ORYZA2000 모델에 기반한 격자형 벼 생육 모의 지원 시스템 개발

현신우,유병현,박진유,김광수 한국농림기상학회 2017 한국농림기상학회지 Vol.19 No.4

Regional assessment of crop productivity using a gridded simulation approach could aid policy making and crop management. Still, little effort has been made to develop the systems that allows gridded simulations of crop growth using ORYZA 2000 model, which has been used for predicting rice yield in Korea. The objectives of this study were to develop a series of data processing modules for creating input data files, running the crop model, and aggregating output files in a region of interest using gridded data files. These modules were implemented using C++ and R to make the best use of the features provided by these programming languages. In a case study, 13000 input files in a plain text format were prepared using daily gridded weather data that had spatial resolution of 1km and 12.5 km for the period of 2001-2010. Using the text files as inputs to ORYZA2000 model, crop yield simulations were performed for each grid cell using a scenario of crop management practices. After output files were created for grid cells that represent a paddy rice field in South Korea, each output file was aggregated into an output file in the netCDF format. It was found that the spatial pattern of crop yield was relatively similar to actual distribution of yields in Korea, although there were biases of crop yield depending on regions. It seemed that those differences resulted from uncertainties incurred in input data, e.g., transplanting date, cultivar in an area, as well as weather data. Our results indicated that a set of tools developed in this study would be useful for gridded simulation of different crop models. In the further study, it would be worthwhile to take into account compatibility to a modeling interface library for integrated simulation of an agricultural ecosystem. 최적의 재배관리나 식량생산 관력 정책 수립의 위해 지역적인 작물 생산성 모의 정보들이 사용 될 수 있다. 국내 주요 작물인 벼의 생산성 예측을 위해 ORYZA2000 모델이 널리 사용되어 왔지만, 지역 규모에서 생산성을 예측하기 위한 격자별 작물 모델 구동 체계는 보고되어 있지 않다. 본 연구에서는 격자형식의 입력자료를 사용하여 작물 모델을 구동하고 공간적인 생산성 예측자료를 생산할 수 있는 시스템을 개발하였다. 이를 위해 입출력 처리 모듈과 격자별 모델 구동 모듈을 개발하였으며, 각각의 모듈은 C++와 R을 이용하여 구현되었다. 사례 연구를 위해 남한의 논 지역을 대상으로 2000년대에 대한 생산성을 모의하였다. 1km 및 12.5km 해상도의 격자형 기상자료로부터 13000여개의 기상입력자료가 생성되었다. 관행적인 재배관리 설정을 사용하여 격자별로 구동을 하였으며, 출력자료는 다시 netCDF 형태의 격자형 자료로 취합하였다. 모의된 벼 생산성의 공간적 분포는 실제 분포와 비슷한 경향을 보였으나, 실제 생산성과는 차이가 있었다. 이러한 차이는 이앙시기, 품종 등의 재배관리의 차이 또는 기상자료의 불확실성에 의해 생기게 된다. 본 연구에서 개발된 격자별 모델 구동 시스템을 통해 다른 작물 모델을 이용한 격자별 모의가 가능할 것이다.

국내 옥수수 재배적지 예측을 위한 R 기반의 기후적합도 모델 병렬화

현신우,김광수,Hyun, Shinwoo,Kim, Kwang Soo 한국농림기상학회 2017 한국농림기상학회지 Vol.19 No.3

기후변화에 대응하기 위해 다양한 작부체계 구축이 시도될 수 있다. 변화하는 기후조건에서 작물들이 최적의 재배지에 배치될 수 있도록 기후적합도를 평가하는 것이 중요하다. EcoCrop 모델과 같은 월별 기후자료를 사용하여 여러 작물의 재배적합도들 계산하는 모델을 사용할 경우, 고해상도의 전자기후도를 사용하여 우리나라의 복잡한 지형을 고려한 재배 적합도 계산이 가능하다. 그러나, 방대한 기후자료의 처리를 위해 여러 전산자원들을 동시에 사용할 수 있는 병렬처리 기술 개발이 선행되어야 한다. 본 연구에서는 공개용 통계분석 도구인 R을 기반으로 EcoCrop 모델을 병렬로 구동할 수 있는 스크립트를 개발하고, 이를 격자형 기후자료에 적용하여 옥수수의 재배적지를 예측하였다. 병렬 처리를 시도한 결과 CPU 코어 개수 증가에 따른 처리 시간 단축이 선형적으로 이루어지지는 않았으나 처리시간의 상당부분을 단축할 수 있었다. 예를 들어 16개의 CPU를 사용하였을 때 이상적인 시간보다 1.5배가 넘는 시간이 소모되었으나 총 시간이 90%정도 단축되었다. 이러한 기술들을 작물 생육 모델들이 개발되지 않은 작물들에 적용할 경우, 기후변화 조건에 적응할 수 있는 작부체계 설계를 지원할 수 있을 것이다. 또한, 본 연구에서 사용한 기술들은 CPU 코어가 많은 워크스테이션에서 작동이 가능하나, 여러 컴퓨터를 연결한 중형 컴퓨터에 사용할 수 있는 MPI 기술을 적용할 수 있는 기술개발이 필요할 것이다. Alternative cropping systems would be one of climate change adaptation options. Suitable areas for a crop could be identified using a climate suitability model. The EcoCrop model has been used to assess climate suitability of crops using monthly climate surfaces, e.g., the digital climate map at high spatial resolution. Still, a high-performance computing approach would be needed for assessment of climate suitability to take into account a complex terrain in Korea, which requires considerably large climate data sets. The objectives of this study were to implement a script for R, which is an open source statistics analysis platform, in order to use the EcoCrop model under a parallel computing environment and to assess climate suitability of maize using digital climate maps at high spatial resolution, e.g., 1 km. The total running time reduced as the number of CPU (Central Processing Unit) core increased although the speedup with increasing number of CPU cores was not linear. For example, the wall clock time for assessing climate suitability index at 1 km spatial resolution reduced by 90% with 16 CPU cores. However, it took about 1.5 time to compute climate suitability index compared with a theoretical time for the given number of CPU. Implementation of climate suitability assessment system based on the MPI (Message Passing Interface) would allow support for the digital climate map at ultra-high spatial resolution, e.g., 30m, which would help site-specific design of cropping system for climate change adaptation.

저품질 관측자료를 사용한 벼 생육 모델의 신동진 품종모수 추정

현신우,김광수 한국농림기상학회 2019 한국농림기상학회지 Vol.21 No.1

Crop models depend on a large number of input parameters including the cultivar parameters that represent the genetic characteristics of a given cultivar. The cultivar parameters have been estimated using high quality data for crop growth, which require considerable costs and efforts. The objective of this study was to examine the feasibility of using low quality data for the parameter estimation. In the present study, the cultivar parameters for cv. Shindongjin were estimated using the data obtained from the report of new cultivars development and research from 2005 to 2016. The root mean square errors (RMSE) of the heading dates were less than 3 days when the parameters associated with phenology were estimated. In contrast, the coefficient of determination for yield tended to be less than 0.1. The large errors incurred by the fact that no growth data collected over a season was used for parameter estimation. This suggests that detailed observation data needs to be prepared for parameter calibration, which would be aided by remote sensing approaches. The occurrence of natural disasters during a growing season has to be considered because crop models cannot take into account the effects of those events. Still, our results provide a reasonable range for the parameters, which could be used to set the boundary of a given parameter for cultivars similar to cv. Shindongjin in further studies. 작물 생육모델이 요구하는 다양한 모수들 중 품종의 유전적 특성을 나타내기 위한 품종모수는 개별 품종별로 추정되어야 한다. 모수 추정을 위해 상당한 비용과 노력이 요구되는 고품질의 상세한 생육자료를 사용하여 하나, 자료의 가용성이 대체로 낮기 때문에, 품질이 낮더라도 쉽게 얻을 수 있는 자료를 이용하여 품종모수를 추정하는 방식의 가능성과 문제점을 파악하는 것이 필요하다. 본 연구에서는 신품종개발 공동연구 보고서로부터 2005년부터 2016년까지 신동진 벼에 대한 자료들을 수집하고, 이를 사용하여 신동진 벼의 품종모수를 추정하였다. 또한, 추정된 모수를 사용한 생육모의 결과들을 활용하여 개별 항목에 대한 신뢰도를 평가하였다. 출수기에 대해서는 RMSE가 대부분 3일 이하로, 비교적 정확하게 모의할 수 있는 모수가 추정되었다. 수량에 대해서는 RMSE가 대부분 700 kg/ha 이하로 작게 나타났으나, 결정계수가 대부분 0.1 이하로 나타나, 신뢰도 높은 모수가 추정된 것으로 판단하기 어려웠다. 이러한 결과는 작물이 자라는 중간 단계의 생육 관측자료를 비교하지 못하였기 때문일 것으로 사료되었다. 따라서, 모수의 신뢰도를 높이기 위해 시기별 생육자료의 측정이 필요할 것이며, 이를 위한 시간과 비용을 절감하기 위한 기법이 개발되어야 할 것이다. 기상자료와 실제 기상과의 차이로 인한 오차를 줄이기 위해서는 방재기상자료와 같은 가까운 기상자료를 사용하거나, 공간내삽 등의 방법을 활용하여야 할 것이다. 또한, 자연재해와 같이 모델에서 고려할 수 없는 요인으로 인해 영향을 받은 자료는 제외하는 것이 모수의 신뢰도를 높일 수 있을 것이다. 본 연구에서 제시한 출수기와 수량 추정치의 오차가 작았던 모수들의 범위는 이후 연구에서 신동진과 유사한 품종의 모수를 추정할 때 참고자료로 사용될 수 있을 것이다.

ORYZA (v3) 모델을 사용한 벼 품종별 출수기 예측

현신우,김광수 한국농림기상학회 2017 한국농림기상학회지 Vol.19 No.4

벼의 생육에 있어서 중요한 역할을 하는 출수기를 예측하기 위해 작물모델이 사용될 수 있다. 벼의 생육을 모의하는 모델 중 널리 사용되던 ORYZA2000 모델이 개선되어 ORYZA (v3)가 최근에 보고되었다. 그러나, 최근까지 ORYZA (v3)의 국내 적용 가능성에 대해서는 연구가 이루어지지 않았다. 본 연구에서는 ORYZA (v3)를 이용하여 예측된 출수기의 신뢰성을 검토하였다. 또한, 새로운 모델에 요구되는 입력자료를 생성하는데 있어서의 편의성을 평가하였다. 국립농업과학원의 실험포장에서 2015년과 2016년에 걸쳐 중만생종인 신동진벼를 이용하여 화학비료 표준시비 조건에서 실험을 수행하였다. 입력자료는 실험에 사용한 재배관리자료, 기상청으로부터 수집한 기상자료, 흙토람으로부터 수집한 토양자료 및 Lee et al.(2015)에서 사용한 품종모수 자료를 사용하였다. 또한, 벼 우량계통 지역적응시험에서 얻어진 출수기 관측자료와 예측자료를 비교하였다. 예측된 출수기는 인근 기상관측소에서 얻어진 기상입력 자료가 사용되었을 경우, 실제 출수기와 비교적 유사한 결과를 보였다. 예를 들어, 전주, 대구, 영남, 논산, 계화에서 예측된 출수기는 1일 이내의 상당히 작은 오차는 가졌다. 그러나, 기상자료가 비교적 멀리 떨어져 있거나 해안가 인근지역에 위치하여 출수기 관측지의 국지적 기상조건을 충분히 반영하지 못할 경우 상당한 오차가 발생하였다. ORYZA (v3)의 입력자료 생성과 관련한 편의성 측면에서는 기존의 자료 처리도구를 활용할 수 있는 기상자료 확보는 비교적 용이할 것으로 판단되나, 토양자료에 대해서는 ORYZA 2000 모델의 입력자료에 추가적인 자료가 요구되어 토양자료 처리도구의 개발이 필요할 것으로 보였다. Crop models have been used to predict a heading date for efficient management of fertilizer application. Recently, the ORYZA (v3) model was developed to improve the ORYZA2000 model, which has been used for simulation of rice growth in Korea. Still, little effort has been made to assess applicability of the ORYZA (v3) model to rice farms in Korea. The objective of this study was to evaluate reliability of heading dates predicted using the the ORYZA (v3) model, which would indicate applicability of the model to a decision support system for fertilizer application. Field experiments were conducted from 2015-2016 at the Rural Development Administration (RDA) to obtain rice phenology data. Shindongjin cultivar which is mid-late maturity type was grown under a conventional fertilizer management, e.g., application of fertilizer at the rate of 11 Kg N/10a. Another set of heading dates was obtained from annual reports at experiment farms operated by the National Institute of Crop Science and Agricultural Technology Centers in each province. The input files for the ORYZA (v3) model were prepared using weather and soil data collected from the Korean Meteorology Administration (KMA) and the Korean Soil Information System, respectively. Input parameters for crop management, e.g., transplanting date and planting density, were set to represent management used for the field experiment. The ORYZA (v3) model predicted heading date within 1 day for two seasons. The crop model also had a relatively small error in prediction of heading date for three ecotypes of rice cultivars at experiment farms where weather input data were obtained from a near-by weather station. Those results suggested that the ORYZA (v3) model would be useful for development of a decision support system for fertilizer application when reliable input data for weather variables become available.

작물 모형 개선을 위한 지역적응시험 자료의 정량적 품질 평가

현신우,서보훈,이석인,김광수 한국농림기상학회 2020 한국농림기상학회지 Vol.22 No.3

작물 모형의 품종에 따른 특성을 나타내는 품종 모수를 추정하기 위해서는 많은 양의 생육 관측 자료가 요구되며, 이를 확보하기 위해서는 많은 비용과 노력이 요구된다. 고품질 자료는 아니더라도 공개되어 있는 작물 생육 자료를 활용하여 모수 추정에 사용할 수 있으나, 이러한 자료의 품질에 대한 평가가 선행되어야 한다. 본 연구에서는 농업자료에 대한 정량적 평가 도구인 DatasetRanker를 사용하여 벼에 대한 지역적응시험 자료를 평가하였다. 또한, 결과를 바탕으로 자료의 품질을 개선하기 위한 관측체계의 개선방안을 제시하고자 하였다. 평가 결과 각각의 품종들은 모두 네 등급 중 세 번째로 높은 은 등급으로 평가되었으며, 더 상위의 등급을 얻지 못한 것은 대체로 생육 및 생육환경에 대한 관측자료의 부족에 기인하였다. 결과를 개선하기 위해서는 추가적인 관측자료가 요구되며, 일부 재배관리 등의 기본적인 조건들에 대한 정보를 추가하는 것만으로도 품질에 대한 평가 점수가 약 10% 정도 상승할 것으로 예상되었다. 또한, 정확한 위치정보가 공개될 경우 이를 기준으로 수집되는 토양 정보와 기상 정보의 불확실성을 감소시킬 수 있을 것이다. 생육기간 중 시계열적인 관측자료가 수집된다면 품질이 상당히 개선될 것으로 예상되었으며, 이를 위한 연구가 지속적으로 이루어져야 할 것이다. Cultivar parameters, which are key inputs to a crop growth model, have been estimated using observation data in good quality. Observation data with high quality often require considerable labor and cost, which makes it challenging to gather a large quantity of data for calibration of cultivar parameters. Alternatively, data in sufficient quantity can be collected from the reports on the evaluation of cultivars by region although these data are of questionable quality. The objective of our study was to assess the quality of crop and management data available from the reports on the regional adaptation trials for rice cultivars. We also aimed to propose the measures for improvement of the data quality, which would aid reliable estimation of cultivar parameters. DatasetRanker, which is the tool designed for quantitative assessment of the data for parameter calibration, was used to evaluate the quality of the data available from the regional adaptation trials. It was found that these data for rice cultivars were classified into the Silver class, which could be used for validation or calibration of key cultivar parameters. However, those regional adaptation trial data would fall short of the quality for model improvement. Additional information on management, e.g., harvest and irrigation management, can increase the quantitative quality by 10% with the minimum effort and cost. The quality of the data can also be improved through measurements of initial conditions for crop growth simulations such as soil moisture and nutrients. In addition, crop model improvement can be facilitated using crop growth data in time series, which merits further studies on development of approaches for non-destructive methods to monitor the crop growth.

DNDC 지역별 구동을 위한 입력자료 생성 도구 개발

현신우 ( Shinwoo Hyun ),황우성 ( Woosung Hwang ),유희진 ( Heejin You ),김광수 ( Kwang Soo Kim ) 한국농림기상학회 2021 한국농림기상학회지 Vol.23 No.1

The agricultural ecosystem is one of the major sources of greenhouse gas (GHG) emissions. In order to search for climate change adaptation options which mitigate GHG emissions while maintaining crop yield, it is advantageous to integrate multiple models at a high spatial resolution. The objective of this study was to develop a tool to support integrated assessment of climate change impact by coupling the D SSAT model and the D NDC model. DNDC Regional Input File Tool(DRIFT) was developed to prepare input data for the regional mode of DNDC model using input data and output data of the DSSAT model. In a case study, GHG emissions under the climate change conditions were simulated using the input data prepared by the D RIFT. The time to prepare the input data was increased by increasing the number of grid points. Most of the process took a relatively short time, while it took most of the time to convert the daily flood depth data of the DSSAT model to the flood period of the DNDC model. Still, processing a large amount of data would require a long time, which could be reduced by parallelizing some calculation processes. Expanding the DRIFT to other models would help reduce the time required to prepare input data for the models.

CERES-Rice 모형의 품종 모수 추정을 위한 국내 기상관측망 비교

현신우 ( Shinwoo Hyun ),김태경 ( Tae Kyung Kim ),김광수 ( Kwang Soo Kim ) 한국농림기상학회 2021 한국농림기상학회지 Vol.23 No.2

작물 모형의 품종모수를 추정하기 위한 기상자료는 일반적으로 생육 관측 자료가 수집된 시험지의 인근에 위치한 종관기상 관측자료가 사용되어왔으나, 지형적 인 원인이나 시험지와 기상관측소 사이의 거리로 인해 실제 시험지의 기상과 차이가 발생할 수 있다. 반면, 비교적 높은 밀도로 분포하는 방재기상 관측자료를 활용할 경우 이러한 문제점을 보완할 수 있을 것이다. 본 연구에서는 종관기상 관측자료와 방재기상 관측자료를 각각 사용하여 출수기에 영향을 미치는 DSSAT 모형의 모수들을 추정하고, 추정된 모수들의 신뢰도를 비교하고자 하였다. 모수 추정을 위해 사용한 재배관리 및 생육 관측값은 지역장려품종 선발시험과 작황시험으로부터 수집하였다. 모수 추정은 Generalized Likelihood Uncertainty Estimation (GLUE) 방법을 사용하였으며, 불확실성을 고려하여 100번의 반복 추정을 통해 100개의 모수 집합을 생성하였다. 모수 추정에 소요되는 시간을 단축하기 위해 도커 컨테이너를 기반으로 병렬적으로 GLUE를 구동하였다. 추정된 모수들을 사용하여 모의된 출수기의 평균은, 방재기상자료를 사용하였을 때 최대 4일로, 종관기상자료를 사용하였을 때 최대 오차가 7일이었던 것에 비하여 크게 개선되었다. 그러나, 방재기상자료의 원활한 활용을 위해서는 해당 자료에 대한 접근성이 향상되어야 할 것으로 예상되었다. Cultivar parameter calibration can be affected by the reliability of the input data to a crop growth model. In South Korea, two sets of weather stations, which are included in the automated synoptic observing system (ASOS) or the automatic weather system (AWS), are available for preparation of the weather input data. The objectives of this study were to estimate the cultivar parameter using those sets of weather data and to compare the uncertainty of these parameters. The cultivar parameters of CERES-Rice model for Shindongjin cultivar was calibrated using the weather data measured at the weather stations included in either ASOS or AWS. The observation data of crop growth and management at the experiment farms were retrieved from the report of new cultivar development and research published by Rural Development Administration. The weather stations were chosen to be the nearest neighbor to the experiment farms where crop data were collected. The Generalized Likelihood Uncertainty Estimation (GLUE) method was used to calibrate the cultivar parameters for 100 times, which resulted in the distribution of parameter values. On average, the errors of the heading date decreased by one day when the weather input data were obtained from the weather stations included in AWS compared with ASOS. In particular, reduction of the estimation error was observed even when the distance between the experiment farm and the ASOS stations was about 15 km. These results suggest that the use of the AWS stations would improve the reliability and applicability of the crop growth models for decision support as well as parameter calibration.

국내 일사량 추정을 위한 Angstrom-Prescott계수의 평가

현신우 ( Shinwoo Hyun ),김광수 ( Kwang Soo Kim ) 한국농림기상학회 2016 한국농림기상학회지 Vol.18 No.4

농업 생태계의 생산성을 예측하기 위한 모델의 필수 입력변수인 일사량은 비교적 적은 수의 기상관측소에서만 관측되고 있어, 이들 관측값을 대신하기 위해 일사량을 추정하는 모델들이 사용되고 있다. 특히, 간단한 계수를 사용하여 일조시간을 이용하는 Angstrom-Prescott (AP) 모델이 일사량 추정을 위해 가장 널리 쓰이고 있다. 국내에서 보편적으로 적용가능한 AP모델의 계수값을 탐색하기 위해 국내 20개 기상관측소의 30년간의 일단 위 관측자료를 입력자료로 사용하여 경험적으로 얻어진 계수와 Frere and Popov(1979)가 제시한 계수(AP_Frere)를 이용한 일사량을 추정하고, 이들의 신뢰도를 분석하였다. 또한, 전역최적화 과정을 통해 시공간적으로 신뢰도가 높은 일사량을 얻을 수 있는 AP계수의 범위를 탐색 하였다. 분석을 위해 월별, 년도별, 지역별로 추정값과 측정값 사이의 일치도를 계산하였다. AP_Frere를 사용한 결과 작물 생산성 예측을 위한 조건에서 일치도가 높게 나타났다. AP_Frere를 사용하였을 때 전역최적화를 통해 추정한 AP계수(AP_max)를 사용하였을 경우 보다 일치도가 낮았으나 경험적으로 얻어진 계수(AP_Choi)보다는 일치도가 높은 일사량 추정이 가능하였다. 전역최적화를 통해 일사량 추정치의 신뢰도를 분석한 결과, 신뢰도가 높은 일사량을 얻을 수 있는 AP계수의 범위는 년도별로는 좁게 분포하였으나 월별, 지역별로는 넓게 분포하였다. 그 중에서도 변이가 작은 범위는 지역별 일치도가 월별 일치도보다 넓게 분포하였다. AP_Frere는 각각의 경우에 대해 일치도가 높고 변이가 작은 범위에 속해 국내 조건에서 AP_Frere를 적용할 경우, 신뢰도 높은 일사량 추정치를 얻을 수 있을 것으로 예상되었다. Models to estimate solar radiation have been used because solar radiation is measured at a smaller number of weather stations than other variables including temperature and rainfall. For example, solar radiation has been estimated using the Angstrom-Prescott (AP) model that depends on two coefficients obtained empirically at a specific site (AP_Choi) or for a climate zone (AP_Frere). The objective of this study was to identify the coefficients of the AP model for reliable estimation of solar radiation under a wide range of spatial and temporal conditions. A global optimization was performed for a range of AP coefficients to identify the values of AP_max that resulted in the greatest degree of agreement at each of 20 sites for a given month during 30 years. The degree of agreement was assessed using the value of Concordance Correlation Coefficient (CCC). When AP_Frere was used to estimate solar radiation, the values of CCC were relatively high for conditions under which crop growth simulation would be performed, e.g., at rural sites during summer. The statistics for AP_Frere were greater than those for AP_Choi although AP_Frere had the smaller statistics than AP_max did. The variation of CCC values was small over a wide range of AP coefficients when those statistics were summarized by site. AP_Frere was included in each range of AP coefficients that resulted in reasonable accuracy of solar radiation estimates by site, year, and month. These results suggested that AP_Frere would be useful to provide estimates of solar radiation as an input to crop models in Korea. Further studies would be merited to examine feasibility of using AP_Frere to obtain gridded estimates of solar radiation at a high spatial resolution under a complex terrain in Korea.

온도와 강수를 이용하여 일별 일사량을 추정하기 위한 심층 신경망 모델 개발

강대균,현신우,김광수 한국농림기상학회 2019 한국농림기상학회지 Vol.21 No.2

Solar radiation is an important variable for estimation of energy balance and water cycle in natural and agricultural ecosystems. A deep neural network (DNN) model has been developed in order to estimate the daily global solar radiation. Temperature and precipitation, which would have wider availability from weather stations than other variables such as sunshine duration, were used as inputs to the DNN model. Five-fold cross-validation was applied to train and test the DNN models. Meteorological data at 15 weather stations were collected for a long term period, e.g., > 30 years in Korea. The DNN model obtained from the cross-validation had relatively small value of RMSE (3.75 MJ m-2 d-1) for estimates of the daily solar radiation at the weather station in Suwon. The DNN model explained about 68% of variation in observed solar radiation at the Suwon weather station. It was found that the measurements of solar radiation in 1985 and 1998 were considerably low for a small period of time compared with sunshine duration. This suggested that assessment of the quality for the observation data for solar radiation would be needed in further studies. When data for those years were excluded from the data analysis, the DNN model had slightly greater degree of agreement statistics. For example, the values of R2 and RMSE were 0.72 and 3.55 MJ m-2 d-1, respectively. Our results indicate that a DNN would be useful for the development a solar radiation estimation model using temperature and precipitation, which are usually available for downscaled scenario data for future climate conditions. Thus, such a DNN model would be useful for the impact assessment of climate change on crop production where solar radiation is used as a required input variable to a crop model. 일사량은 자연 생태계와 농업 생태계에서 에너지 수지와 물 순환을 추정하는데 중요한 변수이다. 일별 일사량을 추정하기 위해 심층 신경망(DNN) 모델이 개발되었다. 일조시간 등의 변수보다 기상 관측소에서의 가용성이 더 높은 온도와 강수량이 심층 신경망 모델의 입력 자료로 사용되었다. five-fold cross-validation 을 사용하여 심층 신경망을 훈련시키고 검증하였다. 국내 15 개의 기상 관측소에서 30 년 이상 장기간의 기상 자료가 수집되었다. Cross-validation을 통해 얻어진 심층 신경망 모델은 수원 지역 기상관측소의 일별 일사량 추정치에 대해 비교적 작은 RMSE(3.75 MJ m-2 d-1) 값을 가졌다. 심층 신경망 모델은 수원 지역 기상 관측소의 일사량의 변위의 약 68%를 설명했다. 1985 년과 1998 년의 일사량 관측값은 일조시간에 비해 상당히 낮은 값이 관측되었다. 이는 후속 연구에서 일사량 관측 데이터의 품질 평가가 필요할 것임을 시사했다. 해당 연도의 데이터를 분석에서 제외했을 때, 심층 신경망 모델의 추정값은 통계적 수치가 약간 높게 나타났다. 예를 들어, R2 와 RMSE 의 값은 각각 0.72 와 3.55 MJ m-2 d-1 이었다. 심층 신경망 모델은 기온과 강수량을 통해 일사량을 추정하는데 유용하며, 이는 미래 기후 시나리오 자료에 대해서 활용할 수 있을 것이다. 따라서, 공간에 대한 제약이 완화된 심층 신경망 모델은 작물 모델의 입력 자료로 일사량이 필요한 작물 생산성에 대한 기후 변화 영향 평가에 유용하게 활용될 수 있을 것이다.

기후적합도 모형을 활용한 북한지역 내 감자의 여름재배 적지 탐색

강민주,현신우,김광수 한국농림기상학회 2022 한국농림기상학회지 Vol.24 No.1

Expansion of potato production areas can improve the food security in North Korea because the given crop has less requirements for agricultural materials and facilities. The Global Agro-Ecological Zones (GAEZ) model, which was developed to evaluate climate suitability under different cultivation conditions, was used to identify potential areas for the potato production. The spatial estimates of crop suitability under low and high input management conditions were downloaded from the GAEZ data portal. The values of suitability were obtained at the potato occurrence sites retrieved from the Global Biodiversity Information Facility (GBIF) database. The suitable areas for the potato production were identified using a threshold value derived from the suitability estimates at the occurrence sites. It was found that 90% of the occurrence sites had the suitability index value >3,333, which was set to be the threshold value. The suitable areas in North Korea were summarized by province and county. Rice cultivation areas were excluded from the analysis. The reported relative acreage of potato production was better represented by the suitable areas under the low input management options than the high input conditions. The suitable areas also had a similar distribution to the reported acreage of potato production by county. These results indicated that the GAEZ model would be useful to identify the candidate production areas, which would facilitate the increases in potato production especially under future climate conditions. Furthermore, monthly maps of crop suitability can be used to design cropping systems that would improve crop production under the limited use of agricultural materials and facilities. 북한의 식량 안보 위기를 개선하기 위해 농자재와 관개시설의 요구도가 적은 감자 재배 면적을 확대하는 것이 유리하다. 특히, 저투입 조건에서 감자의 생산성을 높일 있는 적지를 공간적으로 파악하기 위해 재배조건과 기후적합도를 동시에 평가할 수 있는 Global Agro-Ecological Zones (GAEZ) 모형을 사용하였다. 본 연구에서는 Global Biodiversity Information Facility (GBIF) 데이터베이스에 수록된 감자 위치 자료를 사용하여 10 km 공간해상도를 가진 GAEZ 모형의 적합도 추정값의 분포를 분석하였다. 그 결과 중간 정도에 해당하는 적합도 값인 3,333 이상에서 적합도가 0인 지점을 제외한 감자 위치 지점의 90%가 포함되었다. MODIS-IGBP 토지이용자료와 GAEZ Data Portal에서 제공하는 벼 수량 자료를 사용하여 추정된 감자 재배 후보 지역 중에서 적합도가 임계값 이상을 가진 재배적지를 구분한 결과 저투입 조건에서 추정된 재배적지는 실제 북한의 감자 재배지 공간 분포와 유사한 경향이 있었다. 특히, 군 단위의 재배 면적과 재배적지 면적을 비교하여, 재배규모가 큰 지역에서 재배적지의 면적도 넓은 경향을 보임을 확인하였다. 본 연구에서 제시한 적합도의 임계값을 바탕으로 미래 기후조건에서 추정된 값에 적용하여, 기후변화에 따른 재배지 변동 연구에 기초 자료로 사용될 수 있을 것이다. 또한, 여러 작물의 기후적합도를 함께 고려하여 작부체계를 구성한다면 전반적인 작물 생산성을 높일 수 있을 것으로 사료되었다.