수간곡선식 개발과 국가탄소배출계수를 이용한 졸참나무의 탄소저장량 추정

1. 서 론

전 세계적으로 온실효과로 인한 기후변화에 대처하기 위하여 이산화탄소 흡수원과 방출원 및 주요 생태계의 탄소축적량 평가에 연구가 중요하게 다루어지고 있다(Lee et al., 2009). 특히 산림생태계는 육상생태계에서 가장 큰 탄소저장고이기 때문에, 생태계 탄소저장량 연구에서 주목을 받고 있다(McCar and Schneider, 2001). 우리나라 산림의 주요 임상별 면적과 비율은 소나무림이 2,220천 ha로 전체 산림면적의 37.0%를 차지하고 있고, 그 다음으로 참나무류(1,079천 ha)가 18%로 많은 면적을 차지하고 있다(2013, KFS).

한국의 천연림 생태계는 상록 침엽수림에서 낙엽 활엽수림으로 천이되어 가는 과정으로 낙엽 활엽수 천연림의 주종을 이루고 있는 수종은 참나무류이다. 현재 졸참나무를 포함하여 참나무류의 분포는 전체 산림면적의 18%(1,079천 ha)로 향후 소나무의 분포 면적은 점점 줄어들고 있으며, 참나무류의 분포 면적이 확대되고 있는 추세이다(Park and Moon, 1999). KFS(2000)는 「21세기 산림비젼」 에서 2030까지 활엽수(혼효림 포함)를 60%까지 확대한다고 밝힌바 있고, 기후변화와 관련하여 산림은 온실가스 흡수원으로서 이미 주목받고 있다.

특히 침엽수보다 활엽수의 탄소흡수 능력이 뛰어나다는 것은 입증된 사실이므로, 이를 기반으로 하는 생장량 정보 즉, 다양한 활엽수 바이오매스 정보가 필요한 시점이나, 현재 활엽수에 대한 생장량 정보는 참나무류에 주로 한정되어 있어 산림에 대한 국가온실가스 통계자료 생산 및 정보제공에 어려움이 있다.

1980년대 중반 이후 온난화가 가속되고 있고 그 결과 기상 이변, 사막화의 진전, 극빙의 해빙, 해수면의 상승과 생태계의 파괴가 급속히 진행되고 있으며, 이러한 일련의 현상은 CO₂ 농도의 증가가 주요 원인인 것으로 밝혀지고 있다(Post et al., 1982; Wigley, 1985; Jone et al., 1986; Ramanathan, 1988; Tans et al., 1990; Cannell et al., 1992). 1997년 12월 일본 쿄토에서 개최된 기후변화협약 제3차 당사국 통회에서는 이산화탄소의 흡수원으로서 산림의 역할이 크게 주목 받게 되었는데(Choi and Joo, 2011), 이는 산림이 대기 중의 이산화탄소를 흡수하여 오랜 기간 동안 산림바이오매스와 토양 내에 저장할 수 있기 때문이다.

최근 이러한 산림이 유일한 탄소흡수원으로서 중요한 역할을 하고 있는 가운데 산림의 수종별 국가고유 계수 개발에 대한 연구가 활발히 진행되고 있다. 온실가스 배출ㆍ흡수계수는 부문 온실가스 배출을 정량화하는 계수로, 국가와 지자체 온실가스 배출량 산정 및 산림의 탄소상쇄사업 등에서 탄소저장량 및 흡수량을 산정할 때 사용된다. 특히, 국가 온실가스 인벤토리 보고서 작성에 있어서 국가 고유계수를 개발하여 적용하면 『기후변화에 관한 정부간 협의체 (IPCC)』에서 제시된 기본값을 사용한 통계보다 통계의 신뢰성이 높은 수준으로 인정되고 있다.

현재 우리나라는 산림부분 온실가스 통계 산정에 필요한 우리나라 주요 수종별(침엽수 9수종, 활엽수 8수종) 탄소배출ㆍ흡수 계수에 대한 『토지 이용 및 토지이용 변화와 임업(LULUCF) ¹⁾』 분야 국가 승인 고유계수를 개발한 상태이다. 이러한 국가 고유계수를 이용하여 주요 수종별 탄소저장ㆍ흡수량을 정확히 산정할 수 있다. 또한 산림의 전체 면적과 수종별 면적, 축적 등에 대한 정보를 획득하기 위해서는 국가 단위의 산림통계정보를 수집할 수 있는 장치가 필수적이다. 우리나라는 국가산림자원조사(National Forest Inventory, NFI) 자료와 수치임상도(1:5,000) 자료를 통하여 산림에 대한 세부적인 정보를 얻고 있고 있으며, 최근 이러한 방대하고 정교한 정보를 통하여 수종별 산림면적, ha당 임목축적 등 다양한 정보를 수집ㆍ이용할 수 있으며, 산림의 수종별 탄소저장량 추정이 가능하게 되었다. 최근 기후변화에 대한 관심이 고조되면서 탄소량 추정에 관한 연구(Song et al., 1997; Kim et al., 2010; Son et al., 2013, 2014)가 활발히, 최근에는 고해상도 위성영상을 이용하여 바이오매스나 탄소저장량 추정에 관한 연구(Thenkabail et al., 2004; Kim et al., 2009; Lee et al., 2009; Park and Lee, 2011)가 활발히 이루어지고 있다.

본 연구는 우리나라에서 소나무 다음으로 많이 분포하고 있고 탄소배출계수가 높은 졸참나무의 탄소저장량 추정을 위하여, 산림의 수종별 탄소배출계수를 직접 개발하고, 임목의 수간곡선모형을 가장 적합하게 추정할 수 있는 수간곡선모델을 이용하여 졸참나무의 재적을 추정하여 개발한 탄소배출계수와 국가산림자원조사 자료 및 수치임상도 등의 자료를 이용하여 우리나라 전체 졸참나무의 탄소저장량을 추정하였다.

2. 재료 및 방법

2.2 수간곡선식 및 임목의 생장량 추정

최근 수간재적표는 개체목 재적을 말구직경 및 원구직경 등을 자유롭게 조정하여 이용재적을 산출할 수 있는 수간곡 선식을 도출하여 이를 적분하는 방법을 많이 이용하고 있다. 그 중 Kozak이 개발한 수간곡선 모형으로 변량지수식(Variable exponent taper equation, or K2 equation)으로 명명되고 있으며, 미국, 캐나다 등에서 타 모형보다 많은 사용빈도를 보이고 있다(Gal & Bella, 1994). 현재까지 수간재적표 개발을 위한 수간곡선식 추정에 적합한 것으로 알려진 Kozak 모델을 이용하였다(Table 2). 도출된 최적 모델을 이용하여 수간곡선 모양을 구하고, 이를 수간중심선 중심으로 회전시켜 수간재적을 산출하여 재적표를 조제하였다(Max and Burkhart, 1976; Kozak, 1988; Lee et al., 2003, Kang et al., 2014). 일반적으로 변곡점은 전체 수고의 15∼30% 범위 내에 나타나고 있다(Perez et al., 1990).

Table 1.

Data summary of stem analysis for Quercus serrata used in this study

각 수간곡선식의 수간높이별 수간직경 추정 이행능력을 평가하기 위해 적합도지수(Fit index, FI), 편의(Bias), 추정치 표준오차(Standard error of estimate, SEE), 평균절대편차(Mean absolute deviation, MAD) 등의 검정통계량을 이용하였다(Table 3, Lee et al., 1999; Son et al., 2009, 2012; Kang et al., 2014).

검정통계량 중 적합도지수(FI)는 회귀분석에서의 결정계수와 같은 성격의 지수이며, 비선형회귀분석에서의 결정계수는 의미가 없으므로 실측치와 추정치와의 관계정도를 구명하기 위하여 나타내는 것이며, 편의(Bias)는 추정량이 평균적으로 모수의 참값에 대해 어느 정도 과소치 혹은 과대치를 주는지를 나타내준다. 추정치 표준오차(SEE)는 모델의 정도(Accuracy)를 평가하고, 평균절대편차(MAD)는 각 추정치 잔차의 절대값을 평균한 값으로 각 추정치의 평균적인 편차 크기를 나타내 주는 것이다.

2.4 탄소저장량 추정

국가산림자원조사 자료에서 졸참나무의 면적, 임목축적, ha당 본수 및 재적 등의 정보를 이용하였으며, 탄소저장량 추정은 IPCC GPG(2003)에서 제시하는 탄소저장량 추정 방법을 적용하였으며(식 1), 이용된 탄소배출계수는 졸참나무의 국가고유의 계수로서 Table 4와 같다(Son et al., 2013).

$\[ \text{탄소저장량}=V\times BEF\times WD\times \left(1+R\right)\times 0.5 \]$

(1)

여기서, V는 재적(m³/ha), BEF는 바이오매스 확장계수, WD는 목재기본밀도(t/m³), R은 뿌리함량비, 0.5는 탄소전환계수를 나타낸다(IPCC, 2003).

Table 2.

Applied stem taper equation for fitting of Quercus serrata in this study

Table 3.

Fit statistics for evaluating taper equation

Table 4.

Carbon emission factors of Quercus serrata

3. 결과 및 고찰

3.1 수간곡선 파라미터 도출

졸참나무의 정확한 탄소저장량을 추정하기 위해서는 수간의 곡선형을 정확히 추정하는 최적의 수간곡선식을 적용하고, 적용된 수간곡선식의 파라미터 및 검정통계량을 도출한 결과는 Table 5와 같다.

Table 5에서, 적합도 지수(Fitness Index, FI), 추정치의 표준오차(Standard error of estimate, SEE), 편의(Bias), 평균절대편차(Mean absolute deviation, MAD) 등 기타 검정통계량 값으로 모델의 적합성을 검토하였으며, 또한 잔차도를 그려 평균범위를 벗어나는지를 검토하였다. Kozak 모델에 의해 추정된 수간곡선식의 적합성은 90.1%였으며, Bias, SEE, MAD 등의 검정통계량을 이용하여 Kozak 모델의 적합성을 검토하였다(Son et al., 2009, 2012; Chung et al., 2010). Kozak 모델의 수간곡선 모형 적합성을 좀 더 정밀하게 알아보기 위하여 잔차를 도식한 결과, 잔차는 “0”을 중심으로 하여 고르게 분포하고 있었다(Fig. 1). 따라서 Kozak 모델이 졸참나무 수간곡선을 설명하는데 우수한 것으로 나타나, 졸참나무의 수간곡선을 추정하는데 있어 적합한 식으로 본 연구의 수간곡선을 재적 추정에 이용하였다.

Table 5.

Parameter estimates for three taper equations for Quercus serrata

3.3 수간재적표 조제

졸참나무의 정확한 탄소저장량을 추정하기 위하여 최적의 수간곡선식을 이용하여 수간재적표 도출이 요구되어진다. 각 표본목의 수피포함 수간재적 실측치는 측정된 수간고와 직경을 토대로 Smalian식에 의한 구분구적법으로 계산하였으며, 반면 수간재적 추정치는 먼저 측정된 수간고와 직경에 의해 모델별 수간곡선식을 도출한 후, 이를 이용하여 수간고 10 cm 간격으로 직경을 추정하고, Smalian식에 의한 구분구적법으로 산출하였다(Son et al., 2012; Kang et al, 2014). 각 모형 별 수간곡선식에 의해 얻어진 추정재적과 실측재적을 비교하여 실측재적을 가장 잘 적합시키는 최적 수피포함 수간곡선 식인 Kozak 모델을 이용하여 졸참나무의 수간재적표를 도출한 결과는 Table 6과 같다.

지금까지 졸참나무의 고유의 임목재적표는 조제된 바 없어 신갈나무의 재적표를 이용하고 있는 실정이다. 본 연구에서 졸참나무 흉고직경 4∼100 cm, 수고 3∼35 m까지의 임목재적표를 개발하였으며, 본 연구에서는 편의상 Table 6과 같이 흉고직경 6∼30 cm, 수고 6∼25 m 까지만 제시하였다. 따라서 본 연구에서는 처음으로 졸참나무의 재적표를 개발함으로써 산림시업 및 산림경영과 산림의 탄소저장ㆍ흡수량 계산에 편리하고 효율적으로 이용할 수 있을 것으로 기대하고 있다.

Fig. 1.

Residual distribution of estimated diameter by relative height in a Quercus serrata.

Fig. 2.

Stem taper curve pattern of Quercus serrata.

3.4 탄소저장량 추정

온실가스 배출ㆍ흡수계수는 부문 온실가스 배출을 정량화하는 계수로, 국가와 지자체 온실가스 배출량 산정 및 산림의 탄소상쇄사업 등에서 탄소저장량 및 흡수량을 산정할 때 사용된다. 특히, 국가 온실가스 인벤토리 보고서 작성에 있어서 국가 고유계수를 개발하여 적용하면 IPCC(Intergovernmental Panel on Climate Change)에서 제시된 기본값을 사용한 통계보다 통계의 신뢰성이 높은 수준으로 인정되고 있다. 따라서 산림부문 탄소흡수량 산정에 필요한 입목 바이오매스 15개 수종별 국가 고유계수를 개발하여 본 연구의 탄소저장량 및 흡수량 산정에 적용하였다. 개발된 LULUCF(Land use, Land Use Change and Forest) 분야 승인 국가고유계수는 Table 7과 같다.

전체 수종 중 m³ 당 가장 많은 탄소를 저장하고 있는 나무는 붉가시나무로 0.840 tC/m³이, 신갈나무 0.738 tC/m³, 졸참나무 0.731 tC/m³ 순이며, 침엽수종 중에서 가장 많은 탄소를 저장하고 있는 수종은 해송 0.473 tC/m³, 잣나무 0.459 tC/m³ 순으로 나타났다. 졸참나무는 침ㆍ활엽수 전체수종 중 3번째로 높은 탄소저장량을 가지고 있는 수종으로 나타났다. 졸참나무는 목재기본밀도계수(Wood basic density, WD)와 뿌리함량비(Root-shoot ratio, R)의 탄소배출계수가 다른 수종에 비하여 높은 편으로 나타났다. 개발된 우리나라 국가 고유의 탄소배출계수를 이용하여 Kozak 수간곡선 모델에 의해 도출한 졸참나무 재적표를 이용하여 흉고직경 및 수고별 탄소저장량을 계산한 결과는 Table 8과 같다.

이와 같이, Table 8은 졸참나무의 수고 및 직경별 탄소저장량을 나타낸 표로서, 임목의 수고와 흉고직경값을 알면 쉽게 탄소저장량을 찾아서 쉽게 이용할 수 있다. 제 5차 국가산림자원조사(NFI, 2013) 자료의 졸참나무 영급별 분포면적, ha당 본수 및 축적 정보를 이용하여 영급별 탄소저장량을 추정한 결과는 Table 9와 같다.

우리나라 전체 임상별 영급별 산림면적에 있어서도 Ⅳ영급 이 침엽수림 35.5%, 활엽수림 32.3%, 그리고 혼효림 42.4%로 모든 임상에서 Ⅳ영급이 다른 영급에 비하여 상대적으로 넓은 면적을 차지하고 있다(2013, 한국의 산림자원평가). 마찬가지로 졸참나무의 총면적은 31,123 ha로 대부분 중ㆍ장령급에 해당하는 Ⅳ영급(36.5%)과 Ⅴ영급(33.5%)이 전체의 70%를 차지하고 있다.

졸참나무의 총 탄소저장량은 약 3,191천 tC로 우리나라 활엽수 전체 탄소저장량(105,479천 tC, 2013, KFS, 2013)의 3%에 해당하는 양이다. 졸참나무의 평균 ha당 탄소저장량은 109 tC/ha로 참나무류 순림에서 147.6 MgC/ha, 소나무 순림에서 141.4 Mg C/ha(Lee et al., 2009)보다 다소 낮게 나타났다. Lee et al.(2009)의 연구에서는 참나무류의 상층과 하층을 포함하고 계산하였으며, 임령이 44년생일 때의 탄소저장량으로 본 연구의 Ⅴ영급일 경우 128.5 tC/ha로 하층식생을 포함시킨다면 이와 유사하게 나타날 것으로 추측된다. 또한 Lee et al.(2009)는 지상부 생체량을 신갈나무 건중량 추정 회귀식을 이용하여 추정하였기 때문에, 졸참나무 고유의 생체량이 아니므로 본 연구의 결과와 다소 차이가 나는 것으로 추측된다. Kim et al.(2014) 활엽수의 탄소저장량 93.8 tC/ha과 Kim et al.(2010)의 느티나무 우세목의 탄소저장량 40.1 MgC ha^-1보다 높게 나타났다. 또한 연간 이산화탄소 흡수량은 Ⅳ영급(30∼40생)일 때 8.8 tCO₂/ha으로 아까시나무 40년생일 때 5.63 tCO₂/ha(Son Kim et al., 2014)보다 훨씬 높게 나타났다.

우리나라 졸참나무 전체의 평균 이산화탄소 흡수량은 14.8 CO₂/ha으로 대체적으로 졸참나무의 탄소저장량 및 흡수량이 다른 수종에 비하여 높게 나타난 것은 졸참나무의 탄소배출 계수 값이 전체수종중 붉가시나무, 신갈나무 다음으로 높은 것도 그 원인 중의 하나이다. 우리나라 산림의 영급 구조는 과거 Ⅱ, Ⅲ영급에서 현재 Ⅳ,Ⅴ영급이 대부분을 차지하고 있다. 이러한 산림의 영급 및 경급 구조별 산림 탄소저장 및 흡수량을 산정할 수 있는 Tier 2 수준의 국가기본산림 통계자료와 국가고유계수를 개발 보유하고 있게 되어, 향후 국제적으로 수준 높은 온실가스 통계자료를 제공할 수 있을 것이다.

Table 6.

Estimation stem volume table using the suitable Kozak’s taper equation for Quercus serrata (Unit : D cm, H m)

Table 7.

Inherent carbon emission factors in LULUCF

Table 8.

Storage of carbon by age and height class in a Quercus serrata (Unit : tC)

Table 9.

Distribution and storage of carbon by age class in a Quercus serrata stand.

4. 결 론

최근 기후변화에 대응하기 위하여 산림바이오매스 탄소계수 산정에 관한 연구와 함께 국제적 기준에 맞는 정확하고 신뢰성 있는 온실가스 흡수/배출계수와 수종별 국가 고유의 계수 개발에 많은 연구가 진행되고 있다. 기후변화협약에 따른 온실가스 흡수량 및 배출량을 추정하기 위한 방법론을 각각 3가지의 수준으로 구분하여 정의하고 있다. 본 연구에서는 국가 고유의 활동자료와 배출계수를 이용한 Tier 2 수준에서 탄소저장 및 흡수량 산정을 하였다. 우리나라 산림의 수종 분포는 아직까지 소나무가 전체 산림의 37%(2,220천 ha)를 차지하고 있으나, 점차 온실가스 배출의 증가에 따라 기후가 변화함에 따라 우리나라 산림구조와 수종이 참나무류로 변하고 있는 추세이다(Park and Moon, 1999년). 한국의 천연림 생태계는 상록 침엽수림에서 낙엽 활엽수림으로 천이되어 가는 과정에 있다. 낙엽 활엽수 천연림이 주종을 이루고 있는 수종은 참나무류이다. 현재 졸참나무를 포함하여 참나무류의 분포는 전체 산림면적의 18%(1,079천 ha)로 향후 소나무의 분포면적은 점점 줄어들고, 참나무류의 분포 면적이 확대될 전망이다. 따라서 본 연구는 향후 기후변화에 따른 우리나라 산림의 주요 수종으로 자리 잡을 것으로 예측되는 참나무류에 대한 탄소량 추정에 관한 기본적인 정보 제공과 우리나라 산림부문 온실가스 통계기반 구축을 위한 기초자료로 활용함으로써 국가온실가스통계의 질적 향상을 기대할 수 있을 것으로 사료된다.

REFERENCES

• Cannell, MGR, Dewar, RC, Thorney, JHM, (1992), Carbon flux and storage in European, responses of forest ecosystems to environmental change, sd. Teller A, Mathy P and Jeffers JNR, p1009.
• Choi, SI, Joo, RW, (2011), An estimation of carbon stocks in harvested wood products in Korean houses, Jour Korean For Soc, 100(4), p708-714.
• Chung, KH, Lee, WK, Kim, KH, Lee, SH, (2001), Classification of forest type using high resolution imagery of satellite IKONOS, Journal of Remote Sensing, 17(3), p275-284.
• IPCC, (2003), Good practice guidance for land use, land-use change and forestry, Institute for Global Environmental Strategies, Hayama, Japan, p324.
• Chung, YG, Kim, DH, Kim, CM, (2010), Development of stem profile and taper equation for Quercus acuta in Jeju experiment forests, Jour Korean For Soc, 99(1), p57-61.
• Jones, PD, Wigley, TML, Wright, PB, (1989), Global temperature variations between 1861 and 1984, Nature, 322, p430-434. [https://doi.org/10.1038/322430a0]
• Kang, JT, Son, YM, Kim, SW, Lee, SJ, Park, H, (2014), Development of local stem volume table for Pinus densiflora S. et Z. using tree stem taper model, Korean Jour of Agricultural and Forest Meteorology, 16(4), p327-335. [https://doi.org/10.5532/KJAFM.2014.16.4.327]
• Kang, JT, Son, YM, Kim, SW, Park, H, Hwang, JS, (2014), Development of local stem volume table for Larix kaempferi using Kozak’s stem taper model, Jour of Agriculture & Life Science, 48(6), p119-131. [https://doi.org/10.14397/jals.2014.48.6.119]
• Kim, HS, Bae, SW, Lee, ST, Hwang, JH, (2010), Analysis for growth characteristics and aboveground carbon storage for Zelkova serra artificial forests in Gwangneung Experimental Forest, Jour Korean For Soc, 99(1), p144-152.
• Kim, SR, (2007), Forest cover classification by optimal segmentation of IKONOS imagery, Thesis for Master, Korea University, Seoul.
• Kim, SR, Lee, WK, Kwak, HB, Choi, SH, (2009), Estimating carbon sequestration in forest using KOMPSAT-2 Imagery, Jour Korean For Soc, 98(3), p324-330.
• Kim, SW, Son, YM, Kim, ES, Park, H, (2014), Estimation of growing a stock and carbon stock based on components of forest type map: The case of Kangwon province, Jour Korean For Soc, 103(3), p446-452.
• Lee, SK, Son, YH, Noh, NJ, Heo, SJ, Yoon, TK, Lee, AR, Razak, SA, Lee, WK, (2009), Carbon storage of natural pine and oak pure and mixed forests in Hoengseong, Kangwon, Jour Korean Fo Soc, 98(6), p772-779.
• Korea Forest Service, (2000), The 21st century "Forest Vision", p101.
• Korea Forest Service, (2013), The 5th national forest inventory.
• Korea Forest Service, (2013), Assessment of the Korea’s forest resources.
• Kozak, A, (1988), A variable-exponent taper equation, Can J For Res, 18, p1363-1368. [https://doi.org/10.1139/x88-213]
• Lee, SH, (2003), Development of site index equation and curves for Cryptomerica japonica, Jour of Korean For Soc, 92, p152-159.
• Lee, WK, Lee, JH, Chung, KH, Jun, EJ, (2001), Spatial characteristics of forest type distribution on the basis of geomorphological factors and IKONOS satellite imagery, Korean Journal of Forest Measurements, 4(1), p74-82.
• Max, TA, Burkhart, HE, (1976), Segmented polynomial regression applied taper equations, Forest Science, 22(3), p283-289.
• Park, IH, Moon, GS, (1999), Species Competition and productivity in a natural mixed forest Pinus densiflora and Quercus variabilis at a Mt. Mohu area, Jour Korean For Soc, (8842), p462-468.
• Park, JW, Lee, JS, (2011), Analysis of spatial distribution and estimation of carbon emissions in deforestation using GIS and administrative data, Jour Korean For Soc, 100(3), p466-475.
• Pérez, D, Burkhart, H, Stiff, C, (1990), variable-form taper function for Pinus oocarpa Schiede. in Central Honduras, For Sci, 36, p186-191.
• Post, WM, Emanuel, WR, Zinke, PJ, Stangenberger, AG, (1982), Soil carbon pools and world life zone, Nature, 298, p156-159. [https://doi.org/10.1038/298156a0]
• Ramantathan, V, (1988), The greenhouse theory of climate change; A test by an inadvertent global experiment, Science, 240, p293-299. [https://doi.org/10.1126/science.240.4850.293]
• Song, CY, Chang, KS, Park, KS, Lee, SW, (1997), Analysis of carbon fixation in natural forests of Quercus mongolica and Quercus variabills, Jour Korean For Soc, 86(1), p35-45.
• Son, YM, Jeon, JH, Pyo, JK, Kim, KN, Kim, SW, Lee, SJ, Lee, KH, (2012), Development of stem volume table for Robinia pseudoacacia using Kozak’s stem profile model, Jour Agri & Life Sci, 46(6), p43-49.
• Son, YM, Kang, JT, Chung, YG, Lee, KS, Yoo, BO, (2013), Development of statistics infrastructure for forest greenhouse gas, Korea Forest Research Institute Report, p477-515.
• Son, YM, Kim, RH, Kim, YH, Lee, KH, (2009), Estimation of stand growth and CO2 removals for Juglans mondshurica plantations in ChungJu, Chuncheongbuk-do in Korea, Jour Korean For Soc, 98(6), p646-651.
• Son, YM, Kim, SW, Lee, SJ, Kim, JS, (2014), Estimation of stand yield and carbon stock for Robinia pseudoacacia stands in Korea, Jour Korean For Soc, 103(2), p264-269. [https://doi.org/10.14578/jkfs.2014.103.2.264]
• Tans, PP, Fung, IY, Takahasi, Taro, (1990), Observational constraints on the global atmospheric CO2 budget, Science, 247, p1431-1438. [https://doi.org/10.1126/science.247.4949.1431]
• Thenkabail, PS, Stucky, N, Grisscom, BW, Ashton, MS, Diels, J, van der Meer, B, Enclona, E, (2004), Biomass estimations and carbon stock calculations in the oil palm plantations of African derived savannas using IKONOS data, International Journal of Remote Sensing, 25(3), p5447-5472. [https://doi.org/10.1080/01431160412331291279]
• Wigley, TML, Schlesinger, ME, (1985), Analytical solution for the effect of increasing CO2 on global mean temperature, Nature, 315, p649-652. [https://doi.org/10.1038/315649a0]