• Weed & Turfgrass Science
• /
• 제5권2호
• /
• pp.51-59
• /
• 2016

본 연구는 2015년 2월부터 8월까지 경상북도 12개 시군에서 경북 지역의 주요 과수인 사과, 포도, 복숭아, 포도, 자두 과원에 발생되는 잡초종을 동계잡초와 하계잡초로 나누어 우점도를 조사하였다. 사과 과원에서는 36과 105종, 포도 과원 34과 126종, 복숭아 과원 34과 126종, 배 과원 33과 98종, 자두 과원 36과 111종이었다. 과원별 우점도는 사과 과원의 경우 이년생 잡초 6.09%, 포도 과원의 경우 이년생 잡초 7.32%, 복숭아 과원의 경우 일년생 잡초 4.74%, 배 과원의 경우 일년생 잡초 6.57%, 자두 과원의 경우 이년생 잡초 5.38%였다. 주요 과원별 동계잡초에 대한 과와 종수는 사과 과원 31과 89종, 포도 과원 28과 71종, 복숭아 과원 32과 111종, 배 과원 27과 68종, 자두 과원 33과 83종이었고 하계잡초에 대한 과와 종수는 사과 과원 31과 101종, 포도 과원 27과 69종, 복숭아 과원 29과 91종, 배 과원 31과 94종, 자두 과원 31과 97종이였다. 주요 과원별 동계 우점잡초는 사과 과원(냉이), 배 과원(별꽃), 복숭아 과원(냉이), 포도 과원(냉이), 자두 과원(망초)이었고, 하계우점잡초는 사과 과원(깨풀), 배 과원(쑥), 복숭아 과원(강아지풀), 포도 과원(강아지풀), 자두 과원(강아지풀)이었다.

• 농촌계획
• /
• 제30권1호
• /
• pp.99-106
• /
• 2024

The purpose of this study is to analyze how the orchard scale improvement project affects the profits of apple farmers. For this purpose, the variable profit function of Apple was estimated using seemingly unrelated regression analysis. For the analysis, raw data from the Rural Development Administration's Agricultural Income Survey from 2015 to 2021 were used. Of the 1,009 apple farms, 95 farms participated in the orchard scale improvement project and 914 farms did not participate. The results show that the profits of farms participating in the project were found to be higher than those of non-participating farms, and as the cultivation area increased, profits tended to increase and then decrease. The results also indicated that below a certain size (19,462m²), the profits from project participation appear to be lower. The results of this study can provide useful information to the establishment of government policies and apple farmers who want to participate in the orchard scale improvement project.

• 한국유기농업학회지
• /
• 제25권1호
• /
• pp.125-134
• /
• 2017

본 연구는 친환경 유기과원의 부란병 방제를 위한 유황토분의 효과를 검증코자 2년간 수행되었다. 제조된 유황토분의 사과 부란병 치유효과를 검증하기 위해 유기과원에는 석회유황합제의 처리와 비교하였으며, 관행과원에서는 석회유황합제, 유황토분 및 네오아소진을 처리하였다. 유기과원의 유황토분의 부란병 치유율은 대조구에 비해 뚜렷하게 유의성이 인정되었으나, 2013년 봉현 과원을 제외하고는 석회유황합제와는 큰 차이가 없었다. 유기과원의 과실품질조사 결과, 과피의 붉은 색은 대조구에 비해 석회유황합제 처리구에서 다소 높게 나타냈으며, 과실의 경도에서는 유황토분 처리구가 대조구에 비해 유의적으로 높게 나타났다. 관행과원에서의 유황토분, 석회유황합제 및 네오아소진 처리는 대조구에 비해 통계적 유의적으로 높게 조사되었다. 유황토분의 부란병 치유율은 유기사과과원 및 관행사과과원에서 87.5~97.5%인 것으로 조사되었다. 관행과원에서의 유황토분 처리는 신초생육에 있어 네오아소진에 비해 통계적 유의성이 있게 증가하였다. 과실품질의 경우 유황토분처리는 과실의 붉은 색의 증가를 보였으나, 다른 과실품질인 무게, 경도, 당도 및 적정산도에서 통계적 유의성을 나타내지 않았다.

• 한국토양비료학회지
• /
• 제33권6호
• /
• pp.393-397
• /
• 2000

퇴비의 시용량에 따른 사과의 수량과 토양화학성에 미치는 영향을 조사한 결과는 다음과 같았다. 사과원에 퇴비시용량의 증가에 의해 토양중의 인산함량 및 치환성 양이온의 함량이 증가하였으나, 유기물은 거의 변화가 없었다. 퇴비의 시용량이 증가할수록 사과의 수량은 증가하였으나, 경도 및 당도의 차이는 없었다. 화학비료를 감비처리하고 퇴비의 시용량을 높인 결과 퇴비의 시용량이 증가함에 따라 토양 중 유기물 및 Ca의 함량은 증가하였다.

• 한국유기농업학회지
• /
• 제11권2호
• /
• pp.91-101
• /
• 2003

사과원에서 사용하고 있는 대체농업자재들이 사과나무의 생육 및 사과품질에 미치는 영향을 검토하기 위하여 수행하였다. 사과 재배중에 사과잎의 엽록소함량은 처리 자재중 삼요소, 목탄분말, 토탄 및 키토산 처리구에서 약간 높은 경향을 나타내었다. 과실내 당함량은 삼요소, 아미노산, 그린이온칼슘 처리구에서 높았으나 처리간에 차이가 컸으며, 비타민 C함량은 모든 처리구에서 공히 세포분열기에 논았다가 비대기에는 약간 낮아진후 수확기에 다시 증가하는 경향으로 삼요소구에서 가장 많았다. 사과원에서 농약을 전혀 살포하지 않고 대체농업자재만을 사용한 경우 사과의 상품과율이 관행농법으로 재배한 처리구 보다 25％ 정도가 감소한 반면에, 농약을 관행으로 살포하면서 처리한 목탄분말, 아미노산 및 미네랄C 처리구에서는 과중이 250g 이상인 상품과율이 90％이상 생산되었다. 따라서 수량과 품질을 고려할 때 영년생 작물인 사과원에서는 장기적으로 화학비료와 농약 사용량을 서서히 줄여가면서 대체농업자재를 혼용 또는 복합적으로 사용함으로서 친환경적인 과수원 경영방법으로 정착이 가능할 것으로 생각된다.

• 한국농림기상학회지
• /
• 제18권4호
• /
• pp.348-356
• /
• 2016

본 연구는 국내 사과원 생태계에 대한 $CO_2$ 및 에너지(현열, 잠열) 플럭스를 에디공분산 기법으로 정량화하고 이들의 계절적 변화를 분석하였다. 2006년 국내 사과원 생태계의 누적 NEE는 $-396.9g\;C\;m^{-2}$으로, 유사한 환경 조건에서 수행된 이탈리아의 사과원 생태계의 NEE ($-380.0g\;C\;m^{-2}$)와 아주 비슷한 것으로 분석되었다. 또한 양국의 사과원 생태계에서 일 최대 NEE는 6월 하순에 관측되었다. 다만, 국내 장마기간에 해당되는 7월의 NEE는 양국의 과수원 생태계에서 다른 양상을 나타내었다. 이와 같이 과수원 생태계와 같은 집약적으로 관리되는 생태시스템에서도 NEE의 변화가 관개 등 영농활동에 의해서 큰 영향을 받지만, 기온, 강수량 등 환경조건에도 영향을 많이 받는 것으로 조사되었다. 국내 사과원 생태계의 탄소 흡수능력에 대한 보다 정확한 평가를 위해서는 3년 이상의 장기적인 플럭스 자료를 토대로 추가적인 연구가 요구되며, 상호 검증과 탄소수지 평가를 위해서는 챔버방식의 생태학적 접근도 추가로 필요할 것이다.

• International journal of advanced smart convergence
• /
• 제13권1호
• /
• pp.212-220
• /
• 2024

When a typhoon or natural disaster occurs, a significant number of orchard fruits fall. This has a great impact on the income of farmers. In this paper, we introduce an AI-based method to enhance low-quality raw images. Specifically, we focus on apple images, which are being used as AI training data. In this paper, we utilize both a basic program and an artificial intelligence model to conduct a general image process that determines the number of apples in an apple tree image. Our objective is to evaluate high and low performance based on the close proximity of the result to the actual number. The artificial intelligence models utilized in this study include the Convolutional Neural Network (CNN), VGG16, and RandomForest models, as well as a model utilizing traditional image processing techniques. The study found that 49 red apple fruits out of a total of 87 were identified in the apple tree image, resulting in a 62% hit rate after the general image process. The VGG16 model identified 61, corresponding to 88%, while the RandomForest model identified 32, corresponding to 83%. The CNN model identified 54, resulting in a 95% confirmation rate. Therefore, we aim to select an artificial intelligence model with outstanding performance and use a real-time object separation method employing artificial function and image processing techniques to identify orchard fruits. This application can notably enhance the income and convenience of orchard farmers.

• 한국환경농학회지
• /
• 제38권2호
• /
• pp.110-118
• /
• 2019

BACKGROUND: Residual organochlorine pesticides (OCPs) are designated as persistent organic pollutants (POPs) by Stockholm Convention because they bioaccumulate through the food web, and pose a risk of causing adverse effect to human health and the environment. Apple and pear is economic crop in agriculture, and its cultivation area and yield has been increased. Therefore, we tried to investigate the OCPs residue in apple and pear orchard soils and fruits. METHODS AND RESULTS: Extraction and clean-up method were developed using the modified QuEChERS method for residual organochlorine pesticides (ROCPs) in apple and pear orchard soil and fruits. Recovery and limit of quantitation (LOQ) of ROCPs in soil and fruits were 75.4-101.4 and 76.9-93.4%, 0.03-0.21 and $0.6-1.2{\mu}g/kg$, respectively. Detected ROCPs in apple and pear orchard soil was 2,4-DDT, 4,4-DDD, 4,4-DDE, 4,4-DDT, and endosulfan sulfate, the residues were 2.2, 1.9-48.0, 1.3-84.1, 90.6-863.1, and $11.3-239.0{\mu}g/kg$, respectively. But five pesticides in all fruit samples were not detected. CONCLUSION: These results showed that ROCPs residues in apple and pear orchard soil had no effect on safety of agricultural products.

• 한국응용곤충학회:학술대회논문집
• /
• 한국응용곤충학회 2005년도 춘계 학술발표회
• /
• pp.167-167
• /
• 2005

• 한국기후변화학회지
• /
• 제5권4호
• /
• pp.339-348
• /
• 2014

Agro-ecosystem plays an important role in the mitigation of atmospheric $CO_2$ concentration through photosynthesis and soil carbon fixation. The perennial crops have capacity of carbon accumulation because they have lived for years in the same position. Carbon dioxide fixation occurs in the fruit orchard by photosynthesis and soil carbon sequestration. The objectives of this review are to introduce the fruit orchard as a carbon dioxide sink and to summarize the methods that measure $CO_2$ flux in the orchard. There are three difference methods (chamber, biomass, and eddy covariance method) to measure $CO_2$ exchanges on sites. However, there is no standard method suitable for fruit cultivation condition in Korea. Thus the standard method have to be developed in order to exactly estimate the carbon accumulation. In foreign studies, the carbon assessments were conducted in apple, peach, olive, grape orchard and so on. On the other hand the estimation of $CO_2$ exchange was carried out for apple and mandarine orchard in Korea. According to these results, fruit orchard is a $CO_2$ sink even though amount of carbon accumulation is smaller than the forest. To introduce certainly fruit orchard as greenhouse gas sink, long-term monitoring and further study have to be conducted under each planting condition.