According to the rising of national economic level, domestic consumption of vegetables having high additive values is increased continuously due to increased consumption of meat in last decade. These vegetables are produced almost in this country and are limited to import from neighbor countries in due of high transportation expenses for storing in refrigerated container. It is very important to mechanize the harvest work, forming more than 30% for their production cost, in order to cultivate variable vegetables at the same time according to their harvesting seasons. In this state its former harvest methods, with using of human power or semi-automatic harvest, caused to increase their production cost due to high labor cost and low working efficiency.
This research was to examine the differences in post-harvest quality of melons depending on the harvest time after fruit setting. Musk melon cultivar 'K3' plants were grown in glass house conditions with a hydroponic system, and the fruits were harvested at 50, 60, and 70 days after fruit setting. The post-harvest characteristics of melons stored at 7℃ were measured over 32 days. The harvested fruits at 50, 60, 70 days after fruit setting did not differ significantly in weight, height, or size. Solid sugar content was highest in the fruits harvested at 70 days after fruit setting, but firmness, L* value, and respiration rate were highest in the fruits harvested at 50 days after fruit setting. When the harvested melons were stored at 7℃, 'K3' melons responded differently according to the harvest days after fruit setting. The major changes during storage of 'K3' melons can be summarized as follows: Firmness, respiration, moisture content, and general appearance index during storage were highest in the melons harvested at 50 days after fruit setting, but soluble solid content, fresh weight loss, and sensory evaluation were high in the melons harvested at 60 and 70 days after one. During storage at 7℃, there were no significant differences in the appearance of 'K3' melons harvested at different periods after fruit setting, but difference in soluble solid content and taste were noted. It is recommended that the fruit of 'K3' melon plants be harvested about 60 days after fruiting to provide consumers with the highest quality for taste and for storage.
Normally cultured aromatic tobaccos, KA 101 and KA 103, were primed progressively in three-leaf segments, either 7 days before bud, bud, or early flower stage with 7 days interval, respectively, The cured leaves were weighed for yield, graded, analyzed for quality-related constituents including volatile aroma components. Also the cured leaves were manufactured and smoked by panelists. Yield and quality by price decreased with advancing ripeness. Reducing sugar, total nitrogen, protein nitrogen decreased with successive ripeness, but reverse in this trends with nicotine, petroleum ether extracts and volatile acids components. Among volatile neutral components, furfural, furfuryl alcohol, benzyl alcohol, penethyl alcohol and p-cresol decreased, but solanone increased with delayed harvest. Neophytadiene, oxysolanone, furfuryl aceton was highest at mid harvest, which was judged to be best by panelists. Mid harvest, first primed at bud stage when leaf color comes to pale green to yellow green, seems to be highly recommendable.
현대 사회는 급속한 세계인구의 증가, 농촌 인구의 고령화, 산업화로 인한 농작물 재배 지역의 감소, 농촌 지역의 수익 구조의 불량 등으로 농부들의 탈농촌화 등으로 먹거리 문제 해결이 중요한 화두로 떠오르고 있다. 최근 농촌의 수익을 증대시키기 위해서 스마트 팜(Smart Farm) 분야의 연구가 활발하게 이루어지고 있다. 기존의 스마트 팜 연구는 주로 온실의 농작물의 재배 환경을 모니터링 하여 온실의 조도, 습도, 토양 등이 불량해지면 재배 환경인자를 제어하는 시스템을 자동으로 가동시켜 농작물의 재배 환경을 최적의 상태로 유지하는 데 중점을 두어 연구되고 있다. 즉, 실내에서 재배하는 농작물에 중점을 두어 연구가 이루어지고 있으며 실외에서 재배되는 농작물의 재배환경에 적용되는 연구는 많이 이루어지지 않았다. 본 논문에서는 과수원에서 자라는 과수의 수확 시기를 정확하게 예측하여 최상의 품질로 과일이 수확되게 지원하고 수확이 불량한 지역을 빅데이터 분석을 통해 모니터링하여 불량 지역의 수확성을 향상시키기 위해서 집중 관리할 수 있은 기능을 제공하는 아키텍처를 제안한다. 수확에 관련된 인자는 과일 색상 정보와 과일 무게 정보를 사용하며 실시간으로 수집되는 수확 상관인자 데이터를 Apache Spark 엔진을 이용하여 분석하도록 제안한다. Apache Spark 엔진은 대용량 배치성 데이터 분석 뿐만 아니라 실시간 데이터 분석에서도 우수한 성능을 보인다. 서비스를 수신하는 사용자 디바이스는 PC User 와 Smart Phone User를 지원한다. 센싱 데이터 수신 장치는 센싱되는 데이터를 수신한 후 서버로 전송하는 단순한 처리만 필요하므로 Arduino를 적용하였다. 과일의 수확시기를 조절하여 좋은 품질의 과일을 생산하려면 수확이 불량한 지역을 판단하여 불량지역을 집중 관리해야 한다. 본 논문에서는 빅 데이터 분석 기법을 이용해서 과일 수확의 불량지역을 판단하는 아키텍처 모델을 제안한다.
본 시험은 가을철 기온이 높게 유지되는 대구지역에서 성숙기 동안 '후지'의 과실품질 변화와 수확시기별 과실품질과 저장성을 3년(2007년, 2009년, 2010년) 조사하였다. 성숙기 동안 과실품질의 변화는 만개 후 120-135일부터 만개 후 183-198일까지 조사하였다. 수확시기별 과실품질과 저장성 비교는 만개 후 180일 이후에 수확한 과실들을 대상으로 하였다. 과실 성숙기 동안 대구지역 '후지'의 문제점은 $20^{\circ}C$의 높은 기온에 따른 착색불량이었다. 수확시기별 과실품질 비교에 있어, 수확시기가 연장될수록 가용성 고형물 함량과 착색은 높아졌다. 수확 시의 과중은 수확시기에 영향을 받지 않았고, 수확 시의 경도와 산 함량은 동결피해가 발생했을 때 심하게 감소되었다. 저온저장 20주 동안의 에틸렌 발생량 및 경도, 산 함량은 수확시기에 따른 차이가 없었다. 2009년 만개 후 216일에 수확한 과실들의 저온저장 중의 가용성 고형물 함량은 수확시의 가용성 고형물 함량과 비교해 비슷하였으나, 2009년 만개 후 201일에 수확한 과실들은 수확시보다 높아졌다. 그러나 동결피해를 받은 후 수확한 과실의 저온저장 후 경도, 가용성 고형물 함량 및 산 함량은 동결피해 발생 전에 수확한 과실보다 낮았다. 결론적으로 가을철 기온이 높은 지역에서 '후지' 과실을 만개 후 180-200일 대비 2-4주 정도 수확시기를 연장시키면 수확시의 가용성 고형물 함량 및 착색이 증가되었으나, 11월 중순 이후로 최저기온이 $-3.0^{\circ}C$ 이하로 떨어지기 시작하기 때문에 11월 중순 이후로 과실을 수확하는 것은 위험하였다.
The production of sweet (su) and super sweet corns (sh2) has been economically feasible in Korea in recent years. Major factors limiting super sweet corn production are low germination and low seedling vigor. Since seed quality is closely related to seed maturity, the optimum harvest time for the seed production of sweet and super sweet corns was studied and the quality of seeds with varying maturities was investigated in 2001 and 2002 cropping seasons. The parents of the sweet corn seeds were Hybrid Early Sunglow and 'Golden Cross Bantam 70' and those of super sweet corn were Xtrasweet 82 and 'Fortune'. Seeds were harvested at 21, 28, 35, 42, 49, and 56 days after silking (DAS). As the seeds developed, seed weight of sweet corn increased and the seed moisture content decreased faster than that of super sweet corn. Germination rates of sweet corn seeds harvested 21 and 28 DAS at $25^{\circ}C$ and emergence rates in the cold soil test were significantly lower than those of seeds harvested after 42 DAS in both years. Although the germination rates of super sweet corn seeds with varying maturities showed similar patterns as sweet corn seeds at $25^{\circ}C$, the emergence rate of super sweet corn seeds in cold soil test continuously increased with seed maturity. This suggests that seed quality of super sweet corn should be tested in a cold soil test to estimate field emergence. As the seeds developed, leakage of total sugars and electrolytes from the both sweet and super sweet corn seeds decreased up to 42 or 49 DAS. The $\alpha-amylase$ activities of both sweet and super sweet corn seeds increased with seed maturity from 21 to 35 or 49 DAS depending on genotype and year. The optimum harvest time for the seed production of sweet corn was 42 DAS and 49 DAS for super sweet corn considering emergence rate and plumule dry weight in the cold soil test, leakage of sugars and electrolytes from the seeds, and $\alpha-amylase$ activity.
앙식미 쌀생산을 위한 기초 정보를 얻고자 조생종인 대진벼, 중생종인 서진벼, 중만생종인 추청벼를 공시하여 농가포장 조건에서 수확시기에 따른 수량과 품질특성을 검토한 결과는 다음과 같다. 1. 백미의 단백질 함량은 대진벼, 서진벼, 추청벼 모두 수확시기가 출수후 40일에서 70일로 늦어짐에 따라 유의하게 증가하는 경향이었다. 2. 식미계에 의한 식미치는 대진벼, 서진벼, 추청벼 모두 출수후 40일에 수확시 유의하게 높았고 출수후 70일로 늦어짐에 따라 낮아지는 경향이었다. 3. 수량과 식미를 함께 고려한 수확적기는 대진벼는 출수후 40-50일, 서진벼와 추청벼는 출수후 40-60일이나 앙식미를 위하여는 3품종 모두 출수후 40-50일에 수확하여야 할 것으로 판단되었다. 4. 식미를 좋게 하는 등숙적산온도는 대진벼와 서진벼는 120$0^{\circ}C$, 추청벼는 110$0^{\circ}C$ 정도일 것으로 추정되었다. 5. 식미치는 백미의 단백질함량과는 매우 유의하고도 직선적인 부의 상관(-0.94$^{**}$ )을 나타내었고 아밀로스함량과는 매우 유의한 정상관(0.66$^{**}$ )을 나타내었다. 6. 식미치는 적산등숙온도와 매우 유의하도고 직선적인 부의 상관(-0.79$^{**}$ )을 나타내어 등숙기간중 적산온도가 낮을수록 식미치가 높았다
최근에 머신 러닝 기술은 의료, 제조, 마케팅, 금융, 방송, 농업 등 사회 전반에 많은 영향을 미치고 있고 미래에도 인류의 생활에 많은 도움을 줄 것으로 예상된다. 본 논문에서는 인류의 생존에 가장 큰 영향을 주는 먹거리 즉, 농업 분야에 머신러닝기술을 적용하는 방법을 연구한다. 농업 분야에 IoT(Internet of Things) 기술을 접목하는 스마트 팜 (Smart Farm) 분야는 생육환경을 실시간으로 모니터링 하여 농작물의 생육환경을 최적으로 유지 하는 방법을 중점적으로 연구한다. 최근 KT에서 출시된 기가 스마트 팜 솔루션 2.0 에서는 머신러닝 기술을 사용하여 온실내의 온습도를 최적으로 유지하는 기술에 머신러닝을 적용하였다. 기존의 스마트 팜 분야 연구가 생육환경 조절에 중점을 두어 생산성 증대에 집중되어 있지만 본 연구에서는 과일을 최상의 품질 상태에서 수확하여 좋은 가격으로 출하할 수 있도록 수확시기에 머신러닝을 적용하는 방법을 연구한다. 스마트 팜 분야에 머신러닝 기술을 적용하기 위해서는 풍부한 빅 데이터의 확보가 무엇보다 중요하므로 정확한 머신러닝 기술을 적용하기 위해서는 지속적으로 빅 데이터 수집이 가능해야 한다. 본 논문에서 수확시기 예측에 필요한 인자로는 온실 내에서 재배되는 과일의 색상 값과 무게 값, 내부 온습도 값을 색상센서 와 무게센서, 온습도센서를 사용하여 실시간으로 수집하여 확보한다. 본 논문에서 제안하는 FPSML은 유사 과일 재배에 반복적으로 사용할 수 있는 아키텍처를 제공하며 지속적으로 빅 데이터가 축적될수록 보다 정밀한 수확시기를 예측할 수 있다.
An investigation was made of the effect of carrot variety and harvest time (DAP) on the composition of carotenoids and the Retinol Equivalent value by column chromatography, and of the relation of the total carotenoid content to the Retinol Equivalent by regression analysis. The results are summarized as follows : 1. There were very significant differences of total carotenoid, ${\alpha}-carotene,\;and\;{\beta}-carotene$ contents among carrot varieties and between two harvest times(90 DAP, 99 DAP). Especially, each component of carotenoids in carrots harvested at 99 DAP attained higher concentrations than 90 DAP. 2. Retinol Equivalent value showed the tendency to increase as the numbers of DAP incr The Shindaehyung-Ochon and Hongshim-Ochon varieties had the highest RE. value. 3. In the composition of carotenoids and Retinol Equivalent value, the Shamgae-Ochon variety had the nearest value to the mean of all variety. Therefore, it is most reasonable to use the Shamgae-Ochon variety for the analysis of vitamin A value in carrots. 4. The regression of the totel carotenoid (x) to the Retinol Equivalent (y) was y = 0.074 + 0.12x $(r^2$ = 0.91). So, if total carotenoid content is determined, R.E. value can be predicted by this regression equations, saving time and labor.
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.