Korea's facility horticultural heating costs account for a high proportion. Therefore, it is the most important factor to consider in greenhouse construction. It is important to assess the heating load of greenhouses. But there is not much data from the weather station. This study determined the heating load for each segmented area using the spatial correction method. The heating degeneration calculated from standard weather data (AHDH and BHDH) and total weather data (CHDH and DHDH) is consistent. However, there was a big difference between AHDH and DHDH. Therefore, the updated heating load data for each region is needed. Each of the four types of set temperatures (8℃, 12℃, 16℃, 20℃) was provided, and the heating temperature setpoint (℃) for each region of 168 cities and counties was presented. As a result of the analysis, the reliability of about 99% was confirmed in most of the regions suggested in this study. By using the calculated heating load for each region, it is possible to predict and utilize energy consumption and management costs.
In this paper, the model for predicting yields of chinese cabbages of each cultivar (joined-up in 2015 and wrapped-up in 2016) was developed after the reflectance of hyperspectral imagery was merged as 10 nm, 25 nm and 50 nm of FWHM (full width at half maximum). Band rationing was employed to minimize the unstable reflectance of multi-temporal hyperspectral imagery. The stepwise analysis was employed to select key band ratios to predict yields in all cultivars. The key band ratios selected for each of FWHM were used to develop the yield prediction models of chinese cabbage for all cultivars (joined-up & wrapped-up) and each cultivar (joined-up, wrapped-up). Effective accumulated temperature (EAT) was added in the models to evaluate its improvement of performances. In all models, the performance of models was improved with adding of EAT. The models with EAT for each of FWHM showed the predictability of yields in all cultivars as R2≥0.80, RMSE≤694 g/plant and RE≤28.3%. Such as this result, if the yield can be predicted regardless of the cultivar, it is considered to be advantageous when predicting the yield over a wide area because it is not require a cultivar classification work as pre-processing in imagery.
우리나라 각 지역별 온실의 기간난방부하 산정용 난방 적산온도 자료를 구축하기 위해서는 표준기상데이터가 필요하다. 그러나 국내에는 서울과 6대 광역시 등 7개 지역만 표준기상데이터가 제공되고 있어서 이를 대체할 수 있는 방법을 찾아야 한다. 전국적으로 이용이 가능한 기상자료는 기상청의 일별 평년값 자료 및 30년 (1981~2010)간 매 시각 전체 기상자료이므로 이를 이용하여 난방디그리아워와 난방디그리데이를 구하였다. 표준기상데이터가 있는 7개 지역을 대상으로 평년값 자료 및 전체 기상자료를 사용하여 구한 난방디그리데이와 난방디그리아워를 표준기상데이터를 사용하여 구한 결과와 비교하였다. 전체 기상자료를 이용하여 기본식으로 구한 난방디그리아워의 평균값이 표준기상데이터로 구한 것과 잘 일치하는 것으로 나타났다. 또한 평년값을 이용하여 수정 Mihara식으로 구한 난방디그리아워도 표준기상데이터로 구한 것과 거의 비슷한 경향을 보였다. 이에 비하여 평년값을 이용하여 Mihara식으로 구한 난방디그리 아워는 표준기상데이터로 구한 것 보다 훨씬 작았고 전체 기상자료의 최소값에 가까운 것으로 나타났다. 난방 디그리아워와 동일한 단위로 환산했을 때, 난방 설정온도가 높을 경우에는 난방디그리데이와 난방디그리아워의 차이가 별로 없었으나, 설정온도가 낮을 경우에는 난방디그리데이 방식이 난방디그리아워 방식보다 지역에 따라 3~26%나 작게 나타나는 것으로 분석되었다. 난방디그리데 이는 평년값을 이용하여 기본식으로 구할 수 있기 때문에 간편한 방법이지만 설정온도가 낮을 경우 오차가 크게 발생되므로 난방디그리아워 방식이 더 합리적인 방법으로 판단된다. 결론적으로 온실의 환경설계용 기상자료 구축에 서 난방적산온도는 평년값과 동일한 30년간의 시간별 기상자료를 이용하여 매년 난방디그리아워를 구하고 전체 자료기간의 평균값을 설계 자료로 활용할 것을 제안한다. 또한 최대 및 최소 난방디그리아워 자료를 제공함으로써 기상상황에 따른 에너지 소비량 예측 및 경제성 평가에 활용할 수 있도록 할 필요가 있을 것으로 판단된다.
급속한 도시화로 인하여 도시 내부에 획일적인 도시 구조물이 건설되었다. 이것은 도시의 경관을 악화시켰다. 이러한 도시 경관 을 개선하기 위한 방법은 도심지 녹지 면적의 확대이다. 하지만 도 시 공간은 다양한 환경조건에 의해 미기후가 만들어지고 이로 인하 여 동일 종 · 지역이라도 개화기의 차이가 발생한다. 이러한 식물계 절의 차이는 도시 경관을 고려한 녹지 조성 시 식물 사용의 어려움 을 준다. 때문에 본 연구에서는 식물계절 예측을 위하여 맹아 80% 수준까지 필요한 적산온도를 구명하였다. 연구 결과 대체적으로 처 리 온도가 고온일수록 맹아기를 촉진하였다. 하지만 식물의 특성에 따라 일정 수준 이상의 고온은 식물의 맹아기를 억제하는 현상이 나타났다. 식물별 개화속도는 산수유, 히어리, 개나리 순이었다. 하 지만 15℃ 수준에서는 일시적으로 개나리가 히어리보다 맹아속도 가 빠르게 나타났으며 20℃에서는 개나리가 히어리보다 맹아속도가 빠르게 나타났다. 그리고 맹아율 80% 수준에 필요한 적산온도는 산수유 169.3±7.7℃, 히어리 226.0±18.0℃, 개나리 279.0±0.4℃ 나타났다.
출수 조.만에 따른 보리의 생육 및 수량변화를 알고자 최근 맥류 작황 24년('76~'99)자료와 그 중 출수기가 빨랐던 해와 늦었던 해를 추출하여 생육 및 수량과의 관계를 분석하였다. 1. 출수 조.만 그룹사이의 차이는 2월과 3월의 적산온도에 기인하며 특히 2월의 적산온도 차이에 고도의 유의성이 있었다. 2. 10월부터 12월까지의 적산온도가 650℃ 정도되면 평년정도로 출수하고 620℃ 이하이면 출수 지연, 670℃ 이상이면 조기출수할 것이며 2월까지는 720℃ 되면 평년정도의 출구기일 것이고, 650℃ 이하이면 출수지연, 780℃ 이상이면 조기출수할 것으로 분석되었다. 3. 출수가 빨라지는 해의 온도유형을 분류하면 월동전 고온형, 월동기~재생기 고온형, 전생육기 고온형으로 나타났다. 4. 출수가 늦어지는 해는 월동~재생기 저온형과 3월 저온형으로 나뉘어졌다. 5. 출수기가 빠른 경우는 구분이 어려웠지만 출수기가 늦은 해는 월동기의 생육기간이 긴 형과 분얼기에 생육기간이 긴형, 전체 생육기간이 긴 형으로 나누어졌다. 6. 출수가 빠른 해의 수량이 출수가 늦은 해보다 많았는데 이는 수수의 증가에 기인한 것으로 나타났다.