• 인간식물환경학회지
• /
• 제24권3호
• /
• pp.257-266
• /
• 2021

Background and objective: Vertical smart farm (VSF) is an alternative that contributes to solving various problems such as climate change and food shortage. This study focused on the types and awareness of VSF to introduce and diffuse VSF. We aimed to investigate the types of VSF and citizens' awareness on VSF. We analyzed 1) where the smart farm technology could be implemented on a building; 2) what citizens think about VSF; and 3) suggested what is most necessary for the introduction and diffusion of VSF in the future based on citizens' perception. Methods: VSF types were investigated through case studies on VSF in Korea and overseas. Citizens' perception on VSF was investigated through a questionnaire survey. A statistical analysis was conducted with the survey results for implications of the introduction and diffusion of VSF. Results: Four types of VSF were derived: rooftop farms, facade farms, indoor farms, and farms using the whole building. The survey showed that 29.2%, 27.8%, and 22.2% of respondents knew well about urban agriculture, smart farms, and vertical smart farms, respectively. Respondents answered that improving awareness is the most important factor to introduce VSF. According to the statistical analysis, it was determined that education and promotion of the necessity of VSF would be important to diffuse the VSF. Conclusion: VSF can be a solution to a variety of problems we face. The results of this study suggest a direction for the introduction and diffusion of VSF. In order to introduce VSF in the future, additional studies must be conducted on the legal system.

• 한국농공학회논문집
• /
• 제64권5호
• /
• pp.27-39
• /
• 2022

The smart farm is recognized as a solution for future farmers having positive effects on the sustainability of the poultry industry. Intelligent microclimate control can be a key technology for broiler production which is extremely vulnerable to abnormal indoor air temperatures. Furthermore, better control of indoor microclimate can be achieved by accurate prediction of indoor air temperature. This study developed predictive models for internal air temperature in a mechanically-ventilated broiler house based on the data measured during three rearing periods, which were different in seasonal climate and ventilation operation. Three machine learning models and a mechanistic model based on thermal energy balance were used for the prediction. The results indicated that the all models gave good predictions for 1-minute future air temperature showing the coefficient of determination greater than 0.99 and the root-mean-square-error smaller than 0.306℃. However, for 1-hour future air temperature, only the mechanistic model showed good accuracy with the coefficient of determination of 0.934 and the root-mean-square-error of 0.841℃. Since the mechanistic model was based on the mathematical descriptions of the heat transfer processes that occurred in the broiler house, it showed better prediction performances compared to the black-box machine learning models. Therefore, it was proven to be useful for intelligent microclimate control which would be developed in future studies.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.818-821
• /
• 2020

The artificial intelligence software market is developing in various fields world widely. In particular, there is a wide variety of applications for image recognition technology using deep learning. This study intends to apply image recognition technology to the 'Home Gardening' market growing rapidly due to COVID-19, and aims to build a small-scale smart farm in the house using artificial intelligence and IoT technology for convenient crop cultivation for busy people living in cities. This intelligent farm system includes an automatic image recognition function and recommendation function based on temperature and humidity sensor-based indoor environment analysis.

• 한국건설관리학회논문집
• /
• 제23권1호
• /
• pp.98-105
• /
• 2022

밀폐된 공간에서 인공적인 방법으로 작물을 재배하는 수직형 스마트 팜은 공기 환경 설비를 적절히 활용하여 적정한 생육환경을 조성하는 것이 중요하다. 하지만 국내 수직형 스마트 팜 기업들은 체계적인 방법이 아닌 경험적 데이터에 의존하여 생육환경을 조성하고 있다. IoT를 활용하여 체계적이고 정밀한 모니터링을 토대로 생육환경을 조성한다면 작물의 생산 수율을 높이고 수익성을 극대화할 수 있다. 본 연구의 목적은 IoT를 활용하여 모니터링 시스템을 구성하고, 작물 재배에 주요한 요인인 온도 환경의 불균형을 실증하여 그 원인을 분석하는 데 있다. LED와 냉방기의 가동 방식을 달리하며 1) 다층 선반의 수평 온도 분포를 측정한 결과 센서 간에 "최대 1.7℃"의 온도 격차를 보였다. 2) 수직 온도 분포를 측정한 결과 "최대 6.3℃"의 온도 차이를 보였다. 이러한 온도 격차를 줄이기 위해서는 공조설비의 적절한 배치와 운영 방식에 대한 전략이 필요하다.

• 생물환경조절학회지
• /
• 제29권3호
• /
• pp.277-284
• /
• 2020

스마트 팜 관리의 활용 효율성을 높이기 위해서는 작물 및 환경 변화에 대한 사전 검사를 실시간으로 평가하기 위한 모델링 기법이 필요하다. 시설 온실 내부의 CO₂와 같은 필수 환경 요소는 다양한 상관 변수가 밀접하게 결합 된 시간 영역에서 신뢰할 수 있는 추정 모델을 확립하기가 어렵다. 따라서 본 연구는 입력 영역과 출력 변수를 CO₂와 같은 시간 관점에서 인접 영역에 분포된 환경 정보를 이용하여 시간 복잡도를 줄이기 위한 인공 신경망을 개발하기 위해 수행되었다. 스마트 팜을 계측하기 위한 센서 모듈을 통해 환경 요소를 지속적으로 측정하였다. 실험기간의 평균 데이터로 예측하는 모델링 1, 전일 데이터로 예측하는 모델링 2을 구성하여 CO₂ 환경인자의 상호관계를 예측하였다. 전일의 데이터 학습으로 예측하는 모델링 2가 60일 평균값으로 예측한 모델링 1에 비해 성능이 우수하였다. 30일 이전까지는 대부분 0.70~0.88사이의 결정계수를 보였으며 모델링 2가 약0.05정도 높게 나타났다. 하지만 30일 이후에는 두 가지 모델링 모두 결정 계수 값이 0.50 이하로 낮은 값을 보였다. 모델링 접근법에 따라 결정 요인의 값을 비교하고 분석 한 결과 인접한 시간대의 데이터는 고정 신경망 모델을 사용하는 대신 예측이 필요한 지점에서 상대적으로 높은 성능을 나타냈다.

• International journal of advanced smart convergence
• /
• 제12권2호
• /
• pp.153-158
• /
• 2023

Most agriculture plantings are based on traditional farming and demand a lot of human work processes. In order to improve the efficiency as well as the productivity of their farms, modern agricultural technology was proven to be better than traditional practices. Internet of Things (IoT) is usually related in modern agriculture which provides the farmer with a real-time monitoring condition of their farm from anywhere and anytime. Therefore, the application of IoT with a sensor to measure and monitors the humidity and the temperature in the mushroom farm that can overcome this problem. This paper proposes an IoT based monitoring system forindoor Ganoderma lucidum cultivation at a minimal cost in terms of hardware resources and practicality. The results show that the data of temperature and humidity are changing depending on the weather and the preliminary experimental results demonstrated that all parameters of the system were optimized and successful to achieve the objective. In addition, the analysis results show that the quality of Ganoderma lucidum produced on the research method conforms to regulations in Vietnam.

• 생물환경조절학회지
• /
• 제29권2호
• /
• pp.105-109
• /
• 2020

본 연구는 태양광 기반으로 인공광 병렬 광공급 시스템을 개발하고 상추 재배효과를 구명하기 위하여 수행하였다. 태양광 기반으로 인공광원을 공급하는 장치는 광원 공급부, 전원공급부, 시스템 계측 및 제어부로 구성하였다. 광원공급부는 태양광 전송장치(광파이버)와 LED 램프(인공광)로 구성하였고, 태양광 전송장치는 광 전송률이 우수한 석영재질의 광섬유(Optical fiber)로 제작되었으며, 인공광은 LED 중 White 램프를 사용하였다. 전원 공급부는 누전 차단기, SMPS, LED 제어기 및 릴레이로 구성하였다. 시스템계측 및 제어부는 터치스크린과 지그비(ZigBee) 통신모듈, 광량센서로 구성하였다. 구성한 장치의 성능시험 결과 광량센서로 측정된 강도가 200μmol·m^-2·s^-1 이하가 되면 자동적으로 LED 램프가 작동되어 보광하는 것을 확인하였다. 또한 본 장치를 활용하여 상추를 재배한 결과, 엽장, 뿌리길이, 엽록소 함량 및 지하부 생체중이 LED 처리보다 큰 것으로 나타났다. 따라서본 장치는 화석연료 고갈 등으로 전기 사용에 제한이 올때 폐쇄형 식물공장 같은 시설에서 작물을 재배할 수 있을 것으로 판단된다.

• 멤브레인
• /
• 제30권3호
• /
• pp.173-180
• /
• 2020

전 세계 화석 연료 사용이 지속적으로 증가함에 따라 공기 중 이산화탄소(CO₂) 농도가 수 세기에 걸쳐 증가하고 있다. 대기로의 CO₂ 배출을 줄이기 위한 방법으로, 주요 배출원인 발전소와 공장에 적용할 수 있는 이산화탄소 포집 및 저장(carbon capture and sequestration, CCS) 기술이 개발되고 있다. 기후 변화 완화 정책에 따라 negative emission 기술로 언급되는 공기 중 CO₂ 직접 포집 기술(direct air capture, DAC)은 CO₂ 농도가 0.04%로 매우 낮기 때문에 기존의 CCS 기술에 적용된 기술과 달리 흡착제를 이용한 저농도 CO₂ 포집 연구에 집중되어 있다. DAC 분야는 주로 CO₂의 흡착을 이용한 습식 흡착제, 건식 흡착제, 아민 기능화된 소재, 이온교환 수지 등이 연구되었다. 흡착제 기반 기술은 흡착제 재생에 따른 고온 열처리 공정이 필요하기 때문에 추가적인 에너지 소모가 없는 분리막 기반의 공기 중 CO₂ 포집 기술의 잠재력이 크다. 분리막은 특히 실내 공기 CO₂ 저감 환기 시스템 및 실내용 스마트팜(smart farm) 시스템의 연속적인 CO₂ 공급에 사용될 수 있을 것으로 기대된다. CO₂ 처리 기술은 기후 변화를 완화하기 위한 수단으로 개발이 지속되어야 하며 효율적인 공정 설계와 소재 성능 향상을 통해 공기 중 CO₂ 포집의 효율을 높일 수 있을 것이다.