• 한국가스학회지
• /
• 제28권1호
• /
• pp.1-10
• /
• 2024

본 연구에서는 농업 분야 에너지 자립 시스템 기술도입의 일환으로 농산부산물 기반 SOFC 열병합발전 시스템의 공정 모사 모델을 구축하고 열교환망 최적화를 진행하였다. 0.3 ton/d급 농산부산물 반탄화 연료 가스화기 실험 결과를 기반 농산부산물 SOFC 열병합발전 시스템 모델을 구축하여 4~20 kW급 SOFC 발전 용량별 열교환망 최적화를 진행하였다. 현재 시스템상에서 8 kW급 농산부산물 기반 SOFC 열병합발전 시스템이 최적으로 도출되었으며, 본 연구 결과를 기반으로 추후 상용 설비 설계 시 기초자료로 활용이 가능할 것으로 판단된다.

• 한국정보전자통신기술학회논문지
• /
• 제14권2호
• /
• pp.168-174
• /
• 2021

세계 농업 생산성 보고서에 따르면 현재 농업의 연평균 성장률은 1.63% 수준으로 2050년까지 증가하는 세계 인구 약 100억 명을 지원하기 위한 성장률 1.73% 보다 낮은 수준이며 이는 세계 농업의 생산성은 2050년까지 세계 인구의 식량, 사료, 바이오에너지 수요를 지속적으로 충족시킬 수 있을 만큼 증가하지 않고 있으며 미래의 식량난을 예고하고 있다. 본 연구는 농작물의 생산비용 감소, 생산량 증대, 품질 향상 등을 목적으로 국내 농가의 근권 환경 데이터 수집 후 데이터 분석을 통해 지역별 관수 제어 모델을 만들고 해당 지역에서 농사를 시작하는 농부들에게 조언을 줄 수 있는 모델을 제시하는 것을 목적으로 진행되었다. 본 연구에서 제시하는 관수제어 모델링은 시간의 흐름 및 기후에 따른 근권 환경 변화로 인한 배지무게·급액량·배액량의 변화를 그래프 모형으로 나타내는 것을 의미한다. 관수제어 모델링을 위해 근권 환경부 측정 장치를 통해 충정남도 논산, 부여, 예산 지역의 3~6월 근권환경 데이터 및 배지무게·급액량·배액량의 변화에 대한 데이터를 수집했으며 수집된 데이터를 통해 관수제어 모델도출을 위한 매개변수 설정하고 매개변수를 통해 시간의 흐름에 따른 무게·급액량·배액량의 변화를 확인 할 수 있는 관수제어 모델을 도출했다.

• 한국정보전자통신기술학회논문지
• /
• 제14권3호
• /
• pp.184-192
• /
• 2021

농촌의 인구 감소, 고령화에 따른 노동력 부족과 기후변화 심화에 따른 다양한 리스크 확대 등 국내 농업은 현실적 문제를 마주하고 있다. 이러한 문제점을 해결하기 위해 스마트 농업 기술을 발전시키고 있다. 스마트 농업 기술 발전에 있어서 관수제어는 최적의 생장환경 조성에 중요한 역할을 하며 환경보호 차원에서도 중요한 이슈이다. 본 논문은 농작물의 품질 향상, 생산 비용 감소 및 생산량 증가 등을 목적으로 국내 파프리카 농가 지역의 근권 환경 데이터를 수집하고 이를 분석하여 관수제어 모델링을 제시하는 연구에 대한 내용이다. 본 논문에서 제시하는 관수제어 모델링은 지역별 기후적 특징으로 인한 배지무게, 급액, 배액의 변화를 그래프로 제시하는 것이다. 그래프 도출을 위해 데이터 수집 및 분석을 통해 매개변수를 정했으며, 제시한 관수제어 모델링 방법을 수집한 근권 환경 데이터에 적용하여 6개의 지역(강원도, 충남, 전북, 전남, 경북, 경남)의 관수제어 매개변수를 구하고 이를 통해 그래프를 도출했다. 이후 관수제어 모델링 방법의 유효성 검증을 위해 도출된 매개변수를 분석하여 기후적 특징(평균 온도 및 강수량)과 연관시켜보는 연구를 진행했다.

• Journal of Ecology and Environment
• /
• 제45권1호
• /
• pp.54-61
• /
• 2021

Background: The sunfleck is an important light environmental factor for plants that live under the shade of trees. Currently, the smartfarm has a system that can artificially create these sunfleks. Therefore, it was intended to find optimal light conditions by measuring and analyzing photosynthetic responses of Eutrema japonica (Miq.) Koidz., a plant living in shade with high economic value under artificial sunflecks. Results: For this purpose, we used LED pulsed light as the simulated sunflecks and set the light frequency levels of six chambers to 20 Hz, 60 Hz, 180 Hz, 540 Hz, 1620 Hz, and 4860 Hz of a pulsed LED grow system in a plant factory and the duty ratio of the all chambers was set to 30%, 50%, and 70% every 2 weeks. We measured the photosynthetic rate, transpiration rate, stomatal conductance, and substomatal CO2 partial pressure of E. japonica under each light condition. We also calculated the results of measurement, A/Ci, and water use efficiency. According to our results, the photosynthetic rate was not different among different duty ratios, the transpiration rate was higher at the duty ratio of 70% than 30% and 50%, and stomatal conductance was higher at 50% and 70% than at 30%. In addition, the substomatal CO2 partial pressure was higher at the duty ratio of 50% than 30% and 70%, and A/Ci was higher at 30% than 50% and 70%. Water use efficiency was higher at 30% and 50% than at 70%. While the transpiration rate and stomatal conductance generally tended to become higher as the frequency level decreased, other physiological items did not change with different frequency levels. Conclusions: Our results showed that 30% and 50% duty ratios could be better in the cultivation of E. japonica due to suffering from water stress as well as light stress in environments with the 70% duty ratio by decreasing water use efficiency. These results suggest that E. japonica is adapted under the light environment with nature sunflecks around 30-50% duty ratio and low light frequency around 20 Hz.

• 생물환경조절학회지
• /
• 제31권3호
• /
• pp.255-260
• /
• 2022

본 논문은 딥러닝 알고리즘을 이용하여 딸기 영상 데이터의 병충해 존재 여부를 자동으로 검출할 수 있는 서비스 모델을 제안한다. 또한 병징에 특화된 분할 이미지 데이터 세트를 제안하여 딥러닝 모델의 병충해 검출 성능을 향상한다. 딥러닝 모델은 CNN 기반 YOLO를 선정하여 기존의 R-CNN 기반 모델의 느린 학습속도와 추론속도를 개선하였다. 병충해 검출 모델을 학습하기 위해 일반적인 데이터 세트와 제안하는 분할 이미지 데이터 세트를 구축하였다. 딥러닝 모델이 일반적인 학습 데이터 세트를 학습했을 때 병충해 검출률은 81.35%이며 병충해 검출 신뢰도는 73.35%이다. 반면 딥러닝 모델이 분할 이미지 학습 데이터 세트를 학습했을 때 병충해 검출률은 91.93%이며 병충해 검출 신뢰도는 83.41%이다. 따라서 분할 이미지 데이터를 학습한 딥러닝 모델의 성능이 우수하다는 것을 증명할 수 있었다.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.861-866
• /
• 2023

화학비료와 넓은 공간이 있어야 하는 기존의 스마트팜과 달리, 수생생물과 작물간의 공생 관계를 활용하여 환경오염 및 기후 변화 등의 비정상적인 환경에서도 작물 재배가 가능한 아쿠아포닉스 농법이 활발하게 연구되고 있다. 해당 농법은 작물마다 생장에 필요한 환경과 영양분이 다르므로, 생장에 최적화된 수생생물 비율을 구성이 필요하다. 본 연구는 아쿠아포닉스 환경에 영상처리 기법을 활용하여 면적과 부피를 기준으로 생육 정도를 측정하는 방법을 제안한다. 배설물을 통해 유기물 생성하는 여러 종류의 민물고기와 상추 작물을 아쿠아포닉스 환경에 생육을 통해 검증하였다. 상추의 2D와 3D 영상 분석과 실시간 데이터 분석을 통해 상추의 면적 및 부피 정보를 활용하여 생장 정도를 평가하였다. 실험 결과, 상추의 면적과 부피 정보를 활용하여 재배관리가 가능하다는 것을 입증하였다. 수생생물과 생육 정보를 활용하여 농업인에게 생산 예측 서비스 제공과,변화하는 농업 환경에서의 문제점을 해결하는 시작점이 되어줄 것으로 보인다.

• 생물환경조절학회지
• /
• 제27권3호
• /
• pp.191-198
• /
• 2018

본 연구의 목적은 온도와 토양수분에 따른 마늘의 생육, 생리장해 및 수량에 미치는 영향을 구명하고자 실시하였다. 실험은 온도가 $6^{\circ}C$ 차이가 나는 온실에서 수행되었는데, 정식부터 수확까지 외기(A)보다 $3^{\circ}C(A+3^{\circ}C)$, $6^{\circ}C(A+6^{\circ}C)$ 고온조건, 토양수분은 적습(OI) 대비 수확기 무렵의 다습(EI) 처리를 하였다. 그 결과, 마늘 생육특성은 온도와 토양수분 조건($0.34m^3/m^3$)에 따라 고도의 유의성을 보여 고온일수록 그리고 적습 처리구일수록 컸다. 초장은 외기보다 $A+6^{\circ}C-OI$ 처리구에서 47.4cm로 가장 컸으며, 엽장과 엽폭 역시 외기보다 $A+6^{\circ}C-OI$ 처리구가 각각 16.1cm, 2.4cm로 가장 컸다. 마늘재배 기간 중 외기보다 $3^{\circ}C$, $6^{\circ}C$ 고온조건이 되면 스펀지마늘 발생율이 높아져 $A+6^{\circ}C-OI$ 처리구는 12.9% 발생하였고, A-EI 처리구에서는 전혀 발생하지 않았으며, 인편무게와 1쪽당 무게는 $A+6^{\circ}C$ 고온구에서 크게 감소하여 수량이 외기대비 $A+6^{\circ}C$ 처리구는 평균 51%, $A+3^{\circ}C$ 처리구는 평균 22% 감소하였다. 따라서, 마늘재배시 외기보다 $6^{\circ}C$ 고온조건과 다습조건이 되면 상품수량 감소하고, 생리장해 발생이 많아지는 것으로 나타났다.

• 식품과학과 산업
• /
• 제55권2호
• /
• pp.188-202
• /
• 2022

최근 곤충산업은 애완곤충, 천적 등 산업에서 사료, 식용, 약용곤충으로 그 활용범위가 확대되면서 곤충 원료의 품질관리에 대한 요구가 커지고 곤충 제품의 안전성 확보에 관심이 높아지고 있다. 전세계 곤충산업 시장은 많은 소규모 농가형 기업과 소수의 대기업으로 구성되어 있으며 전통적인 수작업 사육에서 고도로 자동화되고 기술적으로 진보된 플랜트형 사육 등 다양한 기술 수준의 사육형태가 존재한다. 산업규모가 확대되는 과정에서 사육환경의 설계는 온습도, 공기질 조절과 병원체 및 기타 오염 물질의 전파를 방지하는 것은 중요한 성공 요인이 되며 사육에서 부화, 사육, 가공에 이르기까지 생산의 안전성을 유지하기 위해서 통일된 운영시스템 아래 통제된 환경이 필요하다. 따라서 곤충의 생육과 사육환경의 빅데이터화 된 데이터베이스를 기반으로 외부 환경 변화에도 안정적인 사육환경 유지가 가능하고 곤충성장에 맞추어 사육환경을 제어하며 노동력 감소와 생산성 향상을 이루기 위한 ICT 기반 곤충 스마트팩토리팜의 설계 및 운용알고리즘을 개발하는 것은 곤충산업 발전의 필수 선결조건이 되고 있다. 특히 유럽 상업용 곤충사육시설은 상당한 투자자의 관심을 받아 곤충 회사가 대규모 생산시설로 건설하고 있는데 이는 EU가 2017년 7월 물고기양식 사료원료로 곤충 단백질의 사용을 승인한 후 가능해졌으며 이를 기반으로 곤충산업의 식용, 의료 등 다른 분야도 첨단기술을 접목하는 현상이 가속화되었다. 외국 곤충산업은 주로 전세계 식품 생산량의 30%에 이르는 소비 전 폐기물이라고 불리는 식품회사의 생산과잉 원료 등을 업사이클링을 통해 재활용생태계를 형성하는데 반해 우리나라는 가정 및 가게에서 발생하는 음식물폐기물 또는 농산물 가공부산물을 주로 이용한다는 점에서 사료 수집과 영양성분 유지, 위생 등 지속가능한 산업생태계를 이루는 데 어려움을 겪고 있다. 또한, 각 곤충 종은 고유하고 특정 사육기술을 요구하고 있다는 점을 감안할 때 곤충사육자는 각기 다른 종별 접근 방식을 채택해야 하는데 대부분의 곤충기업은 여전히 소규모로 운영되며 특히 농가형 기업의 경우 지식과 경험이 도제식으로 전승되는 경우가 많아 표준화되고 규격화된 사육기술이 유지되기 어려운 반면, 일부 곤충 기업은 대규모 사육시설에 스마트 통합 제어시스템을 도입하여 먹이주기, 물주기, 취급, 수확, 청소 시스템, 가공, 품질관리, 포장 및 보관과 같은 곤충 생산과 관련된 요소가 최적화된 사육 환경과 사육프로세스로 표준화되어가는 모습을 보이고 있으며 심지어 일부 유럽기업은 AI기술로 구동되는 완전 자율 모듈식 곤충시스템으로 사육 유지관리를 하고 있는 사례도 등장하기 시작하였다. 향후 전세계 곤충산업은 공급업체로부터 알이나 작은 유충을 구입하고 곤충을 성숙시키기까지 애벌레의 비육 즉 생산원료에 중점을 두는 시스템과 알을 낳고 수확하고 유충의 초기 전처리에 이르기까지 전체 생산 과정을 다루는 시스템, 곤충 유충 생산의 모든 단계와 제분, 지방 제거 및 단백질 또는 지방 분획 등 추가 가공 단계를 다루는 대규모 생산시스템 등으로 점점 세분화할 것으로 본다. 우리나라에서도 인공지능 및 ICT 첨단기술을 활용한 곤충스마트팩토리팜 연구 및 개발 등이 가속화되고 있어 곤충이 기존 사료, 식품 뿐만 아니라 천연 플라스틱 또는 천연성형소재 등 2차산업의 탄소제로 소재로 활용할 수 있도록 특정 종 육종과정 단축이나 기능성 강화를 위한 사육제어가 가능하도록 곧 곤충 스마트팩토리팜 한국형 맞춤사육시스템이 등장할 수 있을 것으로 보이며, 특히 곤충 제품의 지속 가능성을 높이기 위해 사료 및 자원 사용에 대한 통합 소프트웨어 접근 방식을 개발하는 것에 중점을 두고 진행되고 있다.