$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

온도에 따른 난지형 마늘 '남도'의 생육과 수확기 구생체중 모델 개발
Growth and Fresh Bulb Weight Model in Harvest Time of Southern Type Garlic Var. 'Namdo' based on Temperature 원문보기

시설원예ㆍ식물공장 = Protected horticulture and plant factory, v.26 no.1, 2017년, pp.13 - 18  

위승환 (국립원예특작과학원 온난화대응농업연구소) ,  문경환 (국립원예특작과학원 온난화대응농업연구소) ,  송은영 (국립원예특작과학원 온난화대응농업연구소) ,  손인창 (국립원예특작과학원 온난화대응농업연구소) ,  오순자 (국립원예특작과학원 온난화대응농업연구소) ,  조영열 (제주대학교 원예환경전공)

초록
AI-Helper 아이콘AI-Helper

본 연구는 난지형 마늘 '남도'의 적정 생육 온도 구명과 일 평균온도를 이용한 구중 예측을 위하여 수행되었다. 온도처리는 주간 16시간 야간 8시간 처리로 $11/7^{\circ}C$, $14/10^{\circ}C$, $17/12^{\circ}C$, $20/15^{\circ}C$, $23/18^{\circ}C$, $28/23^{\circ}C$ 로 설정하였다. 구의 생체중과 건물중은 $20/15^{\circ}C$ 처리구에서 가장 높았으며 고온이나 저온으로 갈수록 감소하였다. 엽수와 총엽면적은 저온인 처리구가 고온처리구보다 생장이 느렸으나, 최종적으로는 최고온도인 $28/23^{\circ}C$을 제외하고 유사한 경향을 보였다. 구의 생체중으로 6종의 함수를 개발하였으며 이를 통해 '남도' 마늘의 적정 생육온도와 한계온도, 온도에 따른 구생장량을 확인할 수 있었다. 분석 결과 '남도' 마늘의 적정 생육온도는 $18{\sim}20^{\circ}C$이며 GDD 기본온도와 한계온도는 $7.1^{\circ}C$$31.7^{\circ}C$로 추정할 수 있었다. 일 평균온도를 이용한 수확기 기준 구생체중 모델을 검증하기 위하여 온도구배터널의 기상자료를 이용하여 예측하였다. 선형함수를 이용한 예측은 79.0~95.0%, 2차 함수를 이용한 예측은 77.2~92.3%, 로지스틱분포 함수를 이용한 예측은 80.0~95.8% 예측도를 보였다. 이중 가장 예측력이 좋은 함수는 로지스틱분포함수이며 생육적정온도와 한계온도도 잘 표현하였다.

Abstract AI-Helper 아이콘AI-Helper

This study was conducted to investigate optimal temperature of garlic and develop bulb weight model in harvest time. Day and night temperature in chambers was set to $11/7^{\circ}C$, $14/10^{\circ}C$, $17/12^{\circ}C$, $20/15^{\circ}C$, $23/18^{\circ}...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 따라서 본 연구는 자연광 상태에서 온도 등의 환경조절이 가능한 SPAR(Soil plant atmosphere research system)챔버에서 난지형 마늘인 ‘남도’에 여러 수준의 온도처리를 처리함으로써 온도가 생육 및 생리적 반응에 미치는 영향을 조사하였으며, 이를 이용하여 온도에 따른 난지형 마늘 구생체중 예측모델을 개발하고 이후 활용가능성을 검증하였다.
  • 본 연구는 국립원예특작과학원 온난화대응농업연구소의 온도, 이산화탄소 농도, 습도 등 환경요인의 제어가 가능한 SPAR챔버를 이용해 온도을 다르게 처리함으로써 온도가 마늘의 생육양상 및 생장량에 미치는 영향과 온도 별 생육량을 구명하기 위해 수행하였다. 시험품종으로는 난지형 마늘인 ‘남도’를 이용하였다.
  • 본 연구는 난지형 마늘 ‘남도’의 적정 생육 온도 구명과 일 평균온도를 이용한 구중 예측을 위하여 수행되었다.

가설 설정

  • 이를 누적온도의 개념으로 보자면 각 실험구는 매일 동일한 온도로 누적되며, 최종조사시점의 구생체중은 재배기간동안 누적된 온도에 의하여 생장한 총량으로 볼 수 있다. 최종조사시점의 구생체중을 재배기간인 215일로 나누고, 이를 수확시기 기준온도에 따른 일일 구생장량으로 가정하였으며 그 값에 맞는 함수를 도출하였다(Fig. 6).
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
작물의 생육에 매우 중요한 요인은 무엇인가? 온도는 작물의 생육에 매우 중요한 환경요인으로 작물의 생육과 형태분화 및 생리반응에 큰 영향을 미친다(Cutforth와 Shaykewich, 1990; Shaykewich, 1994). 온도의 영향을 이용하여 작물의 생육을 예측하는 방법 중 하나로 growing degree day(GDD)를 사용한다(McMaster와 Wilhelm, 1997; Miller 등, 2001).
growing degree day는 무엇인가? 온도는 작물의 생육에 매우 중요한 환경요인으로 작물의 생육과 형태분화 및 생리반응에 큰 영향을 미친다(Cutforth와 Shaykewich, 1990; Shaykewich, 1994). 온도의 영향을 이용하여 작물의 생육을 예측하는 방법 중 하나로 growing degree day(GDD)를 사용한다(McMaster와 Wilhelm, 1997; Miller 등, 2001). GDD는 일 최고온도, 일 최저온도, 기본온도를 조합하여 산출하며 이 산출된 온도의 누적만으로 작물의 생장과 발달을 예측할 수 있다.
growing degree day는 무엇을 예측할 수 있는가? 온도의 영향을 이용하여 작물의 생육을 예측하는 방법 중 하나로 growing degree day(GDD)를 사용한다(McMaster와 Wilhelm, 1997; Miller 등, 2001). GDD는 일 최고온도, 일 최저온도, 기본온도를 조합하여 산출하며 이 산출된 온도의 누적만으로 작물의 생장과 발달을 예측할 수 있다. 또한 이러한 특성을 이용하여 엽채류의 생체중과 수확기 옥수수의 수량을 예측하는데도 사용한다(Lee 등, 2012; Swan 등, 1987). 이처럼 온도 변수 하나로 작물의 생육과 수량을 설명 및 예측할 수 있다는 장점이 있으나 온도 누적이 직선적이기 때문에 각 온도 영역에서 생육속도와 적정온도 이상의 고온을 설명하기 어려운 단점이 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (16)

  1. Cutforth, H.W. and C.F. Shaykewich. 1990. A temperature response function for corn development. Agricultural and Forest Meteorology 50(3): 159-171. 

  2. El-Zohiri, S.S.M. and A.A. Farag. 2014. Relation planting date, cultivars and growing degree-days on growth, yield and quality of garlic. Middle East Journal of Agriculture Research 3(4): 1169-1183. 

  3. Hardegree, S.P. 2006. Predicting germination response to temperature. I. Cardinal-temperature models and subpopulationspecific regression. Annals of Botany 97:1115-1125. 

  4. Hwang, J.M. and G.S. Tae. 2000. Changes of microclimates and garlic growth in oudoor by mulching and tunnel treatments. Journal of the Korean society for Horticultural Science Horticulture, Environment and Biotechnology 41(1):27-30. (In Korea) 

  5. Lee, C.K., B.W. Lee, Y.H. Yoon, and J.C. Shin. 2001. Temperature response and prediction model of leaf appearance rate in rice. Korean Journal of Crop Science 46(3): 202-208. (In Korea) 

  6. Lee, J.M. 2003. Special vegitable horticulture. 1th ed. Hyang moon sa, Seoul, Korea. p. 421. (In Korea) 

  7. Lee, S.G., T.C. Seo, Y.A. Jang, J.G. Lee, C. W. Nam, C. S. Choi, K.H. Yeo, and Y.C. Um. 2012. Prediction of chinese cabbage yield as affected by planting date and nitrogen fertilization for spring production. Journal of Bio-Environment Control 21:271-275. (In Korea) 

  8. McMaster, G.S., W.W. Wilhelm. 1997. Growing degree-days: one equation, two interpretations. Agricultural and Forest Meteorology 87: 291-300. 

  9. Miller, P., W. Lanier, and S. Brandt. 2001. Using growing degree days to predict plant stanges. Ag/Extension Communications Coordinator, Communication Services, Montana State University-Bozeman, MO 2001. 

  10. Roche, C.T., D.C. Thill, and B. Shafil. 1997. Estimation of base and optimum temperatures for seed germination in common crupina (Crupina vulgaris). Weed Science 45:529-533. 

  11. Swan J. B., E.C. Schneider, J.F. Moncrief, W. H. Paulson, and A. E. Peterson. 1987. Estimating corn growth, yield, and grain moisture from air growing degree days and residue cover. Agronomy J. 79: 53-60. 

  12. Seefeldt, S.S., K.K. Kidwell, and J.E. Waller. 2002. Base growth temperatures, germination rates and growth response of contemporary spring wheat (Triticum aestivum L.) cultivars from the US Pacific Northwest. Field Crops Research 75:47-52. 

  13. Shaykewich C.F. 1995. An appraisal of cereal crop phenology modelling. Canadian Journal of Plant Science 75(5): 329-341. 

  14. Yan, W. and L.A. Hunt. 1999. An equation for modeling the temperature response of plants using only the cardinal temperature. Annals of Botany 84:607-614. 

  15. Yim, J.H., S.B. Kim, E.K. Lee, J.H. Jin, K.P. You, and D.G. Choi. 2012. Effect of Artificial Wind Time on Photosynthesis and Leaf Characteristics of Growing Period in Apple and Pear. Journal of the Korean society for Horticultural Science Abstracts 30:128-128 

  16. Yin, X., M.J. Kropff, G. McLaren, and R.M. Visperas. 1995. A nonlinear model for crop development as a function of temperature. Agricultural and Forest Meteorology 77:1-16. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로