It is known that impacts of climate change on damage occurrence by insect pests and diseases are increasing. The negative effects of climate change on production will threaten our food security. It is needed that on the basis of analysis of the impacts, proper strategies in response to climate change are developed.
The objective of this paper is to estimate impacts of climate change on rice damage occurrence by insect pests and diseases, using the panal model which analyzes both cross-section data and time series data. The result of an analysis on impacts of climate change on rice damage occurrence by pest insect and disease showed that the damage occurrence by Rice leaf roller and Rice water weevil increased if temperature increased, and damage occurrence by Stripe, Sheath blight, and Leaf Blast increased if precipitation(or amount of sunshine) increased(or decreased).
Adaptation strategies, supplying weather forecasting information by region, developing systematical strategies for prevention of damage occurrence by pest insect and disease, analyzing the factors of damage occurrence by unexpected pest insect and disease, enforcing international cooperation for prevention of damage occurrence are needed to minimize the impacts of damage occurrence on rice production.
우리나라의 기후변화는 다른 나라에 비해 빠르게 진행되어 왔으며 최근 들어 이상기상도 빈발하고 있다. 대표농도경로(Representative Concentration Pathways, RCP)를 적용한 신 기후변화 시나리오에 의한 전망에 따르면 기후변화완화를 위한 노력 없이 현재 추세로 온실가스 배출이 지속되는 경우(RCP 8.5) 21세기 말 한반도 평균기온은 6.0℃상승하고, 강수량은 20.4% 증가할 것으로 예상되고 있다 (National Institute of Meteorological Research, NIMR 2011).
기후변화는 농업생태계에 영향을 미쳐 병해충 발생과 개체군의 이동 및 생물다양성에 영향을 준다(Kim
한편, 작물에 발생하는 병충해에 대해 많은 연구와 기술개발이 이루어져 발생면적이 감소하고 있는 것으로 보인다. 하지만 기후변화에 따라 빈발하게 될 병해충이 농작물에 피해를 줄 수 있고 해외로부터 들어오는 병해충 때문에 작물 생산은 부정적인 영향을 받을 것이라는 주장이 제기되고 있다.
우리나라의 경우 식량자급률이 낮으므로 안정적인 식량공급을 위해 기후변화에 의해 어떠한 병해충이 어느 정도 영향을 줄 것인지를 사전적으로 분석하고 그에 따른 대응방안을 도출하는 것은 매우 중요한 과제이다. 이 연구는 기후변화와 병해충 피해면적 간의 상관관계를 밝히는 연구가 국내에는 거의 이루어지지 않는 상황에서 기후변화가 병해충 피해면적발생에 미치는 영향을 처음으로 분석하는데 의의가 있다. 분석결과는 향후 기후변화에 따른 병해충 피해의 경제적 분석을 위한 기초 자료로 활용될 수 있을 것으로 기대된다.
이 논문은 우리나라의 주곡인 쌀 재배를 대상으로 기후변화가 병해충 피해면적 발생에 미치는 영향을 패널모형을 이용하여 분석하고, 정책적 시사점을 도출하는데 목적이 있다.
패널분석모형을 이용하여 벼 주요 병해충 관찰포 피해면적 요인을 분석하였다. 패널분석모형은 시계열 과정에서 발생하는 추정오차와 지역별 단위의 자료에서 발생하는 추정오차를 통제할 수 있어 현실을 잘 반영하여 분석할 수 있는 장점이 있다. 분석모형을 일반적인 선형으로 표현하면 다음과 같다.
여기서
교란항의 형태에 따라 고정효과모형과 확률효과모형으로 나뉘게 된다. 고정효과 모형은 교란항과 독립변수간의 상관관계가 없고, 누락된 변수가 고정된 값을 가지고 있다고 가정하고 있기 때문에 가변수 최소자승법을 모수추정방법으로 활용한다. 확률효과모형은
추정식은 (식2)에서 (식6)과 같이 설정하였다. 쌀 병충해 피해면적(Acreage, ACR)을 설명하는 변수로 먼저 전년도 쌀 병충해 피해면적(ACR(-1)과 기술(시간)변수(Technology, TEC)를 설정하였다. 여기에서 기술변수는 1991년을 1로, 1992년을 2 등으로 설정하였다. 전년도 면적은 전년의 병충해 피해가 당해년도의 병충해 피해에 미치는 영향을 설명한다. 전년도에 병충해 피해를 입은 논의 경우 병균이나 알이 남아 있어 그렇지 않는 논 보다 재발할 가능성이 높기 때문에 양의 상관관계가 있을 것으로 기대된다. 기술변수는 벼 재배에 있어 방제와 시비에 관한 기술들을 나타내는데, 병충해 피해면적과 음의 상관관계를 가질 것으로 기대된다.
다음으로 병충해 종류별로 관계된 기상변수를 추가하여 설정하였다. 먼저 잎도열병은 7월 일평균 30mm 이상 비가 내린 일수(Days of Torrential rain of July, RI30JUL)를 설정하였다(식2). 본답초기 잎도열병이 저온 다습한 조건에서 발병하므로 이 변수의 계수값은 양의 부호를 나타낼 것으로 예상된다. 다음으로 잎집무늬마름병(Sheath blight, SB)은 7월 일조시간(Sunshine of July, SJUL)을 설명변수로 추가하였다(식3). 잎집무늬마름병은 7~8월 고온다습한 조건에서 잘 발병하므로 이 변수의 계수값은 음의 부호를 나타낼 것으로 예상된다. 줄무늬잎마름병(Stripe, STR)은 6월 강수량(Precipitation of June, RJUN)을 설명변수로 추가하였다(식4). 줄무늬잎마름병은 6월에 중국에서 날아오는 애멸구에 의해 발생하며, 다습한 조건에서 더 잘 발병하므로 이 변수의 계수값은 양의 부호를 나타낼 것으로 기대된다. 혹명나방(Rice leaf roller, RLR)은 6월 최저기온(Lowest temp of June, LTJUN)을 설명변수로 추가하였으며(식5), 혹명나방은 6월에 중국으로부터 날아오는데 상층부 기온이 높을수록 생존률이 높아지므로 이 변수의 계수값은 양의 부호를 나타낼 것으로 예상된다. 벼물바구미(Rice water weevil, RWW)는 2월 평균기온(Highest temp of Feb, HTFEB)을 설명변수로 추가하였다(식6). 벼물바구미는 월동기 생존율이 벼물바구미 밀도에 영향을 미치게 되는데 월동기 생존율은 기온과 반비례 관계에 있으므로 이 변수의 계수값은 양의 부호를 나타낼 것으로 기대된다.
이 논문에서 교란항과 독립변수간의 상관관계가 없고, 누락된 변수가 고정된 값을 가지고 있다고 가정하는 고정효과 모형을 이용하여 분석하였다.
여기에서 ACR: 쌀 병충해 피해면적; ACR(-1): 전년도 쌀 병충해 피해면적; TEC: 기술(시간)변수, 단, TEC = 1991, 1981, , 2011 ; RI30JUL: 7월 일평균 30mm 이상 비가 내린 일수; SJUL: 7월 일조시간; RJUN: 6월 강수량; LTJUN: 6월 최저기온; HTFEB: 2월 평균기온패널모형분석을 위해 쌀 병충해 피해면적 자료는 농촌진흥청 재해대응과 내부 자료를 이용하였으며, 도별 자료가 잘 갖추어진 잎도열병(Leaf Blast, LB), 잎집무늬마름병(SB), 줄무늬잎마름병(STR), 혹명나방(RLR), 벼물바구미(RWW)의 피해면적 자료를 이용하였다. 자료기간은 각 도별로 1991~2011년까지 21개이다. 줄무늬잎마름병은 자료 이용이 가능한 전북, 전남, 경북, 경남 지역의 2004~2011년까지 8개년도 자료를 이용하였다. 기술 변수는 병해충 피해를 줄이기 위한 기술연구를 나타내며, 해당연도를 변수로 이용하였다(1991=1, 1992=2, … ,2011=21). 기상자료는 각 도별 대표지역(수원, 춘천, 청주, 대전, 전주, 광주, 대구, 부산) 자료를 이용하였다. 7월 호우일수는 기상청의 1일 30mm 이상 비가 내린 날 수를 이용하였다. 월 강수량 및 일조량은 기상청의 강수량 및 일조시간 자료를, 월별 기온은 기상청의 월별 기온 자료를 이용하였다. <Table 1>은 분석 자료의 기초통계량을 나타내고 있다. 전체적으로 잎집무늬마름병 피해면적이 23,180ha로 가장 많고, 혹명나방 11,504ha, 벼물바구미 10,158ha, 잎도열병 5,778ha, 줄무늬잎마름병 3,980ha로 각각 나타났다. 지역별로 살펴보면 대체로 쌀 재배면적이 많은 전남 지역의 피해면적 규모가 다른 지역에 비해 크게 나타나고 있다. 2월 최고기온은 7.5℃, 6월 최저기온은 17.9℃, 6월 강수량은 151.9mm, 7월 일조시간은 142시간, 7월 30mm 이상 강수일수 3.5일로 각각 나타났다.
Damaged area of rice paddy fields by leaf blast, sheath blight , stripe viruse, rice leaf roller, and rice water weevil in Korea during 1991-2011
<Table 2>는 벼 주요 병해충 관찰포 피해면적 요인을 분석한 결과를 나타내고 있다. 전년 동기면적에 대한 계수값은 모두 양의 부호를 나타냈고, 1% 수준에서 유의하게 추정되었다. 기술변화에 대한 계수값은 모두 음의 부호를 나타냈고, 1% 수준에서 유의하게 추정되었다. 잎도열병, 잎집무늬마름병, 줄무늬잎마름병 등의 병해는 강수량의 증가(혹은 일조량의 감소)와 유의한 양의 상관관계를 나타냈고, 혹명나방, 벼물바구미 등의 병해는 기온의 상승과 유의한 양의 상관관계를 나타냈다. <Table 2>의 분석 결과를 바탕으로 계수값에 대한 탄성치를 계산하면 <Table 3>과 같이 나타난다. 잎도열병 피해면적에 대한 7월의 호우일수 탄성치는 0.267로 나타났으며, 이는 호우일수가 10% 증가하면 잎도열병 피해면적이 2.7% 증가함을 의미한다. 본답초기 잎도열병이 저온다습한 조건에서 발병하는데 이러한 추정결과는 현실을 잘 반영하고 있는 것으로 보인다. 잎집무늬마름병 피해면적에 대한 7월 일조시간 탄성치는 -0.331로 나타났으며, 이는 7월 일조시간이 10% 감소하면 잎집무늬마름병 피해면적은 3.3% 증가함을 의미한다. 잎집무늬마름병은 7~8월 고온다습한 조건에서 잘 발병하는데 추정결과를 이를 잘 말해준다고 할 수 있다.
[Table 2.] The result of factor analysis of rice damage occurrence by pest insect and disease
The result of factor analysis of rice damage occurrence by pest insect and disease
Variable elasticity of factor analysis of rice damage occurrence by pest insect and disease
줄무늬잎마름병 피해면적에 대한 6월 강수량 탄성치는 0.627로 나타났으며, 이는 6월 강수량이 10% 증가하면 줄무늬잎마름병 피해면적은 6.3% 증가함을 의미한다. 줄무늬잎마름병은 6월에 중국에서 날아오는 애멸구에 의해 발생하며, 다습한 조건에서 더 잘 발병하므로 추정결과는 이와 같은 상황을 반영하고 있는 것으로 보인다. 혹명나방 피해면적에 대한 6월 최저기온 탄성치는 3.409로 나타났으며, 이는 6월 최저기온이 10% 증가하면 혹명나방 피해면적은 34.1% 증가함을 의미한다. 혹명나방은 6월에 중국으로부터 날아오는데 상층부 기온이 높을수록 생존률이 높아질 것으로 예상되는데 이러한 상황은 추정결과와 일치하는 것으로 보인다. 벼물바구미 피해면적에 대한 2월 최고기온 탄성치는 0.496으로 나타났으며, 이는 2월 최고기온이 10% 상승하면 벼물바구미 피해면적은 5.0% 증가함을 의미한다. 벼물바구미는 월동기 생존율이 벼물바구미 밀도에 영향을 미치게 되는데 월동기 생존율은 기온과 반비례 관계에 있으므로 추정결과가 현실을 나타내고 있는 것으로 보인다.
벼 병해충 방제에 대한 기술진보 효과를 살펴보면, 기술변화에 대한 탄성치는 잎도열병 -1.250, 잎집무늬마름병 -1.162, 줄무늬잎마름병 -0.114, 혹명나방 -0.837, 벼물바구미 -0.501로 각각 유의하게 추정되었다. 벼 재배에 있어 방제와 시비에 관한 기술들이 지속적으로 발전되어 왔고, 그 결과 병충해 피해면적이 감소한 것으로 해석할 수 있다. 이와 같이 병충해피해면적 원인분석 결과, 기술진보의 긍정적인 효과가 나타났으므로 추후 작물보호 기술을 더욱 개선할 필요가 있다. 또 약제를 살포하지 않고 예찰을 통해 피해를 방지할 수 있는 기 술을 개발할 필요가 있다. 이를 위해 대응 기술 연구개발 투자가 보다 확대될 필요가 있다.
피해면적에 대한 전년 피해면적 탄성치는 잎도열병 0.254, 잎집무늬마름병 0.544, 줄무늬잎마름병 0.544, 혹명나방 0.248, 벼물바구미 0.732로 각각 유의하게 추정되었다. 전년 피해면적이 유의하게 추정된 것은 전년에 병충해 피해를 입은 논의 경우 병균이나 알이 남아 있어 재발할 가능성이 높기 때문인 것으로 보인다.
이상의 분석결과를 살펴본 바와 같이 기온상승 및 강수량 증가가 병해충의 피해면적 발생과 밀접한 관계를 가지고 있는 것으로 나타났으므로 기후변화에 따른 기상변동을 모니터링하고, 지역별 기상을 정밀하게 예측하여 농가단위에 정보를 전달할 수 있는 시스템을 마련할 필요가 있다. 또, 기후변화에 따라 향후 빈발할 것으로 예상되는 병충해의 피해를 최소화하기 위해 체계적인 피해 방지 대책을 수립해야 할 것이다. 집중호우에 따른 병의 피해를 줄이기 위해 방제를 적기에 하는 것 등을 그 일례로 들 수 있다.
기후변화가 벼 병해충 피해면적 발생에 미치는 영향을 패널모형을 이용하여 분석한 결과, 기온상승 및 강수량 증가가 병해충의 피해면적 발생과 밀접한 관계를 가지고 있는 것으로 나타났다.
분석결과를 요약하면 다음과 같다. 첫째, 기온상승은 혹명나방과 벼물바구미 등 해충의 피해와 관계되는 것으로 나타났다. 2월 최고기온 상승은 벼물바구미 피해를, 6월 최저기온상승은 혹명나방 피해를 확대시키는 것으로 나타났다. 둘째, 강수량의 증가(혹은 일조량의 감소)는 병의 피해와 관계되는 것으로 나타났다. 6월 강수량 증가는 줄무늬잎마름병 피해를, 7월 일조시간 감소는 잎집무늬마름병 피해를, 7월 호우 일수 증가는 잎도열병 피해를 확대시키는 것으로 나타났다. 셋째, 전년도에 병해충 피해가 발생한 논에서 동일한 병해충 피해가 발생할 가능성이 높은 것으로 나타났다. 이는 전년도에 병해충 피해를 입은 논의 경우 병균이나 알이 남아 있어 재발할 가능성이 있기 때문이다. 넷째, 벼 병해충 방제에 대한 기술 진보의 효과를 살펴본 결과 벼 재배에 있어 방제와 시비에 관한 기술들이 지속적으로 발전되어 왔고 그 결과 병해충 피해 면적이 감소한 것으로 나타났다.
기후변화에 따른 병해충 피해면적을 최소화하기 위해 기술 연구개발, 기후변화에 따른 기상변동 모니터링, 체계적인 피해방지 대책 수립 등의 전략이 요구된다.