기존의 산림탄소저장량 통계는 현지 조사 표본 기반의 통계로 표본점 단위에서는 비교적 정확하지만 미조사 지점에 대해서는 정확도가 떨어질 수 있다. 이를 보완하기 위한 것이 공간 정보를 보조 자료로 함께 활용하는 면적 기반 추정이며 우리나라의 경우 디지털 항공사진 판독과 현지 조사를 통해 상세 수준의 산림정보를 얻을 수 있는 1:5,000 임상도를 보유하고 있으므로 임상도의 활용성에 주목할 필요가 있다. 본 연구에서는 1:5,000 임상도와 제5차 국가산림자원조사 자료에 기반한 세 가지 업스케일링 방법을 비교하였다. 충청남도와 대전시를 대상으로 지도대수(방법 1), 회귀크리깅(방법 2) 및 지리가중회귀(방법 3)를 이용하여 산림탄소저장량을 각각 추정하였다. 탄소저장량 범위의 경우, 방법 2(1.39~138.80 tonC/ha)와 방법 3(1.28~149.98 tonC/ha)이 방법 1(0.00~93.37 tonC/ha)에 비해 기존의 현지 조사 표본 기반 방법의 추정치 범위(1.56~156.40 tonC/ha)와 유사한 범위로 추정하여 공간자기상관성을 고려한 회귀크리깅과 지리가중회귀 방법이 탄소저장량 분포의 공간이질성을 잘 반영하는 것으로 나타났다. 정확도 평가를 위해 독립검증 지점 186개소의 탄소저장량에 대한 대응표본 t-검정을 수행한 결과, 방법 2의 평균 추정치와 NFI 표본 기반 평균 추정치는 통계적으로 유의한 차이가 없으며(p>0.05) 방법 2의 결과가 가장 낮은 RMSE를 보였다. 따라서 지형과 임분 구조가 복잡한 우리나라 산림의 경우, 회귀크리깅이 기존 통계 방법과 가장 유사한 평균 탄소저장량을 산출하면서 탄소저장량의 국지적 변이를 나타내기에 유용할 것으로 판단된다.
Carbon stocks of NFI plots can be accurately estimated using field survey information. However, an accurate estimation of carbon stocks in other unsurveyed sites is very difficult. In order to fill this gap, various spatial information can be used as an ancillary data. In South Korea, there is the 1:5,000 forest type map that was produced by digital air-photo interpretation and field survey. Because this map contains very detailed forest information, it can be used as the high-quality spatial data for estimating carbon stocks. In this study, we compared three upscaling methods based on the 1:5,000 forest type map and 5th national forest inventory data. Map algebra(method 1), RK(Regression Kriging)(method 2), and GWR(Geographically Weighted Regression)(method 3) were applied to estimate forest carbon stock in Chungcheong-nam Do and Daejeon metropolitan city. The range of carbon stocks from method 2(1.39~138.80 tonC/ha) and method 3(1.28~149.98 tonC/ha) were more similar to that of previous method(1.56~156.40 tonC/ha) than that of method 1(0.00~93.37 tonC/ha). This result shows that RK and GWR considering spatial autocorrelation can show spatial heterogeneity of carbon stocks. We carried out paired t-test for carbon stock data using 186 sample points to assess estimation accuracy. As a result, the average carbon stocks of method 2 and field survey method were not significantly different at p=0.05 using paired t-test. And the result of method 2 showed the lowest RMSE. Therefore regression kriging method is useful to consider spatial variations of carbon stocks distribution in rugged terrain and complex forest stand.
