[국내논문]간척지 재배 근채류의 최대 엽장과 엽폭을 이용한 지하부 생체중 추정용 회귀 모델 결정 Determination of Regression Model for Estimating Root Fresh Weight Using Maximum Leaf Length and Width of Root Vegetables Grown in Reclaimed Land원문보기
BACKGROUND: Since the number of crops cultivated in reclaimed land is huge, it is very difficult to quantify the total crop production. Therefore, a non-destructive method for predicting crop production is needed. Salt tolerant root vegetables such as red beets and sugar beet are suitable for cultiv...
BACKGROUND: Since the number of crops cultivated in reclaimed land is huge, it is very difficult to quantify the total crop production. Therefore, a non-destructive method for predicting crop production is needed. Salt tolerant root vegetables such as red beets and sugar beet are suitable for cultivation in reclaimed land. If their underground biomass can be predicted, it helps to estimate crop productivity. Objectives of this study are to investigate maximum leaf length and weight of red beet, sugar beet, and turnips grown in reclaimed land, and to determine optimal model with regression analysis for linear and allometric growth models. METHODS AND RESULTS: Maximum leaf length, width, and root fresh weight of red beets, sugar beets, and turnips were measured. Ten linear models and six allometric growth models were selected for estimation of root fresh weight and non-linear regression analysis was conducted. The allometric growth model, which have a variable multiplied by square of maximum leaf length and maximum leaf width, showed highest R2 values of 0.67, 0.70, and 0.49 for red beets, sugar beets, and turnips, respectively. Validation results of the models for red beets and sugar beets showed the R2 values of 0.63 and 0.65, respectively. However, the model for turnips showed the R2 value of 0.48. The allometric growth model was suitable for estimating the root fresh weight of red beets and sugar beets, but the accuracy for turnips was relatively low. CONCLUSION: The regression models established in this study may be useful to estimate the total production of root vegetables cultivated in reclaimed land, and it will be used as a non-destructive method for prediction of crop information.
BACKGROUND: Since the number of crops cultivated in reclaimed land is huge, it is very difficult to quantify the total crop production. Therefore, a non-destructive method for predicting crop production is needed. Salt tolerant root vegetables such as red beets and sugar beet are suitable for cultivation in reclaimed land. If their underground biomass can be predicted, it helps to estimate crop productivity. Objectives of this study are to investigate maximum leaf length and weight of red beet, sugar beet, and turnips grown in reclaimed land, and to determine optimal model with regression analysis for linear and allometric growth models. METHODS AND RESULTS: Maximum leaf length, width, and root fresh weight of red beets, sugar beets, and turnips were measured. Ten linear models and six allometric growth models were selected for estimation of root fresh weight and non-linear regression analysis was conducted. The allometric growth model, which have a variable multiplied by square of maximum leaf length and maximum leaf width, showed highest R2 values of 0.67, 0.70, and 0.49 for red beets, sugar beets, and turnips, respectively. Validation results of the models for red beets and sugar beets showed the R2 values of 0.63 and 0.65, respectively. However, the model for turnips showed the R2 value of 0.48. The allometric growth model was suitable for estimating the root fresh weight of red beets and sugar beets, but the accuracy for turnips was relatively low. CONCLUSION: The regression models established in this study may be useful to estimate the total production of root vegetables cultivated in reclaimed land, and it will be used as a non-destructive method for prediction of crop information.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 간척지에서 재배한 레드 비트와 사탕무, 순 무의 최대 엽장과 엽폭, 지하부 생체중을 조사하고, 선형 모델과 상대생장 모델에 대해 회귀 분석을 실시하여 최대 엽장과 엽폭을 변수로 하는 최적의 지하부 생체중 추정 모델을 결정하고자 하였다.
또한 간척지에서는 염 외에도 지상부 생육에 영향을 미치는 강한 바람과 지하부 생육에 영향을 미치는 토양 구조 불량 문제 등이 발생한다[2]. 따라서 품종 별로 간척지 환경에 적응하는 정도가 다르며, 같은 품종이라도 비료 등의 투입으로 인한 재배 조건에 따라 지상부와 지하 부의 생육 비율이 달라지기 때문에 본 연구에서 확립한 모델의 정확도에 영향을 미쳤을 것이다.
제안 방법
작물 재배 기간 동안 텐시오미터(Irrometer Model-R, Riverside, CA, USA)를 이용하여 토양 수분 장력 –30 kPa 수준으로 관수하였다.
레드 비트와 사탕무, 순무에 대해 기비로 요소와 용성인비, 염화칼리를 각각 28, 30, 15 kg·ha-1과 84, 51, 41 kg·ha-1, 84, 51, 41 kg·ha-1를 시비하였으며, 추비는 요소와 염화칼리를 이용하여 부족분의 50%에 해당하는 양을 정식 후 20일과 40일차에 각각 시비하였다.
레드 비트는 파종 후 약 30일이 지난 유묘를 5월 29일에 30 cm×30 cm 간격으로 정식하였다.
51 cmol+·kg-1이었다. 작물 정식을 위해서 20 cm 높이의 두둑을 만들어 점적 호스를 설치하였으며 검은 비닐을 이용하여 멀칭하였다. 레드 비트는 파종 후 약 30일이 지난 유묘를 5월 29일에 30 cm×30 cm 간격으로 정식하였다.
지하부 생체중 추정을 위한 지표로 레드 비트와 사탕무, 순무의 최대 엽장과 엽폭을 각각 98, 125, 111개체에 대하여 측정하였다(Table 1). 여러 장의 잎 중 생육이 충분히 진전된 성엽에 대해서만 측정을 실시하였다. 굴곡이 있거나 휘어진 잎에 대해서는 평평하게 누른 후 측정하였다.
여러 장의 잎 중 생육이 충분히 진전된 성엽에 대해서만 측정을 실시하였다. 굴곡이 있거나 휘어진 잎에 대해서는 평평하게 누른 후 측정하였다. 엽폭은 엽장 측정 방향과 직각을 이루는 방향으로 측정하였으며, 잎의 중간 부분에서 나타나는 최대 길이를 최대 엽폭으로 결정하였다.
굴곡이 있거나 휘어진 잎에 대해서는 평평하게 누른 후 측정하였다. 엽폭은 엽장 측정 방향과 직각을 이루는 방향으로 측정하였으며, 잎의 중간 부분에서 나타나는 최대 길이를 최대 엽폭으로 결정하였다. 이어서 지상부를 모두 제거하였으며, 최대 엽장과 엽폭을 이용하여 추정할 대상인 지하부 생체중을 측정하였다.
엽폭은 엽장 측정 방향과 직각을 이루는 방향으로 측정하였으며, 잎의 중간 부분에서 나타나는 최대 길이를 최대 엽폭으로 결정하였다. 이어서 지상부를 모두 제거하였으며, 최대 엽장과 엽폭을 이용하여 추정할 대상인 지하부 생체중을 측정하였다.
[23, 24]가 정리한 기존의 모델을 포함하여 지하부 생체중을 추정하기 위한 회귀 모델 16종을 선정하였다(Table 2). 회귀 모델은 최대 엽장(LM)과 최대 엽폭(WM)을 변수로 하여 지 하부 생체중(RFW)을 추정하기 위한 형태로 구성되었다. 모델은 총 네 종류이며, 단일 변수를 사용하는 선형 모델(Eqn.
대상 데이터
실험 대상인 근채류 3종(레드 비트와 사탕무, 순무)은 전라북도 김제시 광활면 새만금 간척지의 시험 포장(35.8ºN, 126.7ºE)에서 재배하였다.
사탕무와 순무는 각각 2019년 8월 21일과 16일에 30 cm×30 cm 간격으로 종자를 직파하였다.
작물 재배 기간 동안 텐시오미터(Irrometer Model-R, Riverside, CA, USA)를 이용하여 토양 수분 장력 –30 kPa 수준으로 관수하였다. 레드 비트와 사탕무, 순무는 각각 2019년 7월 29일과 10월 24일, 10월 24일에 수확하였다.
지하부 생체중 추정을 위한 지표로 레드 비트와 사탕무, 순무의 최대 엽장과 엽폭을 각각 98, 125, 111개체에 대하여 측정하였다(Table 1). 여러 장의 잎 중 생육이 충분히 진전된 성엽에 대해서만 측정을 실시하였다.
[23, 24]가 정리한 기존의 모델을 포함하여 지하부 생체중을 추정하기 위한 회귀 모델 16종을 선정하였다(Table 2). 회귀 모델은 최대 엽장(LM)과 최대 엽폭(WM)을 변수로 하여 지 하부 생체중(RFW)을 추정하기 위한 형태로 구성되었다.
선정한 16종의 모델에 포함된 회귀 계수를 결정하고자 SPSS 통계 프로그램(IBM, New York, NY, USA)을 이용하여 비선형 회귀분석을 실시하였다. 회귀분석에는 레드 비트와 사탕무, 순무에서 측정된 전체 데이터 중 65, 84, 74개의 개체에서 측정된 결과를 이용하였다. 실측 데이터와 모델이 예측한 값의 비교를 위하여 Sigmaplot(Systat Software, San Jose, CA, USA)을 이용하여 그래프를 작성하였다.
실측 데이터와 모델이 예측한 값의 비교를 위하여 Sigmaplot(Systat Software, San Jose, CA, USA)을 이용하여 그래프를 작성하였다. 회귀분석 결과 결정계수인 R2 값이 가장 높게 나타나는 모델을 적합 모델로 선정하였으며, R2 값이 같은 경우 평균제곱근오차(RMSE) 값이 낮은 모델을 선정하였다.
값과 RMSE 값을 고려하여 통계 적으로 가장 신뢰도가 높은 모델을 1종 선택하여 검증을 수행하였다. 검증에는 레드 비트와 사탕무, 순무에서 측정된 전체 데이터 중 모델을 선정하는데 사용하지 않은 33, 41, 37개의 개체에서 측정된 결과를 이용하였다. 최대 엽장과 엽폭을 이용하여 모델을 통해 계산된 지하부 생체중 값과 실제로 측정된 지하부 생체중 값을 1:1 선상에서 회귀분석을 실시하였으며, R2 값과 RMSE 값을 이용하여 모델의 신뢰도를 검증하였다.
데이터처리
선정한 16종의 모델에 포함된 회귀 계수를 결정하고자 SPSS 통계 프로그램(IBM, New York, NY, USA)을 이용하여 비선형 회귀분석을 실시하였다. 회귀분석에는 레드 비트와 사탕무, 순무에서 측정된 전체 데이터 중 65, 84, 74개의 개체에서 측정된 결과를 이용하였다.
회귀분석에는 레드 비트와 사탕무, 순무에서 측정된 전체 데이터 중 65, 84, 74개의 개체에서 측정된 결과를 이용하였다. 실측 데이터와 모델이 예측한 값의 비교를 위하여 Sigmaplot(Systat Software, San Jose, CA, USA)을 이용하여 그래프를 작성하였다. 회귀분석 결과 결정계수인 R2 값이 가장 높게 나타나는 모델을 적합 모델로 선정하였으며, R2 값이 같은 경우 평균제곱근오차(RMSE) 값이 낮은 모델을 선정하였다.
16종의 회귀 모델 중 R2 값과 RMSE 값을 고려하여 통계 적으로 가장 신뢰도가 높은 모델을 1종 선택하여 검증을 수행하였다. 검증에는 레드 비트와 사탕무, 순무에서 측정된 전체 데이터 중 모델을 선정하는데 사용하지 않은 33, 41, 37개의 개체에서 측정된 결과를 이용하였다.
검증에는 레드 비트와 사탕무, 순무에서 측정된 전체 데이터 중 모델을 선정하는데 사용하지 않은 33, 41, 37개의 개체에서 측정된 결과를 이용하였다. 최대 엽장과 엽폭을 이용하여 모델을 통해 계산된 지하부 생체중 값과 실제로 측정된 지하부 생체중 값을 1:1 선상에서 회귀분석을 실시하였으며, R2 값과 RMSE 값을 이용하여 모델의 신뢰도를 검증하였다.
이론/모형
레드 비트와 사탕무, 순무에는 농촌진흥청 표준 시비법에 따라 질소-인산-칼리를 기준으로 각각 55, 30, 30 kg·ha-1과 234, 51, 81 kg·ha-1, 234, 51, 81 kg·ha-1를 시용하였다.
성능/효과
레드 비트와 사탕무, 순무 중 최대 엽장은 사탕무에서 가장 큰 것으로 나타났으나, 최대 엽폭과 지하부 생체중은 순무에서 가장 크게 나타났다(Table 1). 레드 비트와 사탕무, 순 무에서 측정된 최대 엽장과 엽폭, 지하부 생체중 값의 관계를 3차원 공간상에 나타내었다(Fig.
1). 최대 엽장과 엽폭이 증가함에 따라 지하부 생체중은 증가하는 양상을 보였다. 레드비트의 최대 엽장과 엽폭은 12.
60일에 걸쳐 재배한 기존 연구에서 Monogerm hybrid 품종 사탕무의 지하부 생체중은 약 70 g으로 보고되었다[26]. 본 연구에서는 Turkey 품종 사탕무의 지하부 생체중이 평균 232.6 g으로 나타났으며, 품종에 의한 생육의 차이와 시비에 의한 효과로 지하부 생체중이 증진된 것으로 보였다. 추가적으로 사탕무 재배시 질소 기준 90 kg·ha-1의 비료를 시용한 경우 120일차에 지하부 생체중이 평균 408.
0 g으로 보고되었다[27]. 따라서 본 연구에서 재배한 사탕무의 생육은 정상적인 수준으로 판단되었다.
3 g으로 보고되었다[28, 29]. 본 연구에서는 강화 품종 순무의 지하부 생체중이 평균 263.2 g으로 나타나, 간척지 환경에서 재배된 강화 품종 순무의 생육이 수경 또는 화분 재배한 Snow ball에 비해 좋은 것으로 판단되었다.
레드 비트의 최대 엽장과 엽폭을 이용하여 지하부 생체중을 추정한 16종 모델의 회귀분석 결과 복합 변수를 이용한 상대생장 모델의 R2 값이 모두 0.66 이상으로 가장 적합한 것으로 나타났다(Table 3). 복합 변수를 이용한 선형 모델 중에서는 Eqn.
사탕무의 최대 엽장과 엽폭을 이용하여 지하부 생체중을 추정한 16종 모델의 회귀분석 결과 복합 변수를 이용한 상대생장 모델의 R2 값이 모두 0.63 이상으로 가장 적합한 것으로 나타났다(Table 4). 복합 변수를 이용한 선형 모델 중에서는 Eqn.
순무의 최대 엽장과 엽폭을 이용하여 지하부 생체중을 추정한 16종 모델의 회귀분석 결과 복합 변수를 이용한 상대생장 모델의 R2 값이 모두 0.42 이상으로 가장 적합한 것으로 나타났다(Table 5). 순무에 적용한 모델들 중 Eqn.
68으로 나타났다[21]. 본 연구에서 레드 비트와 사탕무는 이와 유사한 수준의 정확도를 보이는 것으로 판단되었다. 반면, [30]은 몬터레이 파인 종 수목의 지하부 생체중을 추정하기 위해 흉고직경을 변수로 하는 상대생장 모델을 적용하면 R2 값이 0.
따라서 염에 대한 작물의 반응이 종마다 서로 다르기 때문에 같은 모델을 적용하더라도 정확도가 작물별로 다르게 나타나는 것으로 보인다. 본 연구를 수행한 간척지는 EC와 Na 이온 농도가 근채류 재배에 적합한 수준이었다. 또한 간척지에서는 염 외에도 지상부 생육에 영향을 미치는 강한 바람과 지하부 생육에 영향을 미치는 토양 구조 불량 문제 등이 발생한다[2].
따라서 근채류의 지하부 생체중 추정을 위해 최대 엽장과 엽폭을 사용하는 것이 수목의 지하부 생체중 추정을 위해 흉고직경을 사용하는 것에 비해 낮은 정확도를 나타내게 된 원인으로 해석할 수 있다. 그러나 근채류의 경우 수목의 흉고직경에 해당하는 지표가 없는 상황이었고, 본 연구를 통해 최대 엽장과 엽폭을 이용할 수 있다는 사실을 확인하였다. 더 높은 정확도를 갖는 모델을 선정하기 위해서 최대 엽장과 엽폭 외에도 사용할 수 있는 지표를 찾는 후속 연구가 필요할 것으로 판단된다.
후속연구
그러나 순무는 배추과(Brassicaceae)에 속하는 작물이기 때문에 이차대사산물인 글루코시놀레이트를 다량 함유하므로 염에 대한 반응을 살펴보아야 한다. 따라서 비트, 사탕무, 순무 등과 같은 근채류들은 간척지에 적합한 생리적 특성을 가진 경제 작물이며, 재배 방식과 생산량에 대한 정밀한 연구가 필요하다.
또한 근채류는 토양 속에 활용 부위인 뿌리가 묻혀 있기 때문에 시각적으로 추정하는 것이 어렵다. 따라서 근채류에 대한 비파괴적 방식의 지하부 생체중 추정은 대규모 재배 시 유용하게 사용될 것이라 판단된다. 그러나 현재까지 근채류의 비파괴적 방식을 통한 지하부 생체중 예측은 거의 이루어지지 않았다.
그러나 근채류의 경우 수목의 흉고직경에 해당하는 지표가 없는 상황이었고, 본 연구를 통해 최대 엽장과 엽폭을 이용할 수 있다는 사실을 확인하였다. 더 높은 정확도를 갖는 모델을 선정하기 위해서 최대 엽장과 엽폭 외에도 사용할 수 있는 지표를 찾는 후속 연구가 필요할 것으로 판단된다.
따라서 작물의 지상부와 지하부의 비율은 체내의 탄소와 질소 비율에 따라 달라질 수 있다[20]. 이를 정확하게 확인하기 위해서는 간척지 재배 환경에서 작물의 탄소와 질소 함량을 추적하는 추가적인 연구가 필요할 것이다.
최근에는 발달하고 있는 영상 처리 기술과 원격 센싱 기술을 이용하여 작물의 생체량과 질소 함량과 같은 생체 정보를 비파괴적으로 조사할 수 있게 되었다[35]. 본 연구에서 확립한 회귀 모델은 간척지 재배 근채류의 생산량을 예측하는데 유용할 것이며, 비파괴적 생체 정보 예측에 활용할 수 있을 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
염 피해는 무엇에 의해 발생하는가?
염에 의한 피해를 입은 작물은 광합성과 생육이 억제되고, 엽록소 함량이 감소하며, 영양 불균형이 일어나는 등의 증상을 나타낸다[3, 4]. 염 피해는 주로 수분 포텐셜 감소에 따른 수분 흡수 저해와 특정 이온의 체내 축적에 의한 독성에 의해 발생한다[5, 6]. 따라서 간척지에서는 염 피해에 강한 내염성 작물을 재배할 필요가 있다.
염 피해에 강한 것으로 알려진 작물로는 무엇이 있나?
작물의 내염성은 과도한 염의 영향을 견딜 수 있는 능력을 말하며, 염 피해에 강한 것으로 알려진 작물로는 목화나 보리, 시금치, 비트, 사탕무 등이 있다[7, 8]. 레드 비트(Beta vulgaris L.
지하부 생체중 추정을 할 때 굴곡이 있거나 휘어진 잎에 대해서는 어떻게 측정하였나?
여러 장의 잎 중 생육이 충분히 진전된 성엽에 대해서만 측정을 실시하였다. 굴곡이 있거나 휘어진 잎에 대해서는 평평하게 누른 후 측정하였다. 엽폭은 엽장 측정 방향과 직각을 이루는 방향으로 측정하였으며, 잎의 중간 부분에서 나타나는 최대 길이를 최대 엽폭으로 결정하였다.
참고문헌 (35)
McCurdy MK (1988) Public trust protection for wetlands. Environmental Law, 19, 683.
Lee JE, Yun SI (2014) Effects of compost and gypsum on soil water movement and retention of a reclaimed tidal land. Korean Journal of Soil Science and Fertilizer, 47, 340-344. https://doi.org/10.7745/kjssf.2014.47.5.340.
Shim SI, Lee SG, Kang BH (1998) Screening of saline tolerant plants and development of biological monitoring technique for saline stress. II. responses of emergence and early growth of several crop species to saline stress. Korean Journal of Environmental Agriculture, 17, 122-126.
Jo JY, Sung HY, Chun JH, Park JS, Park SU, Park YJ, Kim SJ (2018) Effects of electro-conductivity on growth of beet and turnip in the reclaimed land soil. Korean Journal of Environmental Agriculture, 37, 197-206. https://doi.org/10.5338/kjea.2018.37.3.25.
Greenway H, Muuns R (1980) Mechanisms of salt tolerance in nonhalophytes. Annual Review of Plant Physiology, 31, 149-190. https://doi.org/10.1146/annurev.pp.31.060180.001053.
Lim WJ, Sonn YK, Yoon YM (2010) The selection of yield response model of sugar beet (Beta vulgaris var. Aaron) to nitrogen fertilizer and pig manure compost in reclaimed tidal land soil. Korean Journal of Soil Science and Fertilizer, 43, 174-179.
Park KW, Kang HM, Park YG (1996) Effects of nutrient concentrations for each growing stages on beet (Beta vulgaris L. cv. Detroit) growth. Journal of Biological Production Facilities and Environment Control, 5, 138-144.
Kim KH, Lee SA, Yook HS (2007) Effects of gamma irradiation on physicochemical properties of red beet and stability of betalain in the red beet (Beta vulgaris L.). Journal of the Korean Society of Food Science and Nutrition, 36, 453-457. https://doi.org/10.3746/jkfn.2007.36.4.453.
Yi MR, Hee KC, Bu HJ (2017) Antioxidant and antiinflammatory activity of extracts from red beet (Beta vulagaris) root. Korean Journal of Food Preservation, 24, 413-420. https://doi.org/10.11002/kjfp.2017.24.3.413.
Bor M, Ozdemir F, Turkan I (2003) The effect of salt stress on lipid peroxidation and antioxidants in leaves of sugar beet Beta vulgaris L. and wild beet Beta maritima L. Plant Science, 164, 77-84. https://doi.org/10.1016/s0168-9452(02)00338-2.
Ghoulam C, Foursy A, Fares K (2002) Effects of salt stress on growth, inorganic ions and proline accumulation in relation to osmotic adjustment in five sugar beet cultivars. Environmental and Experimental Botany, 47, 39-50. https://doi.org/10.1016/s0098-8472(01)00109-5.
Medina-Ruiz CA, Mercado-Luna IA, Soto-Zarazua GM, Torres-Pacheco I, Rico-Garcia E (2011) Mathematical modeling on tomato plants: a review. African Journal of Agricultural Research, 6, 6745-6749. https://doi.org/10.5897/ajarx11.001.
Williams LE (1987) Growth of 'Thompson Seedless' grapevines. I. leaf area development and dry weight distribution. Journal of the American Society for Horticultural Science, 112, 325-330.
Cho YY, Oh S, Oh MM, Son JE (2007) Estimation of individual leaf area, fresh weight, and dry weight of hydroponically grown cucumbers (Cucumis sativus L.) using leaf length, width, and SPAD value. Scientia Horticulturae, 111, 330-334. https://doi.org/10.1016/j.scienta.2006.12.028.
Montero FJ, de Juan JA, Cuesta A, Brasa A (2000) Nondestructive methods to estimate leaf area in Vitis vinifera L. HortScience, 35, 696-698. https://doi.org/10.21273/hortsci.35.4.696.
Jung DH, Cho YY, Lee JG, Son JE (2016) Estimation of leaf area, leaf fresh weight, and leaf dry weight of Irwin mango grown in greenhouse using leaf length, leaf width, petiole length, and SPAD value. Protected Horticulture and Plant Factory, 25, 146-152. https://doi.org/10.12791/ksbec.2016.25.3.146.
Wilson JB (1988) A review of evidence on the control of shoot:root ratio, in relation to models. Annals of Botany, 61, 433-449. https://doi.org/10.1093/oxfordjournals.aob.a087575.
Mugasha WA, Eid T, Bollandsas OM, Malimbwi RE, Chamshama SAO, Zahabu E, Katani JZ (2013) Allometric models for prediction of above- and belowground biomass of trees in the miombo woodlands of Tanzania. Forest Ecology and Management, 310, 87-101. https://doi.org/10.1016/j.foreco.2013.08.003.
Barnes A (1979) Vegetable plant part relationships. II. a quantitative hypothesis for shoot/storage root development. Annals of Botany, 43, 487-499. https://doi.org/10.1093/oxfordjournals.aob.a085659.
Zianis D, Muukkonen P, Makipaa R, Mencuccini M (2005) Biomass and stem volume equations for tree species in Europe. Silva Fennica Monograph, 4, 1-63.
Henry M, Picard N, Trotta C, Manlay RJ, Valentini R, Bernoux M, Saint-Andre L (2011) Estimating tree biomass of sub-Saharan African forests: a review of available allometric equations. Silva Fennica, 45, 477-569. https://doi.org/10.14214/sf.38.
El-Sherbeny MR, da Silva JAT (2013) Foliar treatment with proline and tyrosine affect the growth and yield of beetroot and some pigments in beetroot leaves. Journal of Horticultural Research, 21, 95-99. https://doi.org/10.2478/johr-2013-0027.
Kandil AA, Badawi MA, El-Moursy SA, Abdou UMA (2004) Effect of planting dates, nitrogen levels and bio-fertilization treatments on 1: growth attributes of sugar beet (Beta vulgaris, L.). Scientific Journal of King Faisal University (Basic and Applied Science), 5, 227-236.
Ju HY, Chong C, Bible BB (1982) Influence of boron nutrition on glucosinolates and reducing sugars of turnip. Canadian Journal of Plant Science, 62, 1037-1042. https://doi.org/10.4141/cjps82-153.
El-Sherbeny SE, Hendawy SF, Yousserf AA, Naguib NY, Hussein MS (2012) Response of turnip (Brassica rapa) plants to minerals or organic fertilizers treatments. Journal of Applied Sciences Research, 8, 628-634.
Jackson DS, Chittenden J (1981) Estimation of dry matter in Pinus radiata root systems I. individual trees. New Zealand Journal of Forestry Science, 11, 164-182.
Thornley JHM (1969) A model to describe the partitioning of photosynthate during vegetative plant growth. Annals of Botany, 33, 419-430. https://doi.org/10.1093/oxfordjournals.aob.a084601.
Thornley JHM (1972) A balanced quantitative model for root:shoot ratios in vegetative plant. Annals of Botany, 36, 431-441. https://doi.org/10.1093/oxfordjournals.aob.a084602.
Verwijst T, Nordh N (1992) Non-destructive estimation of biomass of Salix dasyclados. Bioresource Technology, 41, 59-63. https://doi.org/10.1016/0960-8524(92)90099-j.
Antunes WC, Pompelli MF, Carretero DM, DaMatta FM (2008) Allometric models for non-destructive leaf area estimation in coffee (Coffea arabica and Coffea canephora). Annals of Applied Biology, 153, 33-40. https://doi.org/10.1111/j.1744-7348.2008.00235.x.
Eitel JUH, Magney TS, Vierling LA, Brown TT, Huggins DR (2014) LiDAR based biomass and crop nitrogen estimates for rapid, non-destructive assessment of wheat nitrogen status. Field Crops Research, 159, 21-32. https://doi.org/10.1016/j.fcr.2014.01.008.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.