본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

표제지 2

국문초록 4

목차 6

제1장 서론 12

제1절 연구 배경 및 필요성 12

제2절 연구 목적 15

제2장 연구사 16

제1절 종자의 저장과 활력 검사 16

2.1.1. 종자의 저장 16

2.1.2. 종자의 활력 검사 17

2.1.3. 소나무 종자에 관한 기존 연구 18

제2절 종자 노화에 따른 생리적 변화 19

2.2.1. 저장성 종자의 건조 내성 19

2.2.2. 종자의 노화 반응과 산물 20

2.2.3. 종자 노화와 산화 스트레스 및 항산화 활성 20

2.2.4. 종자 노화와 세포막 건전성 23

2.2.5. 종자 노화와 저장 지질 23

2.2.6. 종자 노화와 대사 작용 25

2.2.7. 종자 저장에서 온도가 미치는 영향 25

제3절 종자의 비파괴 활력 평가 27

2.3.1. 근적외선 분광법을 이용한 비파괴 검사 27

2.3.2. 스펙트럼 전처리 30

2.3.3. 변수 선택 31

2.3.4. 머신러닝 기법을 활용한 분류 32

제3장 Seed lot과 저장 온도에 따른 소나무 종자 활력 차이 및 저장 수명 36

제1절 연구 배경 및 필요성 36

제2절 연구 목적 37

제3절 재료 및 방법 38

3.3.1. 공시 재료 38

3.3.2. 발아 실험 및 발아 특성 조사 38

3.3.3. 전기전도도 검사 39

3.3.4. 통계 분석 40

제4절 결과 및 고찰 41

3.4.1. 종자 발아 특성 41

3.4.2. 전기전도도 검사 45

3.4.3. 종자 발아 특성과 전기전도도 검사의 상관관계 47

제5절 결론 49

제4장 저장 온도별 소나무 종자 노화에 따른 생리적 변화 50

제1절 연구 배경 및 필요성 50

제2절 연구 목적 52

제3절 재료 및 방법 53

4.3.1. 공시 재료 53

4.3.2. 발아 실험 및 발아 특성 조사 53

4.3.3. 항산화 활성과 산화 스트레스 54

4.3.4. 종자 침출수 분석 55

4.3.5. 지방산 분석 56

4.3.6. 발아 단계별 탄수화물 대사 57

4.3.7. 통계 분석 57

제4절 결과 및 고찰 59

4.4.1. 저장 온도에 따른 종자의 발아 특성 59

4.4.2. 저장 온도에 따른 종자의 항산화 활성과 산화 스트레스 62

4.4.3. 저장 온도에 따른 종자의 세포막 건전성 69

4.4.4. 저장 온도에 따른 종자의 지방산 조성 77

4.4.5. 저장 온도에 따른 종자의 발아 단계별 탄수화물 대사 83

제5절 결론 88

제5장 FT-NIR 분광법을 이용한 소나무 종자의 비파괴 검사 90

제1절 연구 배경 및 필요성 90

제2절 연구 목적 92

제3절 재료 및 방법 93

5.3.1. 공시 재료 93

5.3.2. FT-NIR 스펙트럼 측정 93

5.3.3. 발아실험 93

5.3.4. 이진 분류 데이터셋 구성 및 분할 94

5.3.5. 스펙트럼 전처리 94

5.3.6. 변수 선택 95

5.3.7. 머신러닝 기법을 활용한 분류 96

제4절 결과 및 고찰 98

5.4.1. FT-NIR 스펙트럼 98

5.4.2. 스펙트럼 전처리 방법에 따른 성능 비교 100

5.4.3. 변수 선택 103

5.4.4. 분류 알고리즘 선정 및 최적 모델 개발 106

제5절 결론 114

제6장 종합 결론 116

Abstract 118

참고문헌 121

표목차 9

Table 1. Previous studies on the nondestructive seed viability testing 28

Table 2. Seed collection and storage condition 38

Table 3. Germination characteristics according to various seed lots 42

Table 4. Correlation between germination characteristics and electrical... 47

Table 5. Germination characteristics according to seed storage... 60

Table 6. Percentage of extracted fat and fatty acid according to seed... 77

Table 7. Fatty acid composition (% of total fatty acids) according to seed storage temperatures 81

Table 8. Classification performances of top three algorithms using raw and preprocessed spectra 101

Table 9. Classification performances of top three algorithms using spectra preprocessed with combined... 102

Table 10. Selected features 105

Table 11. Classification performances of various algorithms using selected features' spectra preprocessed by... 107

Table 12. Classification performances of various algorithms using selected features' spectra preprocessed by... 108

Table 13. Classification performances of various algorithms using selected features' spectra preprocessed by... 109

Table 14. Classification performances of top three algorithms, their tuned models, and model stacking using... 111

Table 15. Classification performances of top three algorithms, their tuned models, and model stacking using... 112

Table 16. Classification performances of top three algorithms, their tuned models, and model stacking using... 113

그림목차 11

Figure 1. Electrical conductivity of seed leachate according to various... 46

Figure 2. Antioxidant enzyme activity according to seed storage... 63

Figure 3. MDA content according to seed storage temperatures. Each... 66

Figure 4. Electrical conductivity of seed leachate according to seed... 71

Figure 5. Concentration of inorganic compounds in seed leachate... 73

Figure 6. Concentration of soluble sugars in seed leachate according... 75

Figure 7. Fatty acid composition according to seed storage... 80

Figure 8. Carbohydrate contents at different germination stages... 84

Figure 9. Workflow of machine learning process for seed classification 97

Figure 10. Raw FT-NIR spectra of germinated seeds and... 98

Figure 11. FT-NIR spectra with nine different preprocessing methods. SNV: standard normal variate, MSC:... 99

Figure 12. Accuracy in relation to Number of features using various... 104

초록보기

 종자은행은 살아있는 식물 종자를 장기간 저장하고 복원 재료를 확보하기 위한 것으로, 생명자원의 가장 효과적인 현지외 보전 방법 중 하나이다. 소나무(Pinus densiflora Siebold & Zucc.)는 우리나라의 주요 경제수종이자 우리나라 산림 경관을 대표하는 문화적 가치가 높은 수종으로, 안정적인 산림 복원 및 산림생명자원 보전을 위한 종자 저장이 필요하다. 따라서 본 연구는 소나무 종자의 효율적인 종자은행 운영 방안을 마련하는 데 기여하고자 수행되었다. 먼저, 저장 온도에 따른 종자 수명의 범위를 확인하기 위해, 저장 온도와 채취 시기가 다른 여러 seed lot의 소나무 종자를 대상으로 발아 능력과 종자세를 평가하였다. 그 결과, -18℃ 조건에서는 seed lot에 따라 20년까지도 높은 발아 능력을 유지할 수 있었으나, 19년 만에 발아 능력과 종자세가 다소 감소하는 경우도 있었다. 4℃ 조건에서는 12년 이내로 저장 시 활력 저하가 거의 발생하지 않았으나, 14년 이상이 될 경우 종자세가 먼저 감소하며, 발아 능력도 서서히 감소하는 경우도 있었다. 전기전도도 검사는 종자의 발아 능력 및 종자세와 모두 높은 상관관계를 보여, 종자 활력 평가에 있어 간단하고 신속한 보완적 방법으로 활용할 수 있을 것으로 보인다. 다음으로, 저장 온도에 따른 활력과 노화 양상을 직접적으로 비교하기 위해, 단일 seed lot의 종자를 -18℃와 4℃, 그리고 실온 조건에서 20년 저장한 후, 발아 특성과 항산화 효소 활성, MDA, 세포막 건전성, 지방산 조성, 탄수화물 대사와 같은 생리적 특성을 분석하였다. 그 결과, 저장 온도가 높을수록 항산화 활성은 감소하고, 세포막 기능이 저하되어 전해질, 수용성 당 누출이 증가하였다. 지방산 조성의 변화 역시 저장 온도에 따라 뚜렷한 차이가 있었으며, 특히 높은 온도에서는 다중불포화지방산의 산화가 더욱 빠르게 일어나 단일불포화지방산, 포화지방산의 상대적인 비율이 높았다. MDA와 지방산의 산화는 활력을 모두 상실한 실온 저장 종자에서보다 활력을 일부 유지한 4℃ 저장 종자에서 가장 높게 나타나, 종자 활력과 일관된 관계를 보이지는 않았다. 영양 물질의 이용과 탄수화물 대사 활성의 저하 역시 저장 온도에 따른 활력 저하와 연관이 있었다. 마지막으로, FT-NIR 분광법과 머신러닝 기법을 활용한 발아 종자와 미발아 종자를 분류한 결과, 발아 여부를 최대 83.89%의 정확도로 예측할 수 있었으며, 이를 통해 종자은행 관리 시 비파괴 검사의 활용 가능성을 제시하였다. 본 연구는 소나무 종자의 장기 저장에 따른 노화 양상과 비파괴 활력 평가에 대한 기초 자료를 제공하였으며, 이러한 시도가 향후 다양한 수종의 종자를 이용한 현지외 보전 및 종자은행 운영의 개선에도 활용될 수 있을 것이다.

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기