http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
근적외선 분광분석법 이용한 출수기 후 벼의 함수율 예측 딥러닝 모델 개발
김남욱 ( Nam-wook Kim ),이홍구 ( Hong-gu Lee ),양하은 ( Ha-eun Yang ),김상은 ( Sang-eun Kim ),상완규 ( Wan-gyu Sang ),백재경 ( Jae-kyeong Baek ),모창연 ( Changyeun Mo ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2
국내 주요 작물로서 많은 양이 생산 및 소비되는 벼는 디지털 농업 기술의 선도적 적용을 통한 고도화가 유망한 작물 중 하나이다. 벼의 수분함량은 생산, 수확, 수확후 과정에서 식미, 품질 변화, 도정 효율 등 벼의 상품성 및 생산성에 큰 영향을 미치는 중요한 요소이다. 이를 향상시키기 위해 종자에 손상을 가하지 않음과 동시에 신속하고 정확한 수분함량 측정을 통한 적절한 농업 의사결정 및 수확 후 관리가 요구된다. 따라서 본 연구에서는 근적외선 분광분석법을 이용하여 도정 전 벼 함수율을 비파괴적으로 예측할 수 있는 딥러닝 모델을 개발하였다. 시료로 2022년 국립식량과학원에서 추수된 도정 전 상태의 신동진 벼가 사용되었으며, 출수기 후 14일, 21일, 28일, 35일, 42일이 지난 벼 종자를 획득하여 사용하였다. 각각의 그룹을 직경 50mm, 높이 15mm의 시료 용기에 담아 75개씩 샘플을 제작하여 샘플별 10회 분광 측정하였으며, 스펙트럼 측정 후 자연 건조를 통해 함수율 변화에 따른 스펙트럼을 추가적으로 측정하였다. 측정된 데이터들은 스펙트럼 전처리를 적용하여 학습 및 검증 데이터로 사용하였으며, 이후 인공신경망 네트워크를 개발하고 학습시켜 출수기 이후 벼 내부의 함수율 예측하는 딥러닝 모델을 개발하였다. 그 결과 근적외선 분광 기술과 딥러닝 알고리즘을 접목함으로서 벼의 함수율 측정이 가능함을 보였다. 또한 수확 벼의 물성 데이터 획득부터 함수율 예측까지의 과정을 비파괴적으로 신속하고 수행할 수 있는 방법을 제시하였다. 추후 벼 품질 결정 중요 인자들에 관한 연구들과 함께 활용되어 콤바인 기반 실시간 데이터 취득 및 품질 판정 시스템 연구 및 개발에 대한 기초 자료로 활용 가능할 것으로 판단된다.