Impact of Climate Change on Fungicide Spraying for Anthracnose on Hot Pepper in Korea During 2011-2100

(1)

DOI: 10.5532/KJAFM.2011.13.1.010

한국의 2011-2100년 기후변화가 고추 탄저병 살균제 살포에 미치는 영향

신정욱·윤성철*

선문대학교 의생명과학과

(2011년 2월 15일 접수; 2011년 2월 25일 수정; 2011년 3월 11일 수락)

Impact of Climate Change on Fungicide Spraying for Anthracnose on Hot Pepper in Korea During 2011-2100

Jeong-Wook Shin and Sung-Chul Yun

*

Department of Biomedical Sciences, Sun Moon University, Asan 330-744, Korea

(Received February 15, 2011, Revised February 25, 2011; Accepted March 11, 2011)

ABSTRACT

In order to predict the risk of anthracnose on hot pepper in the future, the projected climate data from SRES A1B scenario in South Korea were used with the modified anthracnose model to calculate Infection Risk (IR), which was to estimate the number of fungicide sprays. Based on daily temperature and precipitation, the anthracnose model resulted in an empirical relationship that IR = (Daily temperature - 16

^o

C)

×

0.07 + (Daily precipitation

×

0.11). For 135 locations in South Korea, the total number of fungicide sprays needed from 2011 to 2100 was 12,150, indicating a complicated change with an overall increase in anthracnose development in all locations until 2100. In particular, radical changes in anthracnose development were predicted at Yeongdeok, Yeongyang, and Uiseong, whereas gradual changes were predicted at Heongsung, Hamyang and Taean. The eastern counties of Gyeongbuk Province, which ar the major plantation area in these days, would be the place with the highest disease pressure in the future. In addition, the years of 2058, 61, 78 and 2096 will be most severe, requiring 8-11 times of fungicide spraying. The GIS maps show that the mountain areas of Jeonbuk and Chungbuk Province would have the least disease pressure of anthracnose in the future.

Key words

: Anthracnose, Climate change, GIS, Hot pepper, Prediction model

I. 서 론

온도

,

강우와같은기후조건은작물생육에중요할 뿐만 아니라농업생태계의변화를 초래하므로

(Lee

^et

al.

, 2008)

기후변화에따른 작물 생산량

,

재배지

,

개 화시기변화에대한 예측연구는전세계적으로활발 히 수행되어 왔다

(Kim

et al.

, 2007; Shim

et al.

,

2008; Yun, 2006).

미래기후변화의 예측에의하면국

내 사과

‘

후지

’

품종의 만개일은 최고

18

일 단축이 되고

(Kim

^{et al.}

, 2009b),

^벼의 ^등숙기가

1-8

^일 ^짧아

져 품질과 수확량이 감소되고

(Kim

et al.

, 2007)

나 주에서 배의 개화기가 앞당겨질 것으로예측 되었다

(Lee

et al.

, 2008).

외국에서도 기온 상승에 따라서 낙엽성수목의눈발아및개화기의변화를예측하였 다

(Eccel

et al

., 2009; Jacobs

et al

., 2002).

IPCC(Intergovernmental Panel on Climate Change)

* Corresponding Author : Sung-Chul Yun

([email protected])

(2)

에서 제시하는 미래 온실가스 시나리오에따라 지역 기후 모델을 적용하면 미래 기후 자료를 생산할 수 있다

.

추정된미래 기후 자료를발육속도

,

휴면 시계 모형 등생물계절학모형에적용하면

,

^{작물생육의}^변

화

,

서리

,

동상해 등의 위험성을 예측할 수 있다

(Eccel

et al

., 2009).

가령 복숭아의 만개기및 휴면 해제 시기를 예측하거나

(Kim

et al

., 2009a),

동절기 단축에 따라서 포도 캠밸얼리 품종의저온 저항성이

약화되어 동해 피해가 증가하고

(Chung and Yun,

2008),

온난화가심화될수록콩의수확량이감소

(Seo

et al

., 2006)

^하는^것으로^예측된다

.

미래 기후 변화에따른 식물 생육에대한 예측 연 구는 활발한반면

,

^심각한^{수량손실을}^초래하는^식물

병 발생에 대한 예측 연구는 미미하다

.

발병 변화에 있어환경요인은기주식물의저항성과병원균의발병 력에 영향을미칠뿐만 아니라기주

-

기생체상호작용 에도 작용하므로미래 기후변화에 따른 발병 예측은 기주

,

기생체및기주

-

기생체상호작용을모두고려해 야하는복잡한작업이다

.

더욱이식물병발생과정에서 중요한엽면습윤이나과습에영향을주는강우예측은 온난화에따른기온상승예측보다훨씬어려우므로미 래발병예측을곤란하게하는요인이다

.

^그러나^기후

변화에따른병원균의병원성이나기주의저항성변동 을제외하고

,

환경요인변동만을고려한다면미래예측 기후 자료를발병 예측모델에 적용하여 식물병발병 변동을예측할수있을것이다

.

고추는국내에서중요한작물이며

,

특히고추탄저병은 수확량을 감소시키는주요 병이다

.

고추탄저병 모델은 이미 개발이 완료되었고

(Kang

^{et al.,}

2010)

^포장에서

이 모델의 타당성검증

(Ahn

et al.,

2008; Kim

et al.,

2010)

^도^꾸준히^진행된^바^있다

.

^탄저병^예측^모델은^시

간별강우

,

온도

,

엽면수분존재시간

,

습도등의기상 자료를이용하여탄저병발병위험도를계산하는것으로 서

(Ahn

et al

., 2008),

일정 수준 이상의 발병위험도

(threshold)

를넘어서면살균제살포경보를발령한다

.

따 라서한작기중얼마나많은횟수의방제경보가발령 되느냐는 것을특정 환경에서 한작기동안의 탄저병 심각도로서정량화할수있다

.

^한반도^{예측기후는}^지역

별로 다르므로 예측된 탄저병 발병 자료를

GIS (Geographic Information System)

^를^사용하여^지도로^표

현하면 지역간 차이를 한눈에 알 수있다

(Kim

et al

,

2009b).

^공간^분포로^표현되는^지역별^발병^분포를^이용

하면발병압이상대적으로낮은지역을찾아내어고추 재배적지를선정하는데도움이될수있다

.

본연구의목적은주요작물인고추재배에서심각 한 피해를 주는 탄저병 미래 발병 변동을 예측하기 위해기후변화자료를활용하여발병예측모델에적

용하여남한지역내

2100

년까지탄저병변동을예측

하고자하였다

.

II. 재료 및 방법

2.1.기후자료

본연구에서는국립기상연구소의

1971~2100

년동안 의 일 평균 기온과강수량 예측 자료를사용하였다

.

이자료는

IPCC

온실가스중배출시나리오인

A1B

에

ECHO-G

^를 ^적용하여 ^전 ^지구 ^기후변화 ^{시나리오를}

지역기후모델인

MM5

에적용하여생산된동아시아 및 한반도 상세 기후 변화 자료로서 한반도 영역

(32.968

^o

N~43.426

^o

N, 122.935

^o

E~131.447

^o

E)

에 대해

27km

크기의 격자 해상도로 생성된 기후 자료이다

(Kwon

et al

., 2007).

2.2. 탄저병예측일별모델구축

기존의탄저병예측모형은매시간포장에서측정 되는기온

,

엽면 수분존재시간

,

강우량

,

상대습도등 의 미기상 자료를 이용하여 탄저병 발병 위험도

(Infection Risk, IR)

를 시간별로 계산한다

(Ahn

et

al.

, 2008).

미래기후자료는일별기상자료이므로시

간별 기상 자료 입력이 요구되는 기존 모형에 직접 적용하기어려우므로일별자료로탄저병발병위험도

(IR)

를 출력할 수 있는 일별 모델을 위한 추정식을

만들고이를검증하였다

.

설정된

1

차추정식은

IR

변화에영향을주는요인으로

서최소온도

(a),

^일^평균기온^및^강우량의^상대적^비중

(b, c)

으로정하여추정식을다음과같이만들었다

.

IR = (

일평균기온 −

a)

×

b +

일강우량 ×

c

a : IR

값을변동시키는일평균최소온도

b : IR

값을변동시키는온도계수

c : IR

^값을^{변동시키는}^강우량^계수

즉

IR

^값의^변화는^온도가 ^영향을^미칠^수 ^있는^최

소온도와일평균기온과강우량의상대적비중으로 결정되는추정식으로정하였다

.

^만들어진^추정식의^검증

(3)

은 2005년부터 2008년까지 4년간 아산 포장에서 실측한 4-9월의 시간별 기상자료로 구한 IR값과 시간별 기후자 료로 계산된 일별 평균 기온과 강우량을 환산 후, a, b, c의 값을 변동시키면서 만들어진 추정식에 따라 출력된 일별 IR값이 시간별 자료로 계산된 IR을 얼마나 잘 모 사하는지 여부를 그래프로 확인하였다. 새로 작성된 추정 식은 IR 값이 중요한 것이 아니라 IR이 threshold=3을 넘는 시점과 횟수를 중점적으로 확인하였다.

2.3. 2011~2100년 기간의 탄저병 예측

예측 기후 자료와 탄저병 예측 모델을 사용하여 2011년부터 2100년까지 90년 간 135개 남한 전 지역 에 대해 총 12,150개의 발병위험도(IR)에 따른 권장 방제 횟수를 구하였다. 입력한 자료는2011~2100년 4~9월까지 지역별 예측 자료이며, 각각 연도별 지역별 IR을 계산한 후 IR이 3 이상인 경우를 경보발령으로 정하여 작기별 방제 경보 횟수가 추정되었다. 한 지역 에서 탄저병 방제 횟수 추정을 정확히 하려면 농약 약효 지속기간이 고려되야 한다. 방제 경보 발생 후 약효 지속기간 이내에 다시 경보가 발생되면 방제를 할 필요가 없으므로 7일 이내의 경보는 방제 횟수로 산정하지 않았다. 각 지역별로 2011년부터 2100년까

지 90년 동안의 방제 횟수(n=90)를 회귀 분석하여 135개 지역별 회귀식이 작성되었고 시간 경과에 따른 탄저병 발생의 증감 추세를 알아보았다. 135개 직선 회귀선상의 2011, 2025, 2050, 2075, 2100년도 예측 값을 GIS를 이용하여 지도로 표현하였다. 또한, 회귀식 기울기 값을 이용하여 탄저병 방제 횟수가 급격하게 증 가하는 지역과 비교적 완만한 증가를 보이는 지역을 산 출하고, 이들의 초기 10년(2011~20)과 후기 10년 (2091~100)동안의 방제 횟수의 변화를 비교하였다.

또한, 2005년을 기준으로 고추 재배 면적이 800 ha 이상이 되는 군을 주산지로 선별 후, 미래 탄저병 변동을 집중 분석하였다. 주산지는 경북의 경우 안동, 봉화, 청송, 의성, 예천, 영양 6개 군, 전남은 해남, 나주, 영암 3개 군, 전북은 임실, 정읍 2개 군, 충분 은 청주, 괴산, 제천 3개 군, 충남은 청양, 공주, 태 안, 예산 4개군 등 총 18개 지역이 조사되었다.

III. 결과 및 고찰

3.1. 일별 평균기온과 강우량을 이용한 탄저병 발병 추정

탄저병 감염 위험도를 추정할 수 있는 일차 방정식

Fig. 1.

Comparison of the calculated infection risks between hourly (

^○

) and daily (

^●

) meteorological data at Asan,

Chungnam during 2005-2008. The new equation based on daily temperature and precipitation simulated well the infection risks of

the pepper anthracnose forecasting model based on temperature, precipitation, leaf wetness period, and relative humidity.

(4)

Table 1.

Summary of the predicted number of recommended spray for hot pepper anthracnose in South Korea during 2011~2100.

The estimates of sprays for 90 years in 135 locations were analyzed by a regression and shown several statistics.

The highest and lowest 20 locations were sorted by slope of the regression lines.

Location Maximum (year) Minimum Box plot Regression equation

Q

1

Q

2

Q

3

y-Intercept Slope R

²

value

Yeongdeok 11 (2078, 81, 90) 2 4 6 8 4 0.038 0.21

Yeongyang 11 (2061) 1 3 5 7 4 0.037 0.20

Uiseong 10 (2061, 78) 1 3 4 6 3 0.037 0.23

Gimcheon 10 (2081) 1 4 5 6 3 0.036 0.22

Bongwha 10 (2061, 78) 1 3 4 6 3 0.036 0.20

Sangju 9 (2078, 81, 87, 90, 99) 1 4 5 6 3 0.036 0.20

Andong 10 (2061, 78) 1 3 5 6 3 0.035 0.19

Pohang 11 (2078) 2 4 6 7 4 0.034 0.18

Wanju 9 (2061, 78) 0 3 4 5 2 0.034 0.20

Yecheon 10 (2061, 78) 1 3 4 6 3 0.033 0.20

Yeongcheon 10 (2078) 1 3.25 5 6.75 4 0.032 0.17

Cheongsong 10 (2061, 78) 1 4 5 7 4 0.031 0.15

Icheon 10 (2061, 78) 1 3 4 6 3 0.031 0.16

Samcheok 10 (2099) 1 3 4 5 3 0.030 0.17

Taebaek 11 (2081) 2 4 5 6 4 0.029 0.17

Goesan 11 (2071) 1 3 4 6 3 0.029 0.13

Jangsu 10 (2090) 0 3 4 6 3 0.029 0.14

Pyeongchang 10 (2061, 78, 99) 1 4 5 6 4 0.028 0.16

Gunwi 9 (2061, 75) 1 3 4 5.75 3 0.028 0.14

Jinan 8 (2061, 71, 78) 0 3 4 5 3 0.028 0.15

Busan 10 (2043, 58, 85, 90) 1 4 6 8 5 0.019 0.05

Muju 10 (2049) 1 3 5 6 4 0.019 0.06

Buan 9 (2071, 78) 1 3 5 6 4 0.019 0.07

Ansan 9 (2099) 1 3 4 5 3 0.018 0.09

Chungju 11 (2061) 1 3 4 5 4 0.018 0.07

Tongyeong 11 (2058) 1 5 6 8 5 0.018 0.05

Jangseong 8 (2087, 97) 1 3 4 5 4 0.018 0.09

Goheung 11 (2058) 1 5 6 7 5 0.018 0.06

Goseong 11 (2058) 1 4 5 7 5 0.018 0.05

Hapcheon 9 (2058, 62) 1 3 4 6 4 0.018 0.06

Jinhae 11 (2074) 1 4 6 8 5 0.018 0.05

Mungyeong 9 (2061) 1 3 4 5 4 0.017 0.06

Geoje 10 (2073) 1 4 5 7 5 0.017 0.05

Gangjin 9 (2061, 78, 85) 1 4 5 6.75 4 0.017 0.06

Uiryeong 9 (2058, 62) 1 3 4 6 4 0.017 0.06

Hwasun 9 (2078, 87) 2 4 5 6 4 0.017 0.06

Hoengseong 10 (2061) 0 3 4 5 3 0.016 0.05

Hamyang 10 (2055, 58, 61) 2 3.25 5 6 4 0.015 0.03

Yeosu 11 (2058) 1 5 6 7 6 0.014 0.03

Taean 8 (2071, 78, 99) 1 3 4 6 4 0.011 0.02

(5)

의 계수를

(b,c)

정하였다

.

새로이작성된일별 평균기 온과강우량을이용한탄저병감염위험추정식은최 소온도

(a),

일평균기온

(b)

과강우량

(c)

의상대적비중을 변동시키면서 얻은

IR

^값이 ^시간별

IR

^값에 ^가장^근사

한식을다음과같이정하였다

.

IR=(

일평균온도

-16

^o

C)

×

0.07 + (

일별강우량 ×

0.11) IR

변화에영향을미치는최소온도는

16

^o

C

로결정되

었고

,

^일별^강우량의^계수가

0.11

^로서^평균기온^계수인

0.07

보다높아

IR

을결정하는데 강우량의가중치가더

컸다

.

^추정식을^사용하여

2005~2008

^년까지^아산^고추포

장의탄저병감염모델이결정하는

IR

과추정식의

IR

을비교하였다

(Fig. 1). 2006

^년과

2008

^년은

7

^월에^집중

되는방제경보일을잘추정하였고

, 2007

년의경우

5~7

일가량다소빠르거나늦게경보가발령되었으나

IR

은 잘모사되었다

. 2005

^년의^경우^추정식의^경보가

7

^월^이

후에집중되었으나한작기내탄저병약제살포경보 횟수를나타내는데는지장이없어시간별자료를잘 모사할수있는식으로판단되었다

.

3.2. 미래한반도탄저병예측

2011~2100

년 까지 일별 예측 평균 기온과 강우량

을 이용하여

135

개 지역에 대한

90

년 동안의 예측

방제횟수를구하였다

.

지역별로

90

년의기간동안작

기당 탄저병 방제의횟수는 최대

8~12

^회

,

^최소

0~2

회로나타났고

,

중앙값

(median)

은

3~6

회로예측되었다

(Table 1).

^탄저병^방제^횟수는^지역에^따른^차이보다

는 년도에 따른 차이가 더 컸다

(Fig. 2).

특히

2061

년은 조사된

135

개 대부분 지역에서

90

년 기간동안

가장 높은

10~11

회 방제 횟수를 나타냈다

(Table 1).

반면

, 2063

년은 전국적으로 방제횟수가 약

4

회였다

.

2061

년은

2063

년에 비해누적강우량이

2

배로 높게추 정되었으나두해의평균기온은유사하였다

.

회귀분석을통해

135

^개 ^남한^전^지역에^걸쳐

90

^년

간시간경과에따른 탄저병발병추세를회귀식으로 표현하였다

(Table 1, Fig. 2).

^회귀분석 ^결과

135

^개

지역모두탄저병은증가추세를보였으며

,

각지역별 회귀직선의 기울기는 연간

0.02~0.04

^회로 ^나타났다

(Table 1).

기울기가가장 높은지역은영덕군이고대

체로경상북도지역이높게나타난반면

,

기울기가가 장낮은지역은태안군이고대체적으로경상남도와전 라남도지역이많았다

.

탄저병방제 횟수의변화가 급격한영덕

,

^영양

,

^의

성 지역과 가장 완만한 태안

,

울주

,

문경 지역의

90

년간의 추정치와 추세선을 보면

(Fig. 2), 2100

^년으로

갈수록 탄저병 이 계속 증가하는 것이 아니라

,

Fig. 2.

The three highest (upper) and lowest (lower) counties of the recommended number of sprays for anthracnose among 135

locations in South Korea during 2011-2100.

(6)

2040~2050

년부터매년방제횟수의범위가

2~10

회로 기상에따라탄저병권장방제횟수가극단적으로많거 나 적게 나타나 미래에는 방제예측이더욱 어려워질 것으로전망된다

.

^탄저병^경보발령 ^횟수는^해마다^극

심하게 변동되므로회귀분석

R

² 값이

0.02~0.2

로 매 우 낮았다

.

즉

,

회귀직선 기울기로 각 지역을표현한 것은 시간의 흐름에따른 탄저병발병 추세 확인 정 도에 그쳐야한다

.

이들 각각

3

개 지역을포함한 추 세선의 기울기가 높았던

5

개 지역과 낮았던

5

개 지역의초기

10

년

(2011~20)

과후기

10

년

(2091~2100)

의 방제횟수를상자그림으로 비교하였다

(Fig. 3).

^기

울기가높은 지역의경우두비교 연도간에

25~75

퍼

센타일의범위를나타내는상자의이동폭이 매우큰 것으로나타났다

.

즉절대적인탄저병발병위험도증 가할 뿐만아니라변동성도증대되었다

.

하지만

50

퍼 센타일인중앙값으로만비교한다면가장급격했던영 덕군이

4

회에서

6

회로

90

년간

2

회증가되며

,

가장완 만했던 태안군은

3

^회에서

4

^회로

1

^회 ^증가에^그쳐 ^두

극단적인 지역의중앙값변화의차이는크지 않았다

.

이러한이유는

10

^년^동안의^변동이

90

^년^동안의^변동

에버금갈만큼 극단적이기때문이다

.

영덕군의초기

10

^년 ^동안의 ^방제 ^횟수 ^범위는

3~7

^회 ^그리고 ^후기

10

년동안은

4~10

회였고

,

태안군은초기

10

년

1~6

회 그리고후기

10

^년은

2~8

^회였다

.

^한편

,

^탄저병^발병이

극심할 것으로 예측된

5

지역의 후기

10

년의

4~9

월 동안의예측누적강우량은

746.8~1153.9mm,

예측평 균기온은

18.9~23

^o

C

였다

.

반면탄저병발병 증가가 비교적완만할것으로 예측된

5

지역의후기

10

년예

측누적강우량은

498.3~646.2mm,

예측평균 기온은

18.6~22

^o

C

였다

.

즉누적 강우량의차이가발병차이

에결정적으로기여한다고할수있다

.

고추탄저병의모델연구

(Kang

et al.

, 2010)

에서습 도가온도보다탄저병발병에중요한요소였고

,

^주요^농

작물병해 발생에대한 연구

(Myung

et al.

, 2006)

에서

강우량의감소로인하여탄저병발병이

2004

년에비해

2005

년에감소되었기때문에

,

강우량변동이탄저병발

병변화에큰영향을주는것이확실하다

.

불행히도미 래기후변화예측자료에서강우량예측은온도상승 보다훨씬 예측이어렵기 때문에 미래탄저병변화를 정확히예측한다는것은어려울것이다

.

^한편^식물생장

Fig. 3.

Box plots of the most radically (A) and most gently (B) increasing locations in the recommended sprays from the first

10 (2010-2020,

^○

) to the last 10 (2091-2100,

^●

) years.

(7)

상에서이산화탄소를

300ppm,

온도를

5

^o

C

증가시켜탄 저병발병을유도한결과

,

^미래^고추^탄저병^발병은^현

재보다오히려약간낮은발병율을 보였는데

(Shin and

Yun, 2010),

^이는^미래^강우나^습도의 ^변동을^전혀^고

려하지않은것이어서미래탄저병변화는강우가고려 된본연구가더정확하리라생각된다

.

3.3. 예측지도

탄저병회귀분석을통하여얻어진회귀선상의

2011,

2025, 2050, 2075, 2100

년의 탄저병약제 살포 횟수

추정을

GIS

^지도로^{표현하였다}

.

^이들

GIS

^지도는^시간

의 흐름에따른 지역별탄저병발병 변화를쉽게 파 악할수있는자료였다

.

^미래로^갈수록^탄저병은^전국

적으로발병이증가 추세를보이는데

,

특히

2100

년에

는 현재 고추 주산지인경상북도 영덕

,

^영양

,

^봉화군

의탄저병발병증가가뚜렷하나

(Fig. 4),

강원

,

충북

,

전북내륙지방은상대적으로발병증가가완만할것으

로 예측된다

. 2075

년 지도를보면 전북 진안과경북

구미

,

칠곡

,

대구

,

달성 지역이다른 지역에비해 탄 저병발병이크지않을것으로예측되었는데

,

같은경 북지역이라도동부경북의높은발병위험도와는전혀 다른결과였다

.

^이는 ^향후^고추 ^재배^적합^지역 ^선정

Fig. 4.

Gradual changes of the number of recommended spray for anthracnose during 2010-2100. The number of fungicide

sprays was estimated by the regression equation for each of 135 location. The estimates of each regression line at 2011, 2025,

2050, 2075 and 2100 were mapped by GIS.

(8)

에 있어서 도 단위보다는 군 단위에서 재배 적지를 파악하는 것이더 효과적이라판단된다

.

탄저병이 고 추재배에있어가장위협적인요소라는전제하에미 래재배 적지는충북

,

전북등의 산간지역이현경북 주산지에비해유리할것으로판단된다

.

2000

년현재

800ha

이상고추 재배주산지인

18

개

지역을집중적으로탄저병의발병 변화를알아보았다

(Table 2).

추세선의 기울기를 기준으로 판단한다면

0.32~0.38

인 경상북도 안동

,

청송

,

봉화

,

의성

,

예천

,

영양군은탄저병발병압력이향후점차증대되리라예

상되며

,

기울기가

0.25

이내인충남과 전북지역 발병

압력이대체로낮게 나타나재배에유리할것으로예 상된다

.

탄저병이고추 재배에있어중요한 제한요인 임은분명하지만

,

^본^연구는^역병이나^고추^생육^등은

고려되지않은것이므로재배적지 판단은다른요인 과함께고려되어야할것이다

.

식물병에서

3

가지 주요한 요인들인 기주

,

병원균

,

환경에따라발병량은달라진다

.

본연구의탄저병발 병 변화 예측은 기후변화라는 환경 요인만의 변동에 따른 것이었다

.

한반도 기후변화는

CO

2 농도와온도 상승및강우의증가가주된요인인데

,

^이것은^세가지

병요인중환경뿐만아니라기주나병원균에도영향을 주어 발병량이좌우된다

.

예컨대

, CO

2 농도의상승이 기주인고추순광합성을증가시키며

(Hibberd et al. , 1996a, b; Mouseau and Saugier, 1992),

탄저병원균인

Colletotrichum acutatum

^은^미래^토양에서^월동시^생존

에 유리한 온도 조건인

4~25

^o

C(Kang et al ., 2010;

Nam et al ., 2004)

범위 내에들것으로 예상된다

.

이 는국내에서겨울이늦게시작되고봄은빨리시작되므

로 겨울이 점점 감소 할 것으로 예측

(Kwon et al .,

2007)

되기때문이다

.

결국

C. acutatum

의생존율이증 가하여이듬해탄저병초기감염원이증가되어발병은 증가될수있을것이다

.

^기주의^저항성^증대는^발병을

감소시킬수도있겠지만

,

병원균의월동시생존율증가 에의해초기감염원이증가됨으로써전체적으로탄저병 발병이증가될수도있을것이다

.

미래의정확한발병 예측을위해서는기주의저항성변화와병원균의병원력 변화에대한연구가필요할것으로생각된다

.

적 요

미래고추탄저병위험도를예측하기위해남한지역 Table 2.

Summary of the anthracnose prediction in the major 18 counties where the area of hot pepper plantation was more than 800 ha in 2005.

Location Maximum (year) Minimum Box plot Regression equation

25% 50% 75% y-intercept Slope R

²

value

Gyeongbuk

Andong 10 (2061, 78) 1 3 5 6 3 0.035 0.19

Bonghwa 10 (2061, 78) 1 3 4 6 3 0.036 0.20

Cheongsong 10 (2061, 78) 1 4 5 7 4 0.031 0.15

Uiseong 10 (2061, 78) 1 3 4 6 3 0.037 0.23

Yecheon 10 (2061, 78) 1 3 4 6 3 0.033 0.20

Yeongyang 11 (2061) 1 3 5 7 4 0.037 0.20

Jeonnam Haenam 9 (2058, 67, 71, 80, 85) 2 4 5 7 4 0.025 0.12

Naju 10 (2080, 85) 2 4 5 7 4 0.024 0.11

Yeongam 10 (2087) 1 4 6 7 4 0.024 0.10

Jeonbuk Imsil 10 (2061) 1 3 4 6 4 0.020 0.07

Jeongeup 8 (2078, 87, 97) 2 3 4 6 4 0.020 0.10

Chungnam

Cheongyang 9 (2046, 61. 67) 1 3 5 6 4 0.022 0.09

Gongju 9 (2061) 1 3 4 5 3 0.023 0.10

Yesan 10 (2099) 1 3 4 5 3 0.020 0.08

Taean 8 (2071, 78, 99) 1 3 4 6 4 0.011 0.02

Chungbuk Chungju 11 (2061) 1 3 4 5 4 0.018 0.07

Goesan 9 (2099) 1 3 4 5 3 0.019 0.09

Jincheon 10 (2061, 78) 1 3 4 6 3 0.027 0.13

(9)

에서 A1B 시나리오 온실가스 배출에 따라 예측된 일 별 기온과 강우량 자료를 국립기상연구소에서 제공받 아 고추 탄저병 예찰 모형에 대입하여 감염위험도 (IR)을 추정하였다. 감염위험도는 탄저병 방제 횟수를 추정하는 것으로써 일평균 온도와 강우량을 기초로 감 염위험도 추정식을 만들었다. 이 추정식(IR=(일평균기 온-16^oC) × 0.07 + (일별강우량 × 0.11))을 활용하여 우 리나라 135지역에서 2011년부터 2100년까지 총 12, 150의 탄저병 권장 방제 횟수 자료를 얻었다. 각 지 역별로 135개의 회귀분석 결과 우리나라 전 지역에서 향후 탄저병 발병은 증가 추세라는 것이 확인되었다.

상대적으로 탄저병 발병이 급증하리라 예측되는 지역 은 경북의 영덕, 영양, 의성 등이었고, 반면 발병 증 가가 완만하리라 기대되는 곳은 강원 횡성, 경남 함양 그리고 충남 태안 등이었다. 현재 고추 주산지인 경북 동부지역은 미래 탄저병 발병압이 심각하게 증가되리 라 예측되었다. 전 지역에 걸쳐 탄저병 방제 살포 횟 수는 2058, 2061, 2078 그리고 2096년에는 대단히 심각하여 방제 경보가 매년 8-11회에 달하리라 예측되 었다. GIS 지도로 탄저병 발병 정도를 비교한 결과 충북과 전북의 산간 지역은 상대적으로 탄저병 발병압 이 낮아 향후 재배적지로 판단된다.

REFERENCES

Ahn, M. I., W. S. Kang, E. W. Park, and S. C. Yun, 2008:

Validation of an anthracnose forecaster to schedule fungicide spraying for pepper. Plant Pathology Journal

24

, 46-51.

Chung, U., and J. I. Yun, 2008: A prospect on the changes in short-term cold hardiness in “campbell early” grapevine under the future warmer winter in South Korea. Korean Journal of Agricultural and Forest Meteorology

10

, 94- 101. (In Korean with English abstract)

Eccel, E., R. Rea, A. Caffarra, and A. Crisci, 2009: Risk of spring frost to apple production under future climate scenarios: the role of phenological acclimation. International Journal of Biometeorology

53

, 273-286.

Hibberd, J. M., P. Richardson, R. Whitbread, and J. F. Farrar, 1996a: Effects of leaf age, basal meristem and infection with powdery mildew on photosynthesis in barley grown in 700µmol mol

⁻¹

CO

²

. New Phytologist

134

, 317-325.

Hibberd, J. M., R. Whitbread, and J. F. Farrar, 1996b:

Effect of elevated concentrations of CO

²

in infection of barley by Erysiphe graminis . Physiological and Molecular Plant Pathology

48

, 37-53.

Jacobs, J. N., G. Jacobs, and N. C. Cook, 2002: Chilling

period influences the progression of bud dormancy more than does chilling temperature in apple and pear shoots.

Journal of Horticultural Science and Biotechnology

77

, 333-339.

Kang, W. S., S. C. Yun, and E. W. Park, 2010: Nonlinear regression analysis to determine infection models of Colletotrichum acutatum causing anthracnose of chili pepper using logistic equation. Plant Pathology Journal

26

, 17-24.

Kim, C. S., J. S. Lee, J. Y. Ko, E. S. Yun, U. S. Yeo, J. H.

Lee, D. Y. Kwak, M. S. Shin, and B. G. Oh, 2007:

Evaluation of optimum rice heading period under recent climatic change in Yeongnam area. Korean Journal of Agricultural and Forest Meteorology

9

, 17-28. (In Korean with English abstract)

Kim, J. H., S. O. Kim, U. Chung, J. I. Yun, K. H. Hwang, J. B. Kim, and I. K. Yoon, 2009a: Geospatial assessment of frost and freeze risk in

‘

Changhowon Hwangdo

’

peach ( Prunus persica ) trees as affected by the projected winter warming in South Korea: II. Freezing risk index based on dormancy depth as a proxy for physiological tolerance to freezing temperature. Korean Journal of Agricultural and Forest Meteorology

11

, 213-220. (In Korean with English abstract)

Kim, S. O., U. Chung, S. H. Kim, I. M. Choi, and J. I. Yun, 2009b: The suitable region and site for

‘

Fuji

’

apple under the projected climate in South Korea. Korean Journal of Agricultural and Forest Meteorology

11

, 162- 173. (In Korean with English abstract)

Kim, S. T., M. I. Ahn, and S. C. Yun, 2010: Evaluation of anthracnose forecaster of an integrated pest management system on hot pepper in the fields. Research in Plant Disease

16

, 66-73.

Kwon, Y. A., W. T. Kwon, and K. O. Boo, 2007: Future projections on the change of onset data and duration of natural seasons using SRES A1B data in South Korea.

Journal of the Korean Geographical Society

42

, 835- 850. (In Korean with English abstract)

Lee, S. H., I. H. Heo, K. M. Lee, S. Y. Kim, Y. S. Lee, and W. T. Kwon, 2008: Impact of climate change on phenology and growth of crops: In the case of Naju. Journal of the Korean Geographical Society

43

, 20-35. (In Korean with English abstract)

Mouseau, M., and B. Saugier, 1992: The direct effect of increased CO

2

on gas exchange and growth of forest tree species. Journal of Experimental Botany

43

, 1121-1130.

Myung, I. S., S. K. Hong, Y. K. Lee, H. W. Choi, H. S.

Shim, J. W. Park, K. S. Park, S. Y. Lee, S. D. Lee, S. H.

Lee, H. S. Choi, Y. K. Kim, D. B. Shin, D. S. Ra, W. H.

Yeh, S. S. Han, and W. D. Cho, 2006: Review of disease incidence of major crops of the South Korea in 2005.

Research in Plant Disease

12

, 153-157. (In Korean with English abstract)

Nam, M. H., J. Y. Song, and H. G. Kim, 2004: Overwinter and

(10)

survival of Colletotrichum gloeosporioides and Glomerella cingulata in soil and plant debris of strawberry. Research in Plant Disease

10

, 198-202. (In Korean with English abstract)

Seo, H. C., S. K. Kim, Y. S. Lee, and Y. C. Cho, 2006:

Geographical shift of quality soybean production area in northern Gyeonggi province by year 2100. Korean Journal of Agricultural and Forest Meteorology

8

, 242- 249. (In Korean with English abstract)

Shim, K. M., G. Y. Kim, K. A. Roh, H. C. Jeong, and D. B.

Lee, 2008: Evaluation of agro-climate indices under

climate change. Korean Journal of Agricultural and Forest Meteorology

10

, 113-120. (In Korean with English abstract)

Shin, J. W., and S. C. Yun, 2010: Elevated CO

2

and temperature effects on the incidence of four major Chili pepper diseases. Plant Pathology Journal

26

, 178-184.

Yun, J. I., 2006: Climate change impact on the flowering season

of Japanese cherry ( Prunus serrulata var. spontanea ) in

Korea during 1941-2100. Korean Journal of Agricultural

and Forest Meteorology

8