The objective of this study was to assess the quality characteristics of morning-rolls containing various levels (0, 4, 8, and 12%) of bamboo leaf powder. The results demonstrated that morning-roll volume decreased with increasing amounts of bamboo leaf powder, and as the bamboo leaf powder content increased, the Hunter's color 'L', 'a' and 'b' values were significantly reduced (p<0.05). For the amylogram characteristics, the addition of bamboo leaf powder to the flour reduced peak viscosity, holding strength, final viscosity, and setback. The results of the sensory evaluation demonstrated that control (0%) and 8% addition of bamboo leaf powder had the best scores in taste, color, flavor, texture, appearance, softness, wetness, residual mouth feel, and overall acceptability. Thus, it appears that by using 8% additions of bamboo leaf powder, the functionality, nutritional composition, taste, color, and flavor of morning-rolls containing bamboo leaf powder can be developed. This result will support the development of better quality bamboo-leaf morning-rolls.
This paper describes a web-based information system for plant disease forecast that was developed for crop growers in Gyeonggi-do, Korea. The system generates hourly or daily warnings at the spatial resolution of $240\;m{\times}240\;m$ based on weather data. The system consists of four components including weather data acquisition system, job process system, data storage system, and web service system. The spatial resolution of disease forecast is high enough to estimate daily or hourly infection risks of individual farms, so that farmers can use the forecast information practically in determining if and when fungicides are to be sprayed to control diseases. Currently, forecasting models for blast, sheath blight, and grain rot of rice, and scab and rust of pear are available for the system. As for the spatial interpolation of weather data, the interpolated temperature and relative humidity showed high accuracy as compared with the observed data at the same locations. However, the spatial interpolation of rainfall and leaf wetness events needs to be improved. For rice blast forecasting, 44.5% of infection warnings based on the observed weather data were correctly estimated when the disease forecast was made based on the interpolated weather data. The low accuracy in disease forecast based on the interpolated weather data was mainly due to the failure in estimating leaf wetness events.
Lee, Kyu Jong;Lee, Byun-Woo;Kang, Je Yong;Lee, Dong Yun;Jang, Soo Won;Kim, Kwang Soo
Journal of Ginseng Research
/
v.40
no.1
/
pp.90-96
/
2016
Background: Knowledge on microclimate conditions under artificial shades in a ginseng field would facilitate climate-aware management of ginseng production. Methods: Weather data were measured under the shade and outside the shade at two fields located in Gochang-gun and Jeongeup-si, Korea, in 2011 and 2012 seasons to assess temperature and humidity conditions under the shade. An empirical approach was developed and validated for the estimation of leaf wetness duration (LWD) using weather measurements outside the shade as inputs to the model. Results: Air temperature and relative humidity were similar between under the shade and outside the shade. For example, temperature conditions favorable for ginseng growth, e.g., between $8^{\circ}C$ and $27^{\circ}C$, occurred slightly less frequently in hours during night times under the shade (91%) than outside (92%). Humidity conditions favorable for development of a foliar disease, e.g., relative humidity > 70%, occurred slightly more frequently under the shade (84%) than outside (82%). Effectiveness of correction schemes to an empirical LWD model differed by rainfall conditions for the estimation of LWD under the shade using weather measurements outside the shade as inputs to the model. During dew eligible days, a correction scheme to an empirical LWD model was slightly effective (10%) in reducing estimation errors under the shade. However, another correction approach during rainfall eligible days reduced errors of LWD estimation by 17%. Conclusion: Weather measurements outside the shade and LWD estimates derived from these measurements would be useful as inputs for decision support systems to predict ginseng growth and disease development.
K. S. Kim;S. E. Taylor;M. L. Gleason;K. J. Koehler
Korean Journal of Agricultural and Forest Meteorology
/
v.4
no.1
/
pp.23-28
/
2002
Sets of weather variables for estimation of LWD were evaluated using CART(Classification And Regression Tree) models. Input variables were sets of hourly observations of air temperature at 0.3-m and 1.5-m height, relative humidity(RH), and wind speed that were obtained from May to September in 1997, 1998, and 1999 at 15 weather stations in iowa, Illinois, and Nebraska, USA. A model that included air temperature at 0.3-m height, RH, and wind speed showed the lowest misidentification rate for wetness. The model estimated presence or absence of wetness more accurately (85.5%) than the CART/SLD model (84.7%) proposed by Gleason et al. (1994). This slight improvement, however, was insufficient to justify the use of our model, which requires additional measurements, in preference to the CART/SLD model. This study demonstrated that the use of measurements of temperature, humidity, and wind from automated stations was sufficient to make LWD estimations of reasonable accuracy when the CART/SLD model was used. Therefore, implementation of crop disease-warning systems may be facilitated by application of the CART/SLD model that inputs readily obtainable weather observations.
Kim, Tae-Geun;Noh, Il;Jeong, Jong-Chul;Cho, Young-Hwan;Oh, Jang-Geun
Korean Journal of Ecology and Environment
/
v.46
no.1
/
pp.53-59
/
2013
The purpose of this study was to analyze the topographic effect of the LAI (Leaf Area Index), which has been widely used as an index that quantifies the structure of forest vegetation in Deogyusan National Park. With this aim, the study was conducted through a regression analysis which took as explanation the following variables: the elevation, slope, aspect, and soil moisture conditions. The LAI was taken as the response variable. Overall, the correlation between the Field-LAI and topographic factors was less than 0.5, which was relatively low. Except for topographic altitude, there was no statistical significance regarding the correlation with other factors. Meanwhile, regarding the orientation of the correlation, the higher the attitude, the steeper slope, the lower the soil moist, the lower the LAI value. The topographic altitude was found as a statistically significant explanation variable. The TWI (Topographic Wetness Index), which was used in this study to explain the soil moisture conditions, was not significantly related to the LAI distribution. The results of this study are expected to be utilized as basic data in more accurate forecasting the LAI distribution using remote sensing data.
Park, Jun Sang;Seo, Yun Am;Kim, Kyu Rang;Ha, Jong-Chul
Korean Journal of Agricultural and Forest Meteorology
/
v.20
no.3
/
pp.262-276
/
2018
Models to predict Leaf Wetness Duration (LWD) were evaluated using the observed meteorological and dew data at the 11 citrus orchards in Jeju, South Korea from 2016 to 2017. The sensitivity and the prediction accuracy were evaluated with four models (i.e., Number of Hours of Relative Humidity (NHRH), Classification And Regression Tree/Stepwise Linear Discriminant (CART/SLD), Penman-Monteith (PM), Deep-learning Neural Network (DNN)). The sensitivity of models was evaluated with rainfall and seasonal changes. When the data in rainy days were excluded from the whole data set, the LWD models had smaller average error (Root Mean Square Error (RMSE) about 1.5hours). The seasonal error of the DNN model had the similar magnitude (RMSE about 3 hours) among all seasons excluding winter. The other models had the greatest error in summer (RMSE about 9.6 hours) and the lowest error in winter (RMSE about 3.3 hours). These models were also evaluated by the statistical error analysis method and the regression analysis method of mean squared deviation. The DNN model had the best performance by statistical error whereas the CART/SLD model had the worst prediction accuracy. The Mean Square Deviation (MSD) is a method of analyzing the linearity of a model with three components: squared bias (SB), nonunity slope (NU), and lack of correlation (LC). Better model performance was determined by lower SB and LC and higher NU. The results of MSD analysis indicated that the DNN model would provide the best performance and followed by the PM, the NHRH and the CART/SLD in order. This result suggested that the machine learning model would be useful to improve the accuracy of agricultural information using meteorological data.
Korean Journal of Agricultural and Forest Meteorology
/
v.25
no.3
/
pp.226-235
/
2023
This study aimed to supplement the shortcomings of the Multiple-sensor-based Frost Observation System (MFOS). The developed frost observation system is an improvement of the existing system. Based on the leaf wetness sensor (LWS), it not only detects frost but also functions to predict surface temperature, which is a major factor in frost occurrence. With the existing observation system, 1) it is difficult to observe ice (frost) formation on the surface when capturing an image of the LWS with an RGB camera because the surface of the sensor reflects most visible light, 2) images captured using the RGB camera before and after sunrise are dark, and 3) the thermal infrared camera only shows the relative high and low temperature. To identify the ice (frost) generated on the surface of the LWS, a LWS that was painted black and three sheets of glass at the same height to be used as an auxiliary tool to check the occurrence of ice (frost) were installed. For RGB camera shooting before and after sunrise, synchronous LED lighting was installed so the power turns on/off according to the camera shooting time. The existing thermal infrared camera, which could only assess the relative temperature (high or low), was improved to extract the temperature value per pixel, and a comparison with the surface temperature sensor installed by the National Institute of Meteorological Sciences (NIMS) was performed to verify its accuracy. As a result of installing and operating the MFOS v2, which reflects these improvements, the accuracy and efficiency of automatic frost observation were demonstrated to be improved, and the usefulness of the data as input data for the frost prediction model was enhanced.
Kyu Rang Kim;Eunsu Jo;Myeong Su Ko;Jung Hyuk Kang;Yunjae Hwang;Yong Hee Lee
Korean Journal of Agricultural and Forest Meteorology
/
v.26
no.1
/
pp.63-74
/
2024
In agriculture, frost can be devastating, which is why observation and forecasting are so important. According to a recent report analyzing frost observation data from the Korea Meteorological Administration, despite global warming due to climate change, the late frost date in spring has not been accelerated, and the frequency of frost has not decreased. Therefore, it is important to automate and continuously operate frost observation in risk areas to prevent agricultural frost damage. In the existing frost observation using leaf wetness sensors, there is a problem that the reference voltage value fluctuates over a long period of time due to contamination of the observation sensor or changes in the humidity of the surrounding environment. In this study, a datalogger program was implemented to automatically solve these problems. The established frost observation system can stably and automatically accumulate time-resolved observation data over a long period of time. This data can be utilized in the future for the development of frost diagnosis models using machine learning methods and the production of frost occurrence prediction information for surrounding areas.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.