주요 채소 작물 대상 작물 모형 모수 추정 및 검증을 지원하기 위한 생육 조사 프로토콜 분석 Analysis of Crop Survey Protocols to Support Parameter Calibration and Verification for Crop Models of Major Vegetables원문보기
생산자뿐만 아니라 소비자에게 상당한 경제적인 영향을 줄 수 있는 채소 작황 정보를 사전에 예측하기 위해 작물 모형들이 사용될 수 있다. 채소의 생육과 수확량을 추정하기 위한 모형들은 대다수 작물에 대해 개발되어 있지 못하며 이는 고품질의 생육 관측 자료들이 축적되지 않았기 때문이다. 본 연구에서는 배추, 무, 마늘, 양파 및 고추의 5대 채소들을 대상으로 작물 모형 개발과 검증을 위한 생육 자료를 수집할 때 사용되는 프로토콜을 분석하고 이를 개선하고자 하였다. 작물 모형의 모수추정을 위해 사용되는 관측 프로토콜은 통계청과 농촌진흥청 프로토콜들의 단점을 보완하는 방식으로 개선될 수 있다. 작물모형은 기상조건에 따른 작물의 생육 반응을 예측하기 위해 사용되기 때문에 신뢰도 높은 기상 관측 자료를 확보할 수 있는 지역에서 표본 필지를 선정하는 것이 유리할 것이다. 또한, 최소한의 표본 조사 필지에서 상세한 관측자료 수집하기 위해 관심 작물이 재배되고 있는 지역 중에서 기후 특성이 상이한 지점들을 대상으로 표본 조사 필지들을 선정하는 것이 권장된다. 작물 생육 모형의 개발 및 검증을 위해서는 시계열적으로 얻어지는 작물 생육 모의값과 비교하기 위해 일정 시간 간격별로 관측 자료를 수집하는 것이 필수적이며, 기존의 프로토콜에 제시되지 않았던 생육 초기의 관측값을 확보하는 방향으로 개선되어야 할 것이다. 병해충 조사항목들과 기상재해 양상과 관련한 항목들이 작물모형 개발을 위한 관측 프로토콜에 포함된다면, 작물모형과 병해충 모형을 개발하고 이들 모형들을 통합하는 방식으로 실제 수량과 가까운 작황예측이 가능할 것이다. 또한, 표본조사 필지에서 다수의 구역을 설정하고, 이로부터 샘플을 채취하는 것이 관측자료의 신뢰도를 높일 수있다. 본 연구에서 제안된 프로토콜을 사용하여 얻어진 관측자료들이 자료 공유 플랫폼을 통해 제공된다면 채소 작물의 작황 예측을 위한 작물 모형 개발이 활성화될 것이다.
생산자뿐만 아니라 소비자에게 상당한 경제적인 영향을 줄 수 있는 채소 작황 정보를 사전에 예측하기 위해 작물 모형들이 사용될 수 있다. 채소의 생육과 수확량을 추정하기 위한 모형들은 대다수 작물에 대해 개발되어 있지 못하며 이는 고품질의 생육 관측 자료들이 축적되지 않았기 때문이다. 본 연구에서는 배추, 무, 마늘, 양파 및 고추의 5대 채소들을 대상으로 작물 모형 개발과 검증을 위한 생육 자료를 수집할 때 사용되는 프로토콜을 분석하고 이를 개선하고자 하였다. 작물 모형의 모수추정을 위해 사용되는 관측 프로토콜은 통계청과 농촌진흥청 프로토콜들의 단점을 보완하는 방식으로 개선될 수 있다. 작물모형은 기상조건에 따른 작물의 생육 반응을 예측하기 위해 사용되기 때문에 신뢰도 높은 기상 관측 자료를 확보할 수 있는 지역에서 표본 필지를 선정하는 것이 유리할 것이다. 또한, 최소한의 표본 조사 필지에서 상세한 관측자료 수집하기 위해 관심 작물이 재배되고 있는 지역 중에서 기후 특성이 상이한 지점들을 대상으로 표본 조사 필지들을 선정하는 것이 권장된다. 작물 생육 모형의 개발 및 검증을 위해서는 시계열적으로 얻어지는 작물 생육 모의값과 비교하기 위해 일정 시간 간격별로 관측 자료를 수집하는 것이 필수적이며, 기존의 프로토콜에 제시되지 않았던 생육 초기의 관측값을 확보하는 방향으로 개선되어야 할 것이다. 병해충 조사항목들과 기상재해 양상과 관련한 항목들이 작물모형 개발을 위한 관측 프로토콜에 포함된다면, 작물모형과 병해충 모형을 개발하고 이들 모형들을 통합하는 방식으로 실제 수량과 가까운 작황예측이 가능할 것이다. 또한, 표본조사 필지에서 다수의 구역을 설정하고, 이로부터 샘플을 채취하는 것이 관측자료의 신뢰도를 높일 수있다. 본 연구에서 제안된 프로토콜을 사용하여 얻어진 관측자료들이 자료 공유 플랫폼을 통해 제공된다면 채소 작물의 작황 예측을 위한 작물 모형 개발이 활성화될 것이다.
Crop models have been used to predict vegetable crop yield, which would have a considerable economic impact on consumers as well as producers. A small number of models have been developed to estimate growth and yield of vegetables due to limited availability of growth observation data in high-qualit...
Crop models have been used to predict vegetable crop yield, which would have a considerable economic impact on consumers as well as producers. A small number of models have been developed to estimate growth and yield of vegetables due to limited availability of growth observation data in high-quality. In this study, we aimed to analyze the protocols designed for collection of the observation data for major vegetable crops including cabbage, radish, garlic, onion and pepper. We also designed the protocols suitable for development and verification of a vegetable crop growth model. In particular, different measures were proposed to improve the existing protocol used by Statistics Korea (KOSTAT) and Rural Development Administration (RDA), which would enhance reliability of parameter estimation for the crop model. It would be advantageous to select sampling sites in areas where reliable weather observation data can be obtained because crop models quantify the response of crop growth to given weather conditions. It is recommended to choose multiple sampling sites where climate conditions would differ. It is crucial to collect time series data for comparison between observed and simulated crop growth and yield. A crop model can be developed to predict actual yield rather than attainable yield using data for crop damage caused by diseases and pests as well as weather anomalies. A bigdata platform where the observation data are to be shared would facilitate the development of crop models for vegetable crops.
Crop models have been used to predict vegetable crop yield, which would have a considerable economic impact on consumers as well as producers. A small number of models have been developed to estimate growth and yield of vegetables due to limited availability of growth observation data in high-quality. In this study, we aimed to analyze the protocols designed for collection of the observation data for major vegetable crops including cabbage, radish, garlic, onion and pepper. We also designed the protocols suitable for development and verification of a vegetable crop growth model. In particular, different measures were proposed to improve the existing protocol used by Statistics Korea (KOSTAT) and Rural Development Administration (RDA), which would enhance reliability of parameter estimation for the crop model. It would be advantageous to select sampling sites in areas where reliable weather observation data can be obtained because crop models quantify the response of crop growth to given weather conditions. It is recommended to choose multiple sampling sites where climate conditions would differ. It is crucial to collect time series data for comparison between observed and simulated crop growth and yield. A crop model can be developed to predict actual yield rather than attainable yield using data for crop damage caused by diseases and pests as well as weather anomalies. A bigdata platform where the observation data are to be shared would facilitate the development of crop models for vegetable crops.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 배추, 무, 마늘, 양파 및 고추 등 국내 5대 채소들을 대상으로 관측 자료 수집에 사용되는 프로토콜들을 작물 모형 개발의 관점에서 분석하고 개선사항들을 파악하고자 하였다. 또한, 이러한 분석 결과를 바탕으로 작물 모형 개발을 위한 생육 자료 수집 프로토콜을 제안하고자 하였다.
따라서 본 연구에서는 배추, 무, 마늘, 양파 및 고추 등 국내 5대 채소들을 대상으로 관측 자료 수집에 사용되는 프로토콜들을 작물 모형 개발의 관점에서 분석하고 개선사항들을 파악하고자 하였다. 또한, 이러한 분석 결과를 바탕으로 작물 모형 개발을 위한 생육 자료 수집 프로토콜을 제안하고자 하였다. 개선된 생육 조사 프로토콜이 확립될 경우, 보다 균일한 품질을 가진 작물 생육자료를 확보할 수 있다.
채소의 생육과 수확량을 추정하기 위한 모형들은 대다수 작물에 대해 개발되어 있지 못하며 이는 고품질의 생육 관측 자료 들이 축적되지 않았기 때문이다. 본 연구에서는 배추, 무, 마늘, 양파 및 고추의 5대 채소들을 대상으로 작물 모형 개발과 검증을 위한 생육 자료를 수집할 때 사용되는 프로토콜을 분석하고 이를 개선하고자 하였다. 작물 모형의 모수추정을 위해 사용되는 관측 프로토콜은 통계청과 농촌진흥청 프로토콜들의 단점을 보완하는 방식으로 개선될 수 있다.
본 연구에서는 통계청과 농촌진흥청에서 개별적으로 사용하던 생육관측 프로토콜들을 통합하여 작물모델의 개발과 검증에 활용할 수 있도록 제안하였다 (Figs. 3-6). 작물 모형 개발을 지원하기 위한 프로토콜에는 작물의 생육 특성을 정량적으로 조사하기 위한 항목을 보강하는 방향으로 개선되었다.
제안 방법
양파의 경우, 통계청에서는 조사용 재료에서 흙을 제거하고 줄기와 뿌리를 약 1 cm를 남긴 상태에서 생중량을 측정한다. 또한, 표본 구역내 20개의 재료를 샘플링하여 무게를 측정하여 단위면적당 주수를 고려하여 10a당 생산량을 계산한다. 반면, 농촌진흥청에서 사용되는 조사 방법에는 생중량을 대신하여 구직경을 측정하고 이로부터 양파의 모양에 따라 10a 당 예상수량(Y)을 다음과 같이 추정한다.
작물생육모형은 생육 과정을 수치적으로 표현하기 위해 여러 수식들로 구성되어 있으며, 특정 작물 또는 품종의 반응을 모의하기 위해 특정한 모수들이 사용된다. 작물 모형 개발을 위해 이러한 모수들을 추정하고, 생육 추정값들이 실제 상황에 관측된 작물 생육 양상을 어느 정도 반영할 수 있는 가를 검토하는 검증 과정을 거친다. 이를 위해, 다양한 조건에서 얻어진 작물 생육 조사 자료가 요구된다.
성능/효과
특히, 여러 생육 단계에 걸쳐 얻어진 관측 자료를 사용하는 것이 모수추정과 검증 시 편의가 발생하는 가능성을 줄일 수 있다. 생육조사를 2단계로 구분하여 생산 잠재력에 영향을 미치는 초기 생육 시기과 수확 지수에 영향을 주는 후반부 생육 시기별로 생육 조사 항목을 달리하여 자료를 수집하는 것이 수확량의 정확한 예측에 도움을 줄 수 있다. 예를 들어, 고추의 경우, 장기간에 걸쳐 수확이 이루어지기 때문에, 수확기 기간 동안에도 정기적인 조사가 요구된다.
통계청과 농촌진흥청에서 사용되고 있는 주요 채소의 생육 관측을 위한 프로토콜은 작물 모형 개발을 위한 관측자료 수집에 미흡한 점이 존재한다는 것이 확인되었다. 이러한 생육 조사 프로토콜들은 관측에 근거한 작황 정보를 생산하기 위해 설계되었기 때문에, 작물 모형의 개발 및 활용에 여러가지 한계점들이 존재한다.
후속연구
이러한 원격탐사 기법을 활용하여 생육 조사를 수행할 수 있다면, 지속적인 생육 감시가 가능하다. 그러나, 아직까지는 이러한 기술들이 절대적인 수확량을 추정하기 보다는 수확량의 변동을 설명하는 수준에 머물러 있어, 앞으로 이와 관련한 추가적인 연구들이 진행되어야 할 것이다.
개선된 생육 조사 프로토콜이 확립될 경우, 보다 균일한 품질을 가진 작물 생육자료를 확보할 수 있다. 그리고, 이러한 자료의 축적을 통해, 신뢰도 높은 작물 생육 모형을 개발하여 작황 예측에 활용할 수 있을 것이다.
따라서, 정량적인 생육 예측값을 계산하는 작물 모형을 개발하기 위해서는, 이러한 방식은 가급적 회피하는 것이 바람직하다. 다만, 면접을 통해 자료가 얻어지더라도, 충분한 수의 표본 조사로부터 해당 자료가 얻어졌을 경우 작물 모형의 검증자료로 활용될 수 있을 것이다. 반면, 농촌진흥청에서 얻어지는 모든 자료는 샘플링하여 조사자가 직접 측정하는 방식으로 진행된다.
, 2016), 아직까지 수집된 자 료에 대한 평가는 거의 이루어져 있지 않다. 따라서 자료를 수집하는 것뿐만이 아니라 자료의 품질에 대하여 평가가 지속적으로 이루어져야 할 것이다.
병해충과 기상 재해 양상을 파악하고 이를 반영한 수량 예측을 통해, 작물 모형을 이용한 작황예측의 신뢰도를 높일 수 있다. 따라서, 생육 조사 프로토콜에 병해충과 기상 재해와 관련된 조사항목이 포함되어야 보다 정확한 작황 예측이 가능하다. 또한, 병해충 조사항목들과 기상재해 양상과 관련한 항목들이 작물 모형 개발을 위한 관측 프로토콜에 포함된다면, 작물 모형과 병해충 모형을 개발하고 이들 모형들을 통합하는 방식으로 실제 수량과 가까운 작황예측이 가능할 것이다.
(2017)은 토성에 따라 동일한 강수조건에서도 수분스트레스에 대한 반응이 다르게 나타난다고 보고하였다. 따라서, 생육조사 장소에 한 토성자료 또는 배수등급 경사정도 등의 자료가 수집되어야 할 것이다. 토양자료와 같은 자료는 고정된 요소이며 연차 간에 변동이 발생하지 않기 때문에 사전에 조사된 토양도가 존재한다면 장기간 활용이 가능할 것으로 보인다.
또다른 주산지인 의성과 안동의 경우에도 내륙에 위치한 기후대로 분류된다. 따라서, 작물 모형의 개발과 검증에 필요한 자료를 수집하기 위해 고흥과 해남보다는 고흥과 안동에 위치한 필지들을 표본 조사지로 선정하는 것이 효율적일 것이다.
다만, 정량적으로 측정되는 항목에 대해 외부 조사 요원들의 숙련도가 관측자료의 신뢰도에 영향을 줄 수 있다. 따라서, 조사 요원의 조사 방식에 대한 추가적인 교육을 통해 고도의 품질관리가 요구되는 작물의 생육 관측자료를 확보할 수 있을 것이다.
3 m2 당 20개의 샘플에 대해 줄기와 뿌리가 일부 포함된 생중량을 측정한다. 또한, 농촌진흥청에서 설정된 것과 같이 엽수, 초장 및 구직경을 동시에 측정하여 양파의 수확부위 성장과정에 대한 자료를 확보하는 것이 필요하다. 이러한 조사 기준은 기존의 프로토콜보다 추가적인 노력이 요구되나, 작물 모형을 위한 표본 조사 필지는 작황 조사를 위한 필지보다 상당히 적게 선정되기 때문에, 전체적으로 소요되는 노력이나 비용은 훨씬 더 적을 것이다.
따라서, 생육 조사 프로토콜에 병해충과 기상 재해와 관련된 조사항목이 포함되어야 보다 정확한 작황 예측이 가능하다. 또한, 병해충 조사항목들과 기상재해 양상과 관련한 항목들이 작물 모형 개발을 위한 관측 프로토콜에 포함된다면, 작물 모형과 병해충 모형을 개발하고 이들 모형들을 통합하는 방식으로 실제 수량과 가까운 작황예측이 가능할 것이다.
이러한 생육 초기값을 관측을 통해 확보할 경우, 중장기 기상 전망 자료를 활용하여 조기에 생산량을 예측할 수 있는 장점도 있다. 또한, 시비 시기와 시비량 및 관개 유무와 같은 재배관리 정보 역시 프로토콜에 포함된다면 의사결정 지원을 위한 작물 모형 개발에도 활용될 수 있을 것이다.
예를 들어, 생육 조사 시점이나 조사 항목에서 작물 모형의 모수추정을 위해 요구되는 관측자료를 얻기 위한 항목들이 생략되어 있었다. 또한, 조사 항목에 품종과 같은 정성적인 항목과 정량적인 생육 지표를 포함시키는 것이 작물 모형 개발을 위한 기초적인 자료 확보에 도움을 줄 것으로 기대된다.
따라서, 생육 조사 프로토콜에 병해충과 기상 재해와 관련된 조사항목이 포함되어야 보다 정확한 작황 예측이 가능하다. 또한, 병해충 조사항목들과 기상재해 양상과 관련한 항목들이 작물 모형 개발을 위한 관측 프로토콜에 포함된다면, 작물 모형과 병해충 모형을 개발하고 이들 모형들을 통합하는 방식으로 실제 수량과 가까운 작황예측이 가능할 것이다.
또한, 표본조사 필지에서 다수의 구역을 설정하고, 이로부터 샘플을 채취하는 것이 관측자료의 신뢰도를 높일 수 있다. 본 연구에서 제안된 프로토콜을 사용하여 얻어진 관측자료들이 자료 공유 플랫폼을 통해 제공된다면 채소 작물의 작황 예측을 위한 작물 모형 개발이 활성화될 것이다.
예를 들어, 기존의 작물모형은 대부분 수치적 인 값을 사용하여 군락 단위의 작물의 생육을 나타냈으나, 개체 수준의 생육을 반영하여 3D 형태의 구조로 나타내는 구조기능모형(Functional Structural Plant Model)을 사용한 연구가 진행되고 있다. 이러한 구조 기능모형들은 식물체의 형태를 모사하기 때문에, 실제 식물체의 형태에 대한 자료가 수집된다면 모형에서의 식물체 형태 구성에 도움이 될 것이다. 또한, 모형의 개선을 위하여 관측자료의 품질에 대한 평가가 이루어져야 하지만(Boote et al.
또한, 작물 모형이 품종 단위에서 생육 모의한다는 점을 반영하기 위해 각 작물별로 품종과 관련한 정보가 확보될 수 있도록 설정되었다. 이러한 생육 조사 프로토콜에 따라 얻어진 생육 관측 자료들은 작물 모형의 모수추정과 검증을 위해 최소한의 품질을 유지할 수 있을 것이다. 다만, 정량적으로 측정되는 항목에 대해 외부 조사 요원들의 숙련도가 관측자료의 신뢰도에 영향을 줄 수 있다.
또한, 최소한의 표본 조사 필지에서 상세한 관측자료 수집하기 위해 관심 작물이 재배되고 있는 지역 중에서 기후 특성이 상이한 지점들을 대상으로 표본 조사 필지들을 선정하는 것이 권장된다. 작물 생육 모형의 개발 및 검증을 위해서는 시계열적으로 얻어지는 작물 생육 모의값과 비교하기 위해 일정 시간 간격별로 관측 자료를 수집하는 것이 필수적이며, 기존의 프로토 콜에 제시되지 않았던 생육 초기의 관측값을 확보하는 방향으로 개선되어야 할 것이다. 병해충 조사항목들과 기상재해 양상과 관련한 항목들이 작물모형 개발을 위한 관측 프로토콜에 포함된다면, 작물모형과 병해충 모형을 개발하고 이들 모형들을 통합하는 방식으로 실제 수량과 가까운 작황예측이 가능할 것이다.
따라서, 생태형 수준이라 하더라도 품종관련 정보가 조사 항목에 포함된다면, 품종 특성에 따른 모수추정을 통해 활용도가 높은 작물 모형을 개발할 수 있다. 특히, 품종별 작황 예측이 가능한 작물 모형들은 현재 시점에서의 품종 선택과 같은 재배 관련 의사결정뿐만 아니라, 미래 기후조건에서의 적응 대책 수립을 위해 활용될 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
작물생육모형은 어떻게 구성되어있는가?
작물 모형은 주어진 기상과 토양조건에서 파종 또는 정식부터 수확기까지 작물의 생육량을 매일 정량적으로 예측한다. 작물생육모형은 생육 과정을 수치적으로 표현하기 위해 여러 수식들로 구성되어 있으며, 특정 작물 또는 품종의 반응을 모의하기 위해 특정한 모수들이 사용된다. 작물 모형 개발을 위해 이러한 모수들을 추정하고, 생육 추정값들이 실제 상황에 관측된 작물 생육 양상을 어느 정도 반영할 수 있는 가를 검토하는 검증 과정을 거친다.
국내 주요 채소는 무엇이며 특징은 어떠한가?
, 2018). 특히, 국내 주요 채소인 배추, 무, 마늘, 양파 및 고추는 주로 노지에서 재배되고 있기 때문에, 기상조건에 따라 생산성의 변동이 식량작물에 비해 상대적으로 크다(Bae et al., 2018, Choi and Baek, 2016).
생육 조사를 위한 프로토콜의 예시에는 어떤것이 있는가?
물론 현재에도 생육 조사를 위한 프로토콜들이 존재하기는 한다. 예를 들어, 통계청과 농촌진흥청에서는 5대 채소에 대한 작황 정보를 생산하기 위해 일정한 생육 관측 프로토콜에 따라 조사가 시행되고 있다. 그러나, 통계청에서 사용되는 프로토콜들은 수확기 시점에서 작황 정보를 생산하기 위해 설정되었기 때문에 작물 모형의 모수추정에 활용하기 어려운 단점이 있다(Hyun and Kim, 2019; Kim et al.
참고문헌 (18)
BAE, K.-H., G.-W. HAM, and J.-M. LEE, 2018: A study on estimating the vegetable cultivation complex area using aerial photogrammetry. Journal of the Korean Association of Geographic Information Studies 21(4), 108-118.
Boote, K., C. Porter, J. Jones, P. Thorburn, K. Kersebaum, G. Hoogenboom, J. White, and J. Hatfield, 2016: Sentinel site data for model improvement-definition and characterization. Advances in Agricultural Systems Modeling 7, 125-158.
Bouman, B., H. Van Keulen, H. Van Laar, and R. Rabbinge, 1996: The 'School of de Wit' crop growth simulation models: a pedigree and historical overview. Agricultural systems 52(2-3), 171-198.
Choi, S., and J. Baek, 2016: Onion yield estimation using spatial panel regression model. Korean Journal of Applied Statistics 29(5), 873-885.
Fleisher, D. H., B. Condori, R. Quiroz, A. Alva, S. Asseng, C. Barreda, M. Bindi, K. J. Boote, R. Ferrise, and A. C. Franke, 2017: A potato model intercomparison across varying climates and productivity levels. Global change biology 23(3), 1258-1281.
Folberth, C., R. Skalsky, E. Moltchanova, J. Balkovi?, L. B. Azevedo, M. Obersteiner, and M. Van Der Velde, 2016: Uncertainty in soil data can outweigh climate impact signals in global crop yield simulations. Nature communications 7(1), 1-13.
Hyun, S., and K. S. Kim, 2019: Calibration of cultivar parameters for cv. Shindongjin for a rice growth model using the observation data in a low quality. Korean Journal of Agricultural and Forest Meteorology 21(1), 42-54.
Kim, J., W. Sang, P. Shin, J. Baek, C. Cho, and M. Seo, 2019: History and future direction for the development of rice growth models in Korea. Korean Journal of Agricultural and Forest Meteorology 21(3), 167-174.
Kim, K. S., S.-O. Kim, J. H. Kim, K. H. Moon, J. H. Shin, and J. Cho, 2018a: Development and application of crop models in Korea. Korean Journal of Agricultural and Forest Meteorology 20(2), 145-148.
Kim, J., W. Sang, P. Shin, H. Cho, and M. Seo, 2018b: Calibration of crop growth model CERES-MAIZE with yield trial data. Korean Journal of Agricultural and Forest Meteorology 20(4), 277-283.
Kim, Y., K.-M. Shim, M.-P. Jung, I.-T. Choi, and K.-K. Kang, 2016a: Classification of agroclimatic zones considering the topography characteristics in South Korea. Journal of Climate Change Research 7(4), 507-512.
Kim, J., W. Kang, T. Ahn, J. Shin, and J. Son, 2016b: Precise, real-time measurement of the fresh weight of lettuce with growth stage in a plant factory using a nutrient film technique. Korean Journal of Horticultural Science & Technology 34(1), 77-83.
Lee, S., and K. S. Kim, 2018: Estimation of fresh weight for chinese cabbage using the Kinect sensor. Korean Journal of Agricultural and Forest Meteorology 20(2), 205-213.
Sang, W.-G., J.-H. Kim, P. Shin, H.-S. Cho, M.-C. Seo, and G.-H. Lee, 2017: A study on grain yield response and limitations of CERES-barley model according to soil types. Journal of Korean Society of Soil Science and Fertilizer 50(6), 509-519.
Shim, K.-M., Y. Kim, M.-P. Jung, J.-W. Kim, and K.-K. Kang, 2018: Influence of El Nino on the production of spring Kimchi Cabbage in South Korea. Korean Journal of Agricultural and Forest Meteorology 20(4), 330-336.
Song, E. Y., K. H. Moon, S. H. Wi, and S. Oh, 2018: Growth and bulb characteristics of extremely Early-Maturing onion by air temperature variation at different altitudes. Korean Journal of Agricultural and Forest Meteorology 20(4), 321-329.
Statistics Korea, 2019: 2019 Crop Survey. https://kostat.go.kr(accessed on 2020-01-25; Written in Korean)
Wi, S. H., E. Y. Song, S. J. Oh, I. C. Son, S. G. Lee, H. J. Lee, B. Mun, and Y. Y. Cho, 2018: Estimation of optimum period for spring cultivation of 'Chunkwang' Chinese Cabbage based on growing degree days in Korea. Korean Journal of Agricultural and Forest Meteorology 20(2), 175-182.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.