오부영
(Department of Rural Systems Engineering, Seoul National University)
,
이상현
(Department of Biological and Agricultural Engineering, Texas A&M University)
,
최진용
(Department of Rural Systems Engineering, Research Institute of Agriculture and Life Sciences, Institutes of Green Bio Science and Technology, Seoul National University)
Climate change causes changes in rainfall patterns, temperature and drought frequency. Climate change impact influences on water management and crop production. It is critical issue in agricultural industry. Rice is a staple cereal crop in South Korea and Korea uses a ponding system for its paddy fi...
Climate change causes changes in rainfall patterns, temperature and drought frequency. Climate change impact influences on water management and crop production. It is critical issue in agricultural industry. Rice is a staple cereal crop in South Korea and Korea uses a ponding system for its paddy fields which requires a significant amount of water. In addition, water supply has inter-relationship with crop production which indicates water productivity. Therefore, it is important to assess overall impacts of climate change on water resource and crop production. A water footprint concept is an indicator which shows relationship between water use and crop yield. In addition, it generally composed of three components depending on water resources: green, blue, grey water. This study analyzed the change trend of water footprint of paddy rice under the climate change. The downscaled climate data from HadGEM3-RA based on RCP 8.5 scenario was applied as future periods (2020s, 2050s, 2080s), and historical climate data was set to base line (1990s). Depending on agro-climatic zones, Suwon and Jeonju were selected for study area. A yield of paddy rice was simulated by using FAO-AquaCrop 5.0, which is a water-driven crop model. Model was calibrated by adjusting parameters and was validated by Mann-Whitney U test statistically. The means of water footprint were projected increase by 55 % (2020s), 51 % (2050s) and 48 % (2080s), respectively, from the baseline value of $767m^2/ton$ in Suwon. In case of Jeonju, total water footprint was projected to increase by 46 % (2020s), 45 % (2050s), 12 % (2080s), respectively, from the baseline value of $765m^2/ton$. The results are expected to be useful for paddy water management and operation of water supply system and apply in establishing long-term policies for agricultural water resources.
Climate change causes changes in rainfall patterns, temperature and drought frequency. Climate change impact influences on water management and crop production. It is critical issue in agricultural industry. Rice is a staple cereal crop in South Korea and Korea uses a ponding system for its paddy fields which requires a significant amount of water. In addition, water supply has inter-relationship with crop production which indicates water productivity. Therefore, it is important to assess overall impacts of climate change on water resource and crop production. A water footprint concept is an indicator which shows relationship between water use and crop yield. In addition, it generally composed of three components depending on water resources: green, blue, grey water. This study analyzed the change trend of water footprint of paddy rice under the climate change. The downscaled climate data from HadGEM3-RA based on RCP 8.5 scenario was applied as future periods (2020s, 2050s, 2080s), and historical climate data was set to base line (1990s). Depending on agro-climatic zones, Suwon and Jeonju were selected for study area. A yield of paddy rice was simulated by using FAO-AquaCrop 5.0, which is a water-driven crop model. Model was calibrated by adjusting parameters and was validated by Mann-Whitney U test statistically. The means of water footprint were projected increase by 55 % (2020s), 51 % (2050s) and 48 % (2080s), respectively, from the baseline value of $767m^2/ton$ in Suwon. In case of Jeonju, total water footprint was projected to increase by 46 % (2020s), 45 % (2050s), 12 % (2080s), respectively, from the baseline value of $765m^2/ton$. The results are expected to be useful for paddy water management and operation of water supply system and apply in establishing long-term policies for agricultural water resources.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그러나 기후변화의 영향을 고려한 수자원 이용 패턴변화와 작물생산 예측을 동시에 고려한 연구는 부족한 실정이다. 따라서 본 연구에서는 작물의 생산량과 소비수량 상호간의 연계성을 고려한 기후변화 대응방안으로 물발자국 개념 활용하여 국내 논벼 재배환경을 대상으로 기후변화에 따른 논벼의 녹색 및 청색 물발자국을 각각 산정하고 미래 농업 수자원 이용 변화를 분석하였다. 미래 기후변화에 따른 수자원 이용 형태의 변화를 분석하기 위하여 기상청에서 제공하는 기후변화 시나리오를 적용하였으며 논벼 생산량 예측 및 AquaCrop 5.
, 2012). 본 연구에서는 모델의 모의결과를 바탕으로 논벼의 녹색 및 청색 물발자국을 산정하고 미래 수자원 이용 효율의 변화를 평가하였다.
본 연구는 AquaCrop 5.0 모델을 이용하여 기후변화의 영향에 따른 물발자국을 산정하고 녹색 및 청색 물발자국으로 분리하여 기후변화 시나리오에 따른 수자원 이용 패턴의 변화를 분석하고자 하였다.
가설 설정
05, the null hypothesis (H0 ) for this test is that the two groups have the same distribution.*** H0 : The distribution of observed yield is the same across categories of simulated yield.
제안 방법
농업기후지대 구분에 따라 중부평야지역의 수원과 차령남부평야지역의 전주를 연구대상지로 선정하였다. 수원과 전주측후소를 대상으로 기상청 (KMA, Korean Meteorological Administration)에서 제공하는 상세화된 RCP (Representative Concentration Pathway,대표농도경로) 시나리오 기반의 미래 기후자료를 기후변화시나리오로 적용하였다. 미래 기후자료와 작물 생육모델인 AquaCrop 5.
수원과 전주측후소를 대상으로 기상청 (KMA, Korean Meteorological Administration)에서 제공하는 상세화된 RCP (Representative Concentration Pathway,대표농도경로) 시나리오 기반의 미래 기후자료를 기후변화시나리오로 적용하였다. 미래 기후자료와 작물 생육모델인 AquaCrop 5.0 모델의 입력자료를 기반으로 논벼 생산량을 모의하였고 단위 생산량 당 유효우량과 관개수량을 산정하여, 최종적으로 미래시기 논벼의 녹색 및 청색 물발자국을 산정하여 기후변화가 미래 논벼의 생산량과 수자원 이용량에 미치는 영향을 물발자국을 통하여 분석하였다.
본 연구에서는 논벼의 일별 물수지 (Daily water balance method)를 통해 산정된 필요수량을 유효우량과 관개수량으로 구분하고, 논벼 생산량 모의 결과를 적용하여 녹색 물발자국 및 청색 물발자국을 산정하였다 (Yoo et al., 2012). 이때 표준영농방법을 기준으로 일별 담수심추적법을 적용하였고, 논의 물꼬높이는 60 mm로 설정하였다.
(1989)이 제시한 농업기후지대 구분에 따라 중부평야지대의 수원과 차령남부평야지대의 전주를 연구대상지로 선정하였다. 수원 측후소와 전주측후소의 기후자료를 1980~2099년 기간의 기상값을 30년 단위로 구분하였다. 1980년부터 2009년까지를 기준년대, 1990s(Base line)로 설정하여 기상청에서 실제 관측한 과거 기후자료를 적용하였다.
1980년부터 2009년까지를 기준년대, 1990s(Base line)로 설정하여 기상청에서 실제 관측한 과거 기후자료를 적용하였다. 2010년부터 2099년까지의 미래 기간은 각각 2020s (2010~2039년), 2050s (2040~2069년), 2080s(2070~2099년)로 구분하여 분석하였다. 미래 기후자료로는HeadGEM3-RA (Atmospheric Regional climate model of Hadley Center Global Environment Model version 3)를 바탕으로 작성된 시나리오를 이용하였다.
, 2010). 본 모델은 매개변수의 수가 적으며 간단하고 정확하며 모의능력이 탁월한 특징이 있고, 작물의 물 이용효율과 관련된 연구에 적합하며 사용자의 편의를 고려하여 메뉴 작동방식으로 개발되었다 (Kassam etal., 2001). AquaCrop 모델은 물수지, 바이오메스 생산량 및 수확량이 계산되고 입력자료는 기상, 작물, 토양자료와 관개 및 비료를 포함하는 영농관리 자료이다 (Chung, 2010).
모델에 내장되어 있는 매개변수 값들은 필리핀 소재 국제미작연구소에서 다년간 수집한 자료로부터 도출된 값이기 때문에, 기후 및 영농환경이 필리핀과 다른 우리나라에 적용할 경우이 값들을 보정해야 한다. 따라서 모델 구동을 위해 국내에 알맞은 작물 매개변수를 조정하여 설정하였다. AquaCrop 모델을 이용한 작물의 수확량 (Y, kg)은 바이오매스량 (B, kg)에 수확지수 (Harvest Index, HI)를 곱하여 식 (7)과 같이 산정된다.
이는 표본이 작은 독립적인 두 집단간의 평균과 분산이 같은지에 대한 검정이 가능한 통계 방법이다. 수원과 전주의 논벼 생산량 관측값과 예측값을 각각 독립적인 두 집단으로 하였다. 논벼 생산량의 관측값은 국가통계포털 (http://kosis.
산정된 물발자국을 용수공급원에 따라 유효우량인 녹색 물발자국과 관개용수인 청색 물발자국으로 분리하여 미래의 논벼 생산에 필요한 물 사용량을 분석하였다. 청색 및 녹색 물발자국을 기준년도, 미래시기로 분석한 결과는 Fig.
대상 데이터
1과 같다. 농업기후지대 구분에 따라 중부평야지역의 수원과 차령남부평야지역의 전주를 연구대상지로 선정하였다. 수원과 전주측후소를 대상으로 기상청 (KMA, Korean Meteorological Administration)에서 제공하는 상세화된 RCP (Representative Concentration Pathway,대표농도경로) 시나리오 기반의 미래 기후자료를 기후변화시나리오로 적용하였다.
본 연구의 대상지역은 Choi et al. (1989)이 제시한 농업기후지대 구분에 따라 중부평야지대의 수원과 차령남부평야지대의 전주를 연구대상지로 선정하였다. 수원 측후소와 전주측후소의 기후자료를 1980~2099년 기간의 기상값을 30년 단위로 구분하였다.
수원 측후소와 전주측후소의 기후자료를 1980~2099년 기간의 기상값을 30년 단위로 구분하였다. 1980년부터 2009년까지를 기준년대, 1990s(Base line)로 설정하여 기상청에서 실제 관측한 과거 기후자료를 적용하였다. 2010년부터 2099년까지의 미래 기간은 각각 2020s (2010~2039년), 2050s (2040~2069년), 2080s(2070~2099년)로 구분하여 분석하였다.
수원과 전주의 논벼 생산량 관측값과 예측값을 각각 독립적인 두 집단으로 하였다. 논벼 생산량의 관측값은 국가통계포털 (http://kosis.kr)에서 제공된 자료를 사용하였고, AquaCrop 5.0 모델의 구동결과를 예측값으로 하였다. 논벼 생산량 통계자료의 제공이 1996년 이후인 것을 감안하여 기준년도 (1980~2009년)에 해당하는 연도인 1996-2009년간인 총 14개년도의 논벼 생산량의 관측값과 예측값을 표본으로 하였다.
0 모델의 구동결과를 예측값으로 하였다. 논벼 생산량 통계자료의 제공이 1996년 이후인 것을 감안하여 기준년도 (1980~2009년)에 해당하는 연도인 1996-2009년간인 총 14개년도의 논벼 생산량의 관측값과 예측값을 표본으로 하였다. 검정을 위한 영가설 (H0, null hypothesis)을 “논벼 생산량의 관측값과 예측값의 분포는 같다”로 설정하고 정확한 유의확률의 값 (p-value)이 유의수준 (\(\alpha\)=0.
데이터처리
검정을 위한 영가설 (H0, null hypothesis)을 “논벼 생산량의 관측값과 예측값의 분포는 같다”로 설정하고 정확한 유의확률의 값 (p-value)이 유의수준 (\(\alpha\)=0.05)보다 크면 영가설을 채택하는 것으로 검정하였다.
91 ton/ha로 예측되었다. 모델의 검증을 위해 비모수 검정 방법 (distribution-free test)인 Mann-Whitney U test를 실시하였다. 이는 표본이 작은 독립적인 두 집단간의 평균과 분산이 같은지에 대한 검정이 가능한 통계 방법이다.
05)보다 크면 영가설을 채택하는 것으로 검정하였다. 관측값 및 예측값을 Mann-Whitney U 검정을 통해 정확 유의확률의 값이 0.603으로 유의수준보다 크므로 영가설을 채택하여 실제 관측값 및 모델 예측값이 통계적으로 차이가 없음을 검정하였다. 모델검정결과 관측값은 국가통계포털의 조곡 기준 논벼 생산량 수원 6.
이론/모형
따라서 본 연구에서는 작물의 생산량과 소비수량 상호간의 연계성을 고려한 기후변화 대응방안으로 물발자국 개념 활용하여 국내 논벼 재배환경을 대상으로 기후변화에 따른 논벼의 녹색 및 청색 물발자국을 각각 산정하고 미래 농업 수자원 이용 변화를 분석하였다. 미래 기후변화에 따른 수자원 이용 형태의 변화를 분석하기 위하여 기상청에서 제공하는 기후변화 시나리오를 적용하였으며 논벼 생산량 예측 및 AquaCrop 5.0 모델을 사용하였다. AquaCrop 모델은 물수지, 바이오매스 생산량 및 수확량으로 구성되고 작물의 물에 대한 반응을 잘 모의하여 작물의 물 이용효율과 관련된 연구에 적합하다(Chung, 2010).
, 2012). 이때 표준영농방법을 기준으로 일별 담수심추적법을 적용하였고, 논의 물꼬높이는 60 mm로 설정하였다. 녹색 물발자국을 의미하는 유효우량은 담수심 내에서 활용되는 강수량을 의미하며 최대 담수심을 초과하지 않는 범위에서 일별 담수심에 따라 설정되고, 5 mm 이하의 강수량은 무효강우로 간주하였다.
2010년부터 2099년까지의 미래 기간은 각각 2020s (2010~2039년), 2050s (2040~2069년), 2080s(2070~2099년)로 구분하여 분석하였다. 미래 기후자료로는HeadGEM3-RA (Atmospheric Regional climate model of Hadley Center Global Environment Model version 3)를 바탕으로 작성된 시나리오를 이용하였다. 본 연구에서 사용된HeadGEM3-RA 시나리오는 기상청에서 제공하는 남한상세기후변화 시나리오로 영국 기상청 해들리센터의 기후변화 예측모델인 HadGEM2-AO GCM (General Circulation Model)을 기반으로 지역기후모형 (RCM, Regional Climate Model)과 통계적 상세화 기법 (MK-PRISM: Modified Korean Parameterelevation Regressions and Independent Slopes Model)으로 상세화 (Downscaling)한 결과이다 (Kim et al.
본 연구에서는 기후변화의 영향으로 인한 논벼의 생산량 모의 및 물발자국 산정을 위하여 FAO에서 개발하여 배포하는 AquaCrop 5.0 모델을 이용하였다. 본 모델은 기상자료와 함께 수분환경, 비료, 관개방법 등이 여러 가지 작물의 생산량에 미치는 영향을 분석할 수 있다 (Abedinpoura et al.
성능/효과
매개변수 조정 결과, 수원 16.0 g/m2, 전주 19.0 g/m2, 표준수확지수 (HIo)는 50 %로 하였다. 이는 본 연구에서 모델보정과 검증을 거쳤기 때문에 이 값들을 준용하는 것이 적정한 것으로 판단된다.
수원의 경우 유효우량은 기준년도에 189 mm, 2020년대 177 mm, 2050년대 193mm, 2080년대 216 mm로 2020년대에는 7 % 정도 감소하였고 2050년대와 2080년대는 각각 2 %와 14 % 정도 다소 증가하였으나, 전반적으로 소비수량 변화는 일정한 경향을 보였다. 전주는 기준년도 192 mm 대비 2020년대 190 mm, 2050년대 178 mm, 2080년대 195 mm로 유효우량은 기준년도 대비 2020년대 1 %와 2050년대 7 % 정도 감소하였고, 2080년대 1 % 증가하였으며 유효우량 소비패턴 변화는 일정한 경향으로 예측되었다.
반면 관개수량의 경우 수원은 기준년도 (341 mm)에 비해 2020년대 405 mm로 19 % 증가, 2050년대 415 mm로 22 %증가, 2080년대 414 mm까지 증가하여 21 % 증가할 것으로 예측되었다. 전주는 기준년도 328 mm 대비 2020년대에 27% 증가한 416 mm, 2050년대 464 mm인 27 % 증가, 2080년대 452 mm로 38 % 증가할 것으로 예측되었다. 이는 논벼 1ton을 생산하기 위해 미래 영농환경에서 기준년도 보다 많은 관개수량이 필요한 것으로 판단된다.
이는 기후변화가 농업생태계에 미치는 직접적 영향으로 작물의 광합성과 증산활동에 대한 영향이다 (Lee, 2007). 미래 시기의 논벼 소비수량을 분석한 결과 유효우량 사용은 일정한 경향성을 보이고, 관개수량은 증가하는 경향을 보인다. 이는 미래기상 시나리오의 특징이 반영된 것으로 판단된다.
Table 1의 대상지역별 HadGEM3-RA시나리오 기후자료를 분석한 결과 기준년도 대비 미래 전체기간 동안 연평균 기온은 상승하고 잠재증발산량도 증가할 것으로 예측되었다. 기준년도 대비 미래시기의 강우일수는 증가했지만 연간 총 강수량은 2020년대와 2050년대는 감소했고 2080년대에 증가한 것으로 예측되었다. 이 결과는 연간 강우일수는 증가하였지만 관개기간에 사용되는 유효우량의 부족으로 인해 공급해주어야 하는 관개 수량이 증가한 원인으로 판단된다.
본 연구에서 AquaCrop 5.0 모델을 통해 기준년도 해당 기간 중 1996~2009년의 논벼 생산량 평균값은 모의결과 수원 6.21 ton/ha 와 전주 6.91 ton/ha로 예측되었다. 모델의 검증을 위해 비모수 검정 방법 (distribution-free test)인 Mann-Whitney U test를 실시하였다.
603으로 유의수준보다 크므로 영가설을 채택하여 실제 관측값 및 모델 예측값이 통계적으로 차이가 없음을 검정하였다. 모델검정결과 관측값은 국가통계포털의 조곡 기준 논벼 생산량 수원 6.30 ton/ha, 전주 6.80 ton/ha이고 모델 구동값인 수원 6.21 ton/ha, 전주 6.91 ton/ha와 비교하였을 때 적정한 예측값으로 판단된다 (Table 4).
5 ton/ha (54 %)으로 지속적인 논벼 생산량 증가가 예측되었다. 각 시기별 미래 논벼 생산량 변화를 분석한 결과, 2020년대를 제외한 수원과 전주 두 지역 모두 2060년대와 2080년대의 생산량이 증가하고 2080년대 가장 많이 증가할 것으로 예측되었다. 2020년대에서 수원의 미래 논벼 생산량이 감소할 것으로 예측된 것은 농업기후지대가 중부지역에 속하는 수원이 남부지역에 비해 가까운 미래의 기후변화의 영향에 상대적으로 덜 민감하게 반응하고, 지역에 따른 기후변화 시나리오의 차이가 생산량 결과에 반영된 것으로 판단된다.
이는 기후변화의 영향에 따라 미래로 갈수록 온도 및 대기 중 CO2 농도가 증가하게 되고, 이러한 현상이 생산량에 긍정적인 영향을 끼친 것으로 판단된다 (Nkomozepiand Chung, 2013). 기후변화로 인한 기온상승은 벼의 발육을 빠르게 하고 등숙기간 단축 및 고온으로 인한 임실율 저하, 야간고온에 의한 호흡손실로 인해 생산량을 감소시키는 원인이 되지만, 대기 중 CO2 농도의 증가는 탄소동화작용을 증가시켜 생산량을 증가시키는 원인이므로 미래 논벼 생산량이 증가한 것으로 판단된다. 또한 AquaCrop 모델은 기온보다 CO2 농도에 더 민감하기 때문에 CO2 농도의 증가가 생산량 증가에 긍정적 영향으로 기여한 것으로 보인다 (Chung, 2010).
4와 Table 6은 미래 논벼의 물발자국 산정결과이다. 두 대상지역 모두 기준년도 (1980-2009년)에 비해 미래 물발자국 값이 증가하는 것으로 나타났다. 수원의 논벼 물발자국은 기준년도에 767 m3/ton에서 2020년대, 2050년대, 2080대는 1,186 m3/ton (55 %), 1,159 m3/ton (51 %), 1,136 m3/ton(48 %)로 증가할 것으로 예측되었다.
전주의 논벼 물발자국은 기준년도에 765 m3/ton 대비 2020년대 1,117 m3/ton (46%), 2050년대 1,105 m3/ton (45 %), 2080년대 1,136 m3/ton (12 %)로 예측되었다. 두 지역의 물발자국 변화를 분석한 결과, 수원 및 전주의 물발자국은 기준년도 보다 2020년대, 2050년대에 모두 증가하는 것으로 관측되었고 2080년대에는 이전 미래기간 (2050년대) 대비 감소하는 경향을 나타냈다. 특히 수원의 2080년대 물발자국은 전년대비인 2050년대의 1,159 m3/ton 보다 23 m3/ton 감소한 1,136 m3/ton로 약 2% 정도 감소하였으나, 전주의 경우 2080년대 물발자국은 전년대비 2050년대의 1,105 m3/ton 보다 250 m3/ton 감소한 855 m3/ton로 23 %로 상당한 양이 감소되는 것으로 예측되었다.
특히 수원의 2080년대 물발자국은 전년대비인 2050년대의 1,159 m3/ton 보다 23 m3/ton 감소한 1,136 m3/ton로 약 2% 정도 감소하였으나, 전주의 경우 2080년대 물발자국은 전년대비 2050년대의 1,105 m3/ton 보다 250 m3/ton 감소한 855 m3/ton로 23 %로 상당한 양이 감소되는 것으로 예측되었다. 두 지역의 2080년대 물발자국의 감소량 차이가 큰 이유는 기후변화에 따라 지역별 기상조건이 각기 다르게 반영되었고, 또한 온도 증가로 인한 지역별 논벼의 생육기간 변화 및 CO2 농도 증가와 같은 기후변화의 영향으로 인한 생산량 변화가 반영된 것으로 판단된다.
전주는 2020년대에 59 % 증가한 766 m3/ton, 2050년대 66 % 증가한 799 m3/ton, 2080년대는 24 % 증가한 598 m3/ton으로 예측되었다. 청색 물발자국 변화량은 두 지역 모두 기준년도보다 많은 양이 증가하는 것으로 나타났다. 수원의 경우 미래 전체기간동안의 청색 물발자국은 기준년도 보다 증가한 경향을 나타냈으나, 전주의 경우도 2080년대는 2020년대, 2050년대에 비해 청색 물발자국이 작게 산정되었지만 기준년도보다 증가하는 것으로 예측되었다.
청색 물발자국의 증가는 미래 논벼 생산에 보다 많은 관개용수가 필요할 것으로 판단된다. 결과에서 녹색 물발자국이 상대적으로 일정한 경향을 띄는 원인은 HadGEM3-RA 시나리오가 2020년대와 2050년대의 강수량을 적게 모의된 결과가 기후특성에 반영된 것으로 판단된다. 따라서 HadGEM3-RA 시나리오로 예측된 미래 환경에서는 작물생산에 있어 수자원 사용이 강수량보다 관개용수 사용에 더 의존할 것으로 사료되며, 미래에 작물생산에 있어 효율적인 물 사용을 위해서는 녹색 물발자국의 양을 늘리고 청색 물발자국 사용을 감소시키는 방안이 필요할 것으로 판단된다.
미래 논벼 생산량에 따른 물발자국 분석한 결과, 생산량과 물발자국은 전반적으로 증가하는 경향을 나타내었다. 이는 기후변화에 따라 논벼 1 ton을 생산하는데 기준년도에 비해 공급해 주어야 할 작물필요수량이 증가함을 의미하고, 생산량 역시 함께 증가함을 나타낸다.
연구 대상지인 수원과 전주의 논벼 물발자국의 변화는 기준년도 (1980~2009년)에 비해 2020년대, 2050년대에 모두 증가하는 경향으로 관측되었고, 2080년대에는 전 미래기간(2050년대) 대비 다소 감소하는 것으로 분석되었다. 수원의 미래시기 평균 물발자국은 기준년도 대비 51 % 증가하였고, 전주는 기준년도 대비 34 % 증가하였다.
연구 대상지인 수원과 전주의 논벼 물발자국의 변화는 기준년도 (1980~2009년)에 비해 2020년대, 2050년대에 모두 증가하는 경향으로 관측되었고, 2080년대에는 전 미래기간(2050년대) 대비 다소 감소하는 것으로 분석되었다. 수원의 미래시기 평균 물발자국은 기준년도 대비 51 % 증가하였고, 전주는 기준년도 대비 34 % 증가하였다. 특히, 미래시기의 평균 청색 물발자국은 기준년도 대비 수원, 전주 모두 약 50 % 증가되는 것으로 예측되었다.
수원의 미래시기 평균 물발자국은 기준년도 대비 51 % 증가하였고, 전주는 기준년도 대비 34 % 증가하였다. 특히, 미래시기의 평균 청색 물발자국은 기준년도 대비 수원, 전주 모두 약 50 % 증가되는 것으로 예측되었다. 두 지역의 미래시기 물발자국의 증가 및 감소량의 차이가 발생하는 이유는 기후변화에 따라 지역별 기상조건이 각기 다르게 반영되고, 온도 증가로 인한 지역별 논벼의 생육기간 변화 및 CO2 농도 증가와 같은 영향으로 인해 생산량 변화가 함께 반영된 것으로 판단된다.
특히, 미래시기의 평균 청색 물발자국은 기준년도 대비 수원, 전주 모두 약 50 % 증가되는 것으로 예측되었다. 두 지역의 미래시기 물발자국의 증가 및 감소량의 차이가 발생하는 이유는 기후변화에 따라 지역별 기상조건이 각기 다르게 반영되고, 온도 증가로 인한 지역별 논벼의 생육기간 변화 및 CO2 농도 증가와 같은 영향으로 인해 생산량 변화가 함께 반영된 것으로 판단된다.
논벼 생산량 예측의 경우, AquaCrop 모델이 온도상승 보다는 CO2 농도 증가에 민감한 작물생육모델의 특징이 반영되어 기후변화로 인한 CO2 농도 증가가 작물생산에 긍정적 영향을 끼치는 것으로 분석되었다. 기후변화 영향으로 인해 논벼 수량형성에 있어 Lee et al.
용수공급원별 물발자국 변화 분석결과, 녹색 물발자국 변화량을 일정한 경향을 띄고 청색 물발자국 변화량은 두 지역 모두 기준년도 대비 많은 양이 증가한 것으로 나타났다. 미래시기에는 논벼 생산에 있어 유효우량 보다 관개용수 사용에 의존할 것으로 판단된다.
반면 관개수량의 경우 수원은 기준년도 (341 mm)에 비해 2020년대 405 mm로 19 % 증가, 2050년대 415 mm로 22 %증가, 2080년대 414 mm까지 증가하여 21 % 증가할 것으로 예측되었다. 전주는 기준년도 328 mm 대비 2020년대에 27% 증가한 416 mm, 2050년대 464 mm인 27 % 증가, 2080년대 452 mm로 38 % 증가할 것으로 예측되었다.
후속연구
이는 논벼 1ton을 생산하기 위해 미래 영농환경에서 기준년도 보다 많은 관개수량이 필요한 것으로 판단된다. 기후변화로 인해 기온이 상승하고, 증발산량도 증가하여 작물생산에 더 많은 소비수량을 공급해주어야 할 것으로 사료된다. 이는 기후변화가 농업생태계에 미치는 직접적 영향으로 작물의 광합성과 증산활동에 대한 영향이다 (Lee, 2007).
미래에는 유효우량으로 쓰일 강우가 부족한 것으로 사료되므로 관개수량 확보 및 유효우량 활용을 증가시킬 방안을 고려할 필요가 있다. 이는 기후변화 영향에 따라 적정 이앙시기를 조정하여 관개 기간에 필요한 수량을 미리 확보할 수 있을 것으로 기대된다.
결과에서 녹색 물발자국이 상대적으로 일정한 경향을 띄는 원인은 HadGEM3-RA 시나리오가 2020년대와 2050년대의 강수량을 적게 모의된 결과가 기후특성에 반영된 것으로 판단된다. 따라서 HadGEM3-RA 시나리오로 예측된 미래 환경에서는 작물생산에 있어 수자원 사용이 강수량보다 관개용수 사용에 더 의존할 것으로 사료되며, 미래에 작물생산에 있어 효율적인 물 사용을 위해서는 녹색 물발자국의 양을 늘리고 청색 물발자국 사용을 감소시키는 방안이 필요할 것으로 판단된다.
이는 기후변화에 따라 논벼 1 ton을 생산하는데 기준년도에 비해 공급해 주어야 할 작물필요수량이 증가함을 의미하고, 생산량 역시 함께 증가함을 나타낸다. 이러한 결과는 미래의 식량자급률 목표치를 달성하기 위해 요구되는 농업수자원을 산정하고 확보하는데 기초자료로 활용될 것으로 기대된다.
이를 위하여 미래 수자원 확보를 위해 기존에 확보된 농업 수자원에 대한 물 사용 효율 증대 및 대체 수자원 개발, 기존용수시설물의 개발, 기존 수리시설물의 누수 방지 및 보수작업, 이앙시기 조정 등의 새로운 패러다임의 농업수자원 확보를 도모해야 할 것이다.
본 연구에서는 논벼의 작부시기가 현행과 같다고 가정하여 논벼의 생산량을 예측하고 소비수량을 산정하였으므로 향후 기후변화에 따른 달라질 작부시기를 고려할 필요가 있다. 따라서 향후 연구로는 미래 시기별 적정 이앙시기를 기준으로 하였을 때의 논벼의 물발자국 변화 양상을 분석하고, 이앙시기를 조정하였을 때 유효우량과 관개용수의 소비 패턴을 비교 분석할 필요가 있다.
본 연구에서는 논벼의 작부시기가 현행과 같다고 가정하여 논벼의 생산량을 예측하고 소비수량을 산정하였으므로 향후 기후변화에 따른 달라질 작부시기를 고려할 필요가 있다. 따라서 향후 연구로는 미래 시기별 적정 이앙시기를 기준으로 하였을 때의 논벼의 물발자국 변화 양상을 분석하고, 이앙시기를 조정하였을 때 유효우량과 관개용수의 소비 패턴을 비교 분석할 필요가 있다.
본 연구는 앞서 제시한 연구방법의 한계점에도 불구하고 농업기후지대가 다른 중부 및 남부 평야지역에 대해 기후변화에 따른 미래의 논벼 생산량과 소비수량의 전반적인 변화양상을 물발자국 개념을 바탕으로 제시하여, 향후 국가 차원의 수자원 정책 및 식량자급률 제고 정책의 수립을 위한 기초자료 및 기준으로 활용할 수 있을 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
AquaCrop 모델은 무엇으로 구성되어 있는가?
0 모델을 사용하였다. AquaCrop 모델은 물수지, 바이오매스 생산량 및 수확량으로 구성되고 작물의 물에 대한 반응을 잘 모의하여 작물의 물 이용효율과 관련된 연구에 적합하다(Chung, 2010). AquaCrop 모델의 물수지 계산은 지표유출, 침투, 재분배, 심층침투, 증발 및 증산의 수분환경을 포함하고, 특히 논에서의 논둑높이 설정 및 배수물꼬를 설정하여 논 환경을 잘 반영할 수 있다 (Steduto et al.
본 연구에서 모델 구동을 위해 국내에 알맞은 작물 매개변수를 조정하여 설정한 이유는?
AquaCrop 모델은 물수지, 바이오메스 생산량 및 수확량이 계산되고 입력자료는 기상, 작물, 토양자료와 관개 및 비료를 포함하는 영농관리 자료이다 (Chung, 2010). 모델에 내장되어 있는 매개변수 값들은 필리핀 소재 국제미작연구소에서 다년간 수집한 자료로부터 도출된 값이기 때문에, 기후 및 영농환경이 필리핀과 다른 우리나라에 적용할 경우이 값들을 보정해야 한다. 따라서 모델 구동을 위해 국내에 알맞은 작물 매개변수를 조정하여 설정하였다.
가상수란 무엇인가?
, 2011). 농산물 생산을 위해서는 작물을 재배하기 위한 물이 사용되는데, Allen (1998)은 이 같은 물을 가상수 (Virtual water)란 개념으로 설명하였고 이는 작물 1 ton을 생산하는데 필요한 물의 양 (m3/ton)으로 정의된다. 이 가상수의 개념에서 확대된 물발자국은 물의 이력을 내포하기 때문에 가상수를 구분할 수 있으며, 단순히 제품 생산을 위해 사용된 물의 총량이 아닌 용수 공급원에 따라 유효우량인 녹색 물발자국 (Green water footprint), 관개수인 청색 물발자국 (Blue water footprint), 오염원 희석에 사용되는 물인 회색 물발자국 (Grey water footprint)으로 구분된다 (Lee,2013).
참고문헌 (27)
Abedinpour, M., A. Sarangi, T. B. S. Rajput, M. Singh, H. Pathak, and T. Ahmad, 2012. Performance evaluation of AquaCrop model for maize crop in a semi-arid environment. Agricultural Water Management 110: 55-56.
Chapagain, A. K. and A. Y. Hoekstra, 2010. The green, blue and grey water footprint of rice from both a production and consumption perspective. Value of Water Research Report Series No. 40, Delft, Netherlands: UNESCO-IHE.
Choi, D. H. and S. H. Yun, 1989. Agroclimatic zone and characters of the area subject to climatic disaster in Korea. Journal of Korean Society of Crop Science 34(2): 13-33 (in Korean).
Chung, S. O., 2010. Simulating evapotranspiration and yield response of rice to climate change using FAO-AquaCrop. Journal of the Korean Society of Agricultural Engineers 52(3): 57-64 (in Korean).
Doorenbos, J. and A. H. Kassam, 1979. Yield response to water, 193. Irrigation and Drainger Paper NO. 33, Rome, Italy: FAO.
Hoekstra, A. Y., A. K. Chapagain, M. M. Aldaya, and M. M. Mekonnen, 2011. The water footprint assessment manual: Setting the global standard. London U.K.: Earthscan.
Jefferies, D. I. Munoza, J. Hodges, V. J. King, M. Aldaya, A. E. Ercin, L. M. canals, and A. Y. Hoekstra, 2012. Water footprint and life cycle assessment as approach to assess potential impacts of products on water consumption. Key learning points from pilot studies on tea and margarine. Journal of Cleaner Production 33: 155-166.
Jeswani, H. K. and A. Azapagic, 2011. Water footprint: methodologies and a case study for assessing the impacts of water use. Journal of Cleaner Production 19: 1288-1299.
Kassam, A. and M. Smith, 2001. FAO methodologies on crop water use and crop water productivity. In Proc. Expert meeting on crop water productivity, CWP-M07. Rome, Italy.
Kim, M. K., M. S. Han, D. H. Jang, S. G. Baek, W. S. Lee, Y. H. Kim, and S. Kim, 2012. Production technique of observation grid data of 1 km resolution. Journal of Climate research 7(1): 55-68 (in Korean).
Kim, M. K., D. H. Lee, and J. W. Kim, 2013. Production and validation of daily grid data with 1 km resolution in South Korea. Journal of Climate research 8(1): 13-25 (in Korean).
Kim, M. K., S. K. Choi, G. B. Jung, S. C. Hong, M. Y. Kim, and K. H. So, 2015. An overview and applications in agriculture of water footprint in Korea and U.S. The Korean Society of International Agriculture 27(3): 303-310 (in Korean).
Lee, C. K., K. S. Kwan, J. Kim, J. Shon, and W. Yang, 2011. Impacts of climate change and follow-up cropping season shift on growing period and temperature in different rice maturity types. Journal of Crop Science 56(3): 233-243 (in Korean).
Lee, S. H., 2013. Potential vulnerabilities of crops virtual water trade using crops water requirement and network analysis. Ph.D. diss., Seoul: Seoul National University (in Korean).
Lee, S. H., 2015. Water-Food-Energy nexus and agricultural drought. Journal of the Korean Society of Agricultural Engineers 57(2): 49-55 (in Korean).
Lee, S. H., J. Y. Choi, S. H. Yoo, and Y. H. Kim, 2016. Analyzing the contribution of regional water resource through the regional blue water flows of rice products. Journal of the Korean Society of Agricultural Engineers 58: 73-80 (in Korean).
Lee, J. T., 2007. Climate change impacts on agriculture. Korean Society Of Soil Sciences And Fertilizer 32: 7-20 (in Korean).
Nkomozepi, T. and S.-O. Chung, 2012. General circulation model derived climate change impact and uncertainty analysis of maize yield in Zimbabwe. Journal of the Korean Society of Agricultural Engineers 54(4): 83-92 (in English).
Nkomozepi, T. and S.-O. Chung, 2013. Uncertainty of simulated paddy rice yield using LARS-WG derived climate data in the Geumho river basin. Journal of the Korean Society of Agricultural Engineers 55(4): 55-63 (in English).
Nkomozepi, T. and S.-O. Chung, 2014. Modeling future yield and irrigation demand of rice paddy in Korea. Journal of the Korean Society of Agricultural Engineers 56(1): 31-40 (in Korean).
Rase, D., P. Steduto, T. C. Hsiao, and E. Fereres, 2010. AquaCrop reference manual, AquaCrop version 3.1, Rome, Italy: FAO, Land and Water Division.
Solomon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K. B. Averyt, M. Tignor, and H. L. Miller, 2007. Climate change 2007: The physical science basis. IPCC AR4, Cambridge, U.K.: Cambridge University Press.
Steduto, P., T. C. Hsiao, D. Rase, and E. Fereres, 2009. AquaCrop-The FAO crop model to simulate yield response to water: I. Concepts and underlying principles. Agronomy Journal 101(3): 426-437.
Yoo, S. H., T. G. Kim, J. B. Im, and J. Y. Choi, 2012. Estimation of the international virtual water flow of grain crop products in Korea. Paddy Water Environment 10(2): 83-93.
Yoon, S. H. and J. T. Lee, 2001. Climate change impacts on optimum ripening periods of rice plant and its countermeasure in rice cultivation. Korean Journal of Agricultural and Forest Meteorology 3(1): 55-70 (in Korean).
이 논문을 인용한 문헌
활용도 분석정보
상세보기
다운로드
내보내기
활용도 Top5 논문
해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다. 더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.