• 한국정보전자통신기술학회논문지
• /
• 제12권6호
• /
• pp.672-680
• /
• 2019

본 논문은 농장의 바이오 센서 데이터를 수집해서 농장에서 재배중인 농작물의 질병을 진단하고, 그 해 수확량을 예측하는 IoT 및 딥 러닝 기반 스마트 팜 환경 최적화 및 수확량 예측 플랫폼을 제안한다. 이 플랫폼은 현재 날씨, 토양 미생물 등 수집 가능한 모든 정보를 수집하여 작물이 잘 성장할 수 있도록 농장 환경을 최적화하고, 농장에서 재배중인 작물의 잎을 이용하여 작물의 질병을 진단하고, 그리고, 농장의 모든 정보를 사용하여 올해 수확량을 예측한다. 실험 결과 AEOM(Agricultural Environment Optimization Module)의 평균 정확도는 RF(Random Forest)보다 약 15%, GBD(Gradient Boosting Tree)보다 약 8% 높고, 데이터가 증가해도 RF나 GBD에 비해 정확도가 덜 감소한다. 선형 회귀에 따르면 정확도의 기울기는 ReLU의 경우 -3.641E-4, Sigmoid의 경우 -4.0710E-4, 계단함수의 경우 -7.4534E-4이다. 따라서 ReLU 사용시 정확도 기울기가 가장 낮으므로 테스트 데이터의 양이 증가함에 따라 ReLU는 다른 두 가지 활성화 기능보다 더 정확하다. 본 논문에서 제안한 EOYPP는 농장 전체를 관리하는 플랫폼으로 실제 농장에 도입된다면 국내 스마트 팜의 발전에 크게 이바지할 것이다.

• 한국농림기상학회지
• /
• 제8권4호
• /
• pp.229-241
• /
• 2006

본 연구에서는 실측 일기상자료 대신 예측 기후평년 값을 적용하여 기후변화와 그에 상응한 벼 작황의 지리적 분포양상을 복원함으로써 지구온난화에 따른 우리나라 벼농사지대의 생산성을 재평가하였다. 기상청 56개 지점 종관자료(일 최고/최저 기온의 월별 평균값)를 1971-2000년 30년 단위로 수집하여 270m 해상도의 수치기후도를 작성하고, 벼논픽셀에 해당되는 기후자료를 추출하였다. 동일한 시군에 속하는 벼논픽셀의 기후자료를 평균함으로써 시군단위의 '벼논맞춤형 기후자료'를 준비하였다. 같은 방법으로 기상연구소에서 제작한 2011-2100년 기간의 3개 평년(2011-2040, 2041-2070, 2071-2100) 기후시나리오에 근거하여 해당 평년의 기후자료를 추정하였다. 농촌진흥청의 정밀토양도로부터 해당 픽셀의 토성과 토심정보를 검색하고 이를 토대로 유효수분 조견표에 의해 토양자료를 준비하였다. 자포니카형 벼의 특성을 갖도록 개조한 벼 생육모형(CERES-Japonica)에 이들 자료를 입력하고 조생종(오대벼), 중생종 (화성벼), 만생종 (동진벼)의 생육을 모의하였다. 시군 공간평균을 기준으로 3품종 모두 가까운 미래(2011-2040년)에는 출수기가 일주일 정도 빨라지고, 먼 미래(2071-2100년)에는 최대 20일 까지 단축될 수 있다. 생리적 성숙기는 3품종 모두 가까운 미래(2011-2040년)에는 15일 정도 단축되고, 먼 미래(2071-2100년)에는 최대 한달까지도 빨라질 수 있어 출수기에 비해 단축정도가 심하다. 평야지 수량의 경우 조생종인 오대벼는 10a당 6-25%, 중생종 화성벼는 3-26%, 만생종 동진벼는 3-25%까지 감소하였다. 하지만 산간지역에서는 발육속도가 빨라지고 수량이 증가하거나 큰 변화가 없는 곳도 많아 온난화조건에서도 지역별 정밀기후 추정과 이에 근거한 최적품종의 선택, 이앙기 및 수확기 등 생육기간의 조절이 온난화 대응기술로서 유효할 것으로 기대된다.

• 한국작물학회지
• /
• 제33권4호
• /
• pp.323-328
• /
• 1988

본 연구는 호프 주산지인 강원도 횡성에서 호프 발육기 동안의 기상요소 변화에 따른 $\alpha$-acid 함량 예측모형을 작성하고, $\alpha$-acid 생성에 관여하는 기상요소를 구명하고자 1978년부터 1986년까지 9개년 간의 연평균 $\alpha$-acid 함량과 발육단계별 기상요소를 분석 검토한 결과는 다음과 같다. 1. $\alpha$-acid 함량 예측을 위하여 선택된 기상요소는 화아분화기(5월 21일~6월 20일)의 최고기온, 개화기(6월 11일~7월 10일)의 최고기온, 일조시수 그리고 강수량, 구화형성기(7월 21일~8월 20일) 최고기온이었다. 2. 개화기의 일조시수(X$_1$), 개화기의 최고기온(X$_3$), 개화분화기의 최고기온(X$_4$), 개화기의 강수량(X$_{5}$), 그리고 구화성숙기의 최고기온(X$_{6}$)의 $\alpha$-acid 함량 증가에 영향을 주었다. 3. $\alpha$-acid 함량 예측의 중선형 회귀모형은 Y=28.369-0.003 X$_1$＋1.508 X$_2$-1.953X$_3$-0.335X$_4$-0.003X$_{5}$-0.119X$_{6}$로 MSEp=0.004, Rp$^2$=0.9987, Rap$^2$=0.9949, Cp=7.00이었다.

• 한국초지조사료학회지
• /
• 제42권2호
• /
• pp.127-136
• /
• 2022

본 연구는 기계학습을 기반으로 제작한 수량예측모델을 통해 이상기상에 따른 사일리지용 옥수수(WCM)의 피해량 산정 및 전자지도를 작성할 목적으로 수행하였다. WCM 데이터는 수입적응성 시험보고서(n = 1,219), 국립축산과학원 시험연구보고서(n = 1,294), 한국축산학회지(n = 8), 한국초지조사료학회지(n = 707) 및 학위논문(n = 4)에서 총 3,232점을 수집하였으며 기상 데이터는 기상청의 기상자료개방포털에서 수집하였다. 본 연구에서 이상기상에 따른 WCM의 피해량은 WMO 방식을 준용하여 산정하였다. 정상기상에서 DMY 예측값은 13,845~19,347 kg/ha 범위로 나타났으며 피해량은 이상기온, 이상강수량 및 이상풍속에서 각각 -305~310, -54~89 및 -610~813 kg/ha 범위로 나타났다. 최대 피해량은 이상풍속에서 813 kg/ha로 나타났다. WMO 방식을 통해 산정한 WCM의 피해량은 QGIS를 이용하여 전자지도로 제시하였다. 이상기상에 따른 WCM의 피해량 산정시 데이터가 없어 공백인 지역이 존재하여 이를 보완하기 위해 종관기상대보다 많은 지점의 데이터를 제공하고 있는 방재기상대를 이용하면 보다 세밀한 피해량을 산정할 수 있을 것이다.

• 생물환경조절학회지
• /
• 제28권2호
• /
• pp.95-103
• /
• 2019

온도와 상대습도는 작물 재배에 있어서 중요한 요소로써, 수량과 품질의 증대를 위해서는 적절히 제어 되어야 한다. 그리고 정확한 환경 제어를 위해서는 환경이 어떻게 변화할지 예측할 필요가 있다. 본 연구의 목적은 현시점의 환경 데이터를 이용한 다층 퍼셉트론(multilayer perceptrons, MLP)을 기반으로 미래 시점의 기온 및 상대습도를 예측하는 것이다. MLP 학습에 필요한 데이터는 어윈 망고(Mangifera indica cv. Irwin)을 재배하는 8연동 온실($1,032m^2$)에서 2016년 10월 1일부터 2018년 2월 28일까지 10분 간격으로 수집되었다. MLP는 온실내부 환경 데이터, 온실 외 기상 데이터, 온실 내 장치의 설정 및 작동 값을 사용하여 10~120분 후 기온 및 상대습도를 예측하기 위한 학습을 진행하였다. 사계절이 뚜렷한 우리나라의 계절에 따른 예측 정확도를 분석하기 위해서 테스트 데이터로 계절별로 3일간의 데이터를 사용했다. MLP는 기온의 경우 은닉층이 4개, 노드 수가 128개일 때($R^2=0.988$), 상대습도는 은닉층 4개, 노드 수 64개에서 가장 높은 정확도를 보였다($R^2=0.990$). MLP 특성상 예측 시점이 멀어질수록 정확도는 감소하였지만, 계절에 따른 환경 변화에 무관하게 기온과 상대습도를 적절히 예측하였다. 그러나 온실 내 환경 제어 요소 중 분무 관수처럼 특이적인 데이터의 경우, 학습 데이터 수가 적기 때문에 예측 정확도가 낮았다. 본 연구에서는 MLP의 최적화를 통해서 기온 및 상대습도를 적절히 예측하였지만 실험에 사용된 온실에만 국한되었다. 따라서 보다 일반화를 위해서 다양한 장소의 온실 데이터 이용과 이에 따른 신경망 구조의 변형이 필요하다.

• 한국토양비료학회지
• /
• 제9권3호
• /
• pp.183-199
• /
• 1976

1. The cultivated land in Korea has originally low fertility resulting in high dependence to fertilizers. 2. The total fertilizer requirement calculated by the Office of Rural Development (ORD) in 1976 was about 1,153 thousand mts, and the total amount of supply planned by the Ministry of Agriculture and Fishery was 1,010 thoushand mts which is close to the amount calculated by ORD. However, there is some gap between the amount of recommended (N, 11.6; $P_2O_5$: $K_2O$, 7.3kg/10a> and supply planned (N, 12.0; $P_2O_5$, 6.3; $K_2O$. 4.8kg/10a) fertilizers for each elements per unit area 3. For 15 years from 1960 to 1975 the fertilizer consumption of nitrogen was roughly increased from 200,000 mts to 500,000 mts; phosphorus, from 50,000 to 250,000 mts; potassium, from 10, 000 to 170,000 mts; accounting 2.5, 5, and 17 times of increase respectively. 4. The total fertilizer consumption for 5 years from 1967 to 1971 was about 100,000 mts and another 5years from 1971 to 1975 was 300,000 mts indicating three times increase. 5. The direct factors influenced to the increase of fertilizer consumption in recent years are 1) the dissemination of high yielding Tongil type rice varieties which are resistant to heavy fertilization 2) high price policy for agricaltural products 3) increased cultivation of vegetables:, fruits, and forages which require high level of fertilizers. The indirect factors are 1) dissemination of new improved agricultural techniques, 2, improvement of cultivated land conditions through irrigation system and land reform, 3) increased supply of silicate fertilizers, and 4) increase of farm income. 6. The percentage of total fertilizer consumption by rice (32%) and barley (25%) is about 57%. The ratio of total fertilizer consumption by vegetables and forages is expected to increase greatly. 7. Based on the increasing tendency of cultivated land and yield per unit area for last 10 years in each crop, total fertilizer consumptions in 1980, 1990, and 2000 year are estimated to 1,290,000, 1,580,000 and 1,870,000 mts respectively.

• 한국농림기상학회지
• /
• 제17권2호
• /
• pp.108-125
• /
• 2015

다수의 기후요소를 지수화하고 특정지역의 기후 자원량을 분석하여, 종합 및 판단하는 과정은 특정지역의 농업기후자원의 특성을 한 눈에 알 수 있게 한다. 농업기후자원의 특징을 단순 명료하게 표현한 것을 농업기후지수라고 하는데, 이 지수는 기후자원(예, 기온, 일사, 강수)으로부터 작물의 생육과 수량 추측을 위한 가능성과 여러 가지 영농기술을 실시하는데 필요한 기초자료를 제공함으로써 농업생산성의 주요 지표가 될 수 있다. 그러나 농업기후지수는 절대적인 것이 아니기 때문에 기후변화에 따라 항상 변화할 수 있다. 최근 IPCC 제5차 평가보고서에서 온실가스 대표경로(RCP)에 따른 시나리오가 많은 연구에 이용됨에 따라서 기후정보의 역학 및 통계적 규모축소를 통한 미래기후변화전망정보의 불확실성을 고려한 연구들이 활발히 진행되고 있다. 본 연구에서는 IPCC 제5차 평가 보고서에 사용된 RCP 시나리오를 기반으로 비모수적 분위사상법을 이용한 상세화된 기후변화 전망정보를 바탕으로 한반도의 농업기후지수(예, 식물기간 및 작물기간, 생장도일, 무상기간)의 시공간적인 변화와 불확실성을 평가하였다. 동일한 과거 기간에 대하여 기후모델(GCM)으로부터 계산된 농업기후지수와 관측자료에 의해 계산된 농업기후지수를 비교한 결과, KMA-12.5km를 제외하고 사용된 8개 개별 GCM의 농업기후지수의 각각의 평균은 4대강 유역 모두에서 관측자료에 의해 계산된 값의 평균과 비교적 잘 일치하여 개별 GCM 뿐만 아니라 다중모델앙상블(MME)의 과거기후 재현성에는 문제가 없는 것으로 확인하였다. 또한 불확실성을 고려하기 위한 MME 계산에서 사용되는 GCM의 개수가 무한적으로 증가한다고 해서 오차가 줄어들지 않았다. 추가 연구가 계속 필요하지만, 본 연구에서 3-4개의 GCM을 사용하는 경우 확실하게 오차가 개선되기 시작하였으며, 대체로 7-8개 이후부터는 더 이상 오차가 개선되지 않았다. 미래전망 결과에서, 4대강 유역 전체에 대하여 inmcm4가 과거 기간의 MME에 대한 RCP 4.5에서 1% 증가, RCP 8.5에서 2% 증가로 9개 개별 GCM 중에서 가장 낮았고, CanESM이 과거 기간의 MME에 대하여 RCP 4.5에서 10%, RCP 8.5에서 15% 증가로 가장 높은 증가를 보였다. 4대강 유역의 시공간분포의 변화에서 관측자료와 다른 경향을 보이는 개별 GCM이 있어서 지형 특성과 개별 GCM의 일변동 특성을 반영할 수 있는 상세화 방법의 개선 및 개발이 필요하다. 도출 및 평가된 본 연구의 농업기후지수는 농업용 상세 전자기후도와의 활용뿐만 아니라, 후속 연구를 위한 농업이상기후지수 및 생산성지수의 평가에 활용될 수 있을 것이다. 예를 들면, 낙동강 유역과 영산-섬진강 유역의 무상기간 증가로부터 '겨울기간이 짧아질 수 있다'라고 가정할 경우, 농업이상 기후지수(예, 저온발생빈도) 분석을 통해 겨울작물의 생산성지수의 불확실성 증감 혹은 재배시스템(예, 이모작 혹은 이기작 등)의 변화에 대한 불확실성 증감 등에 대한 평가에 활용될 수 있을 것이다.