• 제목/요약/키워드: 일사량 데이터 관리

검색결과 16건 처리시간 0.021초

오픈 소스 프레임워크와 원격 탐측자료를 이용한 웹 기반 작황 정보 시스템 설계 (The Design of Web-based Crop Information System Using Open-Source Framework and Remotely Sensed Data)

  • 우엔 민효;마종원;이경도;허준
    • 대한원격탐사학회지
    • /
    • 제33권5_2호
    • /
    • pp.751-762
    • /
    • 2017
  • 작황 정보 시스템은 작물 분포, 작황 정보 및 생산량에 대한 모니터링, 예측, 추정 또는 분석과 같은 다양한 형태를 통해 정보를 제공하며 본 논문은 한국, 미국 및 중국 데이터를 기반으로 구축한 웹기반 작황 정보 시스템을 제안한다. 온도, 강수량 및 일사량의 기후 데이터는 작물 성장에 미치는 영향을 분석하는데 사용되었으며, NDVI 데이터와 작물구분도 데이터는 각각 작물 모니터링과 작물 분포 관리를 목적으로 사용되었다. 본 시스템은 3가지의 주요 장점을 갖고 있으며 이는 다음과 같다: 1) 높은 시간 해상도의 데이터를 통한 정보 제공, 2) 보유 데이터 분석을 통한 보고서 작성의 자동화, 3) 사용자의 편리성을 위한 기능 제공.

온실 공기유동 계측 시스템 개발 (Development of Device Measuring Real-time Air Flow in Greenhouse)

  • 노재승;권진경;김유용
    • 생물환경조절학회지
    • /
    • 제27권1호
    • /
    • pp.20-26
    • /
    • 2018
  • 작물생육의 품질 및 생산량에 중요한 영향을 미치는 온실 내 환경관리에 대한 연구는 활발히 진행되고 있다. 주로 온실 내 환경분포를 측정하는 방법으로는 한 두 지점에 대해서만 측정하여 온실 전체를 관리하는 시스템으로 이루어졌으며 기존 환경데이터 측정방식은 각각의 데이터 로거 및 센서간의 배선들로 인하여 복잡한 시스템으로 구성되었다. 본 연구에서는 온실 내 설치 된 각 환경센서들로부터 지점별 데이터를 획득하고 획득된 데이터는 모니터링 프로그램을 통하여 공기유동흐름을 측정하는 장치를 개발하였다. CAN 네트워크 통신을 통하여 환경센서들의 배선 토폴로지를 간소화 했으며 프로토콜의 견고함으로 온실 내 모니터링을 안정적으로 데이터를 수집할 수 있도록 구현되었다. 온실 내 공간의 환경요인 분포(온 습도 및 풍속 등)들을 12개 지점에 배치하고 온 습도 및 풍속의 환경 데이터는 상세히 파악할 수 있도록 X, Y, Z 축으로 다수의 측정점(총 36점)을 선정하였다. 데이터 손실 및 다양한 온실조건을 고려하여 비트레이트를 저속 125kbit/s로 구현하여 온실 내 100m 구역내에서 센서를 추가적으로 연장(총 90개)할 수 있도록 구축되었다. 온도, 습도, 일사량, 풍향, 풍속, 대기압 및 강우량 등 측정된 데이터는 LabVIEW에 연동되어 실시간으로 센서 정보 출력이 가능하도록 구현되었다. 온실 내 환경 분포는 사용자의 편의에 따라 환경분포를 수평(XZ), 수직(YZ)축으로 가시화 할 수 있으며, 보간의 범위를 원하는 값으로 설정하여 보간 할 수 있도록 구현되었다. 추후에 온실 내의 공간에 따라 온도, 습도, 풍속, $CO_2$ 등의 환경 측정 실험을 통하여 CFD 모델링과의 검증 및 비교에 활용할 수 있을 것으로 판단된다.

모델트리를 활용한 죽산보 단기조류예측에 관한 연구 (Study on the Prediction of short-term Algal Bloom in Juksan weir Using the Model Tree)

  • 이보미;이혜숙;정선아;주용은;김호준;최광순
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2018년도 학술발표회
    • /
    • pp.450-450
    • /
    • 2018
  • 최근 기후변화와 수온상승으로 인한 녹조발생이 빈번하게 나타나며, 녹조발생에 관한 관심은 꾸준히 증가하고 있는 추세이다. 본 연구는 효율적인 녹조관리를 위하여 모델트리를 활용하여 클로로필-a 단기조류예측 기법을 개발하였다. 대상지역으로 영산강수계의 죽산보를 선정하였으며, 2013년 1월부터 2016년 12월까지 나주 수질자동측정망의 일 단위자료와 동일기간 광주 기상청의 일별 기상자료를 이용하였다. 상관 분석을 통해 T-N, T-P, N/Pratio와 클로로필-a, 수온, 일사량, 강수량을 독립변수로, 단기(t+1일, t+3일, t+5일, t+7일) 클로로필-a를 종속변수로 선정하여 단기조류예측기법을 개발하였다. 수집한 자료의 데이터세트는 격일 간격으로 Training, Testing 기간으로 구분하여 적용한 결과, 상관계수는 1일 예측 시, Training 기간에 0.89, Testing 기간에 0.91, 3일 예측 시, Training 기간에 0.74, Testing 기간에 0.68, 5일 예측 시, Training 기간에 0.70, Testing 기간에 0.66, 7일 예측 시, Training 기간에 0.63, Testing 기간에 0.62로 나타났다. RMSE(Root Mean Square Error)는 1일 예측 시, Training 기간에 13.96, Testing 기간에 12.22, 3일 예측 시, Training 기간에 20.03, Testing 기간에 22.14, 5일 예측 시, Training 기간에 21.32, Testing 기간에 22.57, 7일 예측 시, Training 기간에 23.52, Testing 기간에 23.45로 나타났다. 예측주기에 따라 모델트리와 회귀식에서 활용한 독립변수는 1일 예측 시, 모델트리는 N/Pratio, 클로로필-a, 회귀식은 클로로필-a로 다르게 나타났다. 반면, 3일, 5일, 7일 예측 시, 모델트리와 회귀식에 활용된 변수는 같게 나타났다. 클로로필-a, 수온, 일사량은 5일 예측 시 활용된 변수로, 3일 예측 시에는 기상항목인 강수량이, 7일 예측 시에는 수질항목인 T-N, N/Pratio가 추가되었다. 특히 1일 예측 시 일 때, 높은 예측정도와 활용된 변수의 수가 적게 나타나는 것을 확인하였으며, 예측기간이 길어질수록 예측의 정확성이 낮아지고, 활용된 변수의 수가 많아지는 것을 확인하였다. 향후 적정한 예측기간을 판단하고 예측가능성을 높이기 위해서는 지속적인 자료취득 및 개선이 필요하며, 이를 바탕으로 적절한 단기조류예측이 가능할 것으로 판단된다.

  • PDF

위성영상과 머신러닝 모델을 이용한 폭염기간 고해상도 기온 추정 연구 (A Study for Estimation of High Resolution Temperature Using Satellite Imagery and Machine Learning Models during Heat Waves)

  • 이달근;이미희;김보은;유정흠;오영주;박진이
    • 대한원격탐사학회지
    • /
    • 제36권5_4호
    • /
    • pp.1179-1194
    • /
    • 2020
  • 본 연구에서는 지상기상센서가 설치되지 않은 미 관측지점의 기온정보를 추정하기 위하여 K-최근접 이웃, 랜덤 포레스트, 신경망 알고리즘을 대상으로 위성영상을 이용하여 기온자료를 산출하고 그 정확성을 평가·분석하고자 하였다. 위성영상자료는 2019년에 취득된 Landsat-8과 MODIS Aqua/Terra을 이용하였으며, 기상자료는 기상청과 산림청의 AWS/ASOS 자료를 이용하였다. 또한 추정 정확도를 향상시키기 위하여 수치표면 모델, 일사량, 경사방향, 경사도를 생성하여 이용하였다. 머신러닝 알고리즘 정확도 비교는 10-fold 교차검증을 통하여 R2(결정계수) 및 RMSE(평균제곱근오차)의 통계량을 계산하여 대상지역별 추정결과를 비교하였다. 그 결과 신경망 알고리즘이 R2=0.805, RMSE=0.508로 세 알고리즘 중 가장 안정적인 결과를 나타내었다. 신경망 알고리즘을 구축된 위성영상 데이터셋에 적용하여 2019년 6월부터 9월까지의 평균기온 지도를 생성할 수 있었으며 세밀한 기온 정보를 관측할 수 있음을 확인하였다. 연구 성과는 폭염 대응 정책, 열섬완화 연구 등 국가재난안전 관리에 활용 될 수 있을 것으로 기대된다.

스마트 온실 통합 모니터링 시스템 구축 (Implement of Web-based Remote Monitoring System of Smart Greenhouse)

  • 김동억;박노복;홍순중;강동현;우영회;이종원;안율균;한신희
    • 현장농수산연구지
    • /
    • 제24권4호
    • /
    • pp.53-61
    • /
    • 2022
  • 적절한 기후와 토양 조건을 조성하여 제어되는 온실에서 농작물을 재배하는 것은 중요한 연구 및 적용 과제가 되어왔다. 온실의 적절한 환경 조건은 최적의 식물 성장, 작물 수확량 향상을 위해 필요하다. 본 연구는 온도센서, 토양 센서, 작물 센서, 카메라 등 각종 센서와 장비를 연결하는 온실 IT기술을 적용하여 농작물 재배 환경과 생육 상태를 실시간으로 모니터링하는 웹 기반 원격 모니터링 시스템 구축을 목적으로 하였다. 측정항목은 기온, 상대습도, 일사량, CO2 농도, 양액 EC, pH, 배지온도, 배지 EC, 배지 수분함량, 수액 흐름, 줄기 직경, 과실 직경 등이다. 개발된 온실 모니터링 시스템은 네트워크 시스템, 센서가 부착된 데이터 수집 장치, 카메라로 구성되었다. 원격 모니터링 시스템은 서버/클라이언트 환경에서 구현되었다. 온실 환경 및 작물에 대한 정보는 데이터베이스에 저장된다. 저장된 정보 중 성장 및 환경에 대한 항목을 추출 비교하고 분석할 수 있다. 스마트 온실을 위한 통합 모니터링 시스템은 스마트 온실 관리를 위한 환경 및 작물성장을 이해하고 응용 실무에 사용될 것이다.

역전파 신경망 모델을 이용한 기준 작물 증발산량 산정 (Estimation of Reference Crop Evapotranspiration Using Backpropagation Neural Network Model)

  • 김민영;최용훈;수잔 오샤네시;폴 콜레이지;김영진;전종길;이상봉
    • 한국농공학회논문집
    • /
    • 제61권6호
    • /
    • pp.111-121
    • /
    • 2019
  • 작물 증발산량은 수자원 계획 및 관리, 물수지 분석, 작물 관개 계획 및 생산량 추정 등에 널리 활용되고 있으며, 특히 FAO에서 공인한 Penman-Monteith식 (FAO 56-PM)은 잠재 증발산량 산정을 위한 표준방법으로 많이 사용되고 있다. Penman-Monteith식을 이용한 잠재증발산량 산정은 최소온도, 평균온도, 최대온도, 상대습도, 풍속과 일사량인 6가지 항목에 대한 시계열 자료가 필요한데, 결측 또는 미계측된 경우에는 사용이 어려운 단점을 가지고 있다. 따라서, 본 연구에서는 역전파 신경망(BPNN) 모델을 이용해서 6개 미만의 기상항목으로도 잠재증발산량이 추정가능한지를 확인하였다. 여섯 가지 기상항목을 각각 1~6개의 조합으로 입력자료를 구성하고, BPNN 모델을 이용해서 학습, 검증 및 테스트를 한 결과, 입력 자료가 많아질수록 좋은 결과가 산출되었으며, 일사량, 최대온도와 상대습도만으로도 결정계수($R^2$)가 0.94정도로 비교적 높은 예측결과를 얻을 수 있었다. 또한 산정 오차를 줄이고, 항목간의 상관관계를 높이기 위해서는 역전파 신경망 구조의 적절한 선택이 중요한 것으로 확인되었다. 역전파 신경망 모델을 사용하면 요구되는 기상 항목과 데이터의 양에 대한 제약 없이 예측이 가능할 수 있기 때문에 기준 증발산량 산정에 유용하게 활용될 수 있을 것이며 향후 작물 재배를 위한 적정 관개계획 수립에도 유용하게 사용될 것이라 사료된다.