Estimation of Change in Soil Carbon Stock of Pinus densiflora Forests in Korea using KFSC Model under RCP 8.5 Climate Change Scenario

한국형 산림토양탄소모델(KFSC Model)을 이용한 RCP 8.5 기후변화 시나리오 하에서의 국내 소나무림 토양탄소

저장량 장기 변화 추정 연구

Estimation of Change in Soil Carbon Stock of Pinus densiflora Forests in Korea using KFSC Model under

RCP 8.5 Climate Change Scenario

박찬우*ㆍ이종열*ㆍ이명종**ㆍ김춘식***ㆍ박관수****ㆍ 김래현*****ㆍ이경학*****ㆍ손요환*^,†

Park, Chan-woo*, Lee, Jongyeol*, Yi, Myongjong**, Kim, Choonsig***, Park, Gwan Soo****, Kim, Rae Hyun*****,

Lee, Kyeong Hak***** and Son, Yowhan*^,†

*고려대학교 환경생태공학과, **강원대학교 산림자원학과,

***경남과학기술대학교 산림자원학과, ****충남대학교 산림환경자원학과,

*****국립산림과학원 기후변화연구센터

*Department of Environmental Science and Ecological Engineering, Korea University, Seoul, Korea

**Department of Forest Resources, Kangwon National University, Chuncheon, Korea

***Department of Forest Resources, Gyeongnam National University of Science and Technology, Jinju, Korea

****Department of Environment and Forest Resources, Chungnam National University, Daejeon, Korea

*****Department of Forest and Climate Change, Korea Forest Research Institute, Seoul, Korea

요 지

지구온난화는 산림 생산성을 증가시켜 토양으로의 탄소 유입량을 늘리는 한편 토양호흡량을 증가 시켜 토양으로부터의 탄소 유출량도 늘리기 때문에, 온도변화에 의한 미래 토양탄소 저장량의 변화 경향은 불확실하다. 따라서 본 연구에서는 한국형 산림토양탄소모델(Korean forest soil carbon mo-

†Corresponding author : E-mail: [email protected]

접수일자: 2012. 12. 13 / 수정일자: 2013. 2. 1(1차), 2013. 4. 1(2차) / 채택일자: 2013. 4. 1

del; KFSC 모델)을 이용하여 RCP 8.5 기후변화 시나리오 하에서 국내 소나무림 토양탄소의 동태를 추정하였다. 국내에 분포하고 있는 소나무림 총 1,467,458 ha를 16개 행정 구역으로 나누고, 이를 다 시 6개의 영급[1영급(1∼10년), 2영급(11∼20년), 3영급(21∼30년), 4영급(31∼40년), 5영급(41∼50 년), 6영급 이상(51∼80년)]으로 나누어 모의 단위를 설정하였다. 각 모의 단위별로 2100년까지의 순일차생산량, 토양 호흡량 및 산림토양탄소 저장량 변화를 기후변화가 있을 때(RCP 시나리오)와 없을 때(CT 시나리오; constant temperature)로 나누어 추정하였다. 두 시나리오 모두 순일차생산량 은 초기에 감소하다가 점차 증가하는 경향을 나타내었으며, 토양 호흡량은 초기에 증가하다가 점차 감소하는 경향을 나타내었다. 이는 현재 국내 소나무림이 유령림에서 장령림으로 전환되는 시점에 있기 때문으로 여겨진다. 또한, RCP 시나리오에서의 평균 순일차생산량 및 평균 토양 호흡량이 CT 시나리오에서보다 각각 20.2%와 20.0% 높게 나타났다. 한편, 토양탄소 저장량은 초기 임령이 1, 4, 5영급 또는 6영급 이상일 경우에는 CT 시나리오에서의 모의값이 RCP 시나리오에서의 모의값보다 높았으나, 2, 3영급일 경우에는 반대의 경향이 나타났다. 또한, 지위지수가 낮을 경우 지위지수가 높 은 경우에 비해 토양탄소 저장량이 낮았다. 이는 임분의 생장이 빠르게 나타나는 경우, 온도에 의한 순일차생산량 변화의 영향을 더 크게 받았기 때문일 것이다. 모의 후기에 RCP 시나리오에서 토양 탄소 저장량이 감소하는 경향이 나타났는데, 이것은 기온 상승에 의해 토양 호흡량이 지수함수적으 로 증가하면서 호흡으로 인한 토양탄소 유출량이 상대적으로 많아지기 때문인 것으로 판단된다. 따 라서 현재의 기후변화 경향이 지속된다면 산림토양탄소의 손실량은 더욱 커질 것으로 예상된다.

핵심용어: 산림토양, 일차순생산량, 토양탄소, 토양 호흡, RCP 기후변화 시나리오

ABSTRACT

Global warming accelerates both carbon (C) input through increased forest productivity and he- terotrophic C emission in forest soils, and a future trend in soil C dynamics is uncertain. In this study, the Korean forest soil carbon model (KFSC model) was applied to 1,467,458 ha of Pinus

densiflora forests in Korea to predict future C dynamics under RCP 8.5 climate change scenario (RCP

decreased at the end of simulation, and it might be derived from exponentially increased SR under the higher temperature condition. Thus, the difference in soil C stock under two scenarios will be much larger in the further future.

Key words : Forest Soil, Net Primary Production, RCP Climate Change Scenraio, Soil Carbon, Soil Respiration

1. 서론

지구 평균기온은 지난 100년 동안 0.74℃ 상 승하였고, 미래에도 지속적인 기온 상승이 예상 된다(IPCC, 2007). 대기 온도 상승은 대기 중 탄 소 농도 증가와 관련 있다고 여겨지고 있고(IP- CC, 2007), 따라서 전지구적인 탄소 순환에 관한 관심이 증대되고 있다. 산림은 육상 생태계에 저 장되어 있는 탄소 저장량의 약 절반을 차지하고 있으며, 그 중 60% 이상이 산림토양에 저장되어 있기 때문에 산림토양은 지구 탄소 순환에서 중 요한 역할을 한다(Dixon et al., 1994). 이에 따라 산림토양의 탄소 흡수 및 저장 기능이 주목받고 있으며, 관련 연구도 활발하게 이루어지고 있다 (Guo and Gifford, 2002; Liski and Westman, 1997).

한편, 기온이 변화하게 되면 산림토양 내에 저 장되어 있는 탄소 저장량이 변화할 수 있는데, 이는 다시 대기 중 탄소 농도 및 기후변화에 영 향을 미칠 수 있다(Davidson and Janssens, 2006).

따라서 기후변화에 의한 산림토양탄소의 동태를 파악하는 것은 중요하다. 기온 상승에 의한 토양 탄소 동태의 변화를 추정하기 위해서는 변화된 환경에서 토양탄소 유출입의 변화 양상을 파악하 는 것이 필요하다.

순일차생산량은 산림에서 토양으로 유입되는 탄소를 추정할 수 있는 중요한 지표이다(David- son and Janssens, 2006). 순일차생산량이 양의 값을 가질 경우, 바이오매스는 지속적으로 증가 하게 되고, 그로 인해 고사유기물의 양이 증가하 여 결과적으로 고사유기물의 분해를 통해 토양으 로 유입되는 탄소의 양이 많아지게 된다. 우리나

라와 같은 온대림에서는 온도가 증가하면 육상 생태계에서의 광합성량이 증가하여 순일차생산량 이 증가하는 것으로 알려져 있다(Cannell and Thornley, 1998; Cao and Woodward, 1998; Li- ski et al., 1999). 따라서 토양으로의 탄소 유입도 증가될 것으로 예상된다. 그러나 온도 증가는 토 양 내 생물들의 활동성을 증가시켜 토양 양분 이 용량 및 호흡량을 크게 만들며, 이로 인해 토양 으로부터 유출되는 탄소의 양도 증가시킬 수 있 다(Jenkinson et al., 1991; Kirschbaum, 2000).

이러한 두 가지 측면을 고려해 보면 기온 증가 가 토양탄소 저장량에 미치는 영향은 불확실하다 고 할 수 있다(Kirschbaum, 2000). 실제로 대기 온도와 토양탄소 저장량 간의 관계에 대한 여러 연구에서는 기온이 증가함에 따라 토양탄소 저장 량이 증가하거나 감소한다는 결과가 모두 나타났 으며, 위도나 식생 등 환경의 차이에 의해 결과 가 달라질 수 있다(Burke et al., 1989; Kirsch- baum, 2000; Liski and Westman, 1997; Liski et

al., 1999).

기온 증가에 의한 국내 산림토양에서의 탄소 동태 변화를 비교적 쉽고, 정확하게 추정하기 위 해 최근 한국형 산림토양탄소모델(Korean forest soil carbon model, KFSC 모델)이 개발되었다(Yi

et al., 2013). KFSC 모델은 임령과 지위지수와

한편, 최근에는 기존 기후변화 연구에서 일반적 으로 이용되던 Special Report on Emission Sce-

nario (SRES) 온실가스 배출 시나리오를 대체하 여 새로운 온실가스 배출 시나리오인 Represen- tative Concentration Pathways (RCP) 기후변화 시나리오가 새롭게 채택되었으며, IPCC 5차 보고 서 작성 및 향후 기후변화 관련 연구에 이용될 것으로 예상된다(Ⅴan Ⅴuuren et al., 2012).

따라서 본 연구에서는 KFSC 모델을 이용하여 RCP 기후변화 시나리오를 국내 주요 수종인 소 나무(Pinus densiflora S. et Z.)림에 적용하였을 때 미래의 기후변화 환경 하에서의 순일차생산 량, 토양 호흡량 및 토양탄소 저장량 등을 추정 하여 산림토양 탄소 순환 변화를 파악하고자 하 였다.

2. 재료 및 방법 2.1 KFSC 모델

KFSC 모델은 산림 내 탄소 순환에 가장 중요 한 인자로 여겨지는 임목의 생장 및 고사, 고사 유기물의 분해 과정을 모의할 수 있도록 고안되 었다(Yi et al., 2013). 모델은 크게 바이오매스 저장고와 고사유기물 저장고로 이루어져 있다.

바이오매스 저장고는 임분 내 임목을 의미하며, 수간, 굵은 가지, 잔 가지, 잎, 굵은 뿌리, 잔 뿌 리로 나누어진다(Yi et al., 2013) (Appendix A).

임분의 부위별 생장은 임분수확표를 바탕으로 지 위지수별로 조제된 수간 생장식과 부위별 바이오 매스 상대생장식을 통해 추정된다(산림청, 2009;

산림청, 2010). 이렇게 추정된 부위별 바이오매스 에 고사율을 곱하여 연간 고사유기물의 유입량이 결정되며, 생성된 고사유기물은 1차 고사유기물 저장고인 지상부 목질쇄설물, 지하부 목질쇄설물, 지상부 리터, 지하부 리터 등으로 이동하게 된다 (Yi et al., 2013) (Appendix A). 1차 고사유기물 저장고 내 탄소는 각 저장고의 분해율에 따라 분 해되어 일부는 기체의 형태로 대기 중으로 유실 되며, 나머지는 부식 및 토양으로 유입된다(Yi et

al., 2013) (Appendix A).

2.2 연구 대상지 및 입력자료 설정

본 연구는 국내 16개 시도(1개 특별시, 6개 광 역시, 9개 도)에 분포하고 있는 총 1,467,458 ha 의 소나무림을 대상으로 하였다(산림청, 2011).

각 지역별 소나무림을 6개의 영급으로 나누고(1 영급: 1∼10년, 2영급: 11∼20년, 3영급: 21∼30 년, 4영급: 31∼40년, 5영급: 41∼50년, 6영급 이 상: 51∼80년), 이를 하나의 모의단위로 하여 연 구를 수행하였다. 모의를 위해서 모의 단위별 대 표 임령 및 산림 생산성의 지표인 지위지수가 필 요하므로 해당 지역의 단위 면적당 소나무 재적 을 수확표와 비교하여 이를 추정하고자 하였다.

그러나 지역 및 영급별 소나무림의 면적과 재적 에 관한 기존 연구 결과가 없기 때문에 각 지역 의 소나무림 영급별 면적비가 각 지역 침엽수림 의 영급별 면적비와 같다는 가정하에 지역별 소 나무림의 면적과 재적(산림청, 2011), 영급별 침 엽수림의 면적과 재적(국립산림과학원, 2011)을 참고하여 모의단위 내 소나무림의 면적과 재적을 추정하였다(Appendix B). 추정된 단위 면적당 재 적을 수확표와 비교하여 절대값의 차이가 최소가 될 때의 임령과 지위지수를 각 모의 단위의 대표 임령 및 지위지수로 결정하였으며, 이 때 발생하 는 오차를 보정하기 위해 Yi et al. (2013)이 제 시한 임분생장보정항(growth modifier)을 추가하 였다(Appendix C). 1영급 소나무림의 경우, 재적 정보가 없기 때문에 대표 임령은 해당 영급의 중 간값인 5년으로 가정하였고, 지위지수는 해당 지 역의 2영급 소나무림과 동일한 것으로 가정하였 다. 또한, 현재의 각 탄소 저장고 내 초기 탄소 저장량은 기존 연구 결과를 참고하여 영급별로 다르게 설정하였다(국립산림과학원, 2011; 국립산 림과학원 내부자료). 그러나 지하부 목질 쇄설물, 지하부 리터, 부식 저장고의 초기 탄소 저장량의 경우 기존에 연구된 바 없었기 때문에 Yi et al.

(2013)이 제시한 별도의 초기화 과정을 통해 얻 어진 각 저장고 내 탄소 저장량과 토양탄소 저장 량간의 비율을 이용하여 추정되었다.

2.3 기후변화 시나리오

기후변화 시나리오는 현재의 기온이 미래에도 지속적으로 일정하게 유지되는 시나리오(CT 시 나리오: Constant temperature scenario)와 RCP 시나리오에 따라 기온이 변화하는 시나리오(RCP 시나리오) 등 두 가지 시나리오로 나누어 적용하 였으며, 입력변수로는 기온만을 사용하였다. 비교 적 최근 개발된 RCP 시나리오는 최근 온실가스 농도 변화경향을 반영하였으며, 해상도 등을 증 가시켜 기존 기후변화 관련 연구에 이용되던 SRES 시나리오를 대체하여 이용되고 있다. 본 연구에서는 기상청 기후변화정보센터에서 제공하 고 있는 RCP 8.5 시나리오를 적용한 12.5 km×

12.5 km 해상도의 행정구역별 연평균 기온을 적 용하였으며, 시나리오에 따르면 국내 16개 행정 구역의 연평균 기온은 현재 11.7℃에서 2100년 18.2℃로 약 6.5℃ 가량 증가할 것으로 예상된다 (Fig. 1) (http://climate.go.kr).

Time (year)

2010 2040 2070 2100

Temperature ()℃

10 12 14 16 18 20

CT scenario RCP scenario

Fig. 1. Estimated mean annual air temperature of 16 administrative regions in Korea.

2.4 생장 추정 보완 및 모의 실행

KFSC 모델을 이용하여 온도 변화에 의한 고사 유기물의 분해율 변화를 추정하는 것은 가능하지 만 임분 생장 변화를 추정하기는 어렵다. 이러한 문제점 보완을 위해 온도와 순일차생산량 간의 관계에 관한 Miami equation (Grosso et al., 2008;

Lieth, 1975)을 모델에 적용하였다(식 (1)).

NPP_gC m^yr^{ }

_{× }

 e  × T

  e   × T

(1)

이 식에서 Tstd는 초기온도, Talt는 RCP 시나리 오상의 온도이며, NPPstd는 초기 온도에서의 순일 차생산량, NPPalt는 변화된 온도에서의 순일차생 산량이다. 온도 변화에 의해 순일차생산량이 변할 경우 임목의 각 부위별로 동일한 비율로 변화된 다고 가정하였다. Miami equation을 적용하여 보 완한 모델을 이용하여 2011년부터 2100년까지의 연간 단위면적당 순일차생산량, 토양 호흡량, 토 양탄소 저장량을 각 시나리오별로 나누어 모의하 였다. 모의는 다음과 같은 가정 하에서 수행되었 으며, 모의에 사용된 모델 파라미터들은 Yi et al.

(2013)이 제시한 기본값을 사용하였다(Appendix D).

1) 수확 벌채는 임령이 80년일 때 이루어지며, 수확이 이루어질 경우 임분 내 수간은 임외 로 반출되며, 기타 부위는 임분 내에 남아 고사 유기물로 전환된다.

2) 벌채로 인하여 임지 생산성 변화는 일어나 지 않으며, 벌채 후 소나무림은 즉시 갱신 된다.

3) 임분 생산량의 변화와 고사유기물의 분해율 은 온도에 의해서만 결정된다.

4) 벌채 수확 이외의 다른 교란은 발생하지 않 는다.

5) 지하부 목질 쇄설물, 지하부 리터, 부식, 토

양 저장고 내 탄소의 분해에 의해 발생하는 기체의 합을 타가호흡량으로 산정하였으며, 토양 호흡 중 타가호흡과 자가호흡의 비율 은 1:1이다 (Högberg et al., 2009).

3. 결과 및 고찰 3.1 순일차생산량의 변화

두 가지 시나리오에서 단위 면적 당 연간 순일 차생산량은 초기에 감소하는 경향을 보였으며 (Fig. 2), 이는 장령화 단계에 접어든 국내 소나무 림의 영급 분포에 의한 것으로 판단된다. 임분의 순일차생산량은 생장 초기에는 빠르게 증가하다 가 일정 임령 이후 임분이 장령화되면서 점차 감 소한다고 알려져 있다(산림청, 2009). 현재 소나 무림 면적 중 3영급과 4영급이 차지하는 비율이 가장 높으며, 산림이 장령림으로 되면서 모의 초 기 순일차생산량의 감소한 것으로 볼 수 있다.

그러나 30∼40년 이후에는 순일차생산량이 다시 상승하는 경향을 보이는데, 이는 수확 시기에 도 달한 임분들이 수확되고, 새로운 임분으로 갱신 되면서 나타나는 현상으로 판단된다.

Time (year)

2010 2040 2070 2100

NPP (Mg C ha-1 year-1)

0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5

CT scenario RCP scenario

Fig. 2. Estimated annual net primary production of Pinus densiflora forests in Korea.

초기 임령과 순일차생산량의 관계를 확인하기 위해 초기 영급별로 순일차생산량의 변화 경향을 분석하였다. 그 결과, 기존 연구 결과들과 유사하 게 초기 영급이 높은 경우(3, 4, 5영급) 모의 시 작과 동시에 순일차생산량이 감소하다가 벌채수 확 이후 소나무림이 갱신되면서 다시 증가하는 경향을 보였다(Fig. 3). 그러나 초기 영급이 6영 급일 경우에는 모의 초기부터 순일차생산량이 증 가했는데, 이는 이미 수확 시기에 도달한 일부 소나무림이 모의 시작과 동시에 수확되고 새로운 소나무림으로 갱신되었기 때문인 것으로 판단된 다. 또한, 6영급 이상일 경우에는 다른 영급 단위 와는 달리 51∼80년의 임령을 가진 임분들로 이 루어졌으며, 대표임령의 분포가 크게 50년생 초 반 또는 80년생으로 이루어졌기 때문에(Appen- dix C) 순일차생산량의 최댓값이 30년 주기로 두 번 나타나는 형태를 보였다(Fig. 3(f)).

한편, 본 연구 결과, CT 시나리오보다 RCP 시 나리오에서 순일차생산량이 높게 나타나는 경향 을 보였다(Fig. 2). 즉, 2100년까지의 평균 순일차 생산량은 CT 시나리오에서 1.27 Mg C ha^—1 year^—1 이고, RCP 시나리오에서 1.52 Mg C ha^—1 year^—1 로 RCP 시나리오에서 20.2% 정도 높았다. 또한, 이 차이는 모의 기간이 길어질수록 증가하는 경 향을 보였는데, 이는 기온차이가 모의 후기로 갈 수록 커지는 것에 기인한다.

본 모델에서 순일차생산량을 추정하기 위해 사 용한 Miami equation은 생태계단위(온대림, 열대 림 등)의 연구를 통해 도출되었기 때문에 지역 단위에 적용하는데 한계가 있을 수 있다(Adams

et al., 2004). 또한, 온도변수 하나로만 순일차생

NPP (Mg C ha-

1 -1year)

-1 0 1 2 3 4 5 6

CT scenario RCP scenario

2010 2040 2070 2100

-1 0 1 2 3 4 5 6

Time (year)

2010 2040 2070 2100 2010 2040 2070 2100

(a) (b) (c)

(d) (e) (f)

Fig. 3. Estimated annual net primary production of Pinus densiflora forests in Korea with different initial age classes; Ⅰ (a), Ⅱ (b), Ⅲ (c), Ⅳ (d), Ⅴ (e), and Ⅵ+ (f).

일차생산량에 미치는 영향이 중요하다는 결과를 제시하였다. 그러나 본 모델에서는 온도 외의 다 른 요인에 의한 영향을 모의할 수 없다는 점을 고려하였을 때 현실적으로 Miami equation을 이 용한 순일차생산량의 추정이 유일하게 가능한 방 법이라고 판단된다.

3.2 토양 호흡

모의기간 중 국내 소나무림에서의 연간 평균 토양 호흡량은 RCP 시나리오에서 3.20 Mg C ha^—1 year^—1로 CT 시나리오의 2.66 Mg C ha^—1 year^—1 보다 약 20%가량 높은 것으로 나타났다(Fig. 3).

이는 국내 소나무림 면적을 고려하였을 때 연간 1 Tg에 해당하는 탄소가 토양 호흡을 통해 대기 중으로 더 유출될 수 있다는 것을 의미한다. 두 시나리오 모두 모의 초기 토양 호흡량이 증가

하다가 40∼50년 이후 감소하게 되고, 60∼70년 이후에는 다시 증가하는 경향을 나타내었다(Fig.

4). 이러한 결과는 유령림에 비해 뿌리의 양이 많 은 노령림에서 토양 호흡량이 높으며, 수확 직후 임지 잔재물에 의해 토양 호흡량이 일시적으로 급격히 증가하는 실제 실험에서의 경향과 유사하 다(Carter et al., 2002; Wang et al., 2011). 현재 국내 소나무림 중 3영급과 4영급이 약 63%를 차 지하고 있는데, 이에 해당하는 임분들이 노령화 되어 윤벌기에 도달하게 되는 향후 40∼50년 간 토양 호흡이 지속적으로 증가한 것으로 보이며, 해당 영급 임분들이 벌채되며 발생한 고사유기물 (지하부 목질 쇄설물 및 지하부 리터)에 의해 벌 채 직후 토양 호흡량의 일시적인 증가가 나타난 것으로 판단된다.

한편, 모의 후기로 갈수록 두 시나리오에서의

Time (year)

2010 2040 2070 2100

Soil respiration (Mg C ha-1 year-1 ) 1 2 3 4 5 6

CT scenario RCP scenario

Fig. 4. Estimated annual soil respiration of Pi-

nus densiflora forests in Korea.

토양 호흡량 차이가 커지는 경향이 나타났으며, 최대 54%까지 차이가 발생하였다. 이는 토양 호 흡량을 결정하는 유기물의 분해율이 Q10을 이용 하여 추정되었기 때문에 기온이 증가함에 따라 분해율이 지수함수적으로 증가하는 것에 기인한 다. 온난화와 토양 호흡에 관한 현지연구도 다양 한 산림생태계를 대상으로 이루어진 바 있으며, 온도가 증가하면 토양 호흡량이 증가하는 본 모 의와 유사한 경향이 관측되고 있다(Niinistö et al., 2004; Noh et al., 2010; Xu et al., 2010).

토양 호흡량의 변화를 더 정확하게 추정하기 위해서는 수분 요인도 고려하는 것이 필요하다고 판단된다. 이것은 토양 호흡량은 주로 유기물의 분해율에 의해 결정이 되는데, 온도와 수분이 유 기물의 분해율을 결정하는 주요 인자로 알려져 있기 때문이다(Davidson and Janssens, 2006; Or- chard and Cook, 1983). 특히 토양 수분의 경우, 유기물 분해의 제한요소로 작용하기 때문에 이에 대한 고려 없이 온도만으로 토양 호흡량을 추정 하는 데에는 불확실성이 존재할 가능성이 있다 (Yuste et al., 2003).

3.3 토양탄소

2100년의 토양탄소 저장량은 CT 시나리오에 서 50.9 Mg C ha^—1, RCP 시나리오에서 50.2 Mg C ha^—1로 RCP 시나리오에서의 모의값이 약 1.3

% 정도 낮은 것으로 나타났다(Fig. 5). 이 차이를 국내 소나무림 면적으로 환산하면 전국적으로 약 1 Tg C에 해당한다. RCP 시나리오에서의 토양 탄소 저장량은 CT 시나리오에서의 토양탄소 저 장량보다 초기에는 더 높아지는 경향을 보이지만, 증가량이 점차 줄어들면서 약 80년 정도 후에는 더 낮아지게 된다. 이와 같은 결과는 기후변화 시나리오에서의 임분 생산량 및 토양 호흡률의 변화에 의한 것으로 사료된다. 즉, 모의 초기에는 임분 내 고사유기물 생산량이 증가하는 동시에 기존 1차 유기물 저장고의 분해율이 증가하여 토 양으로의 탄소 유입이 기존 평형상태에 비하여 일시적으로 많아지게 된다. 그러나 기온이 계속 상승하게 되면 토양 호흡량이 지수함수적으로 증 가하기 때문에 고사유기물에 의한 유입보다 호흡 으로 인한 탄소 유출이 더 많아지게 되고, 결과 적으로 토양탄소 저장량이 감소하게 된다. 따라 서 모의 기간이 더 길어진다면 RCP 시나리오와 CT 시나리오 간의 토양탄소 저장량의 차이는 더 커질 것으로 예상된다. 기온이 증가할 경우, 모의 초기에 토양탄소가 증가하다가 일정 시간 이후 감소하는 경향은 이아름 등(2009)이 Yasso 모델 을 국내 소나무림 임분에 적용한 연구 결과와 유 사하다.

모의 기간 동안 평균 토양호흡량이 평균 순일 차생산량보다 큰 값을 나타냄에도 불구하고(Fig.

2 and 4), CT 시나리오에서의 토양탄소 저장량은 지속적으로 증가하는 경향을 보였다(Fig. 5). 이 는 벌채 시 발생한 대량의 고사유기물에 의해 벌 채 직후 토양 호흡량이 크게 증가하게 되지만, 이와 동시에 고사유기물 분해에 의한 토양으로의 탄소 유입도 증가하기 때문일 것이다.

한편, 2100년의 각 지역별 토양탄소 저장량의 모의값은, Table 1과 같이 RCP 시나리오에서의

Time (year)

2010 2040 2070 2100

Soil carbon density (Mg C ha-1) 48.0 48.5 49.0 49.5 50.0 50.5 51.0

CT scenario RCP scenario

Fig. 5. Estimated soil carbon density of Pinus den-

siflora forests in Korea.

값이 CT 시나리오에서의 값에 비하여 높게 추정 되는 지역과 낮게 추정되는 지역이 모두 존재하 는 것으로 나타났다.

지역에 따라 다르게 나타나는 토양탄소 동태의 원인을 파악하기 위해 초기 영급별로 토양탄소 저장량의 변화 경향을 모의해 보았다. 그 결과, 각 기후 시나리오에 따라 소나무림 내 토양탄소 저장량 변화 경향은 초기 영급에 따라 서로 다르 게 나타났다. 초기 임령이 2, 3영급일 경우 RCP 시나리오에서의 토양탄소 저장량이 높게 나타났 으며, 1, 4, 5영급 또는 6영급 이상의 소나무림에 서는 CT 시나리오에서의 토양탄소 저장량이 높 게 모의되었다(Fig. 6). 이러한 결과가 나타나게 된 이유로 2, 3영급 소나무림의 초기 탄소저장량 이 다른 영급의 소나무림에 비해 낮으며, 해당 임 령이 임분의 생장률이 매우 높은 시기라는 점을 생각해 볼 수 있다. 즉, 초기 토양탄소 저장량이 낮기 때문에 온도 증가에 의한 토양 호흡 증가량 은 크게 증가하지 않는 반면, 온도 증가에 의한 순일차생산량 증가량은 크게 증가하는 것과 관련 이 있을 것으로 사료된다(Raich and Schlesinger, 1992).

Table 1. Changed forest soil carbon density un- der CT scenario and RCP scenario (%) in 2100 compared to present in 16 administrative reg- ions

CT scenario

RCP scenario

Relative difference*

Gangwon 2.73 3.18 0.85

Chungbuk 3.71 4.04 0.67

Daegu 3.90 4.19 0.61

Gyonggi 2.77 2.81 0.08

Seoul 2.86 2.87 0.02

Incheon 3.18 3.17 ^—0.03

Gyongbuk 2.88 2.79 —0.19

Daejeon 3.17 2.80 ^—0.74

Chungnam 3.12 2.77 —0.75

Jeonbuk 1.55 0.62 ^—1.76

Ulsan 1.39 0.13 —2.32

Busan 2.64 1.16 —3.00

Gyongnam 1.91 0.43 ^—3.00

Jeonnam 2.20 0.40 ^—3.55

Gwangju 0.23 —1.73 —3.66

Jeju 2.62 —0.78 —6.77

* Relative difference=100×(C under RCP scenario^—C under CT scenario)/C under CT scenario.

지위지수에 따라서도 기온변화에 의한 토양탄 소의 변화 경향이 달라질 것으로 예상되어, 소나 무림 중 가장 면적이 넓은 4영급과 두 번째로 넓 은 3영급 소나무림을 대상으로 기온변화에 따른 지위지수별 탄소 저장량 변화 민감도를 분석하였 다. 이를 위하여 동일한 초기 조건 하에서 온도 변수를 초기온도에서 1℃씩 증가시키며, 80년간 모의한 후 토양탄소 변화를 비교하였다. 분석 결 과, 온도에 따른 토양탄소의 변화 민감도는 지위 지수별로 다르게 나타났으며, 초기 임령에 따라서

Soil carbon density (Mg C ha- 1 )

58 62 66 70 74

CT scenario RCP scenario

36 40 44 48 52

33 37 41 45 49

2010 2040 2070 2100

43 47 51 55 59

Time (year)

2010 2040 2070 2100

50 54 58 62 66

2010 2040 2070 2100

80 84 88 92 96

(a) (b) (c)

(d) (e) (f)

Fig. 6. Estimated soil carbon density of Pinus densiflora forests in Korea with different initial age class; Ⅰ (a), Ⅱ (b), Ⅲ (c), Ⅳ (d), Ⅴ (e), and Ⅵ+ (f).

Fig. 7. Sensitivity of carbon density to the temperature change of Pinus densiflora forests of age class Ⅲ (a) and age class Ⅳ (b) in Korea.

도 큰 차이를 보였다(Fig. 7). 초기 임령이 3영급 일 경우, 기온이 증가할수록 탄소 저장량이 증가

하였으며, 지위지수가 높을 때 저장량의 증가율도 커졌다(Fig. 7(a)). 한편, 초기 임령이 4영급일 경

Average SI

10 11 12 13 14 15

Portion of age class Ⅱ and Ⅲ 0.0 0.1 0.2 0.3 0.4 0.5 0.6

Relative difference of carbon density (%)

-8 -6 -4 -2 0 2

y = 1.2x - 16.6 R2 = 0.35 y = 8.2x - 4.5

R2 = 0.23

(b) (a)

Mean annual increased temperature

2.6 2.8 3.0 3.2 3.4 3.6

y = -1.8x + 4.9 R2 = 0.09 (c)

* Mean annual increased temperature =  





__

; (T0: initial temperature, Ti: temperature after i years)

* Relative difference of C density=100 × (C under RCP scenario-C under CT scenario)/C under CT scenario Fig. 8. Relative difference of soil carbon density (%) with the portion of age class Ⅱ and Ⅲ (a), the average site index (b), and mean annual increased temperature comparing initial temperature (c) in 16 administrative regions in Korea.

우에는 온도가 증가하면서 탄소 저장량도 함께 증가하다가 일정 온도 이후에는 감소하는 경향을 보였으며, 감소가 시작되는 온도는 지위지수가 낮을수록 낮았다(Fig. 7(b)). 이러한 결과는 순일 차생산량 변화 추정시 사용한 miami equation에 의해 온도 변화에 따른 순일차생산량 증가량이 지위지수가 높을수록 커지기 때문일 것으로 판단 된다.

위의 결과를 증가가 지속적으로 일어날 경우, 지위지수가 낮으면서 온도 증가가 크게 발생하는 지역과 2영급과 3영급 소나무림의 면적 비율이 낮은 지역에서 산림토양탄소의 손실이 크게 일어 날 것으로 예상된다. 이를 확인하기 위하여 지역 별 2영급과 3영급 소나무림의 면적비 및 평균지 위지수에 따른 RCP 시나리오와 CT 시나리오에 서의 2100년 토양탄소량의 상대적인 차이를 각각 분석하였으며, 그 결과 일부 지역을 제외하고는 2영급과 3영급 소나무림 면적 비율이 낮은 지역 과 평균 지위지수가 낮은 지역에서 기온 증가에

의한 토양탄소 손실이 더 크게 나타나는 경향이 있었다(Fig. 8(a) and Fig. 8(b)). 한편, 지역별 연 평균 온도 변화량과 기후변화 유무에 따른 토양 탄소 저장량의 상대적인 차이 간에는 특별한 경 향이 나타나지 않았는데(Fig 8(c)), 이로 미루어 보아 본 연구에서는 기존 임분들의 초기 영급 및 지위지수가 온도 증가량보다 기후변화 시의 토양 탄소 변화 경향을 결정하는 요인이 될 수 있는 것으로 사료된다. 그러나 본 연구에서는 모의기 간이 비교적 짧았을 뿐만 아니라, 온도 변화량, 초기 영급 및 지위지수 간의 상호관계 등에 관한 연구가 수행되지 않았기 때문에 인과관계를 정확 하게 파악하기 위해서는 향후 추가적인 분석이 필요할 것으로 사료된다.

4. 결론

RCP 시나리오에서의 순일차생산량 및 토양 호 흡량이 CT 시나리오에 비해 높게 나타나는 경향

을 보였다. 두 시나리오 모두에서 순일차생산량 이 초기에 감소하다가 증가하는 형태를 나타내었 으며, 토양 호흡량은 초기에 증가하다가 감소하 는 형태를 나타내었다. 이는 국내 소나무림의 임 령 구성에 의한 것으로 여겨진다. 한편, RCP 시 나리오에서의 토양탄소 저장량은 CT 시나리오에 서의 토양탄소 저장량보다 모의 초기에는 더 높 지만 모의 후기에는 더 낮아지게 된다. 이와 같 은 결과는 기후변화 시나리오에서의 임분 생산량 및 토양 호흡률의 변화에 의한 것으로 사료된다.

즉, 기온변화에 의한 토양 호흡 증가율이 순일차 생산량 증가율보다 높기 때문에, 고사유기물에 의한 탄소 유입보다 토양 호흡으로 인한 탄소 유 출이 더 커지게 되고, 결과적으로 토양탄소 저장 량은 감소하게 된다. 따라서 모의 기간이 더 길 어진다면 RCP 시나리오와 CT 시나리오 간의 토 양탄소 저장량의 차이는 더 커질 것으로 예상된 다. 토양탄소 저장량의 변화 경향은 초기 영급 및 지위지수에 따라 다르게 나타날 수 있으며, 지위지수가 낮으면서 온도 증가가 크게 발생하는 지역과 2영급과 3영급의 비율이 낮은 지역에서 산림토양탄소의 손실이 크게 일어날 것으로 예상 된다. 본 연구에서는 순일차생산량 및 고사유기 물의 변화율을 결정하는 요인으로 온도만을 가정 하였으며, 또한 산림의 영급 분포나 지위지수 등 의 상호작용에 의한 영향이 고려되지 않았기 때 문에, 실제 임분에 적용하기에 한계가 있을 수 있다. 따라서 수분이나 양분 유효도 등과 같이 토양탄소 동태에 비교적 크게 영향을 미칠 수 있 는 요인에 대한 추가 연구를 통해, 모델 모의의 정확도를 향상시킬 수 있을 것으로 사료된다.

감사의 글

본 논문은 산림청 산림과학특정연구(과제번호:

S111012L030120)와 산림과학기초연구(과제번호:

S211212L06012)의 지원에 의한 연구 결과의 일 부입니다.

참고문헌

국립산림과학원, 2011, 제5차 국가산림자원조사 보고서, 국립산림과학원, 서울, 166 pp.

산림청, 2009, 재적중량표 및 임분수확표, 산림 청, 대전, 272 pp.

산림청, 2010, 교토의정서 대응 산림탄소계정 기 반 구축 연구, 산림청, 대전, 436 pp.

산림청, 2011, 임업통계연보(제41호), 산림청, 대 전, 484 pp.

이아름, 노남진, 윤태경, 이수경, 서경원, 이우균, 조용성, 손요환, 2009, 연륜연대학적 접 근을 이용한 Yasso 모델의 산림토양탄소 저장량 추 정, 한국임학회지, 98권 6호, 791-798.

Adams, B., A. White, and T. M. Lenton, 2004, An analysis of some diverse approaches to mo- delling terrestrial net primary productivity,

Ecological Modelling, 177, 353-391.

Burke, I. C., C. M. Yonker, W. J. Parton, C.

Ⅴ. Cole, D. S. Schimel, and K. Flach, 1989, Texture, climate, and cultivation effects on so- il organic matter content in U.S. grassland soils, Soil Science Society of American Jour-

nal, 53(3), 800-805.

Cannell, M. G. R., and J. H. M. Thornley, 1998, Temperature and CO2 responses of leaf and canopy photosynthesis: a clarification using the non-rectangular hyperbola model of photosyn- thesis, Annals of Botany, 82, 883-892.

Cao, M., and F. I. Woodward, 1998, Net pri- mary and ecosystem production and carbon st- ocks of terrestrial ecosystems and their res- ponses to climate change, Global Change Bio-

logy, 4(2), 185-198.

Carter, M. C., T. J. Dean, M. Zhou, M. G. Me- ssina, and Z. Wang, 2002, Short-term chan- ges in soil C, N, and biota following har- vesting and regeneration of loblolly pine (Pi-

nus taeda L.), Forest Ecology and Manage- ment, 164, 67-88.

Cramer, W., A. Bondeau, F. I. Woodward, I. C.

Prentice, R. A. Betts, Ⅴ. Brovkin, P. M. Cox,

Ⅴ. Fisher, J. A. Foley, A. D. Friend, C. Ku- charik, M. R. Lomas, N. Ramankutty, S. Sit- ch, B. Smith, A. White, and C. Young-Mo- lling, 2001, Global response of terrestrial eco- system structure and function to CO2 and cli- mate change: results from six dynamics glo- bal vegetation models, Global Change Bio-

logy, 7(4), 357-373.

Davidson, E. A., and I. A. Janssens, 2006, Tem- perature sensitivity of soil carbon decompo- sition and feedbacks to climate change, Na-

ture, 440(7081), 165-173.

Dixon, R. K., S. Brown, R. A. Houghton, A. M.

Solomin, M. C. Trexler, and J. Wisniewski, 1994, Carbon pools and flux of global forest ecosystems, Science, 263(5144), 185-190.

Guo, L. B., and R. M. Gifford, 2002, Soil car- bon stocks and land use change: a meta ana- lysis, Global Change Biology, 8(4), 345-360.

Grosso, S. D., W. Parton, T. Stohlgren, D. Zh- eng, D. Bachelet, S. Prince, K. Hibbard, and R. Olson, 2008, Global potential net primary production predicted from vegetation class, pre- cipitation, and temperature, Ecology, 89(8), 2117-2126.

Högberg, P., B. Singh, M. O. Löfvenius, and A.

Nordgren, 2009, Partitioning of soil respira- tion into its autotrophic and heterotrophic com- ponents by means of tree-girdling in old bo- real spruce forest, Forest Ecology and Mana-

gement, 257(8), 1764-1767.

Intergovernmental Panel on Climate Change (IP- CC), 2007, Summary for Policymakers, in

Climate Change 2001: The Scientific Basis.

ConTribution of the Working Group I to the Third Assessment Report of the Intergover- nmental Panel on Climate Change, Cambridge Univ. Press, New York.

Jenkinson, D. S., D. E. Adams, and A. Wild, 1991, Model estimates of CO2 emissions from soil in response to global warming, Nature, 351

(6324), 304-306.

Kirschbaum, M. U. F., 2000, Will changes in soil organic carbon act as a positive or nega- tive feedback on global warming?, Biogeo-

chemistry, 48(1), 21-51.

Lieth, H., 1975, Modeling the Primary Produc- tivity of the World, Eds., 1975, Primary Pro- ductivity of the Biosphere, Springer-Ⅴerlag, New York, USA, 339 pp.

Liski, J., H. Ilvesniemi, A. Mäkelä, and C. J.

Westman, 1999, CO2 emissions from soil in res- ponse to climatic warming are overestimated:

The decomposition of old soil organic matter is tolerant of temperature, Ambio, 28(2), 171- 174.

Liski, J., and C. J. Westman, 1997, Carbon sto- rage in forest soil in Finland, 1. Effect of thermoclimate, Biogeochemistry, 36(3), 239- 260.

Melillo, J. M., A. D. McGuire, D. W. Kickligh- ter, B. Moore, C. J. Ⅴorosmarty, and L. Sch- loss, 1993, Global climate change and terre- strial net primary production, Nature, 363

(6426), 234-240.

Newman, G. S., M. A. Arthur, and R. N. Mu- ller, 2006, Above- and Belowground net pri- mary production in a temperate mixed deci- duous forest, Ecosystems, 9(3), 317-329.

Niinistö, S. M., J. Silvola, and S. Kellomäki,

2004, Soil CO2 efflux in a boreal pine forest under atmospheric CO2 enrichment and air war- ming. Global Change Biology, 10(8), 1363- 1376.

Noh, N. J., Y. Son, S. K. Lee, T. K. Yoon, K.

W. Seo, C. Kim, W. K. Lee, S. W. Bae, and J. H. Hwang, 2010, Influence of stand den- sity on soil CO2 efflux for a Pinus densiflora forest in Korea, Journal of Forest Research,

123(4), 411-419.

Orchard, Ⅴ. A., and F. J. Cook, 1983, Relation- ship between soil respiration and soil mois- ture, Soil Biology and Biochemistry, 15(4), 447-453.

Raich, J. W. and W. H. Schlesinger, 1922, The global carbon dioxide flux in soil respiration and its relationship to vegetation and climate,

Tellus, 44(2), 81-99.

Ⅴan Ⅴuuren, D. P., K. Riahi, R. Moss, J. Ed- monds, A. Thomson, N. Nakicenovic, T. Kr- am, F. Berkhout, R. Swart, A. Janetos, S. K.

Rose, and N. Arnell, 2012, A proposal for a new scenario framework to support research and assessment in different climate research communities, Global Environmental Change,

22(1), 21-35.

Wang, B., Y. Jiang, X. Wei, G. Zhao, H. Guo,

and X. Bai, 2011, Effects of forest type, st- and age, and altitude on soil respiration in sub- tropical forests of China, Scandinavian Jour-

nal of Forest Research, 26(1), 40-47.

Wu, Z., P. Dijkstra, G. W. Koch, J. Peñuelas, and B. A. Hungate. 2012, Responses of te- rrestrial ecosystems to temperature and preci- pation change: a meta-analysis of experimen- tal manipulation, Global Change Biology, 17

(2), 927-942.

Xu, Z., C. Wan, P. Xiong, Z. Tang, R. Hu, G.

Cao, and Q. Liu, 2010, Initial responses of soil CO2 efflux and C, N pools to experimen- tal warming in two contrasting forest eco- systems, Eastern Tubean Plateau, China, Plant

and Soil, 336, 183-195.

Yi, K., C. W. Park, S. R. Ryu, K. H. Lee, M.

J. Yi, C. Kim, G. S. Park, R. Kim, and Y.

Son, 2013, Simulating the soil carbon dyna- mics of Pinus densiflora forests in central Korea, Scandinavian Journal of Forest Re-

search, 28(3), 241-256.

Yuste, J. C., I. A. Janssens, A. Carrara, L. Mei- resonne, and R. Ceulemans, 2003, Interactive effects of temperature and precipitation on soil respiration in a temperate maritime pine fo- rest, Tree Physiology, 23(18), 1263-1270.

부록

Appendix A. The schematic diagram of the KFSC model. The carbon pools are comprised of live biomass (BIO) compartment (stem, branch, foliage, coarse root, and fine root), pri- mary dead organic matter (DOM) compartment (AWD: aboveground woody debris, ALT:

aboveground litter, BWD: belowground woody debris, and BLT: belowground litter), and secondary DOM compartment (HUM: humus, SOC: soil organic carbon) (Yi et al., 2013).

Appendix B. Estimated area (ha) of Pinus densiflora forests in Korea. Number in the parentheses in- dicates portion (%) of area in each administrative region

Area Age classⅠ Age classⅡ Age classⅢ Age classⅣ Age classⅤ Age classⅥ+ Total area Seoul 1.0 (0.4) 7.5 (2.8) 96.7 (35.7) 148.0 (54.6) 14.6 (5.4) 3.2 (1.2) 271.0 Busan 436.1 (3.2) 610.7 (4.5) 3,145.7 (23.3) 9,002.8 (66.7) 219.4 (1.6) 80.4 (0.6) 13,495.0 Daegu 34.3 (0.2) 730.3 (3.9) 9,617.5 (51.2) 6,885.9 (36.6) 1,249.4 (6.6) 271.7 (1.4) 18,789.0 Incheon 28.8 (0.8) 97.7 (2.8) 1,641.9 (47.3) 1,564.8 (45.1) 120.3 (3.5) 19.5 (0.6) 3,473.0 Gwangju 32.7 (0.4) 212.2 (2.4) 831.3 (9.6) 2,491.8 (28.7) 4,987.0 (57.5) 120.1 (1.4) 8,675.0 Daejeon 16.4 (0.5) 164.4 (5.2) 1,220.7 (38.8) 1,469.3 (47.6) 246.2 (7.8) 1.8 (0.1) 3,146.0 Ulsan 53.0 (0.3) 1,033.6 (6.0) 2,305.9 (13.4) 7,590.1 (44.2) 4,608.9 (26.8) 1,586.5 (9.2) 17,178.0 Gyonggi 448.4 (3.9) 1,207.5 (10.4) 3,758.9 (32.4) 3,784.9 (32.6) 2,003.3 (17.3) 403.9 (3.5) 11,607.0 Gangwon 13,895.4 (5.9) 32,389.1 (13.7) 61,530.5 (26.0) 68,635.3 (29.0) 41,265.4 (17.4) 19,059.4 (8.0) 236,775.0 Chungbuk 1,943.3 (5.3) 5,652.2 (15.4) 12,828.8 (34.9) 11,638.5 (31.7) 3,897.7 (10.6) 806.5 (2.2) 36,767.0 Chungnam 5,070.3 (6.9) 8,998.6 (12.2) 24,082.2 (32.7) 23,966.6 (32.6) 10,920.2 (14.8) 589.1 (0.8) 73,627.0 Jeonbuk 2,394.8 (2.4) 7,530.7 (7.4) 13,552.3 (13.3) 38,076.7 (37.4) 37,393.4 (36.7) 2,855.1 (2.8) 101,803.0 Jeonnam 5,952.2 (2.4) 29,566.1 (11.9) 48,533.2 (19.5) 94,878.0 (38.1) 67,172.8 (27.0) 3,087.5 (1.2) 249,190.0 Gyongbuk 10,429.4 (2.5) 50,086.7 (11.9) 133,131.5 (31.7) 130,504.2 (31.1) 68,594.2 (16.3) 27,240.0 (6.5) 419,986.0 Gyongnam 3,325.5 (1.3) 9,335.7 (3.6) 69,989.8 (27.3) 130,452.7 (50.9) 39,019.6 (15.2) 4,268.7 (1.7) 256,392.0 Jeju 581.8 (3.6) 1,639.5 (10.1) 5,699.2 (35.0) 5,233.8 (32.1) 2,086.0 (12.8) 1,043.7 (6.4) 16,284.0 Total 44,643.0 (3.0) 149,262.0 (10.2) 391,966.0 (26.7) 536,351.0 (36.6) 283,798.0 (19.3) 61,437.0 (4.2) 1,467,458.0

Appendix C. Estimated stand age, site index and growth modifier of each simulation unit Area Age

class

Stand age

Site index

Growth

modifier Area Age class

Stand age

Site index

Growth modifier

Seoul

Ⅰ 5 16 1.000

Daejeon

Ⅰ 5 12 1.000

Ⅱ 20 16 0.972 Ⅱ 17 12 1.046

Ⅲ 28 14 0.998 Ⅲ 28 12 1.007

Ⅳ 36 12 0.992 Ⅳ 32 12 1.015

Ⅴ 42 12 1.004 Ⅴ 50 10 1.043

Ⅵ+ 80 12 1.008 Ⅵ+ 80 10 1.074

Busan

Ⅰ 5 16 1.000

Ulsan

Ⅰ 5 16 1.000

Ⅱ 20 16 1.060 Ⅱ 20 16 0.940

Ⅲ 26 14 1.001 Ⅲ 29 12 1.002

Ⅳ 35 12 1.010 Ⅳ 33 12 1.001

Ⅴ 41 12 0.987 Ⅴ 41 12 0.973

Ⅵ+ 54 12 1.000 Ⅵ+ 52 12 0.999

Daegu

Ⅰ 5 16 1.000

Gyonggi

Ⅰ 5 12 1.000

Ⅱ 18 16 1.010 Ⅱ 20 12 0.988

Ⅲ 23 16 1.003 Ⅲ 29 12 1.009

Ⅳ 33 12 1.012 Ⅳ 32 12 1.006

Ⅴ 41 12 0.967 Ⅴ 41 12 0.940

Ⅵ+ 55 12 0.998 Ⅵ+ 80 12 1.065

Incheon

Ⅰ 5 14 1.000

Gangwon

Ⅰ 5 16 1.000

Ⅱ 20 14 0.949 Ⅱ 20 16 0.939

Ⅲ 28 12 0.986 Ⅲ 24 16 1.016

Ⅳ 32 12 1.003 Ⅳ 39 12 0.999

Ⅴ 50 10 1.058 Ⅴ 50 12 1.028

Ⅵ+ 53 12 0.999 Ⅵ+ 80 12 1.054

Ⅰ 5 16 1.000

Chungbuk

Ⅰ 5 14 1.000

Gwangju

Ⅱ 18 16 1.063 Ⅱ 20 14 1.008

Ⅲ 22 14 1.006 Ⅲ 26 14 1.003

Ⅳ 34 10 0.991 Ⅳ 35 12 1.006

Ⅴ 41 10 0.962 Ⅴ 45 12 0.995

Ⅵ+ 51 10 0.985 Ⅵ+ 80 12 1.025

Chungnam

Ⅰ 5 14 1.000

Gyongbuk

Ⅰ 5 14 1.000

Ⅱ 20 14 1.005 Ⅱ 19 14 0.997

Ⅲ 29 12 0.999 Ⅲ 29 12 1.000

Ⅳ 33 12 0.988 Ⅳ 33 12 1.012

Ⅴ 50 10 1.078 Ⅴ 41 12 0.973

Ⅵ+ 80 10 1.065 Ⅵ+ 51 12 0.972

Jeonbuk

Ⅰ 5 12 1.000

Gyongnam

Ⅰ 5 12 1.000

Ⅱ 19 12 1.004 Ⅱ 20 12 1.027

Ⅲ 30 12 0.997 Ⅲ 28 12 0.988

Ⅳ 35 12 0.988 Ⅳ 40 10 1.010

Ⅴ 41 12 0.993 Ⅴ 50 10 1.056

Ⅵ+ 52 12 1.003 Ⅵ+ 51 12 0.964

Jeonnam

Ⅰ 5 14 1.000

Jeju

Ⅰ 5 12 1.000

Ⅱ 17 14 1.016 Ⅱ 20 12 0.997

Ⅲ 24 12 0.999 Ⅲ 29 12 0.998

Ⅳ 34 10 0.987 Ⅳ 37 12 1.002

Ⅴ 42 10 1.005 Ⅴ 46 12 0.997

Ⅵ+ 80 10 1.057 Ⅵ+ 80 12 1.032