• 대기
• /
• 제25권1호
• /
• pp.155-167
• /
• 2015

A dynamical seasonal prediction system for boreal winter utilizing cryospheric information was developed. Using the Community Atmospheric Model, version3, (CAM3) as a modeling system, newly developed snow depth initialization method and sea ice concentration treatment were implemented to the seasonal prediction system. Daily snow depth analysis field was scaled in order to prevent climate drift problem before initializing model's snow fields and distributed to the model snow-depth layers. To maximize predictability gain from land surface, we applied one-month-long training procedure to the prediction system, which adjusts soil moisture and soil temperature to the imposed snow depth. The sea ice concentration over the Arctic region for prediction period was prescribed with an anomaly-persistent method that considers seasonality of sea ice. Ensemble hindcast experiments starting at 1st of November for the period 1999~2000 were performed and the predictability gain from the imposed cryospheric informations were tested. Large potential predictability gain from the snow information was obtained over large part of high-latitude and of mid-latitude land as a result of strengthened land-atmosphere interaction in the modeling system. Large-scale atmospheric circulation responses associated with the sea ice concentration anomalies were main contributor to the predictability gain.

• 한국조경학회지
• /
• 제22권4호
• /
• pp.75-80
• /
• 1995

It is important to estimate the possibility of recovery in physiologically damaged woody plant. It is suggested that C.E.R(cambial electrical resistance) might be a useful method to predict the permanent wilting point. D/A and A/D converter can be used to measure the C.E.R and it took only 10-20 msec for a measurement and the values were stable during this study. A computer could be used for the continual measurement of C.E.R. There were very big daily changes of C.E.R. was changed according to the changes of indoor temperature, but the phase was slightly different. It is reasoned that daily changes in C.E.R. is induced by the changes of water potential and cambial thickness. It was difficult to detect the changes of C.E.R. caused by changes in soil moisture under high soil water potential. Under low soil water potential, the changes in soil moisture under high soil water potential. Under low soil water potential, the changes of C.E.R. can be detected. After wilting, C.E.R. is increased very rapidly. When C.E.R. is not decreased by watering, it will be permanent wilting point. But it takes several days to confirm the permanent wilting point. To predict the possibility of recovery from wilting, the values of C.E.R. have no meaning. But the changes of C.E.R. are significant. Therefore we can predict the permant wilting point in woody plant by monitoring the change of C.E.R. by the computer.

• 대한교통학회지
• /
• 제29권2호
• /
• pp.123-131
• /
• 2011

본 연구에서는 지표면과 대기사이의 열-에너지 균형원리를 이용한 노면온도예측모형을 개발하였다. 본 연구에서 개발된 노면온도예측모형은 두 가지 모듈로 구성되는데 Canopy 1은 지표면과 대기 간의 열 교환을 묘사하기 위한 것이고, Canopy 2는 열에너지 교환 과정에서 포장체 특성을 반영하기 위한 것이다. 모형 수행에 필요한 다양한 입력변수는 기상청으로부터 수집하였다. 개발된 모형의 성능을 평가하기 위해 청원-상주 간 고속도로 상 문의교 지점에 설치된 접촉식 노면온도측정센서로부터 수집한 노면온도자료와 모형 수행을 통해 나온 결과 값을 비교 하였다. 이러한 비교는 동절기(12월)와 동절기 외 기간(10월)에 걸쳐 수행되었다. 비교 결과, 두 온도의 평균오차 값이 ${\pm}2^{\circ}C$ 범위 내에 있어, 모형의 성능이 매우 우수한 것으로 판단된다. 이러한 연구는 동절기 도로관리에 다양하게 사용될 것으로 사료되고, 특히 도로 기상정보체계 운영에 핵심이 되는 노면온도 예측 알고리즘으로 사용될 수 있는 기초 연구가 될 것이다.

• 설비공학논문집
• /
• 제28권4호
• /
• pp.131-136
• /
• 2016

Horizontal geothermal heat exchanger is affected by various factors such as pipe length, soil temperature, and outdoor environment. Simulation program is convenient for responding to various factors. The objective of this study was to determine the feasibility of using EnergyPlus to predict exit air temperature through horizontal geothermal heat exchanger in domestic. The correlation coefficient between EnergyPlus results and experimental results was 0.825. The correlation coefficient between EnergyPlus results and mathematical results was 0.722, indicating "The two values can based on Lousi on values can be Our results indicate that it is possible to use EnergyPlus to predict exit air temperature through horizontal geothermal heat exchanger.

• 한국잡초학회지
• /
• 제30권2호
• /
• pp.94-102
• /
• 2010

기온상승 조건을 부여하기 위해 재식시기를 달리하여 재식 한 올방개의 출아와 초기생장을 평가하고 이들과 유효적산온도간의 관계를 수학적 모델로 해석하기 위한 포트 및 포장평가를 수행하였다. Gompertz 모델을 이용하여 이들의 관계를 비선형회귀로 분석한 결과, 파종일자 및 재식 토양심도에 상관없이 유효적산 온도로 누적출아율 및 초기생장을 양호하게 설명하였다. 올방개의 최대 출아율의 50% 도달에 필요한 유효적산온도는 올방개 괴경 재식심도 1, 3 및 5 cm에서 54.5, 84.0 및 $118.0^{\circ}C$이었으며 5엽기에 이르는데 필요한 유효적산온도는 각각 155.3, 188.5 및 $215.5^{\circ}C$이었다. 본 연구에서 개발된 모델식을 이용하여 계산한 결과 평균기온이 $2^{\circ}C$ 상승한 조건에서 올방개의 50 % 출아는 심도에 따라 약 1 - 2일 빨라지고, 5엽기에 도달하는 날짜도 약 2 - 3일 빨라질 것으로 예측되었다. 따라서 $2^{\circ}C$ 기온상승 조건에서 올방개를 효과적으로 방제하기 위해서는 현재의 제초제 처리시기보다 약 2 - 3일 빨라져야 할 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제53권3호
• /
• pp.181-191
• /
• 2020

본 연구에서는 전지구수치예보모델의 예측성능에 주요한 영향을 주는 요소 중 하나인 토양수분 초기장을 적절히 생산하기 위해, 오프라인 Noah 지면모델을 구축하여 스핀업실험을 수행하고 그 변동특성을 살펴보았다. 스핀업실험은 지면기후장 생성과 목표연도에 대한 현실화의 2단계로 구성되었다. 첫 번째 단계의 지면기후장 생성은 2008~2017년 기간에 대해 평균한 대기강제력으로 10년 동안 지면모델을 반복적으로 수행하는 방식으로 이루어졌으며, 토양수분 모의가 평형상태에 도달하는데 소요되는 시간은 토양깊이와 코펜 정의에 기반한 기후구 특성에 따라 차이가 컸다. 토양 첫 번째 층은 극지역에서 가장 길었고, 두 번째 층 부터 네 번째 층까지는 건조지역에서 평형상태에 도달하는 시간이 가장 늦어 최대 7년 내외의 시간이 소요되었다. 결과적으로 10년의 spin-up을 거치면 지면모델이 평형상태에 도달함을 알 수 있다. 이 소요시간은 지상기온과 강수량과 음의 상관관계를 보였다. 두 번째 단계에서는 2018년을 목표연도로 설정하고 지면기후장을 이용하여 추가 적분을 수행하고, 그 결과 6개월 이내에 지면모델에서 모의된 토양수분, 지표기온, 증발산량은 2018년 지면상태에 도달하는 것을 확인하였다. 이에 구축된 오프라인 Noah 지면모델 스핀업 시스템은 안정적으로 전구수치예보모델의 토양수분 초기장을 생산함으로써 전지구수치모델에 결합된 지면모델의 물리과정과 기초자료가 변하더라도 유연하게 대응할 수 있는 가능성을 확인하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권7호
• /
• 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.

• 한국토양비료학회지
• /
• 제23권2호
• /
• pp.87-93
• /
• 1990

토양(土壤)의 깊이별 지온(地溫)을 예측(豫測)하기 위한 통계모형(統計模型)을 설정(設定)하기 위하여 1979년(年)부더 1988년(年)까지 중앙기상태(中央氣象台) 수원측후소(水原測候所)에서 관측(觀測)된 지온자료(地溫資料)와 평균최고(平均最高), 최저(最低), 기온(氣溫), 강수량(降水量), 풍속(風速) 및 최심적설량등(最深積雪量等) 기상자료(氣象資料)에 대(對)한 통계분석(統計分析)을 하였다. 통계분석(統計分析)은 지온(地溫)을 Fourier 급수(級數)에 의한 년주기함수(年週期函數)와 년주기함수(年週期函數)에서의 잔차(殘差)는 대기(大氣)의 기상조건(氣象條件)의 변화(變化)에서 오는 노이지(nuise)로 보고 이에 대한 상관분석(相關分析)을 stepwise backward elimination법(法)에 의하여 각(各) 계수(係數)를 찾는 방법(方法)으로 하였다. 깊이별(別) 지온(地溫)의 년주기함수(年週期函水)로 Fourier급수(級數)의 8항(項)을 사용(使用)하였을 때 지면온도(地面溫度)의 평균평방오차(平均平方誤差)가 2.30, 토심(土深) 50 cm에서 1.13, 500 cm에서 0.42로 토심(土深)이 깊을수록 작아졌고, $r^2$는 0.913~0.988이었다. 주기함수분석(週期函數分析)에서 잔차(殘差)에 대한 독립변수(獨立變數)로서 평균(平均), 최고(最高), 최저기온(最低氣溫), 강수량(降水量), 최심적설(最深積雪) 및 풍속등(風速等) 기상요소(氣象要素)와의 상관분석(相關分析)을 위한 지연일수검출(遲延日數檢出)에 따르면, 기온(氣溫)은 토탐(土深) 0 cm와 5 cm에 대하여 0일(日), 30 cm까지는 -1일(日), 50 cm에서는 -2일(日)이었다. 강수량(降水量)의 지연일수(遲延日數)는 30 cm까지 -1일(日), 50 cm에서 -2일(日), 최심적설(最深積雪)과 풍속(風速)은 10 cm까지가 -1일(日), 30 cm까지 -2일(日), 50 cm에서는 -3일(日)이었다. 지연일수(遲延日數)를 고려(考慮)한 잔차분석(殘差分析)에 의한 지온예측(地溫豫測) 통계모형(統計模型)의 평균평방오차(平均平方誤差)는 토심(土深) 0 cm에서 1.64, 50 cm에서 0.97로 주기함수(週期函數)의 평균평방오차(平均平方誤差)보다 작아졌으며, $r^2$값은 높아져 통계모형(統計模型)의 정도(精度)가 높아졌다. 계수(係數)의 크기로 보아 년주기함수(年週期函數)에 독립적(獨立的)인 대기(大氣) 기상요소(氣象要素)가 지온(地溫)의 결정(決定)에 크게 영향(影響)을 주는 깊이는 30 cm이며, 기온(氣溫)은 50 cm깊이까지도 영향(影響)을 주는 것으로 나타났다. 이 통계모형(統計模型)의 검정결과(檢定結果) $r^2$값이 0.976~0.996으로 예측치(豫測値)와 실측치간(實測値間)에 고도(高度)의 유의성(有意性)이 있어 실용성(實用性)이 있었다. 한편, 토양표면(土壤表面)의 최고지온(最高地溫)과 최고기온(最高氣溫)의 차(差)(${\Delta}T_{ms}$)를 옥수수포장(圃場)에서 조사(調査)한 결과(結果), ${\Delta}T_{ms}$와 일사량(日射量)($R_s;J_m{^{-2}}$)과 직선적(直線的)인 관계(關係)로 엽면적지수(葉面積指數)가 그 이하(以下) 일 때에는 $${\Delta}T_{ms}=0.902+1.924{\times}10^{-3}R_s $$엽면적지수(葉面積指數)가 그 이상(以上)일 때에는 $${\Delta}T_{ms}=0.274+8.881{\times}10^{-4}R_s$$ 의 관계(關係)가 있었다.

• International journal of advanced smart convergence
• /
• 제9권1호
• /
• pp.132-140
• /
• 2020

It is very important to use appropriate nutrition water for crop growth in hydroponic farming facilities. However, in many cases, the supply of nutrition water is not designed with a precise plan, but is performed in a conventional manner. We proposes a forecasting technique for nutrition water requirements based on a data analysis for optimal strawberry production. To do this, the proposed forecasting technique uses linear regression for correlating strawberry production, soil condition, and environmental parameters with nutrition water demand for the actual two-stage strawberry production soil. Also, it includes predicting the optimal amount of nutrition water requires according to the heterogeneous cultivation environment and variety by comparing the amount of nutrition water needed for the growth and production of different kinds of strawberries. We suggested study uses two types of section beds that are compared to find out the best section bed production of strawberry growth. The dataset includes 233 samples collected from a real strawberry greenhouse, and the four predicted variables consist of the total amounts of nutrition water, average temperature, humidity, and CO₂ in the greenhouse.

• International Journal of Computer Science & Network Security
• /
• 제22권5호
• /
• pp.330-334
• /
• 2022

In light of the decreasing crop production and shortage of food across the world, one of the crucial criteria of agriculture nowadays is selecting the right crop for the right piece of land at the right time. First problem is that How Farmers can predict the right crop for cultivation because famers have no knowledge about prediction of crop. Second problem is that which algorithm is best that provide the maximum accuracy for crop prediction. Therefore, in this research Author proposed a method that would help to select the most suitable crop(s) for a specific land based on the analysis of the affecting parameters (Temperature, Humidity, Soil Moisture) using machine learning. In this work, the author implemented Random Forest Classifier, Support Vector Machine, k-Nearest Neighbor, and Decision Tree for crop selection. The author trained these algorithms with the training dataset and later these algorithms were tested with the test dataset. The author compared the performances of all the tested methods to arrive at the best outcome. In this way best algorithm from the mention above is selected for crop prediction.