노지 스마트농업 테스트베드 구축 및 운영

박진기 ( Jinki Park ),이성태 ( Sungtae Lee ),이홍석 ( Hongseok Lee ),정회정 ( Hoejeong Jeong ),정미혜 ( Mihye Jeong ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0

노지 밭작물 재배는 기후변화 및 고령화 등으로 생산혁신을 위한 새로운 대안이 필요하다. 세계는 스마트농업을 미래의 성장산업으로 인식하고 있으며, 인공지능, 로봇, 빅데이터 등 디지털기술 발달로 국내외 스마트농업 시장 규모는 급속히 확대되고 있다. 우리나라 농가 인구는 2000년 403만명에서 2030년에는 54%가 감소한 187만명으로 예상하고 있으며, 고령화는 2000년 21.7%에서 2030년에는 59.7%로 증가할 것으로 예상하고 있다. 따라서 식량의 안정적 공급을 위해 미래 환경변화에 대응한 스마트농업으로 전환이 필요하다. 국립식량과학원 남부작물부 생산기술개발과에서는 노지 스마트농업을 실현하기 위해 콩을 대상으로 테스트베드를 구축하였다. 노지 스마트농업을 위해 무선네트워크 망 구축, 관수시스템, 배수시스템, 관비시스템, 드론스테이션, 기상 및 환경센서, CCTV 등 기반을 구축하였다. 테스트베드에는 자동 물관리, 자동 배수, 해충진단, 드론 방제, 드론 생육 진단, LiDAR 생육계측, 자율주행 농작업(파종, 두둑형성, 제초제살포 동시작업) 등 스마트기술을 적용하였다. 2022년 콩(품종: 선풍) 재배결과 기존 관행 재배에서 노동력은 75.9시간/ha이 투입되었으며, 테스트베드는 35.5시간/ha이 투입되어 53% 감소되었다. 콩 수량은 관행 재배에서 285kg/10a이고 테스트베드는 328kg/10a로 15% 증가하였다. 남부작물부 테스트베드에는 2022년부터 지속적으로 개발된 기술을 접목하여 운영하고 있다. 현장 확산을 위해 2023년에는 9개 도농업기술원에 테스트베드 구축하여 운영하고 있으며, 2024년에는 농가 현장에 노지 스마트농업 기반을 구축·운영하여 적용성을 검토할 예정이다.

원격탐사를 이용한 오창지역 작물의 생육단계별 식생특성

박진기 ( Jinki Park ),신형섭 ( Hyoungsub Shin ),나상일 ( Sangil Na ),박종화 ( Jonghwa Park ) 한국농공학회 2009 한국농공학회 학술대회초록집 Vol.2009 No.-

최근 지구온난화와 기후변화의 영향으로 계절에 따른 한반도의 홍수나 가뭄, 그리고 국지성 호우 등 각종 이상기후 발생이 늘어나고 규모도 커지고 있다. 이러한 원인 중에는 도시개발 등으로 인한 피복형태의 변화를 들 수 있다. 따라서 지구환경에 대한 영향을 파악하기 위해서는 식생 변화에 대한 주기적인 모니터링과 식생변화 특성에 대한 정보 획득과 평가가 필요하다. 위성영상을 이용한 식생조사의 경우 센서에 의해 감지되는 유용한 자료는 식물의 잎으로부터 얻어지므로 잎의 구조와 특성에 따른 분광특성을 이해함으로써 인공위성 영상자료를 식생조사에 활용할 수 있는 방법을 찾을 수 있을 것이다. 인공위성 영상자료를 이용한 식생지수는 식생의 활력도 및 녹피율에 따른 가시광선 및 근적외선 파장영역에서의 반사량의 차이를 이용한 계산식으로 식생의 생체량이나 생산성, 엽면적, 녹피율 등을 조사하고 예측 할 수 있다. 또한 현장에서 얻어진 작물의 생육단계별 분광반사를 정확하게 측정하여 그 특성을 파악해 둔다면 작물의 생태학적 특성과 생육량, 그리고 병충해의 유무, 한발에 의한 물 스트레스 정도, 홍수에 의한 침수 피해상황 등의 파악이 가능할 것이다. 본 연구는 논과 밭작물의 성장에 따른 식생특성을 분석하는데 중점을 두었으며, 대상지역은 충북 청원군 오창면 소로리 등에 대해 조사하고 검토하였다. 현장 조사를 실시한 작물은 양파, 감자, 옥수수, 마늘, 고추 및 벼 6종으로 시기별로 약간 차이를 보인다. 각 작물에 대해 휴대용 분광복사계(Li-1800, Li Cor. Inc.)를 이용하여 생육단계별 작물의 분광반사특성과 생육상태를 파악하고 식생수관 분석장치(LAI-2000, Li Cor. Inc.)를 이용하여 작물에 대한 엽면적지수를 측정하였다. 현장자료와 비교 검토를 위해 원격탐사 자료로 Landsat 영상을 참조자료로 활용하였다. 현장실험으로 얻어진 분광반사 자료와 엽면적지수를 기초로 Landsat 영상과 비교 분석하여 이 지역에 분포하는 작물의 특성을 나타내는 지수를 추출하여 제시하고자 하였다.

저수지 제체의 둑 높임 방법의 사례조사

이규호 ( Kyuho Lee ),박진기 ( Jinki Park ),신형섭 ( Hyoungsub Shin ),나상일 ( Sangil Na ),박종화 ( Jonghwa Park ) 한국농공학회 2009 한국농공학회 학술대회초록집 Vol.2009 No.-

저수지와 같은 기반시설 정비에 있어서는 시설이 갖는 다원적 기능의 현상과 가능성을 적절하게 파악하고 이를 기초로 정비계획을 입안할 필요가 있다. 그러나 각각의 저수지가 현재 어떠한 다원적 기능을 가지고 있는지 또한 정비 등으로 어떠한 다원적 기능을 발휘할 것인지를 판단하는 것은 매우 어렵다. 현재 전국의 등록된 저수지는 17,679개로 설치년도가 50년 이상인 저수지가 10,981개로 전채의 62%를 차지하고 있다. 이렇게 노후화된 시설이 대부분을 차지하는 현 시점에서 물부족국가의 위치에 있는 우리의 경우 이러한 노후화된 저수지를 효율적으로 활용하는 방법을 찾는 것이 매우 중요하다. 최근들어 농림수산식품부와 한국농어촌공사는 4대강 물길 따라 흐르는 농촌 희망 금수강촌 프로젝트의 일환으로 4대강 수계의 저수지 둑을 높여 한해와 수해를 사전 예방하고자 둑 높임사업을 추진하고 있다. 둑 높임 사업의 목적은 기존 농업용 저수지의 둑을 높여 담수량을 늘려 홍수 및 가뭄등 재해예방과 주변 지역의 환경용수를 확보하여 공급하는데 있다. 한국농어촌공사는 농업용저수지 둑 높임 사업으로 저수지 138개에 대한 현지조사를 실시하고 이중 96개를 선정하여 사업을 추진하고 있다. 따라서 본 연구에서는 저수지가 갖는 다원적기능을 발휘하고 규모에 따라 안전하게 저수지 둑 높임을 할 수 있는 방법에 대해 조사 분석하여 제시하고자 한다.

RS/GIS 기반의 쌀 생산량 예측 모델 개발을 위한 논 분포도 작성 및 주요 인자 추출에 관한 연구

나상일 ( Sangil Na ),박진기 ( Jinki Park ),백신철 ( Shinchul Baek ),박종화 ( Jonghwa Park ) 한국농공학회 2011 한국농공학회 학술대회초록집 Vol.2011 No.-

벼농사는 식량공급원 뿐만 아니라 종합적인 국토관리의 역할을 담당하고 있다. 그러나 최근 기상악화에 따른 농작물 생산량 감소와 각국의 식량안보용 재고량 확보, 투기세력의 활동 등으로 인하여 벼 재배면적 및 생산량이 매우 유동적으로 변하고 있으며, 이에 따른 곡물가격 폭등의 영향으로 식료품에서부터 일반소비재 물가까지 줄줄이 인상되는 이른바 에그플레이션 현상이 나타나고 있다. 특히 쌀의 경우, 80%의 곡물자급률을 보였던 1970년 이래로 단위생산량은 증가되었으나 1인당 소비량이 동기간 136㎏에서 74㎏으로 절반 가까이 줄어들어 쌀 재고량은 적정치 72만톤보다 2배 이상 남아돌게 되었다. 이는 곧 쌀의 가격을 하락시켜 영농의욕을 떨어뜨려 식량자급의 선순환에 장애를 야기하고 있다. 이를 해결하기 위하여 최근에는 원격탐사 기술을 활용하여 벼의 생육상황 모니터링, 생산량 예측, 식량공급과 수급조절을 위한 종합적인 생산관리 방안 구축 등 농업 전반적인 분야로 확대되고 있는 추세이다. 이에 따라 본 연구에서는 RS/GIS 기반의 쌀 생산량 예측 모델 개발을 위하여 전국을 대상으로 논의 분포도를 작성하고, 벼의 생육기간에 따른 식생지수, 평균온도, 최고온도, 최저온도, 강우량 및 누적강우량을 대상으로 요인분석을 실시하여 생산량 예측에 영향을 미치는 주요 인자를 추출하였다. 본 연구의 시간적 범위는 MODIS 위성영상 활용 가능 연도인 2002년~2010년으로 선정하였고, 벼의 생육기간을 고려하여 각 연도별 5월~10월의 시계열 자료를 사용하였다. 또한, 식생지수는 MODIS 10-day composite 자료를 보정하여 사용하였으며, 기상 자료, 생산량 자료 및 토지이용도는 연도별 기상연보와 통계청의 연간 생산량 자료, 국립지리원의 토지이용도를 이용하였다. 그 결과, 7,580개의 250m 기준 논 필지 그리드를 추출하였으며, 추출된 논 필지 그리드를 중첩하여 각 필지별 식생지수와 기상인자를 추출하였다. 추출된 각 인자들의 요인분석 결과, 8월 식생지수, 7월 최저온도, 9월 강우량 등이 쌀 생산량에 주요한 인자로 나타났다. 그러나, 생산량과의 회귀분석 결과, 유의하지 못한 수준으로 나타나 각 인자를 이용한 쌀 생산량 예측 모델 개발에는 추가적인 연구가 필요할 것으로 사료된다.

공간규모에 따른 NDVI와 논벼 생산량과의 상관관계 검토

나상일 ( Sangil Na ),박진기 ( Jinki Park ),백신철 ( Shinchul Baek ),오시영 ( Siyoung Oh ),박종화 ( Jonghwa Park ) 한국농공학회 2012 한국농공학회 학술대회초록집 Vol.2012 No.-

우리나라와 같이 벼를 주식으로 하는 나라에서 벼농사는 식량공급원 뿐만 아니라 종합적인 국토관리의 역할을 담당하고 있다. 그러나 최근 기상이변으로 인한 벼 재배면적 및 생산량의 유동적 변화는 식량안보에 중대한 영향을 미치고 있다. 이를 해결하기 위하여 미국, EU 등 선진국은 위성영상을 판독하여 경지면적조사, 재배면적조사, 작황 예측 및 생산량 예측 등 농업분야에 RS 기법을 적극적으로 활용하고 있으며, 국내에서도 원격탐사 기술을 벼의 생육상황 모니터링, 생산량 예측, 식량공급과 수급조절을 위한 종합적인 생산관리 방안 구축 등 농업 전반적인 분야로 확대하고 있는 추세이다. 특히 아리랑 2호(KOMPSAT-2) 위성의 성공적인 발사로 저렴한 국산 위성영상의 활용이 가능해짐에 따라 원격탐사 기술을 이용한 농업생산량 예측에의 적용 가능성과 도입방법에 대한 구체적인 검토를 시작하고 있다. 그러나 원격탐사 기술의 실용화에는 다양한 제약조건을 가지고 있으며, 이는 다음과 같은 국내 농업여건에 기인한다. 첫째, 우리나라는 농지의 규모가 상대적으로 작고 산간부 등 지형이 복합하다. 특히, 소규모의 불규칙한 농지가 많아 격자형태의 위성영상에 적용할 때 공간적 왜곡이 심하다. 둘째, 좁은 공간에 다양한 피복형태가 혼재되어 있으며, 다품종 작황체계 중심의 농업여건이다. 이와 같은 제약조건 때문에 생산량 예측에 대한 원격탐사 기술의 적용에 앞서 위성영상에서 추출한 NDVI와 생산량과의 상관관계를 검토하여 적용 가능성 및 예측력을 사전에 파악하고, NDVI의 추가적인 보정여부에 대한 판단을 하여야 한다. 이에 따라 본 연구에서는 위성영상에서 추출한 NDVI와 논벼의 생산량 통계자료를 이용하여 공간규모에 따른 상관관계를 검토하였다. 논벼 재배지의 공간규모는 전국단위, 도단위, 시군단위, 포구단위의 4단계로 분류하였으며, 2001년∼2010년까지 10년간의 MODIS 위성영상에서 추출한 NDVI와 논벼 생산량 통계자료 간의 상관분석을 실시하였다. 그 결과, 전국단위, 도단위, 시군단위 및 포구단위의 상관계수는 각각 0.603, 0.571, 0.472, 0.005로 나타났으며, 고해상도 위성영상인 KOMPSAT-2를 3개 시군(경기 안성시, 충남 서천군, 경북 경산시)에 적용하여 포구단위 상관관계를 분석한 결과, 각각 0.4706, 0.3019, 0.6332의 상관계수를 나타내었다.

양방향 디지털 콘텐츠 검증 시스템을 위한 Java 컴파일러의 설계 및 구현

손민성(MinSung Son),박진기(JinKi Park),이양선(YangSun Lee) 한국멀티미디어학회 2007 한국멀티미디어학회 학술발표논문집 Vol.2007 No.1

데이터방송이 시작 되면서 데이터 방송용 양방향 콘텐츠에 대한 수요가 급속하게 증가하고 있다. 양방향 디지털 방송은 기존의 아날로그 방송과는 달리 비디오/오디오 콘텐츠뿐만 아니라 데이터 콘텐츠 및 양방향성 등을 제공한다. 하지만 양방향 콘텐츠 개발에 필요한 저작 도구 및 검증 시스템은 아주 초보적인 수준에 머물러 있는 것이 현실이다. 그러나 방송의 특성상 콘텐츠 상에서의 오류는 방송 사고에까지 이를 수 있는 심각한 상황이 연출 될 수 있다. 본 연구 팀은 이러한 DTV 콘텐츠 개발 요구에 부응하여, 개발자의 콘텐츠 개발 및 사업자 또는 기관에서의 콘텐츠 검증이 원활이 이루어 질수 있도록 하는 양방향 콘텐츠 검증 시스템을 개발 중이다. 양방향 콘텐츠 검증 시스템은 Java 컴파일러, 디버거, 미들웨어, 가상머신, 그리고 IDE 등으로 구성된다. 본 논문에서 양방향 디지털 콘텐츠 검증 시스템에서 데이터 방송용 자바 애플리케이션(Xlet)을 컴파일하여 에뮬레이팅 하거나 런타임 상에서 디버깅이 가능하도록 하는 바이너리형태의 class 파일을 생성하는 Java 컴파일러에 대하여 기술한다.

u-VM을 위한 CPP 컴파일러의 개발

손민성(MinSung Son),박진기(Jinki Park),이양선(YangSun Lee) 한국멀티미디어학회 2007 한국멀티미디어학회 학술발표논문집 Vol.2007 No.1

대부분의 기존 C/C++ 컴파일러들은 C/C++ 언어로 작성된 프로그램을 목적 코드로 번역하여 실행하는 구조를 지니고 있다. 따라서 수행 환경이 변하게 되면 C/C++ 언어로 작성된 프로그램을 해당 플랫폼에 적합하게 수정해야하고 플랫폼 마다 수행 가능한 목적 코드로 번역하는 컴파일러가 존재해야한다. 그리고 코드의 재활용성 및 이식성 또한 떨어지게 된다. 본 연구팀은 가상기계 기술을 기반으로 하여, C/C++, Java로 작성된 코드를 별 다른 수정 없이 다양한 플랫폼에서 수행시킬 수 있도록 하는 통합 개발 솔루션인 u-VM을 개발 하였다. u-VM은 CPP 컴파일러와 Bytecode-to-Sil 번역기에서 생성된 중간 코드인 SIL을 입력으로 받아 플랫폼에 독립적으로 프로그램을 수행 시켜주는 가상 기계 솔루션이다. 본 논문에서는 C/C++ 프로그램을 입력으로 받아 u-VM에서 수행 가능하도록 중간코드인 SIL을 생성하는 CPP 컴파일러에 대하여 기술한다. CPP 컴파일러는 C/C++ 프로그램을 입력 받아 어휘 분석과 구분 분석 과정을 수행하고 AST를 생성한다. 의미 분석 단계에서는 AST를 탐색하면서 심벌 테이블에 변수의 속성을 삽입하고, 수집된 속성을 통해 참조된 명칭의 사용이 타당한지 검사를 한 뒤에 코드생성이 용이하도록 AST에 추가 정보를 삽입하여 ST를 구성한다. 코드생성 단계에서는 패턴 매칭 기법을 이용하여 입력된 프로그램과 의미적으로 동등한 중간코드를 생성한다.

초분광영상을 이용한 콩 제초제 피해진단 기술 개발

이홍석(HongSeok Lee),전현정(HyenChung Chun),박진기(JinKi Park),정희정(HoeJeong Jeong),이성태(Seongtae Lee),정미혜(MiHye Jeong),양주현(YangJoo Hyu) 한국잡초학회 2023 한국잡초학회 별책(학술대회 초록집) Vol.43 No.1

초분광활용 콩 제초제 피해진단 기술 개발

이홍석 ( Hongseok Lee ),전현정 ( Hyenchung Chun ),박진기 ( Jinki Park ),정회정 ( Hoejeong Jeong ),이성태 ( Seongtae Lee ),정미혜 ( Mihye Jeong ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0

Among the fundamental problems of soybean cultivation, damage from selective and non-selective herbicides used in conventional agriculture continues to occur. In particular, damage from herbicides and nutrients during early growth is difficult to classify even through visual inspection by experts, so analysis is being conducted in a laboratory environment. As such, analysis in a laboratory environment has a delayed response time and requires a lot of manpower. To solve this problem, we developed a technology to detect herbicide damage using hyperspectral imaging. To diagnose damage, Daechan beans were treated with the most commonly used herbicides, foliar treatments, bentazone and glufosinate, and soil treatments, Linuron and Alachlor. Germination of the soil treatment agent began 10 days after soil treatment, and analysis was performed based on when the cotyledons were fully unfolded. Reneuron showed the highest classification accuracy when using 785nm and 890nm wavelengths, and Alachlor showed the highest classification accuracy when using 788nm and 944nm wavelengths. For Reneuron, the classification accuracy is 88.49% (1x), 89.51% (2x), 90.31% (4x), 99.99% (8x), and 100% (16x), and for Alachlor, the classification accuracy is 63.41% (1x). They were 82.82% (2x), 95.06% (4x), 96.62% (8x), and 96.71% (16x). The foliage treatment agent was applied during the third leaf stage of the crop growth season, and images were measured and analyzed for 10 days. Glufosinate showed the highest classification accuracy when using 1387nm and 1563nm wavelengths, and bentazone showed the highest classification accuracy when using 1408nm and 1493nm wavelengths. For glufosinate, the classification accuracy was measured at 77.97% (1x), 93.52% (2x), 93.70% (4x), 96.70% (8x), and 97.53% (16x), and for bentazone, the classification accuracy was 87.06% (1x), 94.04% (2x), 93.72% (4x), 93.02% (8x), and 93.64% (16x).

무인기 기반 RGB 영상 활용 U-Net을 이용한 수수 재배지 분할

박기수,유찬석,강예성,김은리,정종찬,박진기,Kisu Park,Chanseok Ryu,Yeseong Kang,Eunri Kim,Jongchan Jeong,Jinki Park 대한원격탐사학회 2023 大韓遠隔探査學會誌 Vol.39 No.5

When converting rice fields into fields,sorghum (sorghum bicolor L. Moench) has excellent moisture resistance, enabling stable production along with soybeans. Therefore, it is a crop that is expected to improve the self-sufficiency rate of domestic food crops and solve the rice supply-demand imbalance problem. However, there is a lack of fundamental statistics,such as cultivation fields required for estimating yields, due to the traditional survey method, which takes a long time even with a large manpower. In this study, U-Net was applied to RGB images based on unmanned aerial vehicle to confirm the possibility of non-destructive segmentation of sorghum cultivation fields. RGB images were acquired on July 28, August 13, and August 25, 2022. On each image acquisition date, datasets were divided into 6,000 training datasets and 1,000 validation datasets with a size of 512 × 512 images. Classification models were developed based on three classes consisting of Sorghum fields(sorghum), rice and soybean fields(others), and non-agricultural fields(background), and two classes consisting of sorghum and non-sorghum (others+background). The classification accuracy of sorghum cultivation fields was higher than 0.91 in the three class-based models at all acquisition dates, but learning confusion occurred in the other classes in the August dataset. In contrast, the two-class-based model showed an accuracy of 0.95 or better in all classes, with stable learning on the August dataset. As a result, two class-based models in August will be advantageous for calculating the cultivation fields of sorghum.