• Weed & Turfgrass Science
• /
• v.4 no.2
• /
• pp.77-84
• /
• 2015

We surveyed the distribution pattern of weeds in onion, garlic, potato, and barley fields including 304 sites of Gyeongsangbuk-do. The weeds were summarized as 30 family and 125 species in onion crop field, 29 family and 101 species in garlic field, 30 family 88 species in potato field, finally 27 family and 108 species. Compositae was dominant family (26.4%, 33 species), followed by Polygonaceae (8.8%, 11 species), Cruciferae (8.8%, 11 species) in onion field. Compositae was also dominant family (24.8%, 25 species) in garlic field, it was 22.7% (20 species) in potato field, and it was also 24.1% (26 species) in barley field, respectively. Among these winter crops, major five families were occupied 61.1, 58.4, 58.0 and 57.5% in turn at barley, onion, potato and garlic fields. The PCA-covariance plot analysis for investigation of occurrence pattern of weeds by four winter crop fields revealed that the occurrence pattern of weed species in barley field was distinguished by Alopecurus aequalis var. amurensis, Stellaria alsine var. undulate and Stellaria aquatica.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.688-692
• /
• 2009

본 연구는 전국 토양유실분포도와 토양유실위험 등급도를 작성하는 것을 목적으로 하였다. 토양유실분포도는 RUSLE를 이용하였고, 강우-유출 침식성인자(R)는 기상청의 59개 기상관측소의 1977년부터 2006년까지(30년간)의 강우량 자료를 이용하여 산정하였다. 빈도분석은 FARD를 이용하였고, 전국 R인자를 빈도별로 산정하였다. 토양유실량 분석결과 토지피복별로 초지, 나지 밭의 크기 순서로 토양유실이 발생하고, 우리나라 전체 평균은 약 17.2 ton/ha 정도의 토양유실이 발생하는 것으로 분석되었다. 5년빈도 강우특성에서 전체 토양유실량은 15,000여 톤의 토양유실이 발생하는 것으로 나타났으며, 토지피복 구분에서는 논, 산림, 밭작물 재배지역에서 많은 토양유실이 발생하는 것으로 분석되었다. 토양침유실 위험 등급도 작성은 토양유실위험 등급을 5개 등급으로 구분하여 수행하였다. 분석결과 토양유실위험 2등급인 보통지역이 전체 토양유실량 위험지역의 78.2%로 가장 많은 부분을 차지하고 있으며, 심각한 토양유실 위험지역은 분석지역 전체 중에서 약 1.1%인 $1,038km^2$정도인 것으로 분석되었다. 토지피복별로 심각한 토양유실 위험지역은 나지, 초지, 밭작물 재배지역의 순으로 각각 $93.5km^2$, $168.1km^2$, $327.4km^2$ 정도가 심각한 등급의 토양유실 위험 지역으로 분석되었다.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2004.04a
• /
• pp.110-113
• /
• 2004

제주도내에 개발ㆍ이용 중인 사설 농업용 44개 관정을 대상으로 2002년 11월부터 2003년 11월까지 1년간 지하수 이용량 모니터링 조사를 실시하였다. 재배작물 유형별 지하수 이용특성을 평가한 결과, 밭작물은 대체로 9월에서 11월 초순까지 집중적으로 지하수를 이용하고 있으며, 시설하우스의 경우에는 2월에서부터 10월말까지 비교적 지속적으로 지하수를 이용하고 있는 것으로 분석되었으나, 노지 감귤원은 가뭄이 아닌 경우에는 농약살포시 매우 소량의 지하수를 이용하고 있으며 이용시기도 매우 불규칙한 것으로 조사되었다. 평균 총 가동 일수는 시설하우스 및 밭작물에 혼용으로 사용하고 있는 지하수 관정의 128일로 최대치를 나타내고 있으며, 연간 지하수 총 이용량의 경우도 관정 가동 일수와 같은 경향을 나타내고 있다. 단위 면적(ha) 당 지하수 일 평균 이용량은 시설하우스가 74m$^3$/일으로 가장 많았고 밭작물이 50m$^3$/일로 조사되었다. 원격검침 시스템에 의해 얻어진 모니터링 테이터로부터 산정된 양수량과 계량기 검침에 의한 양수량과의 관계를 비교 분석한 결과, 상관계수가 $R^2$ =0.997을 나타내 수중모터펌프 가동시간 모니터링에 의한 양수량 산정방법이 매우 유효함이 입증되었다.

• 한국약용작물학회:학술대회논문집
• /
• 2010.10a
• /
• pp.217-218
• /
• 2010

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.38 no.6
• /
• pp.671-679
• /
• 2020

In order to increase the food self-sufficiency rate, monitoring and analysis of crop conditions in the cultivated area is important, and the existing measurement methods in which agricultural personnel perform measurement and sampling analysis in the field are time-consuming and labor-intensive for this reason inefficient. In order to overcome this limitation, it is necessary to develop an efficient method for monitoring crop information in a small area where many exist. In this study, RGB images acquired from unmanned aerial vehicles and vegetation index calculated using RGB image were applied as deep learning input data to classify complex upland crops in small farmland. As a result of each input data classification, the classification using RGB images showed an overall accuracy of 80.23% and a Kappa coefficient of 0.65, In the case of using the RGB image and vegetation index, the additional data of 3 vegetation indices (ExG, ExR, VDVI) were total accuracy 89.51%, Kappa coefficient was 0.80, and 6 vegetation indices (ExG, ExR, VDVI, RGRI, NRGDI, ExGR) showed 90.35% and Kappa coefficient of 0.82. As a result, the accuracy of the data to which the vegetation index was added was relatively high compared to the method using only RGB images, and the data to which the vegetation index was added showed a significant improvement in accuracy in classifying complex crops.

• KOREAN JOURNAL OF CROP SCIENCE
• /
• v.51 no.7
• /
• pp.599-607
• /
• 2006

The experiments were carried out to develop simulation model for estimating the yield of soybean in upland and paddy field condition. Field experiments were done at National Institute of Crop Science in 2005. The evaluated soybean cultivars were Taekwangkong, Daewonkong, and Hwangkeumkong. Soybean seeds were planted by hill seeding with 3-4 seeds and row and hill spacing were $60{\times}10cm$ in upland and $60{\times}15cm$ in paddy field. Seeds were sown on row (without making ridge) and on the top of ridge in upland and paddy field, respectively. Field parameters were measured yield components ($plants/m^{2}$, pod no./plant, and 100-seed weight, seed yield and growth characteristics (stem length, leaf area at each stage, and dry weight of shoot) and after measuring they were compared the relationships with seed yield and yield components and seed yield and growth characteristics. Seed yield of soybean was affected by cultivars and planting density. Seed yield was higher in upland than paddy field due to the higher planting density in upland field. The upland soybeans generally had lower 100-seed weight than that of paddy field. Seed yield of soybean in a paddy field was greatest in Taekwangkong and followed by Daewonkong and Hwangkeumkong. The harvest index of taekwangkong and Hwanggumkong was higher in upland than paddy field, however, it was higher in paddy field than upland in Daewonkong. Seed yield was greatest in Daewonkong in both experimental fields. The greatest stem length was observed in taekwangkong and Hwanggumkong (R6) in late growth stage in paddy field. Dry weight of shoot and pod, pod number, stem length, and stem diameter were higher grown in paddy field than grown in upland. Crop growth rate (CGR) of cultivars was higher in paddy field after 8 WAS(weeks after sowing) and it was greatest at 13 WAS in Daewonkong among the cultivars. In upland field, CGR was greatest in Taekwangkong and then followed by Daewonkong and Hwanggumkong during 12 and 15 WAS. There was no significant relationships between 100-seed weight and seed yield in both experimental fields. A significant positive relationship was observed between seed number and seed yield. The correlation coefficients between leaf area and shoot dry weight were about 0.8 during the whole growth stage except 5 WAS and 4-5 WAS in paddy field and upland, respectively. This experiment was done just one year and drained paddy field condition was not satisfied drained condition successfully at 7th leaf age of soybean by the heavy rain, so we suggest that the excessive soil water reduced seed yield in paddy field and the weather condition should be considered for utilizing of these results.

• The Bimonthly Magazine for Agrochemicals and Plant Protection
• /
• v.1 no.8
• /
• pp.50-58
• /
• 1980

• Water for future
• /
• v.53 no.3
• /
• pp.64-70
• /
• 2020

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.225-225
• /
• 2019

건물, 차량, 사회인프라시설과 달리 농작물이란 물리적인 시설이 아닌 농업경제 활동의 결과물로서 최종적으로 판매를 통해 수익을 창출하는 행위에서 재난으로 인하여 지장을 받게 되는 경제적 피해가 고려되어야 한다. 이를 위해 본 연구는 홍수로 인한 농작물 피해를 "생산비 매몰비용"과 "순수익 손해"를 농작물 피해추정의 척도로 하였다. 생산비 매몰비용이란 경작시작부터 피해발생까지 투입된 생산비의 회수불가에 따른 피해이며, 순수익 손해란 피해발생에 따른 기대 순수익 하락에 따른 피해를 의미한다. 다양한 작물 가운데 10종의 대표작물을 선택하고, 각 작물의 표준생산비와 표준순수익을 농업생산 및 수익과 관련한 통계자료로부터 결정하였다. 이로부터 생육경과율과 홍수 발생시기(6~9월)를 고려하여 월별 투입생산비 및 기대순수익을 결정하였다. 대상지역 내 재난에 노출된 작물정보를 정의하는 농작물 인벤토리는 농림축산식품부에서 제작된 스마트 팜 맵(농경지 전자지도)을 활용하였고, 다양한 작물이 혼재된 밭의 경우 농업면적조사 결과를 토대로 결정한 밭작물 재배현황비를 고려하였다. 홍수에 따른 취약성을 설명하는 농작물 손상함수는 영향인자는 침수심, 침수기간이며, 이를 기준으로 한 손상함수는 농림부의 농업재해피해조사요령과 일본 치수경제조사메뉴얼을 참고하여 제시하였다. 본 연구에서 제시한 농작물 피해 추정 방법은 기존 방법인 다차원 홍수피해산정법(MD-FDA)과 비교할 때 대표작물의 현실화, 국내 실정을 고려한 손상함수, 그리고 면적 기반의 원단위를 사용함으로써 실무적으로 명확하고 실용적으로 사용될 것으로 기대된다.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.67-67
• /
• 2017

국내의 밭작물 재배에서는 부족한 인력과 시간을 단축하기 위한 농기계 사용이 필수가 되었다. 효율적인 농기계의 개발을 위해서는 농민들의 작업실태 분석이 반드시 선행되어야 한다. 본 연구에서는 감자 재배용 작업기 개발을 위해 전국의 감자 재배 농민을 대상으로 트랙터 작업기 사용실태 조사를 수행하였다. 조사대상은 강원도, 경상북도, 전라남도의 지역중 감자 생산량이 많은 곳을 분류하여 각 지역의 농업기계 대리점에서 추천한 농민을 대상으로 조사표에 의한 방문 면접 설문조사를 실시하였다. 분류된 지역은 강원도 홍천, 평창, 경상북도 고령, 김천, 전라남도 영광, 보성이다. 각 지역별 응답자수는 2명으로 진행하였다. 조사항목은 감자 재배시기, 보유하고 있는 작업기, 트랙터의 모델 및 보유대수, 작업기별 트랙터 주행단수 및 PTO 단수, 작업패턴 등이다. 조사결과, 공통적으로 감자품종 중 수미감자를 선호하는 것으로 조사되었고, 지역별로 시기상의 차이가 있지만 평균적으로 1월~5월과 8월~11월 사이에 감자 이모작을 실시하는 것으로 나타났다. 트랙터의 평균 보유대수는 2대였으며, 평균적으로 중형 트랙터 1대와 대형 트랙터 1대의 비율로 보유하고 있는 것으로 조사되었다. 보유하고 있는 작업기는 로타베이터, 수확기, 시비기, 방제기, 파종기 순으로 보유대수가 많았다. 작업기로 수행하는 밭작업으로는 경운정지, 비닐피복, 시비, 방제, 수확 등이 있었으며, 경운정지용 로터리 작업시 트랙터 주행단수와 PTO 단수는 트랙터의 경우 L2~L3단을 주로 사용하고, PTO의 경우 1단과 2단을 병행하여 사용하는 것으로 조사되었다. 로타베이터 작업패턴은 지역별로 차이를 보였으나, 평균적으로 밭의 모서리를 둘러서 작업하고 이후에 8자형식으로 이동하면서 두둑을 형성하는 것으로 나타났다. 이 작업패턴을 사용하는 이유는 후진을 하지않는 작업환경에서 가장 효율적이고 밭의 모서리에 흙이 모이지 않게하기 위함이라고 하였다.