[논문]기후변화시나리오 다중모형 앙상블에 따른 논 질소 유출 부하량 변동 및 불확실성 평가

최순군; 정재학; 엽소진; 김민욱; 김진호; 김민경

doi:10.5389/ksae.2020.62.5.047

기후변화시나리오 다중모형 앙상블에 따른 논 질소 유출 부하량 변동 및 불확실성 평가
Evaluating Changes and Uncertainty of Nitrogen Load from Rice Paddy according to the Climate Change Scenario Multi-Model Ensemble 원문보기

한국농공학회논문집 = Journal of the Korean Society of Agricultural Engineers, v.62 no.5, 2020년, pp.47 - 62

최순군 (Climate Change and Agroecology Division, National Institute of Agricultural Sciences) , 정재학 (AgriLife Research, Texas A&M University) , 엽소진 (Climate Change and Agroecology Division, National Institute of Agricultural Sciences) , 김민욱 (Climate Change and Agroecology Division, National Institute of Agricultural Sciences) , 김진호 (Climate Change and Agroecology Division, National Institute of Agricultural Sciences) , 김민경 (Climate Change and Agroecology Division, National Institute of Agricultural Sciences)

Abstract ▼ AI-Helper

Rice paddy accounts for approximately 52.5% of all farmlands in South Korea, and it is closely related to the water environment. Climate change is expected to affect not only agricultural productivity also the water and the nutrient circulation. Therefore this study was aimed to evaluate changes of nitrogen load from rice paddy considering climate change scenario uncertainty. APEX-Paddy model which reflect rice paddy environment by modifying APEX (Agricultural Policy and Environmental eXtender) model was used. Using the AIMS (APCC Integrated Modeling Solution) offered by the APEC Climate Center, bias correction was conducted for 9 GCMs using non-parametric quantile mapping. Bias corrected climate change scenarios were applied to the APEX-Paddy model. The changes and uncertainty in runoff and nitrogen load were evaluated using multi-model ensemble. Paddy runoff showed a change of 23.1% for RCP4.5 scenario and 45.5% for RCP8.5 scenario compared the 2085s (2071 to 2100) against the base period (1976 to 2005). The nitrogen load was found to be increased as 43.9% for RCP4.5 scenario and 76.0% for RCP8.5 scenario. The uncertainty analysis showed that the annual standard deviation of nitrogen loads increased in the future, and the maximum entropy indicated an increasing tendency. And Duncan's analysis showed significant differences among GCMs as the future progressed. The result of this study seems to be used as a basis for mid- and long-term policies for water resources and water system environment considering climate change.

주제어

표/그림 (18)

그림 Fig. 1 Algorithm of the APEX-Paddy model (Choi et al., 2017)
표 Table 1 List of GCMs used in this study
그림 Fig. 2 Paddy water budget in APEX-Paddy model
그림 Fig. 3 Location of meteorological stations and range of study area
그림 Fig. 4 Growth period of paddy rice. The full ripe period is when the growing degree day reaches 1100 degree from the heading date.
표 Table 2 Typical paddy management schedule of study area (Suwon)
그림 Fig. 5 Result of estimating paddy runoff according to the RCP4.5 scenario by GCMs considering uncertainty
그림 Fig. 6 Result of estimating paddy runoff according to the RCP8.5 scenario by GCMs considering uncertainty
그림 Fig. 7 Result of estimating paddy nitrogen yield according to the RCP4.5 scenario by GCMs considering uncertainty
그림 Fig. 8 Result of estimating paddy nitrogen yield according to the RCP8.5 scenario by GCMs considering uncertainty
표 Table 3 Changes in the MME mean value of paddy runoff and nitrogen load due to impacts of climate change
표 Table 4 Average value and Duncan’s multiple range test result for annual runoff and nitrogen load by GCM by period
그림 Fig. 9 Monthly changes of paddy runoff according to climate change scenario. Grey range - Max. & Min. value. Blue range – 99% confidence interval. Purple range - 90% confidence interval.
그림 Fig. 10 Monthly changes of paddy nitrogen load according to climate change scenario. Grey range - Max. & Min. value. Blue range – 99% confidence interval. Purple range - 90% confidence interval.
그림 Fig. 11 LAI development of rice under RCP4.5 scenario
그림 Fig. 12 LAI development of rice under RCP8.5 scenario
그림 Fig. 13 Biomass development of rice under RCP4.5 scenario
그림 Fig. 14 Biomass development of rice under RCP8.5 scenario

AI 본문요약
AI-Helper

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

문제 정의

그러나 지금까지 논에 관한 기후변화 연구는 주로 단일 기후시나리오를 활용한 연구이거나 논벼 생산성 및 필요수량, 수문순환 등에 관한 연구에 집중되어있어 논 양분유출 부하량 변동 예측과 불확실성 평가에 관한 연구는 아직 부족한 실정이다. 따라서 본 연구에서는 기후변화시나리오 MME를 이용하여 논 질소 유출 부하량의 변화를 분석하고 추정의 불확실성을 평가하고자 하였다.

제안 방법

본 연구는 논 질소 유출 부하량의 기후변화 영향을 평가하기 위하여 APEX-Paddy 모델을 사용하였다. 기후변화 시나리오의 불확실성을 고려하기 위하여 CIMIP5의 GCM 9종에 대한 통계적 상세화를 수행하였다. 상세화를 통해 생성된 기후 정보를 APEX-Paddy 모델에 적용하여 RCP4.
7 kg/10a 이며 (NICS, 2009) 기비는 전체 시비량의 50%, 분얼비는 20%, 이삭비는 30%를 시비하며, 분얼비는 벼의 활발한 분얼을 촉진하기 위하여 이앙 15일 후에 표층시비하고 이삭비는 출수 25일 전에 시비하는 것이 가장 효율이 좋다 (NAS, 2010). 따라서 5월 28일, 6월 16일, 7월 21일을 각각 기비, 분얼비, 이삭비 시비일로 설정하였다 (Table 2).
또한, 논 질소 유출 부하량은 유출량×농도로 산정되므로 유출량에 대한 평가도 함께 수행하였다.
본 연구에서는 APEC기후센터의 통계적상세화 기후 플랫폼 (AIMS, APCC Integrated Modeling Solution)에서 제공하는 SQM (Simple Quantile Mapping) (Cho et al., 2018)을 이용하여 2011∼2100년의 미래기간에 대한 상세화 기후자료를 생산하였다.
본 연구에서는 Choi et al. (2017)의 선행 연구에서 이천, 김제 시험포장을 대상으로 유출량 및 질소 유출 부하량을 보 · 검정한 APEX-Paddy 모델 매개변수를 동일하게 적용하여 기후변화 시나리오에 따른 질소 유출 부하량 변동 평가 및 불확실성 평가를 수행하였다.
본 연구에서는 기후변화 영향평가에 과거 기간 (1976∼2005), 근미래 (2025s, 2011∼2040), 미래 (2055s, 2041∼2070), 먼 미래 (2085s, 2071∼2100) 기간의 기후자료를 APEX-Paddy 모델에 적용하였으며 30년 단위 결과를 이용하여 논 질소 유출 부하량의 기후변화 영향을 평가하였다.
단일 GCM에 의한 평가를 수행할 경우 기후변화 영향이 과대 또는 과소 추정될 우려가 있으므로 불확실성 평가가 수반되어야 한다. 본 연구에서는 다중모형 앙상블 (MME, Multi Model Ensemble)에 의한 불확실성 범위를 개별 GCM에 대하여 box and whisker 그래프로 도식화하여 비교하였으며 분석 기간별로 DMR을 이용하여 GCM간 차이를 5% 유의수준에서 검정하였다.
기후변화 시나리오의 불확실성을 고려하기 위하여 CIMIP5의 GCM 9종에 대한 통계적 상세화를 수행하였다. 상세화를 통해 생성된 기후 정보를 APEX-Paddy 모델에 적용하여 RCP4.5, 8.5 시나리오에 대한 논 질소 유출 부하량의 변화와 불확실성을 평가하였다.
월간 유출량과 질소 유출 부하량 변동을 시각화함으로써 부하량의 증가 원인을 확인하였다. Fig.

대상 데이터

RCP 시나리오의 재현기간이 1850∼2005년인 것을 감안하여 1976∼2005년 (30년) 기간의 기상청 종관기상관측소 자료를 미래기후 상세화를 위한 과거 관측 자료로 이용하였다.
또한, NICS (2009)의 작황시험보고서는 국립식량과학원의 6개 시험재배지와 8개 도 농업기술원의 11개 시험재배지에 대하여 파종, 이앙, 출수기에 대한 정보와 수량구성요소 및 수량 정보를 제공하고 있으며 수원의 중부작물부 시험재배지가 해당 보고서의 대상지역에 포함된다. 따라서 본 연구의 공간적 범위를 경기도 수원으로 선정하였다 (Fig. 3).
대상지역의 논 재배 일정과 시비량, 물관리 방법은 Table 2와 같다. 설정된 논벼 재배 특성 자료는 APEX-Paddy 모델의 재배관리 입력 자료로 활용되었다. 일정은 시험포장을 대상으로 작성한 작황시험보고서 (NICS, 2009)와 국립식량과학원의 자문, 국립농업과학원의 연구보고서-작물별 시비처방기준 (NAS, 2010), 농촌진흥청 연구보고서–고품질 쌀 생산기술 (RDA, 2007)을 참고하여 작성하였다.

데이터처리

논 유출량 및 질소 유출 부하량의 변동을 평가하기 위하여 DMR (Duncan’s Multiple Range test)를 이용하여 기간별 차이를 5% 유의수준에서 검정하였다.

이론/모형

APEX-Paddy 모델에서 논 유출 기작은 낙수기와 비영농기 등의 비담수 조건에서는 기존의 CN (Curve Number)법에 의한 유출 알고리즘을, 담수 조건에서는 논 물수지에 의한 유출 알고리즘을 따른다 (Fig. 1) (Choi et al., 2017). 일 단위 논 물수지에 관련된 인자는 Fig.
또한, 불확실성의 크기를 정량화하기 위하여 maximum entropy (Jaynes, 1957)이론을 적용하였다. Maximum entropy는 불확실성을 최대로 가진 상태의 entropy를 의미하며 최댓값 a와 최솟값 b가 주어진 경우 maximum entropy distribution은 uniform distribution이고, [a, b]구간 내에서 모든 사건의 발생확률이 동일할 때 이를 entropy H(X)로 나타내면 다음과 같다 (Gay and Estrada, 2010; Lee et al.
본 연구는 논 질소 유출 부하량의 기후변화 영향을 평가하기 위하여 APEX-Paddy 모델을 사용하였다. 기후변화 시나리오의 불확실성을 고려하기 위하여 CIMIP5의 GCM 9종에 대한 통계적 상세화를 수행하였다.
본 연구에서는 기후변화 시나리오로서 IPCC AR5 (5th Assessment Report)의 RCP (Representative Concentration Pathway) 시나리오를 사용하였다. 전지구 해양 ⋅ 대기 순환 모델 (GCM, General Circulation Model) 자료는 CMIP5 (Coupled Model Intercomparison Project 5)를 통해 제공되며 이 중 9종의 GCM이 RCP 4.
본 연구에서는 논 질소 유출 부하량 평가 모델로서 APEX-Paddy 모델을 사용하였다. APEX-Paddy 모델은 논 재배환경을 반영하기 위하여 기존 APEX (Williams et al.
일정은 시험포장을 대상으로 작성한 작황시험보고서 (NICS, 2009)와 국립식량과학원의 자문, 국립농업과학원의 연구보고서-작물별 시비처방기준 (NAS, 2010), 농촌진흥청 연구보고서–고품질 쌀 생산기술 (RDA, 2007)을 참고하여 작성하였다.

성능/효과

0%가 증가하는 것으로 예측되었다. DMR을 이용하여 질소 유출 부하량 증가의 유의성을 검정한 결과 유의한 차이를 보이는 것으로 나타났다.
GCM간 유출량 추정의 불확실성은 2085s (2071∼2100)기간으로 갈수록 커지는 것으로 나타났다.
GCM간 질소 유출 부하량 추정의 불확실성은 2085s (2071∼ 2100)기간으로 갈수록 커지는 것으로 나타났다.
5 시나리오에 비하여 증가폭이 큰 것으로 나타났다 (Table 3). GCM별 증가 경향의 경우도 과거 기준값 (MME 중위값, B.L.)에 비하여 모두 증가하는 경향이 나타났다 (Fig. 5, 6). 기후변화 시나리오 별 분석 기간 별 MME 평균값을 이용하여 논 유출량 변화를 비교하면 RCP4.
5시나리오에 비하여 증가폭이 큰 것으로 나타났다 (Table 3). GCM별 증가 경향의 경우도 과거기준값 (MME 중위값, B.L.)에 비하여 모두 증가하는 경향이 나타났다 (Fig. 7, 8). 기후변화 시나리오별 분석기간 별 MME 평균값을 이용하여 논 질소 유출 부하량 변화를 비교하면 RCP4.
8). Maximum entropy를 이용하여 유출량 추정의 불확실성을 정량화 한 결과 과거기준기간의 maximum entropy 평균 2.92와 비교하여 RCP4.5 시나리오의 경우 3.15, 3.13, 3.23으로, RCP8.5 시나리오의 경우 2.93, 3.11, 3.28로 증가하는 경향을 보여 미래로 갈수록 불확실성이 증가하는 것으로 나타났다 (Table 3). 표준편차의 경우도 과거기준기간 7.
6). Maximum entropy를 이용하여 유출량 추정의 불확실성을 정량화 한 결과 과거기준기간의 maximum entropy 평균 6.73과 비교하여 RCP4.5 시나리오의 경우 6.74, 6.87, 6.92로, RCP8.5 시나리오의 경우 6.89, 6.93, 7.02로 증가하는 경향을 보여 미래로 갈수록 불확실성이 증가하는 것으로 나타났다 (Table 3). 표준편차의 경우도 과거기준기간 284.
질소 유출 부하량 추정의 불확실성은 미래로 갈수록 커지는 것으로 나타났다. Maximum entropy와 표준편차를 이용하여 불확실성을 정량화 한 결과 과거기준기간의 maximum entropy 평균 2.92와 비교하여 RCP4.5 시나리오의 경우 3.15, 3.13, 3.23으로, RCP8.5 시나리오의 경우 2.93, 3.11, 3.28로 증가하는 경향을 보여 미래로 갈수록 불확실성이 증가하는 것으로 나타났으며 표준편차의 경우도 과거기준기간 7.4와 비교하여 RCP4.5 시나리오의 경우 8.3, 8.0, 8.3으로, RCP8.5 시나리오의 경우 7.4, 8.1, 9.6으로 증가하는 경향을 보였다.
과거기준기간 (1976∼2005)에 대한 DMR 결과 기온, 강수량과 함께 유출량은 기후 관측자료와 기후 재현자료를 모델에 적용한 결과가 모두 유의한 차이를 보이지 않는 것으로 나타났다 (Table 3, 4).
7, 8, Table 3, 4). 기후 관측자료를 적용한 결과 ab 그룹으로 분류되었으며, bcc-csm-1-1과 HadGEM2-CC는 a 그룹으로, GFDL-ESM2G는 b 그룹으로 분류되었고 나머지 GCM 시나리오 적용 결과는 ab그룹으로 분류되었다 (Table 4). 기후 관측자료와 기후재현자료가 유의한 차이를 보이지 않는 것으로 보아 질소 유출 부하량 추정에 불확실성이 있는 것으로 판단된다.
기후 관측자료를 적용한 결과 ab 그룹으로 분류되었으며, bcc-csm-1-1과 HadGEM2-CC는 a 그룹으로, GFDL-ESM2G는 b 그룹으로 분류되었고 나머지 GCM 시나리오 적용 결과는 ab그룹으로 분류되었다 (Table 4). 기후 관측자료와 기후재현자료가 유의한 차이를 보이지 않는 것으로 보아 질소 유출 부하량 추정에 불확실성이 있는 것으로 판단된다. 특히 모델에서 질소 유출 부하량은 비료 투입 시기와 강우-유출 발생 시기에 따른 편차가 크기 때문인 것으로 보인다 (Choi et al.
5, 6). 기후변화 시나리오 별 분석 기간 별 MME 평균값을 이용하여 논 유출량 변화를 비교하면 RCP4.5 시나리오에 대하여 논 유출량은 과거기준기간 721.2 mm 대비 2025년대 817.7 mm, 2055년대 857.8 mm, 2085년대 888.0 mm로 각각 13.4%, 18.9%, 23.1%가 증가하는 것으로 나타났다. RCP8.
5시나리오에 비하여 증가폭이 큰 것으로 나타났다. 기후변화 시나리오 별 분석기간 별 MME 평균값을 이용하여 논 질소 유출 부하량 변화를 비교하면 RCP4.5 시나리오에 대하여 부하량이 과거 기준기간 13.9 kg/ha 대비, 2085s 20.1 kg/ha로 43.9%가 증가하는 것으로 나타났으며 RCP8.5 시나리오의 경우 2085s 24.5 kg/ha로 76.0%가 증가하는 것으로 예측되었다. DMR을 이용하여 질소 유출 부하량 증가의 유의성을 검정한 결과 유의한 차이를 보이는 것으로 나타났다.
7, 8). 기후변화 시나리오별 분석기간 별 MME 평균값을 이용하여 논 질소 유출 부하량 변화를 비교하면 RCP4.5 시나리오에 대하여 부하량이 과거기준기간 13.9 kg/ha 대비 2025s 17.0 kg/ha, 2055s 18.1 kg/ha, 2085s 20.1 kg/ha로 각각 21.8%, 29.8%, 43.9%가 증가하는 것으로 나타났다. RCP8.
논 유출량에 관하여 다중모형 앙상블을 적용한 결과 기후 재현자료에 의한 유출량 모의 결과와 기상관측자료에 의한 유출량 모의 결과가 상당히 일치하는 것으로 나타났다 (Fig. 5, 6). 과거기준기간 (1976∼2005)에 대한 DMR 결과 기온, 강수량과 함께 유출량은 기후 관측자료와 기후 재현자료를 모델에 적용한 결과가 모두 유의한 차이를 보이지 않는 것으로 나타났다 (Table 3, 4).
논 유출량은 RCP4.5, 8.5 시나리오에서 증가하는 경향을 보였으며 RCP8.5 시나리오가 RCP4.5 시나리오에 비하여 증가폭이 큰 것으로 나타났다 (Table 3). GCM별 증가 경향의 경우도 과거 기준값 (MME 중위값, B.
논 질소 유출 부하량에 관하여 다중모형 앙상블을 적용한 결과 기후재현자료에 의한 모의 결과와 기상관측자료에 의한 모의 결과가 대체로 일치하는 것으로 나타났다 (Fig. 7, 8, Table 3, 4). 기후 관측자료를 적용한 결과 ab 그룹으로 분류되었으며, bcc-csm-1-1과 HadGEM2-CC는 a 그룹으로, GFDL-ESM2G는 b 그룹으로 분류되었고 나머지 GCM 시나리오 적용 결과는 ab그룹으로 분류되었다 (Table 4).
논 질소 유출 부하량은 강수량, 기온, 일사량 등에 따라 연도별 편차가 매우 크므로 연 단위 변화량으로 평가하기보다는 30년 평년의 변동 경향으로 평가하는 것이 타당하다. 본 연구에서는 기후변화 영향평가에 과거 기간 (1976∼2005), 근미래 (2025s, 2011∼2040), 미래 (2055s, 2041∼2070), 먼 미래 (2085s, 2071∼2100) 기간의 기후자료를 APEX-Paddy 모델에 적용하였으며 30년 단위 결과를 이용하여 논 질소 유출 부하량의 기후변화 영향을 평가하였다.
논의 질소 유출 부하량은 RCP4.5, 8.5 시나리오 모두 증가하는 경향을 보였으며 RCP8.5 시나리오가 RCP4.5시나리오에 비하여 증가폭이 큰 것으로 나타났다 (Table 3). GCM별 증가 경향의 경우도 과거기준값 (MME 중위값, B.
논의 질소 유출 부하량은 RCP4.5, 8.5 시나리오 모두 증가하는 경향을 보였으며 RCP8.5 시나리오가 RCP4.5시나리오에 비하여 증가폭이 큰 것으로 나타났다. 기후변화 시나리오 별 분석기간 별 MME 평균값을 이용하여 논 질소 유출 부하량 변화를 비교하면 RCP4.
, 2017). 따라서 논벼는 빠른 기간 내에 성숙에 도달하며 PHU의 80%를 채운 이후부터 광합성을 하는 엽면적지수 (Green LAI, Leaf Area Index)가 감소하고 PHU를 모두 채우면 작물은 Biomass 축적을 멈추고 토양 양분을 흡수하지 않는다 (Fig. 11-14). 따라서 벼 수확을 위한 낙수 시 논물 중에 잔류하는 다량의 질소가 유출 되는 것으로 판단된다.
5, 6, Table 3). 또한 기간 간 유출량 차이의 유의성을 검토한 결과 RCP4.5 시나리오의 경우 과거기준기간은 a 그룹으로, 2025, 2055, 2085년대는 b 그룹으로 분류되어 과거기준기간과 유의한 차이를 보였으며 RCP8.5 시나리오의 경우 과거기준기간은 a 그룹으로, 2025, 2055년대는 b 그룹으로, 2085년대는 c 그룹으로 분류되어 유의한 차이를 보였으며 3개의 그룹으로 분류된 것으로 보아 유의성이 RCP4.5 시나리오보다 큰 것으로 판단된다. 유출량 증가의 원인은 RCP4.
7, 8, Table 3). 또한 기간 간 질소 유출 부하량 차이의 유의성을 검토한 결과 RCP4.5 시나리오의 경우 과거기준기간과 2025년대는 a 그룹, 2055년대는 b 그룹, 2085년대는 bc 그룹으로 분류되어 유의한 차이를 보였으며 RCP8.5 시나리오의 경우 과거기준기간과 2025년대는 a 그룹으로, 2055년대는 b 그룹으로, 2085년대는 c 그룹으로 분류되어 유의한 차이를 보였으며 3개의 그룹으로 명확히 분류된 것으로 보아 유의성이 RCP4.5 시나리오보다 큰 것으로 판단된다.
또한 기간별 DMR 결과 과거기준기 간의 유출량은 a∼b 그룹으로 분류되었으나 2055년대에는 RCP4.5 시나리오의 경우 a∼c 그룹으로, RCP8.5 시나리오의 경우 a∼e 그룹으로 분류되어 GCM간 질소 유출 부하량 추정의 차이가 증가하는 것을 확인하였다 (Table 4).
또한 기간별 DMR 결과 과거기준기간의 유출량은 모두 a 그룹으로 분류되었으나 2055년대에는 RCP4.5 시나리오의 경우 a∼d 그룹으로, RCP8.5 시나리오의 경우 a∼e 그룹으로 분류되어 GCM간 유출량 추정의 차이가 증가하는 것을 확인하였다 (Table 4).
월간 유출량 및 질소 유출 부하량 변화를 검토한 결과 논벼 생육의 변화가 질소 유출에 영향을 주는 것으로 보인다. 본연구에서는 재배 일정을 고정한 채 기후변화 영향을 평가하 였는데 기온 상승에 따라 생육기간이 단축되어 7월 21일에 시비되는 질소를 작물이 충분히 이용하지 못한 것으로 나타나 작물생육과 재배 일정간의 디커플링이 발생한 것으로 판단된다. 기후변화에 대응하여 벼 품종 선택, 이앙일 및 물 ⋅ 시비 관리일정 조정 등 기후변화 적응기술이 적용될 것으로 예상되므로 향후 기후변화 적응기술을 고려한 연구가 이루어져야 할 것이다.
월간 유출량 및 질소 유출 부하량 변화를 검토한 결과 논벼 생육의 변화가 질소 유출에 영향을 주는 것으로 보인다. 본연구에서는 재배 일정을 고정한 채 기후변화 영향을 평가하 였는데 기온 상승에 따라 생육기간이 단축되어 7월 21일에 시비되는 질소를 작물이 충분히 이용하지 못한 것으로 나타나 작물생육과 재배 일정간의 디커플링이 발생한 것으로 판단된다.
02로 증가하는 경향을 보여 미래로 갈수록 불확실성이 증가하는 것으로 나타났다 (Table 3). 표준편차의 경우도 과거기준기간 284.5와 비교하여 RCP4.5 시나리오의 경우 303.2, 315.7, 348.7로, RCP8.5 시나리오의 경우 339.9, 356.8, 395.3로 증가하는 경향을 보였다. 또한 기간별 DMR 결과 과거기준기간의 유출량은 모두 a 그룹으로 분류되었으나 2055년대에는 RCP4.
28로 증가하는 경향을 보여 미래로 갈수록 불확실성이 증가하는 것으로 나타났다 (Table 3). 표준편차의 경우도 과거기준기간 7.4와 비교하여 RCP4.5 시나리오의 경우 8.3, 8.0, 8.3으로, RCP8.5 시나리오의 경우 7.4, 8.1, 9.6으로 증가하는 경향을 보였다. 또한 기간별 DMR 결과 과거기준기 간의 유출량은 a∼b 그룹으로 분류되었으나 2055년대에는 RCP4.

후속연구

(1995)은 작물의 경제성 향상과 환경보전적인 측면에서 질소비료의 이용효율을 증대시켜야 한다고 강조하였다. 기후 변화에 따른 논벼 생육과 비료 투입 시기의 디커플링은 논벼의 질소이용 효율을 감소시킬 것으로 판단되며, 이를 극복하기 위하여 기후 적응형 품종의 개발 및 선택, 이앙시기 및 비료 투입시기 등 영농일정의 조정이 필요할 것으로 판단된다.
본연구에서는 재배 일정을 고정한 채 기후변화 영향을 평가하 였는데 기온 상승에 따라 생육기간이 단축되어 7월 21일에 시비되는 질소를 작물이 충분히 이용하지 못한 것으로 나타나 작물생육과 재배 일정간의 디커플링이 발생한 것으로 판단된다. 기후변화에 대응하여 벼 품종 선택, 이앙일 및 물 ⋅ 시비 관리일정 조정 등 기후변화 적응기술이 적용될 것으로 예상되므로 향후 기후변화 적응기술을 고려한 연구가 이루어져야 할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	농경지의 양분은 어떻게 유출되는가?	농경지의 양분은 지표 유출수, 지하 침투수에 용해되어 유출되거나 침식 토양에 흡착되어 토양과 함께 유출된다. 질산태 질소 (NO3-N)는 토양에 대한 흡착력이 약하나 물에 대한 용해도가 높아 지하 침투수나 지표 유출수를 따라 이동하며 토양에 잘 흡착되는 농약이나 무기인, 유기질소는 토양 침식과 함께 수계로 유출된다 (Chung et al.
	비점오염원이 유역의 오염 부하량에서 큰 비중을 자치하는 이유는?	농경지로부터 배출되는 비점오염원은 생활하수와 같은 점오염원에 비해 저농도이나 넓은 면적에서 많은 양이 배출되기 때문에 유역의 오염 부하량에서 큰 비중을 차지하고 있으며 배출 후 처리가 어려워 비점오염원 유출 특성 평가와 선제적 저감 기술 개발이 필요한 실정이다 (Chung et al., 2004; Kim et al.
	모델을 활용한 비점오염원 평가가 수행되고 있는 이유는?	모델을 활용한 비점오염원 평가는 모니터링의 한계를 보완할 수 있다. 특히 기후변화 영향평가 연구의 경우 다양하게 예측되는 기후환경을 조성하기에 어려움이 있기 때문에 모델을 활용한 평가가 수행되고 있다. 논벼 재배 환경을 고려한 모델 연구로서 Seo et al.

참고문헌 (42)

Bae, D. H., I. W. Jung, B. J. Lee, and M. H. Lee, 2011. Future Korean water resources projection considering uncertainty of GCMs and hydrological models. Journal of Korea Water Resources Association 44(5): 389-406 (in Korean). doi:10.3741/JKWRA.2011.44.5.389.

원문보기 상세보기
Cho, J., I. Jung, W. Cho, and S. Hwang, 2018. Usercentered climate change scenarios technique development and application of Korean peninsula. Journal of Climate Change Research 9(1): 13-29 (in Korean). doi:10.15531/ksccr.2018.9.1.13.

상세보기
Cho, J., S. Hwang, G. Go, K. Y. Kim, and J. Kim, 2015. Assessing the climate change impacts on agricultural reservoirs using the SWAT model and CMIP5 GCMs. Journal of the Korean Society of Agricultural Engineers 57(5): 1-12 (in Korean). doi:10.5389/KSAE.2015.57.5.001.
Choi, S. K., J. Jeong, and M. K. Kim, 2017. Simulating the effects of agricultural management on water quality dynamics in rice paddies for sustainable rice productionmodel development and validation. Water 9(11): 869. doi: 10.3390/w9110869.

상세보기
Choi, S. K., J. Jeong, J. Cho, S. O. Hur, D. H. Choi, and M. K. Kim, 2018. Assesing the climate change impacts on paddy rice evapotranspiration considering uncertainty. Journal of Climate Change Research 9(2): 143-156 (in Korean). doi:10.15531/KSCCR.2018.9.2.143.

상세보기
Chung, B. Y., J. S. Kim, and J. Y. Cho, 2004. Environmental monitoring of agro-ecosystem using environmental isotope tracer technology (No.KAERI/AR-712/2004). Korea Atomic Energy Research Institute (in Korean).
Chung, U., J. Cho, and E. J. Lee, 2015. Evaluation of agro-climatic index using multi-model ensemble downscaled climate prediction of CMIP5. Korean Journal of Agricultural and Forest Meteorology 17(2): 108-125 (in Korean). doi:10.5532/KJAFM.2015.17.2.108.

원문보기 상세보기
Gay, C., and F. Estrada, 2010. Objective probabilities about future climate are a matter of opinion. Climate Change 99: 27-46. doi:10.1007/s10584-009-9681-4.

상세보기
Hwang, H. S., J. H. Jeon, J. H. Ham, and C. G. Yoon, 2003. Analysis of nutrients balance during paddy rice cultivation. Korean Journal of Ecology and Environment 36(1): 66-73 (in Korean).
Im, E. S., I. W., Jung, H. Chang, D. H. Bae, and W. T. Kwon, 2010. Hydroclimatological response to dynamically downscaled climate change simulations for Korean basins. Climatic Change 100(3-4): 485-508. doi:10.1007/s10584-009-9691-2.

상세보기
Jaynes, E. T., 1957. Information theory and statistical mechanics. Physical Review 106(4): 620-630.

상세보기
Jeon, J. H., C. G. Yoon, A. S. Donigian Jr, and K. W. Jung, 2007. Development of the HSPF-Paddy model to estimate watershed pollutant loads in paddy farming regions. Agricultural Water Management 90: 75-86. doi: 10.1016/j.agwat.2007.02.006.

상세보기
Jeon, J. H., C. G. Yoon, J. K. Choi, and K. S. Yoon, 2005. The comparison of water budget and nutrient loading from paddy field according to the irrigation methods. Korean Journal of Limnology 38(1): 118-127 (in Korean).
Kamruzzaman, M., S. Hwang, S. K. Choi, J. Cho, I. Song, J. H. Song, H. Jeong, T. Jang, and S. H. Yoo, 2020. Evaluating the Impact of Climate Change on Paddy Water Balance Using APEX-Paddy Model. Water 12(3): 852. DOI: 10.3390/w12030852.

상세보기
Kang, M. S., S. W. Park, J. J. Lee, and K. H. Yoo, 2006. Applying SWAT for TMDL programs to a small watershed containing rice paddy fields. Agricultural Water Management 79(1): 72-92. doi:10.1016/j.agwat.2005.02.015.

상세보기
Kim, J. S., J. J. Lee, and S. Y. Oh, 2000. Characteristics of Concentrations of Nutrients in Paddy Plots with Different Fertilizer Application Rates. Korean National Committee on Irrigation and Drainage 7(1): 47-56. (in Korean)
Kim, K., M. S. Kang, I. Song, J. H. Song, J. Park, S. M. Jun, J. R. Jang, and J. S. Kim, 2016. Effects of controlled drainage and slow-release fertilizer on nutrient pollutant loads from paddy fields. Journal of the Korean Society of Agricultural Engineers 58(1): 1-10. (in Korean) DOI: 10.5389/KSAE.2016.58.1.001
Kim, M. K., K. A. Roh, N. J. Lee, M. C. Seo, and M. H. Koh, 2005. Nutrient load balance in large-scale paddy fields during rice cultivation. Korean Journal of Soil Science and Fertilizer 38(3): 164-171. (in Korean)
Kim, Y. J., D. H. Kim, and J. H. Jeon, 2014. Characteristics of water budget components in paddy rice field under the asian monsoon climate: Application of hspf-paddy model. Water 6(7): 2041-2055. doi:10.3390/w6072041.

상세보기
KOSIS, 2020. www.kosis.go.kr/ 2020.6.4. access.
Kunimatsu, T., L. Rong, M. Sudo, and I. Takeda, 1994. Runoff loadings of materials causing water pollution from a paddy field during a non-planting period. Transactions of The Japanese Society of Irrigation, Drainage and Rural Engineering 170: 45-54.
Lee, J. K., and Y. O. Kim, 2012. Selecting climate change scenarios reflecting uncertainties. Atmosphere 22(2):149-161 (in Korean). doi:10.14191/Atmos.2012.22.2.149.

원문보기 상세보기
Lee, J. K., Y. O. Kim, and Y. Kim, 2016. A new uncertainty analysis in the climate change impact assessment. International Journal of Climatology 37:3837-3846. doi:10.1002/joc.4957.
Lee, K. D., S. Y. Hong, Y. H. Kim, S. I. Na, and K. B. Lee, 2013. Characteristics of TN and TP in runoff from reclaimed paddy field of fine sandy loam. Korean Journal of Soil Science and Fertilizer 46(6): 417-425. doi:10.7745/KJSSF.2013.46.6.417.

원문보기 상세보기
Li, Y., B. M. Chen, Z. G. Wang, and S. L. Peng, 2011. Effects of temperature change on water discharge, and sediment and nutrient loading in the lower Pearl River basin based on SWAT modelling. Hydrological Sciences Journal 56(1): 68-83. doi:10.1080/02626667.2010.538396.

상세보기
NAS, 2010. Standards for fertilization by crops. National Institute of Agricultural Sciences (in Korean).
NICS, 2009. 2008 Crop test report. National Institute of Crop Sciences (in Korean).
Park, H. K., W. Y. Choi, K. Y. Kim, B. I. Ku, Y. D. Kim, C. K. Kim, and J. K. Ko, 2009. Forecasting optimum heading date and yield of rice depending on water condition. Korean Journal International Agriculture 20(4):320-330 (in Korean).
RDA, 2007. High-quality rice production technology. Rural Development Administration (in Korean).
Relevant Ministerial Consortium, 2012. The second measures of non-point source pollution management ('12-'20). Ministry of Land, Infrastructure and Transport (in Korean).
Sakaguchi, A., S. Eguchi, T. Kato, M. Kasuya, K. Ono, A. Miyata, and N. Tase, 2014. Development and evaluation of a paddy module for improving hydrological simulation in SWAT. Agricultural Water Management 137: 116-122. doi:10.1016/j.agwat.2014.01.009.

상세보기
Seo, C. S., S. W. Park, S. J. Im, K. S. Yoon, S. M. Kim, and M. S. Kang, 2002. Development of CREAMS-PADDY model for simulating pollutants from irrigated paddies. Journal of the Korean Society of Agricultural Engineers 44(3): 146-156 (in Korean).
Shin, D. S., and S. K. Kwun, 1990. The concentration and input/output of nitrogen and phosphorus in paddy fields. Korean Journal Environment Agriculture 9(2): 133-141 (in Korean).
Song, J. H., M. S. Kang, I. H. Song, and J. R. Jang, 2012. Comparing farming methods in pollutant runoff loads from paddy fields using the CREAMS-PADDY model. Korean Journal Environment Agriculture 31(4): 318-327 (in Korean). doi:10.5338/KJEA.2012.31.4.318.

원문보기 상세보기
Stenger, R., E. Priesack, and F. Beese, 1995. Rates of net nitrogen mineralization in disturbed and undisturbed soils. Plant and Soil 171(2): 323-332.

상세보기
Takeda, I., 1991. Contaminant balance of a paddy field area and its loading in the water system-studies on pollution loadings from a paddy field area. Japan Society Irrigation Drainage Reclamation Engineering 153: 63-72.
Tsuchiya, R., T. Kato, J. Jeong, and J. Arnold, 2018. Development of SWAT-Paddy for simulating lowland paddy fields. Sustainability 10(9): 3246. doi:10.3390/su10093246.

상세보기
Vlek, P. L. G., and E. T. Craswell, 1979. Effect of nitrogen source and management on ammonia volatilization losses from flooded rice-soil systems. Soil Science Society of America Journal 43(2): 352-358. doi:10.2136/sssaj1979.03615995004300020023x.

상세보기
Williams, J. R., J. G. Arnold, and R. Srinivasan, 2006. The APEX model. Texas A&M Blackland Research Center Temple.
Yoo, S. H., T. Kim, S. H. Lee, and J. Y. Choi, 2015. Trend analysis of projected climate data based on CMIP5 GCMs for climate change impact assessment on agricultural water resources. Journal of the Korean Society of Agricultural Engineers 57(5): 69-80 (in Korean). doi:10.5389/KSAE.2015.57.5.069.
Yoon, C. G., B. H. Kim, J. H. Jeon, and H. S. Hwang, 2002. Characteristics of pollutant loading from paddy field area with groundwater irrigation. Journal of the Korean Society of Agricultural Engineers 44(5): 116-126 (in Korea).
Yoon, C. G., J. H. Ham, and, J. H. Jeon, 2003. Mass balance analysis in Korean paddy rice culture. Paddy and Water Environment 1(2): 99-106.

상세보기

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