• 최종편집 2024-03-26(금)

통합검색

검색형태 :
기간 :
직접입력 :
~

뉴스광장 검색결과

  • 한국 고유 침엽수종의 지속가능한 보전을 위해 노력한다
    산림청(청장 남성현)은 국립산림과학원, 국립공원연구원, 국립백대간수목원 등 전문가 30여 명과 함께 기후변화 등으로 쇠퇴하는 고산 침엽수종의 생육 현황을 조사(모니터링)하고, 올해부터 추진하는 생태계 정밀 조사의 실행 방향을 논의하기 위한 현장토론회를 7월 14일 강원도 정선군에서 개최하였다. 산림청에서는 한국의 고산 침엽수를 보전하기 위하여 2016년도에 7대 중점 보전 수종*을 선정해 주기적인 생육상태 조사, 현지외보존원** 조성(봉화, 제주, 무주) 등의 사업을 추진해오고 있다.    * 7대 중점 보전 수종은 크리스마스나무로 잘 알려진 구상나무를 비롯하여 분비나무, 가문비나무, 주목, 눈잣나무, 눈측백, 눈향나무이며, 이 나무들은 「수목원․정원의 조성 및 진흥에 관한 법률」에 의해 희귀식물로도 지정돼 있다.   ** (현지외보존원) 생물다양성의 구성요소를 자연서식지 외에 보전하는 것으로서 종 보존을 위한 후계림 육성, 복원재료 확보 등을 위한 조치 고산 침엽수 생육현황 조사(모니터링)는 2017년부터 전국의 500개 지점을 2년 주기로 조사하고 있으며, 올해로 3차기가 마무리될 예정이다. 2021년도 국립산림과학원의 분석에 따르면, 1차기(2017~2018년)와 비교하였을 때, 2차기(2019~2020년)의 입목쇠퇴도*는 평균 약 6%p (26% → 32%) 증가한 것으로 나타났다.   * (입목쇠퇴도) 살아있는 나무와 죽은 나무의 그루 수, 나무에 달린 잎의 양과 나무줄기의 형태 등을 종합적으로 판단하여 산출하는 지표 이에, 산림청은 고산 침엽수의 쇠퇴 속도를 완화할 방안을 모색하기 위하여 올해부터 생태계 정밀 조사에 착수한다. 입지에 따른 미세 기후, 곤충이나 야생동물 등 생물과의 상호관계를 세부적으로 파악하고, 이를 통해 향후 수분 공급 시기, 광량 조절 등 과학적이고 구체적인 고산 침엽수종 관리 방안을 도출할 예정이다. 또한, 현장 조사를 위한 최신 기술도 새롭게 도입한다. 무인항공기 및 지상 라이다(Lidar)를 활용해 침엽수종 서식지의 3차원 정밀데이터를 수집하고, 기계학습을 통한 서식지 추출 자동화 모델을 개발하여 동일한 시간과 인력으로 조사 면적을 대폭 확대할 수 있을 것으로 기대된다. 아울러, 경관 생태 시계열 자료를 구축함으로써 고산 침엽수 분포의 변화상을 예측하고, 미래 서식지 및 분포변화에 따른 선제적인 산림관리가 가능하도록 할 예정이다. 산림청 산림환경보호과 이현주 과장은“주기적인 생육상태 변화 여부 평가와 정밀 조사를 통해 기후 위기 속에서도 한국 고유의 침엽수종이 지속가능하게 보전될 수 있도록 노력하겠다”라고 말했다.
    • 산림행정
    • 산림청본청
    2022-07-14
  • 국립수목원, 2022 산림 봄꽃 개화(만개) 예측지도 발표
      국립수목원(원장 최영태)은 우리나라 전국 주요 산림에 자생하는 식물의 올해 봄꽃 개화(만개) 예측지도를 발표했다.   예측지도에 표기된 지역은 우리나라를 대표할 수 있는 주요 산림 17개 지역과 권역별 국‧공립수목원 10개소이다.     * 예측지역: (강원) 광덕산, 화악산, 강원도립화목원 (경기) 수리산, 축령산, 용문산, 소리봉, 물향기수목원, 국립수목원 (충북) 속리산, 소백산, 미동산수목원 (충남) 계룡산, 가야산, 금강수목원 (경북) 가야산, 대구수목원 (경남) 지리산(칠선), 금원산, 경남수목원 (전북) 대아수목원 (전남) 두륜산, 월출산, 완도수목원 (제주) 한라산(1100도로), 교래곶자왈, 한라수목원   이번 예측은 산림청 주관으로 전국 국‧공립수목원 10개 기관이 공동으로 참여하여 2009년부터 2021년까지 매년 기록된 현장관측자료(개화>50%)를 기반으로 하였다. 분석에는 우리나라 산림 전역에 분포하고 있는 “생강나무”, “진달래”, “벚나무류” 기준으로 최근 다양한 분야에서 많이 활용되고 있는 통계 모델인 기계학습(랜덤포레스트(random forest))방식이 적용되었다.   올해 산림 봄꽃의 절정은 종별로 다소 차이는 있겠지만 대체로 3월 중순 시작될 예정이며, 특히 남부에서 중부지역으로 점차 확대되었던 과거와 달리 제주도와 전라남도를 제외한 전국에서 비슷한 시기에 절정을 맞이할 것으로 예측되었다.    * 생강나무: 제주 애월곶자왈숲 3.19.(±8일) → 경남 지리산(칠선) 4.2.(±8일), 경북 가야산 4.2.(±8일), 충남 계룡산 4.2.(±7일), 충북 속리산 4.2.(±8일), 경기 축령산 4.2.(±8일), 강원 화악산 4.2.(±8일)     * 진달래: 전남 두륜산 3.26.(±8일) → 경북 가야산 4.12.(±8일), 충남 계룡산 4.12.(±7일), 경기 축령산 4.12.(±8일)    * 벚나무류: 한라수목원(제주) 4.3.(±5일), 완도수목원(전남) 4.3.(±6일), 경남수목원 4.7.(±5일), 대구수목원 4.4.(±6일), 금강수목원(충남) 4.10.(±5일), 미동산수목원(충북) 4.18(±5일), 물향기수목원(경기) 4.12(±5일), 국립수목원(경기) 4.18(±5일)         최영태 국립수목원장은 “산림청 국립수목원에서 매년 발표되고 있는 봄꽃 개화 예측지도는 주로 평균기온 기준으로 예측하는 기존의 방식과는 다르게 매년 산림 현장에서 직접 관측되고 있는 자료를 활용했다는 점에서 의미가 있다.”라며 “앞으로도 지속적인 관측자료 확보를 통해 예측의 정확도를 점점 높여 가겠다.”라고 말했다.
    • 산림산업
    • 국립수목원
    2022-02-25
  • 산림청 국립수목원, “2021년 산림 가을 단풍 예측지도” 발표
    산림청 국립수목원(원장 최영태)은 올해 우리나라 주요 산림의 가을 단풍 절정을 예측한 지도를 발표했다. 이번에 예측한 지역은 한라산, 설악산, 지리산을 포함하여 우리나라 각 지역을 대표할 수 있는 주요 산림 18개 지역과, 권역별 국‧공립수목원 7개 지역이다.    ○ (강원) 설악산(권금성), 화악산, 강원도립화목원 (경기) 수리산, 축령산, 용문산, 국립수목원 (충북) 속리산, 미동산수목원 (충남) 계룡산, 가야산 (경북) 주왕산, 가야산, 팔공산, 대구수목원 (경남) 지리산(세석), 금원산, 경남수목원 (전북) 내장산, 대아수목원 (전남) 월출산, 상황봉 (제주) 한라산(1100도로), 교래곶자왈, 한라수목원 올해 단풍 절정은 지역에 따라 다소 차이는 있겠지만 일부 지역(제주도 등)을 제외하고 대부분 10월 하순경으로 예상된다. 설악산(권금성) 10/23(±10일), 지리산(세석) 10/20(±6일), 한라산(1100도로) 11/4(±4일) 전국 평균은 10/26일로 작년 대비 전국 평균 3일가량 늦어질 것으로 예상된다. 이번 단풍 예측은 산림청 “기후변화 취약 산림식물종 보전 적응 사업” 에 참여하는 국‧공립수목원 10개 기관에 의해 2009년부터 해당 지역별로 현장에서 직접 관측된 자료를 기반으로 딥러닝 방식을 적용하여 예측하였다.  이번 분석은 우리나라 산림 전역에 분포하고 있는 당단풍나무를 기준으로 2009년부터 2020년까지 기록된 현장관측자료(단풍>50%)를 기반으로 대표적인 기계학습(머닝러신) 방법 중 하나인 랜덤포레스트(random forest) 방식을 적용하여 우리나라 산림의 가을 단풍을 예측했다. 한편, 현장 관측이 시작된 2009년부터 우리나라 산림의 단풍절정시기는 연평균 0.4일씩 늦어지는 것으로 확인되었다.     특히, 식물의 단풍시기는 온도변화에 민감하게 반응하며, 관측 자료에 의하면 여름 기온이 1도 올라갈때마나 1.5일씩 늦어지는 것으로 나타났다.    이러한 현상에 대해 서울대학교 환경대학원 정수종 교수는 “식물에 단풍이 드는 시기가 늦어지는 것은 분명한 기후변화 시그널로써 이는 기후변화가 식생의 생장리듬을 바꾸고 있다는 명백한 증거임을 의미한다. 이뿐만 아니라 온대 산림의 식생은 대기 중 이산화탄소 농도 증가를 낮추는 중요한 흡수원이기에 식생의 생장시기가 변하는 것은 탄소순환의 변화가 생긴다는 것을 의미하므로 탄소중립이라는 국가목표 달성을 위해서라도 우리나라 산림의 식물계절 변화에 더 많은 관심을 기울여야 한다.”라고 단풍 시기의 변화에 대한 중요성을 설명했다.  국‧공립수목원의 산림식물계절 현장 관측을 주도하고 있는 국립수목원 손성원 연구사는 “식물학적 이해도가 높은 국‧공립수목원에서 직접 관측된 식물계절 현상 자료는 그 신뢰도가 매우 높다고 할 수 있으며, 앞으로 이러한 자료를 적극적으로 활용하여 단풍 및 개화 예측지도를 매년 발표할 예정이다” 라고 말했다.
    • 산림산업
    • 국립수목원
    2021-09-28
  • 산림산업 육성 디딤돌이 될 산림생태복원 토론회 개최
    산림청(청장 최병암)은 10일 정부대전청사에서 산림생태복원 발전방안을 주제로 토론회(심포지엄)를 개최했다. 이번 토론회는 유엔생물다양성협약(CBD) 사무국과 함께 산림청,지방자치단체, 국립산림과학원, 국립수목원, 산지보전협회, 수목원정원관리원, 산림복원협회, 대학, 환경단체 등 100여 명이 참석했다. 코로나19 확산 방지를 위해 토론회의 대면 참석인원은 최소화하고, 비대면 혼합(하이브리드) 방식으로 진행했다. 이날 토론회에서는 ‘21년 6월 공식 발족한 ‘유엔생태계복원 10개년 계획’에 따른 국제사회의 생태복원 동향을 파악하고, 인공지능(AI)을 활용한 산림생태복원 기법 등 복원기술 협력 및 발전 방안을 논의했다. 산림청의 ‘산림생태복원 정책방향’ 기조연설을 시작으로 첫 번째 주제토론에서는 ▲유엔생물다양성협약(CBD) 사무국에서 ‘국제사회 생태복원 동향 및 공간계획 의사결정지원 기반(플랫폼) 개발’을, ▲산지보전협회에서 ‘딥러닝*을 활용한 산림복원 대상후보지 자동추출 기법 개발’에 대해 발표했다.   * 딥러닝(Deep Learning) : 컴퓨터가 사람의 뇌처럼 사물이나 데이터를 분류할 수 있도록 하는 기술로, 기계학습의 일종. 두 번째 주제토론에서는 ▲국립산림과학원에서 ‘대규모 훼손지 산림생태복원’, ▲국립수목원에서는 ‘비무장지대(DMZ) 생태교란지 복원’, ▲한국수목원정원관리원에서 ‘자생식물 복원소재 공급체계 구축방안’, ▲충남대학교에서는 ‘자생식물을 활용한 산림생태복원’을 주제로 발표했다. 이어, 산림복원협회장이 좌장을 맡아 각 발표에 대한 종합토론이 이뤄졌다. 산림청은 훼손된 산림의 건강성 및 연속성 회복을 위해 한반도의 핵심 생태 축인 백두대간 보호지역과 산림생태적 가치가 우수한 비무장지대(DMZ) 일원, 도서지역을 중심으로 복원사업을 추진 중이며, 내년에는 섬, 숲 등 복원대상지를 더욱 확대해 나갈 계획이다. 남태헌 산림청 차장은 “산림생태계 복원에 있어 우리나라 자생식물의 활용은 필수적”이라면서, “자생식물 종자 이력관리 및 공급체계 구축 등 오늘 논의결과는 산림생태 복원정책을 한 단계 올리고 나아가 관련 산업을 육성시키는 데 큰 디딤돌이 될 것”이라고 말했다.
    • 산림행정
    • 산림청본청
    2021-09-10
  • 국립수목원, AI 기법 활용 올해 산림 봄꽃 개화 예측 발표
    산림청 국립수목원(원장 최영태)은 기후변화로 점점 빨라지는 봄꽃 개화 시기를 분석하여 올해의 예측 데이터를 발표했다. 이는 인공지능(AI) 기반의 통계 모델인 기계학습(머신러닝) 기법을 적용하여 관측 지역의 온도, 고도, 강수량, 전년도 단풍시기는 물론 12년간 축적된 실제 개화 시기 데이터를 적용하여, 각 지역의 특성에 맞게 개화 시기를 예측하였다. 대상은 우리나라 전역에 분포하는 대표적인 봄꽃인 ‘진달래’와 ‘생강나무’로, 18개의 산림에서 2009년부터 2020년까지 수집한 현장관측자료를 분석하였다. 개화 시기 변화를 관측한 곳은 한라산, 지리산 등 우리나라 각 지역을 대표하는 주요 산 18개 지역이다.      * (강원) 백운산, (경기) 소리봉, 수리산, 축령산, 용문산, (충북) 속리산, 소백산, (충남) 계룡산, 가야산, (경북) 주왕산, 팔공산, 가야산, (경남) 지리산, 금원산, (전남) 월출산, 두륜산, (제주) 한라산(1100도로), 애월곶자왈숲 이를 토대로 올해의 산림 봄꽃 만개는 3월 중순 무렵부터 제주도에서 시작되어, 완도를 거쳐 내륙으로 점점 확대될 것으로 보이며, 특히 관측지점의 해발고도가 높은 지리산, 소백산, 속리산에서는 다른 지역보다 봄꽃 만개가 늦을 것으로 예측되었다.   ○ 생강나무 : 제주 애월곶자왈숲 3.20.(±6일) → 전남 두륜산 3.23.(±7일) → 경북 주왕산 3.28.(±12일) → 충남 계룡산 3.31.(±6일) → 경기 축령산 4.3.(±4일) → 경남 지리산 4.4.(±10일)   ○ 진달래 : 전남 두륜산 3.25.(±8일) → 경남 금원산 4.9.(±7일) → 경북 팔공산 4.12.(±6일) → 경기 용문산 4.16.(±8일) → 강원 백운산 4.23.(±7일) → 경남 지리산 4.25.(±9일) → 충북 소백산 5.2.(±9일) 생강나무   한편, ‘진달래’와 ‘생강나무’가 활짝 피는 시기는 지난 2009년 관측 이래 12년간 계속 빨라지고 있는 것으로 확인되었다. ‘진달래’의 개화 시기는 지난 12년 동안 연평균 1.4일(최대 16일) 정도 빨라졌으며, ‘생강나무’는 연평균 1.65일(최대 19일) 빨라졌다.  이는 봄철 평균 온도와 매우 관련이 높은 것으로 나타났는데 실제로 지난 12년간 우리나라 봄철 평균기온은 평년대비 0.25℃ 상승하여, 우리나라 산림의 “생태 시계”가 점점 빨라지고 있는 것으로 확인되었다. 연구에 함께 참여한 서울대학교 환경대학원 정수종 교수는 “개화 시기의 변화는 기후변화에 의해 식물의 생태가 변화하는 것을 넘어 식물들이 대기 중의 탄소를 흡수하는 시기도 빨라진다는 것을 의미하는 것으로, 탄소 중립 목표에 도달하기 위해 한국 산림에 대한 기초자료를 지속적으로 확보해 나가는 것이 중요하다.”라고 강조했다. 최영태 국립수목원장은 “이번 예측 결과는 기존의 식물 개화 예측 방법과 다르게 지난 12년간 현장에서 관측한 다양한 데이터들을 분석하였다는 점에서 의미가 있으며, 향후 지속해서 관측 자료를 확보하여 예측의 정확도를 높이겠다.”고 밝혔다. 산림청과 국·공립수목원 10개 기관은 기후변화가 산림생태계에 미치는 영향을 예측하고 기후변화에 취약한 산림식물을 보전하기 위해 ‘기후변화 취약 산림식물종 보전 적응 사업’을 수행하고 있으며 연구 성과들을 종합하여 적응 전략을 수립해 나갈 예정이다. 사업은 2009년부터 우리나라 권역별 주요 산림에 자생하는 식물의 계절 현상을 매년 현장에서 직접 관측하여 자료 수집하고 있다.      * 사업 참여 기관국립수목원, 경기물향기수목원, 강원도립화목원, 대구수목원, 경남수목원, 미동산수목원, 금강수목원, 대아수목원, 완도수목원, 한라수목원 (총 10개 기관)   진달래  
    • 산림산업
    • 국립수목원
    2021-02-24
  • 산림청 국립수목원, “올해 우리나라 산림의 가을 단풍 예측지도” 발표
    산림청 국립수목원은 올해 우리나라 산림의 가을 단풍 절정을 예측한 지도를 발표했다. 이번에 예측한 지역은 한라산, 설악산, 지리산을 포함하여 우리나라 각 지역을 대표할 수 있는 주요 산 19개 지역이다.     - (강원) 설악산, 화악산, (경기) 소리봉, 수리산, 축령산, (충북) 속리산, 소백산, (충남) 계룡산, 가야산, (경북) 주왕산, 가야산, 팔공산, (경남) 지리산, 금원산, (전북) 내장산, (전남) 월출산, 상황봉, (제주) 한라산, 교래곶자왈 올해 단풍은 지리산(10/12, ±5일), 소백산(10/15, ±6일), 설악산(10/17, ±9일)에서 가장 빠르게 절정을 관찰할 수 있을 것으로 보이며, 전라남도 상황봉(완도)이 10/30(±5일)로 예측된 지역 중 가장 늦게 단풍이 드는 것으로 분석되었다.    - 주왕산(경북) 10/19(±7일), 계룡산(충남) 10/20(±6일), 속리산(충북) 10/21(±5일), 한라산 1100도로(제주) 10/22(±5일), 수리산(경기) 10/24(±5일), 내장산(전북) 10/26 (±5일)로 각각 예측됨 특히, 이번 발표한 단풍예측지도는 한국생물계절관측네트워크(K-NPN)에 의해 지난 10년간의 산림 내 현장 관측 자료를 기반으로 인공지능 시뮬레이션 모델을 적용한 첫 사례로 전 세계적으로도 유사 사례를 찾아보기 힘들다.      지금까지 국내․외에서 발표된 대부분 단풍지도들은 산림의 자연식생 관측이 아닌 도시지역에서의 관측을 중심으로 부족한 관측 자료를 보충하기 위해 인공위성자료가 보조적으로 사용되고 있었다.     이번 분석은 우리나라 산림 전역에 분포하고 있는 당단풍나무를 대상으로 29개의 산림지역에서 2009년부터 2020년까지 기록된 현장관측자료(단풍>50%)를 기반으로 대표적인 기계학습(머닝러신) 방법 중 하나인 랜덤포레스트(random forest) 방식을 적용하여 우리나라 산림의 가을 단풍을 예측했다. 당단풍나무 단풍   서울대학교 환경대학원 정수종 교수는 이번에 예측된 가을 단풍지도에 대해 “단풍시기를 정확히 예측하는 것은 숲의 심미적 생태계 서비스를 넘어 기후변화에 대응하는 식생의 휴지기 변화를 이해하는데 있어서 아주 중요한 일이다. 따라서 국‧공립수목원 네트워크의 산림식물계절 관측 자료를 이용한 머신러닝 기반의 단풍예측은 인공지능 기법을 식물계절 예측에 적용한 전 세계 첫 사례로, 앞으로 장기간의 관측자료 확보를 통해 예측을 고도화 시킨다면 기후변화에 대한 생태계 변화를 예측하는데 있어서 중요한 역할을 할 것으로 기대한다.”라고 전했다. 한편, 국립수목원 손성원 박사는 이번 분석 자료에 대해 “현장 관측과 인공지능기법을 활용한다면 매년 봄철이나 가을철에 발표되는 우리나라 개화, 단풍지도의 좀 더 정교한 예측 시스템 개발이 가능할 것으로 보이며, 특히 이를 위해서는 산림 내에서의 식물계절현상(phenology) 현장 관측 자료의 장기적인 축적이 무엇보다 중요하다.”라고 말했다. 당단풍나무 단풍  
    • 산림산업
    • 국립수목원
    2020-09-23
  • 경북도 "4차산업을 잡아라"
    경상북도는 23일 경북테크노파크에서 실․국장, 과장 등 간부 공무원 100여명을 대상으로 4차산업혁명으로 인한 미래사회 변화에 선제적으로 대응하기 위한 ‘4차산업혁명 비전스쿨’을 열었다. 이번 비전스쿨은 산업과 고용구조를 비롯해 농업, 문화, 의료복지 등  4차산업혁명이 몰고 올 미래사회 변화에 대비해 도의 정책수립에 중요한 키를 쥐고 있는 4급 이상 간부 공무원의 인식이 중요하다는 판단에서 마련됐다. 특히 김관용 경북도지사는 올해 초 확대간부회의에서 “사물인터넷, 빅데이터, 인공지능 등을 바탕으로 도정 전 분야에 선도적으로 대응해 나갈 것과, 이를 위해 전 공직자를 대상으로 교육을 강화할 것”을 주문한 바 있다.  이날 첫 강연자로 나선 이광형 미래창조과학부 미래준비위원장은 ‘4차산업혁명과 우리의 전략’이라는 주제로 “4차산업혁명은 데이터를 중심으로 제조업을 재구성해 소비자 요구를 직접 제조에 결합시키는 제조+서비스업으로 확대․발전시키는 산업으로 그 핵심요소는 빅데이터, 인공지능, 사물인터넷, 크라우드”라고 강조했다. 이어 국내 기계학습(Machine learning) 분야 최고 권위자인 포스텍 최승진 교수는 ‘인공지능 딥러닝’ 특강에서 인공지능의 개념과 스마트폰, 자율주행차, 로봇, 제조업 등 다양한 분야 활용과 발전 전망에 대해 설명했다.  또 한국생산기술연구원 조용주 수석연구원은 ‘스마트팩토리를 중심으로 바라 본 4차산업혁명’을, 김재만 전 SL대표는 ‘미래자동차’를 주제로 한 자동차산업의 발전 전망과 산업환경 변화 등에 대해 강연했다. 한편, 도는 올해 초부터 4차산업혁명에 대비해 관련 전문가 회의, 산학연 현장 간담회, 정책수요조사 등 각계 각층의 의견을 수렴하며, 대응전략 수립에 고심하고 있다.  특히 자율주행차 포럼 운영 등 4차산업혁명 관련해 시급한 사업은 다음달 추경에 편성할 계획이다. 우병윤 경북도 경제부지사는 “4차산업혁명은 위기이지만, 잘 대응만 해나간다면 기회가 될 수도 있다”면서 “이번 비전스쿨을 계기로 공직자들이 4차산업혁명에 대응해 맡은 분야 정책을 다시 한 번 검토하고, 선도적으로 대비해 나가도록 노력해 줄 것”을 당부했다.
    • 뉴스광장
    • 지방행정
    2017-02-27

산림행정 검색결과

  • 성큼 다가온 가을, 단풍 구경 떠나볼까?
      산림청(청장 남성현)은 25일 ‘2023년도 가을 단풍(절정) 예측지도’를 발표하였다.   올 단풍 절정 시기는 지역과 수종에 따라 다소 차이가 있겠으나, 대부분 10월 하순부터 11월 초로 예상되며, 수종별 단풍 절정 시기의 평균일은 당단풍나무(10월 26일), 신갈나무(10월 26일), 은행나무(10월 28일)로 분석되었다.   당단풍나무를 중심으로 살펴보면, 전년도에 비해 2일 정도 단풍이 늦어질 것으로 예상되며, 강원도 설악산(10월 23일)을 시작으로 내장산(10월 29일경), 지리산(10월 31일경), 한라산(11월 1일경) 순으로 단풍이 절정에 이를 것으로 예측된다.   또한, 2009년부터 식물계절현상 관측자료를 분석한 결과, 당단풍나무가 단풍이 드는 시기는 매년 약 0.33일씩 늦어지는 경향을 보이고 있으며, 이는 7~9월 평균기온 상승에 원인이 있는 것으로 분석되었다. 다만, 이러한 경향은 폭염 또는 한파 등 이상기후로 인해 지역별로 다소 차이를 보였다.   남성현 산림청장은 “가을철 나들이나 지역 축제 등 계획에 단풍예측 지도가 유용하게 활용되기를 바란다”라며,“식물계절현상을 지속적으로 관측·분석하여 국민에게 도움이 되는 서비스를 제공하고, 기후변화에 대응하는 연구 정책에도 반영하겠다”라고 말했다.   한편, ‘2023년 가을단풍 예측지도’는 산림청 국립수목원과 권역별 공립수목원 10개소가 공동으로 수집한 식물계절 현장 관측 자료와, 국립산림과학원의 산악지역에서 관측되는 기상정보를 기반으로 기계학습(Machine Learning)과 과정기반모델(Process-Based Model)로 분석되었다.  
    • 산림행정
    • 산림청본청
    2023-09-25
  • 한국 고유 침엽수종의 지속가능한 보전을 위해 노력한다
    산림청(청장 남성현)은 국립산림과학원, 국립공원연구원, 국립백대간수목원 등 전문가 30여 명과 함께 기후변화 등으로 쇠퇴하는 고산 침엽수종의 생육 현황을 조사(모니터링)하고, 올해부터 추진하는 생태계 정밀 조사의 실행 방향을 논의하기 위한 현장토론회를 7월 14일 강원도 정선군에서 개최하였다. 산림청에서는 한국의 고산 침엽수를 보전하기 위하여 2016년도에 7대 중점 보전 수종*을 선정해 주기적인 생육상태 조사, 현지외보존원** 조성(봉화, 제주, 무주) 등의 사업을 추진해오고 있다.    * 7대 중점 보전 수종은 크리스마스나무로 잘 알려진 구상나무를 비롯하여 분비나무, 가문비나무, 주목, 눈잣나무, 눈측백, 눈향나무이며, 이 나무들은 「수목원․정원의 조성 및 진흥에 관한 법률」에 의해 희귀식물로도 지정돼 있다.   ** (현지외보존원) 생물다양성의 구성요소를 자연서식지 외에 보전하는 것으로서 종 보존을 위한 후계림 육성, 복원재료 확보 등을 위한 조치 고산 침엽수 생육현황 조사(모니터링)는 2017년부터 전국의 500개 지점을 2년 주기로 조사하고 있으며, 올해로 3차기가 마무리될 예정이다. 2021년도 국립산림과학원의 분석에 따르면, 1차기(2017~2018년)와 비교하였을 때, 2차기(2019~2020년)의 입목쇠퇴도*는 평균 약 6%p (26% → 32%) 증가한 것으로 나타났다.   * (입목쇠퇴도) 살아있는 나무와 죽은 나무의 그루 수, 나무에 달린 잎의 양과 나무줄기의 형태 등을 종합적으로 판단하여 산출하는 지표 이에, 산림청은 고산 침엽수의 쇠퇴 속도를 완화할 방안을 모색하기 위하여 올해부터 생태계 정밀 조사에 착수한다. 입지에 따른 미세 기후, 곤충이나 야생동물 등 생물과의 상호관계를 세부적으로 파악하고, 이를 통해 향후 수분 공급 시기, 광량 조절 등 과학적이고 구체적인 고산 침엽수종 관리 방안을 도출할 예정이다. 또한, 현장 조사를 위한 최신 기술도 새롭게 도입한다. 무인항공기 및 지상 라이다(Lidar)를 활용해 침엽수종 서식지의 3차원 정밀데이터를 수집하고, 기계학습을 통한 서식지 추출 자동화 모델을 개발하여 동일한 시간과 인력으로 조사 면적을 대폭 확대할 수 있을 것으로 기대된다. 아울러, 경관 생태 시계열 자료를 구축함으로써 고산 침엽수 분포의 변화상을 예측하고, 미래 서식지 및 분포변화에 따른 선제적인 산림관리가 가능하도록 할 예정이다. 산림청 산림환경보호과 이현주 과장은“주기적인 생육상태 변화 여부 평가와 정밀 조사를 통해 기후 위기 속에서도 한국 고유의 침엽수종이 지속가능하게 보전될 수 있도록 노력하겠다”라고 말했다.
    • 산림행정
    • 산림청본청
    2022-07-14
  • 국립수목원, 2022 산림 봄꽃 개화(만개) 예측지도 발표
      국립수목원(원장 최영태)은 우리나라 전국 주요 산림에 자생하는 식물의 올해 봄꽃 개화(만개) 예측지도를 발표했다.   예측지도에 표기된 지역은 우리나라를 대표할 수 있는 주요 산림 17개 지역과 권역별 국‧공립수목원 10개소이다.     * 예측지역: (강원) 광덕산, 화악산, 강원도립화목원 (경기) 수리산, 축령산, 용문산, 소리봉, 물향기수목원, 국립수목원 (충북) 속리산, 소백산, 미동산수목원 (충남) 계룡산, 가야산, 금강수목원 (경북) 가야산, 대구수목원 (경남) 지리산(칠선), 금원산, 경남수목원 (전북) 대아수목원 (전남) 두륜산, 월출산, 완도수목원 (제주) 한라산(1100도로), 교래곶자왈, 한라수목원   이번 예측은 산림청 주관으로 전국 국‧공립수목원 10개 기관이 공동으로 참여하여 2009년부터 2021년까지 매년 기록된 현장관측자료(개화>50%)를 기반으로 하였다. 분석에는 우리나라 산림 전역에 분포하고 있는 “생강나무”, “진달래”, “벚나무류” 기준으로 최근 다양한 분야에서 많이 활용되고 있는 통계 모델인 기계학습(랜덤포레스트(random forest))방식이 적용되었다.   올해 산림 봄꽃의 절정은 종별로 다소 차이는 있겠지만 대체로 3월 중순 시작될 예정이며, 특히 남부에서 중부지역으로 점차 확대되었던 과거와 달리 제주도와 전라남도를 제외한 전국에서 비슷한 시기에 절정을 맞이할 것으로 예측되었다.    * 생강나무: 제주 애월곶자왈숲 3.19.(±8일) → 경남 지리산(칠선) 4.2.(±8일), 경북 가야산 4.2.(±8일), 충남 계룡산 4.2.(±7일), 충북 속리산 4.2.(±8일), 경기 축령산 4.2.(±8일), 강원 화악산 4.2.(±8일)     * 진달래: 전남 두륜산 3.26.(±8일) → 경북 가야산 4.12.(±8일), 충남 계룡산 4.12.(±7일), 경기 축령산 4.12.(±8일)    * 벚나무류: 한라수목원(제주) 4.3.(±5일), 완도수목원(전남) 4.3.(±6일), 경남수목원 4.7.(±5일), 대구수목원 4.4.(±6일), 금강수목원(충남) 4.10.(±5일), 미동산수목원(충북) 4.18(±5일), 물향기수목원(경기) 4.12(±5일), 국립수목원(경기) 4.18(±5일)         최영태 국립수목원장은 “산림청 국립수목원에서 매년 발표되고 있는 봄꽃 개화 예측지도는 주로 평균기온 기준으로 예측하는 기존의 방식과는 다르게 매년 산림 현장에서 직접 관측되고 있는 자료를 활용했다는 점에서 의미가 있다.”라며 “앞으로도 지속적인 관측자료 확보를 통해 예측의 정확도를 점점 높여 가겠다.”라고 말했다.
    • 산림산업
    • 국립수목원
    2022-02-25
  • 산림청 국립수목원, “2021년 산림 가을 단풍 예측지도” 발표
    산림청 국립수목원(원장 최영태)은 올해 우리나라 주요 산림의 가을 단풍 절정을 예측한 지도를 발표했다. 이번에 예측한 지역은 한라산, 설악산, 지리산을 포함하여 우리나라 각 지역을 대표할 수 있는 주요 산림 18개 지역과, 권역별 국‧공립수목원 7개 지역이다.    ○ (강원) 설악산(권금성), 화악산, 강원도립화목원 (경기) 수리산, 축령산, 용문산, 국립수목원 (충북) 속리산, 미동산수목원 (충남) 계룡산, 가야산 (경북) 주왕산, 가야산, 팔공산, 대구수목원 (경남) 지리산(세석), 금원산, 경남수목원 (전북) 내장산, 대아수목원 (전남) 월출산, 상황봉 (제주) 한라산(1100도로), 교래곶자왈, 한라수목원 올해 단풍 절정은 지역에 따라 다소 차이는 있겠지만 일부 지역(제주도 등)을 제외하고 대부분 10월 하순경으로 예상된다. 설악산(권금성) 10/23(±10일), 지리산(세석) 10/20(±6일), 한라산(1100도로) 11/4(±4일) 전국 평균은 10/26일로 작년 대비 전국 평균 3일가량 늦어질 것으로 예상된다. 이번 단풍 예측은 산림청 “기후변화 취약 산림식물종 보전 적응 사업” 에 참여하는 국‧공립수목원 10개 기관에 의해 2009년부터 해당 지역별로 현장에서 직접 관측된 자료를 기반으로 딥러닝 방식을 적용하여 예측하였다.  이번 분석은 우리나라 산림 전역에 분포하고 있는 당단풍나무를 기준으로 2009년부터 2020년까지 기록된 현장관측자료(단풍>50%)를 기반으로 대표적인 기계학습(머닝러신) 방법 중 하나인 랜덤포레스트(random forest) 방식을 적용하여 우리나라 산림의 가을 단풍을 예측했다. 한편, 현장 관측이 시작된 2009년부터 우리나라 산림의 단풍절정시기는 연평균 0.4일씩 늦어지는 것으로 확인되었다.     특히, 식물의 단풍시기는 온도변화에 민감하게 반응하며, 관측 자료에 의하면 여름 기온이 1도 올라갈때마나 1.5일씩 늦어지는 것으로 나타났다.    이러한 현상에 대해 서울대학교 환경대학원 정수종 교수는 “식물에 단풍이 드는 시기가 늦어지는 것은 분명한 기후변화 시그널로써 이는 기후변화가 식생의 생장리듬을 바꾸고 있다는 명백한 증거임을 의미한다. 이뿐만 아니라 온대 산림의 식생은 대기 중 이산화탄소 농도 증가를 낮추는 중요한 흡수원이기에 식생의 생장시기가 변하는 것은 탄소순환의 변화가 생긴다는 것을 의미하므로 탄소중립이라는 국가목표 달성을 위해서라도 우리나라 산림의 식물계절 변화에 더 많은 관심을 기울여야 한다.”라고 단풍 시기의 변화에 대한 중요성을 설명했다.  국‧공립수목원의 산림식물계절 현장 관측을 주도하고 있는 국립수목원 손성원 연구사는 “식물학적 이해도가 높은 국‧공립수목원에서 직접 관측된 식물계절 현상 자료는 그 신뢰도가 매우 높다고 할 수 있으며, 앞으로 이러한 자료를 적극적으로 활용하여 단풍 및 개화 예측지도를 매년 발표할 예정이다” 라고 말했다.
    • 산림산업
    • 국립수목원
    2021-09-28
  • 산림산업 육성 디딤돌이 될 산림생태복원 토론회 개최
    산림청(청장 최병암)은 10일 정부대전청사에서 산림생태복원 발전방안을 주제로 토론회(심포지엄)를 개최했다. 이번 토론회는 유엔생물다양성협약(CBD) 사무국과 함께 산림청,지방자치단체, 국립산림과학원, 국립수목원, 산지보전협회, 수목원정원관리원, 산림복원협회, 대학, 환경단체 등 100여 명이 참석했다. 코로나19 확산 방지를 위해 토론회의 대면 참석인원은 최소화하고, 비대면 혼합(하이브리드) 방식으로 진행했다. 이날 토론회에서는 ‘21년 6월 공식 발족한 ‘유엔생태계복원 10개년 계획’에 따른 국제사회의 생태복원 동향을 파악하고, 인공지능(AI)을 활용한 산림생태복원 기법 등 복원기술 협력 및 발전 방안을 논의했다. 산림청의 ‘산림생태복원 정책방향’ 기조연설을 시작으로 첫 번째 주제토론에서는 ▲유엔생물다양성협약(CBD) 사무국에서 ‘국제사회 생태복원 동향 및 공간계획 의사결정지원 기반(플랫폼) 개발’을, ▲산지보전협회에서 ‘딥러닝*을 활용한 산림복원 대상후보지 자동추출 기법 개발’에 대해 발표했다.   * 딥러닝(Deep Learning) : 컴퓨터가 사람의 뇌처럼 사물이나 데이터를 분류할 수 있도록 하는 기술로, 기계학습의 일종. 두 번째 주제토론에서는 ▲국립산림과학원에서 ‘대규모 훼손지 산림생태복원’, ▲국립수목원에서는 ‘비무장지대(DMZ) 생태교란지 복원’, ▲한국수목원정원관리원에서 ‘자생식물 복원소재 공급체계 구축방안’, ▲충남대학교에서는 ‘자생식물을 활용한 산림생태복원’을 주제로 발표했다. 이어, 산림복원협회장이 좌장을 맡아 각 발표에 대한 종합토론이 이뤄졌다. 산림청은 훼손된 산림의 건강성 및 연속성 회복을 위해 한반도의 핵심 생태 축인 백두대간 보호지역과 산림생태적 가치가 우수한 비무장지대(DMZ) 일원, 도서지역을 중심으로 복원사업을 추진 중이며, 내년에는 섬, 숲 등 복원대상지를 더욱 확대해 나갈 계획이다. 남태헌 산림청 차장은 “산림생태계 복원에 있어 우리나라 자생식물의 활용은 필수적”이라면서, “자생식물 종자 이력관리 및 공급체계 구축 등 오늘 논의결과는 산림생태 복원정책을 한 단계 올리고 나아가 관련 산업을 육성시키는 데 큰 디딤돌이 될 것”이라고 말했다.
    • 산림행정
    • 산림청본청
    2021-09-10
  • 국립수목원, AI 기법 활용 올해 산림 봄꽃 개화 예측 발표
    산림청 국립수목원(원장 최영태)은 기후변화로 점점 빨라지는 봄꽃 개화 시기를 분석하여 올해의 예측 데이터를 발표했다. 이는 인공지능(AI) 기반의 통계 모델인 기계학습(머신러닝) 기법을 적용하여 관측 지역의 온도, 고도, 강수량, 전년도 단풍시기는 물론 12년간 축적된 실제 개화 시기 데이터를 적용하여, 각 지역의 특성에 맞게 개화 시기를 예측하였다. 대상은 우리나라 전역에 분포하는 대표적인 봄꽃인 ‘진달래’와 ‘생강나무’로, 18개의 산림에서 2009년부터 2020년까지 수집한 현장관측자료를 분석하였다. 개화 시기 변화를 관측한 곳은 한라산, 지리산 등 우리나라 각 지역을 대표하는 주요 산 18개 지역이다.      * (강원) 백운산, (경기) 소리봉, 수리산, 축령산, 용문산, (충북) 속리산, 소백산, (충남) 계룡산, 가야산, (경북) 주왕산, 팔공산, 가야산, (경남) 지리산, 금원산, (전남) 월출산, 두륜산, (제주) 한라산(1100도로), 애월곶자왈숲 이를 토대로 올해의 산림 봄꽃 만개는 3월 중순 무렵부터 제주도에서 시작되어, 완도를 거쳐 내륙으로 점점 확대될 것으로 보이며, 특히 관측지점의 해발고도가 높은 지리산, 소백산, 속리산에서는 다른 지역보다 봄꽃 만개가 늦을 것으로 예측되었다.   ○ 생강나무 : 제주 애월곶자왈숲 3.20.(±6일) → 전남 두륜산 3.23.(±7일) → 경북 주왕산 3.28.(±12일) → 충남 계룡산 3.31.(±6일) → 경기 축령산 4.3.(±4일) → 경남 지리산 4.4.(±10일)   ○ 진달래 : 전남 두륜산 3.25.(±8일) → 경남 금원산 4.9.(±7일) → 경북 팔공산 4.12.(±6일) → 경기 용문산 4.16.(±8일) → 강원 백운산 4.23.(±7일) → 경남 지리산 4.25.(±9일) → 충북 소백산 5.2.(±9일) 생강나무   한편, ‘진달래’와 ‘생강나무’가 활짝 피는 시기는 지난 2009년 관측 이래 12년간 계속 빨라지고 있는 것으로 확인되었다. ‘진달래’의 개화 시기는 지난 12년 동안 연평균 1.4일(최대 16일) 정도 빨라졌으며, ‘생강나무’는 연평균 1.65일(최대 19일) 빨라졌다.  이는 봄철 평균 온도와 매우 관련이 높은 것으로 나타났는데 실제로 지난 12년간 우리나라 봄철 평균기온은 평년대비 0.25℃ 상승하여, 우리나라 산림의 “생태 시계”가 점점 빨라지고 있는 것으로 확인되었다. 연구에 함께 참여한 서울대학교 환경대학원 정수종 교수는 “개화 시기의 변화는 기후변화에 의해 식물의 생태가 변화하는 것을 넘어 식물들이 대기 중의 탄소를 흡수하는 시기도 빨라진다는 것을 의미하는 것으로, 탄소 중립 목표에 도달하기 위해 한국 산림에 대한 기초자료를 지속적으로 확보해 나가는 것이 중요하다.”라고 강조했다. 최영태 국립수목원장은 “이번 예측 결과는 기존의 식물 개화 예측 방법과 다르게 지난 12년간 현장에서 관측한 다양한 데이터들을 분석하였다는 점에서 의미가 있으며, 향후 지속해서 관측 자료를 확보하여 예측의 정확도를 높이겠다.”고 밝혔다. 산림청과 국·공립수목원 10개 기관은 기후변화가 산림생태계에 미치는 영향을 예측하고 기후변화에 취약한 산림식물을 보전하기 위해 ‘기후변화 취약 산림식물종 보전 적응 사업’을 수행하고 있으며 연구 성과들을 종합하여 적응 전략을 수립해 나갈 예정이다. 사업은 2009년부터 우리나라 권역별 주요 산림에 자생하는 식물의 계절 현상을 매년 현장에서 직접 관측하여 자료 수집하고 있다.      * 사업 참여 기관국립수목원, 경기물향기수목원, 강원도립화목원, 대구수목원, 경남수목원, 미동산수목원, 금강수목원, 대아수목원, 완도수목원, 한라수목원 (총 10개 기관)   진달래  
    • 산림산업
    • 국립수목원
    2021-02-24
  • 산림청 국립수목원, “올해 우리나라 산림의 가을 단풍 예측지도” 발표
    산림청 국립수목원은 올해 우리나라 산림의 가을 단풍 절정을 예측한 지도를 발표했다. 이번에 예측한 지역은 한라산, 설악산, 지리산을 포함하여 우리나라 각 지역을 대표할 수 있는 주요 산 19개 지역이다.     - (강원) 설악산, 화악산, (경기) 소리봉, 수리산, 축령산, (충북) 속리산, 소백산, (충남) 계룡산, 가야산, (경북) 주왕산, 가야산, 팔공산, (경남) 지리산, 금원산, (전북) 내장산, (전남) 월출산, 상황봉, (제주) 한라산, 교래곶자왈 올해 단풍은 지리산(10/12, ±5일), 소백산(10/15, ±6일), 설악산(10/17, ±9일)에서 가장 빠르게 절정을 관찰할 수 있을 것으로 보이며, 전라남도 상황봉(완도)이 10/30(±5일)로 예측된 지역 중 가장 늦게 단풍이 드는 것으로 분석되었다.    - 주왕산(경북) 10/19(±7일), 계룡산(충남) 10/20(±6일), 속리산(충북) 10/21(±5일), 한라산 1100도로(제주) 10/22(±5일), 수리산(경기) 10/24(±5일), 내장산(전북) 10/26 (±5일)로 각각 예측됨 특히, 이번 발표한 단풍예측지도는 한국생물계절관측네트워크(K-NPN)에 의해 지난 10년간의 산림 내 현장 관측 자료를 기반으로 인공지능 시뮬레이션 모델을 적용한 첫 사례로 전 세계적으로도 유사 사례를 찾아보기 힘들다.      지금까지 국내․외에서 발표된 대부분 단풍지도들은 산림의 자연식생 관측이 아닌 도시지역에서의 관측을 중심으로 부족한 관측 자료를 보충하기 위해 인공위성자료가 보조적으로 사용되고 있었다.     이번 분석은 우리나라 산림 전역에 분포하고 있는 당단풍나무를 대상으로 29개의 산림지역에서 2009년부터 2020년까지 기록된 현장관측자료(단풍>50%)를 기반으로 대표적인 기계학습(머닝러신) 방법 중 하나인 랜덤포레스트(random forest) 방식을 적용하여 우리나라 산림의 가을 단풍을 예측했다. 당단풍나무 단풍   서울대학교 환경대학원 정수종 교수는 이번에 예측된 가을 단풍지도에 대해 “단풍시기를 정확히 예측하는 것은 숲의 심미적 생태계 서비스를 넘어 기후변화에 대응하는 식생의 휴지기 변화를 이해하는데 있어서 아주 중요한 일이다. 따라서 국‧공립수목원 네트워크의 산림식물계절 관측 자료를 이용한 머신러닝 기반의 단풍예측은 인공지능 기법을 식물계절 예측에 적용한 전 세계 첫 사례로, 앞으로 장기간의 관측자료 확보를 통해 예측을 고도화 시킨다면 기후변화에 대한 생태계 변화를 예측하는데 있어서 중요한 역할을 할 것으로 기대한다.”라고 전했다. 한편, 국립수목원 손성원 박사는 이번 분석 자료에 대해 “현장 관측과 인공지능기법을 활용한다면 매년 봄철이나 가을철에 발표되는 우리나라 개화, 단풍지도의 좀 더 정교한 예측 시스템 개발이 가능할 것으로 보이며, 특히 이를 위해서는 산림 내에서의 식물계절현상(phenology) 현장 관측 자료의 장기적인 축적이 무엇보다 중요하다.”라고 말했다. 당단풍나무 단풍  
    • 산림산업
    • 국립수목원
    2020-09-23

산림산업 검색결과

  • 한국 고유 침엽수종의 지속가능한 보전을 위해 노력한다
    산림청(청장 남성현)은 국립산림과학원, 국립공원연구원, 국립백대간수목원 등 전문가 30여 명과 함께 기후변화 등으로 쇠퇴하는 고산 침엽수종의 생육 현황을 조사(모니터링)하고, 올해부터 추진하는 생태계 정밀 조사의 실행 방향을 논의하기 위한 현장토론회를 7월 14일 강원도 정선군에서 개최하였다. 산림청에서는 한국의 고산 침엽수를 보전하기 위하여 2016년도에 7대 중점 보전 수종*을 선정해 주기적인 생육상태 조사, 현지외보존원** 조성(봉화, 제주, 무주) 등의 사업을 추진해오고 있다.    * 7대 중점 보전 수종은 크리스마스나무로 잘 알려진 구상나무를 비롯하여 분비나무, 가문비나무, 주목, 눈잣나무, 눈측백, 눈향나무이며, 이 나무들은 「수목원․정원의 조성 및 진흥에 관한 법률」에 의해 희귀식물로도 지정돼 있다.   ** (현지외보존원) 생물다양성의 구성요소를 자연서식지 외에 보전하는 것으로서 종 보존을 위한 후계림 육성, 복원재료 확보 등을 위한 조치 고산 침엽수 생육현황 조사(모니터링)는 2017년부터 전국의 500개 지점을 2년 주기로 조사하고 있으며, 올해로 3차기가 마무리될 예정이다. 2021년도 국립산림과학원의 분석에 따르면, 1차기(2017~2018년)와 비교하였을 때, 2차기(2019~2020년)의 입목쇠퇴도*는 평균 약 6%p (26% → 32%) 증가한 것으로 나타났다.   * (입목쇠퇴도) 살아있는 나무와 죽은 나무의 그루 수, 나무에 달린 잎의 양과 나무줄기의 형태 등을 종합적으로 판단하여 산출하는 지표 이에, 산림청은 고산 침엽수의 쇠퇴 속도를 완화할 방안을 모색하기 위하여 올해부터 생태계 정밀 조사에 착수한다. 입지에 따른 미세 기후, 곤충이나 야생동물 등 생물과의 상호관계를 세부적으로 파악하고, 이를 통해 향후 수분 공급 시기, 광량 조절 등 과학적이고 구체적인 고산 침엽수종 관리 방안을 도출할 예정이다. 또한, 현장 조사를 위한 최신 기술도 새롭게 도입한다. 무인항공기 및 지상 라이다(Lidar)를 활용해 침엽수종 서식지의 3차원 정밀데이터를 수집하고, 기계학습을 통한 서식지 추출 자동화 모델을 개발하여 동일한 시간과 인력으로 조사 면적을 대폭 확대할 수 있을 것으로 기대된다. 아울러, 경관 생태 시계열 자료를 구축함으로써 고산 침엽수 분포의 변화상을 예측하고, 미래 서식지 및 분포변화에 따른 선제적인 산림관리가 가능하도록 할 예정이다. 산림청 산림환경보호과 이현주 과장은“주기적인 생육상태 변화 여부 평가와 정밀 조사를 통해 기후 위기 속에서도 한국 고유의 침엽수종이 지속가능하게 보전될 수 있도록 노력하겠다”라고 말했다.
    • 산림행정
    • 산림청본청
    2022-07-14
  • 국립수목원, 2022 산림 봄꽃 개화(만개) 예측지도 발표
      국립수목원(원장 최영태)은 우리나라 전국 주요 산림에 자생하는 식물의 올해 봄꽃 개화(만개) 예측지도를 발표했다.   예측지도에 표기된 지역은 우리나라를 대표할 수 있는 주요 산림 17개 지역과 권역별 국‧공립수목원 10개소이다.     * 예측지역: (강원) 광덕산, 화악산, 강원도립화목원 (경기) 수리산, 축령산, 용문산, 소리봉, 물향기수목원, 국립수목원 (충북) 속리산, 소백산, 미동산수목원 (충남) 계룡산, 가야산, 금강수목원 (경북) 가야산, 대구수목원 (경남) 지리산(칠선), 금원산, 경남수목원 (전북) 대아수목원 (전남) 두륜산, 월출산, 완도수목원 (제주) 한라산(1100도로), 교래곶자왈, 한라수목원   이번 예측은 산림청 주관으로 전국 국‧공립수목원 10개 기관이 공동으로 참여하여 2009년부터 2021년까지 매년 기록된 현장관측자료(개화>50%)를 기반으로 하였다. 분석에는 우리나라 산림 전역에 분포하고 있는 “생강나무”, “진달래”, “벚나무류” 기준으로 최근 다양한 분야에서 많이 활용되고 있는 통계 모델인 기계학습(랜덤포레스트(random forest))방식이 적용되었다.   올해 산림 봄꽃의 절정은 종별로 다소 차이는 있겠지만 대체로 3월 중순 시작될 예정이며, 특히 남부에서 중부지역으로 점차 확대되었던 과거와 달리 제주도와 전라남도를 제외한 전국에서 비슷한 시기에 절정을 맞이할 것으로 예측되었다.    * 생강나무: 제주 애월곶자왈숲 3.19.(±8일) → 경남 지리산(칠선) 4.2.(±8일), 경북 가야산 4.2.(±8일), 충남 계룡산 4.2.(±7일), 충북 속리산 4.2.(±8일), 경기 축령산 4.2.(±8일), 강원 화악산 4.2.(±8일)     * 진달래: 전남 두륜산 3.26.(±8일) → 경북 가야산 4.12.(±8일), 충남 계룡산 4.12.(±7일), 경기 축령산 4.12.(±8일)    * 벚나무류: 한라수목원(제주) 4.3.(±5일), 완도수목원(전남) 4.3.(±6일), 경남수목원 4.7.(±5일), 대구수목원 4.4.(±6일), 금강수목원(충남) 4.10.(±5일), 미동산수목원(충북) 4.18(±5일), 물향기수목원(경기) 4.12(±5일), 국립수목원(경기) 4.18(±5일)         최영태 국립수목원장은 “산림청 국립수목원에서 매년 발표되고 있는 봄꽃 개화 예측지도는 주로 평균기온 기준으로 예측하는 기존의 방식과는 다르게 매년 산림 현장에서 직접 관측되고 있는 자료를 활용했다는 점에서 의미가 있다.”라며 “앞으로도 지속적인 관측자료 확보를 통해 예측의 정확도를 점점 높여 가겠다.”라고 말했다.
    • 산림산업
    • 국립수목원
    2022-02-25
  • 산림청 국립수목원, “2021년 산림 가을 단풍 예측지도” 발표
    산림청 국립수목원(원장 최영태)은 올해 우리나라 주요 산림의 가을 단풍 절정을 예측한 지도를 발표했다. 이번에 예측한 지역은 한라산, 설악산, 지리산을 포함하여 우리나라 각 지역을 대표할 수 있는 주요 산림 18개 지역과, 권역별 국‧공립수목원 7개 지역이다.    ○ (강원) 설악산(권금성), 화악산, 강원도립화목원 (경기) 수리산, 축령산, 용문산, 국립수목원 (충북) 속리산, 미동산수목원 (충남) 계룡산, 가야산 (경북) 주왕산, 가야산, 팔공산, 대구수목원 (경남) 지리산(세석), 금원산, 경남수목원 (전북) 내장산, 대아수목원 (전남) 월출산, 상황봉 (제주) 한라산(1100도로), 교래곶자왈, 한라수목원 올해 단풍 절정은 지역에 따라 다소 차이는 있겠지만 일부 지역(제주도 등)을 제외하고 대부분 10월 하순경으로 예상된다. 설악산(권금성) 10/23(±10일), 지리산(세석) 10/20(±6일), 한라산(1100도로) 11/4(±4일) 전국 평균은 10/26일로 작년 대비 전국 평균 3일가량 늦어질 것으로 예상된다. 이번 단풍 예측은 산림청 “기후변화 취약 산림식물종 보전 적응 사업” 에 참여하는 국‧공립수목원 10개 기관에 의해 2009년부터 해당 지역별로 현장에서 직접 관측된 자료를 기반으로 딥러닝 방식을 적용하여 예측하였다.  이번 분석은 우리나라 산림 전역에 분포하고 있는 당단풍나무를 기준으로 2009년부터 2020년까지 기록된 현장관측자료(단풍>50%)를 기반으로 대표적인 기계학습(머닝러신) 방법 중 하나인 랜덤포레스트(random forest) 방식을 적용하여 우리나라 산림의 가을 단풍을 예측했다. 한편, 현장 관측이 시작된 2009년부터 우리나라 산림의 단풍절정시기는 연평균 0.4일씩 늦어지는 것으로 확인되었다.     특히, 식물의 단풍시기는 온도변화에 민감하게 반응하며, 관측 자료에 의하면 여름 기온이 1도 올라갈때마나 1.5일씩 늦어지는 것으로 나타났다.    이러한 현상에 대해 서울대학교 환경대학원 정수종 교수는 “식물에 단풍이 드는 시기가 늦어지는 것은 분명한 기후변화 시그널로써 이는 기후변화가 식생의 생장리듬을 바꾸고 있다는 명백한 증거임을 의미한다. 이뿐만 아니라 온대 산림의 식생은 대기 중 이산화탄소 농도 증가를 낮추는 중요한 흡수원이기에 식생의 생장시기가 변하는 것은 탄소순환의 변화가 생긴다는 것을 의미하므로 탄소중립이라는 국가목표 달성을 위해서라도 우리나라 산림의 식물계절 변화에 더 많은 관심을 기울여야 한다.”라고 단풍 시기의 변화에 대한 중요성을 설명했다.  국‧공립수목원의 산림식물계절 현장 관측을 주도하고 있는 국립수목원 손성원 연구사는 “식물학적 이해도가 높은 국‧공립수목원에서 직접 관측된 식물계절 현상 자료는 그 신뢰도가 매우 높다고 할 수 있으며, 앞으로 이러한 자료를 적극적으로 활용하여 단풍 및 개화 예측지도를 매년 발표할 예정이다” 라고 말했다.
    • 산림산업
    • 국립수목원
    2021-09-28
  • 산림산업 육성 디딤돌이 될 산림생태복원 토론회 개최
    산림청(청장 최병암)은 10일 정부대전청사에서 산림생태복원 발전방안을 주제로 토론회(심포지엄)를 개최했다. 이번 토론회는 유엔생물다양성협약(CBD) 사무국과 함께 산림청,지방자치단체, 국립산림과학원, 국립수목원, 산지보전협회, 수목원정원관리원, 산림복원협회, 대학, 환경단체 등 100여 명이 참석했다. 코로나19 확산 방지를 위해 토론회의 대면 참석인원은 최소화하고, 비대면 혼합(하이브리드) 방식으로 진행했다. 이날 토론회에서는 ‘21년 6월 공식 발족한 ‘유엔생태계복원 10개년 계획’에 따른 국제사회의 생태복원 동향을 파악하고, 인공지능(AI)을 활용한 산림생태복원 기법 등 복원기술 협력 및 발전 방안을 논의했다. 산림청의 ‘산림생태복원 정책방향’ 기조연설을 시작으로 첫 번째 주제토론에서는 ▲유엔생물다양성협약(CBD) 사무국에서 ‘국제사회 생태복원 동향 및 공간계획 의사결정지원 기반(플랫폼) 개발’을, ▲산지보전협회에서 ‘딥러닝*을 활용한 산림복원 대상후보지 자동추출 기법 개발’에 대해 발표했다.   * 딥러닝(Deep Learning) : 컴퓨터가 사람의 뇌처럼 사물이나 데이터를 분류할 수 있도록 하는 기술로, 기계학습의 일종. 두 번째 주제토론에서는 ▲국립산림과학원에서 ‘대규모 훼손지 산림생태복원’, ▲국립수목원에서는 ‘비무장지대(DMZ) 생태교란지 복원’, ▲한국수목원정원관리원에서 ‘자생식물 복원소재 공급체계 구축방안’, ▲충남대학교에서는 ‘자생식물을 활용한 산림생태복원’을 주제로 발표했다. 이어, 산림복원협회장이 좌장을 맡아 각 발표에 대한 종합토론이 이뤄졌다. 산림청은 훼손된 산림의 건강성 및 연속성 회복을 위해 한반도의 핵심 생태 축인 백두대간 보호지역과 산림생태적 가치가 우수한 비무장지대(DMZ) 일원, 도서지역을 중심으로 복원사업을 추진 중이며, 내년에는 섬, 숲 등 복원대상지를 더욱 확대해 나갈 계획이다. 남태헌 산림청 차장은 “산림생태계 복원에 있어 우리나라 자생식물의 활용은 필수적”이라면서, “자생식물 종자 이력관리 및 공급체계 구축 등 오늘 논의결과는 산림생태 복원정책을 한 단계 올리고 나아가 관련 산업을 육성시키는 데 큰 디딤돌이 될 것”이라고 말했다.
    • 산림행정
    • 산림청본청
    2021-09-10
  • 국립수목원, AI 기법 활용 올해 산림 봄꽃 개화 예측 발표
    산림청 국립수목원(원장 최영태)은 기후변화로 점점 빨라지는 봄꽃 개화 시기를 분석하여 올해의 예측 데이터를 발표했다. 이는 인공지능(AI) 기반의 통계 모델인 기계학습(머신러닝) 기법을 적용하여 관측 지역의 온도, 고도, 강수량, 전년도 단풍시기는 물론 12년간 축적된 실제 개화 시기 데이터를 적용하여, 각 지역의 특성에 맞게 개화 시기를 예측하였다. 대상은 우리나라 전역에 분포하는 대표적인 봄꽃인 ‘진달래’와 ‘생강나무’로, 18개의 산림에서 2009년부터 2020년까지 수집한 현장관측자료를 분석하였다. 개화 시기 변화를 관측한 곳은 한라산, 지리산 등 우리나라 각 지역을 대표하는 주요 산 18개 지역이다.      * (강원) 백운산, (경기) 소리봉, 수리산, 축령산, 용문산, (충북) 속리산, 소백산, (충남) 계룡산, 가야산, (경북) 주왕산, 팔공산, 가야산, (경남) 지리산, 금원산, (전남) 월출산, 두륜산, (제주) 한라산(1100도로), 애월곶자왈숲 이를 토대로 올해의 산림 봄꽃 만개는 3월 중순 무렵부터 제주도에서 시작되어, 완도를 거쳐 내륙으로 점점 확대될 것으로 보이며, 특히 관측지점의 해발고도가 높은 지리산, 소백산, 속리산에서는 다른 지역보다 봄꽃 만개가 늦을 것으로 예측되었다.   ○ 생강나무 : 제주 애월곶자왈숲 3.20.(±6일) → 전남 두륜산 3.23.(±7일) → 경북 주왕산 3.28.(±12일) → 충남 계룡산 3.31.(±6일) → 경기 축령산 4.3.(±4일) → 경남 지리산 4.4.(±10일)   ○ 진달래 : 전남 두륜산 3.25.(±8일) → 경남 금원산 4.9.(±7일) → 경북 팔공산 4.12.(±6일) → 경기 용문산 4.16.(±8일) → 강원 백운산 4.23.(±7일) → 경남 지리산 4.25.(±9일) → 충북 소백산 5.2.(±9일) 생강나무   한편, ‘진달래’와 ‘생강나무’가 활짝 피는 시기는 지난 2009년 관측 이래 12년간 계속 빨라지고 있는 것으로 확인되었다. ‘진달래’의 개화 시기는 지난 12년 동안 연평균 1.4일(최대 16일) 정도 빨라졌으며, ‘생강나무’는 연평균 1.65일(최대 19일) 빨라졌다.  이는 봄철 평균 온도와 매우 관련이 높은 것으로 나타났는데 실제로 지난 12년간 우리나라 봄철 평균기온은 평년대비 0.25℃ 상승하여, 우리나라 산림의 “생태 시계”가 점점 빨라지고 있는 것으로 확인되었다. 연구에 함께 참여한 서울대학교 환경대학원 정수종 교수는 “개화 시기의 변화는 기후변화에 의해 식물의 생태가 변화하는 것을 넘어 식물들이 대기 중의 탄소를 흡수하는 시기도 빨라진다는 것을 의미하는 것으로, 탄소 중립 목표에 도달하기 위해 한국 산림에 대한 기초자료를 지속적으로 확보해 나가는 것이 중요하다.”라고 강조했다. 최영태 국립수목원장은 “이번 예측 결과는 기존의 식물 개화 예측 방법과 다르게 지난 12년간 현장에서 관측한 다양한 데이터들을 분석하였다는 점에서 의미가 있으며, 향후 지속해서 관측 자료를 확보하여 예측의 정확도를 높이겠다.”고 밝혔다. 산림청과 국·공립수목원 10개 기관은 기후변화가 산림생태계에 미치는 영향을 예측하고 기후변화에 취약한 산림식물을 보전하기 위해 ‘기후변화 취약 산림식물종 보전 적응 사업’을 수행하고 있으며 연구 성과들을 종합하여 적응 전략을 수립해 나갈 예정이다. 사업은 2009년부터 우리나라 권역별 주요 산림에 자생하는 식물의 계절 현상을 매년 현장에서 직접 관측하여 자료 수집하고 있다.      * 사업 참여 기관국립수목원, 경기물향기수목원, 강원도립화목원, 대구수목원, 경남수목원, 미동산수목원, 금강수목원, 대아수목원, 완도수목원, 한라수목원 (총 10개 기관)   진달래  
    • 산림산업
    • 국립수목원
    2021-02-24
  • 산림청 국립수목원, “올해 우리나라 산림의 가을 단풍 예측지도” 발표
    산림청 국립수목원은 올해 우리나라 산림의 가을 단풍 절정을 예측한 지도를 발표했다. 이번에 예측한 지역은 한라산, 설악산, 지리산을 포함하여 우리나라 각 지역을 대표할 수 있는 주요 산 19개 지역이다.     - (강원) 설악산, 화악산, (경기) 소리봉, 수리산, 축령산, (충북) 속리산, 소백산, (충남) 계룡산, 가야산, (경북) 주왕산, 가야산, 팔공산, (경남) 지리산, 금원산, (전북) 내장산, (전남) 월출산, 상황봉, (제주) 한라산, 교래곶자왈 올해 단풍은 지리산(10/12, ±5일), 소백산(10/15, ±6일), 설악산(10/17, ±9일)에서 가장 빠르게 절정을 관찰할 수 있을 것으로 보이며, 전라남도 상황봉(완도)이 10/30(±5일)로 예측된 지역 중 가장 늦게 단풍이 드는 것으로 분석되었다.    - 주왕산(경북) 10/19(±7일), 계룡산(충남) 10/20(±6일), 속리산(충북) 10/21(±5일), 한라산 1100도로(제주) 10/22(±5일), 수리산(경기) 10/24(±5일), 내장산(전북) 10/26 (±5일)로 각각 예측됨 특히, 이번 발표한 단풍예측지도는 한국생물계절관측네트워크(K-NPN)에 의해 지난 10년간의 산림 내 현장 관측 자료를 기반으로 인공지능 시뮬레이션 모델을 적용한 첫 사례로 전 세계적으로도 유사 사례를 찾아보기 힘들다.      지금까지 국내․외에서 발표된 대부분 단풍지도들은 산림의 자연식생 관측이 아닌 도시지역에서의 관측을 중심으로 부족한 관측 자료를 보충하기 위해 인공위성자료가 보조적으로 사용되고 있었다.     이번 분석은 우리나라 산림 전역에 분포하고 있는 당단풍나무를 대상으로 29개의 산림지역에서 2009년부터 2020년까지 기록된 현장관측자료(단풍>50%)를 기반으로 대표적인 기계학습(머닝러신) 방법 중 하나인 랜덤포레스트(random forest) 방식을 적용하여 우리나라 산림의 가을 단풍을 예측했다. 당단풍나무 단풍   서울대학교 환경대학원 정수종 교수는 이번에 예측된 가을 단풍지도에 대해 “단풍시기를 정확히 예측하는 것은 숲의 심미적 생태계 서비스를 넘어 기후변화에 대응하는 식생의 휴지기 변화를 이해하는데 있어서 아주 중요한 일이다. 따라서 국‧공립수목원 네트워크의 산림식물계절 관측 자료를 이용한 머신러닝 기반의 단풍예측은 인공지능 기법을 식물계절 예측에 적용한 전 세계 첫 사례로, 앞으로 장기간의 관측자료 확보를 통해 예측을 고도화 시킨다면 기후변화에 대한 생태계 변화를 예측하는데 있어서 중요한 역할을 할 것으로 기대한다.”라고 전했다. 한편, 국립수목원 손성원 박사는 이번 분석 자료에 대해 “현장 관측과 인공지능기법을 활용한다면 매년 봄철이나 가을철에 발표되는 우리나라 개화, 단풍지도의 좀 더 정교한 예측 시스템 개발이 가능할 것으로 보이며, 특히 이를 위해서는 산림 내에서의 식물계절현상(phenology) 현장 관측 자료의 장기적인 축적이 무엇보다 중요하다.”라고 말했다. 당단풍나무 단풍  
    • 산림산업
    • 국립수목원
    2020-09-23
  • 한국임업진흥원, 산림병해충 IT 전문가 간담회 개최
      한국임업진흥원(원장 김남균)은 2월 24일(금), 한국임업진흥원(이하 진흥원)에서 산림병해충 분야에서 인공지능(AI)을 활용하기 위한 간담회를 개최했다. 이번 간담회에 참여한 (주)혜만테크, ㈜지오씨앤아이 IT 기업에서 보유한 ‘딥러닝(Deep learning)’인공지능 기술을 산림병해충 모니터링분야에 시범적으로 적용하기로 합의하였으며, 이를 빠른 시일내에 구현하기  위해 인공위성에서 수집한 산림병해충 영상자료 분류와 자료처리 사업에 조기 착수하기로 하였다.      ※ 딥러닝(Deep learning) : 컴퓨터가 여러 데이터를 이용하여 마치 사람처럼 스스로 학습할 수 있게 하기 위한 기계학습 기술 진흥원은 지난해 12월 위성영상을 활용한 고사목 탐지 TF를 구성하고 위성영상 빅데이터를 활용한 산림병해충 모니터링를 추진한 바 있으나, 수작업 기술에 의존하는 위성영상 처리방법과 영상판독으로는 적시성과 정확성을 확보하는데 많은 어려움을 겪어왔다. 김남균 원장은“우리원은 위성영상, 항공사진, 임상도 등 다양한 공간정보 빅데이터 사업을 지속적으로 추진해 왔다”며“앞으로 진흥원에서 보유한 빅데이터와 인공지능 기술이 융합된다면 산림병해충 모니터링 분야는 물론 산림보호 및 산림경영 등 다양한 분야에서 큰 시너지 효과를 낼 수 있을 것으로 기대한다”고 말했다.
    • 산림산업
    • 임업진흥원
    2017-03-02

산림환경 검색결과

  • 성큼 다가온 가을, 단풍 구경 떠나볼까?
      산림청(청장 남성현)은 25일 ‘2023년도 가을 단풍(절정) 예측지도’를 발표하였다.   올 단풍 절정 시기는 지역과 수종에 따라 다소 차이가 있겠으나, 대부분 10월 하순부터 11월 초로 예상되며, 수종별 단풍 절정 시기의 평균일은 당단풍나무(10월 26일), 신갈나무(10월 26일), 은행나무(10월 28일)로 분석되었다.   당단풍나무를 중심으로 살펴보면, 전년도에 비해 2일 정도 단풍이 늦어질 것으로 예상되며, 강원도 설악산(10월 23일)을 시작으로 내장산(10월 29일경), 지리산(10월 31일경), 한라산(11월 1일경) 순으로 단풍이 절정에 이를 것으로 예측된다.   또한, 2009년부터 식물계절현상 관측자료를 분석한 결과, 당단풍나무가 단풍이 드는 시기는 매년 약 0.33일씩 늦어지는 경향을 보이고 있으며, 이는 7~9월 평균기온 상승에 원인이 있는 것으로 분석되었다. 다만, 이러한 경향은 폭염 또는 한파 등 이상기후로 인해 지역별로 다소 차이를 보였다.   남성현 산림청장은 “가을철 나들이나 지역 축제 등 계획에 단풍예측 지도가 유용하게 활용되기를 바란다”라며,“식물계절현상을 지속적으로 관측·분석하여 국민에게 도움이 되는 서비스를 제공하고, 기후변화에 대응하는 연구 정책에도 반영하겠다”라고 말했다.   한편, ‘2023년 가을단풍 예측지도’는 산림청 국립수목원과 권역별 공립수목원 10개소가 공동으로 수집한 식물계절 현장 관측 자료와, 국립산림과학원의 산악지역에서 관측되는 기상정보를 기반으로 기계학습(Machine Learning)과 과정기반모델(Process-Based Model)로 분석되었다.  
    • 산림행정
    • 산림청본청
    2023-09-25

포토뉴스 검색결과

  • 성큼 다가온 가을, 단풍 구경 떠나볼까?
      산림청(청장 남성현)은 25일 ‘2023년도 가을 단풍(절정) 예측지도’를 발표하였다.   올 단풍 절정 시기는 지역과 수종에 따라 다소 차이가 있겠으나, 대부분 10월 하순부터 11월 초로 예상되며, 수종별 단풍 절정 시기의 평균일은 당단풍나무(10월 26일), 신갈나무(10월 26일), 은행나무(10월 28일)로 분석되었다.   당단풍나무를 중심으로 살펴보면, 전년도에 비해 2일 정도 단풍이 늦어질 것으로 예상되며, 강원도 설악산(10월 23일)을 시작으로 내장산(10월 29일경), 지리산(10월 31일경), 한라산(11월 1일경) 순으로 단풍이 절정에 이를 것으로 예측된다.   또한, 2009년부터 식물계절현상 관측자료를 분석한 결과, 당단풍나무가 단풍이 드는 시기는 매년 약 0.33일씩 늦어지는 경향을 보이고 있으며, 이는 7~9월 평균기온 상승에 원인이 있는 것으로 분석되었다. 다만, 이러한 경향은 폭염 또는 한파 등 이상기후로 인해 지역별로 다소 차이를 보였다.   남성현 산림청장은 “가을철 나들이나 지역 축제 등 계획에 단풍예측 지도가 유용하게 활용되기를 바란다”라며,“식물계절현상을 지속적으로 관측·분석하여 국민에게 도움이 되는 서비스를 제공하고, 기후변화에 대응하는 연구 정책에도 반영하겠다”라고 말했다.   한편, ‘2023년 가을단풍 예측지도’는 산림청 국립수목원과 권역별 공립수목원 10개소가 공동으로 수집한 식물계절 현장 관측 자료와, 국립산림과학원의 산악지역에서 관측되는 기상정보를 기반으로 기계학습(Machine Learning)과 과정기반모델(Process-Based Model)로 분석되었다.  
    • 산림행정
    • 산림청본청
    2023-09-25
  • 한국 고유 침엽수종의 지속가능한 보전을 위해 노력한다
    산림청(청장 남성현)은 국립산림과학원, 국립공원연구원, 국립백대간수목원 등 전문가 30여 명과 함께 기후변화 등으로 쇠퇴하는 고산 침엽수종의 생육 현황을 조사(모니터링)하고, 올해부터 추진하는 생태계 정밀 조사의 실행 방향을 논의하기 위한 현장토론회를 7월 14일 강원도 정선군에서 개최하였다. 산림청에서는 한국의 고산 침엽수를 보전하기 위하여 2016년도에 7대 중점 보전 수종*을 선정해 주기적인 생육상태 조사, 현지외보존원** 조성(봉화, 제주, 무주) 등의 사업을 추진해오고 있다.    * 7대 중점 보전 수종은 크리스마스나무로 잘 알려진 구상나무를 비롯하여 분비나무, 가문비나무, 주목, 눈잣나무, 눈측백, 눈향나무이며, 이 나무들은 「수목원․정원의 조성 및 진흥에 관한 법률」에 의해 희귀식물로도 지정돼 있다.   ** (현지외보존원) 생물다양성의 구성요소를 자연서식지 외에 보전하는 것으로서 종 보존을 위한 후계림 육성, 복원재료 확보 등을 위한 조치 고산 침엽수 생육현황 조사(모니터링)는 2017년부터 전국의 500개 지점을 2년 주기로 조사하고 있으며, 올해로 3차기가 마무리될 예정이다. 2021년도 국립산림과학원의 분석에 따르면, 1차기(2017~2018년)와 비교하였을 때, 2차기(2019~2020년)의 입목쇠퇴도*는 평균 약 6%p (26% → 32%) 증가한 것으로 나타났다.   * (입목쇠퇴도) 살아있는 나무와 죽은 나무의 그루 수, 나무에 달린 잎의 양과 나무줄기의 형태 등을 종합적으로 판단하여 산출하는 지표 이에, 산림청은 고산 침엽수의 쇠퇴 속도를 완화할 방안을 모색하기 위하여 올해부터 생태계 정밀 조사에 착수한다. 입지에 따른 미세 기후, 곤충이나 야생동물 등 생물과의 상호관계를 세부적으로 파악하고, 이를 통해 향후 수분 공급 시기, 광량 조절 등 과학적이고 구체적인 고산 침엽수종 관리 방안을 도출할 예정이다. 또한, 현장 조사를 위한 최신 기술도 새롭게 도입한다. 무인항공기 및 지상 라이다(Lidar)를 활용해 침엽수종 서식지의 3차원 정밀데이터를 수집하고, 기계학습을 통한 서식지 추출 자동화 모델을 개발하여 동일한 시간과 인력으로 조사 면적을 대폭 확대할 수 있을 것으로 기대된다. 아울러, 경관 생태 시계열 자료를 구축함으로써 고산 침엽수 분포의 변화상을 예측하고, 미래 서식지 및 분포변화에 따른 선제적인 산림관리가 가능하도록 할 예정이다. 산림청 산림환경보호과 이현주 과장은“주기적인 생육상태 변화 여부 평가와 정밀 조사를 통해 기후 위기 속에서도 한국 고유의 침엽수종이 지속가능하게 보전될 수 있도록 노력하겠다”라고 말했다.
    • 산림행정
    • 산림청본청
    2022-07-14
  • 국립수목원, 2022 산림 봄꽃 개화(만개) 예측지도 발표
      국립수목원(원장 최영태)은 우리나라 전국 주요 산림에 자생하는 식물의 올해 봄꽃 개화(만개) 예측지도를 발표했다.   예측지도에 표기된 지역은 우리나라를 대표할 수 있는 주요 산림 17개 지역과 권역별 국‧공립수목원 10개소이다.     * 예측지역: (강원) 광덕산, 화악산, 강원도립화목원 (경기) 수리산, 축령산, 용문산, 소리봉, 물향기수목원, 국립수목원 (충북) 속리산, 소백산, 미동산수목원 (충남) 계룡산, 가야산, 금강수목원 (경북) 가야산, 대구수목원 (경남) 지리산(칠선), 금원산, 경남수목원 (전북) 대아수목원 (전남) 두륜산, 월출산, 완도수목원 (제주) 한라산(1100도로), 교래곶자왈, 한라수목원   이번 예측은 산림청 주관으로 전국 국‧공립수목원 10개 기관이 공동으로 참여하여 2009년부터 2021년까지 매년 기록된 현장관측자료(개화>50%)를 기반으로 하였다. 분석에는 우리나라 산림 전역에 분포하고 있는 “생강나무”, “진달래”, “벚나무류” 기준으로 최근 다양한 분야에서 많이 활용되고 있는 통계 모델인 기계학습(랜덤포레스트(random forest))방식이 적용되었다.   올해 산림 봄꽃의 절정은 종별로 다소 차이는 있겠지만 대체로 3월 중순 시작될 예정이며, 특히 남부에서 중부지역으로 점차 확대되었던 과거와 달리 제주도와 전라남도를 제외한 전국에서 비슷한 시기에 절정을 맞이할 것으로 예측되었다.    * 생강나무: 제주 애월곶자왈숲 3.19.(±8일) → 경남 지리산(칠선) 4.2.(±8일), 경북 가야산 4.2.(±8일), 충남 계룡산 4.2.(±7일), 충북 속리산 4.2.(±8일), 경기 축령산 4.2.(±8일), 강원 화악산 4.2.(±8일)     * 진달래: 전남 두륜산 3.26.(±8일) → 경북 가야산 4.12.(±8일), 충남 계룡산 4.12.(±7일), 경기 축령산 4.12.(±8일)    * 벚나무류: 한라수목원(제주) 4.3.(±5일), 완도수목원(전남) 4.3.(±6일), 경남수목원 4.7.(±5일), 대구수목원 4.4.(±6일), 금강수목원(충남) 4.10.(±5일), 미동산수목원(충북) 4.18(±5일), 물향기수목원(경기) 4.12(±5일), 국립수목원(경기) 4.18(±5일)         최영태 국립수목원장은 “산림청 국립수목원에서 매년 발표되고 있는 봄꽃 개화 예측지도는 주로 평균기온 기준으로 예측하는 기존의 방식과는 다르게 매년 산림 현장에서 직접 관측되고 있는 자료를 활용했다는 점에서 의미가 있다.”라며 “앞으로도 지속적인 관측자료 확보를 통해 예측의 정확도를 점점 높여 가겠다.”라고 말했다.
    • 산림산업
    • 국립수목원
    2022-02-25
  • 산림청 국립수목원, “2021년 산림 가을 단풍 예측지도” 발표
    산림청 국립수목원(원장 최영태)은 올해 우리나라 주요 산림의 가을 단풍 절정을 예측한 지도를 발표했다. 이번에 예측한 지역은 한라산, 설악산, 지리산을 포함하여 우리나라 각 지역을 대표할 수 있는 주요 산림 18개 지역과, 권역별 국‧공립수목원 7개 지역이다.    ○ (강원) 설악산(권금성), 화악산, 강원도립화목원 (경기) 수리산, 축령산, 용문산, 국립수목원 (충북) 속리산, 미동산수목원 (충남) 계룡산, 가야산 (경북) 주왕산, 가야산, 팔공산, 대구수목원 (경남) 지리산(세석), 금원산, 경남수목원 (전북) 내장산, 대아수목원 (전남) 월출산, 상황봉 (제주) 한라산(1100도로), 교래곶자왈, 한라수목원 올해 단풍 절정은 지역에 따라 다소 차이는 있겠지만 일부 지역(제주도 등)을 제외하고 대부분 10월 하순경으로 예상된다. 설악산(권금성) 10/23(±10일), 지리산(세석) 10/20(±6일), 한라산(1100도로) 11/4(±4일) 전국 평균은 10/26일로 작년 대비 전국 평균 3일가량 늦어질 것으로 예상된다. 이번 단풍 예측은 산림청 “기후변화 취약 산림식물종 보전 적응 사업” 에 참여하는 국‧공립수목원 10개 기관에 의해 2009년부터 해당 지역별로 현장에서 직접 관측된 자료를 기반으로 딥러닝 방식을 적용하여 예측하였다.  이번 분석은 우리나라 산림 전역에 분포하고 있는 당단풍나무를 기준으로 2009년부터 2020년까지 기록된 현장관측자료(단풍>50%)를 기반으로 대표적인 기계학습(머닝러신) 방법 중 하나인 랜덤포레스트(random forest) 방식을 적용하여 우리나라 산림의 가을 단풍을 예측했다. 한편, 현장 관측이 시작된 2009년부터 우리나라 산림의 단풍절정시기는 연평균 0.4일씩 늦어지는 것으로 확인되었다.     특히, 식물의 단풍시기는 온도변화에 민감하게 반응하며, 관측 자료에 의하면 여름 기온이 1도 올라갈때마나 1.5일씩 늦어지는 것으로 나타났다.    이러한 현상에 대해 서울대학교 환경대학원 정수종 교수는 “식물에 단풍이 드는 시기가 늦어지는 것은 분명한 기후변화 시그널로써 이는 기후변화가 식생의 생장리듬을 바꾸고 있다는 명백한 증거임을 의미한다. 이뿐만 아니라 온대 산림의 식생은 대기 중 이산화탄소 농도 증가를 낮추는 중요한 흡수원이기에 식생의 생장시기가 변하는 것은 탄소순환의 변화가 생긴다는 것을 의미하므로 탄소중립이라는 국가목표 달성을 위해서라도 우리나라 산림의 식물계절 변화에 더 많은 관심을 기울여야 한다.”라고 단풍 시기의 변화에 대한 중요성을 설명했다.  국‧공립수목원의 산림식물계절 현장 관측을 주도하고 있는 국립수목원 손성원 연구사는 “식물학적 이해도가 높은 국‧공립수목원에서 직접 관측된 식물계절 현상 자료는 그 신뢰도가 매우 높다고 할 수 있으며, 앞으로 이러한 자료를 적극적으로 활용하여 단풍 및 개화 예측지도를 매년 발표할 예정이다” 라고 말했다.
    • 산림산업
    • 국립수목원
    2021-09-28
  • 산림산업 육성 디딤돌이 될 산림생태복원 토론회 개최
    산림청(청장 최병암)은 10일 정부대전청사에서 산림생태복원 발전방안을 주제로 토론회(심포지엄)를 개최했다. 이번 토론회는 유엔생물다양성협약(CBD) 사무국과 함께 산림청,지방자치단체, 국립산림과학원, 국립수목원, 산지보전협회, 수목원정원관리원, 산림복원협회, 대학, 환경단체 등 100여 명이 참석했다. 코로나19 확산 방지를 위해 토론회의 대면 참석인원은 최소화하고, 비대면 혼합(하이브리드) 방식으로 진행했다. 이날 토론회에서는 ‘21년 6월 공식 발족한 ‘유엔생태계복원 10개년 계획’에 따른 국제사회의 생태복원 동향을 파악하고, 인공지능(AI)을 활용한 산림생태복원 기법 등 복원기술 협력 및 발전 방안을 논의했다. 산림청의 ‘산림생태복원 정책방향’ 기조연설을 시작으로 첫 번째 주제토론에서는 ▲유엔생물다양성협약(CBD) 사무국에서 ‘국제사회 생태복원 동향 및 공간계획 의사결정지원 기반(플랫폼) 개발’을, ▲산지보전협회에서 ‘딥러닝*을 활용한 산림복원 대상후보지 자동추출 기법 개발’에 대해 발표했다.   * 딥러닝(Deep Learning) : 컴퓨터가 사람의 뇌처럼 사물이나 데이터를 분류할 수 있도록 하는 기술로, 기계학습의 일종. 두 번째 주제토론에서는 ▲국립산림과학원에서 ‘대규모 훼손지 산림생태복원’, ▲국립수목원에서는 ‘비무장지대(DMZ) 생태교란지 복원’, ▲한국수목원정원관리원에서 ‘자생식물 복원소재 공급체계 구축방안’, ▲충남대학교에서는 ‘자생식물을 활용한 산림생태복원’을 주제로 발표했다. 이어, 산림복원협회장이 좌장을 맡아 각 발표에 대한 종합토론이 이뤄졌다. 산림청은 훼손된 산림의 건강성 및 연속성 회복을 위해 한반도의 핵심 생태 축인 백두대간 보호지역과 산림생태적 가치가 우수한 비무장지대(DMZ) 일원, 도서지역을 중심으로 복원사업을 추진 중이며, 내년에는 섬, 숲 등 복원대상지를 더욱 확대해 나갈 계획이다. 남태헌 산림청 차장은 “산림생태계 복원에 있어 우리나라 자생식물의 활용은 필수적”이라면서, “자생식물 종자 이력관리 및 공급체계 구축 등 오늘 논의결과는 산림생태 복원정책을 한 단계 올리고 나아가 관련 산업을 육성시키는 데 큰 디딤돌이 될 것”이라고 말했다.
    • 산림행정
    • 산림청본청
    2021-09-10
  • 국립수목원, AI 기법 활용 올해 산림 봄꽃 개화 예측 발표
    산림청 국립수목원(원장 최영태)은 기후변화로 점점 빨라지는 봄꽃 개화 시기를 분석하여 올해의 예측 데이터를 발표했다. 이는 인공지능(AI) 기반의 통계 모델인 기계학습(머신러닝) 기법을 적용하여 관측 지역의 온도, 고도, 강수량, 전년도 단풍시기는 물론 12년간 축적된 실제 개화 시기 데이터를 적용하여, 각 지역의 특성에 맞게 개화 시기를 예측하였다. 대상은 우리나라 전역에 분포하는 대표적인 봄꽃인 ‘진달래’와 ‘생강나무’로, 18개의 산림에서 2009년부터 2020년까지 수집한 현장관측자료를 분석하였다. 개화 시기 변화를 관측한 곳은 한라산, 지리산 등 우리나라 각 지역을 대표하는 주요 산 18개 지역이다.      * (강원) 백운산, (경기) 소리봉, 수리산, 축령산, 용문산, (충북) 속리산, 소백산, (충남) 계룡산, 가야산, (경북) 주왕산, 팔공산, 가야산, (경남) 지리산, 금원산, (전남) 월출산, 두륜산, (제주) 한라산(1100도로), 애월곶자왈숲 이를 토대로 올해의 산림 봄꽃 만개는 3월 중순 무렵부터 제주도에서 시작되어, 완도를 거쳐 내륙으로 점점 확대될 것으로 보이며, 특히 관측지점의 해발고도가 높은 지리산, 소백산, 속리산에서는 다른 지역보다 봄꽃 만개가 늦을 것으로 예측되었다.   ○ 생강나무 : 제주 애월곶자왈숲 3.20.(±6일) → 전남 두륜산 3.23.(±7일) → 경북 주왕산 3.28.(±12일) → 충남 계룡산 3.31.(±6일) → 경기 축령산 4.3.(±4일) → 경남 지리산 4.4.(±10일)   ○ 진달래 : 전남 두륜산 3.25.(±8일) → 경남 금원산 4.9.(±7일) → 경북 팔공산 4.12.(±6일) → 경기 용문산 4.16.(±8일) → 강원 백운산 4.23.(±7일) → 경남 지리산 4.25.(±9일) → 충북 소백산 5.2.(±9일) 생강나무   한편, ‘진달래’와 ‘생강나무’가 활짝 피는 시기는 지난 2009년 관측 이래 12년간 계속 빨라지고 있는 것으로 확인되었다. ‘진달래’의 개화 시기는 지난 12년 동안 연평균 1.4일(최대 16일) 정도 빨라졌으며, ‘생강나무’는 연평균 1.65일(최대 19일) 빨라졌다.  이는 봄철 평균 온도와 매우 관련이 높은 것으로 나타났는데 실제로 지난 12년간 우리나라 봄철 평균기온은 평년대비 0.25℃ 상승하여, 우리나라 산림의 “생태 시계”가 점점 빨라지고 있는 것으로 확인되었다. 연구에 함께 참여한 서울대학교 환경대학원 정수종 교수는 “개화 시기의 변화는 기후변화에 의해 식물의 생태가 변화하는 것을 넘어 식물들이 대기 중의 탄소를 흡수하는 시기도 빨라진다는 것을 의미하는 것으로, 탄소 중립 목표에 도달하기 위해 한국 산림에 대한 기초자료를 지속적으로 확보해 나가는 것이 중요하다.”라고 강조했다. 최영태 국립수목원장은 “이번 예측 결과는 기존의 식물 개화 예측 방법과 다르게 지난 12년간 현장에서 관측한 다양한 데이터들을 분석하였다는 점에서 의미가 있으며, 향후 지속해서 관측 자료를 확보하여 예측의 정확도를 높이겠다.”고 밝혔다. 산림청과 국·공립수목원 10개 기관은 기후변화가 산림생태계에 미치는 영향을 예측하고 기후변화에 취약한 산림식물을 보전하기 위해 ‘기후변화 취약 산림식물종 보전 적응 사업’을 수행하고 있으며 연구 성과들을 종합하여 적응 전략을 수립해 나갈 예정이다. 사업은 2009년부터 우리나라 권역별 주요 산림에 자생하는 식물의 계절 현상을 매년 현장에서 직접 관측하여 자료 수집하고 있다.      * 사업 참여 기관국립수목원, 경기물향기수목원, 강원도립화목원, 대구수목원, 경남수목원, 미동산수목원, 금강수목원, 대아수목원, 완도수목원, 한라수목원 (총 10개 기관)   진달래  
    • 산림산업
    • 국립수목원
    2021-02-24
  • 산림청 국립수목원, “올해 우리나라 산림의 가을 단풍 예측지도” 발표
    산림청 국립수목원은 올해 우리나라 산림의 가을 단풍 절정을 예측한 지도를 발표했다. 이번에 예측한 지역은 한라산, 설악산, 지리산을 포함하여 우리나라 각 지역을 대표할 수 있는 주요 산 19개 지역이다.     - (강원) 설악산, 화악산, (경기) 소리봉, 수리산, 축령산, (충북) 속리산, 소백산, (충남) 계룡산, 가야산, (경북) 주왕산, 가야산, 팔공산, (경남) 지리산, 금원산, (전북) 내장산, (전남) 월출산, 상황봉, (제주) 한라산, 교래곶자왈 올해 단풍은 지리산(10/12, ±5일), 소백산(10/15, ±6일), 설악산(10/17, ±9일)에서 가장 빠르게 절정을 관찰할 수 있을 것으로 보이며, 전라남도 상황봉(완도)이 10/30(±5일)로 예측된 지역 중 가장 늦게 단풍이 드는 것으로 분석되었다.    - 주왕산(경북) 10/19(±7일), 계룡산(충남) 10/20(±6일), 속리산(충북) 10/21(±5일), 한라산 1100도로(제주) 10/22(±5일), 수리산(경기) 10/24(±5일), 내장산(전북) 10/26 (±5일)로 각각 예측됨 특히, 이번 발표한 단풍예측지도는 한국생물계절관측네트워크(K-NPN)에 의해 지난 10년간의 산림 내 현장 관측 자료를 기반으로 인공지능 시뮬레이션 모델을 적용한 첫 사례로 전 세계적으로도 유사 사례를 찾아보기 힘들다.      지금까지 국내․외에서 발표된 대부분 단풍지도들은 산림의 자연식생 관측이 아닌 도시지역에서의 관측을 중심으로 부족한 관측 자료를 보충하기 위해 인공위성자료가 보조적으로 사용되고 있었다.     이번 분석은 우리나라 산림 전역에 분포하고 있는 당단풍나무를 대상으로 29개의 산림지역에서 2009년부터 2020년까지 기록된 현장관측자료(단풍>50%)를 기반으로 대표적인 기계학습(머닝러신) 방법 중 하나인 랜덤포레스트(random forest) 방식을 적용하여 우리나라 산림의 가을 단풍을 예측했다. 당단풍나무 단풍   서울대학교 환경대학원 정수종 교수는 이번에 예측된 가을 단풍지도에 대해 “단풍시기를 정확히 예측하는 것은 숲의 심미적 생태계 서비스를 넘어 기후변화에 대응하는 식생의 휴지기 변화를 이해하는데 있어서 아주 중요한 일이다. 따라서 국‧공립수목원 네트워크의 산림식물계절 관측 자료를 이용한 머신러닝 기반의 단풍예측은 인공지능 기법을 식물계절 예측에 적용한 전 세계 첫 사례로, 앞으로 장기간의 관측자료 확보를 통해 예측을 고도화 시킨다면 기후변화에 대한 생태계 변화를 예측하는데 있어서 중요한 역할을 할 것으로 기대한다.”라고 전했다. 한편, 국립수목원 손성원 박사는 이번 분석 자료에 대해 “현장 관측과 인공지능기법을 활용한다면 매년 봄철이나 가을철에 발표되는 우리나라 개화, 단풍지도의 좀 더 정교한 예측 시스템 개발이 가능할 것으로 보이며, 특히 이를 위해서는 산림 내에서의 식물계절현상(phenology) 현장 관측 자료의 장기적인 축적이 무엇보다 중요하다.”라고 말했다. 당단풍나무 단풍  
    • 산림산업
    • 국립수목원
    2020-09-23
  • 한국임업진흥원, 산림병해충 IT 전문가 간담회 개최
      한국임업진흥원(원장 김남균)은 2월 24일(금), 한국임업진흥원(이하 진흥원)에서 산림병해충 분야에서 인공지능(AI)을 활용하기 위한 간담회를 개최했다. 이번 간담회에 참여한 (주)혜만테크, ㈜지오씨앤아이 IT 기업에서 보유한 ‘딥러닝(Deep learning)’인공지능 기술을 산림병해충 모니터링분야에 시범적으로 적용하기로 합의하였으며, 이를 빠른 시일내에 구현하기  위해 인공위성에서 수집한 산림병해충 영상자료 분류와 자료처리 사업에 조기 착수하기로 하였다.      ※ 딥러닝(Deep learning) : 컴퓨터가 여러 데이터를 이용하여 마치 사람처럼 스스로 학습할 수 있게 하기 위한 기계학습 기술 진흥원은 지난해 12월 위성영상을 활용한 고사목 탐지 TF를 구성하고 위성영상 빅데이터를 활용한 산림병해충 모니터링를 추진한 바 있으나, 수작업 기술에 의존하는 위성영상 처리방법과 영상판독으로는 적시성과 정확성을 확보하는데 많은 어려움을 겪어왔다. 김남균 원장은“우리원은 위성영상, 항공사진, 임상도 등 다양한 공간정보 빅데이터 사업을 지속적으로 추진해 왔다”며“앞으로 진흥원에서 보유한 빅데이터와 인공지능 기술이 융합된다면 산림병해충 모니터링 분야는 물론 산림보호 및 산림경영 등 다양한 분야에서 큰 시너지 효과를 낼 수 있을 것으로 기대한다”고 말했다.
    • 산림산업
    • 임업진흥원
    2017-03-02
  • 경북도 "4차산업을 잡아라"
    경상북도는 23일 경북테크노파크에서 실․국장, 과장 등 간부 공무원 100여명을 대상으로 4차산업혁명으로 인한 미래사회 변화에 선제적으로 대응하기 위한 ‘4차산업혁명 비전스쿨’을 열었다. 이번 비전스쿨은 산업과 고용구조를 비롯해 농업, 문화, 의료복지 등  4차산업혁명이 몰고 올 미래사회 변화에 대비해 도의 정책수립에 중요한 키를 쥐고 있는 4급 이상 간부 공무원의 인식이 중요하다는 판단에서 마련됐다. 특히 김관용 경북도지사는 올해 초 확대간부회의에서 “사물인터넷, 빅데이터, 인공지능 등을 바탕으로 도정 전 분야에 선도적으로 대응해 나갈 것과, 이를 위해 전 공직자를 대상으로 교육을 강화할 것”을 주문한 바 있다.  이날 첫 강연자로 나선 이광형 미래창조과학부 미래준비위원장은 ‘4차산업혁명과 우리의 전략’이라는 주제로 “4차산업혁명은 데이터를 중심으로 제조업을 재구성해 소비자 요구를 직접 제조에 결합시키는 제조+서비스업으로 확대․발전시키는 산업으로 그 핵심요소는 빅데이터, 인공지능, 사물인터넷, 크라우드”라고 강조했다. 이어 국내 기계학습(Machine learning) 분야 최고 권위자인 포스텍 최승진 교수는 ‘인공지능 딥러닝’ 특강에서 인공지능의 개념과 스마트폰, 자율주행차, 로봇, 제조업 등 다양한 분야 활용과 발전 전망에 대해 설명했다.  또 한국생산기술연구원 조용주 수석연구원은 ‘스마트팩토리를 중심으로 바라 본 4차산업혁명’을, 김재만 전 SL대표는 ‘미래자동차’를 주제로 한 자동차산업의 발전 전망과 산업환경 변화 등에 대해 강연했다. 한편, 도는 올해 초부터 4차산업혁명에 대비해 관련 전문가 회의, 산학연 현장 간담회, 정책수요조사 등 각계 각층의 의견을 수렴하며, 대응전략 수립에 고심하고 있다.  특히 자율주행차 포럼 운영 등 4차산업혁명 관련해 시급한 사업은 다음달 추경에 편성할 계획이다. 우병윤 경북도 경제부지사는 “4차산업혁명은 위기이지만, 잘 대응만 해나간다면 기회가 될 수도 있다”면서 “이번 비전스쿨을 계기로 공직자들이 4차산업혁명에 대응해 맡은 분야 정책을 다시 한 번 검토하고, 선도적으로 대비해 나가도록 노력해 줄 것”을 당부했다.
    • 뉴스광장
    • 지방행정
    2017-02-27
비밀번호 :