[논문]빅데이터를 활용한 재배환경이 전라남도 지방 가을배추의 생육과 수량에 미치는 영향 분석

위승환; 이희주; 유인호; 장윤아; 여경환; 안세웅; 이진형

doi:10.5532/kjafm.2020.22.3.183

빅데이터를 활용한 재배환경이 전라남도 지방 가을배추의 생육과 수량에 미치는 영향 분석
Analysis of Effect of Environment on Growth and Yield of Autumn Kimchi Cabbage in Jeonnam Province using Big Data 원문보기

한국농림기상학회지 = Korean Journal of Agricultural and Forest Meteorology, v.22 no.3, 2020년, pp.183 - 193

위승환 (국립원예특작과학원 채소과) , 이희주 (국립원예특작과학원 채소과) , 유인호 (국립원예특작과학원 채소과) , 장윤아 (국립원예특작과학원 채소과) , 여경환 (국립원예특작과학원 채소과) , 안세웅 (국립원예특작과학원 채소과) , 이진형 (국립원예특작과학원 채소과)

초록
AI-Helper

본 연구는 배추 주산지인 전남지방의 가을배추 생육 빅데이터를 활용하여 재배환경요소가 가을배추의 생육에 미치는 영향을 구명하기 위해 수행되었다. 전남지방의 2010~2019년 가을배추 생육데이터를 수집하여 기온, 일조시간, 강우량, 토성 등 재배환경데이터와의 연관성을 분석하였다. 상관행렬을 작성한 결과 초장과 엽수는 생육도일과 일조시간에서 높은 상관계수를 보였고 수량은 생육도일과 점토함량에서 음의 상관관계를 보였다. 상관계수 분석을 통해 선발된 지표들을 선형회귀분석 하였는데 초장과 생육도일, 초장과 합계 일조시간, 엽수와 생육도일, 엽수와 합계일조시간의 결정계수가 각각 0.79, 0.71, 0.7, 0.62이었으나 수량과 생육도일, 수량과 토성의 경우 결정계수가 낮았다. 수량과 생육도일 토성을 통계분석 한 결과 해남과 진도 지역의 수량이 높았고 생육도일과 토양내 점토 함량이 낮은 것으로 나타났다. 수량, 생육도일, 토성에 대한 연관성 검증을 위하여 계층적 군집분석을 수행한 결과, 통계적으로 유사 지역으로 분류된 해남과 진도가 같은 군집을 이루었고 그 외 지역이 다른 군집을 이루었다. 연도 및 지역에 따라 생육도일과 수량이 다르고 토성이 유사한 지역이 있음에도 불구하고 관측데이터가 지역별로 군집이 이루어진 것으로 보아 생육도일과 점토 함량은 수량과 연관성이 있는 것으로 판단된다. 연관성 분석 외에도 지역별 군집을 통하여 데이터 분석 및 영농정책 수립 등에 군집분석 결과를 활용할 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper

This study was conducted to evaluate the effect of environment factors on the growth of autumn season cultivation of Kimchi cabbage using the big data in terms of public open data(weather, soil information, and growth of crop, etc.). The growth data and the environment data such as temperature, daylength, and rainfall from 2010 to 2019 were collected. As a result of composing the correlation matrix, the height and leaf number showed high correlation in growing degree days(GDDs) and daylength, and the yield showed negative correlation in growing degree days and the concentration of clay. GDDs and daylength explained about 89% and 84% of variation in height, respectively. These two environmental factors also explained about 85% and 79% of variation in leaf numbers, respectively. In contrast, the coefficient of determination was low for yield when GDDs and concentration of clay was used. The outcome of regional statistical analysis indicated that relationship between yield and sum of sand and silt were high in Haenam and Jindo areas. Hierarchical cluster analysis, which was performed to verify the association of yield, GDDs, and concentration of clay, showed that Haenam and Jindo were clustered together. Although GDDs and yield vary by year and region, and there are regions with similar concentration of clays, observation data are grouped as the result. These suggests that GDDs and soil texture are expected to be related to yield. The cluster analysis results can be used for further data analysis and agricultural policy establishment.

주제어

표/그림 (8)

표 Table 1. Information of crop observation field and nearest weather station
그림 Fig. 1. Correlation between meteorological factors and growth of Kimchi cabbage. (A) Height and leaf number with meteorological factors from Sep 1 to Nov 15, (B) Yield with meteorological factors on Nov 15.
그림 Fig. 2. Correlation between soil texture and growth of Kimchi cabbage. Sand.Silt, Sand.Clay, Silt.Clay mean Sand/Silt, Sand/Clay, and Silt/Clay, respectively. (A) Height and leaf number on Oct 15, (B) Yield.
그림 Fig. 3. Growth of Kimchi cabbage according to growing degree days and solar daylength. (A) Height and GDD, (B) Leaf number and GDD, (C) Height and daylength, (D) Leaf number and daylength.
그림 Fig. 4. Observed leaf number of Kimchi cabbage by region. HM, HN, JD, MA, NJ, YA mean Hampyeong, Haenam, Jindo, Muan, Naju, and Yeongam, respectively.
그림 Fig. 5. Determining the optimal cluster number using Nbclust package. (A) Average method, (B) Median method.
표 Table 2. Growing degree days, soil texture and yield according to region
그림 Fig. 6. Cluster analysis of Kimchi cabbage using environmental conditions and yield. HM, HN, JD, MA, NJ, YA mean Hampyeong, Haenam, Jindo, Muan, Naju, and Yeongam, respectively. (A) Average method, (B) Median method.

AI 본문요약
AI-Helper

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

문제 정의

이러한 문제점 때문에 재배에 요구되는 요소와 가중치를 구명하기 어려우며 이를 해결하기 위해서는 장기간 그리고 넓은 지역에서 생산된 데이터를 수집하여 분석하는 것이 필요하다. 따라서 본 연구는 배추의 주산지인 전남 지방의 가을배추 생육 빅데이터를 활용하여 재배환경 요소가 가을배추의 생육에 미치는 영향을 구명하기 위해 수행하였다.

제안 방법

가을배추에 대한 기온의 영향 분석을 위해 생육도 일을 활용하였다. 기상데이터의 해석력을 높이기 위하여 Perry et al.
관측포장의 토성이 배추 생육에 미치는 영향 분석을 위하여 수량데이터와 10월 15일의 초장과 엽수를 토성데이터와의 상관관계를 분석하였다. 그 결과 초장과 엽수는 토성과 상관관계를 보이지 않았으나, 수량은 점토와 음의 상관관계를 보였다.
재배환경과 배추 생육과의 상관관계 분석 결과를 통하여 선발한 주요 환경요인과 생육과의 관계를 분석하였다. 초장과 엽수를 생육도일과 일조시간과의 관계를 선형 회귀분석 한 결과 생육도일과 초장, 생육도일과 엽수, 합계일조시간과 초장, 합계일조시간과 엽수의 결정계수가 각각 0.

대상 데이터

데이터는 전라남도 6지방(해남, 진도, 영암, 무안, 함평, 나주)의 관측포장에서 수집되었다. 관측포장의 환경데이터는 기상청의 기상자료개방포털(data.kma.go.kr)과 농촌진흥청의 흙토람(soil.rda.go.kr) 서비스를 활용하였다. 기상요소는 기온, 강우량, 일조시간을 조사하였으며 관측포장에서 가장 가까운 기상대의 데이터를 사용하였다.
kr) 서비스를 활용하였다. 기상요소는 기온, 강우량, 일조시간을 조사하였으며 관측포장에서 가장 가까운 기상대의 데이터를 사용하였다. 나주는 광주기상대(35.
기상요소는 기온, 강우량, 일조시간을 조사하였으며 관측포장에서 가장 가까운 기상대의 데이터를 사용하였다. 나주는 광주기상대(35.172, 126.891)의 기상자료를 사용하였으며 함평⋅영암⋅무안은 목포기상대(34.817, 126.381) 해남은 해남기상대(34.553, 126.568), 진도는 2010∼2012년에는 해남기상대를 2013∼2019년에는 진도기상대(34.476, 126.323)의 기상자료를 활용하였다. 작황 관측포장의 토성은 흙토람의 필지별 토양정보와 토양통설명서(Jun, 2014)를 활용하였으며 토심 0∼50cm까지의 토양 물리성 데이터를 사용하였다(Table 1).
수량은 10a를 기준으로 관측포장에서 10주를 채취 후 외엽을 제거한 구중을 기준으로 조사하며 가을작기의 최종수량을 조사되었다. 데이터는 전라남도 6지방(해남, 진도, 영암, 무안, 함평, 나주)의 관측포장에서 수집되었다. 관측포장의 환경데이터는 기상청의 기상자료개방포털(data.
배추 재배력 조사를 위하여 전라남도 농업기술원에서 배포한 주간농사정보 자료와 해당 기술센터의 담당자 인터뷰를 통하여 자료를 수집하였다. 조사된 자료를 토대로 전라남도 지방의 배추 정식일(9월 1일)과 수확조사일(11월 15일)을 설정하였다.
323)의 기상자료를 활용하였다. 작황 관측포장의 토성은 흙토람의 필지별 토양정보와 토양통설명서(Jun, 2014)를 활용하였으며 토심 0∼50cm까지의 토양 물리성 데이터를 사용하였다(Table 1).
재배환경에 따른 가을배추의 생육과 수량을 분석하기 위하여 조사지역을 가을배추 주산지인 전라남도로선정하였으며, 국가병해충관리시스템에서 2010년부터 2019년까지 총 388건의 생육 및 수량 빅데이터를 수집하였다. 데이터는 조사시기, 초장, 엽수, 수량, 관측포장의 좌표 등으로 구성된다.
배추 재배력 조사를 위하여 전라남도 농업기술원에서 배포한 주간농사정보 자료와 해당 기술센터의 담당자 인터뷰를 통하여 자료를 수집하였다. 조사된 자료를 토대로 전라남도 지방의 배추 정식일(9월 1일)과 수확조사일(11월 15일)을 설정하였다.
데이터는 조사시기, 초장, 엽수, 수량, 관측포장의 좌표 등으로 구성된다. 조사일은 매년 9월 15일, 10월 1일, 10월 15일이며 초장과 엽수 데이터를 수집되었다. 초장은 지면에서부터 주중 최장엽 끝까지의 길이를 측정하며, 엽수는 주당 잎 길이가 1cm 이상 되는 잎의 수를 조사되었다.

데이터처리

배추의 생육 빅데이터와 재배환경 데이터를 분석하기 위하여 R 통계 패키지(3.0.3, R Foundation)를 사용 하였다. 재배환경 데이터와 생육데이터와의 상관관계를 Corrplot 패키지(Wei et al.
배추의 수량에 생육도일 및 토성이 미치는 영향을 요소별 선형회귀로는 설명력이 부족하여 수량과 환경 요소를 통합하여 계층적 군집분석을 수행하여 연관성을 검증하였다. 분석 방법에 따른 적정 군집수를 계산한 결과 평균값을 이용하여 분석한 경우 2개의 군집이 적합하였고, 중앙값을 활용한 경우 4개의 군집이 적합하다는 결과가 나왔다(Fig.
3, R Foundation)를 사용 하였다. 재배환경 데이터와 생육데이터와의 상관관계를 Corrplot 패키지(Wei et al., 2017)를 활용하여 분석하였으며, 수량, 토성, GDD 등을 Duncan검정(Duncan test, p<0.05)을 통하여 통계적인 차이를 판별하였다.

이론/모형

가을배추에 대한 기온의 영향 분석을 위해 생육도 일을 활용하였다. 기상데이터의 해석력을 높이기 위하여 Perry et al.(1993)의 연구에 활용된 조합식을 활용하여 산출하였으며 계산 방법은 아래와 같다.

성능/효과

군집분석 결과를 보았을 때 지역별 생육도일과 수량이 매년 달랐으며, 점토 비율의 경우 진도와 함평의 차이가 진도와 해남과의 차이보다 가까움에도 불구하고 10년 간의 관측데이터가 년도와 관계없이 지역별로 군집을 이루고, 해남과 진도가 같은 군집을 이룬다는 점과 해남과 진도가 타 시군에 비하여 생육도일이 낮고 점토함량이 낮으며 수량이 높다는 점을 보았을 때 생육도일과 토성은 수량과 연관성이 있다고 판단된다.
수확시기의 수량과 생육도일, 모래와 미사의 함량을 Duncan분석한 결과 수량이 높게 나온 해남과 진도에서 모래와 미사의 합계 함량이 다른 지역보다 높았으며, 생육도일의 경우 다른 지역보다 낮은 것이 확인되었다(Table 2). 배추의 수량과 생육도일이 음의 상관관계를 보였는데 이는 적정 생육도일보다 높은 값이 누적될 경우 수량이 감소한다는 연구결과(Wi et al.
재배환경과 배추 생육과의 상관관계 분석 결과를 통하여 선발한 주요 환경요인과 생육과의 관계를 분석하였다. 초장과 엽수를 생육도일과 일조시간과의 관계를 선형 회귀분석 한 결과 생육도일과 초장, 생육도일과 엽수, 합계일조시간과 초장, 합계일조시간과 엽수의 결정계수가 각각 0.79, 0.71, 0.7, 0.62이였으며 온도 및 일사량 누적에 따라 값이 증가하는 것을 설명할 수 있었다(Fig. 3).

후속연구

수확시기의 수량과 생육도일, 모래와 미사의 함량을 Duncan분석한 결과 수량이 높게 나온 해남과 진도에서 모래와 미사의 합계 함량이 다른 지역보다 높았으며, 생육도일의 경우 다른 지역보다 낮은 것이 확인되었다(Table 2). 배추의 수량과 생육도일이 음의 상관관계를 보였는데 이는 적정 생육도일보다 높은 값이 누적될 경우 수량이 감소한다는 연구결과(Wi et al., 2018)와 일치하나 추가실험을 통한 확인이 필요할 것으로 판단된다. 수량과 생육도일, 수량과 모래와 미사의 합계함량을 선형회귀분석 하였으나 결정계수가 각각 0.
이러한 군집분석 결과는 연관성 검증 외에도 관측 포장 선정, 작황 데이터 분석, 영농정책 수립 등 다양한 분야에 활용할 수 있을 것으로 보이며, 도입 시 효율이 향상될 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	열단위를 이용한 생육도일은 어떻게 활용되고 있는가?	기상환경은 작물의 생육에 영향을 주는 핵심 요인이며 다양한 방법으로 생육과 환경요인과의 관계를 분석하고 있다. 기온은 작물의 생육을 분석하는데 활용되는 주요 지표로 활용되며, 그중 열단위를 이용한 생육도일(Growing degree days, GDDs)은 개화시기 및 수확시기 예측 등의 영농일정 제공, 적정 재배작기 예측 등의 통해 학술적 연구 및 영농의사결정지원 등에 활용되고 있다(Gilmore and Rogers, 1958; McMaster and Wihelm, 1997; Wi et al., 2018).
	빅데이터를 자동화 기술, 작황예측, 생산최적화 등에도 적용하여 경쟁력을 강화하고 있는 나라는 어디인가?	이에 따라 빅데이터 처리 및 분석은 공학에만 한정되어 사용되는 것이 아니라 의학, 사회학, 농학 등 다양한 분야로 영역을 넓혀가고 있으며 그에 따른 기술혁신은 성과를 나타내고 있다(Schwab,2017). 네덜란드, 독일, 프랑스에서는 빅데이터를 자동화 기술, 작황예측, 생산최적화 등에도 적용하여 경쟁력을 강화하고 있다(Lim, 2017).
	수요에 따른 공급량을 맞추기 위하여 배추는 연중 생산체계가 확립되었다. 그 이유가 무엇인가?	한국인의 주요 부식인 김치의 주재료인 배추는 1인당 년 소비량이 53kg이며 수요가 일정해 안정 생산이 요구되는 작물이다(Park and Kim, 2018). 배추는 가격에 비해 부피가 크고 저장 시 저온보관이 요구되며 저장기간 또한 2∼3개월로 짧아 생산량이 곧 소비량이 된다(Kim et al., 2016). 이러한 완전 경쟁적인 특성 때문에 생산량 변동에 따라 가격변동이 크며 이는 물가 불안으로 이어지는 등 사회경제적 문제를 야기하기에 안정생산이 중요하다(Lee, 1996). 따라서 수요에 따른 공급량을 맞추기 위하여 배추는 연중 생산체계가 확립되어 1년 내내 파종, 수확되고 있다.

참고문헌 (27)

Ahn, J. H., K. D. Kim, and J. T. Lee, 2014: Growth modeling of Chinese cabbage in an alpine area. Korean Journal of Agricultural and Forest Meteorology 16(4), 309-315.
Chang, W., 2012: R graphics cookbook: practical recipes for visualizing data. O'Reilly Media, Inc., CA, USA.
Charrad, M., N, Ghazzali, V. Boiteau, A. Niknafs, and M. Charrad, 2014: Package 'nbclust'. Journal of statistical software 61, 1-36.
Cho, C., G. Hwang, and S. Yoon, 2018: Development of ubiquitous sensor network quality control algorithm for highland cabbage. Korean Journal of Agricultural and Forest Meteorology 20(4), 337-347.
Gilmore, E. C., and J. S. Rogers, 1958: Heat units as a method of measuring maturity in corn. Agronomy Journal 50(10), 611-615.
Hoogenboom, G., 2000: Contribution of agrometeorology to the simulation of crop production and its application. Agricultural and forest meteorology 103, 137-157.
Jun, H. K., 2014: Taxonomical Classification of Korean Soils. Rural Development Administration, WanJu, Korea.
Kim, K. D., J. T. Suh, J. N. Lee, D. L. Yoo, M. Kwon, and S. C. Hong, 2015: Evaluation of factors related to productivity and Yield estimation based on growth characteristics and growing degree days in highland Kimchi cabbage. Korean Journal of Horticultural Science & Technology 33, 911-922.
Kim, S. W., H. Y. Rho, and S. H. Yun, 2016: Prediction of Chinese cabbage and radish consumption. KREI 18, 5-6.
KOSTAT, 2019: Crop Production Statics 2018. Statistics Korea, Daejeon, Korea.
Lee, J. W., 1996: A study of decision-making factors of production for radish and Chinese cabbage. KREI R346, 39-67.
Lee, S. G., J. H. Moon, Y. A. Jang, W. M. Lee, I. H. Cho, S. Y. Kim, and K. D. Ko, 2009: Photosynthetic characteristics and cellular tissue of Chinese cabbage are affected by temperature and $CO_2$ concentration. Journal of Bio-Environment Control 18(2),148-152.
Lee, S. G., H. J. Lee, S. K. Kim, C. S. Choi, S. T. Park, Y. A. Jang, and K. R. Do, 2015: Effect of vernalization, temperature, and soil drying periods and the growth and yield of Chinese cabbage. Korean Journal of Horticultural Science & Technology 33, 820-828.
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.
Lim, Y. H., 2017: Policy Trends of Agricultural Science and Technology in Major Countries in Response to the Fourth Industrial Revolution. Naju, Korea.
Mcmaster, G. S., and W. W. Wilhelm, 1997: Growing degree-days: one equation, two interpretations. Agricultural and forest meteorology 87, 291-300.

상세보기
Moon, K. H., E. Y. Song, S. H. Wi, and S. J. Oh, 2018: Development of a Chinese cabbage model using Microsoft Excel/VBA. Korean Journal of Agricultural and Forest Meteorology 20(2), 228-232.
Na, S. I., B. K. Min, C. W. Park, K. H. So, J. M. Park, and K. D. Lee, 2017: Development of field scale model for estimating garlic growth based on UAV NDVI and meteorological factors. Korean Journal of Soil Science and Fertilizer 50(5), 422-433.

원문보기 상세보기
Oh, S. J., K. H. Moon, I. C. Son, E. Y. Song, Y. E. Moon, and S. C. Koh, 2014: Growth, photosynthesis and chlorophyll fluorescence of Chinese cabbage in response to high temperature effects of differentiated temperature. Korean Journal of Horticultural Science & Technology 32, 318-329.
Park, S. H., J. K. Kim, 2013: Cabbage. Rural Development Administration, WanJu, Korea.
Perry, K. B., D. C. Sanders, D. M. Granberry, J. T. Garrett, D. R. Decoteau, R. T. Nagata, and W. J. McLaurin, 1993: Heat units, solar radiation and daylength as pepper harvest predictors. Agricultural and forest meteorology 65(3-4), 197-205.
Schwab, K., 2017: The fourth industrial revolution. Portfolio Penguin, London, U.K.
Son, I. C., K. H. Moon, E. Y. Song, S. J. Oh, H. H. Seo, Y. E. Moon, and J. Y. Yang, 2015: Effects of differentiated temperature based on growing season temperature on growth and physiological response in Chinese cabbage 'Chunkwang'. Korean Journal of Agricultural and Forest Meteorology 17, 254-260.
Teetor, P., 2011: R cookbook: Proven recipes for data analysis, statistics, and graphics. O'Reilly Media, Inc., CA, USA.
Wei, T., V. Simko, M. Levy, Y. Xie, Y. Jin, and J. Zemla, 2017: Package 'corrplot'. Statistician 56(316), e24.
Wi, S. H., E. Y. Song, S. J. Oh, I. C. Son, S. G. Lee, H. J. Lee, B. H. Mun, and Y. Y. Cho, 2018: Estimation of optimum period for spring cultivation of 'Chunkwang' Kimchi Cabbage based on growing degree days in Korea. Agricultural and Forest Meteorology 20, 175-182.
Yang, S. J., S. I. Jo., and Y. B. Jo, 2020: Big data analysis and utilization. Rural Development Administration, WanJu, 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