메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
이종락 (경희대학교 산업대학) 윤종화 (강원대학교 임과대학) 이흥균 (임업시험장) 김장수 (고려대학교 농과대학)
저널정보
한국산림과학회(구 한국임학회) 한국산림과학회지 한국산림과학회지 제76권 제3호
발행연도
1987.1
수록면
181 - 192 (12page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
각산정(角算定) 측정법(測定法)으로 임분재적(林分材積)을 추정(推定)할 수 있도록 하기 위하여 경기, 충남북, 강원지역 등의 소나무임분(林分)에서 표준지(標準地) 164개소(個所)를 선정(選定)하여 각(各) 조사인자별(調査因子別)로 실측(實測)하고 Plotless Sampling 방법(方法)으로 측정(測定)한 자료(資料)를 가지고 임분재적(林分材積) 조제방법(調製方法)과 Plotless Sampling 법(法)에 필요한 각종(各種) 표(表)를 조제하여 이를 종합적으로 분석검토(分析檢討)한 결과(結果)를 요약(要約)하면 다음과 같다. 1. 각산정(角算定) 측정법(測定法)에 의하여 측정(測定)이 가능(可能)한 임분평균수고(林分平均樹高), ha 당(當) 단면적(斷面積), 단면적수고(斷面積樹高)의 측정치(測定値)와 표준지(標準地)에서 측정(測定)한 실측치(實測値) 사이에는 회귀계수(回歸係數) b 가 거의 1인 Y=bx 의 회귀계수(回歸係數)가 성립(成立) 하였으며 이들 사이에는 유의차(有意差)가 없어 소나무림(林)에서 각산정(角算定) 측정법(測定法)로 임분재적(林分材積)을 추정(推定)할 수 있다. 2. Dendrometer 로 측정(測定)이 가능한 인자(因子)를 이용(利用)하여 구한, 가장 적합(適合)한 임분재적식(林分材積式)은 log V = -0.0208+0.8497 log G. H., log V = -0.0028+0.7981 log G+0.9313 log H 이며 본식(本式)에 의하여 조제된 임분재적표(林分材積表)는 Table 4, 5와 같으며 표(表)에 의한 측정치(測定値)와 실측치간(實測値間)의 추정오차율(推定誤差率)은 1변수재적표(變數材積表)가 9.16%, 2변수재적표(變數材積表)가 8.50%이었다. 3. 각산정(角算定) 측정법(測定法)에 의한 임분재적(林分材積) 추정시(堆定時) 필요(必要)한 인자(因子)인 임분형상고(林分形狀高), 형상단면적(形狀斷面積), 임분형수(林分形數) 등을 구할 수 있는 가장 적합(適合)한 추정식(推定式)은 다음과 같다. FH=D/(1.5205+0.0994 D) log FH=0.0451+0.2429 log D+0.3474 log H log FG=-0.0380+0.7758 log G-0.0066 log H F=H/(-5.1697+2.6013 H) F=FH/(-3.1256+2.7611 FH) log F=-0.0634-0.0848 log GH-0.1224 log Di 4. 이와 같은 식(式)에 의하여 조제한 임분형상고표(林分形狀高表)는 Table 7, 8과 같으며 이의 추정오차율(推定誤差率)은 임분평균직경(林分平均直徑)에 의한 1변수표(變數表)와 임분평균직경(林分平均直徑) 및 임분평균수고(林分平均樹高)에 의한 2변수표(變數表)는 각각(各各) 8.05%, 8.32%이며 단면적(斷面積)과 임분평균수고(林分平均樹高)의 2변수(變數)에 의한 형상단면적표(形狀斷面積表)는 Table 9와 같고 이의 추정오차율(推定誤差率)은 9.76%이었다. 또한 임분형수표(林分形數表)는 Table 10, 11, 과 같으며 이의 추정오차율(推定誤差率)은 임분평균수고(林分平均樹高), 임분형상고(林分形狀高)에 의한 1변수표(變數表)는 각각(各各) 5.58%, 5.39%이고 단면적(斷面績) 수고(樹高)와 수간거리(樹幹距離)에 의한 2변수표(變數表)는 4.30% 이었다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0