http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 곽동휘 ( Donghwi Kwak ) (검색결과 3 건)
- 무료
- 기관 내 무료
- 유료
-
단파적외선 초분광 영상을 이용한 수수의 일반영양성분 및 탄닌 측정 모델 개발
곽동휘 ( Donghwi Kwak ),이훈수 ( Hoonsoo Lee ),조병관 ( Byoung-kwan Cho ),이홍석 ( Hongseok Lee ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.1
수수는 풍부한 양의 단백질, 탄수화물 등을 함유하고 있어 세계적인 주요 작물로 널리 재배되고 있다. 또한 수수는 식물성 식품 중에서 탄닌 함량이 가장 높은 식품이다. 수수의 탄닌은 다양한 생리학적 효과를 가지고 있다. 항산화 작용을 통해 세포 손상을 예방하고, 면역력을 강화하며 혈당 조절과 소화 촉진에 도움을 준다. 따라서 본 연구에서는 수수의 영양성분과 기능성 물질인 탄닌을 비파괴적이고 신속하게 측정하기 위해 초분광 영상 정보를 이용한 검출 기술을 개발하고자 한다. 본 연구에 사용한 수수 시료는 시중에 유통되는 98가지의 제품을 사용하였다. 수수 낱알로부터 단파적 외선 초분광 영상을 획득하기 위하여 1000 nm~2500 nm의 범위를 측정할 수 있는 시스템을 이용하였다. 시스템은 수수의 낱알로부터 일반성분분석은 수분정량은 상압건조방법으로 105°C에서 2시간 건조하여 정량하였고 조단백질은 semimicro-Kjeldhl법으로 자동 단백질 분석기로 분석하였으며, 조지방은 Soxhlet 추출기를 사용하여 diethyl ether로 추출하여 정량하였다. 탄닌 함량 측정은 수수 시료를 분말화한 후 분말 시료 100 mg을 30 mL의 70% 에탄올/H2O(v/v)로 12시간 동안 추출하고 HCOOH를 사용하여 pH를 2.0으로 조정하였다. 얻어진 추출물을 15 mL의 n-헥산을 사용하여 탈지하고 진공 증발기로 옮겨 용매를 증발시켜 동일한 용액으로 헹구어 최종 부피 1.5 mL를 얻었다. 그리고 HPLC-DAD 시스템을 이용하여 탄닌 분석을 수행하였다. 일반영양성분 및 탄닌의 함량 예측 모델 개발을 위해 본 연구에서는 PLS 방법을 이용하였다. 총 98개의 수수 시료로부터 근적외선 스펙트럼 분석결과 일반성분 모두 0.90 이상의 결정계수를 나타내며, SEP는 0.48%로 낮은 오차를 나타내었다. 개발된 조단백질 예측 모델 역시 수분모델과 유사하게 0.92의 높은 값을 나타내었으며, 조지방과 탄수화물 예측 최적모델의 SEP값도 0.47%과 0.96%로 낮은 오차값을 나타내었다. 또한 기능성 성분 함량 결과에 있어서 은 0.73, SEP는 1460 mg/kg을 나타내었다. 이는 시료 내 미량이 함유된 탄닌 함량 예측에 단파적외선 초분광 스펙트럼의 활용의 가능성을 확인할 수 있었으며, 향후 수수 작물의 탄닌 함량의 실시간 예측을 통한 수확시기 결정에 활용될 수 있을 것으로 판단된다.
-
딥러닝 기반 RGB 이미징을 활용한 감자 식물의 비생물적 스트레스 탐지
곽동휘 ( Donghwi Kwak ),박범진 ( Beomjin Park ),이훈수 ( Hongseok Lee ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.2
감자는 전 세계적으로 널리 재배되는 작물로,땅에서 나는 사과라고도 불린다. 비타민C 함량은 사과의 3배이며, 높은 칼륨과 탄수화물 함량, 다양한 영양소를 포함하고 있어 식량뿐만 아니라, 사료로도 활용된다. 감자는 춥고 척박한 환경에서 잘 자라지만, 더위에는 약한 작물이다. 국제감자센터는 지구온난화가 계속될 경우 감자는 2060년까지 현재 생산량의 68%까지 감소할 것으로 전망했다. 따라서 본 연구에서는 두 개의 다른 환경 (관수 조건을 다르게 한 온실 6개 라인과 일정 거리마다 온도가 1도씩 증가하는 온도구배 하우스)에서 획득한 감자 잎의 이미지로 딥러닝을 진행하여 비생물적 스트레스에 대한 영향을 탐지하고자 한다. RGB 이미지들은 고프로 카메라(GoPro 11 Black)를 이용해 획득했으며, 이미지 전처리는 EXG 식생지수를 활용하여 배경을 제거하였다. 스트레스 단계 분류를 위해 온실은 관수조건에 따른 5개 단계, 온도구배는 온도 구배에 따른 4개 단계로 설정하였다. 분류를 위해 이미지의 복잡한 패턴과 특징을 추출하는 데 높은 성능을 보이는 합성곱 신경망(CNN) 기반의 아키텍처(Resnet-50, Alexnet, Googlenet)를 활용하였다. 각 모델은 사전 학습된 가중치를 이용하여 초기화 되었으며, 각각의 스트레스 단계에 대해 다중 클래스 분류를 수행하도록 학습되었다. 특히 ResNet-50 모델은 99.03%의 높은 정확도를 보였으며, 이는 깊은 층과 잔차 연결을 활용함으로써 복잡한 패턴 인식에 유리하기 때문으로 해석된다. 그러나 Alexnet과 Googlenet 역시 각각 정확도 98,06%, 98.5%로 충분히 우수한 성능을 보여주어, 다양한 스트레스 조건에서의 분류에 대해 CNN 기반 모델이 효과적임을 확인하였다. 본 연구는 지구온난화와 같은 범세계적인 문제가 작물 생산에 미치는 영향을 예측하고 대응하는데 중요한 방향성을 제시한다. 특히, 이러한 딥러닝 기반의 접근법은 신속하고 정확한 스트레스 탐지를 가능케 해, 작물의 생산성을 유지하고 향상 시키는데 도움이 될 것으로 예상된다.
-
콩 작물의 비료시비에 따른 생육 진단 모델 개발을 위한 최적파장 선정
정환조 ( Hwanjo Jeong ),박범진 ( Beomjin Park ),김주승 ( Juseung Kim ),곽동휘 ( Donghwi Kwak ),정동섭 ( Dongsub Jeong ),이훈수 ( Hoonsoo Lee ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.2
농업 분야에서 콩은 중요한 작물 중 하나로, 식량과 가축 사료로 광범위하게 사용되며 식물 단백질의 주요 공급원으로 인정받고 있다. 콩 작물의 수확량을 극대화하면서 동시에 비료 사용을 최적화하는 것은 농업 생산성 향상을 위한 과제 중 하나이다. 따라서 본 연구의 목적은 초분광 영상을 이용하여 비료 시비에 따른 콩 작물의 생육 진단 모델 개발 및 최적 파장을 선정하고자 한다. 콩의 노지를 3구역으로 나누어 각각 무처리, 표준시비, 2배시비로 처리하였다. 초분광 데이터 획득을 위해 400~1000nm의 파장데이터를 획득 할 수 있는 초분광 카메라를 선정하여 968*2400*608사이즈의 초분광 큐브를 제작하였다. 분석 방법으로는 PLS(Partial Least Square) 및SVM(Support Vector Machine) 기법을 사용하여 최적 모델 개발을 진행하였다. 최적 파장 선정을 위해 iPLS(Interval Partial Least Squares) SFS(Sequential Feature Selection), SPA(Successive projections algorithm), iPLS(interval partial least-squares)의 방법을 채택하였다. 이를 바탕으로 각 방법으로 12개의 최적 파장을 선정 하였고 이를 기반으로 9개의 최적파장을 종합하여 선정 하였다. 무처리와 표준시비간의 차이는 65% 무처리와 2배시비간의 차이는 83%로 확인되었다. 이러한 결과는 초분광 영상을 이용하여 콩 작물의 적절한 비료 투입 및 관리를 위한 잠재적 도구임을 시사하며, 이는 작물 수확량과 품질 관리의 용이함과 환경 데이터 획득의 기반이 될 것으로 판단된다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
