• 한국육종학회지
• /
• 제41권1호
• /
• pp.56-60
• /
• 2009

"대양"은 우리 나라에서 재배가 가능한 조숙 양질 다수성 쌀귀리 품종을 육성하고자 미국의 조숙성 쌀귀리 계통인 'LX446-1-84-Q1'을 모본, 대립 겉귀리 계통인 'SO92004-B-3-3-5-7'을 부본으로 인공 교배하여 계통육종법에 의해 계통을 선발한 후 2002년부터 생산력검정시험과 지역적응시험을 거쳐 2007년에 육성된 품종이다. 그 특성은 다음과 같다. 1. "대양"은 잎폭은 넓으며, 이삭형은 산수형이고, 종실은 길고 갈색이다. 2. "대양"은 재배지 3개년 평균 출수기가 5월 8일로서, 기존 육성된 '선양'과 유사하였다. 3. "대양"은 천립중이 30.3g으로 선양의 24.5g에 비해 5.8g 무거운 대립종이며, 지역적응시험에서의 평균 종실 수량은 4,180kg/ha으로 '선양'보다 20%나 많았다. 4. "대양"은 탈부율이 높고, 조단백질 함량은 11.2%, 베타 글루캔 함량은 4.6%로서 표준품종인 '선양'과 비슷하였다.

• 한국육종학회지
• /
• 제41권3호
• /
• pp.299-305
• /
• 2009

신품종 "진주찰" 쌀보리는 취반 후 백도가 좋고, 베타글루칸 함량이 높은 소립, 내재해, 양질, 다수성 쌀보리 신품종이다. 1996년에 호남농업연구소에서 도복과 내한성이 강하고 찰성으로 립백도와 정맥율이 높으며 취반특성이 우수한 특성을 지닌 "진미찹쌀보리"와 "수원333호"를 인공교배한 후 계통육종법으로 육성하였다. 2003년부터 2년간 생산력검정시험을 실시한 결과, 수량성이 높고 도복이 강한 우수 계통으로 판명되어 "익산79호"로 계통명을 부여, 2005년부터 3년간 전작재배 수원 등 3개 지역, 답리작재배 익산 등 4개 지역에서 지역적응시험을 실시하였다. 그 결과, 답리작 적응성이 높으며, 도복 등 내재해성에 강한 특성과 $\beta$-glucan 함량이 높고, 총페놀과 proanthocyanidin 함량이 낮아 취반 후 갈변화가 적고 백도가 높은 계통임이 입증되어 2007년 농작물 직무육성 신품종선정심의회에서 신품종 "진주찰"로 등록하게 되었으며 그 특성은 다음과 같다. 1. 진주찰쌀보리는 새찰쌀보리에 비해 보리호위축병, 내한성 및 도복에 강하다. 2. 출수기는 전작 5월 4일로 새찰쌀보리보다 2일 늦었으며, 답리작은 4월 27일로 새찰쌀보리와 같았다. 성숙기는 전작 6월 6일, 답리작 6월 1일로 새찰쌀보리에 비해 1~3일 늦은 품종이다. 3. 간장은 81 cm로 중장간, 수장 4.9 cm, 일수립수 56개로 새찰쌀보리보다 적었고 $m^2$당 수수는 673개로 많았고 천립중은 27.0 g으로 소립종이었다. 4. 품질의 조곡특성은 단백질 함량은 11.9%로 새찰쌀보리와 비슷하였으며, $\beta$-glucan 함량은 8.4%로 새찰쌀보리 보다 높았으며, 정곡특성은 정맥율이 76.4%로 높았으며, 립백도 36.1로 새찰쌀보리에 비해 2.1정도 낮았다. 5. 취반 시 수분 흡수율은 249%로 높았으나 퍼짐성은 새찰쌀보리보다 다소 낮았고 총페놀과 프로안토시아니딘 함량 은 정곡에서 4.2와 0.2 mg/g으로 새찰쌀보리 보다 낮았으며 보리밥 백도는 취반 24시간 후와 53시간 후에서 24.8, 20.3으로 새찰쌀보리 보다 높았다. 6. 수량성은 전작재배 3.79 MT/ha으로 새찰쌀보리보다 1% 감수하였으나 답리작 재배 3.73 MT/ha으로 3% 증수하였다. 7. 적응지역은 대전이남 1월 평균 최저기온이 $-6^{\circ}C$ 이남지역과 쌀보리 재배지, 보리호위축병이 상습 발생하는 지역에 권장된다.

• 한국육종학회지
• /
• 제40권4호
• /
• pp.512-516
• /
• 2008

'조양'은 우리나라에서 재배가 가능한 조숙 양질 다수성 쌀귀리 품종을 육성하고자 1996년에 조숙성인 '식용귀리'를 모본으로 조숙 대립 겉귀리 계통인 '귀리23호'를 부본으로 인공교배를 하여 계통육종법에 의해 선발된 'SO96025-B-303-44-2-5' 계통이다. 이 계통은 2003년부터 생산력검정시험을 거쳐 계통명이 '귀리57호'로 명명되었고, 2005년부터 지역적응시험을 거쳐 207년에 육성된 품종이며, 그 특성은 다음과 같다. 1. '조양'은 잎색이 농녹색이고 잎폭은 중간 정도이며, 이삭형은 산수형이고, 종실은 길고 담황색이다. 2. '조양'의 출수기는 재배지 3개년 평균 4월 28일로서, 기존에 육성된 선양에 비해 11일 빨랐으며, 지역적응시험에서의 평균 종실 수량은 4,670 kg/ha으로 표준품종인 '선양'보다 38% 많았다. 4. '조양'은 '선양'에 비해 탈부율과 조단백질 함량이 12.9%로 높고, 베타글루캔 함량은 4.7%로서 표준품종인 '선양'과 비슷하였다.

• 생물환경조절학회지
• /
• 제31권1호
• /
• pp.43-51
• /
• 2022

본 연구는 참외 재배 지에서 흰가루병, 담배가루이 및 두점박이응애가 동시에 발생하였을 때 45, 40, 35℃(대조구)의 온도에서 측창으로 환기 처리 시, 온실 내 온·습도의 변화, 병충해 발생과 잎말림, 그리고 개화조절에 미치는 효과를 검토하였다. 3월 3일 '히든파워' 대목에 접붙여진 '알찬꿀' 참외를 40cm 간격으로 격리상에 심었고, 위에 언급한 병해충이 모든 처리구에서 발생한 6월 18일부터 7월 13일까지 처리하였다. 온실의 온도는 맑은 날에는 설정 온도 지점까지 증가되었고, 45℃ 환기 처리에서 고온 고습이 약 9시간 동안 유지되었다. 주간 최고 기온과 최저 상대습도 차이는 45℃ 환기 처리에서 가장 높았다. 환기 처리 11일 후에는 흰가루병과 두점박이응애 피해가 45℃ 환기 처리에서 거의 회복되었지만 40℃와 35℃에서는 그렇지 않았다. 처리 14일 후, 담배가루이와 두점박이 응애 밀도는 45℃에서 유의하게 감소하였으나 흰가루병 증상은 유의하게 감소하지는 않았다. 잎말림은 고온에서 유발되었으나 45℃에서도 심하지 않았다. 처리 26일 후, 새로 나온 줄기의 15 마디의 개화수를 조사한 결과, 45℃에서 암꽃이 전혀 나오지 않았고 수꽃은 1.2개로 나타났다. 이상의 결과는, 고온기에 45℃의 고온에서 2-3주간 환기 처리는 온실 내부의 고온 고습을 유도하여 흰가루병, 담배가루이, 두점박이응애를 통제하고, 개화를 억제하여 참외의 영양 생장을 회복할 수 있는 방법으로 사료되었다.

• 생명과학회지
• /
• 제32권4호
• /
• pp.325-330
• /
• 2022

수영은 육상과 더불어 대표적인 기초 종목으로 손, 발을 사용하여 물속에서 헤엄치는 종목이기 때문에 기술적 훈련과 더불어 물의 압력에 따른 신체적 적응이 매우 중요하게 고려된다. 수영은 지상의 운동과는 다르게 물속에서 손과 발을 이용해 나아가고, 물의 저항으로 인해 근육을 움직이는 전신운동으로 높게 평가되고 있으며, 비만의 예방과 혈관질환의 치료에 많이 사용되는 운동 중 하나이다. 비교적 안전한 종목에 속하지만 다른 스포츠 종목들과 비슷하게 크고 적은 스포츠 상해가 발생 한다. 하지만 현재까지 수영 종목에서 유발되는 상해와 재활에 관한 연구 자료는 부족한 상황이다. 수영 선수의 상해는 일반적으로 고강도의 훈련, 많은 훈련 량 등으로 인해 발생하며, 수영 선수들에게 가장 많이 발생하는 상해와 질환으로는 극상근건염(supraspinatus tendinitis), 이두근건염(biceps tendinitis), 슬관절의 내측 활액막염(synovitis), 발등의 신근 건염(extensor tendinitis), 요통(low back pain)을 동반하는 척추분리증(spondylolysis), 척주전방전위증(spondylolisthesis) 등이 있다고 보고되고 있다. 또한 수영 경영 선수의 스포츠상해 부위 및 빈도조사 연구분석에 의하면 상해부위는 어깨관절(50%), 허리(23%), 하지(22%) 등의 순으로 높게 나타났으며, 상해종류로는 근육 손상과 인대손상이 대부분을 차지한다. 본 연구결과 수영 종목의 상해 부위는 상지(목, 어깨, 팔, 손목), 하지상해(무릎, 발목), 및 허리상해 순으로 나타났다. 그리고 영법별 상해분석으로 자유형, 배영, 접영 영법에서는 어깨 부위 상해가 많이 발생하였고 회전근개손상, 충돌증후군, SLAP (superior labral tear from anterior to posterior) 병변 순으로 나타났다. 평영 영법은 하지손상인 무릎손상, 평영과 접영은 척수상해, 접영은 허리상해 순서로 나타났다. 따라서 지도자는 선수들이 부상을 당하지 않도록 충분한 준비운동과 정리운동을 실시하도록 하고, 응급처치를 숙지하여 부상 발생 시 빠른 응급처치로 2차 손상을 예방할 수 있도록 해야 한다. 아울러 코치 및 지도자는 선수들에게 알맞는 재활 방법들을 처치하고, 선수들의 상해 예방과 처치에 대한 이해와 교육이 수반되어야 할 것이다. 추후 수영 영법 별 상해 예방과 상해 처치 그리고 재활방법에 관한 구체적인 기전적 연구들이 수행 되어져야 할 것으로 사료된다.

• 한국농림기상학회지
• /
• 제25권1호
• /
• pp.48-59
• /
• 2023

본 연구에서는 새롭게 개발된 식생의 BVOCs 배출계수를 기반으로 MEGANv2.1을 구동 후 BVOCs 배출량을 산출하여 질소산화물과의 결합을 통해 대류권 오존농도에 어떠한 영향을 미치는지 분석하고 그에 대한 신뢰성을 검토하고자 한다. BVOCs 대상물질은 이소프렌(Isoprene)과 모노테르펜(Monoterpenes)으로 한정하였고, 모델링 도메인의 공간적 범위는 남한지역을 포함하는 한반도의 남부(위도 : 32.8N~39.3N, 경도 : 123.4E~130.9E)와, 시간은 2008년 5월 1일부터 6월 30일까지를 대상으로 하였다. 식생 BVOCs 배출 모델의 입력자료를 생성하기 위해 토지피복 자료는 MODIS (MODerate resolution Imaging Spectroradiometer)의 MCD12Q1 (Land Cover type 5, PFT)와 환경부의 중분류 토지피복도를 사용하였고, 엽면적지수 자료는 MODIS의 MCD15A2를 사용하였다. 또한, 인위적 활동에 의한 배출량을 산출하기 위해 사용된 모델은 SMOKE-Asia 1.20 버전(Woo et al., 2009)이며, 오존농도를 모의하기 위해 CAMx v6.0 모델을 사용하였다. 연구의 진행은 1) 기존에 우리나라에서 측정된 식생 배출 값들을 조사하여 새로운 식생 배출계수를 BVOCs 배출모델에 적용하고, 2) GIS S/W을 이용하여 식생 배출모델(MEGAN)에 사용되는 입력자료를 생성하고, 3) MEGANv2.1을 구동하여 식생 배출량을 산출하고, 4) 인위적 배출을 산출하는 모델(SMOKE-Asia)을 구동하여 나온 인위적 배출량과 식생 배출량을 결합하여 대기화학 수송 모델(CAMx)의 입력자료로 사용하고, 5) 대기화학 수송 모델에서 구동된 오존농도의 결과 값을 실제 측정 값과 비교하여 식생 배출량 결과의 적정성에 대해 검토하였다. CAMx 모델을 통해 5개의 시나리오(인위적+식생 VOCs 배출 시나리오 4개 : A, B, C, D / 인위적 VOCs 배출 시나리오 1개 : E)에 대해 오존 생성농도를 비교한 결과, 본 연구에서 새롭게 적용한 식생 배출계수와 MODIS PFT를 사용한 시나리오 C에서 오존농도가 가장 높게 모의되었고, 인위적 VOCs 배출만을 고려한 시나리오 E보다 지역별로는 최대 53ppb, 도메인 평균으로는 2ppb 정도 높게 오존농도를 모의하고 있었다. 배출계수와 토지피복지도의 변화로 인한 오존농도의 차이 중에서는 배출계수의 변화로 인한 오존농도의 변화가 더 큰 것으로 확인되었다. 오존농도에 대해 모델링한 결과를 6개 도시지역의 오존 측정망 값과 비교한 결과, 자연적 VOCs 배출량이 상대적으로 작은 대도시와 주변 도시지역에서는 시나리오에 따른 모델과 측정 값과의 결정계수 값의 변화가 작게 나타났고, 자연적 VOCs 배출량이 높은 중소 도시지역에서는 시나리오에 따른 모델과 측정 값과의 결정계수 변화가 높게 나타났다.

• 전기전자학회논문지
• /
• 제27권1호
• /
• pp.116-121
• /
• 2023

본 논문에서는 딥러닝 예측 결과 정보를 적용하는 복합 미생물 배양기를 위한 딥러닝 구조를 개발한다. 제안하는 복합 미생물 배양기는 수집한 복합 미생물 데이터에 대해 복합 미생물 데이터 전처리, 복합 미생물 데이터 구조 변환, 딥러닝 네트워크 설계, 설계한 딥러닝 네트워크 학습, 시제품에 적용되는 GUI 개발 등으로 구성된다. 복합 미생물 데이터 전처리에서는 미생물 배양에 필요한 당밀, 영양제, 식물엑기스, 소금 등의 양에 대해 원-핫 인코딩을 실시하며, 배양된 결과로 측정된 pH 농도와 미생물의 셀 수에 대해 최대-최소 정규화 방법을 사용하여 데이터를 전처리한다. 복합 미생물 데이터 구조 변환에서는 전처리된 데이터를 물 온도와 미생물의 셀 수를 연결하여 그래프 구조로 변환 후, 인접 행렬과 속성 정보로 나타내어 딥러닝 네트워크의 입력 데이터로 사용한다. 딥러닝 네트워크 설계에서는 그래프 구조에 특화된 그래프 합성곱 네트워크를 설계하여 복합 미생물 데이터를 학습시킨다. 설계한 딥러닝 네트워크는 Cosine 손실함수를 사용하여 학습 시에 발생하는 오차를 최소화하는 방향으로 학습을 진행한다. 시제품에 적용되는 GUI 개발은 사용자가 선택하는 물 온도에 따라 목표하는 pH 농도(3.8 이하) 복합 미생물의 셀 수(10⁸ 이상)를 배양시키기 적합한 순으로 나타낸다. 제안된 미생물 배양기의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과는, pH 농도의 경우 평균 3.7로, 복합 미생물의 셀 수는 1.7 × 10⁸으로 측정되었다. 따라서, 본 논문에서 제안한 딥러닝 예측 결과 정보를 적용하는 복합 미생물 배양기를 위한 딥러닝 구조의 효용성이 입증되었다.

• 한국수자원학회논문집
• /
• 제56권6호
• /
• pp.419-429
• /
• 2023

본 연구의 목적은 미래 기후변화에 따른 담수호의 종합적 수자원 관리를 위하여, 이수-치수-수질을 모두 고려한 평가지표를 설정하고, 로버스트 의사결정 기법을 활용하여 담수호 관리수위 별 변화를 분석하고 평가하는데 있다. 기후변화에 따른 유입량 변화와 이에 따른 호소 수문, 수질 변화를 모의하기 위해 유역-호소 연계모델을 활용하였다. 관리수위는 -1.7 El.m부터 0.3 El.m 까지 5개의 대안을 설정하고 ACCESS-CM2 a Global Climate Model의 SSP1, 2, 3, 5 시나리오에 따른 변화를 평가하였다. 로버스트 의사결정을 위해 기간신뢰도 기반 이수-치수-수질 지표를 성과지표로 산정하고, 후회도를 결정지표로 최소의 최대후회도를 가지는 대안을 산정하고자 하였다. 대안 별 평가 결과 -1.2 El. m가 최적 관리수위로 산정되었다. 관리수위를 높게 설정할수록 치수적 실패에 낮게 설정할수록 이수적 실패에 가까워지는 것으로 나타났으며, SSP5 시나리오에서 가장 많은 실패가 발생하였다. 수질 부문에서는 관리수위를 상승시킬수록 저수지 체적 증가로 수질 변화가 적게 나타났으며, 낮출수록 수질 변화가 크게 나타났다. 하지만 현재 담수호의 수질 상태가 좋지 않아 관리수위를 상승시켜 수질 변화가 적었을 때 실패가 더 자주 발생하였다.

• 한국국제농업개발학회지
• /
• 제23권5호
• /
• pp.520-530
• /
• 2011

이앙시기에 따른 생존율은 이앙된 벼가 0℃이하의 저온을 경과하면 생존율이 급격하게 저하되지만, 1~2회 저온에 노출되었을 경우 생존이 가능하여 야간 저온이 0℃를 벗어나는 시기부터 조기재배 이앙이 가능할 것으로 판단된다. 이러한 결과는 손 등(1983), 정 등(2000)의 4월 15일을 벼 2기작 재배의 적정 이앙시기로 제시한 것과 비슷한 경향이었다. 벼 2기작을 위하여 조기재배용으로 육묘한 묘는 육묘일수가 길고 육묘기간을 대부분 가온된 온실 안에서 유지함에 따라 식물체가 도장하고 연약해져 이앙 후 식물체의 줄기가 부러지는 경우가 많았다. 따라서 관행 육묘상자에 파종량을 줄여서 생육을 진전시키는 것은 이앙시 뿌리 절단에 의해 이앙후 활착이 늦어지므로 저온기에 이앙을 위해서는 폿트육묘 방법이 효과적이었다. 벼 조기재배에서 육묘 이앙 후 주간의 지엽전개가 완료되기까지 생육일수와 적산온도는 관행 육묘상자로 육묘하여 이앙한 것에 비해 폿트육묘의 경우 생육기간 및 적산온도가 감소하였으나 폿트의 크기에 따른 차이는 유의하지 않았다. 폿트 육묘의 크기를 키워 벼 이앙시 생육단계를 달리한 경우 1~2일의 추가적인 생육일수 단축효과가 있었다. 이것은 이앙시 모의 생육량 차이보다 뿌리가 잘리지 않은 상태에서 빠르게 활착하여 본답 생육을 빨리 진행하는 것이 중요함을 의미한다. 출수기까지의 생육일수와 적산온도는 저온피해를 받은 이앙 시기에서 크게 증가하는 경향이었고 익산에서 4월 10일과 4월 20일의 출수기 차이는 2일 정도로 조기재배에서 이앙시기를 앞당겼을 때 생육기간은 크게 단축되지 않았다. 벼 품종별 출수기는 진부올벼가 7월 4일로 가장 빨랐고 둔내벼와는 2~3일의 출수기 차이가 있었다. 이 결과는 손양(1983)등이 밀양에서 4월 15일에 철원 36호 등 4품종을 공시하여 7월 6일~7월 18일에 출수하였던 것에 비해 2~14일 빨랐다. 저온피해가 발생하지 않는다면 진부올벼의 가장 빠른 출수기는 6월 30일 또는 7월 1일경일 것으로 추정된다. 따라서 관행 벼 육묘상자로 육묘시 6월 말 또는 7월 초에 출수하여 8월 5일경 수확하고 8월 10일 이전에 이앙하는 벼 2기작 시스템이 가능할 것으로 판단된다. 벼 폿트육묘 재배시 4월 15일 이앙된 진부올벼의 경우 5~7일 출수기가 단축되었다. 폿트육묘 재배에 의한 출수기 단축은 저온 피해를 적게 받은 경우에 효과가 컸고, 둔내벼에 비해 진부올벼의 출수기 차이가 컸다. 저온피해를 받아 생존율이 떨어지는 경우는 400 kg/10a 이하로 수량이 감소하였고, 저온에도 불구하고 잎이 고사하지 않으면 400 kg/10a 이상의 수량을 얻을 수 있었다. 이 결과는 손양(1983) 등이 4월 15일 이앙에서 얻은 400 kg/10a 전후의 수량과 비슷한 수준이었다. 4월 15일에 이앙하여 저온피해를 상대적으로 적게 받은 경우에 쌀 수량은 평균 432 kg/10a, 4월 10일 이앙에서는 375~412 kg/10a였다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.933-948
• /
• 2023

대기 중 에어로졸은 인체에 악영향을 끼칠 뿐 아니라 기후 시스템에도 직간접적인 영향을 미치므로 에어로졸의 특성과 시공간적인 분포에 대한 이해는 매우 중요하다. 이를 위해 위성기반 관측을 통해 에어로졸 광학 두께(Aerosol Optical Depth, AOD)를 산출하여 에어로졸을 모니터링하는 다양한 연구가 수행되어 왔다. 하지만 이는 주로 조견표를 활용한 역 산출 알고리즘에 기반하여 이루어지기 때문에 많은 계산량을 요구하며 불확실성이 존재한다. 따라서, 본 연구에서는 Geostationary Ocean Color Imager-II (GOCI-II)의 대기상한반사도와 30일 동안의 대기상한반사도 중 최솟값과 관측 시점 값의 차이 값, 수치 모델 기반 기상학적 변수 등을 활용하여 기계학습 기반 고해상도 AOD 직접 산출 알고리즘을 개발하였다. Light Gradient Boosting Machine (LGBM) 기법이 사용되었으며, 추정된 결과는 지상 관측 자료인 Aerosol Robotic Network (AERONET) AOD를 활용하여 랜덤, 시간 및 공간별 N-fold 교차검증을 통해 검증되었다. 세 가지 교차검증 결과 R²=0.70-0.80, RMSE=0.08-0.09, 기대오차(Expected Error, EE) 안에 있는 비율은 75.2-85.1% 수준으로 안정적인 성능을 보였다. Shapley Additive exPlanations (SHAP) 분석에서는 반사도 관련 변수들이 기여도의 상위권 대부분을 차지하고 있는 것을 통해 반사도 자료가 AOD 추정에 많은 기여를 하는 것을 확인하였다. 서울과 울산 지역에 대한 시간 별 AOD의 공간 분포를 분석한 결과, 개발된 LGBM 모델은 시간의 흐름에 따라 AERONET AOD 값과 유사한 수준으로 AOD를 추정하고 있었다. 이를 통해 높은 시공간 해상도(i.e., 시간별, 250 m)에서의 AOD 산출이 가능함을 확인하였다. 또한, 산출 커버리지 비교에서 LGBM 모델의 평균 산출 빈도가 GOCI-II L2 AOD 산출물 대비 8.8%가량 증가한 것을 통해 기존 물리모델기반 AOD 산출 과정에서 발생하던 밝은 지표면에 대한 과도한 마스킹의 문제점을 개선시킨 것을 확인하였다.