본 연구는 급속하게 성장하는 시설농업과 동시에 증가하는 에너지 사용량 및 탄소배출량을 저감하기 위해, 온실의 에너 지 부하를 동적으로 분석하기 위한 작물에너지의 다중 회귀 모델 개발을 수행하였다. 온실은 연중 안정적인 대량 생산을 위한 적절한 환경을 조성하기 위해 에너지 투입이 필요하다. 도시농업의 일종인 옥상온실 플랫폼을 통해 건물에서 버려지 거나 활용되지 않는 에너지를 옥상온실에서 사용할 수 있다. 옥상온실의 효율적인 운영을 위해서는 다양한 환경 조건에 대 한 동적 에너지 분석이 선행되어야 하며, 온실에 도입되는 태 양 에너지의 40－75%가 작물을 위한 에너지 교환이므로 필수적으로 고려되어야 한다. 한국기계연구원 내 옥상온실에서 여름철에 청경채를 재배하며 생장단계에 따른 에너지 교환을 분석하였다. 작물을 중심으로 미기상 및 양액 환경 분석과 생 장 특성 조사를 수행하였다. 정식일수에 따른 엽면적지수를 추정하였으며, 개발된 수식은 결정계수 0.99로 분석되었다. 또한 작물에너지 흐름에 지배적인 잎 표면온도로부터의 현열 부하와 증발산에 의한 잠열부하로 나누어 모델을 개발하였다. 엽온과 증발산량을 각각 다중 회귀모델을 이용하여 추정하고 실측한 값을 비교해 보았을 때, 평균 결정계수 0.95, 0.71로 분 석되었으며, 이 모델을 이용하여 옥상온실의 에너지 부하를 동적으로 산정하기 위한 모델에 입력값으로 사용할 수 있을 것으로 판단된다.

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.

본 연구는 기계학습을 통한 수량예측모델을 이용하여 이상기상에 따른 WCM의 DMY 피해량을 산출하기 위한 목적으로 수행하였다. 수량예측모델은 WCM 데이터 및 기상 데이터를 수집 후 가공하여 8가지 기계학습을 통해 제작하였으며 실험지역은 경기도로 선정하였다. 수량예측모델은 기계학습 기법 중 정확성이 가장 높은 DeepCrossing (R2=0.5442, RMSE=0.1769) 기법을 통해 제작하였다. 피해량은 정상기상 및 이상기상의 DMY 예측값 간 차이로 산출하였다. 정상기상에서 WCM의 DMY 예측값은 지역에 따라 차이가 있으나 15,003~17,517 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 DMY 예측 값은 지역 및 각 이상기상 수준에 따라 차이가 있었으며 각각 14,947~17,571 kg/ha, 14,986~17,525 kg/ha 및 14,920~17,557 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 피해량은 각각 –68~89 kg/ha, -17~17 kg/ha 및 – 112~121 kg/ha 범위로 피해로 판단할 수 없는 수준이었다. WCM의 정확한 피해량을 산출하기 위해서는 수량예측모델에 이용하는 이상기상 데이터 수의 증가가 필요하다.

This study builds counties-specific panel data and establish a stochastic rice yield forecasting model by using a fixed effect panel model based on results calculating the coefficients for the meteorological factors, and by using a variety of weather scenarios. Rice yield prediction model developed estimating equations were set to rice yield as the dependent variable, and the average temperature, accumulated temperature, daily temperature range, sunshine hours as explanatory variables, by using panel data by counties in recent 10 years. Estimation results using a fixed-effects model was able to verify that an average temperature affects to yield as quadratic form, there appeared to be significantly affected by accumulated temperature in Heading period, an average temperature in Ripening period. a rice yield prediction model is meaningful in that we can see the forecasting results in the previous. not waiting the actual survey results provided by the National Statistical Office. because this forecasting estimates is sufficient rationale material by government supply & demand measures. Finally, the study leave to future challenges with respect to establishing a prediction model developed as combined with land productivity and environmental engineering factors.

본 연구에서는 정밀농업 구현을 위해 필수적인 요소인 토양과 기후 그리고 위치요인을 데이터로 구축한 후 이를 수치화하여 최고점수제를 이용하는 지식기반형 작물추천모델을 개발하였다. 작물추천시스템에서 사용한 요인은 토양과 기후 그리고 위치정보이다. 토양의 경우에는 흙토람 자료 중 작물적지 선정에 80%이상 활용되는 토성, 침식등급, 배수등급, 경사, 자갈함량, pH를 선정하였다. 기후요인은 기상청의 5년간 누적데이터를 기초로 하여 작물생육에 필수적인 기온과 강수량 그리고일조시간 등을 사용하였다. 위치정보는 한국토지정보시스템과 수치지형도를 가공하여 사용하였다. 예시작물은 농촌진흥청에서 추천한 옥수수, 유채, 갈대, 수박, 고추, 토마토, 양파, 감자, 고구마, 구기자 10개 작물로 하였으며, 향후 작물추천 수요가증가할 것으로 예상되는 제천, 무안, 원주, 함안 4개 지역을 포괄적으로 시뮬레이션하였다. 분석결과 평균점수는 고추가 75.5점으로 가장 높았으며 고구마가 61.2점으로 가장 낮았다. 작물별 식재면적에 제약이 있다고 가정하고 2차 시뮬레이션을실시하여 경남 함안시의 7만 필지를 별도설정하고 분석한 결과 고구마가 39,190필지에서 가장 높은 점수를 받았으며 면적으로는 27.014 km2이었다. 지식기반형 작물추천시스템은 작물의 적지를 선정하는 항목과 가중치가 검증되지 않았다는 한계를 가지고 있으나, 이에 대한 보완이 이루어지고, 농산물유통부분을 고려하여 실제 정보수요자에게 제공하면 영농현장에서 활용 가능할 것으로 판단한다.

본 연구는 ASKAM모델로 CO2, 광 및 엽면적지수가 단고추의 동적 광합성율에 추정가능성을 평가하기 위하여 수행되었다 CO2 농도는 2구획으로 구분된 반밀폐된 생장상에서 3수준 (400, 700 or 1000μmo1 mol-1)으로 조절하였다. 온도와 습도는 21℃ 및 80-95%로 조절하였고, 양액이 순환되는 용기내에서 재배하였다. 일태양복사, 온도 및 CO2농도의 단기 자료를 기초로 하여 일중 단기간격에 대한 작물 순CO2흡수량를 ASKAM모델로 추정하였고, 광합성 측정 중 각 구획과 기부에서의 CO2농도를 매분마다 측정하였다. 순수 CO2의 구획으로의 흐름, 지상방사, 구획내의 광합성유효방사, 은도 및 상대습도를 측정하였다. 본 작물생장모델은 작물의 광합성율을 적절하게 추정할 수 있는 것으로 평가되므로 생장해석, 작물관리 및 온실관리에 광범위하게 적용될 수 있을 것으로 판단되었다.

현재 제주도 서귀포시 제주감귤연구소에서 개발중인 내풍형 2중 아치 비닐하우스에 풍하중을 재하하여 탄성수치해석을 시도한 결과, 풍동실험에 의하면 파풍망의 효과는 풍속이 5∼25m/s 일 때 파풍망을 통과한 유출속도가 86∼98%까지 감소하여 매우 효과적임을 알 수 있었다. 본 연구에서는 일반적으로 사용하고 있는 파이프를 지반에 고정시키는 경계조건을 주지 않고 설치한 피라미드형 콘크리트 지지대의 사하중을 지점에 재하하여 경계조건을 준 결과, 하우스가 풍하중의 양력에 의하여 위로 들리는 거동을 나타내고 있었다. 이러한 거동은 현장에서 목격되는 파괴형상이 기초 전체가 인발되고 파이프가 콘크리트 기초로부터 인발됨으로써 야기되는 파괴요인이 된다. 본 연구에서 재하한 45m/s의 풍하중은 재현기간이 100년에 대한 값으로 반영구적인 구조물에 기준으로 비닐하우스의 내구수명이 상대적으로 짧으므로 이 풍하중을 감소시켜서 설계할 수 있었다. 또한 본 연구에서는 지붕아치가 연결되는 Y-형 접속장치를 내부힌지로 모델링한 것을 제외하고는 모든 연결을 고정연결로 보아 해석하였다.

This study was conducted at the rice field of Livestock Experiment station, Suweon to investigate the effects of harvesting time on forage production and quality of rye (Secale cereale L.) on paddies. The results obtained are summarized as follows; 1. Fre

Potato is the fourth major food crop mainly grown in temperate climate zone and this region is expected to be mostly affected by upcoming global warming followed by arctic zone. Such climatic change can cause the decrease of potato crop yield. Thus, climate change impact assessment on potato growth and yield has become a great importance for construing proper adaptation strategies. Crop growth model would be a powerful tool for this purpose even if the model is calibrated and validated under the wide range of environmental condition. The objective of the present study was to calibrate and validate the SUBSTOR model using the experimental data collected in the field and temperatured-controlled plastic houses. The planting season experiments for collecting data was conducted in field and temperat-controlled plastic houses by employing three potato cultivars; Daeji, Sumi, and Chubaek at the Seoul National University Farm in Suwon during 2008 and 2009. Four plastic houses used for this experiment were controlled to ambient temperature (aT, aT+1.5℃, aT+3.0℃, aT+5.0℃), respectively. The model was calibrated by adjusting the genetic coefficients to the experimental data collected, and validated with the experimental data independent of calibration. The model simulated tuber yield very close to the observed, showing R²=0.92 for Daeji and R²=0.97 for Sumi. However, the model showed a little poor performance of R²=0.61 for Chubaek, Also, SUBSTOR-potato model showed low stability at water stress environment in this experiment.

Interest is growing in applying simulation models for the South Texas conditions, to better assess crop water use and production with different crop management practices. The Environmental Policy Integrated Climate (EPIC) model was used to evaluate its application as a decision support tool for irrigation management of com (Zea mays L.) in South Texas of the U.S. We measured actual crop evapotranspiration (ETc) using a weighing lysimeter, soil moisture using a neutron probe, and grain yield by field sampling. The model was then validated using the measured data. Simulated ETc using the Hargreaves-Samani equation was in agreement with the lysimeter measured ETc. Simulated soil moisture generally matched with the measured soil moisture. The EPIC model simulated the variability in grain yield with different irrigation regimes with r2 value of 0.69 and root mean square error of 0.5~;ton~;ha-1 . Simulation results with farm data demonstrate that EPIC can be used as a decision support tool for com under irrigated conditions in South Texas. EPIC appears to be effective in making long term and pre-season decisions for irrigation management of crops, while reference ET and phenologically based crop coefficients can be used for inseason irrigation management.

Remote sensing data can be integrated into crop models, making simulation improved. A crop model that uses remote sensing data was evaluated for its capability, which was performed through comparing three different methods of canopy measurement for cotton(Gossypium hirsutum L.). The measurement methods used were leaf area index(LAI), hand-held remotely sensed perpendicular vegetation index(PVI), and satellite remotely sensed PVI. Simulated values of cotton growth and lint yield showed reasonable agreement with the corresponding measurements when canopy measurements of LAI and hand-held remotely sensed PVI were used for model calibration. Meanwhile, simulated lint yields involving the satellite remotely sensed PVI were in rough agreement with the measured lint yields. We believe this matter could be improved by using remote sensing data obtained from finer resolution sensors. The model not only has simple input requirements but also is easy to use. It promises to expand its applicability to other regions for crop production, and to be applicable to regional crop growth monitoring and yield mapping projects.

Lysimeter and field experiments were conducted in Sandy Loam to establish a simple estimation model for evapotranspiration (ET) of soybean for three years (l984-1986). Potential ET (PET) could be estimated by the eq.1 using Pan-evaporation (Eo) and was ranged from 1.1 to 4.6 mm/day during the experiments. PET (mm/day)=1.348＋0.573 Eo …(1) Crop coefficient (Kc=maximum ET/PET) could be estimated by the eq.2 using Growth degree (G=days after planting/total growing days) and was ranged from 0.2 to 1.1 and from 0.6 to 1.4 for monoculture cropping and double cropping followed by barley, respectively, during the experiments. Monoculture : Kc=0.016＋3.719 G-3.224 G2 …(2), Double cropping : Kc=0.609＋2.014 G-2.120 G2 …(2). However, the maximum Kc was shown when G was about 50% and 40% for the monoculture and the double cropping, respectively. Soil water coefficient (f=AET/maximum ET) could be estimated by the eq.3 using soil water tension (Ψ) in 15cm depth. and it was decleased to 0.2 when Ψ was 10 bar. f=0.755-0.537 log │Ψ│…(3) Consequentially, the model to estimate the Actual ET (AET) of soybean was determined as eq.4 with the correction coefficient of -0.380. AET(mm/day)=PETㆍKcㆍf -0.380 …(4) The estimated AET were compared with the measured AET to verify the model established above. The average deviation of the estimated ET(AET) was 0.5782~pm 0.338 (mm/day), and it would be within reasonable confidence range.