$\require{mediawiki-texvc}$

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.

SNAK(Smart Nexus for Agriculture in Korea)을 위한 생물물리학적(Biophysical) 통합 모델 개발 및 기후 변화 연계기술 개발 원문보기

전원과 자원 = Rural resource, v.61 no.1, 2019년, pp.11 - 16  

최진용 (서울대학교) ,  이윤희 (서울대학교 대학원) ,  윤푸른 (서울대학교 대학원) ,  김귀훈 (서울대학교 대학원)

초록이 없습니다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • SNKA 연구의 생물물리학적 통합 모델 개발 및 적용성 평가 세부 연구 1년차에서 한국의 시설재배지, 양수장지구 등을 대상으로 자료 포트폴리오 구축과 모델링을 실시하였는데, 본 절에서는 그 중 시설재배지에서의 물-에너지-식량 넥서스 연계분석 중에서 온실 내 온도와 에너지 관계 평가 및 물과 식량과의 관계 분석 예를 소개하고자 한다.
  • 이 때, 작물생육모형으로 FAO에서 개발한 AquaCrop 모형을 이용하여 기상자료, 수분환경, 비료, 관개방법 등이 작물의 생산량, 증발산량, 관개량 등에 미치는 영향을 분석하고자 하였다. 또한 시설재배 작물의 물에 대한 반응을 모의하였고, 물과 식량 자원 간의 관계를 평가하고자 하였다. 먼저, 시설 내의 온도 조건(Case 1-Case 14)에 따른 1년 총 생산량, 관개량, 물 생산성을 모의하였고, 그 결과는 다음과 같다.
  • 본 소고에서는 SNAK(Smart Nexus for Agriculture in Korea)을 위한 생물물리학적(Biophysical) 통합 모델 개발 및 기후변화 연계기술 개발에 대하여 설명하였다. 본 내용은 SNAK 프로젝트의 일부로서 1년차 진행상황을 소개하였으며, 향후 대형양수장지구와 해수담수화 지구에 대하여 시범적용을 할 예정이다.
  • 본 연구에서는 앞서 제안한 생물물리학적 통합 모델을 시범지구에 적용해보고 이를 바탕으로 기후변화 적용성 평가를 실시하려고 한다. 시범지구는 넥서스 접근을 통한 분석의 결과가 잘 나타날 수 있도록 농업생산에 필요한 에너지와 물의 투입 구조가 기존 관개농업보다 비용이 높을 것으로 예상되거나 자원 투입의 단계가 여러 단계로 이루어져 직관적으로 파악이 어려운 농업구조를 가진 곳으로 먼저 선정하였다.
  • 대상 지역은 진주 단목리에 위치한 시설재배지이며, 토마토를 대상으로 하였다. 이 때, 작물생육모형으로 FAO에서 개발한 AquaCrop 모형을 이용하여 기상자료, 수분환경, 비료, 관개방법 등이 작물의 생산량, 증발산량, 관개량 등에 미치는 영향을 분석하고자 하였다. 또한 시설재배 작물의 물에 대한 반응을 모의하였고, 물과 식량 자원 간의 관계를 평가하고자 하였다.
  • 그리고 마지막으로 시범지구에 기후변화 시나리오를 선정하고 미래 기상 자료를 생성하여 기후변화에 의한 영향을 분석하고 평가할 것이다. 이는 넥서스 분석 방법을 구성하는 부분과는 별개로 기후 변화 예상에 따른 농업 생산과 자원 수급의 상호 영향 등을 분석하는 것으로, 해당 시범지구의 지속가능한 농업 생산 정책 방향에 관한 의사결정에 고려될 수 있도록 지속가능성 지표 등으로 산정하려고 한다.
  • SNAK에서 시범 대상으로 선정한 시설재배에 대하여 물과 식량과의 관계를 파악하였다. 이를 위하여 대상 작물 선정하고 시설재배지에서의 물-식량-에너지 넥서스 중 물과 식량 간의 관계를 평가해보고자 하였다. 시설재배는 자원 집약적 농업으로 생산성이 높고, 시공간적 제약이 적어 작물의 연중 생산을 가능하게 한다.

가설 설정

  • Bontsema가 2009년에 소개한 물리적 온도모델을 이용하였다. 모델에서는 시설 재배지의 실내 공간에서 모든 온도는 동일하다는가정으로 계산하였고, 이 때문에 계산이 매우 단순하다는 장점이 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
물 생산성의 활용 방안은 무엇인가? 마지막으로 물 생산성은 작물 생산량을 관개량으로 나눈 값으로 농업용수 사용 효율을 나타내는 지표이다. 이를 활용하여 목표 생산량에 따른 최소 관개량 혹은 관개 제한 조건에 따른 최대 작물 생산량 등의 시나리오를 구성하여 최적의 환경 조건을 설정할 수 있다. 또한 이를 에너지 사용량, 즉, 비용과 연결시켜 물-식량-에너지 넥서스를 구성한다면, 정책 평가나 의사결정에 활용될 것으로 판단된다
SNAK이란? SNAK (Smart Nexus for Agriculture in Korea)은 우리나라 농업분야에 관련하여 식량과 에너지, 물 넥서스를 분석하기 위한 프로젝트이며 이를 구축하고 분석하기 위해서는 식량(농엽생산물)-에너지-물 관련 상호관계와 상쇄관계를 파악하는 것이 기본이다. 이중 생물물리학적(Biophysical)통합 모델 개발 및 기후변화 연계기술 개발은 작물의 생산성과 물과의 관계를 분석하게 되고, 이 때 사용되는 에너지를 통합하여 해석하게 되는데, 이를 위하여 생물물리학적 모델을 도입하게 되고 기후변화에 관련하여 그 영향을 분석해야 하므로 기후변화 연계 기술을 도입하게 되었다.
AquaCrop 모형의 기능적 특징은? 특히 1년차에서는 생물물리학적 모델로서 AquaCrop(FAO) 모형을 선정하여 운영하였다. AquaCrop 모형은 작물의 소비수량을 계산하고 대상작물의 바이오매스와 농산물의 생산량을 계산할 수 있으며, 산정과정에 기상, 관개조건 및 토양의 비옥도 그리고 포장 상태 등을 고려할 수 있어 SNAK 연구의 생물물리학적 통합 모델 개발 및 적용성 평가에 적합한 모형이라고 판단되어 선정되었다.
질의응답 정보가 도움이 되었나요?

참고문헌 (6)

  1. Chen, Lijun, Shangfeng Du, Yaofeng He, Meihui Liang and Dan Xu, 2018. Robust model predictive control for greenhouse temperature based on particle swarm optimization. Information Processing in Agriculture 5(3): 329-338. doi:10.1016/j.inpa.2018.04.003. 

  2. Shin, H. and S. Nam, 2015. Validation of load calculation method for greenhouse heating design and analysis of the influence of infiltration loss and ground heat exchange. Korean Society of Horticultural Science 33(5): 647-657. doi: 10.7235/hort.2015.15007. (in Korean) 

  3. Steduto, Pasquale & Hsiao, Theodore & Fereres, E & Raes, Dirk, 2012. Crop yield response to water. FAO. 

  4. T. Foster, N. Brozovic, A.P. Butler, C.M.U. Neale, D. Raes, P. Steduto, E. Fereres, T.C. Hsiao, 2017. AquaCrop-OS: An open source version of FAO's crop water productivity model. Agricultural Water Management 181: 18-22. 

  5. Van Beveren, P.J.M., J. Bontsema, G. van Straten and E.J. van Henten, 2015. Optimal control of greenhouse climate using minimal energy and grower defined bounds. Applied Energy 159: 509-519. doi: 10.1016/j.apenergy.2015.09.012.6. 

  6. Van Henten, E.J. and J. Bontsema, 2009. Time-scale decomposition of an optimal control problem in greenhouse climate management, Control Engineering Practice 17(1): 88-96. doi:10.1016/j.conengprac.2008.05.008. 

저자의 다른 논문 :

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