• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.01a
• /
• pp.55-56
• /
• 2017

본 논문에서는 작물재배에 대한 전문지식이 없는 초심자를 위하여 IOT를 이용하여 작물 재배에 필요한 데이터를 취득하는 시스템을 제안한다. 베이비 붐 세대의 은퇴가 진행되면서 도시농업의 증가와 정밀 고소득 장물에 대한 수요가 증가되고 있어 이에 필요한 작물의 재배자료에 대한 중요성이 증대되고 있다. 이에 각각의 작물에 따른 최적의 재배데이터를 계측하여 데이터베이스로 구축에 관한 연구를 진행하고자 한다. 작물 재배 데이터의 취득은 작물 데이터를 취득하는 계측 및 제어부와 계측데이터를 수집하고, 수집된 데이터를 기초로 작물재배 데이터를 처리하는 서버부분으로 구성되며, 계측 및 제어부에서 재배환경의 온도, 습도, 그리고 광량, 수분공급시기, 영양분 투입 데이터를 계측하여 일정 시간마다 서버로 저장한다. 따라서 본 논문에서 구축하고자 하는 IOT를 이용하여 작물 재배에 필요한 데이터는 최적의 작물 생장환경을 지속적으로 제공하여 비전문가의 농업활동에 새로운 방향을 제시하리라 사료된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.07a
• /
• pp.362-363
• /
• 2017

본 논문에서는 작물 재배에서 전문가들의 재배데이터를 활용하여 농작물 재배 시스템을 제안한다. 베이비 붐 세대의 은퇴가 진행되면서 전원생활에 대한 수요가 증가되고, 농촌으로의 귀향이 증가하고 있어 이에 필요한 농작물 재배자료에 대한 수요가 증대되고 있다. 이에 각각의 작물에 따른 최적의 재배데이터를 계측하여 데이터베이스를 작물재배에 적용하는 연구를 진행하고자 한다. 전문가로부터 취득된 작물재배 데이터는 서버로부터 에 단말장치의 제어기를 이용하여 재배가 가능함을 확인하였다. 따라서 본 논문에서 구축하는 IOT를 이용한 DB 기반 농작물 재배에 대한연구는 작물 재배는 필요한 데이터베이스의 구축과 최적의 작물 생장 환경을 제공함으로서 비전문가의 농업활동에 새로운 방향을 제시하리라 사료된다.

• Proceedings of the Korean Society of Crop Science Conference
• /
• 2023.04a
• /
• pp.24-24
• /
• 2023

현대화된 재배법은 작물의 생육을 위해 시설내부의 환경을 제어하고 실시간 센싱 정보를 저장하는 시스템을 구축하고 이를 활용하고 있으나, 작물의 생육·생장에 미치는 직접적인 영향에 대한 생육데이터 취득은 아직까지도 전문 재배사·농민이 수작업을 통해 조사되고 있다. 본 연구는 작물의 생육데이터 자동 취득을 위한 장치를 개발하고 이를 실용화하기 위한 정확도 측정 시험을 진행하였다. 실험을 위한 장치구성은 3D Depth 카메라(Intel D415)와 운용 PC이며 딥러닝 모델을 이용하여 작물의 세부기관을 자동으로 인식하는 모델을 포함한다. 장치는 다양한 재배환경의 작물 생육데이터 취득을 위하여 휴대용, 고정형, 로봇형 3가지 유형으로 개발하였고 측정 정확도 검증은 휴대용 생육측정장치를 활용하여 조사하였다. 이러한 연구를 통해 수작업이 아닌 영상에 의한 생육 데이터수집으로 작물의 생육정보(측정값+이미지)를 확보함으로써 환경데이터와 함께 객관적인 정보에 의한 작물의 생산량, 수확시기 등을 예측하는데 활용될 수 있을것으로 예상된다.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2002.02a
• /
• pp.192-197
• /
• 2002

1. 실시간 모니터링 -온실 내부환경의 계측장치로 모듈화된 단일 칩 마이크로프로세서를 이용한 하우스 모니터를 개발하였다. 개발된 다수의 하우스 모니터는 RS-485통신을 이용하여 개발된 프로토콜을 통하여 그룹 모니터와 통신하면서 계측 데이터를 전송하였고 안정된 계측 성능을 보였다. 또한 그룹 모니터는 하우스모니터로부터 수신한 데이터를 인터넷 환경 TCP/IP 통신에 의해 서버에 정보를 전송하고 데이터베이스 서버에 저장할 수 있었다. 2. 클라이언트 서버 모델 -클라이언트 모니터를 통하여 허용된 사용자들은 해당 온실의 상황을 원격지에서 파악할 수 있는 있었다. 또한 분산환경 기술을 이용하여 서버를 경유하여 데이터베이스 서버에서 데이터 셋을 가져와 과거 재배 사례 등을 조회 및 이용 가능하였다. 이는 전문가에게 접근을 허용함으로써 재배에 관한 지원이 가능하도록 하였다. 데이터 베이스 시스템으로 연계하여 온실환경 정보를 분석하는 것이 가능하였다. 3. 기대효과 및 나아가야 할 방향 -개발된 시스템을 식물 공장 내 작물의 재배환경을 데이터베이스화하여 재배사례 데이터베이스를 형성하고 작물이 가장 잘 자라는 최적 재배 환경을 연구하여 고품질의 작물 재배에 이용될 수 있다. 또한 식물공장의 운전실적, 환경 조건, 환경 조절비용 등의 분석에 효율적으로 이용될 수 있을 것으로 예상되며 각 환경인자들과의 관계를 구명하는데 도움을 줄 것이다. 축적된 작물의 재배 사례 데이터베이스를 이용하여 작물 특성 및 재배 연구에 도움을 줄 수 있을 것이다. 제어 장치들의 운영실적을 분석함으로써 제어 시스템의 효율적이고 경제적인 제어가 가능하도록 할 수 있을 것이다. 이들이 모두 완성되면 전문가 및 전문가 시스템으로부터 지원을 받는 지능형 식물공장이 가능할 것이다. 본 연구에서 개발한 계측 모듈 및 데이터베이스 시스템은 실제 농가에 설치된 전용선을 이용하여 실증 실험을 통해 수정·보완하여야 할 것이다. 또한 시설원예분야에서 있어서 통신체계에 대한 표준화 연구가 수행되어 앞으로 개발될 다른 시스템들과의 호환성을 갖도록 해야 할 것이다. 앞으로 온실의 경영 및 관리 데이터베이스를 개발하여 첨단온실의 통합 관리 및 정보 시스템을 구축하여야 할 것이다. 또한, 시설원예의 환경 설계의 기준을 적용할 수 있도록 하여야 할 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.175-175
• /
• 2020

본 연구는 경남지역의 주요 양액재배 작물인 토마토, 딸기, 파프리카를 대상으로 순환식/비순환식 양액재배 시설을 대상으로 모니터링을 실시하고 그 결과를 분석하여 양액재배로 인한 배출부하량의 특성을 분석하고 관리방안을 마련하는 데 그 목적이 있다. 이를 위해 대표 재배작물에 대한 순환식/비순환식 양액재배 농가를 선정하고, 작물의 생육기간을 고려하여 유입수와 유출수의 유량과 수질모니터링을 실시하여 생육시기별로 양액재배 농가로부터 배출되는 작물별 배출부하량을 분석하였다. 순환식/비순환식 양액재배농가를 대상으로 매월 1회 pH, EC, DO, BOD, SS, T-N, T-P 등의 수질항목을 조사하였으며, 수질은 공인인증기관을 통해 분석하였다. 또한, 폐양액의 인근 하천 유입에 따른 수질영향을 분석하기 위하여 인근 하천의 양액재배 단지 상류지역, 재배단지 내 배수로, 재배단지 하류를 선정하여 수질의 변화 양상을 분석하였다. 본 연구를 통해 폐양액 배출을 최소화하는 순환식 양액재배 시스템의 효과를 분석하고, 양액재배 지역의 폐양액과 주변 하천수의 정량적 분석을 통해 양액재배 밀집지역의 오염화 정도와 환경부하 저감을 위한 기초데이터로 활용될 수 있을 것으로 기대한다.

• Proceedings of the Korean Society of Crop Science Conference
• /
• 2020.11a
• /
• pp.132-132
• /
• 2020

아직까지 국내에서 GM작물이 상업화를 위해 승인된 예는 없지만 생명공학기술의 발전으로 GM작물의 개발은 급속한 증가 추세에 있다. 비의도적인 방출로 인해 미승인 LMO 목화가 전국적으로 재배되어 국립종자원 주관으로 양성 판정된 재배지의 목화를 폐기 처분하였으나(2017), GM작물이 유해하다는 인식과 환경에 방출되어 생태계를 교란시킨다는 인식이 팽배해 있는 현실에서 과학적으로 유전자의 이동성을 검증하는 노력이 중요하다. 자식성 작물의 화분의 이동성 조사를 위해 중앙의 코어 위치에 LM작물을 식재한 후 LM작물 주변에 재배품종을 심어 유전자이동 가능성을 조사하고 재배 환경에 의한 영향을 평가하기 위해 포장 주변 기상상황 데이터-온도, 습도, 풍속, 풍향, 기압, 강수량 등을 분석하고 기상상황이 화분의 전이에 미치는 영향 조사하였다.

• Journal of Plant Biotechnology
• /
• v.45 no.4
• /
• pp.289-298
• /
• 2018

The Biosafety Division of the National Academy of Agricultural Science has developed a 'Crop Composition DB' that provides analytical data on commercialized crops. It can be used as a reference in the 'Comparative Evaluation by Compositional Analysis' for the safety assessment of genetically modified (GM) crops. This database provides the composition of crops cultivated in Korea, and thus upgrades the data to check the extent of changes in the compositional content depending on the cultivated area, varieties and year. The database is a compilation of data on the antioxidant, nutrient and secondary metabolite compositions of rice and capsicum grown in two or more cultivation areas for a period of more than two years. Data analysis was conducted under the guidelines of the Association of Official Analytical Chemists or methods previously reported on papers. The data was provided as average, minimum and maximum values to assess whether the statistical differences between the GM crops and comparative non-GM crops fall within the biological differences or tolerances of the existing commercial crops. The Crop Composition DB is an open-access source and is easy to access based on the query selected by the user. Moreover, functional ingredients of colored crops, such as potatoes, sweet potatoes and cauliflowers, were provided so that food information can be used and utilized by general consumers. This paper introduces the feature and usage of 'Crop Composition DB', which is a valuable tool for characterizing the composition of conventional crops.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.05a
• /
• pp.741-742
• /
• 2016

IoT(Internet of Things) 기술이 급속도로 발전함에 따라 다양한 분야에 적용되고 있으며, 새로운 부가가치를 창출하고 있다. 최근에는 IoT 기술을 접목하여 도시 내부에 자동화된 농작물 재배시설을 설비하여 재배된 농작물을 직접 현지에 바로 공급할 수 있는 운영시스템을 구축하고 있다. 본 연구는 도심지 내부의 건물 옥상이나 농작물을 재배할 수 있는 임의의 공간에 온실을 설치하여 작물을 재배할 수 있는 환경을 원격으로 관리하는데 있다. 온실 내부의 환경 데이터를 계측하기 위한 온도, 습도, 조도, 토양상태, CO2 센스를 설치하여 온실 내부의 환경을 라즈베리파이2(raspberry Pi2)를 활용하여 계측하였다. 원격으로의 데이터 전송은 Wi-Fi를 이용하여 데이터를 전송하였으며, 중앙에서 관리된 관리정보를 통하여 온실 하우스의 내부 환경을 제어할 수 도록 모터(motor), 환풍기 팬, 조명용 Led, 워터 펌프 등을 제어하도록 하였다. 본 논문의 연구결과를 통하여 비닐하우스의 내부 상태를 계측하고, 다양한 구동장치를 제어할 수 있도록 IoT 기술을 편리하게 적용할 수 있는 라즈베리파이와 원격관리용 스마트 앱(app.)을 이용하여 비닐하우스 내부 관경을 편리하게 관리할 수 있음을 확인하였다.

• Journal of Advanced Technology Convergence
• /
• v.1 no.1
• /
• pp.1-6
• /
• 2022

Since 2015, the government has been making efforts to distribute Korean smart farms. However, the supply is limited to large-scale facility vegetable farms due to the limitations of technology and current cultivation research data. In addition, the efficiency and reliability compared to the introduction cost are low due to the simple application of IT technology that does not consider the crop growth and cultivation environment. Therefore, in this paper, data analysis services was performed based on public and external data. To this end, a data-based target smart farm system was designed that is suitable for the situation of farms growing in facilities. To this end, a farm risk information notification service was developed. In addition, light environment maps were provided for proper fertilization. Finally, a disease prediction model for each cultivation crop was designed using temperature and humidity information of facility farms. Through this, it was possible to implement a smart farm data service by linking and utilizing existing smart farm sensor data. In addition, economic efficiency and data reliability can be secured for data utilization.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.13 no.2
• /
• pp.145-152
• /
• 2020

In this paper, we propose the Crop Classification Management System (CCMS) that detects changes in growth environment to improve crop production rate. The CCMS consists of two modules. First, the Crop Classification Module (CCM) classifies crops through CNN. Second, the Farm Anomaly Detection Module (FADM) detects abnormal crops by comparing accumulated data of farms. The CCM recognizes crops currently grown on farms and sends them to the FADM, and the FADM picks up the weather data from the past to the present day of the farm growing the crops and applies them to the Nelson rules. The FADM uses the Nelson rules to find out weather data that has occurred and adjust farm conditions through IoT devices. The performance analysis of CCMS showed that the CCM had a crop classification accuracy of about 90%, and the FADM improved the estimated yield by up to about 30%. In other words, managing farms through the CCMS can help increase the yield of smart farms.