제 5 장 농업기상 예보

5.1 농업기상예보의 범위

농업기상예보는 현재 및 미래의 작황 평가와 관련이 있다. 즉 작물-발육단계(특히 성숙도), 수확(양과 질) 및 파종밀도 및 재배위치, 재배면적과 같은 생산양식에 영향을 미치는 다른 요소를 한다. 이 예보분야는 농작업에 영향을 미치는 특수 요소(예를 들어 장래 발생할 수 있는 재해(서리, 화재, 우박, 호우) 발생확률을 평가하고 약제살포작업을 위한 예보)를 취급하는 제4장에서 논의된 농업기상 예보와는 구별되어야 한다.

농업기상예보는 앞으로의 농작업을 예측하기 위하여(미래의 예측값을 외삽 추정치 않은)실제 과거 및 현재 기상자료를 사용하기 때문에 기상예보(Wang,1967)가 포함되지 않은 작물예보라 불려 진다. 이러한 방법은 다음에 있는 2가지 원리에 기초를 둔다.

(a) 현재 작물(즉 일반보건 및 번영) 및 환경(즉 작물이 자라나는 지역의 일반기후)의 타성의 지속성

(b) 현재 및 과거 기상조건에 대한 현재 작물타성의 의존성

5.2 농업기상예보의 중요성

많은 국가에서 현재 농업기상예보는 특히 농업생산 계획수립을 위한 농업활동을 지원하는 가장 중요한 수단이다.

농업기상 자문서비스는 가장 완전하고 합리적인 기후 및 기상자료를 이용할 수 있게 하고, 경제적인 운영, 높고 변함없는 수확량을 얻을 수 있게 하며, 축산 생산성을 최대화하려는 농업활동에 도움을 준다. 이 서비스는 주요한 여러 농업활동 계획을 수립할 수 있게 하므로 매우 중요하다.

농업 및 기타 기획단체는 적절한 재배대책을 마련하기 위해서 다음 사항을 알아둘 필요가 있다. 작물생장 및 수분공급에 있어서 생물기후학적인 면의 예상시작 시기, 미리 필요한 기계를 준비하기 위한 작물성숙 및 수확예상 시기, 중요한 계획의 수립을 위한 작물수확 예상량(예: 양곡 수·출입) 등 겨울작물의 파종 후 기상 상태가 매우 좋지 않은 지역에서는 겨울이 지난 후의 작물상태 및 작물의 피해가 심한 지역에 대한 예보는 매우 중요하다. 겨울철 수분이 부족하거나 수분 변동이 큰 지역에서는 봄철의 수자원예보는 그 당시 이용할 수 있는 물이 수확량을 결정하는데 있어 큰 영향을 미치기 때문에 매우 중요하다. 경험적으로 정량적 방법이 정성적 기술보다 유용하기 때문에 많은 나라에서 정량화 방안이 개발되고 있는 중이다.

생산목적을 위해서 가장 중요한 농업기상예보에는 작물발육 및 성숙단계, 작물수확, 토양-수분 유출도 및 물 공급, 겨울작물의 월동상태 및 동결지역, 관개 및 열공급률이 포함된다.

5.3 농업기상예보의 기본 원리

농업기상예보는 농업기상의 독립 변수(강수, 온도) 및 유도변수(토양수분지수, 대기수분압력)로부터 예측된 종속변수(수확, 개화일 등) 사이에 존재하는 통계적 상관관계에 기초를 둔다. 독립변수 및 예보인자는 축적된 농업기상 경험과 직관력에 의해서 쉽게 선택할 수 있으며, 여러 변수가 상호 연관된 경우(예: 온도에 영향을 받는 습도)에는 다중회귀분석에 의해 주요 독립변수가 선택되기도 한다. 이러한 방법은 성공적인 예보를 하기 위해 꼭 필요한 실용적인 접근법이나 때로는 경험적인 자료의 입력도 요구된다. 복잡하게 얽혀있는 여러 환경요소는 추정하고자 하는 작물인자에 미치는 총체적 영향에 대한 이해의 근원적 미흡을 의미한다. 따라서 인과 관계에 대한 설명이 되지 않으므로 앞으로 연구되어야 할 과제로 남아 있다. 이 방법은 충분한 상세함과 정확성이 현재로서는 부족한 요인에 대한 장기예보보다는 작황에 영향을 미치는 주요 지속성 인자에 대한 지식만을 필요로 한다.

이 방법은 동일한 농업기상 변수가 토양 특성, 지형, 기후, 재배 작업의 제한된 지역에서만 공간적 동질성을 가지므로 다른 지역에는 적용될 수 없다. 그러므로 예보관계식(선형 또는 2차 방정식)은 지역에 따라 달라야 한다. 이러한 변이의 일관성 부족을 극복하기 위해서는 철저한 물리적, 생물학적 상호관련성의 이해(예를 들어, 식물 건물 생산이 어떻게 CO2 동화작용, 호흡작용 및 증산작용과 같은 기초대사 과정에 의존하는가,)가 필요하다. 이러한 관계 규명을 위하여 부가적인 환경 요소의 정밀관측(예 : CO2, 열 및 수증기의 속(Flux))이 필요하게 된다. 어떤 경우에 있어서는, 재정과 인적자원의 경제적 측면에서 이러한 관측자료 입력의 수행이 배제되기도 하므로 경험적이고 통계적인 예보기술은 더욱 유용하다.

농업기상예보의 근간 원리는 다음과 같이 가정되어 질 수 있다.(Robertson, 1974a)

(a) 현재 작물상태는 과거 기상자료를 이용해서 평가될 수 있으며, 잠재생산력도 어느 정도 결정할 수 있다.

(b) 토양수분은 과거 기상자료로부터 추정할 수 있으며, 작물수량의 양과 질을 결정하는 보다 중요한 환경변수 중의 하나이다.

(c) 현재 기상상태는 며칠 이상 지속되는 경향이 있으므로 통계적인 의미에서 알고 있는 확률 분포에 따라 정량화되는 경향이 있다.

(d) 주요한 기상요소의 확률분포는 현재 작물상태 및 미래의 잠재생산력의 앞으로의 변화 가능성을 결정하는데 사용할 수 있다.

(e) 온도 및 복사는 넓은 규모에 분포하는 점에서 보수적인 기상요소가 제한된 관측소로부터 얻은 기상자료일지라도 비교적 넓은 지역에 걸쳐 현재의 농작물 상태 및 미래의 생산량을 추정하는데 사용할 수 있다.

작물-기상관계를 대표하는 통계방정식의 유용성은 특히 아래의 4개 응용분야에서 증명되었다(Baier, 1977). :

(a) 대규모지역에서 예상 수량의 평가

(b) 작물생산의 농업기후학적 분석

(c) 기상요소에 대한 작물 반응 평가

(d) 자연이나 인간에 의해 발생된 기후변동이 작물수확에 미치는 영향 평가

수확을 추정하기 위한 기술은 예나 지금이나 지구전체 식량 자원의 예측을 위해 필수적이다. 5.9절의 예에서는 선택된 작물 특히 전세계적으로 중요한 밀에 대한 수확예보를 주로 다룬다. 이러한 성공적인 활용에 의해 농업기상 예보의 다른 분야에도 가치가 있음을 보여주었다. 이와 비슷한 방법들이 뉴질랜드에서는 기상이 낙농, 고기 및 양모 생산에 미치는 영향을 영국 및 웨일즈(Smith, 1975)에서는 기상이 우유의 질과 양을 예측하기 위해서 개발되었다.

5.4 예보의 정확성

5.1절에서 언급된 것과 같이, 현재(즉 초기)의 기상 조건은 후기의 식물 발육단계, 성장 및 수확을 결정한다. 그러므로 농업에 중요한 기상요소의 실지 관측은 농업기상예보를 위해서 매우 유용하며, 정규 기상예보에 근거한 예측보다 더 정확한 예보를, 간혹 미래의 경우에도 유효한 기초를 제공한다. 중-장기 기상 예보법은 아직까지 현장에서 이용할 수 있을 정도의 정확도에는 미치지 못하고 있다. 농업기상예보 정확성은 다음과 같다. (a) 초기관측이 얼마나 지역상태를 잘 표현하는가? (b) 지역상태(기후, 토양특성 등)가 얼마나 균일한가? (c) 관측이 얼마나 정확한가? (d) 농업기상 모델이 예보하고자 하는 농업기상변수의 변화에 얼마나 민감한가?

5.5 생물기후예보

5.5.1 원리

거의 모든 농업기상예보는 각각 서로 다른 기후가 필요한 주요 작물-발육단계의 발생일수 예보인 생물기후예보 요소를 포함한다. 예를 들어 과일나무 개화시작 예보나 과일 성숙일 예보는 서리방지 작업, 인적자원 및 시장에 관한 경영 결정을 수립하는데 중요하다. 곡물 보호에 있어서 주요 작물-발육단계(예: 분지, 출수, 개화, 성숙)의 예상시기 예보는 토양-수분상태 및 수확의 평가와 연관되어 있다.

원칙적으로 기상자료를 이용한 작물-발육단계 발생일수의 추정에는 두 가지 방법이 사용된다. 첫째는 식물 발육율과 관계가 있는 도일(degree day)형과 여러 가지 유도값으로 표현되는 기후자료에 기초를 둔 예상온도를 이용하는 방법이며, 둘째는 생육초기에 발생되는 식물, 작물 발육단계 추정에 생육전기 이전에 얻어진 기상자료나 생물기후관측을 이용하는 방법이다.

5.5.1.1 도일개념

도일개념의 첫 번째 접근법은 주어진 식물종이 한 생물기후단계(예. 재배 P)로부터 다른 단계(예. 성숙 M)로 넘어가기까지는 기온 분포에 관계없이 매일 평균온도(Tm)의 합계(k)와 관련된다는 사실을 가정한다. 일반적으로 임계온도(a) 이상일 때의 기여도는 아래와 같다.

Tm < a 이면 (Tm - a) = 0 이다.

다양한 도일개념 응용 중의 하나는 다음과 같이 위 방정식에 일장 인자를 도입한다.

Tm < a 이면 (Tm - a) = 0 이다.

L 은 생물기후주기 동안의 평균 낮길이, k는 광열상수이다. 특정 작물 및 품종의 경우, 광열상수(k)의 도일상수(k)에 대한 이점은 이미 증명되었다(Robertson,1973).

식물의 광열반응은 토양-물 상태, 복사 수지나 증발산과 같은 다른 환경인자에 의해서 변경될 수 있다.

옥수수 성숙에 대한 몇몇 기상요소의 영향을 설명하기 위해서 Primault(1969)는 아래와 같은 형태의 생물기상지수를 개발했다.

여기서 I 는 옥수수 성숙지수,

Ta는 일평균 기온,

S 는 일조시간,

P30 은 24시간 강수량(최고는 30mm/day)이고,

s 및 p 는 회귀방법에 의해 결정되는 회귀계수이다.

이 방정식은 입력자료로 표준기후자료만을 필요로 하기때문에 옥수수 성숙단계를 파악하고 등숙일을 예보하는데 유용하다.

식물은 일장, 온도 및 다른 변수에 직선적으로 반응을 하지 않는다. 즉 식물(및 품종)은 상한, 하한 임계값 및 작물 생활사 중 변화한다는 것이다. Robertson(1973)은 주가, 야간온도 및 광주기에 대한 작물의 비선형 반응을 아래와 같은 형태의 3차방정식으로 제안했다.

여기서 는 어떤 생물기후단계 S₁에서 다른 단계인 S₂까지 매일 수행되어 지는 합계로서 총합계는 임의 값 1과 같다. M은 발육 또는 성숙도, L은 일장주기, T₁은 일최고(주간)기온, T₂는 일최저(야간)기온이고 a₀, a₁, a₂, b₀등은 평가도 계수이다.

곡류작물에 있어서 위 식은 5개 생물기후기간이 회귀식 작성을 위한 상당히 동질의 생리적인 기간을 제공하는 것으로 가정한다. 이 기간은 파종에서 출현까지(P-E), 출현에서 가지치기까지(E-J), 가지치기에서 꽃눈 생성까지(J-H), 꽃눈생성에서 열매생김까지(H-S) 및 열매생김에서 성숙까지(S-R)이다. 밀(Robertson, 1968), 보리(Williams, 1974) 및 콩(Major et al, 1975)의 경우에 회귀계수들이 작성되어 있다.

현재의 발육도 및 성숙도 평가는 과거 및 현재 기상자료로부터 얻을 수 있다. 생물기후 일수 예보는 천문일람표로부터 이용할 수 있는 일상주기 자료와 함께 현재 및 앞으로 예상되는 온도값(즉 평균, 확률 또는 예상값)을 이용하여 얻을 수 있다.

5.5.1.2 경험적인 관계

두 번째 접근법은 생육초기에 관측된 몇몇 생물기후현상이나 기상자료(X)에 대한 추정생물기후 및 주기일수(Y)를 관련시켜 Y = a + bX와 같은 몇몇 경험관계식형을 사용한다. 온도기준은 내재적인 정확성(Smith, 1975)보다는 상대적 이용성을 위해 훨씬 광범위하게 사용 되어왔다(Smith, 1975). 예보의 정확성은 대부분 기본 기상자료 대신에 농업기상변수(지중온도, 토양수분, 증발산 등)를 사용함으로서 개선되어질 수 있다.

이런 고전적인 생물기후예보 형태의 예로는 스위스에서 체리수확 개시일을 결정하는 방법이 있다. 현재 사용되고 있는 방법은 Bider과 Meyer(1964)의 연구를 기초로 하고 있다. 관측된 체리나무의 개화일은 3℃ 임계값 이상의 일기온 적산을 하는 생물학적 시작점이 된다. 과거 생물기후 및 기후관측으로부터 체리 수확 평균 시작일(7월 17일)은 임계치 이상의 적산온도가 1100이 된다는 것을 알게 되었다. 처음 예보는 5월 1일까지의 적산치 및 5월 1일 ∼ 7월 17일까지 도일의 장기 평균합계를 사용하여 5월 1일에 작성된다. 예보 수정은 그후 매10일 마다 발표한다. 예상되는 수확자료에 있어 최대 예보오차는 ±10일이고, 오차가 ±3일 이내인 경우는 약 35%이다. 이 예보는 예상되는 체리생산의 제조에서 판매까지의 전과정(마케팅)을 조절하기 위해서 뿐만 아니라 수송 및 노동력을 필요한 적기에 사용하기 위한 일정을 짜는데 이용된다.

Valais(스위스)주에서 살구 성숙일을 예보하기 위해 생물기후, 기상 및 기후자료를 사용하는 비슷한 방법이 Primault(1970)에 의해서 제안되어 졌다. 12월말 살구성숙을 예보하는데 있어, 중요한 입력매개변수인 평균기온에 기초를 둔 예보로 예상개화일을 추정한다. 2월말에 작성된 수정 예보는 적설이 없어지는 날을 고려한다. 관측된 개화일은 추후 수정을 위한 점검자료로 사용된다. 성숙일 예보에 있어서 최대오차는 ±8일이내 이다.

5.6 월동 예보

예상되는 월동조건 및 봄에 나타날 겨울작물 상태에 대한 장기예보는 여러 국가에서 매우 중요하다. 이 예보에는 불리한 겨울조건이 예상되는 지역뿐만 아니라 봄에 부분적 또는 전체적으로 재파종이 필요한 겨울 흉작지도 언급되어야 한다. 겨울내내 작물에 끼치는 피해 및 파괴는 토양 경우 주로 동결, 침수, 얼음층 누적 등 다양한 이유로 발생한다.

중규모 수준 즉 개별포장에서의 월동 조건에 대한 예보를 준비하기 위해서는 분얼경 깊이의 최저 지중온도 계산을 포함해야 한다. 즉 평균치보다 크거나 적은 값이 나타나는 지역에서 최저 지중 온도는 적설깊이 및 기상조건에 따라 달라진다. 작물동해 가능성은 겨울동안 분얼경 깊이에 지중온도와 식물동결(즉, 서리 저항성)의 임계온도를 비교하여 결정할 수 있다.

국지적 작물수량 및 생산량 추정을 위해서는 불리한 겨울조건으로 인해 예상되는 작물피해나 손실율을 알아내는 것이 중요하다. 여러 지역에서 서리피해지역 범위를 추정하기 위한 진단방정식 및 월동조건을 예보하는 방법이 개발되었으며, 이에 대한 한가지 예는 부록 5A(Moise-ichik, 1972)에 실려있다.

5.7 토양수분 평가 및 예보

초봄에 지중 1m층의 수분 함량에 대한 예보나 평가는 농장 운영자 및 농업계획 기관에 큰 도움을 준다. 대개 그러한 예보는 기후학적인 물수지법이나 경험회귀 방정식에 기초를 둔다. 수분상태 평가는 토양-수분 측정법을 이용하거나 하지 않는 과거 및 현재 기후자료(예: 강수, 복사, 온도, 바람)를 기초로 한다. 가까운 미래에 대하여 현재의 예상치로부터 외삽추정 하는 것은 수분수지 방정식의 장기평균값이나 위의 다른 기상자료 통계치 이용을 통해서 가능하다. 다른 한편으로 토양-수분 예보방정식은 하나 또는 여러 개의 다른 농업기상 변수와 관련된 토양-수분 기록자료의 통계적 분석에 근거하고 있다. 확률에 기초를 둔 이 접근법은 때때로 가까운 미래의 외삽을 위해서 과거에 발생된 현상을 이용한다. 수분수지 방법은 다음 기본방정식을 이용한다.

P - Q - U - E - △W = 0

여기서 P는 강수 또는 관개수, Q는 지표수, U는 뿌리토양아래를 지나는 깊은 배수구역, E는 증발산량이고 W는 토양-수분저장량 변화이다.

이 방정식의 각항은 측정이나 추정과 관련하여 특별한 문제점을 갖고 있다. 실제 적용시 가장 큰 문제점은 Q나 U같은 임의의 항은 무시한다는 것을 가정하는 것이며, 또한 넓은 지역 및 오랜 기간에서는 △W는 0과 같다고 가정하는 것이다. 단기 혹은 계절적인 적용을 위해서는 △W의 근사값 즉 고려 중인 기간의 시작 및 끝에서 각각 토양-수분 저장량이 필요하다는 점이다. 그러한 값은 토양-수분을 측정(기술서 97호)함으로써 얻을 수 있으나 더욱 실용적인 방법으로는 Thornthwaite, Penman, Fitzpatrick, Palmer, Baier-Robertson 또는 Budyko에 의한 방법과 같은 적절한 추정기술과 기후자료를 이용하여서 얻을 수 있다(기술서 138호).

미래의 토양-수분상태예보를 위한 기초로서 현재 토양-수분 보존량 평가에 대한 대표적인 기후학적 수분수지 접근법의 적용 예로는 캐나다에서 사용된 다목적 토양수분 수지법(versatile soil-moisture budget: Baier 및 Robertson, 1966, Baier et al, 1972)이 있다. 그림 5.1은 캐나다의 현재 토양-수분 보존량을 컴퓨터로 그린 지도이다. 이 방법은 성공적으로 검증되어 캐나다에서는 널리 사용되고 있다.

토양-수분의 직접 측정이 수문기상활동의 일부분으로서 취급되는 소련에서는 토양수분 및 작황의 현장 예보에는 직접적인 토양-수분의 측정이 포함된다. 그러나 토양수분이나 수분보존량 변화를 추정하는 회귀형 기술은 특정 작물, 토양, 기후 및 경영관리를 위해 개발되어 왔다.

Z = aw + bt + cz + d

여기서 Z는 10일 동안의 지중 1m층에서의 토양수분변화, w는 10일기간 중 시작일의 토양수분 저장량, t는 10일동안의 평균기온, z는 10일동안의 총강수량이며 a, b, c, d는 회귀계수를 나타낸다. 이러한 방정식의 계수들을 숫자로 표시한 예는 첨부 5B에 있다.

< 그림 5.1 > 토양-수분 보존량

5.8 열 - 공급 예보(Heat-supply forecast)

열-공급예보는 다가오는 생육기간 중 가장 알맞은 열적 조건의 예보는 특정의 호온성 열대 식물의 경우에 필요하다. 비록 장기 온도예보는 아직 충분한 정확도를 갖지 못하므로 이용할 수 없지만, 그러나 봄의 상태와 앞으로 진행될 여름상태 사이의 임의의 통계적인 상관관계는 설정할 수 있다.

소련의 Davitaya(1964)는 생육기간 중의 열적 조건을 추정하기 위해서 작물-생육기 동안 10℃(Σt)이상의 도일과 봄(D)에 평균기온이 10℃를 넘는 날과의 관계를 이용했다. 그 예보 방정식은 Σt = -18.25D + 2759(R = -0.74)이다. 이 관계식은 생육기가 진전됨에 따라 향상되고 2개월이 지나면 방정식 Σt = -18.60D + 1813(R = -0.90)가 이용된다.

5.9 수확 예보

5.9.1 모델링

사용중인 농업기상예보 중 경제적으로 가장 중요한 것은 작물수확에 대한 농업기상예보이다. 이 방법은 많은 나라의 기상학자들이 주요 재배작물에 대한 수확 예보를 할 정도로 과거 10 ∼ 15년이상에 걸쳐 빠른 발전을 이룩했다. 수확예보에 관심을 둔 주요 국가는 독일, 캐나다, 인도, 일본, 미국 및 소련이다. 대부분 실시 중인 수확예보는 국제무역에 있어서 경제 및 세계 식량공급에 중요한 역할을 담당하는 일년생 곡류에 대해 개발되어졌다. 또한 콩, 아마, 사탕무우 등 지역적으로 중요한 환경작물을 위해서도 성공적인 예보모형들이 발표되었다(McQuigg,1975, Grobecker,1975).

작물수량에 미치는 기상 및 기후영향을 모형화하는데는 3가지 접근법이 있다:

(a) 대표적인 식물 또는 식물 군락에서 일어나는 상세한 기상 변화로 인하여 발생하는 생물, 물리학적 과정을 설명하는 작물-생장 모의실험

(b) 선택된 농업기상변수에 대한 작물반응을 분석하는데 필요한 조사도구인 작물-기상분석 모형

(c) 회귀방법 모델 중 계수값 추정을 위해 한 지역에서 얻은 수확자료 샘풀과 동일한 지역의 기상 및 토양자료 표본을 이용하는 경험-통계학적 모델

대개 경험-통계학적 접근법은 특정 국가 또는 지역에서 현재 재배되고 있는 작물-수확 및 생산 예보에 이용된다. 국가별 작물 예보기획의 예는 아래를 참고하기 바란다. 또 다른 예로는 수확평가에 있어서 작물-기상 모델 및 이용에 관한 내용이 들어있는 WMO 기술서 151호를 참고하기 바란다(Baier, 1977).

5.9.1.1 밀

5.9.1.1.1 미국

Thompson에 의해서 제안된 밀(1962, 1969a), 옥수수(1969b) 및 콩(1970)에 대한 기상- 수확 관계식은 많은 작물 및 지역에 대해 개발, 현장에서 사용되고 있는 전형적인 회귀식모형이다. McQuigg(1975)가 보완 제시한 최신 Thompson 모델의 계산식은 아래와 같다.

여기서 Y는 해당 주에서 추정된 주(State)수확량이고, N은 기상변수이며, fi(year)는 상이한 두 기간에 대한 2개의 선형함수를 나타낸다. 모든 (Xi - Xi) = 0이면 "평년 기상"에 가깝다.

밀생산 5개주(North & South Dakota, Nebraska, Kansas, Oklahoma) 표본자료에 대한 최소자승 회귀식에서 얻어진 상관계수가 R2 및 표준오차와 같은 다른 통계치와 함께 첨부 5C에 실려있다. 표준오차는 "정상기상" 상태 수확값의 약 10%였다.

기후와 환경평가센터는 봄밀 및 겨울밀(McQuigg, 1975)의 Great Plains 지대에 속하는 주의 수확-예보 능력을 향상시키기 위한 노력으로서 Thomson 모델을 약간 수정하였다(미국 미조리주 콜롬비아). 이 수정에는 월강수량, 잠재증발산량(Thornthwaite)을 이용하여 계산되는 건조지수 이용과 만약 32.2 이상의 도일값이 미리 설정된 임계치를 초과할 경우 산정되는 및 스트레스지수(stresindex)를 포함한다.

작물생육기간 중의 수량을 예보하기 위해 축약 모델이 사용된다. 이 모델에서는 회귀계수들을 주어진 시점까지만의 기후변수를 사용하여 추정된다. 예를 들면 만약 캔사스에서 축약시점 2월까지 겨울밀을 추정하려면 2월까지만 기후변수를 이용하여 계산하는 것이다(첨부 5D)

5.9.1.1.2 캐나다

기상과 Prairie 밀생산과의 관계식은 1962년(Williams 및 Robertson, 1965)부터 연구되어 왔다. 오랜기간동안 이 연구는 기상 이외의 다른 변수 및 다른 작물이 포함되도록 확대되었다.

Baier 및 Williams(1974)를 아래와 같이 보존강수량 및 월강수량 항에 덧붙여 재배지대별 잠재증발산량(PET)의 선형 및 2차항을 사용하였다.

여기서 Y_ij는 i번째 작물재배지 및 j번째 년에서 c_ij는 그해 5월 1일전 21개월 여름 휴경 기간에 있어 작물재배지에 남아있는 강수량, R_5ij, R_6ij, R_7ij는 5, 6, 7월동안의 작물재배지 강수량, E_5ij, E_6ij, E_7ij은 5, 6, 7월동안에 추정된 작물 재배지의 PET, a₀, a₁, b_m1등은 회귀계수이다.

대규모 농업기후분석을 하는데 있어 이 연구의 활용 가능성을 알아보기 위해 기상, 토양분류, 토성, 지형 및 경사 항을 포함한 모델이 개발되었으며(Williams et al., 1975), 일반식은 아래와 같다.

Y = C,R₅, R₆, R₇, E₅, E₆, E₇, T_x, T_p, S_g, T

여기서 Y는 임의의 작물지역(crop district)의 특정인의 특정작물(밀, 보리 및 귀리) 수확량, C는 앞선 21개월 간의 강수자료로부터 계산된 작물지역 및 그해 5월 1일 이전에 보존된 강수량, R₅, R₆, R₇은 그해 작물지역의 5, 6, 7월 강수량, E₅, E₆, E₇은 추정된 5, 6, 7월 PET, T_x는 좋은 토양일수록 높은 토성지수(soil-texture index), T_p는 편평할수록 높은 지형지수, S_g는 토양분류 또는 소분류에 관한 정보, T는 선형경사항이다. 이들 변수에 의해 57∼86%의 수량 변화가 설명됐으며, 단지 특성, 지형 및 변화경향을 이용하는 것보다 2배이상을 설명할 수 있다. 이 연구는 수분이 작물재배 지역에서의 곡물 수확량 변이를 일으키는 주요 요소라는 점, 이에 따라 수분이 Canadian Prairies, 특히 건조지역에 있어서 수확량을 예보하기 위한 어떤 모델에서도 효율적인 변수라는 사실을 재확인시켜 주었다.

5.9.1.1.3 소련

소련에서 주요 작물에 대한 농업기상예보는 1964년에 시작됐다. 그때부터 곡류에 미치는 농업기상 상태의 영향과 작물수량을 예보하는 방법에 관한 상당한 연구를 시행해왔다. 수량예보방정식은 농업·수문기상관측소, 주정부 농장, 농업연구소 및 정부 주검정포장에서 실시된 특수관측 및 시험장 연구로부터 얻은 결과를 기초로 한다. 또한 기상관측망 및 농작물 수확통계로부터의 장기 기록자료 역시 광범위하게 이용해 왔다. 다변량 회귀식은 흑토지대나 체르노잼지역에서의 겨울밀 수확을 예보하기 위해 Ulanova(1975)가 개발항하였다. 이들 식은 아래와 같다.

Y = a + b₁ x₁ + b₂ x₁ + b₄ x₂ + b₅ x₃ + b₆ x₃ + b₇ x₄ + b₈ x₄

여기서 Y는 개별경작지, oblast나 지역의 수확을 평균한 겨울 밀의 수확량(100㎏/ha)이다.

작성식의 활용 의도에 따라 독립항(X)은 농업기상변수 또는 기상요소의 1차 및 2차항으로 나타낸다. 출수(heading, 5/6월)기의 조기 수확예보를 위해서는 단지 지역평균의 토양-수분 보존량(mm), ㎡당 평균 이삭수, 평균 초장 및 출수기의 수당입수와 같은 농업기상변수가 포함된다.

이 예보방정식은 기상변수를 이용하지 않고 예상수량을 결정할 수 있는 주요 내재적인자를 포함한다. 조기 예보의 수치사례가 첨부 5E에 실려있다.

생육후기(6월말)의 수량에 대한 정확한 평가를 위해서는 선정된 농업기상 변수들 외에도 또한 월별 또는 작물 발육기간(예: 파종∼출수, 출수∼성숙기)에 대한 총강수량과 같은 기상 요소가 포함된다. 또한 수치로 표현된 후기 예보의 예가 첨부 5E에 실려있다.

이 농업기상 예보 방법은 수확전 3개월 미리 밀 예상 수확량을 추정하는데 출수기에는 정확도가 86%, 그리고 6월말에서는 90%까지 그 정확도가 증가하였다. 위에서 언급한 상관 관계식(Ulanova, 1969)을 이용해서 우크라이나, 북부 코카서스, 몰다비아 및 남 볼가에 있는 흑토대에 대한 장기 농업기상 예보가 작성되었다.

비체루노젬지역에서 겨울 곡물수량을 예보하기 위서 개발된 Kulik(1971)의 접근법은 수량예보에 있어 기상자료와 더불어 농업기상 변수를 사용한 또 다른 예이다. 가을철 생육기 후반에 작성된 수량 추정식에는 당 연도의 기술, 사용되는 비료 량 및 가을철 일평균기온이 5∼15℃를 나타낸 일수에 의한 잠재수확량 추정 항이 포함된다. 봄에 사용되는 식에는 지난 가을 (y'n)에 작성된 추정 수확량, 봄에 일평균 기온이 5∼10℃ 일수, 봄에 식물이 전혀 없는 지역의 백분율, 화학비료 용탈로 인한 감소 예상량 및 생육기간 중 수분상태가 포함된다.

봄밀의 수확예보는 Protserov 및 Kiriliceva(1975년 Ulanova에 의해 인용됨)에 의해서 개발된 방법에 따른다. 먼저 토양수분 공급/수요율(V, per cent)은 다음과 같이 계산되어진다.

여기서 V는 토양-수분 공급/수요율(백분율), W₁ 및 W₂는 한 기간의 시작과 끝에서 지표면 1m 깊이의 토양-수분 보존량(mm), R은 누적강수량(mm)이고, Σd₁은 파종∼출수 까지의 총습도포차, Σd₂는 출수∼등숙기까지의 총습도포차, k₁ = 0.45 및 k₂ = 0.3은 각각 파종∼출수 및 출수∼등숙기에 대한 계수이다.

Kazakhstan 북부 지역의 경우 봄밀 수확을 예보하기 위해서 Protserov에 의해(1975년 Ulanova에 의해 인용된) 토양-수분보존량 계산값을 다음 방정식에 이용하였다.

Y = 0.39_x1 + 0.29_x2 + 0.52_x3 - 0.301_x4 + 0.253_x5 + 0.073_x6 + 0.058_x7 + 0.058_x8 (R = 0.79)

여기서 Y는 수량(100㎏ha)이고, _x1, _x2........_x8은 작물생육기간의 토양-수분 공급률(백분율)이다.

Kirilceva(1975년 Ulanova에 의해서 인용되는)는 파종∼출수 기간의 지역 평균 토양-수분공급률 (_x1)로서 지역 평균 봄밀 수확량 y를 계산할 수 있는 방정식을 개발했다.

y = 0.24x₁ - 2.0 (R = 0.86)

Kirilceva는 파종∼출수기 봄밀 수확량(y)과 토양 수분공급률(x₁)사이의 보다 밀접한 관계를 알아냈다.

y =0.26x₂ - 4.8 (R = 0.95)

5.9.1.1.4 인도

인도에서는 밀수확(y)에 미치는 생육단계 사이의 강수 및 강수분포와 기온의 영향을 알아내기 위해서 연구조사를 수행하였다. Gangopadhyaya 및 Sarker(1965)는 서로 다른 지역 5개 관측소의 15년 자료를 이용하여 관계식을 유도하였다. Niphad 지역에 대한 관계식은 아래와 같다.

y = 33.3653a' + 129.4836b' + 399.6994c' - 12.1895d' + 3334.5233e' - 933.6088f' (R = 0.802)

여기서 강수분포값(a', b', c', d', e', f')은 밀발육 단계의 특정 일부 기간값을 지급한다.

5.9.1.1.5 브라질

Rio Grande do Sul(남위 24도)주는 겨울이 온화하여 밀 성장에 좋은 기후이다. 연중 습도가 높은 기간에 출수 때마다 식물병 발생이 문제가 된다. da Mota 및 Wendt(1975)는 다변량회귀방정식에 있어 주요 추정변수로서 일사 및 습도를 사용하여 수확량(y)을 예측하기 위한 농업기상 예보법을 개발했다.

y = 5.99x₁ + 3.45x₂ + 20.72x₃ + 1871

여기서 x₁, x₂는 각각 8월 및 9월 일조량, x₃는 10월의 상대습도이다.

5.9.1.2 옥수수(maize)

Chirkov(1969)는 0∼50㎝ 토양층의 유효수분 함유량과 엽면적(leaf-surface area)의 관계를 이용하여 옥수수 수량 예보법을 개발했다. 엽면적은 넓은데 토양 유효수분 함량이 적을 경우 많은 수확량을 기대할 수 없고, 또한 엽면적은 작고 수분량이 많을 경우에도 많은 수확량을 기대할 수 없다. 이 두 인자가 적절한 조화를 이룰 때만 높은 수확량을 얻을 수 있다.

옥수수대 생산 및 바이오매스 증산을 위한 최적 조건은 토양 상층 50㎝에서 토양 유효수분 함량이 60∼70㎜ 이상일 때 있으며, 수분함량이 20㎜ 이하이고 주간에 기온이 30℃를 초과하면 포기의 약 30∼40%가 죽었다.

또한 Chirkov(Ulanova(1975)가 인용)를 엽면적이 서로 다른 경우의 출사기로부터 유숙기 사이의 옥수수 수확량(y)과 수분 함량 사이의 관계식을 알아냈다. 유효 수분자원에는 다량의 출사기가 시작되는 때의 10일 동안의 0∼50㎝ 토양층이 수분 함량과 같은 기간에서의 강수량이 포함된다고 가정했다. 구해진 방정식은 아래 주어진 것과 같이 ㎡/hectare 단위로 표현된 엽면적 크기에 따라 변한다.

5000 ~ 8000㎡/ha : y = 0.121x + 6.10 (R = 0.80)

9000 ~ 1600㎡/ha : y = 0.190x + 7.80 (R = 0.81)

17000 ~ 2400㎡/ha : y = 0.260x + 10.27 (R = 0.82)

기준 관측소 관측망에서는 엽면적을 관측하지 않기 때문에 이것은 관측소에서 관측된 초장을 가지고 관계식을 이용하여 계산된다.

A = 36.94h - 1632.8 (R = 0.84; S_y = 26.5㎠)

여기서 A는 ㎤당 개체당 평균엽면적 (S₁)이고, h는 평균초장(㎝)이다. 일단 개체당 엽면적을 알면 엽면적/ha은 파종밀도(개체수/ha)를 이용하여 쉽게 계산된다.

이러한 옥수수 수확예보는 물이 제한인자로서 작용하는 대초원(steppe)지역에서는 좋은 결과를 나타낸다. 옥수수 재배의 북방 한계지역 근처와 습한 지역의 경우에는 예상 농업기상 조건을 고려한 복합지수가 출사기로부터 유숙기 기간 중 사용된다. 다중회귀분석이 Canada(Thompson, 1969b)에서 기상이 옥수수 수량에 미치는 영향을 결정하는데 사용되었다. 기상변수는 9∼6월까지의 총강수량, 6월온도, 7월강수량·기온 및 8월 온도가 있다. 또한 기술상 차이에 의한 영향을 없애기 위해 두 선형 경향식을 포함시켰다. 이 모델에 의해 변이의 94%가 설명되었다.

5.9.1.3 보리, 귀리, 호밀

또한 Canadian Prairies의 춘파소맥 수량예보를 위해서 상세히 기술된 동일한 형태의 방정식이 귀리 및 보리수량에 대해 사용됐다(Williams et al., 1975). 수확 1∼2개월전의 이러한 추정은 곡물-시장 관리기관의 실용적인 측면에서 매우 유용하다. 주단위 및 Prairie 수확량 추정에도 SYMAP(Baier et al., 1976)과 같은 컴퓨터그래픽 지도작성 기술을 사용하여 예상수량의 공간분포를 나타내는 지도가 작성되었다. McQuigg(1975)는 귀리, 호밀 및 밀의 사료용 수량에 대한 수확일 및 기후변수 사이의 관계를 나타내는 회귀 방정식의 예를 들었다.

Hoffman 등(1966)은 독일에서 봄보리 수량과 기상인자 사이의 관계를 연구했다. 그들은 생육기간을 3개의 기간으로 다시 나누었다: (a) 파종∼출아, (b) 출아∼출수(영양생장), (c) 출수∼등숙기(생식성장)이다. 각각의 발육단계에 대한 지속기간, 총강수량 및 일평균 기온의 합을 계산했다. 수확량은 일부 혹은 모든 변수를 사용하여 추정했다.

x₆ = 0.3173x₅₆ - 0.3215x₃₁ - 0.4199x₅₂ + 0.7656x₃₂

여기서 x₆는 수확량, x₅₁, x₅₂는 각각 영양생장 및 생식생장의 지속기간이고 x₃₁, x₃₂는 각각 이들 발육단계(phase)동안의 일평균 기온의 합이다.

5.9.1.4 벼

일본에서 Murata(1975년, Ulanova에 의해서 인용)는 일사량, 기온 및 식물상태가 벼 수량과 어떠한 관계가 있는가를 연구하여 관계식을 만들었다. 그는 생장에 영향을 주는 주요인자가 기온임을 가정하여 임의의 현(prefecture)에서 재배되는 조생종벼에 대해서 다음 방정식을 제시하였다.

y = S t₁(21.95 - 0.72t₂)

여기서 y는 수량(㎏/4.05ha), S는 8, 9월의 일평균 일사량(cal/㎡·day), t₁, t₂는 각각 5/6월 및 8/9월에서의 일평균 기온이다.

5.9.1.5. 기타 작물

콩, 사탕수수, 아마 및 사탕무우와 같은 다른 작물들의 수확/기상 관계식에 대한 많은 정보들을 이용할 수 있다.

흥미있는 예로는 Robertson 및 Foong Sang Foo(1976)에 의해서 보고된 기상기?의 "오일-야자의 신선한 과일송이 수량예보"이다. 이 예보는 수확전 3년에 걸친 기상조건에 대한 야자수의 반응에 근거하고 있다. 왜냐하면 3가지 주요 생리학적인 과정이 다양한 시간 규모의 기상에 영향을 받기 때문이다.

(a) 수확 36∼39개월전 화아분화

(b) 수확 약 24개월전 성분화

(c) 수확전 8∼12개월전

이 중요기간 사이에서 기상은 송이 발육 및 최종 수확량 확보에 다소 미묘하나 중요한 역할을 담당한다. 일찍이 밀을 위해 개발되었던 다중요인 함수형(factorial multiple-function type)인 이모델은 (a) 야자의 이전상태항, (b) 추정된 토양수분, 추정된 전지구 에너지량, 일최고·최저온도와 같은 기상 요소함수의 적산치를 포함한다. 그밖에 기상에 근거하는 수량 예측 모델은 기상, 모의 및 진단 목적을 위한 오일야자 반응을 특정짓는데 사용되어질 수 있다.

농업기상 예보기술 개발에 필수적인 수량-기상관계에 관한 그 이상의 정보는 관련책자(Grobecker, 1975; McQuigg, 1975; Slatyer, 1973; Ulanova, 1975) 및 WMO 출판물 396호, 423호에서 얻을 수 있다. - 부록 1(B) 참조