본 연구는 위도 33°09'~38°45'N, 경도 124°54' ~131°06'E에 위치한 우리나라 산림 전체를 대상으로 하였다. 우리나라 산림면적은 약 640만 ha이며, 이 중 활엽수림이 47.0%, 침엽수림이 37.8%, 혼효림이 11.6%, 죽림 등이 3.6%를 차지한다(국립산림과학원, 2013). 활엽수림은 강원도에, 침엽수림은 경상북도에 가장 많이 분포하며, 특히 강원도 활엽수림은 면적 비율이 54.9%로 1995년 산림기본통계의 면적(32.38%)과 비교 시 증가하고 있다(국립산림과학원, 2013).

제5차 국가산림자원조사(5th National Forest Inventory; NFI5)를 통해 전국 산림을 대상으로 계통추출법에 의해 배치된 약 4,000개의 고정표본점을 조사하였다. 표본점별 임분 개황 조사로부터 표본점 위치(좌표), 지황(해발고도, 경사 등), 임황(임상, 경급, 영급 등)을 조사하고, 기본 조사원과 대경목 조사원에서 임목을 조사하였다. 임목조사는 개체목의 수종, 흉고직경 등을 조사하고, 이 중 표준목을 선정하여 수고, 지하고를 측정하였다. 표준목 중에서 5본 이상에 대하여 생장목편(Core)를 추출하고, 수령, 생장량 등의 정보를 얻었다(산림청과 국립산림과학원, 2008). 본 연구에서는 NFI5에서 채취한 목편의 측정 정보로 구축된 연륜 생장 데이터베이스의소나무(17,343본), 일본잎갈나무(1,828본), 신갈나무(8,753본), 그 외 참나무류(9,993본), 밤나무(1,324본)에 대한 연륜 정보를 활용하였다.

각 목편 자료를 획득한 위치정보를 기반으로 한 기상 및 지형자료를 반경생장모형(Radial growth model)에 적용하기 위해 과거 기상 자료 는 기상청에서 제공하는 전국 75개 기상 관측지점의 1996~2005년의 평균 연년 기상자료를 활용하고, 미관측 지점의 기상자료는 Kriging, 거리자승역가산가중(Inverse Distance Squared Weighting; IDSW) 기법 등의 보간법을 적용하여 구축하였다. 미래 기상자료는 RCP 8.5 시나리오를 활용하였으며, 지형 자료는 국토교통부에서 제공하는 30m 해상도의 Digital Elevation Model (DEM) 자료로부터 추출한 Topographic Wetness Index (TWI)를 사용하였다. TWI는 사면방향, 해발고, 경사에 의해 결정되는 토양 수분의 공간적 분포를 알 수 있는 인자로, 지형과 공간적 분석에 널리 사용되는 지수이다(식 1) (Hengl et al., 2009).

TWI=ln(As/tanβ)          (1)

여기서, As는 집수 면적, tanβ는 라디안 단위로 표현되는 경사를 의미한다.

Table 1은 수종별 생장, 지형, 기상 인자의 통계량을 나타낸 것이다.

본 연구에서는 Byun et al.(2013)이 고안한 생장모형을 적용하였다(Table 2). Byun et al. (2013)은 NFI5의 목편자료로부터 구축된 반경생장량과, 각 목편 자료를 획득한 위치정보를 기반으로 한 기상 및 지형자료를 이용하여 생장모형을 개발하였다. 측정된 연륜폭 자료 중 NFI5기준 최근 10년간(1996~2005년)의 평균생장량을 반경생장량으로 하여 표준생장모형에 적용하고, 이를 활용하여 미래 생장을 예측하기 위해 5년 단위(1996~2000, 2001~2005)의 평균반경생장 데이터를 마련하였다. Byun et al. (2013)이 고안한 모형은 과거 생장, 수령(Tree age), 크기(Size), 지형습윤지수를 통해 생장에 있어 개체 및 임분의 조건을 반영하고, 기온와 강수량을 변수로 포함하여 환경 및 기후를 고려한 임목의 생장을 예측할 수 있는 생장모형이다. 반경 생장에서 수령의 영향을 제거하기 위해 일정 수령일 때의 반경생장량을 기준으로 동등한 생장량으로 표준화하고자 수령 30년일 때의 반경 생장량을 표준생장(Standard Growth; SG)으로 정의하고, 이를 활용하여 반경 생장과 기후, 지형 간의 관계를 분석하였다.

Model name	Regression form
Climate factors	eSG = f(TWI,T,P) = β0 + β1 · TWI + β2 · T + βs · P
Radial Growth

Table 3은 기후인자모형(Climate factors model)을 활용하여 표준 생장(Standard Growth; SG)과 TWI, 강수량, 기온의 관계를 분석한 결과이다. 추정된 계수들은 통계적으로 비교적 유의한 결과를 보였다. 추정된 계수에 따르면 기온 상승은 소나무, 일본잎갈나무, 밤나무의 생장에 부(—)의 영향을 주는 반면, 신갈나무와 그 외 참나무류 생장에는 정(+)의 영향을 주는 것으로 나타났다. 강수량의 증가는 소나무와 신갈나무 생장에 정(+)의 영향을 주는 것으로 분석되었다. 높은 기온와 낮은 강수량은 소나무 생육에 부정적인 영향을 미치는데, 이는 토양 수분 감소로 인한 수분 스트레스를 야기하기 때문인 것으로 보인다(이상태 등, 2009). 참나무류의 경우, 기온의 증가가 생장에 정의 영향을 미치는 것으로 나타났는데, 이는 생장기간의 증가와 순광합성량의 증가와 관련이 있는 것으로 보인다(이선정 등, 2012). 본 연구에서 생육 분포 특성을 기준으로 구분한 신갈나무와 그 외 참나무류의 분석 결과는 큰 차이가 없었다.

한편, 추정된 표준 생장(eSG)의 분포에 따르면 온도와 강수량은 표준 생장을 충분히 설명하지 못하는 것을 알 수 있다(Fig. 1). 이는 일반적으로 개체목의 반경 생장은 온도와 강수량 등의 인자보다 일반적인 생장인자인 수령, 흉고직경, 수고, 밀도, 지위 등에 영향을 받는다는 것과 관련이 있다(Fritts, 1976; Tappeiner et al., 1997).

본 연구에서 활용한 반경생장모형은 통계적으로 높은 설명력을 갖는 것으로 분석되었다(Table 4). 또한, 모형의 검정을 위하여 실제로 측정된 생장량과 개발한 모형을 통해 추정된 값을 비교해 본 결과, 분포가 매우 유사하게 나타났다(Fig. 2). 이러한 모형의 검정을 통해 TWI, 기온, 강수량을 포함한 정규화된 표준생장과 수령을 독립 변수로 사용하여 기후 조건에서 반 경 생장의 연간 변이를 추정할 수 있음을 입증하였다.

Fig. 1 
Standard Growth(SG) and estimated Standard Growth(eSG) using Climate factors model.

Fig. 2 
Clouds of observed and estimated radial growth for each species.

기후인자 모형에 의한 분석 결과인 Table 3을 보면 소나무, 일본잎갈나무, 밤나무의 반경 생장은 온도 증가에 취약한 것을 알 수 있다. 각 수종별 생장이 온도의 영향을 받는 것에 차이가 존재하는 것은 현재와 미래의 반경 생장 패턴에 차이를 야기할 수 있다. 따라서 반경 생장 모형을 활용하여 RCP8.5 시나리오에 따른 미래(2050년)의 수종별 연년 반경 생장을 예측한 값과 현재(2010)의 연년 반경 생장의 차를 구하여, 기후변화 유⋅무에 따른 시⋅공간적 생장 변화를 살펴보았다(Fig. 3). 기후변화 시나리오에 따르면 소나무, 밤나무, 일본잎갈나무는 전반적으로 현재보다 생장이 저조해질 것으로 예측되었다. 특히, 소나무, 밤나무의 생장은 상대적으로 크게 저하되는데, 내륙지역보다 해안지역을 중심으로 생장이 저조해질 것으로 보인다. 반면, 신갈나무를 포함한 참나무류 수종의 생장은 증가할 것으로 예측되었다. 이 같은 결과에 따르면 참나무류는 현재 우리나라 산림의 자연 천이와 함께(Lee et al., 2007) 기후변화에 의해 그 분포가 크게 넓어질 것으로 예측된다(Fig. 3).

Fig. 3 
Differences of radial growth in present(2010) and future(2050) for each tree species.