나주지역에서 '신고' 배나무의 만개일 및 생육기 기상이 수확일에 미치는 영향을 분석하고 과실 생육일수를 추정할 수 있는 다중 직선회귀 모델을 도출하였다. 만개일이 빠른 해일수록 수확일이 빨라지는 경향이었지만 과실 생육일수는 길어지는 경향이었다. 과실 생육기의 $0^{\circ}C$ 기준 일평균기온과 일최고기온의 생육온도일수와 변이계수는 3,565와 2.9% 및 4,463과 2.5%로 해에 따른 편차가 적었다. 과실 생육일수와 생육기의 월별 일평균기온 및 일최고기온의 생육온도 일수와는 관련성이 낮았지만, 만개후 생육일수별 기상요인과는 관련성이 높게 나왔다. 특히 만개후 1-60일과 31-60일까지의 일평균기온 및 일최고기온의 생육온도 일수와는 높은 부(-)의 상관을 나타내었다. 만개일과 만개 후 1일부터 60일까지의 일평균기온 및 일최고기온의 생육온도 일수를 독립변수로 하여 과실 생육일수를 추정하는 다중 선형회귀식으로 0.7212의 높은 결정계수 값을 얻었다. 따라서 나주지역에서 배 '신고'의 과실 생육일수를 다중 직선회귀 모델식에 의해 72%의 정확도로 추정할 수 있다.
나주지역에서 '신고' 배나무의 만개일 및 생육기 기상이 수확일에 미치는 영향을 분석하고 과실 생육일수를 추정할 수 있는 다중 직선회귀 모델을 도출하였다. 만개일이 빠른 해일수록 수확일이 빨라지는 경향이었지만 과실 생육일수는 길어지는 경향이었다. 과실 생육기의 $0^{\circ}C$ 기준 일평균기온과 일최고기온의 생육온도일수와 변이계수는 3,565와 2.9% 및 4,463과 2.5%로 해에 따른 편차가 적었다. 과실 생육일수와 생육기의 월별 일평균기온 및 일최고기온의 생육온도 일수와는 관련성이 낮았지만, 만개후 생육일수별 기상요인과는 관련성이 높게 나왔다. 특히 만개후 1-60일과 31-60일까지의 일평균기온 및 일최고기온의 생육온도 일수와는 높은 부(-)의 상관을 나타내었다. 만개일과 만개 후 1일부터 60일까지의 일평균기온 및 일최고기온의 생육온도 일수를 독립변수로 하여 과실 생육일수를 추정하는 다중 선형회귀식으로 0.7212의 높은 결정계수 값을 얻었다. 따라서 나주지역에서 배 '신고'의 과실 생육일수를 다중 직선회귀 모델식에 의해 72%의 정확도로 추정할 수 있다.
The effect of full bloom date and growing season weather on harvesting date of 'Niitaka' pear (Pyrus pyrifolia) in Naju province and the model of multiple linear regression for predicting the fruit growing days was studied. Earlier year in full bloom date, the harvesting date tended earlier but frui...
The effect of full bloom date and growing season weather on harvesting date of 'Niitaka' pear (Pyrus pyrifolia) in Naju province and the model of multiple linear regression for predicting the fruit growing days was studied. Earlier year in full bloom date, the harvesting date tended earlier but fruit growing days tended longer. Mean and coefficient of variation of fruit growing degree days (GDD) accumulated daily mean and maximum temperature at the base of $0^{\circ}C$ from full bloom date to harvesting date was 3,565, 2.9% and 4,463, 2.5%, respectively. Fruit growing days was not correlated with the fruit GDD accumulated daily mean and maximum temperature at the base of $0^{\circ}C$ in each month but highly correlated with GDD accumulated daily meteorological factors at days after full bloom date. Especially, it was highly negatively correlated with GDD accumulated daily mean and maximum temperature at the base of $0^{\circ}C$ from $1^{st}$ day after full bloom to $60^{th}$ day. The determination coefficient ($r^2$) of multiple linear regression model by full bloom date, GDD accumulated daily mean and maximum temperature from $1^{st}$ day after full bloom to $60^{th}$ day for predicting fruit growing days was 0.7212. As a result, the fruit growing days of 'Niitaka' pear in Naju province can predict with 72% accuracy by the model of multiple linear regression.
The effect of full bloom date and growing season weather on harvesting date of 'Niitaka' pear (Pyrus pyrifolia) in Naju province and the model of multiple linear regression for predicting the fruit growing days was studied. Earlier year in full bloom date, the harvesting date tended earlier but fruit growing days tended longer. Mean and coefficient of variation of fruit growing degree days (GDD) accumulated daily mean and maximum temperature at the base of $0^{\circ}C$ from full bloom date to harvesting date was 3,565, 2.9% and 4,463, 2.5%, respectively. Fruit growing days was not correlated with the fruit GDD accumulated daily mean and maximum temperature at the base of $0^{\circ}C$ in each month but highly correlated with GDD accumulated daily meteorological factors at days after full bloom date. Especially, it was highly negatively correlated with GDD accumulated daily mean and maximum temperature at the base of $0^{\circ}C$ from $1^{st}$ day after full bloom to $60^{th}$ day. The determination coefficient ($r^2$) of multiple linear regression model by full bloom date, GDD accumulated daily mean and maximum temperature from $1^{st}$ day after full bloom to $60^{th}$ day for predicting fruit growing days was 0.7212. As a result, the fruit growing days of 'Niitaka' pear in Naju province can predict with 72% accuracy by the model of multiple linear regression.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 배 ‘신고’ 과실의 과거 작황자료를 이용하여 만개일 및 생육기 기상이 수확일에 미치는 영향을 분석하여 배 과실의 생육일수를 추정할 수 있는 모델을 도출함으로써 기후변화에 따른 배 과실의 비대 및 품질 예측 모델 개발의 기초자료로 활용하고자 수행하였다.
제안 방법
각 방법별로 16년간 GDD 값의 평균, 표준편차 및 변이계수(표준편차 / 평균 × 100)를 산출하였다.
과실 생육일수는 만개 다음날을 1일로 하여 수확 전까지의 일수로 산정하였다. 만개일부터 수확일까지의 생육온도일수(GDD)는 일 평균기온, 일 최고기온을 적산하였고, 기준온도 이상의 GDD는 일 평균기온 및 일 최고기온에서 기준온도를 뺀 값을 적산하였다.
과실 생육일수와 월별 기상요인과의 상관분석을 위하여 과실생육기인 4월부터 9월까지의 일평균기온, 일최고기온, 일최저기온, 일강우량 및 일조시간 등을 적산하였다. 과실 생육일수와 만개 후 생육기별 기상요인과의 상관분석을 위하여 만개후 1-30, 1-60, 1-90, 1-120일 및 31-60, 61-90, 91-120, 121-150일까지의 일평균기온, 일최고기온, 일강우량, 일조시간 등을 적산하였다.
과실 생육일수와 월별 기상요인과의 상관분석을 위하여 과실생육기인 4월부터 9월까지의 일평균기온, 일최고기온, 일최저기온, 일강우량 및 일조시간 등을 적산하였다. 과실 생육일수와 만개 후 생육기별 기상요인과의 상관분석을 위하여 만개후 1-30, 1-60, 1-90, 1-120일 및 31-60, 61-90, 91-120, 121-150일까지의 일평균기온, 일최고기온, 일강우량, 일조시간 등을 적산하였다.
나주지역에서 ‘신고’ 배나무의 1985년부터 2003년까지 연도별 만개일에 따른 수확일과 과실 생육일수와의 관계를 분석하였다(Fig. 1).
과실 생육일수와 만개일과의 단순 선형회귀분석 결과와 비교하기 위하여 상관계수가 가장 높았던 만개후 1-60일까지의 일최고기온 적산온도와 같은 시기의 일평균기온 적산온도 및 만개일 등 3요인을 이용하여 다중 선형회귀분석을 실시하였다. 도출된 선형회귀식의 적합성 검증을 위해 회귀식에 1985년부터 2003년(1992, 1994, 1999제외)의 기상자료를 대입하여 생육일수를 추정하고 추정값과 실측값의 차이를 비교하였다.
과실 생육일수는 만개 다음날을 1일로 하여 수확 전까지의 일수로 산정하였다. 만개일부터 수확일까지의 생육온도일수(GDD)는 일 평균기온, 일 최고기온을 적산하였고, 기준온도 이상의 GDD는 일 평균기온 및 일 최고기온에서 기준온도를 뺀 값을 적산하였다. 각 방법별로 16년간 GDD 값의 평균, 표준편차 및 변이계수(표준편차 / 평균 × 100)를 산출하였다.
만개후 특정 기간의 기상요인과 과실 생육일수와의 상관관계를 분석하였다(Table 3). 만개 후 1일부터 60일까지의 일평균기온, 일최고기온 및 일조시간, 그리고 만개 후 31일부터 60일까지의 일평균기온, 일최고기온 및 일조시간이 생육일수와 높은 부의 상관을 보여, 유과기 기온이 높을수록 생육일수가 짧아지는 것을 알 수 있었다.
대상 데이터
‘신고’ 배나무(Pyrus pyrifolia Nakai cv. Niitaka)의 만개일 및 생육기 기상을 활용하여 만개 후부터 수확일까지의 생육일수 추정을 위한 함수를 도출하기 위해 1985년부터 2003년까지 나주시 소재 배시험장에서 조사한 만개일과 수확일 자료를 이용하였다.
데이터처리
과실 생육일수를 추정하기 위한 모델식을 작성하기 위해 과실 생육일수와 상관이 높은 만개일(연중일수, X1), 만개후 1일부터 60일까지의 0℃ 기준 일평균기온 생육온도 일수(X2) 및 일최고기온 생육온도 일수(X3)를 독립변수로 하여 다중 선형회귀분석을 실시하였다(Table 4). 다중 회귀식의 결정계수는 0.
과실 생육일수와 만개일과의 단순 선형회귀분석 결과와 비교하기 위하여 상관계수가 가장 높았던 만개후 1-60일까지의 일최고기온 적산온도와 같은 시기의 일평균기온 적산온도 및 만개일 등 3요인을 이용하여 다중 선형회귀분석을 실시하였다. 도출된 선형회귀식의 적합성 검증을 위해 회귀식에 1985년부터 2003년(1992, 1994, 1999제외)의 기상자료를 대입하여 생육일수를 추정하고 추정값과 실측값의 차이를 비교하였다.
성능/효과
5로 변이정도가 작아 배 ‘신고’의 과실 생육기간을 생육온도일수로 표현하는 것은 적합한 것으로 판단되었다. 기준온도 5℃, 10℃, 15℃ 이상의 일평균기온과 일최고기온 생육온도일수의 변이계수는 기준온도가 높을수록 높아지는 경향이었다. 다만, 5℃ 기준 일최고기온 생육온도 일수의 변이계수는 2.
6567보다 높았다. 다중 선형회귀식을 이용하여 과실 생육일수를 추정하고 실측값과 비교한 결과(Fig. 2) -2일부터 +4일까지의 차이를 보였으며, 평균 1.7일의 차이를 보였다. 또한 다중 선형회귀의 분산분석에서 오차분산(MSE)의 제곱근 값이 1.
따라서 나주지역에서 배 ‘신고’의 과실 생육일수 추정은 만개일, 만개후 60일까지의 0℃ 기준 일평균기온 및 일최고기온의 생육온도 일수를 이용하여 72%의 정확도로 추정이 가능하다고 판단된다.
1A의 수확일에 비해 현저히 높았다. 따라서 만개일을 활용하여 직접 수확일을 추정하기보다는 먼저 Fig. 1B의 회귀식을 이용하여 과실 생육일수를 추정하고 이를 이용하여 수확일을 계산하는 방법이 정확도가 높을 것으로 판단되었다.
7일의 차이를 보였다. 또한 다중 선형회귀의 분산분석에서 오차분산(MSE)의 제곱근 값이 1.75로서 만개일의 단순 선형회귀(model I)의 MSE의 제곱근 값 1.88에 비해 작았다(자료 미제시).
만개후 특정 기간의 기상요인과 과실 생육일수와의 상관관계를 분석하였다(Table 3). 만개 후 1일부터 60일까지의 일평균기온, 일최고기온 및 일조시간, 그리고 만개 후 31일부터 60일까지의 일평균기온, 일최고기온 및 일조시간이 생육일수와 높은 부의 상관을 보여, 유과기 기온이 높을수록 생육일수가 짧아지는 것을 알 수 있었다. 이는 Sugiura(1997)의 보고와 마찬가지로 유과기 기온이 높을수록 세포분열 기간이 단축되어 생육일수가 짧아진 것으로 생각되었다.
만개일부터 수확일까지의 0℃ 기준 일평균기온 및 일최고기온의 생육온도일수는 3,656과 4,463이었고 변이계수가 각각 2.9와 2.5로 변이정도가 작아 배 ‘신고’의 과실 생육기간을 생육온도일수로 표현하는 것은 적합한 것으로 판단되었다.
1B). 만개일이 빠를수록 과실 생육일수가 길어지는 부(-)의 상관을 보였으며, 결정계수는 0.6567로서 Fig. 1A의 수확일에 비해 현저히 높았다. 따라서 만개일을 활용하여 직접 수확일을 추정하기보다는 먼저 Fig.
수확일이 가장 빠른 해는 9월 25일, 가장 늦은 해는 10월 6일로 11일의 차이를 보였으며, 이는 만개일의 19일에 비해 8일 적었다. 만개일이 빠를수록 수확일이 빨라지는 정(+)의 상관을 보였으나 결정계수는 0.4928로서 약 49%의 설명이 가능하였다. 만개일에 따라 과실 생육일수가 가장 짧은 해는 162일, 가장 긴 해는 175일로 차이는 13일이었으며 평균 생육일수는 167일이었다(Fig.
질의응답
핵심어
질문
논문에서 추출한 답변
나주지역에서 ‘신고’ 배나무의 1985년부터 2003년까지 연도별 만개일에 따른 수확일과 과실 생육일수와의 관계를 분석하여 얻은 결과는 무엇인가?
1). 19년간 만개일이 가장 빠른 해는 4월 5일, 가장 늦은 해는 4월 24일로 19일의 차이를 보였다(Fig. 1A). 수확일이 가장 빠른 해는 9월 25일, 가장 늦은 해는 10월 6일로 11일의 차이를 보였으며, 이는 만개일의 19일에 비해 8일 적었다. 만개일이 빠를수록 수확일이 빨라지는 정(+)의 상관을 보였으나 결정계수는 0.4928로서 약 49%의 설명이 가능하였다. 만개일에 따라 과실 생육일수가 가장 짧은 해는 162일, 가장 긴 해는 175일로 차이는 13일이었으며 평균 생육일수는 167일이었다(Fig. 1B). 만개일이 빠를수록 과실 생육일수가 길어지는 부(-)의 상관을 보였으며, 결정계수는 0.6567로서 Fig. 1A의 수확일에 비해 현저히 높았다. 따라서 만개일을 활용하여 직접 수확일을 추정하기보다는 먼저 Fig.
적산온도에 관한 연구는 주로 무엇에 많이 수행 되었는가?
, 2001; Lee, 1983). 적산온도에 관한 연구는 주로 1년생 작물에서 많이 수행되었는데 특히, 시설재배에서 고품질 다수확, 그리고 가격 경쟁력을 높이기 위한 파종시기 결정에 관한 것이다(Arnold, 1971; Lee, 1983; Seong et al., 2004).
작물의 수확시기를 판정하는 요인으로는 무엇이 있는가?
작물의 수확시기를 판정하는 요인으로는 생육일수와 적산온도를 들 수 있는데, 이 중 환경 영향 및 연차 또는 지역간 변이가 적은 적산온도가 널리 활용되고 있다(Jong et al., 1986; Kim et al.
참고문헌 (15)
Arnold, C.Y. 1971. Heat units used in field corn production. III. Research 13:6-7.
Choi, C.M. and S.G. Moon. 2009. Changes of flowering time in the weather flora in Busan using the time series analysis. J. Environ. Sci. 18:369-374.
Choi, S.T., S.C. Kim, G.H. Ahn, Y.W. Yoon, and S.M. Kang. 2007. Time of nitrogen application in autumn affects fruit characteristics and reserve accumulation of 'Fuyu' persimmon. Kor. J. Hort. Sci. Technol. 25(Suppl. I):111. (Abstr.)
Hyun, S.W., Y.M. Park, M.S. Ko, and Y.K. Kang. 1994. Effect of seeding date on growth and yield in oats. Kor. J. Crop Sci. 39:359-365.
Jong, S.K., S.S. Lee, and K.Y. Park. 1986. Methods of estimating growing degree days to predict growth duration in maize. Kor. J. Crop Sci. 31:186-194.
Jung J.E., E.Y. Kwon, U. Chung, and J.I. Yun. 2005. Predicting cherry flowering date using a plant phenology model. Kor. J. Agri. Forest Meteorol. 7:148-155.
Kim, Y.H., D.Y. Moon, C.M. Kim, S.U. Ko, and S.B. Kim. 1996. Comparative analysis of cumulative temperature and growth period depending upon growth stage as affected by cropping system in plastic house-grown Satsuma mandarin. J. Kor. Soc. Hort. Sci. 37:269-278.
Koo, B.C., C.W. Lee, C.G. Lee, J.C. Kim, and M.W. Park. 2001. Growth and yield of barley as affected by accumulated temperature. Kor. J. Crop Sci. 46:468-472.
Korea Meteorological Administration (KMA). 2007. Analysis of climatic change tendency of the Korean Peninsula. KMA, Seoul. p. 15.
Lee, S.S. 1983. Utilization of growing degree days as an index of growth duration of rice varieties. Kor. J. Crop Sci. 28:173-183.
Ministry for Agriculture and Forestry (MAF). 2006. Prediction of harvesting time of super sweet and waxy corn hybrids with growing degree days. MAF, Gwacheon. p. 49-62.
Ruml, M., A. Vukovic, and D. Milatovic. 2010. Evaluation of different methods for determining growing degree-day thresholds in apricot cultivars. Int. J. Biometeorol. 54:411-422.
Seong, K.C., J.W. Lee, H.M. Kwon, C.H. Kim, D.Y. Moon, and H.D. Seo. 2004. Effect of planting date on the growth and yield in retarding culture of squash (Cucurbita maxima) under rain-shielding condition. Kor. J. Hort. Sci. Technol. 22:143-146.
Sugiura, T. 1997. Interpretation of climatic ecology response and development model to predict growth and development of pear tree. PhD Diss., Kyoto Univ., Kyoto.
Yun J. I. 2006. Climate change impact on the flowering season of Japanese cherry (Prunus serrulata var. spontanea) in Korea during 1941-2100. Kor. J. Agri. Forest Meteorol. 8:68-76.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.