평년의 기온분포도의 제작방법에 따라 이를 활용하여 산출되는 농업기후정보에 어느 정도의 오차를 유발하는지 평가하고자 하였다. 1983-2012 기간에 발생한 기온을 일별로 평균하여 배경기온(365일 ${\times}$ 1세트)을 준비하고, 여기에 소기후모형을 적용하여 평균된 일별 기온분포도('EST 평년' 기온)를 제작하였다. 또한 30년동안 발생한 매년, 매일의 배경기온(365일 ${\times}$ 30세트)으로부터 실황 추정용 소기후모형에 적용하여 30세트의 기온분포도를 제작한 후 일 단위로 다시 평균한 기온분포도('OBS 평년' 기온)를 참값으로 간주하여 비교하였다. 평년 기온분포도에 따라 '후지' 사과의 개화일과 종상일을 예측하고, 늦서리의 위험정도를 비교한 결과, 휴면에 진입하는 늦가을 이후부터 봄철까지의 기온을 온도시간단위로 환산하여 사용하는 개화일의 경우, 평균 2.9일의 오차를 보인 반면, 4월의 최저기온 분포를 2차방정식에 대입하여 산출한 종상일의 경우 평균 11.4일의 비교적 큰 오차가 발생하는 것으로 나타났다. 또한, 늦서리의 위험을 판정하는 방법은 개화일과 종상일의 편차를 이용하는데 EST 평년 기온을 근거로 판정할 경우, 하동군 악양면의 12.5% 면적에 해당하는 농가는 종상일이 개화일과 같거나 늦게 출현하여 위험지역으로 분류되었지만, OBS 평년 기온에 따르면 악양면의 모든 지역에서 종상일이 개화일보다 늦게 나타나는 곳은 없었다. 차후 컴퓨터 자원과 구동시간에 큰 제약이 없다면 실황 추정기술에 따라 평년기간 30세트의 일별자료를 복원하여 기존 EST 평년 자료를 대체하는 것이 필요하다고 판단된다.
평년의 기온분포도의 제작방법에 따라 이를 활용하여 산출되는 농업기후정보에 어느 정도의 오차를 유발하는지 평가하고자 하였다. 1983-2012 기간에 발생한 기온을 일별로 평균하여 배경기온(365일 ${\times}$ 1세트)을 준비하고, 여기에 소기후모형을 적용하여 평균된 일별 기온분포도('EST 평년' 기온)를 제작하였다. 또한 30년동안 발생한 매년, 매일의 배경기온(365일 ${\times}$ 30세트)으로부터 실황 추정용 소기후모형에 적용하여 30세트의 기온분포도를 제작한 후 일 단위로 다시 평균한 기온분포도('OBS 평년' 기온)를 참값으로 간주하여 비교하였다. 평년 기온분포도에 따라 '후지' 사과의 개화일과 종상일을 예측하고, 늦서리의 위험정도를 비교한 결과, 휴면에 진입하는 늦가을 이후부터 봄철까지의 기온을 온도시간단위로 환산하여 사용하는 개화일의 경우, 평균 2.9일의 오차를 보인 반면, 4월의 최저기온 분포를 2차방정식에 대입하여 산출한 종상일의 경우 평균 11.4일의 비교적 큰 오차가 발생하는 것으로 나타났다. 또한, 늦서리의 위험을 판정하는 방법은 개화일과 종상일의 편차를 이용하는데 EST 평년 기온을 근거로 판정할 경우, 하동군 악양면의 12.5% 면적에 해당하는 농가는 종상일이 개화일과 같거나 늦게 출현하여 위험지역으로 분류되었지만, OBS 평년 기온에 따르면 악양면의 모든 지역에서 종상일이 개화일보다 늦게 나타나는 곳은 없었다. 차후 컴퓨터 자원과 구동시간에 큰 제약이 없다면 실황 추정기술에 따라 평년기간 30세트의 일별자료를 복원하여 기존 EST 평년 자료를 대체하는 것이 필요하다고 판단된다.
The agroclimatic indices are produced by statistical analysis based on primary climate data (e.g., temperature, precipitation, and solar irradiance) or driving agronomic models. This study was carried out to evaluate how selection of daily temperature for a climate normal (1983-2012) affected the pr...
The agroclimatic indices are produced by statistical analysis based on primary climate data (e.g., temperature, precipitation, and solar irradiance) or driving agronomic models. This study was carried out to evaluate how selection of daily temperature for a climate normal (1983-2012) affected the precision of the agroclimatic indices. As a first step, averaged daily 0600 and 1500 LST temperature for a climate normal were produced by geospatial schemes based on topo-climatology ($365days{\times}1$ set, EST normal year). For comparison, 30 years daily temperature data were generated by applying the same process ($365days{\times}30sets$), and calculated mean of daily temperature (OBS normal year). The flowering date of apple 'Fuji' cultivar, the last frost date, and the risk of late frost were estimated based on EST normal year data and compared with the results from OBS normal year. The results on flowering date showed 2.9 days of error on average. The last frost date was of 11.4 days of error on average, which was relatively large. Additionally, the risk of the late frost was determined by the difference between the flowering and the last frost date. When it was determined based on the temperature of EST normal year, Akyang was classified as a risk area because the results showed that the last frost date would be the same or later than the flowering date in the 12.5% of area. However, the temperature of OBS normal year indicated that the area did not have the risk of a late frost. The results of this study implied that it would be necessary to reduce the error by replacing the EST method with the OBS method in the future.
The agroclimatic indices are produced by statistical analysis based on primary climate data (e.g., temperature, precipitation, and solar irradiance) or driving agronomic models. This study was carried out to evaluate how selection of daily temperature for a climate normal (1983-2012) affected the precision of the agroclimatic indices. As a first step, averaged daily 0600 and 1500 LST temperature for a climate normal were produced by geospatial schemes based on topo-climatology ($365days{\times}1$ set, EST normal year). For comparison, 30 years daily temperature data were generated by applying the same process ($365days{\times}30sets$), and calculated mean of daily temperature (OBS normal year). The flowering date of apple 'Fuji' cultivar, the last frost date, and the risk of late frost were estimated based on EST normal year data and compared with the results from OBS normal year. The results on flowering date showed 2.9 days of error on average. The last frost date was of 11.4 days of error on average, which was relatively large. Additionally, the risk of the late frost was determined by the difference between the flowering and the last frost date. When it was determined based on the temperature of EST normal year, Akyang was classified as a risk area because the results showed that the last frost date would be the same or later than the flowering date in the 12.5% of area. However, the temperature of OBS normal year indicated that the area did not have the risk of a late frost. The results of this study implied that it would be necessary to reduce the error by replacing the EST method with the OBS method in the future.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
‘후지’ 사과의 모수를 도출하고 검증하는 과정은 모두 경기도 수원 지역에 한하여 수행하였기 때문에 평년 기간의 사과 만개일 분포도를 제작하기에 앞서 사과 모수의 타지역 적용에 대한 실효성을 우선 확인해보고자 하였다.
남한에서 재배면적이 가장 넓은 과수 작목 중 사과를 대상으로, 평년 기온자료의 제작 방식이 과수의 생태반응에 어떠한 영향을 미치는지 만개일 분포를 추정하여 그 차이를 비교하고자 하였다. 만개일 예측에는 온대과수의 휴면, 발아, 개화의 생육반응을 모의하는데 널리 이용되고 있는 Cesaraccio et al.
본 연구에서는 30년간의 기온을 일별로 평균하여복원한 기온분포도를 평년의 대푯값으로 사용할 경우, 이를 활용하여 산출되는 농업기후정보에 어떠한 영향을 미치는지 ‘후지’ 사과의 만개일(개화일)과 종상일 분포도를 제작하여 비교하고자 하였다.
1의 고온요구도만큼 온도시간이 누적되어야 하는데, 모형으로부터 계산된 예상 만개일 날짜가 실제 만개일보다 이른 관측된 개화일 날짜에 근접한 것으로 나타났다. 이에 따라본 연구에서는 고온요구도 275.1의 값을 만개일의 이전 생육단계인 개화일에 필요한 요구량으로 간주하고자 한다. 이는 휴면해제 이후, 발아-개화-만개에 이르기까지의 필요한 온도시간은 동일한 계산식에 따라 순차적으로 모의하는 방식이므로 이론이나 구현 기술상에 큰 문제가 없으며, 관측자가 주관적인 판단으로 생물계절 발생일을 기록함에 따라 내재되는 오차를 감안한다면 충분히 허용될 수 있는 수준이라고 판단하였다.
평년의 기온분포도의 제작방법에 따라 이를 활용하여 산출되는 농업기후정보에 어느 정도의 오차를 유발하는지 평가하고자 하였다. 1983-2012 기간에 발생한 기온을 일별로 평균하여 배경기온(365일 × 1세트)을 준비하고, 여기에 소기후모형을 적용하여 평균된 일별 기온분포도(‘EST 평년’ 기온)를 제작하였다.
제안 방법
1983-2012 기간에 발생한 기온을 일별로 평균하여 배경기온(365일 × 1세트)을 준비하고, 여기에 소기후모형을 적용하여 평균된 일별 기온분포도(‘EST 평년’ 기온)를 제작하였다.
2005-2016년 기간의 춘천(강원도 농업기술원), 예산(충청남도 농업기술원), 청원(충청북도 농업기술원), 군위(원예연구소 사과연구소)의 사과개화, 만개일 관측값과 인근 기상청 방재기상관측망 AWS의 일 최고기온 및 최저기온을 수집하여 ‘후지’ 사과모수의 만개일 예측능력을 평가하였다(Table 1).
EST 평년 기온으로부터 4월에 해당하는 일 최저기온들을 평균하여 4월의 평균 최저기온을 준비하고 종상일 수식에 대입하여 예상 종상일 분포도를 제작하였다. OBS 평년 기온은 같은 방식으로 매년 4월의 평균 최저기온을 제작하여 예상되는 종상일을 30세트 분포도로 각각 제작한 뒤 이들을 평균하여 대표 종상일분포도를 제작하였다.
EST 평년 기온으로부터 4월에 해당하는 일 최저기온들을 평균하여 4월의 평균 최저기온을 준비하고 종상일 수식에 대입하여 예상 종상일 분포도를 제작하였다. OBS 평년 기온은 같은 방식으로 매년 4월의 평균 최저기온을 제작하여 예상되는 종상일을 30세트 분포도로 각각 제작한 뒤 이들을 평균하여 대표 종상일분포도를 제작하였다.
2005-2016년 기간의 춘천(강원도 농업기술원), 예산(충청남도 농업기술원), 청원(충청북도 농업기술원), 군위(원예연구소 사과연구소)의 사과개화, 만개일 관측값과 인근 기상청 방재기상관측망 AWS의 일 최고기온 및 최저기온을 수집하여 ‘후지’ 사과모수의 만개일 예측능력을 평가하였다(Table 1). 검증 후에는 사과모수를 연구대상지역에 적용하여 분포도로 제작하는데, 이 때 생물계절모델에 들어가는 입력자료로 EST 평년 기온을 사용한 만개일 분포와 OBS 평년 기온을 넣어 30세트의 예상 만개일을 계산하고 이를 평균한 대표 만개일 분포 결과를 서로 비교하였다.
봄철 과수 작황에 영향을 미치는 주요 기상재해로 늦서리 피해가 대표적이다. 두 가지 평년의 제작방식에 따라, 이를 이용해 산출되는 2차 파생물의 영향을 정량적으로 비교할 수 있도록 만개일(개화일)과 서리가 마지막으로 내린 종상일 예상날짜의 편차로부터 늦서리 위험수준을 평가하였다. 종상일 예측은 NIHHS (2016) 보고서의 함수식을 인용하였는데(식 1), 보고서에 따르면 전국 종관기상관측소 63개 지점의 기상자료와 4월의 최저기온 자료를 수집하여 종상일을 2차 회귀 식으로 표현한다.
또한 30년동안 발생한 매년, 매일의 배경기온(365일 × 30세트)으로부터 실황 추정용 소기후모형에 적용하여 30세트의 기온분포도를 제작한 후 일 단위로 다시 평균한 기온분포도(‘OBS 평년’ 기온)를 참값으로 간주하여 비교하였다.
비교를 위해 같은 기간 매년, 매일의 0600과 1500 배경기온을 준비하고(365일 × 30세트), 실황기후 추정기술에 따라 소기후모형을 적용하여 상세 기온분포도로 복원하였다(이하 ‘OBS 평년’ 기온).
본 연구에서는 30년간의 기온을 일별로 평균하여복원한 기온분포도를 평년의 대푯값으로 사용할 경우, 이를 활용하여 산출되는 농업기후정보에 어떠한 영향을 미치는지 ‘후지’ 사과의 만개일(개화일)과 종상일 분포도를 제작하여 비교하고자 하였다. 오차를 판단하는 실측자료는 신뢰도가 확보된 실황기후 추정기술에 따라 30년동안 발생한 매년, 매일의 기온분포를 제작한 후 다시 일 단위로 평균한 기온분포도로 대신하였다.
EST 평년의 기온분포를 제작하기 위해 모형 초기 입력값으로 일 최저 및 최고기온에 해당하는 1983-2012 기간의 0600 (06시)과 1500 (15시) 기온을 1월 1일부터 12월 31일까지 수집하였다. 일 단위로 평균한 365일의 배경 기온값을 1세트씩 준비한 후, 여기에 소기후모형을 적용하여 30m 격자해상도를 가지는 365개의 0600과 1500 기온분포도를 각각 제작하였다. 비교를 위해 같은 기간 매년, 매일의 0600과 1500 배경기온을 준비하고(365일 × 30세트), 실황기후 추정기술에 따라 소기후모형을 적용하여 상세 기온분포도로 복원하였다(이하 ‘OBS 평년’ 기온).
대상 데이터
1 (top)과 같이 평년 기간 동안 관측된 30년의 일별 기온을 미리 평균한 후 기온분포를 추정하는 것이다(이하 ‘EST 평년’ 기온). EST 평년의 기온분포를 제작하기 위해 모형 초기 입력값으로 일 최저 및 최고기온에 해당하는 1983-2012 기간의 0600 (06시)과 1500 (15시) 기온을 1월 1일부터 12월 31일까지 수집하였다. 일 단위로 평균한 365일의 배경 기온값을 1세트씩 준비한 후, 여기에 소기후모형을 적용하여 30m 격자해상도를 가지는 365개의 0600과 1500 기온분포도를 각각 제작하였다.
본 연구에서는 기온분포도의 제작을 위해 일별로 수집해야 하는 기후요소 가운데 일사자료 확보가 어려운 1981-1982년을 제외한 1983-2012년의 기간을 현재평년으로 설정하였다. 기존 연구에서 사용하던 평년 일별자료의 제작방식은 Fig.
연구대상지역은 경남 하동군 악양면의 단일집수역으로 선정하였다. 주변 삼면이 지리산 자락으로 둘러싸인 53km2 면적의 골짜기로, 해발고도 6m에서 1,117m까지 표고변이가 매우 크기 때문에 경사향이나 고도에 따른 지형적 차이를 한눈에 살필 수 있다는 장점이 있다(Fig.
성능/효과
0600, 1500 기온을 365일씩 30년치 구동하여 기온분포도를 제작할 경우 예상 소요시간은 시군 당 약 110시간으로, 30년을 일별로 평균하여 만드는 365일 1세트의 기존 평년자료 제작방식에 비해 약 30배의 시간과 노력이 더 필요할 것이다. 그러나 평년기후로부터 정상적인 변동범위를 벗어나는 날씨양상을 찾아 위험수준을 판정할 때, 그 기준 자체에 큰 오차를 내포하고 있다면 당해년도의 위험정보 또한 신뢰성은 떨어질 수 밖에 없으므로 제작 시 소요되는 노력을 고려하더라도 평년자료의 교체는 시급하다고 판단된다.
7,286개 격자점(전체의 12.5%)에서 종상일이 개화일의 발생일과 같거나 늦게 출현하여 위험지역으로 나타났으며, 이들은 모두 0∼100m 고도 구간에서 발생하였다.
EST 평년 기온분포도를 기반으로 개화일과 종상일의 편차를 계산하여 늦서리 위험을 판정할 경우 악양면의 12.5% 면적에 해당하는 농가는 만상해 상습지역으로 분류되어 매년 늦서리 위험에 철저히 대비해야 한다는 정보를 제공해야 하겠지만, OBS 평년 기온을 근거로 산출한 실제 늦서리 위험은 악양면의 모든 지역에서 종상일이 개화일보다 늦게 출현하는 곳은 없는 것으로 나타났다. 본 연구에서는 많은 농업기후지수 가운데 개화일과 종상일 두 종류를 선별하여 비교한 결과를 제시하였지만, 기본기후값(기온, 일사, 강수 등)을 근거로 평균이나 적산, 편차, 특정값에 도달하는 날짜를 출력하는 등 연산작업을 통해 파생되는 농업기후지수의 결과물에서 오차는 더욱 클 것으로 예상된다.
EST 평년과 OBS 평년의 기온자료로부터 ‘후지’ 사과의 개화일을 예측한 결과, EST 평년 기온에 근거한 하동군 악양면의 평균 개화일은 4월 29일로 예상되며, OBS 평년 기온에 근거한 개화일 평균값(4월 26일)보다 약 3일 가량 늦는 것으로 나타났다(Fig. 4A-B, Table 2).
5B). 개화일과 종상일편차 평균은 30.9일로 대부분 안전지역으로 속하며 공간변이도 11.1일로 EST 평년 기온 기반의 결과에 비하면 늦서리 위험은 적은 편으로 나타났다.
5이다. 결과에 따르면 해발고도가 높아질수록 늦어지는 개화일의 영향으로 산간지의 서리 위험은 점차 낮아지는 경향이다. EST 평년 기온분포도를 기반으로 개화일과 종상일 간의 편차를 구했을 때 평균적으로 종상일이 발생한 후 약 22.
고온요구도 275.1에 도달한 날짜를 만개일이 아닌, 4개 지역에서 관측된 실제 개화일과 1:1로 비교한 결과 신뢰수준은 ME -0.5일, RMSE 2.7일로 크게 오차가 줄어든 것을 확인할 수 있었다. 지역별로 살펴보면 청원이 RMSE 1.
연차변이는 비슷하지만, 검증대상 지역 모두 예상 만개일이 실제 관측일보다 전반적으로 빠른 경향이다. 다시 말해, 생물계절모델 이론에 근거하면 만개일에 도달하기 위해 275.1의 고온요구도만큼 온도시간이 누적되어야 하는데, 모형으로부터 계산된 예상 만개일 날짜가 실제 만개일보다 이른 관측된 개화일 날짜에 근접한 것으로 나타났다. 이에 따라본 연구에서는 고온요구도 275.
두 종류의 평년 모두 해발고도 0∼100m 구간에서 각각 4월 15일과 4월 12일로 가장 빠른 개화일이 예측되었고, 고도가 높아질수록 예상 개화일은 점차 지연되어 700∼1,100m 해발고도 구간에서 각각 6월 2일과 6월 4일까지 늦어질 것으로 예상되었다.
4일의 비교적 큰 오차가 발생하는 것으로 나타났다. 또한, 늦서리의 위험을 판정하는 방법은 개화일과 종상일의 편차를 이용하는데 EST 평년 기온을 근거로 판정할 경우, 하동군 악양면의 12.5% 면적에 해당하는 농가는 종상일이 개화일과 같거나 늦게 출현하여 위험지역으로 분류되었지만, OBS 평년 기온에 따르면 악양면의 모든 지역에서 종상일이 개화일보다 늦게 나타나는 곳은 없었다. 차후 컴퓨터 자원과 구동시간에 큰 제약이 없다면 실황 추정기술에 따라 평년기간 30세트의 일별자료를 복원하여 기존 EST 평년 자료를 대체하는 것이 필요하다고 판단된다.
악양면 전체 58,448개 격자 중 22,133개(19.9km2)에 해당하는 해발고도 200m 이하 구간은 과수원, 논과 밭이 많이 밀집되어 있어 개화일이 특히 중요한 정보로 활용되는데, 이 구간의 개화시기는 두 종류의 평년자료 모두 4월 중순경으로 예측되었지만, EST 평년과 OST 평년 개화일 간의 편차(EST-OBS)는 지역에 따라 최소 -1일부터 최대 7일까지 평균적으로 3.5일정도의 차이가 있는 것으로 나타났다(Fig. 4C). OBS 평년이 EST 평년 개화일에 비해 대체로 빠른 편이며, 해발고도 250m 까지는 평년 개화일의 편차가 고도가 높아질수록 점차 커지는 경향이다.
OBS 평년이 EST 평년 개화일에 비해 대체로 빠른 편이며, 해발고도 250m 까지는 평년 개화일의 편차가 고도가 높아질수록 점차 커지는 경향이다. 이 후 OBS 평년 기온에 근거한 개화일은 EST 평년보다 고도가 더욱 높아질수록 개화가 지연되는 현상이 더욱 강하게 나타나, 700m 이상의 고도구간(총 6,228개 격자) 중 3,054개의 격자에서 EST 평년의 개화일이 OBS 평년 개화일과 같거나 더 빨라질 것으로 예상되었다(Fig. 4C).
또한, 해발고도 200m 이하는 야간 지표 복사냉각에 의해 찬 공기가 계곡의 사면을 따라 흘러내리면서 저지대에 집적되어 냉기호를 형성하는데, 이 냉기효과로 인해 주변보다 기온이 낮아지므로 예상 종상일은 상대적으로 늦게 출현하게 된다. 전반적으로 EST 평년의 종상일이 OBS 평년 종상일에 비해 늦은 것으로 나타났으며, 특히 냉기호가 형성되는 200m 이하의 고도에서 평균 17.6 일의 큰 오차를 보였다(Fig. 4F).
7일로 크게 오차가 줄어든 것을 확인할 수 있었다. 지역별로 살펴보면 청원이 RMSE 1.7일로 가장 예측력이 좋았고, 군위가 3.9일로 가장 안 좋은 결과를 보였지만 만개일로 예상 날짜를 출력한 결과보다는 훨씬 개선된 것이라고 할 수 있다(Fig. 3B).
평년 기온분포도에 따라 ‘후지’ 사과의 개화일과 종상일을 예측하고, 늦서리의 위험정도를 비교한 결과, 휴면에 진입하는 늦가을 이후부터 봄철까지의 기온을 온도시간단위로 환산하여 사용하는 개화일의 경우, 평균 2.9일의 오차를 보인 반면, 4월의 최저기온 분포를 2차방정식에 대입하여 산출한 종상일의경우 평균 11.4일의 비교적 큰 오차가 발생하는 것으로 나타났다.
휴면에 진입하는 늦가을 이후부터 봄철까지의 기온을 온도시간 단위로 환산하여 사용하는 개화일의 경우 평균 2.9일 정도의 오차를 보였지만, 4월의 최저기온분포를 2차방정식에 대입하여 산출한 종상일의 분포에서는 평균 11.4일의 비교적 큰 오차가 발생하는 것으로 나타났다. 실황 기술을 이용해 최저기온을 추정할 경우 야간의 기상조건에 따라 달라지는 냉기집적 및 온난대 효과는 전날 최고기온과 당일 아침 최저기온 간 일교차로부터 정량화하며, 바람이 불면 냉기호 중심의 기온하강 효과가 감쇄되도록 반영되지만(Kimet al.
후속연구
그러나 평년기후로부터 정상적인 변동범위를 벗어나는 날씨양상을 찾아 위험수준을 판정할 때, 그 기준 자체에 큰 오차를 내포하고 있다면 당해년도의 위험정보 또한 신뢰성은 떨어질 수 밖에 없으므로 제작 시 소요되는 노력을 고려하더라도 평년자료의 교체는 시급하다고 판단된다. 또한 실황 기술을 적용하여 평년기간의 일별 기온자료를 매년 제작할 경우 30년에 대한 평균값과 표준편차를 함께 계산할 수 있으므로, 표준편차가 반영된 유효한 변동범위를 결합한 통계적 접근방식의 새로운 위험지수 개발도 가능해질 것으로 기대된다.
5% 면적에 해당하는 농가는 만상해 상습지역으로 분류되어 매년 늦서리 위험에 철저히 대비해야 한다는 정보를 제공해야 하겠지만, OBS 평년 기온을 근거로 산출한 실제 늦서리 위험은 악양면의 모든 지역에서 종상일이 개화일보다 늦게 출현하는 곳은 없는 것으로 나타났다. 본 연구에서는 많은 농업기후지수 가운데 개화일과 종상일 두 종류를 선별하여 비교한 결과를 제시하였지만, 기본기후값(기온, 일사, 강수 등)을 근거로 평균이나 적산, 편차, 특정값에 도달하는 날짜를 출력하는 등 연산작업을 통해 파생되는 농업기후지수의 결과물에서 오차는 더욱 클 것으로 예상된다.
5% 면적에 해당하는 농가는 종상일이 개화일과 같거나 늦게 출현하여 위험지역으로 분류되었지만, OBS 평년 기온에 따르면 악양면의 모든 지역에서 종상일이 개화일보다 늦게 나타나는 곳은 없었다. 차후 컴퓨터 자원과 구동시간에 큰 제약이 없다면 실황 추정기술에 따라 평년기간 30세트의 일별자료를 복원하여 기존 EST 평년 자료를 대체하는 것이 필요하다고 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
전자기후도란?
기후학적 평년 기간 동안 겪은 소기후를 30m 해상도의 격자형 분포도로 표현한 전자기후도(digital climate maps)는 점 단위의 지역규모에서 기상관측이 이뤄지지 않는 임의 지점은 물론, 공간변이까지 알 수 있도록 하여 공간적 해상도의 질을 크게 향상시켰다(Yun, 2010). 국가표준 지리정보 규격에 맞춰져 있어 위치 좌표에 따라 격자별 연산이 가능하므로, 다른 공간자료와의 중첩분석을 통해 실용적인 농업기후정보를 생산할 수 있게 되었다.
다른 공간자료와의 중첩분석을 통해 실용적인 농업기후정보를 생산할 수 있게 된 예는?
국가표준 지리정보 규격에 맞춰져 있어 위치 좌표에 따라 격자별 연산이 가능하므로, 다른 공간자료와의 중첩분석을 통해 실용적인 농업기후정보를 생산할 수 있게 되었다. 예를 들어, 평년의 일별 기온분포도에 근거하여 특정 기준온도 이상으로 올라가는 연중 첫번째 날을 식물 반응 온도에 따라 ‘생장이 시작되는 날’, 특정 기준온도 이하로 내려가는 첫번째 날을 ‘식물의 생장이 종료되는 날’이라고 간주할 때, 격자별로 기준에 도달하는 날짜들을 산출해 각각의 분포도로 만들 수 있게 된 것이다.
전자기후도로 인한 발전사항은?
기후학적 평년 기간 동안 겪은 소기후를 30m 해상도의 격자형 분포도로 표현한 전자기후도(digital climate maps)는 점 단위의 지역규모에서 기상관측이 이뤄지지 않는 임의 지점은 물론, 공간변이까지 알 수 있도록 하여 공간적 해상도의 질을 크게 향상시켰다(Yun, 2010). 국가표준 지리정보 규격에 맞춰져 있어 위치 좌표에 따라 격자별 연산이 가능하므로, 다른 공간자료와의 중첩분석을 통해 실용적인 농업기후정보를 생산할 수 있게 되었다.
참고문헌 (19)
Cesaraccio, C., D. Spano, R. L. Snyder, and P. Duce, 2004: Chilling and forcing model to predict bud-burst of crop and forest species. Agricultural and Forest Meteorology 126, 1-13.
Chung, U., S. O. Kim, and J. I. Yun, 2008: Plant hardiness zone mapping based on a combined risk analysis using dormancy depth index and low temperature extremes - a case study with "Campbell early" grapevine-. Korean Journal of Agricultural and Forest Meteorology 10, 121-131. (in Korean with English abstract)
Chung, U., J. H. Kim, S. O. Kim, H. C. Seo, and J. I. Yun, 2009: Geospatial assessment of frost and freeze risk in 'Changhowon Hwangdo' peach (Prunus persica) trees as affected by the projected winter warming in South Korea III. Identifying freeze risk zones in the future using high-definition climate scenarios. Korean Journal of Agricultural and Forest Meteorology 11, 221-232. (in Korean with English abstract)
Jung, J. E., U. Chung, J. I. Yun, and D. K. Choi, 2004: The observed change in interannual variations of January minimum temperature between 1951-1980 and 1971-2000 in South Korea. Korean Journal of Agricultural and Forest Meteorology 6(4), 235-241. (in Korean with English abstract)
Kim, D. J., U. Chung, and J. I. Yun, 2012b: Feasibility of stochastic weather data as an input to plant phenology models. Korean Journal of Agricultural and Forest Meteorology 14(1), 11-18. (in Korean with English abstract) DOI:10.5532/KJAFM.2012.14.1.011
Kim, D. J., J. H. Kim, J. H. Roh, and J. I. Yun, 2012a: Geographical migration of winter barley in the Korean Peninsula under the RCP8. 5 projected climate condition. Korean Journal of Agricultural and Forest Meteorology 14(4), 161-169.
Kim, D. J., and J. I. Yun, 2013: Improving usage of the Korea Meteorological Administration's digital forecasts in agriculture: II. Refining the distribution of precipitation amount. Korean Journal of Agricultural and Forest Meteorology 15(3), 171-177. DOI: 10.5532/KJAFM.2013.15.3.171
Kim, J. H., and J. I. Yun, 2008: On mapping growing degree-days (GDD) from monthly digital climatic surfaces for South Korea. Korean Journal of Agricultural and Forest Meteorology 10(1), 1-8.
Kim, J. H., S. O. Kim, U. Chung, K. H. Hwang, J. B. Kim, I. K. Yoon, and J. I. Yun, 2009c: Geospatial assessment of frost and freeze risk in 'Changhowon Hwangdo' peach (Prunus perica) trees as affected by the projected winter warming in South Korea: II. Freezing risk index based on dormancy depth as a proxy for physiological tolerance to freezing temperature. Korean Journal of Agricultural and Forest Meteorology 11(4), 213-220. (in Korean with English abstract)
Kim, S. O., U. Chung, S. H. Kim, I. M. Choi, and J. I. Yun, 2009a: The suitable region and site for 'Fuji' apple under the projected climate in South Korea. Korean Journal of Agricultural and Forest Meteorology 11(4), 162-173.
Kim, S. O., J. H. Kim, U. Chung, S. H. Kim, G. H. Park, and J. I. Yun, 2009b: Quantification of temperature effects on flowering date determination in Niitaka pear. Korean Journal of Agricultural and Forest Meteorology 11(2), 61-71. (in Korean with English abstract)
Kim, S. O., J. H. Kim, D. J. Kim, and J. I. Yun, 2012c: Wind effect on daily minimum temperature across a cold pooling catchment. Korean Journal of Agricultural and Forest Meteorology 14(4), 277-282.
Kim S. O., and J. I. Yun, 2016: Improving the usage of the Korea Meteorological Administration's digital forecasts in agriculture: V. Field validation of the sky-condition based lapse rate estimation scheme. Korean Journal of Agricultural and Forest Meteorology 18(3), 135-142. (in Korean with English abstract) DOI: 10.5532/KJAFM.2016.18.3.135
Kwon, E. Y., G. C. Song, and J. I. Yun, 2005: Prediction of dormancy release and bud-burst in Korean Grapevine cultivars using daily temperature data. Korean Journal of Agricultural and Forest Meteorology 7, 185-191. (in Korean with English abstract)
Kwon, E. Y., J. E. Jung, U. Chung, S. J. Lee, G. C. Song, D. G. Choi, and J. I. Yun, 2006: A thermal time - driven dormancy index as a complementary criterion for grapevine freeze risk evaluation. Korean Journal of Agricultural and Forest Meteorology 8, 1-9. (in Korean with English abstract)
National Institute of Horticultural and Herbal Science (NIHHS), 2016: Impact assessment and geo-spatial analysis for production of pepper, Chinese cabbage, and garlic under the RCP8.5 scenario climate (Project No. PJ009292), Rural Development Administration, 55pp.
Yun, J. I., 2010: Agroclimatic maps augmented by a GIS technology. Korean Journal of Agricultural and Forest Meteorology 12, 63-73. (in Korean with English abstract)
Yun, J. I., S. O. Kim, J. H. Kim, and D. J. Kim, 2013: User-specific agrometeorological service to local farming community: A case study. Korean Journal of Agricultural and Forest Meteorology 15, 320-331. (in Korean with English abstract)
Yun, J. I., 2014: Agrometeorological early warning system: a service infrastructure for climate-smart agriculture. Korean Journal of Agricultural and Forest Meteorology 16(4), 403-417. (in Korean with English abstract) DOI: 10.5532/KJAFM.2014.16.4.403
※ AI-Helper는 부적절한 답변을 할 수 있습니다.