지리통계학적 방법을 이용한 온실내 꽃노랑 총채벌레와 온실가루이의 공간구조 분석
저자
발행사항
서울 : 고려대학교 대학원, 2004
학위논문사항
Thesis(doctoral)-- 고려대학교 대학원 : 農生物學科 應用昆蟲學專攻 2004. 8
발행연도
2004
작성언어
영어
발행국(도시)
대한민국
형태사항
xviii, 177 p. ; 26cm
소장기관
Geostatistical analyses were evaluated for two most serious insect pest
populations in greenhouses: the western flower thrips, Frankliniella occidentalis (Pergande) on greenhouse cucumbers on Cheju island and the greenhouse whitefly, Trialeurodes vaporariorum (Westwood) on greenhouse cherry tomatoes in Buyeo, Korea, in order to classifying spatial distribution. Because of two target insect pest populations are the most serious pests of many greenhouse plants including the greenhouse cucumbers and cherry tomatoes, respectively. The geostatistical analyses of two insect populations were evaluated as follows:
1. Analyzing of appropriate spatial distribution of two insect pest
populations with geostatistics.
2. Comparison of the effects of data treatments for geostatistical analysis of two different insect pest populations: those are data transformations and outlier cleaning method, respectively.
3. Application of geostatistics for the purpose of ecologically based pest management (EBPM): those are the analysis of effective range of different size of traps by geostatistics with T. vaporariorum population, and analysis of cross spatial dependencies by geostatistics with different stage data of F. occidentalis, respectively.
4. Spatial mapping with appropriate spatial distributions of two insect pest populations by ordinary kriging with geostatistical model parameters. In this study, the variogram analysis was applied to two insect populations for analyzing of appropriate spatial distribution. The results of each study were showed as follows: The spatial dependencies of two insect pest populations were described by geostatistics; however, effects of sampling errors or nugget effects
were very high in order to appropriate description of spatial dependencies. Because of target insect populations were highly skewed and aggregated, thus I applied several data treatment before geostatistical analyses. In order to appropriate descriptions of spatial dependencies, I applied natural logarithmic transformation and the fourth root transformation with the data plus 0.5,(ⅹ’=(ⅹ+0.5)) . Data transformations as log_e(ⅹ+0.5)and(ⅹ+0.5)^1/4 can successfully convert the non-normally distributed data sets to the normal distribution that reducing of nugget effects. Outlier detecting and cleaning procedure also improved geostatistical analysis especially by reducing nugget effect that greatly affects the prediction variance of kriging. Whitefly population data were applied with the effective ranges (i.e. range of correlation)of variogram model parameters. The ranges of correlation between trap sizes are very similar. However, the range of spatial dependency of immatures was always smaller than the attractive distance of the traps to the adults and varied from 7.49 m to 10.00 m, indicating that the attractive distance of the traps to T.
vaporariorum adults extends beyond the patch size of the immatures on the tomato plants. Spatial relation between adults on the trap and immatures on the plants appears to be weak in general. Mapping by ordinary kriging was evaluated with 50, 33, 25 and 20% of the independent data which do not used for variogram model estimation, from another greenhouses, and predicted of the whole independent data (i.e. do not used in ordinary kriging method) from each insect pest. In thrips populations, interpolation mapping by 50% of independent data with outlier cleaned after logarithmic transformation was better performances than any other data treatments, and in hitefly populations, same conditions except the fourth root transformation treated result was better, respectively.
온실에서 높은 피해를 주는 두 곤충 개체군의 공간분포를 지리통계학적
방법을 이용하여 분석하였다. 두 대상 곤충 개체군은 제주도 오이 온실의
꽃노랑 총채벌레 (The western flower thrips, Frankliniella occidentalis
Pergande) 개체군와 충남 부여 방울토마토 온실의 온실가루이(The greenhouse whitefly, Trialeurodes vaporariorum Westwood) 개체군이다.
두 해충 개체군의 공간분포 분석을 위한 지리통계학적 분석은 다음의 몇 가
1.두 해충 개체군의 공간분포분석을 지리통계적 방법으로 분석하고, 2.
지리통계학적 방법의 개선을 위한 자료의 변환과 이상점 수정을 실시한 이
후의 지리통계학적 분석 결과를 1의 결과와 비교하며, 3. 꽃노랑 총채벌레와
온실가루이의 지리통계학적 분석방법을 생태학적 기반의 해충관리에 적용하
고, 4. 끝으로 표본이 추출되지 않은 위치의 꽃노랑 총채벌레와 온실가루이
의 밀도를 지리통계학적 방법을 이용하여 추정하는 것이다.
본 연구에서는 지리통계학적 공간분포 분석법중에 가장 대표적이라 할
수 있는 variogram 모형을 사용하였다. 먼저 공간적인 분포상황을 살펴보
는 지리통계적 분석방법을 두 해충 개체군에 적용한 결과, 표본추출오류 혹
은 측정오류를 나타내는 부분인 nugget effect 가 상대적으로 매우 크게 나
왔다. 이 경우 공간적인 종속상황, 즉 추출된 표본끼리의 상호관계가 없는
결과를 나타내게 된다. 하지만 본 연구에 사용된 자료는 해충 개체군으로 추
출된 표본에 0값이 많으며, 많은 이상점을 가지고 있어 분석이전에 자료의
변환과 이상점의 수정을 요한다. 적절한 공간분포 분석을 위하여, 자료의
변환과 이상점의 수정을 실시하였는데, 자료의 변환은 자연로그 변환과 4승
근 변환을 원자료 + 0.5,(ⅹ’=(ⅹ+0.5)) 로 바꾼 자료로 사용하였다. 변환된 자료는 편향되고 집중하는 형태를 보이던 해충 개체군 자료를 표준 정규분포에 근사하는 형태로 바꾸어 주었으며, 변환된 자료를 이용한 지리통계학적 공간분포분석은 그렇지 않은 결과와 비교하여 해충 개체군의 공간적인
상호관계를 매우 적절하게 설명하는 결과를 보였다. 또한 해충 개체군 자료
를 이상점의 탐지 및 수정과정을 거친 이후 지리통계학적 분석에 사용하였
을 때, 매우 적절한 공간적 관계 및 결과를 도출할 수 있었다. 지리통계학
적 공간 분포 분석 방법인 Variogram 은 두 표본간의 자기 상관정도를 살
피고, 이러한 상관관계가 0이 되는 거리를 effective range 혹은 range of
correlation 이라고 하여 계산 가능하다. 본 연구에서 생태학적 기반의 해
충 관리는 바로 이 effective range를 이용하여 수행하였다. 해충 개체군의
각 태 끼리의 관계 및 온실에서 점착트랩을 적용하는 경우와 육안 조사를
적용하는 경우의 상황을 지리통계학적 방법으로 분석하여 각 조사법간, 각
태간의 공간분포상을 비교하여, 효율적인 해충 개체군 관리를 가능한 방법을
고찰하였다. 끝으로, 지리통계학적 모형계수 (variogram model parameters)
를 ordinary kriging법에 적용하여 표본추출하지 않은 지역의 표본의 값을
추정하는 연구를 실시하였다. 이 연구는 지리통계학적인 모형을 해충 개체군
을 대상으로 하여 분석하고, 모형 분석에 사용되지 않은 독립적인 자료의
50, 33, 25, 20 %의 자료만을 가지고 나머지 자료의 값을 각각 추측하는 것
이다. 일반적인 지리통계학적 분석방법 보다는 앞서서 도출된 본 연구의 결
과에서 처럼 자료의 변환과 이상점의 수정이 이루어진 경우가 실제 자료의
값을 보다 적절하게 추측가능 하였으며, 공간적인 상관관계 역시 더 적절하
게 분석하는 결과가 나왔다.
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)