미래 작물생산량 추정을 위한 EPIC 모형의 국내 적용과 평가

Q: 이 논문에서 정의한 EPIC 모형이란 무엇인가?

EPIC 모형은 기상, 지표면 유출, 토양, 지형, 질소 및 인 등을 활용하여 작물 생산량을 예측하는 모형이다. 100가지 이상의 작물에 적용 가능하며, 장기간 예측이 가능한 포괄적 모형으로, 1980년대 미국에서 개발되어 지속적으로 개정되고 세계 각지에서 기후변화 관련 농업 연구에 활용되고 있다.

Q: EPIC 모형을 국내에 적용했을 때 쌀과 옥수수 작물 생산량 예측의 유효성은 어떠한가?

연구 결과, EPIC 모형을 국내에 적용했을 때 쌀과 옥수수 모두 유효한 수준의 생산량 예측 결과를 보였다. 특히 쌀 작물 예측에서 옥수수보다 더 높은 정확성을 나타냈다. 이는 EPIC 모형이 국내 작물 생산량 추정에 활용될 수 있음을 시사한다.

임철희; 이우균; 송용호; 엄기철

doi:10.15531/ksccr.2015.6.1.21

추천

검색

질문

자료유형: 학술저널

저자정보: 임철희 (고려대학교) 이우균 (고려대학교) 송용호 (한국임업진흥원) 엄기철 (세종데이터해석연구원)

저널정보: 한국기후변화학회 한국기후변화학회지 Journal of Climate Change Research Vol.6 No.1

발행연도: 2015.03

수록면: 21 - 31 (11page)

DOI: 10.15531/ksccr.2015.6.1.21

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Various crop models have been extensively used for estimation of the crop yields. Compared to the other models, the EPIC model uses a unified approach to simulate more than 100 types of crops. It has been successfully applied in simulating crop yields for various combinations of weather conditions, soil properties, crops, and management schemes in many countries. The objective of this study was to estimate the rice and maize yield in South Korea using the EPIC model. The input datasets for the 30 types in the 11 categories were created for the EPIC model. The EPIC model simulated rice and maize yields. The performance of the EPIC model was evaluated with the goodness-of-fit measures including Root Mean Square Error (RMSE), Relative Error (RE), Nash-Sutcliffe Efficiency Coefficient (NSEC), Mean Absolute Error (MAE), and Pearson Correelation Coefficient (r). The rice yield showed to more high accuracy than maize yield on four type of method without NSEC. Theses results showed that the EPIC model better simulated rice yields than maize yields. The results suggest that the EPIC crop model can be useful to estimate crop yield in South Korea.

#EPIC #Crop Model #Crop Yield #Evaluation of Model Performance

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)