[논문]기후변화에 따른 주요 벼 병해충에 의한 벼 생산의 취약성평가

김명현; 방혜선; 나영은; 김미란; 오영주; 강기경; 조광진

doi:10.13087/kosert.2013.16.1.147

문제 정의

본 연구에서는 기후변화로 인한 농업부문의 영향을 평가하고 평가결과를 바탕으로 우리나라에서의 지역별 벼 생산의 취약성을 산출하여 지역별 적응능력 향상과 최소한의 악영향을 위한 종합적이고 효과적인 기후변화 국가 적응시스템 구축에 최종목적을 두고 있다. 더불어, 지역별 특정 주요 농생물 군집의 취약성평가를 시행함으로써 멸종위기에 처한 익충을 보호하고 병해충의 발생량과 발생시기를 예측함으로써 피해상황을 해석할 수 있는 자료를 확보하고자 수행하였다.
본 연구는 기후의 영향과 민감도, 적응의 개념을 종합적으로 고려하여 주요 벼 병해충에 대한 벼 생산의 취약성을 평가했다. 연구 대상지는 한국 전 지역이며 분석의 공간적 단위는 시·군·구이다.
본 연구는 환경부 국립환경과학원의 기후변화 적응대책 지원을 위한 연구산업 산출물로 개발한 CCGIS(CCGIS：Climate Change adaptation program based on GIS) ver. 3을 이용하여 취약성지수(VI; Vulnerability Index)를 파악하였다. 본 CCGIS 프로그램은 현재(2000년대; 1996-2005년), 2020년대(2016-2025년), 2050년대(2046-2055년), 2100년대(2096-2105년) 미래 시나리오 자료가 구축되어 있으며, 이는 IPCC SRES의 6개 온실가스 배출시나리오(A2, A1B, A1T, A1F1, B1, B2)를 기반으로 하였다.
본 연구에서는 기후변화로 인한 농업부문의 영향을 평가하고 평가결과를 바탕으로 우리나라에서의 지역별 벼 생산의 취약성을 산출하여 지역별 적응능력 향상과 최소한의 악영향을 위한 종합적이고 효과적인 기후변화 국가 적응시스템 구축에 최종목적을 두고 있다. 더불어, 지역별 특정 주요 농생물 군집의 취약성평가를 시행함으로써 멸종위기에 처한 익충을 보호하고 병해충의 발생량과 발생시기를 예측함으로써 피해상황을 해석할 수 있는 자료를 확보하고자 수행하였다.
동일한 기후노출에서도 그것을 받아들이는 민감도에 따라 기후변동의 영향의 정도가 다르게 나타난다. 본 연구에서는 현재 자료를 기반으로 하는 대용변수 자료를 구축하여 민감도를 나타냈으며 미래 자료구축의 한계가 있다고 판단되어 현재의 값을 미래에 동일하게 적용했다. 현재의 민감도는 전라남도와 경상남·북도가 가장 취약한 지역으로 나타났으며 전체적으로 중부지역에 비해 남부지역의 민감도 지수가 높은 경향을 보였다(Figure 1b).

제안 방법

MLP(Multi-Layer Perception)분석 결과, 최고기온, 최저기온, 강수, 상대습도 중 6월의 최고기온이 벼멸구 발생에 가장 큰 영향을 미치는 것으로 나타나 이를 기후노출 대용변수로 선정했다. 민감도에 관한 요인으로는 논이 병해충에 영향을 받는 면적 및 과거에 병해충 발생면적을 변수로 고려했다(http://www.
기후요소는 주요병해충 발생과 밀접한 관계가 있는 요소를 기후노출변수로 선정했다. 높은 습도와 잦은 강우는 도열병과 잎집무늬마름병 발생을 증가시키는 요인이며 여름철 일조부족에 의해서도 도열병이 유발되는 것으로 나타났다.
본 연구에서는 전국 232개 시·군·구를 단위로 하여 자료를 구축한 뒤 UNDP(2005)에서 제안하는 Dimension Index를 이용하여 표준화 과정을 거쳤다.
본 취약성평가에서는 A1B 기후변화 시나리오를 적용하였으며 CCGIS를 사용하여 232개 시·군·구로 지도화 하였다.
본 연구에서 사용된 취약성 함수는 Equation 2와 같다. 세부 대용변수별로 표준화를 하여 기후노출, 민감도, 적응능력지수를 계산하였고 아래의 산출식을 통해 취약성지수를 산출했다. 취약성지수는 값이 클수록 기후변화에 더 취약함을 나타내며 기후노출, 민감도, 적응능력 대용변수에 대한 가중치 및 각 카테고리 내의 세부대용변수에 대한 가중치는 총 2회에 걸친 델파이 조사를 통해 도출했다.
이를 바탕으로 취약성지수를 산출하기 위해 선행연구 및 전문가 자문, 델파이 조사를 통하여 기후노출, 민감도, 적응능력의 대용변수와 가중치를 선정하였다(Table 1).
적응능력을 나타내는 요인으로는 병해충을 방제하는데 효율적으로 대처할 수 있는 능력을 고려하여 현재 자료구축이 가능한 것을 변수로 선정했다. 생산기술력이 높으면 재배관리 및 대처능력이 높고 PC활용은 기상정보 등에 대한 정보수집 능력을 높여준다.
세부 대용변수별로 표준화를 하여 기후노출, 민감도, 적응능력지수를 계산하였고 아래의 산출식을 통해 취약성지수를 산출했다. 취약성지수는 값이 클수록 기후변화에 더 취약함을 나타내며 기후노출, 민감도, 적응능력 대용변수에 대한 가중치 및 각 카테고리 내의 세부대용변수에 대한 가중치는 총 2회에 걸친 델파이 조사를 통해 도출했다. 본 연구에서는 민감도와 적응능력 대용변수의 상태가 2100년까지 변화하지 않는다는 가정으로 취약성을 분석했으며 이는 본 연구의 한계점으로 향후 미래 민감도 및 적응능력 예측에 대한 연구 및 방법론이 필요하다고 사료된다.

대상 데이터

벼농사에 발생하는 병해충 취약성평가를 위해 각종 해충 및 식물병을 분류했고 농작물을 직접 가해하며 인위적인 방제 실시가 필요한 주요해충(key pest)과 주요병해 가운데 발생면적이 많은 것을 이번 취약성평가의 주요 병해충 대상으로 선정했다. 본 연구에서 벼에 대한 주요 병해충으로 선정한 주요해충은 벼멸구, 혹명나방, 이화명나방(1기), 이화명나방(2기)의 4종이며 주요병해로 선정된 것은 줄무늬마름병, 흰잎마름병, 잎도열병, 이삭도열병, 잎집무늬마름병의 5종이다.
3을 이용하여 취약성지수(VI; Vulnerability Index)를 파악하였다. 본 CCGIS 프로그램은 현재(2000년대; 1996-2005년), 2020년대(2016-2025년), 2050년대(2046-2055년), 2100년대(2096-2105년) 미래 시나리오 자료가 구축되어 있으며, 이는 IPCC SRES의 6개 온실가스 배출시나리오(A2, A1B, A1T, A1F1, B1, B2)를 기반으로 하였다. 시나리오별 기후예측자료는 국립환경과학원 기후·대기환경 통합 시스템 중 전구기후모델인 CCSM3 (Community Climate System Model Version 3) 결과를 다운 스케일링(down-scaling)하고 이 자료를 지역기후모델인 RCM(Regional Climate Model)의 입력자료로 사용하여 최종 생산한 자료이다.
시나리오별 기후예측자료는 국립환경과학원 기후·대기환경 통합 시스템 중 전구기후모델인 CCSM3 (Community Climate System Model Version 3) 결과를 다운 스케일링(down-scaling)하고 이 자료를 지역기후모델인 RCM(Regional Climate Model)의 입력자료로 사용하여 최종 생산한 자료이다.
연구 대상지는 한국 전 지역이며 분석의 공간적 단위는 시·군·구이다.

성능/효과

또한 9~11월 강수량의 증가와 12~2월의 평균기온의 증가는 이화명나방의 다발을 일으키는 요인으로 확인됐다(Korea Crop Protection Association, 1982). 과거 30년간 주요 벼해충인 흰등멸구와 벼멸구의 발생면적과 온도변화패턴 분석결과, 피해발생면적은 5~8월 평균기온과 높은 상관성을 갖는 것으로 나타났다.
기후요소는 주요병해충 발생과 밀접한 관계가 있는 요소를 기후노출변수로 선정했다. 높은 습도와 잦은 강우는 도열병과 잎집무늬마름병 발생을 증가시키는 요인이며 여름철 일조부족에 의해서도 도열병이 유발되는 것으로 나타났다. 또한 9~11월 강수량의 증가와 12~2월의 평균기온의 증가는 이화명나방의 다발을 일으키는 요인으로 확인됐다(Korea Crop Protection Association, 1982).
4057의 값으로 민감도가 가장 취약한 지역으로 나타났다(Table 2). 민감도가 낮은 원인으로는 논 면적의 대용변수가 가장 큰 영향을 미치는 것으로 나타났으며 주요해충 및 병해에 대해서도 취약한 것으로 확인되었다(Figure 4). 해남군은 논 면적이 넓어 기후변동에 민감할 수 있고 과거의 병해 및 해충 발생면적(특히 벼멸구 및 흰잎마름병)이 높기 때문에 벼에 대한 병해충에 취약할 수 있다고 판단되었다.
특히 부산광역시는 대도시지역으로 도심 내 논경작지비율이 매우 좁기 때문에 민감도가 현저히 낮은 것으로 확인되었다(Table 2). 민감도에 가장 큰 기여를 하는 대용변수는 잎집무늬마름병발생면적으로 나타났으며, 잎도열병발생면적 및 이화명나방(1기)발생면적도 비교적 큰 영향을 미치는 것으로 확인되었다(Figure 2b).
벼에 대한 주요병해충 피해 취약성 분석 결과, 제주도, 경상남도, 전라남도지역이 높은 취약성을 나타냈으며 상대적으로 경기도 등 한반도 중부지역의 취약성이 낮게 나타났다. 현재의 취약성지수(0.
병해충으로 인한 벼 생산의 취약성과 관련하여 현재의 기후노출지수를 살펴보면, 전국평균은 0.4569이며 제주도와 광주광역시를 포함한 전라남·북도, 경상남·북도 일부가 취약지역으로 나타났으며(Table 2) 남쪽 지역으로 갈수록 기후노출에 취약한 것으로 확인되었다(Figure 1a).
벼농사에 발생하는 병해충 취약성평가를 위해 각종 해충 및 식물병을 분류했고 농작물을 직접 가해하며 인위적인 방제 실시가 필요한 주요해충(key pest)과 주요병해 가운데 발생면적이 많은 것을 이번 취약성평가의 주요 병해충 대상으로 선정했다. 본 연구에서 벼에 대한 주요 병해충으로 선정한 주요해충은 벼멸구, 혹명나방, 이화명나방(1기), 이화명나방(2기)의 4종이며 주요병해로 선정된 것은 줄무늬마름병, 흰잎마름병, 잎도열병, 이삭도열병, 잎집무늬마름병의 5종이다.
5684 순으로 높은 적응력을 보였다(Table 2). 적응능력지수는 남부지역에서 주로 높게 나타난 기후노출지수, 민감도지수와 다르게 서울특별시와 충청남도지역과 같은 중부지역이 높게 나타났다(Figure 1c).
특히 한반도의 중부지역 및 전라남·북도 일부와 경상남도의 취약성지수가 상대적으로 높은 증가율을 보였으며, 지역 간의 상대적인 차이는 현재와 비교했을 때 다소 감소하는 경향을 나타냈다. 전국적으로 취약성지수는 미래로 갈수록 계속해서 증가하며 가장 취약한 지역은 현재와 마찬가지로 제주시와 서귀포로 나타났다. 시간이 지남에 따라 현재에 취약지역으로 나타난 한반도 남부지역 뿐만 아니라 상대적으로 취약하지 않았던 수도권 및 충청도, 강원지역을 포함하여 전국적으로 취약성지수가 높아져 병해충 발생에 대한 취약면적이 확대될 것으로 생각된다(Figure 7).
전국평균의 적응능력 기여도 분석 결과, 배수 능력(경지정리면적/논면적)과 벼생산기술력(벼생산량/ha) 등의 대용변수가 적응능력지수를 결정하는데 크게 기여했음을 알 수 있었다(Figure 2c). 충청남도 천안시는 전국에서 적응능력이 가장 우수한 지역으로 확인되었으며 배수능력(경지정리면적/논면적), 지원행정인력(인구당 공무원수), 벼생산기술력(벼생산량/ha) 등의 대용 변수에서 높은 기여도를 나타내었다(Figure 5).
전국평균의 적응능력 기여도 분석 결과, 배수 능력(경지정리면적/논면적)과 벼생산기술력(벼생산량/ha) 등의 대용변수가 적응능력지수를 결정하는데 크게 기여했음을 알 수 있었다(Figure 2c). 충청남도 천안시는 전국에서 적응능력이 가장 우수한 지역으로 확인되었으며 배수능력(경지정리면적/논면적), 지원행정인력(인구당 공무원수), 벼생산기술력(벼생산량/ha) 등의 대용 변수에서 높은 기여도를 나타내었다(Figure 5).
취약성지수에 대한 기여도는 적응능력변수가 가장 높고 기후노출지수에서는 6월 최고기온 및 5~8월 평균기온, 민감도지수에서는 잎집무늬마름병, 잎도열병, 그리고 이화명나방(1기)의 발생면적, 적응능력지수에서는 배수능력(경지정리면적/논면적)과 벼생산기술력(벼생산량/ha)이 높은 기여도를 나타냈다.
취약성지수의 현재 값을 논경작지가 상대적으로 좁은 대도시(특별시, 광역시)를 제외한 9개 도별 평균치로 분석한 결과, 제주도가 가장 높았으며, 다음으로 경기, 충남, 강원 지역 순으로 취약성이 낮게 판별됐다. 제주도는 기후노출지수가 높고 상대적으로 적응능력지수가 낮아 가장 취약한 지역으로 나타났다(Figure 3).
현재를 기준으로 벼 병해충 발생에 가장 취약한 지역은 부산광역시, 제주특별자치도, 광주광역시 등으로 나타났으며, 논경작지의 면적이 좁은 대도시를 제외한 지역 중에서는 전라남도 해남군, 경상남도 함안군, 경상남도 창녕군, 경상남도 합천군 등의 순으로 확인되었다(Table 2). 취약성평가 변수의 기여도 분석결과, 취약한 정도에 가장 큰 영향을 미치는 것은 적응능력 지수로 기후노출지수와 민감도가 높아 잠재영향지수가 높더라도 적응능력지수 향상에 따라 기후변화에 대한 취약성을 낮출 수 있을 것으로 판단되었다(Figure 2d).
현재의 민감도는 전라남도와 경상남·북도가 가장 취약한 지역으로 나타났으며 전체적으로 중부지역에 비해 남부지역의 민감도 지수가 높은 경향을 보였다(Figure 1b). 특히 부산광역시는 대도시지역으로 도심 내 논경작지비율이 매우 좁기 때문에 민감도가 현저히 낮은 것으로 확인되었다(Table 2). 민감도에 가장 큰 기여를 하는 대용변수는 잎집무늬마름병발생면적으로 나타났으며, 잎도열병발생면적 및 이화명나방(1기)발생면적도 비교적 큰 영향을 미치는 것으로 확인되었다(Figure 2b).
특히 한반도의 중부지역 및 전라남·북도 일부와 경상남도의 취약성지수가 상대적으로 높은 증가율을 보였으며, 지역 간의 상대적인 차이는 현재와 비교했을 때 다소 감소하는 경향을 나타냈다.
현재를 기준으로 벼 병해충 발생에 가장 취약한 지역은 부산광역시, 제주특별자치도, 광주광역시 등으로 나타났으며, 논경작지의 면적이 좁은 대도시를 제외한 지역 중에서는 전라남도 해남군, 경상남도 함안군, 경상남도 창녕군, 경상남도 합천군 등의 순으로 확인되었다(Table 2). 취약성평가 변수의 기여도 분석결과, 취약한 정도에 가장 큰 영향을 미치는 것은 적응능력 지수로 기후노출지수와 민감도가 높아 잠재영향지수가 높더라도 적응능력지수 향상에 따라 기후변화에 대한 취약성을 낮출 수 있을 것으로 판단되었다(Figure 2d).
현재의 적응능력지수는 전국평균 0.4326으로 나타났으며 충청남도 천안시 0.6099, 충청남도 아산시 0.6040, 경기도 안양시 0.5813, 전라남도 광양시 0.5704, 서울특별시 종로구 0.5684 순으로 높은 적응력을 보였다(Table 2). 적응능력지수는 남부지역에서 주로 높게 나타난 기후노출지수, 민감도지수와 다르게 서울특별시와 충청남도지역과 같은 중부지역이 높게 나타났다(Figure 1c).

후속연구

따라서 본 연구결과는 기후변화 영향으로 인한 농업부문의 한반도 전역의 지역별 취약성을 확인하고 피해를 최소화하는 사전예방차원의 국가 적응대책 수립에 정책적 활용도가 높을 것이며 우리나라의 미래 지속가능발전 방향을 설정하는데 기여할 것이라고 기대된다.
, 1995). 따라서 온도의 상승이 불가피한 만큼 미래 기후에 발생할 수 있는 외래 해충의 예측 및 그 방제대책에 대한 연구를 수립하는 대비가 필요할 것이다.
미래의 불가피한 기후변화에 대비하여 민감도를 감소시키거나, 적응능력을 증가시켜 벼 병해충에 대한 취약성을 감소시키는 노력이 필요할 것이다. 해충의 경우, 번식과 서식을 막았던 기온의 벽이 이동하는 대로 그 뒤를 따라가며, 외래 침입곤충의 새로운 서식지 점유속도는 보통 1년에 2km가 넘는다(Sutherst et al.
본 연구는 농생물군집에 대한 기후변화 취약성평가를 위한 방법론 제시에 의의가 있으며, 여기서 설정된 대용변수와 가중치는 폭넓은 선행연구, 여러 차례의 전문가 자문, 전문가 델파이 조사를 통하여 객관적이고 논리적인 절차를 거쳐 선정됐으나, 자료 구축의 어려움으로 민감도 및 적응능력 변수에 대한 미래 예측 값이 현재와 동일한 조건이라는 한계를 가지고 있으며, 이는 향후 지속적인 연구를 통해 지표의 예측 및 신뢰도 검증을 위한 노력이 필요하다고 사료된다.
취약성지수는 값이 클수록 기후변화에 더 취약함을 나타내며 기후노출, 민감도, 적응능력 대용변수에 대한 가중치 및 각 카테고리 내의 세부대용변수에 대한 가중치는 총 2회에 걸친 델파이 조사를 통해 도출했다. 본 연구에서는 민감도와 적응능력 대용변수의 상태가 2100년까지 변화하지 않는다는 가정으로 취약성을 분석했으며 이는 본 연구의 한계점으로 향후 미래 민감도 및 적응능력 예측에 대한 연구 및 방법론이 필요하다고 사료된다.

핵심어	질문	논문에서 추출한 답변
	온실가스 증가로 나타난 기후변화는 무엇인가?	화석연료의 대량소비로 인한 온실가스 증가로 이상기온, 몬순기후 변화, 강수량 변화 등의 기후변화가 발생하였으며 이는 수자원, 농업, 산림, 식량안보 등 다양한 분야에 영향을 주고 있다. 특히, 농업과 관련하여 기후변화로 인한 작물의 생육지역과 생육시기, 재배환경의 변화는 애그플레이션과 같은 다양한 사회, 경제적 문제를 발생시키고 있다.
	병해충 취약성평가를 위해 선정한 주요해충과 주요병해는 무엇인가?	벼농사에 발생하는 병해충 취약성평가를 위해 각종 해충 및 식물병을 분류했고 농작물을 직접 가해하며 인위적인 방제 실시가 필요한 주요해충(key pest)과 주요병해 가운데 발생면적이 많은 것을 이번 취약성평가의 주요 병해충 대상으로 선정했다. 본 연구에서 벼에 대한 주요 병해충으로 선정한 주요해충은 벼멸구, 혹명나방, 이화명나방(1기), 이화명나방(2기)의 4종이며 주요병해로 선정된 것은 줄무늬마름병, 흰잎마름병, 잎도열병, 이삭도열병, 잎집무늬마름병의 5종이다.
	취약성평가란 무엇인가?	취약성평가는 시스템이 노출된 기후 변동의 크기와 속도, 시스템의 민감도(sensitivity) 그리고 시스템의 적응능력의 함수이다. 적응(adaptation)은 개인, 공동체 또는 국가차원에서 극단적인 기상재해를 포함한 모든 기후변화로 인한 영향에 대처해가는 과정으로 정의할 수 있으며, 취약성(vulnerability)은 기후 변동성(climatic variability)이나 극단적인 기상 현상을 포함하는 기후변화의 악영향에 대하여 어떤 시스템이 받아들일 수 없는 정도, 또는 대처 할 수 없는 정도로 정의 할 수 있다(UNDP, 2005).

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

기후변화에 따른 주요 벼 병해충에 의한 벼 생산의 취약성평가
Vulnerability Assessment of Rice Production by Main Disease and Pest of Rice Plant to Climate Change 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

기후변화에 따른 주요 벼 병해충에 의한 벼 생산의 취약성평가 Vulnerability Assessment of Rice Production by Main Disease and Pest of Rice Plant to Climate Change 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

김명현 (80) 방혜선 (30) 나영은 (39) 김미란 (6) 강기경 (50)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

기후변화에 따른 주요 벼 병해충에 의한 벼 생산의 취약성평가
Vulnerability Assessment of Rice Production by Main Disease and Pest of Rice Plant to Climate Change 원문보기

AI 본문요약
AI-Helper