• Korean Journal of Remote Sensing
• /
• v.20 no.4
• /
• pp.253-259
• /
• 2004

The purpose of this study is to present a standardized scheme for providing agriculture-related information at various spatial resolutions of satellite images including Landsat + ETM, KOMPSAT-1 EOC, ASTER VNIR, and IKONOS panchromatic and multi-spectral images. The satellite images were interpreted especially for identifying agricultural areas, crop types, agricultural facilities and structures. The results were compared with the land cover/land use classification system suggested by National Geographic Information based on aerial photograph and Ministry of Environment based on satellite remote sensing data. As a result, high-resolution agricultural land cover map from IKONOS imageries was made out. The classification result by IKONOS image will be provided to KOMPSAT-2 project for agricultural application.

• The Journal of the Korea Contents Association
• /
• v.19 no.12
• /
• pp.18-27
• /
• 2019

Through the technology of the 4th industrial revolution, agricultural machinery is becoming increasingly intelligent, and the machine is replacing the role of farmer manpower as a whole. However, safety accidents caused by careless use of agricultural machines and theft accidents due to the difficulty of keeping them are increasing every year. Because agricultural machines do not manage the history of events and accidents unlike automobiles, they are often used for crime. There is also no way to cope with the issues if there happens issues on agricultural machines. In this paper, we propose the system based on block chain which can manage the history of the agricultural machinery by registering the chassis number at the same time when purchasing the agricultural machinery. Since this system contains the history of accident and repair information about the owner's agricultural machinery, it is possible to trace back even if a theft occurs. The proposed system also allows buyers to secure transactions by providing reliable data through inquiry of this system when trading in the secondary market in the future.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.36-36
• /
• 2020

수공시설물의 홍수관리에 가장 중요한 정보는 강우자료로, 저수지 설계 및 물관리 업무에 기상청에서 제공하는 종관기상관측자료 등을 활용하고 있다. 농업용 저수지는 전국적으로 17,500여 개소로 많은 수가 분포되어 있지만, 유역내 강우관측자료의 미흡으로 저수지 인근에 위치한 강우관측소 자료만을 활용하고 있다. 저수지 유역면적은 다목적댐과 비교해 상대적으로 작아 티센법 등에 의한 평균우량값을 활용하기에 어려운 상황이다. 따라서 본 연구에서는 저수지 홍수관리에 있어 현재 제공되는 관측강우의 활용방안을 검토하였다. 이를 위해 강우자료의 활용방법으로 기존 농업용수 관리 실무에 활용하고 있는 방법과 유역 평균강우산방법의 활용성을 검토하였다. 강우자료는 기상포털개방자료에서 제공하는 기상청 지점강우, 동네실황, 초단기예측자료를 활용하였으며, 농어촌공사 홍수관리저수지를 대상으로 강우자료 활용방법에 따른 유역평균 강우값을 비교하였다. 본 연구결과는 강우예측정보를 활용한 저수지 홍수관리업무에 있어 현업부서의 강우정보 제공시스템 구축의 기초정보로 활용될 것으로 기대된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.87-89
• /
• 2022

ICT 정보기술에 기초한 시설원예의 복합환경제어 시스템에 빅데이터 분석과 인공지능기술을 접목하여 농업생산성을 극대화하기 위한 영농기법을 딸기 농업에 적용하는 기술을 개발하고 있으며, 본 논문에서는 이 개발과정의 중간결과물에 대해 기술하게 되며, 향후 진행할 내용에 대해서도 논문 중에 간략히 소개되어 있다. 대상 재배작물인 딸기의 재배방식에 적합한 영상촬영 시스템을 고려하여 시스템을 구성하였고, 경제적인 촬영시스템이 되도록 시스템 설계를 하였으며, 엣지 컴퓨팅 기술을 응용하여 궁극의 목표인 신속하고 다양한 의사결정 서비스를 로컬의 로봇시스템에 구현할 예정이다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.25 no.6
• /
• pp.25-32
• /
• 2020

The seed, the most basic component, is an important factor in increasing production and efficiency in agriculture. Seeds with superior genes can be expected to improve agricultural productivity, crop survival, and reproduction. Currently, however, screening of superior seeds depends mostly on manual work, which requires a lot of time and manpower. In this paper, we propose a system that can extract the characteristics of seed phenotypes by using computer image processing technology, so that even a small number of people and a short period of time are needed to extract the characteristics of seeds. The proposed system detects individual seeds from images containing large quantities of seeds, and extracts and stores various characteristics such as representative colors, area, perimeter and roundness for each individual seed. Due to the regularity of input images, the accuracy of individual seed extraction in the proposed system is 99.12% for soybean seeds and 99.76% for rice seeds. The extracted data will be used as basic data for various data analyses that reflect the opinions of experts in the future, and will be used as basic data to determine the expressive nature of each seed.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.155-155
• /
• 2020

최근 전 세계적으로 기후변화 및 이상기후로 인해 홍수, 가뭄과 같은 수자원과 관련된 재해들의 빈도가 증가하고 있는 추세이다. 가뭄은 발생 시작 및 종료 시기가 명확하지 않고, 그 피해가 광범위한 특징으로 인해 농업분야에 직접적인 피해를 주고 있으며, 농산물 생산성 및 안정적인 농업용수 확보에 큰 영향을 미치고 있다. 과거 가뭄을 해석하기 위해서는 일반적으로 강수량, 가뭄지수 등 단일지표를 활용하여 가뭄을 평가하였으나, 최근 선제적인 가뭄대응을 위해 다양한 인자들을 종합하여 판단하는 취약성 평가 (Vulnerability Assessment) 개념을 도입하였다. 농업가뭄 취약성은 IPCC (Intergovernmental Panel on Climate Change)에서 기상 및 수문학적 가뭄에 의한 작물 생산 피해 및 가축의 피해를 동반할 수 있는 가능성으로 정의한다. 본 연구에서는 농업용 저수지 중심의 농업용수 기반 취약성 평가 항목을 선정하여 농업가뭄 취약지도를 작성하였다. 민감도, 노출도 및 적응능력 개념에 적합한 대응변수를 활용하여 저수지의 저수율, 용수 부족 및 가뭄 대응능력 뿐만 아니라 사회·환경적, 기상학적 영향을 고려한 평가 항목 선정하였다. 항목별 단위 및 특성을 통합하기 위해 스케일 재조정 (Re-Scaling), Z-Score 등 다양한 방법을 활용하여 표준화를 실시하였으며, AHP (Analytic Hierarchy Process), 엔트로피 분석 등을 통해 항목별 가중치를 산정하였다. 또한 농업가뭄에 긍정적인 영향과 부정적인 영향을 미치는 항목을 구분하여 대응변수를 적용하였다. 이를 바탕으로 농업가뭄 취약성을 평가하여 항목별 등급을 구분하였으며, 전국 167개 시군을 대상으로 농업가뭄 취약지도를 작성하였다. 본 연구의 결과는 시군별 맞춤형 농업가뭄 대응정책의 기초자료 활용 가능하며, 농업가뭄 취약지역/상습가뭄지역에 대한 정보 제공이 가능할 것으로 판단된다.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.162-162
• /
• 2017

구글에서 공개한 Tensorflow를 이용한 여러 학문 분야의 연구가 활발하다. 농업 시설환경을 대상으로 한 빅데이터의 축적이 증가함과 아울러 실효적인 정보 획득을 위한 각종 데이터 분석 및 마이닝 기법에 대한 연구 또한 활발한 상황이다. 한편, 타 분야의 성공적인 심층학습기법 응용사례에 비하여 농업 분야에서의 응용은 초기 성장 단계라 할 수 있다. 이는 농업 현장에서 취득한 정보의 난해성 및 완성도 높은 생육/환경 모델링 정보의 부재로 실효적인 전과정 처리 기술 도출에 소요되는 시간, 비용, 연구 환경이 상대적으로 부족하기 때문일 것이다. 특히, 센서 기반 데이터 취득 기술 증가에 따라 비약적으로 방대해진 수집 데이터를 시간 복잡도가 높은 심층 학습 모델링 연산에 기계적으로 단순 적용할 경우 시간 효율적인 측면에서 성공적인 결과 도출에 애로가 있을 것이다. 매우 높은 시간 복잡도를 해결하기 위하여 제시된 하드웨어 가속 기능의 경우 일부 개발환경에 국한이 되어 있다. 일례로, 구글의 Tensorflow는 오픈소스 기반 병렬 클러스터링 기술인 MPICH를 지원하는 알고리즘을 공개하지 않고 있다. 따라서, 본 연구에서는 심층학습 기법 연구에 있어서, 예상 가능한 다양한 자원을 활용하여 최대한 연산의 결과를 빨리 도출할 수 있는 하드웨어적인 접근 방법을 모색하였다. 호스트에서 수행하는 일방적인 학습 알고리즘과 달리 이기종간 심층 학습이 가능하기 위해선 우선, NFS(Network File System)를 이용하여 데이터 계층이 상호 연결이 되어야 한다. 이를 위해서 고속 네트워크를 기반으로 한 NFS의 이용이 필수적이다. 둘째로 제한된 자원의 한계를 극복하기 위한 메모 공유 라이브러리가 필요하다. 셋째로 이기종간 프로세서에 최적화된 병렬 처리용 컴파일러를 이용해야 한다. 가장 중요한 부분은 이기종간의 처리 능력에 따른 작업을 고르게 분배할 수 있는 작업 스케쥴링이 수행되어야 하며, 이는 처리하고자 하는 데이터의 형태에 따라 매우 가변적이므로 해당 데이터 도메인에 대한 엄밀한 사전 벤치마킹이 수행되어야 한다. 이러한 요구조건을 대부분 충족하는 Open-CL ver1.2(https://www.khronos.org/opencl/)를 이용하였다. 최신의 Open-CL 버전은 2.2이나 본 연구를 위하여 준비한 4가지 이기종 시스템에서 모두 공통적으로 지원하는 버전은 1.2이다. 실험적으로 선정된 4가지 이기종 시스템은 1) Windows 10 Pro, 2) Linux-Ubuntu 16.04.4 LTS-x86_64, 3) MAC OS X 10.11 4) Linux-Ubuntu 16.04.4 LTS-ARM Cortext-A15 이다. 비교 분석을 위하여 NVIDIA 사에서 제공하는 Pascal Titan X 2식을 SLI로 구성한 시스템을 준비하였다. 개별 시스템에서 별도로 컴파일 된 바이너리의 이름을 통일하고, 개별 시스템의 코어수를 동일하게 균등 배분하여 100 Hz의 데이터로 입력이 되는 온도 정보와 조도 정보를 입력으로 하고 이를 습도정보에 Linear Gradient Descent Optimizer를 이용하여 Epoch 10,000회의 학습을 수행하였다. 4종의 이기종에서 총 32개의 코어를 이용한 학습에서 17초 내외로 연산 수행을 마쳤으나, 비교 시스템에서는 11초 내외로 연산을 마치는 결과가 나왔다. 기보유 하드웨어의 적절한 활용이 가능한 심층학습 기법에 대한 연구를 지속할 것이다

• Journal of the Korea Convergence Society
• /
• v.11 no.4
• /
• pp.27-32
• /
• 2020

High-resolution images taken by drones are being used for a variety of information, including monitoring. The management of agricultural facilities still uses mostly human survey methods. Surveying agricultural facilities, surveying the appearance of agricultural facilities, and the sleeping environment have legal and environmental constraints that are inaccessible to humans. In addition, in an area where information such as 3D maps and satellite maps are outdated or not provided, human investigation is inevitable, and a lot of time and money are invested. The purpose of this research is to design and develop drone system for field support incorporating AR smart glasses technology for the maintenance and management of agricultural facilities to improve the difficulties of using existing drones. In addition, We will also suggest ways to secure the safety of personal information in order to solve the damages caused by the exposure of personal information that may occur through video shooting.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.10a
• /
• pp.623-625
• /
• 2015

Recently, the cooling water of power plant was included in RPS(Renewable Portpolio Standard) as water heat energy. Thus the trend of cooling water application is growing bigger for agriculture and fishing industry. Especially as energy consumption cost in agriculture and fishing industry is a vital element, the interests for energy efficiency is growing bigger. The advanced agriculture country like Netherlands is distributing diagnosis software to the farmers based on ICT diagnostic system for the efficient energy consumption and energy demand amounts depend on crops of cultivation in automated horticulture. Hereafter, in the preparation of the expansion of the automated agriculture domestically by the cooling water of power plant, we would like to propose the energy application case(Greenery) in the advanced countries abroad in agriculture and EMS system about the application of the cooling water in power plant.

• Smart Media Journal
• /
• v.11 no.4
• /
• pp.9-18
• /
• 2022

Recently, research and system using AI is rapidly increasing in various fields. Smart farm using artificial intelligence and information communication technology is also being studied in agriculture. In addition, data-based precision agriculture is being commercialized by convergence various advanced technology such as autonomous driving, satellites, and big data. In Korea, the number of commercialization cases of facility agriculture among smart agriculture is increasing. However, research and investment are being biased in the field of facility agriculture. The gap between research and investment in facility agriculture and open-air agriculture continues to increase. The fields of fruit trees and plant factories have low research and investment. There is a problem that the big data collection and utilization system is insufficient. In this paper, we are proposed the system for determining the fruit tree growth stage using a deep learning-based object detection model. The system was proposed as a hybrid app for use in agricultural sites. In addition, we are implemented an object detection function for the fruit tree growth stage determine.