• 식물병연구
• /
• 제28권3호
• /
• pp.143-151
• /
• 2022

국내의 고추 포장에서 나타나는 시듦 증상의 원인을 규명하기 위하여 2010년부터 2014년까지 5년 동안 충북 괴산의 고추 재배 포장에서 시듦 증상을 보이는 고추의 발병도를 조사하였다. 조사한 연도에 따라서 시듦 증상에 대한 발병에는 차이가 있었지만, 조사하는 시기가 6월과 7월을 지나 8월이 되면서 발병도가 높게 상승하였다. 이 시기 동안 시듦 증상을 보이는 고추에서 Ralstonia solanacearum이 Phytophthora capsici보다 4배 높은 비율로 분리되었다. 충북 괴산과 경북 안동의 포장에서 2013년과 2014년의 2년 동안 채집한 시든 고추에서 병원균을 분리하여 보아도, 조사한 전체 포장 중의 20.3%에서 R. solanacearum이 분리되었으며, 역병균인 P. capsici는 3.8%의 포장에서만 분리되었다. 시듦 증상이 높은 비율로 나타났던 해에는 평균기온이 높았으며, 고추 풋마름병 예찰 모델로 추정된 풋마름병의 초발생일도 빨라짐을 알 수 있었다. 역병 발생 위험 일수와 실제 시듦 증상 발생 빈도의 결과가 부합하지 않는 것은 재배 현장에서 역병 저항성 품종의 사용이 일반화되어 있기 때문이라고 생각한다. 이런 결과를 통해서 역병 저항성 고추 품종이 재배 현장에 도입된 이후, 포장에서 관찰할 수 있는 시듦 증상의 원인은 P. capsici에 의한 역병보다는 R. solanacearum에 의한 풋마름병이었다.

• 인터넷정보학회논문지
• /
• 제21권5호
• /
• pp.139-148
• /
• 2020

전염병은 오래전부터 인류를 괴롭혀 왔으며 이를 예측 하고 예방하는 것은 인류에게 있어 큰 과제였다. 이러한 이유로 지금까지도 전염병을 예측하기 위해 다양한 연구가 진행되고 있다. 초기의 연구 중 대부분은 CDC(Centers for Disease Control and Prevention)의 역학 데이터에 의존한 연구였으며, CDC에서 제공하는 데이터는 일주일에 한 번만 갱신돼 실시간 질병 발생 건수를 예측하기 어렵다는 문제점을 갖고 있었다. 하지만 최근 IT 기술의 발전으로 여러 인터넷 매체들이 등장하면서 웹 데이터를 통해 전염병의 발생을 예측하고자 하는 연구가 진행되었고 이 중 우리가 조사한 연구 중 대부분은 단일 웹 데이터를 사용하여 질병을 예측하는 연구였다. 하지만 단일 웹 데이터를 통한 질병 예측은 "COVID-19" 같이 최근에 등장한 전염병에 대해서는 많은 양의 학습 데이터를 수집하기 어려우며 이러한 모델을 통해 정확한 예측을 하기 어렵다는 단점을 가지고 있다. 이에 우리는 전염병 발생을 LSTM 모델을 통해 예측할 때 여러 개의 웹 데이터를 사용하는 모델이 단일 웹 데이터를 사용하는 모델보다 정확도가 더 높음을 실험을 통해 증명하고 전염병 예측에 적절한 모델을 제안하고자 한다. 본 실험에서는 단일 웹 데이터를 사용하는 모델과 우리가 제안하는 모델을 사용하여 "말라리아"와 "유행성이하선염"의 발생을 예측했다. 우리는 2017년 12월 31 일부터 2019년 12월 28일까지 총 104주 분량의 NEWS, SNS, 검색 쿼리 데이터를 수집했는데, 이 중 75주는 학습 데이터로, 29주는 검증 데이터로 사용됐다. 실험 결과 우리가 제안한 모델의 예측 결과와 단일 웹 데이터를 사용한 모델의 예측 결과를 비교했을 때 검증 데이터에 대해서 피어슨 상관계수가 0.94, 0.86로 가장 높았고 RMSE 또한 0.19, 0.07로 가장 낮은 오차를 보여주었다.

• 식물병연구
• /
• 제10권3호
• /
• pp.167-174
• /
• 2004

세균성벼알마름병(RGBR)의 발생예찰 모델을 만들기 위하여 출수기가 다른 오대벼 등 21개 품종을 1998년 5월 30일과 6월 15일에 이앙하여 벼 출수기와 이병수율을 조사하고 출수기 전후의 미기상과 병 발생과의 관계를 SAS 프로그램을 이용하여 분석하였다. 세균성벼알름병은 출수기가 7월 29일부터 8월 19일 사이의 품종에서 대부분 발생하였고 8월 22일 이후에 출수한 품종에서는 전혀 발생하지 않았다. 벼 출수기를 기준으로 출수기 3일 전부터 7일(r=-0.871**), 10일(r=-0.863**)의 일교차와 15일(r=0.8709**)과 출수기부터 7일(r=0.862**), 10일(r=0.860**), 15일(r =0.844**) 동안의 상대습도와 높은 상관관계를 보였다. 결정계수($R^2$)와 수정된 결정계수($R^2$$_{adj}$), 잔차평균제곱(MSE)를 이용하여 예찰모델을 구한 결과, 출수 전 3일부터 7일 동안의 평균기온, 최저기온, 평균상대습도(RHavr), 최저상대습도(RHmin), 강우일수, 풍속의 6개 변수를 이용한 RGBR =92.83 - 2.437avr + 1.887min - 1.04RHavr + 0.37RHmin + 0.43RD - 3.68WS($R^2$=0.824)의 회귀식을 구할 수 있었다.다.

• 한국농림기상학회지
• /
• 제24권4호
• /
• pp.305-317
• /
• 2022

배 화상병의 성공적 방제를 위해 2018년부터 2022년까지 우리나라 중부지방의 주요 발병지와 남부지방의 미발병 주산지 주요지점 25곳에 대한 Maryblyt를 구동하여 꽃감염 위험도를 조사하였다. 최근 5년 중 2019년과 2022년 개화기간 중 꽃감염 위험도가 가장 높았다. 한편, 개화기간 중 최적의 꽃감염 방제 처리는 High 경보 다음날에 방제하고, 강우예보를 발령한 전날 방제하는 처리가 배 꽃감염을 낮추는 것으로 평가하였다. 월동 궤양으로부터 활성화된 궤양이 병징을 보일 것으로 Maryblyt가 예측한 날은 대략 중부지방 기준 5월 중순이었는데 이때부터 현장에서 궤양 모니터링을 개시하도록 권장하였다. 천안, 이천, 상주, 나주 등 4곳의 배 과수원에 설치한 영상자료로부터 배 개화기간을 이론적으로 계산한 값과 실제 관측한 값의 차이점을 비교한 결과 남부지방은 이론치나 실측치보다 늘 빠르게 개화를 예측하므로 재조정이 필요하였다. 향후 현장 관리자와 농민들로부터 과원에서 관측한 기상, 기주인 과수, 병징 출현일 등의 정보들이 축적된다면 발병 예측 모델은 현재보다 더 정확한 정보를 제공할 수 있을 것으로 기대된다.

• 생물환경조절학회지
• /
• 제31권4호
• /
• pp.376-383
• /
• 2022

이번 연구는 토마토잎곰팡이병 및 점무늬병에 대한 방제력을 개발하고, 온도와 잎의 결로시간에 따른 발생정도를 평가하기 위해 수행되었습니다. 첫 번째 병발생 예측 실험에서는 토마토묘에 Fulvia fulva, Stemphylium lycopersici 분생포자를 각각 1 × 10⁴ conidia·mL^-1로 접종시키고 10-25℃(F. fulva) 및 10-30℃(S. lycopersici)에서 0-18시간 동안 이슬생육상에 두었다. 살균제를 이용한 방제 연구에서는 잎곰팡이병 방제를 위하여 트리미다졸, 폴리옥신 B, 이미녹타딘 트리스(Belkut)를 처리하였으며 점무늬병 방제를 위하여서는 에트리디아졸 + 티오파네이트(가지란)과 삼염기 황산구리(세빈나)를 처리하였다. 엽결로시간이 9시간 이상에서 잎곰팡이와 점무니병이 발생하였으며 결로시간이 길어질수록 병발생률이 높았다. 잎곰팡이병의 발생률은 20℃와 15℃에서 더 높았고, 점무늬병은 25℃와 20℃에서 발병률이 증가하였다. 포자 접종 14일 후에 잎곰팡이병 및 점무늬병이 발생하였으며 잠복기는 14-15일로 추정되었다. 잎곰팡이 및 점무늬병 포자가 처리된 식물체에 접종 후 0시간부터 240시까지 살균제 처리를 한 결과 살균제 종류와 상관없이 일찍 약제를 처리한 식물체에서 방제가가 높았으며 150시간이 지난 처리에서는 방제가가 급격히 떨어졌다. 이번연구에서 개발된 병예측모델과 방제력은 토마토의 잎곰팡이병과 점무늬병을 적기에 방제하고 효과적으로 관리하는 데 도움이 될 수 있을 것이다.

• 서비스연구
• /
• 제13권1호
• /
• pp.63-75
• /
• 2023

산업이 발전하면서 대기오염물질에 대한 관심도는 높아졌다. 대기오염물질은 환경오염, 지구 온난화 등 다양한 분야에 영향을 미쳤다. 그 중 환경성 질환은 대기오염물질에 의해 영향을 받은 분야 중 하나이다. 대기오염물질은 분자의 크기가 작아 인체의 피부나 호흡기를 통해 영향을 미칠 수 있다. 이러한 점 때문에 대기오염물질과 환경성 질환에 대한 연구가 다양하게 진행됐다. 환경성 질환의 일환인 천식은 증상이 심해져 천식발작을 일으킬 경우 생명에 위협을 줄 수 있고 성인 천식의 경우 한번 발병을 하면 완치가 어렵다. 천식을 악화시키는 요인에는 황사, 대기오염이 포함된다. 전 세계적으로 천식은 유병률이 증가하고 있는 추세이다. 본 논문에서는 대기오염물질이 천식 환자의 응급실 입원 건수와 어떤 상관관계를 가지는지 연구하고 상관관계가 높은 대기오염물질을 이용하여 미래의 천식 환자 수를 예측했다. 대기오염물질은 아황산가스(SO₂), 일산화탄소(CO₂), 오존(O₃), 이산화질소(NO₂)와 미세먼지(PM₁₀) 5가지 대기오염물질의 농도를 이용하고 환경성 질환은 천식 환자의 응급실 입원 건수 데이터를 이용하였다. 대기오염물질과 천식의 응급환자 수에 대한 데이터는 2013년 1월1일 부터 2017년 12월 31일 까지 총 5년 치의 데이터를 이용하였다. 모델은 Informer와 LTSF-Linear의 두 가지 모델을 이용하여 예측을 진행하였고 모델의 성능을 측정하기 위해 MAE, MAPE, RMSE 의 성능지표를 이용했다. 천식의 응급환자 수 예측은 응급환자 수를 포함하여 예측을 진행한 경우와 포함하지 않고 진행한 두 가지 경우 모두 진행하여 결과를 비교했다. 본 논문은 Informer와 LTSF-Linear 모델을 이용한 천식 응급환자 수의 예측에 모델의 성능을 향상 시키는 대기 오염물질을 제시한다.