• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.9
• /
• pp.355-362
• /
• 2022

Smart Farm, which combines information and communication technologies with agriculture is moving from simple monitoring of the growth environment toward discovering the optimal environment for crop growth and in the form of self-regulating agriculture. To this end, it is important to collect related data, but it is more important for farmers with cultivation know-how to analyze the collected data from various perspectives and derive useful information for regulating the crop growth environment. In this study, we developed a web service that allows farmers who want to obtain necessary information with data related to crop growth to easily analyze data. Web-based data analysis serivice developed uses R language for data analysis and Express web application framework for Node.js. As a result of applying the developed data analysis service together with the growth environment monitoring system in operation, we could perform data analysis what we want just by uploading a CSV file or by entering raw data directly. We confirmed that a service provider could provid various data analysis services easily and could add a new data analysis service by newly adding R script.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.440-442
• /
• 2021

농업에 ICT 기술을 접목한 스마트팜은 단순한 생육 환경 모니터링에서 벗어나 작물 생육을 위한 최적의 환경을 발견하고 인공지능에 기반한 자율제어가 가능한 농업으로 나아가고 있다. 자율제어가 가능한 농업의 시작은 최적의 작물 생육 환경을 아는 것이다. 이를 위해서는 관련 데이터를 수집하는 것도 중요하지만, 수집된 데이터들의 품질을 검증하고 데이터를 분석하여 작물 생육 환경을 제어하기 위한 유용한 정보를 도출해야 할 필요가 있다. 본 연구에서는 사용자들이 수집한 데이터를 활용하여 작물 생장에 필요한 정보를 얻을 수 있도록 지원하는 애플리케이션의 프로토타이핑 결과를 기술한다. 이 시스템에서 사용자는 웹브라우저를 통해 수집된 데이터들을 입력하고 원하는 분석을 요청하게 되고, 서버는 사용자의 요청과 관련된 R 스크립트를 실행하고 분석 결과를 사용자에게 전달한다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.25 no.6
• /
• pp.15-23
• /
• 2020

While research activities in the agricultural field for climate change are being actively carried out, smart agriculture using information and communication technology has become a new trend in line with the Fourth Industrial Revolution. Accordingly, research is being conducted to identify and respond to signs of abnormal growth in advance by monitoring the stress of crops in various outdoor environments and soil conditions. There are also attempts to analyze data collected in real time through various sensors using artificial intelligence techniques or big data technologies. In this paper, we propose a big data model that is effective in analyzing the growth environment informations and biometric information of crops by using the existing relational database for big data analysis. The performance of the model was measured by the response time to a query according to the amount of data. As a result, it was confirmed that there is a maximum time reduction effect of 23.8%.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.22 no.3
• /
• pp.183-193
• /
• 2020

This study was conducted to evaluate the effect of environment factors on the growth of autumn season cultivation of Kimchi cabbage using the big data in terms of public open data(weather, soil information, and growth of crop, etc.). The growth data and the environment data such as temperature, daylength, and rainfall from 2010 to 2019 were collected. As a result of composing the correlation matrix, the height and leaf number showed high correlation in growing degree days(GDDs) and daylength, and the yield showed negative correlation in growing degree days and the concentration of clay. GDDs and daylength explained about 89% and 84% of variation in height, respectively. These two environmental factors also explained about 85% and 79% of variation in leaf numbers, respectively. In contrast, the coefficient of determination was low for yield when GDDs and concentration of clay was used. The outcome of regional statistical analysis indicated that relationship between yield and sum of sand and silt were high in Haenam and Jindo areas. Hierarchical cluster analysis, which was performed to verify the association of yield, GDDs, and concentration of clay, showed that Haenam and Jindo were clustered together. Although GDDs and yield vary by year and region, and there are regions with similar concentration of clays, observation data are grouped as the result. These suggests that GDDs and soil texture are expected to be related to yield. The cluster analysis results can be used for further data analysis and agricultural policy establishment.

• Proceedings of the KSRS Conference
• /
• 2007.03a
• /
• pp.153-157
• /
• 2007

본 논문은 지표면 현상의 관측에 날씨의 영향을 거의 받지 않는 마이크로파 L-밴드(1.95 GHz)와 C-밴드(5.3 GHz) scatterometer 시스템을 이용하여 농업과학기술원 내의 논에서 자라는 추청벼를 대상으로 2006년 5월 29일부터 10월 9일까지 생육에 따른 군락의 후방산란계수를 관측한 데이터와 작물의 생육과의 관계를 살펴보고 또한，측정 시스템의 개요，측정 시스템의 보정 방법들을 기술하고자 한다. Scatterometer 시스템의 송 수신기로 HP 8753D 벡터 네트워크 분석기를 사용하며，타워 위에 안테나를 설치하여 3.4 m의 높이에서 측정하도록 하였다. L-밴 드와 C-밴드 scatterometer는 VV-, VH-, HV-, HH-편파를 측정하여 fully polarimetric한 데이터를 얻도록 설계된 레이더시스템으로 입사각을 $30^{\circ}{\sim}60^{\circ}$에서 $10^{\circ}$간격으로 각각 30개의 독립적인 샘플을 측정하여 통계적으로 후방산란계수를 얻었다. 타워에서 발생하는 전파 잡음과 안테나 패턴의 부엽에 의한 지면에서의 수직반사(coherent 성분) 전파를 제거하기 위해 네트워크 분석기의 time gating 기능을 사용하며，55 cm 크기의 trihedral 전파반사기를 보정용 반사기로 사용하고， STCT(single target calibration technique) 방법을 이용하여 시스템을 보정하였다. 측정 결과를 분석하여 주파수， 입사각도， 편파의 변화에 대한 벼의 후방산란 특성과 벼의 생육상태과의 관계를 살펴보았다. L-밴드와 C-밴드 모두 벼의 생육과 밀접한 결과를 나타내었으나，입사각이 작을 때는 C-밴드와의 상관이 높게 나타났고 입사각이 커질수록 L-밴드와의 상관이 높게 나타났다. 편파는 L-밴드 와 C-밴드 모두 hh 편파가，입사각은 50도에서 가장 생육의 변이를 잘 설명하는 것으로 나타났다. 생육 데이터 모두를 이용한 경우보다는 유수형성기 또는 출수기 등 벼 생육의 질적인 변화를 보이는 시기에 따라 나누어 분석하는 것이 변화추이를 더 잘 설명하는 것으로 나타났다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.18 no.1
• /
• pp.127-142
• /
• 2023

The management of size and weight, which are the growth information of aquaculture fish in fish-farms, is the most basic goal. In this study, the epoch is defined in fish-farms from the time of stocking or dividing to the time of shipment, and the growth data for a total of three epoch is analyzed from a time series perspective. Growth information such as the size and weight of aquaculture fish that occur over time in fish-farms is compared and analyzed with water quality environmental information and feeding information, and a model is presented using the analysis results. In this study, linear, exponential, and logarithmic regression models are presented using the Box-Jenkins method for size and weight by epoch using data obtained in the field.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.113-116
• /
• 2020

본 연구의 목적은 최근 비중이 급증하고 있는 국내 전자상거래 시장에서 농산물 판매 현황이 지역 날씨와 생육 환경 등 농산물 생산과 연관성이 높은 데이터와 어떤 관계가 있는지를 분석하는 것이다. 이를 위해 전라남도 농산물의 온라인 판매 현황을 분석하고, 전남 지역 날씨와 생육 환경에 관한 표준화된 데이터를 안정적으로 확보할 수 있도록 빅데이터 시스템을 구축하고자 한다. 본 연구의 결과는 지역 농업인의 농산물 생산과 유통 의사결정에 시사점을 제공하고 궁극적으로는 생산성과 수익성 향성에 기여할 것으로 기대된다.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.16 no.3
• /
• pp.130-137
• /
• 2023

Smart farms, which have been receiving attention as a solution to recent rural problems, refer to technologies that optimize the growing environment of crops and increase the productivity and quality of crops through efficient management. If the relationships between environmental data in smart farms are analyzed, additional productivity enhancement and crop management will be possible. In this paper, we propose a method for acquiring and analyzing nine environmental data, including temperature, humidity, CO2, soil temperature, soil moisture, insolation, soil EC, EC, and pH. Data acquisition is done through RS-485 communication between the main board and the sensor board and stored in the database after acquisition. The stored data is downloaded in Excel sheet format and analyzed through histograms, data charts, and correlation heatmaps. First, we analyze the distribution of total, day, and night data through histogram analysis, and identifiy the average, median, minimum, and maximum values by month through data chart analysis separating day and night to see how the data changes by month. Finally, we analyze the correlation of the data through a correlation heatmap analysis separating day and night. The results show a very strong positive correlation between temperature and soil temperature and soil EC and EC during the day, and a very strong positive correlation between temperature and soil temperature and soil EC and EC at night, and a strong negative correlation between temperature and soil EC.

• Proceedings of the Korean Society of Crop Science Conference
• /
• 2022.10a
• /
• pp.148-148
• /
• 2022

콩[(Glycine max(L.)]은 우리나라에서 벼와 더불어 주요한 식량작물이다. 농촌진흥청에서는 콩 생육데이터를 수집하여 생산성 향상모델을 개발하기 위해 '농업빅데이터수집및생산성향상모델개발' 사업을 수행하고 있다. 수집되는 콩 데이터는 농가정보, 콩 생육정보, 토양정보 부분으로 구성되어 있으며 농가정보는 시군, 시군구, 품종, 파종량, 종자확보경로 등이 수집되고 있다. 그리고 콩 생육정보는 경장, 줄기굵기, 마디수, 가지수, 꼬투리수, 꼬투리립수, 개체당 입수, 종실수량 등이 수집되어 있다. 토양정보는 수분, 지온, EC 등이 수집되고 있다. 주요 항목의 평균은 경장 47.4 cm, 줄기굵기 11.1 mm 마디수 12.7 개, 꼬투리수 54.0 개, 꼬투리립수 2.7 개, 종실수량 227.9 kg/10a 정도이며 토양수분은 26.3 %, 지온은 27.1 ℃ EC는 2.58 ds/CM 정도이다. 주요 형질의 상관관계는 종실수량과 개체당 협수가 0.651로 나타났으며 가지수, 꼬투리수, 개체당협수와 줄기굵기는 각각 0.783, 0.653, 0.663 정도로 나타났다. 추후 이를 기반으로 다중회귀 등 분석 가능한 방법(머신러닝 등)을 적용하여 콩수량을 예측할 수 있는지 검토할 필요가 있다. 또한 본 사업으로 수집된 자료를 분석하여 콩 수량에 영향을 미치는 주요 요인을 평가한 결과는 콩 생산성 향상을 위한 모델 작성에 중요한 자료로 활용될 수 있을 것으로 예상된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.205-208
• /
• 2023

양식장에서 최적의 생육환경을 유지할 수 있는 제어시스템 개발을 위해 수질에 영향을 미치는 요인들의 상관관계 분석을 위한 머신러닝 모델을 개발하고자 한다. 데이터간의 상관관계 분석 및 예측모델 생성을 위해 알고리즘의 결정계수와 MSE, RMSE 등의 수치를 통하여 데이터의 적합성을 검증하고자 한다.