• 제목/요약/키워드: Leaf area determination

검색결과 25건 처리시간 0.026초

Mathematical Constants for Non-Destructive Rapid Method of Leaf Area Determination in Mulberry (Morus spp.)

  • Singhal, B.K.;Dhar, Anil;Sharma, Aradhana;Jand, Seema;Bindroo, B.B.;Saxena, N.N.;Khan, M.A.
    • International Journal of Industrial Entomology and Biomaterials
    • /
    • 제6권2호
    • /
    • pp.139-143
    • /
    • 2003
  • Mathematical constants for multiplication with leaf length (I) or breadth (b) or l ${\times}$ b have been worked out for determining leaf area in promising mulberry genotypes viz., Chinese White, S-146, Chak Majra and Sujanpur Local of sub-tropical India. When pooled, the mathematical constants worked out were 8.1132, 10.1019 and 0.5992 for multiplication with leaf length, breadth and l ${\times}$ b, respectively, for genotypes bearing un-lobbed leaves and 6.9447, 8.2761 and 0.5009 for multiplication with leaf length, breadth and l ${\times}$ b, respectively for genotypes bearing lobbed leaves. Leaf area can be worked out by using any constant by multiplying either with leaf length or breadth or both (l ${\times}$ b). Estimated leaf areas worked out were found significantly and positively correlated with actual leaf area (r=999$^{**}$). The suggested present non-destructive method by using mathematical constants is very quick and alternative to electronic leaf area meter for spot leaf area determination in mulberry which is the only food source for mulberry silkworm in sericulture industry.

상엽 수확고 측정에 관한 연구 - 제1보 엽면적에 의한 상엽량의 순서 - (Studies on the Estimation of Leaf Production in Mulberry Trees 1. Estimation of the leaf production by leaf area determination)

  • 한경수;장권열;안정준
    • 한국잠사곤충학회지
    • /
    • 제8권
    • /
    • pp.11-25
    • /
    • 1968
  • 상엽의 수엽량을 견적하여 잠아의 사육량을 정하는데 이용하기 위하여 개량서반, 일지뢰, 노상, 수원상4호의 4품종의 상수를 재료로 지조장, 지조직경, 절수, 지조종중량, 지조중, 엽중 그리고 엽면적의 7개형질에 대한 조사 실험을 하였다. 조사항목별 평균치, 분산, 표준편차 등을 구하고 지조장과 수엽량, 지조직경과 수엽량, 절수와 수엽량 그리고 엽면적과 이들 형질과의 관계를 보고 수엽량을 견적할 수 있도록 수식을 유도하여 보았다. 실험결과를 요약하면 다음과 같다. 1. 지조장, 지조직경, 절수의 평균치, 분산, 표준편차 그리고 표준오차는 제1표와 같고 이들 평균치와 지조총중량 등을 보면 일지뢰가 제1 크고 개량서반이 다음이며 수원상4호, 노상의 순위로 되어 있으나 단위지당 엽면적은 일지뢰, 노상, 수원제4호, 개량서반의 순이고 1엽당 엽면적은 수원제4호, 노상, 일지뢰,개량서반의 순으로 되어있다. 2. 지조수에 의한 수엽량의 견적을 위하여는 y$_1$=a$_1$X$_1$$\times$p$_1$.......식\circled1이 유도되었다. 이 때 a$_1$은 지당엽량, X$_1$은 주당지조수이고 p$_1$은 반당주수를 나타낸다. 3. 지조장에 의한 엽량의 견적에는 y$_2$=(a$_2$$\pm$S. E.$\times$X$_2$)+p$_1$........식\circled2이 유도되었다. 이 때 a$_2$는 지조장 1m당 엽량, S. E.는 동표준오차. X$_2$는 주당지조장이고 p$_1$은 전기 반당주수를 나타낸다. 4. 조지직경에 의한 수엽량의 견적에는 y$_3$=(a$_3$$\pm$S. E$\times$X$_3$)$\times$p$_1$......식\circled3이 유도된다. 이 때 a$_3$는 지조직경, lcm당 엽중, X$_3$는 주당 지조총직경을 나타낸다. 5. 절수에 의한 수엽량의 견적에는 y$_4$=(a$_4$$\pm$S. E.$\times$X$_4$)$\times$p$_1$........식\circled4가 유도된다. 이 때 a$_4$는절당엽중, X$_4$는 주당총절수를 나타낸다. 6. 지조장과 엽면적에 의한 수엽량의 견적에는 y$_{5}$= {(a$_{5}$$\pm$S. E.$\times$X$_2$)Kv}$\times$p$_1$......식\circled5 이 때 a$_{5}$는 지조 1m조 당엽면적, S. E.는 동 표준오차, X$_2$는 주당 지조장, Kv는엽면적 l00$\textrm{cm}^2$당 중량을 나타낸다. 7. 엽면적과 지조장에 의한 수엽량의 견적에는 y$_{6}$={(X$_2$$\div$a$_{6}$$\pm$S. E.)}$\times$K$_{v}$ $\times$p$_1$......식\circled6이 유도된다. 이 때 X$_2$는 주당 지조장, a$_{6}$는 엽면적 l00$\textrm{cm}^2$당 지조장이다. 8. 지조직경과 엽면적에 의한 수엽량의 견적에는 y$_{7}$= {(a$_{7}$$\pm$S. E. $\times$X$_3$)}$\times$K$_{v}$ $\times$p$_1$......식\circled7이 유도되고 이 때 a$_{7}$는 지조직경 lcm당 엽면적이고 X$_3$는주당 총직경을 나타낸다. 9. 엽면적과 지조직경에 의한 수엽량의 견적에는 y$_{8}$= {(X$_3$$\div$a$_{8}$$\pm$S. E.)}$\times$K$_{v}$ $\times$p$_1$......식\circled8이 유도되고 이 때 a$_{8}$는 엽면적 l00$\textrm{cm}^2$당 지조직경을 나타내며 X$_3$, $K_{v}$ , p$_1$는전항과 같다. 10. 절수와 엽면적에 의한 수엽량의 견적에는 y$_{9}$= {(a$_{9}$$\pm$S. E.$\times$X$_4$)$\times$K$_{v}$ }$\times$p$_1$.........식\circled9이 유도되고 a$_{9}$는 절당 엽면적, X$_4$는 주당총절수를 나타낸다. 11. 엽면적과 절수에 의한 수엽량의 견적에는 y$_{10}$= {(X$_4$$\div$a$_{10}$$\div$S. E.)$\times$K$_{v}$ }$\times$p$_1$.........식\circled10이 유도되고 a$_{10}$은 엽면적 l00$\textrm{cm}^2$당절수를 나타내며 X$_4$, $K_{v}$ , p$_1$ 등은 전항에 기술한 바와 같다. 이상 여러가지 식에 의해서 수엽량의 예상량을 견적하여 본 바 지조장에 의하는 견적치가 절수에 의하는 것보다 절수에 의해서 수엽량을 견적하는 것이 지조직경에 의하여 수엽량을 견적한 것보다 편차가 적고 이들 방법에 의하는 것보다 엽면적을 측정하여 지조장과 엽면적에 의하여 수엽량을 견적하는 것이 편차가 적고 다음이 절수와 엽면적에 의하여 견적하는 것이 나았다. 지조직경을 측정하는 것은 오차가 많고 여기에 엽면적을 측정하는 것을 가미한다고 하여도 지조직경에 의한 수엽량을 견적하는 것은 편차가 심하고 적정한 방법이라고는 할 수없음을 일았다. 비교적 측정하기 쉬운 지조장과 지당 중앙부의 엽면적을 간이측정법에 의하여 측정하여 상지조를 벌채하지 아니하여도 반당수엽량을 견적하는 것은 잠아의 사육량을 정하는데 또는 노력면에 있어서 도움이 되는 의의 깊은 일이라사료된다.

  • PDF

일계성 딸기 5품종의 비파괴적 방법을 사용한 엽면적 추정 및 검증 (Estimation and Validation of the Leaf Areas of Five June-bearing Strawberry (Fragaria × ananassa) Cultivars using Non-destructive Methods)

  • 조정수;심하선;정수빈;문유현;조원준;우의정;김성겸
    • 생물환경조절학회지
    • /
    • 제31권2호
    • /
    • pp.98-103
    • /
    • 2022
  • 엽면적의 비파괴적 추정은 잎 절단에 의한 방법에 비해 간단하고 시간을 절약하므로 다양한 원예 작물에 대한 잎 면적 예측 모델이 개발되었습니다. 그러나 딸기 잎 면적 추정에 대한 연구는 제한적이다. 본 연구는 국내산 딸기 5품종('아리향', '죽향', '금실', '매향', '설향')의 3복엽의 잎길이와 폭을 이용한 비선형회귀분석을 통해 잎면적을 예측하기 위해 수행되었다. 실제 잎 면적과 전개식을 통해 추정된 잎 면적의 관계에 대한 결정계수(R2)는 0.923에서 0.973까지 다양하였다. R2 값이 0.96 이상인 '죽향', '설향' 및 '매향' 3 품종의 잎면적은 본 연구에서 개발한 모델을 사용하여 비파괴적으로 예측할 수 있습니다. 반면 묘의 상태가 좋지 못하고 과한 생장을 했던 '아리향'과 '금실'은 각각 0.938, 0.923으로 약간 낮은 R2 값을 보였다. 본 연구에서 개발한 품종별 잎 면적 추정 모델을 Python으로 코딩하여 본 논문에 첨부하였다. 개발된 추정 모델은 많은 딸기 관련 연구에 광범위하게 사용될 수 있습니다.

엽장, 엽폭, 엽신장을 이용한 토마토의 엽면적 추정 (Estimation of Leaf Area Using Leaf Length, Leaf width, and Lamina Length in Tomato)

  • 이재면;정재연;최효길
    • 생물환경조절학회지
    • /
    • 제31권4호
    • /
    • pp.325-331
    • /
    • 2022
  • 토마토의 생육과 수확량을 예측하기 위한 중요한 요소 중의 하나는 엽면적이다. 이러한 엽면적을 정확하게 예측하는 것은 토마토 식물 생장 평가 모델의 시작이라고 할 수 있다. 이를 위해 본 연구는 토마토 잎의 측정을 통해 엽면적(LA)을 추정하는 효과적인 모델을 확인하기 위해 수행하였다. 토마토 식물 잎 조사를 위해 2주 간격으로 5개체의 토마토 식물체의 전개된 모든 잎에 대해 엽면적(LA), 엽장(L), 엽폭(W), 엽신장(La)를 측정하였다. LA와 토마토 잎 독립변수의 상관관계는 La × W, L × W, La + W, L + W의 식이 강한 양의 관계를 나타냈다. LA 추정은 LA = a + b(La2 + W2)을 사용하는 선형 모델이 가장 정확한 추정치를 나타내었다(R2 = 0.867, RMSE = 88.76). 9월부터 12월까지 토마토 잎의 위치에 따른 상, 중, 하 엽의 모델을 살펴본 결과, 상, 중, 하로 잎 위치에 따른 모델별 결정계수(R2) 값은 각각 0.878, 0.726, 0.794였다. 상위엽을 바탕으로 추정된 모델의 정확도가 가장 높았는데, 이는 10월 이후 토마토 재배 농가에서 중위엽과 하위엽에 실시한 반적엽의 영향으로 판단된다.

포장생육대두의 엽광합성과정에서 엽육세포 형태의 역할 (Role of Mesophyll Morphology in Determination of Leaf Photosynthesis in Field Grown Soybeans)

  • Yun, Jin Il;Lauer, Michael J.;Taylo, S.Elwynn
    • 한국작물학회지
    • /
    • 제36권6호
    • /
    • pp.560-567
    • /
    • 1991
  • 콩잎의 광합성능력이 잎의 내부형태 변이와 관련되어 있는지 검토하기 위해 대두품종 ‘Hodg-son 78’을 공시하여 포장실험을 수행하였다. 잎의 내부 형태면이를 촉진시키기 위해 착협시(R3 stage)에 유아주기 (1m이랑당 26주에서 6.5주)와 곁가지 치기를 통해 source활성 증대를, 계속적인 꼬투리 제거 (절위당 한개의 꼬투리만 남김)를 통해 sink활성 감소를 시도하였다. 협신장기(R4 stage)로부터 3-4일 간격으로 5회에 걸쳐 제 10절위 복엽의 중앙소엽을 대상으로 기체교환특성, 잎의 두께, 엽육세포의 체적 및 표면적, 그리고 주변 미기상변수를 측정하였다. 가설검증을 위해 기존의 광합성모형을 엽육세포의 표면적이 기체확산과, 엽육세포의 체적이 생화학적 활성과 관련되도록 수정하였다. 실측 광합성속도의 변이가운데 79%는 이 수정된 모형에 의해 설명 가능하였으며, 엽내부형태의 영향을 무시한 기존의 광합성모형에 비해 평균 14.5%의 추정능력 향상을 확인할 수 있었다.

  • PDF

$\beta$선에 의한 식물잎의 수분함량측정 (Determination of Leaf Water Content by Beta Ray Transmission)

  • 이충열;원준연
    • 생명과학회지
    • /
    • 제8권5호
    • /
    • pp.492-496
    • /
    • 1998
  • $eta$선투과율을 이용하여 식물잎의 수분함량을 측정하기 위하여 1/5000a 와그너 폿트에 생육시킨 벼와 콩및을 대상으로, 정상적으로 생육한 개체만을 선별하였다. $^{99}$Tc(100 $\mu$ci)과 G-M detector사이를 10cm로 두고 그 사이에 잎을 놓아 잎을 통과한 $eta$선량(I)과 잎을 제외시켰을 때의 $eta$선량(Io)을 각각 측정하여 $eta$선투과율(I/Io)를 구하였고, 잎의 생체중과 건물중, 비엽면적을 측정하여 잎의 함수량과 $\beta$선 투과율(I/Io)과의 관계를 구하였다. 1. 잎 절단후 시간이 경과함에 따라 $eta$선투과율(I/Io)은 증가하는 경향이었으며, 토양수분결핍후 수분공급에 의해 $eta$선투과율(I/Io)은 감소하는 경향이었다. 2. 잎의 함수량과 $eta$선투과율(I/Io)과의 직선회귀관계식은 고도의 유의성이 인정되어, 잎의 함수량이 감소할수록 $eta$선투과율(I/Io)은 증가하였다. 3. 잎의 함수량을 종속변수로, 비엽면적(SLA)과 $eta$선투과율(I/Io)을 각각 독립변수로하여 다중회귀를 분석한 결과, 편회귀계수가 SLA는 벼 0.007, 콩 0.004이었고, I/Io는 벼 -0.863, 콩 -0.904로 수분함량에는 $eta$선투과율(I/Io)의 영향이 지배적이어서, $\beta$선투과율(I/Io)에 의한 식물잎의 수분함량이 측정이 가능하였다.

  • PDF

Image Processing Methods for Measurement of Lettuce Fresh Weight

  • Jung, Dae-Hyun;Park, Soo Hyun;Han, Xiong Zhe;Kim, Hak-Jin
    • Journal of Biosystems Engineering
    • /
    • 제40권1호
    • /
    • pp.89-93
    • /
    • 2015
  • Purpose: Machine vision-based image processing methods can be useful for estimating the fresh weight of plants. This study analyzes the ability of two different image processing methods, i.e., morphological and pixel-value analysis methods, to measure the fresh weight of lettuce grown in a closed hydroponic system. Methods: Polynomial calibration models are developed to relate the number of pixels in images of leaf areas determined by the image processing methods to actual fresh weights of lettuce measured with a digital scale. The study analyzes the ability of the machine vision- based calibration models to predict the fresh weights of lettuce. Results: The coefficients of determination (> 0.93) and standard error of prediction (SEP) values (< 5 g) generated by the two developed models imply that the image processing methods could accurately estimate the fresh weight of each lettuce plant during its growing stage. Conclusions: The results demonstrate that the growing status of a lettuce plant can be estimated using leaf images and regression equations. This shows that a machine vision system installed on a plant growing bed can potentially be used to determine optimal harvest timings for efficient plant growth management.

지리산(智異山) 주요(主要) 활엽수종(闊葉樹種)의 엽면적(葉面積) 추정식(推定式)에 대(對)한 연구(硏究) (A Study on the Equations of Estimating the Leaf Area of Broad-Leaf Species in Mt. Jiri)

  • 김시경;이경학
    • 한국산림과학회지
    • /
    • 제70권1호
    • /
    • pp.103-108
    • /
    • 1985
  • 지리산(智異山) 국립공원내(國立公園內)의 천연혼효림(天然混淆林)을 구성(構成)하고 있는 주요(主要) 13개(個) 활엽수종(闊葉樹種)을 대상(對象)으로, 잎의 기하학적(幾何學的) 형태(形態)에 따른 엽면적(葉面積)(A), 엽장(葉長)(L), 엽폭(葉幅)(W)간(間)의 통계적(統計的) 상호관계(相互關係)를 규명(糾明)함으로써 신뢰(信賴)할 수 있는 엽면적(葉面積) 추정식(推定式)을 찾고자 하였다. 정확(正確)한 추정(推定)이 특별(特別)히 요구(要求)되지 않을 때는 A=bLW을 이용하는 것이 일반적(一般的)이다. 이 식(式)에서 계수(係數)b의 값은 수종(樹種)에 따라 고유(固有)한 값을 나타내었으나 전체적(全體的)으로는 0.579~0.717의 범위내(範圍內)에 분포(分布)하였다. 그러므로 지리산(智異山) 천연림(天然林)의 경우(境遇) 임분(林分) 전체(全體)의 직략적(職略的)인 엽면적(葉面積) 추정시(推定時)에는 A=2/3LW의 추정식(推定式)을 사용(使用)하여도 무방(無防)할 것으로 사료(思料)된다. 좀 더 정확(正確)한 추정(推定)을 요(要)할 시(時)에는 회귀방정식(回歸方程式)을 이용(利用)한다. 본(本) 연구(硏究)에서는 9가지 형태(形態)의 식(式)에 적용(適用)하여 결정계수(決定係數)($R^2$)를 기준(基準)으로 엽면적(葉面積) 추정식(推定式)에 가장 적합(適合)한 식(式)의 형태(形態)를 찾아 보았다. 그 결과 단엽(單葉)을 가진 활엽수(闊葉樹)에서는 이제까지 많이 사용(使用)하지 않았던 ${\log}A=b_0+{\log}LW$가 8가지 수종(樹種)에서 가장 적합(適合)한 형태(形態)로 나타났다. 이 식(式)의 계산은 조금 복잡(複雜)하나 컴퓨터를 이용(利用)하면 정확(正確)하고 실용적(實用的)인 추정식(推定式)이 될 수 있다. 그 밖에 $A=b_0+b_1LW$$A=b_0+b_1L^2+b_2W^2$도 좋은 형태(形態)로 나타났다. 이 두 가지를 비교(比較)해 볼 때 결정계수(決定係數)는 비슷하나 F값은 전자(前者)가 월등히 큰 값을 보임으로써 이를 사용(使用)하는 것이 더 간편(簡便)하며 신뢰도(信賴度)가 높을 것으로 사료(思料)된다.

  • PDF

시설 고추에 발생하는 흰가루병의 경제적 방제수준에 따른 고추수확량 변화 예측 (Yield Loss Assessment and Determination of Control Thresholds for Powdery Mildew of Chili pepper (Capsicum annuum L))

  • 김주희;정성수;이기권;임주락;심홍식;이왕휴
    • 농약과학회지
    • /
    • 제19권2호
    • /
    • pp.113-118
    • /
    • 2015
  • 고추 흰가루병이 수량에 미치는 영향을 조사하여 경제적 방제수준을 설정하고자 시험을 수행하였다. 고추 흰가루병의 발병 정도에 따른 수량의 변화에 대한 분석은 병발생을 10단계 수준으로 구분하여 시험을 실시하였다. 흰가루병 발생수준과 과장, 과경, 과중은 부의 상관관계를 형성하였으며, 발생이 증가함에 따라 수량이 감소하여 유의한 부의 상관관계가 형성되었다. 시설고추 흰가루병 발생 정도와 수량과의 회귀식은 천하통일과 부촌품종이 각각 Y = -2.136X+327.9 $R^2=0.76$, Y = -3.44X+291.1 $R^2=0.73$ 성립되었으며, 시설고추 흰가루병 발생 정도와 수량 손실량과의 회귀식은 천하통일과 부촌품종이 각각 Y = 2.14X+15.45 $R^2=0.76$ $r=0.87^{**}$ Y = 3.44X+11.21 $R^2=0.73$ $r=0.85^{**}$ 성립되었다. 따라서 시설 고추 수량에 영향을 주지 않는 수준의 흰가루병 방제 적기는 발생 병반면적률이 3.2~7.3% 이하 이었으며. 고추 흰가루병 경제적 방제수준은 시설 고추 흰가루병 발생 정도가 3.8~6.2% 이하 일 때 방제를 시작하면 방제횟수를 절감 하면서 효율적인 방제를 할 수 있다.

Growth Monitoring for Soybean Smart Water Management and Production Prediction Model Development

  • JinSil Choi;Kyunam An;Hosub An;Shin-Young Park;Dong-Kwan Kim
    • 한국작물학회:학술대회논문집
    • /
    • 한국작물학회 2022년도 추계학술대회
    • /
    • pp.58-58
    • /
    • 2022
  • With the development of advanced technology, automation of agricultural work is spreading. In association with the 4th industrial revolution-based technology, research on field smart farm technology is being actively conducted. A state-of-the-art unmanned automated agricultural production demonstration complex was established in Naju-si, Jeollanam-do. For the operation of the demonstration area platform, it is necessary to build a sophisticated, advanced, and intelligent field smart farming model. For the operation of the unmanned automated agricultural production demonstration area platform, we are building data on the growth of soybean for smart cultivated crops and conducting research to determine the optimal time for agricultural work. In order to operate an unmanned automation platform, data is collected to discover digital factors for water management immediately after planting, water management during the growing season, and determination of harvest time. A subsurface drip irrigation system was established for smart water management. Irrigation was carried out when the soil moisture was less than 20%. For effective water management, soil moisture was measured at the surface, 15cm, and 30cm depth. Vegetation indices were collected using drones to find key factors in soybean production prediction. In addition, major growth characteristics such as stem length, number of branches, number of nodes on the main stem, leaf area index, and dry weight were investigated. By discovering digital factors for effective decision-making through data construction, it is expected to greatly enhance the efficiency of the operation of the unmanned automated agricultural production demonstration area.

  • PDF