임분을 분류할 때는 나무의 기원과 형성 과정, 측정 방법과 산출식의 원리를 구분하는 능력이 필요하다고 본다. 자연 발생 여부에 따른 원시림·천연림·불완전천연림과 교란 이후의 복구를 의미하는 2차림을 구별해야 한다. 수고·흉고면적·재적 등을 구할 때는 각 측정기구와 산정식을 올바르게 적용해야 한다.
임분 분류에서는 나무가 어떻게 형성되었는지가 중요한 기준이라고 본다. 원시림, 천연림, 불완전천연림은 모두 자연적으로 발생한 숲을 가리키는 개념으로 공통된 성격을 가진다. 반면 2차림은 산불이나 벌채 등으로 기존 숲이 파괴된 뒤 다시 형성된 상태를 포함하므로 분류상 성격이 다르다.
수고를 측정할 때는 사용한 기구의 원리를 이해해야 한다. 하가측고기 등은 관측점을 기준으로 상부 및 하부의 상대 높이를 측정하여 수고를 도출하는 방식이 존재한다고 본다. 문제에서는 하가측고기에서 관측점 기준으로 상부 높이와 하부 높이를 더하여 수고를 구하는 설명이 제시되어 있으므로 측정 원리를 놓치면 오답이 발생한다.
재적을 산정하는 방법은 사용한 단면의 위치와 산식에 따라 달라진다. 중앙단면적에 재장을 곱하는 방식은 후버(Huber)식으로 정의된다. 이와 달리 위·아래 단면적의 평균을 사용하는 방법은 스말리안(Smalian)식이고, 여러 단면을 이용하는 식은 뉴턴(Newton)식이다.
수고 유도는 데이터의 양과 정확도 요구에 따라 방법을 선택해야 한다. 자료가 많고 정확도를 요구할 때는 통계적 방법인 최소자승법을 사용하여 산점도에 가장 잘 맞는 직선을 구하는 방식이 권장된다고 본다.
직경 측정 등급과 소밀도 등급은 경계값을 기준으로 구분한다. 예컨대 직경 8cm는 일반 규정에 따라 7.0cm 이상 9.0cm 미만의 구간에 속한다고 보고, 소밀도 '중'은 수관 면적이 조사면적의 41%에서 70% 사이에 해당한다고 본다.
예제
하가측고기를 이용해 관측점에서 위쪽으로 18m, 아래쪽으로 2m를 측정했다면 측정 원리를 확인해야 한다. 주어진 설명에 따르면 관측점을 기준으로 상부와 하부의 상대 높이를 합하여 수고를 구하는 방식이므로 18m + 2m = 20m로 계산하는 방식이 올바르다.
재적 산정 문제에서는 중앙단면적 키워드를 확인해야 한다. 문제 지문에 '중앙단면적과 재장'이 주어지면 후버식 적용을 떠올려 중앙단면적 × 재장으로 재적을 산정한다.
수고 유도 방법 선택 문제는 자료의 양과 정확도 조건을 비교하여 풀어야 한다. 자료가 많고 정확도가 필요하다는 조건이 있으면 최소자승법을 정답으로 연결한다.
대표 기출 3문항
하가측고기로 기계를 적절히 조정한 후 입목의 최상층부를 측정한 결과 18m, 최하단부를 측정한 결과 2m로 측정되었다. 이입목의 수고는 얼마인가?
22m
20m
18m
14m
정답과 해설 보기
정답 ② · 하가측고기로 측정한 상하측정값으로 입목의 수고를 구하는 계산 문제이다. 하가측고기는 관측점을 기준으로 최상층부와 최하단부를 각각 측정하는데, 관측점이 나무의 아래쪽에 위치하면 두 측정값을 더하여 수고를 구한다.
수고는 최상층 높이에서 최하단부 높이를 빼야 하므로 18m-2m=20m이다.
수간석해를 위해 Huder 식에 의하여 단면을 채취한다면 네 번째 단판은 지상 몇 m 지점에서 채취한 것인가?
0.2m
1.2m
3.2m
5.2m
정답과 해설 보기
정답 ④ · Huder(후더)식은 수간해석을 위한 원판 채취 방법 중 하나로, 지상고 0.2m, 1.2m, 2.2m 등 1m 간격으로 원판을 채취하는 원칙을 변형하여 원통형 시험목 활용 시 사용되기도 합니다. 그러나 기출문제 풀이에서는 보통 1.3m 흉고부, 3.2m 등의 특정 지정 간격을 요구하는데, 이 문제에서는 네 번째 단판을 채취하는 지점을 5.2m로 설정하고 있으므로 4번이 출제 의도에 맞는 정답입니다.
자료가 많은 경우나 정확도를 요구할 때 사용되는 수고 유도방법은?
이동평균법
자유곡선법
드라우트법
최소자승법
정답과 해설 보기
정답 ④ · 자료가 많고 정확도를 요구할 때 쓰이는 수고 유도방법을 고르는 문제이다. 최소자승법은 각 자료점으로부터 직선까지의 오차를 제곱하여 더한 값이 최소가 되는 직선을 통계적으로 구하는 방법으로, 많은 데이터를 객관적으로 처리하고 정확도가 높아 이러한 조건에 가장 적합하다.
최소자승법은 오차를 제곱하여 합한 값이 최소가 되는 직선을 구하므로, 데이터가 많고 정확도가 높을 때 가장 적합한 수고 유도 방법이다.