구조방정식모형을 이용한 기후 네트워크 하에서 청보리 생산량에 영향을 미치는 기후의 인과성 분석

김문주; 조무환; 성경일

doi:10.12718/AARS.2021.32.4.101

추천

검색

자료유형: 학술저널

저자정보: 김문주 (강원대학교 동물자원공동연구소) 조무환 (강원대학교) 성경일 (강원대학교)

저널정보: 강원대학교 동물자원공동연구소 동물자원연구 동물자원연구 제32권 제4호

발행연도: 2021.12

수록면: 101 - 111 (11page)

DOI: 10.12718/AARS.2021.32.4.101

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 구조방정식모형을 이용하여 자연생태계의 일부분인 기후 네트워크를 구축하여 청보리(Whole crop barley: WCB)의 생산량에 영향을 미치는 기후요인의 인과성을 분석할 목적으로 수행하였다. WCB 데이터셋(n=316)은 사료정보와 기상정보로 이루어졌다. 여기서 생초수량, 건물수량, 재배연도 및 지역을 포함하는 사료정보는 다양한 신품종재배실험(1993-2012)으로부터 수집하였다. 기상정보는 일평균온도, 강수 및 일조시간을 포함하며 기상청의 기상정보시스템으로부터 수집하였다. 기상변수는 파종일부터 수확일까지 기간을 계절(가을, 겨울 및 이듬해봄)로 구분한 생육기간, 누적온도, 강수 및 일조시간이었다. 생산량에 영향을 미치는 기후의 인과성 네트워크는 구조방정식에 의해 모델로 만들었다. 그 결과, 세 가지 특징으로 가을과 이듬해봄 간의 종단효과, WCB 생산량에 대한 직접효과, 그리고 온도를 통한 강수의 간접효과가 뚜렷하게 나타났다. WCB 생산량에 대한 중요성은 이듬해봄 온도(0.45), 가을온도(0.35), 월동(-0.16) 및 이듬해봄 강수(0.04) 순으로 나타났다. 그러므로 본 연구를 통해 온도, 생장일수, 강수 및 일조를 포함한 기후 네트워크에서 다른 기후요인들이 최종경로인 이듬해 봄의 온도와 생장일수를 통해 WCB 생산량에 간접적으로 영향을 미친다는 결론을 내렸다.

This study aimed to analyze causality of climatic factors that affecting the yield of whole crop barley (WCB) by constructing a network within the natural ecosystem via the structural equation model. The WCB dataset (n=316) consisted of data on the forage information and climatic information. The forage information was collected from numerous experimental reports from New Cultivars of Winter Crops (1993-2012) and included details of fresh and dry matter yield, and the year and location of cultivation. The climatic information included details of the daily mean temperature, precipitation, and sunshine duration from the weather information system of the Korea Meteorological Administration. The variables were growing days, accumulated temperature, precipitation, and sunshine duration in the season for the period of seeding to harvesting. The data was collected over 3 consecutive seasons?autumn, winter, and the following spring. We created a causality network depicting the effect of climatic factors on production by structural equation modeling. The results highlight: (i) the differences in the longitudinal effects between autumn and next spring, (ii) the factors that directly affect WCB production, and (iii) the indirect effects by certain factors, via two or more paths. For instance, the indirect effect of precipitation on WCB production in the following spring season via its effect on temperature was remarkable. Based on absolute values, the importance of WCB production in decreasing order was: the following spring temperature (0.45), autumn temperature (0.35), wintering (-0.16), and following spring precipitation (0.04). Therefore, we conclude that other climatic factors indirectly affect production through the final pathway, temperature and growing days in the next spring, in the climate-production network for WCB including temperature, growing days, precipitation and sunshine duration.

#Whole crop barley #Production #Causality #Climate network #Structural equation model

참고문헌 (29)

참고문헌 신청

Basso, B. / 2013 / Review of crop yield forecasting methods and early warning systems / Proceedings of the first meeting of the scientific advisory committee of the global strategy to improve agricultural and rural statistics 41

Chemere, B, / 2019 / Detecting dry matter yield trend of whole crop maize considering the climatic factors in the Republic of Korea / Grassl. Sci 65(2):116~124

Gao, S. / 2008 / Nonnormality of data in structural equation models / Transp. Res. Rec 2082(1):116~124

Guan, L. / 2019 / Yield modeling for prediction of regional whole-crop barley productivity / Grassl. Sci 65(3):179~188

Holzworth, D. P. / 2014 / APSIM–evolution towards a new generation of agricultural systems simulation / Environ. Model. Softw 62:327~350

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

김문주

소속기관 강원대학교 동물생명과학연구소

주요연구분야 농수해양학 > 축산학

논문수 14 이용수 45

조무환

소속기관 강원대학교

주요연구분야 농수해양학 > 축산학

논문수 2 이용수 9

성경일

소속기관 강원대학교

주요연구분야 농수해양학 > 축산학

논문수 4 이용수 19

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 (29)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)