Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Science Education
Environmental Science

This content is Free Access.

Korean
 
Click here for the English version

나무 조사: 점 중심 쿼터 샘플링 방법

Overview

포리스트 커뮤니티를 샘플링하는 데 는 여러 가지 방법을 사용할 수 있습니다. 포인트 중심 분기는 이러한 방법 중 하나입니다. 그것은 숲에서 발견 되는 나무 종의 밀도, 주파수 및 범위에 대 한 정보를 수집 하는 데 사용 됩니다. 이 정보는 발생하는 개별 트리의 수, 특정 트리가 발생하는 빈도, 트리가 다른 트리와 비교되는 빈도 및 트리 크기를 추정하는 기능을 제공합니다. 표준 플롯 분석에 비해 포인트 중심 분기 방법이 더 효율적이며 이는 주요 이점입니다. 고정 영역 플롯 샘플링에서 포리스트의 전체 면적의 작은 부분을 검사합니다. 이 작은 하위 샘플에서 밀도는 각 트리를 계산하고 식별하여 직접 결정됩니다. 서브플롯의 크기와 전체 포리스트 크기 사이의 비율은 전체 포리스트의 밀도를 결정하는 데 사용됩니다.

Principles

포인트 중심분기 방법에서는 포리스트의 지점이 식별되고 주변 영역이 4분기로 구분됩니다. 각 분기마다 40cm의 직경(dbh)≥ 의 가장 가까운 나무가 확인됩니다. 이것은 "큰 나무" 샘플로 간주됩니다. 각 분기마다 dbh >가 2.5cm이고 < 40cm가 있는 가장 가까운 나무가 확인됩니다. 이것은 "작은 나무" 샘플로 간주됩니다. dbh는 기존 등급보다 41/2 피트 높이로 측정된 나무의 직경(cm)입니다. 각 사분면에서 큰 나무와 작은 나무를 식별하는 것은 오버 스토리를 비교할 수있는 기능을 제공합니다 (크라운이 숲에서 식물의 가장 높은 층을 구성하는 숲의 나무, 일반적으로 캐노피를 형성) 언더 스토리 (어느 정도 관통하지 않고 숲 캐노피 아래 성장 식물).

이러한 측정을 사용하여 각 나무 종의 기초 면적 및 중요도 값이 계산됩니다. 기저 부위는 유방 높이 (지상 41/2 ft)에서 단일 나무의 단면 영역 (m2)입니다. 종의 모든 나무의 기저 영역은 사이트에서 종 밀도를 이해하기 위해 계산 할 수 있습니다. 이는 면적당 나무 수 대신 나무의 크기를 고려하는 데 사용됩니다. 각 종의 중요성 가치는 숲 공동체에서 해당 종의 상대적 지배력을 이해하기 위해 계산됩니다. 그것은 종이 숲을 통해 얼마나 일반적으로 발생하는지, 종의 총 수, 그리고 종에 의해 점유 된 숲 영역의 총 양을 기반으로합니다.

Procedure

1. 나무 조사

  1. 숲에 150m 의 횡단을 설정합니다.
  2. 50m마다 스테이크를 놓습니다. 각 스테이크(점)는 샘플링 사이트를 4분기로 나누는 4개의 나침반 방향(N, E, W, S)의 중심을 나타냅니다.
  3. 각 분기마다 종에 관계없이 40cm≥ 가장 가까운 나무까지의 거리가 측정됩니다. 분기당 하나의 큰 나무만 측정해야 하므로 총 16그루의 나무가 큰 나무 범주에 기록됩니다. 각각의 거리를 cm로 기록합니다.
  4. 각 트리에서 잎 샘플을 수집합니다. 잎을 제거하기 전에 나뭇잎이 반대, 대체 또는(그림 1)반대인지 주의해야합니다. 샘플을 나무 번호로 적절하게 표시한 허브 용지에 놓고 나중에 식별할 수 있는 식물 프레스에 놓습니다.
  5. 필드 측정 테이프를 사용하여 기존 등급(dbh)보다 41/2피트 높이로 트리의 직경을 측정합니다. dbh를 기록합니다. dbh 테이프를 사용하는 경우 테이프에서 직접 직경을 읽으십시오. 일반 측정 테이프를 사용하는 경우 트리의 둘레를 측정한 다음 수식 C = π d를 사용하여 직경을 계산합니다.
  6. 가장 가까운 나무의 경우 1.3 ~ 1.5 단계를 반복하여 40cm< 각 사분면에 >. 이 트리는 작은 나무 범주로 표시됩니다.
  7. 잎 샘플을 사용하여 16 개의 큰 나무와 16 개의 작은 나무 범주에서 각 나무의 종을 식별합니다.

Figure 1
그림 1. 반대, 대체 및 소용돌이 잎 배열의 예.

2. 계산

(큰 나무와 작은 나무에 대한 별도의 분석을 수행합니다.)

  1. 종에 관계없이 큰 나무의 전체 샘플에 대한 평균 포인트 - 트리 거리를 계산합니다. 종에 관계없이 작은 나무의 전체 샘플에 대한 평균 포인트 - 트리 거리를 계산합니다.
  2. 큰 나무와 작은 나무 모두에 대한 평균 밀도 (나무 / 헥타르의 수)를 계산합니다.
           Equation 1
  3. 큰 나무와 작은 나무 모두에 대한 종별 밀도를 결정합니다. 이어서, 각 종에 대한 샘플내의 개인 수를 계산하고기록(표 1). 계산된 개인수는 총 16명입니다.
    상대 밀도 = (종/16의 개인 수) x 100%
    그리고
    밀도 = (상대 밀도/100) x 평균 밀도
  4. 종별로 기저 면적을 결정하고 기록한다(표2).
    1. 샘플링된 모든 트리(a = π r2)의지름 측정값을 영역으로 변환합니다.
    2. 각 종에 대한 평균 기저 영역을 계산, 즉 평균을.
    3. 각 종에 대해 기초 지역 및 상대 기저 부위를 계산합니다.
      기초 지역 = 밀도 x 평균 기저 지역
      그리고
      상대 기저 지역 = (기저 면적 / 총 기저 지역) x 100
      총 기저 지역은 모든 종 (합계 모든 BA)에 대한 총 기저 지역입니다.
  5. 종별 주파수를 결정하고 기록합니다(표3).
    주파수 = (아니요. 어떤 종이 발생하는 지/총 아니오. 샘플링된 점의)
    그리고
    상대 주파수 = (모든 종에 대한 주파수 / 총 주파수) x 100
    1. 각 종의 빈도는 샘플링된 4점 중에서 해당 종이 발생한 점수를 비교하여 결정됩니다. 예를 들어 미국 느릅나 느릅나 금이 점 의 모든 4에서 발견되는 경우 주파수는 4/4 = 1입니다. 실버 메이플이 4점 중 2개에서 발견되면 주파수는 2/4 = 0.5입니다.
  6. 종별 중요도 값 및 상대적 중요도 값을 계산하고 기록합니다(표4).
    중요도 값 = 상대 밀도 + 상대 주파수 + 상대 기저 부위
    그리고
    상대적 중요도 가치 = (모든 종에 대한 중요도 값/총 임프 값) x100
  7. y축의 각 종과 x축의 종에 대한 중요성 값을 묘사하는 그래프를 만듭니다. 중요도 를 높이는 순서대로 y축에 배치합니다. 큰 나무에 대한 하나의 줄과 작은 나무에 대한 한 줄이 있어야합니다.

큰 나무

개인의 # 상대 밀도(%) 밀도
(나무/헥타르)
종 1 ______
종 2 ____
종 3 ____
종 4 _______
종 5 _____
종 6 ____

작은 나무

개인의 # 상대 밀도(%) 밀도
(나무/헥타르)
종 1 ______
종 2 ____
종 3 ____
종 4 _______
종 5 _____
종 6 ____

표 1. 크고 작은 나무의 밀도에 관한 정보를 작성하는 테이블.

큰 나무

평균 기저 지역
(m2)
기저 지역
(m2)
상대기저지역
종 1 ____
종 2 __
종 3 ___
종 4 __
종 5 __
종 6 ___
합계 총 기저 지역 =

작은 나무

평균 기저 지역
(m2)
기저 지역
(m2)
상대기저지역
종 1 ____
종 2 __
종 3 ___
종 4 __
종 5 __
종 6 ___
합계 총 기저 지역 =

표 2. 크고 작은 나무의 기저 면적에 관한 정보를 기입하는 테이블.

큰 나무

포인트의 # 빈도 상대 주파수
종 1 ____
종 2 __
종 3 ___
종 4 __
종 5 __
종 6 ___
합계 총 주파수 =

작은 나무

포인트의 # 빈도 상대 주파수
종 1 ____
종 2 __
종 3 ___
종 4 __
종 5 __
종 6 ___
합계 총 주파수 =

표 3. 크고 작은 나무의 빈도에 관한 정보를 작성하는 테이블입니다.

큰 나무

상대적인
밀도
상대적인
빈도
상대적인
기저
지역
중요성
상대적인
중요성
종 1 ____
종 2 __
종 3 ___
종 4 __
종 5 __
종 6 ___
총 IV =

작은 나무

상대적인
밀도
상대적인
빈도
상대적인
기저
지역
중요성
상대적인
중요성
종 1 ____
종 2 __
종 3 ___
종 4 __
종 5 __
종 6 ___
총 IV =

표 4. 크고 작은 나무의 중요도 가치 및 상대적 중요성 값에 관한 정보를 작성하는 테이블입니다.

나무 조사는 숲의 생물 다양성을 평가하고 삼림 지역의 구조와 건강을 해명하는 것이 중요합니다. 포인트 중심의 분기 샘플링 방법은 삼림 지대 구성을 정량화하는 데 사용되는 일반적인 기술입니다.

삼림 지대는 중요한 천연 자원이며, 인간의 인구의 건강과 삶의 질에 영향을 미치는 동안 환경을 유지하는 데 도움이됩니다. 숲의 구성에 대한 좋은 이해는 이 자원을 유지하는 데 필수적입니다. 숲이 매우 다양한 경우 종별 해충이나 질병으로 인한 영향을 최소화할 수 있습니다. 침략적인 나무가 언더스토리를 지배하는 경우, 이것은 토착 나무의 미래 변위를 나타낼 수 있습니다.

포인트 중심 분기 샘플링은 삼림 커뮤니티에서 일반적으로 사용되는 방법 중 하나입니다. 그것은 숲에서 발견 되는 나무 종의 밀도, 주파수 및 범위에 대 한 정보를 수집 하는 데 사용 됩니다. 이 방법을 통해 수집된 데이터는 나무 종이 발생하는 빈도, 일반적인 종이 다른 종에 비해 얼마나 되는지, 나무의 나이를 추정할 수 있는 나무의 크기, 생태계에서 차지하는 공간을 추정하는 기능을 제공합니다.

포인트 중심 방법은 다른 트리 측량 유형에 비해 장점이 있습니다. 현재의 모든 나무를 조사하는 것과는 달리 삼림 지대를 가로질러 작은 샘플링만 필요하기 때문에 표준 플롯 분석보다 효율적입니다. 노동 집약적이지만 비슷한 결과를 제공하는 것으로 나타났습니다.

이 비디오에서는 포인트 중심 분기 샘플을 수행하는 방법, 관련 트리 데이터를 계산하는 방법 및 포인트 중심 분기 트리 설문조사의 결과를 분석하는 방법을 설명합니다.

포인트 중심의 분기 트리 측량 방법은 상대 밀도, 상대 주파수 및 상대 기저 면적의 특정 트리 종에 대한 세 가지 주요 정량적 측정값을 생성합니다. 그런 다음 이 세 가지 값이 함께 추가되어 해당 종의 "중요도 가치"를 부여하며, 이는 "상대적 중요성 가치"로 변환될 수 있습니다. 이 값은 숲 내에서 나무 종의 보급과 풍부의 수치 정량화를 제공합니다.

포인트 중심 분기 방법은 유방 높이또는 DBH에서 직경이라는 트리 측정을 사용합니다. 이는 기존 등급보다 4.5피트 높은 속도로 측정됩니다. 조사 위치가 선택된 후, 그 횡단을 따라 숲의 지점이 선택되고 주변 영역이 4분기로 구분됩니다. 각 분기마다 DBH가 40cm를 초과하는 가장 가까운 나무가 식별됩니다. 이 컬렉션은 큰 트리 샘플로 간주됩니다.

다음으로, 각 분기마다 DBH가 2.5cm 를 초과하는 가장 가까운 나무가 40cm 미만이 확인됩니다. 이 샘플은 작은 트리 샘플로 레이블이 지정됩니다. 각 사분면에서 큰 나무와 작은 나무를 식별하면 높은 캐노피 형성 오버 스토리 식물을 낮은 수준 언더 스토리 성장과 비교할 수 있습니다.

이러한 간단한 측정을 사용하여 각 나무 종의 기초 면적 및 중요도 값을 계산할 수 있습니다. 기초 지역은 DBH에서 단일 나무의 단면 영역입니다. 종의 모든 나무의 전체 기저 면적을 계산하는 것은 종 밀도를 이해하는 보다 정확한 방법이며, 나무의 크기를 고려하기 위해 사이트당 나무 의 수 대신에 사용됩니다.

각 종의 중요성 값은 숲 공동체에서 특정 종의 상대적 지배력을 추정하기 위해 계산됩니다. 그것은 종이 숲을 통해 얼마나 일반적으로 발생 하는지, 종의 총 수, 그리고 종 점유 하는 숲 영역의 총 금액을 고려.

이제 우리는 나무 조사의 중요성과 포인트 중심 분기 조사의 원칙에 익숙해졌기 때문에 이 것들이 현장에서 어떻게 수행되는지 살펴보겠습니다.

삼림 지대가 확인되면 숲에 150m 의 횡단을 설정하십시오. 이것은 숲의 어느 곳에서나 시작할 수 있지만, 바람직하게는 도로와 같은 외부 소스의 국경 효과를 최소화하기 위해 숲 가장자리에서 멀리해야합니다.

50m마다 스테이크를 트랜지드를 따라 놓습니다. 각 스테이크는 샘플링 사이트를 4분기로 나누는 네 개의 나침반 방향의 중심을 나타냅니다. 원하는 경우 한쪽 끝에서 위치별로 번호가 매겨질 수 있습니다.

각 분기마다 거리는 지름이 40cm보다 큰 모든 종의 가장 가까운 나무에 스테이크에서 측정됩니다. 분기당 하나의 큰 나무만 측정해야 하므로 총 16그루의 나무가 큰 나무 범주에 기록됩니다. 각 스테이크까지의 거리를 각각 센티미터로 기록합니다.

각 측정된 트리에서 나뭇잎이 대체, 소용돌이 또는 반대 배열로 배열되어 있는지 유의하십시오. 다음으로 측정된 각 트리에 대한 잎 샘플을 수집합니다.

수집 부위에 따라 엽나 견본을 허브 용지에 놓고 라벨을 붙인 다음 식물 프레스에 배치하여 나중에 식별합니다.

각 샘플 트리에 대해 필드 측정 테이프를 사용하여 DBH를 기록합니다. 특정 DBH 테이프를 사용하는 경우 직경을 직접 읽으십시오. 일반 측정 테이프를 사용하여 나무 둘레를 측정한 다음 수식을 사용하여 직경을 계산합니다.

다음으로, 40cm 미만의 가장 가까운 나무와 직경 2.5cm 이상에 대한 트랜지Ct의 각 세그먼트에서 각 사분면에 대한 이러한 측정을 반복합니다. 작은 나무로 표시된 별도의 범주에 기록합니다.

실험실로 돌아가면 각 종에 대한 평균 점 간 거리, 밀도 및 기저 영역을 계산합니다. 그런 다음 이 정보를 사용하여 중요도 값을 생성할 수 있습니다. 먼저 트리 식별 가이드 또는 ID 키를 사용하여 크고 작은 트리 범주에서 측정된 각 트리를 식별합니다.

크고 작은 나무의 전체 샘플에 대한 평균 점 대 트리 거리를 계산합니다. 트리 그룹의 트랜지크 포인트까지의 거리에 대한 평균 값입니다.

다음으로 표시된 방정식을 사용하여 큰 나무와 작은 나무 그룹 모두에 대해 헥타르당 평균 밀도 또는 나무 수를 계산합니다. 그룹당 각 나무 종의 개인 수를 기록한 다음 큰 나무와 작은 나무 그룹 모두에 대한 종별 밀도를 결정합니다.

직경 측정값을 샘플링된 모든 트리의 영역으로 변환합니다. 평균을 계산하여 각 종에 대한 평균 기저 영역을 계산합니다. 종의 기저 지역은 그 종의 평균 기저 영역이 밀도의 시간. 다음으로, 각 종에 대해, 상대 기저 영역을 계산합니다.

각 종들이 각 그룹에서 발생하는 빈도를 결정합니다. 이는 샘플링된 4점 중에서 해당 종이 발생한 점 수를 비교하여 결정됩니다. 예를 들어 사분면의 네 지점에서 미국 느릅마가 발견되면 주파수는 1과 같습니다. 실버 메이플이 4점 중 2점에서 발견되는 경우, 주파수는 0.5와 같으며 각 종에 대해 각 종의 상대적 빈도를 결정합니다.

이제 종의 중요도 값을 계산할 수 있습니다. 상대 주파수와 상대 기저 영역에 상대 밀도를 추가합니다. 마지막으로 각 종에 대한 상대적 중요도 값을 결정합니다.

요약하자면 이러한 데이터를 Y축의 각 종에 대한 중요도 값을 묘사하는 그래프에 입력하고, 중요성이 증가하는 순서로 정렬되고 X축의 종 이름을 입력합니다. 데이터는 큰 나무에 대한 하나의 막대와 작은 나무에 대한 하나의 막대로 제시되어야한다.

종의 중요성 값은 하나의 나무 종만 관찰되는 설문 조사에서 최대 300에 도달 할 수 있습니다. 높은 중요성 값이 반드시 종은 숲의 건강에 중요하다는 것을 의미하지 않는다. 대신, 그것은 단지 종은 현재 숲 구조에서 지배적인 표시.

나무 조사는 과학자 나 토지 관리자에게 다양한 중요한 주제에 대해 알리는 데 사용됩니다. 포인트 중심 분기 방법은 다양한 정보 수집 시나리오에 적용될 수 있습니다.

지역 사회는 지역 삼림지대에 죽거나 병에 걸린 나무의 빈도가 높은 경우 임업 프로그램의 필요성을 결정하기 위해 나무 재고의 혜택을 누릴 수 있습니다. 이러한 나무는 떨어지는 나뭇가지에서 건강 위험을 증명할 수 있습니다., 또는 다른 사람에 게 감염 위험. 숲에서 많은 죽은 또는 병든 나무를 찾는 것은 환경 과학자들에 대한 우려를 불러 일으킬 것이며, 산성 비 나 오존 오염을 포함한 열악한 환경 조건의 초기 지표일 수 있습니다.

숲에서 종의 다양성을 아는 것은 토지 관리자가 심기 전략을 개발하는 데 도움이 될 수 있습니다. 그(것)들은 다양성을 유지하기 위하여 새로운 또는 드문 유익한 종에 추가하는 동안 일반적인 나무의 심기를 제한하거나 제거하는 지침을 설정하기 위하여 통보될 수 있습니다. 또한 나무 조사의 데이터를 통해 관리자는 대기 오염 제어 또는 탄소 포획 및 저장과 같은 특정 나무 종에 대한 서비스 가치를 계산하고 이러한 데이터를 기반으로 심기 전략을 조정할 수 있습니다.

포인트 중심의 쿼터 방법을 사용하여 JoVE가 트리 측량에 도입되는 것을 방금 시청했습니다. 이제 트리 설문조사의 중요성, 포인트 중심 분기 설문조사 수행 방법, 설문조사 측정을 기반으로 삼림 구조를 계산하는 방법을 이해해야 합니다. 시청해 주셔서 감사합니다!

Results

포인트 중심의 분기 트리 측량 방법은 상대 밀도, 상대 주파수 및 상대 기저 영역의 세 가지 정량적 측정값을 생성합니다. 이 세 가지 값은 함께 추가되어 해당 종의 중요성 가치를 부여합니다. 그런 다음 상대적 중요도값(표 5)으로변환됩니다.

종의 중요성 가치는 하나의 종만 존재하는 것을 찾아낸 조사에서 최대 300에 도달할 수 있습니다. 높은 중요성 값이 반드시 종숲의 건강에 중요하다는 것을 의미하지는 않습니다. 그것은 단지 종현재 숲 구조를 지배하는 것을 의미한다(그림 2).

나무는 도시의 환경, 건강 및 전반적인 삶의 질을 돕는 중요한 천연 자원입니다. 따라서 포리스트의 구성을 잘 이해하는 것은 이 자원을 유지하는 데 필수적이다. 예를 들어, 숲이 매우 다양한 경우 종별 곤충 이나 질병의 영향을 최소화 하는 데 도움이 될 수 있습니다. 언더스토리가 침략적인 나무의 빈도가 높으면 네이티브 트리를 능가하고 대체하기 시작할 수 있습니다.

Figure 4
그림 2. 솜메스 우즈의 나무의 중요성 가치의 바 그래프.

데이터 테이블: 대형 카테고리(dbh ≥ 40cm)

트리 번호 포인트 번호 사분면 나무 종 지점에서 거리 Dbh
센티미터 m 센티미터 m
1L 1 네브라스카 아메리칸 베이스우드 500 5.0 49.1 .491
2L 1 SE 실버 메이플 12300 12.3 51.2 .512
3L 1 NW 아메리칸 느릅나 530 5.3 72.3 .723
4L 1 남서 실버 메이플 620 6.2 50.1 .501
5L 2 네브라스카 화이트 애쉬 890 8.9 49.3 .493
6L 2 SE 노던 레드 오크 560 5.6 52.2 .522
7L 2 NW 아메리칸 느릅나 10500 10.5 63.4 .634
8L 2 남서 화이트 애쉬 12200 12.2 70.5 .705
9L 3 네브라스카 노던 레드 오크 750 7.5 42.2 .422
10L 3 SE 아메리칸 느릅나 880 8.8 45.1 .451
11L 3 NW 노던 레드 오크 13100 13.1 52.0 .520
12L 3 남서 화이트 애쉬 14000 14.0 63.5 .635
13L 4 네브라스카 실버 메이플 10200 10.2 70.1 .701
14L 4 SE 실버 메이플 650 6.5 72.6 .726
15L 4 NW 화이트 애쉬 320 3.2 82.1 .821
16L 4 남서 노던 레드 오크 12200 12.2 42.5 .425

데이터 테이블: 작은 카테고리(dbh < 40cm)

트리 번호 포인트 번호 사분면 나무 종 지점에서 거리 Dbh
센티미터 m 센티미터 m
1S 1 네브라스카 슈가 메이플 750 7.5 10.3 .103
2S 1 SE 화이트 애쉬 520 5.2 12.1 .121
3S 1 NW 화이트 애쉬 360 3.6 9.5 .095
4S 1 남서 아무르 허니서클 650 6.5 14.1 .141
5S 2 네브라스카 유럽 버크쏜 330 3.3 3.4 .034
6S 2 SE 화이트 애쉬 420 4.2 30.2 .302
7S 2 NW 슈가 메이플 510 5.1 22.5 .225
8S 2 남서 아무르 허니서클 660 6.6 17.2 .171
9S 3 네브라스카 슈가 메이플 810 8.1 31.1 .311
10S 3 SE 아무르 허니서클 430 4.3 21.5 .215
11S 3 NW 화이트 애쉬 370 3.7 18.0 .180
12S 3 남서 유럽 버크쏜 470 4.7 5.6 .056
13S 4 네브라스카 유럽 버크쏜 820 8.2 6.2 .062
14S 4 SE 유럽 버크쏜 650 6.5 8.5 .085
15S 4 NW 유럽 버크쏜 490 4.9 9.1 .091
16S 4 남서 슈가 메이플 310 3.1 13.3 .133

표 5. 포인트 중심 트리 측량 방법에서 수집된 대표 결과를 자세히 설명하는 표입니다.

Applications and Summary

트리 설문조사는 민간 및 공공 이해 관계자 모두에게 중요한 기술입니다. 그들은 토지 관리자가 정보에 입각한 결정을 내릴 수 있도록 유용한 정보를 제공 할 수 있습니다. 커뮤니티는 임업 프로그램에 필요한지 확인하기 위해 트리 인벤토리를 수행하려고 할 수 있습니다. 예를 들어, 조사는 많은 죽은 또는 병든 나무를 공개 할 수 있습니다(그림 3)더 많은 심기의 필요성을 나타냅니다. 또한 이 설문조사는 지역 사회가 유해 나무의 손상을 방지하기 위해 유지 보수 일정을 설정하는 데 도움이 될 수 있습니다. 마지막으로, 이 설문조사는 토지 관리 결정을 내리는 지역 사회에 도움이 될 수 있습니다. 숲에서 종의 다양성을 알면 관리자가 심기 계획을 개발할 수 있습니다(그림 4). 예를 들어, "숲의 x% 이상을 구성하는 종에서 나무를 심지 마십시오"와 같은 지침을 설정할 수 있습니다.

나무 조사는 천연 자원으로 숲의 가치를 정량화하는 데 도움이됩니다. 산림 구조를 알면 산림 관리자는 대기 오염 제어, 탄소 포획 및 저장, 에너지 사용 감소와 같은 나무가 제공하는 서비스의 가치를 계산할 수 있습니다.

Figure 5
그림 3. 잠재적으로 병에 걸린 나무가있는 숲의 사진. 나무 조사는 죽어가는 나무의 존재를 감지하는 데 도움이 될 수 있으므로 관리자는 숲 수준을 유지하기 위해 새로운 나무를 심을 수 있습니다.

Figure 6
그림 4. 건강하고 다양한 숲의 사진. 나무 조사는 관리자가 특정 종 수를 유지하기 위해 적절한 나무를 심는 계획을 개발하는 데 도움이 될 수 있습니다 (예를 들어 한 나무 유형이 숲을 인수하지 않습니다).

Transcript

Please note that all translations are automatically generated.

Click here for the English version.

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter