1987년부터 1995년까지 전남 고흥군의 농가포장에서 감자의 주요특성과 재배기간중 관측된 기상자료를 이용하여 생육 및 수량과 기상요인과의 상관관계, 분석 및 수량추정식을 유도한 결과는 다음과 같다. 1.기상요인 중 변이가 큰 것은 3월과 4월의 최저기온으로서 변이계수는 각각 368.0%, 126.0%였으며 5, 6월의 평균기온, 최고기온 및 최저기온은 비교적 변이가 적 었다. 2. 생육 및 수량형질의 변이계수에서 수량은 3.7%로 매우 낮아 품종고유의 유전특성의 지배를 많이 받는 반면, 경장은 14.3%, 경수는 9.3%로 높아서 어느정도 환경요인에 영 향을 받는것으로 나타났다. 3. 4월의 강수량 및 6월의 평균기온과 수량간에는 부의 상관으로 나타났다. 4. 생육 및 수량간에 는 모두가 정의 상관으로 유의성이 인정되었으며 4월의 강수량을 이용하여 경장을 추정한 결과 $Y_1$: 82.47-0.11X ($R^2$=0.3959)의 직선 회귀식을 유도할 수 있었고, 역시 4월의 강수량을 이용하여 수량을 추정한 결과 $Y_2$: 2003.61-0.94X ($R^2$=0.5418)의 직선 회귀식을 얻을 수 있었으며 이들에 대한 분산분석에서도 유의성이 인정되었기에 수량에 대한 추정식을 이용하여 이론적 수량과 실제 수량의 오차를 구한 결과 값이 같아서 잘 적중되었다.
1987년부터 1995년까지 전남 고흥군의 농가포장에서 감자의 주요특성과 재배기간중 관측된 기상자료를 이용하여 생육 및 수량과 기상요인과의 상관관계, 분석 및 수량추정식을 유도한 결과는 다음과 같다. 1.기상요인 중 변이가 큰 것은 3월과 4월의 최저기온으로서 변이계수는 각각 368.0%, 126.0%였으며 5, 6월의 평균기온, 최고기온 및 최저기온은 비교적 변이가 적 었다. 2. 생육 및 수량형질의 변이계수에서 수량은 3.7%로 매우 낮아 품종고유의 유전특성의 지배를 많이 받는 반면, 경장은 14.3%, 경수는 9.3%로 높아서 어느정도 환경요인에 영 향을 받는것으로 나타났다. 3. 4월의 강수량 및 6월의 평균기온과 수량간에는 부의 상관으로 나타났다. 4. 생육 및 수량간에 는 모두가 정의 상관으로 유의성이 인정되었으며 4월의 강수량을 이용하여 경장을 추정한 결과 $Y_1$: 82.47-0.11X ($R^2$=0.3959)의 직선 회귀식을 유도할 수 있었고, 역시 4월의 강수량을 이용하여 수량을 추정한 결과 $Y_2$: 2003.61-0.94X ($R^2$=0.5418)의 직선 회귀식을 얻을 수 있었으며 이들에 대한 분산분석에서도 유의성이 인정되었기에 수량에 대한 추정식을 이용하여 이론적 수량과 실제 수량의 오차를 구한 결과 값이 같아서 잘 적중되었다.
This study was conducted to investigate the relationships between yearly variations of elimatic elements and yearly variations of productivity in potato. In addition, correlation coefficients among yield and yield components were estimated. The data of yield and yield components were investigated fo...
This study was conducted to investigate the relationships between yearly variations of elimatic elements and yearly variations of productivity in potato. In addition, correlation coefficients among yield and yield components were estimated. The data of yield and yield components were investigated for 9 years from 1987 to 1995. The meteorological data what gathered at the Goheung Weather Station for the same period of crop growing season were used to find out the relationships between climatic elements and crop productivity. Yearly variation of the daily minimum temperature in March and April were large with coefficients of variation (C.V.) of 126.0%,368.0%, respectively, but the variation of the daily mean and maximum temperature in May and June were relative small. Stem length and number of stem show more C.V. of 9.3% ,14.3%, respectively, but the variation of the yield was relative small with 3.7%. Correlation coefficients between the amount of precipitation in April and yield, yield and daily mean temperature in June were negatively significant at the level of 5, 1%, respectively. Correlation coefficients between the growth habits and yield are positively significant at the level of 5, 1%, respectively. Simple linear regression equations by the least square method are estimated for stem length $(Y_1)$ and the precipitation in April(X) as $Y_1=82.47-0.11{\times}(R_2=0.3959)$, and for yield$(Y_2)$ and the precipitation in April(X) as $Y_2=2003.61-0.94{\times}(R_2=0.5418)$.
This study was conducted to investigate the relationships between yearly variations of elimatic elements and yearly variations of productivity in potato. In addition, correlation coefficients among yield and yield components were estimated. The data of yield and yield components were investigated for 9 years from 1987 to 1995. The meteorological data what gathered at the Goheung Weather Station for the same period of crop growing season were used to find out the relationships between climatic elements and crop productivity. Yearly variation of the daily minimum temperature in March and April were large with coefficients of variation (C.V.) of 126.0%,368.0%, respectively, but the variation of the daily mean and maximum temperature in May and June were relative small. Stem length and number of stem show more C.V. of 9.3% ,14.3%, respectively, but the variation of the yield was relative small with 3.7%. Correlation coefficients between the amount of precipitation in April and yield, yield and daily mean temperature in June were negatively significant at the level of 5, 1%, respectively. Correlation coefficients between the growth habits and yield are positively significant at the level of 5, 1%, respectively. Simple linear regression equations by the least square method are estimated for stem length $(Y_1)$ and the precipitation in April(X) as $Y_1=82.47-0.11{\times}(R_2=0.3959)$, and for yield$(Y_2)$ and the precipitation in April(X) as $Y_2=2003.61-0.94{\times}(R_2=0.5418)$.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본실험에서는 감자수량에 대한 추정식을 개발하여 작물과 기상과의 관계에 대한 기초자료 뿐만 아니라 기상환경의 변화에 따른 안전재배 생산기술에 이용코자 전남 고흥지방에서 기상요인과 감자의 생육 및 수량과의 관계에 대해 분석한 결과 몇가지 참고 할만한 자료를 얻었으므로 이에 보고하는 바이다.
제안 방법
기 상요인과 감자 생육의 관계를 분석하기 위해서 먼저 감자 생육 기간중의 기상요인의 변이를 표 2와 같이 조사하였다.
본 시험은 표 1과 같이 1987년부터 1995년까지 9년간 계속 재배하여온 농가포장(고흥군 고흥읍)에서 조사한 감자의 주요특성과 재배기 간중 관측된 기상자료를 이용하여 생육, 수량과 기상요인과의 상관 관계, 분산 및 수량 추성식을 유도하였다.
성능/효과
1. 기상요인 중 변이가 큰 것은 3월과 4월의 최저기온으로서 변이계수는 각각 368.0%, 126.0%였으며 5, 6월의 평균기온, 최고기온 및 최저기온은 비교적 변이가 적었다.
2. 생육 및 수량형질의 변이계수에서 수량은 3.7%로 매우 낮아 품종고유의 유전특성의 지배 를 많이 받는 반면, 경장은 14.3%, 경수는 9.3%로 높아서 어느 정도 환경 요인에 영향을 받는 것으로 나타났다.
4. 생육 및 수량간에는 모두가 정의 상관으로 유의성이 인정되었으며 4월의 강수량을 이용하여 경장 을 추정한 결과 Y. = 82.47 - 0.11X (RJ0.3959)의 직선회귀식을 유도할 수 있었고, 역시 4월의 강수량을 이용하여 수량을 추정한 결과 ¥ = 2003.61 - 0.94X (RF.5418)의 직선회귀식을 얻을 수 있었으며 이들에 대한 분산 분석에서도 유의성이 인정되었기에 수량에 대한 추정식을 이용하여 이론적 수량과 실제 수량의 오차를 구한 결과 값이 같아서 잘 적중되었다.
생육 및 수량형질 상호간의 상관은 표 5와 같이 경장과 경수 간에는 0.9758**로 고도의 유의한 정의 상관을, 경장과 수량간에는 0.7977**로 고도의 유의한 정의 상관을, 경수와 수량간에는 0.7228**로 정의 상관을 보여 경장이 길고 경수가 많으면 수량이 많음을 알 수 있었다.
수량형질의 변이정도는 수량형질에서 3.7%로 나타나 변이가 심하지 않은 것으로 나타났다. 이는 골 풀의 생경 중에서 28.
시험기간중 감자 생육 및 수량 형질들의 변이를 표 3에서 보면 수량은 변이계수가 3.7%로 매우낮았 는데 이는 품종고유의 유전특성의 지배를 많이 받았다는 결과인 반면, 경장은 14.3%, 경수는 9.3%로 높아서 어느정도 환경요인에 영향을 받는 것으로 나타났다.
표 4와 같이 6월의 평균기온 및 4월의 강수량과 수량형질, 수량간의 상관에서는 부의 상관으로 유의 하게 나타나서 4월의 많은 강수량과 수확기인 6월 의 온도가 높으면 수량구성 형질 및 수량이 낮은 결과 였음을 알 수 있었고 재배기간중(3~6월)의 강수량과 수량간에는 부의 상관을, 6월의 강수량과 수량구성 요소 및 수량간의 상관에서도 부의 상관으로 나타나 감자의 생육과 수량에서 강우량은 적은쪽이 유리함을 알 수 있었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.