[논문]드론영상을 활용한 논 유기물 관리 인자 조사 및 메탄가스 배출량 산정

박진석; 장성주; 김형준; 홍록기; 송인홍

doi:10.5389/ksae.2020.62.3.039

드론영상을 활용한 논 유기물 관리 인자 조사 및 메탄가스 배출량 산정
Application of Drone Images to Investigate Biomass Management Practices and Estimation of CH4 Emissions from Paddy Fields 원문보기

한국농공학회논문집 = Journal of the Korean Society of Agricultural Engineers, v.62 no.3, 2020년, pp.39 - 49

박진석 (Department of Rural Systems Engineering, Seoul National University) , 장성주 (Department of Rural Systems Engineering, Seoul National University) , 김형준 (Department of Rural Systems Engineering, Seoul National University) , 홍록기 (Department of Rural Systems Engineering, Seoul National University) , 송인홍 (Department of Rural Systems Engineering, Research Institute of Agriculture and Life sciences, Seoul National University)

Abstract ▼ AI-Helper

Rice paddy cultivation is one of the major sources in methane (CH4) emission of which accurate assessment would be a prerequisite for agricultural greenhouse gas management. Biomass treatment in paddy fields is an important factor that affects CH4 emissions and thus needs to be taken into account. The objectives of this study were to apply drone images to investigate organic matter practices and to incorporate into the estimation of CH4 emissions from paddy fields. Three study areas were selected by one from each of the three different regions of Yeongnam, Honam and Jungbu, which are the most active region in paddy cultivation. The eBee drone was used to take images of the study sites twice a year; Jul mid-season for identifying rice cultivation area; Jan for investigating rice straw management and winter crop cultivation. Based on biomass management practices, different emissions factors were assigned on an individual paddy field and CH4 emmisions were estimated by multiplying respective areas. The ratios of rice straw application and winter crop cultivation were 1.4% and 37.2% in Hapcheon, 1.3% and 19.8% in Gimje, and 0.0% and 0.5% in Dangjin, respectively. The CH4 emissions estimates for respective sites were 0.40 ton CH4/year/ha, 0.34 ton CH4/year/ha, and 0.29 ton CH4/year/ha. On average, estimated CH4 emissions of this study were 28.5% less than the current Tier 2 CH4 emission estimation method.

주제어

표/그림 (12)

그림 Fig. 1 Location and area of the study sites
그림 Fig. 2 The photo and specifications of the eBee drone
그림 Fig. 3 The process of collecting orthographic image and photographed date
표 Table 1 Reference data for classifying rice straw and winter crop
표 Table 2 CH₄ emission factors in Korea (Ministry of Environment in Korea, 2014)
표 Table 3 The CH₄ emission factors used in the Tier 2 method
표 Table 4 The CH₄ emission factors used in the Tier 3 method
그림 Fig. 4 The orthographic image (a) and land cover classification result (b) in each study area
표 Table 5 Identification of paddy and non-paddy area during mid-season (unit : ha)
그림 Fig. 5 The orthographic image (a) and biomass management status on paddy fields (b)
표 Table 6 Statistics of rice straw application and winter crop cultivation for the study sites
표 Table 7 Comparison of the CH₄ emissions between Tier 2 and 3

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 드론영상을 이용하여 지역별 영농현황, 볏짚 관리, 이모작 등 유기물 관리 인자를 중심으로 영농자료를 수집하여 기존의 국가 평균 자료에 근거한 Tier 2 방법에서 지역별로 다른 유기물 관리 인자를 고려한 Tier 3 수준으로 논벼 메탄가스 배출량 산정방법을 개선하고자 한다.
본 연구는 지역별로 150 ha가 조금 넘는 지역을 대상으로 3개 지역에 선정하여 유기물 관리 인자를 메탄가스 배출량 산정에 반영하고자 하였다. 드론을 활용하여 촬영할 수 있는 면적에 제한이 있어 시⋅군단위 내지는 광역단위로 메탄가스 발생량을 추정하기 위해서는 항공영상이나 위성영상과 연계 하는 방안이 필요해 보이고, 향후 연구과제로 추진해 나갈 예정이다.
본 연구에서는 논벼 재배에 따른 메탄가스 배출량을 산정하기 위해 기존 Tier 2 방법을 개선하기 위한 노력으로 드론 영상을 활용해 대상 지역의 볏짚, 동계작물 등 유기물 관리 인자를 필지단위로 조사하여 Tier 3 방법으로 배출량 산정의 정확도를 높이고자 하였다. 동일 대상 지역에 대해 2회로 나눠 드론영상을 수집하였는데 이를 통해 논벼 재배지역을 확인한 후 볏짚 및 동계작물의 유기물 관리 인자를 확인하기 위해서였다.

제안 방법

따라서 Tier 2 방법에서 사용한 벼 재배일수 (t) 180일, 물 관리 인자 적용치, 면적 비율을 동일하게 본 연구에 적용하였다. 다만 유기물 관리 인자는 지역별 통계자료를 바탕으로 토지 환원량을 결정하고, 드론영상으로 해당 필지 면적을 추출하여 적용하였다 (Table 4).
동계작물 재배 지역은 작물 재배 후 남게 되는 그루터기 및 뿌리의 생체량을 볏짚에 준하여 보정계수를 결정하였다. 다양한 동계작물 중 본 연구에서는 남부지방에서 널리 재배되는 대표 사료작물인 이탈리안 라이그라스를 기준으로 수확 후 잔여물의 건중량 1.5 Mg/ha를 볏짚으로 환산하여 적용하였다 (Kim, 2017). 이에 해당하는 국가 기준 온실가스 보정계수는 1.
대상 지역에 대해 2회에 걸쳐 드론영상을 수집하였다. 1차 촬영은 벼 재배 여부를 확인하기 위해 벼가 충분히 자라 영상 판독이 용이한 7월에 수행하였다.
본 연구에서는 논벼 재배에 따른 메탄가스 배출량을 산정하기 위해 기존 Tier 2 방법을 개선하기 위한 노력으로 드론 영상을 활용해 대상 지역의 볏짚, 동계작물 등 유기물 관리 인자를 필지단위로 조사하여 Tier 3 방법으로 배출량 산정의 정확도를 높이고자 하였다. 동일 대상 지역에 대해 2회로 나눠 드론영상을 수집하였는데 이를 통해 논벼 재배지역을 확인한 후 볏짚 및 동계작물의 유기물 관리 인자를 확인하기 위해서였다.
Tier 3 방법은 기존 Tier 2 방법에서 통계자료의 부재로 적용 되지 못하고 있는 지역별 유기물 관리 인자를 반영하여 논벼 재배부문 메탄가스 배출량을 산정한다. 따라서 Tier 2 방법에서 사용한 벼 재배일수 (t) 180일, 물 관리 인자 적용치, 면적 비율을 동일하게 본 연구에 적용하였다. 다만 유기물 관리 인자는 지역별 통계자료를 바탕으로 토지 환원량을 결정하고, 드론영상으로 해당 필지 면적을 추출하여 적용하였다 (Table 4).
)는 드론영상을 분석하여 얻은 볏짚 관리 방법과 동계작물 재배 비율을 고려하여 산정되었다. 볏짚 토지 환원량은 통계청에서 제공하는 지역별 볏짚 생산량을 바탕으로 합천, 김제, 당진에 대해 각각 7.12 Mg/ha, 6.17 Mg/ha, 6.77 Mg/ha를 고려하여 (통계청, 2018), 볏짚 관리에 따른 보정계수를 각각 3.4, 2.5, 2.5로 적용하였다. 볏짚 관리 적용 면적은 현장조사를 통해 확보한 실제 볏짚 시용 면적을 이용하였다.
유기물 관리 보정계수 (SF_o)는 드론영상을 분석하여 얻은 볏짚 관리 방법과 동계작물 재배 비율을 고려하여 산정되었다. 볏짚 토지 환원량은 통계청에서 제공하는 지역별 볏짚 생산량을 바탕으로 합천, 김제, 당진에 대해 각각 7.
벼 영농기에 이뤄진 1차 촬영 영상자료는 벼 재배 지역을 육안으로 확인하고 면적을 추출하는데 이용하였다. 유기물 관리 인자인 볏짚 수거 또는 토양 환원, 동계작물 재배 여부는 비영농기인 동계 2차 촬영 영상을 육안으로 판독하여 필지 단위로 조사하였다.
육안 판독의 정도를 높이기 위해 드론영상 촬영 시 대상지역의 필지를 대상으로 현장에서 유기물 관리 인자를 확인하여 드론영상과 비교하고 검증하는 과정을 거쳤다. Table 1은 현장조사를 바탕으로 검증된 볏짚 관리 및 동계작물 재배 현황을 영상으로 예시하고 있다.
1차 촬영은 벼 재배 여부를 확인하기 위해 벼가 충분히 자라 영상 판독이 용이한 7월에 수행하였다. 이를 통해 벼 재배 구역을 확인하고 대상 면적을 확인하였다. 이후 2차 촬영은 볏짚의 수거 또는 농경지 환원, 동계작물 재배 여부 등 유기물 관리 인자 조사에 용이한 동계에 수행하였다.
영상자료는 5 cm/pixel의 해상도로 대상 지역별로 150 ha 이상의 면적에 대해 250장 내외의 이미지를 수집하고, 이를 결합하여 1장의 정사영상으로 구축하였다. 촬영을 위한 드론의 운항 경로설정은 eMotion2 (eMotion2 Ver. 2.4.12, SenseFly, Switzerland)를 이용하였고, 촬영된 이미지는 Pix4Dmapper pro (Educational Ver. 4.2.26, Pix4D, Switzerland)를 이용하여 기하 보정, 위치보정을 거쳐 하나의 정사영상으로 합성하였다.
현행 정부 통계를 바탕으로 평균적인 볏짚 관리 관행을 적용하는 Tier 2 방법과 본 연구에서 제안하는 유기물 관리 인자를 고려한 Tier 3 방법에 따라 논의 메탄가스 배출량을 산정하여 Table 7에 제시하였다. 물 관리에 관련된 배출계수는 현형 Tier 2 방법과 동일하게 적용하였다.

대상 데이터

이와 같이 우리나라 평균 통계값에 바탕으로 보정계수를 결정하고 이 값을 IPCC의 가이드라인에 적용하여 배출량을 산정하고 있다. 경지 영농자료는 국가 온실가스 인벤토리 보고서 (2017)의 자료를 활용하고 있다. 즉, 일간 배출계수 (EF_i) 는 한국 기본배출계수 값인 2.
98이다. 녹비가 시용된 면적은 현장조사를 통해 추출한 실제 녹비 작물 재배면적을 이용하였다.
벼 영농기에 이뤄진 1차 촬영 영상자료는 벼 재배 지역을 육안으로 확인하고 면적을 추출하는데 이용하였다. 유기물 관리 인자인 볏짚 수거 또는 토양 환원, 동계작물 재배 여부는 비영농기인 동계 2차 촬영 영상을 육안으로 판독하여 필지 단위로 조사하였다.
최근 정부의 벼 이외의 타작물 재배 정책으로 논에 밭작물 재배하는 필지가 늘어나 정확한 메탄가스 산정을 위해서는 벼 재배 필지 확인이 필요하다. 벼 재배 필지 확인을 위해서 영농기의 중간인 7월에 드론으로 영상으로 수집하였고, 정사영상으로 결합한 영상을 Fig. 4(a)에 나타내었다. 영상 촬영 일자가 며칠 사이로 유사한데도 합천이나 당진은 논벼 성장이 활발한 반 면, 김제는 이앙 직후의 모습이었다.
5(a)에 나타내었다. 볏짚의 토양 환원, 동계작물 경작 등 유기물 관리 인자를 하계 촬영으로 확인한 벼 재배 필지를 대상으로 추출하였다. 대상 지역의 일부 필지에 대해 볏짚과 동계작물 재배 유무를 현장에서 직접 조사하고, 이를 드론영상과 비교하여 유기물 관리 인자 분류의 정도를 높였다.
본 연구에서는 회전익에 비해 비행 속도가 빨라 넓은 지역의 촬영에 강점이 있는 고정익형 eBee Drone (eBee Classic, SenseFly, Switzerland)을 이용하였다. 사용한 eBee Drone의 형태 및 제원은 아래 Fig.
선정된 지역은 각각 영남권역에서 경상남도 합천군 적중면 상부리 (35° 32' 43.3" N, 128° 16' 28.8" E, Hapcheon), 호남권역에서 전라북도 김제시 죽산면 서포리 (35° 46' 1.5" N, 126° 47' 32.8" E, Gimje), 중부권역에서 충청남도 당진시 석문면 교로리 (37° 2' 7.7" N, 126° 30' 26.8" E, Dangjin)이다.
영상자료는 5 cm/pixel의 해상도로 대상 지역별로 150 ha 이상의 면적에 대해 250장 내외의 이미지를 수집하고, 이를 결합하여 1장의 정사영상으로 구축하였다. 촬영을 위한 드론의 운항 경로설정은 eMotion2 (eMotion2 Ver.
지역별 기후, 영농특성을 고려하여 크게 경상권역, 전라권 역, 경기권역의 세 권역으로 구분하고, 각 권역에서 논 면적이 차지하고 있는 비중이 70% 이상인 시⋅군 중 1개 지역을 무작위로 권역별 대표 지역으로 선정하였다.

이론/모형

메탄가스 배출량 산정에 필요한 기본배출계수 및 보정계수는 2014년 국가 기준 메탄가스 배출계수를 이용하였다. Table 2에 나타낸 것처럼, 물 관리는 중간낙수 기간에 따라 구분하였고, 유기물 관리 인자는 볏짚 및 동계작물 재배에 따른 생체량의 환원량에 따라 배출계수를 달리하고 있다.
현행 정부 통계를 바탕으로 평균적인 볏짚 관리 관행을 적용하는 Tier 2 방법과 본 연구에서 제안하는 유기물 관리 인자를 고려한 Tier 3 방법에 따라 논의 메탄가스 배출량을 산정하여 Table 7에 제시하였다. 물 관리에 관련된 배출계수는 현형 Tier 2 방법과 동일하게 적용하였다.

성능/효과

논 재배 면적은 합천 128.6 ha, 김제 137.1 ha, 당진 129.9 ha로 대상 촬영 면적의 평균 22.1%(12.6∼30.6%)가 타용도로 활용되고 있는 것으로 나타났다 (Table 5).
40 ton CH₄/year/ha로 대상 지역 중 가장 크다. 대상 지역의 볏짚 토양 환원은 Tier 2와는 달리 지역에 상관없이 미미하였고, 합천이나 김제의 경우 동계작물 재배에 따른 생체량의 영향으로 단위 면적당 메탄가스 발생량이 크게 산정됨을 알 수 있다. 현행 Tier 2 방법의 볏짚 적용 면적 46.
대상 지역의 유기물 관리 인자의 현장 조사 결과를 반영하는 Tier 3 방법으로 산정된 메탄가스 배출량은 합천에서 52.2 ton CH₄/year로 가장 크게 나타났고, 단위 면적당 메탄 발생량도 0.40 ton CH₄/year/ha로 대상 지역 중 가장 크다. 대상 지역의 볏짚 토양 환원은 Tier 2와는 달리 지역에 상관없이 미미하였고, 합천이나 김제의 경우 동계작물 재배에 따른 생체량의 영향으로 단위 면적당 메탄가스 발생량이 크게 산정됨을 알 수 있다.
볏짚의 토양 환원, 동계작물 경작 등 유기물 관리 인자를 하계 촬영으로 확인한 벼 재배 필지를 대상으로 추출하였다. 대상 지역의 일부 필지에 대해 볏짚과 동계작물 재배 유무를 현장에서 직접 조사하고, 이를 드론영상과 비교하여 유기물 관리 인자 분류의 정도를 높였다. 드론영상을 바탕으로 필지단위 유기물 관리 인자 구분 결과를 Fig.
본 연구 대상 지역이 일부도 국한되어 있음을 감안하더라도 볏짚은 토양 환원이 메탄가스 발생에 미치는 영향은 매우 크기 때문에 관련 통계의 현실성은 검토가 필요해 보인다. 더불어 상대적으로 온화한 동계 기후를 가지는 남부지역의 경우 동계작물에 의한 유기물 공급이 메탄 가스 발생에 영향을 주는 중요 요인으로 나타났다.
동계작물 재배 조사 결과를 보면, 전체 논 면적 중 동계작물 재배 비중이 합천이 37.2%, 김제 19.8%, 당진 0.5%로 나타났다. 이는 상대적으로 동계 기온이 온화한 영남권역의 합천, 호남권역의 김제에서 이모작이 유리한 반면, 중부권역은 동계작물 재배가 상대적으로 불리하기 때문인 것으로 보인다.
합천에서 동계작물의 재배가 가장 활발하였고, 김제가 다음이고, 당진은 동계작물 재배가 거의 없었다. 주요 동계작물은 조사료용 청보리 또는 이탈리안 라이그라스가 가장 많았고, 양파 등 기타 작물의 재배도 관찰되었다.
동계작물을 재배 하는 지역은 녹색으로 구분하였다. 합천에서 동계작물의 재배가 가장 활발하였고, 김제가 다음이고, 당진은 동계작물 재배가 거의 없었다. 주요 동계작물은 조사료용 청보리 또는 이탈리안 라이그라스가 가장 많았고, 양파 등 기타 작물의 재배도 관찰되었다.

후속연구

드론을 활용하여 촬영할 수 있는 면적에 제한이 있어 시⋅군단위 내지는 광역단위로 메탄가스 발생량을 추정하기 위해서는 항공영상이나 위성영상과 연계 하는 방안이 필요해 보이고, 향후 연구과제로 추진해 나갈 예정이다.
볏짚 사용 면적 비율을 46.1%로 적용하는 Tier 2와는 달리 실제 대상 지역은 축산 조사료용으로 대부분의 볏짚을 수거하는 것으로 나타나 이에 대한 추가적인 고려가 필요해 보인다. 단위 면적당 메탄가스 배출량을 Tier 2와 Tier 3 방법으로 적용한 결과 Tier 2 방법이 0.
34 ton CH₄/year/ha보다 크게 산정되었는데 볏짚 토양 환원이 통계값과는 달리 2% 미만으로 현저하게 적게 조사되었기 때문이다. 본 연구 대상 지역이 일부도 국한되어 있음을 감안하더라도 볏짚은 토양 환원이 메탄가스 발생에 미치는 영향은 매우 크기 때문에 관련 통계의 현실성은 검토가 필요해 보인다. 더불어 상대적으로 온화한 동계 기후를 가지는 남부지역의 경우 동계작물에 의한 유기물 공급이 메탄 가스 발생에 영향을 주는 중요 요인으로 나타났다.
이는 메탄가스 배출량 계산에 동일한 국가 평균 유기물 관리 인자를 적용하기 때문에 당연한 결과이다. 본 연구의 동계 드론영상 결과를 보더라도 작부체계에 따른 영농방식이 지역별로 상이함에도 기존 방법은 이를 적용하는데 한계가 있다.
정부는 2011년 조사료 생산기반 확충사업으로 곤포 사일리지의 제작/운반을 지원하여 볏짚을 조사료로 활용하는 정책을 펴왔다 (Kim, 2014). 연구 대상 지역이 일부를 대상으로 하고 있음을 감안하더라도 현행 메탄가스 발생량 산정에 적용되는 볏짚 토양 환원 비율은 추가적인 조사를 통해 조정되어야 할 것으로 보인다.

질의응답

핵심어	질문	논문에서 추출한 답변
	온실가스 감축의 계획 수립 및 이해을 위해서 우선적으로 시행해야 하는 것은 무엇인가?	온실가스 감축 계획수립 및 이행을 위해서는 온실가스 배출량의 정확한 산정이 우선되어야 한다. 논벼 재배부문의 메탄가스 발생은 지역의 기후특성, 물 관리 유형, 유기물 관리 인자 등 여러 인자에 의해 영향을 받기 때문에 각 인자를 적절하게 고려한 배출량 산정이 필요하다(Yagi et al.
	논벼 재배부문의 메탄가스 발생에 영향을 주는 요인은 무엇인가?	온실가스 감축 계획수립 및 이행을 위해서는 온실가스 배출량의 정확한 산정이 우선되어야 한다. 논벼 재배부문의 메탄가스 발생은 지역의 기후특성, 물 관리 유형, 유기물 관리 인자 등 여러 인자에 의해 영향을 받기 때문에 각 인자를 적절하게 고려한 배출량 산정이 필요하다(Yagi et al., 1996; Sass, 1994; Wassmann and Aulakh, 2000).
	IPCC에서 제시한 논벼 재배부문 메탄가스 배출량 산정법 중 Tier 3의 장점은 무엇인가?	Tier 3은 각 인자의 지역별 반복 관측으로 지역 단위 자료 이용이 가능한 경우 사용할 수 있는 방법으로, 설정된 국가 온실가스 배출계수와 지역 인자 자료를 고려한 보정계수를 이용하여 메탄가스 배출량을 산정한다. Tier 3을 통한 메탄가스 배출량 산정은 지역별 영농형태의 반영이 가능하여 국가 평균을 이용한 Tier 2와 IPCC 제시값을 이용한 Tier 1에 비해 정확한 메탄가스 배출량 산정이 가능하다.

참고문헌 (26)

IPCC, 2019. 2019 refinement to the 2006 IPCC guidelines for national greenhouse gas inventories, Intergovernmental Panel on Climate Change, Switzerland.
Jeong, J. H., B. W. Sin, and C. H. Yoo, 2001. Effects of the successive application of organic matters on soil properties and rice yields. Korean Journal of Soil Science and Fertilizer 34(2): 129-133 (in Korean).
Ju, O. J., T. J. Won, K. R. Cho, B. R. Choi, J. S. Seo, I. T. Park, and G. Y. Kim, 2013. New estimates of $CH_4$ emission scaling factors by amount of rice straw applied from Korea paddy fields. Korean Journal of Environmental Agriculture 32(3): 179-184 (in Korean). doi:10.5338/kjea.2013.32.3.179.

원문보기 상세보기
Kang, S. J., K. Y. Lee, E. I. Jeon, I. H. Shin, S. J. Yu, and O. S. Kwon, 2018. A study on interference effect by pH and organic matter in heavy metal contaminated soil detection using hyperspectral image. Journal of the Korean Society of Hazard Mitigation 18(4): 375-383 (in Korean). doi:10.9798/kosham.2018.18.4.375.

상세보기
Kim, C. G., H. K. Jeong, and Y. G. Kim, 2016a. Effects of organic farming on greenhouse gas emission reduction. Journal of Climate Change Research 7(3): 335 (in Korean). doi:10.15531/ksccr.2016.7.3.335.
Kim, S. H., G. H. Lee, and G. H. Yu, 2016b. Trends and challenges of agricultural drone technology. Institute of Control, Robotics and Systems 22(3): 34-42 (in Korean).
Kim, M. H., 2014. Development of statistical research technique of feed crops and application method, 11-1543000-000496-01, Korea Rural Economic Institute (in Korean).
Kim, G. Y., H. C. Jeong, O. J. Ju, H. K. Kim, J. H. Park, H. S. Gwon, and P. J. Kim, 2013. Establishment of baseline emission factor of methane in Korean rice paddy soil. Korean Journal of Environmental Agriculture 32(4): 359-365 (in Korean). doi:10.5338/kjea.2013.32.4.359.

원문보기 상세보기
Kim, G. Y., S. I. Park, B. H. Song, and Y. K. Shin, 2002. Emission characteristics of methane and nitrous oxide by management of water and nutrient in a rice paddy soil. Korean Journal of Environmental Agriculture 21(2): 136-143 (in Korean). doi:10.5338/kjea.2002.21.2.136.

원문보기 상세보기
Kim, H. K., B. H. Kim, S. K. Kim, H. W. Kim, J. D. Park, K. J. Choi, and H. C. Jeong, 2012. The evaluation of methane emitted at paddy soil applied to organic matter while rice cultivated organically. Korean Society of Soil Sciences and Fertilizer Conference 273 (in Korean).
Kim, Y. K., D. G. Seong, E. H. Han, Y. C. Cho, and S. D. Lee, 2017. Effect of application of unmanned helicopter on whole growing process without tillage and harvest in rice, Gyeongnam Agricultural Research and Extension Services, Jinju, Korea (in Korean).
Kwun, S. K., Y. K. Shin, and Kicheol Eom, 2003. Estimation of methane emission from rice cultivation in Korea. Journal of environmental science and health 38(11): 2549-2563.

상세보기
Lee, K. D., S. H. Hong, and Y. H. Kim, 2012. Farmland use mapping using high resolution images and land use change analysis. Korean Society Of Soil Sciences And Fertilizer 45(6): 1164-1172 (in Korean).

원문보기 상세보기
Lim, S. S., W. J. Choi, and H. Y. Kim, 2012. Fertilizer and organic inputs effects on $CO_2$ and $CH_4$ emission from a soil under changing water regimes. Korean Journal of Environmental Agriculture 31(2): 104-112 (in Korean). doi:10.5338/kjea.2012.31.2.104.

원문보기 상세보기
Ministry of Environment in Korea, 2014. 2014 Greenhouse gas emission and absorption coefficient, Greenhouse Gas Inventory and Research Center.
Ministry of Environment in Korea, 2018. National greenhouse gas inventory report of Korea, Greenhouse Gas Inventory and Research Center.
National Institute of Agricultural Sciences, 2017. The standards of fertilizer prescription by crops.
Roh, K. A., H. C. Jeong, G. Y. Kim, K. H. So, K. M. Shim, D. B. Lee, and Y. H. Kim, 2010. Estimation of carbon sequestration and methane emission with organic amendment application at agricultural soil in Korea. In Korean Society of Soil Sciences and Fertilizer Conference 156-157 (in Korean).
Sass, R. L., 1994. Short summary chapter for methane. In: Minami et al. (Eds.) $CH_4$ and $N_2O$ -global emissions and controls from rice fields and other agricultural and industrial sources, Yokendo Publishers, Japan, 1-7.
Shin, Y. K., B. L. Lee, and J. S. Suh, 1995. Influence of soil and air temperature on the Diel change of methane emission in a Korean paddy soil incorporated with rice straw. Korean Journal of Soil Sciences and Fertilizer 28(3): 266-269.
Shin, Y. K., Y. S. Lee, J. W. Ahn, M. H. Koh, and K. C. Eom, 2003. Seasonal change of rice-mediated methane emission from a rice paddy under Different water management and organic amendments. Korean Journal of Soil Sciences and Fertilizer 36(1): 41-49.
Wassmann, R., and M. S. Aulakh, 2000. The role of rice plants in regulating mechanisms of methane emissions. Biology and Fertility of Soils 31: 20-29.

상세보기
Yagi, K., H. Tsuruta, K. Kanda, and K. Minami, 1996. Effect of water management on methane emission from a Japanese rice paddy field: Automated methane monitoring. Global Biogeochemical Cycles 10(2): 255-267.

상세보기
Kostat, 2010. Total survey of agriculture, forestry and fisheries, Korea.
Kostat, 2016. Micro data of agriculture, forestry and fisheries, Korea.
Kostat, 2019. Survey of agricultural area, Korea.

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