동물·자연 · 2021

나무의 잎은 가지가 만드는 복잡한 구조에 얼마나 보탬이 될까요?

도시 나무 45그루의 레이저 측정에서 세 수종 모두 잎이 있을 때 복잡성 지표가 높았어요. 가지망이 복잡할수록 잎의 추가 기여는 작았어요. 컴퓨터로 잎을 제거하는 방법은 일부 수종에서 편향도 보여, 실제 낙엽기 관측과 구분해야 했어요.

상세 설명

나무는 구조적 복잡성을 결정하는 프랙털과 유사한 가지 구조를 지닌다. 연구진은 지상 레이저 스캐닝을 이용해 도시 나무의 구조적 복잡성에서 잎의 역할을 조사했다. 미시간주립대학교 캠퍼스에서 낙엽성 수종 세 가지인 Gleditsia triacanthos, Quercus macrocarpa, Metasequoia glyptostroboides에 속하는 나무 45그루를 표본으로 삼았다.

연구진은 잎이 있을 때와 없을 때 지상 레이저 스캐닝으로 얻은 나무의 점군에서 박스 차원 지표(Db)를 계산했다. 또한 잎이 있는 상태의 점군에 잎과 목질 부분을 분리하는 알고리즘을 적용해 잎을 인위적으로 제거한 뒤 Db를 다시 계산했다.

세 수종 모두에서 잎이 있는 점군의 Db가 잎이 없는 점군보다 유의하게 높았다. 잎 제거 알고리즘은 G. triacanthos와 M. glyptostroboides의 잎 제거 후 Db 추정에 편향을 일으켰다. 잎이 구조적 복잡성에 기여하는 정도를 나타내는 지표인 ‘잎이 있을 때의 Db를 잎이 없을 때의 Db로 나눈 값에서 1을 뺀 값’은 가지 표면적 및 가지 네트워크를 지나는 경로 길이의 여러 지표와 음의 상관관계를 보였으며, 이는 가지 네트워크가 복잡해질수록 잎의 기여도가 감소함을 나타낸다. 인위적으로 잎을 제거한 후 G. triacanthos의 Db가 과소추정된 정도는 최대 가지 차수와 관련이 있었다.

이 결과는 나무의 구조적 복잡성에 대한 잎과 목질 구조의 기여를 분리해 이해하는 데 도움이 된다. 또한 레이저로 얻은 점군을 이용해 잎이 있는 나무와 없는 나무의 구조를 연구할 때 중요한 방법론적 고려사항을 보여준다.

어떤 생각이 드나요?

대화는 작은 호기심에서 시작돼요.

댓글은 로그인 없이 읽을 수 있어요. 작성하려면 로그인해 주세요.

댓글을 불러오고 있어요…

홈피드 둘러보기