 호흡량, 이화학적 특성에 관한 연구들이 주로 실시되었기 때문이다(Kwon et al., 2012;Kim et al., 2016). 이에 주요 연구영역 2를 ‘토양 탄소’라 명명하였다. 이외에도 국내에서 ‘소나무재선충병’, ‘수피 추출물’, ‘생장특성’, ‘산불’로 명명된 소나무 관련된 소규모 연구 영역 그룹들이 도출되었다.

    국외 주요 연구영역의 1번째 그룹은 ‘forest’, ‘soil’, ‘carbon’, ‘growth’, ‘nitrogen’, ‘biomass’ 등이 상위단어로 도출되었다. 이 는 소나무림 토양 내 탄소 및 질소 저장량의 시계열적 변화 특성에 관한 연구들이 주로 실시되었기 때문이다(He et al., 2013;Noh et al., 2017). 이에 주요 연구영역 1을 ‘탄소 및 질소’라 명명하였 다. 이외에도 국외에서는 ‘수피 추출물’, ‘소나무재선충’, ‘균근’, ‘생장특성’, ‘솔잎추출물’로 명명된 소나무 관련 세부연구영역이 도출되었다.

    종합해보면 ‘소나무재선충’, ‘수피 추출물’, ‘생장특성’은 국내 와 국외에서 공통적으로 관심을 갖는 세부연구 영역임을 알 수 있었다. 국내의 경우 재선충병은 국가차원에서 방제지침, 소나무재 선충병 방제특별법 등을 제정해 관리할 만큼 심각한 산림재해로 인정하고 있다(KFS, 2016). 또한 소나무의 주요 자생지인 일본, 중국 등 동아시아 전역으도 피해가 확산되고 있다(Hoshikawa & Yamamoto, 2020;Zhang et al., 2021). 이에 산림청의 제2차 산림 과학기술기본계획(2018~2027)에서 ICT・BT 기반 소나무재선충 병 예찰 및 방제 기술 고도화 정책 추진(KFS, 2018)과 아시아 침엽수림에서의 확산 및 피해 현황 증가(Zhou et al., 2021)등을 근거로 할 때 향후에도 재선충 관련 연구는 국⋅내외에서 중요하게 다루어 질 것이라 판단된다. 또한 국외에서는 ‘균근’과 ‘솔잎추출 물’이 세부연구영역으로 도출된 반면 국내의 경우 ‘산불’ 관련 세 부연구영역이 도출된 점에 차이를 나타내었다. 특히, 균근은 일본 에서 연구가 가장 활발히 진행되었는데, 소나무재선충병에 의 해 소나무의 활물공생균인 송이버섯의 상업적 수요 충족 문제 (Yamada et al., 2006;Takashi et al., 2020)를 국내보다 더욱 이슈화시켜 연구하는 경향을 보여주었다. 이는 관련 정책, 문화·사 회적 환경 등에 기인하기 때문인데 국내에서도 균근 관련 연구의 다양성 확보 측면 등을 고려해볼 필요가 있다.

    소나무와 관련된 연구는 주로 생태적인 측면에 집중되었음을 나타내었다. 국내에서 문화(TF 224위), 문화경관림(TF 664위), 국 외에서 culture (TF 281위) 등 일부 인문 사회학적 연구들이 진행 되었지만 생태관련 연구에 비해 미흡하였다. 소나무는 한국에서 사회·문화적 가치가 높은 수종임에도 불구하고, 소나무의 역사적 가치, 인문·사회학적 의미에 대한 깊이 있는 해석과 통찰이 부족했 던 것이 사실이다(Choi, 2007; KFRI, 2012). 따라서, 이러한 인문· 사회학적 후속 연구과 대국민 홍보를 통해 소나무의 중요성에 대한 인식과 보전에 대한 공감대를 형성해 나아갈 필요가 있다.

    감사의 글

    본 연구는 산림청(한국임업진흥원) ‘산림과학기술 연구개발사 업(2019150C10-2223-0301)’과 ‘산림분야 재난·재해의 현안해결 형 연구개발사업(2021346B10-2223-CD01)’의 지원에 의하여 이 루어진 것입니다.

    Figure

    JALS-56-2-35_F1.gif

    Analysis process.

    JALS-56-2-35_F2.gif

    Trend analysis of KCI and SCI, SSCI, AHCI, ESCI journals.

    JALS-56-2-35_F3.gif

    Number of papers published from top 15 countries from 2001 to 2020.

    JALS-56-2-35_F4.gif

    Co-word network analysis between countries.

    JALS-56-2-35_F5.gif

    Wordcloud.

    JALS-56-2-35_F6.gif

    N-gram network.

    JALS-56-2-35_F7.gif

    CONCOR Analysis.

    Table

    Number of papers reviewed from each journal

    TF and TF-IDF Information of extracted 15 words

    Reference

    1. Amend A , Keeley S and Garbelotto M. 2009. Forest age correlates with fine-scale spatial structure of Matsutake mycorrhizas. Mycol. Res. 113(5): 541-551.
    2. Chiwa M , Matsuda T , Nakatani N , Kobayashi T , Kume A and Sakugawa H. 2012. Effects of canopy N uptake on foliar CO2 assimilation rates and biomass production and allocation in Japanese red pine seedlings. Can. J. For. Res. 42(7): 1395-1403.
    3. Cho HJ and Lee CB. 2011. Vegetation types and diversity patterns of Pinus densiflora. J. Korean Soc. of For. Sci. 100(1): 118-123.
    4. Cho JS , Jeon HW , Kim MH , Vo TK , Kim J , Park EJ and Ko JH. 2019. Wood forming tissue‐specific bicistronic expression of Pd GA 20ox1 and Ptr MYB 221 improves both the quality and quantity of woody biomass production in a hybrid poplar. Plant Biotechnol. J. 17(6): 1048-1057.
    5. Cho YJ. 2020. Study on perception of 3D printing fashion using big data analysis. Korean Soc. Sci. Art 38(1): 271-283.
    6. Choi YH and Lee KH. 2020. Analysis of football fans’ uniform consumption: Before and after Son Heung-Min’s transfer to Tottenham Hotspur FC. J. Intell. Inf. Syst. 26(3): 91-108.
    7. 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. Korean J. Agric. For. Meteorol. 15(4): 219-233.
    8. Chung PI , Ahn HC and Kwahk KY. 2019. Identification of core features and values of smartphone design using text mining and social network analysis. Korean J. Bus. Admin. 32(1): 27-47.
    9. Chunlan L , Maki N , Kazuhide N and Taizo H. 2006. Tricholoma matsutake in a natural Pinus densiflora forest: Correspondence between above- and below-ground genets, association with multiple host trees and alteration of existing ectomycorrhizal communities. New Phytol. 171(4): 825-836.
    10. CTB (Customs and Tariff Bureau). 2019. Trade statistics of Japan. http://www. customs.go.jp/toukei/info/index_e.ht ml (2021.12.19.).
    11. Eo SH , Lee BJ , Kang KS , Kang JW , Choeng EJ and Choi MS. 2020. Overview of research on forest tree breeding in South Korea based on the keyword analysis in research articles. Korean J. Breed. Sci. 52: 189-197.
    12. Eun DJ , Kwon SM and Kim NH. 2008. Variation of fine structure of wood cellulose within stems of 3 commercial softwood species grown in Korea. J. Korean Wood Sci. Technol. 36(1): 12-20.
    13. He JS , Muraoka H , Son Y and Fang J. 2013. Carbon patterns and processes in East Asian ecosystems: Multi-scale approaches. J. Plant Ecol. 6(5): 323-324.
    14. Hoshikawa T and Yamamoto K. 2020. Individual tree detection and classification for mapping pine wilt disease using multispectral and visible color imagery acquired from unmanned aerial vehicle. J. Remote Sens. Soc. Jpn. 40(1): 13-19.
    15. Iwase K. 1997. Cultivation of mycorrhizal mushrooms. Food Rev. Int. 13: 431-442.
    16. Jang JE , Lee SC and Choi SH. 2020. Ecological characteristics and vegetation structure analysis of Eurya japonica community: Focusing on Busan metropolitan city. Korean J. Environ. Ecol. 34(2): 157-169.
    17. Jeon KW , Kim CS , Park NC , Hur TC and Hong SC. 2011. Effects on control of pine wilt disease (Bursaphelenchus xylophilus) by thinning methods in red pine(Pinus densiflora) forest. J. Korean Soc. of For. Sci. 100(2): 165-171.
    18. Kaneda S and Kaneko N. 2004. The feeding preference of a collembolan (Folsomia candida Willem) on ectomycorrhiza (Pisolithus tinctorius (Pers.)) varies with mycelial growth condition and vitality. Appl. Soil Ecol. 27(1): 1-5.
    19. Kang JY and Lee YD. 2019. A big data analysis of ‘Youth Counseling 1388’ utilizing text mining: Focused on NAVER knowledge in 2011∼2018. Korean J. Youth Couns. 27(2): 127-147.
    20. Karl A , Wisnowski J and Rushing WH. 2015. A practical guide to text mining with topic extraction. Wiley Interdiscip. Rev. Comput. Stat. 7(5): 326-340.
    21. KFRI(Korea Forest Research Institute).2005. The survey of natural pine forest in Kwangnung experimental forest. KFRI, Seoul.
    22. KFRI.2006. Analysis of research trends related to pine wilt disease. KFRI, Seoul.
    23. KFRI.2012. Economic tree species 1 pine tree. KFRI, Seoul.
    24. KFS(Korea Forest Service).2016. Statistical yearbook of forest. KFS, Daejeon.
    25. KFS.2018. The 2nd forest science and technology basic plan (2018~2027). KFS, Daejeon.
    26. Kim CS , Cho CG , Baek GW , Park SW , Cho HS and Ma HS. 2016. Soil physicochemical properties of tree plantations in a fire-disturbed forest and an undisturbed stand in Ulsan metropolitan city. J. Korean Soc. of For. Sci. 105(2): 167-176.
    27. Kim CS , Jo CG , Baek GW , Park SW , Cho HS and Ma HS. 2016. Soil physicochemical properties of tree plantations in a fire-disturbed forest and an undisturbed stand in Ulsan metropolitan city. J. Korean For. Soc. 105(2): 167-176.
    28. Kim ES , Lee B and Lim JH. 2019. Forest damage detection using daily normal vegetation index based on time series Landsat images. Korean J. Remot. Sens. 35(6-2): 1133-1148.
    29. Kim HB , Chung HW , Kim MK , Park YG , Yang SY and Yeo HM. 2019. Surface knot segmentation of wood using mask R-CNN. Conference Proceedings.
    30. Kim HJ and Song M. 2014. A study on the research trends in domestic and international information science articles by co-word analysis. Korean J. Inform. Sci. 31(1): 99-118.
    31. Kim HY and Cho HJ. 2017. Vegetation composition and structure of Sogwang-ri forest genetic resources reserve in Uljin-gun, Korea. Korean Soc. Enviro. Ecol. 31(2): 188-201.
    32. Kim J , Nam S and Song J. 2020. Susceptibility of Pine Wood nematode vectors to ULV insecticides sprayed from an unmanned jelicopte. Korean J. Appl. Entomol. 30(1): 1-9.
    33. Kim JY and Kim BR. 2020. Microfibril angle characteristics of Korean pine trees from depending on provinces. Conference Proceedings of the Korean Wood Science and Technology.
    34. Kim K. 2020. Trends analysis on research articles of the sharing economy through a meta study based on big data analytics. J. Internet Comput. Serv. 21(4): 97-107.
    35. Kong WS. 2006. Biogeography of native Korean Pinaceae. J. Korean Geograph. Soc. 41(1): 73-93.
    36. Koo KS , Lee CH , Lee SW , Jeong YH , Kim CS and Kim HH. 2006. Fertilization effects on soil properties, understory vegetation structure and growth of Pinus densiflora seedlings planted after forest fires. J. Korean For. Soc. 95(3): 334-341.
    37. Kwon DJ , Jung SH , Han HS , Lim JH and Kim SD. 2012. Comparison of soil respiration in the burned and the unburned pine forest. Conference Proceedings of the J. Korean Forest Society.
    38. Kwon OJ , Oh CH , Choi SH and Lee SD. 2010. Analysis on the plant community structure of Pinus densiflora forest of Hiyangsan in Mungyeong. Conference Proceedings of the Korean J. Environment and Ecology.
    39. Lee CS , Cho YC , Shin HH , Lee CH and Lee SM. 2006. Ecological characteristics of Korean red pine (Pinus densiflora S. et Z.) forest on Mt. Nam as a long term ecological research site. J. Ecol. and Field Biol. 29(6): 593-602.
    40. Lee DS , Nam Y , Choi WI and Park YS. 2017. Environmental factors influencing on the occurrence of Pine Wilt disease in Korea. Korean J. Ecol. Environ. 50(4): 373-380.
    41. Lee E , Lee S , Park J , Kim E , Hong Y , Lee S and You Y. 2020. Correlation between a soil respiration and environmental factors, air temperature and precipitation in Pinus densiflora community in Namsan and meaning on an urban forest management. J. Korean Soc. of For. Sci. 109(2): 136-144.
    42. Lee GH , Lee GY , Hu IR , Lee YS , Jun DS , Choi GJ and Seok WS. 2015. A runoff characteristics study of thiacloprid by helicopter spraying to exterminate Bursaphelenchus xylophilus. Korean J. Nat. Conserv. 9(2): 157-162.
    43. Lee HS. 2019. Eco-tourism research trends and tasks in Korea: A focus on content analysis. Int. J. Tour. Hosp. Ress. 33(2): 5-20.
    44. Lee JK and Lee CB. 2021. A study on domestic research trends (2001-2020) of forest ecology using text mining. J. Korean Soc. of For. Sci. 110(3): 308-321.
    45. Lee KJ , Kwak JI , Kwak NH and Jang JS. 2013. Plant community structure of Pinus densiflora S. et Z. forest in the Geumjeongsan(Mt.), Busan metropolitan city. Korean J. Environ. Ecol. 27(4): 462-472.
    46. Lee KS , Lee JH , Kim SK , Bae SW and Jung MH. 2009. Consideration of silvicultural practice by taking community type of Pinus densiflora stand. Korean J. Environ. Ecol. 23(1): 56-65.
    47. Lee SI , Seo JI , Lee Y , Kim SW and Chun KW. 2019. Analysis of research trends on mountain streams in the republic of Korea: Comparison to international research trends. Korean J. Environ. Ecol. 33(2): 216-227.
    48. Lee SM and Oh CH. 2009. Characteristics of Pinus densiflora community structure in Mt. Baekak as urban forests. Conference Proceedings of the J. Korean Society of Forest Science.
    49. Lian C , Narimatsu M , Nara K and Hogetsu T. 2006. Tricholoma matsutake in a natural Pinus densiflora forest: Correspondence between above‐and below‐ground genets, association with multiple host trees and alteration of existing ectomycorrhizal communities. New Phytol. 171(4): 825-836.
    50. Lim J , Kim KM , Kim MK , Yi JM and Park JW. 2020. Trend analysis of North Korean forest science research (1962-2016) by data mining. J. Korean Soc. of For. Sci. 109(1): 81-98.
    51. Liu J , Wu S , Hu X , Xie W , Huang X , Liang G and Zhang F. 2020. Early changes in bacterial communities in wound tissues of Pinus massoniana after inoculation with Bursaphelenchus xylophilus. Nematology 23(1): 89-101.
    52. Lu J , Feng Z and Zhu Y. 2019. Estimation of forest biomass and carbon storage in China based on forest resources inventory data. Forests 10(8): 650.
    53. Mamiya Y , Kobayashi K , Hoshizaki K , Yoshida A and Ohta K. 2018. Population densities of the pine wood nematode, Bursaphelenchus xylophilus, in dead pine trees caused by pine wilt disease in cool areas of Japan. Nematol. Res. 48(2): 63-70.
    54. Min HJ , Lee MS and Bae YS. 2019. Evaluation of antioxidant and glucokinase activity of Pinus densiflora isolated compounds. Conference Proceedings of the Korean Wood Science and Technology.
    55. Moon IS , Han HR , Jeon HM and Choi GS. 2014. The current state and research trends of pine wilt disease. Conference Proceedings of the Korean Society of Applied Entomology Conference.
    56. Narimatsu M , Koiwa T , Masaki T , Sakamoto Y , Ohmori H and Tawaraya K. 2015. Relationship between climate, expansion rate, and fruiting in fairy rings (‘shiro’) of an ectomycorrhizal fungus Tricholoma matsutake in a Pinus densiflora forest. Fungal Ecol. 15: 18-28.
    57. National Institute of Forest Science(NIFoS).2016. A study on the conservation management system of the Korean pine tree. NIFoS, Seoul.
    58. NIFoS.2020. Pine wilt disease detection and control plan (2013). NIFoS, Seoul.
    59. Noh NJ , Yoon TK , Kim RH , Bolton NW , Kim C and Son Y. 2017. Carbon and nitrogen accumulation and decomposition from coarse woody debris in a naturally regenerated Korean red pine (Pinus densiflora S. et Z.) forest. Forests 8(6): 214.
    60. Oh SY and Lim YW. 2018. Root-associated bacteria influencing mycelial growth of Tricholoma matsutake (pine mushroom). J. Microbiol. 56(6): 399-407.
    61. Oh YR , Min JO , Kim YG , Kim DJ , Park YK and Lee BG. 2017. A comparative analysis for the extraction of similar patent claims based on word embedding. Conference Proceedings of the Korean Institute of Information Scientists and Engineers.
    62. Ozair M , Hussain T , Abro KA , Jameel S and Awan AU. 2021. Role of pine wilt disease based on optimal control strategy at multiple scales: A case study of Korea. J. Biosci. 46(4): 1-16.
    63. Park CW , Lee JY , Yi MJ , Kim CS , Park GS , Kim RH , Lee KH and Son YH. 2013. Estimation of change in soil carbon stock of Pinus densiflora forests in Korea using KFSC model under RCP 8.5 climate change scenario. J. Clim. Chang. Res. 4(2): 77-93.
    64. Park WH , Ko DW , Kwon TS , Nam Y and Kwon YD. 2018. Analysis of pinewood nematode damage expansion in Gyeonggi Province based on monitoring data from 2008 to 2015. J. Korean Soc. of For. Sci. 107(4): 486-496.
    65. Sarsekova D , Ayan S and Talgat A. 2020. Ectomycorrhizal flora formed by main forest trees in the Irtysh river region of central and Northeastern Kazakhstan. South-East Europ. Forest. 11(1): 61-69.
    66. Seo YO , Jung SC and Lee YJ. 2016. Estimation of carbon storage for Pinus rigida stands in Muju. Korean J. Environ. Ecol. 30(3): 399-405.
    67. Takashi Y , Akiyoshi Y and Hitoshi F. 2020. Advances in the cultivation of the highly-prized ectomycorrhizal mushroom Tricholoma matsutake. Mycoscience 61(2): 49-57.
    68. Ultra JVU , Han SH , Kim DH and Aggangan NS. 2012. Changes in growth, photosynthetic parameters, carbon and nitrogen uptake of Pinus densiflora S. et Z. under elevated temperature and CO2 level. Asia Life Sci. 21: 523.
    69. Wang CY , Fang ZM , Wang Z , Zhang DL , Gu LJ , Lee MR and Sung CK. 2011. Biological control of the pinewood nematode Bursaphelenchus xylophilus by application of the endoparasitic fungus Esteya vermicola. BioControl 56(1): 91-100.
    70. Won HK , Lee YY , Jeong JH , Koo KS , Lee CH , Lee SW , Jeong YH , Kim CS and Kim HH. 2006. Fertilization effects on soil properties, understory vegetation structure and growth of Pinus densiflora seedlings planted after forest fires. J. Korean For. Soc. 95(3): 334-341.
    71. Yamada A , Maeda K , Kobayashi H and Murata H. 2006. Ectomycorrhizal symbiosis in vitro between Tricholoma matsutake and Pinus densiflora seedlings that resembles naturally occurring ‘shiro’. Mycorrhiza 16(2): 111-116.
    72. Yang HS. 2002. Phytosociological studies of Pinus densiflora forest in Islets of southwestern coast, Korea. Korean J. Ecol. 25(3): 197-204.
    73. Yeo JH and Bang SH. 2007. Analysis of professionals’ willingness to pay about the Kumkang pine tree stock in Ul-Jin. Korean Inst. Forest Recreat. Wel. 11(2): 11-23.
    74. Yi HB and Kim HJ. 2010. Species composition and species diversity of moths (Lepidoptera) on Quercus mongolica forests sand Pinus densiflora forests, in Korean national long-term ecological research sites (Mt. Nam, Mt. Jiri, Mt. Wolak). Korean J. Appl. Entomol. 49(2): 105-113.
    75. Yi I and Na E. 2018. Unstructured data analysis and visualization “Korean J. Industrial and Organizational Psychology (2010~2017)”. Korean J. Ind. Organ. Psychol. 31(2): 499-518.
    76. Yi K , Park CW , Ryu SR , Lee KH , Yi MJ , Kim C and Son Y. 2013. Simulating the soil carbon dynamics of Pinus densiflora forests in central Korea. Scand. J. For. Res. 28(3): 241-256.
    77. Yoo JY , Kim JY and Baek HS. 2019. Bibliometric analysis on studies of Korean intangible cultural property dance: Focusing on events in the Seoul area. J. Korea Entertain. Ind. Assoc. 13(4): 139-147.
    78. Yu SB , Lee SC , Kang HM , Kim YS , Shin HS and Choi SH. 2020. Analysis of vegetation structure on the 2nd old trail in Mudeungsan national park. Korean J. Environ. Ecol. 34(3): 224-234.
    79. Zhang W , Wang X , Li Y , Liu Z , Li D , Wen X , Feng Y and Zhang X. 2021. Pinewood nematode alters the endophytic and rhizospheric microbial communities of Pinus massoniana. Microb. Ecol. 81(3): 807-817.
    80. Zhou X , Chen S , Lu F , Guo K , Huang L , Su X and Chen Y. 2021. Nematotoxicity of a cyt-like protein toxin from Conidiobolus obscurus (entomophthoromycotina) on the pine wood nematode Bursaphelenchus xylophilus. Pest Manag. Sci. 77(2): 686-692.
    81. Zhou Z , Sakaue D , Wu B and Hogetsu T. 2007. Genetic structure of populations of the pinewood nematode Bursaphelenchus xylophilus, the pathogen of pine wilt disease, between and within pine forests. Phytopathology 97(3): 304-310.
    82. Zong K , Huang J , Nara K , Chen Y , Shen Z and Lian C. 2015. Inoculation of ectomycorrhizal fungi contributes to the survival of tree seedlings in a copper mine tailing. J. For. Res. 20(6): 493-500.
    오늘하루 팝업창 안보기 닫기
    오늘하루 팝업창 안보기 닫기