선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 기상요인이 도열병 발병에 미치는 영향에 대한 연구는 많이 있지만 실제 도열병 병발생 포장에서 측정된 실황 국부기상과 도열병과의 상호관계를 발표한 자료는 드물다. 그러므로 이 연구에서는 도열병 발병에 관여하는 포장 실황 기상요인과 도열병 병발생과의 상호관계를 밝히고, 이를 이용한 발병 통계 모형을 만들어 보고자 했다.
제안 방법
- 작물 생육 전 기간 동안 매시 단위로 기상을 측정하며, 매달 자료를 수집하였다. 1997년도 벼 도열병 발병 조사에 사용하기 위하여 기온, 상대습도, 일사량, 강우량, 풍향, 풍속, 지온, 잎습전지속시간 등 8개의 기상 요소를 측정하였다. 기상 요소 측정에 사용된 감지기들을 제어하고 측정된 기상 자료를 저장하기 위한 자료집록기는 Campbell사에서 제작한 21XL을 이용하였다.
- 관계). 1997년도 포장에서 조사된 벼 도열병 발병 상황 자료를 이용하여 '97년 AWS에서 수집된 벼 생육 주변의 실황 기상과의 관계를 통계분석하였다. 도열병 발병심각도는 각 구역의 세구를 하나의 구역으로 수정하여 반복처리 자료로 이용하였다.
- 도열병 epidemic馋의 통계모형. AWS에서 수집된 기상자료를 이용한 분석은: ① 최초 도열병 조사일인 7월 12일 이후 가장 많은 발병을 보인 8월 1일까지 잎도열병 발병 심각도; ② 발병심각도가 급격히 낮아진 8월 8일부터 8월 25일의 잎도열병 발병심각도; ③ 8월 30일부터 9월 19일의 목도열병 발병률을 이용하여 도열병 발병 조사 전일부터 20일 전까지 각각의 평균과 발병심각도와의 관계를 조사하였다. 이 중 ①의 기간이 잎도열병 발병 조사일 전일부터 10일간 평균이 잎도열병 발병심각도에 가장 크게 영향을 미치는 것으로 나타났으며, 이를 이용하여 통계모형을 작성하였다.
- 일조시간은 7월초까지 적은 시간을 보였다. 도열병 발병 예찰을 위한 통계모형 작성을 위하여 도열병의 발병 현상을 3시기로 분류하였다. 첫 번째 시기는 도열병 초기 발병일로부터 최고 발병을 보인 기간, 두 번째 시기는 출수기 이후의 도열병 발병일로부터 목도열병 발병 전까지의 기간, 세 번째는 시기는 목도열병 발병 기간으로 설정하였다.
- 1997년도 포장에서 조사된 벼 도열병 발병 상황 자료를 이용하여 '97년 AWS에서 수집된 벼 생육 주변의 실황 기상과의 관계를 통계분석하였다. 도열병 발병심각도는 각 구역의 세구를 하나의 구역으로 수정하여 반복처리 자료로 이용하였다. 통계모형 구축은 도열병 발병심각도를 종속변수로 하고, 기상 환경요인들을 독립변수로 하였다.
- 1997년의 경우(7/8, 7/12, 7/15, 7/16, 7/19, 7/23, 7/25, 8/ 1, 8/8, 8/16, 8/25) 모두 11회에 걸쳐서 잎도열병 조사와 8/30, 9/9, 9/19까지 3회의 목도열병 발병률 조사하였다. 도열병 발병은 각 세구별로 임의 선택(지그제그방식)으로 발병주를 조사하였다. 발병주에 나타난 병반수로 0에서 5 까지 발병 등급화를 나누고, 가중치 계산식으로 세구별발병 가중치와 평균 발병 가중치를 구하였다.
- 통계적 모형의 최적 회귀를 위한 독립변수 선택은 독립변수들의 가능한 모든 조 합에 대한 결정계수 R2와 Mallow의 Cp를 계산하는 R2 선택법을 이용하였다. 독립변수는 도열병 발병 조사 전일로부터 2일전, 3일전, , 19일전, 20일전 기상정보로서, 온도(평균 . 최고 . 최저), 상대습도, 일사량, 풍속 등은 평균으로 사용하고, 강우량, 잎습전지속시간, 상대습도 90%이상인 시간 등은 누적으로 사용하여, 도열병 발병에 가장 많은 영향을 미치는 기간을 구하였다. 도열병 발병에 영향을 미치는 기상요인 서로간의 상관관계와 도열병 발병과 기상요소의 유의성 분석을 하기 위하여 통 계 분석 프로그램인 SAS(Statistical Analysis System) Program package를 이용하였다.
- 발병주에 나타난 병반수로 0에서 5 까지 발병 등급화를 나누고, 가중치 계산식으로 세구별발병 가중치와 평균 발병 가중치를 구하였다. 발병률(DI: disease incidence)은 조사 주수에 대해 도열병 병반이 나타난 발병 주수이고, 발병심각도(DS: disease severity)는최고 등급 발병주에 대해 발병 등급별 발병 주수이고, 병진전곡선하면적 (AUDPC: area under disease progresscurve)은 재배기간동안 조사한 발병률의 평균치로 병진전곡선 (DPC: disease progress curve)을 작성하여 그 면적을 구했다 (Table 1).
- 도열병 발병은 각 세구별로 임의 선택(지그제그방식)으로 발병주를 조사하였다. 발병주에 나타난 병반수로 0에서 5 까지 발병 등급화를 나누고, 가중치 계산식으로 세구별발병 가중치와 평균 발병 가중치를 구하였다. 발병률(DI: disease incidence)은 조사 주수에 대해 도열병 병반이 나타난 발병 주수이고, 발병심각도(DS: disease severity)는최고 등급 발병주에 대해 발병 등급별 발병 주수이고, 병진전곡선하면적 (AUDPC: area under disease progresscurve)은 재배기간동안 조사한 발병률의 평균치로 병진전곡선 (DPC: disease progress curve)을 작성하여 그 면적을 구했다 (Table 1).
- 재배농가에서 육묘한 일품벼(1996년 현재 경북지방에서 가장 많이 재배되고 있으며 도열병에 감수성이었음)를 공시포장에 이앙하여 벼 재배하였다. 손으로 이앙한 후, 질소(요소)시비를 3배로 하여 재배하였다. 약 100평씩 3개의 층으로 되어 있는 시험 포장을 A-B- C로 구역화 한 뒤, 각 층마다 논 형태에 맞추어 논둑과 논에 지주를 세우고 가는 줄을 이용하여 직사각형으로 A 구에 19개, B구 17개, C구 12개의 세구를 나누었다 각세구 별로 20-50주의 벼를 임의 선택하여 벼 이앙후 도열병 발병량을 육안 조사하였다(Fig.
- 7mm 를 나타내었다. 안동대학교 도열병 시험포장에 설치되어있는 AWS는 안동지역을 평균하는 안동기상대와 지형적 · 위치적인 차이가 있기 때문에 벼 생육시기인 6월부터 9 월까지 두 지역의 기상을 비교하였다. 평균 온도의 경우는 안동기상대보다 평균 1.
- 손으로 이앙한 후, 질소(요소)시비를 3배로 하여 재배하였다. 약 100평씩 3개의 층으로 되어 있는 시험 포장을 A-B- C로 구역화 한 뒤, 각 층마다 논 형태에 맞추어 논둑과 논에 지주를 세우고 가는 줄을 이용하여 직사각형으로 A 구에 19개, B구 17개, C구 12개의 세구를 나누었다 각세구 별로 20-50주의 벼를 임의 선택하여 벼 이앙후 도열병 발병량을 육안 조사하였다(Fig. 1).
- 기상 요소 측정에 사용된 감지기들을 제어하고 측정된 기상 자료를 저장하기 위한 자료집록기는 Campbell사에서 제작한 21XL을 이용하였다. 잎습전지속시간은 Leaf Wetness 감지기를 지면에서 50cm위치에 설치하여 측정하였으며, 기온, 상대습도 등 기상 요소 측정에 사용된 감지기들은 Campbell사의 21XL 자료집록기와 호완성 있는 것을 사용하여 지면으로부터 1-3 m 위치에 설치하여 기상을 측정하였다. 데이터 수집과 가공에는 Intel Pentium PC와 MS- Windows 95 운영체제를 이용하였으며, 21XL 자료 집록기로부터 측정된 기상 요소를 수집 , 분류, 편집하기 위하여 Campbell사의 PC-208W를 이용하였다.
- 도열병 발병 예찰을 위한 통계모형 작성을 위하여 도열병의 발병 현상을 3시기로 분류하였다. 첫 번째 시기는 도열병 초기 발병일로부터 최고 발병을 보인 기간, 두 번째 시기는 출수기 이후의 도열병 발병일로부터 목도열병 발병 전까지의 기간, 세 번째는 시기는 목도열병 발병 기간으로 설정하였다. 그러나 두 번째 시기는 벼는 잎도열병에 성체 저항성을 나타내므로 적절한 기상이 되어도 발병되지 않는다는 것과 같이 시험 포장에서도 잎도열병 발생이 되지 않았다.
- 도열병 발병심각도는 각 구역의 세구를 하나의 구역으로 수정하여 반복처리 자료로 이용하였다. 통계모형 구축은 도열병 발병심각도를 종속변수로 하고, 기상 환경요인들을 독립변수로 하였다. 통계적 모형의 최적 회귀를 위한 독립변수 선택은 독립변수들의 가능한 모든 조 합에 대한 결정계수 R2와 Mallow의 Cp를 계산하는 R2 선택법을 이용하였다.
- 포장에서의 발병량 조사는 이앙 후 매주 실시하였으며, 발병이 시작되는 시기에는 2-3일 간격으로 조사하였다. 1997년의 경우(7/8, 7/12, 7/15, 7/16, 7/19, 7/23, 7/25, 8/ 1, 8/8, 8/16, 8/25) 모두 11회에 걸쳐서 잎도열병 조사와 8/30, 9/9, 9/19까지 3회의 목도열병 발병률 조사하였다.
대상 데이터
- 경북 안동시 송천동 소재 안동대학교 구내의 야산 산록 계곡에 위치한 천수답으로 양쪽 언덕 사이에 위치해서 매년 도열병이 상습적으로 발생하는 논을 시험 포장으로 설정하였다. 재배농가에서 육묘한 일품벼(1996년 현재 경북지방에서 가장 많이 재배되고 있으며 도열병에 감수성이었음)를 공시포장에 이앙하여 벼 재배하였다.
- 1997년도 벼 도열병 발병 조사에 사용하기 위하여 기온, 상대습도, 일사량, 강우량, 풍향, 풍속, 지온, 잎습전지속시간 등 8개의 기상 요소를 측정하였다. 기상 요소 측정에 사용된 감지기들을 제어하고 측정된 기상 자료를 저장하기 위한 자료집록기는 Campbell사에서 제작한 21XL을 이용하였다. 잎습전지속시간은 Leaf Wetness 감지기를 지면에서 50cm위치에 설치하여 측정하였으며, 기온, 상대습도 등 기상 요소 측정에 사용된 감지기들은 Campbell사의 21XL 자료집록기와 호완성 있는 것을 사용하여 지면으로부터 1-3 m 위치에 설치하여 기상을 측정하였다.
- 잎습전지속시간은 Leaf Wetness 감지기를 지면에서 50cm위치에 설치하여 측정하였으며, 기온, 상대습도 등 기상 요소 측정에 사용된 감지기들은 Campbell사의 21XL 자료집록기와 호완성 있는 것을 사용하여 지면으로부터 1-3 m 위치에 설치하여 기상을 측정하였다. 데이터 수집과 가공에는 Intel Pentium PC와 MS- Windows 95 운영체제를 이용하였으며, 21XL 자료 집록기로부터 측정된 기상 요소를 수집 , 분류, 편집하기 위하여 Campbell사의 PC-208W를 이용하였다.
- 주변 기상과 벼 도열병 발병과의 관계를 조사하기 위하여 1995년도부터 1997년까지 도열병 시험 포장에서 아래로 20m 지역에 무인기상관측장치(AWS)를 설치 운영하였다. 작물 생육 전 기간 동안 매시 단위로 기상을 측정하며, 매달 자료를 수집하였다. 1997년도 벼 도열병 발병 조사에 사용하기 위하여 기온, 상대습도, 일사량, 강우량, 풍향, 풍속, 지온, 잎습전지속시간 등 8개의 기상 요소를 측정하였다.
- 경북 안동시 송천동 소재 안동대학교 구내의 야산 산록 계곡에 위치한 천수답으로 양쪽 언덕 사이에 위치해서 매년 도열병이 상습적으로 발생하는 논을 시험 포장으로 설정하였다. 재배농가에서 육묘한 일품벼(1996년 현재 경북지방에서 가장 많이 재배되고 있으며 도열병에 감수성이었음)를 공시포장에 이앙하여 벼 재배하였다. 손으로 이앙한 후, 질소(요소)시비를 3배로 하여 재배하였다.
- 벼 재배 포장의 실황기상 조사. 주변 기상과 벼 도열병 발병과의 관계를 조사하기 위하여 1995년도부터 1997년까지 도열병 시험 포장에서 아래로 20m 지역에 무인기상관측장치(AWS)를 설치 운영하였다. 작물 생육 전 기간 동안 매시 단위로 기상을 측정하며, 매달 자료를 수집하였다.
데이터처리
- 최저), 상대습도, 일사량, 풍속 등은 평균으로 사용하고, 강우량, 잎습전지속시간, 상대습도 90%이상인 시간 등은 누적으로 사용하여, 도열병 발병에 가장 많은 영향을 미치는 기간을 구하였다. 도열병 발병에 영향을 미치는 기상요인 서로간의 상관관계와 도열병 발병과 기상요소의 유의성 분석을 하기 위하여 통 계 분석 프로그램인 SAS(Statistical Analysis System) Program package를 이용하였다.
- AWS에서 수집된 기상자료를 이용한 분석은: ① 최초 도열병 조사일인 7월 12일 이후 가장 많은 발병을 보인 8월 1일까지 잎도열병 발병 심각도; ② 발병심각도가 급격히 낮아진 8월 8일부터 8월 25일의 잎도열병 발병심각도; ③ 8월 30일부터 9월 19일의 목도열병 발병률을 이용하여 도열병 발병 조사 전일부터 20일 전까지 각각의 평균과 발병심각도와의 관계를 조사하였다. 이 중 ①의 기간이 잎도열병 발병 조사일 전일부터 10일간 평균이 잎도열병 발병심각도에 가장 크게 영향을 미치는 것으로 나타났으며, 이를 이용하여 통계모형을 작성하였다. '97년도 벼 도열병 발병심각도에 영향을 미치는 기상요인에 대하여 각각 요인을 독립변수로 취하였을 때 최고온도가 결정계수 0* .
이론/모형
- 통계모형 구축은 도열병 발병심각도를 종속변수로 하고, 기상 환경요인들을 독립변수로 하였다. 통계적 모형의 최적 회귀를 위한 독립변수 선택은 독립변수들의 가능한 모든 조 합에 대한 결정계수 R2와 Mallow의 Cp를 계산하는 R2 선택법을 이용하였다. 독립변수는 도열병 발병 조사 전일로부터 2일전, 3일전, , 19일전, 20일전 기상정보로서, 온도(평균 .
성능/효과
- 그러나 아직 목도열병은 나타나지 않았다. 8월 30일부터 실시된 목도열병 조사에서는 A-1(발병률: 36.7%), 2(27.3%), 9(27.8%), 15(37.5%) 세구에서 목도열병 발병률이 가장 높았으며 전체 발병률은 10% 이내로 나타났다. 그러나 9월 9일과 9월 19일 모두 더 이상의 발병 진전을 보이지 않았다.
- 벼 생육 69일째(8월 8일)는 발병률이 0%로 떨어지는 현상을 보였는데 (Table 2)이 기간은 최고 분얼기간으로 새로운 줄기와 잎의 생육속도가 증가되어, 기존의 병반 잎들이 새로운 잎 아래로 처지면서 잎도열병이 감소되는 현상을 나타내었기 때문으로 여겨진다. 8월 30일부터 실시된 목도열병 조사에서는 동일한 포장 내에서 발생된 잎도열병균이 목도열병에 관여한다고 보고한 것과 같이 잎도열병 발병이 심하던 A-1(발병률: 36.7%), 2(27.3%), 9(27.8%), 15(37.5%) 세구에서 목도열병 발병률이 가장 높았으며 전체 발병률은 10% 이내로 나타났다. 도열병 발병은 전해 벼 수확 후 논과 논 주변에서 월동하고 있던 병원균 또는 도열병에 감염된 종자에 의해 1차 전염원이 된다.
- 5 mm(43 hr)와 비교하여도 시험포장의 강우량이 많은 것을 알 수 있다. 92년부터 97년까지의 안동지역의 평균온도, 상대습도, 강우량, 일조시간 등을 비교해 본 결과, '97년의 평균온도는 예년에 비해 높은 온도를 보였으며, 상대습도의 경우 7월부터 8월초까지 예년에 비해 높은 경향을 보였다. 강우량은 전반적으로 비슷하였으며 전체 강우량중 장마기인 6-7월에 가장 많은 강우를 보였다.
- 최저 온도, 상대습도, 일사량, 풍향, 잎습전지속시간등이다. 97년과 96년의 기상을 비교하여 보면, 벼 이앙 이후 유효분얼시기인 6월부터 7월까지는 97년이 높은 평균온도를 나타냈으며, 7월 15일 이후부터 8월 20일까지 무효분얼 시기에는 상대적으로 낮다가 8월말부터는 높은 경향을 나타내었다. 상대습도는 '97년이 전체적으로 높은 경향을 나타내었다.
- 0%을 보였다. 다음 조사일 7월 15일에 가장 많은 발병을 보인 구역은 A-1 번 세구(발병심각도: 6.5%)와 C-4번 세구(5.8%)이었으며, 이때의 도열병 발병은 논 가장자리를 중심으로 전체 조사주의 약 11%의 발병률(발병 심각도: 2.3%)을 보였다. 7월 16일 전체 조사주 33%의 발병률(발병심각도: 8.
- 벼 도열병 발병심각도와 각 기상요인들 간의 상관관계에서 모든 기상요인들이 높은 수준으로 나타났지만, 풍속은 기상요인들 간에만 상관관계를 나타내었다. 풍속은 시험포장이 산간 계곡에 위치하고 있어 다른 기상요인과는 달리 계곡의 영향으로 낮과 밤의 바람 방향이 반대가 되는 현상에 의한 것으로 생각된다.
- 7도 낮게 나타났다. 상대습도의 경우에는 AWS가 전체적으로 평균 12% 높게 나타났다. 일사량은 두 지역이 비슷한 경향을 보였다.
- 일사량은 두 지역이 비슷한 경향을 보였다. 안동기상대에 비해 시험포장의 강우량은 다른 기상요소와는 달리 많은 차이를 보이고 있었는데, 강우량 960 mm, 강우시간은 19시간으로 시험포장이 높은 강우량을 보였다. 이는 '96년 시험포장의 강우량(강수시 간) 807.
- 안동대학교 도열병 시험포장에 설치되어있는 AWS는 안동지역을 평균하는 안동기상대와 지형적 · 위치적인 차이가 있기 때문에 벼 생육시기인 6월부터 9 월까지 두 지역의 기상을 비교하였다. 평균 온도의 경우는 안동기상대보다 평균 1.5도의 낮은 온도를 보이면서 비슷한 경향으로 진행되고 있으며, 최고 온도도 안동기 상대보다 평균 0.7도 낮게 나타났다. 상대습도의 경우에는 AWS가 전체적으로 평균 12% 높게 나타났다.
- 955 를 나타냄으로써 다른 요인에 비하여 중요한 요인으로 나타났다. 평균온도(F= 0.932), 잎습전지속시간(F = 0.866), 상대습도(F =0.840) 등 측정된 모든 기상요소에 대하여 결정계수가 높게 나타났지만 풍속은 결정계수 0.242로 도열병 발병에 많은 영향을 미치지 않는 것으로 나타났다. 벼 도열병의 발병 진전 정도에 대한 예측모형 작성에 필요한 최적변수조합을 선발하기 위하여 발병심각도와 기상요소간의 관계를 SAS Program의 R2 선택방법을 이용하여 통계 처리 요약한 결과는 Table 3와 같다.
- 벼 생육기간에 걸친 기상요인들 중에서 도열병 발병에 가장 밀접한 관계가 있고, 가장 많은 연구의 대상이 되어온 기상 요인에는 평균온도, 상대습도, 잎습전지속시간 등이 있다. 하지만 이번 조사에서는 일평균 최고온도, 평균온도, 상대습도, 상대습도 90% 이상 시간이 도열병 발병에 가장 큰 요인으로 나타났다(Table4. Fig. 6, 7).
후속연구
- 단지 1년간의 자료로 작성된 통계모형은 그 신빙성에 문제가 있을 수 있다. 그러므로 지속적인 조사를 통한 발병 모형의 수정으로 완전한 발병 예찰 모형을 완성할 수 있을 것이다.
- 도열병 발병 모의 실황시험 포장의 위치가 산간 계곡에 위치함으로써 아침과 저녁 시간대의 숲의 그림자에 의한 영향과 계곡의 기상 상태를 감안할 때 평야지 포장에서의 병발생 상태와 다르다. 그러므로 차후에 이 연구가 계속 진행된다면 조사지역에는 일차적으로 논 주변의 전염원과 분포 상태, 초기전염 시기와 정도 그리고 도열병의 진전과 확산 등의 조사와 지역적으로 떨어진 포장에서의 도열병 발생 정도 등의 조사가 선행되어야 할 것이다. 단지 1년간의 자료로 작성된 통계모형은 그 신빙성에 문제가 있을 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.