• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권2호
• /
• pp.77-82
• /
• 2023

본 논문은 농림축산식품부에서 구축한 농경지 전자지도인 팜맵을 딥러닝을 이용하여 농경지 속성정보인 논, 밭, 인삼, 과수, 시설, 비경지의 속성 정보를 판독하는 방안을 제안한다. 팜맵은 항공 및 위성 영상을 이용하여 현실 세계의 농경지를 디지털화하여 작물 생산 현황 파악과 드론 운영에 공간정보로 활용되고 있으며, 판독 매뉴얼을 작성하여 매년 사람을 통해 농경지의 경계를 구획하고 속성을 판독하여 갱신한다. 사람을 통한 농경지 속성판독은 사람의 판독 역량과 경험에 따라 차이를 보이며, 판독 오류는 예산과 공간적 시간적 한계로 직접 현장에 갈 수 없어 현실적으로 검증이 쉽지 않다. 팜맵은 5가지의 농경지 속성의 이미지에 해당 객체의 위치 정보와 클래스 정보를 가지고 있어 적합한 AI의 기법은 인스턴스 분할 모델인 ResNet50으로 실험을 진행하였으며, 딥러닝을 이용한 농경지 속성판독과 사람에 의한 속성판독 결과를 비교하여, 향후 다른 결과를 나타내는 속성판독에 집중하여 기술을 개발한다면 속성 오류를 줄이고 농경지 전자지도의 정확성 향상에 큰 역할을 할 것으로 기대된다.

• 농업생명과학연구
• /
• 제50권4호
• /
• pp.59-71
• /
• 2016

논에서 이앙시기에 따른 화본과와 사초과 잡초의 발생 양상을 확인하고 벼에 대한 피해 정도를 알아보기 위해서 벼 이앙기를 4월 30일부터 6월 19일까지 10일 간격으로 달리하여 이앙 한 후 5월 20일부터 잡초발생과 벼의 생육을 확인하였다. 잡초들의 발생본수는 화본과와 사초과 잡초 모두 1차와 2차 이앙시기에 이앙한 시험구에서 발생본수가 많았으며, 크게 1, 2차 이앙구와 3, 4, 5, 6차 이앙시기 두 개의 그룹으로 나누어지는 결과를 보였다. 개체 당 건물중이 비교적 큰 피는 7월까지는 조기 이앙한 경우 건물중이 큰 값을 보였으나 8월 이후에는 만기 이앙한 시험구에서 건물중이 더 큰 값을 보였다. 반면 사초과 잡초는 지속적으로 빨리 이앙한 경우가 늦게 이앙한 경우보다 건물중이 높은 값을 보였다. 논의 써레질 시기가 빨라짐에 따라 조기에 잡초가 발생하고 높은 잡초생장률을 보이며 잡초의 경합력이 커져 벼의 생육과 수량이 줄어들었다. 잡초생장율을 기준으로 볼 때 화본과는 사초과 잡초에 비해 출수기 이후에 미치는 영향이 큰 것으로 확인되었다.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2022년도 추계학술대회
• /
• pp.101-101
• /
• 2022

In recent years, due to climate change, the livestock industry has become more interested in the production of forage crops. In Korea, more than 74% of forage crops are cultivated in winter rice fields. In particular, Italian ryegrass (IRG) is depends on imports for more than 70% of its seeds. In generally, the IRG rapeseed cultivation method involves sowing from early October to mid-October by drill sowing seeding or spot seedling. However, the sowing period is delayed due to frequent rainfall during. And, same period require a lot of seeds. However, raising seedlings and transplanted IRG will overcome weather conditions and reduce the amount of seeds. This study was intended to be applied to the domestic IRG seed industry in the future through growth and quantity evaluation according to transplant time and planting density for the production of good quality IRG seeds in rice paddy fields. In this study, transplanting time (October 20, October 30, November 10) and planting density (50, 70, and 80) were cultivated at the National Institute of Crop Science in 2021. The amount of fertilizer applied was adjusted to (N-P₂O₅-K₂O) 4.5-12-12 (kg/10a), and then 2.2(kg/10a) of nitrogen was added each year. For the growth survey, leaf area, canopy coverage, plant length, and seed yield were investigated. Along with the transplanting time, the plant length was higher on October 20 than on October 30 and November 10. On the other hand, leaf area index changes differed depending on the transplanting time and planting density, and were particularly high on October 20, 80 density and 70 density, but similar on October 30 and November 10. 1000 seed weight showed no difference with transplanting time and planting density. On the other hand, the seed yield was 215(kg/10a) for 80 density on October 20, 211(kg/10a) for 70 density, 118(kg/10a) for 50 density, and 80 density for October 30 and November 10. and 70 density did not differ. On the other hand, the 50 density on October 30 and November 10 were 164(kg/10a) and 147(kg/10a) respectively. As can be seen from this study, the earlier the transplant, the higher the seed yield. However, the 50 density was reduced in yield compared to the 70 density and 80 density.

• 사물인터넷융복합논문지
• /
• 제9권6호
• /
• pp.93-98
• /
• 2023

벼농사에서 물 관리는 매우 중요한 작업이다. 벼의 생육 초기에는 잡초 발생을 억제하기 위하여 물을 깊이 대고, 모내기 후 뿌리가 활착하면 줄기 생성을 촉진하기 위해 물을 얕게 대며, 쌀알이 맺힐 수 없는 줄기가 생성되는 시기에는 물을 뗀다. 물 공급 상황은 논 위치, 농수로, 토양, 기상 등 다양한 요소에 영향을 받기 때문에 농민은 수시로 논을 방문하여 수위를 확인하고 물의 유출입을 통제한다. 경작하는 논이 원격지에 분산되어 있다면 이러한 노력은 더욱 증가한다. 자동 물 관리 시스템은 노동력을 절감하여 생산성 향상에 기여할 수 있는 방안으로 고려되고 있다. 그러나 2022년 국내 벼 생산으로 인한 순수익은 평균 32만원/10a 정도이다. 따라서 높은 단가의 고사양 장치를 적용하거나 공사를 추진하여 관련 인프라를 구축하는 것은 현실적으로 어렵다. 본 연구는 추가적인 기반공사 없이 국내 농업 인프라에 통합될 수 있는 물꼬 개발에 중점을 두었으며 세 가지 주요 분야에서 연구를 수행하여 사물인터넷 기반 물꼬를 구현하였다. 첫째, 기존의 농업용 관수 파이프에 빠르고 쉽게 설치할 수 있는 물꼬를 설계하였다. 둘째, 저전력 통신 기능을 갖춘 Cat M1 통신 모뎀과 아두이노 나노 보드를 연결하고 전원을 공급하는 전자회로를 제작하였다. 셋째, 클라우드 기반 플랫폼을 이용하여 서버와 데이터베이스 환경을 구축하고 사용자가 접근할 수 있는 웹 페이지를 제작하였다.

• Weed & Turfgrass Science
• /
• 제6권1호
• /
• pp.11-20
• /
• 2017

우리나라 논에는 28과 90종의 논잡초가 발생하고 있다. 이것을 8개 지역별, 19개 농업기후지대별로 구분하여 잡초방제의 기초자료로 활용하고자 한다. 경기지역에는 20과 52종, 강원지역은 17과 37종. 충북지역은 15과 41종, 충남지역은 12과 21종, 전북지역은 13과 24종, 전남지역은 21과 54종, 경북지역은 20과 36종, 경남지역은 16과 32종이 발생하였다. 과별로 보면, 화본과 > 방동사니과 > 국화과 등으로 순이었고, 지역간에 차이는 있지만 대체로 피속류, 물달개비, 올챙이고랭이, 올방개, 벗풀 등이 우점하였다. 태백준고냉지대에서 14과 31종부터 동해안남부지대의 16과 25종까지 18개(태백고냉지대 제외) 기후지대별로 논에 발생하는 잡초는 다소 차이는 있지만, 피속류, 물달개비, 올챙이고랭이 순으로 발생되었다. 과별로는 방동사니과 > 화본과 > 국화과 등의 순으로 우점하였다. 지역별 및 기후지대별 잡초발생 상황의 차이는 지역적인 개념보다 여러 가지 기상요건에 의한 것이 크게 좌우되었고, 거기에 수반되는 재배양식 변화 그리고 제초제 사용에 따라 차이가 있을 것으로 판단되었다.

• 한국습지학회지
• /
• 제7권1호
• /
• pp.107-117
• /
• 2005

토양침식은 강우분포, 토양, 토지이용과 같은 많은 요인들에 의해 영향을 받는다. 이런 요인들은 시간과 공간에 의해 여러 가지 형태로 나타난다. 본 연구에서는 유역에서의 토양침식 위험지역을 평가하는 것을 목적으로 하고 있으며, 토양침식량 계산은 RUSLE를 이용하였고, RUSLE의 지형 및 공간정보 관련 인자들은 DEM, 토양도, 토지이용도를 이용하여 추출하였고 유역에서 발생하는 토양침식량을 산정하였다. 연구대상유역으로는 한강수계 제1지류인 경안천 유역의 농경지로 하였으며, 토양침식량 분석결과 보통, 특수작물(1210) 재배지역, 과수원(1220), 미경지정리답(1120), 경지정리답(1110)의 순으로 가장 큰 토양침식이 발생하고 있으며, 이 재배지역의 평균 토양침식량 또한 보통, 특수작물 재배지역에서 가장 크게 나타났다. 이 토양침식량 분석결과를 이용하여 농경지의 토양침식 위험지역을 5개 등급으로 구분하여 분석한 결과 토양침식의 위험성이 가장 크다고 판단되는 5등급의 경우 전체 농경지의 2.4%에 해당하는 72.5ha정도가 침식위험지역으로 판단하였다. 이 침식위험지역은 밭작물재배지역이 72.4ha이고 과수원이 0.1ha로 분석되었으며, 기타의 농경지역에서는 5등급의 위험지역은 나타나지 않았다. 또한 토지이용 상황에 관계없이 2등급(1~50ton/ha/yr) 지역이 전체 농경지의 70.2%로 가장 많은 비율로 나타났다.

• 생물환경조절학회지
• /
• 제24권4호
• /
• pp.333-340
• /
• 2015

간척지 내 토양은 염분농도 및 함수비가 일반지역에 비해 상당히 높기 때문에 간척지에 매입된 온실의 부재는 높은 부식 환경에 노출된다. 염해의 환경에서는 파이프 골조로 이루어진 온실의 기초 및 기초와 이어진 파이프에 부식을 촉진시키기 때문에 이에 대한 보수/보강기술개발 및 효율적인 유지 관리가 필요하다. 본 연구에서는 염해의 위험성이 높은 간척지에 적합한 온실의 유지관리, 보수/보강에 대한 기준을 마련하기 위한 기초자료로서 토양염분환경에서 온실부재의 부식속도를 측정하였다. 각 온실파이프는 염분농도가 0%, 0.1%, 0.3% 및 0.5%인 토양 및 수중환경에 관찰기간동안(480일) 노출시켜 부식속도를 측정하였으며, 그 결과 육안으로도 염분 농도에 따른 부식정도의 차이가 뚜렷하게 관찰되었으며, 시험편의 표면이 검은색의 부식현상과 함께 비교적 고르게 부식되는 균일부식의 형태를 나타내었다. 논토양의 경우 염분농도 0, 0.1, 0.3, 0.5%에서 각각 0.008, 0.027, 0.036, $0.043mm{\cdot}yr^{-1}$로 염분농도가 증가할수록 부식속도가 뚜렷하게 증가하는 경향을 나타내었고 밭토양의 경우, 염분농도 0, 0.1, 0.3, 0.5%에서 각각 0.0002, 0.039, 0.040, $0.039mm{\cdot}yr^{-1}$의 부식속도를 나타내었다. 상대적으로 세립질이 많은 논토양에서 부식속도가 더 높은 것으로 나타났으며, 이는 입경이 작고 고르게 분포하는 토양에서 부식속도가 높은 일반적인 특성이 그대로 반영된 것으로 판단되었다. 간척지의 경우 토양의 입자의 세립정도는 일반 내륙지역의 농경지 토양보다 높을 것으로 예상되기 때문에 파이프 부식에 대한 철저한 대비가 있어야 할 것으로 판단되었다.

• 한국잡초학회지
• /
• 제1권1호
• /
• pp.30-43
• /
• 1981

본(本) 연구(硏究)는 시험전(試驗前) 일년간(一年間) 잡초방임상태(雜草放任狀態)로 수도작(水稻作)을 경작(耕作)하였던 답(畓)에 6유형(類型)의 재배양식(栽培樣式) 즉 직산파(直散播), 직조파(直條播), 기계이앙(機械移秧), 관행(慣行)손이앙(移秧), 조기이앙(早期移秧) 및 만기이앙재배법(晩期移秧栽培法)을 두고 초형(草型)과 생태특성(生態特性)이 다른 두 품종(品種) 밀앙(密%)23호(號)와 사도미노리를 공시(供試)하여 각(各) 처리(處理)의 잡초방임조건하(雜草放任條件下)에서 잡초(雜草)의 발생생태(發生生態) 특성차이(特性差異)를 파악(把握)하고저 시도(始圖)하였다. 결과(結果)를 요약(要約)하연 다음과 같다. 1. 시험지(試驗地)에서 출현(出現)한 잡초종(雜草種)은 약(約) 22종(種)으로 화본과잡초군(禾本科雜草郡)에서는 3종(種), 광엽잡초군(廣葉雜草群)에서는 13종(種), 사초과잡초군(雜草郡)에서는 6종(種)이었다. 2. 재배양식별(栽培樣式別) 잡초발생량(雜草發生量)은 직파(直播)와 조기이앙(早期移秧)에서 많았고 만기이앙(晩期移秧)에서 가장 적었으며 시기적(時期的)으로는 파종(播播) 및 이앙후(移秧後) 12주(週)에 가장 많았다. 3. 잡초군별(雜草群別) 발생량(發生量)은 사초과${\gg}$광엽류>화본과의 순(順)으로 많았으며 사초과잡초군(雜草群)의 발생량(發生量)은 직파(直播)${\gg}$조기(早期)>관행(慣行)>기계 및 만기이앙구(晩期移秧區)의 순(順)으로, 광엽잡초군은 직산파${\gg}$직조파(直條播)${\gg}$기계(機械)>관행(慣行)${\fallingdotseq}$조기(早期)${\fallingdotseq}$만기이앙구(晩期移秧區)의 순(順)으로 많았고 화본과잡초(禾本科雜草)의 경우는 사초과의 경우와 비슷하였다. 4. 화본과잡초군(禾本科雜草郡)은 생육진전(生育進展)에 따라 단일군락(單一群落)으로 집락화(集落化)하는 경향인 반면(反面) 광엽잡초군(廣棄雜草群)은 혼생군락화(混生群落化)의 경향이 인정(認定)되었고 사초과는 모든 경우에 작물품종간(作物品種種間) 차이(差異)도 없이 우점하는 경향이다. 5. 잡초군간(雜草群間)의 평균초장(平均草長)은 화본과(禾本科)>사초과>광엽류의 순(順)으로 컸으며 사초과와 광엽류잡초군의 초장(草長)은 재배양식(栽培樣式)에 따라 영향을 크게 받았다. 6. 경지내(耕地內)의 식물군간(植物群間) Importance Value변이(變異)는 화본과(禾本科)와 사초과잡초군(雜草群)이 대체(大體)로 12% 범위(範圍)였으나 사초과잡초군(雜草群)은 10~80% 범위(範圍)로써 재배양식(栽培樣式) 및 생육진전(生育進展)에 따른 변이(變異)가 컸다. 7. Simpson's Index 분석결과(分析結果), 조기(早期) 및 관행이앙(慣行移快)에서는 생육진전(生育進展)에 따라 다종혼합군락화(多種混合群落化)의 경향을 보였고 직파(直播)와 만기이앙(晩l期移快)에서는 단순군락화(單純群落化) 경향(傾向)이 나타났다.

• 한국잡초학회지
• /
• 제13권2호
• /
• pp.104-113
• /
• 1993

논잡초발생(雜草發生) 예측(豫測)모델 개발(開發)에 가장 실용적(實用的)인 접근방법(接近方法)을 구명(究明)하기 위하여 1992년(年) 분리종자(分離種子)에 의한 예측법(豫測法)과 출현잡초(出現雜草)에 의한 예측법(豫測法)을 비교(比較)하여 다음과 같은 결과(結果)를 얻었다. 1 탄산가리($K_2CO_3$) 50% 용액(溶液)(비중(比重)1.34)으로 토양(土壞)에 들어 있는 종자(種子)의 88% 이상(以上)이 분리(分離) 회수(回收)되었다. 2. 비중(比重) 차이(差異)에 의해서 토양(土壞)으로부터 분리(分離)된 잡초종자(雜草種子)는 흡출기(吸出器)를 부착(附着)한 진공(眞空)펌프기와 강목(綱目) $0.31{\times}0.16mm$의 나이론망사(網紗)를 이용(利用)하여 효율적(效率的)으로 회수(回收)되었다. 3. 토양(土壞)으로부터 분리(分離)된 잡초종자(雜草種子)의 생존(生存) 여부(與否)를 검정(檢定)하는 방법(方法) 중(中)에서 종자(種子) 압착법(壓搾法)이 종자(種子) 발아법(發芽法)이나 TTC 검정법(檢定法)에 비(比)하여 더 효율적(效率的)이고 실용적(實用的)인 방법(方法)이었다. 4. 본답(本畓) 잡초군락(雜草群落)을 샘플토양(土壞)에 출현(出現)하는 잡초(雜草)에 의해서 예측(豫測)하고자 할 때에는 포장당(圃場當) 5-6개(個) 지점(地點)에서 직경(直徑) 13cm 코아로 0-10cm 깊이의 토양(土壞)을 샘플링하는 것이 가장 적합(適合)한 방법(方法)이었다. 5. 샘플토양(土壞)에 출현(出現)하는 잡초(雜草)에 의한 예측법(豫測法)에서 소형종자(小形重子)를 생산(生産)하는 초종(草種)일수록 본답(本畓) 잡초발생(雜草發生) 예측계수(豫測係數)가 낮았다. 6. 본답(本畓) 잡초군락(雜草群落)과의 유이성(類似性), 조사(調査) 소요시간(所要時間), 조사(調査) 소요경비(所要經費), 조사기술(調査技術)의 난이도(難易度), 적용잡초(適用雜草) 등(等)으로 보아 출형잡초(出現雜草)에 의한 예측법(豫測法)이 분리종자(分離種子)에 의한 예측법(豫測法)에 비(比)하여 보다 합리적(合理的)인 방법(方法)으로 판단(判斷)되었다.

• 한국농림기상학회지
• /
• 제3권4호
• /
• pp.199-205
• /
• 2001

넓은 지역에 걸친 병 예찰모형의 동시 다지점 적용은 지역특이적 식물 병 관리체계 구축을 위한 전제조건이다. 예찰모형의 구동변수로서 군락내부 기온자료 역시 충분한 공간해상도와 공간범위로 준비되어야 한다. 생육중기의 여 군락기온구조에 관한 실측정보를 토대로 만들어진 실용성 있는 광역 군락기온분포 예측 기법을 제시한다. 이앙 후 한 달째부터 출수기까지 벼 군락 내 기온 연직구조의 경시변화를 관측하여 맑은 날, 흐린 날, 비오는 날의 군락외부기온(250 cm)과 군락내부기온(10cm)간 편차의 경시변화양상을 정량화 하였고, 이를 토대로 군락외부 기온값이 주어지면 군락내부 임의높이의 기온을 추정할 수 있는 경험식을 작성하였다. 벼논의 경우 맑은 날 인근 관측노장 대비 전국적으로 0.6~1.2$^{\circ}C$ 낮다는 사실을 근거로 기온 공간내삽시 지표피복 특성이 벼논인 경우의 보정량을 결정하였다. 전라남북도 지역을 대상으로 기상청 정규관측소의 매 시간 관측값을 공간내삽 함으로써 초지로 덮여있는 가상지형상의 기온표면을 1km$\times$1km 해상도로 생성하였고, 위성영상자료의 분석을 통해 이들로부터 벼논에 해당되는 픽셀만 추출하여 기온 하강분을 보정함으로써 군락외부 기온을 준비하였다. 벼논특성을 가진 픽셀에 준비된 군락내부 기온추정식을 각각 적용하여 층위별 기온값을 추정하였다.