[논문]기후변화 시나리오에 따른 미래 논벼의 소비수량 및 생산량 변화 분석

이태석; 최진용; 유승환; 이상현; 오윤경

doi:10.5389/ksae.2012.54.1.047

기후변화 시나리오에 따른 미래 논벼의 소비수량 및 생산량 변화 분석
Analyzing Consumptive Use of Water and Yields of Paddy Rice by Climate Change 원문보기

한국농공학회논문집 = Journal of the Korean Society of Agricultural Engineers, v.54 no.1, 2012년, pp.47 - 54

이태석 (서울대학교 생태조경.지역시스템공학부 대학원) , 최진용 (서울대학교 조경.지역시스템공학부, 농업생명과학연구원) , 유승환 (서울대학교 농업생명과학대학) , 이상현 (서울대학교 생태조경.지역시스템공학부 대학원) , 오윤경 (서울대학교 농업생명과학대학)

Abstract ▼ AI-Helper

Agriculture is dependable to weather condition and its change so that it is necessary to understand the impacts of climatic change. The aim of this study is to analyze the change of consumptive use of water and rice yield due to climate change using CERES-Rice. In this study, the weather data of three emission scenario of A1B, A2 and B1 created from CGCM (Coupled General Circulation Model) were used from 2011 to 2100, and downscaled daily weather data were simulated using LARS-WG (Long Ashton Research Station Weather Generator). The input data for cultivated condition for simulating CERSE (Crop-Environment Resource Synthesis)-Rice were created referring to standard cultivation method of paddy rice in Korea. The results showed that consumptive uses of water for paddy rice were projected decreasing to 4.8 % (2025s), 9.1 % (2055s), 12.6 % (2085s) comparing to the baseline value of 403.5 mm in A2 scenario. The rice yield of baseline was 450.7 kg/10a and projected increasing to -0.4 % (2025s), 3.9 % (2055s), 17.5 % (2085s) in A1B scenario. The results demonstrated relationships between consumptive use of water and rice yields due to climate change and can be used for the agricultural water resources development planning and cultivation method of paddy rice for the future.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 CERES-Rice 작물생육모형을 이용하여 기후변화가 미래 논벼의 소비수량과 생산량에 미치는 영향을 분석하였다. SRES A1B, A2, B1 시나리오에 대하여 CGCM 결과를 LARS-WG 모형으로 상세화한 후, 농촌진흥청과 국립식량과학원에서 제시하는 표준영농법에 의해 논벼의 소비수량과 생산량을 모의하였다.
이에 본 연구에서는 다양한 기후변화 시나리오 기상자료와 작물생육모형을 활용하여 기후변화에 따른 미래 논벼의 소비수량 및 생산량의 변화를 분석하고자 하였다. 이를 위해 A1B, A2, B1 시나리오 기상자료를 CERES-Rice 모형에 적용하여 2010년부터 2100년까지의 논벼의 소비수량 및 생산량을 산정하고 시기별 변화를 분석하였으며 이는 미래 논벼 재배에 있어서 농업용수의 관리계획 수립 및 영농 방법에 필요한 기초자료로 활용될 수 있을 것으로 판단된다.

가설 설정

본 연구에서 선택한 시나리오는 A1B, A2, B1 시나리오이며, A1B 시나리오는 ‘고성장 사회 시나리오’ 중 급속한 경제 발전을 가정하고 있으며 에너지 자원의 시스템 개발이 균형있게 발전한다고 가정하고 있다.
본 연구에서는 미래에 기온이나 강우량 등이 변하더라도 이앙 시기, 재배 방법 등은 변하지 않을 것으로 가정하였으며, 시나리오의 경우 A1B, A2, B1의 세 가지의 시나리오를 적용하였으나 다양하게 존재하는 GCM 모형 중 CGCM를 이용하였기 때문에 다른 GCM 모형을 이용한다면 본 연구의 결과와 다른 결과가 나타날 것으로 판단된다. 또한 기온, 강수량 등의 기상자료를 중점으로 활용하여 결과를 산출했기 때문에 생산량 감소의 원인이 될 수 있는 병충해 등의 피해는 고려하지 않은 한계가 있다.
준비된 기상, 토양, 재배관리정보를 CERES-Rice 모형에서 요구하는 양식으로 편집하여 추정한 모수와 함께 입력자료를 구축하였다. 시나리오에 따라 미래 기상자료의 온도, 강우량 등의 추세는 변화하나 품종 특성이나, 이앙일 등의 영농 방법은 변화하지 않는다고 가정하고 논벼의 소비수량과 생산량을 모의하였다. 소비수량은 작물의 생장에 필요한 수량으로 증발산량과 작물생체수량의 합으로 이루어지는데, 작물생체수량의 경우 거의 무시할 수 있는 수량이므로 일반적으로 증발산량과 같게 취급한다(Chung et al.

제안 방법

본 연구는 CERES-Rice 작물생육모형을 이용하여 기후변화가 미래 논벼의 소비수량과 생산량에 미치는 영향을 분석하였다. SRES A1B, A2, B1 시나리오에 대하여 CGCM 결과를 LARS-WG 모형으로 상세화한 후, 농촌진흥청과 국립식량과학원에서 제시하는 표준영농법에 의해 논벼의 소비수량과 생산량을 모의하였다. 본 연구의 결과는 다음과 같다.
첫 번째로 온실가스 배출시나리오에 따른 GCM (Global Climate Model) 결과를 바탕으로 기후변화 시나리오를 작성하고, 이를 바탕으로 통계적 상세화 방법을 이용하여 미래 기상자료를 생성하였다. 두 번째로 농촌진흥청과 국립식량과학원에서 제시하고 있는 표준영농법을 참고하여 모형 구동을 위한 입력자료를 구축하였다. 마지막으로 앞에서 생성한 기상자료와 입력자료를 기반으로 작물생육모형을 이용하여 논벼의 소비수량과 생산량을 산정하고 분석하였다.
(2000)은 대기 중 CO₂ 농도가 증가하면 탄소동화작용이 증가하여 생산량이 증가한다고 하였다. 따라서 미래 논벼의 소비수량 및 생산량의 변화를 분석하기에 앞서 생육기간, 생육기간 내에서 최고 기온 32 ℃ 이상을 기록한 날의 수, 평균기온, CO₂ 농도 등 작물 생육환경의 변화를 살펴보았으며 그 결과는 Table 3과 같다.
따라서 이앙일은 5월 20일, 육묘일수와 재식거리는 각각 30일, 30×15 cm로 하여 입력자료를 구축하였다.
두 번째로 농촌진흥청과 국립식량과학원에서 제시하고 있는 표준영농법을 참고하여 모형 구동을 위한 입력자료를 구축하였다. 마지막으로 앞에서 생성한 기상자료와 입력자료를 기반으로 작물생육모형을 이용하여 논벼의 소비수량과 생산량을 산정하고 분석하였다.
CERES-Rice 모형의 구동을 위해서는 기상자료 외에 토양자료, 영농 방법에 관한 자료들이 필요하다. 본 연구의 토양자료는 토양환경정보시스템에서 제공하는 토양통, 토층별 입경분포 및 수분장력 등을 포함하는 토양의 물리적 특성을 참고하였다. 영농 방법은 국립식량과학원에서 제공하는 지역별 적용 품종을 참고하여 중부평야지에 적합한 품종 중 고품질 품종에 속하는 추청벼를 대상으로 작성하였다.
증발산량의 경우 국제식량농업기구에서 추천한 Penman-Monteith 공식을 사용하여 산정하도록 하였다. 생산량의 경우 기온 및 강수량 외에 CO₂ 농도 변화에도 영향을 받기 때문에 IPCC SRES database에서 제공하는 시나리오 별 CO₂ 농도 변화를 고려하여 생산량을 모의하였다.
(2007)은 추청벼의 단위면적당 생산량을 506 kg/10a으로 제시하고 있다. 이에 본 연구에서는 추청벼의 본답 생육일수 130일, 평균 생산량 506 kg/10a를 기준으로 하여, 과거 30년 (1981-2010) 동안의 생산량을 모의하였다. 그 결과 508.
준비된 기상, 토양, 재배관리정보를 CERES-Rice 모형에서 요구하는 양식으로 편집하여 추정한 모수와 함께 입력자료를 구축하였다. 시나리오에 따라 미래 기상자료의 온도, 강우량 등의 추세는 변화하나 품종 특성이나, 이앙일 등의 영농 방법은 변화하지 않는다고 가정하고 논벼의 소비수량과 생산량을 모의하였다.
본 연구에서 기후변화에 따른 미래 논벼의 소비수량과 생산량을 분석하기 위한 연구 방법은 다음과 같다. 첫 번째로 온실가스 배출시나리오에 따른 GCM (Global Climate Model) 결과를 바탕으로 기후변화 시나리오를 작성하고, 이를 바탕으로 통계적 상세화 방법을 이용하여 미래 기상자료를 생성하였다. 두 번째로 농촌진흥청과 국립식량과학원에서 제시하고 있는 표준영농법을 참고하여 모형 구동을 위한 입력자료를 구축하였다.

대상 데이터

벼 품종 유전변수를 추정하기 위한 자료로서 경기도농업기술원에서 경기도 이천의 시험포장에서 Lee et al. (2007)이 제시한 ‘추청벼 고품질 생산 매뉴얼’에 의해 실험한 결과를 참고하였다.
본 연구에서는 지역 내 측후소가 존재하고, 농촌진흥청에서 다년간 수행한 작물시험 등으로 토양자료 및 품종에 관한 자료가 풍부한 수원지역을 대상으로 벼 생육모의를 수행하였다. 수원지역은 벼 재배 지대구분에 의해 중부평야지에 속하며 추청벼와 같은 중만생종의 경우 5월 10일에서 5월 25일 사이에 이앙을 한다.

이론/모형

CGCM 자료의 경우 일별자료를 제공해 주고 있으나, 연평균 강우일수가 약 250일로 실제 수원 지역의 연평균 강우일수 90～120일과 많은 차이를 보이고 있다. 따라서 지역적인 특성을 반영한 기상자료를 생성하기 위해 강우일수와 무강우일수, 월별 강수량, 최저기온 및 최고기온의 빈도분포와 평균 및 표준편차 등을 매개변수로 활용하여 일 기상자료를 생산하는 LARS-WG 모형을 사용하였다. Semenov et al.
본 연구에서는 수원 측후소를 기준으로 하여 CCCma (Canadian Center for Climate Modeling and Analysis)의 세 번째 버전인 CGCM 3.1 (Coupled Global Climate Model Ver.3.1)의 T63 버전 결과를 활용하였다 (IPCC, 2007). GCGM 3.
상세화는 GCM자료의 격자가 너무 크기 때문에 지역기후를 모의하는 데는 한계가 있으므로 작은 격자 자료로 조정하는 과정이다. 상세화 방법은 크게 경험적/통계적 방법과 역학적 방법으로 나뉘는데, 본 연구에서는 통계적 상세화 기법 중 Racsko et al. (1991)이 개발한 추계학적 기상발생기, LARS-WG (Long Ashton Research Station Weather Generator)를 이용하는 방법을 사용하였다. CGCM 자료의 경우 일별자료를 제공해 주고 있으나, 연평균 강우일수가 약 250일로 실제 수원 지역의 연평균 강우일수 90～120일과 많은 차이를 보이고 있다.
(2011)은 A1B 시나리오를 선정하여 기후변화에 따른 논 필요수량을 분석하였으며, 전체적으로 잠재증발산량 및 필요수량이 증가하는 것으로 예측하였다. 생산량 측면에서는 Timsina and Humphreys (2006)이 CERES-Rice 모형을 이용하여 기후변화가 아시아 여러 나라의 벼 생산량에 미치는 영향을 조사하였는데, 기온상승은 생산량을 감소시키고 CO₂ 농도증가는 생산량을 증가시켜 전체적으로는 생산량이 증가한다고 예측하였다. Han (2007)과 Shim et al.
, 2007). 증발산량의 경우 국제식량농업기구에서 추천한 Penman-Monteith 공식을 사용하여 산정하도록 하였다. 생산량의 경우 기온 및 강수량 외에 CO₂ 농도 변화에도 영향을 받기 때문에 IPCC SRES database에서 제공하는 시나리오 별 CO₂ 농도 변화를 고려하여 생산량을 모의하였다.

성능/효과

1. 생육기간, 생육기간 내에서 최고기온 32 ℃ 이상을 기록한 날의 수, 평균기온, CO₂ 농도 등 미래 작물 생육환경의 변화를 살펴본 결과, 평균기온의 상승으로 생육기간은 감소하고 생육기간 동안 최고기온이 32 ℃를 넘는 날의 수는 많아졌다. CO₂ 농도의 경우 IPCC SRES datadase에서 제공하는 수치에 따라 2100년에는 A1B, A2, B1 시나리오 별로 각각 789.
2. 논벼의 소비수량은 후기로 갈수록 감소하는 것으로 예측되었다. 기준년도 (1981-2010) 소비수량 451.
3. 기준년도의 벼 생산량은 508.9 kg/10a로 나타났다. 각각의 시나리오별로 생산량의 변화 추세는 A1B, A2, B1 순으로 1.
4. 기후변화로 인한 기온 상승은 벼의 발육을 빠르게 하여 등숙기간을 단축시켰으며, 고온으로 인한 임실율을 저하를 유발하여 생산량을 감소시키는 원인이 되지만, 대기 중 CO₂ 농도의 증가는 생산량을 증가시키는 원인이 된다. 그로 인해 벼의 생육기간은 단축되고, 소비수량은 감소하지만 생산량은 증가한 것으로 판단된다.
이러한 결과는 A1B 시나리오에서의 생산량과 B1 시나리오에서의 생산량을 비교함으로써 확인할 수 있다. A1B 시나리오를 적용한 결과는 B1 시나리오를 적용한 결과보다 생육기간 내 기온이 높게 나타났고 그에 따라 생육기간도 짧게 나타났다. 그러나 CO₂ 농도가 크게 증가하여 결과적으로 2085s에서 생산량이 더 많게 모의되었다.
CERES-Rice 모형을 통해 예측한 미래의 논벼 생산량은 Table 5와 같았으며 전체적으로 생산량이 증가할 것으로 예측되었다. 기준년도의 생산량 모의 결과는 508.
이에 본 연구에서는 추청벼의 본답 생육일수 130일, 평균 생산량 506 kg/10a를 기준으로 하여, 과거 30년 (1981-2010) 동안의 생산량을 모의하였다. 그 결과 508.9 kg/10a의 생산량이 모의되었으며, 이는 기존의 연구결과와 비교하여 적정한 예측 값으로 판단된다. 품종 유전모수는 기존의 연구 결과 (Kim et al.
9 mm, 464 mm과 비교하였을 때 적정한 예측 값으로 판단된다. 미래의 소비수량 모의치는 2025s, 2055s, 2085s에 대해 각각 A1B 시나리오에서는 421.0 mm, 401.0 mm, 392.2 mm의 값을 나타내어, 기준년도에 비해 6.8 %, 11.2 %, 13.2 % 감소할 것으로 예측되었다. A2 시나리오에서는 6.
3 % (2085s) 증가하였다. 생산량의 경우 후기로 갈수록 증가하는 경향을 보였으며, A1B 시나리오에서 가장 크게, B1 시나리오에서 가장 작게 증가하였다.
세 가지 시나리오에서 모두 생산량이 증가한 것으로 보아, 생산량을 감소시키는 기온 상승의 영향보다 CO₂ 농도의 변화가 생산량에 더 크게 영향을 미치는 것으로 판단된다. 이러한 결과는 A1B 시나리오에서의 생산량과 B1 시나리오에서의 생산량을 비교함으로써 확인할 수 있다.
먼저 생육기간의 변화를 살펴보면 기준년도 (1981-2010년)에 비해 세 가지 시나리오에서 모두 감소했음을 알 수 있다. 이를 생육기간 내 평균기온과 함께 살펴보면 평균기온이 증가함에 따라 생육기간이 감소했다는 것을 확인할 수 있었고, 평균기온이 가장 크게 증가하였던 A2 시나리오에서 다른 시나리오보다 생육기간이 짧게 나타났다. 또한 생육기간 내 평균온도의 상승으로 생육기간 동안 최고기온이 32 ℃를 넘는 날의 수도 많이 나타났다.
이는 Lee (2007)가 시험포장과 관행포장에서 추청벼를 대상으로 조사한 생산량, 507 kg/10a, 520 kg/10a와 비교하였을 때 적정한 예측 값으로 판단된다. 이에 본 생육모형을 적용하여 미래의 논벼 생산량을 모의한 결과, 2025s, 2055s, 2085s에 대해 각각 A1B 시나리오에서는 517.9 kg/10a, 524.6 kg/10a, 569.9 kg/10a의 값을 나타냈으며, 이는 기준년도 생산량과 비교했을 때 1.8 %, 3.1 %, 12.0 % 증가한 값이다. A2 시나리오에서는 4.

후속연구

1 모형을 이용하여 기후변화에 따른 벼 증발산량과 생산량의 변화를 예측하였는데, 증발산량 및 생산량은 증가한다고 하였다. 그러나 위와 같은 연구들은 미래 기상요소의 변화에 따른 용수량 또는 작물 생산량에 관한 영향 예측에 초점을 둔 연구로서 용수 관리 측면에서 기후변화 대응책을 수립하기 위한 자료로는 한계가 있다. 앞으로의 기후변화 현상에 대응하기 위해서는 단순히 용수량, 생산량의 변화를 분석하는데 그치는 것이 아니라 두 요소 간의 관계를 함께 분석하여, 미래에도 충분한 수확량을 확보할 수 있는 적절한 용수관리 방법에 관한 연구들이 필요할 것으로 판단된다.
따라서 향후 미래 논벼의 소비수량 및 생산량의 변화를 정확하게 예측하기 위해서는 기상조건 외에 다양한 인자를 고려해야 할 것으로 판단된다. 그러나 이러한 한계점을 고려하더라도 본 연구의 결과는 기후변화가 벼 생육에 미치는 영향을 파악하고, 이앙기 및 수확기 등의 생육기간을 조절하여 충분한 생산량을 확보할 수 있는 미래 영농 방법 계획 수립에 필요한 기초자료로 활용될 수 있을 것으로 판단된다.
또한 기온, 강수량 등의 기상자료를 중점으로 활용하여 결과를 산출했기 때문에 생산량 감소의 원인이 될 수 있는 병충해 등의 피해는 고려하지 않은 한계가 있다. 따라서 향후 미래 논벼의 소비수량 및 생산량의 변화를 정확하게 예측하기 위해서는 기상조건 외에 다양한 인자를 고려해야 할 것으로 판단된다. 그러나 이러한 한계점을 고려하더라도 본 연구의 결과는 기후변화가 벼 생육에 미치는 영향을 파악하고, 이앙기 및 수확기 등의 생육기간을 조절하여 충분한 생산량을 확보할 수 있는 미래 영농 방법 계획 수립에 필요한 기초자료로 활용될 수 있을 것으로 판단된다.
앞으로의 기후변화 현상에 대응하기 위해서는 단순히 용수량, 생산량의 변화를 분석하는데 그치는 것이 아니라 두 요소 간의 관계를 함께 분석하여, 미래에도 충분한 수확량을 확보할 수 있는 적절한 용수관리 방법에 관한 연구들이 필요할 것으로 판단된다. 또한 미래 기후변화는 기후변화 시나리오에 의한 불확실성을 내포하고 있으므로 다양한 기후변화 시나리오를 적용한 연구도 필요하다.
그러나 위와 같은 연구들은 미래 기상요소의 변화에 따른 용수량 또는 작물 생산량에 관한 영향 예측에 초점을 둔 연구로서 용수 관리 측면에서 기후변화 대응책을 수립하기 위한 자료로는 한계가 있다. 앞으로의 기후변화 현상에 대응하기 위해서는 단순히 용수량, 생산량의 변화를 분석하는데 그치는 것이 아니라 두 요소 간의 관계를 함께 분석하여, 미래에도 충분한 수확량을 확보할 수 있는 적절한 용수관리 방법에 관한 연구들이 필요할 것으로 판단된다. 또한 미래 기후변화는 기후변화 시나리오에 의한 불확실성을 내포하고 있으므로 다양한 기후변화 시나리오를 적용한 연구도 필요하다.
이에 본 연구에서는 다양한 기후변화 시나리오 기상자료와 작물생육모형을 활용하여 기후변화에 따른 미래 논벼의 소비수량 및 생산량의 변화를 분석하고자 하였다. 이를 위해 A1B, A2, B1 시나리오 기상자료를 CERES-Rice 모형에 적용하여 2010년부터 2100년까지의 논벼의 소비수량 및 생산량을 산정하고 시기별 변화를 분석하였으며 이는 미래 논벼 재배에 있어서 농업용수의 관리계획 수립 및 영농 방법에 필요한 기초자료로 활용될 수 있을 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	기후변화로 인한 기상상태의 변화가 벼의 수량과 질에 영향을 미칠 수 있는 근거는?	농업은 기상조건과 밀접한 연관이 있는 산업으로서, 기후변화는 작물생육환경의 변화를 가져올 것으로 보인다. 국내 주곡 생산량의 90 % 이상을 차지하는 벼는 기온과 강수량, 일조시간 등의 기상조건에 민감하게 반응하며, 각 생육단계별로 정상적으로 생육할 수 있는 적산온도를 가지고 있기 때문에 기후변화로 인한 기상상태의 변화는 벼의 수량과 질에 영향을 미칠 수 있다 (Lee and Lee, 2008).
	SRES에서 제시하는 온실가스 배출 시나리오는 어떻게 구성되어 있는가?	SRES (Special Report on Emissions Scenarios)에는 인구, 사회, 경제, 기술, 환경 개발 등에 따라 4가지 골격의 온실가스 배출 시나리오를 제시하고 있는데, 이는 크게 A-B축 (경제지향-환경지향), 1-2축 (지구주의지향-지역주의지향)으로 분류된다. 본 연구에서 선택한 시나리오는 A1B, A2, B1 시나리오이며, A1B 시나리오는 ‘고성장 사회 시나리오’ 중 급속한 경제 발전을 가정하고 있으며 에너지 자원의 시스템 개발이 균형있게 발전한다고 가정하고 있다.
	CERES (Crop-Environment Resource Synthesis)-Rice 모형은 무엇인가?	벼 생육모형 가운데 CERES (Crop-Environment Resource Synthesis)-Rice는 미국에서 개발되어 IBSNAT (International Benchmark Site Network for Agrotechnology Transfer) 사업에 의해 국제적으로 널리 보급된 것이다. 이 모형은 벼의 생장과 발육에 영향을 주는 기상, 토양, 수분, 질소 등 재배환경구성요소간 상호작용을 종합적으로 고려한 것으로서, 실험실 수준을 벗어나 실용화 단계에 있는 것으로 평가된다 (Kim et al., 2002).

참고문헌 (25)

Bae, D. H., I. W. Chung and W. T. Kwon, 2007. Generation of high resolution scenarios for climate change impacts on water resources( I ): Climate scnerios on each sub-basins. Journal of the Korea Water Resources Association 40(3): 191-204 (in Korean).

원문보기 상세보기
Chung, H. W, S. J. Kim, J. S. Kim, J. K. Noh, K. W. Park, J. G. Son, K. S. Yoon, G. H. Lee, N. H. Lee, S. O. Chung, J. D. Choi and J. Y. Choi, 2007. Irrigation and drainage engineering. Seoul: Dongmyeongsa.
Chung, S. O., 2010. Simulating evapotranspiration and yield responses of rice to climate change using FAOAquaCrop. Journal of the Korean Society of Agricultural Engineers 52(3): 57-64 (in Korean).
Chung, S. O., J. A. Rodriguez-Diaz, E. K. Weatherhead and J. W. Knox, 2010. Climate change impacts on water for irrigating paddy rice in South Korea. Irrigation and Drainage 60(2): 263-273.

상세보기
De Silva, C. S., E. K. Weatherhead, J. W. Knox and J. A. Rodriguez-Diaz, 2007. Predicting the impacts of climate change- A case study of paddy irrigation water requirements in Sri Lanka. Agricultural Water Management 93(1-2): 19-29.

상세보기
Doll, P., 2002. Impact of climate change and variability on irrigation requirements: a global perspective. Climate Change 54: 269-293.

상세보기
Han, H. J., 2007. Climate change impact assessment and development of adaptation strategies in Korea (III). Korean Environment Institute Report 2007/RE-01, 432 (in Korean).
Hong, E. M., J. Y. Choi, S. H. Lee, S. H. Yoo and M. S. Kang, 2009. Estimation of paddy rice evapotranspiration considering climate change using LARS-WG. Journal of the Korean Society of Agricultural Engineers 51(3): 25-35 (in Korean).
Horie, T., 1993. Predicting the effects of climatic variation and elevated $CO_2$ on rice yield in Japan. Journal of Agricultural Meteorology 48: 567-574.

상세보기
IPCC, 2000. Special Report on emissions scenarios. Cambridge University Press, Cambridge, UK, 570.
IPCC, 2007. Climate Change 2007: Impacts, adaption and vulnerability. Cambridge University Press, Cambridge, UK.
Kim, M. G., S. W. Nam, W. M. Suh, Y. C. Yoon, S. G. Lee and H. W. Lee, 2000. Agricultural structure engineering, 203, Hyangmoonsa, Seoul, Korea (in Korean).
Kim, Y. H., H. D. Kim, S. W. Han, J. Y. Choi, J. M. Koo, U. Chung, J. Y. Kim, and Jin I. Yun, 2002. Using spatial data and crop growth modeling to predict performance of South Korean rice varieties Grown in western coastal plains in North Korea. Korean Journal of Agricultural and Forest Meteorology 4(4): 224-236 (in Korean).
KMA, 2008. Understanding of climate change and application of climate change scenario(1). Korea Meteorological Administration (in Korean).
Lee, J. H., 2007. Applicability of "Manual for high quality rice production (MHQRP) of Chucheongbyeo" on-farm level. Hwasung, Gyeonggi: Gyeonggi-do Agricultural Research & Extension Services.
Lee, J. H., S. U. Han, J. S. Park, J. H. Ji, H. D. Kim and K. Y. Park, 2007. Manual for high quality rice production (MHQRP) of Chucheongbyeo, 3-49. Hwasung, Gyeonggi: Gyeonggi-do Agricultural Research & Extension Services.
Lee, Y. S. and S. H. Lee, 2008. The impacts of climate change on rice yield. Journal of the Korean Association of Professional Geographers 42(3): 405-416 (in Korean).
Racsko P., L. Szeidl and M. Semenov, 1991. A serial approach to local stochastic weather models. Ecological Modeling 57: 27-41.

상세보기
Semenov, M. A., R. J. Brooks, E. M. Barrow and C. W. Richardson, 1998. Comparison of the WGEN and LARS-WG stochastic weather generators for diverse climates. Climate Research 10: 83-97.
Shim, K. M., D. B. Lee, K. A. Noh, K. Y. Kim, H. C. Chung, and J. T. Lee, 2008. The impacts of climate change on agricultural production environment. Proceedings of the 21st symposium for Kangwon Agriculture development, 43-71, Kangwondo Agricultural research and extension services (in Korean).
Timsina, J. and E. Humphreys, 2006. Application of CERES-Rice and CERES-Wheat in research, policy and climate change studies in Asia: A review. International Journal of Agricultural Research 1(3): 202-225.

상세보기
Yoo, S. H., 2009. Analyzing agricultural drought affected by climate change. Ph.D. diss. Seoul National University (in Korean).
Yun, D. K., S. O. Chung and S. J. Kim, 2011. Climate change impacts on paddy water requirement. Journal of the Korean Society of Agricultural Engineers 53(4): 39-47 (in Korean).

원문보기 상세보기
Yun, J. I. and K. S. Cho, 2001. Yield and production forecasting of paddy rice at a sub-county scale resolution by using crop simulation and weather interpolation techniques. Korean Journal of Agricultural and Forest Meteorology 3(1): 37-43 (in Korean).
Yun, J. I. and K. H. Lee, 2000. Agroclimatology of North Korea for paddy rice cultivation: Preliminary results from a simulation experiment. Korean Journal of Agricultural and Forest Meteorology 2(2): 47-61 (in Korean).

저자의 다른 논문 :

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