우리나라에서의 임목육종(林木育種)에 의(依)한 생산성(生産性) 증가(增加)

류장발; 심상영

추천

검색

자료유형: 학술저널

저자정보: 류장발 (대구대학교 농과대학 임학과) 심상영 (임목육종연구소)

저널정보: 한국산림과학회(구 한국임학회) 한국산림과학회지 한국산림과학회지 제77권 제4호

발행연도: 1988.1

수록면: 382 - 388 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

우리나라에서의 임목육종(林木育種)에 의(依)한 생산성(生産性) 증가(增加)를 중요(重要)한 몇 수종(樹種)에 관하여 살펴보았다. 소나무 수형목(秀型木) 17가계(家係)의 차대(次代)는 15년생(年生)에서 비수형목(非秀型木) 차대(次代)와 비교(比較)하여 57%의 재적(材積) 증가(增加)를 보였다. 17가계(家係)중 우수(優秀)한 세 가계(家係)를 재선발(再選拔)한다면 배이상(倍以上)의 재적 증가가 기대되었다. 15년생(年生) 리기테다소나무는 전북(全北) 완주(完州)에서 리기다소나무보다 배이상(倍以上)의 재적 생장을 하였다. 그러나 이 잡종(雜種)의 우수성(優秀性)은 북(北)쪽으로 올라 갈수록 감소(減少)하였는데 주로 내한성(耐寒性)이 약(弱)한 탓으로 생각된다. 경기(京畿) 용인(龍仁)의 평지(平地)에서는 리기테다소나무가 리기다소나무보다 생장(生長)이 훨씬 좋았으나 산정(山頂)에서는 리기다소나무보다 생장(生長)이 떨어졌다. 현사시는 10년생때 식재장소(殖栽場所)에 따라 양친수종(兩親樹種)보다 2~2.5배(倍)의 생장(生長)을 보였다. 도입(導入)된 리기다소나무도 재적(材積) 생장(生長) 증가(增加)를 보였다. 45개(個) 산지(産地)에서 도입(導入)한 12년생(年生) 리기다소나무중에서 우수한 다섯 산지(産地)를 선발(選拔)하면 국내(國內)에서 선발(選拔)한 수형목(秀型木) 차대(次代)보다 53%의 재적(材積) 증가(增加)가 기대되었다. 선발(選拔)된 다섯 산지(産地) 각각에서 최상(最上)의 가계(家係)를 (산지(産地)당 5가계(家係)로 조성되었음) 재선발(再選拔)한다면 다시 14%의 재적(材積) 증가(增加)가 기대된다. 연간 밤 생산(生産)은 칠만톤에 달하는데, 이것은 밤나무 순혹벌에 내충성(耐？性) 품종(品種)을 심은 덕으로 생각된다. 비내충성(非耐？性)인 재래종(在來種) 품종(品種)은 이 곤충(昆？)에 의해 거의 전멸(全滅)하였기 때문이다. 콜키신처리(處理)에 의(依)한 배수체(倍數體) 및 돌연변이체(突然變異體)가 생산(生産)된 수종(樹種)은 10여 수종(樹種)에 이르나 경제적으로 중요한 수종은 없다. 장차 획기적인 생산성(生産性) 증가(增加)가 생물공학(生物工學)에 의하여 기대되는데 생물공학(生物工學)은 세포(細胞), 세포(細胞) 소기관(小器管), 유전자(遺傳子) 단위에서 선발(選拔), 교잡(交雜), 외래(外來) 유전자(遺傳子) 도입(導入)이 가능하고, 유전자조작(遺傳子操作)까지 가능하기 때문이다. 그러나 현재로는 유전적 우수성이 입증된 조림 수종을 조직배양(組織培養)으로 대량번식(大量繁殖)시킴으로써 생산성(生産性) 증가(增加)에 기여할 것이다.

#productivity by forest tree breeding work #Pinus densiflora #Pinus rigida ${times}$ P #taeda #Populus alba ${times}$ P #glandulosa #Pinus rigida

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

류장발

소속기관 대구대학교 임학과

주요연구분야 농수해양학 > 임학

논문수 7 이용수 11

Shim, Sang Yung

소속기관 Institute of Forest Genetics, Forestry Administration

주요연구분야 농수해양학 > 임학 복합학 > 과학기술학

논문수 16 이용수 28

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)