이 연구는 칼라 디지털 카메라 영상 분석에 의한 유수분화기 벼 군락의 건물중 및 질소흡수량 추정 모델, 유수분화기 질소흡수량과 질소 수비량에 따른 유수분화기 이후 질소 흡수량 추정 모델, 유수분화기 질소 흡수량과 유수분화기 이후 질소 흡수량에 따른 수량 및 쌀 단백질함량 추정 모델을 구축하고 이를 종합하여 목표 수량 또는 단백질함량을 달성하기 위한 질소 수비량을 추천하는 원시 프로그램을 개발하여 현장 적용성 예비 검토를 실시하고자 한 것이다. 1. 군락피복도(CC)와 군락체적(CV)은 초장, 건물중 및 질소흡수량과 고도로 유의한정의 상관을 나타내었으며, R, G, B, NDI 및 명도 값은 이들과 유의한 부의 상관을 나타내었다. 한편 표준화된 색지표인 r은 잎 및 지상부 질소함량과 유의한 부의 상관을 나타내었으나 표준화 색지표 b와 g는 이들과 유의한 상관을 보이지 않았다. 2. 벼 군락의 디지털 카메라 영상분석을 이용한 벼 지상부 건물중 및 질소 흡수량을 추정하기 위한 비선형회귀 모델을 작성하였다. 지상부 건물중 추정 모텔에는 CC와 정규화된 R값(r, NorR)이 변수로 채택이 되었고, 질소흡수량 추정에는 CC와 정규화된 G값(g, NorG)이 채택되었으며, 이들 모델의 결정계수는 각각 0.81과 0.68이었다. 영성분석 색지표 이외에 초장을 모델에 도입하는 경우 모델의 결정계수는 더 높아졌다. 3. 유수분화기에 적정 질소 추비량을 처방하기 위해서는 유수분화기 식물체의 질소 영양 상태(질소 흡수량, PNup) 및 질소 시비량이 수량과 단백질함량에 미치는 영향을 정량화하여야 하는데, 이를 위하여 Npi와 PNup이 유수 분화기부터 성숙기까지의 지상부 질소흡수량에 미치는 영향 및 PNup과 PHNup이 벼 수량 및 쌀 단백질 함량에 미치는 영향을 검토하여 중회귀 모델을 작성하였으며 이 모델들은 결정계수가 모두 0.8이상으로 높았다. 4. 상기의 모델들을 종합하여 유수분화기 벼 군락 영상분석을 이용한 수비처방 원시 프로그램을 작성하여 예비 검증 실험을 하였다. 벼 수비 처방 프로그램에 의해 쌀단백질 함량 6.0%를 기준으로 처방된 수비질소 분시율이 19%~21%로 표준재배 분시율 30%에 비해 낮은 수준으로 처방되었으나 완전미 수량은 대등하였고, 단백질함량은 수비처방 목표단백질 함량 6%보다는 다소 낮은 5.7~5.8%였으며, 수량과 단백질함량의 변이 계수는 관행 수비 처방구에 비하여 프로그램 처방구에서 크게 낮아져서 프로그램 처방에 의하여 수량과 품질이 균질화되는 결과였다.

Plant leaf color is an important indicator for diagnosing the plant nutrient status. A software was developed by Crop Environment and Production Technology Lab. of Seoul National University to analyze the color image of rice canopy taken at panicle initiation stage (PIS) with digital camera and to recommend nitrogen fertilizer rate for target yield or protein content of rice. The software was coded in Visual Basic Ver. 6.0 and includes subroutine to calculate color indices from the digital image and several model equations relating the color indices to biomass and nitrogen accumulation of rice canopy at PIS, the grain yield to nitrogen density at PIS (PNup) and nitrogen accumulation from PIS to maturity (PHNup), and the PHNup to PNup and nitrogen fertilization rate at PIS. The objective of this study were to test the performance of the Software. Using the Software, nitrogen fertilization rate at PIS was recommended targeting the rice protein content of 6.3% for the 12 plots subjected to different amount of basal and tillering N fertilizer. N recommendation using the software reduced the coefficient of variation (CV, %) of rice yield and protein content among plots compared to the conventional N treatment plots. However, the actual protein content of rice was lower than the predicted value. This discrepancy would be attributable to the much better weather condition during grain filling period in 2009 compared to the normal year that assume in the Software for N recommendation. Additional calibration process is needed to improve the accuracy of this Software.

Early diagnosis of crop growth at various growth stages will help to make an optimum fertilization. If we can diagnose crop growth at around the time of topdressing of N fertilizer, N fertilization can be made based on crop growth and target crop yield, which may provide economic and environmental benefits as compared with fixed rate fertilization. In this study we devised methods to diagnose rice growth non-destructively at panicle initiation stage and to determine N topdressing rate. SPAD-502, Field Scout CM1000 and Green Seeker GNDVI were used to diagnose the growth status of rice grown at different soil N fertilities. The values measured by the diagnostic equipments at rice panicle initiation stage were then regressed to rice grain yield. It was found that CM1000 and GNDVI were more efficient than SPAD to diagnose rice growth. Therefore, a multivariate model with CM1000 and GNDVI values was developed to make a decision of N fertilization at rice panicle initiation stage. In a subsequent field study, N fertilization determined by non-destructive growth diagnose by CM1000 and GNDVI, and the multivariate model could minimize N fertilizer use to achieve our target yield, resulted in significant reduction of N fertilizer as compared with fixed rate N fertilization.

백미의 단백질 함량은 쌀의 품질과 식미을 결정하는 중요한 요인이며, 질소시비에 의해서 크게 좌우된다. 따라서 본 실험에서는 기비 및 분얼비 시용량을 달리하여 수비 시기인 유수분화기에 벼의 생육 및 질소영양 상태를 다양하게 조성한 상태에서 수비 시용량을 달리하였을 때의 백미 단백질함량의 변화를 검토함으로써 고품질 쌀 생산에 맞는 질소 시비체계 설정을 위한 기초 자료를 얻고자 하였다. 1. 백미의 단백질함량은 6~9% 로서 기비+분얼비 및 수비 시용량비 증가할수록 높아지는 경향이었는데, 기비+분얼비 시용량이 20 kgN/10a까지 증가하더라도 수비 1.8 kgN/10a 이하일 경우 백미의 단백질함량은 7% 이하였으며. 기비+분얼비 보다는 수비에 의한 단백질 함량 증가폭이 더 컸다. 2. 수확기 지상부 질소함량과 백미의 질소함량간에는 고도로 유의한 직선회귀 관계를 보였는데, 수확기 총 질소흡수량 중에서 58.3%와 46.5%가 각각 이삭과 백미로 전이되었고, 연차간에 큰 차이가 없었다. 3. 백미의 단백질 함량은 유수형성기 지상부 질소 집적량 증가에 따라서는 직선적으로 증가하였고, 유수분화기 이후 수확기까지의 질소 집적량 증가에 따라서는 2차곡선적으로 증가하였으며, 후자의 영향이 컸다. 유수분화기 지상부 질소 집적량이 8 kgN/10a까지 증가하더라도 수비 이후의 질소집적량이 3 kgN/10a미만일 경우에는 백미의 단백질함량이 7% 미만이었다. 4. 수확기까지 총 질소 집적량이 같더라도 단위면적 당 영화수에 영향이 큰 유수분화기까지의 질소 집적량이 차지하는 비중이 클수록 그리고 등숙기 기상환경이 좋아 sink의 충진에 유리한 해에 백미의 단백질함량이 낮아지는 경향이었다., III 균주는 최고분얼기때의 반응과 유사하였다. xa5를 갖는 IRBB5, IRBB105 및 IRBB205 계통은 모든 검정균주에 대해 저항성으로 반응하였다. 4. 2개 이상의 진성 저항성 유전자를 갖는 계통들은 벼 생육시기 전 과정에서 벼흰잎마름병균에 대해 저항성 정도가 현저하게 증가되었다. 결론적으로, 저항성의 안정화를 위해서는 Xa4, xa5, Xa7 등의 유전자의 집적이 유용할 것으로 판단된다.chain E 발현이 감소하였다.floor pen(가로: 2.0 m, 세로: 2.4 m)에 완전 임의 배치하였다. 시험 2는 1일령 육계(Ross(R)종) 240수(암 수 각각 120수)를 공시하여 6처리 4반복, 반복당 10수(암 수 동수) 씩을 케이지(가로: 35.5 cm, 세로: 45 cm, 높이: 55 cm)에 완전 임의배치하여 각각 35일간사양 시험을 실시하였다. 시험 1에서 생산지수는 대조구에 비해 첨가구들이 높은 경향이 있었고 herbs M구가 가장 높았다. 시험 2에서 4~5 주 사료 섭취량은 대조구에 비해 첨가구들이 유의적으로 높았다(P<0.05) 사료 요구율은 항생제 처리구가 다른 처리구보다 낮았다. 시험 1의 RBC와 적혈구 용적 (HCT 또는 PCV), Hb는 첨가구들이 대조구보다 유의적으로 높았다(P<0.05). 시험 2의 BA는 대조구보다 첨가구들이 유의적으로 낮았다(P<0.05). 시험 1과 시험 2의 혈청 IgG 농도는 대조구에 비해 첨가구들이 유의적으로 높았다(P<0.05). 시험 1과 시험 2의 장내 미생물 균총과 영양소 이용율은 처리간에 통계적 차이가 없었다. 결론적으로 일부 한방제와 생약제제는 육계에서 항생제를 대체

안정적인 고품질 쌀의 생산을 위한 수비처방을 하기 위해서는 유수형성기 생육상태와 질소영양상태별 질소시비량에 따른 수량반응에 대한 이해가 있어야만 한다. 따라서 본 연구는 기비와 분얼비 시용량을 달리하여 유수분화기에 다양하게 조성된 벼 생육 및 질소영양상태별로 수비 질소 시용량을 달리하였을 때의 수량반응을 질소시비량과 질소흡수량으로 살펴봄으로써 수비처방에 필요한 기초 자료를 얻고자 하였다. 1. 기비 + 분얼비와 수비 시용량 간에는 유의한 상호작용이 없어 수비 시용량에 관계없이 기비 + 분얼비가 증가할수록 그리고 기비 + 분얼비 시용량에 관계없이 수비 시용량이 증가할수록 수량은 증가하는 경향이었다. 2. 영양생장기 시비량(기비 + 분얼비)이 10~12kgN/10a 까지 생식생장기 시비량(수비)이 6 kgN/10a까지 증가할수록, 그리고 영양생장기 질소흡수량이 6~7kgN/10a 까지 생식생장기 질소흡수량이 5~6kgN/10a 까지 수량은 직선적으로 유의하게 증가하는 경향이었으나 그 이상일 경우 수량 증가폭은 점차 줄어들었는데, 이는 등숙률과 천립중이 크게 감소하기 때문이었다. 3. 단위질소흡수량당(kgN/10a) 총영화수(/m2) 증가는 영양생장기가 약 1900여개, 생식생장기가 1400~1500 여개였지만 단위질소흡수량당 수량증가(kg/10a)는 영양생장기가 30~50 , 생식생장기가 40~80 정도였다. 4. 총영화수는 출수기 질소흡수량과 직선적인 관계를 보이고 수량은 시기별 질소흡수량의 다과에 상관없이 이들의 총합인 수확기 질소함량과 2차 곡선관계(R2 >0.88)를 보였는데, 이는 어느 시기에 질소를 흡수하느냐보다는 생육기간의 총질소흡수량에 의해 수량이 좌우되는 것으로 볼 수 있다. 또한 질소흡수량이 같더라도 총영화수와 수량은 연차간에 차이를 보였다.

목표 수량과 단백질함량을 얻기 위한 질소 수비처방을 위해서는 유수형성기 전후 생체정보의 정확한 진단뿐만 아니라 유수형성기 이후 작물의 질소 축적 및 이에 따른 수량 및 미립 단백질 함량 반응이 정량화 되어야 한다. 본 연구에서는 유수분화기 생육 및 질소영양상태를 잘 대표하는 RVI green과 현재 널리 이용되고 있는 SPAD값의 유수분화기와 유수분화기 1주일전의 측정치 및 유수분화기부터 수확기까지 즉 생식생장기 지상부 질소 축적량(PNup)을 변수로 하는 수량 및 단백질함량 예측 중회귀 모델과 PNup 예측 회귀모델을 작성하여 이들의 수비 처방에의 이용 가능성을 검토하였다. 1. 유수분화기 및 유수분화기 1주일전의 RVIgreen과 SPAD값, 그리고 PNup을 이용하여 얻은 수량과 단백질함량의 중회귀모형은 어느 경우에나 모델의 결정계수(R2)가 0.9 이상으로 매우 높았다 2. 수량을 최대로 하는 생식생장기 질소흡수량(PNup)은 유수형성기 전후 RVIgreen이 증가할수록 감소하는 경향을 보였는데 본 연구의 유수형성기 전후 RVIgreen 범위로 보면 9~13.5kg/10a 으로 추정되었다. 또한 PNup은 유수형 성기 전후 SPAD값과는 무관하게 10~11kg/10a 범위로 나타났다. 3. 미립의 단백질함량을 7% 이하로 하는 유수형성기 질소흡수량은 유수형성기 전후 RVIgreen과 SPAD값이 증가할수록 감소하는 경향으로 어느 경우에나 6~8kg/10a 로 추정되어 최대수량을 위한 생식생장기 질소흡수량 9~13.5kg/10a 보다 크게 낮았다. 따라서 고품질 쌀 생산을 위한 수비 처방을 위해서는 수량보다도 단백질함량을 기준으로 하여 처방하여야 할 것으로 판단되었다. 4. 본 실험결과 수비질소의 회수율은 53~83% 의 변이를 보였는데, 생식생장기 생육량이 많을 수록 회수율이 증가하는 경향이었으며, 수비 시용량이 증가함에 따라서 감소하였다. 생식생장기 천연질소공급량은 3~4kg/10a 범위였으며 유수분화기 생육량이 많을 경우 증가하는 경향이었다 수비 질소시비량 및 유수분화기 생육 및 질소 영양 지표들을 예측변수로하는 PNup 예측모델을 작성하였으며 이 모델들은 적합도가 매우 높았다. 5. 영양생장기 생육 및 질소영양 상태의 비파괴적 측정치를 이용하여 목표 수량과 단백질함량에 달할 수 있도록 수비질소 시용량을 결정할 수 있을 것으로 판단되었다. 그러나 여기서 제시한 모델들이 광범위한 조건에서 이용될 수 있기 위해서는 보다 다양한 품종, 토양, 기상 조건에서 모델의 검증과 보완이 되어야 할 것으로 판단된다.

Response of grain yield and milled-rice protein content to nitrogen topdress (N) timing at panicle initiation stage (PIS) is critical for quantifying real-time N requirement for target grain yield and milled-rice protein content. Two split-split-plot experiments with three replications, one in 2004 and the other in 2005, were conducted in Experimental Farm, Seoul National University, Suwon, Korea. The experiments included three N rates at tillering stage (TS), three N timing treatments at panicle initiation stage (PIS) and two rice cultivars. The N rates at TS, N timing at PIS, and rice cultivars were randomly assigned to main plot, sub plot, and sub-sub plot, respectively. Results showed that the delayed N application at PIS reduced grain yield in 2004 and increased milled-rice protein content in both years significantly at 0.05 probability level. The calculated optimum N timing at PIS from pooled data by N rates and rice cultivars in two years was at 28 days before heading (DBH). However, real-time of N timing at PIS was dependent on plant growth and N status around PIS that in turn was dependent on applied N rates at TS. The optimum N timing at PIS was at 30 DBH for no N treatments at TS while at 27 DBH for 3.6 and 7.2 kg N/10a treatments and at 27 and 29 DBH for Hwaseongbyeo and Daeanbyeo, respectively. In general, earlier applied N at PIS resulted in lower milled-rice protein content but the highest grain yield was expected to be obtained when N topdress at PIS was applied at the time when shoot N concentration started to drop below about 23 mg/g due to dilution effect after transplanting. In conclusion, the results of our experiments imply that the currently recommended N topdress time (24DBH) at PIS in Korea should be reconsidered for the higher grain yield and the better quality of rice.

Spikelet number per unit area(SPN) is a major determinant of rice yield. Nitrogen nutrition status and biomass during reproductive stage determine the SPN. To formulate a model for estimating SPN, the 93 field experiment data collected from widely different regions with different japonica varieties in Korea and Japan were analyzed for the upper boundary lines of SPN responses to nitrogen nutrition index(NNI), shoot dry weight and shoot nitrogen content at panicle initiation and heading stage. The boundary lines of SPN showed asymptotic responses to all the above parameters(X) and were well fitted to the exponential function of f(X)=alphacdot1- etacdotexp(gamma;cdot;X) . Excluding the constant, from the boundary line equation, the values of the equation range from 0 to 1 and represent the indices of parameters expressing the degree of influence on SPN. In addition to those indices, the index of shoot dry weight increase during reproductive stage was calculated by directly dividing the shoot dry weight increase by the maximum value (800 extrmg/m-2 ) of dry weight increase as it showed linear relationship with SPN. Four indices selected by forward stepwise regression at the stay level of 0.05 were those for NNI (INNIP ) at panicle initiation, NNI(INNIh ) and shoot dry weight(IDWh ) at heading stage, and dry weight increase(IDW ) between those two stages. The following model was obtained: SPN=48683ㆍ IDWH 0.482 ㆍ INNIp 0.387 ㆍ INNIH 0.318 ㆍ IDW 0.35 ). This model accounted for about 89% of the variation of spikelet number. In conclusion this model could be used for estimating the spikelet number of japonica rice with some confidence in widely different regions and thus, integrated into a rice growth model as a component model for spikelet number estimation.n.n.

수도에 대한 질소, 인산, 가리의 수비효과를 검토하기 위하여 5년간 무비구와 인산과 가리를 시용한 무질소구에서 수비로 질소 0, 1.2, 2.4, 3.6kg/10a의 4수준으로 시용하고 또 5년간 질소와 가리를 시용한 무인산구에서는인산을, 질소와 인산을 시용한 무가리구에서는 가리를 수비로 각각 0, 4, 8, 12kg/10a의 4수준으로 시용하여 얻은 결과는 다음과 같다. 1. 출수기는 무비구와 무질소구에서 질소를 기비로 시용한 무인산구, 무가리구, 3요소구에서 보다 7 일간 늦었으나 무비구와 무질소구에서는 질소의 수비량이 증가할수록 오히려 출수가 1～4일 늦었다. 인산과 가리는 기비나 수비로 시용하여도 출수기에 영향을 미치지 아니하였다. 2. 무비구에서는 질소의 수비량이 증가할수록 등숙비율과 천입중은 감소경향이지만 주당수수와 1 수영화수가 모두 증가하여 질소 수비량이 2.4kg/10a 까지는 정조수량이 증가하였다. 무질소구에서는 질소수비량이 증가하면 주당수수는 증가하나 1 수영화수 는 차이가 없고 등숙비율과 천입중이 감소경향이어서 수양은 질소 수비량간에 차이가 없었다. 3. 간장은 무비구와 무질소구에서 질소수비량이 증가할수록 커졌으나 질소를 기비로 시용한 3요소구에서 간장은 질소 수비량간에 차이가 없었다. 4. 유효기비율은 무비구와 무질소구에서 질소수비량이 증가할수록 커졌으며 제 1 차최고분벽기의 분벽수를 기준으로 하면 최고 130%까지 증가하였다. 5. 무인산구에서 인산의 수비시용과 무가리구에서 가리의 수비시용은 수량과 기지 조사형질에 영향을 미치지 않았다.