RCP8.5 기후조건의 작물생육모의에 근거한 우리나라 곡물생산 전망 An Outlook on Cereal Grains Production in South Korea Based on Crop Growth Simulation under the RCP8.5 Climate Change Scenarios원문보기
본 연구는 기존 연구에서 주로 사용된 A1B와 최근 국가표준으로 채택된 RCP8.5 기반 미래 기후전망 등 두 가지를 이용하되, 실제 농작물이 재배되고 있는 농지단위의 속성정보를 작물모형에 적용시키고, 확률추정기법에 의해 연차변이를 부여한 10년 간격 일 기상자료에 의해 발육단계와 잠재수량 변화 추세를 도출함으로써 보다 현실성 있는 영향평가방법을 제시하고자 하였다. 남한 전역을 산맥, 하천, 집수역에 근거하여 68개의 작물재배구역(CZU)로 분류하고, 1km 격자간격의 10년 단위(2011-2100) 월별 남한 미래기후 시나리오 자료로부터 농경지에 해당하는 격자의 일 최저, 최고기온, 강수량의 월별 평균자료를 추출하였다. 농경지격자 월별 기후자료를 CZU별로 요약하고 그 공간평균값을 확률추정기법에 의해 10년 단위기간 별 30세트씩의 일별 기상자료로 변환하였다. 농촌진흥청 토양 전자지도로부터 발췌한 토양정보와 4대 권역 별 표준재배법을 적용하여 10년 단위기간의 일 기상조건 30세트에 대해 쌀, 보리, 콩 국내 주요 품종의 생육과 수량을 CERES-Rice, CERES-Barley, CROPGRO-Soybean에 의해 모의하였다. 모의결과에 의하면 모든 작목에서 기후변화에 의해 개화기(출수기)가 앞당겨지나, 연차변이는 보리와 콩에서 감소한 반면 벼에서는 증가하였다. 조기 출수에도 불구하고 보리의 종실 등숙기간은 조금 연장되었으며, 콩에서는 변동이 적었고 벼에서만 단축되었으며, 등숙기간의 연차변이는 모든 작목에서 감소추세를 보였다. 벼의 수량은 모든 품종에서 줄어들 것으로 예상되었지만, 보리의 수량은 모든 품종에서 크게 늘어나고 콩에서는 큰 변동이 없을 것으로 예상되었다. 전국의 모든 농경지에 벼를 재배한다고 가정하면 쌀(현미)의 잠재생산량은 2000년대 현재 14,863,633톤이지만 2090년대에는 11,734,019톤으로 줄어들지만, 보리를 재배한다면 현재의 잠재생산량 9,452,416톤이 미래에는 16,972,537톤으로 크게 증가하여 쌀 생산량을 추월하게 된다. 전체적으로 기후변화의 부정적 영향은 벼에서 가장 현저하며, 콩은 영향이 덜하고, 보리에서는 오히려 긍정적인 영향이 예상되므로 곡물생산 부문의 기후변화 대응전략의 하나로서 중부이북 지방에서도 보리재배에 적극적인 관심을 가져야 할 필요성이 있다.
본 연구는 기존 연구에서 주로 사용된 A1B와 최근 국가표준으로 채택된 RCP8.5 기반 미래 기후전망 등 두 가지를 이용하되, 실제 농작물이 재배되고 있는 농지단위의 속성정보를 작물모형에 적용시키고, 확률추정기법에 의해 연차변이를 부여한 10년 간격 일 기상자료에 의해 발육단계와 잠재수량 변화 추세를 도출함으로써 보다 현실성 있는 영향평가방법을 제시하고자 하였다. 남한 전역을 산맥, 하천, 집수역에 근거하여 68개의 작물재배구역(CZU)로 분류하고, 1km 격자간격의 10년 단위(2011-2100) 월별 남한 미래기후 시나리오 자료로부터 농경지에 해당하는 격자의 일 최저, 최고기온, 강수량의 월별 평균자료를 추출하였다. 농경지격자 월별 기후자료를 CZU별로 요약하고 그 공간평균값을 확률추정기법에 의해 10년 단위기간 별 30세트씩의 일별 기상자료로 변환하였다. 농촌진흥청 토양 전자지도로부터 발췌한 토양정보와 4대 권역 별 표준재배법을 적용하여 10년 단위기간의 일 기상조건 30세트에 대해 쌀, 보리, 콩 국내 주요 품종의 생육과 수량을 CERES-Rice, CERES-Barley, CROPGRO-Soybean에 의해 모의하였다. 모의결과에 의하면 모든 작목에서 기후변화에 의해 개화기(출수기)가 앞당겨지나, 연차변이는 보리와 콩에서 감소한 반면 벼에서는 증가하였다. 조기 출수에도 불구하고 보리의 종실 등숙기간은 조금 연장되었으며, 콩에서는 변동이 적었고 벼에서만 단축되었으며, 등숙기간의 연차변이는 모든 작목에서 감소추세를 보였다. 벼의 수량은 모든 품종에서 줄어들 것으로 예상되었지만, 보리의 수량은 모든 품종에서 크게 늘어나고 콩에서는 큰 변동이 없을 것으로 예상되었다. 전국의 모든 농경지에 벼를 재배한다고 가정하면 쌀(현미)의 잠재생산량은 2000년대 현재 14,863,633톤이지만 2090년대에는 11,734,019톤으로 줄어들지만, 보리를 재배한다면 현재의 잠재생산량 9,452,416톤이 미래에는 16,972,537톤으로 크게 증가하여 쌀 생산량을 추월하게 된다. 전체적으로 기후변화의 부정적 영향은 벼에서 가장 현저하며, 콩은 영향이 덜하고, 보리에서는 오히려 긍정적인 영향이 예상되므로 곡물생산 부문의 기후변화 대응전략의 하나로서 중부이북 지방에서도 보리재배에 적극적인 관심을 가져야 할 필요성이 있다.
Climate change impact assessment of cereal crop production in South Korea was performed using land attributes and daily weather data at a farm scale as inputs to crop models. Farmlands in South Korea were grouped into 68 crop-simulation zone units (CZU) based on major mountains and rivers as well as...
Climate change impact assessment of cereal crop production in South Korea was performed using land attributes and daily weather data at a farm scale as inputs to crop models. Farmlands in South Korea were grouped into 68 crop-simulation zone units (CZU) based on major mountains and rivers as well as existing land use information. Daily weather data at a 1-km grid spacing under the A1B- and RCP8.5 scenarios were generated stochastically to obtain decadal mean of daily data. These data were registered to the farmland grid cells and spatially averaged to represent climate conditions in each CZU. Monthly climate data for each decade in 2001~2100 were transformed to 30 sets of daily weather data for each CZU by using a stochastic weather generator. Soil data and crop management information for 68 CZU were used as inputs to the CERES-rice, CERE-barley and CROPGRO-soybean models calibrated to represent the genetic features of major domestic cultivars in South Korea. Results from the models suggested that the heading or flowering of rice, winter barley and soybean could be accelerated in the future. The grain-fill period of winter barley could be extended, resulting in much higher yield of winter barley in most CZUs than that of rice. Among the three major cereal grain crops in Korea, rice seems most vulnerable to negative impact of climate change, while little impact of climate change is expected on soybeans. Because a positive effect of climate change is projected for winter barley, policy in agricultural production should pay more attention to facilitate winter barley production as an adaptation strategy for the national food security.
Climate change impact assessment of cereal crop production in South Korea was performed using land attributes and daily weather data at a farm scale as inputs to crop models. Farmlands in South Korea were grouped into 68 crop-simulation zone units (CZU) based on major mountains and rivers as well as existing land use information. Daily weather data at a 1-km grid spacing under the A1B- and RCP8.5 scenarios were generated stochastically to obtain decadal mean of daily data. These data were registered to the farmland grid cells and spatially averaged to represent climate conditions in each CZU. Monthly climate data for each decade in 2001~2100 were transformed to 30 sets of daily weather data for each CZU by using a stochastic weather generator. Soil data and crop management information for 68 CZU were used as inputs to the CERES-rice, CERE-barley and CROPGRO-soybean models calibrated to represent the genetic features of major domestic cultivars in South Korea. Results from the models suggested that the heading or flowering of rice, winter barley and soybean could be accelerated in the future. The grain-fill period of winter barley could be extended, resulting in much higher yield of winter barley in most CZUs than that of rice. Among the three major cereal grain crops in Korea, rice seems most vulnerable to negative impact of climate change, while little impact of climate change is expected on soybeans. Because a positive effect of climate change is projected for winter barley, policy in agricultural production should pay more attention to facilitate winter barley production as an adaptation strategy for the national food security.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 기존 연구에서 주로 사용된 A1B와 최근 국가표준으로 채택된 RCP8.5 기반 미래 기후전망 등 두 가지를 이용하되, 실제 농작물이 재배되고 있는 농지단위의 속성정보를 작물모형에 적용시키고, 확률추정기법에 의해 연차변이를 부여한 10년 간격 일 기상 자료에 의해 발육단계와 잠재수량 변화 추세를 도출함으로써 보다 현실성 있는 영향평가방법을 제시하고자 하였다. 남한 전역을 산맥, 하천, 집수역에 근거하여 68개의 작물재배구역(CZU)로 분류하고, 1km 격자간격의 10년 단위(2011-2100) 월별 남한 미래기후 시나리오 자료로부터 농경지에 해당하는 격자의 일 최저, 최고 기온, 강수량의 월별 평균자료를 추출하였다.
본 연구에서는 기존 연구에서 사용되었던 A1B와는 많은 차이를 보이고 있는 RCP8.5 기반 미래 기후전망을 이용하되, 실제 농작물이 재배되고 있는 농지단위의 속성정보를 작물모형에 적용시키고, 확률추정기법에 의해 연차변이를 부여한 10년 간격 일 기상자료에 의해 발육단계와 잠재수량 변화 추세를 도출함으로써 보다 현실성 있는 영향평가방법을 제시하고자 하였다.
가설 설정
G2: Single grain weight (g) under ideal growing conditions.
G2: Standard kernel size under optimum conditions (mg).
G3: Standard, non-stressed dry weight (total, including grain) of a single tiller at maturity (g).
G3: Tillering coefficient relative to IR64.
P1: Degree days above 9℃ during vegetative period.
P5: Degree days above 9℃ from beginning of grain filling to physiological maturity.
본 연구결과는 현재 장려품종 중에서 일부를 선택하여 표준재배법(4개 권역)을 미래에도 동일하게 적용하여 전국적으로 재배한다는 가정하에 모의한 것이다. 여기서 가정한 모든 농경지에 보리를 재배하는 일은 현실적으로 불가능한 일이다.
제안 방법
시나리오 자료에는 존재하지 않는 일사량, 강수일수는 최근 10년(2001-2010) 자료의 평균으로 대치하였다. CZU별 농경지 주제도를 기후도 위에 중첩시켜 농경지에 해당하는 픽셀의 기후자료만 추출하고, 이들의 산술평균을 CZU 대표기후로 간주하였다. 이렇게 해서 준비된 CZU별 월별 기후자료는 각 10년 기간의 월별 평균값이므로 기대되는 연차변이를 반영한 일별 기상자료를 얻기 위해서는 날씨생성기(weather generator)를 이용해야 한다.
각 시군에 있는 농업기술센터에서 제공하고 있는 표준 재배법은 상위기관인 도 농업기술원의 표준재배법을 인용하고 있으므로, 본 연구에서는 전국을 크게 중부, 강원, 호남, 영남 등 4개 권역으로 나누어 해당 농업기술원의 표준재배법을 사용하기로 했다. 각 권역의 대표 지역(수원, 춘천, 익산, 밀양) 농업기술원(또는 농업기술센터)에서 채택하는 파종, 이앙, 시비, 물 관리 등 표준재배법을 참고하여 데이터베이스 화하였고, 이를 DSSAT 하부프로그램인 X-Build를 이용하여 모형 구동에 맞는 포맷으로 변경하였다.
동일한 CZU 내에서도 재배양식은 지역적인 차이가 있겠지만 현실적으로 모든 재배정보를 입수하기는 힘들다. 각 시군에 있는 농업기술센터에서 제공하고 있는 표준 재배법은 상위기관인 도 농업기술원의 표준재배법을 인용하고 있으므로, 본 연구에서는 전국을 크게 중부, 강원, 호남, 영남 등 4개 권역으로 나누어 해당 농업기술원의 표준재배법을 사용하기로 했다. 각 권역의 대표 지역(수원, 춘천, 익산, 밀양) 농업기술원(또는 농업기술센터)에서 채택하는 파종, 이앙, 시비, 물 관리 등 표준재배법을 참고하여 데이터베이스 화하였고, 이를 DSSAT 하부프로그램인 X-Build를 이용하여 모형 구동에 맞는 포맷으로 변경하였다.
5 기반 미래 기후전망 등 두 가지를 이용하되, 실제 농작물이 재배되고 있는 농지단위의 속성정보를 작물모형에 적용시키고, 확률추정기법에 의해 연차변이를 부여한 10년 간격 일 기상 자료에 의해 발육단계와 잠재수량 변화 추세를 도출함으로써 보다 현실성 있는 영향평가방법을 제시하고자 하였다. 남한 전역을 산맥, 하천, 집수역에 근거하여 68개의 작물재배구역(CZU)로 분류하고, 1km 격자간격의 10년 단위(2011-2100) 월별 남한 미래기후 시나리오 자료로부터 농경지에 해당하는 격자의 일 최저, 최고 기온, 강수량의 월별 평균자료를 추출하였다. 농경지 격자 월별 기후자료를 CZU별로 요약하고 그 공간평균값을 확률추정기법에 의해 10년 단위기간 별 30세트씩의 일별 기상자료로 변환하였다.
남한 전역을 산맥, 하천, 집수역에 근거하여 68개의 작물재배구역(CZU)로 분류하고, 1km 격자간격의 10년 단위(2011-2100) 월별 남한 미래기후 시나리오 자료로부터 농경지에 해당하는 격자의 일 최저, 최고 기온, 강수량의 월별 평균자료를 추출하였다. 농경지 격자 월별 기후자료를 CZU별로 요약하고 그 공간평균값을 확률추정기법에 의해 10년 단위기간 별 30세트씩의 일별 기상자료로 변환하였다. 농촌진흥청 토양 전자지도로부터 발췌한 토양정보와 4대 권역 별 표준 재배법을 적용하여 10년 단위기간의 일 기상조건 30세트에 대해 쌀, 보리, 콩 국내 주요 품종의 생육과 수량을 CERES-Rice, CERES-Barley, CROPGRO-Soybean에 의해 모의하였다.
농경지 격자 월별 기후자료를 CZU별로 요약하고 그 공간평균값을 확률추정기법에 의해 10년 단위기간 별 30세트씩의 일별 기상자료로 변환하였다. 농촌진흥청 토양 전자지도로부터 발췌한 토양정보와 4대 권역 별 표준 재배법을 적용하여 10년 단위기간의 일 기상조건 30세트에 대해 쌀, 보리, 콩 국내 주요 품종의 생육과 수량을 CERES-Rice, CERES-Barley, CROPGRO-Soybean에 의해 모의하였다. 모의결과에 의하면 모든 작목에서 기후변화에 의해 개화기(출수기)가 앞당겨지나, 연차변이는 보리와 콩에서 감소한 반면 벼에서는 증가하였다.
모형구동에 필요한 토양 정보는 한국수자원공사에서 제공하는 수치토양분류도 위에 CZU별 농경지 주제도를 중첩시켜 농경지에 해당하는 토양속성을 추출하였다. 추출된 토양속성 가운데 가장 흔한 토성을 그 CZU의 대표 토성으로 간주하였는데 사양토(Sandy Loam)가 61개 권역으로 가장 많았고, 나머지는 식질 양토(Clay Loam)이었다.
5 시나리오에서 가정한 변동곡선으로부터 역시 10년 단위로 추출하였다. 앞에서 준비된 토양자료 및 재배방법에 의해 CERES-Rice, CERES-Barley, CROPGRO-Soybean 모형을 CZU별 일 기상자료 및 이산화탄소농도 조건에서 30회씩 구동시켜 해당 품종의 발육, 생장, 수량 관련 변수를 예측하였다.
5, A1B)에 근거한 최고, 최저기온, 강수량을 수집하였다. 원본 자료의 공간 분해능을 1km로 조정하기 위해 위경도 간격이 일정하도록 내삽한 다음 TM(Transverse Mercator) 좌표계로 변환하였다. 시나리오 자료에는 존재하지 않는 일사량, 강수일수는 최근 10년(2001-2010) 자료의 평균으로 대치하였다.
kr). 이 자료들은 DSSAT의 하부프로그램인 S-Build를 이용하여 작물모형 구동에 적합한 포맷으로 변경하였다.
kr)에서 제작한 유역 분류 가운데 중 권역에 해당하는 104개 유역을 농촌진흥청의 벼 재배지대구분에 중첩시켜 68개 재배구역(Crop-simulation Zone Unit, CZU)으로 통합하였다. 한편 환경부의 30m 해상도 지표피복-토지이용 분류지도 위에 CZU를 중첩시키고 각 CZU에 포함되는 농경지 픽셀만 추출하여 CZU별 농경지 주제도를 래스터파일로 준비하였다.
대상 데이터
이렇게 해서 준비된 CZU별 월별 기후자료는 각 10년 기간의 월별 평균값이므로 기대되는 연차변이를 반영한 일별 기상자료를 얻기 위해서는 날씨생성기(weather generator)를 이용해야 한다. DSSAT에는 WeatherMan이라는 날씨생성기가 내장되어 있으므로 본 연구에서는 이것을 이용하여 기간별로 30세트씩의 일별 기상자료를 생성하였다. 현재 기후조건과의 비교를 위해 최근 10년(2001-2010) 평균값을 기준으로 삼아 동일한 방법으로 일별 기상자료를 준비하였다.
추출된 토양속성 가운데 가장 흔한 토성을 그 CZU의 대표 토성으로 간주하였는데 사양토(Sandy Loam)가 61개 권역으로 가장 많았고, 나머지는 식질 양토(Clay Loam)이었다. 각 토양의 토성 별 세부적인 물리 및 화학적 속성은 국립농업과학원에서 구축한 정밀토양도로부터 입수하였다(http://soil.rda.go.kr). 이 자료들은 DSSAT의 하부프로그램인 S-Build를 이용하여 작물모형 구동에 적합한 포맷으로 변경하였다.
기상청으로부터 남한지역의 2011~2100 미래 시나리오(RCP8.5, A1B)에 근거한 최고, 최저기온, 강수량을 수집하였다. 원본 자료의 공간 분해능을 1km로 조정하기 위해 위경도 간격이 일정하도록 내삽한 다음 TM(Transverse Mercator) 좌표계로 변환하였다.
농촌진흥청에서 매년 실시하고 있는 ‘벼 작황진단 시험’, ‘벼 작황조사 시험’, ‘기타 작황조사 시험’ 자료를 수집하여 농촌 진흥청 국립식량과학원에서 육성한 ‘올해의 보급품종’에 해당되는 품종 중 1981년 이후에 5년 이상 연속자료가 있는 것만 선택하였다.
모수 추정은 DSSAT 패키지의 하부 모듈인 GenCalc 프로그램을 이용하였으며, 수집된 작황 조사 자료를 시기에 따라 둘로 나누어 전반부 자료는 모수 추정에 사용하고, 모수 추정에 사용하지 않은 후반부 자료는 검증에 이용하였다. 모수추정과정은 2단계로 나누어 먼저 생물계절과 관련된 P-part(P1, P1D, P1V)를 추정하여 결정한 다음, 생장과 수량구성요소 관련 정보를 담고 있는 G-part(G1, G2, G3 등)를 조정하는 Shim et al.
5에 포함된 벼, 보리, 콩 생육모형이다. 벼의 경우 CERES (Crop Environment Resource Synthesis)-Rice, 보리의 경우 CERES-Barley, 콩의 경우 CROPGRO-Soybean을 사용하였다. DSSAT은 ICASA (International Consortium for Agricultural Systems Applications)의 노력으로 다년간에 걸쳐 주로 미국에서 개발된 여러 종류의 작물모형을 동일한 입출력 파일에 의해 사용할 수 있도록 표준화시킨 패키지 프로그램이다.
현재 기후조건과의 비교를 위해 최근 10년(2001-2010) 평균값을 기준으로 삼아 동일한 방법으로 일별 기상자료를 준비하였다. 최종적으로 68개 CZU에 대해 A1B 및 RCP8.5 시나리오에 따른 2011년부터 2100년까지 10년 단위 일 기상자료 30세트가 준비되었다. 이 기간 중 이산화탄소 농도 변화양상은 A1B 및 RCP8.
한국수자원공사 국가수자원관리종합정보시스템(http://www.wamis.go.kr)에서 제작한 유역 분류 가운데 중 권역에 해당하는 104개 유역을 농촌진흥청의 벼 재배지대구분에 중첩시켜 68개 재배구역(Crop-simulation Zone Unit, CZU)으로 통합하였다. 한편 환경부의 30m 해상도 지표피복-토지이용 분류지도 위에 CZU를 중첩시키고 각 CZU에 포함되는 농경지 픽셀만 추출하여 CZU별 농경지 주제도를 래스터파일로 준비하였다.
DSSAT에는 WeatherMan이라는 날씨생성기가 내장되어 있으므로 본 연구에서는 이것을 이용하여 기간별로 30세트씩의 일별 기상자료를 생성하였다. 현재 기후조건과의 비교를 위해 최근 10년(2001-2010) 평균값을 기준으로 삼아 동일한 방법으로 일별 기상자료를 준비하였다. 최종적으로 68개 CZU에 대해 A1B 및 RCP8.
이론/모형
모수추정과정은 2단계로 나누어 먼저 생물계절과 관련된 P-part(P1, P1D, P1V)를 추정하여 결정한 다음, 생장과 수량구성요소 관련 정보를 담고 있는 G-part(G1, G2, G3 등)를 조정하는 Shim et al.(2011)의 방법을 따랐다. 도출된 품종 별 유전모수(Table 1)에 의해 해당 모형을 구동하고 모의결과를 후반부 자료와 비교한 결과, 추정오차의 범위는 평방근오차(RMSE)로 표현하여 평균적으로 벼의 경우 출수기 4.
본 연구에 사용된 작물모형은 DSSAT (Decision Support System for Agrotechnology Transfer) Version 4.5에 포함된 벼, 보리, 콩 생육모형이다. 벼의 경우 CERES (Crop Environment Resource Synthesis)-Rice, 보리의 경우 CERES-Barley, 콩의 경우 CROPGRO-Soybean을 사용하였다.
성능/효과
기후시나리오 별 연차변이 변동폭은 쌀, 보리의 경우 RCP8.5 기후조건에서 더 컸지만 콩에서는 A1B 기후조건에서 연차변이가 큰 것으로 나타났다.
미래 기후시나리오를 적용하여 모형을 구동한 결과를 68개 CZU 평균값으로 나타내면 벼와 보리, 콩 공시품종 모두에서 개화기(출수기)가 앞당겨질 것으로 전망되었다. 대체로 기존의 국가표준시나리오인 A1B와 흐름은 같지만 RCP8.5에서는 더 큰 폭으로 단축되는 경향을 보였는데, 벼, 보리의 출수 및 콩의 개화 단축 정도는 현재 기준기후(2001-2010) 대비 2090년대에는 벼의 경우 A1B 평균 12.0일, RCP8.5 평균 17.2일이었다. 겨울작물인 보리의 경우, A1B 평균 24.
(2011)의 방법을 따랐다. 도출된 품종 별 유전모수(Table 1)에 의해 해당 모형을 구동하고 모의결과를 후반부 자료와 비교한 결과, 추정오차의 범위는 평방근오차(RMSE)로 표현하여 평균적으로 벼의 경우 출수기 4.2일, 성숙기 6.0일, 보리의 경우 출수기 3.8일, 성숙기 2.3일, 콩의 경우 개화기 2.8일, 성숙기 4.2일로 나타나 미래 기후 변화 시나리오에 따른 개별 작물의 생육 및 수량 변화 추정에 충분할 것으로 판단하였다.
미래 기후시나리오를 적용하여 모형을 구동한 결과를 68개 CZU 평균값으로 나타내면 벼와 보리, 콩 공시품종 모두에서 개화기(출수기)가 앞당겨질 것으로 전망되었다. 대체로 기존의 국가표준시나리오인 A1B와 흐름은 같지만 RCP8.
이처럼 10년 단위 평균값으로 표현할 경우 출수 혹은 개화기는 모두 지속적인 단축경향을 보이지만, 각 10년 기간 동안 일별 기상자료를 확률적으로 30번씩 복원하여 표준편차로 표현한 연차변이는 변동경향이 평균과는 달랐다. 벼에 있어서는 A1B, RCP8.5 시나리오 모두 현재에 비해 미래에 출수기의 연차변이가 커지는 것으로 나타났는데, 조생종의 경우 기준기후에서 3.9일인데 반해 2090년에는 5.5일(A1B 시나리오) 및 6.3일(RCP8.5)로 각각 40%에서 60%나 증가하였다. 중생종의 경우 기준기후에서 4.
조기 출수에도 불구하고 보리의 종실 등숙기간은 조금 연장되었으며, 콩에서는 변동이 적었고 벼에서만 단축되었으며, 등숙기간의 연차변이는 모든 작목에서 감소추세를 보였다. 벼의 수량은 모든 품종에서 줄어들 것으로 예상되었지만, 보리의 수량은 모든 품종에서 크게 늘어나고 콩에서는 큰 변동이 없을 것으로 예상되었다. 전국의 모든 농경지에 벼를 재배한다고 가정하면 쌀(현미)의 잠재생산량은 2000년대 현재 14,863,633톤이지만 2090년대에는 11,734,019톤으로 줄어들지만, 보리를 재배한다면 현재의 잠재생산량 9,452,416톤이 미래에는 16,972,537톤으로 크게 증가하여 쌀 생산량을 추월하게 된다.
이처럼 10년 단위 평균값으로 표현할 경우 출수 혹은 개화기는 모두 지속적인 단축경향을 보이지만, 각 10년 기간 동안 일별 기상자료를 확률적으로 30번씩 복원하여 표준편차로 표현한 연차변이는 변동경향이 평균과는 달랐다. 벼에 있어서는 A1B, RCP8.
모의결과에 의하면 모든 작목에서 기후변화에 의해 개화기(출수기)가 앞당겨지나, 연차변이는 보리와 콩에서 감소한 반면 벼에서는 증가하였다. 조기 출수에도 불구하고 보리의 종실 등숙기간은 조금 연장되었으며, 콩에서는 변동이 적었고 벼에서만 단축되었으며, 등숙기간의 연차변이는 모든 작목에서 감소추세를 보였다. 벼의 수량은 모든 품종에서 줄어들 것으로 예상되었지만, 보리의 수량은 모든 품종에서 크게 늘어나고 콩에서는 큰 변동이 없을 것으로 예상되었다.
3일이 단축될 것으로 전망된다. 중만생종의 경우 A1B 시나리오에서 7.5, 10.5, 13.5일, RCP8.5 시나리오에서 9.8, 18.4, 19.3일이 각각 단축될 것으로 나타났다. 이에 따라 RCP8.
9일이 앞당겨 질 것으로 보인다. 중생종은 A1B 시나리오에서 3.3, 9.5, 12.1일, RCP8.5 시나리오에서 9.4, 13.9, 17.3일이 단축될 것으로 전망된다. 중만생종의 경우 A1B 시나리오에서 7.
5 기후조건 에서 각각 237kg/ha와 243kg/ha으로 감소하였다. 즉 기준 기후 대비 미래 기후조건에서 종실수량의 연차변이는 모든 작목에서 감소하며 그 폭은 보리가 가장 컸다.
모형구동에 필요한 토양 정보는 한국수자원공사에서 제공하는 수치토양분류도 위에 CZU별 농경지 주제도를 중첩시켜 농경지에 해당하는 토양속성을 추출하였다. 추출된 토양속성 가운데 가장 흔한 토성을 그 CZU의 대표 토성으로 간주하였는데 사양토(Sandy Loam)가 61개 권역으로 가장 많았고, 나머지는 식질 양토(Clay Loam)이었다. 각 토양의 토성 별 세부적인 물리 및 화학적 속성은 국립농업과학원에서 구축한 정밀토양도로부터 입수하였다(http://soil.
5 기후조건에서는 2040 및 2070년대에는 3% 및 1% 증가, 2090년대에는 6% 감수로 나타났다. 콩의 경우 A1B와 RCP8.5 기후조건 간에 미래 예상수량 면에서 큰 차이가 없었지만, 벼와 보리에서는 A1B에 비해 RCP8.5에서 종실수량의 감소 혹은 증가 폭이 커지는 것으로 나타났다.
같은 품종이라도 기후변화의 영향은 전국 평균과는 다르게 권역에 따라 다양하게 표출되었다. 현재에 비해 미래에는 벼의 경우 강원도 일대와 중서부지역을 시작으로 전국적으로 감소하는 경향을 보이나, 남부지방에 비해 중, 북부지방에서 수량 감소의 폭이 더 클 것으로 예상되었다(Fig. 4). 반면 보리의 경우 중부내륙지역을 중심으로 증가하여 강원도일대를 제외한 중부지방에서 증가의 폭이 큰 것으로 나타났다.
후속연구
전국의 모든 농경지에 벼를 재배한다고 가정하면 쌀(현미)의 잠재생산량은 2000년대 현재 14,863,633톤이지만 2090년대에는 11,734,019톤으로 줄어들지만, 보리를 재배한다면 현재의 잠재생산량 9,452,416톤이 미래에는 16,972,537톤으로 크게 증가하여 쌀 생산량을 추월하게 된다. 전체적으로 기후변화의 부정적 영향은 벼에서 가장 현저하며, 콩은 영향이 덜하고, 보리에서는 오히려 긍정적인 영향이 예상되므로 곡물생산 부문의 기후변화 대응전략의 하나로서 중부이북 지방에서도 보리재배에 적극적인 관심을 가져야 할 필요성이 있다.
여기서 가정한 모든 농경지에 보리를 재배하는 일은 현실적으로 불가능한 일이다. 하지만 곡물생산 부문의 기후변화 대응전략의 하나로서 벼의 경우 기후변화의 영향을 상대적으로 많이 받는 중부지방에서는 재배법이나 작부체계 변경을 강구해야 하는 한편, 지금까지 거의 재배가 되지 않았던 중부이북 지방에서도 보리재배에 적극적인 관심을 가져야 할 필요성이 이 연구결과로부터 제기된다.
질의응답
핵심어
질문
논문에서 추출한 답변
RCP8.5는 어떤 경우를 가상한 시나리오인가?
IPCC (Intergovernmental Panel on Climate Change)는 지금까지 온실기체 배출 시나리오로 사용 되어온 SRES 대신 인간활동이 대기에 미치는 복사강제력으로 온실가스 농도를 정하는 대표농도경로(Representative Concentration Pathway, RCP)를 5차 보고서 작성을 위한 표준으로 채택하였다. 최근 우리나라 국립기상연구소는 포스트 교토 체제의 불확실성에 근거하여 ‘특별한 감축노력 없이 현재 추세대로 온실기체가 배출되는 경우’를 가상한 RCP8.5를 토대로 남한지역의 기후변화 시나리오를 1km 격자 해상도로 작성하였다(국립기상연구소, 2011).
DSSAT이란 무엇인가?
벼의 경우 CERES (Crop Environment Resource Synthesis)-Rice, 보리의 경우 CERES-Barley, 콩의 경우 CROPGROSoybean을 사용하였다. DSSAT은 ICASA (International Consortium for Agricultural Systems Applications)의 노력으로 다년 간에 걸쳐 주로 미국에서 개발된 여러 종류의 작물모형을 동일한 입출력 파일에 의해 사용할 수 있도록 표준화시킨 패키지 프로그램이다. 이 프로그램은 농장의 정밀관리에서부터 한 지역의 기후변화 영향평가에 이르기까지 전세계적으로 다양한 부문에서 이용되고 있다.
DSSAT은 어떤 부문에서 이용되고 있는가?
DSSAT은 ICASA (International Consortium for Agricultural Systems Applications)의 노력으로 다년 간에 걸쳐 주로 미국에서 개발된 여러 종류의 작물모형을 동일한 입출력 파일에 의해 사용할 수 있도록 표준화시킨 패키지 프로그램이다. 이 프로그램은 농장의 정밀관리에서부터 한 지역의 기후변화 영향평가에 이르기까지 전세계적으로 다양한 부문에서 이용되고 있다.
참고문헌 (13)
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.
Holden, N. M., A. J. Brereton, R. Fealy, and J. Sweeney, 2003: Possible change in Irish climate and its impact on barley and potato yields. Agricultural and Forest Meteorology 116(3-4), 181-196.
Hoogenboom, G., J. W. Jones, P. W. Wilkens, C. H. Porter, K. J. Boote, L. A. Hunt, U. Singh, J. L. Lizaso, J. W. White, O. Uryasev, F. S. Royce, R. Ogoshi, A. J. Gijsman, G. Y. Tsuji, and J. Koo, 2010: Decision Support System for Agrotechnology Transfer (DSSAT) Version 4.5 [CDROM], University of Hawaii, USA.
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: DSSAT Cropping System Model. European Journal of Agronomy 18, 235-265.
Lee, T., J. Y. Choi, S. H. Yoo, S. H. Lee, and Y. G. Oh, 2012: Analyzing consumptive use of water and yields of paddy rice by climate change. Journal of the Korean Society of Agricultural Engineers 54(1), 47-54.
Peng, S., J. Huang, J. E. Sheehy, R. C. Laza, R. M. Visperas, X. Zhong, G. S. Centeno, G. S. Khush, and K. G. Cassman, 2004: Rice yields decline with higher night temperature from global warming. Proceeding of the National Academy of Science of the United States of America 101(27), 9971-9975.
Shim, K. M., S. H. Min, D. B. Lee, G. Y. Kim, H. C. Jeong, S. B. Lee, and K. K. Kang, 2011: Simulation of the effects of the A1B climate change scenario on the potential yield of winter naked barley in Korea. Korean Journal of Agricultural and Forest Meteorology 13(4), 192-203 (in Korean with English abstract).
Shim, K. M., S. H. Yun, Y. S. Jung, J. T. Lee, and K. H. Hwang, 2002: Impact of recent weather variation on yield components and growth stages of winter barley in Korea. Korean Journal of Agricultural and Forest Meteorology 4(1), 38-48 (in Korean with English abstract).
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 with English abstract).
국립기상연구소, 2011: IPCC 5차 평가보고서 대응을 위한 기후변화 시나리오 보고서. 79-110p.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.