이중 시점 공중 레이저 스캐닝을 통한 공간적으로 명시된 개별 나무 높이 성장 모델

개별 나무 기반 모델(IBM)은 나무 간의 상호작용 및 경쟁을 수용하고/또는 나타내어 임지 역학의 더 정밀한 운영 시뮬레이션을 제공하기 위해 등장하였다. 임 수준 성장 모델 개발과 마찬가지로, IBM은 반복 측정을 통해 어떤 임지에 있는 개별 나무로부터의 상세한 데이터 배열이 필요하다. 전통적으로 이러한 데이터는 영구 표본 구역 또는 임시 측정 구역을 설정하여 산림 측량을 통해 수집되었다. 원격 감지 기술의 발전으로 인해 이제는 이전보다 전체 산림 임지의 이질성을 반영하는 좀 더 상세한 정보를 효율적으로 수집할 수 있게 되었다. 많은 기술 중에서 공중 레이저 스캐닝(ALS)은 신뢰성이 있음을 입증하였으며 성장 모델을 위한 비교할 수 없는 입력 데이터를 제공할 잠재력이 있다고 보고되었다. 이 연구는 혼합 효과 모델링 접근 방식을 통해 공간적으로 명시된 경쟁을 고려하여 침엽수 플랜테이션에서 개별 나무 높이 증가량(ΔHT)을 예측하기 위해 반복 ALS 데이터를 활용하였다. ALS 데이터 수집은 반응 변수와 중요한 설명 변수가 모두 시간에 따라 통계적 및 생물학적으로 일관성을 보여주었으며, 상관 계수는 0.65에서 0.80 사이였다. 높이 증가 모델은 모델 적합에 대해 높은 정확도(RMSE = 0.92)와 최소한의 편향(0.03)을 보였다. 전반적으로 모델은 단일 종인 방크스 소나무 플랜테이션에서 개별 나무 성장에 대한 현재 생물학적 이해와 높은 일관성을 보였다. 이 연구에서 사용된 접근 방식은 연간 개별 나무 높이 성장의 강력한 모델을 제공하며, 이러한 모델링 접근 방식이 향후 산림 관리에 유용할 것임을 시사한다.