생육모의에 의한 북한지방 시ㆍ군별 벼 재배기후 예비분석

윤진일; 이광회

추천

검색

자료유형: 학술저널

저자정보: 윤진일 (경희대학교 생명자원과학연구원/농학과) 이광회 (상지대학교 농학과)

저널정보: 한국농림기상학회 한국농림기상학회지 한국농림기상학회지 제2권 제2호

발행연도: 2000.1

수록면: 47 - 61 (15page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

북한 시ㆍ군별 벼 생육모의결과를 토대로 벼 재배 적합성 여부를 판정하였다. 생육모의에 필요한 시ㆍ군 별 일 기상자료는 지형기후학적 공간내삽기법을 근거로 한 3단계 과정을 통해 생산하였다. 우선 기온의 경우 51개 남북한 표준관측소의 14년간(1981~1994) 월평균값을 관측지점 위도, 해발고도, 해안거리, 경사도, 개방도 등 지리지형변수에 회귀시켜 얻은 통계모형(RMSE=0.4~1.6$^{\circ}C$)을 북한전역에 적용시켜 1 km$\times$1 km수평 격자점 단위로 월별 평균값을 추정하였다. 강수량의 경우 상대적으로 자료가 풍부한 남한의 지형-강수 관계를 도출하여 이를 북한지방에 적용한 윤 (2000)의 방법에 의해 월별 강수량 분포도를 작성하였다. 일사량의 경우 남한 19개 관측소의 14년간(1984~1997) 월 평균 수평면 전천일사량 관측값의 추정식([일사량, MJ m$^{-2}$ day$^{-1}$)=0.344+0.4756[대기외 일사량]+0.0299[남쪽 개방도]-1.307[운량]-0.01[상대습도], 결정계수 0.92, RMS error 0.95)에 의해 북한 지방 27개 지점의 일사량 자료를 복원하였다. 이를 거리역산가중법으로 공간내삽하여 북한전역의 월별 일사량 분포도를 작성하였다. 두 번째 단계에서는 얻어진 1 km$\times$1km 격자점 기후값을 183개 북한 시ㆍ군별로 공간평균값을 취했다. 마지막으로 시ㆍ군 단위 월별 기후값을 이용하여 통계적인 방법 (Pickering et al., 1994)에 의해 30년간의 일별 기상자료를 생성하였다. 북한의 대표적인 벼 품종 생육조사자료를 토대로 CERES-rice 모형의 유전적 모수를 조정하고, 준비된 기상자료를 입력시켜 183개 시ㆍ군별 벼의 생육을 30년치씩 모의하였다. 생육모의결과 중 성숙기와 수량 관련 특성을 점수화 하여 각 시ㆍ군의 벼 재배용 농업기후학적 잠재력을 정량적으로 표현하였다.

Agroclimatic zoning was done for paddy rice culture in North Korea based on a simulation experiment. Daily weather data for the experiment were generated by 3 steps consisting of spatial interpolation based on topoclimatological relationships, zonal summarization of grid cell values, and conversion of monthly climate data to daily weather data. Regression models for monthly climatological temperature estimation were derived from a statistical procedure using monthly averages of 51 standard weather stations in South and North Korea (1981-1994) and their spatial variables such as latitude, altitude, distance from the coast, sloping angle, and aspect-dependent field of view (openness). Selected models (0.4 to 1.6$^{\circ}C$ RMSE) were applied to the generation of monthly temperature surface over the entire North Korean territory on 1 km$\times$l km grid spacing. Monthly precipitation data were prepared by a procedure described in Yun (2000). Solar radiation data for 27 North Korean stations were reproduced by applying a relationship found in South Korea ([Solar Radiation, MJ m$^{-2}$ day$^{-1}$ ] =0.344 + 0.4756 [Extraterrestrial Solar Irradiance) + 0.0299 [Openness toward south, 0 - 255) - 1.307 [Cloud amount, 0 - 10) - 0.01 [Relative humidity, %), $r^2$=0.92, RMSE = 0.95 ). Monthly solar irradiance data of 27 points calculated from the reproduced data set were converted to 1 km$\times$1 km grid data by inverse distance weighted interpolation. The grid cell values of monthly temperature, solar radiation, and precipitation were summed up to represent corresponding county, which will serve as a land unit for the growth simulation. Finally, we randomly generated daily maximum and minimum temperature, solar irradiance and precipitation data for 30 years from the monthly climatic data for each county based on a statistical method suggested by Pickering et a1. (1994). CERES-rice, a rice growth simulation model, was tuned to accommodate agronomic characteristics of major North Korean cultivars based on observed phenological and yield data at two sites in South Korea during 1995~1998. Daily weather data were fed into the model to simulate the crop status at 183 counties in North Korea for 30 years. Results were analyzed with respect to spatial and temporal variation in yield and maturity, and used to score the suitability of the county for paddy rice culture.

#North Korea #Rice #Growth simulation #Climate #CERES #Crop model #GIS

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

윤진일

소속기관 경희대학교 생태시스템공학과

주요연구분야 농수해양학 > 농학

논문수 131 이용수 873

이광회

소속기관 상지대학교 친환경식물학부

주요연구분야 농수해양학 > 농학

논문수 4 이용수 9

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)