고랭지배추 생산성 관련요인 평가 및 생육량과 생육도일에 의한 수량예측 Evaluation of Factors Related to Productivity and Yield Estimation Based on Growth Characteristics and Growing Degree Days in Highland Kimchi Cabbage원문보기
본 연구는 고랭지배추의 생산성에 관여하는 주요 요인을 분석하고, 실시간 계측한 생육 및 기상자료를 기반으로 고랭지배추의 수량을 예측하기 위한 모델을 개발하기 위하여 수행되었다. 먼저 수확 시의 전생육량변수에 의한 구중 추정식과 비파괴 측정 생육량 변수에 의한 추정식에 의한 설명력의 차이를 비교한 다음, 이를 보완하기 위하여 비파괴측정 생육량 변수에 생육도일(growing degree days, GDD)을 포함한 구중추정 회귀모형을 작성하고, 이 구중추정식을 GDD에 의한 엽생장량과 실측 생장량의 비, 토양수분에 따른 생육속도, 그리고 생장단계 및 기간에 따른 상대생장률을 적용하여 보정하였다. 비파괴 생육량과 GDD에 의한 구중 추정식은 y = 6897.5 - 3.57 ${\times}$ GDD - 136 ${\times}$ 엽폭 + 116 ${\times}$ 초고 + 155 ${\times}$ 구고 - 423 ${\times}$ 구폭 + 0.28 ${\times}$ 구고 ${\times}$ 구폭${\times}$ 구폭($r^2=0.989$)로 나타났다. 수량 산정을 위한 엑셀스프레드시트모형을 작성하였으며, 이 모형은 고랭지배추 실시간 생육data 시트, GDD 계산을 위한 일별 온도data 시트, 재배지 토양수분data 시트, 그리고 도출된 모형방정식에 병해충 및 재배관리에 의한 수시변동 변량과 보정값을 입력하여 단수를 산정하는 시트로 구성되어 있다. 작성된 엑셀스프레드시트 모형을 이용하여 재배면적 ${\times}$ 단위당 재식주수 ${\times}$ GDD와 비파괴 생육량에 근거한 예측구중 ${\times}$ GDD도입 보정값 ${\times}$ 토양수분 및 건조기간에 따른 보정값 ${\times}$ 상품률을 적용하여 권역별 수량을 산정하고 이들을 합산하여 고랭지배추의 총 생산량을 예측할 수 있을 것으로 판단되었다.
본 연구는 고랭지배추의 생산성에 관여하는 주요 요인을 분석하고, 실시간 계측한 생육 및 기상자료를 기반으로 고랭지배추의 수량을 예측하기 위한 모델을 개발하기 위하여 수행되었다. 먼저 수확 시의 전생육량변수에 의한 구중 추정식과 비파괴 측정 생육량 변수에 의한 추정식에 의한 설명력의 차이를 비교한 다음, 이를 보완하기 위하여 비파괴측정 생육량 변수에 생육도일(growing degree days, GDD)을 포함한 구중추정 회귀모형을 작성하고, 이 구중추정식을 GDD에 의한 엽생장량과 실측 생장량의 비, 토양수분에 따른 생육속도, 그리고 생장단계 및 기간에 따른 상대생장률을 적용하여 보정하였다. 비파괴 생육량과 GDD에 의한 구중 추정식은 y = 6897.5 - 3.57 ${\times}$ GDD - 136 ${\times}$ 엽폭 + 116 ${\times}$ 초고 + 155 ${\times}$ 구고 - 423 ${\times}$ 구폭 + 0.28 ${\times}$ 구고 ${\times}$ 구폭${\times}$ 구폭($r^2=0.989$)로 나타났다. 수량 산정을 위한 엑셀스프레드시트모형을 작성하였으며, 이 모형은 고랭지배추 실시간 생육data 시트, GDD 계산을 위한 일별 온도data 시트, 재배지 토양수분data 시트, 그리고 도출된 모형방정식에 병해충 및 재배관리에 의한 수시변동 변량과 보정값을 입력하여 단수를 산정하는 시트로 구성되어 있다. 작성된 엑셀스프레드시트 모형을 이용하여 재배면적 ${\times}$ 단위당 재식주수 ${\times}$ GDD와 비파괴 생육량에 근거한 예측구중 ${\times}$ GDD도입 보정값 ${\times}$ 토양수분 및 건조기간에 따른 보정값 ${\times}$ 상품률을 적용하여 권역별 수량을 산정하고 이들을 합산하여 고랭지배추의 총 생산량을 예측할 수 있을 것으로 판단되었다.
This study was carried out to evaluate growth characteristics of Kimchi cabbage cultivated in various highland areas, and to create a predicting model for the production of highland Kimchi cabbage based on the growth parameters and climatic elements. Regression model for the estimation of head weigh...
This study was carried out to evaluate growth characteristics of Kimchi cabbage cultivated in various highland areas, and to create a predicting model for the production of highland Kimchi cabbage based on the growth parameters and climatic elements. Regression model for the estimation of head weight was designed with non-destructive measured growth variables (NDGV) such as leaf length (LL), leaf width (LW), head height (HH), head width (HW), and growing degree days (GDD), which was $y=6897.5-3.57{\times}GDD-136{\times}LW+116{\times}PH+155{\times}HH-423{\times}HW+0.28{\times}HH{\times}HW{\times}HW$, ($r^2=0.989$), and was improved by using compensation terms such as the ratio (LW estimated with GDD/measured LW ), leaf growth rate by soil moisture, and relative growth rate of leaf during drought period. In addition, we proposed Excel spreadsheet model for simulation of yield prediction of highland Kimchi cabbage. This Excel spreadsheet was composed four different sheets; growth data sheet measured at famer's field, daily average temperature data sheet for calculating GDD, soil moisture content data sheet for evaluating the soil water effect on leaf growth, and equation sheet for simulating the estimation of production. This Excel spreadsheet model can be practically used for predicting the production of highland Kimchi cabbage, which was calculated by (acreage of cultivation) ${\times}$ (number of plants) ${\times}$ (head weight estimated with growth variables and GDD) ${\times}$ (compensation terms derived relationship of GDD and growth by soil moisture) ${\times}$ (marketable head rate).
This study was carried out to evaluate growth characteristics of Kimchi cabbage cultivated in various highland areas, and to create a predicting model for the production of highland Kimchi cabbage based on the growth parameters and climatic elements. Regression model for the estimation of head weight was designed with non-destructive measured growth variables (NDGV) such as leaf length (LL), leaf width (LW), head height (HH), head width (HW), and growing degree days (GDD), which was $y=6897.5-3.57{\times}GDD-136{\times}LW+116{\times}PH+155{\times}HH-423{\times}HW+0.28{\times}HH{\times}HW{\times}HW$, ($r^2=0.989$), and was improved by using compensation terms such as the ratio (LW estimated with GDD/measured LW ), leaf growth rate by soil moisture, and relative growth rate of leaf during drought period. In addition, we proposed Excel spreadsheet model for simulation of yield prediction of highland Kimchi cabbage. This Excel spreadsheet was composed four different sheets; growth data sheet measured at famer's field, daily average temperature data sheet for calculating GDD, soil moisture content data sheet for evaluating the soil water effect on leaf growth, and equation sheet for simulating the estimation of production. This Excel spreadsheet model can be practically used for predicting the production of highland Kimchi cabbage, which was calculated by (acreage of cultivation) ${\times}$ (number of plants) ${\times}$ (head weight estimated with growth variables and GDD) ${\times}$ (compensation terms derived relationship of GDD and growth by soil moisture) ${\times}$ (marketable head rate).
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그런데 현장 에서 실제로 엽수나 엽면적을 조사하기 위해서는 식물체를 손상시킬 뿐 아니라, 엽장, 엽폭, 초고 등 외형적 생육량을 측정하는 것에 비해 시간이 많이 소요되며, 또한 특수장비도 요구되는 등 현실적으로 여러 포장에서 표본을 채취하여 조사하는 것도 쉬운 일은 아니다. 따라서 현장에서 쉽게 측정할 수 있는 비파괴 측정 생육량, 즉, 엽폭, 엽장, 구고, 구폭 등을 조사하여 이들만을 가지고 구중을 추정하고자 하였다. 여기에 포기의 형태를 고려하여 구고와 구폭을 승산한 응용변수를 적용하기도 하였다.
배추의 수분은 95%정도로 체내 생체 대사뿐 아니라 중량의 변화 큰 영향을 미치므로(HARI, 2002) 토양수분이 생육에 미치는 영향을 포함시켜 추정 구정을 보정하고자 하였다. 작물에 따라서는 생육에 관여하는 기상요인은 생육구간 또는 생태적 특성에 따라 기상요인의 작물의 생육에 미치는 영향이 다르게 나타날 수 있다(Park, 1988).
고랭지배추 수량예측을 위한 회귀분석 및 수량산정
수량예측은 배추의 생장량으로부터 구중을 예측하고 기온, 토양수분의 영향 등 재배지 환경특성을 고려하여 보정 하고자 하였다. 한편 실제 재배지에서 양분부족에 의한 수량감소는 없는 것으로 간주하여 양분부족의 영향은 고려하지 않았으며(Lee et al.
, 1999) 적산일사량은 구중추정식에서 고려하지 않았다. 이에 고랭지배추재배지 권역별 위도 및 해발에 따른 기온의 특성을 반영할 수 있는 유효적산온도인 GDD만을 추가하였으며, 천후 의존적 관행 재배방식으로 인해 작물의 생장에 많은 영향을 미치는 토양수분과, 재배 중 예기치 않게 발생하는 병이나 해충에 의한 피해 등 현장의 상황을 반영하고자 하였다.
그러나 아직 종합적인 기상요소들의 영향으로 나타나는 작물생장량 척도를 포함하는 생육량 변수를 활용한 수량예측연구는 매우 부족한 상태이다. 이에 본 연구는 수확기에 실시간으로 측정되는 고랭지배추의 생육량과 재배기간 중의 기온, 토양수분 및 실사된 상품률을 기반으로 고랭지배추의 수량 예측과 수량 산정을 위하여 수행되었다.
, 2014). 이에 본 연구에서는 위의 여러 요인들 중에서 재배기술은 평준화되어 있고, 기온의 영향이 가장 높으므로(Lee, 1996), 결정 계수가 다소 낮았던 비파괴 생육량에 의한 구중추정식에 유효 적산온도인 GDD를 포함시켜 보완할 목적으로 배추의 생장과 GDD와의 관계를 파악하였다. GDD에 따른 배추의 생장 량은 정식기에 따라 다소 차이는 있었지만 Ahn et al.
5), 추정된 구중을 보정하는데 토양수분의 영향 뿐 아니라 생육단계 따른 생장속도를 포함시킬 필요가 있다고 판단하였다. 이에 토양수분부족의 영향은 실측 수분함 량에 의한 추정 엽폭(RSLW)과 실측 토양수분 및 상대생장률에 의한 추정 엽폭(SDLW)의 비로써 식 (5)에 의해 산출하여 생장량과 GDD에 의해 추정된 구중을 보정하고자 하였다.
제안 방법
, USA) 을 이용하였다. GDD를 구중추정에 반영함에 따른 구중예측 오류의 보정은 GDD에 근거하여 추정한 엽폭생장량과 실측값의 비를 산출하여 적용하였으며, 재배기간 중 토양수분에 따른 보정은 토양수분함량에 의해 추정된 엽폭생장량과 주요 수분부족시기의 상대생장률에 근거하여 예측한 엽폭생장량의 비를 적용하여 보정하였다. 생육도일 및 토양수분 영향 등의 계산은 Excel software(MS Office 2007, Microsoft Co.
고랭지배추 ‘춘광’, ‘수호’ 등 2품종을 각각 6월 21일, 7월 4일 및 7월 18일에 60cm × 35cm 간격으로 정식하였다.
고랭지배추 생산에 영향을 미치는 기상요소 중 강수량과 기온의 변화를 알아보고자 고랭지배추 재배시기인 5월에서 10월 중의 대관령지역의 최근 강수량과 고랭지배추 주요지 역의 기온의 월별 변이를 알아 보았다(Fig. 1). 대관령지역의 5-10월 중의 연속 무강우 일수가 매년 약 50일에 이르렀으며, 강수량은 2002년 이후부터 지속적으로 감소하는 경향을 보이고 있다.
고랭지배추의 생육특성을 분석하기 위하여 2012-2014년에 평창(대관령), 평창 방림, 정선 임계, 태백, 강릉 안반덕과 영월 북면의 농가 25개의 밭을 선정하여 두고, 초고, 엽장, 엽폭, 엽수 등의 배추의 생육을 조사하였으며, 구가 형성된 후에는 구고, 구폭 등을 조사하였다.
고랭지배추 ‘춘광’, ‘수호’ 등 2품종을 각각 6월 21일, 7월 4일 및 7월 18일에 60cm × 35cm 간격으로 정식하였다. 관행에 따라 재배하면서 2주 간격으로 배추의 엽수, 엽장, 엽폭, 초고, 주중, 엽면적(LI-3100, LI-COR Inc., USA)을 조사하였으며, 구가 형성된 후에는 구고, 구폭 및 구중을 조사하였다. 또한 Radford(1967)의 상대 생장률 산출 방법을 준용하여 각각의 생체 생육량으로부터 상대생장률을 계산하였다(식 (1)).
기상청의 기상정보를 활용하여 5-10월중 대관령의 강수량과 고랭지배추 주요재배지의 월별 평균온도의 변화를 살펴 보았다. 고랭지배추의 생육특성을 분석하기 위하여 2012-2014년에 평창(대관령), 평창 방림, 정선 임계, 태백, 강릉 안반덕과 영월 북면의 농가 25개의 밭을 선정하여 두고, 초고, 엽장, 엽폭, 엽수 등의 배추의 생육을 조사하였으며, 구가 형성된 후에는 구고, 구폭 등을 조사하였다.
즉, 당년의 기상조건에서의 생육을 기초로 해야 예측의 정도를 더 향상할 수 있지 않을까 생각된다. 따라서 본 연구에서는 이들 재배환경의 여러 요인들이 종합적으로 반영된 실시간 생육data를 근간 으로 구중을 추정하였다.
여기서, GDDLW: GDD에 의한 추정 엽폭, LW: 실측 엽폭이다. 또한 토양수분함량에 따른 영향을 적용하여 구중식을 보정하고자 배추 재배지의 토양수분함량에 따른 배추의 생육량의 관계를 적용하였다(식 (7)). 고랭지배추 재배기간 중 재배지의 토양수분 함량 범위는 대체로 10-27%였다.
한편 고랭지배추는 60-70일 정도면 수확이 가능하며, 강원 고랭지를 중심으로 표고나 위치에 따라 온도 등 재배환경의 차이로 5월에서 10월까지 세분화되어 재배되고 있으며, 그에 따라 생육반응이 다르게 나타난다. 이에 봄, 가을로 2회에 걸쳐 재배된 고랭지배추의 재배 시기와 해에 따른 생육의 차이를 살펴 보았다(Table 1). 구고는 연도와 재배시기에 따른 차이가 크지 않은 반면, 구폭은 해 또는 시기에 따라 차이가 나타났다.
한편 많은 자료를 분석하여 수량을 예측·산정하는 것이 쉬운 일은 아니다. 이에 앞에서 도출된 구중추정식이 포함된 수량예측산정 시트, 생육조사data 시트, 일평균온도 시트 및 토양수분함량data 시트로 구성되는 Excel spreadsheet model 을 작성하였으며(Supplementary Fig. 1), 이를 이용하면 수량산정을 용이하게 할 수 있을 것으로 여겨진다.
여기서 A, B는 후기와 전기의 생장량이다. 작물의 생장에 기후요소가 큰 영향을 미치는데(Hoogenboom, 2000), 기후 요소 중 온도인자를 추가하기 위하여 생육도일(growing degree days, GDD)과 배추 생육량과의 관계를 분석하였다. GDD는 작물이 발아부터 성숙까지 생육단계에 따라서 어느 일정량의 열량을 얻어야 비로소 성숙된다는 생각에서 출발한 것으로 작물의 개화시기, 성숙기 등과 같은 생물계절을 예측하기 위해 사용할 수 있는 온도적산값으로, 일평균값과 기준온도와의 차이의 합으로 계산되며 일평균온도가 기준온도 보다 낮으면 생장도일은 0으로 계산된다(식 (2)).
한편 고랭재배추의 수량예측에 사용될 각각의 변수들이 수량요소인 구중과 어떤 관계가 있는지를 알아보기 위하여 고랭지배추 주요 재배지에서 조사된 생육량을 가지고 구중과의 상관을 분석하였다(Table 2). 내엽수가 적으면서 외엽수가 많을 경우, 내엽수는 구중과 고도로 유의한 정상관을 보였으며, 대체로 외엽수는 부의 관계를 나타냈다.
대상 데이터
고랭지배추는 여름철 신선한 김치원료의 주요 재료이다. 저온성 채소인 고랭지배추는 생육적온이 약 22°C 정도로 여름철 고온기에 평난지에서 재배가 곤란하기 때문에 상대적으로 온도가 낮은 고랭지지역에서 경쟁력을 가진다(HARI, 2000).
토양수분함량은 100mL 부피의 코어로 토양을 채취하여 건조 전후의 중량의 차로 산정하였다. 고랭지배추의 정식시기별 경시적 생장특성을 알아보기 위하여 2012년에 해발 800m의 대관령의 노지포장에서 수행되었다. 고랭지배추 ‘춘광’, ‘수호’ 등 2품종을 각각 6월 21일, 7월 4일 및 7월 18일에 60cm × 35cm 간격으로 정식하였다.
데이터처리
먼저 엽폭, 엽장, 초고, 초장, 구폭, 구고, 엽수, 엽면적 등 배추 수확시의 모든 측정가능한 변수들을 가지고 구중추정을 위한 회귀분석을 실시하고, 측정 시간이 다소 소요되는 엽면적과 엽수를 제외하고 비파괴적인 측정이 가능한 엽폭, 엽장, 구폭, 구고 등의 변수들만을 가지고 회귀분석을 실시하여 도출된 구중예측식과 비교하였다. 또한 비파괴 측정 생육량 변수들로부터 도출된 구중예측식을 보완하기 위하여 온도관련 요소인 GDD 변수를 추가하여 회귀분석을 실시하였다. 변수선택 판정은 SAS의 회귀모형 선택방법에 있어서 단계적 선택법과, Cp(Mallow, 1973)를 적용하였으며, 회귀분석은 SAS software(SAS 9.
먼저 엽폭, 엽장, 초고, 초장, 구폭, 구고, 엽수, 엽면적 등 배추 수확시의 모든 측정가능한 변수들을 가지고 구중추정을 위한 회귀분석을 실시하고, 측정 시간이 다소 소요되는 엽면적과 엽수를 제외하고 비파괴적인 측정이 가능한 엽폭, 엽장, 구폭, 구고 등의 변수들만을 가지고 회귀분석을 실시하여 도출된 구중예측식과 비교하였다. 또한 비파괴 측정 생육량 변수들로부터 도출된 구중예측식을 보완하기 위하여 온도관련 요소인 GDD 변수를 추가하여 회귀분석을 실시하였다.
또한 비파괴 측정 생육량 변수들로부터 도출된 구중예측식을 보완하기 위하여 온도관련 요소인 GDD 변수를 추가하여 회귀분석을 실시하였다. 변수선택 판정은 SAS의 회귀모형 선택방법에 있어서 단계적 선택법과, Cp(Mallow, 1973)를 적용하였으며, 회귀분석은 SAS software(SAS 9.2, SAS Institute Inc., USA) 을 이용하였다. GDD를 구중추정에 반영함에 따른 구중예측 오류의 보정은 GDD에 근거하여 추정한 엽폭생장량과 실측값의 비를 산출하여 적용하였으며, 재배기간 중 토양수분에 따른 보정은 토양수분함량에 의해 추정된 엽폭생장량과 주요 수분부족시기의 상대생장률에 근거하여 예측한 엽폭생장량의 비를 적용하여 보정하였다.
수확 시에 측정한 모든 생장량과 비파괴 측정량 등 2그룹으로 나누어 구중추정을 위한 회귀분석을 실시하였다(Table 5). 측정된 모든 생장량에 의한 모형식은 엽면적, 구폭, 외엽수, 엽장 등 4개의 변수가 선택되었으며, 결정계수는 0.
이론/모형
, USA)을 조사하였으며, 구가 형성된 후에는 구고, 구폭 및 구중을 조사하였다. 또한 Radford(1967)의 상대 생장률 산출 방법을 준용하여 각각의 생체 생육량으로부터 상대생장률을 계산하였다(식 (1)).
한편 수량예측 및 산정을 편하게 할 수 있도록 기존의 모형이 통계패키지에서만 구동되는 방식과는 달리 수시로 변동되는 변량을 바로 입력하여 파악할 수 있도록 엑셀스프레드시트 모형을 작성하였다(Fig. 7). 이 모형에서 고랭지배추 총 생산량은 재배면적, 재배기간 중 GDD와 수확 시의 비파괴측정 생육량에 근거한 예측구중, 단위당 재식주수, 상품률, GDD도입 보정값, 재배중 토양수분영향 및 건조기간에 따른 보정에 의해 산출할 수 있었으며, 총생산량은 y = 재배면적 × 재식주수 × (6897.
한편 수시변동으로 인하여 통계적 예측이 곤란한 항목은 현장 실측값을 대입하여 수량예측 산정하기 위하여 Excel spreadsheet model을 작성하였다. 이 모형은 엽폭, 초고, 구고, 구폭 등의 생육조사data 시트, GDD 산정을 위한 재배기간 중 일평균 온도data 시트, 재배기간 중 토양수분함량data 시트, 그리고 생육량과 GDD에 의해 도출된 모형방정식에 의한 구중추정값을 보정하고 재배면적, 재식주수 및 상품률을 입력하여 수량을 시물레이션할 수 있는 수량예측산정 시트 등 4개의 시트로 구성되었다.
성능/효과
5912로서 수확기의 생육측정변수로 구중을 충분히 예측할 수 있었다. 그런데 구중 추정을 위해 중회귀모형을 적용할 경우, 종속변수에 영향을 미치는 변수 중에서 가능한 모든 변수를 설명변수로 선택할 경우 비효율적이므로(Kim, 1992), 엽면적이 구중과 가장 높은 상관관계를 갖고 있기는 하지만(Table 4), 측정하는데 시간과 측정장비가 소요되는 엽수나 엽면적 등의 생장량을 제외하고, 엽장, 엽폭, 구고, 구폭등 비파괴적으로 손쉽게 측정할 수 있는 생장량들만을 가지고 회귀분석한 결과, 구중추정식의 결정계수가 0.676으로 상대적으로 다소 낮았으나 구중을 어느 정도 예측할 수 있었으며, 여기에 생장량 이외의 다른 관련변수를 포함시켜 예측의 정도를 향상시킬 필요가 있는 것으로 판단되었다(Fig. 4).
한편 고랭재배추의 수량예측에 사용될 각각의 변수들이 수량요소인 구중과 어떤 관계가 있는지를 알아보기 위하여 고랭지배추 주요 재배지에서 조사된 생육량을 가지고 구중과의 상관을 분석하였다(Table 2). 내엽수가 적으면서 외엽수가 많을 경우, 내엽수는 구중과 고도로 유의한 정상관을 보였으며, 대체로 외엽수는 부의 관계를 나타냈다. 생장조 정제를 사용하는 일반재배와 달리 사용하지 않은 재배에서는 엽장이 구중과 부의 상관을 보였는데, 이는 엽장이 도장 하여 엽장이 클수록 구가 작아진 결과로 생각된다.
여기에 기상환경, 토양환경 및 재배기술에 따른 작물의 작황에 근거하여 추정하여야만 좀 더 정확한 예측이 이루어질 것이다. 또한 어느 특정 지역만의 표본조사에 국한된값을 전체에 적용하는 것은 무리가 있으므로, 고랭지배추 재배지를 준고랭지 1기작, 준고랭지 2기작, 고랭지 등 작형별로 나눌 뿐 아니라, 평창, 태백, 정선, 삼척, 강릉 등 고랭지배추 재배지를 지역별로 세분화하고 그 값의 총합에 의해서 전체 생산량을 파악하는 것이 더 합리적이라고 판단된다.
배추의 상대생장률을 살펴보면(Fig. 2), 배추의 상대생장률은 점점 증가하여 정식 후 21일에서 28일 사이에 peak를 보였고 그 이후 점점 낮아져 대체로 정식 후 8주 경에는 0 가까이에 이르렀다. 특히 주중의 상대생장률이 최고 0.
생육량이 기상환경의 영향을 종합적으로 나타낸 결과라 하더라도 비파괴 측정생육량만을 가지고 작성된 구중 추정 식의 한계를 극복하기 위하여 기상요소인 GDD를 포함하는 구중추정식을 작성한 결과, 다음의 식으로 나타낼 수 있었 으며(식 (3)), 이 모형회귀식에 의해 추정된 값과 실측치를 비교한 결과, 결정계수 0.92로서 비교적 실측값에 유사하게 추정되었음을 확인할 수 있었다(Fig. 6).
한편 수확 시의 생육량과 구중의 상관분석의 결과는 Table 4와 같다. 앞의 결과에서 나타났듯이 구중과의 상관계수가 엽면적이 가장 높았으며, 그 다음이 내엽수, 초고, 외엽수, 구고 순으로 통계적으로 유의한 정의 상관을 보였고, 엽장과 엽폭은 부의 상관을 보였다. 이와 같은 결과는 앞서 밝힌 바와 같이 생장조정제의 영향으로 판단된다.
3은 주중의 상대생장률과 엽면적 등 기타 생장량의 상대생장률의 관계를 나타낸 것이다. 엽면적과 주중 상대생장률 간 관계식의 기울기가 가장 높았으며, 나머지는 엽면적 1/3-1/4수준으로 낮은 값을 나타냈는데 다른 생육량과는 달리 주중의 증가속도와 엽면적의 증가 속도가 거의 유사하다는 것을 확인할 수 있었다. 한편 수확 시의 생육량과 구중의 상관분석의 결과는 Table 4와 같다.
여러 변수 중에서 구고와 구폭이 대체로 구중과 통계적으로 유의한 결과를 나타냈다. 위와 같은 결과로 볼 때, 고랭지배추 수량 예측을 위한 회귀분석 시에 단순히 몇가지 기상요인만을 고려하면 생장조정제 등의 생육에 미친 영향이 누락될 수 있으므로 재배시기 또는 재배지역간의 차이를 고려하여 재배지 권역별 실측 생육량을 포함하여 설명변수로 사용하는 것이 좋을 것으로 판단되었다.
이 모형에서 고랭지배추 총 생산량은 재배면적, 재배기간 중 GDD와 수확 시의 비파괴측정 생육량에 근거한 예측구중, 단위당 재식주수, 상품률, GDD도입 보정값, 재배중 토양수분영향 및 건조기간에 따른 보정에 의해 산출할 수 있었으며, 총생산량은 y = 재배면적 × 재식주수 × (6897.5 - 3.57 × GDD - 136 × 엽폭 + 116 × 초고 + 155 × 구고 - 423 × 구폭 + 0.28 × 구고 × 구폭 × 구폭) × (GDD 추정 엽폭/엽폭) × (상대생장률 추정 엽폭/토양수분에 의한 추정 엽폭) × 상품률의 식으로 나타낼 수 있었다.
수확 시에 측정한 모든 생장량과 비파괴 측정량 등 2그룹으로 나누어 구중추정을 위한 회귀분석을 실시하였다(Table 5). 측정된 모든 생장량에 의한 모형식은 엽면적, 구폭, 외엽수, 엽장 등 4개의 변수가 선택되었으며, 결정계수는 0.954, Cp 는 1.5912로서 수확기의 생육측정변수로 구중을 충분히 예측할 수 있었다. 그런데 구중 추정을 위해 중회귀모형을 적용할 경우, 종속변수에 영향을 미치는 변수 중에서 가능한 모든 변수를 설명변수로 선택할 경우 비효율적이므로(Kim, 1992), 엽면적이 구중과 가장 높은 상관관계를 갖고 있기는 하지만(Table 4), 측정하는데 시간과 측정장비가 소요되는 엽수나 엽면적 등의 생장량을 제외하고, 엽장, 엽폭, 구고, 구폭등 비파괴적으로 손쉽게 측정할 수 있는 생장량들만을 가지고 회귀분석한 결과, 구중추정식의 결정계수가 0.
고랭지배추 재배기간 중 재배지의 토양수분 함량 범위는 대체로 10-27%였다. 토양수분 25%에서의 엽 생장속도는 10%이하일 때보다 2-3배 빠르며, 토양수분이 부족한 경우 생장속도가 매우 지연되는 것을 알 수 있었다. 또한 엽폭의 상대생장률(y = - 0.
후속연구
다만 토양수분함량은 강수량에 따라 진폭이 심하고 그에 따라 많을 때는 과습 피해가 나타나고 적을 때는 건조피해가 나타나는 등 변이가 심한 재배환경요소이기 때문에, 적산온도의 GDD와 같이 총량 개념을 적용하여 추정식의 변수로 활용하지 않는 대신에 생육량과 GDD에 의한 구중 예측식을 보정하기 위한 수단으로 활용하는 것이 더 합리적일 것으로 생각된다.
고랭지배추의 수량예측은 정확한 재배면적 정보로부터 시작된다. 여기에 기상환경, 토양환경 및 재배기술에 따른 작물의 작황에 근거하여 추정하여야만 좀 더 정확한 예측이 이루어질 것이다. 또한 어느 특정 지역만의 표본조사에 국한된값을 전체에 적용하는 것은 무리가 있으므로, 고랭지배추 재배지를 준고랭지 1기작, 준고랭지 2기작, 고랭지 등 작형별로 나눌 뿐 아니라, 평창, 태백, 정선, 삼척, 강릉 등 고랭지배추 재배지를 지역별로 세분화하고 그 값의 총합에 의해서 전체 생산량을 파악하는 것이 더 합리적이라고 판단된다.
28 × 구고 × 구폭 × 구폭) × (GDD 추정 엽폭/엽폭) × (상대생장률 추정 엽폭/토양수분에 의한 추정 엽폭) × 상품률의 식으로 나타낼 수 있었다. 최근 고랭지배추의 수급안정을 위해 매년 주기적으로 작황이 모니터링되고 있는 바, 본 연구는 고랭지배추 생산량 예측의 정도를 높이기 위한 한 시도로서 개발된 모형을 앞으로 좀 더 발전시킨다면 고랭지배추의 수급안정을 위한 생산량 예측에 잘 활용될 수 있을 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
고랭지배추의 생육적온은 어떻게 되는가?
고랭지배추는 여름철 신선한 김치원료의 주요 재료이다. 저온성 채소인 고랭지배추는 생육적온이 약 22°C 정도로 여름철 고온기에 평난지에서 재배가 곤란하기 때문에 상대적으로 온도가 낮은 고랭지지역에서 경쟁력을 가진다(HARI, 2000). 그러나 최근 기후 온난화로 인해 점차 온도가 상승하고 빈번한 이상기상으로 인하여 작황이 매우 불안정하다.
배추의 생산량 변동에 따른 가격편차는 어떠한가?
특히 우리나라는 김치를 즐겨먹는 전통적인 식문화때문에 여름철에도 김치원료인 고랭지배추의 수급의 불안은 가격변동에 큰 영향을 미친다. 배추의 경우 생산량 변동에 따른 가격편차가 매우 커서 10% 정도의 생산량 변동만으로 가격은 3배까지 차이날 수도 있다(Lee, 1996). 이러한 측면에서 생산량을 예측하기 위한 노력이 기울여져 왔다.
최근 고랭지배추의 작황이 불안정해 진 까닭은 무엇인가?
저온성 채소인 고랭지배추는 생육적온이 약 22°C 정도로 여름철 고온기에 평난지에서 재배가 곤란하기 때문에 상대적으로 온도가 낮은 고랭지지역에서 경쟁력을 가진다(HARI, 2000). 그러나 최근 기후 온난화로 인해 점차 온도가 상승하고 빈번한 이상기상으로 인하여 작황이 매우 불안정하다. 재배면적을 보더라도 2,000년에 약 10,000ha에 이르던 것이 최근 약 5,000ha로 급격히 감소하였다(MAFRA, 2014). 그런 배경에는 작황의 불안으로 소득감소로 이어진데다 중국산 배추의 수입이 한몫을 차지했다. 고랭지배추는 연작에다 고온 과습과 토양전염성병의 만연, 가뭄이나 생리장해의 발생으로 수량감소가 커서 이에 대한 대책이 필요한 시점이다.
참고문헌 (22)
Ahn, J.H., K.D. Kim, and J.T. Lee. 2014. Growth modeling of Chinese cabbage in an alpine area. Korean Journal of Agricultural and Forest Meteorology 16:309-314 (in Korean).
Han, S.H., B.H. Lee, M.S. Park, J.H. Seung, H.S. Yang, and S.C. Shin. 2011. A study of building crop yield forecasting model considering metoerological elements. KREI P 152:1-96 (in Korean).
Choi, S.J., A. S. Lee, S.J. Jeon, K.D. Kim, M.C. Seo, W.S. Jung, J. H. Maeng, and I.J. Kim. 2014. Estimating the yield of potato non-mulched using climatic elements. Korean J. Crop Sci. 59:89-96 (in Korean).
Kalisz, A., J. Kostrzewa, A. S？kara, A. Grabowska, and S. Cebula. 2012. Yield and nutritional quality of several non-heading Chinese cabbage (Brassica rapa var. chinensis) cultivars with different growing period and its modelling. Korean J. Hortic. Sci. Technol. 30:650-656.
Kim, E.H. 1992. Effects of climatic elements on soybean yields. Korean J. Crop Sci. 37:320-328 (in Korean).
Kim, I.G., K.J. Park, and B.J. Kim. 2013. Analysis of meteorological factors on yield of Chinese cabbage and radish in winter cropping system. Korean Journal of Agricultural and Forest Meteorology 15:59-66 (in Korean).
Kim, Y.J., B.S. Kim, S.W. Song, and Y.G. Park. 2006. The seasonal cabbage model. KREI W28. p. 17-33 (in Korean).
Lee, C.S., G.J. Lee, J.T. Lee, K.Y. Shin, J.H. Ahn, and H.J. Cho. 2002. Status of fertilizer applications in farmers' field for summer Chinese cabbage in highland. Korean J. Soil Sci. Fert. 34:306-313 (in Korean).
Lee, J.W. 1996. An study of decision-making factors of production for radish and Chinese cabbage. KREI R346:39-67 (in Korean).
Lee, S.K. T.C. Seo, Y.A. Jang, J.G. Lee, C.W. Nam, C.S. Choi, K.W. Yeo, and Y.C. Um. 2012. Prediction of Chinese cabbage yield as affected by planting date and nitrogen fertilization for spring production. J. Bio-Environ. Control 21:271-275 (in Korean).
MAFF (Ministry of Agriculture, Forestry and Fisheries). 2003. Development of production technology of high quality stable production and control of bacterial soft rot of Chinese cabbage in alpine region. The Reseach Report. p. 22-66 (in Korean).
MAFRA. 2014. Current status of vegetable greenhouse and production of vegetables in 2013 (in Korean).
Mallow, C.L. 1973. Some comments on Cp. Technometrics 15. 661-675.
Monteith, J. and C Moss. 1977. Climate and the efficiency of crop production in Britain. Philos. Trans. R. Soc., B 281:277-294.
Moon, K.H., E.Y. Song, I.C. Son, S.J. Oh, and K.S. Park. 2014. Simple growth model of Chinese cabbage using radiation use efficiency. Korean Journal of Agricultural and Forest Meteorology (Suppl.). p. 133-136 (in Korean).
Park, J.Y., T.H. Kim, and Y.G. Park. 2014. Why are highland Chinese cabbage got reduced? Agriculture Outlook 2014. p. 499-514 (in Korean).
Park, K.Y. 1988. Modeling for predicting yield and $\alpha$ -acid content in hop (Humulus inpulus L.) from meteorological elements. Korean J. Crop Sci. 33:215-221(in Korean).
Radford, P.J. 1967. Growth analysis formulae-their use and abuse. Crop Sci. 7:171-175.
Weng, J.H., Y.P. Hsu, F.Y. Kuo, and W.J. Lin. 1999. Effects of climatic factors on the growth rate of pak-choi. Chinese J. Agrometeorol. 6:7-14 (in Chinese).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.