초록 ▼

본 연구는 쌀, 콩, 고랭지 배추 이상 3가지 품목을 대상으로 기상요인을 고려하여 관측품목의 단위면적당 수확량을 미리 예측하는 모형을 개발하는 것이 목적이다.
본 연구의 중요한 결과와 선행연구와의 차별성은 다음의 3가지로 정리할 수 있다. 첫째, 선행연구의 점추정의 문제점을 극복하기 위해 확률추정 방법을 적용하였다는 점이다. 둘째, 단수와 기상요인과의 선형성을 이차형식으로 변경함으로써 개별 기상요소에 대한 최적점을 도출하였다는 것이다. 끝으로 패널분석을 통해 자유도가 늘어나 추정의 효율성을 향상시켰다는 것이다.
본 연구는

본 연구는 쌀, 콩, 고랭지 배추 이상 3가지 품목을 대상으로 기상요인을 고려하여 관측품목의 단위면적당 수확량을 미리 예측하는 모형을 개발하는 것이 목적이다.
본 연구의 중요한 결과와 선행연구와의 차별성은 다음의 3가지로 정리할 수 있다. 첫째, 선행연구의 점추정의 문제점을 극복하기 위해 확률추정 방법을 적용하였다는 점이다. 둘째, 단수와 기상요인과의 선형성을 이차형식으로 변경함으로써 개별 기상요소에 대한 최적점을 도출하였다는 것이다. 끝으로 패널분석을 통해 자유도가 늘어나 추정의 효율성을 향상시켰다는 것이다.
본 연구는 지역별(시, 군, 도) 데이터를 이용하여 패널의 형태로 자료를 구축 하고 횡단면 효과와 시계열효과를 고려한 TWO-WAY 방법을 이용하고 고정 효과(fixed effect)모형을 통한 패널분석으로 단수를 종속변수로 한 기상변수의 계수를 추정하였다. 이러한 결과를 바탕으로 다양한 기상시나리오를 접목시켜 확률적 기법을 이용한 단수예측모형을 개발하였다. 또한 통계학적 단수예측모형이 가지는 한계를 극복하고자 생육모형중 하나인 EPIC 모형의 도입가능성을 검토하였다.
쌀 단수예측모형은 최근 10년 간 시군별 패널자료를 이용하여 단수를 종속 변수로 평균기온, 적산온도, 일교차, 일조시간을 설명변수로 하는 추정방정식을 설정하였다. 고정효과모형을 이용한 추정결과는 평균기온이 이차형식임을 확인할 수 있었으며, 등숙기 이전에는 유효적산온도, 등숙기에는 평균기온에 큰 영향을 받는 것으로 나타났다. 기상청 예보를 바탕으로 적용된 시나리오를 시간의 경과에 따라 시나리오 범위를 좁혀가면서 도출된 단수결과는 9월 중순을 기준으로 497kg이 도출되었으며, 이는 통계청에서 공표한 496kg과 큰 차이가 없다.
고랭지배추 단수예측모형은 최근 10년 간 주산지 시군의 행정 통계자료를 이용하여 읍면별 패널자료를 구축하였고, 이를 이용하여 단수를 종속변수로 최고기온, 강수량을 설명변수로 하는 추정방정식을 설정하였다. 고정효과모형을 이용한 추정결과는 최고기온과 강수량 모두 이차형식임을 확인할 수 있었다.
쌀 단수예측모형과 동일한 방법으로 도출된 고랭지배추 단수결과는 10월 기준으로 4,211kg으로 2010년보다 높고 평년보다 낮은 것으로 나타났다.
콩 단수예측모형은 시군별 자료를 확보하지 못하여 통계청에서 제공하는 1980∼2010년 기간의 8개 도(제주도 제외) 패널자료를 이용하여 단수를 종속 변수로 하고 평균기온, 일조시간, 강수량을 설명변수로 하는 추정방정식을 설정하였다. 패널모형 중 Two-way 방법인 시계열과 횡단면의 고정효과모형을 이용한 추정결과 평균기온과 강수량이 이차형식임을 확인할 수 있었다. 시군별콩 단수 자료의 접근성 문제로 인해 통계청의 도별 자료를 이용하였고, 기상요인 역시 도를 대표하는 기상자료를 생성하여 이용했다는 점에서 기상요인이콩 단수에 미치는 영향을 파악하는데 다소 한계가 있다.
본 연구는 쌀, 콩, 고랭지 배추 3개 품목의 단수예측모형은 통계청에서 제공하는 실측 조사결과 이전에 그 결과를 알 수 있다는 점에서 의미가 있다. 이는 단수예측결과가 실측조사보다 신뢰성은 다소 부족하지만, 수급대책 마련을 위한 논리적 근거자료로써는 충분하기 때문이다.
본 연구에는 병충해 및 기상재해 등을 고려하지 못하였다는 한계점이 분명히 존재한다. 이는 단수와 관련된 실험통계의 부족으로 인한 것이며, 이러한 부분은 농촌진흥청에서 실험통계를 작성하는 연구가 선행되어야 할 것이다. 덧붙여 토양·기상 등 환경요인에 대한 작물의 생육반응을 고려하기 위한 EPIC모형과 유사한 모형들과 본 연구에서 개발된 단수예측모형의 결합연구는 향후 과제로 남긴다.

Abstract ▼

The main purpose of this study is to build a crop yield forecasting model for rice, soybean, and the summer Chinese cabbage cultivated in highlands with meteorological elements taken into account. The difference compared with the previous studies and the main outcome of this study are as follows: fi

The main purpose of this study is to build a crop yield forecasting model for rice, soybean, and the summer Chinese cabbage cultivated in highlands with meteorological elements taken into account. The difference compared with the previous studies and the main outcome of this study are as follows: first, this study used a stochastic method to overcome the drawback of point estimation by using meteorological scenarios; second, model specification was changed from a linear function to a quadratic function form (such as the concave function to the zero point) to find optimal points on each element; third, a panel data analysis was used to enhance the degree of freedom.
The panel analysis was used with a two-way fixed effect model considering cross-section and time period to find unbiased and consistent estimates of meteorological elements.
Based on the analysis results, this study developed a stochastical crop yield forecasting model with a variety of meteorological scenarios. In addition, the possibility of introducing an EPIC(Erosion Productivity Impact Calculator) model is reviewed in order to overcome the limitations of our model.
An estimation of rice yield was made using a regional panel data of over the recent 10 years and with mean temperature, effective cumulative temperature, sunshine hours, and daily temperature range as independent variables. The results using a fixed effects model confirm that the average temperature is a quadratic form and that the rice yield is highly affected by effective cumulative temperature before the grain filling stage and by the mean temperature during the grain filling stage.
We set up a total of 1,296 scenarios at the end of September in 2011 to forecast rice yield based on weather data provided by Korea Meteorological Administration. Reducing the scenarios and replicating the estimation as the forecast time goes close to the target time, which was the end of September in 2011, we finally obtained the result that the target rice yield would be 496kg based on our scenario in the middle of September in 2011. Our forecast is not different from the real rice yield of the target time, 497kg, announced by the National Statistical Office through an actual inspection.
An estimation of yield for the summer Chinese cabbage was made using a main producing district's panel data of over the recent 10 years and with high temperature and rainfall as independent variables. The results using a fixed effects model confirm that both high temperature and rainfall take a quadratic form. The result of the yield forecasting model of summer Chinese cabbage shows that the yield is higher than 2010's but less than average year.
A soybean yield estimation was made using a regional panel data from 1980 to 2010, and except for Jeju, and with average temperature, sunshine duration, and rainfall as independent variables. The results using a fixed effects model confirm that both average temperature and rainfall take a quadratic form. This model used provincial weather data because we could not access the yield data of cities. So we can not determine the relationship between weather component and soybean yield.
The yield forecasting model of rice, soybean, and summer Chinese cabbage cultivated in highlands has an implication that we can know their yield before the National Statistical Office announces its researched yield results. Therefore, we can use yield forecasts as basis data to prepare measures for any imbalance in supply and demand.
The limitation of this study is that it did not consider the damage caused by diseases and insects and climate change because we don't have experiment data on yields of rice, soybean, and the summer Chinese cabbage cultivated in highlands. Therefore, a study for obtaining the experimental data has to be conducted by the Rural Development Administration beforehand. In the future study we need to merge EPIC models and the statistic yield forecasting model of this study to enhance the accuracy of crop yield forecasting.

목차 Contents

• 표지 ... 1
• 머리말 ... 3
• 요약 ... 5
• ABSTRACT ... 7
• 차례 ... 9
• 표차례 ... 11
• 그림차례 ... 13
• 제1장 서 론 ... 15
• 1. 연구 필요성 및 목적 ... 15
• 2. 선행연구 검토 및 차별성 ... 16
• 3. 연구 방법 및 범위 ... 19
• 4. 보고서의 구성 ... 20
• 제2장 모형설명 ... 21
• 1. 기본구조 ... 21
• 2. 모형형태(Model Specification) ... 23
• 3. 패널분석방법 ... 24
• 4. 기상시나리오 적용방법 ... 28
• 제3장 쌀 단수예측모형 ... 30
• 1. 벼의 생육과 기상여건 ... 30
• 2. 자료 및 추정방정식 ... 38
• 3. 추정결과 ... 40
• 4. 기상 시나리오 분석 통한 단수예측 ... 43
• 제4장 고랭지 배추 단수예측모형 ... 48
• 1. 고랭지배추의 생육과 기상여건 ... 48
• 2. 자료 및 추정방정식 ... 50
• 3. 추정결과 ... 52
• 4. 기상 시나리오 분석 통한 단수예측 ... 55
• 제5장 콩 단수예측모형 ... 60
• 1. 콩의 생육과 기상여건 ... 60
• 2. 자료 및 추정방정식 ... 63
• 3. 추정결과 ... 65
• 4. 기상 시나리오 분석 통한 단수예측 ... 69
• 제6장 EPIC 모형 ... 74
• 1. 소개 ... 74
• 2. EPIC 모형의 적용사례 ... 75
• 3. EPIC 모형의 주요변수 및 프로그램 운영 ... 78
• 4. EPIC 모형과 기상요인을 고려한 단수예측모형 비교 ... 85
• 제7장 결론 ... 88
• 부록 1 기상자료 적용지역 ... 92
• 부록 2 통계청 농작물 생산량조사 개요 ... 94
• 부록 3 농촌진흥청 쌀 생산량 추정방법 ... 102
• 부록 4 고랭지배추 단수모형 흐름도 ... 107
• 참고 문헌 ... 109
• 끝페이지 ... 111