Cultivating soybeans in rice paddy field reduces labor costs and increases the yield. Soybeans, however, are highly susceptible to excessive soil water in paddy field. Controlled drainage system can adjust groundwater level (GWL) and control soil moisture content, resulting in improvement soil envir...
Cultivating soybeans in rice paddy field reduces labor costs and increases the yield. Soybeans, however, are highly susceptible to excessive soil water in paddy field. Controlled drainage system can adjust groundwater level (GWL) and control soil moisture content, resulting in improvement soil environments for optimum crop growth. The objective of this study was to fit the soybean growth data (canopy height and stem diameter) using Gompertz model and Logistic model at different GWL and validate those models. The soybean, Daewon cultivar, was grown on the lysimeters controlled GWL (20cm and 40cm). The soil textures were silt loam and sandy loam. The canopy height and stem diameter were measured from the 20th days after seeding until harvest. The Gompertz and Logistic models were fitted with the growth data and each growth rate and maximum growth value was estimated. At the canopy height, the $R_2$ and RMSE were 0.99 and 1.58 in Gompertz model and 0.99 and 1.33 in Logistic model, respectively. The large discrepancy was shown in full maturity stage (R8), where plants have shed substantial amount of leaves. Regardless of soil texture, the maximum growth values at 40cm GWL were greater than the value at 20cm GWL. The growth rates were larger at silt loam. At the stem diameter, the $R_2$ and RMSE were 0.96 and 0.27 in Gompertz model and 0.96 and 0.26 in Logistic model, respectively. Unlike the canopy height, the stem diameter in R8 stage didn't decrease significantly. At both GWLs, the maximum growth values and the growth rates at silt loam were all larger than the values at sandy loam. In conclusion, Gompertz model and Logistic model both well fit the canopy heights and stem diameters of soybeans. These growth models can provide invaluable information for the development of precision water management system.
Cultivating soybeans in rice paddy field reduces labor costs and increases the yield. Soybeans, however, are highly susceptible to excessive soil water in paddy field. Controlled drainage system can adjust groundwater level (GWL) and control soil moisture content, resulting in improvement soil environments for optimum crop growth. The objective of this study was to fit the soybean growth data (canopy height and stem diameter) using Gompertz model and Logistic model at different GWL and validate those models. The soybean, Daewon cultivar, was grown on the lysimeters controlled GWL (20cm and 40cm). The soil textures were silt loam and sandy loam. The canopy height and stem diameter were measured from the 20th days after seeding until harvest. The Gompertz and Logistic models were fitted with the growth data and each growth rate and maximum growth value was estimated. At the canopy height, the $R_2$ and RMSE were 0.99 and 1.58 in Gompertz model and 0.99 and 1.33 in Logistic model, respectively. The large discrepancy was shown in full maturity stage (R8), where plants have shed substantial amount of leaves. Regardless of soil texture, the maximum growth values at 40cm GWL were greater than the value at 20cm GWL. The growth rates were larger at silt loam. At the stem diameter, the $R_2$ and RMSE were 0.96 and 0.27 in Gompertz model and 0.96 and 0.26 in Logistic model, respectively. Unlike the canopy height, the stem diameter in R8 stage didn't decrease significantly. At both GWLs, the maximum growth values and the growth rates at silt loam were all larger than the values at sandy loam. In conclusion, Gompertz model and Logistic model both well fit the canopy heights and stem diameters of soybeans. These growth models can provide invaluable information for the development of precision water management system.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구는 논에서 밭작물(콩)의 안정적인 생산을 위해 원통형 라이시미터를 설치 후 지하수위와 토양을 논토성인 식양질과 밭토성인 사양질로 달리하여 콩의 생육을 측정하고 Gompertz 함수를 사용해 모델링하며 각종 장래 예측치의 추정에 이용하는 Logistic 함수와 비교분석하여 정밀 물관리 기술 개발에 필요한 기초자료를 제공하고자 하였다.
제안 방법
경태의 경우에도 초장과 동일하게 파종 20일 후부터 일주일 간격으로 초장을 측정하였다. 경태 또한 생식 생장기까지 급격하게 증가하다가, 이후에는 거의 일정한 값에 수렴한다 (Table 4).
수분을 많이 필요로 하는 밭작물인 콩을 논토양에서 재배하기 위해 논으로서 기능을 유지하며 지하수위를 자유롭게 설정할 수 있는 정밀 물관리 기술의 개발이 필요하다. 원통형 라이시미터에 지하수위를 20cm, 40cm로 다르게하고 토양을 식양질과 사양질로 나누어 콩의 생육을 측정하고 시간에 따른 콩의 성장을 Gompertz 함수를 사용해 모델링하였다. 각 생장 환경에 따른 결과를 비교 분석한 결과 다음과 같은 결론을 얻었다.
콩의 생육 시 초장의 변화를 관찰하기 위하여 파종 20일 후부터 일주일 간격으로 초장을 측정하였다. 초장은 꽃이 피면서부터 꼬투리가 완전히 성숙될 때까지인 생식 생장기까지 급격하게 증가하다가, 이후에는 거의 일정한 값을 보인다 (Table 1).
대상 데이터
본 시험에서 대원콩을 토양의 성질과 지하수위를 다르게 처리한 라이시미터에서 재배하였다. 대원콩은 도복, 콩바이러스 및 탈립에 강하고 제주 및 산간 고랭지를 제외한 전국에서 적응성 있는 품종이다.
시험 토양은 논토성인 식양질과 밭토성인 사양 질로 구성하였으며 시험 전 토양의 용적밀도를 균일하게 하기 위하여 자연배수를 2회 반복하였다. 지름 30cm, 높이 50cm인 스테인레스 스틸로 제작된 라이시미터에 지하수위를 각각 20cm와 40cm로 유지하여 재배하였다 (Fig.
데이터처리
실험데이터의 모델 추정은 데이터 분석 프로그램인 Origin (OriginLab, Northampton, MA) 을 이용하였다. 처리평균간의 비교는 일원배치 분산분석법 (one-way ANOVA) 을 사용하였고, 처리평균간의 상호 비교는 Tukey 검정을 이용하였다.
실험데이터의 모델 추정은 데이터 분석 프로그램인 Origin (OriginLab, Northampton, MA) 을 이용하였다. 처리평균간의 비교는 일원배치 분산분석법 (one-way ANOVA) 을 사용하였고, 처리평균간의 상호 비교는 Tukey 검정을 이용하였다.
이론/모형
물관리를 위해 작물의 생장 모델링에는 Logistic 함수, Gompertz 함수 등을 사용할 수 있다. Logistic 함수는 식물이 초기 생육에는 지수 형태로 생육하다가 식물간의 잎이 겹쳐지면서 선형 형태로 생육하는 형태를 표현한 식이고 Gompertz 함수는 실험적 접근 방법으로 유도된 성장식으로 처음에는 완만하게 증가하다가 급속하게 생장하는 부분을 거쳐 마지막에는 서서히 생장한 후 정지하게 되는 모양이다.
시험 토양에서의 콩 재배 시 생육을 측정하고 모델링하기 위하여 미생물 생장 예측 연구에 널리 사용되는 Gompertz 함수를 사용하였다[15-17]. Gompertz 함수는 S의 형태이며 0에 가까운 작은 값에서 일정한 유한한 값에 점근하는 함수이다.
성능/효과
토양의 특성에 따라서는 초장과 경태 모두 사양질보다 식양질에서 높은 임계값과 성장률 (k)을 보였다. 또한 Gompertz 모델은 경태와 초장의 생장 모형에 매우 적합한 것으로 나타났다. 이 모델은 콩의 다른 성장 지표의 모형에도 적용될 것으로 기대된다.
전반적으로 콩의 생장을 지하수위와 토양에 따라 비교해 보면 지하수위 보다는 토양에 따라 큰 영향 받는 것을 확인할 수 있었고, 이는 수분함량이 높은 논 토양인 식양질에서도 콩의 생장이 가능하다고 판단된다. 따라서 본 연구 결과가 논에서 밭작물인 콩을 재배할 때 수분특성에 맞추어 콩을 생산하고 논으로서 기능을 유지하며 지하수위를 자유롭게 설정할 수 있는 정밀 물관리기술 개발에 유용한 도구로서 역할을 할 것으로 기대한다.
후속연구
전반적으로 콩의 생장을 지하수위와 토양에 따라 비교해 보면 지하수위 보다는 토양에 따라 큰 영향 받는 것을 확인할 수 있었고, 이는 수분함량이 높은 논 토양인 식양질에서도 콩의 생장이 가능하다고 판단된다. 따라서 본 연구 결과가 논에서 밭작물인 콩을 재배할 때 수분특성에 맞추어 콩을 생산하고 논으로서 기능을 유지하며 지하수위를 자유롭게 설정할 수 있는 정밀 물관리기술 개발에 유용한 도구로서 역할을 할 것으로 기대한다.
수분을 많이 필요로 하는 밭작물인 콩을 논토양에서 재배하기 위해 논으로서 기능을 유지하며 지하수위를 자유롭게 설정할 수 있는 정밀 물관리 기술의 개발이 필요하다. 원통형 라이시미터에 지하수위를 20cm, 40cm로 다르게하고 토양을 식양질과 사양질로 나누어 콩의 생육을 측정하고 시간에 따른 콩의 성장을 Gompertz 함수를 사용해 모델링하였다.
또한 Gompertz 모델은 경태와 초장의 생장 모형에 매우 적합한 것으로 나타났다. 이 모델은 콩의 다른 성장 지표의 모형에도 적용될 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
우리나라에서 콩은 언제부터 재배하였는가
콩은 동북아시아를 원산지로 하여 오래 전부터 우리나라를 중심으로 전 세계에서 재배되는 열매 채소다. 우리나라에서는 콩을 삼국시대부터 재배하였으며 20세기 들어 동서양을 막론하고 생산과 이용 면에서 세계 최고의 작물로 부상하였고 21세기에도 여전히 주목 받는 작물이다.
콩은 파종을 언제하는가?
콩은 서늘한 곳을 좋아하는 특징이 있어 파종을 땅의 온도가 약 15℃가 되는 5월 상순과 중순에 하는데, 여름형은 일찍 가을형은 약간 늦게 한다. 또한 콩은 꽃이 피는 개화시부터 약 1개월 동안 전 생육기간 흡수하는 수분의 약 80%정도 흡수하는 만큼 다른 작물에 비하여 생장에 필요한 수분요구량이 높은 작물로 생육에 수분을 많이 필요로 하여 물 빠짐이 좋고 양지바른 곳에 콩을 심는 것이 좋다.
여러가지 토양의 종류 중 논토성인 식양토에 대해 설명하라
토양의 종류로는 식토, 양토, 식양토, 사양토, 사질식양토 등이 있다. 대표적으로 논토성인 식양토는 모래가 28%, 미사가 37%, 점토가 35% 내외 분포되어 있고, 밭토성인 사양토는 모래가 65%, 미사가 25%, 점토가 10% 내외이다[9]. 모래, 미사 점토는 지름에 따라 구분하며 모래는 2∼0.
참고문헌 (19)
Jung, K.Y, E.S. Yun, C.Y. Park, J.B. Hwang, Y.D. Choi, and K.D. Park. Stress Day Index to Predict Soybean Yield Response by Subsurface Drainage in Poorly Drained Sloping Paddy Fields. Korean J. Soil Sci. Fert. 44(5):702-708, (2011).
Box, J.E.Jr. The effect of waterloogging on rooting intermittent flooding on germination and seeding growth of cotton. Trans. ASAE. 14:567-570, (1991).
Cannell, R.Q. and M.B. Jackson. Alleviating aeration stress. pp. 141-192. In G.f. Arkin and H.M. Talors (ed) Modifying the root environment to reduce crop stress. ASAE. St.Joseph. MI. (1981).
Plamenac, N. Effects of subsurface drainage on heavy hydromorphic soil in the Nelindvor area, Yugoslavia. AWM. 14:19-27, (1988).
Wesseling, J. Crop growth and wet soils. pp. 39-90. In J. van Schitfgaard (Ed) Drainage for Agriculture. Agron. Monogr. 17.ASA. Madison. WI. (1974).
Seo, M.C., S.O. Hur, Y.K. Sonn, H.S. Cho, W.T. Jeon, M.K Kim, and M.T. Kim. The Development of Estimation Model (AFKAE0.5) for Water Balance and Soil Water Content Using Daily Weather Data. Korean J. Soil Sci. Fert. 45(6):1203-1210, (2012).
Yun, E. S., K. Y. Jung, K. D. Park, J. Y. Ko, J. S. Lee, and S. T. Park. Changes in the Soil Physical Properties of Vineyard Converted from Paddy Field. Korean J. Soil Sci. Fert. 42(3):145-151, (2009).
Lee, J. E., H. S. Kim, Y. U. Kwon, G. H. Jung, C. K. Lee, H. T. Yun, and C. K. Kim. Changes of Leaf Nitrogen and Petiole Ureide Content in Soybean [Glycine max (L.) Merrill] under Waterlogging Condition. Korean J. Crop Sci . 56(4):385-393, (2011).
Kang, B. H. Our country's natural resources. Korea Studies Information. (2012).
Yun, E. S., Y. T. Jung, Y. K. Sonn, S. Y. Hong, B. K. Hyun, G. S, Hyun, C. H. Yoo, and K. Y. Jung. Soil Survey.Classification and Interpretation of Korea. Korean J. Soil Sci. Fert. 42:5-27, (2009).
Kim, B. K., H. Y. Gong, J. S. Shim, and S. D. Hong. Water Use Efficiency of Barley, Wheat and Millet Affected by Groundwater Table under Lysimeter. Korean J. Soil Sci. Fert. 43(3):253-259, (2010).
Kim, Y.W. and J.H. Cho. Growth and Yields of Korean Soybean Cultivars in Drained-Paddy Field. Korea J Crop Sci. 50(3):161-169, (2005).
Kim, Y.W. and J.H. Cho. Study on Growth Responses of Soybean in Paddy Field for Establishing Environment-Friendly Cropping System. Korean J. Organic Agric. 12(4):437-450, (2004).
Kang, T. H., H. Li, and H. X. Zhao. A Study on the Growth Models of Sedum takevimense as Affected by Difference of Soil Mixture Ratio in the Green Roof System. Journal of the Korean Institute of Landscape Architecture. 39(6):110-117, (2011).
Jung, S.H., S.J. Park, H.H. Chun, and K.B. Song. Original Article: Food Science/Microbiology : Effects of Combined Treatment of Aqueous Chlorine Dioxide and Fumaric Acid on the Microbial Growth in Fresh-cut Paprika. 57(1):83-87, (2014).
Chun, H. H., S. J. Park, S. H. Jung, and K. B. Song. Predicting and Extending the Shelf Life of Red Cabbage Sprouts. J Korean Soc Food Sci Nutr. 42(9):1518-1523, (2013).
Lu Z. X., Lu F.X., Zhang L.K., Bie X.M., and Zou X.K. Predictive modeling and growth models of aerobic mesophilic bacteria on fresh-cut lettuce by hypochlorite-washing. J Food Safety. 27(2):157-168, (2007).
Jahng, S. M. and S. Y. Pae. A Comparison of Estimation Procedures for Quantile Logistic Growth Curves. Korean Journal of Psychology : General. 33(4):929-951, (2014).
Park, H. R., S. H. Eum, S. H. Roh, D. W. Sun, J. K. Seo, S. K. Cho, J. G. Lee, and B. W. Kim. Growth curve estimates for wither height, hip height, and body length of Hanwoo steers(Bos Taurus coreanae). KJOAS. 44(3): 384-391, (2017).
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.