딥러닝을 이용한 벼 도복 면적 추정

반호영,백재경,상완규,김준환,서명철,Ban, Ho-Young,Baek, Jae-Kyeong,Sang, Wan-Gyu,Kim, Jun-Hwan,Seo, Myung-Chul 한국작물학회 2021 한국작물학회지 Vol.66 No.2

해마다, 강한 바람을 동반한 태풍 및 집중호우로 인해 벼도복이 발생하고 있으며, 이삭이 여무는 등숙기에 도복으로 인한 수발아와 관련된 피해를 발생시키고 있다. 따라서,신속한 피해 대응을 위해 신속한 벼 도복 피해 면적 산정은 필수적이다. 벼 도복과 관련된 이미지들은 도복이 발생된 김제, 부안, 군산일대에서 드론을 이용하여 수집하였고, 수집한 이미지들을 128 × 128 픽셀로 분할하였다. 벼 도복을 예측하기 위해 이미지 기반 딥 러닝 모델인 CNN을 이용하였다. 분할한 이미지들은 도복 이미지(lodging)와 정상 이미지(non-lodging) 2가지로 라벨로 분류하였고, 자료들은 학습을 위한 training-set과 검증을 위한 vali-se을 8:2의 비율로 구분하였다. CNN의 층을 간단하게 구성하여, 3개의 optimizer (Adam, Rmsprop, and SGD)로 모델을 학습하였다. 벼 도복 면적 평가는 training-set과 vali-set에 포함되지 않은 자료를 이용하였으며, 이미지들을 methshape 프로그램으로 전체 농지로 결합하여 총 3개의 농지를 평가하였다. 도복 면적 추정은 필지 전체의 이미지를 모델의 학습 입력 크기(128 × 128)로 분할하여 학습된 CNN 모델로 각각 예측한 후, 전체 분할 이미지 개수 대비 도복 이미지 개수의 비율을 전체 농지의 면적에 곱하여 산정하였다. training-set과 vali-set에 대한 학습 결과, 3개의 optimizer 모두 학습이 진행됨에 따라 정확도가 높아졌으며, 0.919 이상의 높은 정확도를 보였다. 평가를 위한 3개의 농지에 대한 결과는 모든 optimizer에서 높은 정확도를 보였으며, Adam이 가장 높은 정확도를 보였다(RMSE: 52.80 m², NRMSE: 2.73%). 따라서 딥 러닝을 이용하여 신속하게 벼 도복 면적을 추정할 수 있을 것으로 예상된다. Rice lodging is an annual occurrence caused by typhoons accompanied by strong winds and strong rainfall, resulting in damage relating to pre-harvest sprouting during the ripening period. Thus, rapid estimations of the area of lodged rice are necessary to enable timely responses to damage. To this end, we obtained images related to rice lodging using a drone in Gimje, Buan, and Gunsan, which were converted to 128 × 128 pixels images. A convolutional neural network (CNN) model, a deep learning model based on these images, was used to predict rice lodging, which was classified into two types (lodging and non-lodging), and the images were divided in a 8:2 ratio into a training set and a validation set. The CNN model was layered and trained using three optimizers (Adam, Rmsprop, and SGD). The area of rice lodging was evaluated for the three fields using the obtained data, with the exception of the training set and validation set. The images were combined to give composites images of the entire fields using Metashape, and these images were divided into 128 × 128 pixels. Lodging in the divided images was predicted using the trained CNN model, and the extent of lodging was calculated by multiplying the ratio of the total number of field images by the number of lodging images by the area of the entire field. The results for the training and validation sets showed that accuracy increased with a progression in learning and eventually reached a level greater than 0.919. The results obtained for each of the three fields showed high accuracy with respect to all optimizers, among which, Adam showed the highest accuracy (normalized root mean square error: 2.73%). On the basis of the findings of this study, it is anticipated that the area of lodged rice can be rapidly predicted using deep learning.

고온과 한발이 콩의 수량 및 품질에 미치는 영향

신평,상완규,김준환,이윤호,백재경,권동원,조정일,서명철,Shin, Pyeong,Sang, Wan-Gyu,Kim, Jun-Hwan,Lee, Yun-ho,Baek, Jae-Kyeong,Kwon, Dong-Won,Cho, Jung-Il,Seo, Myung-Chul 한국작물학회 2020 한국작물학회지 Vol.65 No.4

본 연구는 2017년과 2018년의 기상을 가지고 연도별에 따른 대원, 대풍2호, 풍산나물콩의 생육 및 수량구성요소와 종자 크기, 지방, 단백질 함량을 분석하였다. 두 연도별 생육 시기를 보면 대원과 대풍2호에서 2018년이 2017년보다 생육 시기가 빠른 경향을 보였으나 풍산나물콩은 큰 차이가 없었다. 생육 기간 중 R1~R5에서 평균기온은 모든 품종에서 2018년이 2017년보다 높은 반면에 강수량은 풍산나물콩을 제외한 모든 품종에서 2018년이 2017년보다 적었다. 수분모형으로 각 연도의 일별 토양수분함량을 예측한 결과 2018년이 2017년보다 한발 기간이 길었고 개화시부터 종실비대기 이전까지 한발이 지속된 것으로 예측되었다. 종실 수량과 백립중은 2017년이 2018년보다 더 컸으며, 종실 크기는 2017년의 종실이 2018년보다 큰 경향을 나타내었다. 지방 함량은 모든 품종에서 2017년의 지방함량이 2018년보다 많았고 대풍2호, 대원이 연도별 기상에 따른 큰 차이를 보였다. 반면 단백질 함량은 2018년이 2017년보다 높은 경향을 보였지만 품종별 차이를 나타내었다. 결과적으로 2018년의 개화시부터 종실비대시 이전 기간이 2017년보다 평균기온이 높고 강수량이 적은 기상으로 인하여 콩의 수량, 지방 및 단백질 함량에 영향을 주었다. 이번 연구를 통하여 고온과 한발에 내성이 있음과 동시에 품질 감소가 저하되는 콩 품종 개발 및 재배 연구가 활발하게 이루어질 것이라 생각된다.

상승된 이산화탄소와 온도 그리고 한발 영향에 따른 감자의 군락 형태와 무기영양 변화

이윤호,조현숙,김준환,상완규,신평,백재경,서명철,Lee, Yun-Ho,Cho, Hyeoun-Suk,Kim, Jun-Hwan,Sang, Wan-Gyu,Shin, Pyong,Baek, Jae-Kyeong,Seo, Myung-Chul 한국작물학회 2018 한국작물학회지 Vol.63 No.2

Elevated atmospheric carbon dioxide concentration ($CO_2$) is a major component of climate change, and this increase can be expected to continue into the crop and food security in the future. In this study, Soil-Plant-Atmosphere-Research (SPAR) chambers were used to examine the effect of elevated $CO_2$, temperature, and drought on the canopy architecture and concentration of macronutrients in potatoes (Solanum tuberosum L.). Drought stress treatments were imposed on potato plants 40 days after emergence. Under AT+2.8C700 (30-year average temperature + $2.8^{\circ}C$ at $700{\mu}mol\;mol^{-1}$ of $CO_2$), at maximum leaf area, elevated $CO_2$, and no drought stress, a significant increase was observed in both the aboveground biomass and tuber, and for the developmental stage. Even though $CO_2$ and temperature had increased, AT+2.8C700DS (30-year average temperature + $2.8^{\circ}C$ at $700{\mu}mol\;mol^{-1}$ of $CO_2$ under drought stress) under drought stress showed that the leaf area index (LAI) and dry weight were reduced by drought stress. At maturity, potatoes grown under $CO_2$ enrichment and no drought stress exhibited significantly lower concentrations of N and P in their leaves, and of N, P, and K in tubers under AT+2.8C700. In contrast, elevated $CO_2$ and drought stress tended to increase the tuber Mg concentration under AT+2.8C700DS. Plants grown in AT+2.8C700 had lower protein contents than plants grown under ATC450 (30-year average temperature at $400{\mu}mol\;mol^{-1}$ of $CO_2$). However, plants grown under AT+2.8C700 showed higher tuber bulking than those grown under AT+2.8C700DS. These findings suggest that the increase in $CO_2$ concentrations and drought events in the future are likely to decrease the macronutrients and protein concentrations in potatoes, which are important for the human diet.

RGB 작물 생육지수를 활용한 콩 한발 스트레스 판별기술 평가

상완규 ( Wan-gyu Sang ),김준환 ( Jun-hwan Kim ),백재경 ( Jae-kyeong Baek ),권동원 ( Dongwon Kwon ),반호영 ( Ho-young Ban ),조정일 ( Jung-il Cho ),서명철 ( Myung-chul Seo ) 한국농림기상학회 2021 한국농림기상학회지 Vol.23 No.4

본 연구는 콩의 한발 스트레스 판별에 대하여 RGB 영상에 기반한 작물 생육 지수의 적용 가능성과 한계점을 구명하기 위해 수행되었다. RGB 영상에서 추출한 생육 지수들과 한발 스트레스에 반응하는 대표적인 표현형 지표들(군락 피복도, 엽면적, 엽록소 함량 등)과의 높은 상관관계를 통해 영상 기반 생육 진단 모델개발의 가능성을 확인할 수 있었다. 다만 판별의 정확도와 해상도를 개선시키기 위해서는 향후 다양한 재배 조건에서 지속적인 성능 평가가 이루어져야 할 것이다. 본 연구의 결과는 향후 RGB 영상을 활용한 콩 환경 스트레스 판별에 있어서 영상 전처리, 영상 분석 방법, 생육 지수 정량화 기술 개발에 도움을 줄 수 있을 것이며, 개발된 생육 인자 예측 모델은 환경 스트레스 조기 진단을 통한 영농 의사결정 지원 모델의 개발에 기여할 수 있을 것으로 판단된다. Continuous monitoring of RGB (Red, Green, Blue) vegetation indices is important to apply remote sensing technology for the estimation of crop growth. In this study, we evaluated the performance of eight vegetation indices derived from soybean RGB images with various agronomic parameters under drought stress condition. Drought stress influenced the behavior of various RGB vegetation indices related soybean canopy architecture and leaf color. In particular, reported vegetation indices such as ExGR (Excessive green index minus excess red index), Ipca (Principal Component Analysis Index), NGRDI (Normalized Green Red Difference Index), VARI (Visible Atmospherically Resistance Index), SAVI (Soil Adjusted Vegetation Index) were effective tools in obtaining canopy coverage and leaf chlorophyll content in soybean field. In addition, the RGB vegetation indices related to leaf color responded more sensitively to drought stress than those related to canopy coverage. The PLS-DA (Partial Squares-Discriminant Analysis) results showed that the separation of RGB vegetation indices was distinct by drought stress. The results, yet preliminary, display the potential of applying vegetation indices based on RGB images as a tool for monitoring crop environmental stress.

기후변화에 따른 국내 벼 품종과 재배기술의 적응성에 관한 고찰

서명철,김준환,최경진,이윤호,상완규,조현숙,조정일,신평,백재경,Seo, Myung-Chul,Kim, Joon Hwan,Choi, Kyeong Jin,Lee, Yun-Ho,Sang, Wan-Gyu,Cho, Hyeon Suk,Cho, Jung-Il,Shin, Pyeong,Baek, Jae Kyeong 한국작물학회 2020 한국작물학회지 Vol.65 No.4

In recent years, the temperature of Korea has been rapidly increasing due to global warming. Over the past 40 years, the temperature of Korea has risen by about 1.26℃ compared to that in the early 1980s. By region, the west region of the Gangwon Province was the highest at 1.76℃ and the Jeonnam Province was the lowest at 0.96℃. As the temperature continues to rise, it is expected that the rice yield will decrease in the future using the current standard cultivation method. As a result of global warming, the periods in which rice cultivation could be possible in regions each year has increased compared those to the past, showing a wide variety from 110 days in Taebaek to 180 days in Busan and Gwangyang. In addition, the transplanting time was delayed by 3-5 days in all regions. The average annual yield of rice showed an increasing trend when we analyzed the average productivities of developed varieties for cooked rice since the 1980s, especially in the early 1990s, which showed a rapid increase in productivity. The relationship between the average temperature at the time of development and the rice yield was divided into the periods before and after 1996. The higher the average temperature, the lower the yield of the developed varieties until 1996. However, since 1996, the increase in the average temperature did not show a trend in the productivity of the developed varieties. The climate change adaptability of developed rice varieties was investigated by analyzing the results of growing crops nationwide from 1999 to 2016 and the change in the annual yields of developed varieties and recently developed varieties as basic data to investigate the growth status of the crops in the country. As a result of annual comparisons of the yields of Taebongbyeo (2000) and Ungwangbyeo (2004) developed in the early 2000s for Odaebyeo, which was developed in the 1980s, the annual yields were relatively higher in varieties in the 2000s despite the increase in temperature. The annual yields of Samgwangbyeo (2003) and Saenuribyeo (2007), which were recently developed as mid-late-type varieties, were higher than those of an earlier developed variety called Chucheongbyeo, which was developed in the 1970s. Despite the rapid increase in temperature, rice cultivation technology and variety development are well adapted to climate change. However, since the biological potential of rice could reach its limit, it is necessary to develop continuous response technology.

RGB 컬러 이미지를 이용한 콩의 군락 피복과 엽면적에 대한 저비용 평가

이윤호 ( Yun-ho Lee ),상완규 ( Wan-gyu Sang ),백재경 ( Jae-kyeong Baek ),김준환 ( Jun-hwan Kim ),조정일 ( Jung-il Cho ),서명철 ( Myung-chul Seo ) 한국농림기상학회 2020 한국농림기상학회지 Vol.22 No.1

This study compared RGB color images with canopy light interception (LI) and leaf area index (LAI) measurements for low cost and low labor. LAI and LI were measured from vertical gap fraction derived from top of digital image in soybean canopy cover (cv Daewonkong, Deapongkong and Pungsannamulkong). RGB color images, LAI, and LI were collected from V4.5 stage to R5stage. Image segmentation was based on excess green minus excess red index (ExG-ExR). There was a linear relationship between LAI measured with LI (r²=0.84). There was alinear relation ship between LI measured with canopy cover on image (CCI) (r²=0.94). There was a significant positive relationship(r²=0.74) between LAI and CCI at all grow ingseason. Therefore, it is expected that in the future, the RGB color image could be able to easily measure the LAI and the LI at low cost and low labor.

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.

한국형 SPAR(Soil-Plant-Atmosphere-Research) 시스템에서 대용량 관측 자료의 처리 및 품질관리

상완규 ( Wan-gyu Sang ),김준환 ( Jun-hwan Kim ),신평 ( Pyong Shin ),백재경 ( Jae-kyeong Baek ),서명철 ( Myung-chul Seo ) 한국농림기상학회 2020 한국농림기상학회지 Vol.22 No.4

본 연구에서는 첨단 옥외환경조절시설인 SPAR 시스템의 작물 및 환경 관측 자료의 품질 관리와 보증방법을 최초로 제시하였다. 특히 실시간 군락 CO₂플럭스의 경우에는 수집되는 자료의 특성을 고려하여 이상치의 제거와 보정이 병행되어야 함을 확인하였다. 본 연구를 통해 구축된 자료 처리 방법들은 향후 SPAR 자료를 통한 작물 생육 모형 개선에 매우 중요하게 활용될 수 있을 것으로 보인다. SPAR 내 작물과 환경 관련 10분 평균 자료는 국립식량과학원 내 작물 연구 통합 정보시스템(Crop Research Information System, CRIS) 웹사이트(www2.nics.go.kr/cris)에서 이용 가능하다. In this study, we developed the quality control and assurance method of measurement data of SPAR (Soil-Plant-Atmosphere-Research) system, a climate change research facility, for the first time. It was found that the precise processing of CO₂ flux data among many observations were significantly important to increase the accuracy of canopy photosynthesis measurements in the SPAR system. The collected raw CO₂ flux data should first be removed error and missing data and then replaced with estimated data according to photosynthetic lig ht response curve model. Comparing the correlation between cumulative net assimilation and soybean biomass, the quality control and assurance of the raw CO₂ flux data showed an improved effect on canopy photosynthesis evaluation by increasing the coefficient of determination (R²) and lowering the root mean square error (RMSE). These data processing methods are expected to be usefully applied to the development of crop growth model using SPAR system.

지상 고정형 작물 원격탐사 센서 자료와 표준 생육정보를 융합한 작물 모니터링 기법

김현기 ( Hyunki Kim ),문현동 ( Hyun-dong Moon ),류재현 ( Jae-hyun Ryu ),권동원 ( Dong-won Kwon ),백재경 ( Jae-kyeong Baek ),서명철 ( Myung-chul Seo ),조재일 ( Jaeil Cho ) 대한원격탐사학회 2021 大韓遠隔探査學會誌 Vol.37 No.5

원격탐사 기술을 이용하면 작물의 생육·생리 상태를 비파괴적이고 연속적으로 탐지할 수 있어 그 농업적 활용 가치가 크다. 원격탐사 기반 센서를 농장에 설치하여 스마트팜 시스템에 활용하면, 작물의 이상 여부를 실시간으로 연속해서 감시하여 농업정보(Agro-information)를 생산할 수 있다. 하지만, 작물은 동적으로 변하는 생물이므로, 관측 물리량이 작물의 이상 상태를 나타내는 것인지 생육단계에 따른 생육 변화를 나타내는 것인지 판단하기는 쉽지 않다. 따라서, 작물의 표준 생육정보(Standard growth information) 와 비교한 상대적인 생육을 파악해야 한다. 이상적인 재배관리에서 획득한 작물 생육관련 누적기온인 GDD (Growing Degree Days)와 식생지수의 관계를 표준 생육정보로 두고, 표준 재배관리 시행 논과 무비료처리한 논 각각에서 분광반사측정 센서로 관측된 식생지수(NDVI, Normalized Difference Vegetation Index; CCI, Chlorophyll/Carotenoid Index)와 비교해 작물 상태를 파악했다. 영양생장기 동안에는 생육 정도에 따라 NDVI의 차이가 나타났으며, 식물 스트레스에 따라 CCI가 반응했다. 벼가 익는 동안은 NDVI와 CCI 모두 감소하지만, 표준 생육에서 노화에 따른 그 감소 폭이 더 컸다. 향후 공학적 관측 기법과 농학적 해석 방법을 융합하여 유용한 농업정보를 생산하기 위해 다양한 기후조건과 품종을 대상으로 표준 생육정보 데이터베이스 구축이 필요하겠다. Accordingly, attention is also being paid to the agricultural use of remote sensing technique that non-destructively and continuously detects the growth and physiological status of crops. However, when remote sensing techniques are used for crop monitoring, it is possible to continuously monitor the abnormality of crops in real time. For this, standard growth information of crops is required and relative growth considering the cultivation environment must be identified. With the relationship between GDD (Growing Degree Days), which is the cumulative temperature related to crop growth obtained from ideal cultivation management, and the vegetation index as standard growth information, compared with the vegetation index observed with the spectral reflectance sensor (SRSNDVI& SRSPRI) in each rice paddy treated with standard cultivation management and non-fertilized, it was quantitatively identified as a time series. In the future, it is necessary to accumulate a database targeting various climatic conditions and varieties in the standard cultivation management area to establish a more reliable standard growth information.

유기물 종류별 연용에 따른 벼 재배시 토양탄소 함량 변화에 관한 연구

서명철(Myung Chul Seo),상완규(Wan-Gyu Sang),조정일(Jung-Il Cho),김준환(Jun-Hwan Kim),백재경(Jae-Kyeong Baek),권동원(Dong Won Kwon) 한국토양비료학회 2021 한국토양비료학회 학술발표회 초록집 Vol.2021 No.11

작물 재배기간 토양 탄소의 대부분은 유기물로 존재하며 토양양분 공급, 토양물리성 개선 등 중요한 역할을 한다. 또한 토양에 탄소를 저장하여 기후변화에 따른 온실가스 감축에 역할을 하여 그 역할이 더욱 더 중요해지고 있다. 토양탄소의 축적은 단기간 이루어지지 않고 장기간에 걸쳐 이루어 지기 때문에 이와 관련한 기초자료가 중요하다. 본 연구에서는 벼 재배 조건에서 7년간 볏짚, 헤어리베치, 가축분퇴비, 유박을 연용하였을 때 토양 탄소의 변화를 평가하였다. 초기 토양의 탄소함량은 7.9이었으며 볏짚을 연용하였을 경우 서서히 증가하여 11.5, 헤어리베치는 11.6, 가축분퇴비는 15.9 및 유박은 11.6 g/kg으로 증가하였다. 그러나 유기물의 투입량에 따라 증가속도는 차이가 있었으며 가축분 퇴비가 토양탄소 축적에 가장 적합한 것으로 평가되었다. 토양탄소 유기물 형태를 풀빅산, 휴믹산, 휴민으로 구분하여 평가한 결과 세가지 형태의 변화는 일정 범위에서 변동성을 가지며 증가 또는 감소 추세는 보이지 않았다. 지난 7년간의 유기물 연용에 따른 토양탄소의 변화량을 보았을 때 토양탄소의 중장기적 축적을 위해서는 퇴비의 시용이 필요하며 유기물의 연용을 통한 유기물 축적과 분해의 연차간 수지를 조절하는 것이 무엇보다 중요한 것으로 판단된다. 따라서 본 연구결과는 향후 토양탄소 축적을 위한 토양관리 방법을 제시하는데 중요한 기초자료로 활용될 수 있을 것이다.