FRAGSTATS 및 GUIDOS 모델의 상호 기능적 보완에 의한 경관패턴분석기법 개선에 관한 연구

Abstract

본 연구에서는 상호간 성격이 상이한 경관지수 산출모델 FRAGSTATS와 시각화 모델 GUIDOS의 구조와 기능의 차이를 파악하고, 이 두 모델을 상호보완적으로 활용하는 통합적 경관패턴분석기법을 개발하고자 하였다. 또한 가리왕산 일대 산림을 대상으로 산림경관 패턴 분석 사례연구를 수행함으로써 상호보완적 활용성을 검토하고자 하였다. 통합적 분석기법은 지수화모델과 시각화모델로 구성되며, 경관지수를 이용하여 유형별 패치들의 형태적·기능적 특성과 연접성 등에 대한 전체 경관 내의 경향성을 파악한 후, 이 결과를 경관패턴의 분류결과지도에 투영함으로써 보다 실질적인 패치 간의 공간적 연결성과 패치간의 분포 특성을 가시적으로 해석 가능한 결과를 제시한다. 본 기법은 두 모델의 개별적 활용으로는 확인할 수 없었던 경관패턴의 분포 특성 파악이 가능하다는 것이 큰 장점이라 할 수 있다. 이러한 효과를 검토하고자 이 두 모델을 가리왕산 지역 연구대상지에 적용하여 경관패턴을 분석하였다. 경관지수를 산출하여 임상별 패치들의 패턴을 분석한 결과 신갈나무림의 패치들은 MPS지수가 134.5(평균 42.51), LSI지수가 8.83(평균 7.00), 그리고 IJI 및 AI지수가 각각 80.78(평균 77.69), 93.43(평균 83.23)으로 추정되어 대체로 크기가 크고 형태가 복잡한 동시에 응집되어 분포하는 경향을 띄었다. 반면 낙엽송림은 MPS 23.13, LSI 9.83, 그리고 IJI 및 AI가 각각 72.25, 85.32로 추정되어 패치의 크기가 작고 형태적으로 복잡한 패치들이 파편화되어 분산된 형태로 존재하는 것으로 판단되었다. 또한 전나무림은 평균 패치간 거리가 2,650m(평균 791m)로 나타나 8가지 임상 중 가장 먼 것으로 나타나 패치들의 분산도가 큰 것으로 판단되었다. 시각화모델을 적용하여 중왕산 지역, 가리왕산 지역(평창), 가리왕산 지역(정선)에 대해 경관요소별로 분류한 결과 중왕산 지역의 핵심면적 비율이 74.5%로 가장 높게 나타난 반면, 가리왕산 북동쪽 지역에서는 산림패치의 파편화 정도가 높은 것을 시각적으로 확인할 수 있었다. 그 다른 지역들에 비해 패치 간 연결성이 가장 좋은 것으로 나타나 산림패치의 파편화 정도가 높음에도 불구하고 패치 간 이동은 원활할 것으로 판단되었다. 두 모델을 통합하여 분석한 결과, 각 임상별 관점에서 산림패치들의 위치 및 분포 형태 파악이 가능했다. 중왕산 지역의 신갈나무림은 지수화모델에서 도출된 결과가 대체로 일치했으나 일부 가리왕산의 신갈나무림 지역에서는 패치의 파편화로 통로요소가 매우 큰 비율로 존재하는 것으로 판단되었다. 또한 낙엽송림과 전나무림에서는 파편화된 패치를 연결하는 통로요소의 비율이 다른 임상에 비해 높은 경향을 보여 패치의 파편화에도 불구하고 그 연결성은 매우 높을 것으로 판단되었다. 이처럼 지수화모델과 시각화 모델의 보완적인 활용을 통한 경관패턴의 분석은 결과지도에서 제시되는 공간적 정보를 이용하여 장기적 관점에서 구체적인 산림경영계획을 세우는 데 도움이 될 수 있을 것으로 판단된다. 또한 지형 및 임상구조가 복잡한 우리나라에서 전략적·전술적 관점(strategic and tactical points of view)에서 산림경관 특성을 분석할 때 매우 유용한 수단이 될 수 있을 것으로 판단된다.