지역적응 시험 자료를 활용한 옥수수 작물모형 CERES-MAIZE의 품종모수 추정시의 문제점

김준환; 상완규; 신평; 조현숙; 서명철

추천

검색

자료유형: 학술저널

저자정보: 김준환 (농촌진흥청 국립식량과학원 작물재배생리과) 상완규 (농촌진흥청 국립식량과학원 작물재배생리과) 신평 (농촌진흥청 국립식량과학원 작물재배생리과) 조현숙 (농촌진흥청 국립식량과학원 작물재배생리과) 서명철 (농촌진흥청 국립식량과학원 작물재배생리과)

저널정보: 한국농림기상학회 한국농림기상학회지 한국농림기상학회지 제20권 제4호

발행연도: 2018.1

수록면: 277 - 283 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

기후변화 영향평가를 위해 작물생육모형을 폭넓게 사용하고 있지만 모형을 구동하기 위해서는 품종모수를 결정하는 것이 필수적이다. 그러나 품종모수 결정을 위한 실험은 장시간의 노력이 필요하여 대부분 작황자료 또는 지역적응 시험 자료를 많이 사용하고 있다. 그러나 밭작물의 경우 작황자료 또는 지역적응 시험을 사용하는 경우에는 포장의 관개량과 시기에 대한 자료가 없고 또한 별도의 기상관측 없이 최인접지역의 기상자료를 사용하기 때문에 문제가 발생할 수 있다. CERES-MAIZE를 이용하여 밭작물인 옥수수에 대해서 이 문제점들을 검토하였다. 출사기와 관련된 품종모수는 최대 27km 내에 기상관측 지점이 있는 경우에도 신뢰성있는 품종모수가 얻어졌다. 온도의 경우에는 지형에 따라 유효한 거리가 달라질 수 있지만 본 연구의 대상 지역에서는 품종 모수 추정에 문제가 크지는 않을 것으로 보인다. 또한 온도 이외의 요소인 강수 또는 관개량은 생물계절관련 품종모수와는 큰 영향이 없기 때문에 비교적 정확도가 높은 결과가 나온 것으로 보인다. 그러나 수량과 관련된 품종 모수 요소에서는 그렇지 못하였다. 이는 밭작물의 경우 강수량에 따라 스트레스 정도가 결정되기 때문에 관개 및 강수량 정보가 중요한데, 관개량에 대한 정보를 작황 또는 지적시험 보고서에서는 얻을 수 없기 때문이다. 더구나 강수량의 경우에 온도보다 더 가까운 위치에 기상관측소가 존재해야만 유의미한 정보를 제공할 수 있다. 그러나 시험포장에 따라 기상관측소와의 거리가 충분히 가깝지 않은 경우가 대부분이었다. 따라서, 작황 또는 지역적응 시험자료를 이용하여 옥수수의 품종모수를 결정할 때는 기상관측 지점이 최소한 20km 이내의 인접지역에서 생물계절과 관련된 모수에 대해서만 결정하는 것이 타당할 것으로 생각된다. 그 반면에 수량과 관련된 요소의 결정은 적절하지 않을 것으로 생각된다. 수량과 관련된 요소를 결정하기 위해서는 가급적 직접 기상관측망을 설치하여 해당 포장에서 관개시기와 관개량을 모두 확보한 실험한 결과를 바탕으로 얻는 것이 적절할 것으로 생각된다.

The crop growth model has been widely used for climate change impact assessment. Crop growth model require genetic coefficients for simulating growth and yield. In order to determine the genetic coefficients, regional growth monitoring data or yield trial data of crops has been used to calibrate crop growth model. The aim of this study is to verify that yield trial data of corn is appropriate to calibrate genetic coefficients of CERES-MAIZE. Field experiment sites were Suwon, Jinju, Daegu and Changwon. The distance from the weather station to the experimental field were from 1.3km to 27km. Genetic coefficients calibrated by yield trial data showed good performance in silking day. The genetic coefficients associated with silking are determined only by temperature. In CERES-MAIZE model, precipitation or irrigation does not have a significant effect on phenology related genetic coefficients. Although the effective distance of the temperature could vary depending on the terrain, reliable genetic coefficients were obtained in this study even when a weather observation site was within a maximum of 27 km. Therefore, it is possible to estimate the genetic coefficients by yield trial data in study area. However, the yield-related genetic coefficients did not show good results. These results were caused by simulating the water stress without accurate information on irrigation or rainfall. The yield trial reports have not had accurate information on irrigation timing and volume. In order to obtain significant precipitation data, the distance between experimental field and weather station should be closer to that of the temperature measurement. However, the experimental fields in this study was not close enough to the weather station. Therefore, When determining the genetic coefficients of regional corn yield trial data, it may be appropriate to calibrate only genetic coefficients related to phenology.

#Crop model #Calibration #CERES-MAIZE #Yield trial data

참고문헌 (20)

참고문헌 신청

정유란 / 2017 / 작물모형의 생물계절 및 잠재수량 예측력 개선 방법 탐색: I. 유전 모수 정보 향상으로 콩의 개화시기 및 잠재수량 예측력 향상이 가능한가? / 한국농림기상학회지 19(4):203~214

정유란 / 2006 / 지구온난화에 따른 우리나라 벼농사지대의 생산성 재평가 / 한국농림기상학회지 8(4):229~241

Fleisher, D. H. / 2014 / Improving Modeling Tools to Assess Climate Change Effects on Crop Response, Advances in Agricultural Systems Modeling 7 / ASA, CSSA, SSSA :69~90

He, J. / 2009 / Applying GLUE for estimating CERES-Maize genetic and soil parameters for sweet corn production / Transactions of the ASABE 52(6):1907~1921

현신우 / 2017 / ORYZA (v3) 모델을 사용한 벼 품종별 출수기 예측 / 한국농림기상학회지 19(4):246~251

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

김준환

소속기관 농촌진흥청 국립식량과학원 작물재배생리과

주요연구분야 농수해양학 > 농학

논문수 25 이용수 592

상완규

소속기관 농촌진흥청 국립식량과학원 작물재배생리과

주요연구분야 농수해양학 > 농학

논문수 18 이용수 430

신평

소속기관 농촌진흥청 국립식량과학원

주요연구분야 농수해양학 > 농학 자연과학 > 기타 자연과학

논문수 21 이용수 428

조현숙

소속기관 농촌진흥청 국립식량과학원 작물재배생리과

주요연구분야 농수해양학 > 농학

논문수 10 이용수 194

서명철

소속기관 농촌진흥청 국립식량과학원 작물재배생리과

주요연구분야 농수해양학 > 농학

논문수 20 이용수 460

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 (20)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)