• 대한지리학회지
• /
• 제41권2호
• /
• pp.168-187
• /
• 2006

대류권 하부의 높은 대기 불안정도와 건조도에 의해 바람이 강한 조건하에 화재 연료도 건조해지면 산불 통제가 어렵고 대형산불에 의한 더 많은 산림자원과 계산의 손실을 초래할 수 있다. 본 연구에서 제시된 장기간(1979-2005)의 Haines Index는 한반도 상의 대기 불안정도와 건조도의 시공간적 패턴이 우리나라 산불 발생빈도에 중요한 영향을 미치고 있음을 잘 보여주고 있다. 산불 발생빈도와 Haines Index 사이의 지수회귀모델은 주요 산불 발생기간동안(12월-4월)의 Haines Index 일평균 값 혹은 월별 발생빈도가 우리나라 산불 발생빈도와 통계적으로 유의미하게 상관되어 있음을 보여준다. 지리정보시스템(GIS)에서 수치표고모델(DEM)을 고려하여 작성한 Haines Index 기후도에 따르면, 5 이상의 높은 Haines Index는 주로 해발고도 500m 이하의 한반도 북서 저지대를 중심으로 4-5월에 자주 발생하고 있다. 이러한 Haines Index의 발생빈도는 1990년대 중반 이후 한반도 전체적으로 증가하는 추세를 보이고, 특히 경상북도와 동해안 지역을 따라 산불기간 동안 가장 뚜렷하게 증가하는 패턴을 보였다. 연구기간 동안 높은 Haines Index가 2-3일 연속적으로 발생한 극사상(extreme events)이 나타나는 시기의 500hPa 종관 평균도에 따르면, 오흐츠크해에 발달한 한랭저기압이 한반도 중층대기의 기압경도력을 높여 동서의 강한 바람장을 형성하는데 도움을 주고 있음을 알 수 있다. 이러한 결과들은 현재 우리나라 산불 예보 시스템에 대기 불안정도나 건조도와 같은 대기의 수직적 요소들의 시 공간적 특성도 고려되어야 하는 필요성을 잘 보여준다.

• 한국농림기상학회지
• /
• 제14권4호
• /
• pp.207-221
• /
• 2012

본 연구에서는 작물모형을 이용하여 기후변화에 따른 우리나라의 벼 생산성 변화를 분석하고, 기후변화 주요 변동요인인 온도 및 $CO_2$ 농도와 적응수단인 재배시기가 기후변화에 따른 벼 생산성 변화에 미치는 영향을 분석하고자 하였다. 작물모형은 영화수 및 임실율 모델을 모델을 도입하고, 종실중 및 등숙율 모듈을 추가하여 벼 수량결정 방법을 개선한 'ORYZA2000'을 사용하였으며, 모델의 입력자료인 품종특성 모수는 벼 생태형별로 종생종인 오대벼, 중생종인 화성벼, 중만생종인 일품벼의 품종특성 모수를 사용하였으나 발육속도 품종특성 모수는 수정하여 사용하였다. 생육모의 지역은 기상청 소속 기상대와 관측소가 소재하는 지역 중에 30년 이상 기상관측자료를 보유하고 있는 56개 지역을 북부, 중부, 남부의 3개 기후지대로 구분하여 분석하였으며, 기후변화에 따른 재배시기 조정여부는 최적파종기를 기준으로 설정하였는데, 출수 후 40일간의 평균온도가 22.5가 되는 파종기를 지역별 최적파종기로 설정하였다. 기상자료는 1981~2010년을 기준년도로 하여 기상연구소에서 제작한 2011~2100년 기간의 3개 평년(2011~2040, 2041~2070, 2071~2100)의 A1B 기후시나리오에 근거하여 일별 기후자료로 작성하였으며, 생육모의 조건은 기준년도(1981~2010)를 기준으로 온도 및 $CO_2$ 농도만 변화를 주거나 기후변화에 따라 온도, $CO_2$ 농도 및 재배시기 등 다양한 변화를 주었다. 생육모의 결과 기준년도(1981~2010)를 기준으로 온도만 변화를 주었을 경우 $1^{\circ}C$ 온도 상승에 따라 벼 수량은 6.7~10.6%까지 감소하였으며, $CO_2$ 농도만 변화를 주었을 때는 100ppm $CO_2$ 농도 증가에 따라 1.0~2.7% 증가하였다. 벼 생산성은 벼 생태형 및 기후지대별로 다소 차이가 있었다. 재배시기를 고정하였을 때 기후변화에 따른 벼 수량의 증감율은 조생종에서 -0.3~-23.4, 중생종에서 -1.9~-27.3, 중만생종에서 -1.7~-28.6%이었으며, 재배시기를 조정하였을 때는 조생종에서 3.3~-0.2, 중생종에서 1.8~-5.9, 중만생종에서 2.3~-7.4%로 조중생종에 비해 중만생종의 수량 감소율이 컸으며, 재배시기 조정여부에 따른 벼 생산성 변화의 차이가 컸다. 기상환경 및 재배 요인 중 기후변화에 따른 벼 생산성 변화에 대한 기여도는 기후온난화가 59.8%로 가장 크며, 재배시기 11.8, $CO_2$ 비료효과 9.7, 벼 생태형 1.7%의 순이었다. 온도와 재배시기의 상호작용 효과는 1.5%이었으며, 그 외 모든 상호작용 효과는 1% 이내로 생산성 변화에 거의 영향을 주지 못하였다. 수량관련 생육형질 중 기후변화에 따른 벼 생산성에 대한 기여도는 재배시기가 고정되었을 경우 영화수가 13.5~45.8%, 등숙율이 53.1~86.2%였으며, 재배시기를 변경할 경우 영화수는 46.2~78.3%, 등숙율은 21.6~53.4%로 재배시기 여부에 따른 수량관련 생육형질의 기여도에 큰 차이를 보였으며, 벼 생태형간에도 다소 차이가 있었다. 그러나 임실율은 벼 수량에 거의 영향을 주지 못했다.

• 한국농림기상학회지
• /
• 제8권1호
• /
• pp.1-9
• /
• 2006

동계기온의 지속적인 상승에도 불구하고 낙엽과수의 동해발생빈도는 줄지 않고 있지만, 동해 경감을 위해 필수적인 사전경보시스템에 대한 연구는 미흡한 실정이다. 본 연구에서는 급격한 기후변화에 적응하지 못하는 기존의 '최저기온 의존 동해경보시스템'을 보완하기 위해 생물계절이론에 근거한 휴면심도를 동해위험도 판정의 추가기준으로 제시한다. 평년 기온자료와 생물계절모형에 근거한 휴면심도의 경시변화양상은 낙엽과수의 교과서적인 내동성 변화추세와 일치하였다. 개별 연도의 기온자료에 의해 추정된 휴면심도는 연차 변이가 현저하였으며 동일 연도 내 지역간 변이도 확인할 수 있었다. 전북 김제시 백구면 Campbell Early 주산지 10개 포도원을 대상으로 소기후모형과 인근 기상관서 기후자료에 의해 연도별 최저기온을 복원하고, 최저기온 발생일의 휴면심도를 생물계절모형으로 추정하였으며, 동해정도를 조사하였다. 최저기온휴면심도 피해율 사이의 관계를 분석하여 동해위험도 판정식을 작성하고, 이를 근거로 경북 영천, 충북 옥천, 충남 아산, 경기 화성 등 4개 포도 주산지 시군에 대해 1971-2000 평년의 동해위험지도를 30 m 공간해상도로 제작하였다. 화성지역의 경우 1996년의 동해사례에 의해 동해위험지도의 신뢰성을 부분적으로 검증할 수 있었다. 월동기간 중 실측기온자료에 의해 임의날짜의 휴면심도를 추정하고, 기상청 예보기온을 소기후모형에 의해 30m해상도의 국지기온 예상분포도로 변환한 다음, 내일 아침의 동해가능성을 동해위험도 판정식에 의해 판정할 수 있는 실시간 동해경보시스템을 설계하였다. 이 시스템의 실제 운영을 위해 필요한 프로그램을 작성하고 하드웨어를 갖추어 기상청 국가농업기상센터에 이전, 설치하였다. 산출되는 최저기온 및 동해위험정보는 표준지리정보로 가공되어 기상청 농업 기상정보서비스를 통해 시범적으로 제공될 예정이다.되지 않았으며 상처에 의하여서도 전혀 반응을 하지 않았다. 고에서는 이와 같은 비상통신과 관련하여 수행하고 있는 국외 비상통신 관련표준화 현황 및 해외 주요국가 별 구축 동향에 대해서 기술한다.급식성과는 급식경험 기간과 음(-)의 상관관계를, 아침식사횟수와는 양(+)의 상관관계를 보였으며, 서비스 품질의 특성 영역은 각 영역들에 대한 급식성과 점수가 높을수록 다른 영역의 급식성과 점수가 높은 유의적인(p <0.01) 양(+)의 상관관계를 보였다. 이상의 결과를 살펴볼 때, 균형된 영양공급이 다른 어느 시기보다 더 중요한 우리의 청소년들의 학교급식에 대한 만족도를 높이기 위해서 다음과 같은 제언을 하고자 한다. 먼저, 학교급식에 대한 식단 작성 시 학생들이 학교에서 제공되기 원하는 식단에 대한 의견을 받고 그 의견에 대한 결과를 게시하여 학생들이 제공되기 원하는 식단을 급식 시 제공하여 학생들이 식단선택에 동참할 수 있는 기회를 주는 것이 바람직하겠다. 또한 영양사는 학급의 반대표와의 정기적인 모임을 가짐으로서 학생들의 불만사항 및 개선 요구사항에대해 서로 의견을 교환하여 설문지조사가 아닌 직접적인 대화를 하여 문제점을 파악하고자 하는 적극적인 자세가 필요하겠다. 특히 아침식사의 결식 빈도가 높았고 이는 급식성과에 부정적인 영향을 줄 뿐 아니라 학교에서 제공하는 음식의 섭취정도에도 영향을 주고 있으므로 학생들에게 학부모와 전담교사 및 학교영양사는 학생들에게 이상적인 아침식사에 대한 교육은 물론이고 아침식사를 실천할 수 있도록 다양한 방안에 대해 함께 연구해야 하겠다. 정부차원에서 학교급식에 아침식사 프로그램을 도입할 수 있는 방안을 연구하고, 아침을 결식하는 학생이 학교에서 수업시작 하기 전에 간단한 식사를 할 수 있는 정책 도입이 필요하다acid의 생성량(生成量)을 측정(測定)하였는데 periodate의 소비량(消費量)은

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.329-339
• /
• 2021

콩은 논 대표적인 밭작물로써 온도, 수분, 토양과 같은 환경 조건에 민감하기 때문에 재배 시 포장 관리가 매우 중요하다. 작물 상태를 비파괴적, 비접촉적 방법으로 측정할 수 있는 분광 기술을 활용한다면 작황 예측, 작물 스트레스 및 병충해 판별 등 생육 진단 및 처방을 통해 품질과 수확량을 높일 수 있다. 본 연구에서는 회전익 무인기에 탑재된 다중분광 센서를 이용하여 시험 포장에서 콩 생육 추정 모델 개발하고 재현성을 확인하기 위해 농가 포장에 검증을 수행하였다. 분광 데이터로 산출된 정규화 식생지수(NDVI, GNDVI), 단순비 식생지수(RRVI, GRVI)와 콩 생육 데이터(생체중, LAI)를 선형회귀분석을 실시하여 모델을 개발하였으며 괴산에 위치한 농가포장에서 검증을 실시하였다. 그 결과 생체중의 경우 정규화 식생지수를 이용 시 포화되기 때문에 단순비 식생지수 GRVI를 이용한 모델의 성능이 가장 높았다(R²=0.74, RMSE=246 g/m², RE=34.2%). 괴산 농가 포장에 생체중 모델 검증 결과 RMSE=392 g/m², RE=32%로 나타났으며 작부 체계별 나누어 검증 결과 단작 포장과 이모작 포장 생체중 모델은 RMSE=315 g/m², RE=26% 및 RMSE=381 g/m², RE=31%로 나타났다. 작부 체계별 포장과 적산온도가 유사한 연도별 시험 포장(2018+2020년, 2019년)을 나누어 생체중 모델 개발한 결과 단년도(2019년)의 성능이 높게 나타났다. 작부 체계별 적산온도가 유사한 검증과 기존 검증 간 비교 결과 단작 포장은 RMSE 및 RE를 기준으로 각각 29.1%와 34.3%로 개선되었으나 이모작 포장은 -19.6%, -31.3%로 저하되었다. 적산온도 이외의 환경 요인, 분광 및 생육 데이터 추가 시 다양한 환경 조건에서 재배되는 콩 생육을 추정 가능할 것으로 판단된다.

• 한국농림기상학회지
• /
• 제24권3호
• /
• pp.133-144
• /
• 2022

본 연구는 UAE 사막환경에서 벼 재배를 위해 재배기간, 적정 벼 유전자원, 생육발달 양상, 물 사용량 등을 조사하고자 수행하였다. UAE 사막환경에서 벼의 재배기간은 UAE 겨울의 저온을 벼의 영양생장기간 동안에 포함하는 11월 하순부터 이듬해 4월 하순까지 이었다. UAE의 기온과 일장에 적응할 수 있는 유전자원을 국내의 인공기상 시설과 간척지 모래토양에서 사전 시험한 결과, 아세미와 FL478이 선정되었다. 사막환경에서 아세미는 생육초기의 황화현상을 극복하여 수확까지 하였으나, FL478은 생육 초기에 황화현상과 생육이 불량하여 고사하였다. UAE 사막환경에서 아세미는 12월 초순부터 이듬해 3월 초순까지 영양생장기, 3월 초순부터 3월 하순까지 생식생장기, 3월 하순부터 4월 하순까지 등숙기의 분포를 보였다. 아세미의 백미수량은 763kg/10a이었고, 한국과 비교하여 약 41.8% 증가한 수량으로 생식생장기와 등숙기의 풍부한 일사량의 영향으로 추정된다. 물 사용량은 UAE 재배기간 동안 2,619 ton/10a 수준으로 한국보다 약 3배 많아 물 절약 기술이 필요한 상황이다. UAE에서 벼 재배는 경제성과 관련이 매우 높기 때문에, 물 절약을 위해서 관개기술, 재배방법 개발 등이 보완되어야 한다. 또한 UAE 사막환경에서 안정적인 벼 재배를 위해서 다양한 적응 유전자원 선정, 생육초기의 황화현상 최소화 방법 등의 추가 연구가 필요할 것으로 판단된다.

• 식물병연구
• /
• 제26권4호
• /
• pp.229-238
• /
• 2020

고추 역병의 감염위험도 예측모델인 PBcast 포장검증 연구를 2012-2013년 동안 수행하였다. 그리고 2014-2017년 동안 우리나라 26개 지점에서 PBcast 모델을 이용하여 발병환경을 평가하였다. PBcast 모델은 기상과 토성자료를 이용하여 Phytophthora capsici의 일일 감염위험도를 추정한다. 시험포장에서 7일 간격으로 살균제를 살포하는 정기방제(RTN7) 처리, 예측된 감염위험도가 200 이상(IR200), 224 이상(IR224)일 때 살포하는 예찰방제 처리, 무방제(CTRL) 처리를 발병주율과 살균제 살포횟수로 비교하였다. 2012년에 감염위험도가 200 이상이 2회였지만, 224 이상인 경우는 없었다. 2013년은 200이상 3회, 224 이상 1회였다. RTN7 처리구는 2012년과 2013년에 17회, 18회 살포하였다. 우리나라의 기상조건은 고추 역병 발생에 유리하였고 방제의사결정에 PBcast 예측 정보를 활용할 경우 살포횟수를 3-4회 감소시킬 수 있다. 결과적으로 PBcast 모델은 고추 역병으로부터 보호를 위해 병방제 효과의 감소없이 살균제 살포횟수를 줄일 수 있을 것으로 생각된다.

• 한국환경복원기술학회지
• /
• 제24권6호
• /
• pp.35-48
• /
• 2021

In Suwon, the overall hygiene of the city is threatened by the emergence of the rook(Corvus fugilegus) in the city. Rooks began to appear in November of 2016 and has continued to appear from November to March every year. In order to eradicate or to prepare an alternative habitat for rooks, this study aimed to identify the preferred habitat and specific environmental variables. Therefore, in this work, we aim to understand the predicted distribution of rooks in Suwon City with citizen science and through MaxENT, the most widely utilized habitat modeling using citizen science to analyze the preferred habitat of harmful tides appearing in urban areas. In this study, seven environmental variables were chosen: biotope group complex, building floor, vegetation, euclidean distance from farmland, euclidean distance from streetlamp, and euclidean distance from pole and DEM. Among the estimated models, after the time period of sunrise (08:00~18:00) the contribution percentage were as following: euclidean distance from arable land(39.2%), DEM(25.5%), euclidean distance from streetlamp(22.3%), euclidean distance from pole(7.1%), biotope group complex(4.9%), building floor(1%), vegetation(0%). In the time period after sunset(18:00~08:00) the contribution percentage were as following: biotope group complex(437.4%), euclidean distance from pole(26.8%), DEM(13.4%), euclidean distance from streetlamp(11.8%), euclidean distance from farmland(7.9%), building floor(1.4%), vegetation(1.3%).