선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 우리나라 농업생태계별 탄소 수지를 평가 하기 위해 전라북도 김제시 논(벼, 신동진) 생태계, 밭(콩, 대 찬) 생태계, 경상북도 의성군 과수(사과, 후지)에 대해 플럭스 관측시스템을 구축하고, 미기상학적 방식인 에디공분산 방법으로 2년(2018년~2019년)간 연속적으로 측정된 CO2 플럭스 자료를 분석하였다. 또한, 미기상플럭스 평가를 위한 보조정 보로 농작물 생육조사를 수행하였으며 여러 가지 기상인자 (기온, 강수량, 일사량 등) 등 환경요인 등을 조사하였다.
제안 방법
- 온도 등을 측정하였다. 2018년 1월 1일부터 2019년 12월 31일까지 수집된 10 Hz 자료에 에디공분산 방법을 이용하여 30분 평균 물리량 플럭스를 계산하였다. 30분 평균 플럭스 자료는 먼저 지형에 따른 공기 흐름의 변화를 고려한 평면 맞추기 회전 (PER; planar fit rotation, [8])과 공기의 밀도 변화를 고려한 밀도 효과 보정[9] 등을 수행하였으며[6], 다음으로 플럭스의 기계적 측정오류와 난류 특성에 따라 발생하는 튀는 자료는 OzFluxQC를 이용하여 제거하였다[10].
- 2018년 1월 1일부터 2019년 12월 31일까지 수집된 10 Hz 자료에 에디공분산 방법을 이용하여 30분 평균 물리량 플럭스를 계산하였다. 30분 평균 플럭스 자료는 먼저 지형에 따른 공기 흐름의 변화를 고려한 평면 맞추기 회전 (PER; planar fit rotation, [8])과 공기의 밀도 변화를 고려한 밀도 효과 보정[9] 등을 수행하였으며[6], 다음으로 플럭스의 기계적 측정오류와 난류 특성에 따라 발생하는 튀는 자료는 OzFluxQC를 이용하여 제거하였다[10].
- 계절 변동성을 살펴보기 위해 일 누적 NEE, GPP, Re의 계절 변화를 살펴보았다(Fig. 2). 벼의 경우, 전체 기간에 대 한 평균 NEE 는 2018년 -1.
- 농업생태계별 CO2 흡수량의 변화 요인을 분석하기 위해, 벼, 콩, 사과 작물의 초장, 엽면적지수에 대한 생육량 변화를 살펴보았다(Fig. 5). 2019년 벼의 엽면적지수와 초장은 이앙일(5월 22일~23일)부터 7월 초순까지 2018년과 비교하여 전반적으로 낮고 작게 나타났으나, 출수기인 8월 중순부터는 2018년보다 엽면적지수는 높아지고 초장은 비슷하거나 약간 커지는 것으로 조사되었다.
- 또한 순 생태계 교환량을 기반으로 농업 생태계 유형별 탄소 수지를 정량화하고, 추정 결과를 비교 분석하였다.
- 본 연구에서는 우리나라 농업생태계별 탄소 수지를 평가 하기 위해 전라북도 김제시 논(벼, 신동진) 생태계, 밭(콩, 대 찬) 생태계, 경상북도 의성군 과수(사과, 후지)에 대해 플럭스 관측시스템을 구축하고, 미기상학적 방식인 에디공분산 방법으로 2년(2018년~2019년)간 연속적으로 측정된 CO2 플럭스 자료를 분석하였다. 또한, 미기상플럭스 평가를 위한 보조정 보로 농작물 생육조사를 수행하였으며 여러 가지 기상인자 (기온, 강수량, 일사량 등) 등 환경요인 등을 조사하였다.
- 미기상플럭스 평가를 위한 보조정보로 농작물의 초장, 엽면적지수 등 생육 조사를 수행하였고 플럭스 타워에서 측정된 기온, 강수량, 태양복사에너지 등 환경정보도 수집 분석하였다. 연구 대상지역의 작물에 대한 생육조사는 플럭스 타워가 위치한 농가포장에서 약 2주 간격으로 수행하였다.
- 작물의 초장은 플럭스 타워가 위치한 농가의 벼와 콩 20주를 고정하여 조사하였다. 벼, 콩 군락의 엽면적 지수(Leaf Area Index, LAI) 는 작물체 3주를 채취하여 엽면적측정기(LI-3100C, LI-COR, USA)를 활용하였고, 사과는 3그루를 고정하여 이동형 식생군락분석기(LAI-2000, LI-COR, USA)를 활용하여 비파괴방식으로 엽면적지수를 조사하였다.
- 벼, 콩, 사과 재배지역에 대한 평균적인 CO2 플럭스의 일 변화량을 살펴보기 위해 30분 누적된 CO2 순생태계교환량 (Net Ecosystem Exchange, NEE), 총일차생산량(Gross Primary Production, GPP), 생태호흡량(Re, Ecosystem Respiration)의 1년 자료의 중위수를 일일시계열로 나타내었다(Fig. 1). 벼의 경우, 평균적으로 7시 30분부터 18시까지 GPP가 양의 값을, NEE가 음의 값을 가져, 동시간 동안 작물이 기공을 열고 CO2를 흡수하여 광합성을 하는 것으로 조사 -1로 일 변되었다.
- 본 연구에서는 다양한 농업생태계에 대한 장기적인 관측을 위해 에디공분산 방식을 이용하여 남한지역의 벼, 콩, 사과 재배지역을 대상으로 연속적으로 CO2 플럭스를 측정하였다. 또한 순 생태계 교환량을 기반으로 농업 생태계 유형별 탄소 수지를 정량화하고, 추정 결과를 비교 분석하였다.
- 연구 대상지역(3곳)에 설치된 각 플럭스 타워에서 10 Hz (초당 10회) 속도로 대기 중의 CO2, 수증기(H2O), 3차원 바람, 온도 등을 측정하였다. 2018년 1월 1일부터 2019년 12월 31일까지 수집된 10 Hz 자료에 에디공분산 방법을 이용하여 30분 평균 물리량 플럭스를 계산하였다.
- 분석하였다. 연구 대상지역의 작물에 대한 생육조사는 플럭스 타워가 위치한 농가포장에서 약 2주 간격으로 수행하였다. 작물의 초장은 플럭스 타워가 위치한 농가의 벼와 콩 20주를 고정하여 조사하였다.
- 월 평균 일 Re, GPP, NEE를 농업생태계별로 비교하여 살 펴보았다(Fig. 3). 휴면기인 12월~2월 동안은 호흡이 0.
- 연구 대상지역의 작물에 대한 생육조사는 플럭스 타워가 위치한 농가포장에서 약 2주 간격으로 수행하였다. 작물의 초장은 플럭스 타워가 위치한 농가의 벼와 콩 20주를 고정하여 조사하였다. 벼, 콩 군락의 엽면적 지수(Leaf Area Index, LAI) 는 작물체 3주를 채취하여 엽면적측정기(LI-3100C, LI-COR, USA)를 활용하였고, 사과는 3그루를 고정하여 이동형 식생군락분석기(LAI-2000, LI-COR, USA)를 활용하여 비파괴방식으로 엽면적지수를 조사하였다.
대상 데이터
- 통해 오차를 줄일 수 있다[11]. 본 연구에서는 2개년도 3개 지점마다 각각 계산된 u*의 임계점을 0.05 ~ 0.08 ms [12] 범위 안에서 설정하였으며, 임계점 이하의 야간 CO2 플럭스자료는 제거하였다. 주간 플럭스 결측 자료 메우기 (gap-filling)과정으로는 FLUXNET의 표준화 방법인 수정된 색인 목록 방법(modified lookup method: MLTM)을 적용하였다[12].
- 연구 대상지역은 모두 단작지이며, 주변에 큰 도로와 해안이 없는 다소 고르고 평평한 내륙의 농경지이다. 위경도, 해발고도, 취주 거리 등 상세한 연구 대상지역의 정보는 Table 1과 같다.
- 우리나라 농업생태계별 미기상플럭스를 분석하기 위해 전라북도 김제시 밭(콩, 대찬) 생태계, 전라북도 김제시 논(벼, 신동진) 생태계, 경상북도 의성군 과수(사과, 후지) 생태계를 연구 대상지역으로 설정하고, 각 경작지에 플럭스 타워를 구축하였다. 연구 대상지역은 모두 단작지이며, 주변에 큰 도로와 해안이 없는 다소 고르고 평평한 내륙의 농경지이다.
이론/모형
- 08 ms [12] 범위 안에서 설정하였으며, 임계점 이하의 야간 CO2 플럭스자료는 제거하였다. 주간 플럭스 결측 자료 메우기 (gap-filling)과정으로는 FLUXNET의 표준화 방법인 수정된 색인 목록 방법(modified lookup method: MLTM)을 적용하였다[12]. 본 연구에서는 각 관측 지점에서의 CO2 플럭스 자료가 적게는 18년도 벼, 콩 재배지에서 약 84%, 많게는 18년도 사과 재배지에서 약 98%까지 수집되었고, 결측 보충률이 적게는 18년도 사과 재배지에서 약 11%, 많게는 19년도 콩 재배지에서 약 30%로 조사되었다.
성능/효과
- 2019년 콩 초장의 경우 생육 기간(6~9월) 동안 전반적으로 2018년보다 작은 것으로 나타났다. 2019년도 사과의 엽면적지수는 타 작물에 비해 낮은 변동성을 가졌으며, 생육조사기간인 6월부터 10월까지의 평균 엽면적지수는 2018년과 비교하여 약 59% 정도 적게 나타났다.
- 사과는 개화시기(4월 말~5월 초) 이후 잎 수가 증가하고 엽면적이 커지면서 호흡량 과 광합성량이 같이 증가하여 초여름(6월~7월)에 가장 이산화탄소 흡수를 많이 하는 것으로 분석되었다. 8월 이후 Re와 GPP가 감소하면서 이산화탄소 흡수량이 감소하다가 수확 이 후 11월부터는 오히려 탄소를 방출하는 것으로 확인되었다. 농업생태계별로 비교해 보면, 생육기간 (6월~9월) 동안 평균 논의 광합성량(5.
- 농경지는 긴 시간 규모에 대해 탄소중립(carbon-neutral) 으로 인정 받지만, 일별부터 계절까지 다소 짧은 시간 규모에 대해 대기 중 이산화탄소(CO2) 농도의 변화에 강한 영향을 미치는 것으로 평가되었다. 선행 연구[3, 4]에서 농경지가 자연 식생 지역과 비교하여 지역적으로 CO2의 계절적 변화량을 약 25% 증가시킨다는 결과 보였다.
- 0 MJ m−2 로 관측되었다. 모든 연구사이트에서 2018년은 2019년과 비교하여 7월에는 지온이 높고, 일사량이 많은 조건이었다. 단, 2019년 9월에 사과 플럭스 연구사이트 의 지온 센서 교체로 인해 지온은 결측되었다.
- 주간 플럭스 결측 자료 메우기 (gap-filling)과정으로는 FLUXNET의 표준화 방법인 수정된 색인 목록 방법(modified lookup method: MLTM)을 적용하였다[12]. 본 연구에서는 각 관측 지점에서의 CO2 플럭스 자료가 적게는 18년도 벼, 콩 재배지에서 약 84%, 많게는 18년도 사과 재배지에서 약 98%까지 수집되었고, 결측 보충률이 적게는 18년도 사과 재배지에서 약 11%, 많게는 19년도 콩 재배지에서 약 30%로 조사되었다.
- 콩 연구사이트에서 2018년 대비 2019년 지온, 강수량, 일사량 변화량이 벼 연구사이트와 유사하게 관 측되었다. 사과 플럭스 연구사이트의 과실비대기 기간(6월~9 월) 동안의 평균지온은 2018년 24.7℃, 2019년 24.8℃ 이었고, 동 기간의 누적강수량은 2018년 521.3 mm, 2019년 470.5 mm로 조사되었으며, 평균 일사량은 2018년 17.7 MJ m−2 , 2019년 17.0 MJ m−2 로 관측되었다. 모든 연구사이트에서 2018년은 2019년과 비교하여 7월에는 지온이 높고, 일사량이 많은 조건이었다.
- 4 g C m-2 -1m s ) 보다 일 변화가 큰 것으로 조사되었다. 사과의 평균-2Re, GPP, NEE의 일 변동폭은 각각 0.4, 7.3, 6.7 g C m s -1로, GPP, NEE, Re 순으로 일 변동폭이 큰 것으로 나타났다. 농업생태계별로 비교하면, CO2의 일 변화량은 벼가 상대적으로 콩과 사과보다 적은 것으로 추정되었다.
- 9 g C m-2 day-1로 추정되었다. 연구 대상 농경지는 생육기간동안 모두 지역적 육지 탄소 흡수원으로서 기여를 하고 있었으며, 그중 에서 논(벼) 생태계가 밭(콩) 생태계와 과수(사과) 생태계보다 보다 더 많이 CO2를 흡수한 것으로 분석되었다.
- 0 g C m-2 day-1 정도 증가하였던 것으로 나타났다. 즉 2018년과 비교하여 2019년 생육기간동안 벼는 적게 호흡하고, 많이 광합성하여 더 많이 탄소를 흡수하였으며, 콩은 감소한 광합성량보다 감소한 호흡 량이 더 커서 전체적으로 더 많이 탄소를 흡수한 것으로 나타 났다. 반면 2019년 사과는 2018년과 비교하여 호흡량은 증가 하고 광합성량이 감소하여 전체적인 탄소 흡수량이 감소한 것으로 나타났다
- NEE의 계절 변동폭으 로 살펴보면, 콩, 벼, 사과 순으로 크게 나타났다. 즉, 사과는 두 작물보다 상대적으로 이산화탄소 교환량의 계절적 변화가 적은 것으로 나타났다
- 콩은 조사기간 동안 평균 8시 30분부터 17시 30분까지 NEE가 음의 값을 가지는 것으로 조사되었다. 콩의-2Re, GPP, NEE의 일 변동폭이 각각 1.3, 7.8, 7.8 g C m s -1으로, NEE가 Re 보다 GPP의 일 변화량에 더 큰 영향을 받는 것으로 분석되었다. 사과의 경우, 평균 8시부터 17시 30 분까지 음의 NEE값을 가지는 것으로 측정되었다.
후속연구
- 대부분의 선행연구는 우리나라 주식인 벼 중심의 CO2 측정 및 분석에 집중되어 있다. 그러나 농업생태계의 CO2 플럭스는 농작물, 작부체계, 환경요인 등에 따라 달라질 수 있기 때문에 장기적인 관측과 분석자료를 기반으로 다양한 농업생태계의 탄소 수지를 정량화하고 연구할 필요가 있다.
- 이 연구결과는 다양한 농경지에 대한 탄소 수지를 정량화 함으로써 농경지가 이산화탄소 흡수원으로서 역할을 증명할 수 있는 근거자료로 활용될 수 있을 뿐만 아니라 작은 모자이 크 형태의 논, 밭으로 이루어진 우리나라에 대한 생지화학 및 지역 기후 모델의 기초자료로 모사 능력 개선을 위해 이용될 수 있다. 그러나 본 연구는 특정 대상 지역에 대한 2년 관측 자료를 기반으로 하고 있어 자료의 대표성과 신뢰성을 얻기 위해서는 장기적인 관측 및 모니터링이 필요하며, 주변의 다 른 작물과 인접한 토지이용 형태, 지형 등의 영향을 최소화할 수 있도록 좀 더 정밀한 탄소 수지 추정이 필요하다. 또한 추 가적인 분석을 통해 탄소 수지의 시공간적 변동성 패턴 및 원 인을 추정할 수 있다면, 기후 변화 대응 및 적응을 위한 중요 정보로써 활용 될 수 있을 것으로 기대된다.
- 그러나 본 연구는 특정 대상 지역에 대한 2년 관측 자료를 기반으로 하고 있어 자료의 대표성과 신뢰성을 얻기 위해서는 장기적인 관측 및 모니터링이 필요하며, 주변의 다 른 작물과 인접한 토지이용 형태, 지형 등의 영향을 최소화할 수 있도록 좀 더 정밀한 탄소 수지 추정이 필요하다. 또한 추 가적인 분석을 통해 탄소 수지의 시공간적 변동성 패턴 및 원 인을 추정할 수 있다면, 기후 변화 대응 및 적응을 위한 중요 정보로써 활용 될 수 있을 것으로 기대된다.
- 이 연구결과는 다양한 농경지에 대한 탄소 수지를 정량화 함으로써 농경지가 이산화탄소 흡수원으로서 역할을 증명할 수 있는 근거자료로 활용될 수 있을 뿐만 아니라 작은 모자이 크 형태의 논, 밭으로 이루어진 우리나라에 대한 생지화학 및 지역 기후 모델의 기초자료로 모사 능력 개선을 위해 이용될 수 있다. 그러나 본 연구는 특정 대상 지역에 대한 2년 관측 자료를 기반으로 하고 있어 자료의 대표성과 신뢰성을 얻기 위해서는 장기적인 관측 및 모니터링이 필요하며, 주변의 다 른 작물과 인접한 토지이용 형태, 지형 등의 영향을 최소화할 수 있도록 좀 더 정밀한 탄소 수지 추정이 필요하다.
- 즉, CO2 교 환량은 기상과의 직접적인 관계보다 생육 상태와의 관계가 더 긴밀한 것으로 추정된다. 탄소 흡수량 변화에 직접적으로 영향을 미치는 기상, 생육 상황 등 환경 요소들을 밝히기 위 해서 향후 추가 연구가 필요하다.
- 8~9월은 콩 생육에 의한 광합성 동화작용의 영향인 반면, 4~5월은 콩 관측지점 주변의 녹비작물 재배의 영향인 것으로 보인다. 향 후 관측 높이를 조정을 통해 관측목표에 부합하도록 취주거 리가 확보하거나 품질 검증을 통해 타 작물의 영향을 최소화 할 필요가 있다. 콩 Re, GPP, NEE의 계절 변동폭은 각각 5.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.