$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

정식시기와 질소시비 수준에 따른 봄배추의 생육량 추정
Prediction of Chinese Cabbage Yield as Affected by Planting Date and Nitrogen Fertilization for Spring Production 원문보기

생물환경조절학회지 = Journal of bio-environment control, v.21 no.3, 2012년, pp.271 - 275  

이상규 (농촌진흥청 국립원예특작과학원 채소과) ,  서태철 (농촌진흥청 감사담당관실) ,  장윤아 (농촌진흥청 국립원예특작과학원 채소과) ,  이준구 (농촌진흥청 국립원예특작과학원 채소과) ,  남춘우 (농촌진흥청 국립원예특작과학원 채소과) ,  최장선 (농촌진흥청 국립원예특작과학원 채소과) ,  여경환 (농촌진흥청 국립원예특작과학원 채소과) ,  엄영철 (농촌진흥청 국립원예특작과학원 채소과)

초록
AI-Helper 아이콘AI-Helper

최근 지구온난화에 따른 이상기상 발생 빈도가 증가하고 있으며 배추 등 일부 채소작물의 저온 및 고온 등으로 인하여 생산량에 문제가 발생하고 있다. 이러한 이상기상 조건 발생시 사전에 생산량을 예측하면 수급을 조절하는데 효과적이라 판단된다. 따라서 본 실험은 기상이변에 따른 봄배추의 생육량을 추정하기 위하여 정식시기와 질소시비량을 달리하여 생육인자간 상관계수를 도출하였다. 그 결과, 정식시기별 최종 생육은 4월 15일과 4월 22일 정식 처리에서 건물중이 각각 168g과 139g으로 타 시기에 비해 높았으며, 질소처리에 따른 차이는 없었다. 기후인자 온도, 일사량, GDD, 그리고 생육인자 엽수, 지상부생체중, 지상부건물중 등의 편상관분석 결과, 유의성이 높은 것으로 나타났다. GDD와 엽수, GDD와 지상부 건물중의 분포를 측정한 결과, 질소시비 수준에 따른 차이는 없었으며, 3차함수로 다항회귀식을 구한 결과, 엽수$(y)=-0.0000004x^3+0.0004x^2+0.0225x+5.4045$($R^2$=0.9818), 지상부건물중$(y)=-0.0000008x^3+0.001x^2-0.0958x+0.3426$($R^2$=0.9584)로 나타났다. 따라서 봄배추 생육기간중에 GDD 측정만으로도 봄배추의 지상부 생산량을 추정할 수 있을 것으로 판단되었다.

Abstract AI-Helper 아이콘AI-Helper

The average annual and winter ambient air temperatures in Korea have risen by $0.7^{\circ}C$ and $1.4^{\circ}C$, respectively, during the last 30 years. The continuous rise in temperature presents a challenge in growing certain horticultural crops. Chinese cabbage, one most imp...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 따라서 본 실험은 봄배추를 대상으로 정식시기와 질소시비량을 달리하여 생산량 예측 모델식을 개발하고자 수행하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
봄배추의 지상부 생산량을 추정할 수 있는 방법은? 9584)로 나타났다. 따라서 봄배추 생육기간중에 GDD 측정만으로도 봄배추의 지상부 생산량을 추정할 수 있을 것으로 판단되었다.
2009년에 배추는 전년과 비교하여 가격이 354% 상승하였고, 무는 320%가 상승하였는데 그 원인은? 2009년에 발생한 이상기후로 인하여 배추는 전년과 비교하여 가격이 354% 상승하였고, 무는 320%가 상승하여 국가적인 대응책의 필요성이 제기된 바 있다(NIHHS, 2009). 당시 재배면적이 감소한 원인도 있지만 가장 큰 원인은 이상기상에 따른 생육 부진으로 생산량이 감소하였기 때문으로 추정된다. 이러한 피해를 경감하기 위하여 농작물 생산량을 사전에 예측하기 위한 연구는 국외에서 많이 이루어지고 있으나 우리나라에서는 초보적인 단계로 주요 농작물에 대해서만 이루어지고 있는 실정이다.
지구온난화의 문제점? 최근 지구온난화에 따른 이상기상 발생 빈도가 증가하고 있으며 배추 등 일부 채소작물의 저온 및 고온 등으로 인하여 생산량에 문제가 발생하고 있다. 이러한 이상기상 조건 발생시 사전에 생산량을 예측하면 수급을 조절하는데 효과적이라 판단된다.
질의응답 정보가 도움이 되었나요?

참고문헌 (11)

  1. Cho, Y.Y. and J.E. Son. 2009. Determination of suitable parameters for developing adequate growth model of pak-choi plants. Hort. Environ. Biotechnol. 50:532-535 

  2. Eitzinger, J., M. Trnka, J. Hosch, Z. Zalud, and M. Dubrovsky. 2004. Comparison of CERES, WOFOST and SWAP models in simulating soil water content during growing season under different soil conditions. Ecological Modeling 171:223-246. 

  3. Jones, J.W., G. Hoogenboom, C.H. Porter, K.J. Boote, W.D. Batchelor, L.A. Hunt, P.W. Wilkens, U. Singh, A.J. Gijsman, and J.T. Ritchie. 2003. The DSSAT cropping system model. Europ. J. Agronomy 18:235-265 

  4. Kang, H.J., J.S. Lee, K.Y. Ryu, and J.T. Lee. 2002. Technology of Chinese cabbage cultivation. Rural Development Administration. Korea. pp. 39-42. 

  5. Kim, Y.H., S.Y. Hong, and H.Y. Lee. 2010. Construction of X-band automatic radar scatterometer measurement system and monitoring of rice growth. K. J. Soil Sci. Fert. 43:374-383. 

  6. Lee, B,W., Y.H. Lee, J.E. Lee, K.H. Moon, D.J. Kim, K.J. Lee, and D.H. Choi. 2010. Develop crop growth models for soybean, potato, and oilseed rape, evaluate the temperature response of major upland crop under the changed climate condition. Res. Rept. RDA. p. 89. 

  7. Lenz-Wiedemann, V.I.S., C.W. Klar, and K. Schneider. 2010. Development and test of a crop growth model for application within a global change decision support system. Ecological Modeling 221:314-329. 

  8. Liu, H.L., J.Y. Yang, C.F. Drury, W.D. Reynolds, C.S. Tan, Y.L. Bai, P. He, J. Jin, and G. Hoogenboom. 2011. Using the DSSAT-CERES-Maize model to simulate crop yield and nitrogen cycling in fields under longterm continuos maize production. Nutr. Cycl. Agroecosyst 89:313-328. 

  9. Lobell, D.B. and M.B. Burke. 2010. On the use of statistical models to predict crop yield responses to climate change. Agricultural and Forest Meteorology 150:1443-1452. 

  10. National Institution Horticultural and Herbal Science (NIHHS). 2009. Annual report. 2009. 

  11. Nendel, C., U. Schmutz, A. Venezia, F. Piro, and C.R. Rahn. 2009. Converting simulated total dry matter to fresh marketable yield for field vegetables at a range of nitrogen supply levels. Plant & Soil 325:319-334. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로