본 연구는 중부지방에서 각종 기후인자의 영향을 명확히 반영하여 중부지방의 날씨 및 기후 특성을 잘 나타내는, 탁월일기 및 강수현상의 하계 순별 출현 다소(강수 없음, 0.1-10.0mm/일, 10.1-30.0mm/일, 30.1mm 이상/일)와 그 변화에 대해, 정보이론을 이용하여 일기엔트로피와 정보비를 추출하고 응용하여, 그 공간 스케일의 시간적 변동을 살핀다. 그리고 본 연구는 하계 순의 중부 지방의 25개 관측 지점별 일기 및 기후 대표성의 특성을 규명하고 공간적 질서를 밝혀 일기예보 및 핵심 기후지역(기후대표성) 설정을 시도한 것이다. 그 결과 최대 일기엔트로피(제1위: 춘천, 1.870bits, 7월 하순)는 대부분 8월 초순에 나타나고, 최소 일기엔트로피(제1위: 강화, 0.960 bits, 9월 중순)는 6월 초순과 9월 하순에 나타난다.15개 기준지점(속초, 철원, 대관령, 춘천, 강릉, 서울, 인천, 원주, 수원, 충주, 서산, 청주, 대전, 보령 및 부여)의 정보비 분포와 일기대표성의 특성은 주로 9월 중순(제1위 충주 기준 시 청주 0.75, 6월 초순)에 가장 크며, 7월 하순(제1위 보령 기준 시 대관령 0.06, 7월 하순)에 가장 작다는 것을 밝혔다. 그리고 중부지방의 일기예보 및 기후대표성(기후지역)을 나타내는 핵심지역은 부여-인천-강릉지역을 잇는 삼각형내의 중부 내륙지방이 해당됨을 밝혔다.

한국 고추 주산단지에 '금탑', '부강' 품종을 1998년과 1999년에 재배하여 4회에 걸쳐 홍고추를 수확하였다. 고추의 과장, 과중, 건물율을 조사하고 색도를 분석한 후 고추 생육기간 동안의 지역별 온도 강우량 일조시간의 기상여건과 상관을 살펴보았다. 고추는 초기수확보다 후기로 갈수록 과장이 짧아지고, 과중은 가벼워지는 경향을 보였다. 두 품종간의 특성은 뚜렷한 차이를 보였으나 연도별 차이는 크지 않았다. 건물율은 수확시기가 늦어질수록 높아졌으며, 고추의 붉은색 비교를 위한 a×L값은 조사에서는 수확시기가 늦어질수록 높아지는 경향이 나타났다. 기상여건과 고추 과실 생장과의 상관관계를 살펴보면, 과장은 수확 전의 적산온도와 양의 상관이 있었다. 과중은 강우량과 수확직전의 적산온도와 상관이 있는 것으로 나타났다. 건물율은 수확 전 온도와 음의 상관을, 일조량과 양의 상관을 보였다. 붉은색 정도는 생육기간의 강우량과 음의, 일조와는 양의 높은 상관이 있었으며, 결정계수(r3)도 모든 외적품질 중 가장 높게 나타났다.

한국 고추 주산지에서 '금탑', '부강' 품종을 1998년과 1999년에 재배하여 4회에 걸쳐 홍고추를 수확하였다. 과실 내적품질로 환원당, capsaicinoids, 비타민C 함량을 측정하여 고추 성장기간의 온도, 강우량, 일조시간의 기상여건과 상관을 살펴보았다. 고추의 환원당 함량은 늦게 수확할수록 높아지는 경향을 보이고 있다. Capsaicinoids 함량은 수확시기별, 년도별 편차가 심하게 나타났으며. 비타민 C의 함량은 품종보다 기상여건에 더 많은 영향을 받았다. 기상여건과의 고추 성분별 상관은 환원당 함량에서는 수확 전 강우량과 음의 상관을, 일조시간과는 높은 양의 상관이 있었다. Capsaicinoids와 비타민 C 함량은 수확 전 강우와 음의 상관이 나타냈는데, 비타민 C의 경우 두 품종 모두 비교적 높은 결정계수(R2 값)를 보였다.

포항일대의 대기환경을 이해하고 예측의 기초정보로 활용하기 위해 기후학적 요소들에 대한 조사를 수행하였다. 분석을 통해, 포항지역의 연평균 기온, 상대습도, 강수량은 각각 14.39˚C, 63.3%, 1,178mm로 나타났다. 포항지역에서의 연간 탁월풍은 남서풍으로 나타났으며 평균풍속은 2.7m/s였다. 운량은 장마기간이 포함되며 지형효과에 의한 대류운이 활발하게 나타나는 여름에 많았다. 또한 연평균 일조시간은 약 2,221시간으로 나타났다.

The object of this study was to evaluate the effects of climatic elements on potato yield and create a model for estimating the potato yield. We used 35 yield data of Sumi variety produced in mulching cultivation from 17 regions over 11 years. According to the results, some climatic elements showed significant level of correlation coefficient with marketable yield of potato. Totally 22 items of climatic elements appeared to be significant. Especially precipitation for 20 days after planting (Prec_1 & 2), relative humidity during 11~20 days after planting (RH_2), precipitation for 20 days before harvest (Prec_9 & 10), sunshine hours during 50~41 days before harvest (SH_6) and 20 days before harvest (SH_9 & 10), and days of rain during 10 days before harvest (DR_10) were highly significant in quadratic regression analysis. 22 items of predicted yield (Yi=aXi 2 +bXi+c) were induced from the 22 items of climatic elements (step 1). The correlations between the predicted yields and marketable yield were stepwised using SPSS, statistical program, and we selected a model (step 2), in which 4 items of independent variables (Yi) were used. Subsequently the Yi were replaced with the equation in step 1, aXi 2 +bXi+c. Finally we derived the model to predict the marketable yield of potato as below. Y = -336×DR_10 2 + 854×DR_10 – 0.422×Prec_9 2 + 43.3×Prec_9 – 0.0414×RH_2 2 + 46.2×RH_2 – 0.0102×Prec_2 2 – 7.00×Prec_2 – 10039

본 연구에서는 전지구 기후모델의 성능을 평가함에 있어 기후 요소와 평가 지표에 따른 분석 결과의 다양성에 대해 살펴보고자 하였다. 미국 남동부 지역을 대상으로 17개의 CMIP5 GCM의 강우량, 일 최대 최저기온, 풍속에 대한 과거기간(1950~2000)의 모의 결과를 같은 기간의 관측치와 비교한 오차와 상관도를 이용하여 정량적으로 평가하였다. 기후 모델 산출물을 효과적으로 분석하기 위해 격자 단위 관측 자료를 평가기준으로 사용하였으며 다양한 형태의 기상 특성에 대한 모의 성능을 다각적으로 진단하기 위해 기후 정보(평균적 기후 통계량, 시간 변동성, 극한 사상 빈도 등)를 16개 지표로 정의하여 평가에 적용하였다. 또한 산정된 오차와 상관도를 기반으로 대상지역에 대한 기후요소별 GCM 성능 순위를 도출하여 비교하였다. 연구 결과, 기온에 대한 기후 특성에 대한 모델 재현성은 전반적으로 뛰어난 반면 강우량 및 풍속에 대한 모델 성능은 일 변동성을 제외한 대부분 지표들에 대해 비교적 낮은 것으로 나타났다. 더불어 모델의 정확도 순위는 기후 요소, 평가 지표, 그리고 오차 산정 방법에 따라 다양하게 나타남을 확인하였다. 특히 IPSL-CM5A-LR 모델은 대상지역에 대한 적용성이 현저히 낮은 것으로 나타났다. 본 연구는 다양한 기후변화 영향 연구에 적합한 모델 선정과 기후 모델의 불확실성을 고려한 합리적 미래 예측을 위해서는 다각적이고 면밀한 모델 평가가 선행되어야 함을 시사한다.

1980년부터 2012년까지의 전국 92개소의 기상청 기상자료를 수집하고 전국의 감자 지역적응시험 성적을 수집하였다. 이 데이터들을 활용하여 기상요소가 감자수량에 미쳤던영향을 평가하고 기상자료를 활용, 감자 수량을 예측해 보고자 하였다. 노지 무피복 재배 수미감자를 대상으로 전국17지역의 86개 지역적응시험 성적을 추출하여 해당지역의기상요소들간 상관계수를 조사한 결과, 감자의 상서수량은파종일부터 50일간의 평균기온, 최고기온 및 일교차와 고도의 상관이 나타났고, 수확 50일전부터 수확일까지의 최고기온과도 고도의 상관이 있었으며, 수확 30일전부터 10일전까지의 강수량, 상대습도, 일조시간 및 강수일수도 높은 상관이 나타났다. 이들 시기별 기상요소들과 감자 상서수량간의 관계를 통계분석 프로그램 SAS를 이용하여 단계분석(Stepwise)한 결과, 다음과 같은 감자 수량예측 모형을 얻을수 있었다.감자는 품종마다 기상에 대한 반응이 다르고, 기상 이외에도 토양, 비료, 재배방법 등 여러가지 가능한 요인들이 존재하므로 이 모형만으로 우리나라 지역별 감자수량을 정확히 예측할 수는 없겠으나, 기후변화에 적응하는 농업기술개발을 위한 지역별 감자 파종적기 재설정, 재배적지 탐색 등에 활용할 수 있을 것으로 판단된다.

본 연구는 호남지방에서 수리적 위치와 지리적 요인의 영향을 명확히 반영하여 호남지방의 날씨 및 기후 특성을 잘 나타내는, 탁월한 일기 및 강수현상의 하계 순별 출현의 다소와 그 변화에 대해, 정보이론을 이용하여 일기엔트로피와 정보비를 추출하고 응용하여, 그 공간 스케일의 시간적 변동을 살핀다. 그리고 본 연구는 하계 순의 호남 지방의 15개 관측 지점별 일기 및 기후 대표성의 특성을 규명하고 공간적 질서를 밝혀 일기 및 핵심 기후지역 설정을 시도한 것이다. 그 결과 15개 기준지점의 정보비 분포와 일기대표성의 특성은 주로, 9월 하순(제1위 임실 기준 시 장수 0.73, 9월 하순)에 가장 커서 신뢰성이 있으며 8월 초순(제1위 여수 기준 시 전주 0.09, 8월 초순)에 가장 작아 국지성이 크다는 것을 밝혔다. 그리고 호남지방의 일기 및 기후대표성을 나타내는 핵심지역은 장흥-남원-임실-정읍-완도를 잇는 오각형내의 호남 서남부 지역(핵심 기후축: 장흥, 정읍, 완도)이 해당됨을 밝혔다.

This study was conducted to investigate the relationship between yearly variations of climatic elements and yearly variations of productivity in malting barley. In addition, correlation coefficients among yield and yield components were estimated. The data of yield and yield components were investigated for 10 years from 1991 to 2000. The meteorological data gathered at the Yeosu Weather Station for the same period were used to find out the relationships between climatic elements and productivity. Yearly varation of the amount of precipitation in December and January were large with coefficients of variation(c. v.) of 97.9, 51.3%, respectively, but the variation of the maximum temperature and minimum temperature in April were relative small. Yield, weight of 1,000 grains and culm length were greatly with c. v. of 37.3, 49.3 and 41.3%, respectively. spike length and number of spikes show more or less c. v. of 3.8, 24.7% respectively and number of grains per spike show still less variation with c. v. of 9.4%. Correlation coefficients between temperature of mean, maximum and minimum in February and seed yield and yield components were positively significant at level of 5.1%, respectively. Correlation coefficients between precipitation of April and seed yield were positively significant correlation at the level of 5.1 %, respectively, but the duration of sunshine in April and seed yield were negatively significant at the level of 5.1%, respectively. Correlation coefficients of those, yield components and yield, culm length, spike length, number of grains per spike, number of spikes per m2, weight of 1,000 grains and seed yield were positively significant at the level of 5.1 % respectively.

1987년부터 1995년까지 전남 고흥군의 농가포장에서 감자의 주요특성과 재배기간중 관측된 기상자료를 이용하여 생육 및 수량과 기상요인과의 상관관계, 분석 및 수량추정식을 유도한 결과는 다음과 같다. 1.기상요인 중 변이가 큰 것은 3월과 4월의 최저기온으로서 변이계수는 각각 368.0%, 126.0%였으며 5, 6월의 평균기온, 최고기온 및 최저기온은 비교적 변이가 적 었다. 2. 생육 및 수량형질의 변이계수에서 수량은 3.7%로 매우 낮아 품종고유의 유전특성의 지배를 많이 받는 반면, 경장은 14.3%, 경수는 9.3%로 높아서 어느정도 환경요인에 영 향을 받는것으로 나타났다. 3. 4월의 강수량 및 6월의 평균기온과 수량간에는 부의 상관으로 나타났다. 4. 생육 및 수량간에 는 모두가 정의 상관으로 유의성이 인정되었으며 4월의 강수량을 이용하여 경장을 추정한 결과 Y1: 82.47-0.11X (R2=0.3959)의 직선 회귀식을 유도할 수 있었고, 역시 4월의 강수량을 이용하여 수량을 추정한 결과 Y2: 2003.61-0.94X (R2=0.5418)의 직선 회귀식을 얻을 수 있었으며 이들에 대한 분산분석에서도 유의성이 인정되었기에 수량에 대한 추정식을 이용하여 이론적 수량과 실제 수량의 오차를 구한 결과 값이 같아서 잘 적중되었다.

춘천, 수원, 청주, 광주, 이리, 진주의 20년간 (1971년 부터 1990년 까지) 기온, 일조시수, 강우 기상자료에 따른 콩 수량 예측모형을 SAS의 STEPWISE, MAXR, CP에 의하여 작성 되었으며 선정된 설명변수들(explanatory variables)은 GLM에 의하여 유의차 검정을 하였다. 6개 지역 콩 수량에 영향을 미치는 기상요소의 반응은 다음과 같다. 1. 춘천 지역의 주효과 기상 요소에서 1차 효과(linear term)는 8월일조시수, 2차 효과(quadratic term)는 8월강우, 교호작용(interaction)은 6월기온과 8월강우, 5월기온과 8월강우였으며 8월강우는 고도의 유의성이 인정 되었다. 콩수량 예측 평균값은 198.0kg/10a였으며 년차 변이가 인정되었다. 2. 수원 지역의 기상 요소 1차 효과는 6월기온이 부영향 이었으며 2차 효과는 6월일조시수, 6월강우(부효과)였다. 교호작용은 7월의 기온과 일조시수, 6월일조시수와 7월강우, 5월기온과 7월강우, 6, 7월강우가 유의성이 인정 되었으며 년차 변이가 있었다. 콩 수량 예측값은 178.1kg /10a 였다. 3. 청주 지역은 1차 효과는 6월기온, 2차 효과는 8월강우, 교호작용은 5월기온과 6월강우, 7월과 8월의강우, 7월기온과 6월강우이었다. 콩수량 예측 값은 197.9kg /10a였다. 4. 광주 지역의 1차 효과는 7월강우(부), 2차 효과는 6월기온과 7월강우였으며 6, 7월일조시수가 부교호작용 이었다. 콩 수량 예측 평균값은 227.4kg /10a였다. 5. 이리 지역의 기상요소 1차 효과는 5월일조시수, 2차 효과는 5월일조시수와 7월일조시수, 교호작용은 5월의 기온과 강우, 5, 7월의 일조시수, 6, 7월의 강우였고 7월일조시수의 quadratic term은 부효과 였다. 5월의기온과 강우, 6, 7월의강우도 부교호작용 이었다. 콩 수량 예측값은 160.4kg /10a였다. 6. 진주 지역의 기상 요소 반응에 따른 1차 효과는 6월과 8월강우, 교호작용은 8월의기온과 일조시수, 6월일조시수와 7월강우, 6, 8월강우였다. 6, 8월강우는 linear term에서 부효과, 8월의 기온과 일조시수는 부교호작용이었다. 콩 수량 예측 평균값은 208.0kg /10a였다. 7. 춘천, 수원, 광주, 진주 지역의 모형식에 선정된 년차변이(YR)는 기술 개선 요인(technological improvement factors)으로 인정된다.다.