• 한국토양비료학회지
• /
• 제37권3호
• /
• pp.131-135
• /
• 2004

본 연구는 일반 기상 측정에서 에너지 수지를 구할 때 이용되는 지중열류 값과 토양 내 10 cm 깊이에서 측정한 토양온도를 활용하여 태양 복사에너지와 지표면 복사 에너지의 도달과 분배에 중요한 역할을 하는 토양표면의 온도를 예측하고자 수행하였다. 2003년 6월 10일부터 6월 24일까지 측정한 지중열류와 토양온도 그래프에서 토양온도나 지중열류는 주기성을 나타내며 일중 최저 지중열류와 최고 토양온도 사이에는 위상편차가 존재한다. 토심 5 cm에서 측정하여 시간별로 평균한 토양온도와 지중열류 사이에는 2시간의 시간지연이 존재하며 토양온도와 시 공간상에서의 지중열류는 정의 상관관계를 보였다. 이는 단위체적 당 열용량과 깊이에 따른 열량의 변화율이 태양에너지와 지표면 복사를 통한 지중열류에 비례한다는 것을 의미한다. 예측된 토양 표면온도는 시간별로 평균하였을 때 그 평균온도가 $20^{\circ}C$를 넘어 여름철의 기온을 반영하였으며 모양도 주기함수 형태를 보였다. 진폭은 $4.5^{\circ}C$로서 10 cm 깊이에서의 진폭인 $3.4^{\circ}C$보다 $1.1^{\circ}C$ 높았으며 최저온도가 나타난 시간은 토양표면의 경우는 오전 8시, 10 cm 깊이에서는 오전 9시였으며 최고온도가 나타난 시간은 토양표면은 16시, 10 cm 깊이는 19시이었다. 시간별로 평균하지 않았을 때의 최고와 최저온도는 각각 33.2, $16.5^{\circ}C$ 였으며, 토양표면온도 분포는 $15-20^{\circ}C$가 5.3%, $20-25^{\circ}C$가 65.6%, $25-30^{\circ}C$가 28.1%, $30-35^{\circ}C$가 1%로 대부분의 온도는 $20-25^{\circ}C$ 범위의 값을 나타냈다. 예측된 토양표면온도의 검증을 위해 토양표면 온도와 10 cm 깊이의 토양온도를 가지고 계산한 산술 평균과 토심 5 cm에서 측정한 토양온도를 비교하였다. 또한, 그 과정을 통해 얻어진 추정회귀모형은 P값이 0.001보다 작아 유의성이 인정 되었다. 회귀모형의 결정계수는 0.968이었고 표준오차는 0.38로 예측된 토양표면온도는 추정 회귀모형에 의해 실제 값에 가깝게 추정할 수 있을 것이다.

• 한국산학기술학회논문지
• /
• 제19권8호
• /
• pp.422-432
• /
• 2018

본 연구는 재취업여성의 사회적지지와 진로역량, 진로결정효능감 및 진로적응성 간의 인과적 관계를 구명하는데 그 목적이 있다. 이를 위해 사회적지지 척도와 진로역량 척도, 진로결정자기효능감 척도, 진로적응성 척도가 사용되었으며, 연구는 2018년 3월 2일부터 4월 6일까지 서울 경기 지역의 직업전문학교, 미용학원, 여성 센터에서 미용교육을 1-9개월 이상 받고 있는 30-50대, 기혼, 6개월 이상 직장경험이 있는 경력단절여성 960명을 대상으로 설문조사를 실시하였다. 총 920부의 설문지가 최종분석에 사용되었으며, 데이터 분석은 SPSS프로그램과 AMOS프로그램으로 빈도분석, Cronbach's ${\alpha}$, 탐색적 요인분석, 상관관계분석, 확인적 요인분석, 구조모형분석을 수행하였다. 분석을 통해 나타난 연구의 결과는 다음과 같다. 첫째, 사회적지지, 진로역량 진로결정자기효능감, 진로적응성 간의 구조모형의 적합도가 적합한 것으로 나타났다. 둘째, 구조모형의 경로계수는 사회적지지, 진로역량, 진로결정자기효능감, 진로적응성 통계적으로 유의미한 것으로 나타났다. 셋째, 사회적지지, 진로역량과 진로적응성 간의 관계에서 진로결정자기효능감의 매개효과가 검증되었다. 이는 경력단절여성의 진로적 응성의 수준을 향상시키기 위해서는 사회적지지, 진로역량과 함께 진로결정자기효능감이 중요한 역할을 할 수 있다는 것을 시사하고 있다. 이에 본 연구는 재취업을 위해 미용교육을 받고 있는 경력단절여성의 성공적인 재취업을 위해 실제 직업진로상담이나 직무교육 프로그램 활용에 필요한 기초자료로 제공하고자 한다.

• 한국농림기상학회지
• /
• 제14권1호
• /
• pp.1-10
• /
• 2012

본 연구는 디지털예보(현 동네예보) 자료를 활용하여 우리나라의 산불위험예보의 정확도 향상은 물론 기상에 의한 산불위험지수를 산출하여 한반도의 산불위험예보 체계를 구축하는데 있다. 한반도 지역의 산불발생위험을 나타내는 기상지수(daily weather index, DWI)를 산출하기 위해 기상청의 5km 격자간격의 디지털예보자료를 이용하였다. DWI 분석을 위해 온도, 습도, 풍속 UV, 1시간 강우량, 12시간 강우량을 대상으로 한반도 전역에 대한 기상요소별 기후분포도를 제작하였다. 한반도의 기상에 의한 일일 DWI 산출을 위해 대형산불이 자주 발생하는 강원도 지역의 산불발생확률식 $[1+{\exp}\{-(2.494+(0.004{\times}T_{max})-(0.008{\times}EF))\}]^{-1}$을 적용하였다. 기상예보자료의 예측정확도 검증을 위해 RDAPS, 디지털예보, 실황자료 모두 2005년 12월 12일 15시 자료를 대상으로 비교 분석한 결과 76개 기상관측소에서 관측한 실황자료에 대응하는 기상요소별 디지털예보의 예측값이 RDAPS 추출 자료보다 향상된 예측결과를 보였다. 산불위험예보 정확도 검증을 위해 사용한 실황자료와 디지털예보자료의 평균오차는 평균 기온 $0.2^{\circ}C$, 실효습도 2.4%, 평균풍속 2.2m/s로 나타나 큰 변이는 없었지만, 평균풍속에서 실측값과 예측값간의 차이가 있는 것으로 나타났다. 디지털예보자료를 활용할 경우 RDAPS 자료보다 산불위험예보의 정확도가 크게 향상되는 결과를 얻을 수 있었으며, 산불위험예보의 정확도 검증을 위해 실황자료와 디지털예보자료를 적용하여 예측된 전국 233개 시 군 구의 평균 산불위험지수를 각각 추출하여 비교한 결과 $R^2$=0.854의 높은 정확도를 보였다. 산불위험도가 가장 높은 15시의 실제 76개소에서 관측한 기상자료를 적용하여 전국의 산불위험지수를 예측한 값은 70.5로 디지털예보자료를 적용하여 예측한 위험지수(70.0)와 0.5의 오차를 보여 예측력이 개선되었음을 확인할 수 있었다. 따라서 디지털예보를 적용할 경우 실황자료와의 예측력이 검증된 만큼 향후 기상에 의한 한반도의 산불발생위험지수를 보다 정확하게 계산하는데 유용하게 이용할 수 있을 것으로 기대된다.

• Journal of Astronomy and Space Sciences
• /
• 제26권4호
• /
• pp.425-438
• /
• 2009

ACE 위성에서 제공되는 1998년에서 2006년까지 9년간 관측된 양질의 1시간 평균 태양풍 매개변수를 이용하여 Burton et al.(1975)의 Dst 예측식을 재검토했다. 이 기간 동안 60개의 단순 발달형 자기폭풍을 골랐다. Burton et al.(1975)의 Dst 예측식의 에너지 공급항(Q)과 소멸 시간 ($\tau$)을 추정하기 위해 상기 자기폭풍 기간 동안 $Dst^*$와 $VS_s$, ${\Delta}Dst^*$와 $VS_s$ 그리고 ${\Delta}Dst^*$와 $Dst^*$의 상관관계를 구했다. 이 때 ACE 위성으로부터 지구까지 전파 시간(1시간)과 태양풍과 지구 자기권 사이의 지연 시간(0.5시간) 고려했다. 그 결과 $VB_s$ > 0.5mV/m일 때 $Q(nT/h)=-3.56VB_s$이였고, $VB_s\;{\leq}\;0.5mV/m$일 때는 Q(nT/h)=0으로 두었다(Burton et al., 1975) 그리고 $Dst^*$가 -175nT보다 작은 음의 값을 가질 때 $\tau(h)\;=\;0.060Dst^*\;+\;16.65$이고, $Dst^*$가 -175nT보다 큰 음의 값을 가질 때 $\tau(h)\;=\;6.15$로 추정됐다. 이 연구에서 얻은 Q와 $\tau$를 Burton et al.(1975)의 Dst 예측식에 대입하고 이를 이용하여 상기 60개 자기폭풍을 예측한 결과, 관측된 $Dst^*$와 예측된 $Dst^*$의 상관계수는 0.88이였다. 이를 다른 연구 결과와 비교하기 위해 Burton et al.(1975)과 O'Brien & McPherron(2000a)의 $Dst^*$ 예측 방법을 같은 자기폭풍에 적용한 결과, 관측된 $Dst^*$와 예측된 $Dst^*$의 상관계수는 각각 0.85였다. 이 연구는 기존 연구보다 다소 개선된 결과를 나타냈으며, 특히 $Dst^*\;{< \atop \sim}\;-200nT$의 강한 자기폭풍의 예측에 효과적이었다.

• 대한지하수환경학회지
• /
• 제1권1호
• /
• pp.23-32
• /
• 1994

태백 탄전 지대에서 산출되는 비정질 철 수산화물 (AIO)에 대한 회귀 원소 흡착 반응의 총체적 평형 상수 $K_{ad,app}$를 계산하기 위해 시간-흡착 실험 및 pH-흡착 실험을 실시하였다. 이와 같은 두 실험 결과에 의하면, Pb을 제외한 모든 원소의 흡착 반응이 평형에 도달하여 계산된 $K_{ad,app}$값이 실제의 값일 가능성이 높음을 알 수 있다. 희귀 원소와AIO간의 흡착 반응에 대한 $K_{ad,app}$와 수소 이온의 반응 계수 x는 pH-흡착 실험 결과로부터 얻어진 log($\Gamma$/ ［ $M^{2＋}$］$_{aq}$ )와 pH에 대한 선형 희귀 식의 절편과 기울기로부터 계산되었다. 이 연구에서 계산된 $K_{ad,app}$는 $10^{－4.5}$에서 $10^{2.75}$ 범위의 값을 갖는데, 이는 다른 연구자들에 의한 단순 조성계에 대한 실험 결과와 많은 차이를 보인다. 이 연구에 의한 $K_{ad,app}$는 자연계의 다른 환경에서 평가된 것과 어느 정도 비슷한 값을 보이지만 정확히 일치하지는 않는다 이러한 사실은 연구 지역의 수계에서 $K_{ad,app}$가 독특한 그만의 값을 갖는 것을 나타내므로, 흡착 모델링 전에 반드시 연구 지역의 수계에 맞는 정확한 $K_{ad,app}$값이 평가되어야 함을 의미한다. 이 연구에 의한 x는 -0.3 내지 0.7의 값을 갖는데, 이 또한 일반적으로 지구화학자들 사이에서 받아들여지는 값과는 상당히 다른 것이다. 이러한 x값의 차이는 아마도 흡착 자리에 대한 다른 이온종간의 경쟁 또는 종류가 다른 여러 흡착 반응의 동시 진행에 의한 것으로 생각된다. 이 연구의 결과는 태백 지역에서의 탄광 폐수에 오염된 수계 내에서의 적절한 흡착 모델을 세우는데 도움을 줄 것이다. 이렇게 세워진 흡착 모델을 이용하여 수계 내에서의 흡착에 따른 금속 원소 함량 변화를 기술할 수 있을 것이며, 이는 태백 탄전 지역에서의 광산 폐수가 수질에 미치는 영향에 대한 연구에 중요한 부분이 될 것이다.

• 한국응용곤충학회지
• /
• 제43권4호
• /
• pp.297-304
• /
• 2004

진디혹파리(Aphidoletes aphidimyza Rondani 1847)의 발육실험 조건은 $15-35^{\circ}C,\;65{\pm}5\%$ RH, 광조건은 16L:8D이었다. 알에서 번데기 기간까지 종합한 발육기간은 $15^{\circ}C$에서 43.9, 44.5일이였고, $25^{\circ}C$에서 14.3, 15.8일이였으며, 발육영점온도는 10.7, $10.0^{\circ}C$이고, 유효적산온도는 210.8, 245.5일도였다. 두 종의 진딧물을 먹이로 한 온도별 발육율은 변형된 Sharpe와 DeMichele의 비선형모형에 잘 적합되었다. 진디혹파리의 발육 단계별 발육완료 시기 분포 모형을 생리적 연령을 이용하여 Weibull function으로 보았을 때 알${\to}$유충${\to}$번데기 순으로 점차 발육 완료가 짧은 기간에 이루어지는 것을 볼 수 있었고 적합도를 나타내는 $r^2$은 0.86-0.93, 0.85-0.94로 누적 발육율을 비교적 잘 보여주고 있다. 성충 수명은 $15^{\circ}C$에서 8.7, 9.2일이였고 $30^{\circ}C$에서 3.1, 2.7일이였다. 이들 결과를 종합해 보면 알 기간에서 $35^{\circ}C$의 경우 발육기간은 짧았으나 부화율이 $50\%$ 미만으로 낮았고, 유충은 $35^{\circ}C$에서 번데기에 이르지 못하고 모두 사망하였고 $30^{\circ}C$에서는 발육기간이 길어져 $30^{\circ}C$이상에서는 유충과 번데기가 부의 영향을 받아 기존의 보고와 상이하였다. 또한 성충수명에서 $15^{\circ}C$의 경우 성충수명은 길었으나 케이지 내에서 움직임이 전혀 없었고, 산란 또한 하지 않았으며 $30^{\circ}C$에서도 성충기간이 짧아 산란 수가 아주 적거나 없을 것으로 생각된다. 따라서 진디혹파리를 진딧물 방제에 이용할 경우 성충이 자유롭게 움직이며 산란할 수 있는 $20^{\circ}C$이상 $30^{\circ}C$ 미만의 온도가 좋을 것으로 생각한다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제33권10호
• /
• pp.1544-1557
• /
• 2020

Objective: Genomic selection (GS) is becoming popular in animals' genetic development. We, therefore, investigated the single-step genomic best linear unbiased prediction (ssGBLUP) as tool for GS, and compared its efficacy with the traditional pedigree BLUP (pedBLUP) method. Methods: A total of 9,952 males born between 1997 and 2018 under Hanwoo proven-bull selection program was studied. We analyzed body weight at 12 months and carcass weight (kg), backfat thickness, eye muscle area, and marbling score traits. About 7,387 bulls were genotyped using Illumina 50K BeadChip Arrays. Multiple-trait animal model analyses were performed using BLUPF90 software programs. Breeding value accuracy was calculated using two methods: i) Pearson's correlation of genomic estimated breeding value (GEBV) with EBV of all animals (r_M1) and ii) correlation using inverse of coefficient matrix from the mixed-model equations (r_M2). Then, we compared these accuracies by overall population, info-type (PHEN, phenotyped-only; GEN, genotyped-only; and PH+GEN, phenotyped and genotyped), and bull-types (YBULL, young male calves; CBULL, young candidate bulls; and PBULL, proven bulls). Results: The r_M1 estimates in the study were between 0.90 and 0.96 among five traits. The r_M1 estimates varied slightly by population and info-type, but noticeably by bull-type for traits. Generally average r_M2 estimates were much smaller than r_M1 (pedBLUP, 0.40 to0.44; ssGBLUP, 0.41 to 0.45) at population level. However, r_M2 from both BLUP models varied noticeably across info-types and bull-types. The ssGBLUP estimates of r_M2 in PHEN, GEN, and PH+ GEN ranged between 0.51 and 0.63, 0.66 and 0.70, and 0.68 and 0.73, respectively. In YBULL, CBULL, and PBULL, the r_M2 estimates ranged between 0.54 and 0.57, 0.55 and 0.62, and 0.70 and 0.74, respectively. The pedBLUP based r_M2 estimates were also relatively lower than ssGBLUP estimates. At the population level, we found an increase in accuracy by 2.0% to 4.5% among traits. Traits in PHEN were least influenced by ssGBLUP (0% to 2.0%), whereas the highest positive changes were in GEN (8.1% to 10.7%). PH+GEN also showed 6.5% to 8.5% increase in accuracy by ssGBLUP. However, the highest improvements were found in bull-types (YBULL, 21% to 35.7%; CBULL, 3.3% to 9.3%; PBULL, 2.8% to 6.1%). Conclusion: A noticeable improvement by ssGBLUP was observed in this study. Findings of differential responses to ssGBLUP by various bulls could assist in better selection decision making as well. We, therefore, suggest that ssGBLUP could be used for GS in Hanwoo proven-bull evaluation program.

• 한국농림기상학회지
• /
• 제13권4호
• /
• pp.192-203
• /
• 2011

보리생육모형인 CERES-Barley 모형을 적용하여, 한반도 A1B 기후시나리오에 따른 국내 쌀보리의 잠재수량 변화를 평가하였다. 생육 모의 지역은 30년 평년의 기상자료가 구축되어 있는 56개 지역으로 하였고, 생육모의 연도는 현재 30년 평년(1971-2000년, 기준 연도)과 세가지의 미래 30년 평년(2011-2040, 2041-2070, 2071-2100년)으로 하였다. 그리고 온도 효과(온도 변화 및 $CO_2$ 농도 고정), $CO_2$ 효과(온도 고정 및 $CO_2$ 농도 변화), 온난화 효과(온도 및 $CO_2$ 농도 변화) 등 세가지 생육모의 환경으로 구분하여 기후변화에 따른 쌀보리의 잠재수량 변화를 평가하였다. CERES-Barly 모형은 국내 쌀보리의 발육단계뿐 아니라 수량을 실제 관측값과 아주 유사하게 모의하여 ($R^2$=0.78), 기후변화시나리오에 따른 쌀보리 잠재수량의 변화 예측에 활용하는데 큰 무리가 없다고 판단되었다. 온도효과 분석에서는 미래의 온도상승으로 쌀보리의 잠재수량이 크게 감소하는 것으로 평가되었다. 즉, 세가지 미래 기후조건에서 쌀보리의 평균 잠재수량은 기준연도에 비해 각각 9, 17, 34%씩 감소하는 것으로 예측되었다. 반면에, $CO_2$ 효과분석에는 세가지 미래 기후조건에서 쌀보리의 평균 잠재수량이 기준연도에 비해 각각 6, 20, 31%씩 증가하는 것으로 예측되었다. 마지막으로, 온난화 효과 분석에서는 미래 기후조건에서 쌀보리의 평균 잠재수량이 기준연도에 비해 각각 8, 15, 13%씩 증가하는 것으로 예측되었다.

• 경영과정보연구
• /
• 제37권3호
• /
• pp.83-113
• /
• 2018

본 연구의 목적은 변화저항에 따라 달라지는 스마트워크 투자와 직무 성과를 실증적으로 검정하는 것이다. 연구에서는 우선적으로 스마트워크 투자와 생산성 성과 사이의 의사소통 매개 효과를 살펴볼 것이다. 그 다음 스마트워크 투자를 저하시키는 조직 변화저항을 수준별로 분류하여 투자와 생산성의 차이를 확인할 것이다. 스마트워크란 조직 구성원들에게 시간과 장소의 유연성을 제공하고, 업무 생산성을 개선시키는 근무방식을 말한다. 스마트워크의 도입은 조직 내부에 새로운 조직문화, 조직제도, 신기술을 채택하는 것을 의미한다. 조직 의사소통과 협업이 변화된 형태이기 때문에 기존 조직문화와 제도, 기술의 관행에 대한 변화를 요구할 수밖에 없다. 이에 본 연구 방법은 스마트워크 투자에 따른 의사소통의 매개적 효과, 조직저항 수준별로 조절 효과를 검정할 수 있도록 구조방정식 모형을 채택하였다. 구조방정식 모형을 통해서 스마트워크 투자가 의사소통과 조직 생산성에 긍정적 영향을 제공하는지 확인하고자 한다. 또한, 조직 변화 저항을 군집 분석하여 수준별로 구분하여 스마트워크 생산성에 미치는 효과 차이를 확인하였다. 연구결과, 스마트워크 투자로서 조직IT, 조직제도, 조직문화는 의사소통에 중요한 영향자로서 나타났으며, 개인적 성과에 직접적 영향력을 제공한다고 나타났다. 또한, 조직IT와 조직제도, 문화는 의사소통을 매개로 하여 개인 생산성과 조직 생산성에 간접적 영향력도 가진다고 나타났다. 하지만 조직IT와 조직제도의 독립변수는 조직 생산성을 높여주는 직접적 영향력은 없다고 나타났다. 그럼에도 불구하고, 조직IT와 조직제도는 의사소통을 매개로 하면 조직 생산성을 높이는 영향력을 가진다고 간접효과가 나타났다. 다음으로 조직저항의 세 집단의 생산성을 확인한 결과, 집단 간에 스마트워크 생산성 성과의 차이가 있다고 나타났다. 여기서 조직 저항이 낮은 집단은 다른 집단에 비해서 높은 생산성 성과의 영향력을 가진다고 나타났다. 집단별 분석 결과의 함의로는, 스마트워크의 긍정적 성과를 위해서는 우선적으로 조직제도를 개정하고, 다음으로 조직 문화를 형성시키고, 마지막으로 기술 도입을 고도화시키는 것이 중요하다고 나타났다. 본 연구의 이론적 함의로는 스마트워크의 배경을 기반으로 사회기술시스템 이론과 조직제도, 문화이론, 조직 변화저항이론, 직무 생산성 이론을 설명하였고, 기존 사회과학 이론들을 한층 더 구체화시키는 기반을 넓혔다. 실천적 함의로는 스마트워크로 발생될 수 있는 변화저항을 수준별로 관리한다는 것이다. 스마트워크를 급진적으로 투자하기보다는 단계별로 투자하여 생산성 성과를 높여야 한다는 것을 설명하였다. 향후 연구에는 스마트워크 투자를 국내 기업과 공공기관으로 구분하고 조직문화, 제도, 기술, 성과에 대한 차이를 비교 분석할 필요가 있겠다.

• 한국농림기상학회지
• /
• 제1권1호
• /
• pp.1-11
• /
• 1999

작물의 수량은 재배하는 식물의 특성과 토양 그리고 기후 등 환경에 의하여 지배된다. 주곡인 쌀 수확량의 지역성과 변이성을 알아내기 위하여 기상청의 기상 자료와 농림부의 쌀생산량 통계 자료를 수집 분석하였다. 기상 자료로부터 순복사량, 증발산량 및 순1차 생산력지수 NPP를 산출하고, Jung의 모형을 이용하여 우리 나라 각 지역의 쌀 생각량을 산출하고, 이를 실생산량과 비교하였다. 7, 8월 기온의 장기 변이를 검토한 결과, 수원의 경우 장주기는 15.1년, 단주기는 7.4년으로 나타났고, 대구의 장주기는 32.9년, 단주기는 4.1년으로 나타났다. 장주기는 대구가 수원 보다 약 2배이상으로 주기성이 강했고, 단주기는 반대로 수원이 대구보다는 주기성이 강하게 나타났다. 한국의 67개 지점에서 순1차생산력지수인 NPP와 총생산력지수 GPP를 추정 결과, 순 복사량이, 16개 지점에서 기온, 1개 지점에서 강수량이 NPP의 제한 요소로 작용하는 것으로 나타났다. 순 복사량은 한국에서의 자연 생산력에 1차적으로 주된 제한 요인으로서 작용하였고, 2차적인 제한 요인는 주로 기온이 작용하였다. 남한 지역의 NPP는 10.87~17.52 Mg ha$^{-1}$, GPP가 18.63~36.31 Mg ha$^{-1}$의 범위이었고, 평균은 NPP와 GPP가 각각 14.69 Mg ha$^{-1}$, 27.94 Mg ha$^{-1}$의 값을 나타냈다. 북한 지역의 경우에는 NPP가 6.47~15.50Mg ha$^{-1}$, GPP가 10.08~24.64 Mg ha$^{-1}$의 범위이었고, 평균은 NPP와 GPP가 각각 12.59 Mg ha$^{-1}$, 13.62 Mg ha$^{-1}$의 값이 나타났다. Jung의 모델에 의하여 97년과 98년의 쌀 생산량을 추정한 결과 실제 쌀 생산량과 근접하였다. 경상도 지역은 타 지역에 비해 실측치보다 예측치가 높게 평가되었고, 추정 생산량과 실제 생산량간 사이에 상관이 없었다. 이 지역에 대한 모델의 수정이 필요하며, 순복사량과 강수량 요인이 고려되면 좀 더 정확한 분포도가 작성될 수 있을 것이다.