4차 산업혁명 기술에 기반한 농업 기상 정보 시스템의 요구도 분석 = Requirement Analysis for Agricultural Meteorology Information Service Systems based on the Fourth Industrial Revolution Technologies

다국어 초록 (Multilingual Abstract)

Efforts have been made to introduce the climate smart agriculture (CSA) for adaptation to future climate conditions, which would require collection and management of site specific meteorological data. The objectives of this study were to identify requirements for construction of agricultural meteorology information service system (AMISS) using technologies that lead to the fourth industrial revolution, e.g., internet of things (IoT), artificial intelligence, and cloud computing. The IoT sensors that require low cost and low operating current would be useful to organize wireless sensor network (WSN) for collection and analysis of weather measurement data, which would help assessment of productivity for an agricultural ecosystem. It would be recommended to extend the spatial extent of the WSN to a rural community, which would benefit a greater number of farms. It is preferred to create the big data for agricultural meteorology in order to produce and evaluate the site specific data in rural areas. The digital climate map can be improved using artificial intelligence such as deep neural networks. Furthermore, cloud computing and fog computing would help reduce costs and enhance the user experience of the AMISS. In addition, it would be advantageous to combine environmental data and farm management data, e.g., price data for the produce of interest. It would also be needed to develop a mobile application whose user interface could meet the needs of stakeholders. These fourth industrial revolution technologies would facilitate the development of the AMISS and wide application of the CSA.

국문 초록 (Abstract)

기상 및 기후 정보를 활용하여 기후변화에 대응하기 위한 기후 스마트 농업을 도입하기 위한 노력이 진행되어 왔다. 기후 스마트 농업을 실현하기 위해 농가별 기상자료 수집 및 관리가 요구된다. 4차 산업혁명 시대의 주요한 기술인 IoT, 인공지능, 및 클라우드 컴퓨팅 기술들이 농가 단위의 기상정보 생산에 적극적으로 활용될 수 있다. 저비용과 저전력 특성을 가진 IoT 센서들로 무선 센서 네트워크를 구축할 경우, 농가나 농촌 공동체 수준에서 농업 생태계의 생산성을 파악할 수 있는 기상관측자료의 수집 및 분석이 가능하다. 무선 센서 네트워크를 통해 자료가 수집될 수 있는 공간적인 범위를 특정 농가보다는 농촌 공동체 수준으로 확대하여 IoT 기술의 수혜 농가를 확대하고, 아울러 상세기상정보의 생산 및 검증에 활용가능한 농업기상 빅데이터 구축이 필요하다. 기존에 개발되어 보급되고 있는 전자기후도를 활용하여, 농가 단위의 기상 추정 자료가 제공되고 있다. 이들 자료의 신뢰성을 향상시키고, 기존의 서비스 체계에서 제공되지 않고 있는 기상 변수들을 지원하기 위해 심층신경망과 같은 인공지능 기술들이 도입되어야 할 것이다. 시스템 구축의 비용 절감 및 활용성 증대를 위해 클라우드 및 포그 컴퓨팅 기술을 도입하여 농업 기상 정보 서비스 시스템이 설계되어야 한다. 또한, 기상자료와 농산물 가격 정보와 같은 환경자료와 경영정보를 동시에 제공할 수 있는 정보 시스템을 구축하여 활용도가 높은 농업 기상 서비스 시스템이 구축되어야 할 것이다. 이와 함께, 농업인 뿐만 아니라 소비자까지도 고려된 모바일 어플리케이션의 설계 및 개발을 통해, 4차 산업혁명의 주요 기술들이 농업 분야에서 확산될 수 있도록 지속적인 노력이 필요하다. 이러한 정보 시스템은 농업 분야 이해당사자에게 수요자 맞춤형 농림기상정보를 제공하여 기후스마트 농업 관련 기술의 개발과 도입을 촉진시킬 수 있을 것이다.

참고문헌 (Reference)

1 박준상, "제주 감귤 과수원에서의 이슬지속시간 예측 모델 평가" 한국농림기상학회 20 (20): 262-276, 2018

2 강대균, "온도와 강수를 이용하여 일별 일사량을 추정하기 위한 심층 신경망 모델 개발" 한국농림기상학회 21 (21): 85-96, 2019

3 최미희, "시간규모가 다른 Angstrom-Prescott 계수가 남한의 일별 일사량 추정에 미치는 영향" 한국농림기상학회 12 (12): 232-237, 2010

4 윤진일, "디지털 농업기후도 해설" 한국농림기상학회 12 (12): 63-73, 2010

5 윤진일, "농가맞춤형 기상서비스 시범사업" 한국농림기상학회 15 (15): 320-331, 2013

6 김대준, "기상청 동네예보의 영농활용도 증진을 위한 방안: 2. 강수량 분포 상세화" 한국농림기상학회 15 (15): 171-177, 2013

7 김수옥, "기상청 동네예보의 영농활용도 증진을 위한 방안 I. 기온역전조건의 국지기온 보정" 한국농림기상학회 15 (15): 76-84, 2013

8 현신우, "국내 일사량 추정을 위한 Angstrom-Prescott계수의 평가" 한국농림기상학회 18 (18): 221-232, 2016

9 김광수, "결로시간 예측을 위한 경험모형의 최적 기상변수" 한국농림기상학회 4 (4): 23-28, 2002

10 Stefanski, R., "World AgroMeterological Information Service (WAMIS)" 13 (13): 2007

11 Ojha, T., "Wireless sensor networks for agriculture: The state-of-the-art in practice and future challenges" 118 : 66-84, 2015

12 Coates, R. W., "Wireless sensor network with irrigation valve control" 96 : 13-22, 2013

13 Barnett, B. J., "Weather index insurance for agriculture and rural areas in lower-income countries" 89 (89): 1241-1247, 2007

14 Gleason, M. L., "Validation of a commercial system for remote estimation of wetness duration" 81 (81): 825-829, 1997

15 Jha, P. K., "Using daily data from seasonal forecasts in dynamic crop models for yield prediction: A case study for rice in Nepal’s Terai" 265 : 349-358, 2019

16 Foughali, K., "Using cloud IOT for disease prevention in precision agriculture" 130 : 575-582, 2018

17 Hansen, J. W., "Using a general circulation model to forecast regional wheat yields in northeast Australia" 127 (127): 77-92, 2004

18 Çelik, Ö., "The optimized artificial neural network model with Levenberg–Marquardt algorithm for global solar radiation estimation in Eastern Mediterranean Region of Turkey" 116 : 1-12, 2016

19 Kendon, M., "State of the UK climate 2018" 39 (39): 1-55, 2019

20 Kim, K. S., "Spatial portability of numerical models of leaf wetness duration based on empirical approaches" 150 (150): 871-880, 2010

21 Rad, C. -R., "Smart monitoring of potato crop: a cyber-physical system architecture model in the field of precision agriculture" 6 : 73-79, 2015

22 Zhu, W., "Retrievals of all-weather daytime air temperature from MODIS products" 189 : 152-163, 2017

23 Jang, K., "Retrievals of all-weather daily air temperature using MODIS and AMSR-E data" 6 (6): 8387-8404, 2014

24 Kim, Y., "Remote sensing and control of an irrigation system using a distributed wireless sensor network" 57 (57): 1379-1387, 2008

25 Pierce, F. J., "Regional and on-farm wireless sensor networks for agricultural systems in Eastern Washington" 61 (61): 32-43, 2008

26 Ivanov, S., "Precision farming : Sensor analytics" 30 (30): 76-80, 2015

27 Jensen, A. L., "Pl@nteInfo® — a web-based system for personalised decision support in crop management" 25 (25): 271-293, 2000

28 Mesas-Carrascosa, F. J., "Open source hardware to monitor environmental parameters in precision agriculture" 137 : 73-83, 2015

29 현신우, "ORYZA (v3) 모델을 사용한 벼 품종별 출수기 예측" 한국농림기상학회 19 (19): 246-251, 2017

30 Langendoen, K., "Murphy loves potatoes: Experiences from a pilot sensor network deployment in precision agriculture" IEEE 8-, 2006

31 Kim, K. S., "Model to enhance site-specific estimation of leaf wetness duration" 86 (86): 179-185, 2002

32 Tadesse, G., "Mobile phones and farmers’ marketing decisions in Ethiopia" 68 : 296-307, 2015

33 Adair, E. C., "Manure application decisions impact nitrous oxide and carbon dioxide emissions during mon-growing season thaws" 83 (83): 163-, 2019

34 유병현, "MODIS 대기자료를 활용한 남북한 기상관측소에서의 냉방도일 추정" 한국농림기상학회 21 (21): 97-109, 2019

35 Chavas, D. R., "Long-term climate change impacts on agricultural productivity in eastern China" 149 (149): 1118-1128, 2009

36 Davcev, D., "IoT agriculture system based on LoRaWAN"

37 Vuran, M. C., "Internet of underground things: Sensing and communications on the field for precision agriculture"

38 Stočes, M., "Internet of Things(IoT)in agriculture-Selected aspects" 8 (8): 83-88, 2016

39 Tzounis, A., "Internet of Things in agriculture, recent advances and future challenges" 164 : 31-48, 2017

40 Gubbi, J., "Internet of Things (IoT): A vision, architectural elements, and future directions" 29 (29): 1645-1660, 2013

41 김광수, "Impact Assessment of Climate Change by Using Cloud Computing" 한국농림기상학회 13 (13): 101-108, 2011

42 Hollis, D., "HadUK‐Grid—A new UK dataset of gridded climate observations" 2019

43 Bonomi, F., "Fog computing and its role in the internet of things" ACM 13-16, 2012

44 Vasisht, D., "Farmbeats: An iot platform for data-driven agriculture" 515-529, 2017

45 Prescott, J. A., "Evaporation from a water surface in relation to solar radiation" 46 : 114-118, 1940

46 Srbinovska, M., "Environmental parameters monitoring in precision agriculture using wireless sensor networks" 88 : 297-307, 2015

47 Nikolidakis, S. A., "Energy efficient automated control of irrigation in agriculture by using wireless sensor networks" 113 : 154-163, 2015

48 Besharat, F., "Empirical models for estimating global solar radiation: A review and case study" 21 : 798-821, 2013

49 Freebairn, J. W., "Economic benefits of meteorological services" 9 (9): 33-44, 2002

50 Kim, K. S., "Development and validation of a leaf wetness duration model using a fuzzy logic system" 127 (127): 53-64, 2004

51 Lee, C. -K., "Development and application of a weather data service client for preparation of weather input files to a crop model" 114 : 237-246, 2015

52 Lee, M.-h., "Design and implementation of wireless sensor network for ubiquitous glass houses"

53 Kulau, U., "Demo: PotatoNet -- Robust outdoor testbed for WSNs"

54 Zhao, G., "Demand for multi-scale weather data for regional crop modeling" 200 : 156-171, 2015

55 Thornton, P. E., "Daymet: Daily surface weather on a 1 km grid for North America, 1980-2008" Oak Ridge National Laboratory, Distributed Active Archive Center for Biogeochemical Dynamics 2008

56 Muller, C., "Crowdsourcing for climate and atmospheric sciences: current status and future potential" 35 (35): 3185-3203, 2015

57 Minet, J., "Crowdsourcing for agricultural applications:A review of uses and opportunities for a farmsourcing approach" 142 : 126-138, 2017

58 Bai, X., "Collaborative fusion estimation over wireless sensor networks for monitoring CO2 concentration in a greenhouse" 42 : 119-126, 2018

59 Ruane, A. C., "Climate forcing datasets for agricultural modeling: Merged products for gap-filling and historical climate series estimation" 200 : 233-248, 2015

60 Dimatteo, S., "Cellular traffic offloading through WiFi networks"

61 Mekala, M. S., "CLAY-MIST: IoT-cloud enabled CMM index for smart agriculture monitoring system" 134 : 236-244, 2019

62 Gutierrez, J., "Automated irrigation system using a wireless sensor network and GPRS module" 63 (63): 166-176, 2014

63 Rosenzweig, C., "Assessing agricultural risks of climate change in the 21st century in a global gridded crop model intercomparison" 111 (111): 3268-3273, 2014

64 Popović, T., "Architecting an IoT-enabled platform for precision agriculture and ecological monitoring : A case study" 140 : 255-265, 2017

65 Frere, M., "Agrometeorological crop monitoring and forecasting"

66 Lee, M., "Agricultural production system based on IoT" 833-837, 2013

67 Reche, A., "A smart M2M deployment to control the agriculture irrigation" Springer 139-151, 2014

68 Madeira, A. C., "A simple cloud-based energy balance model to estimate dew" 111 (111): 55-63, 2002

69 Heble, S., "A low power IoT network for smart agriculture" 609-614, 2018

70 Running, S. W., "A continuous satellite-derived measure of global terrestrial primary production" 54 (54): 547-560, 2004

71 오재호, "4차 산업혁명 시대의 재난대응 민관협력 체계에 관한 연구 - 조기경보시스템에서 민간 전문가 역할을 중심으로 -" 위기관리 이론과 실천 14 (14): 57-75, 2018

72 송지애, "2014년 특별관측 기간 동안 청미천 농경지에서의 WRF/Noah-MP 고해상도 수치모의" 한국농림기상학회 17 (17): 384-398, 2015