• Journal of Biosystems Engineering
• /
• v.24 no.2
• /
• pp.135-144
• /
• 1999

An yield monitoring system plays a key role in precision farming. An yield monitoring system and a DGPS were implemented to a widely used domestic combine for yield mapping of a small sized paddy field, and yield mapping algorithms were investigated in this study. The yield variation in the 0.1ha rice paddy field was measured by installing a yield flow sensor and a grain moisture sensor at the end of the clean grain elevator discharging grains into a grain tank. Yield map of the test filed was drawn in a point map and a linear interpolated map based on the result of the field test. The size of a unit yield grid in yield mapping was determined based on the combine traveling speed, effective harvesting width and data storing period. It was possible to construct the yield map of a small sized paddy field.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.179-179
• /
• 2021

가뭄은 농작물 수확량 및 농업생산시스템에 영향을 주는 등 농업분야의 주요 문제이며 이는 피해를 야기하므로 농업가뭄의 대안 마련 및 모니터링이 필요한 실정이다. 농업현장에서의 용수공급의 경우 기상학적 가뭄이 발생하더라도 농업용 수리시설물에 의한 농업용수 공급이 가능하여 기상학적 가뭄과 농업현장에서 체감하는 가뭄은 상이하다. 따라서 농업가뭄 피해를 최소화하기 위해서는 농업현장에 직접적인 영향을 주는 농업용 수리시설물의 관리는 매우 중요하다. 본 연구에서는 국내 100만톤 이상의 농업용 저수지 중 시범지역을 선정하여 2017년의 일별 저수율을 정규화한 후 미국국립가뭄경감센터 (National Drought Mitigation Center, NDMC)에서 가뭄을 모니터링하는데 사용하는 Percentile을 활용하여 농업용 저수지의 관리기준을 제시하고자 한다. Percentile을 활용하여 저수율 기준을 관심, 주의, 경계, 심각 수준으로 분류하고 당해 저수율의 단계별 빈도를 파악하고자 한다. 그 후 표준강수지수(Standrad Precipitation Index, SPI)를 활용한 2017년 가뭄의 공간분포와 2017년 저수율 관리기준 빈도에 따른 공간분포를 구축하여 비교 분석 해보고자 한다. 본 연구는 농업가뭄 모니터링을 위한 정책 마련에 활용될 것으로 사료된다.

• KOREAN JOURNAL OF CROP SCIENCE
• /
• v.54 no.2
• /
• pp.203-209
• /
• 2009

Yield monitoring is one of a precision agriculture technology that is used most widely. It is spatial variability analysis of yield information that should be attained with yield monitoring system development. This experiment was conducted to evaluate spatial variability of yield and grain moisture content in rice paddy field, and their relationships to rice productivity. It is necessary to minimize sampling interval for accurate yield map making or to control cutting width of rice combine. Considering small rice plots such as $0.2{\sim}0.4$ ha, optimum size of sampling plot was below 15 m more than 5 m in with and length. In variable rate treatment field, average yield was similar, but yield variation was reduced than conventional field. Gap of yield by another plot in same field was bigger than half of average yield than yield variation was significantly big. Therefore yield measuring flow sensor must be able to measure at least 300 kg/10a more than 1000 kg/10a. Variation of moisture content in same field was not big and spatial dependance did not appear greatly. But, variation between different field is appeared difference according to weather circumstance before harvesting. Change of spatial dependence of yield was not big, because of field variation of moisture content is not big.

• Journal of Practical Agriculture & Fisheries Research
• /
• v.24 no.4
• /
• pp.53-61
• /
• 2022

Growing agricultural products in greenhouses controlled by creating suitable climatic conditions and root zone of crop has been an important research and application subject. Appropriate environmental conditions in greenhouse are necessary for optimum plant growth improved crop yields. This study aimed to establish web-based remote monitoring system which monitors crops growth environment and status of crop on a real-time basis by applying to greenhouses IT technology connecting greenhouse equipment such as temperature sensors, soil sensors, crop sensors and camera. The measuring items were air temperature, relative humidity, solar radiation, CO₂ concentration, EC and pH of nutrient solution, medium temperature, EC of medium, water content of medium, leaf temperature, sap flow, stem diameter, fruit diameter, etc. The developed greenhouse monitoring system was composed of the network system, the data collecting device with sensors, and cameras. Remote monitoring system was implemented in a server/client environment. Information on greenhouse environment and crops is stored in a database. Items on growth and environment is extracted from stored information, could be compared and analyzed. So, A integrated monitoring system for smart greenhouse would be use in application practice and understanding the environment and crop growth for smart greenhouse management. sap flow, stem diameter and pant-water relations

• Journal of Internet of Things and Convergence
• /
• v.6 no.3
• /
• pp.45-52
• /
• 2020

In the paper, we propose a system that measures various agricultural parameters that affect crop yield and monitors location information. According to an analysis by international organizations, 60% of the world's population lives on agriculture. In addition, 11% of the world's soil is used for growing crops. For this reason, agriculture plays an important role in national development. If a problem occurs in agriculture due to weather or environmental problems, it can be a problem for national development. In order to solve these problems, it is important to modernize agriculture using modern IoT technology. It is possible to improve the agricultural environment by applying IoT technology in agriculture to build a smart environment. Through such a smart environment, it is possible to increase the yield of agricultural products, reduce water waste, and prevent overuse of fertilizers. In order to verify the proposed system, an experiment was performed in a soybean cultivation farm. Experimental results showed that using the proposed system, the moisture in the cultivated soil can be automatically maintained at 40%.

• Smart Media Journal
• /
• v.6 no.4
• /
• pp.58-64
• /
• 2017

Modern society is characterized by rapid increase in world population, aging of the rural population, decrease of cultivation area due to industrialization. The food problem is becoming an important issue with the farmers and becomes rural. Recently, the researches about the field of the smart farm are actively carried out to increase the profit of the rural area. The existing smart farm researches mainly monitor the cultivation environment of the crops in the greenhouse, another way like in the case of poor quality t is being studied that the system to control cultivation environmental factors is automatically activated to keep the cultivation environment of crops in optimum conditions. The researches focus on the crops cultivated indoors, and there are not many studies applied to the cultivation environment of crops grown outside. In this paper, we propose a method to improve the harvestability of poor areas by monitoring the areas with bad harvests by using big data analysis, by precisely predicting the harvest timing of fruit trees growing in orchards. Factors besides for harvesting include fruit color information and fruit weight information We suggest that a harvest correlation factor data collected in real time. It is analyzed using the Apache Spark engine. The Apache Spark engine has excellent performance in real-time data analysis as well as high capacity batch data analysis. User device receiving service supports PC user and smartphone users. A sensing data receiving device purpose Arduino, because it requires only simple processing to receive a sensed data and transmit it to the server. It regulates a harvest time of fruit which produces a good quality fruit, it is needful to determine a poor harvest area or concentrate a bad area. In this paper, we also present an architectural model to determine the bad areas of fruit harvest using strong data analysis.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.405-409
• /
• 2018

최근 기후변화로 인해 기온, 강수량 등 농업에 직접적인 영향을 주는 환경요인의 변화가 급격하게 진행되고 있으며, 식량농업기구 (Food and Agriculture Organization of the United Nations, FAO)는 기후변화로 인해 전 세계적인 식량위기가 발생할 가능성이 크다고 경고하고 있다. 농업 시스템의 생산 능력을 확보하기 위해 수자원의 효율적인 공급 및 분배, 수확량 예측, 토지 특성 파악 등 농업 생산 제한요소에 대한 빠른 정보수집이 요구되고 있다. 재해관리 분야에서 원격탐사 기술은 재해 발생을 인지하고 발생지역의 재해 진행과 피해 정도를 신속하게 제공할 수 있다는 점에서 효용성이 높다. 또한 위성 영상을 이용할 경우 접근이 용이하지 못한 지역의 조사가 수월하며, 장기적인 변화관측이나 환경감시 등 광역적 접근이 가능하다. 최근 위성영상을 통한 다양한 신호의 데이터 취득 및 가공이 가능하게 됨에 따라 주기적이고 동일한 정확도로 지상자료의 획득이 가능하다는 측면에서 인공위성을 활용한 농업 분야에서의 가뭄 분석 연구의 필요성이 대두되었다. 위성영상 신호를 통해 농업 가뭄에 활용되고 있는 지표로는 정규식생지수 (Normalized Difference Vegetation Index, NDVI) 및 식생상태지수 (Vegetation Condition Index, VCI), 식생가뭄반응지수(Vegetation Drought Response Index, VegDRI) 등이 있다. 잠재 증발산과 실제 증발산의 비를 이용한 위성영상기반의 가뭄지수인 Evaporative Stress Index (ESI)는 일반적으로 사용되는 가뭄지수인 표준강수지수(Standardized Precipitation Index, SPI), 파머가뭄심도지수 (Palmer Drought Severity Index, PDSI) 등과 비교하였을 때, 가뭄에 더 민감하고 빠른 반응을 보인다는 연구 결과로부터 짧은 기간의 급속하게 발생하는(rapid-onset) Flash drought의 가뭄판단지표로 활용되고 있다. 본 연구에서는 과거 우리나라에 발생했던 극심한 가뭄 사상을 대상으로 ESI의 가뭄분석을 통해 타 지표와의 차별성을 확인하고 농업 가뭄 모니터링의 새로운 지표로써 적용성을 검토하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.759-759
• /
• 2012

하수처리수의 농업용수 재이용 사업은 물 재이용 기본계획의 일환으로 수행되고 있다. 재이용방식은 직접재이용과 간접재이용으로 구분할 수 있으며 2020년까지 56개 하수처리시설에서 총 106,388 천$m^3$/년의 농업용수를 직접재이용할 계획이다. 하지만 대부분의 경우 간접재이용의 형식으로 하수처리수를 농업용수로 이용하고 있는 실정이다. 따라서 본 연구의 목적은 하수처리수의 농업용수 간접재이용에 따른 작물생육, 수질, 그리고 토양환경에 미치는 영향을 평가하는데 있다. 본 연구를 위해 수원시 환경사업소와 오산시 환경사업소 하류 지역을 간접재이용 사례지구로 선정하고, 용인 이동저수지를 관개용수로 하는 청정지역을 대비구로 선정하였다. 각 지구별로 수량 구성요소 및 수확량 특성, 그리고 벼의 영양염류 및 중금속 함량 등의 유해성분을 분석하였으며, 관개수질과 논토양의 성분을 모니터링 하였다. 모니터링 결과를 통해 간접재이용 사례지구의 환경영향을 평가하여 수질기준을 정립하고 간접재이용시스템을 개발하는데 있어 기초적인 자료를 제공할 것이라 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.156-156
• /
• 2020

가뭄은 다른 자연재해에 비해 진행 속도가 느리고 발생 시작 시기가 명확하지 않다. 또한 피해지역이 광범위하다는 점에서 사회, 경제적 피해와 농업 생산 시스템 및 수확량 등 농업 전반에 걸쳐 직접적인 영향을 미치고 있다. 전지구적 기후변화로 인해 국내의 가뭄 발생빈도는 2000년 이후 증가하고 있으며, 가뭄의 정량적 분석은 선제적 가뭄 대응을 위해 필요하다. 현재 국내에서는 여러 유관기관에서 지상 관측 데이터를 활용하여 가뭄을 모니터링하고, 가뭄 공간 분포 지도를 제공하고 있다. 하지만 지상 관측 데이터를 통한 가뭄 분포 지도는 미계측 지역에 대한 데이터 취득이 어렵고, 지형학적 특성을 고려하지 못하는 한계점이 있다. 이러한 한계점을 보완하기 위해 수자원 및 재해 분야에서 위성영상이 활용되고 있다. 위성영상을 활용한 가뭄 판단 및 예측에는 정규식생지수 (Normalized Difference Vegetation Index, NDVI)가 사용되고 있으며, 식생지수는 가뭄 발생, 진행 등에 있어 즉각적인 반응이 어렵다는 단점이 있다. 본 연구에서는 잠재 증발산과 실제 증발산의 비를 이용해 산정된 위성영상 기반 가뭄 지수인 Evaporative Stress Index (ESI)를 활용하였다. NASA (National Aeronautics and Space Administration)에서 제공하는 ESI는 전지구를 대상으로 5km 해상도로 제공하고 있다. 하지만 국내 가뭄 판단을 위해서는 높은 해상도의 영상이 필요하며, 본 연구에서는 MODIS (Moderate Resolution Imaging Spectroradiometer) 영상을 활용한 ESI의 산정을 통해 해상도의 문제를 개선하고자 한다. 산정한 500m 해상도의 ESI는 기존 5km 해상도의 ESI와 비교 검증하였으며, SPI 및 과거 가뭄 발생 현황 자료를 근거로 ROC (Receiver Operating Characteristics) 분석을 통해 시군 단위 농업가뭄평가의 적용성을 확인하고 한다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.25 no.3
• /
• pp.182-196
• /
• 2023

Accurate and timely estimation of crop yields is crucial for various purposes, including global food security planning and agricultural policy development. Remote sensing techniques, particularly using vegetation indices (VIs), have show n promise in monitoring and predicting crop conditions. However, traditional VIs such as the normalized difference vegetation index (NDVI) and enhanced vegetation index (EVI) have limitations in capturing rapid changes in vegetation photosynthesis and may not accurately represent crop productivity. An alternative vegetation index, the near-infrared reflectance of vegetation (NIRv), has been proposed as a better predictor of crop yield due to its strong correlation with gross primary productivity (GPP) and its ability to untangle confounding effects in canopies. In this study, we investigated the potential of NIRv in estimating crop yield, specifically for corn and soybean crops in major crop-producing regions in 14 states of the United States. Our results demonstrated a significant correlation between the peak value of NIRv and crop yield/area for both corn and soybean. The correlation w as slightly stronger for soybean than for corn. Moreover, most of the target states exhibited a notable relationship between NIRv peak and yield, with consistent slopes across different states. Furthermore, we observed a distinct pattern in the yearly data, where most values were closely clustered together. However, the year 2012 stood out as an outlier in several states, suggesting unique crop conditions during that period. Based on the established relationships between NIRv peak and yield, we predicted crop yield data for 2022 and evaluated the accuracy of the predictions using the Root Mean Square Percentage Error (RMSPE). Our findings indicate the potential of NIRv peak in estimating crop yield at the county level, with varying accuracy across different counties.