• 농업생명과학연구
• /
• 제46권6호
• /
• pp.173-184
• /
• 2012

본 연구는 지역 농지자원의 효율적인 이용을 위해 경상남도 농경지의 이용구조의 변화요인을 분석하고 전망하는 것을 목적으로 하고 있다. 이를 위해 전체 작물을 쌀, 하계 식량작물류, 하계 채소 및 특용작물류, 과일, 보리쌀, 동계 노지채소류, 동계 시설채소류의 7개 작물 그룹으로 구분하였으며, 이들에 대한 작물별 경작지 배분모형을 개발하여 추정하였다. 추정결과 자체가격과 재배면적 간에는 양의 상관관계가 존재하였으며, 대체가격에 있어서는 하계작물의 경우 쌀과 과일 등 모든 작물간에 경합관계가 존재하고 있으며, 동계작물의 경우, 노지 채소류와 시설채소류간에 경합관계가 뚜렷한 것으로 나타났다. 한편 재배면적의 자체가격과 농업노임에 대한 탄성치도 연도별로 추정하였다. 마지막으로 시나리오 분석 하에 경남지역 작물의 총재배면적은 2010년 15만 9천 ha에서 2020년에는 14만 3천 ha~15만 3천 ha에 이를 것으로 전망된다. 작물그룹별로 쌀, 기타식량작물류, 보리쌀은 재배면적의 감소가 예상되며, 하계채소 특용작물류, 과일, 동계노지채소류, 동계시설채소류는 재배면적의 정체가 예상된다.

• 한국농림기상학회지
• /
• 제26권1호
• /
• pp.75-88
• /
• 2024

우리나라는 수요 곡물의 대부분을 수입으로 의존하기 때문에 주요 곡물 수출 국가의 재배 면적과 생산량 예측을 통해 식량안보를 증진시킬 수 있다. 특히, 밀 주요 수출국인 우크라이나를 대상으로 재배지역의 변화 전망을 파악하는 것이 장기적인 밀 수급에 대한 미래 정책 결정에 도움을 줄 수 있다. 본 연구에서는 작물의 기후적합도를 예측하는 Fuzzy Union 모델을 사용하여 과거 기후조건(1970~2000)에서 우크라이나 지역의 밀의 기후적합도를 평가하고자 하였다. 우크라이나 통계청으로부터 밀 생산량과 재배면적 통계자료를 수집하였다. 또한, 위성영상을 활용하여 작물의 재배면적과 수량에 대한 공간자료인 EarthStat 자료를 수집하였다. 모델로 계산된 기후적합도와 밀 관측지점과 비교하여 임계값을 설정하였다. EarthStat 자료와 실제 관측자료를 비교한 결과 일정 지역에서 재배면적과 수량이 일치하지 않는 지역들이 존재하였다. 과거 기후 조건에서 산출된 기후적합도의 경우에도 지역적인 차이를 보였다. 예를 들어, 우크라이나의 서북부 지역에서 0.8 이상의 높은 기후적합도의 분포를 보였으나 동남부 지역에서는 0.15 수준의 낮은 기후적합도를 보였다. 그러나, 기후적합도의 행정구역별 통계량과 실제 밀 재배면적과 생산량을 비교한 결과 일정 수준의 상관관계를 가졌다. 특히, 단위면적당 생산량과 기후적합도의 상관계수는 0.647로 중위 정상관을 나타냈다. 이러한 결과는 기후적합도를 활용하여 재배면적 추정 및 단위면적당 수량 예측이 가능함을 시사하였다.

• 한국조경학회지
• /
• 제27권4호
• /
• pp.1-12
• /
• 1999

This study aims to find basic data for using the quantitative assessment of the sustainability and establishing the systematic index of the planning for local cities to consider the environmentally sound and sustainable development. The research designs to review professional responding to surveys preceded by separate questionnaires and interviews from book reviews, and suggests to make an assessment model of the sustainability for local cities. The research found consequently as follows. Firstly, the research survey items were decides totally 52, grouped 9 assessmental issues and distributed under 4 assessmental domains for the sustainability from the references of book reviews. Secondly, the research result concentrated on the followings from the professional responding to surveys. 1. A most influent factor is the distribution of animals and plants in a nature domain. The next influent factors are the ratio of mass-transportation systems, the numbers of the species of animals and plants, the acreage of conservative forestry, the numbers of reused water resources, and the usage number of water supply, orderly in the nature domain. 2. A most influent factor is the usage number of synthetic detergents in a pollution domain. The next influent factors are the volume of waste water, the number of registered vehicles, the degree of soil pollution, and the charge of development imposition, orderly in the pollution domain. 3. A most influent factor is the acreage of athletic facilities, in an urban domain. the next influent factors are the acreage of recreational facilities, the number and acreage of cultural assets, the number of cultural facilities, the acreage of landscape conservation area, the charge of cultural asset management, orderly in the urban domain. 4. A most influent factor is the number of waste disposal facilities in a participation domain. The next influent factors are the capacity of reused waste, the usage of synthetic detergents, the ratio of waste water disposal, orderly in the participation domain. 5. A most contributed influent domain to the assessment of the sustainability for local cities is the urban domain. The next influent domains are nature domain, participation domain, and pollution domain, orderly in the contribution of the assessment of the sustainability. But, the pollution domain is little relationship with the sustainability. Therefore, it is clear that the abundant greens and the improved level of culture are dominant influences on the sustainabiligy, as like improving the ratio of roadside trees, the acreage of parks, and enlarging the number of cultural facilities.

• 한국농림기상학회지
• /
• 제24권1호
• /
• pp.35-47
• /
• 2022

북한의 식량 안보 위기를 개선하기 위해 농자재와 관개시설의 요구도가 적은 감자 재배 면적을 확대하는 것이 유리하다. 특히, 저투입 조건에서 감자의 생산성을 높일 있는 적지를 공간적으로 파악하기 위해 재배 조건과 기후적합도를 동시에 평가할 수 있는 Global Agro-Ecological Zones (GAEZ) 모형을 사용하였다. 본 연구에서는 Global Biodiversity Information Facility (GBIF) 데이터베이스에 수록된 감자 위치 자료를 사용하여 10 km 공간해상도를 가진 GAEZ 모형의 적합도 추정값의 분포를 분석하였다. 그 결과 중간정도에 해당하는 적합도 값인 3,333 이상에서 적합도가 0인 지점을 제외한 감자 위치 지점의 90%가 포함되었다. MODIS-IGBP 토지이용자료와 GAEZ Data Portal에서 제공하는 벼 수량 자료를 사용하여 추정된 감자 재배 후보 지역 중에서 적합도가 임계값 이상을 가진 재배적지를 구분한 결과 저투입 조건에서 추정된 재배적지는 실제 북한의 감자 재배지 공간 분포와 유사한 경향이 있었다. 특히, 군 단위의 재배 면적과 재배적지 면적을 비교하여, 재배규모가 큰 지역에서 재배적지의 면적도 넓은 경향을 보임을 확인하였다. 본 연구에서 제시한 적합도의 임계값을 바탕으로 미래 기후조건에서 추정된 값에 적용하여, 기후변화에 따른 재배지 변동 연구에 기초 자료로 사용될 수 있을 것이다. 또한, 여러 작물의 기후적합도를 함께 고려하여 작부체계를 구성한다면 전반적인 작물 생산성을 높일 수 있을 것으로 사료되었다.

• 동아시아식생활학회지
• /
• 제12권1호
• /
• pp.38-46
• /
• 2002

올리고당을 첨가한 증편발효에서도 dextran이 형성되어 부피팽창에 역할을 하는지 검토하기 위하여 발효시간에 따른 증편의 비체적과 증편반죽의 발효시간에 따른 dextran과 환원당 함량변화를 측정하고 증편의 내부구조를 SEM을 통하여 살펴보았다. 1. 발효시간에 따른 증편의 비체적은 설탕첨가 증편과 프럭토올리고당, 갈락토올리고당 첨가 증편에서는 7~13시간에, 이소말토올리고당 증편은 7시간에 최대의 비체적을 나타내었다. 2. 증편반죽의 환원당 함량 변화는 설탕 첨가 증편은 초기에 급격히 증가하여 발효 4시간에 최대치를 나타내었고, 8시간 이후 급격히 감소하였다. 올리고당 첨가 증편반죽은 반죽 제조시부터 서서히 낮아졌으며 10시간 이후 급격히 감소하였고 최대값은 설탕증편과 비슷한 함량을 보였다. 3. 발효시간에 따른 증편반죽의 dextran 함량 변화는 시료간에는 유의적인 차이가 없었으나 발효 3 시간부터 급증하여 7~13시간에 최대를 이루었다가 급격히 감소하였다. 4. 발효시간에 따른 증편의 내부구조에서 기공이 크고 균일성이 보인 시간은 설탕첨가 증편은 3~7시간, 프럭토올리고당과 이소말토올리고당 첨가증편은 7시간, 갈락토올리고당 첨가 증편은 7~13시간이었다. 따라서 올리고당 첨가시 최적 발효시간은 비체적, dextrange함량, 내부구조양상 등을 종합하였을 때 7시간이 공통적으로 최대를 이루는 시간을 나타내므로 7시간이 적합함을 알수 있었다. 이상의 결과에서 설탕 대신 증편에 올리고당을 첨가하여도 dextran이 생성됨을 알 수 있었고, 비체적도 설탕 첨가 증편과 비슷한 양상을 나타내어 dextran이 부피팽창에 큰 역할을 함을 확인할 수 있었다.일가지 연장되었다. 이상의 결과에서 황기, 국화, 구기자, 감초, 당귀, 대추, 작약, 천궁의 물과 에탄을 추출물 중에는 in vitro 항산화 실험 계에서 항산화 활성을 나타내는 생리활성 성분이 있는 것으로 나타났다.5-7-3-20 균주의 경우에는 proline의 영향을 받지 않았다. 이러한 결과로 Corynebacterium glutamicum 균주에 salt tolerance를 도입하면 L-lysine 생산성을 크게 향상시킬 수 있음을 확인하였다.ailable from the Rural Development Administration. The system was applied to the forecasting of national rice production for the recent 3 years (1997 to 1999). The model was run with the past weather data as of September 15 each year, which is about a month earlier than the actual harvest date. Simulated yields of 1,455 Myuns were grouped into 162 counties by acreage-weighted summation to enable the validation, since the official production statistics from the Ministry of Agriculture and Forestry is on the county basis. Forecast yields were less sensitive to the changes