• 한국작물학회지
• /
• 제42권6호
• /
• pp.729-738
• /
• 1997

본 연구에서는 주암호 건설에 따른 기후 요소의 변이에 따른 벼 생산성에서의 변이를 밝히기 위해 주암호 주변 6개 지역에 AWS를 설치하고 그 인근 지역에서 벼를 재배하고 생육 및 수량을 조사하였다. 조사항목은 주요 기상요소로서 일최고기온, 일최저기온, 일평균기온, 일평균상대습도, 일평균풍속, 일평균지온, 일적산일사량 그리고 일적산강우량이었고, 생육형질로는 일주일 간격으로 8~10회에 걸쳐 초장, 분얼수, 엽면적, 엽건물중, 경건물증, 그리고 수량 및 수량구성요소를 조사하였다. 기상요소의 변이와 벼 생산성의 변이간의 관계는 SIMRIW의 모수추정을 통해서 이루어졌으며 호수 생성 전과 생성 후의 기상을 30년간 시뮬레이션을 통해 추정한 다음 이 결과를 모형에 입력하여 30년간의 모형에 의한 수량을 추정하고 그 평균을 통해 호수생성에 따른 벼 생산성 변이를 추정하였다. '94년도 5개 지역 그리고 '95년도 3개 지역, 그리고 '96년도 4개 지역의 관측된 시험 성적과 SIMRIW에서 추정한 지상부 건물중, 엽면적지수 그리고 수량을 비교해 보았을 때 SIMRIW의 결과가 대체적으로 각 관측치의 평균값에 접근함을 알 수 있어 이 모형이 비교적 양호하게 기상환경의 변이에 따른 수량을 예측함을 알 수 있었다. 30년간의 simulation을 통해 얻은 담수 전과 담수 후의 기상자료를 비교해 보면 일최고기온은 담수 전이 약간 높았으나 일최저기온은 담수 후가 약간 높아서 일평균기온은 담수 후가 오히려 높은 경향을 보였고, 일적산일사량은 담수 후에 대략 0.9 MJ $d^{-1}$ 정도 낮아졌다. 이들 자료를 SIMRIW에 입력하여 수량을 예측해 본 결과 주 암호의 생성에 따라 복다-동촌-승주지역에서 5.2%, 오봉 4.9%, 이읍 9.1%, 금성 5.5%, 유정 4.8%, 다산 3.3% 정도 수량이 감소된 것으로 나타났다. 전지역을 평균하여 볼 때 담수 전이 6.82MT/ha, 담수 후가 6.44MT/ha로 전체적으로 5.6% 정도 감수한 것으로 나타났다.

• 한국농림기상학회지
• /
• 제17권2호
• /
• pp.108-125
• /
• 2015

다수의 기후요소를 지수화하고 특정지역의 기후 자원량을 분석하여, 종합 및 판단하는 과정은 특정지역의 농업기후자원의 특성을 한 눈에 알 수 있게 한다. 농업기후자원의 특징을 단순 명료하게 표현한 것을 농업기후지수라고 하는데, 이 지수는 기후자원(예, 기온, 일사, 강수)으로부터 작물의 생육과 수량 추측을 위한 가능성과 여러 가지 영농기술을 실시하는데 필요한 기초자료를 제공함으로써 농업생산성의 주요 지표가 될 수 있다. 그러나 농업기후지수는 절대적인 것이 아니기 때문에 기후변화에 따라 항상 변화할 수 있다. 최근 IPCC 제5차 평가보고서에서 온실가스 대표경로(RCP)에 따른 시나리오가 많은 연구에 이용됨에 따라서 기후정보의 역학 및 통계적 규모축소를 통한 미래기후변화전망정보의 불확실성을 고려한 연구들이 활발히 진행되고 있다. 본 연구에서는 IPCC 제5차 평가 보고서에 사용된 RCP 시나리오를 기반으로 비모수적 분위사상법을 이용한 상세화된 기후변화 전망정보를 바탕으로 한반도의 농업기후지수(예, 식물기간 및 작물기간, 생장도일, 무상기간)의 시공간적인 변화와 불확실성을 평가하였다. 동일한 과거 기간에 대하여 기후모델(GCM)으로부터 계산된 농업기후지수와 관측자료에 의해 계산된 농업기후지수를 비교한 결과, KMA-12.5km를 제외하고 사용된 8개 개별 GCM의 농업기후지수의 각각의 평균은 4대강 유역 모두에서 관측자료에 의해 계산된 값의 평균과 비교적 잘 일치하여 개별 GCM 뿐만 아니라 다중모델앙상블(MME)의 과거기후 재현성에는 문제가 없는 것으로 확인하였다. 또한 불확실성을 고려하기 위한 MME 계산에서 사용되는 GCM의 개수가 무한적으로 증가한다고 해서 오차가 줄어들지 않았다. 추가 연구가 계속 필요하지만, 본 연구에서 3-4개의 GCM을 사용하는 경우 확실하게 오차가 개선되기 시작하였으며, 대체로 7-8개 이후부터는 더 이상 오차가 개선되지 않았다. 미래전망 결과에서, 4대강 유역 전체에 대하여 inmcm4가 과거 기간의 MME에 대한 RCP 4.5에서 1% 증가, RCP 8.5에서 2% 증가로 9개 개별 GCM 중에서 가장 낮았고, CanESM이 과거 기간의 MME에 대하여 RCP 4.5에서 10%, RCP 8.5에서 15% 증가로 가장 높은 증가를 보였다. 4대강 유역의 시공간분포의 변화에서 관측자료와 다른 경향을 보이는 개별 GCM이 있어서 지형 특성과 개별 GCM의 일변동 특성을 반영할 수 있는 상세화 방법의 개선 및 개발이 필요하다. 도출 및 평가된 본 연구의 농업기후지수는 농업용 상세 전자기후도와의 활용뿐만 아니라, 후속 연구를 위한 농업이상기후지수 및 생산성지수의 평가에 활용될 수 있을 것이다. 예를 들면, 낙동강 유역과 영산-섬진강 유역의 무상기간 증가로부터 '겨울기간이 짧아질 수 있다'라고 가정할 경우, 농업이상 기후지수(예, 저온발생빈도) 분석을 통해 겨울작물의 생산성지수의 불확실성 증감 혹은 재배시스템(예, 이모작 혹은 이기작 등)의 변화에 대한 불확실성 증감 등에 대한 평가에 활용될 수 있을 것이다.

• 생물환경조절학회지
• /
• 제32권1호
• /
• pp.48-56
• /
• 2023

고압나트륨등(high-pressure sodium, HPS 램프)은 작물 생육 발달에 필요한 충분한 양의 광합성유효방사를 제공하는 동시에 복사열을 통해 온실 난방 부하를 절감할 수 있어 겨울철 시설원예 보광 조명으로 널리 이용되고 있다. 그러나 겨울철에 생육 중기를 맞이하는 시설 과채류의 경우, 작물의 정단부가 복사열에 영향을 많이 받고, 캐노피 위치에 따라 엽온 차이가 증가될 수 있다. 또한 온실 기온 역시 보광등에서 발생한 열이 상부로 상승 및 정체되면서 불필요한 에너지 낭비 및 온도 불균일성 역시 심화될 수 있다. 따라서 본 연구의 목표는 CFD 열전달 해석을 통해 HPS 램프에 의한 열적 특성 및 생육 단계별 수평적 엽온 변화를 분석하고, 온실 내 수직적 기온 및 작물의 캐노피별 엽온을 측정하여, 온실 내 환경 균일성 제고 및 효과적 에너지 활용 방안을 모색하는 것이었다. 생육 초기, 중기, 및 후기를 대변하는 초장(1.0, 1.6, 2.2m)에서의 정단부 수평적 엽온을 CFD 시뮬레이션을 통해 분석하였다. 또한 HPS 램프 작동 이후 수직적 기온과 캐노피 높이별 엽온을 측정하였다. 실험 결과, 보광 시 엽온과 기온 간의 차이가 커지고, 수직적 기온 역시 불균일해짐을 알 수 있었다. 생육 단계가 진전될수록, 고온의 복사열이 중심부에 집중되며, 상단부 수평적 엽온 편차가 커지고, 균일성 역시 떨어지는 것을 알 수 있었다. 열획득 모델을 통한 수치해석 결과, 보광등이 2022년12월 기간 난방부하에 약 50.1% 기여하는 것을 알 수 있었다. 평균절대오차 및 평균제곱근 오차는 생육 초기 및 생육 중기 모두0.5 이하로, 실측값과 예측값에 높은 일치도를 보였다. 수직적 기온 및 엽온 분포와 생육 단계별 수평적 엽온 분포에 관한 본 연구의 결과는 효율적 에너지 관리 및 작물 생육 발달에 관한 의사결정에 도움이 될 수 있을 것으로 생각된다.

• 대한원격탐사학회지
• /
• 제33권5_2호
• /
• pp.631-640
• /
• 2017

쌀 생산량 예측 및 조사는 농가 소득 보전 및 농업 분야 기관에 영향을 주고 수급 조절과 가격 예측 등 정부의 정책 수립과 관련하여 중요한 의미를 갖는다. 이에 따라 작황 추정 모델의 구축이 필요하며 과거로부터 기상 자료 및 위성 자료를 통해 경험적 통계 모델 또는 인공신경망 알고리즘을 기반으로 한 연구가 다수 진행되었다. 현재 인공신경망 모델을 기반으로 개발된 딥 러닝 알고리즘이 패턴 인식, 컴퓨터 비전, 음성 인식 등의 분야에서 폭넓게 사용되며 뛰어난 성능을 보이고 있다. 최근 다양한 딥 러닝 알고리즘 중 SSAE 알고리즘이 시계열 자료를 통한 예측 분야에서 적용 가능성이 확인되었으며 본 연구에서는 SSAE를 통해 남한 전역에 대한 쌀 생산량 추정 연구를 진행하였다. 입력 변수로 기상자료와 위성자료를 사용하였으며 남한 벼의 생육 기간을 고려하여 입력 자료를 기간별로 나누고 최적의 입력 자료롤 찾고자 하였다. 실험 결과, 5월부터 9월까지의 위성 자료와 16일 평균값을 사용한 기상 자료와의 조합을 사용하였을 경우 평균 연도별 %RMSE, 시군구 %RMSE 각각 7.43%, 7.16%로 가장 좋은 성능을 보였으며 이를 통해 쌀 생산량 추정 분야에 대한 SSAE 알고리즘의 적용 가능성을 확인할 수 있었다.

• 한국농림기상학회지
• /
• 제17권4호
• /
• pp.281-289
• /
• 2015

일조시간 및 일사량은 작물생육에 중요한 기상요소이지만 기상청 동네예보 항목에 없기 때문에 3시간 간격 '하늘상태'를 활용하여 일조시간 및 수평면 일사량을 추정하는 방법을 고안하였다. 기상청 동네예보의 3시간 간격 '하늘상태' 자료를 수집하고 전국 22개 일사관측 기상대의 동시간대 실측 운량과 비교하여 '하늘상태'의 4단계 격자값 '맑음(1)', '구름조금(2)', '구름많음(3)', '흐림(4)'을 0부터 10까지의 운량으로 변환하였다. 22개 일사관측 기상대의 일 평균운량 0인 날에 대하여 일조율을 비교하여 관측여건이 가장 좋은 3개 지점을 선정하였다. 선정된 지점의 3년치 운량과 일조시간 실측자료로부터 운량-일조시간 추정식을 도출하였으며, 이 식에 의해 추정된 일조시간값으로 Angstrom-Prescott 모형을 구동하여 수평면 일사량을 산출하였다. '하늘상태' 기반으로 추정된 일조시간 및 일사량을 3 지점에서 2년간 실측자료와 비교한 결과 RMSE 기준 일조시간 추정오차는 1.5~1.7 시간, 일사량 추정오차는 $2.5{\sim}3.0MJ\;m^{-2}\;day^{-1}$ 이었다.

• 생물환경조절학회지
• /
• 제31권4호
• /
• pp.485-496
• /
• 2022

국내외로 첨단 ICT 융합기술이 농업 분야에 적용되기 시작하면서, 시설원예 설비들이 고도화되고, 스마트팜 구축 기술 및 인력이 축적되기 시작하였다. 그러나 우리나라 농촌의 경우, 농업생산 연령의 고령화, 국내 농촌 인구의 지속적인 유출, 저출산 등으로 인하여 스마트팜 확대 및 적용에 어려움이 많은 실정이다. 따라서 공간 및 시간에 구속을 받지 않는 간편한 농업인 교육 프로그램이 필요하며, 최근 부상하고 있는 시뮬레이션 기술을 활용한다면 농업 교육용 시뮬레이션 툴 개발도 가능할 것으로 판단된다. 온실 환경 제어 모델을 이용한 시뮬레이션은 다양한 지역과 기상 조건 하에서 대상 온실의 열과 물질에너지의 상호작용을 합리적으로 예측할 수 있게 해준다. 본 연구에서는 온실 환경 제어 모델을 활용하여 외부 기상 데이터를 통해 온실의 환경 변화를 예측하고 가상의 환경 제어시스템을 통해 환경 제어 시 필요한 에너지값들을 시뮬레이션 할 수 있었다. 이러한 결과를 통해 이용자가 직접 맞춤형 환경 제어를 할 수 있도록 편의성을 고려한 사용자 인터페이스를 구축할 것이며, 실제 파프리카 재배 온실의 제어 요소들을 반영할 수 있도록 설계될 것이다. 농업용 교육 시뮬레이션 툴을 최근 활발하게 연구가 이루어지고 있는 작물 생육 모델링 기술 및 전산유체역학 기술과 융합하면 더욱타당한 결과를 보일 것이다.

• 한국농림기상학회지
• /
• 제21권1호
• /
• pp.55-64
• /
• 2019

기후변화에 따른 이상난동 현상으로 과수 개화시기는 앞당겨지는 추세이며, 이에 따라 발아-개화기를 전후로 갑작스레 출현하는 저온에 의한 피해사례가 증가하고 있다. 특정 과원 내에서 동일한 저온이 발생하더라도 개별 과수의 현재 발육상태에 따라 저온에 견뎌내는 힘은 각각 다르므로 피해정도와 양상은 다르게 나타나는데, 기존 과수 꽃눈의 발육상태별 동사온도 기준만으로는 기온 공간변이가 큰 임의 지역의 저온해를 예상하기에는 한계가 있었다. 본 연구에서는 이러한 한계를 극복하고 조기 대응할 수 있도록 생육추정 모델을 이용해 과수의 생육 수준을 예측하여 봄철 기온 예보자료만으로 저온에 따른 위험수준을 정량적으로 평가할 수 있는 저온해 위험도 함수식을 도출하였다. 저온해 위험 추정식을 2018년을 대상으로 '후지' 사과, '장호원황도' 복숭아, '신고' 배에 적용하여 저온해 발생일과 위험분포의 지리적 양상을 주산지별로 분석한 결과, 4월 8일에 모든 과수에서 저온해가 가장 큰 것으로 나타났다. 대표 주산지로 보면 사과는 거창, 함양, 장수에서, 복숭아는 의성, 청도, 김천, 임실, 남원, 대구에서, 배는 김천, 천안, 아산, 논산, 울산, 경주, 진주 일대에서 피해가 많이 발생했을 것으로 예상되었다. 이 기술은 과수 재배농가의 봄철 저온 피해 경감 및 이상기후에 따른 대응기술 마련에 기여할 것으로 기대된다.

• 한국응용곤충학회지
• /
• 제57권3호
• /
• pp.127-135
• /
• 2018

기후변화는 곤충의 성장, 발육, 생존, 생식력, 분포범위 등 생활사의 변수들에 영향을 준다. 특히 외래곤충의 경우 생태계 정착 및 확산이 빨라지고 있으며, 생태계 교란, 토착종 감소 등 생물다양성을 감소시키는 직접적인 원인 중 하나이다. 알팔파바구미는 1990년대 제주도에서 처음 발견 후 남부지방에 대량 발생하여 농업해충으로 인식되었다. 최근 하면처로 이동하는 개체에 의한 밭작물의 피해와 여러 시군에서 서식이 확인되며 확산의 우려되고 있다. 본 연구에서는 기후변화가 알팔파바구미에 미치는 영향에 대해 파악하였다. 미래의 기후 시나리오 RCP 4.5와 RCP 8.5에서 알팔파바구미의 잠재적 분포를 추정하기 위해 MaxEnt 모델을 적용하였다. 모형의 변수는 2015~2017년까지 알팔파바구미의 서식이 확인된 66개 지점과 종의 생태특성 및 예측변수간 상관성을 고려한 6개(bio3, bio6, bio10, bio12, bio14, bio16)의 생물기후를 사용하였다. 예측된 모형의 적합도는 평균 0.765로 잠재력이 의미 있는 값이며, 최고 따뜻한 분기의 평균기온(bio10)이 60~70%로 높은 기여도를 나타냈다. 2050년과 2070년의 시나리오(RCP 4.5, RCP 8.5)에 대한 모형의 결과는 한반도 전역에서 알팔파바구미의 분포 변화를 보여 주었으며, 기온상승에 따른 전국적 확산이 예측되었다.

• 대한원격탐사학회지
• /
• 제31권5호
• /
• pp.441-448
• /
• 2015

식량수급을 이해하기 위한 농업 현황 정보가 부족한 북한을 대상으로 위성영상과 기후자료를 이용하여 객관적이고 재현 가능한 벼 수량을 추정하는 방법을 개발하는 것을 본 연구의 목적으로 하였다. 2002년부터 2014년까지의 MODIS 위성 식생지수 평균 NDVI 최대값과 27개 관측지점의 9월 강수량 자료를 이용하여 북한의 벼 수량 값을 추정하였다. 모형의 결정계수는 0.44, RMSE는 0.27 ton/ha로 다소 크게 나타났고, 분산분석결과 F비가 3.0983, 유의확률이 0.1008을 보였다. 벼논 지역의 MODIS 평균 NDVI 최대값과 등숙기의 기후자료를 이용하여 추정한 북한의 벼 수량은 2007년이 2.71 ton/ha로 가장 낮게, 2006년이 3.54 ton/ha로 가장 높게 나타났다. 통계 값과 추정 값의 산점도를 통하여 비교한 결과 벼 수량이 약 3.3 ton/ha 보다 적을 때는 모형의 추정 값이 높고 그 이상일 때는 통계 값이 더 높게 나타나는 경향이었다. 모형의 종속변수와 독립변수로 사용되는 위성영상의 품질, 단일 시기의 벼논 마스크 영상, 기상 관측지점의 수와 자료의 품질, 통계 값의 품질 등으로 벼 수량에 대한 추정 성능의 한계가 있지만 객관적 자료를 사용하여 재현 가능한 방법을 제시하였다는 의미를 가진다. 모형 구동을 위해 사용되는 자료의 품질을 높여 나가야 하는 과제를 안고 있다.

• 한국토양비료학회지
• /
• 제25권3호
• /
• pp.231-241
• /
• 1992

벼 군락(群落)의 미기상요소(微氣象要素)들이 증발산(蒸發散)에 미치는 영향(影響)과 그들의 상호관련(相互關聯)을 구명(究明)하고자 1989년(年)에 기상청(氣象廳) 수원기상대(水原氣象臺) 포장(圃場)에서 대청벼와 삼강벼를 공시(供試)하여 종관기상(綜觀氣象), 군락(群落)의 미기상(微氣象)과 증발산량(蒸發散量), 작물(作物)의 건물생산량(乾物生産量) 등을 측정(測定) 조사(調査)하고, 증발산량(蒸發散量)의 생육시기별(生育時期別) 변화(變化)와 기상요소(氣象要素)의 영향(影響)을 검토(檢討)한 결과(結果)를 요약(要約)하면 다음과 같다. 1. 벼 군락(群落)의 증발산량(蒸發散量)은 증발계(蒸發計)의 증발량(蒸發量), 기온(氣溫), 일사량(日射量), 일조시수(日照時數), 초관부(草冠部) 상단(上端)의 공기(空氣)와의 포차(飽差), 수온(水溫) 등의 순(順)으로 상관계수(相關係數)가 높았다. 2. 벼 군락(群落)의 증발산량(蒸發散量)과 측정증발량(測定蒸發量)과의 관계(關係)는 소형증발계(小型蒸發計)의 증발량(蒸發量)에 비하여 Class A 증발계(蒸發計)의 증발량(蒸發量)이 더욱 밀접한 상관관계(相關關係)를 보였다. 3. 벼 군락(群落)의 증발산량(蒸發散量)과 증발량(蒸發量)과의 관계(關係)에서 대청벼 보다 삼강벼의 상관계수(相關係數)가 더욱 높은 품종간차이(品種間差異)를 보였다. 4. Class A 증발계(蒸發計)로 측정(測定)된 증발량(蒸發量)에 대한 벼 군락(群落)의 증발산량(蒸發散量)의 비(比)는 전생육기간(全生育期間)을 통(通)하여 1.0이상이었으며, 8월(月) 하순(下旬)에는 1.9로서 최고(最高)에 달하였다. 5. Class A 증발계(蒸發計)의 증발량(蒸發量)은 소형증발계(小型蒸發計)에 의한 측정치(測定値)의 0.719배(倍)이었다. 6. 증발산량(蒸發散量)은 순복사량(純輻射量)보다는 태양(太陽)에너지 복사량(輻射量)과의 상관(相關)이 높았으며, 순복사량(純輻射量)은 태양(太陽)에너지 복사량(輻射量)의 0.66배(倍)이었다. 7. 최고기온(最高氣溫)은 평균기온(平均氣溫)보다 작물(作物)의 증발산량(蒸發散量)과의 상관(相關)이 높았고, 6m 높이의 풍속(風速)과는 정(正)의 상관(相關)을 보였지만, 강우일(降雨日)을 제외한 경우 상대습도(相對濕度)와의 상관계수(相關係數)는 매우 낮았다. 8. 기상요소(氣象要素)를 자료(資料)로 증발산량(蒸發散量)을 추정(推定)하기위하여 작성된 회귀(回歸)모델은 $ET=-5.3594+0.7005_{pan}A+0.1926T_{mean}+0.0878_{sol}+0.025RH$이었고, 이 모델에 의한 추정치(推定値)는 실측치(實測値)와 거의 일치(一致)($R^2=0.607$)하였다.