$\require{mediawiki-texvc}$

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.

기후변화 및 환경스트레스 영향평가를 위한 한국형 SPAR(Soil-Plant-Atmosphere-Research) 시스템의 개발
Development of Korean SPAR(Soil-Plant-Atmosphere-Research) System for Impact Assessment of Climate Changes and Environmental Stress 원문보기

한국농림기상학회지 = Korean Journal of Agricultural and Forest Meteorology, v.21 no.3, 2019년, pp.187 - 195  

상완규 (농촌진흥청 국립식량과학원) ,  김준환 (농촌진흥청 국립식량과학원) ,  신평 (농촌진흥청 국립식량과학원) ,  백재경 (농촌진흥청 국립식량과학원) ,  이윤호 (농촌진흥청 국립식량과학원) ,  조정일 (농촌진흥청 국립식량과학원) ,  서명철 (농촌진흥청 국립식량과학원)

초록
AI-Helper 아이콘AI-Helper

기후변화에 따른 환경 스트레스 대응 기술과 영농의사결정 플랫폼 개발을 위해서는 환경 조건에 따른 작물의 반응을 이해하기 위한 시스템 개발이 매우 중요하다. 본 연구는 한국형 SPAR 시스템이 다양한 환경 조건에서 작물 생육 반응을 어떻게 정량화하고, 향후 작물 생육 모형 개발에 어떻게 연계될 수 있는지에 대해 방향을 제시하고자 수행되었다. 한국형 SPAR 시스템은 온도, $CO_2$ 농도 등의 기상요소와 양 수분 관리 등 재배요소를 동시에 정밀 조절할 수 있을 뿐 만 아니라 군락수준에서 광합성 및 호흡 등 작물의 생육 반응을 실시간으로 정량화하기에 최적화되어 있다. 본 시스템을 통해 수집된 군락 광합성 정보는 실제 작물의 환경조건에 따른 생육량 변동을 매우 유의하게 반영하여 향후 작물 생육 모형에 실질적으로 적용 가능한 환경-유전 요인간 특이적 반응 함수 개발에 크게 활용될 것으로 기대된다.

Abstract AI-Helper 아이콘AI-Helper

The needs for precise diagnostics and farm management-decision aids have increased to reduce the risk of climate change and environmental stress. Crop simulation models have been widely used to search optimal solutions for effective cultural practices. However, limited knowledge on physiological res...

주제어

표/그림 (7)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 하지만 수년간의 연구에도 불구하고 환경 변이에 따른 작물 생육 반응의 정량적 정보는 여전히 부족한 실정이다. 본 연구는 기존 SPAR 챔버의 군락광합성 측정 시스템을 개선한 한국형 SPAR 시스템 개발을 통해 수집된 작물 생육 정보가 향후 작물 생육 모형 개발을 위해 어떻게 사용될 수 있는지에 대해 명시하고자 수행되었다. 이를 위해 국립식량과학원에 설치된 한국형 SPAR 시스템에서 콩 재배 시험을 진행하고 수집된 작물 생육 정보의 사례를 제시함으로써 향후 SPAR를 활용한 작물 및 기후변화 연구의 적용 가능성에 대해 알아보고자 한다.
  • 본 연구는 기존 SPAR 챔버의 군락광합성 측정 시스템을 개선한 한국형 SPAR 시스템 개발을 통해 수집된 작물 생육 정보가 향후 작물 생육 모형 개발을 위해 어떻게 사용될 수 있는지에 대해 명시하고자 수행되었다. 이를 위해 국립식량과학원에 설치된 한국형 SPAR 시스템에서 콩 재배 시험을 진행하고 수집된 작물 생육 정보의 사례를 제시함으로써 향후 SPAR를 활용한 작물 및 기후변화 연구의 적용 가능성에 대해 알아보고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
작물 생육 모형에서 생장과 발달은 무엇에 의해 결정되는가? , 2001). 작물 생육 모형에서 생장과 발달은 각 작물의 생장 잠재력과 다양한 환경적 한계 사이의 상호 작용에 의해 결정된다. 여기서 각 작물의 유전 형질에 대한 잠재적인 생장 및 발달 속도는 양분 및 수분에 의해 제한 받지 않는 조건 하에서 각 온도 조건 별 달성 가능한 최대 속도로 정의된다(Reddy et al.
농업은 무엇에 의해 크게 좌우되는 산업인가? 농업은 대기 온도, 강수량, 이산화탄소 농도 등 기상 환경에 의해 크게 좌우되는 산업이다. 해마다 변동하는 기상 요소에 토양, 품종, 재배 방식 등의 다양한 요소가 결합되면 효과적인 영농 의사 결정 시스템 구축은 더욱 어려워진다.
이론적 또는 예측적 프레임워크 내에서 구성된 생육 정보의 구축이 무엇보다 필수적인 이유는? 농업은 대기 온도, 강수량, 이산화탄소 농도 등 기상 환경에 의해 크게 좌우되는 산업이다. 해마다 변동하는 기상 요소에 토양, 품종, 재배 방식 등의 다양한 요소가 결합되면 효과적인 영농 의사 결정 시스템 구축은 더욱 어려워진다. 따라서, 효과적인 재배 관리를 위해서는 의사 결정 프로세스를 지원할 수 있는 이론적 또는 예측적 프레임워크 내에서 구성된 생육 정보의 구축이 무엇보다 필수적이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (21)

  1. Acock, B., D. W. Hand, J. H. M. Thornley, and J. W. Wilson, 1976: Photosynthesis in stands of green peppers. An application of empirical and mechanistic models to controlled-environment data. Annals of Botany 40(170), 1293-1307. 

  2. Adiku, S. G. K., M. Reichstein, A. Lohila, N. Q. Dinh, and M. Aurela, 2006: PIXGRO: A model for simulating the ecosystem $CO_2$ exchange and growth of spring barley. Ecological Modelling 190, 260-276. 

  3. Arp, W. J., 1991: Effects of source-sink relations on photosynthetic acclimation to elevated $CO_2$ .Plant, Cell & Environment 14(8), 869-875. 

  4. Baker, J. T., S. H. Kim, D. C. Gitz, D. Timlin, and V. R. Reddy, 2004: A method for estimating carbon dioxide leakage rates in controlledenvironment chambers using nitrous oxide. Environmental and Experimental Botany 51(2), 103-110. 

  5. FLEXAS, J., A. DIAZ-ESPEJO, J. GALMES, R. KALDENHOFF, H. MEDRANO, 2007: Rapid variations of mesophyll conductance in response to changes in $CO_2$ concentrationaroundleaves. Plant, Cell & Environment 30(10), 1284-1298. 

  6. Gesch, R. W., J. C. V. Vu, L. H. Allen, K. J. Boote, and R. W. Goch, 2001: Photosynthetic responses of rice and soybean to elevated $CO_2$ , and temperature. Recent Research Developments Plant Physiology 2, 125-137. 

  7. Jones, P., J. W. Jones, L. H. Allen, and J. W. Mishoe, 1984: Dynamic computer control of closed environmental plant growth chambers. design and verification. Transactions of the American Society of Agricultural Engineers 27(3), 879-888 

  8. Kang, W. H., J. S. Kim, D. Kim, D. H. Jung, and J. E. Son, 2015: Measurements of leaf and canopy photosynthetic rates as indicators of productivity of Kale (Brassica oleracea Acephala Group) cultivars. 한국농업기계학회 학술발표논문집 20(1), 405-406. 

  9. Kim, S. H., R. C. Sicher, H. Bae, D. C. Gitz, and J. T. Baker, 2006: Canopy photosynthesis, evapotranspiration, leaf nitrogen, and transcription profiles of maize in response to $CO_2$ enrichment. Global Change Biology 12(3), 588-600. 

  10. Phene, J. C., D. N. Baker, J. R. Lambert, J. E. Parsons, and J. M. McKinion, 1978: SPAR-A Soil-Plant-Atmosphere Research System. Transactions of the ASAE 21(5), 924-930. 

  11. Raja Reddy, K., V. Gopal Kakani, J. McKinion, and D. Baker, 2002: Applications of a cotton simulation model, GOSSYM, for crop management, economic, and policy decisions. CRC Press, LLC, Boca Raton, FL, 33-73 

  12. Reddy, K. R., H. F. Hodges, and J. M. McKinion, 1995a: Carbon dioxide and temperature effects on pima cotton growth. Agriculture, Ecosystems and Environment 54, 17-29. 

  13. Reddy, K. R., H. F. Hodges, and J. M. McKinion, 1995b: Carbon dioxide and temperature effects on pima cotton development. Agronomy Journal 87(5), 820-826. 

  14. Reddy, K., H. F. Hodges, J. Read, J. M. McKinion, and J. Baker, 2001: Soil-Plant-Atmosphere-Research (SPAR) facility: A tool for plant research and modeling. Biotronics 30, 27-50. 

  15. Reddy, A. R., K. R. Reddy, and H. F. Hodges, 1997: Dynamics of canopy photosynthesis in Pima cotton (Gossypium barbadense L.) as influenced by growth temperature. Indian Journal of Experimental Biology 35(9), 1002-1006. 

  16. Running, S. W., P. E. Thornton, R. Nemani, and J. M. Glassy, 2000: Global terrestrial gross and net primary productivity from the Earth Observing System. Methods in Ecosystem Science, Springer, New York, NY, 44-57. 

  17. Sage, R. F., 1994: Acclimation of photosynthesis to increasing atmospheric $CO_2$ : The gas exchange perspective. Photosynthesis Research 39(3), 351-368. 

  18. Sang, W. G., J. H. Kim, P. Shin, H. S. Cho, M. C. Seo, and G. H. Lee, 2017: Current research works on climate change issue using SPAR(Soil-Plant-Atmosphere-Research) system in USDA-ARS. The Journal of the Korean Society of International Agriculture 29(4), 382-388. 

  19. Singh, S. K., V. R. Reddy, D. H. Fleisher, and D. J. Timlin, 2018: Phosphorus nutrition affects temperature response of soybean growth and canopy photosynthesis. Frontiers in Plant Science 9, 1116pp. 

  20. Tenhunen, J., R. Geyer, S. Adiku, M. Reichstein, and U. Tappeiner, 2009: Influences of changing land use and $CO_2$ concentration on ecosystem and landscape level carbon and water balances in mountainous terrain of the Stubai Valley, Austria. Global and Planetary Change 67, 29-43. 

  21. Wells, R., W. R. Meredith, and J. R. Williford, 1986: Canopy photosynthesis and its relationship to plant productivity in mear-isogenic cotton lines differing in leaf morphology. Plant Physiology 82(3), 635-640. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

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