[논문]경과기온 양상에 따른 신고 배의 지역별 개화예측모델 평가

김진희; 윤은정; 김대준; 강대균; 서보훈; 심교문

doi:10.5532/kjafm.2020.22.4.268

경과기온 양상에 따른 신고 배의 지역별 개화예측모델 평가
Evaluation of Regional Flowering Phenological Models in Niitaka Pear by Temperature Patterns 원문보기

한국농림기상학회지 = Korean Journal of Agricultural and Forest Meteorology, v.22 no.4, 2020년, pp.268 - 278

김진희 ((재)국가농림기상센터) , 윤은정 ((재)국가농림기상센터) , 김대준 ((재)국가농림기상센터) , 강대균 ((재)국가농림기상센터) , 서보훈 (서울대학교 식물생산과학부) , 심교문 (농촌진흥청 국립농업과학원)

초록
AI-Helper

기후변화에 특히 민감한 농업분야에서 최근 겨울철 이상난동 현상으로 과실류의 개화시기는 앞당겨지고 있으며, 늦서리에 의한 꽃눈의 피해는 지속적으로 발생하고 있다. 본 연구에서는 꽃눈이 늦가을부터 휴면에 진입하여 추운 겨울을 지나 싹이 트고 꽃이 피는 봄까지 경과 기온의 양상이 식물의 개화반응에 어떤 영향을 미치는지 살펴보고자 하였다. 이를 위해 남한에서 주로 활용되고 있는 개화예측모델을 대상으로 최근 3년간 8개 지점에서 관측된 기온 자료를 확보하여 신고 배의 내생휴면 해제를 위해 필요한 냉각량과, 휴면타파 이후 개화까지 요구되는 가온량의 일정기간 누적값을 모델별로 각각 비교하고, 객관적으로 평가할 수 있는 관측 만개일 정보를 수집하여 지역별 모델 예측력을 평가하였다. 변동계수로 살펴본 냉각량 계산에 대한 모델별 성능은 mDVR 모델에서 8.4%로 가장 안정적인 것으로 확인되었고, 휴면해제 이후 개화에 도달하기까지 필요한 가온량에 대한 모델별 변동계수는 CD 모델이 17.5%로 낮은 편이었다. 2018년부터 2020년까지 3년간의 신고 배의 만개기 관측날짜로부터 평가한 DVR 모델, mDVR 모델, CD 모델의 만개기 예측력은 mDVR 모델의 정확도가 가장 높은 것으로 나타났고, DVR 모델이 전반적으로 좋지 않았다. 특히 울주나 사천 등 기온이 온난한 남부 해안지역에서 오차가 큰 경향이었으며, 예년에 비해 겨울철 기온이 유난히 따뜻했던 2019-2020년은 이천을 제외한 모든 지점에서 실제 개화일보다 빠르게 예측하는 결과를 보였다.

Abstract ▼ AI-Helper

Flowering time has been put forward due to the recent abnormally warm winter, which often caused damages of flower buds by late frosts persistently. In the present study, cumulative chill unit and cumulative heat unit of Niitaka pear, which are required for releasing the endogenous dormancy and for flowering after breaking dormancy, respectively, were compared between flowering time prediction models used in South K orea. Observation weather data were collected at eight locations for the recent three years from 2018-2020. The dates of full bloom were also collected to determine the confidence level of models including DVR, mDVR and CD models. It was found that mDVR model tended to have smaller values (8.4%) of the coefficient of variation (cv) of chill units than any other models. The CD model tended to have a low value of cv (17.5%) for calculation of heat unit required to reach flowering after breaking dormancy. The mDVR model had the most accurate prediction of full bloom during the study period compared with the other models. The DVR model usually had poor skills in prediction of full bloom dates. In particular, the error of the DVR model was large especially in southern coastal areas (e.g., Ulju and Sacheon) where the temperature was warm. Our results indicated that the mDVR model had relatively consistent accuracy in prediction of full bloom dates over region and years of interest. When observation data for full bloom date are compiled for an extended period, the full bloom date can be predicted with greater accuracy improving the mDVR model further.

주제어

표/그림 (8)

그림 Fig. 1. Locations of 8 weather stations with the phenology observation in South Korea.
표 Table 1. Chill accumulation according to hours below 7℃, modified DVR model, and Chill-days model at 8 weather stations from October 1^st of the previous year to February 15^th of the next year (approximately four and half months)
그림 Fig. 2. Daily temperature and chilling accumulation by chill hours (hours below 7 °C) at 8 weather stations October 1^st of the previous year to February 15^th of the next year (approximately four and half months).
그림 Fig. 3. Daily temperature and chilling accumulation by chill hours (hours above 5 °C) at 8 weather stations from January 1^st to April 15^th each year.
표 Table 2. Heat accumulation according to hours above 5℃, modified DVR model, and Chill-days model at 8 weather stations from January 1^st to April 15^th each year
표 Table 3. Comparison of the model performance in predicting full bloom dates of Niitaka pear between 2018 and 2020
그림 Fig. 5. Comparison of the predicted and the observed full bloom dates at 8 phenology sites from 2018 to 2020.
그림 Fig. 4. Comparison of observed full bloom dates of Niitaka pear and the full bloom dates predicted by DVR model, modified DVR model, and Chill-days model from 2018 to 2020.

AI 본문요약
AI-Helper

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

문제 정의

개화예측모델의 성능을 평가하기에 앞서 그 해 기온은 어떠했는지 식물의 개화생리에 비춰 분석해보고자 하였다. 늦가을부터 이듬해 봄까지 신고 배의 내생휴면이 해제되기 위해 필요한 냉각량과, 이후 생장을 재개하여 발아가 되고 개화가 되기까지 필요한 가온량을 모델별로 산정하여 비교하였다.
5). 그 중에서도 울산 해안가에 인접한 울주 지역은 -11일부터 -34 일까지 현실과 동떨어진 만개 시기를 모의하고 있어 개선이 필요해보인다. CD 모델은 울주와 상주 지역의 예측 오차가 컸고(RMSE 8.
따라서 모델의 전국적인 적용에 앞서 이러한 생물계절 관측자료의 내재적 오차요인을 저감할 수 있는 방안이 먼저 준비되어야 할 것이다. 본 연구에서는 꽃눈이 늦가을부터 휴면에 진입하여 추운 겨울을 지나 싹이 트고 꽃이 피는 봄까지 경과 기온의 양상이 식물의 개화반응에 어떤 영향을 미치는지 살펴보고자 하였다. 이를 위해 남한에서 주로 활용되고 있는 개화예측모델을 대상으로 최근 3년간 8개지점에서 관측된 기온 자료를 확보하여 신고 배의 내생휴면 해제를 위해 필요한 냉각량과, 휴면타파 이후 개화까지 요구되는 가온량의 일정기간 누적값을 모델별로 각각 비교하였다.

가설 설정

꽃눈이 늦가을 휴면에 진입 후 기온에 따라 계산되는 냉각량이 매일 쌓이게 되어 정해진 저온요구도(chilling requirement, Cr)에 도달하게 되면 내생휴면이 해제된 것으로 간주하며, 이후로는 GDD와 동일한 개념으로 가온량을 계산하여 누적하게 된다. 누적된 가온량이 저온요구량과 같아지면 강제휴면타파(발아)가 되고, 신고 배에 맞춰진 정해진 고온요구도(heating requirement, Hr)만큼 추가적인 가온량이 누적되면 만개기에 도달한 것으로 가정한다. 신고 배의 모수는 Kim et al.

제안 방법

신고 배의 모수는 Kim et al.(2009b)의 실험결과를 토대로 만개기까지 필요한 고온요구도를 일부 수정한 기준온도(Tc: 5.4℃), 저온요구도(Cr: -86.4)와 고온요구도(Hr: 272)의 값을 적용하였다.
1). 개화 관측정보는 시스템에서 제공하고 있는 만개기(약 70∼80% 개화) 조사날짜를 그대로 사용하되, 결측되거나 정보가 누락된 지점은 과원 영상에서 직접 확인하여 만개기 날짜를 확보하였다.
, 1937)과 mDVR 모델의 발육속도(DVR1)값, CD 모델의 냉각량의 세 가지 방법에 대한 누적값으로 비교하며, 2017-2018, 2018-2019, 2019-2020년까지 최근 3년간의 결과를 지역별로 확인하였다. 개화시기에 필요한 가온량도 마찬가지로 내생휴면이 해제되는 시기가 1월 1일이라고 간주하고, 이후 4월 15일까지 전국 대부분의 지역에서 만개기 출현이 완료되는 시점으로부터 정해진 기간을 설정하여, DVR 모델에 근거한 5℃ 이상 시간과 mDVR 모델의 발육속도(DVR2)값, CD모델의 가온량에 대한 세 가지 방법을 누적값으로부터 2018, 2019, 2020년에 대해 각각 분석하였다.
과수생육⋅품질관리시스템에서 확보한 8개 지점에 대한 기온자료(2017년 10월 1일∼2020년 6월 30일) 를 입력자료로 활용하여 DVR 모델과, mDVR 모델, 그리고 CD 모델의 예상 만개기 날짜를 도출하고, 신고배의 실제 만개기 관측날짜(2018, 2019, 2020년) 와의 오차를 비교하였다. 내생휴면 해제 후 냉각량 적산에서 가온량 적산으로 전환하는 순차휴면모델은 따뜻한 지역에서 겨울철 충분하지 않은 저온으로 인해 휴면이 불완전한 상태로 유지가 되고, 이후 현실성이 떨어지는 개화 예측일을 도출할 수 있기 때문에 휴면과정을 포함하는 mDVR 모델과 CD 모델은 내생휴면 해제종료일(2월 15일)을 추가로 설정하였다.
이를 위해 남한에서 주로 활용되고 있는 개화예측모델을 대상으로 최근 3년간 8개지점에서 관측된 기온 자료를 확보하여 신고 배의 내생휴면 해제를 위해 필요한 냉각량과, 휴면타파 이후 개화까지 요구되는 가온량의 일정기간 누적값을 모델별로 각각 비교하였다. 그리고 객관적으로 평가할 수 있는 관측 만개일 정보를 수집하여 지역별 모델 예측력을 평가하였다.
비교하였다. 내생휴면 해제 후 냉각량 적산에서 가온량 적산으로 전환하는 순차휴면모델은 따뜻한 지역에서 겨울철 충분하지 않은 저온으로 인해 휴면이 불완전한 상태로 유지가 되고, 이후 현실성이 떨어지는 개화 예측일을 도출할 수 있기 때문에 휴면과정을 포함하는 mDVR 모델과 CD 모델은 내생휴면 해제종료일(2월 15일)을 추가로 설정하였다.
모델마다 유효한 영향을 미치는 기온 범위와 가중치는 다르게 설정되며 이에 따라 내생휴면해제일을 예상하는 날짜도 다르게 계산되므로, 꽃눈이 휴면에 진입하는 시점인 10월 1일부터 휴면해제일의 한계일로 보는 2월 15일까지(Erez, 1995) 동일 기간에 대해 냉각량의 누적값을 계산하였다. 냉각량 계산은 과수 및 각과류의 겨울철 휴면을 저온요구도로 나타낼 때 보편적으로 쓰이는 7℃ 미만시간(Chandler et al., 1937)과 mDVR 모델의 발육속도(DVR1)값, CD 모델의 냉각량의 세 가지 방법에 대한 누적값으로 비교하며, 2017-2018, 2018-2019, 2019-2020년까지 최근 3년간의 결과를 지역별로 확인하였다. 개화시기에 필요한 가온량도 마찬가지로 내생휴면이 해제되는 시기가 1월 1일이라고 간주하고, 이후 4월 15일까지 전국 대부분의 지역에서 만개기 출현이 완료되는 시점으로부터 정해진 기간을 설정하여, DVR 모델에 근거한 5℃ 이상 시간과 mDVR 모델의 발육속도(DVR2)값, CD모델의 가온량에 대한 세 가지 방법을 누적값으로부터 2018, 2019, 2020년에 대해 각각 분석하였다.
하였다. 늦가을부터 이듬해 봄까지 신고 배의 내생휴면이 해제되기 위해 필요한 냉각량과, 이후 생장을 재개하여 발아가 되고 개화가 되기까지 필요한 가온량을 모델별로 산정하여 비교하였다. 모델마다 유효한 영향을 미치는 기온 범위와 가중치는 다르게 설정되며 이에 따라 내생휴면해제일을 예상하는 날짜도 다르게 계산되므로, 꽃눈이 휴면에 진입하는 시점인 10월 1일부터 휴면해제일의 한계일로 보는 2월 15일까지(Erez, 1995) 동일 기간에 대해 냉각량의 누적값을 계산하였다.
늦가을부터 이듬해 봄까지 신고 배의 내생휴면이 해제되기 위해 필요한 냉각량과, 이후 생장을 재개하여 발아가 되고 개화가 되기까지 필요한 가온량을 모델별로 산정하여 비교하였다. 모델마다 유효한 영향을 미치는 기온 범위와 가중치는 다르게 설정되며 이에 따라 내생휴면해제일을 예상하는 날짜도 다르게 계산되므로, 꽃눈이 휴면에 진입하는 시점인 10월 1일부터 휴면해제일의 한계일로 보는 2월 15일까지(Erez, 1995) 동일 기간에 대해 냉각량의 누적값을 계산하였다. 냉각량 계산은 과수 및 각과류의 겨울철 휴면을 저온요구도로 나타낼 때 보편적으로 쓰이는 7℃ 미만시간(Chandler et al.
본 연구에서는 꽃눈이 늦가을부터 휴면에 진입하여 추운 겨울을 지나 싹이 트고 꽃이 피는 봄까지 경과 기온의 양상이 식물의 개화반응에 어떤 영향을 미치는지 살펴보고자 하였다. 이를 위해 남한에서 주로 활용되고 있는 개화예측모델을 대상으로 최근 3년간 8개 지점에서 관측된 기온 자료를 확보하여 신고 배의 내생휴면 해제를 위해 필요한 냉각량과, 휴면타파 이후 개화까지 요구되는 가온량의 일정기간 누적 값을 모델별로 각각 비교하고, 객관적으로 평가할수 있는 관측 만개일 정보를 수집하여 지역별 모델 예측력을 평가하였다. 변동계수로 살펴본 냉각량 계산에 대한 모델별 성능은 mDVR 모델에서 8.
본 연구에서는 꽃눈이 늦가을부터 휴면에 진입하여 추운 겨울을 지나 싹이 트고 꽃이 피는 봄까지 경과 기온의 양상이 식물의 개화반응에 어떤 영향을 미치는지 살펴보고자 하였다. 이를 위해 남한에서 주로 활용되고 있는 개화예측모델을 대상으로 최근 3년간 8개지점에서 관측된 기온 자료를 확보하여 신고 배의 내생휴면 해제를 위해 필요한 냉각량과, 휴면타파 이후 개화까지 요구되는 가온량의 일정기간 누적값을 모델별로 각각 비교하였다. 그리고 객관적으로 평가할 수 있는 관측 만개일 정보를 수집하여 지역별 모델 예측력을 평가하였다.
, 2004; Müller and Braun, 2007). 이미 오래전부터 꽃눈이 추운 겨울을 나기 위해 내생휴면에 들어가면 기온의 경과양상에 따라 이후 휴면이 해제되고 발아단계를 거쳐 개화에 이르기까지 일련의 과정을 온도시간으로 분석할 수 있도록 다양한 생물계절모델이 개발되어 왔는데, 본 연구에서는 신고 배를 대상으로 우리나라에 적용된 사례가 있는 대표적인 생물계절모델 세종류를 수집하여 분석에 활용하였다.

대상 데이터

남한에 위치한 8개 연구대상지점을 대상으로 10월 1일부터 대부분의 과수 내생휴면이 완료되는 2월 15 일까지 매일의 일 최고기온 및 최저기온과 함께 7℃ 미만 시간을 일별로 계산하여 누적값으로 그래프에 나타낸 결과가 Fig. 2이다. 위도상 가장 위쪽에 위치한이천의 겨울철 기온은 U자형의 큰 변동폭을 보이며, 누적된 냉각량도 가장 큰 것으로 나타난 반면, 가장남쪽에 있는 사천의 경우 늦가을 휴면에 진입하는 시점의 기온은 다른 지역과 크게 다르지 않았지만 한겨울의 최저기온도 -10℃ 안팎으로 온난한 날씨를 보였다.
관측목 과원 영상을 제공하고 있는 지점에는 자동기상관측장비 (Automatic Weather Station, AWS)가 함께 설치되어있어 온도, 습도, 일사량, 강우량, 바람 정보를 10분 단위로 함께 제공하고 있으며, 관측시작 시점은 대부분 2017년 이후이다. 본 연구에서는 개화예측모델을 평가하기 위해 필요한 관측목 과원영상과 일별 기상정보를 동시에 확보할 수 있는 8개 지점을 연구대상지역으로 지정하고, 2017년 10월 1일부터 2020년 6월 30일까지 일별 최고기온과 최저기온을 수집하여 모델 입력자료로 활용하였다(Fig. 1). 개화 관측정보는 시스템에서 제공하고 있는 만개기(약 70∼80% 개화) 조사날짜를 그대로 사용하되, 결측되거나 정보가 누락된 지점은 과원 영상에서 직접 확인하여 만개기 날짜를 확보하였다.
생물계절 관측값의 오차요인을 최소화한 객관적인 자료 확보를 위해 농촌진흥청 원예특작과학원에서 운영하고 있는 과수생육⋅품질관리시스템(fruit.nihhs. go.kr)의 정보를 활용하였다. 과수생육⋅품질관리시스템은 사과, 배, 복숭아, 포도, 감귤에 대한 생육 상태및 품질을 모니터링하고, 병해충 정보와 기상관측 정보등 과실 생산을 위해 필요한 정보를 제공해준다.

성능/효과

5). 1월 1일 이후 5℃ 이상의 평균기온으로부터 개화에 유효한 가온량을 계산하는 DVR 모델은 연도별로 보면 다른 해에 비해 유난히 따뜻했던 2019-2020년에서 오차가 더욱 크며, 지역별로는 온난한 봄철 기온양상이 뚜렷한 남부 해안지역에서 오차가 큰 경향이다(Fig. 3 and Fig. 5). 그 중에서도 울산 해안가에 인접한 울주 지역은 -11일부터 -34 일까지 현실과 동떨어진 만개 시기를 모의하고 있어 개선이 필요해보인다.
5%로 낮은 편이었다. 2018년부터 2020년까지 3년간의 신고 배의 만개기 관측 날짜로부터 평가한 DVR 모델, mDVR 모델, CD 모델의 만개기 예측력은 mDVR 모델의 정확도가 가장 높은 것으로 나타났고, DVR 모델이 전반적으로 좋지 않았다. 특히 울주나 사천 등 기온이 온난한 남부 해안지역에서 오차가 큰 경향이었으며, 예년에 비해 겨울철 기온이 유난히 따뜻했던 2019-2020년은 이천을 제외한 모든 지점에서 실제 개화일보다 빠르게 예측하는 결과를 보였다.
2018년부터 2020년까지 8개 관측지점에 대한 3년간의 신고 배의 만개기 관측날짜로부터 DVR 모델, mDVR 모델, CD 모델 3종의 만개기 예측력을 비교한 결과, mDVR 모델이 결정계수 0.66로 가장 높았고, CD 모델이 0.63, DVR 모델은 0.59를 보였다(Fig. 4). 이는 특정 지역에서 장기간 확보된 관측데이터로부터 모수를 도출하고 이를 광범위한 지역에 적용했을 때, 경과기온만으로도 전국의 만개날짜를 59∼66%까지는 설명할 수 있다는 것이다.
3은 휴면해제 이후 개화에 도달하기까지 필요한 가온량을 경과기온과 함께 비교하고자, 1월 1일부터 4월 15일까지 8개 지점의 일 최고기온 및 최저기온, 그리고 5℃ 이상의 시간을 일별로 누적하여 나타낸 결과이다. 4개월간 기온 변동폭의 변화는 중부에서 남부지역으로 내려갈수록, 내륙에서 해안으로 갈수록 점차 완만해지는 양상이다. 2018년의 경우, 2월 초까지 모든 지점에서 평균기온이 0℃ 이하로 떨어지는 횟수가 6회 이상 나타났지만, 2019년과 2020년의 평균기온은 예년에 비해 전반적으로 높아져, 8개 중 2개 지점 (울주, 사천)은 1월 이후 0℃ 이하로 떨어진 적 없는 지속적인 따뜻한 날씨를 보이고 있었다.
2018년의 경우, 2월 초까지 모든 지점에서 평균기온이 0℃ 이하로 떨어지는 횟수가 6회 이상 나타났지만, 2019년과 2020년의 평균기온은 예년에 비해 전반적으로 높아져, 8개 중 2개 지점 (울주, 사천)은 1월 이후 0℃ 이하로 떨어진 적 없는 지속적인 따뜻한 날씨를 보이고 있었다. 5℃ 이상의누적시간으로 보면 2018년에서 2020년으로 갈수록 적산값은 점차 커지는 것을 확인할 수 있으며, 울주, 사천 지역의 가온량은 같은 기간 이천에서 쌓인 가온량에 비해 거의 2배 가량 높아 지역간의 변이도 크다는 것을 알 수 있다.
8개 지점의 개화예측모델 추정오차는 지역 평균값 기준으로 mDVR 모델에서 RMSE 3.7일로 가장 좋았고, 이어서 CD 모델이 5.8일, DVR 모델이 10.7일 순으로 나타났다(Table 3; Fig. 5). 1월 1일 이후 5℃ 이상의 평균기온으로부터 개화에 유효한 가온량을 계산하는 DVR 모델은 연도별로 보면 다른 해에 비해 유난히 따뜻했던 2019-2020년에서 오차가 더욱 크며, 지역별로는 온난한 봄철 기온양상이 뚜렷한 남부 해안지역에서 오차가 큰 경향이다(Fig.
6일). mDVR 모델은 상주에서 예측력이 RMSE 2.5일로 가장 좋았고, 이천이 5.0일로 비교적 낮았지만 다른 모델에 비해 신뢰도 추정오차의 지역별 변이가 낮고, 안정적인 모습을 보였다.
특히 겨울부터 봄철의 기온이 온난한 지역일수록 가온량이 과하게 누적되어 지나치게 빠른 만개일을 도출하기도 하였다. mDVR 모델의 만개기 RMSE는 평균적으로 3.7일 수준으로 연도별, 지역별 변이가 다른 모델보다 전반적으로 안정적이었으며, CD 모델은 이천, 천안, 완주 지역에서 좋은 예측력을 보였다. 추후 충분한 개화 관측정보의 확보를 통해 온대과수의 개화기 예측오차를 실용성 있는 수준으로 낮추고, 이상기상 출현에 따른 개화양상을 잘 모의할 수 있도록 모델을 개선한다면 정확도를 보장하는 단일모형을 이용한 전국단위 만개기 예측은 물론, 발아-개화-만개 시기 발생하는 꽃눈의 발육 수준에 따른 저온피해에 미리 대비하는데 기여할 것으로 기대된다.
냉각량과 마찬가지로 가온량의 계산도 세 가지 방법(5℃ 이상 시간, mDVR 모델, CD모델)에 따라 비교하였는데, 공통적으로 울주에서 적산가온량이 가장 높았고, 이천에서 가장 낮은 결과를 보였다(Table 2). 이유는 세 개의 모델 모두 꽃눈의 내생휴면 해제 이후개화 도달에 필요한 가온량을 계산할 때, 생장을 위한 기준온도 이상의 조건이라면 기온이 높으면 높아질수록 유효한 가온량도 많이 계산되기 때문이다.
이를 위해 남한에서 주로 활용되고 있는 개화예측모델을 대상으로 최근 3년간 8개 지점에서 관측된 기온 자료를 확보하여 신고 배의 내생휴면 해제를 위해 필요한 냉각량과, 휴면타파 이후 개화까지 요구되는 가온량의 일정기간 누적 값을 모델별로 각각 비교하고, 객관적으로 평가할수 있는 관측 만개일 정보를 수집하여 지역별 모델 예측력을 평가하였다. 변동계수로 살펴본 냉각량 계산에 대한 모델별 성능은 mDVR 모델에서 8.4%로 가장 안정적인 것으로 확인되었고, 휴면해제 이후 개화에 도달하기까지 필요한 가온량에 대한 모델별 변동계수는 CD 모델이 17.5%로 낮은 편이었다. 2018년부터 2020년까지 3년간의 신고 배의 만개기 관측 날짜로부터 평가한 DVR 모델, mDVR 모델, CD 모델의 만개기 예측력은 mDVR 모델의 정확도가 가장 높은 것으로 나타났고, DVR 모델이 전반적으로 좋지 않았다.
7℃ 미만 시간과 mDVR 모델는 울주 지역에서 냉각량 누적이 가장 낮은 반면, CD 모델은 이천에서 가장 낮았다. 변동계수로 살펴본 냉각량 계산에 대한 모델별 성능은 mDVR 모델이 8.4%로 다른 모델에 비해 가장 안정적이었다.
세 가지 방법(7℃ 미만 시간, mDVR 모델, CD 모델)에 따라 누적 냉각량을 추정했을 때, 3년 평균값 기준으로 7℃ 미만 시간은 이천에서 가장 크고, mDVR 모델은 완주에서, CD 모델은 나주에서 휴면 해제에 유효한 저온이 가장 많이 누적된 것으로 나타났다(Table 1). 7℃ 미만 시간의 누적값으로 보면 겨울철의 평균기온이 7℃ 이하로 떨어지는 날이 많은 중부지역에서 냉각량 누적값이 높았지만, CD모델의 경우 저온 충족에 유효한 온도는 중부지역보다 남부지역으로 갈수록 더 많이 출현하는 것으로 보인다.
2이다. 위도상 가장 위쪽에 위치한이천의 겨울철 기온은 U자형의 큰 변동폭을 보이며, 누적된 냉각량도 가장 큰 것으로 나타난 반면, 가장남쪽에 있는 사천의 경우 늦가을 휴면에 진입하는 시점의 기온은 다른 지역과 크게 다르지 않았지만 한겨울의 최저기온도 -10℃ 안팎으로 온난한 날씨를 보였다. 8지점 모두 2017-2018년에서 2019-2020년으로 갈수록 높은 겨울철 기온으로 인해 저온 냉각량의 누적값은 점차 낮아지는 경향을 보인다.
2018년부터 2020년까지 3년간의 신고 배의 만개기 관측 날짜로부터 평가한 DVR 모델, mDVR 모델, CD 모델의 만개기 예측력은 mDVR 모델의 정확도가 가장 높은 것으로 나타났고, DVR 모델이 전반적으로 좋지 않았다. 특히 울주나 사천 등 기온이 온난한 남부 해안지역에서 오차가 큰 경향이었으며, 예년에 비해 겨울철 기온이 유난히 따뜻했던 2019-2020년은 이천을 제외한 모든 지점에서 실제 개화일보다 빠르게 예측하는 결과를 보였다.

후속연구

또한 관측노장 변경이나 관측목 식재에 관한 불분명한 기록 및 그관리 체계로 인해 모델 검증자료로서의 신뢰도에 문제가 있을 수도 있다. 따라서 모델의 전국적인 적용에 앞서 이러한 생물계절 관측자료의 내재적 오차요인을 저감할 수 있는 방안이 먼저 준비되어야 할 것이다. 본 연구에서는 꽃눈이 늦가을부터 휴면에 진입하여 추운 겨울을 지나 싹이 트고 꽃이 피는 봄까지 경과 기온의 양상이 식물의 개화반응에 어떤 영향을 미치는지 살펴보고자 하였다.
5의 만개 관측값을 보면 상주지역이 천안보다 약 1∼2일 뒤에 만개하는 것으로 나타났지만, CD 모델은 상주에서 오히려 4∼10일 빠른것으로 모의하고 있었다. 이러한 오차 요인은 CD 모델의 저온요구량와 봄철의 고온요구량에 대한 민감도와 관련이 있겠지만, 기온만으로는 설명하기 어려운 환경요인이 관측 포장의 실제 만개시기를 앞당기거나 늦추는데 작용했을 가능성도 배제할 수 없으며, 이에 대한 정확한 원인 규명을 위해서는 추가적인 연구가 필요할 것으로 생각된다. 완주 지역의 mDVR 모델과 CD 모델 예측 성능은 비슷한 수준으로 보인다.
7일 수준으로 연도별, 지역별 변이가 다른 모델보다 전반적으로 안정적이었으며, CD 모델은 이천, 천안, 완주 지역에서 좋은 예측력을 보였다. 추후 충분한 개화 관측정보의 확보를 통해 온대과수의 개화기 예측오차를 실용성 있는 수준으로 낮추고, 이상기상 출현에 따른 개화양상을 잘 모의할 수 있도록 모델을 개선한다면 정확도를 보장하는 단일모형을 이용한 전국단위 만개기 예측은 물론, 발아-개화-만개 시기 발생하는 꽃눈의 발육 수준에 따른 저온피해에 미리 대비하는데 기여할 것으로 기대된다.

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.

상세보기
Chandler, W. H., M. H. Kimball, G. L. Philp, W. P. Tufts, and G. P. Weldon, 1937: Chilling requirements for opening of buds on deciduous orchard trees and some other plants in California. Univ. Calif. Agr. Expt. Sta. Bull., 611.
Chuine, I., P. Cour, and D. D. Rousseau, 1999: Selecting models to predict the timing of flowering of temperate trees: implications for tree phenology modelling. Plant, Cell & Environment 22(1), 1-13.

상세보기
Erez, A., 1994: Means to compensate for insufficient chilling to improve bloom and leafing. Dormancy and the related Problems of Deciduous Fruit Trees 395, 81-96.
Guo, L., J. Dai, M. Wang, J. Xu, and E. Luedeling, 2015: Responses of spring phenology in temperate zone trees to climate warming: a case study of apricot flowering in China. Agricultural and Forest Meteorology 201, 1-7.

상세보기
Han, J. H., S. H. Lee, J. J. Choi, S. B. Jung, and H. I. Jang, 2008: Estimation of dormancy breaking time by development rate model in 'Niitaka' pear (Pyrus pirifolia Nakai). Korean Journal of Agricultural and Forest Meteorology 10(2), 58-64.

원문보기 상세보기
Han, J. H., K. S. Cho, J. J. Choi, H. S. Hwang, C. G. Kim, and T. C. Kim, 2010: Estimation of changes in full bloom date of 'Niitaka' pear tree with global warming. Horticultural Science & Technology, 28(6), 937-941.
Kim, D. J., and J. H. Kim, 2018: An outlook of changes in the flowering dates and low temperature after flowering under the RCP8. 5 projected climate condition. Korean Journal of Agricultural and Forest Meteorology 20(4), 313-320.

원문보기 상세보기
Kim, J. H., S. O. Kim, U. Chung, K. H. Hwang, J. B. Kim, I. K. Yoon, and J. I. Yun, 2009a: 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)

원문보기 상세보기
Kim, J. H., E. J. Lee, and J. I. Yun, 2013: Prediction of blooming dates of spring flowers by using digital temperature forecasts and phenology models. Korean Journal of Agricultural and Forest Meteorology 15(1), 40-49.

원문보기 상세보기
Kim, J. H., D. J. Kim, S. O. Kim, E. J. Yun, O. Ju, J. S. Park, and Y. S. Shin, 2019: Estimation of freeze damage risk according to developmental stage of fruit flower buds in spring. Korean Journal of Agricultural and Forest Meteorology 21(1), 55-64.

원문보기 상세보기
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)

원문보기 상세보기
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(3), 185-191.
Legave, J. M., Y. Guedon, G. Malagi, A. El Yaacoubi, and M. Bonhomme, 2015: Differentiated responses of apple tree floral phenology to global warming in contrasting climatic regions. Frontiers in Plant Science 6, 1054.

상세보기
Muller, M., and P. Braun, 2007: Development of phenological models over time-a review. In: VIII International Symposium on Modelling in Fruit Research and Orchard Management 803, 111-116.
Sugiura, T., 1999: Prediction of full bloom date of pear using air temperature. Agriculture and Horticulture 54(10), 146-149.
Sugiura T., and H. Honjo, 1997: The effects of temperature on endodormancy completion in Japanese pear (Pyrus pyrifolia Nakai) and modeling the relationship. Journal of Agricultural Meteorology 53(4), 285-290.

상세보기
농촌진흥청 과수 생육.품질관리시스템: https://fruit.nihhs.go.kr
농업기술연구소, 1990: 주요과수재배지역의 기후특성. 농촌진흥청, p157-158.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증