배 ‘신고’의 만개일 및 생육기 기상을 이용한 수확일 예측 (Predicting Harvest Date of ‘Niitaka’ Pear by Using Full Bloom Date and Growing Season Weather)

서지정보

· 발행기관 : 한국원예학회
· 수록지 정보 : 원예과학기술지 / 29권 / 6호 / 549 ~ 554페이지
· 저자명 : 한점화, 손인창, 최인명, 김승희, 조정건, 윤석규, 김호철, 김태춘

초록

나주지역에서 ‘신고’ 배나무의 만개일 및 생육기 기상이수확일에 미치는 영향을 분석하고 과실 생육일수를 추정할수 있는 다중 직선회귀 모델을 도출하였다. 만개일이 빠른 해일수록 수확일이 빨라지는 경향이었지만 과실 생육일수는길어지는 경향이었다. 과실 생육기의 0℃ 기준 일평균기온과 일최고기온의 생육온도일수와 변이계수는 3,565와 2.9%및 4,463과 2.5%로 해에 따른 편차가 적었다. 과실 생육일수와 생육기의 월별 일평균기온 및 일최고기온의 생육온도일수와는 관련성이 낮았지만, 만개후 생육일수별 기상요인과는 관련성이 높게 나왔다. 특히 만개후 1-60일과 31-60일까지의 일평균기온 및 일최고기온의 생육온도 일수와는 높은 부(-)의 상관을 나타내었다. 만개일과 만개 후 1일부터 60일까지의 일평균기온 및 일최고기온의 생육온도 일수를 독립변수로 하여 과실 생육일수를 추정하는 다중 선형회귀식으로0.7212의 높은 결정계수 값을 얻었다. 따라서 나주지역에서배 ‘신고’의 과실 생육일수를 다중 직선회귀 모델식에 의해72%의 정확도로 추정할 수 있다.

영어초록

The effect of full bloom date and growing season weather on harvesting date of ‘Niitaka’ pear (Pyrus pyrifolia) in Naju province and the model of multiple linear regression for predicting the fruit growing days was studied. Earlier year in full bloom date, the harvesting date tended earlier but fruit growing days tended longer. Mean and coefficient of variation of fruit growing degree days (GDD) accumulated daily mean and maximum temperature at the base of 0℃ from full bloom date to harvesting date was 3,565, 2.9% and 4,463, 2.5%, respectively. Fruit growing days was not correlated with the fruit GDD accumulated daily mean and maximum temperature at the base of 0℃ in each month but highly correlated with GDD accumulated daily meteorological factors at days after full bloom date. Especially, it was highly negatively correlated with GDD accumulated daily mean and maximum temperature at the base of 0℃ from 1^(st) day after full bloom to 60th day. The determination coefficient (r^2) of multiple linear regression model by full bloom date, GDD accumulated daily mean and maximum temperature from 1^(st) day after full bloom to 60th day for predicting fruit growing days was 0.7212. As a result, the fruit growing days of ‘Niitaka’ pear in Naju province can predict with 72% accuracy by the model of multiple linear regression.

참고자료

· 없음