지구온난화에 따른 우리나라 벼농사지대의 생산성 재평가

정유란; 조경숙; 이변우

추천

검색

자료유형: 학술저널

저자정보: 정유란 (서울대학교 식물생산과학부) 조경숙 (기상청 기후예측과) 이변우 (서울대학교 식물생산과학부)

저널정보: 한국농림기상학회 한국농림기상학회지 한국농림기상학회지 제8권 제4호

발행연도: 2006.1

수록면: 229 - 241 (13page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구에서는 실측 일기상자료 대신 예측 기후평년 값을 적용하여 기후변화와 그에 상응한 벼 작황의 지리적 분포양상을 복원함으로써 지구온난화에 따른 우리나라 벼농사지대의 생산성을 재평가하였다. 기상청 56개 지점 종관자료(일 최고/최저 기온의 월별 평균값)를 1971-2000년 30년 단위로 수집하여 270m 해상도의 수치기후도를 작성하고, 벼논픽셀에 해당되는 기후자료를 추출하였다. 동일한 시군에 속하는 벼논픽셀의 기후자료를 평균함으로써 시군단위의 '벼논맞춤형 기후자료'를 준비하였다. 같은 방법으로 기상연구소에서 제작한 2011-2100년 기간의 3개 평년(2011-2040, 2041-2070, 2071-2100) 기후시나리오에 근거하여 해당 평년의 기후자료를 추정하였다. 농촌진흥청의 정밀토양도로부터 해당 픽셀의 토성과 토심정보를 검색하고 이를 토대로 유효수분 조견표에 의해 토양자료를 준비하였다. 자포니카형 벼의 특성을 갖도록 개조한 벼 생육모형(CERES-Japonica)에 이들 자료를 입력하고 조생종(오대벼), 중생종 (화성벼), 만생종 (동진벼)의 생육을 모의하였다. 시군 공간평균을 기준으로 3품종 모두 가까운 미래(2011-2040년)에는 출수기가 일주일 정도 빨라지고, 먼 미래(2071-2100년)에는 최대 20일 까지 단축될 수 있다. 생리적 성숙기는 3품종 모두 가까운 미래(2011-2040년)에는 15일 정도 단축되고, 먼 미래(2071-2100년)에는 최대 한달까지도 빨라질 수 있어 출수기에 비해 단축정도가 심하다. 평야지 수량의 경우 조생종인 오대벼는 10a당 6-25%, 중생종 화성벼는 3-26%, 만생종 동진벼는 3-25%까지 감소하였다. 하지만 산간지역에서는 발육속도가 빨라지고 수량이 증가하거나 큰 변화가 없는 곳도 많아 온난화조건에서도 지역별 정밀기후 추정과 이에 근거한 최적품종의 선택, 이앙기 및 수확기 등 생육기간의 조절이 온난화 대응기술로서 유효할 것으로 기대된다.

Global air temperature has risen by $0.6^{\circ}C$ over the last one hundred years due to increased atmospheric greenhouse gases. Moreover, this global warming trend is projected to continue in the future. This study was carried out to evaluate spatial variations in rice production areas by simulating rice-growth and development with projected high resolution climate data in Korea far 2011-2100, which was geospatially interpolated from the 25 km gridded data based on the IPCC SRES A2 emission scenario. Satellite remote sensing data were used to pinpoint the rice-growing areas, and corresponding climate data were aggregated to represent the official 'crop reporting county'. For the simulation experiment, we used a CERES-Rice model modified by introducing two equations to calculate the leaf appearance rate based on the effective temperature and existing leaf number and the final number of leaves based on day-length in the photoperiod sensitive phase of rice. We tested the performance of this model using data-sets obtained from transplanting dates and nitrogen fertilization rates experiments over three years (2002 to 2004). The simulation results showed a good performance of this model in heading date prediction [$R^2$=0.9586 for early (Odaebyeo), $R^2$=0.9681 for medium (Hwasungbyeo), and $R^2$=0.9477 for late (Dongjinbyeo) maturity cultivars]. A modified version of CERES-Rice was used to simulate the growth and development of three Japonica varieties, representing early, medium, and late maturity classes, to project crop status for climatological normal years between 2011 and 2100. In order to compare the temporal changes, three sets of data representing 3 climatological years (2011-2040, 2041-2070, and 2071-2100) were successively used to run the model. Simulated growth and yield data of the three Japonica cultivars under the observed climate for 1971-2000 was set as a reference. Compared with the current normal, heading date was accelerated by 7 days for 2011-2040 and 20 days for 2071-2100. Physiological maturity was accelerated by 15 days for 2011-2040 and 30 days for 2071-2100. Rice yield was in general reduced by 6-25%, 3-26%, and 3-25% per 10a in early, medium, and late maturity classes, respectively. However, mid to late maturing varieties showed an increased yield in northern Gyeonggi Province and in most of Kwangwon Province in 2071-2100.

#Rice #Climate change #CERES-Rice #Gridded climate data #Japonica rice

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

정유란

소속기관 서울대학교 식물생산과학부

주요연구분야 농수해양학 > 농학

논문수 1 이용수 136

조경숙

소속기관 기상청 기후정책과

주요연구분야 농수해양학 > 농학

논문수 5 이용수 153

이변우

소속기관 서울대학교 식물생산과학부

주요연구분야 농수해양학 > 농학

논문수 16 이용수 266

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)