• 한국산림과학회지
• /
• 제55권1호
• /
• pp.68-75
• /
• 1982

호도(胡桃)나무는 수체내(水体內) tanin 함량(含量)이 많아서 접목시(接木時) tanin막(膜)이 생겨서 활착율(活着率)에 큰 방해가 되므로 이 방면(方面)에 더욱 연구(硏究)가 필요(必要)하며 가온시설(加温施設)을 설치(設置)해서 $25^{\circ}C{\sim}30^{\circ}C$의 항온(恒温)을 유지(維持)해줌으로서 큰 효과가 있었다. 태목용종자(台木用種子)는 당년결실(当年結実)된 것으로 균일(均一)한 조건하(條件下)에서 처리된 것이 좋으며 파종상(播種床)은 사토(砂土)가 좋고 종자수요량계산(種子需要量計算)은 태목필요량(台木必要量)의 200%로 해야한다. 접수(接穗)의 채취시기(採取時期)는 1~2월(月)이 최적기(最適期)이고 결과지(結果枝)보다는 도장지(徒長枝)가 이용율(利用率)이 좋고 충실(充実)한 눈 3~4개(個), 5 cm 정도(程度)의 길이, 결형(潔形)으로 조제(調製)하여 할접(割接)하고 고정(固定)끈은 3합사(合絲) 무명실이 좋다. 접목시기(接木時期)는 3월말(月末)~4월초(月初)가 적기(適期)이고 노지정식시기(露地定植時期)는 4월말(月末)~5월초(月初)가 최적기(最適期)이다. 접목작업인부(接木作業人夫)는 기성접토(旣成接土)면 더욱 좋으나 일반여자인부(一般女子人夫)도 큰 지장없다. 종자발아상(種子發芽床)에서 노지이식(露地移植)때까지 전과정(全過程)을 통(通)해서 유태(幼台)에서 배유(胚乳)인 가래(種)가 떨어지지 않도록 주의(注意)해야하며 가래가 떨어진 것은 실패(失敗)한 것이다. 원태목(原台木)에서 계속적으로 발생(発生)되는 맹아지(萌芽枝)를 즉시(卽時) 제거(除去)해 주어야 하며 활착(活着)된 접목유묘(接木幼苗)를 노지이식(露地移植)할 때 충분(充分)히 경화(硬化)시켜야 한다. 포지(圃地)의 지력(地力)이 좋아야 하고 지하수위(地下水位)가 높거나 한발(旱魃)의 피해(被害)가 심(甚)한 곳이나, 토양해충(土壤害虫)이 많은 곳은 피(被)해야 한다. 종자효율(種子効率) 50%, 접목활착율(接木活着率) 90%, 노지정식후잔존율(露地定植後殘存率) 88% 즉(即) 출하가능득묘율(出荷可能得苗率)은 약(約) 80%, 묘목생산기간(苗木生産期間) 3월(月)~10월말(月末)까지 당년(当年)에 합격묘(合格苗)를 생산(生産)할 수 있다. 본유태접목법(本幼台接木法)으로 생산(生産)된 호도묘목(胡桃苗木)이 절접법(切接法) 기타방법(其他方法)으로 생산(生産)된 묘목(苗木)과 비교(比較)해볼 때 지금까지 나타난 상태(状態)로서는 오히려 거부반응이 적었으며 튼튼하게 생육(生育)하고 있으며 수목(樹木)의 생리적(生理的) 결함(缺陷)이나 여지이상(餘地異状)이 전연(全然) 없었으며 특(特)히 이 방법(方法)은 조기대량생산(早期大量生産)하는데 적용(適用)이 될 수 있다는데 더욱 의의(意義)가 있다고 본다.

• 한국농림기상학회지
• /
• 제22권2호
• /
• pp.57-67
• /
• 2020

본 연구는 최근 기후변화로 인해 피해가 증가하고 있는 소나무를 대상으로 고온 및 고농도 CO₂ 환경에 인위적으로 건조 스트레스를 주어 질소 시비에 따른 생리적 반응과 생물량 변화 특성을 구명하고자 수행되었다. 토양수분은 고온처리에서 가장 빨리 감소하여 수목의 건조 스트레스를 제공하는 것으로 나타났다. 결과적으로 토양수분이 가장 빨리 감소한 고온처리에서 순광합성율과 기공전도도 모두 감소하였다. 생리적 반응의 경우, 무관수 초기에는 질소가 시비되는 모든 처리구에서 대조구 보다 높은 경향을 보였으나 건조 스트레스 기간이 길어짐에 따라 질소 시비 효과는 나타나지 않았다. 고사율은 고온처리에서 빠르게 진행되었으며 고농도 CO₂ 농도 환경에서는 평균적으로 21.5% 오래 생존하였다. 생물량의 경우 질소 시비와 CO₂ 시비효과가 뿌리에서 무관수로 인한 건조 스트레스가 주는 억제 효과를 완화시켜 부위별·총 생물량 증가에 영향을 준 것으로 판단된다. 본 연구결과를 통해 기후변화가 산림생태계에 끼칠 수 있는 영향을 정량적으로 구명함으로서 기후변화에 대응하여 산림을 효율적으로 관리하는데 필수적인 자료를 활용하고, 향후 미기상 조건에 다른 산림생태 예측모델 활용에 중요한 역할을 할 것으로 기대된다.