• 한국농공학회논문집
• /
• 제55권4호
• /
• pp.55-63
• /
• 2013

This study investigates the trends and uncertainty of the impacts of climate change on paddy rice production in the Geumho river basin. The Long Ashton Research Station stochastic Weather Generator (LARS-WG) was used to derive future climate data for the Geumho river basin from 15 General Circulation models (GCMs) for 3 Special Report on Emissions Scenarios (SRES) (A2, A1B and B1) included in the Intergovernmental Panel on Climate Change (IPCC) 4th assessment report. The Food and Agricultural Organization (FAO) AquaCrop, a water-driven crop model, was statistically calibrated for the 1982 to 2010 climate. The index of agreement (IoA), prediction efficiency ($R^2$), percent bias (PBIAS), root mean square error (RMSE) and a visual technique were used to evaluate the adjusted AquaCrop simulated yield values. The adjusted simulated yields showed RMSE, NSE, IoA and PBIAS of 0.40, 0.26, 0.76 and 0.59 respectively. The 5, 9 and 15 year central moving averages showed $R^2$ of 0.78, 0.90 and 0.96 respectively after adjustment. AquaCrop was run for the 2020s (2011-2030), 2050s (2046-2065) and 2090s (2080-2099). Climate change projections for Geumho river basin generally indicate a hotter and wetter future climate with maximum increase in the annual temperature of $4.5^{\circ}C$ in the 2090s A1B, as well as maximum increase in the rainfall of 45 % in the 2090s A2. The means (and ranges) of paddy rice yields are projected to increase by 21 % (17-25 %), 34 % (27-42 %) and 43 % (31-54 %) for the 2020s, 2050s and 2090s, respectively. The A1B shows the largest rice yield uncertainty in all time slices with standard deviation of 0.148, 0.189 and $0.173t{\cdot}ha^{-1}$ for the 2020s, 2050s and 2090s, respectively.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1269-1276
• /
• 2023

작물 수확량 예측은 토양, 비, 기후, 대기 및 이들의 관계와 같은 다양한 측면으로 인해 다국적 식사와 강력한 수요에 필수적이며, 기후 변화는 농업 생산량에 영향을 미친다. 본 연구에서는 온도, 강수량, 습도 등의 데이터 세트를 운영한다. 현재 연구는 농부와 농업인을 지원하기 위해 다양한 분류기를 사용한 기능 선택에 중점을 두고 있다. 특징 선택 접근법을 활용한 작물 수확량 추정은 96% 정확도를 나타내었다. 특징 선택은 기계학습 모델의 성능에 영향을 미친다. 현재 그래프 분류기의 성능은 81.5%를 나타내며, 특징 선택이 없는 Random Forest 회귀 분석은 78%의 정확도를 나타냈다. 또한, 특징 선택이 없는 의사결정 트리 회귀 분석은 67%의 정확도를 유지하였다. 본 논문은 제시된 10가지 알고리즘을 대상으로 특징 선택 중요성에 대한 실험결과를 나타내었다. 이러한 결과는 작물 분류 연구에 적합한 모델을 선택하는 데 도움이 될 것으로 기대된다.

• 한국농림기상학회지
• /
• 제15권2호
• /
• pp.59-66
• /
• 2013

본 연구는 급격한 가격변동으로 소비자 물가에 직접적인 영향을 미치고 있는 배추와 무를 선정하여 단위면적당 수확량과 기상요소의 관계를 밝히고자 하였다. 기존에 농작물과 기상요소의 관계를 분석한 연구들은 넓은 지역을 대표하는 특정 지점의 기상자료를 사용하였으나 본 연구에서는 개별 농경지에서 가장 가까운 지점의 기상자료를 사용하였다. 특히 지역의 계약재배 담당자들과의 인터뷰에 기반하여 수집된 농업자료를 그대로 사용하지 않고, 농업과 기상자료의 가공을 통해 좀 더 세부적인 분석을 시도하였으며, 도출된 유의한 기상요소들은 기존의 연구들에서 제시한 상관계수들보다 높게 나타나 농산물의 단수추정에 기상요소가 중요하게 활용될 수 있음을 보였다. 분석 결과 월동배추 무의 생육기간 동안 각각 최저기온과 최고기온이 단수와 관련이 많은 것으로 드러났는데, 향후 기상청과 같은 기상정보 제공자들은 재배 지역에 농업기상정보를 제공하고자 할 때, 농산물과 지역의 특성을 고려한 세부기상요소를 중점적으로 제공하면 효과를 거둘 수 있을 것으로 기대된다.

• 한국농림기상학회지
• /
• 제17권1호
• /
• pp.1-14
• /
• 2015

온실가스 증가로 인한 기후변화는 농업 생태계에 다양한 경로로 영향을 미쳐 작물 생산에 영향을 미칠 수 있다. 또한, 농업 생태계는 생물, 기후, 토양 및 경제 환경이 서로 복잡하게 연결되어 있어 개별 분야에 초점을 맞춘 적응 대책들은 농업 부문 내 다른 영역에 의도하지 않은 파급 효과를 초래할 수 있다. 기후변화 조건에서 복잡한 농업 생태계의 상호작용을 고려하면서 최적의 작물 생산성을 유지하기 위해 개별분야별 모델을 연계한 통합 예측 시스템 구축이 요구된다. 이러한 통합시스템을 구축하기 위해서는 단계적 접근이 필요하다. 국내에서 사용되고 있는 모델들은 통합시스템에 적합하도록 설계된 것이 아니기 때문에, 이를 위한 모델의 재개발이 필요하다. 농업생태계 감시를 위한 수퍼사이트와 위성사이트의 구축을 통해 장기간 작물 생육 자료를 확보하고 이를 개별 분야 모델의 개선에 활용할 수 있다. 모델 대상의 추상화와 상속과정을 통해 보다 유연한 형태의 통합 모델의 모듈 개발이 가능할 것이다. 마지막으로, 농업분야는 사회경제적인 요인에 지대한 영향을 받기 때문에, 농업생산과 경제분야가 연계될 수 있는 통합 시스템 구축이 바람직 할 것 이다.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2022년도 추계학술대회
• /
• pp.14-14
• /
• 2022

Greenhouse gas emissions are one of the critical factors that drive change in rice cropping systems. Within this changing system, less water irrigation and chemical fertilizer are seriously considered, as well combining precision farming technologies with irrigation control. Water and phosphorus (P) fertilizer are two of the most critical inputs in rice cultivation. Due to the lack of water availability in the system, P fertilizer is not available, especially in acidic soil conditions. Moreover, the various types of abiotic stresses, such as drought, high temperature, salinity, submergence, and limited fertilizer result in significant yield loss in the system. Even in the late stage of growth, the waves caused by diseases and insects make the field more unfruitful. Therefore, agronomists and breeders need to identify the secondary phenotypes to estimate the yield loss of when stress appears. The prediction will be clearer if we have a set of markers tagging the causal variation and the associated precise phenotype indices. Although there have been various studies for abiotic stress tolerance, we still lack functional molecular markers and phenotype indices. This is due to the underlying challenges caused by environmental factors in highly unpredictable regional and yearly environmental conditions in the field system. Pupl (phosphorus uptake 1) is still known as the first QTL associated with phosphorus uptake and have been validated in different field crops. Interestingly, some pyramiding lines of Pupl and other QTLs for other stress tolerances showed preferable phenotypes in the yield. Precise physiological studies with the help of genomics are on-going and some results will be discussed.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1031-1042
• /
• 2023

인공위성은 시공간적으로 연속적인 지구환경 데이터를 제공하므로 위성영상을 이용하여 효율인 작물 수확량 예측이 가능하며, 딥러닝(deep learning)을 활용함으로써 더 높은 수준의 특징과 추상적인 개념 파악을 기대할 수 있다. 본 연구에서는 Landsat 8 위성 영상을 활용하여 다시기 영상 데이터를 이용하여 5대 수급 관리 채소인 배추와 무의 수확량을 예측하기 위한 딥러닝 모델을 개발하였다. 2015년부터 2020년까지 배추와 무의 생장시기인 6~9월 위성영상을 이용하여 강원도를 대상으로 배추와 무의 수확량 예측을 수행하였다. 본 연구에서는 수확량 모델의 입력자료로 Landsat 8 지표면 반사도 자료와 normalized difference vegetation index, enhanced vegetation index, lead area index, land surface temperature를 입력자료로 사용하였다. 본 연구에서는 기존 연구에서 개발된 모델을 기반으로 우리나라 작물과 입력데이터에 맞게 튜닝한 모델을 제안하였다. 위성영상 시계열 데이터를 이용하여 딥러닝 모델인 convolutional neural network (CNN)을 학습하여 수확량 예측을 진행하였다. Landsat 8은 16일 주기로 영상이 제공되지만 구름 등 기상의 영향으로 인해 특히 여름철에는 영상 취득에 어려움이 많다. 따라서 본 연구에서는 6~7월을 1구간, 8~9월을 2구간으로 나누어 수확량 예측을 수행하였다. 기존 머신러닝 모델과 참조 모델을 이용하여 수확량 예측을 수행하였으며, 모델링 성능을 비교했다. 제안한 모델의 경우 다른 모델과 비교했을 때, 높은 수확량 예측 성능을 나타내었다. Random forest (RF)의 경우 배추에서는 제안한 모델보다 좋은 예측 성능을 나타내었다. 이는 기존 연구 결과처럼 RF가 입력데이터의 물리적인 특성을 잘 반영하여 모델링 되었기 때문인 것으로 사료된다. 연도별 교차 검증 및 조기 예측을 통해 모델의 성능과 조기 예측 가능성을 평가하였다. Leave-one-out cross validation을 통해 분석한 결과 참고 모델을 제외하고는 두 모델에서는 유사한 예측 성능을 보여주었다. 2018년 데이터의 경우 모든 모델에서 가장 낮은 성능이 나타났는데, 2018년의 경우 폭염으로 인해 이는 다른 년도 데이터에서 학습되지 못해 수확량 예측에 영향을 준 것으로 생각되었다. 또한, 조기 예측 가능성을 확인한 결과, 무 수확량은 어느 정도 경향성을 나타냈지만 배추의 경우 조기 예측 가능성을 확인하지 못했다. 향후 연구에서는 데이터 형태에 따라 CNN의 구조를 조정해서 조기 예측 모델을 개발한다면 더 개선된 성능을 보일 것으로 생각된다. 본 연구 결과는 우리나라 밭 작물 수확량 예측을 위한 기초 연구로 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제32권4호
• /
• pp.383-401
• /
• 2016

In this paper, we described the statistical modeling of crop yields using satellite images, climatic datasets, soil property maps, and fertilizer data for the Midwestern United States during 2001-2012. Satellite images were obtained from the Moderate Resolution Imaging Spectroradiometer (MODIS), and climatic datasets were provided by the Parameter-elevation Regressions on Independent Slopes Model (PRISM) Climate Group. Soil property maps were derived from the Harmonized World Soil Database (HWSD). Our multivariate regression models produced quite good prediction accuracies, with differences of approximately 8-15% from the governmental statistics of corn and soybean yields. The unfavorable conditions of climate and vegetation in 2012 could have resulted in a decrease in yields according to the regression models, but the actual yields were greater than predicted. It can be interpreted that factors other than climate, vegetation, soil, and fertilizer may be involved in the negative biases. Also, we found that soybean yield was more affected by minimum temperature conditions while corn yield was more associated with photosynthetic activities. These two crops can have different potential impacts regarding climate change, and it is important to quantify the degree of the crop sensitivities to climatic variations to help adaptation by humans. Considering the yield decreases during the drought event, we can assume that climatic effect may be stronger than human adaptive capacity. Thus, further studies are demanded particularly by enhancing the data regarding human activities such as tillage, fertilization, irrigation, and comprehensive agricultural technologies.

• 한국작물학회지
• /
• 제41권6호
• /
• pp.656-664
• /
• 1996

광산, 진주와 밀양에서 수확된 사천006, 두산12 호와 두산2002 종자를 인위노화시켜 종자세를 조절하였다. 이들 종자로서 표준발아검사(standard germination test), 저온발아검사(cold germi-nation test), 전기전도도검사(electroconductivity test)와 Tetrazolium 검사(TZ vigor test)를 실시하여 포장출아율 및 수량과의 관계를 구명하고자 하였다. 9가지 seed lot을 이용한 맥주보리의 포장출아율 예측에는 표준발아검사에서의 발아율만으로 65%의 예측효과가 인정되었고 표준발아검사에서의 유묘세와 저온발아검사에서의 유묘세와 발아율 parameter 또한 효과적인 방법임을 다중회귀분석으로 알 수 있었다. 수량 예측에는 TZ검사에서의 종자세 지수와 표준발아검사에서의 발아율과 TZ검사에서의 예측발아율이 효과적 인 parameter임을 알 수 있었다.

• 한국작물학회지
• /
• 제36권2호
• /
• pp.112-126
• /
• 1991

The atmospheric carbon dioxide concentration is ever-increasing and expected to reach about 600 ppmv some time during next century. Such an increase of $CO_2$ may cause a warming of the earth's surface of 1.5 to 4.5$^{\circ}C$, resulting in great changes in natural and agricultural ecosystems. The climatic scenario under doubled $CO_2$ projected by general circulation model of Goddard Institute for Space Studies(GISS) was adopted to evaluate the potential impact of climate change on agroclimatic resources, net primary productivity and rice productivity in Korea. The annual mean temperature was expected to rise by 3.5 to 4.$0^{\circ}C$ and the annual precipitation to vary by -5 to 20% as compared to current normal climate (1951 to 1980), resulting in the increase of possible duration of crop growth(days above 15$^{\circ}C$ in daily mean temperature) by 30 to 50 days and of effective accumulated temperature(EAT=∑Ti, Ti$\geq$1$0^{\circ}C$) by 1200 to 150$0^{\circ}C$. day which roughly corresponds to the shift of its isopleth northward by 300 to 400 km and by 600 to 700 m in altitude. The hydrological condition evaluated by radiative dryness index (RDI =Rn/ $\ell$P) is presumed to change slightly. The net primary productivity under the 2$\times$$CO_2$ climate was estimated to decrease by 3 to 4% when calculated without considering the photosynthesis stimulation due to $CO_2$ enrichment. Empirical crop-weather model was constructed for national rice yield prediction. The rice yields predicted by this model under 2 $\times$ $CO_2$ climatic scenario at the technological level of 1987 were lower by 34-43% than those under current normal climate. The parameters of MACROS, a dynamic simulation model from IRRI, were modified to simulate the growth and development of Korean rice cultivars under current and doubled $CO_2$ climatic condition. When simulated starting seedling emergence of May 10, the rice yield of Hwaseongbyeo(medium maturity) under 2 $\times$ $CO_2$ climate in Suwon showed 37% reduction compared to that under current normal climate. The yield reduction was ascribable mainly to the shortening of vegetative and ripening period due to accelerated development by higher temperature. Any simulated yields when shifted emergence date from April 10 to July 10 with Hwaseongbyeo (medium maturity) and Palgeum (late maturity) under 2 $\times$ $CO_2$ climate did not exceed the yield of Hwaseongbyeo simulated at seedling emergence on May 10 under current climate. The imaginary variety, having the same characteristics as those of Hwaseongbyeo except growth duration of 100 days from seedling emergence to heading, showed 4% increase in yield when simulated at seedling emergence on May 25 producing the highest yield. The simulation revealed that grain yields of rice increase to a greater extent under 2$\times$ $CO_2$-doubled condition than under current atmospheric $CO_2$ concentration as the plant type becomes more erect.

• 한국기후변화학회지
• /
• 제5권2호
• /
• pp.109-125
• /
• 2014

작물의 안정적 재배에 있어서 적합한 기후는 필수적 요소이며, 이는 곧바로 작물의 생산량 증가로 이어진다. 국내의 경우, 기후변화에 따른 곡물 및 작물의 수량 예측을 위하여 작물모델을 이용한 연구가 진행되었으나, 각기 다른 작물모델의 사용과 국외 실정에 맞춘 입력 자료의 사용으로 연구 결과의 신뢰성을 낮게 하는 경향이 있었다. 이에 본 연구에서는 국외에서 개발된 작물 모델을 비교 분석하여 국내에서의 적용 가능성을 검토하였다. 또한, 모델별 입력자료 확보 가능성을 기초로 구동 가능 모형을 선정하였으며, 이의 문제점을 파악한 후 국내 적용방안을 제시하였다.