본 연구에서는 교목성 낙엽침엽수인 메타세쿼이아(Metasequoia glyptostroboides)가 가로수로 식재된 국내 8개 지역(삼척, 대전, 대구, 구미, 포항, 부산, 진안, 담양)의 10개 도로에서 총 280본을 대상으로 결함 및 관리 특성을 조사하였다. 육안 평가를 기반으로 2022년과 2023년 6~7월에 기본 현황, 결함, 관리 특성을 종합적으로 분석하였다. 결함도는 고사지, 줄기 상처, 병해충 등을 조사하여 정량화하였다. 메타세쿼이아의 평균 수고는 17.8m, 흉고직경 43.2cm, 근원직경 62.3cm, 수관폭 7.7m, 지하고 4.1m였으며, 흉고직경과 수고 간에는 전반적으로 양의 상관관계가 확인되었다. 그러나 흉고직경 기준 수고 예측 모델을 사용하였을 때 자연 집단보다 수고가 최대 11.9m 낮았다. 결함도는 평균 2.21점으로, 근계 결함(96.79%), 해충 피해(60.00%), 고사지(46.79%)가 가장 빈번했다. 보호틀 폭은 대부분 1~2m였으나 일부 구간은 1m 내외로 근계 손상이 발생하였고, 전선 비지중화 구간에서는 가지치기로 인해 수형이 고착되는 경향을 보였다. 교목성 가로수로서 전국적으로 조성된 메타세쿼이아 가로수의 지속 가능한 관리를 위한 종합적인 방안을 강구하는 것이 필요하다.

본 연구는 양버즘나무(Platanus occidentalis) 가로수를 대상으로 가지치기 유형(자연형, 두절형)에 따른 목질부 내부 결함 및 수관울폐도를 분석하였다. 2022년에 서울과 대구에서 총 40본을 선정하여 6월과 9월에 지표면으로부터 30, 60, 90cm 높이에서 음파단층촬영과 전기비저항단층촬 영을 실시하였다. 각 수목의 사방위에서 안드로이드 기반 앱을 활용하여 수관울폐도를 측정하였다. 서울과 대구 모두 자연형에서는 수목 내 부후 중기, 부후 후기, 공동이 없었으나, 두절형에서는 이러한 내부 부후가 확인되었다. 수관울폐도는 자연형(69.9%)보다 두절형(86.0%)이 높았다. 또한 수관울폐도가 높을수록 가로수 내부의 부후, 공동 발생이 증가하였다. 특히 30cm 높이에서 부후, 공동 발생이 가장 많았다. 두 지역 모두에서 수관울폐도와 내부 결함 발생 간에 양의 상관관계가 확인되었다. 이러한 결과는 양버즘나무 가로수의 효율적 관리를 위한 기초 자료로 활용될 수 있다.

결빙되거나 적설이 있는 도로와 같이 마찰이 작은 노면에서는 일반 노면과 비교했을 때 제동거리가 크게 증가하기 때문에 심각한 교통사고로 이어질 수 있다. 이에 블랙 아이스(Black ice)와 같은 노면 위험을 감지 하기 위한 노면 분류 기술에 대한 연구가 지금까지 지속적으로 이루어지고 있다. ESC(Electronic Stability Control) 시스템은 차량 자세 제어를 통해 마찰이 작은 노면에서 차량의 미끄러짐 및 전복을 방지하는 능동 안전시스템(Active safety system)이다. ESC 시스템의 성능을 위해서는 정확한 노면 마찰 계수(Road friction coefficient) 추정을 통한 노면 분류가 중요하다. 최근의 노면 분류 기술은 카메라, LiDAR 등의 이미 지 기반의 방법에 중점을 두고 연구가 진행되고 있다. 그러나 이러한 이미지 기반의 방법들은 정확도가 낮을 뿐만 아니라 높은 계산 복잡도의 문제를 가지고 있다. 이뿐만 아니라 높은 비용으로 인해 상용화 측면에서도 단점을 드러내고 있다. 본 연구에서는 그림1처럼 센서 융합 기술을 활용하여 이미지 기반 방법의 문제점을 해결하고자 한다. 차량 횡방향 동역학 모델(Vehicle lateral dynamic model)을 선형화하여 칼만 필터(Kalman filter)를 적용한 노면 마찰 계수 추정 알고리즘을 설계하고, 기계학습(Machine learning) 모델을 적용하여 블랙 아이스 검출 알고 리즘을 설계한다. 전기차 CAN 버스로부터 얻을 수 있는 차량 종방향 가속도(Vehicle longitudinal acceleration)를 제어 입력으로 하고, 요 레이트(Yaw rate)를 측정값으로 하여 칼만 필터에 적용하여 차량 종 방향 속도(Vehicle longitudinal velocity)와 차량 횡방향 속도(Vehicle lateral velocity), 요 레이트, 차량 횡방 향 힘(Vehicle lateral force)을 추정한다. 이때 전통적인 칼만 필터 대신 EKF-UI(Extended kalman filter with unknown input)를 적용하여 시스템 행렬의 크기를 줄여 계산 복잡도를 감소시키고 차량의 거동 변화 를 보다 정확하게 반영할 수 있도록 하였다. 추정된 차량 종방향 속도, 차량 횡방향 속도, 요 레이트를 통해 사이드 슬립 각(Side slip angle)을 구해 사이드 슬립 각과 차량 횡방향 힘의 관계를 이용해 특징들을 찾아 기계학습 모델(e.g. 앙상블 기법, SVM 등)을 적용하여 블랙 아이스를 검출할 수 있다. MATLAB/Simulink SW 및 CarSim을 사용하여 개발한 알고리즘의 성능을 검증하였으며, 본 연구의 결과는 ESC 시스템의 성능 을 개선시켜 차량의 미끄러짐으로 인한 교통사고의 예방에 도움이 될 것으로 예상한다. 여기에 스마트 타이 어(Smart tire)의 센서도 추가해 노면과 타이어 사이의 직접적인 데이터를 추가해 검출 성능을 높일 것이다.

본 연구에서는 칡의 효율적인 제거 방법을 모색하기 위해 국내외의 사례를 비교하였다. 칡은 척박한 토지에서도 생장이 왕성한 특성을 가져 사면침식을 억제하는 식물로 이용되기도 하였다. 그러나 칡은 덩굴을 형성하여 조림목을 감고 올라가 생장하므로 심할 경우에는 조림목의 고사를 유발한다. 최근에는 생활권 수목에 대한 관심의 증가로 조경수에 대한 피해가 주목을 받고 있다. 칡은 물리적, 화학적 및 생물학적 방법으로 제거한다. 국내에서는 덩굴 및 주두부 제거 등 물리적 제거 방법과 제초제를 사용하는 화학적 방법을 주로 사용하고 국외에서는 화학적 방법에 주로 의존한다. 물리적 방법은 환경오염이 적은 이점이 있으나 상당한 노동력과 비용이 소요된다. 화학적 방법은 즉각적으로 제거 효과가 나타나지만 약제 사용에 의한 환경오염과 기상조건의 제약이 있다. 생물학적 방법은 화학적 방법의 환경오염을 해결하기 위해 개발되었으나 제거 효과가 느리게 나타나고 조림지에 적용 시 조림목과 하층식생에 미치는 영향에 대한 우려가 있다. 향후 고효율성을 담보하며 친환경적인 생력화 칡 제거 기술에 대한 연구와 적용이 필요하다.

본 연구에서는 가로수로 식재 한 메타세쿼이아 214본을 대상으로 시각적 활력 평가와 형성층전기저항계(JunsMeter) 측정 결과를 비교하였다. 시각적 활력 평가로 경북 예천군에서는 모든 활력 단계를 관찰하였고, 상주시에서는 ‘매우 양호’와 ‘양호’ 단계만 나타났다. JunsMeter의 측정 평균값은 예천(75.48)보다 상주(86.99)에서 높았다(P=0.01). 방위별 JunsMeter 측정에서는 예천군의 서쪽(71.29)에서 가장 낮았다. 예천과 상주에서 시각적 활력 평가로 구분한 3개 그룹과 JunsMeter 측정값과 일관되게 나타났다.