Evaluation of K-Cabbage Model for Yield Prediction of Chinese Cabbage in Highland Areas

고랭지 배추 생산 예측을 위한 K-배추 모델 평가

Process-based K-cabbage model is based on physiological processes such as photosynthesis and phenology, making it possible to predict crop growth under different climate conditions that have never been experienced before. Current first-stage process-based models can be used to assess climate impact through yield prediction based on climate change scenarios, but no comparison has been performed between big data obtained from the main production area and model prediction so far. The aim of this study was to find out the direction of model improvement when using the current model for yield prediction. For this purpose, model performance evaluation was conducted based on data collected from farmers growing 'Chungwang' cabbage in Taebaek and Samcheok, the main producing areas of Chinese cabbage in highland region. The farms surveyed in this study had different cultivation methods in terms of planting date and soil water and nutrient management. The results showed that the potential biomass estimated using the K-cabbage model exceeded the observed values in all cases. Although predictions and observations at the time of harvest did not show a complete positive correlation due to limitations caused by the use of fresh weight in the model evaluation process (R²=0.74, RMSE=866.4), when fitting the model based on the values 2 weeks before harvest, the growth suitability index was different for each farm. These results are suggested to be due to differences in soil properties and management practices between farms. Therefore, to predict attainable yields taking into account differences in soil and management practices between farms, it is necessary to integrate dynamic soil nutrient and moisture modules into crop models, rather than using arbitrary growth suitability indices in current K-cabbage model.

과정 기반 작물모형인 K-배추 모델은 광합성, 생물 계절 등의 생리학적 과정을 기반으로 이전에 경험하지 못한 다양한 기후 조건에서 작물의 생장을 예측할 수 있게 해준다. 현재 1단계 프로세스 기반 모델은 기후 변화 시나리오에 따른 생산량 예측을 통해 기후영향을 평가하는 데 활용될 수 있지만, 지금까지 주산지 빅데이터와 모델 예측 간의 비교는 수행되지 않았다. 본 연구는 생산량 예측을 위해 현재 모델을 사용하고자 할 때 모델의 개선 방향을 검토하기 위해 수행되었다. 이를 위해, 강원 태백 및 삼척에서 수집된 관측 자료를 바탕으로 모델의 예측력을 평가하였다. 조사 대상 농가들은 정식일 및 토양관리 면에서 재배방법이 상이하였다. 분석 결과는 K-배추 모델을 사용하여 추정한 잠재적 바이오매스가 모든 경우에서 관측 값을 초과하는 것으로 나타났다. 한편, 모델 평가 과정에서 생체중 사용에 따른 한계 등으로, 수확 2주 전의 값을 기준으로 모델을 피팅했음에도 수확기 무렵 예측값과 관측값은 완전한 양의 상관관계를 보이지 않았다(R²=0.74, RMSE=866.4). 또한 생장적합지수는 농장별로 상이하였는데, 이러한 결과는 농가 간 토양특성 및 관리방식의 차이에 의한 것으로 추정된다. 따라서 농장별 토양 및 관리방식의 차이를 고려한 생산 예측기술 고도화를 위해서는 현재 K-배추 모델에서 임의의 생장적합지수를 사용하는 대신 동적 토양 양분 및 수분 모듈을 작물 모델에 통합하는 것이 필요하다.