• 한국작물학회지
• /
• 제58권4호
• /
• pp.353-361
• /
• 2013

벼 출수생태형별 이앙시기 변화에 따른 유수의 발육단계를 정확히 진단하기 위하여 운광벼, 화영벼, 남평벼 3품종을 5월 1일부터 15일 간격으로 6월 30일까지 이앙하여 시험한 결과는 다음과 같다. 이앙시기가 늦어질수록 이앙후 주간에서 전개되는 엽수는 감소하였으나 품종과 육묘단계에 따라 다른 반응을 보였다. 조생종인 운광벼는 이앙시기가 늦어짐에 따라 주간 출엽수가 직선적으로 감소하였고 중생종인 화영벼와 중만생종인 남평벼는 중묘 이앙에서는 이앙시기가 늦어지면 주간 출엽수가 급격하게 감소했지만 어린모 이앙시에는 감소폭이 적었다. 이앙후 지엽 하위 4엽의 출현하기까지 어린모의 생육기간은 이앙시기가 늦어짐에 따라 단축되었는데 이앙시기가 빨라지면 유수분화기까지 생육일수는 출수생태형간 차이가 커졌으나 이앙시기가 늦어지면 크게 감소하였다. 어린모와 중묘의 영화분화기까지 생육일수 차이는 운광벼는 모든 이앙시기에서 1~3일로 차이가 적었지만 화영벼는 5월 1일과 6월 30일 이앙에서 4일 차이가 있었고, 남평벼는 6월 30일 이앙에서 4일의 생육일수 차이가 있었다. 유수가 분화하기 시작해서 출수하기까지 생육일수는 운광벼와 화영벼는 5월 31일 이앙까지는 다소 길어지다 6월 15일 이앙부터는 생육일수가 점차 감소하는 경향을 보였고 남평벼는 5월 16일과 5월 31일 이앙에서 길어졌다가 이앙시기가 늦어짐에 따라 점차 감소하는 경향을 보였다. 각 이앙시기에서 출수후 30일간 평균온도는 이앙시기가 빠를수록 높았고 그 이후 점차 낮아지는 경향을 보였으며 일조시간은 운광벼는 이앙시기가 늦을수록 화영벼는 6월 15일 이앙에서 남평벼는 5월 31일과 6월 15일 이앙에서 많았다. 출수전 유수가 분화하기 시작하는 시기는 운광벼는 34~40일, 화영벼는 34~41일, 남평벼는 33~43일로 품종과 이앙시기에 따라서 차이를 보였다. 영화가 분화하는 시기도 품종과 이앙시기에 따라 차이를 보였는데 운광벼는 22~26일, 화영벼는 21~27일, 남평벼는 21~28일로 운광벼에 비해 화영벼와 남평벼가 이앙시기간 생육일수 차이가 컸다.

• 한국농림기상학회지
• /
• 제1권1호
• /
• pp.41-51
• /
• 1999

본 연구는 경기도 가평과 충천북도 영동에 식재된 잣나무 임분의 임령별 연년생장을 파악하고 지역적 기후조건이 잣나무 초기생장에 미치는 영향을 구명하기 위하여 수행하였다. 먼저 각 지역의 임령별 평균 흉고직경, 평균 수고, ha당 흉고단면적, ha당 재적 등의 임분통계량을 측정 요약하였으며, 이에 근거하여 10년생부터 18년생까지 8년간의 초기생장에 대한 임분변수별 연년생장량을 파악하였다. 연구 대상지의 지역별 미기후는 지형과 기후치간의 관계를 이용한 지형기후학적 방법에 의해 평균기온, 최고기온, 최저 기온, 상대습도, 강수량, 그리고 일조시수의 월별 평년 값을 추정한 후, 공간통계기법을 적용하여 지역별·연도별 월별 기후치를 추정하였다. 이들 자료를 이용하여 임목생장에 영향을 미칠 것으로 판단되는 온량지수, 한랭지수, 건조지수 등의 17개 기후변수를 지역별·연도별로 산출하고 임분변수별 연년생장량과의 상관분석 및 회귀분석을 실시하였다. 잣나무의 초기생장은 경기도 가평이 충청북도 영동에 비하여 훨씬 우수한 성장을 보이고 있었다. 일반적으로 잣나무 임분의 생장은 기온이 낮고 강수량이 많아 높은 습도를 유지하는 지역이 적합한 것으로 알려져 있다. 지역별의 추정된 연도별 미기후와 연년생장과의 상관관계와 회귀분석 결과에 의하면, 가평 지역 잣나무 유령임분의 연년생장은 이러한 일반적인 생장-기후 관계와 일치하는 것으로 나타났다. 하지만 영동지역의 임분변수별 연년생장과 미기후와의 관계는 가평지역과는 다소 다른 경향을 보이고 있다. 이러한 결과는 연간 변이가 심한 기후조건에도 불구하고 비교적 짧은 기간 동안의 자료만으로는 연년생장에 미치는 영향을 구명하는데 한계가 있다는 사실에 기인한다. 또한 영동지역의 저조한 생장의 원인에 미기후 조건 이외에도 지위와 같은 다른 환경요인이 복합적으로 작용하기 때문으로 판단된다.

• Current Research on Agriculture and Life Sciences
• /
• 제3권
• /
• pp.28-35
• /
• 1985

본(本) 연구(硏究)는 대구지방(大邱地方)에 있어서 벼의 증발산량(蒸發散量) 대(對)한 산정기준(算定基準)을 정(定)하기 위(爲)하여 실험(實驗)에 의(依)해 증발산량(蒸發散量)을 측정(測定)하고, 측정(測定)된 실측치(實測値)와 이제까지 발표(發表)된 여러 가지의 증발산량(蒸發散量) 산정공식(算定公式)(Blaney & Criddle 공식(公式) 외(外) 8가지 공식(公式))에 의(依)한 계산치(計算値)를 비교(比較)하여, 대구지방(大邱地方)의 벼 생육(生育)에 가장 적합(適合)한 작물계수(作物係數)를 산출(算出)함에 있다. 시험기간(試驗期間)은 1982년(年)에서 1984연(年)까지 였으며, 실험(實驗)은 경북대학교내(慶北大學校內) 실습농장(實習農場)에서 실시(實施)하였고, 시험(試驗)을 위(爲)한 공시품종(供試品種)으로는 '진주(眞珠)'를 사용(使用)하였다. 실험(實驗) 결과(結果)를 요약(要約)하면 다음과 같다. 벼의 증발산량(蒸發散量)은 이앙후(移秧後) 증가(增加)하기 시작(始作)하여 수잉기(穗孕期) 말기(末期)에서 출수개화기(出穗開花期)에 이르는 8월(月) 상(上) 중순(中旬)에서 최대치(最大値)을 나타냈으며, 그 후(後), 점차(漸次) 감소(減少)하였다. 전(全) 생육기간(生育期間)의 평균(平均) 1일(日) 증발산량(蒸發散量)은 6.33mm였다. 또한, 증발산량(蒸發散量)은 기상요소중(氣象要素中) 일사량(日射量), 일조시간(日照時間), 상대습도(相對濕度)와 높은 상관성(相關性)을 지니고 있었다. 각각(各各)의 상관계수(相關係數)는 0.884, 0.838, -0.805이었고, 증발계(蒸發計) 증발량(蒸發量)과는 상관계수(相關係數) 0.942로서 고도(高度)의 유의성(有意性)을 지니고 있었다. 대구지방(大邱地方)의 벼 생육(生育)에 적합(適合)한 작물계수(作物係數)는 Blaney & Criddle 공식(公式)에 의(依)한 K와 Kc로, 그 범위(範圍)는 각각(各各) 0.76~1.45, 0.82~1.27 이었고 최대치(最大値)는 공(共)히 8월(月) 상순(上旬)에 나타났다. 증산량(蒸散量)과 건물중(乾物重)은 상관계수(相關係數) 0.998로서 고도(高度)의 상관성(相關性)을 보였으며, 평균(平均) 증산비(蒸散比)는 269.03이었다. 본(本) 연구(硏究)에서 얻은 작물계수(作物係數)와 증발산량(蒸發散量) 및 증산비(蒸散比)는 대구(大邱) 및 인근지역(隣近地域)의 용수원(用水源) 계획시(計劃時) 증발산량(蒸發散量)을 산정(算定)하는데 유용(有用)하게 사용(使用)될 것으로 기대(期待)된다.

• 한국작물학회지
• /
• 제61권1호
• /
• pp.70-77
• /
• 2016

피복재배 수미감자를 대상으로 7개 연도에 전국 9개소에서 수행되었던 35개 지역적응시험 성적과 해당지역의 시기별 기상요소들간 상관도를 검정한 결과, 감자의 상서율은 지상부 생육기보다는 괴경 비대기의 기상영향을 더 많이 받는 것으로 나타났는데, 특히 수확전 50~41일과 수확전 20일간의 일조시간, 수확전 10일간의 5 mm이상 강우일수의 영향을 크게 받는 것으로 나타났다. 감자의 상서수량에 영향을 미치는 기상요인은 파종후 20일간의 강수량, 파종후 11~20일의 상대습도, 수확전 20일부터의 강수량, 수확전 50~41일 및 20일전부터의 일조시간, 그리고 수확전 10일간의 5 mm 이상 강수일수 등이었다. 2차 회귀에서 상서수량과 상관이 나타난 각각의 기상값을 이용하여 계산한 수량예측치들($Y_i=aX_i{^2}+bX_i+c$)과 상서수량(Y)간에 선형회귀분석을 통하여 4개의 상서수량 예측모형을 만들었고 그중에서 4개의 기상요소가 활용되었고, 수량예측력이 가장 높을 것으로 보이는 모형 4를 선택하였다. 여기에 각 기상요소별 수량예측치 모델식들($aX_i{^2}+bX_i+c$)을 대입하여 얻은 최종 수량예측모형은 아래와 같았다. $$Y=-336^{\ast}DR_-10^2+854^{\ast}DR_-10-0.422^{\ast}Prec_-9^{2}\\+43.3^{\ast}Prec_-9-0.0414^{\ast}RH_-2^2+46.2^{\ast}RH_-2\\-0.0102^{\ast}Prec_-2^2-7.00^{\ast}Prec_-2-10039$$ 이 모형은 잔차평균제곱이 작고 F값이 높으며 결정계수는 0.693으로 높게 나타나 감자상서수량의 예측력이 높을 것으로 판단된다.

• 한국수산과학회지
• /
• 제30권2호
• /
• pp.252-263
• /
• 1997

1993년 거금수로에서 계절별로 수온, 염분을 관측하였으며, 수로내 2개 정점에서 25시간 연속 수온, 염분 관측을 실시하여 이들 자료를 비교, 분석하였다. 수온은 년중 $7.0\~25.0^{\circ}C$의 범위로 동, 하계의 온도차는 약 $18^{\circ}C$이다. 표, 저층간의 온도차는 년중 $0.75^{\circ}C$ 이하로 수로내 해수의 수온 성층은 매우 약하다. 수로방향으로의 수평 온도차도 약 $0.3^{\circ}C$ 이하로, 수로를 따라서의 강한 조류가 거금수로내 수온의 수평, 연직 분포에 크게 영향을 미치고 있음을 시사한다. 염분도 수온과 같이 년중 표, 저층 및 수로 방향에서 수평 염분차가 $0.5\%_{\circ}$ 이하로 작다. 염분은 4월이 $34.0\%_{\circ}$, 8월이 $30.0\%_{\circ}$로, 4월이 8월에 비해 $4\%_{\circ}$정도 높다. 이는 동 시기의 강우량과 일조시간의 분포와 일치해 기상에 직접 영향을 받고 있음을 알 수 있다. T-S diagram에 나타난 계절별 수괴 특성은 동계에서 하계로 갈수록 저온 고염의 고밀도수에서 고온 저염의 저밀도수로 변화하며, 표, 저층간의 밀도차는 춘계와 추계에 거의 0, 동계와 하계에 $1.0\~1.5$로 매우 작다. 1993년 4월 $29\~30$일의 조위 변동에 따른 수온과 염분의 변화는 고조시 수온은 낮고 염분은 높다. 저조시는 그역의 변화를 나타낸다. 1일 중의 수온과 염분의 탁월 변동 주기는 동 해역에서 탁월한 반 일주조의 조석주기와 거의 일치한다. 해역의 성층 정도를 판단하는 성층계수는 년중 $4.0J/m^3$이하로 조류에 의한 저층 연직 혼합이 년중 매우 활발함을 나타낸다. 성층 진단식에 의한 성층과 혼합의 크기는 조류에 의한 혼합항이 $4.7\~14.1J/m^3day^{-1}$로 가장 크다. 관측에서 나타난 계절별 수온, 염분 구조와 일치하는 조류 혼합률 $\varepsilon$의 평가는 0.005였다.

• 식물병연구
• /
• 제28권3호
• /
• pp.113-121
• /
• 2022

벼 도열병은 전 세계적으로 발병하여 쌀 수확량을 크게 감소시키는 주요 식물병이다. 벼 도열병은 한국에서도 주기적으로 대발생하여 사회경제적으로 큰 피해를 입힌다. 이를 예방하기 위해서는 병 발생 예찰 시스템이 필요하다. 또한 병 발생에 대한 역학 조사는 식물병 관리를 위한 의사결정을 내릴 때 도움을 줄 수 있다. 현재 도열병 예찰 및 역학 조사는 주로 작물의 생육량, 기상 환경 요인 등 정량적으로 측정 가능한 정형 데이터를 기반으로 수행되고 있다. 정형 데이터와 함께 도열병 발생과 관련한 텍스트 자료들도 많이 축적되고 있다. 그러나 이러한 비정형 데이터를 이용한 역학 조사는 이루어지지 않고 있다. 비정형 데이터를 활용하여 유용한 정보를 추출한다면 도열병을 포함한 앞으로의 식물병 관리에 사용할 수 있을 것이다. 이 연구는 텍스트 마이닝을 통해 도열병 관련 뉴스 기사를 분석하여 우리나라에서 벼 도열병이 다발생한 연도와 지역을 조사하였고, 해당 지역의 평균 기온, 합계 강수량, 일조시간, 공급된 벼 품종을 분석하였다. 이를 통해 2020년 평년에 비해 낮은 기온과 일조시간 및 높은 강수량이 전국적인 도열병 다발생의 원인에 기여했고, 2021년 전라북도와 경상북도 일부 지역의 다발생은 비슷한 기상학적 요인에 의한 것으로 추측할 수 있었다. 더하여 같은 벼 품종의 연작에 의한 도열병 다발생 가능성과 질소 비료의 시비량이 병 발생에 미치는 영향에 대한 추후 연구가 필요하다. 결론적으로, 쏟아지는 정보의 홍수속에서 관련 기사를 종합적으로 보기 어렵다. 따라서, 텍스트 마이닝을 통해 얻은 결과로 특정 키워드들이 많이 관찰될 때 적극적 방제에 대한 의사결정을 할 수 있는 시스템이 구축될 필요가 있다. 이는 추후 딥러닝 기술과 접목되어 벼 도열병 역학 조사 도구로 사용될 수도 있을 것이다. 텍스트 마이닝을 통해 얻은 유의미한 정보를 기존의 정형 데이터 기반의 모델과 결합한다면 농업현장에서 병발생 예측 또는 방제기술 개선에 필요한 고품질 정보를 제공해줄 수 있을 것이라고 예상한다.

• 한국토양비료학회지
• /
• 제21권4호
• /
• pp.386-408
• /
• 1988

본(本) 연구(硏究)는 배추를 대상(對象)으로 1986년(年)부터 1986년(年)까지 6년간 Lysimeter시험(試驗)과 포장시험(圃場試驗)을 통하여 기상자료(氣象資料)로 부터 생육시기별(生育時期別) 증발산량(蒸發散量)과 수량(收量)을 추정(推定)하는 모형(模型)을 개발(開發)할 목적(目的)으로 실시(實施)하였다. Lysimeter 시험(試驗)에서는 잠재증발산량(潛在蒸發散量)과 최대증발산량(最大蒸發散量)을 측정(測定)하였고, 관개포장시험(灌漑圃場試驗)에서는 시기별(時期別) 토양수분(土壤水分)을 측정(測定)하여 실증발산량(實蒸發散量)을 계산(計算)하고 수량(收量)을 조사(調査)하였다. 시험(試驗)을 통(通)하여 얻어진 성적(成績)과 기상자료(氣象資料)의 상호관계(相互關係)를 다각적(多角的)으로 비교(比較)하여 증발산량(蒸發散量)과 수량추정모형(收量推定模型)을 설정(設定)하고 검정(檢定)한 결과(結果)는 다음과 같다. 1. 잠재증발산(潛在蒸發散)의 5년간(年間) 측정치(測定値)의 평균치(平均値)는 4월초순(月初旬) 2.38mm/day 에서 시일(時日)이 경과(經過)함에 따라 점점(漸漸) 증가(增加)되어 6월중순(月中旬)에 3.98로 최고치(最高値)를 보이고 다시 감소(減少)되어 11월중순(月中旬)에는 1.06으로 떨어졌다. 기존(旣存) 공식(公式)에 의한 잠재증발산추정치(潛在蒸發散推定値)는 실측치(實測値)에 비(比)하여 Penman법(法), Radiation법(法), Blaney-Criddle법(法)은 과다(過多)하게 추정(推定)되고, Pan evaporation법(法)은 과소(過少)하게 추정(推定)되는 경향을 보였다. 추정치(推定値)와 실측치간(實測値間)에는 전체적(全體的)으로 보아 고도(高度)의 유의(有意)한 상관(相關)이 있었으나, Blaney-Criddle법(法)은 7, 8월(月)에 상관(相關)이 없다는 것이 특이(特異)하였다. 2. 기상요인중(氣象要因中) 잠재증발산량실측치(潛在蒸發散量實測値)와 유의(有意)한 상관(相關)이 있는 것은 기온(氣溫), 대기포차(大氣飽差), 일조시수(日照時數), 일사량(日射量), Pan증발량(蒸發量)이었으며, 이들 요인(要因)을 고려(考慮)한 다중회귀식(多重回歸式)은 PET산정식(算定式)으로 활용(活用)이 가능(可能)하였다. 잠재증발산량(潛在蒸發散量) 추정모형(推定模型)으로서는 Pan 증발량(蒸發量)(Eo)을 사용(使用)한 회귀식(回歸式)이 가장 간편(簡便)하고 정확(正確)하였다. PET= 0.712 + 0.705 Eo 3. 잠재증발산량(潛在蒸發散量)에 대한 최대증발량(最大蒸發量)(ETm)의 비(比)로 정의(定義)된 작물계수(作物係數)(Kc)는 배추생육초기(生育初期)에 0.5~0.7 범위(範圍)이었으며, 생육중기(生育中期)부터는 0.9~1.2범위(範圍)로 유지(維持)되었다. 작물계수(作物係數)는 생육진도(生育進度)(G ; 0~1.0)의 2차함수(次函數)로부터 추정(推定)할 수 있었다. 봄배추 : $$Kc=0.598+0.959G-0.501G^2$$ 가을배추 : $$Kc=0.402+1.887G-1.432G^2$$ 4. 최대증발산량(最大蒸發散量)에 대(對)한 실증발산량(實蒸發散量)의 비(比)로 정의(定義)된 토양수분계수(土壤水分係數)(Kf)는 근권(根圈)의 유효수분률(有效水分率)(f)이 임계치(臨界値)(fp)이상(以上)에서는 1.0 수준(水準)으로 유지(維持)되다가 그 이하(以下) 에서는 f에 따라 직선적(直線的)으로 감소(減少)되었다. Kc와 f와의 관계(關係)에 있어서 fp와 직선함수(直線函數)의 기울기는 재배시기(栽培時期)와 PET에 따라 각각 다르게 나타났다. Kf=1.0, if $$f{\geq}fp$$ $$Kf=a+b{\cdot}f$$, if f＜fp 5. 층위별(層位別) 토양수분함량(土壤水分含量)으로부더 근권(根圈)의 물보유량변화(保有量變化)(${\Delta}S$) 계산(計算)에 있어서 모관수(毛管水)의 상승(上昇)과 배수량(排水量)은 무시(無視)할 정도(程度)로 적었다. 침투량(浸透量)(I)이 있을때 표토(表土) 5cm에 보유(保有)되었다가 증발(蒸發)되어 버리는 물량(量)(Es)은 실증발산(實蒸發散) 추정한형(推定漢型)에서 별도로 고여(考濾)되어야 하며, Es는 근권(根圈)의 유효수분율(有效水分率)로부터 추정(推定)된 표사(表士) 5cm에서 증발가능(蒸發可能)한 최대(最大) 물량(Esm)과 I을 비교(比較)하여 결정(決定)할 수 있었다. Es = I if I < Esm Es = Esm if < Esm 380 6. 실증발산최(實蒸發散最)(ETa) 추정모형(推定模型)은 물수지식(收支式)에 근거(根據)하여, 모관수(毛管水)의 상하이동양(上下移動量)은 무시(無視)하고 잠재증발산양(潛在蒸發散量)(PET), Kc, Kf, Es를 고려(考慮)하여 아래식(式)으로 설정(設定)되었다. $$ETa=PET{\cdot}Kc{\cdot}Kf+Es$$ 7.배추의 상대수양(相對收量)(Y/Ym) 추정모형(推定模型)은 재배기간중(栽培期間中)의 ETa의 대수함수(對數函數)의 형태(形態)로 설정(設定)되었다. $$Y/Ym=a+b{\cdot}{\ell}n(ETa)$$ 봄배추 : a=0.07, b =0.73 가을배추 : a=0.37, b =0.66 8. 설정(設定)된 모형(模型)에 의해 추정(推定)된 실증발산양(實蒸發散量)과 상대수양(相對收量)을 실측치(實測値)와 비교(比較)하여 본 결과(結果), 실증발산추정치(實蒸發散推定値)의 평균편차(平均偏差)는 봄배추에서는 0.29mm/day, 가을배추에서는 0.19mm/day이었으며, 상대수양추정치(相對收量推定値)의 평균편차(平均偏差)는 봄배추에서는 0.14, 가을배추에서는 0.09이었다. 9. 모형설정(模型設定)이 완료(完了)된 이후(以後) 별도(別途)로 3작기(作期)에 대(對)한 실측치(實測値)와 추정치간(推定値間)의 편차(偏差)도 모형설정기간(模型設定期間)의 것보다 오히려 더 적게 나오는 경향(傾向)을 보였다. 따라서 본추정모형(本推定模型)은 실제(實際) 활용가치(活用價値)가 있다고 판단(判斷)된다.