• 한국포장학회지
• /
• 제28권3호
• /
• pp.237-244
• /
• 2022

Onions are a significant crop in Korea, and cultivation is increasing every year along with high demand. Onions are planted in the fall and mainly harvested in June, the rainy season, therefore, physiological changes in onion bulbs during long-term storage might have happened. Onions are stored in cold room and at adequate relative humidity to avoid quality loss. In this study, bio-yield stress and weight loss were measured as the quality parameters of net packaged onions during 10 weeks of storage, and the storage environmental conditions are monitored using sensor networks systems. Quality estimation of net packaged onion during storage was performed using the storage environmental condition data through machine learning approaches. Among the suggested estimation models, support vector regression method showed the best accuracy for the quality estimation of net packaged onions.

• 한국버섯학회지
• /
• 제4권3호
• /
• pp.101-105
• /
• 2006

본 연구는 볏짚을 이용한 느타리버섯 균상재배를 할 때 볏짚을 결속하고 절단하는 과정에서 많은 노동시간이 소요되어 이를 개선하고자 수행되었다. 볏짚과 폐면의 이화학적 성분은 다소차이가 있으나 폐면에서 C/N율은 84~85로 볏짚과 유사하여 혼합재료로 사용이 가능하다. 양파망 규격은 $35{\times}30cm$, 볏짚과 폐면의 배합비는 40:60(V/V)으로 하였을 때 6주기기간동안 평균수량이 양파망 1개당 1.450g 이였다. 배지재료를 준비하는 기간은 양파망재배가 볏짚 재재보다 3일정도 기간을 절감할 수 있었고 접종도 4시간정도 절략되어 전체적으로 3.5일정도 시간을 절략 5%의 경제적 이득이 있는 것으로 분석되었다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1061-1070
• /
• 2021

본 연구에서는 국내 농업지역에 대한 작물재배지역의 분류를 위하여 FC-DenseNet 모델에 attention gate를 적용하여 딥러닝 모델의 성능을 향상시키고자 하였다. Attention gate는 특징맵의 공간/분광적 중요도에 따른 가중치를 추가적으로 학습하여 딥러닝 모델의 학습을 용이하게 하고, 모델의 성능을 향상시킬 수 있다. Attention gate를 FC-DenseNet의 스킵 연결 부분에 추가한 딥러닝 모델을 이용하여 양파 및 마늘 지역의 작물분류를 수행하였다. PlanetScope 위성영상을 이용하여 훈련자료를 제작하였으며, 훈련자료의 불균형 문제를 해결하기 위하여 전처리 과정을 적용하였다. 다양한 평가자료를 이용하여 작물재배분류 결과를 평가한 결과, 제안된 딥러닝 모델은 기존의 FC-DenseNet과 비교하여 효과적으로 양파 및 마늘 지역을 분류할 수 있는 것을 확인하였다.

• 한국포장학회지
• /
• 제26권2호
• /
• pp.61-69
• /
• 2020

As post-harvest processes of onions are carried by a 20 kg-net package which results in high-cost and low-efficiency, especially, the insufficient drying and physical damage of onions after harvesting leads to a huge second loss in storage, we had developed a low-cost, high-efficiency post-harvest bulk handling machinery system by collecting onions on a farm using ton-bags, drying with forced air circulation, and sorting/packaging. The post-harvest bulk handling machinery system consisted of 6 devices, and this study designed an automatic feed hopper with a feeding rate control device, an inclined belt conveyor with a two-step chute, and an automatic pallet unloading device for feeding onions into the sorting/packing line. This study also analyzed the performance and control of the total system. The device had 1-ton handling capacity, but the operational condition was set to increase the capacity. The three-step filling method of pallet by the velocity control of the inclined belt conveyor was applied in the post-harvest bulk handling machinery system for the prevention of physical damage. If one worker was set to operate the total system, the time required to complete one palletized load was approximately 5 minutes and 5 seconds. The calculated daily handling capacity was approximately 94 tons, when the daily actual working time was 8 hours. When the developed system was applied to the managerial size of 2,000 ton, the processing cost per ton of the system was decreased by 19.5%, compared with the existing 20 kg-net package-based handling. The developed post-harvest bulk handling machinery system would be a good substitute for the rapid decline and aging of rural labor.

• 한국농림기상학회지
• /
• 제22권4호
• /
• pp.233-238
• /
• 2020

식물의 생리적 과정과 환경 요인 간 상호작용에 바탕을 둔 프로세스 모형은 작물 생육 및 생산성 예측을 위한 좋은 도구이다. 탄소 획득과 바이오매스 증가는 프로세스 모형 개발의 주요 구성요소로서, 작물모형 내에서 광합성 과정의 이해 및 통합에 중요한 역할을 한다. 본 연구는 1980년 Farquhar 등에 의해 제안된 C3 식물 잎의 광합성 모델인 FvCB 모형의 양파에 대한 적용 가능성 평가 및 적합한 모수 추정을 목표로 수행되었다. 이를 위해 온도구배하우스에서 재배된 조생종 양파 품종인 '싱싱볼'과 '썬더볼'의 광합성 측정 결과를 바탕으로 Vcmax, Jmax, TPU 및 Rd 값을 추정하였다. 본 연구에서 개발된 양파의 기체교환 모형은 다양한 환경 조건에서 양파의 광합성 반응 예측 및 설명에 유용하게 활용될 것으로 기대된다.

• 한국약용작물학회지
• /
• 제26권4호
• /
• pp.296-301
• /
• 2018

Background: The objective of this study was to investigate the effect of packaging material on the growth of rootstock of Liriope platyphylla. Methods and Results: This study examined the effects of two types of packaging material, LDPE (low density polyethylene) and functional film on the growth of the tubers of L. platyphylla, at $5^{\circ}C$. During the 16-weeks of storage period, the ratio of loss and decay of the tubers was examined at intervals of 4, 8, and 16 weeks to detect the quality of the plant. After 16 weeks of storage, the treated tubers were own. Subsequently, plant height and the number of leaves were recorded. The results revealed that functional film at $5^{\circ}C$ was the ideal material for the storage of L. platyphylla tubers. The rate of loss was the highest (57.42%) with a onion net and the lowest (22.12%) with a functional film. Similarly, the rate of tuber decay was highest (8.20%) using onion net and the least (4.60%) when the functional film was used. Conclusions: Thus, the use of the functional film proved to be the most effective in the storage of L. platyphylla tubers when compared with the LDPE.

• 대한원격탐사학회지
• /
• 제36권5_1호
• /
• pp.823-833
• /
• 2020

안정적인 작물 생산을 위하여 국내 농업지역에 대한 효과적인 작황 모니터링 기법의 요구가 증대되고 있다. 본 연구에서는 작물 재배지역 추출을 위하여 딥러닝 기법을 이용한 분류 모델을 개발하고, 이를 위성영상에 적용하고자 하였다. 이를 위하여, 식생분석에 유용한 blue, green, red, red-edge, NIR 밴드를 포함하고 있는 RapidEye 위성영상을 이용하여 작물 재배지역에 대한 훈련자료를 구축하고, 이를 활용하여 국내 양파 및 마늘 작물에 대한 재배면적을 추정하고자 하였다. 대기보정된 RapidEye 위성영상을 활용하여 훈련자료를 구축하였으며, 작물지역의 분류를 위하여 대표적인 의미론적 분할을 위한 딥러닝 모델인 FC-DenseNet을 이용하여 딥러닝 모델을 생성하였다. 최종적인 작물 재배지역은 지적도와의 결합을 통하여 객체 기반의 자료로 생성하였다. 실험결과, 대기보정된 훈련자료를 이용하여 학습된 FC-DenseNet 모델은 훈련에 사용되지 않은 타 지역의 작물 재배지역을 효과적으로 검출할 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1007-1014
• /
• 2022

차세대중형위성(Compact Advanced Satellite 500, CAS500)은 식생, 산림, 농업 등의 분야를 포함한 다양한 목적을 위하여 사용될 수 있으며, 다양한 영역에 대한 빠른 위성영상의 취득이 가능할 것으로 기대되고 있다. 차세대중형위성을 통하여 취득된 위성영상을 농업분야에서 활용하기 위해서는 위성영상 기반 작물재배지역 추출 기법에 대한 개발이 필요하다. 특히, 최근 들어 딥러닝 분야에 대한 연구가 활발해짐에 따라서, 작물재배지역 추출을 위한 딥러닝 모델의 개발 및 훈련자료 생성에 관한 연구가 필요한 실정이다. 본 연구에서는 PlanetScope 위성영상과 팜맵을 이용하여 합천군 지역의 양파 및 마늘 재배지역을 분류하고자 하였다. 특히, 효과적인 모델의 학습을 위하여 작물재배지역의 비율에 따른 모델 성능을 분석하고자 하였다. 실험에 사용한 딥러닝 모델은 Fully Convolutional Densely Connected Convolutional Network (FC-DenseNet)을 작물재배지역 분류의 목적에 맞도록 재구성하여 활용하였다. 실험결과, 훈련자료 내 작물재배지역의 비율이 딥러닝 모델의 성능에 영향을 미치는 것을 확인하였다.

• Journal of Biosystems Engineering
• /
• 제43권4호
• /
• pp.379-385
• /
• 2018

Purpose: Postharvest handling of onions (harvesting, cleaning, grading, cooling, storing, and transport) should be performed continually to reduce costs and improve quality. The purpose of this study is to a) determine the design parameters and operating conditions of anion auto-dumping that constitutes a key component of the postharvest bulk handling machinery system, and b) to perform a performance test with the auto-dump prototype system. Methods: Kinematic analyses and computer simulations of the auto-dump mechanism were applied to analyze the operating conditions and design parameters. Results: The optimum working condition for the auto-dump was determined from kinetic analyses. In addition, the interaction between the velocity of the hydraulic cylinder and the angular velocity of the auto-dump were analyzed in order to control the bulk handling machinery system. The acting forces and optimum operating conditions of the hydraulic cylinder were determined by analyzing the forces related to the mass of inertia of the auto-dump assembly during rotation. The method of controlling the feeding rate of onions in terms of the uniformity of the stacking pattern and the control of the entire system was better than the two-stage method of controlling the rotational speed of the auto-dump. Based on the performance test with the prototype for the auto-dump, the stacking pattern and rigidity of the system were analyzed. Conclusions: These results would be of great importance in the postharvest bulk handling machinery system for onions.

• 한국작물학회지
• /
• 제67권4호
• /
• pp.199-210
• /
• 2022

우리나라의 쌀 과잉 문제를 해소하면서 경지이용률과 식량자급률을 향상시키기 위한 논 이용 작부체계는 주로 1년 2모작으로, 특히 남부지역에 비해 낮은 경지이용률을 보이는 중부지역의 기상적 특성을 고려한 새로운 형태의 작부모형 개발이 요구된다. 농가 수익성과 노동력 효율적 배분 등 경영적 측면을 고려하면서 제한된 토지를 최대한 효율적으로 이용하기 위해 식량작물, 유지작물, 원예작물을 연계한 2년 3모작 작부체계를 도입하여 생산량과 소득을 분석하고 최적 작부체계를 검토하였다. 수량성 측면에서 10a 당 옥수수가 감자보다 3배 이상이었고, 들깨가 참깨보다 5 kg 가량 높았고, 양파가 마늘보다 6.3배 이상 높았다. 그러나, 조수익 측면에서 감자가 옥수수보다 3.8배 이상 높았고, 참깨가 들깨보다 1.8배 높았으며, 마늘이 양파보다 2.8배 이상 높은 것으로 산출되었다. 결과적으로, 순소득 측면에서 '옥수수-들깨-양파' 또는 '옥수수-참깨-양파' 보다 '감자-참깨-마늘'을 연계한 작부체계가 동일 면적에서 상대적으로 높은 소득을 보이는 것을 확인하였다. 1모작 작물인 감자와 2모작 작물인 참깨의 재배기간이 겹치는 문제는 감자 수확기 동안 참깨를 육묘하고, 감자 수확 후 참깨 유묘를 이식하는 방법을 통해 1모작 작물과 2모작 작물 간의 재배기간 겹침 문제를 해소 할 수 있었다. 따라서, 본 시험에서 확인한 '감자-참깨-마늘' 연계 2년 3모작 작부모형이 중부 평야지 논 이용 밭작물의 생산성 향상과 소득 작물을 연계한 농가소득 향상에 합리적인 작부체계로써 기여할 수 있는 것으로 생각된다.