솔알락명나방(Dioryctria abietella)의 유충은 잣나무 구과를 가해 하는데, 피해를 심하게 받은 구과 종자의 손실량은 20.3%이며, 잣나무에서 구과피해율이 평균 25.7%에 달하여(이성찬, 2014), 잣 생산에 막대한 영향을 미치고 있다. 잣나무에서 페로몬 트랩의 설치 높이에 따른 솔알락명나방의 유인 효과 조사를 위하여 고가작업차 를 이용하여 잣나무림 지상부, 수관하부, 수관중부, 수관상부에 페로몬 트랩을 설치하였다. 페로몬은 케이아이 피에서 구입 하여 사용하였으며 트랩은 델타트랩을 설치하였다. 4월 26일에 최초 설치를 시작하여 기상상황에 맞게 10~15일 간격으로 수거하여 유인된 개체수를 조사하였다. 5월 초순에 4개 개체가 채집되기 시작하였으며, 6월 하순에 136개체가 채집되어 최대 밀도가 채집되었으며, 이후 점차 밀도가 감소하다가 8월 부터 밀도가 다시 증가하였다가 8월 중순 이후부터 다소 감소하기 시작하였다. 6월 초순에는 채집개체가 전혀 없었는데 이는 5월 하순부터 잣나무 송화가루가 날리면서 끈끈이트랩을 오염시켜 끈끈이트랩의 접착력이 떨어진 것에 기인한 것 으로 판단되었다. 수고별 솔알락명나방 페로몬 트랩 유인효과는 채집된 개체의 99.0%가 수관 상부에서 채집되 었으며, 2개체만이 수관중부에서 채집되었다. 수관하부와 지상에 설치된 트랩에서는 전혀 채집이 되지 않아 페로몬 트랩의 설치 높이에 따라 유인 효과가 매우 다른 것으로 나타났다.

본 연구의 목적은 무인기 정사영상 정보를 활용하여 초미세 고해상도 3차원 공간 모델을 구축하고, 구축된 모델을 이용하여 개체목의 수고와 흉고직경을 추정하는 기술을 분석하고자 하였다. 이를 위해 경상북도 봉화군 일대 잣나무 조림지를 대상으로 무인기 정사영상을 촬영하였으며, SfM 기술을 이용해 촬영영상에 대한 3차원 수고 모델을 추출하였다. 유역분류 알고리즘을 이용해 개체목을 선별·추출하였고, 개체목별 수관면적에 따른 흉고직경을 추정하였다. 본 연구 결과에 의하면, 추출된 수고모델과 현장에서 측정한 수고는 평균 제곱근 편차에서 1.492m (R2 = 0.3401) 차이를 보였으며, 오차율이 가장 적은 수고모델 추출 방법은 지형분석지점 사양이 각도 20°, 이격거리 1m, 격자크기 60m 이었다. 개체목 추출율은 75.4% 이었으며, 수고가 높은 우세목의 추출율은 85.2% 이상이었다. 추출된 개체목의 수관면적과 흉고직경의 상관성은 두 변수 사이에 유의 수준(P<0.01)에서 상관관계가 있었으며, 적합도 77.05% 수준에서 수관면적이 커질수록 흉고직경도 증가하는 추세를 확인할 수 있었다.

The present study was carried out to deduce optimum harvesting time based on fruit traits that were examined with fruits hanging the higher part (HP, higher than or equal to 2m height from the ground) and lower part (LP, lower than or equal to 1.5m height from the ground) on ‘Niitaka’ tree. The fruits of HP compared to of LP tended to be heavy and showed significantly higher soluble solid contents (SSC), hardness and gravity at each of the harvest time. On the basis f the discrepancies of the fruit traits between HP and LP, harvest time for the fruits of LP are acquired to be delayed for raising fruit weight and SSC. Due to the substantial probability of flesh pithiness based on the dramatic decrease of fruit gravity, it is necessary that the fruits of LP distributed just after harvesting or stored for short-term period.

재식거리 3.2×1.2m로 심어 수고 2.5m의 세장방추형으로 관리해 오던 '후지'/M.9 사과나무를 재식 6년차부터 2년 동안 수고 4.0m로 관리하였다. 이후 재식 8년차에 수고를 2.5m(대조구), 3.0m, 3.5m, 4.0m로 조절하고 수고에 따른 2년간의 생산성 및 노동력을 비교하였다. 대조구인 수고 2.5m를 기준으로 하여 처리에 따른 10a당 생산량을 비교해 보면 첫해에는 수고 4.0m, 3.5m, 3.0m에서 각각 46%, 25%, 4%, 2년차에는 17%, 12%, 10% 증가하였다. 수고에 따른 과실 품질에 있어서는 가용성 고형물 함량은 2개년 모두 수고 2.5m가 가장 높았으나, 착색정도는 수고에 따른 뚜렷한 차이가 없었다. 노동력은 수고가 높아질수록 증가하였으나, 노동력에 따른 과실생산량은 수고가 낮을수록 증가하였다. 조수입과 순수입은 2005년의 경우 수고가 높아질수록 증가하였으나, 2006년은 수고 2.5m가 가장 높았지만 통계적 유의차는 없었다. 따라서 수고에 따른 생산성, 노동력, 경제성을 고려해 볼때 적정수고는 3.0~3.5m인 것으로 판단되었다.

This study was to evaluate the utilization of terrestrial light detection and ranging for forest inventory in coniferous forests. Heights and diameter of the stand trees were measured manually using the traditional measurement method and the method using terrestrial LiDAR. The results of two methods were compared and analyzed to evaluate accuracy and feasibility. The terrestrial LiDAR used fixed and handy types to compare the accuracy between different operational methods. Comparative analyses used a paired t-test and Bland-Altman plot analysis. In the case of tree heights, the average of difference between the traditional method and terrestrial LiDAR for each plot was 0.81 m, -0.07 m, and 0.13 m for fixed type; 2.88 m, 1.19 m, and 0.93 m for the handy type. In the case of tree diameter at breast height, the average value of the difference between traditional methods and terrestrial LiDAR for each plot was 0.13 cm, -0.66 cm, and –0.03 cm for fixed type; 2.36 cm, 2.13 cm, and 1.92 cm for the handy type. The values from the method using the fixed type was highly consistent with that using the traditional measurement methods; the average difference was closer to zero. The crown density influences the precision of the height measurement using terrestrial LiDAR in coniferous forests. Therefore, future studies should focus on verifying the a