Proceedings of the Korean Society of Crop Science Conference
/
1998.10a
/
pp.415-445
/
1998
For effective prevention of the spreading and outbreak of crop insects and disease pests, an intensive Pest surveillance system was established to predict their density changes, and distribution. After their initial establishment by either immigration or overwintering, it is necessary to anticipate how they spread out geographically and predict where/when outbreaks are possible. The two major tools, boundary layer atmospheric model (Blayer) and the geographic information system(GIS), have been being developed to facilitate the prediction of pest occurrence in recent days. We are also developing the PeMos (Pest Monitoring System) that is able to manage the pest surveillance data collected from 152 pest monitoring stations in Korea. These three system related to the pest surveillance should be integrated into an internet based comprehensive database management system to facilitate information resources systematically organized and closely linked. Considering various data types and large data size in each system, a new special information management system is suggested. The integrated system should express complex types of information, such as text, multimedia, and other scientific data under the Internet environment. This paper discussed the major three systems, GIS, Blayer, and PeMos, relevant to the crop pest surveillance, then how they can be integrated in a comprehensive system under the Internet environment.
Latif, Muhammad Salman;Kazmi, Rafaqat;Khan, Nadia;Majeed, Rizwan;Ikram, Sunnia;Ali-Shahid, Malik Muhammad
KSII Transactions on Internet and Information Systems (TIIS)
/
v.16
no.1
/
pp.133-152
/
2022
Rice is a fundamental staple food commodity all around the world. Globally, it is grown over 167 million hectares and occupies almost 1/5th of total cultivated land under cereals. With a total production of 782 million metric tons in 2018. In Pakistan, it is the 2nd largest crop being produced and 3rd largest food commodity after sugarcane and rice. The stem borers a type of pest in rice and other crops, Scirpophaga incertulas or the yellow stem borer is very serious pest and a major cause of yield loss, more than 90% damage is recorded in Pakistan on rice crop. Yellow stem borer population of rice could be stimulated with various environmental factors which includes relative humidity, light, and environmental temperature. Focus of this study is to find the environmental factors changes i.e., temperature, relative humidity and rainfall that can lead to cause outbreaks of yellow stem borers. this study helps to find out the hot spots of insect pest in rice field with a control of farmer's palm. Proposed system uses temperature, relative humidity, and rain sensor along with artificial neural network to predict yellow stem borer attack and generate warning to take necessary precautions. result shows 85.6% accuracy and accuracy gradually increased after repeating several training rounds. This system can be good IoT based solution for pest attack prediction which is cost effective and accurate.
Journal of the Korea Society of Computer and Information
/
v.12
no.3
/
pp.27-35
/
2007
The majority of farm managers growing the garden products in greenhouse concern massively about the diagnosis and prevention of the breeding and extermination for pests. especially, the managing problem for pests turns up as main issue. In the paper, we first build a wireless sensor network with soil and environment sensors such as illumination, temperature and humidity. And then we design and implement multimedia pest predication and management system which is able to predict and manage various pest of garden products in greenhouse. The proposed system can support the database with information about the pests by building up wireless sensor network in greenhouse compared with existing high-priced PLC device as well as collect various environment information from soil, the interior of greenhouse, and the exterior of greenhouse. To verify the good capability of our system, we implemented several GUI interface corresponding desktop. web, and PDA mobile platform based on real greenhouse model. Finally, we can confirm that our system work well prediction and management of pest of garden products in greenhouse based on several platforms.
The Journal of the Korea institute of electronic communication sciences
/
v.19
no.4
/
pp.771-780
/
2024
In this study, we implemented a real-time pest detection and prediction system for a strawberry farm using a computer vision model based on the YOLOv5 architecture and an Isolation Forest Classifier. The model performance evaluation showed that the YOLOv5 model achieved a mean average precision (mAP 0.5) of 78.7%, an accuracy of 92.8%, a recall of 90.0%, and an F1-score of 76%, indicating high predictive performance. This system was designed to be applicable not only to strawberry farms but also to other crops and various environments. Based on data collected from a tomato farm, a new AI model was trained, resulting in a prediction accuracy of over 85% for major diseases such as late blight and yellow leaf curl virus. Compared to the previous model, this represented an improvement of more than 10% in prediction accuracy.
Park, Joong Won;Park, Jeong Sun;Kang, Ah Rang;Na, In Seop;Cha, Gwang Hong;Oh, Hwan Jung;Lee, Sang Hyun;Yang, Kwang Yeol;Kim, Wol Soo;Kim, Iksoo
International Journal of Industrial Entomology and Biomaterials
/
v.25
no.2
/
pp.163-169
/
2012
A decrease in pass ratio of Korean exporting pears causes several negative effects including an increase in pesticide dependency. In this study, we attempted to establish the pest forecasting management system, composed of weekly field forecasting by pear farmers, meteorological data obtained by automatic weather station (AWS), newly designed internet web page ($\underline{http://pearpest.jnu.ac.kr/}$) as information collecting and providing ground, and information providing service. The weekly field forecasting information on major pear diseases and pests was collected from the forecasting team composed of five team leaders from each pear exporting complex. Further, an abridged weather information for the prediction of an infestation of major disease (pear scab) and pest (pear psylla and scale species) was obtained from an AWS installed at Bonghwang in Naju City. Such information was then promptly uploaded on the web page and also publicized to the pear famers specializing in export. We hope this pest forecasting management system increases the pass ratio of Korean exporting pears throughout establishment of famer-oriented forecasting, inspiring famers' effort for the prevention and forecasting of diseases and pests occurring at pear orchards.
Journal of the Institute of Convergence Signal Processing
/
v.22
no.4
/
pp.193-198
/
2021
Recently, interests in the 4th industry have increased the level of demand for pest control by farmers in the field of rice farming, and the interests and use of agricultural pest control drones. Therefore, the diversification of agricultural control drones that spray high-concentration pesticides and the increase of agricultural exterminators due to the acquisition of national drone certifications are rapidly developing the agricultural sector in the drone industry. In addition, as detailed projects, an effective platform is required to construct large-scale big data due to pesticide management, exterminator management, precise spraying, pest control work volume classification, settlement, soil management, prediction and monitoring of damages by pests, etc. and to process the data. However, studies in South Korea and other countries on development of models and programs to integrate and process the big data such as data analysis algorithms, image analysis algorithms, growth management algorithms, AI algorithms, etc. are insufficient. This paper proposed an online drone pest control management information platform to meet the needs of managers and farmers in the agricultural field and to realize precise AI pest control based on the agricultural drone pest control processor using drones and presented foundation for development of a comprehensive management system through empirical experiments.
Korean Journal of Agricultural and Forest Meteorology
/
v.23
no.4
/
pp.222-234
/
2021
Airborne-pests can be introduced into Korea from overseas areas by wind, which can cause considerable damage to major crops. Meteorological models have been used to estimate the wind trajectories of airborne insects. The objective of this study is to analyze the effect of input settings on the prediction of areas where airborne pests arrive by wind. The wind trajectories were predicted using the HYbrid Single-Particle Lagrangian Integrated Trajectory (HYSPLIT) model. The HYSPLIT model was used to track the wind dispersal path of particles under the assumption that brown plant hopper (Nilaparvata lugens) was introduced into Korea from sites where the pest was reported in China. Meteorological input data including instantaneous and average wind speed were generated using meso-scale numerical weather model outputs for the domain where China, Korea, and Japan were included. In addition, the calculation time intervals were set to 1, 30, and 60 minutes for the wind trajectory calculation during early June in 2019 and 2020. It was found that the use of instantaneous and average wind speed data resulted in a considerably large difference between the arrival areas of airborne pests. In contrast, the spatial distribution of arrival areas had a relatively high degree of similarity when the time intervals were set to be 1 minute. Furthermore, these dispersal patterns predicted using the instantaneous wind speed were similar to the regions where the given pest was observed in Korea. These results suggest that the impact assessment of input settings on wind trajectory prediction would be needed to improve the reliability of an approach to predict regions where airborne-pest could be introduced.
This study aims to predict the change in corn share according to the grazing of 20 gestational sows in a mature corn field by taking images with a camera-equipped unmanned air vehicle (UAV). Deep learning based on convolutional neural networks (CNNs) has been verified for its performance in various areas. It has also demonstrated high recognition accuracy and detection time in agricultural applications such as pest and disease diagnosis and prediction. A large amount of data is required to train CNNs effectively. Still, since UAVs capture only a limited number of images, we propose a data augmentation method that can effectively increase data. And most occupancy prediction predicts occupancy by designing a CNN-based object detector for an image and counting the number of recognized objects or calculating the number of pixels occupied by an object. These methods require complex occupancy rate calculations; the accuracy depends on whether the object features of interest are visible in the image. However, in this study, CNN is not approached as a corn object detection and classification problem but as a function approximation and regression problem so that the occupancy rate of corn objects in an image can be represented as the CNN output. The proposed method effectively estimates occupancy for a limited number of cornfield photos, shows excellent prediction accuracy, and confirms the potential and scalability of deep learning.
International Journal of Computer Science & Network Security
/
v.23
no.7
/
pp.155-164
/
2023
Machine learning with its high precision algorithms, Precision agriculture (PA) is a new emerging concept nowadays. Many researchers have worked on the quality and quantity of PA by using sensors, networking, machine learning (ML) techniques, and big data. However, there has been no attempt to work on trends of artificial intelligence (AI) techniques, dataset and crop type on precision agriculture using internet of things (IoT). This research aims to systematically analyze the domains of AI techniques and datasets that have been used in IoT based prediction in the area of PA. A systematic literature review is performed on AI based techniques and datasets for crop management, weather, irrigation, plant, soil and pest prediction. We took the papers on precision agriculture published in the last six years (2013-2019). We considered 42 primary studies related to the research objectives. After critical analysis of the studies, we found that crop management; soil and temperature areas of PA have been commonly used with the help of IoT devices and AI techniques. Moreover, different artificial intelligence techniques like ANN, CNN, SVM, Decision Tree, RF, etc. have been utilized in different fields of Precision agriculture. Image processing with supervised and unsupervised learning practice for prediction and monitoring the PA are also used. In addition, most of the studies are forfaiting sensory dataset to measure different properties of soil, weather, irrigation and crop. To this end, at the end, we provide future directions for researchers and guidelines for practitioners based on the findings of this review.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.