• 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.

• 한국의학물리학회지:의학물리
• /
• 제16권4호
• /
• pp.214-219
• /
• 2005

한국형 인공시각장치 개발 목적으로 토끼망막을 사용하여 차후 개발될 인공시각장치에 인가하기 위한 적절한 전기자극 파라미터를 추출하는 실험을 수행하였다. 유전적 망막변성모델인 RD mouse (rd/rd (C3H/HeJ))를 망막질환모델로 사용하기 앞서 본 연구에서는 SD rat을 사용하여 설치류의 생후성숙기간 동안 변화하는 망막신경절세포의 빛 자극에 대한 변화 양상을 전반적으로 파악하는 control 실험을 하였다. 망막신경절세포의 흥분파는 8${\times}$8의 MEA (multi- electrode array)로 기록하였다. 개안 이전시기(pre-eye opening period)인 생후 15일까지는 망막신경절세포의 자발적 집단발사현상 (moving spontaneous bursts)이 옮겨 다니는 것을 발견하였다. 이 시기의 쥐들은 시각기능이 완성되지 않아 빛 자극에 의해 유발되는 흥분파를 보이지 않으며 오로지 이들의 촉각(tactile sense)에 의하여서만 이동하는 것을 관찰하였다. 그러나 생후 2주(post-eye opening period)가 지나면, 빛 자극에 의해 ON, OFF, ON/OFF 반응이 유발됨을 확인할 수 있었다. 전체적인 ON, OFF, 그리고 ON/OFF 망막신경절세포의 양상은 각각 $40\%,\;50\%,\;5\%$였으며, 이들 세포가 확인된 안구에서의 해부학적인 위치는 등쪽 관자방향(dorso-temporal)이 $50\%$, 배쪽 방향(ventral)이 $37.5\%$, 그리고 등쪽 코 방향(dorso-nasal)이 $12.5\%$로 나타났다. 설치류 망막을 대상으로 빛 자극에 의한 반응을 알아보는 실험을 할 때 생후 2${\~}$3주령이 가장 적합한 시기임을 확인하였다. 것이 바람직하다고 판단되었다.의한 발아촉진 효과는 종피의 탈색과 부식으로 인한 광흡수의 증대에서 기인되는 것으로 추측된다.3월 8일과 3월 15일 피복처리구의 그린업이 가장 효과적이었다. 한국잔디 및 한지형 잔디의 비닐 피복으로 인한 초봄 그린업 촉진시 유의할 점은 충분한 수분 유지를 위해 비닐 피복전에 관수를 하거나 비온 후에 비닐 피복하는 것이 좋으며, 비닐 제거시 잔디의 일소현상의 피해를 줄이기 위해 흐린날 비닐을 제거하는 것이 좋을 것으로 판단되었다.유발식이 급여로 $524\%$가 증가된 동맥경화지수는 질경이 에틸아세테이트 분획 병합투여로 대조군에 비하여 $40.2\%,\;51.2\%$가 감소됨으로써 동맥경화 발병 위험율이 대조군에 비하여 감소되었다. HDL-콜레스테롤 함량/총콜레스테롤 함량 비는 고콜레스테롤혈증 유발 식이 급여로 정상군보다 $73.9\%$가 감소됐으나 질경이 에틸아세테이트 분획 병합투여로 대조군에 비하여 유의한 증가를 나타냈다. 26두가 발정 반응($96.3\%$)을 나타내어 2.75${\~}$3.5의 경우가 2.50 이하의 경우에 비하여 높은 발정반응을 나타내었다.osterone과 0.40의 정의 상관이었고 근내지방도와 creatinine 농도간에는 -0.55의 비교적 높은 음의 상관계수가 추정되었으나 유의성은 인정되지 않았다. 6. 한우 비거세우의 도살시 혈청 성분 농도와 도체형질과의 상관에서 육량지수는 연령에 대해 보정한 HDLC 농도와 -0.71의 음의 상관이었으며, 도체율은 globulin과 0.70의 높은 정의 상관이었고, 등지방두께는 연령으로 보정된 HDLC와 0.69로 정의 상관관계를 보였다. 도체중은 triglyceride와 0.51의 정의 상관, 배최장근단면적은 testosterone과 -0.91,

• 원예과학기술지
• /
• 제33권4호
• /
• pp.605-617
• /
• 2015

본 연구의 최종 목표는 실내의 공간과 식물바이오필터의 규모에 따라 실내공기 오염물질을 정화할 수 있는 식물 녹화와 자동관수 그리고 생물학적 여과 기능을 통합한 식물바이오필터 시스템의 개발이다. 본 연구는 가습 주기에 따른 벽면형(수직형) 식물바이오필터내 공기 흐름의 특성에 대한 안정성과 미세먼지 제거율을 비교하고, 이 식물바이오필터에 의한 휘발성 유기화합물의 제거율을 조사하기 위해 수행하였다. 본 실험에 사용된 식물바이오필터는 실내 공간 활용에 적합하도록 물펌프, 물탱크, 송풍기, 가습장치, 그리고 다층구조의 식물 식재 공간을 일체형으로 설계하였다. 실험 결과, 물펌프에 의해 작동하는 세 가지 다른 가습 주기 처리에 관계없이 식물바이오필터의 상대습도, 온도, 그리고 토양 수분 함량은 안정된 값을 나타내었다. 토양 수분 함량은 모든 가습 주기 처리에서 27.1-29.7%의 범위에서 안정적으로 유지하였으며, 특히 15분 작동 45분 작동 중지의 가습 주기를 120시간 동안 처리하여 $29.0{\pm}0.2%$의 평균 토양 수분 함량을 유지하면서 가장 수평적인 일차회귀식(y = 0.0008x + 29.09)을 보여주었다. 가습 주기에 따라 식물바이오필터를 통과한 미세먼지(PM10)와 초미세먼지(PM2.5) 입자 수에 대한 제거율(RE)은 각각 82.7-89.7%와 65.4-73.0% 범위에 있었고, PM10의 무게에 대한 RE는 58.1-78.9%의 범위에 있었다. 식물바이오필터를 통과한 자일렌, 에틸벤젠, 총 휘발성 유기화합물, 톨루엔의 RE는 71.3-75.5%의 범위에 있었으나, 벤젠과 포름알데히드의 RE는 각각 39.7%와 44.9%로 나타났다. 따라서 실내식물을 식재할 수 있는 본 벽면형 식물바이오필터는 실내 공기 정화에 매우 효과가 있는 것으로 확인하였다.

• 생물환경조절학회지
• /
• 제28권2호
• /
• pp.95-103
• /
• 2019

온도와 상대습도는 작물 재배에 있어서 중요한 요소로써, 수량과 품질의 증대를 위해서는 적절히 제어 되어야 한다. 그리고 정확한 환경 제어를 위해서는 환경이 어떻게 변화할지 예측할 필요가 있다. 본 연구의 목적은 현시점의 환경 데이터를 이용한 다층 퍼셉트론(multilayer perceptrons, MLP)을 기반으로 미래 시점의 기온 및 상대습도를 예측하는 것이다. MLP 학습에 필요한 데이터는 어윈 망고(Mangifera indica cv. Irwin)을 재배하는 8연동 온실($1,032m^2$)에서 2016년 10월 1일부터 2018년 2월 28일까지 10분 간격으로 수집되었다. MLP는 온실내부 환경 데이터, 온실 외 기상 데이터, 온실 내 장치의 설정 및 작동 값을 사용하여 10~120분 후 기온 및 상대습도를 예측하기 위한 학습을 진행하였다. 사계절이 뚜렷한 우리나라의 계절에 따른 예측 정확도를 분석하기 위해서 테스트 데이터로 계절별로 3일간의 데이터를 사용했다. MLP는 기온의 경우 은닉층이 4개, 노드 수가 128개일 때($R^2=0.988$), 상대습도는 은닉층 4개, 노드 수 64개에서 가장 높은 정확도를 보였다($R^2=0.990$). MLP 특성상 예측 시점이 멀어질수록 정확도는 감소하였지만, 계절에 따른 환경 변화에 무관하게 기온과 상대습도를 적절히 예측하였다. 그러나 온실 내 환경 제어 요소 중 분무 관수처럼 특이적인 데이터의 경우, 학습 데이터 수가 적기 때문에 예측 정확도가 낮았다. 본 연구에서는 MLP의 최적화를 통해서 기온 및 상대습도를 적절히 예측하였지만 실험에 사용된 온실에만 국한되었다. 따라서 보다 일반화를 위해서 다양한 장소의 온실 데이터 이용과 이에 따른 신경망 구조의 변형이 필요하다.