작물이 스트레스를 받게 되면 스트레스에 민감하게 반응하는 기공 개폐에 의해 광합성과 증산에 영향을 미치는 CO2와 H2O 기체 교환에 영향을 주게 되고 이는 잎 표면 에너지 밸런스 및 작물 생장, 수량에 영향을 미친다. 따라서 기공이 기체를 교환하는 양인 기공전도도(gs)를 적시에 용이하게 관측할 수 있다면 작물의 현장 이해 및 예측에 유용할 것이다. 그러나 gs를 연속적으로 관측하기에는 어려움이 있다. gs와 밀접한 관련이 있는 작물 지수 중 하나로 1980년대 ...
작물이 스트레스를 받게 되면 스트레스에 민감하게 반응하는 기공 개폐에 의해 광합성과 증산에 영향을 미치는 CO2와 H2O 기체 교환에 영향을 주게 되고 이는 잎 표면 에너지 밸런스 및 작물 생장, 수량에 영향을 미친다. 따라서 기공이 기체를 교환하는 양인 기공전도도(gs)를 적시에 용이하게 관측할 수 있다면 작물의 현장 이해 및 예측에 유용할 것이다. 그러나 gs를 연속적으로 관측하기에는 어려움이 있다. gs와 밀접한 관련이 있는 작물 지수 중 하나로 1980년대 수분 스트레스를 표현하기 위해 개발된 Crop Water Stress Index (CWSI)는 기공의 개폐에 따른 엽온 변화에 기반한다. 최근 기술의 발달로 보다 쉽게 엽온을 도출할 수 있게 되면서 CWSI가 재조명되고 있다. gs와 CWSI는 엽온과 관계 있으므로 관측한 엽온을 통해 산출한 CWSI로 gs를 추정할 수 있을 것이라 가정에 따라 CWSI를 이용해 새로운 gs 추정 방법을 개발해 보고자 한다. CWSI와 gs의 상관관계를 규명하기 위하여 선행 연구된 문헌들의 자료를 수집하고, 관측된 기상 자료를 입력자료로 사용하는 물리방정식 기반의 수치모의 평가를 진행하였다. 이를 통해 CWSI와 gs는 음의 선형 상관관계를 가짐을 알게 되었다. 수치모의 평가의 결과를 기반으로 현장 관측을 진행하였다. gs를 잘 관측하는 것뿐만 아니라 CWSI를 잘 산출하는 것도 중요하기 때문에 산출하기 위한 여러가지 방법론 실험도 진행하였다. 방법론 실험에서 선택된 최대∙최소 기준 엽온을 구하는 방법론과 물리 방정식 기반의 최대∙최소 기준 엽온을 계산하여 비교하였다. CWSI와 gs가 단순한 선형 회귀식으로 표현된다면, 이를 통해 연속적인 CWSI 계산 및 gs 산출을 가능케 할 것이다. 더 나아가서 스마트팜 시스템에서 관수 스케줄링을 위한 작물 수분 스트레스 탐지뿐만 아니라 광합성, 증발산, 작물 생산량 추정에 사용할 수 있을 것이라 전망한다.
작물이 스트레스를 받게 되면 스트레스에 민감하게 반응하는 기공 개폐에 의해 광합성과 증산에 영향을 미치는 CO2와 H2O 기체 교환에 영향을 주게 되고 이는 잎 표면 에너지 밸런스 및 작물 생장, 수량에 영향을 미친다. 따라서 기공이 기체를 교환하는 양인 기공전도도(gs)를 적시에 용이하게 관측할 수 있다면 작물의 현장 이해 및 예측에 유용할 것이다. 그러나 gs를 연속적으로 관측하기에는 어려움이 있다. gs와 밀접한 관련이 있는 작물 지수 중 하나로 1980년대 수분 스트레스를 표현하기 위해 개발된 Crop Water Stress Index (CWSI)는 기공의 개폐에 따른 엽온 변화에 기반한다. 최근 기술의 발달로 보다 쉽게 엽온을 도출할 수 있게 되면서 CWSI가 재조명되고 있다. gs와 CWSI는 엽온과 관계 있으므로 관측한 엽온을 통해 산출한 CWSI로 gs를 추정할 수 있을 것이라 가정에 따라 CWSI를 이용해 새로운 gs 추정 방법을 개발해 보고자 한다. CWSI와 gs의 상관관계를 규명하기 위하여 선행 연구된 문헌들의 자료를 수집하고, 관측된 기상 자료를 입력자료로 사용하는 물리방정식 기반의 수치모의 평가를 진행하였다. 이를 통해 CWSI와 gs는 음의 선형 상관관계를 가짐을 알게 되었다. 수치모의 평가의 결과를 기반으로 현장 관측을 진행하였다. gs를 잘 관측하는 것뿐만 아니라 CWSI를 잘 산출하는 것도 중요하기 때문에 산출하기 위한 여러가지 방법론 실험도 진행하였다. 방법론 실험에서 선택된 최대∙최소 기준 엽온을 구하는 방법론과 물리 방정식 기반의 최대∙최소 기준 엽온을 계산하여 비교하였다. CWSI와 gs가 단순한 선형 회귀식으로 표현된다면, 이를 통해 연속적인 CWSI 계산 및 gs 산출을 가능케 할 것이다. 더 나아가서 스마트팜 시스템에서 관수 스케줄링을 위한 작물 수분 스트레스 탐지뿐만 아니라 광합성, 증발산, 작물 생산량 추정에 사용할 수 있을 것이라 전망한다.
Stomatal conductance (gs, mmol m-2 s-1) is one of the critical factors to understand crop growth. gs can express the biotic and abiotic plant stresses. In abnormal condition, such as drought, insects or disease, gs getting lower. These stresses affect the gas exchange in the stomata, which affects t...
Stomatal conductance (gs, mmol m-2 s-1) is one of the critical factors to understand crop growth. gs can express the biotic and abiotic plant stresses. In abnormal condition, such as drought, insects or disease, gs getting lower. These stresses affect the gas exchange in the stomata, which affects the leaf surface energy balance, crop growth, and yield. Knowing gs make us recognize and predict crop conditions. Therefore, the time series analysis of gs is necessary for the quick detection of abnormal crop condition in smart-farming system but there are some limitations to measure gs quickly and easily. One of the crop indices closely related to gs, the Crop Water Stress Index (CWSI) is suggested to detect the water stress of crops in 1980s. CWSI is based on the leaf energy balance, this basically related to leaf temperature based on stomata open and close. As recent technology has been developed, leaf temperature can be easily observed by thermal camera or infrared thermometer, etc. I assume that there is any relationship between CWSI and gs because both has something in common: leaf temperature. As the assumption, I trying to find out possibility of estimation of gs using CWSI which is based on thermal image. In this study, I try to figure out the relationship between gs and CWSI by data collection from previous studies and numerical simulation based on physical equations using observed meteorological data as input parameters. As a result, there is negative linear relationship between CWSI and gs, and slope of relationship was determined by maximum stomatal conductance (gs_max). Based on both studies, field observation was demonstrated to evaluate relationship under field conditions. In field observation, I have been tested various methods and tested a novel method used as reference temperature. Observed reference temperature was compared with calculated reference temperature based on physical equations. In a series of processes, I figure out there is a negative linear correlation between CWSI and gs. When this correlation could be expressed a simple linear regression, this will enable continuous CWSI calculation and gs estimation. Furthermore, this will contribute to not only monitoring of crop stress for irrigation scheduling in smart farm system but also estimating evapotranspiration, photosynthesis, and crop yield of target cops
Stomatal conductance (gs, mmol m-2 s-1) is one of the critical factors to understand crop growth. gs can express the biotic and abiotic plant stresses. In abnormal condition, such as drought, insects or disease, gs getting lower. These stresses affect the gas exchange in the stomata, which affects the leaf surface energy balance, crop growth, and yield. Knowing gs make us recognize and predict crop conditions. Therefore, the time series analysis of gs is necessary for the quick detection of abnormal crop condition in smart-farming system but there are some limitations to measure gs quickly and easily. One of the crop indices closely related to gs, the Crop Water Stress Index (CWSI) is suggested to detect the water stress of crops in 1980s. CWSI is based on the leaf energy balance, this basically related to leaf temperature based on stomata open and close. As recent technology has been developed, leaf temperature can be easily observed by thermal camera or infrared thermometer, etc. I assume that there is any relationship between CWSI and gs because both has something in common: leaf temperature. As the assumption, I trying to find out possibility of estimation of gs using CWSI which is based on thermal image. In this study, I try to figure out the relationship between gs and CWSI by data collection from previous studies and numerical simulation based on physical equations using observed meteorological data as input parameters. As a result, there is negative linear relationship between CWSI and gs, and slope of relationship was determined by maximum stomatal conductance (gs_max). Based on both studies, field observation was demonstrated to evaluate relationship under field conditions. In field observation, I have been tested various methods and tested a novel method used as reference temperature. Observed reference temperature was compared with calculated reference temperature based on physical equations. In a series of processes, I figure out there is a negative linear correlation between CWSI and gs. When this correlation could be expressed a simple linear regression, this will enable continuous CWSI calculation and gs estimation. Furthermore, this will contribute to not only monitoring of crop stress for irrigation scheduling in smart farm system but also estimating evapotranspiration, photosynthesis, and crop yield of target cops
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.