선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 가축의 기후변화 영향 및 취약성 평가를 통해 고온 장기화에 대한 대응기술 개발 마련을 위하여 열화상카메라를 이용한 축사환경 및 체표온도를 원격측정하고 THI를 활용한 가축영향평가 실시 및 젖소의 기후변화 영향예측모델을 제시하였다.
제안 방법
- 가축의 체표온도 및 축사 내부온도는 적외선열화상 카메라를 이용하여 매일 오전, 오후에 측정하였으며 온습도센서를 이용하여 축사내부 THI를 측정하였다. 유량의 변동을 조사하기 위해 오전, 오후 유량을 각각 측정하여 기록하였다.
- 본 연구는 국립축산과학원 시험우사에서 착유우 10두를 이용하여 6~10월동안 시험을 수행하였는데, 무선 열화상 감시카메라 및 THI를 활용하여 축사환경 및 가축의 영향평가를 실시하였다. 무선 열화상장치를 설치한 후 5.8 Ghz 주파수 대역을 사용하는 고속 데이터전송 시스템을 활용하여 실시간으로 축사내부 및 가축의 상태를 관찰하였다. 열화상 카메라를 통해 관찰한 결과 가축의 체표 온도는 전반적으로 등부위가 상대적으로 높았으며 다리쪽은 낮게 나타났다.
- , LSL Systems, Korea) 를 설치하였다. 무선 열화상장치를 설치한 후 5.8 Ghz 주파수대역을 사용하는 고속 데이터전송시스템을 활용하여 실시간으로 축사 내부를 관찰하였다. 시스템 설치 모식도는 Fig.
- 본 연구는 국립축산과학원 시험우사에서 착유우 10두를 이용하여 6~10월동안 시험을 수행하였는데, 무선 열화상 감시카메라 및 THI를 활용하여 축사환경 및 가축의 영향평가를 실시하였다. 무선 열화상장치를 설치한 후 5.
- 도출된 THI 값은 230개 시군구 속성데이터와 결합(결합시 공통필드는 시군구명)하였다. 속성 결합된 테이블을 바탕으로 지도에 반영하여 전자기후도를 표출하였다. THI 값에 따라 스트레스 수준을 No stress (~72), Mild stress(72~78), Moderate stress(78~89), Severe stress(89~)로 구분해 표현하였고 폐사 결과가 없으므로, 98 이상의 구간은 “Severe stress”에 포함시켰다(Armstrong, 1994; Whitter, 1993).
- 온습도를 측정하기 위해 5개의 온습도센서를 축사 내부에 공간적으로 배치시킨 후 데이터를 수집하였다. 실시간 모니터링을 실시하기 위해 축사와 연구소와의 화상무선전송시스템을 이용하였다.
- 가축의 체표온도 및 축사 내부온도는 적외선열화상 카메라를 이용하여 매일 오전, 오후에 측정하였으며 온습도센서를 이용하여 축사내부 THI를 측정하였다. 유량의 변동을 조사하기 위해 오전, 오후 유량을 각각 측정하여 기록하였다.
- 적외선 측정장치를 이용하여 사료섭취 및 음수행동을 관찰하였다. 열화상 측정장치를 통해 인간의 접근없이 가축의 자연스러운 행동을 관찰할 수 있었고 열성과호흡 및 반추 회수 등을 측정하는 것이 가능했다(Fig.
- THI 값에 따라 스트레스 수준을 No stress (~72), Mild stress(72~78), Moderate stress(78~89), Severe stress(89~)로 구분해 표현하였고 폐사 결과가 없으므로, 98 이상의 구간은 “Severe stress”에 포함시켰다(Armstrong, 1994; Whitter, 1993). 전자기후도 검수 및 추출은 최종적으로 THI가 적용된 Map에 빠진 Data 값이나 잘못 적용된 부분 상호 검수 (null 값 감수)를 하였다. 위의 방식으로 2013, 2050, 2100년도 7, 8월 데이터를 나누어 추출하였다.
- 전자기후도 작성에 필요한 데이터를 수집하기 위해서 2013~2100년 평균온도, 상대습도는 230개 지자체, 온도, 습도부분에 대해서만 추출하여 지역 포인트별 데이터를 편집하였다. 지역별로 추출하여 편집한 데이터를 바탕으로 지역별 THI 값을 생성하였다. THI 값은 다양한 THI 방정식 중 젖소의 열 스트레스 수준을 나타내기 위해 만들어진 THI 방정식[(1.
- 축사내부의 실제 열환경 및 행동을 관측하기 위해서 기존의 축사환경 무선화상전송시스템을 보완하여 축사내부에 무선 열화상감시카메라(THERMALISⓇ, LSL Systems, Korea) 를 설치하였다. 무선 열화상장치를 설치한 후 5.
대상 데이터
- 무선 열화상감시카메라를 이용한 축사환경 원격측정 및 THI를 활용한 가축영향평가를 위하여 국립축산과학원 착유우사를 시험우사로 이용하였으며, 시험우사에서 착유우 10두를 공시하여 2013년 6~10월에 본 시험을 수행하였다.
- 1과 같다. 온습도를 측정하기 위해 5개의 온습도센서를 축사 내부에 공간적으로 배치시킨 후 데이터를 수집하였다. 실시간 모니터링을 실시하기 위해 축사와 연구소와의 화상무선전송시스템을 이용하였다.
- 전자기후도 검수 및 추출은 최종적으로 THI가 적용된 Map에 빠진 Data 값이나 잘못 적용된 부분 상호 검수 (null 값 감수)를 하였다. 위의 방식으로 2013, 2050, 2100년도 7, 8월 데이터를 나누어 추출하였다.
- 전자기후도 작성에 필요한 데이터를 수집하기 위해서 2013~2100년 평균온도, 상대습도는 230개 지자체, 온도, 습도부분에 대해서만 추출하여 지역 포인트별 데이터를 편집하였다. 지역별로 추출하여 편집한 데이터를 바탕으로 지역별 THI 값을 생성하였다.
데이터처리
- 오전ㆍ오후 착유량 결과에 대한 통계 분석은 SAS 9.2 package (2009)의 Student t-test를 이용하여 비교하였다.
이론/모형
- RCP8.5 사용에 있어서 최근까지 포스트 교토체제의 확립이 지연되고 나라별 이해관계에 따라 국제적인 온실기체 감축계획 이행이 현실적으로 불가능한 것으로 드러나자 우리 정부에서는 5차 보고서 작성에 사용된 RCP8.5를 표준시나리오로 채택하였고(Kim et al., 2012), 본 연구에서도 동일한 시나리오를 활용하였다.
- THI 값은 다양한 THI 방정식 중 젖소의 열 스트레스 수준을 나타내기 위해 만들어진 THI 방정식[(1.8×온도+32)−0.55(1−상대습도/100)×(1.8 ×온도−26)]을 이용하여 계산하였다(Bohmanova et al., 2007; NRC, 1971).
- Mc Dowell 등(1976)은 온습도지수(Temperature Humidity Index, THI)가 열 기후 조건의 지표(indicator)로서 사용될 수 있다고 제안하였다. 젖소에 대한 열 스트레스 영향 평가를 위해 열대지역 연구에서 THI가 활용되었다(Bouraoui et al., 2002).
성능/효과
- THI와 총 우유생산량의 관계를 조사한 결과, 7월 중순에 THI 값은 80를 넘었으며 THI 값이 80를 넘은 시점에서 총 우유생산량이 감소하기 시작했다. THI 값이 가장 높았을 때는 8월 초이며 이 때 THI 값은 90을 나타내었고 이 때 총 우유생산량은 7월 중순에 비해 약 6 kg 감소한 것으로 나타났다. 이를 통해 THI 값이 일정한 수준을 넘었을 때 THI 값의 상승에 따라 총 우유생산량이 감소한다고 사료된다.
- 또한 축사 내부를 관찰한 결과 위치에 따른 축사바닥의 온도차가 매우 컸는데 가축분뇨로부터 유래된 열 발생에 의한 것으로 판단된다. THI와 총 우유생산량의 관계를 조사한 결과, 7월 중순에 THI 값은 80를 넘었으며 THI 값이 80를 넘은 시점에서 총 우유생산량이 감소하기 시작했다. THI 값이 가장 높았을 때는 8월 초이며 이 때 THI 값은 90을 나타내었고 이 때 총 우유생산량은 7월 중순에 비해 약 6 kg 감소한 것으로 나타났다.
- THI와 총 우유생산량의 관계를 조사한 결과, 7월 중순에 THI 값은 80을 넘었으며 THI 값이 80을 넘은 시점에서 총 우유생산량이 감소하기 시작했다. THI 값이 가장 높았을 때는 8월 초이며 이 때 THI 값은 90을 나타내었고 이 때 총 우유생산량은 약 26 kg을 기록했으며 7월 중순에 비해 약 6 kg 감소한 것으로 나타났다.
- 또한 밤 최저온도가 25℃ 이상인 열대야기간 중 총 우유생산량은 최저 우유생 산량을 나타내었고, 오전 착유량과 오후 착유량이 역전되는 경향을 보였으나 유의적으로 차이가 없었다(P>0.05).
- 또한 밤 최저온도가 25℃ 이상인 열대야기간 중 총 우유생산량은 최저 우유생산량을 나타내 었고, 오전 착유량과 오후 착유량이 역전되는 경향을 보였으나 유의적으로 차이가 없었다(P>0.05).
- 적외선 측정장치를 이용하여 사료섭취 및 음수행동을 관찰하였다. 열화상 측정장치를 통해 인간의 접근없이 가축의 자연스러운 행동을 관찰할 수 있었고 열성과호흡 및 반추 회수 등을 측정하는 것이 가능했다(Fig. 2). 축사내온도 및 가축의 부위별 온도 분포가서로 다른 색깔로 표시되어 있어 가축의 생체변화 모니터링 시스템이 가능했으며 축사 환경 및 가축의 체표온도를 측정할 수 있었다.
- 8 Ghz 주파수 대역을 사용하는 고속 데이터전송 시스템을 활용하여 실시간으로 축사내부 및 가축의 상태를 관찰하였다. 열화상 카메라를 통해 관찰한 결과 가축의 체표 온도는 전반적으로 등부위가 상대적으로 높았으며 다리쪽은 낮게 나타났다. 또한 축사 내부를 관찰한 결과 위치에 따른 축사바닥의 온도차가 매우 컸는데 가축분뇨로부터 유래된 열 발생에 의한 것으로 판단된다.
- 5에 적용하여 2013, 2050, 2100년의 7, 8월의 전자기후도를 제작한 결과, 현재는 8월에 열 스트레스 영향이 높지만 2050년을 기점으로 7월에 열 스트레스 영향이 높아짐을 알 수 있었다. 전자기후도의 결과로 부터 열 스트레스의 심각단계가 전국에 확대될 것으로 예측되었다. 고온기에는 한반도의 동쪽도 기후변화 영향의 심각단계에 포함되어 적극적인 적응대책이 시급함을 나타냈다.
- 그럼에도 불구하고 연구결과로 부터 유량은 온도의 영향을 받을 수 있으며, 오전 착유량에 의해 총 우유생산량이 결정될 수 있음을 시사하였다. 중장기 기후변화 영향 예측모델을 제시하기 위해 최초로 젖소용 THI를 기후변화 신시나리오 RCP8.5에 적용하여 2013, 2050, 2100년의 7, 8월의 전자기후도를 제작한 결과, 현재는 8월에 열 스트레스 영향이 높지만 2050년을 기점으로 7월에 열 스트레스 영향이 높아짐을 알 수 있었다. 전자기후도의 결과로 부터 열 스트레스의 심각단계가 전국에 확대될 것으로 예측되었다.
- 중장기 기후변화 영향예측모델을 제시하기 위해 2013, 2050, 2100년의 7, 8월의 전자기 후도를 제작한 결과, 2013년도 전자기후도에서 7월 강원도에는 열 스트레스 영향이 없다가 8월에는 경미한 것으로 나타났고 7월 강원도를 제외한 지역은 경미한 영향을 받은 것으로 나타났다가 8월에는 심한 영향을 받은 것으로 나타났다. 이를 통해 8월에는 7월에 비해 열 스트레스 영향이 진행된 것을 알 수 있었다.
- 2). 축사내온도 및 가축의 부위별 온도 분포가서로 다른 색깔로 표시되어 있어 가축의 생체변화 모니터링 시스템이 가능했으며 축사 환경 및 가축의 체표온도를 측정할 수 있었다. 뿐만 아니라 단 시간 내에 동물당 많은 수의 사진을 제공할 수 있었다(Poikalainen et al.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.