[논문]생육모의 연구에 의한 한반도에서의 기후변화에 따른 벼 생산성 및 적응기술 평가

이충근; 김준환; 손지영; 양운호; 윤영환; 최경진; 김광수

doi:10.5532/kjafm.2012.14.4.207

[국내논문] 생육모의 연구에 의한 한반도에서의 기후변화에 따른 벼 생산성 및 적응기술 평가
Impacts of Climate Change on Rice Production and Adaptation Method in Korea as Evaluated by Simulation Study 원문보기

한국농림기상학회지 = Korean Journal of Agricultural and Forest Meteorology, v.14 no.4, 2012년, pp.207 - 221

이충근 (농촌진흥청 국립식량과학원) , 김준환 (농촌진흥청 국립식량과학원) , 손지영 (농촌진흥청 국립식량과학원) , 양운호 (농촌진흥청 국립식량과학원) , 윤영환 (농촌진흥청 국립식량과학원) , 최경진 (농촌진흥청 국립식량과학원) , 김광수 (서울대학교 농업생명과학대학)

초록
AI-Helper

본 연구에서는 작물모형을 이용하여 기후변화에 따른 우리나라의 벼 생산성 변화를 분석하고, 기후변화 주요 변동요인인 온도 및 $CO_2$ 농도와 적응수단인 재배시기가 기후변화에 따른 벼 생산성 변화에 미치는 영향을 분석하고자 하였다. 작물모형은 영화수 및 임실율 모델을 모델을 도입하고, 종실중 및 등숙율 모듈을 추가하여 벼 수량결정 방법을 개선한 'ORYZA2000'을 사용하였으며, 모델의 입력자료인 품종특성 모수는 벼 생태형별로 종생종인 오대벼, 중생종인 화성벼, 중만생종인 일품벼의 품종특성 모수를 사용하였으나 발육속도 품종특성 모수는 수정하여 사용하였다. 생육모의 지역은 기상청 소속 기상대와 관측소가 소재하는 지역 중에 30년 이상 기상관측자료를 보유하고 있는 56개 지역을 북부, 중부, 남부의 3개 기후지대로 구분하여 분석하였으며, 기후변화에 따른 재배시기 조정여부는 최적파종기를 기준으로 설정하였는데, 출수 후 40일간의 평균온도가 22.5가 되는 파종기를 지역별 최적파종기로 설정하였다. 기상자료는 1981~2010년을 기준년도로 하여 기상연구소에서 제작한 2011~2100년 기간의 3개 평년(2011~2040, 2041~2070, 2071~2100)의 A1B 기후시나리오에 근거하여 일별 기후자료로 작성하였으며, 생육모의 조건은 기준년도(1981~2010)를 기준으로 온도 및 $CO_2$ 농도만 변화를 주거나 기후변화에 따라 온도, $CO_2$ 농도 및 재배시기 등 다양한 변화를 주었다. 생육모의 결과 기준년도(1981~2010)를 기준으로 온도만 변화를 주었을 경우 $1^{\circ}C$ 온도 상승에 따라 벼 수량은 6.7~10.6%까지 감소하였으며, $CO_2$ 농도만 변화를 주었을 때는 100ppm $CO_2$ 농도 증가에 따라 1.0~2.7% 증가하였다. 벼 생산성은 벼 생태형 및 기후지대별로 다소 차이가 있었다. 재배시기를 고정하였을 때 기후변화에 따른 벼 수량의 증감율은 조생종에서 -0.3~-23.4, 중생종에서 -1.9~-27.3, 중만생종에서 -1.7~-28.6%이었으며, 재배시기를 조정하였을 때는 조생종에서 3.3~-0.2, 중생종에서 1.8~-5.9, 중만생종에서 2.3~-7.4%로 조중생종에 비해 중만생종의 수량 감소율이 컸으며, 재배시기 조정여부에 따른 벼 생산성 변화의 차이가 컸다. 기상환경 및 재배 요인 중 기후변화에 따른 벼 생산성 변화에 대한 기여도는 기후온난화가 59.8%로 가장 크며, 재배시기 11.8, $CO_2$ 비료효과 9.7, 벼 생태형 1.7%의 순이었다. 온도와 재배시기의 상호작용 효과는 1.5%이었으며, 그 외 모든 상호작용 효과는 1% 이내로 생산성 변화에 거의 영향을 주지 못하였다. 수량관련 생육형질 중 기후변화에 따른 벼 생산성에 대한 기여도는 재배시기가 고정되었을 경우 영화수가 13.5~45.8%, 등숙율이 53.1~86.2%였으며, 재배시기를 변경할 경우 영화수는 46.2~78.3%, 등숙율은 21.6~53.4%로 재배시기 여부에 따른 수량관련 생육형질의 기여도에 큰 차이를 보였으며, 벼 생태형간에도 다소 차이가 있었다. 그러나 임실율은 벼 수량에 거의 영향을 주지 못했다.

Abstract ▼ AI-Helper

Air temperature in Korea has increased by $1.5^{\circ}C$ over the last 100 years, which is nearly twice the global average rate during the same period. Moreover, it is projected that such change in temperature will continue in the 21st century. The objective of this study was to evaluate the potential impacts of future climate change on the rice production and adaptation methods in Korea. Climate data for the baseline (1971~2000) and the three future climate (2011~2040, 2041~2070, and 2071~2100) at fifty six sites in South Korea under IPCC SRES A1B scenario were used as the input to the rice crop model ORYZA2000. Six experimental schemes were carried out to evaluate the combined effects of climatic warming, $CO_2$ fertilization, and cropping season on rice production. We found that the average production in 2071~2100 would decrease by 23%, 27%, and 29% for early, middle, and middle-late rice maturing type, respectively, when cropping seasons were fixed. In contrast, predicted yield reduction was ~0%, 6%, and 7%, for early, middle, and middle-late rice maturing type, respectively, when cropping seasons were changed. Analysis of variation suggested that climatic warming, $CO_2$ fertilization, cropping season, and rice maturing type contributed 60, 10, 12, and 2% of rice yield, respectively. In addition, regression analysis suggested 14~46 and 53~86% of variations in rice yield were explained by grain number and filled grain ratio, respectively, when cropping season was fixed. On the other hand, 46~78 and 22~53% of variations were explained respectively with changing cropping season. It was projected that sterility caused by high temperature would have no effect on rice yield. As a result, rice yield reduction in the future climate in Korea would resulted from low filled grain ratio due to high growing temperature during grain-filling period because the $CO_2$ fertilization was insufficient to negate the negative effect of climatic warming. However, adjusting cropping seasons to future climate change may alleviate the rice production reduction by minimizing negative effect of climatic warming without altering positive effect of $CO_2$ fertilization, which improves weather condition during the grain-filling period.

Keyword

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 2000년 국제미작연구소와 네덜란드 Wageningen 대학에서 공동 개발한 벼 모델 ‘ORYZA2000’을 일부 개선한 모델을 이용하여 기후 변화(SRES A1B 기후 시나리오)에 따른 우리나라의 벼 생산성 변화를 생육모의 하고, 추가로 기후변화 주요 변동요인인 온도 및 CO2 농도와 적응수단인 재배 시기에 변화를 주어 다양한 조건에서의 생육모의를 통해 벼 생산성에 미치는 이들 요인들의 개별 및 상호작용효과를 분석하고자 하였다.
우리나라에서 재배되고 있는 벼 품종 중 중만생종은 비교적 최적파종기에 근접해서 파종을 하고 있으나 조생종 및 중생종 품종은 대체적으로 최적파종기에 비해 일찍 파종되고 있으며 지역별로 최적파종기를 준수하는 정도가 매우 다르게 나타나고 있다. 따라서 현재의 파종기 조건을 적용해서 분석할 경우에는 기후변화에 따라 재배 시기를 조정할 때 벼 생태형별로 비교 기준이 달라지므로 본 연구에서는 객관적인 평가를 위해 벼 생태형별로 최적 파종기를 기준으로 분석하였다. 본 연구에서는 Lee et al.
본 연구에서는 작물모형을 이용하여 기후변화에 따른 우리나라의 벼 생산성 변화를 분석하고, 기후변화 주요 변동요인인 온도 및 CO₂ 농도와 적응수단인 재배시기가 기후변화에 따른 벼 생산성 변화에 미치는 영향을 분석하고자 하였다.
본 연구에서는 작물모형 중 개선된 ORYZA2000을 이용하여 기후변화에 따른 벼 생산성 변화를 분석하고자 하였다. 우선 작물모형에서 온도 효과를 분석하기 위해서 기준년도(1981~2010)의 기상조건보다 일 최고 및 최고온도의 온도를 1~6℃까지 1℃간격으로 상승한 조건에서 생육모의를 하였으며, CO₂ 농도 효과를 분석하기 위해서는 기준년도의 CO₂ 농도인 362ppm보다 100~600ppm까지 100ppm 간격으로 증가한 조건에서 생육모의를 하였다.

제안 방법

본 연구에서는 벼의 생태형별 대표품종으로 선정하여 작물모형 (ORYZA2000)을 이용 남한 56개 지역을 대상으로 미래 기후변화 건(SRES A1B 기후 시나리오)에 따라 재배시기를 고정하거나 조정하여 벼 생산성 변화를 19개 농업기후지대 및 3개 기후지대로 구분하여 생육모의 한 후 분석하였다.
본 연구에서는 Cui and Lee(2002)가 개발한 영화수 예측 모델을 도입하여 기존 ORYZA2000의 영화수 추정능력을 개선하였고, Seo et al.(2010)이 개발한 고온에 의해 유발되는 임실율 예측모델을 도입하여 기존 ORYZA2000의 임실율 추정능력을 개선하였다. 또한 기존 ORYZA2000에서 수량은 총 건물생산량 중 이삭에 분배되는 것으로 결정되는데, 이 때 분배비율은 품종특성 모수로써 고정된 값을 이용한다.
그러나 이 방법에 의한 수량은 출수전 생육량을 제대로 반영하지 못하는 단점이 있었다. 따라서 본 연구에서는 Table 1과 같이 벼 종실중 및 등숙율 계산모듈을 추가하였으며, 수량은 계산된 영화수와 등숙율 및 임실율에 의해 결정되도록 기존 ORYZA2000을 개선하였다. 여기에서 벼 종실중은 출수기 경엽중과 영화수, 등숙기 적산일사량 및 평균온도에 의해 결정되고, 등숙율은 등숙립중과 비립중 및 계산된 종실중에 의해 결정되며, 수량은 다시 등숙립중, 영화수, 등숙율 및 임실율에 의해서 결정된다.
실제 건물 생산량은 수분 및 질소 모두가 완벽하게 충족되는 경우는 드물기 때문에 일반적으로 잠재 건물생산량보다는 작다. 그러나 우리나라는 일부 천수답을 제외하고는 수리시설이 잘 갖추어 있기 때문에 논벼에서 수분이 생육제한 요인이 되는 경우 또한 매우 드물며 대부분 질소부족에 의해 생육이 제한되므로 본 연구에서는 건물생산과 질소동태 서브모델을 이용하여 생육모의를 실시하였다.
우리나라에서 재배되는 벼는 크게 생태형별로 조생종, 중생종 및 중만생종으로 구분할 수 있다. 본 연구에서는 Lee et al. (2011)의 연구와 같이 조생종인 오대벼, 중생종인 화성벼, 중만생종인 일품벼를 선정하여 대부분은 이들의 품종특성 모수를 사용하였으나, 벼 생육 및 수량에 가장 크게 영향을 미치는 발육속도 관련 품종특성 모수는 농촌진흥청 국립식량과학원에서 수행되고 있는 벼 작황조사사업 시험품종의 생태형별 평균값을 이용하였다. 벼 작황조사사업은 전국 17개 지역에서 수행되고 있으며, 각 지역별로 80% 이상 재배되고 있는 4~6개 품종을 시험품종으로 하고 있다.
생육모의 지역은 기상청 소속 기상대와 관측소가 소재 하는 지역 중에 30년 이상 기상관측자료를 보유하고 있는 56개 지역을 대상으로 생육모의를 수행하였고(Table 1), 이들 56개 지역을 19개 농업기후지대 및 북부, 중부, 남부의 3개 기후지대로 구분하여 분석하였다(Table 2). Shim et al.
본 연구에서는 Lee et al.(2011)의 선행연구와 동일한 방법으로 최적파종기를 설정하였는데, Fig. 2와 같이 지역별로 파종기를 3월 14일부터 9일 간격으로 7월 18일까지의 파종기 조건에서 작물모형을 이용하여 출수기를 추정한 후 그로부터 40일간의 평균온도가 22.5가 되는 파종기를 지역별 최적파종기로 설정하였다. 이와 같은 방법으로 추정된 수원지역 중 만생종의 최적파종기는 1981~2010년에는 4월 26일, 2011~2040년에는 5월 10일, 2041~2070년에는 5월 29일, 2071~2100년에는 6월 7일로 추정되었으며, 생육모의 연도 및 벼 생태형별 56개 지역의 평균 최적파종기를 나타낸 것이 Table 4이다.
벼의 생육을 모의하는 데 필요한 기상자료는 30년 평년기상(1981~2010년)을 기준년도로 하고, A1B 기후시나리오에서 예측한 기후조건을 3단계로(2011~2040년, 2041~2070년, 2071~2100년) 나누어 미래의 30년 평년기상자료를 구축하였다. 기준년도의 기상은 기상청으로부터 제공된 1981~2000년까지의 30년 평균의 일별 일조시수(hr), 최저 및 최고기온(℃), 강수량(mm) 자료를 ORYZA2000의 기상파일 양식에 맞추어 작성하였다.
미래 기후변화를 대변하는 기상자료는 기상청에서 제공한 A1B 기후시나리오에 근거한 기상자료를 이용하였는데, 이는 전구결합모델 ECHO-G로부터 산출된 전지구 기후변화 시나리오를 입력 자료로 하여 지역기후 모델인 MM5를 이용해서 산출되며, 최고기온, 최저기온, 강수량 및 상대습도만 제공한다. 56개 지역별 미래기후조건에 해당하는 3단계 미래 기후(2011~2040년, 2041~2070, 2071~2100년) 평년기상을 생성하기 위해서, 한반도 A1B 기후시나리오의 기준년도 대비 월별 기상 편차자료를 추출하여 3단계 미래 기후의 30년 평균값을 계산하였다(Table 5). 위에서 계산된 기준년도 대비 3단계 미래 기후의 월별 평균 변동 값을 일별로 가감해 줌으로써 A1B 기후시나리오에 해당하는 3단계 미래 기후의 일별 기상자료를 생성하였다.
56개 지역별 미래기후조건에 해당하는 3단계 미래 기후(2011~2040년, 2041~2070, 2071~2100년) 평년기상을 생성하기 위해서, 한반도 A1B 기후시나리오의 기준년도 대비 월별 기상 편차자료를 추출하여 3단계 미래 기후의 30년 평균값을 계산하였다(Table 5). 위에서 계산된 기준년도 대비 3단계 미래 기후의 월별 평균 변동 값을 일별로 가감해 줌으로써 A1B 기후시나리오에 해당하는 3단계 미래 기후의 일별 기상자료를 생성하였다. 강수량의 자료를 평년의 일평균 자료를 이용하면 수분이 중요한 요인인 밭작물에서는 일반적으로 수량을 과대 추정하게 되지만 앞서 언급한 바와 같이 우리나라는 일부 천수 답을 제외하고는 수리시설이 잘 갖추어 있기 때문에 논벼에서 수분이 생육제한 요인이 되는 경우가 거의 없으므로 평년자료를 그대로 사용하였다.
강수량의 자료를 평년의 일평균 자료를 이용하면 수분이 중요한 요인인 밭작물에서는 일반적으로 수량을 과대 추정하게 되지만 앞서 언급한 바와 같이 우리나라는 일부 천수 답을 제외하고는 수리시설이 잘 갖추어 있기 때문에 논벼에서 수분이 생육제한 요인이 되는 경우가 거의 없으므로 평년자료를 그대로 사용하였다. 단, 한반도 A1B 기후시나리오에서 제공되는 월별 기상 편차 자료에는 일조시간이 없기 때문에 현재 평년기상 (1981~2000년)의 일조시간을 미래 기후에도 그대로 적용하였고, 대기 중 이산화탄소 농도 변화는 ISAM과 BERN의 평균값을 이용하였다(Table 6).
본 연구에서는 작물모형 중 개선된 ORYZA2000을 이용하여 기후변화에 따른 벼 생산성 변화를 분석하고자 하였다. 우선 작물모형에서 온도 효과를 분석하기 위해서 기준년도(1981~2010)의 기상조건보다 일 최고 및 최고온도의 온도를 1~6℃까지 1℃간격으로 상승한 조건에서 생육모의를 하였으며, CO₂ 농도 효과를 분석하기 위해서는 기준년도의 CO₂ 농도인 362ppm보다 100~600ppm까지 100ppm 간격으로 증가한 조건에서 생육모의를 하였다. 이 때 온도 및 CO₂ 농도의 순수한 효과를 분석하기 위해서 벼 생태형 별로 기준년도를 기준으로 재배 가능 지역만 분석(온도상승에 따라 재배가 가능하더라도 분석에서 제외)하였는데, 조생종은 54개, 중생종은 49개, 중만생종은 44개 지역이 분석되었다.
일반적으로 기후변화는 온도상승과 CO₂ 농도 증가가 동반하므로 기후변화에 따른 벼 생태형 및 기후지대별 벼 생산성 변화에 대해서는 Table 7에서의 C4와 C6 조건에서 생육모의한 자료를 분석하였으며, 이 때 기후변화에 따라 벼 생태형별로 재배지역이 늘어나는 것도 포함하였다. 그러나 기후변화에 따른 벼 생산성 변화에 대한 재배시기, 기후 온난화 및 CO₂ 비료효과의 기여도를 분석하기 위해서 일반적인 기후변화 조건은 아니지만 온도를 고정한 조건(C2)과 CO₂농도 농도를 고정한 조건(C3, C5)을 추가하였다. C1은 기준년도의 생육모의 조건이다.
, 1995; Kondo, 2009). 본 연구에서는 기후변화 조건별로 최적파종기를 추정하고 이를 적용해서 재배시기를 조정하였다. Table 10은 기후변화 조건에서 기준년도의 최적파종기를 적용, 즉 기후변화에 관계없이 재배시기를 고정하여 생육모의 한 결과를 나타낸 것이며, 이 결과를 기준년도 대비 기후변화에 따른 수량 변화율로 표한한 것이 Fig.
5에서 보는 바와 같이 기후변화에 따라 조, 중생종에 비해 중만생종에서 북부지대의 재배 가능지역이 많이 늘어났기 때문이다. 본 연구에서는 기후변화에 따라 재배 불가능 지역에서 재배 가능지역으로 전환되었을 경우 수량 증가율을 100%로 간주하여 분석하였다.
본 연구에서는 기후변화 주요 변동요인인 온도 상승 및 CO₂ 농도 증가와 적응수단인 재배시기의 변화가 기후변화에 따른 벼 생산성에 미치는 영향을 분석하기 위해서 앞서 언급하였듯이 여러 조건에서 생육모의를 하였으며, 이 결과를 분산분석(GLM procedure, SAS institute) 한 것이 Table 12이다. 기후변화에 따른 벼 생산성 변화에 영향을 미치는 요인 중 기후온난화가 59.
작물모형은 영화수 및 임실율 모델을 모델을 도입하고, 종실중 및 등숙율 모듈을 추가하여 벼 수량결정 방법을 개선한 ‘ORYZA2000'을 사용하였으며, 모델의 입력자료인 품종특성 모수는 벼 생태형별로 종생종인 오대벼, 중생종인 화성벼, 중만생종인 일품벼의 품종특성 모수를 사용하였으나 발육속도 품종특성 모수는 수정하여 사용하였다.
생육모의 지역은 기상청 소속 기상대와 관측소가 소재하는 지역 중에 30년 이상 기상관측자료를 보유하고 있는 56개 지역을 북부, 중부, 남부의 3개 기후지대로 구분하여 분석하였으며, 기후변화에 따른 재배시기 조정여부는 최적파종기를 기준으로 설정하였는데, 출수 후 40일간의 평균온도가 22.5가 되는 파종기를 지역별 최적파종기로 설정하였다.
기상자료는 1981~2010년을 기준년도로 하여 기상연구소에서 제작한 2011~2100년 기간의 3개 평년 (2011~2040, 2041~2070, 2071~2100)의 A1B 기후시나리오에 근거하여 일별 기후자료로 작성하였으며, 생육모의 조건은 기준년도(1981~2010)를 기준으로 온도 및 CO₂ 농도만 변화를 주거나 기후변화에 따라 온도, CO₂ 농도 및 재배시기 등 다양한 변화를 주었다.
Shim et al.(2011)은 본 연구에서와 같이 동일한 지역 및 농업기후지대를 이용하여 기후변화에 따른 보리의 생산성 변화를 예측하였는데, 차령남부평야지대(XIV)와 영남분지지대(XI)를 중부지역으로, 노령동서내륙지대(IX)를 남부지역으로 분류한 것과 달리, 본 연구에서는 기상에 따른 벼 생육반응을 고려하여 차령남부평야지대(XIV)와 영남분지지대(XI)를 남부지역으로, 노령동서내륙지대(IX)를 중부지역으로 수정해서 분류하였다.

대상 데이터

벼의 생육을 모의하는 데 필요한 기상자료는 30년 평년기상(1981~2010년)을 기준년도로 하고, A1B 기후시나리오에서 예측한 기후조건을 3단계로(2011~2040년, 2041~2070년, 2071~2100년) 나누어 미래의 30년 평년기상자료를 구축하였다. 기준년도의 기상은 기상청으로부터 제공된 1981~2000년까지의 30년 평균의 일별 일조시수(hr), 최저 및 최고기온(℃), 강수량(mm) 자료를 ORYZA2000의 기상파일 양식에 맞추어 작성하였다.
위에서 계산된 기준년도 대비 3단계 미래 기후의 월별 평균 변동 값을 일별로 가감해 줌으로써 A1B 기후시나리오에 해당하는 3단계 미래 기후의 일별 기상자료를 생성하였다. 강수량의 자료를 평년의 일평균 자료를 이용하면 수분이 중요한 요인인 밭작물에서는 일반적으로 수량을 과대 추정하게 되지만 앞서 언급한 바와 같이 우리나라는 일부 천수 답을 제외하고는 수리시설이 잘 갖추어 있기 때문에 논벼에서 수분이 생육제한 요인이 되는 경우가 거의 없으므로 평년자료를 그대로 사용하였다. 단, 한반도 A1B 기후시나리오에서 제공되는 월별 기상 편차 자료에는 일조시간이 없기 때문에 현재 평년기상 (1981~2000년)의 일조시간을 미래 기후에도 그대로 적용하였고, 대기 중 이산화탄소 농도 변화는 ISAM과 BERN의 평균값을 이용하였다(Table 6).

성능/효과

(2004)은 필리핀에서 1979년부터 2003년까지 IR72를 비롯한 여러 벼 품종들의 생산성과 기상과의 상관관계 연구를 통해 지구온난화에 따른 야간의 온도 상승이 벼 생산성 저하의 원인이라고 보고하였다. 결론적으로 기후변화에 따른 CO₂ 농도의 증가는 벼 생산성에 긍정적 효과를 주는 반면, 온도 상승은 지역 및 상승 정도에 따라 다소 차이는 있지만 부정적 효과를 주는 것으로 보인다. 따라서 미래 기후변화 조건에서도 벼 생산성을 유지하기 위해서는 벼 생산성에 대한 온도와 CO₂ 농도의 상호작용효과를 분석하는 것이 필요하다.
이와 같은 방법으로 추정된 수원지역 중 만생종의 최적파종기는 1981~2010년에는 4월 26일, 2011~2040년에는 5월 10일, 2041~2070년에는 5월 29일, 2071~2100년에는 6월 7일로 추정되었으며, 생육모의 연도 및 벼 생태형별 56개 지역의 평균 최적파종기를 나타낸 것이 Table 4이다. 전체적으로 최적파종기는 생육기간이 짧은 조생종에서 비교적 늦고, 생육기간이 긴 중만생종에서 빠른 경향이었으며, 벼 생태형에 관계없이 지구온난화가 진전될수록 파종기가 늦어지는 경향이었다(Table 4).
벼 생육에 미치는 온도효과를 분석하기 위해서 기준년도(1981~2010)의 기상조건보다 일별 최고 및 최저 온도를 1~6℃까지 1℃간격으로 상승한 조건에서 생육 모의를 하는데, Fig. 3에서 보는 바와 같이 온도 상승에 따라 벼 수량은 선형적으로 감소하였으며, 1oC 온도가 상승할 때마다 벼 수량은 생태형 및 기후지대에 따라 6.7~10.6%까지 감소하였다(Table 8).
우선 작물모형에서 온도 효과를 분석하기 위해서 기준년도(1981~2010)의 기상조건보다 일 최고 및 최고온도의 온도를 1~6℃까지 1℃간격으로 상승한 조건에서 생육모의를 하였으며, CO₂ 농도 효과를 분석하기 위해서는 기준년도의 CO₂ 농도인 362ppm보다 100~600ppm까지 100ppm 간격으로 증가한 조건에서 생육모의를 하였다. 이 때 온도 및 CO₂ 농도의 순수한 효과를 분석하기 위해서 벼 생태형 별로 기준년도를 기준으로 재배 가능 지역만 분석(온도상승에 따라 재배가 가능하더라도 분석에서 제외)하였는데, 조생종은 54개, 중생종은 49개, 중만생종은 44개 지역이 분석되었다. 기후변화에 따른 벼 생산성 변화는 A1B 기후변화 시나리오에 근거하여 Table 7과 같이 여러 조건에서 생육모의를 하였다.
, 2009)와 일치하였다. 여기에서 조생종과 중생종에 비해 중만생종이, 남부지대와 중부지대에 비해 북부지대의 수량 감소가 큰 것으로 나타났다. 이것은 온도 상승에 따라 벼의 생육기간 중 기상환경 및 이에 따른 영화수와 등숙율 변화가 벼 생태 형과 기후지대별로 다르게 나타났기 때문인데, 특히 출수후 온도가 중만생종 및 북부지대에서 크게 상승하였고, 이에 따른 등숙율이 중만생종과 북부지대에서 크게 감소하였기 때문이다(Table 8).
따라서 A1B 기후변화 시나리오에서 CO2 농도가 100ppm 증가할 때 온도가 1oC가량 증가하는 것을 감안할 때 벼 생산성에 대한 온도의 부정적 효과가 CO2 농도의 긍정적 효과보다 큰것으로 보인다.
, 2007)와 일치하였다. 그러나 온도 상승에 따른 벼 생산성은 선형적으로 감소하는데 반하여 CO₂ 농도 증가에 따른 벼 생산성은 곡선적으로 증가하였으며, CO₂농도가 100ppm 증가할 때 벼 생산성은 1.0~2.7% 증가 하는 것으로 나타났다. 따라서 A1B 기후변화 시나리오에서 CO₂ 농도가 100ppm 증가할 때 온도가 1℃가량 증가하는 것을 감안할 때 벼 생산성에 대한 온도의 부정적 효과가 CO₂ 농도의 긍정적 효과보다 큰것으로 보인다.
5이다. 기후변화에 따른 벼 수량은 조생종에서 0.3~23.4, 중생 종에서 1.9~27.3, 중만생종에서 1.7~28.6% 감소하여 조, 중생종에 비해 중만생종의 수량 감소율이 컸으며, 조, 중생종은 중부지대에서 중만생종은 남부지대에서 수량 감소율이 가장 큰 것으로 나타났다(Table 10). 이 결과는 앞서 분석한 온도상승에 따른 벼 생산성 변화(Table 8)와 다소 차이가 있었는데, Fig.
6이다. 기후변화에 따라 벼 수량은 조생종에서 3.3~-0.2, 중생종에서 1.8~-5.9, 중만생종에서 2.3~-7.4%의 수량 변화를 보였는데, 벼 생태형에 관계없이 기후변화 초기(2011~2040)에는 오히려 수량이 증가하다가 기후변화 후기(2071~2100)에는 수량이 감소하는 경향을 보였다. 조, 중생종에 비해 중만생종의 수량 감소가 컸고, 조생종은 북부지대, 중생종은 중부지대, 중만생종은 남부지대에서 비교적 수량증가율은 적고 수량감소율은 컸으며, 기후지대별로 다소 차이가 있었으나 대체로 재배시기가 고정되었을 때와 비슷한 경향이었다(Table 11).
4%의 수량 변화를 보였는데, 벼 생태형에 관계없이 기후변화 초기(2011~2040)에는 오히려 수량이 증가하다가 기후변화 후기(2071~2100)에는 수량이 감소하는 경향을 보였다. 조, 중생종에 비해 중만생종의 수량 감소가 컸고, 조생종은 북부지대, 중생종은 중부지대, 중만생종은 남부지대에서 비교적 수량증가율은 적고 수량감소율은 컸으며, 기후지대별로 다소 차이가 있었으나 대체로 재배시기가 고정되었을 때와 비슷한 경향이었다(Table 11). 그러나 기후변화 초기에는 오히려 수량이 증가하기도 하였는데, 이것은 Fig.
(2011)의 선행연구에서 기후변화에 따른 재배시기 조정은 기상 환경을 개선하지만 출수전 기상환경 특히 생육온도의 급격한 상승으로 생육기간을 크게 단축시켜 벼 생산성에 대한 악영향을 우려했다. 그러나 본 연구결과에 따르면 등숙기 기상환경이 출수전 기상환경에 비해 벼 수량 결정에 크게 작용하므로써 기후변화에 따른 재배 시기 조정이 효과적임을 보여주었다.
농도 증가와 적응수단인 재배시기의 변화가 기후변화에 따른 벼 생산성에 미치는 영향을 분석하기 위해서 앞서 언급하였듯이 여러 조건에서 생육모의를 하였으며, 이 결과를 분산분석(GLM procedure, SAS institute) 한 것이 Table 12이다. 기후변화에 따른 벼 생산성 변화에 영향을 미치는 요인 중 기후온난화가 59.8%(Partial R-Square 0.598)로 가장 크며, 다음으로는 재배시기 11.8, CO₂ 비료효과 9.7, 벼 생태형 1.7%의 순이었다. 기후온난화와 재배시기의 상호작용 효과는 1.
7%의 순이었다. 기후온난화와 재배시기의 상호작용 효과는 1.5%이었으며, 그 외 모든 상호작용 효과는 1% 이내로 생산성 변화에 거의 영향을 주지 못하였다. 앞서 온도 상승과 CO₂ 농도 증가에 따른 벼 생산성 변화의 분석 결과와 마찬가지로 기후온난화의 부정적 효과가 CO₂ 비료효과의 긍정적 효과보다 훨씬 컸으며, 재배시기 변화를 통해 기후온난화의 부정적 효과를 상당부분 경감시킬 수 있음을 알 수 있다.
5%이었으며, 그 외 모든 상호작용 효과는 1% 이내로 생산성 변화에 거의 영향을 주지 못하였다. 앞서 온도 상승과 CO₂ 농도 증가에 따른 벼 생산성 변화의 분석 결과와 마찬가지로 기후온난화의 부정적 효과가 CO₂ 비료효과의 긍정적 효과보다 훨씬 컸으며, 재배시기 변화를 통해 기후온난화의 부정적 효과를 상당부분 경감시킬 수 있음을 알 수 있다.
따라서 기후변화 조건에서 이들 생육형질과 벼 수량과의 관계를 분석하기 위해 다중선형회귀분석(REG procedure, SAS institute) 하였으며, 그 결과를 요약한 것이 Table 13이다. 기후변화에 따른 벼 생산성은 주로 영화수와 등숙율 변이에 98% 이상 설명되었는데, 재배시기 조건에 따라 큰 차이를 보였으며, 동일한 재배시기 조건에서도 벼 생태형별로 약간의 차이를 보였다. 본 연구에서는 특히 등숙기 온도 변화가 큰 재배 시기 고정 조건에서도 임실율은 벼 생산성에 거의 영향을 주지 않는 것으로 나타났는데, 이것은 고온에서의 벼 수량 감소는 고온에 의한 불임의 증가, 즉 고온장해라고 지적한 연구들(Krishnan et al.
2%로 영화수에 비해 등숙률의 변이가 벼 생산성 변화에 크게 기여하였다. 기후변화에 따라 재배시기를 고정하였을 경우 벼 생산성에 대한 영화수의 기여도는 벼 생태형에 따라 46.2~78.3%인 반면 등숙율의 기여도는 21.6~53.4%로 등숙율에 비해 영화수의 변이가 벼 생산성 변화에 크게 기여하였다. 이처럼 기후변화에 따른 재배시기 조정 여부에 따라 영화수와 등숙율의 생산성 변화에 대한 기여도 차이가 컸는데, 이것은 기후변화에 따라 재배시기를 조정할 경우 등숙기 기상환경, 특히 온도 조건을 개선하므로 등숙율의 차이가 크지 않은 반면 출수전 기상환경이 크게 변하여 영화수의 차이가 컸기 때문이다.
생육모의 결과 기준년도(1981~2010)를 기준으로 온도만 변화를 주었을 경우 1oC 온도 상승에 따라 벼 수량은 6.7~10.6%까지 감소하였으며, CO2 농도만 변화를 주었을 때는 100ppm CO2 농도 증가에 따라 1.0~2.7% 증가하였다.
결론적으로 벼 생산성에 대한 기후온난화의 부정적 효과가 CO₂ 비료효과의 긍정적 효과에 비해 커서 기후변화가 진전될수록 벼 생산성은 크게 저하될 것으로 예상되었다. 그러나 기후변화 조건별 재배시기 조정은 출수전 기상에 비해 벼 생산성에 미치는 영향이 큰 등숙기 기상환경을 개선하므로써 벼의 등숙이 향상되어 CO₂ 비료효과의 긍정적 효과에는 변화를 주지 않으면서 기후온난화의 부정적 효과를 크게 감쇄시키므로 기후변화에 따른 벼 생산성 저하를 경감시키는 효과적인 적응수단으로 판단된다.
비료효과의 긍정적 효과에 비해 커서 기후변화가 진전될수록 벼 생산성은 크게 저하될 것으로 예상되었다. 그러나 기후변화 조건별 재배시기 조정은 출수전 기상에 비해 벼 생산성에 미치는 영향이 큰 등숙기 기상환경을 개선하므로써 벼의 등숙이 향상되어 CO₂ 비료효과의 긍정적 효과에는 변화를 주지 않으면서 기후온난화의 부정적 효과를 크게 감쇄시키므로 기후변화에 따른 벼 생산성 저하를 경감시키는 효과적인 적응수단으로 판단된다.
재배시기를 고정하였을 때 기후변화에 따른 벼 수량의 증감율은 조생종에서 -0.3~-23.4, 중생종에서-1.9~-27.3, 중만생종에서 -1.7~-28.6%이었으며, 재배시기를 조정하였을 때는 조생종에서 3.3~-0.2, 중생종에서 1.8~-5.9, 중만생종에서 2.3~-7.4%로 조중생종에 비해 중만생종의 수량 감소율이 컸으며, 재배시기 조정여부에 따른 벼 생산성 변화의 차이가 컸다.
기상환경 및 재배 요인 중 기후변화에 따른 벼 생산성 변화에 대한 기여도는 기후온난화가 59.8%로 가장 크며, 재배시기 11.8, CO₂ 비료효과 9.7, 벼 생태형 1.7%의 순이었다. 온도와 재배시기의 상호작용 효과는 1.
7%의 순이었다. 온도와 재배시기의 상호작용 효과는 1.5%이었으며, 그 외 모든 상호작용 효과는 1% 이내로 생산성 변화에 거의 영향을 주지 못하였다.
수량관련 생육형질 중 기후변화에 따른 벼 생산성에대한 기여도는 재배시기가 고정되었을 경우 영화수가 13.5~45.8%, 등숙율이 53.1~86.2%였으며, 재배시기를 변경할 경우 영화수는 46.2~78.3%, 등숙율은 21.6~53.4%로 재배시기 여부에 따른 수량관련 생육형질의 기여도에 큰 차이를 보였으며, 벼 생태형간에도 다소 차이가 있었다. 그러나 임실율은 벼 수량에 거의 영향을 주지 못했다.

후속연구

5 등 우리나라의 새로운 미래 기후변화 시나리오를 개발하였다(NIRM, 2011). 따라서 앞으로 새로 개발된 기후변화 시나리오에 근거한 미래 벼 생산성 변화가 추가적으로 분석될 필요가 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	1904년 이후 2000년까지 우리나라의 평균기온은 어느 정도 상승하였는가?	최근 100년간(1906~2005년) 세계의 평균기온이 0.74oC 상승한 반면, 1904년 이후 2000년까지 우리나라의 평균기온은 1.5oC 상승하였으며(NIMR, 2004), A1B의 기상시나리오에 따르면 100년 후 전지구적인 기온상승은 2.8oC인데 비하여(IPCC, 2007), 한반도는 4.
	기후변화란 무엇인가?	기후변화란 기후 특성의 평균이나 변동성의 변화를 통해 확인 가능하고 수십 년 혹은 그 이상 오래 지속되는 기후상태 변화를 뜻하는데, 자연적 변동성 때문이든 인간 활동에 따른 결과이든 시간경과에 따른 모든 기후변화를 일컫는다(IPCC, 2007). 최근 100년간(1906~2005년) 세계의 평균기온이 0.

참고문헌 (32)

Bachelet, D., J. Kern, and M. Tolg, 1995: Balancing the rice carbon budget in China using spatially-distributed data. Ecological Modelling 79 (1), 167-177.

상세보기
Baker, J. T., 2004: Yield responses of southern US rice cultivars to $CO_{2}$ and temperature. Agricultural and Forest Meteorology 122, 129-137.

상세보기
Baker, J. T., L. H. Allen Jr, and K. J. Boote, 1992: Temperature effects on rice at elevated $CO_{2}$ concentration. Journal of Experimental Botany 43, 959-964.

상세보기
Bouman, B. A. M., M. J. Kropff, T. P. Tuong, M. C. S. Wopereis, H. F. M. ten Berge, and H. H. van Laar, 2001: ORYZA2000: modeling lowland rice. Los Banos (Philippines); International Rice Research Institute, and Wageningen: Wageningen University and Research Centre. 235p.
Chung, U., K. S. Cho, and B. W. Lee, 2006: Evaluation of site-specific potential for rice production in Korea under the changing climate. Korean Journal of Agricultural and Forest Meteorology 8(4), 229-241. (in Korean with English abstract)
Cui, R. X., and B. W. Lee, 2002: Spikelet number estimation model using nitrogen nutrition status and biomass at panicle initiation and heading stage of rice. Korean Journal of Crop Science 47(5), 390-394. (in Korean with English abstract)

원문보기 상세보기
Jagadish, S. V. K., P. Q. Craufurd, and T. R. Wheeler, 2007: High temperature stress and spikelet fertility in rice (Oryza sativa L.). Journal of Experimental Botany 58, 1627- 1635.

상세보기
Kim, H. Y., M. Lieffering, K. Kobayashi, M. Okada, M. W. Mitchell, and M. Gumpertz, 2003: Effects of free-air CO2 enrichment and nitrogen supply on the yield of temperate paddy rice crops. Field Crops Research 83, 261-270.

상세보기
Kondo, M., 2009: Effect of global warming on rice culture and adoptive strategies. International symposium 'Rice research in the era of global warming' 1-9pp.
Krishnan, P., D. K. Swain, C. Bhaskar, S. K. Nayak, and R. N. Dash, 2007: Impact of elevated $CO_{2}$ and temperature on rice yield and methods of adaptation as evaluated by crop simulation studies. Agriculture, Ecosystems and Environment 122, 233-242.

상세보기
Lee, B. W., J. C. Shin, and J. H. Bong, 1991: Impact of climate change induced by the increasing atmosphere $CO_{2}$ concentration on agroclimatic resources, net primary productivity and rice yield potential in Korea. Korean Journal of Crop Science 36(2), 112-126. (in Korean with English abstract)
Lee, C. K., K. S. Kwak, J. H. Kim, J. Y. Shon, and W. H. Yang, 2011: Impacts of Climate Change and Follow-up Cropping Season Shift on Growing Period and Growing Temperature in Different Rice Maturity Types. Korean Journal of Crop Science 56(3), 233-243. (in Korean with English abstract)

원문보기 상세보기
Mall, R. K., and P. K. Aggarwal, 2002: Climate change and rice yields in diverse agro-environments of India. I. Evaluation of impact assessment models. Climatic Change 52, 315-330.

상세보기
Matsui, T., O. S. Namuco, L. H. Ziska, and T. Horie, 1997: Effects of high temperature and $CO_{2}$ concentration on spikelet sterility in indica rice. Field Crops Research 51, 213-219.

상세보기
Matthews, R. B., M. J. Kropff, T. Horie, and D. Bachelet, 1997: Simulating the impact of climate change on rice production in Asia and evaluating options for adaptation. Agricultural Systems 54, 399-425.

상세보기
NIMR, 2004: The development of regional climate change scenario for the national climate change report.. NIMR Report, 510p.
NIMR, 2007: The application of regional climate change scenario for the national climate change report (III). NIMR Report, 599p.
NIMR, 2011: Cliamate change scenario report for 5th IPCC report. NIMR NIMR Report.
Ohe, I., K. Saitoh, and T. Kuroda, 2007: Effects of high temperature on growth, yield and dry-matter production of rice grown in the paddy field. Plant Production Science 10, 412-422.

상세보기
Peng, S., H. Jianliang, J. E. Sheehy, R. C. Laza, R. M. Visperas, Z. Xuhua, H. G. S. Centeno, G. S. Khush, and K. G. Cassman, 2004: Rice yields decline with higher night temperature from global warming. Proceedings of the National Academy of Sciences 101, 9971-9975.

상세보기
Sakai, H., T. Hasegawa, and K. Kobayashi, 2006: Enhancement of rice canopy carbon gain by elevated $CO_{2}$ is sensitive to growth stage and leaf nitrogen concentration. New Phytologist 170, 321-332.

상세보기
Sasaki, H., T. Hara, S. Ito, N. Uehara, H. Y. Kim, M. Lieffering, M. Okada, and K. Kobayashi, 2007: Effect of free-air $CO_{2}$ enrichment on the storage of carbohydrate fixed at different stages in rice (Oryza sativa L.). Field Crops Research 100, 24-31.

상세보기
Seo, B. S., D. N. Nguyen, and B. W. Lee, 2010: A simulation model to predict the stability model induced by high temperature during reproductive stage of rice. Proceeding of 40th biological systems simulation conference.
Sheehy, J. E., P. L. Mitchell, and A. B. Ferrer, 2006: Decline in rice grain yields with temperature: Models and correlations can give different estimates. Field Crops Research 98, 151-156.

상세보기
Shen, S. H., S. B. Yang, Y. X. Zhao, Y. L. Xu, X. Y. Zhao, Z. Y. Wang, J. Liu, and W. W. Zhang, 2011: Simulating the rice yield change in the middle and lower reaches of the Yangtze River under SRES B2 scenario. Acta Ecologica Sinica 31, 40-48.

상세보기
Shim, K. M., K. A. Roh, K. H. So, G. Y. Kim, H. C. Jeong, and D. B. Lee, 2010: Assessing impacts of global warming on rice growth and production in Korea. Climate Change Research 1(2), 121-131.
Shim, K. M., D. B. Lee, S. H. Min, G. Y. Kim, H. C. Jeong, S. B. Lee, and K. K. Kang, 2011: Assessing impacts of temperature and carbon dioxide based on A1B climate change scenario on potential yield of winter covered barley in Korea. Climate Change Research 2(4), 317- 331.
Shin, J. C., and M. H. Lee, 1995: Rice production in south Korea under current and future climates. In: R. B. Matthews, M. J. Kropff, D. Bachelet, and H. H. van Laar (Eds). Modeling the impact of climate change on rice production in Asia. IRRI & CAB International, Wallingford, UK. 199-215.
Yang, L. X., J. Y. Huang, H. J. Yang, G. C. Dong, G. Liu, J. G. Zhu, and Y. L. Wang, 2006: Seasonal changes in the effects of free-air $CO_{2}$ enrichment (FACE) on dry matter production and distribution of rice (Oryza sativa L.). Field Crops Research 98, 12-19.

상세보기
Yoshida, S., 1973a: Effects of temperature on growth of the rice plant (Oryza sativa L.) in a controlled environment. Soil Science and Plant Nutrition 19, 299-310.

상세보기
Yoshida, S., 1973b: Effects of $CO_{2}$ enrichment at different stages of panicle development on yield components and yield of rice (Oryza sativa L.). Soil Science and Plant Nutrition 19, 311-316.

상세보기
Ziska, L. H., P. A. Manalo, and R. A. Ordonez, 1996: Intraspecific variation in the response of rice (Oryza sativa L.) to increased $CO_{2}$ and temperature: growth and yield response of 17 cultivars. Journal of Experimental Botany 47, 1353-1359.

상세보기

저자의 다른 논문 :

LOADING...

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증