As food consumption pattern changes (reduced rice consumption and increased consumption of fresh vegetables), managing upland fields became a greater priority. However, the agricultural infrastructure projects have been focused on rice farming, and the infrastructure level to support dry fields cult...
As food consumption pattern changes (reduced rice consumption and increased consumption of fresh vegetables), managing upland fields became a greater priority. However, the agricultural infrastructure projects have been focused on rice farming, and the infrastructure level to support dry fields cultivation is insufficient. The purpose of this study was to spatial distribution analysis of these dry fields with farm manager registration information. Using FRAGSTATS, we analyzed landscape indices (TA/CA, NP, PD, LSI, LPI, PLADJ, COHESION, CONNECT, AI) of farmlands in which farmers in 13 regions (Si or Gun) cultivated dry-field crops. As results of this analysis, the total area of the fields in Naju-si, Hampyeong-gun and Suncheon-si were found to be wider, but the average area of a patch in Youngam-gun, Hampyeong-gun and Jangseong-gun were wider than other regions. On average, each farmer had farmlands containing of 1.7~2.4 patches and cultivated crops in fields of 0.2~0.5 ha. Farmlands of Hampyeong-gun, Youngam-gun, Naju-si showed high values in adjacency indices, however the farmlands of Suncheon and Gwangyang showed fragmented distribution with low values in adjacency indices. These results of fragmentation analysis of farmlands could be used when we establish the plan of an agricultural infrastructure project or select places for a collaborative agricultural management business promotion project.
As food consumption pattern changes (reduced rice consumption and increased consumption of fresh vegetables), managing upland fields became a greater priority. However, the agricultural infrastructure projects have been focused on rice farming, and the infrastructure level to support dry fields cultivation is insufficient. The purpose of this study was to spatial distribution analysis of these dry fields with farm manager registration information. Using FRAGSTATS, we analyzed landscape indices (TA/CA, NP, PD, LSI, LPI, PLADJ, COHESION, CONNECT, AI) of farmlands in which farmers in 13 regions (Si or Gun) cultivated dry-field crops. As results of this analysis, the total area of the fields in Naju-si, Hampyeong-gun and Suncheon-si were found to be wider, but the average area of a patch in Youngam-gun, Hampyeong-gun and Jangseong-gun were wider than other regions. On average, each farmer had farmlands containing of 1.7~2.4 patches and cultivated crops in fields of 0.2~0.5 ha. Farmlands of Hampyeong-gun, Youngam-gun, Naju-si showed high values in adjacency indices, however the farmlands of Suncheon and Gwangyang showed fragmented distribution with low values in adjacency indices. These results of fragmentation analysis of farmlands could be used when we establish the plan of an agricultural infrastructure project or select places for a collaborative agricultural management business promotion project.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 공간데이터를 기반으로 경관지수 분석을 통해 밭 농지의 공간적 파편화 정도를 분석하고 농업경영체 등록정보 (이하 농업경영체 DB)를 이용하여 농업경영체별 밭 농지이용의 영세화 정도 및 집단화 가능성을 파악하고자 한다.
제안 방법
본 연구에서는 경관지수 분석을 통해 전라남도 지역의 밭 농지의 공간적 분포를 분석하였다. 농지의 파편화 정도를 살펴보기 위한 연구방법으로 경관지수를 선정하였으며, FRAGSTATS를 이용하여 지역 내 모든 패치를 분석하는 landscape 레벨과경영체별 농지를 구분하여 분석하는 class 레벨로 분석하였다.
대상 데이터
농업경영체 DB의 농지주소코드와 연속지적도의 필지고유번호로 조인한 농업경영체 농지 현황도를 구축하여 이 중공부지목상 전과 답이며, 실제로는 밭농사에 이용되는 농지를 대상으로 분석하였다. 밭으로 이용되고 있는 지목으로는 전과 답 이외에 도로, 구거, 임야 등이 존재하였으나 이들 지역의 경우 실제 경작지보다 면적이 과도하게 넓거나 길게 분포하는 토지의 형상으로 인하여 경관지수 분석결과에서 특이값을 보여 제외하였다.
연구 대상 지역은 전라남도 지역으로 정하였으며, 섬 지역의 경우 공간적 분포 분석에 오류를 발생하기에 섬을 포함한 시군은 제외하여 분석하였다. 대상지역은 13개 지역으로 3개시 (나주시, 광양시, 순천시)와 10개 군 (장성군, 담양군, 함평군, 화순군, 곡성군, 구례군, 보성군, 장흥군, 영암군, 강진군)으로 구성된다.
2016년 기준 전국 1,627,185 건의 농업경영체가 등록되어 있으며, 도별로는 경상북도가 255,405 건으로 가장 많이 등록되어 있으나 노지면적은 전라남도가 323,213 ha로 가장 넓게 나타났다. 본 연구에서는 농촌진흥청에서 제공해 준 2014년 12월 기준 농업경영체 DB를 사용하였으며, 농지 및 농작물 생산에 해당하는 테이블 정보를 이용하였다.
분석에 사용된 GIS (Geographic Information System)데이터는 국가공간정보포털의 2016년 기준 연속지적도 중 전남지역 지적도를 이용하였으며, 밭농업 현황 자료는 농업경영체 DB를 이용하였다.
연구 대상 지역은 전라남도 지역으로 정하였으며, 섬 지역의 경우 공간적 분포 분석에 오류를 발생하기에 섬을 포함한 시군은 제외하여 분석하였다. 대상지역은 13개 지역으로 3개시 (나주시, 광양시, 순천시)와 10개 군 (장성군, 담양군, 함평군, 화순군, 곡성군, 구례군, 보성군, 장흥군, 영암군, 강진군)으로 구성된다.
데이터처리
본 연구에서는 기본적인 면적 및 밀도 관련 지수와 Bae etal. (2017) 연구를 참고하여 경관지수 중 계산이 용이하고 결과해석의 모호성이 적으며 파편화정도를 잘 나타낼 수 있는 경관지수 NP, LSI, LPI, PLADJ, COHESION, AI, CONNECT를 선정하여 분석하였다. 이 중 CONNECT 지수 계산에서는threshold distance를 기반정비 시 연계 가능한 거리로 100 m로 설정하여 분석하였다.
농업경영체별 밭 경작지의 공간적 분포를 살펴보기 위해 class 레벨 경관지수를 분석하였다. 공부지목 상 논, 밭을 이용하여 밭작물을 재배하는 경영체 수는 13개 시 군 78,643 개로 나타났으며 각 지역별 경관지수의 평균값, 최댓값, 표준 편차를 통해 지역별 비교 분석하였다. 서로 다른 지역에 동일한 등록번호를 갖는 경우가 773 건 있었으나 정책 시행 범위인 시군 단위로 분석하였다.
본 연구에서는 경관지수 분석을 통해 전라남도 지역의 밭 농지의 공간적 분포를 분석하였다. 농지의 파편화 정도를 살펴보기 위한 연구방법으로 경관지수를 선정하였으며, FRAGSTATS를 이용하여 지역 내 모든 패치를 분석하는 landscape 레벨과경영체별 농지를 구분하여 분석하는 class 레벨로 분석하였다. 이러한 분석으로 지역 내 밭 경작지의 파편화 정도, 경영체별 경작지의 분포 특성을 살펴보고자 하였으며, 이러한 결과는 밭 기반정비 모델 개발 및 계획의 기초 자료로 활용될 수 있을 것이다.
FRAGSTATS를 이용하면 patch 레벨, class 레벨, landscape레벨 분석이 가능하다. 본 연구에서는 지역내 농업경영체 밭농지 전체를 살펴보는 landscape 레벨 분석과 경영체등록번호별 밭농지분석인 class 레벨을 시행하였다. Landscape 레벨의 각 시군별 경작지의 분포 특성을 나타내는 경관지수값은 Table 2와 Fig.
성능/효과
6). 4 개 지수를 종합하여 살펴보면 파편화 정도가 적고 밭 경작지가 인접하게 분포한 지역으로는 나주시, 영암군, 함평군으로 나타났으며 이들 지역이 다른 지역에 비해 경작지를 집단화하기 용이할 것으로 판단된다.
CONNECT 지수 결과를 살펴보면 경영체별 갖고 있는 경작지 중 100 m 이내 분포하는 평균 비율은 함평군이 가장 높게 나타났으며 담양군가 가장 낮게 나타났다 (Table 6). 한 경영체가 갖고 있는 농지가 서로 인접할수록 정비 효율이 높을 것이므로 CONNECT 지수가 100 인 경영체를 별도로 살펴보았다 (Table 7).
지역별 경작지 분포를 비교한다면, 영암군, 나주시, 함평군, 장성군, 보성군은 파편화 정도가 적은 지역으로 볼 수 있으며 순천시, 구례군, 화순군이 파편화된 경작지를 가진 지역으로 분류 할 수 있다. CONNECT 지수 분석에서 가장 큰값을 가진 지역은 나주시로 26 %로 나타났으며, 다음으로 광양시, 강진군, 함평군이 밭 경작지 간의 근거리 연결성이 높게 나타났으며 구례군과보성군은 가장 작은 값을 보였다 (Fig. 6).
Class 레벨 농업경영체별 밭 경작지 면적은 평균0.2~0.5 ha로 나타났으며, 패치 수는 1.7~2.4 개로 나타나 경영체별 밭 경작 규모는 영세한 특성을 보였다. 농경지 분포 형태 특성으로는 강진군과 구례군, 곡성군이 LPI 평균값에서 큰 값을 보여 경영체가 갖는 경작지 면적 중 큰패치 면적이 큰 비율을 차지하는 지역으로 나타났으며, LSI 평균값이 높게 나타난 구례군과 보성군은 형태측면에서 분산된 지역으로 파악되었다.
Landscape 레벨에서의 면적 특성으로는 나주시와 함평군이 밭 경작 면적이 가장 넓게 나타났으나, 패치의 면적 평균값은 영암군과 함평군, 장성군이 큰 값을 가져 함평군이 면적측면에서 밭 정비에 유리한 지역으로 나타났다. 농경지 형태와 관련된 경관지수로 LSI는 나주시와 화순군, 순천시의 경우 1에 가까운 값을 보였으며, 경관 내에서의 가장 큰 패치로 구성된 패치의 면적 비율을 나타내는 LPI는 패치 면적의 편차가 큰 강진군과 보성군이 큰 값을 보였으며, 함평군이 가장 작은 값을 가져 파편화된 분포를 예상할 수 있었다.
5 ha 규모를 보여 영세한 것으로 나타났으며, 최댓값은 보성군 (24 ha)과 영암군 (19ha)이 가장 큰 규모를 가진 경영체가 존재하였다. 경영체별 밭면적의 편차가 가장 큰 지역은 나주시, 장성군, 화순군 순으로 나타났으며, 편차가 작은 지역은 광양시, 순천시, 장흥군으로 나타났다. 경영체별 밭 패치 수는 평균적으로 1.
4 개로 나타나 경영체별 밭 경작 규모는 영세한 특성을 보였다. 농경지 분포 형태 특성으로는 강진군과 구례군, 곡성군이 LPI 평균값에서 큰 값을 보여 경영체가 갖는 경작지 면적 중 큰패치 면적이 큰 비율을 차지하는 지역으로 나타났으며, LSI 평균값이 높게 나타난 구례군과 보성군은 형태측면에서 분산된 지역으로 파악되었다. 지역의 경영체별 평균 인접성 (PLADJ), 응집성 (COHESION) 값은 유사한 패턴으로 나타났으며, 함평군이 가장 높고, 영암군과, 보성군, 나주시가 높은 값을 나타내어 경영체별 경작지의분포가 응집된 분포를 예상할 수 있었다.
시군별 등록된 농업경영체 수를 살펴보면 순천시와 나주시가 가장 많은 것으로 나타났다. 농업경영체별 농지 규모 및 분포를 살펴보면 (Table 4), 평균0.
농경지 형태와 관련된 경관지수로 LSI는 나주시와 화순군, 순천시의 경우 1에 가까운 값을 보였으며, 경관 내에서의 가장 큰 패치로 구성된 패치의 면적 비율을 나타내는 LPI는 패치 면적의 편차가 큰 강진군과 보성군이 큰 값을 보였으며, 함평군이 가장 작은 값을 가져 파편화된 분포를 예상할 수 있었다. 연결성을 살펴보기 위한 PLADJ, COHESION, AI, CONNECT 지수 분석결과, 나주시, 영암군, 함평군은 모든 지수에서 높은 수치를 보여 규모화 정비에 유리할 것으로 판단되었다.
전체 밭 면적 (TA)이 가장 넓은 지역은 나주시이며, 함평군, 순천시, 화순군이 넓은 밭 면적을 가진 지역으로 나타났으며, 패치의 갯수 (NP)는 순천시가 가장 크며, 나주시가 두 번째로 나타나 시 지역이 군 지역보다 패치 수가 많은 것으로 나타났다. 이러한 패치가 100 ha내 몇 개가 존재하는 지 나타내는 PD를 살펴보면 TA값이 작은 강진군이 14.
후속연구
본 연구에서는 농업경영체 DB에 등록된 밭 농지를 기준으로 하였으며, 지적도 기반으로 과도하게 추정될 수 있는 임야, 도로 및 구거를 밭으로 이용하는 농지를 제외하여 데이터의 한계를 가지나, 농지의 파편화 정도를 분석함은 농업기반정비의 전･후 결과의 비교, 정비계획의 수립에 활용될 수 있을 것이다. 또한 세부적인 정비 계획 수립을 위해 임야 등에 분포하는 실제 경작지를 포함한 읍･면 단위 경작지 분포 및 작물경작 현황이 분석될 경우 정비사업과 연계하여 밭작물 공동농업 경영체 육성사업을 시행가능한 대상지를 파악할 수 있을 것이다.
본 연구에서는 농업경영체 DB에 등록된 밭 농지를 기준으로 하였으며, 지적도 기반으로 과도하게 추정될 수 있는 임야, 도로 및 구거를 밭으로 이용하는 농지를 제외하여 데이터의 한계를 가지나, 농지의 파편화 정도를 분석함은 농업기반정비의 전･후 결과의 비교, 정비계획의 수립에 활용될 수 있을 것이다. 또한 세부적인 정비 계획 수립을 위해 임야 등에 분포하는 실제 경작지를 포함한 읍･면 단위 경작지 분포 및 작물경작 현황이 분석될 경우 정비사업과 연계하여 밭작물 공동농업 경영체 육성사업을 시행가능한 대상지를 파악할 수 있을 것이다.
농지의 파편화 정도를 살펴보기 위한 연구방법으로 경관지수를 선정하였으며, FRAGSTATS를 이용하여 지역 내 모든 패치를 분석하는 landscape 레벨과경영체별 농지를 구분하여 분석하는 class 레벨로 분석하였다. 이러한 분석으로 지역 내 밭 경작지의 파편화 정도, 경영체별 경작지의 분포 특성을 살펴보고자 하였으며, 이러한 결과는 밭 기반정비 모델 개발 및 계획의 기초 자료로 활용될 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
우리나라 농업은 무엇을 중심으로 인식되었는가?
우리나라 농업은 오랜 시간동안 쌀 중심 농업으로 인식되어왔다. 그러나 지속적인 쌀소 비의 감소와 채소류 소비 증가와 같은 소비의 변화, 쌀 이외 작물들의 낮은 자급율, FTA 등 세계화흐름으로 우리나라 농업은 변화를 필요로 한다.
우리나라 농업 자급율을 얼마인가?
, 2014). 이러한 밭작물은 농업소득에서 차지하는 비중이 높고 식품산업에도 필수 원료를 제공하고 있으나 자급율은 7.5 %수준에 머물고 있다.
쌀 중심 농업의 변화가 필요한 이유는 무엇인가?
우리나라 농업은 오랜 시간동안 쌀 중심 농업으로 인식되어왔다. 그러나 지속적인 쌀소 비의 감소와 채소류 소비 증가와 같은 소비의 변화, 쌀 이외 작물들의 낮은 자급율, FTA 등 세계화흐름으로 우리나라 농업은 변화를 필요로 한다. 특히 한중 FTA로 인해 중국과 경합이 예상되는 품목은 신선채소나 특용작물과 같은 밭작물로 추정되고 있어 밭농업에 대한 중요성이 더욱 대두되고 있다 (Seo, 2015; Chae et al.
참고문헌 (22)
Bae, S., D. Kim, S. Kim, and Y. Oh, 2017. Spatial Characteristic Analysis for the Main Production Areas of Vegetables based on Landscape Indices, Journal of Korean Society of Rural Planning 23(1): 135-146 (in Korean). doi:10.7851/ksrp.2017.23.1.135.
Chae, G., H. Kim, Y. Lee, G. Kim, S. Kook, and H. Moon, 2014. Issues and Development Direction of Dry Field Farming, Krei Agri Focus 97, Korea Rural Economic Institute (in Korean).
Choi, W., S. Jeong, J. Oh, and J. Yoo, 2005. The Structural and Functional Analysis of Landscape Changes in Daegu Metropolitan Sphere using Landscape Indices & Ecosystem Service Value, Journal of the Korean Association of Geographic Information Studies, 8(4): 102-113 (in Korean).
Han, S., S. Kim, G. Che, C. Yoo, G. Nam, and H. Jeong, 2016. Analysis and application of agricultural management DB for customized agricultural land. Naju, South Jeolla Province: Korea Rural Economic Institute (in Korean).
Heo, S., G. Kim, J. Ah, J. Yoon, G. Im, J. Choi, Y. Shin, and C. Yoo, 2007. Landscape Analysis of the Forest Fragmentations at Doam-Dam Watershed using the FRAGSTATS Model, Journal of the Korean Association of Geographic Information Studies 10(1): 10-21 (in Korean).
Im, S., 2013. Survey on Dry Field, Ansan, Gyeonggi: Korea rural community coporation.
Jang, G. and I. Park, 1999. Comparison of urban forest fragmentation between four cities in Kyungpook, Korea, Journal of environmental impact assessment 8(4): 13-23 (in Korean).
Jee, J., 2011. Analysis of the Linkage and Effect between the Field Plotting Project and Mechanization, Research Report of National Institute of Agricultural Sciences (in Korean).
Kim, H., and C. Oh, 2011. Classification of rural villages based on Landscape Indices-Focusing on Landscape Ecological Aspects-, Journal of Korean Society of Rural Planning 17(3): 1-13 (in Korean). doi:10.7851/ksrp.2011.17.3.001.
Kim, H., G. Che, and S. Yoon, 2015a. Analysis of farm production structure and productivity index. Naju, South Jeolla Province: Korea Rural Economic Institute (in Korean).
Kim, H., G. Che, S. Yoon, and Y. Lee, 2015b. A Study on Improving Dry-field Farming Competitiveness in Response to the Expansion of Market Opening, Naju, South Jeolla Province: Korea Rural Economic Institute (in Korean).
Kim, Y., 2012. Study on Field Based Survey and Development Technique for Upland Reclamation Project, Ansan, Gyeonggi: Korea rural community coporation (in Korean).
Kwon, S., S. Choi, and S. Lee, 2012. A Study of the Landscape Analysis at Su-ji/Gi-heung in Young-in city using the FRAGSTATS Model, Journal of environmental impact assessment 21(5): 781-787 (in Korean).
Lee, E., 1998. Trend of Forest Fragmentation in the Lower Region of the Han River Basin, Master thesis: Seoul National University (in Korean).
MAFRA, 1997. Research on Development Type of Dry Field Infragstructure (II), Sejong (in Korean).
MAFRA, 2001. Analysis and Evaluation of the Dry Field Infrastructure Project Results, Sejong (in Korean).
MAFRA, 2003. Pilot Project Evaluation of Dry Field Comprehensive Management, Sejong (in Korean).
McGarigal, K., SA Cushman, and E Ene, 2012. FRAGSTATS v4: Spatial Pattern Analysis Program for Categorical and Continuous Maps. Computer software program produced by the authors at the University of Massachusetts, Amherst. Available at the following web site: http://www.umass.edu/landeco/research/fragstats/fragstats.html.
Oh, Y., Jin-Yong, Choi, S. Bae, and M. Jang, 2007. A Spatiotemporal Change Analysis of Rural Landscape Patterns using Landscape Ecology Indices: Focused on a Part of Gyeonggi-do, Journal of the Korean Society of Agricultural Engineers 49(6): 65-76 (in Korean). doi:10.5389/KSAE.2007.49.6.065.
Seo, D., 2015. Another way to improve agricultural competitiveness: Dry field comprehensive infrastructure project, Rural Research Institute Focus 62. Rural Reserch Institute (in Korean).
Korea National Spatial Data Infrastructure Portal, http://www.nsdi.go.kr/.
Agricultural business registration information inquiry service, http://edu.agrix.go.kr/.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.