적정 수확시기 결정을 위한 수확 전 (재배 중) 사과의 당도 및 경도 예측 모델 개발 = Development of a model to predict sugar content and hardness of apples before harvest (during cultivation) to determine appropriate harvest time

국문 초록 (Abstract)

사과는 전세계적으로 가장 많이 소비되는 청과류 중 하나로, 당 함유량에 따라 사과의 맛이 결정되는 만큼 당도는 사과의 품질을 평가할 수 있는 주요 품질 인자에 해당한다. 본 연구에서는 사과의 품종 중 하나인 홍로를 대상으로 노지 사과밭에서 실험을 진행하였으며, 농식품의 비파괴 품질 평가에 주로 활용되는 기술 중 하나인 초분광 영상 기술을 활용하여 당 함유량(Brix, %)을 예측하였다. 초분광 데이터의 수집은 홍로의 생육 단계별 다양한 당도 값을 획득하고자 만개 후 약 60일 차부터 수확기에 다다를 때까지 약 10일 간격으로 2년(2021~2022년)간 촬영하였으며, 데이터 획득 직후엔 촬영된 사과를 수확하여 디지털 당도측정계를 이용해 실제 당도값을 측정하였다.
본 연구에서는 홍로의 초분광(400-1,000 nm) 스펙트럼 데이터에 인공지능 모델을 적용하여 당 함유량을 예측하는 다양한 회귀 모델을 개발하였으며, 모델별 예측 정확도를 평가하기 위해 결정계수(R²)와 RMSE(Root mean square error)를 적용하였다. 이를 위해서 사과 과실에 대한 스펙트럼 데이터를 취득하여 PLSR 등의 다양한 회귀 모델을 활용한 예측 모델을 개발하였고, 유의미한 픽셀들을 추출하는 기법 등 여러 가지 전처리 기술을 적용하여 회귀 모델의 정확도를 개선하고자 하였으며, 이러한 과정을 통하여 당도에 대한 각 예측 모델의 예측 오차값을 분석하였다.