KR102234897B1 - Method for recommending agricultural chemical in pest forecast system - Google Patents

Method for recommending agricultural chemical in pest forecast system Download PDF

Info

Publication number
KR102234897B1
KR102234897B1 KR1020180108256A KR20180108256A KR102234897B1 KR 102234897 B1 KR102234897 B1 KR 102234897B1 KR 1020180108256 A KR1020180108256 A KR 1020180108256A KR 20180108256 A KR20180108256 A KR 20180108256A KR 102234897 B1 KR102234897 B1 KR 102234897B1
Authority
KR
South Korea
Prior art keywords
pest
information
grade
weight
processing unit
Prior art date
Application number
KR1020180108256A
Other languages
Korean (ko)
Other versions
KR20200030149A (en
Inventor
최경산
안정준
김동순
정철의
박정준
Original Assignee
대한민국(농촌진흥청장)
제주대학교 산학협력단
안동대학교 산학협력단
경상국립대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 대한민국(농촌진흥청장), 제주대학교 산학협력단, 안동대학교 산학협력단, 경상국립대학교 산학협력단 filed Critical 대한민국(농촌진흥청장)
Priority to KR1020180108256A priority Critical patent/KR102234897B1/en
Publication of KR20200030149A publication Critical patent/KR20200030149A/en
Application granted granted Critical
Publication of KR102234897B1 publication Critical patent/KR102234897B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations

Abstract

본 발명은 방제 농약 추천 방법에 관한 것으로, (a) 정보처리부(100)가 입력부(200)에 입력된 병해충 명칭 정보를 수집하는 단계; (b) 상기 정보처리부(100)가 병해충 정보 데이터베이스(310)에서 상기 병해충 명칭 정보에 상응하는 병해충 정보를 수집하는 단계; (c) 상기 정보처리부(100)가 상기 병해충 정보 중 병해충 등급 정보 및 병해충 중요도 정보를 각각 기설정된 가중치 값으로 변환하는 단계; (d) 상기 정보처리부(100)가 병해충 등급 가중치와 병해충 중요도 가중치를 이용해 1차 해충별 가중치(A)를 연산하는 단계; (e) 상기 정보처리부(100)가 상기 입력부(200)의 전문가 정보를 더 수집하는 단계; (f) 상기 정보처리부(100)가 상기 1차 해충별 가중치(A)와 상기 전문가 정보를 이용하여 2차 해충별 가중치(B)를 연산하는 단계; (g) 상기 정보처리부(100)가 농약 데이터 베이스(330)에서 상기 병해충 명칭 정보에 상응하는 농약 리스트를 수집하는 단계; 및 (h) 상기 정보처리부(100)가 상기 농약 리스트를 2차 해충별 가중치(B)가 높은 순으로 정렬하여 업데이트 시키는 단계를 포함하는 방제 농약 추천 방법을 제공한다.The present invention relates to a method for recommending pesticide control, comprising the steps of: (a) collecting, by the information processing unit 100, name information of the pest name input to the input unit 200; (b) collecting, by the information processing unit 100, pest information corresponding to the pest name information from the pest information database 310; (c) converting, by the information processing unit 100, pest grade information and pest importance information among the pest information into preset weight values, respectively; (d) calculating, by the information processing unit 100, a weight (A) for each primary pest using a pest grade weight and a pest importance weight; (e) the information processing unit 100 further collecting expert information of the input unit 200; (f) calculating, by the information processing unit 100, a weight (A) for each primary pest and a weight (B) for each secondary pest using the expert information; (g) collecting, by the information processing unit 100, a pesticide list corresponding to the pest name information from the pesticide database 330; And (h) the information processing unit 100 sorts and updates the pesticide list in the order of secondary pest-specific weights (B).

Description

해충 예보 시스템의 방제 농약 추천 방법{Method for recommending agricultural chemical in pest forecast system}Method for recommending agricultural chemical in pest forecast system

본 발명은 방제 농약 추천 방법에 관한 것으로, 구체적으로 해충 예보 시스템을 이용한 방제 농약 추천 방법에 관한 것이다.The present invention relates to a method for recommending a pesticide control, and more specifically, to a method for recommending a pesticide control using a pest forecasting system.

농가의 경우 과실 생산량과 품질이 농가 소득에 중요한 부분이다. 따라서, 농가에서는 병해충 피해를 예방 및 방지하기 위한 많은 노력을 하고 있다. 이는, 병해충이 농작물 생산량에 치명적인 영향을 끼치기 때문이며, 또한 방제 작업의 난이도가 높기 때문이다. For farms, fruit production and quality are an important part of farm income. Therefore, farmers are making a lot of efforts to prevent and prevent damage from pests and pests. This is because pests have a fatal effect on crop production, and also because the difficulty of control work is high.

방제 작업의 난이도를 낮추기 위해서는, 방제 적기를 예측하는 것을 우선시 해야 하며, 방제 적기를 예측하기 위해서는, 병해충이 언제 발생할 것인지의 예측이 선행되어야 한다.In order to lower the difficulty of the control work, it is necessary to prioritize the prediction of the right time to control, and to predict the right time to control, the prediction of when the pest will occur should be preceded.

나방류 해충을 예로 들어 설명하면, 나방류 해충은 성충이 산란을 하고 부화한 유충이 주로 잎이나 과실을 가해한다. 농업 현장에서 부화한 유충이 가해하는 것을 육안으로 확인할 수 있을 때쯤에는 이미 피해가 증가하고 있는 상황이어서 방제 작업이 어려우며, 방제 작업이 수행되어도 이미 커진 피해를 줄일 순 없다.Taking moth pests as an example, adult moth pests spawn and hatched larvae mainly inflict leaves or fruits. By the time it is possible to confirm with the naked eye that the larvae hatched in the agricultural field, the damage is already increasing, so the control work is difficult, and even if the control work is carried out, the damage that has already increased cannot be reduced.

따라서, 언제 부화한 유충이 발생할 지를 예측하는 것이 중요하다. Therefore, it is important to predict when hatching larvae will develop.

해충은 해충 별로 발생을 예측할 수 있는 키가 되는 단계가 있어서 성충의 발생 여부와 밀도를 파악하면 언제 잎에 유충 피해가 나오는 지 모의할 수 있다. Pests have a key step to predict the occurrence of each pest, so if you know whether or not adult insects are occurring and their density, you can simulate when the larvae damage occurs on the leaves.

반면, 해충에 의한 병의 경우 첫 발생을 예측할 수 있는 전조를 알 수 없다. 농작물에서 병이 발생하면 이미 돌이킬 수 없는 상황이 된다. On the other hand, in the case of diseases caused by pests, there is no predictor of predicting the first outbreak. When a disease occurs in a crop, it is already irreversible.

이를 해결하기 위해, 병해충 연구를 통해 해충 발생이나 병 발생에 관여하는 주 요인에 대해서 많은 연구가 진행되었고, 이들의 발생을 예측할 수 있는 모형 개발과 실용화 연구가 진행되었다. In order to solve this problem, many studies have been conducted on the main factors involved in the occurrence of pests or diseases through pest studies, and the development and practical studies of models that can predict their occurrence have been conducted.

근래에는 이렇게 개발된 예측 모형 등을 농가에 제공하였었는데, 예측 모형을 실질적으로 활용해야 하는 농가의 작업자는 예측 모형을 다루는 지식이 부족하기 때문에, 농가의 작업자들이 보급된 예측 모형을 활용할 수 없었다. 이에, 표준화한 달력형 방제력을 농가에 제공하는 것이 최선이었다. In recent years, such developed prediction models have been provided to farmers, but farm workers who need to use the prediction models in practice lack knowledge of how to deal with the prediction models, so farmers' workers could not use the distributed prediction models. Therefore, it was best to provide standardized calendar-type control power to farms.

그러나, 재배되는 지역이 다르면 환경과 기후가 달라지고 병해충상이 달라져 실제 발생하는 병해충 종류, 발생 시기, 방제 시기도 달라지는데 이러한 시기를 고려하지 않고 동일한 방제 적기 및 방제 농약을 추천하는 것이어서 실질적으로 농업 현장에 도움이 되진 않았다.However, if the cultivated regions are different, the environment and climate change, and the types of pests that actually occur, the time of occurrence, and the time of control are also different due to the different types of pests.However, the same timely control and control pesticides are recommended without considering these periods. It didn't help.

따라서, 언급한 문제를 해결할 수 있도록 농장에 발생하는 병해충들을 효과적으로 방제할 수 있는 방제적기를 추정하고 최적 방제약제를 추천하는 과정을 기계적으로나 명시적으로 제공할 필요성이 있었다. Therefore, in order to solve the mentioned problems, there was a need to provide a process for estimating the right time to effectively control pests and pests occurring on the farm and recommending optimal control agents mechanically or explicitly.

CN 106871971 ACN 106871971 A JP 2015-119646 AJP 2015-119646 A

본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것이다.The present invention was devised to solve the above problems.

구체적으로, 대상 작물에 대한 다수의 병해충을 구분하고, 구분된 병해충에 대한 중요도를 구분하여 반영할 수 있는 명시적인 방제 농약 추천 방법을 제공하고자 한다.Specifically, it is intended to provide an explicit control pesticide recommendation method that can classify a number of pests for the target crop and reflect the importance of the classified pests.

상기와 같은 과제를 해결하기 위한 본 발명의 일 실시예는, (a) 정보처리부(100)가 입력부(200)에 입력된 병해충 명칭 정보를 수집하는 단계; (b) 상기 정보처리부(100)가 병해충 정보 데이터베이스(310)에서 상기 병해충 명칭 정보에 상응하는 병해충 정보를 수집하는 단계; (c) 상기 정보처리부(100)가 상기 병해충 정보 중 병해충 등급 정보 및 병해충 중요도 정보를 각각 기설정된 가중치 값으로 변환하는 단계; (d) 상기 정보처리부(100)가 병해충 등급 가중치와 병해충 중요도 가중치를 이용해 1차 해충별 가중치(A)를 연산하는 단계; (e) 상기 정보처리부(100)가 상기 입력부(200)의 전문가 정보를 더 수집하는 단계; (f) 상기 정보처리부(100)가 상기 1차 해충별 가중치(A)와 상기 전문가 정보를 이용하여 2차 해충별 가중치(B)를 연산하는 단계; (g) 상기 정보처리부(100)가 농약 데이터 베이스(330)에서 상기 병해충 명칭 정보에 상응하는 농약 리스트를 수집하는 단계; 및 (h) 상기 정보처리부(100)가 상기 농약 리스트를 2차 해충별 가중치(B)가 높은 순으로 정렬하여 업데이트 시키는 단계를 포함하는 방제 농약 추천 방법을 제공한다.One embodiment of the present invention for solving the above problems, (a) the information processing unit 100 collecting the pest name information input to the input unit 200; (b) collecting, by the information processing unit 100, pest information corresponding to the pest name information from the pest information database 310; (c) converting, by the information processing unit 100, pest grade information and pest importance information among the pest information into preset weight values, respectively; (d) calculating, by the information processing unit 100, a weight (A) for each primary pest using a pest grade weight and a pest importance weight; (e) the information processing unit 100 further collecting expert information of the input unit 200; (f) calculating, by the information processing unit 100, a weight (A) for each primary pest and a weight (B) for each secondary pest using the expert information; (g) collecting, by the information processing unit 100, a pesticide list corresponding to the pest name information from the pesticide database 330; And (h) the information processing unit 100 sorts and updates the pesticide list in the order of secondary pest-specific weights (B).

또한, 상기 (h)단계 이후에, (i) 상기 정보처리부(100)가 상기 업데이트된 농약리스트에서 사용이 불가한 농약을 제외하여 재업데이트 시키는 단계를 포함하는 것이 바람직하다.In addition, after the step (h), it is preferable to include the step of (i) updating the information processing unit 100 by excluding pesticides that cannot be used in the updated pesticide list.

또한, 상기 (i)단계 이후에, (j) 상기 정보처리부(100)가 상기 재업데이트된 농약리스트를 기설정된 기준에 따른 적합도가 높은 순으로 정렬하여 출력부(500)에 출력하는 단계를 포함하는 것이 바람직하다.In addition, after the step (i), (j) the information processing unit 100 sorts the re-updated pesticide list in the order of high suitability according to a preset criterion, and outputs it to the output unit 500. It is desirable to do it.

또한, 상기 (c)단계에서, 상기 병해충 등급 정보는 기설정된 기준으로 구분되는 관건 등급, 중요 등급, 주의 등급, 및 일반 등급을 포함하는 것이 바람직하다.In addition, in the step (c), it is preferable that the pest grade information includes a key grade, an important grade, a caution grade, and a general grade classified according to a preset standard.

또한, 상기 (c)단계에서, 상기 병해충 중요도 정보는 방제의 중요도에 따라 구분되는 제1 등급 내지 제4 등급을 포함하는 것이 바람직하다.In addition, in step (c), it is preferable that the pest importance information includes first to fourth grades classified according to the importance of control.

또한, 상기 병해충 등급 정보가 관건 등급일 경우 등급 가중치를 4로 변환하고, 상기 병해충 등급 정보가 중요 등급일 경우 상기 등급 가중치를 3으로 변환하고, 상기 병해충 등급 정보가 주의 등급일 경우 상기 등급 가중치를 2로 변환하고, 상기 병해충 등급 정보가 일반 등급일 경우 상기 등급 가중치를 1로 변환하는 것이 바람직하다.In addition, if the pest grade information is a critical grade, the grade weight is converted to 4, if the pest grade information is an important grade, the grade weight is converted to 3, and if the pest grade information is a caution grade, the grade weight is changed. It is preferable to convert to 2, and to convert the grade weight to 1 when the pest grade information is a general grade.

또한, 상기 병해충 중요도 정보가 제1 등급일 경우 상기 병해충 중요도 가중치를 1로 변환하고, 상기 병해충 중요도 정보가 제2 등급일 경우 상기 병해충 중요도 가중치를 2로 변환하고, 상기 병해충 중요도 정보가 제3 등급일 경우 상기 병해충 중요도 가중치를 3으로 변환하고, 상기 병해충 중요도 정보가 제4 등급일 경우 상기 병해충 중요도 가중치를 4로 변환하는 것이 바람직하다.In addition, if the pest importance information is of the first grade, the pest importance weight is converted to 1, if the pest importance information is the second grade, the pest importance weight is converted to 2, and the pest importance information is a third grade. In the case of 1, it is preferable to convert the pest importance weight to 3, and when the pest importance information is 4th grade, the pest importance weight to 4 is preferably converted.

또한, 상기 (d)단계에서, 상기 병해충 등급 가중치와 상기 병해충 중요도 가중치를 곱하여 상기 1차 해충별 가중치(A)를 연산하는 것이 바람직하다.In addition, in the step (d), it is preferable to calculate the primary weight (A) for each pest by multiplying the pest grade weight and the pest importance weight.

또한, 상기 (f)단계에서, 상기 1차 해충별 가중치(A)와 상기 전문가 정보를 더하여 상기 2차 해충별 가중치(B)를 연산하는 것이 바람직하다.In addition, in step (f), it is preferable to calculate the weight (B) for each secondary pest by adding the weight (A) for each pest and the expert information.

해충 예보 시스템을 기반으로 병해충과 관련된 중요도를 구분하여 반영함으로써 병해충의 발생가능성을 사전에 정확히 예측하고 예측을 바탕으로 방제 농약을 추천하여 제공할 수 있다.By dividing and reflecting the importance related to pests based on the pest forecasting system, the possibility of occurrence of pests can be accurately predicted in advance, and pesticides can be recommended and provided based on the prediction.

최적의 방제 농약을 추천할 수 있어 방제 효율성을 극대화할 수 있다.Optimal control pesticides can be recommended, maximizing control efficiency.

도 1은 본 발명에 따른 해충 예보 시스템을 개략적으로 도시한다.
도 2는 본 발명에 따른 방제 적기 추정방법을 설명하기 위한 순서도이다.
도 3은 본 발명에 따른 방제 농약 추천 방법을 설명하기 위한 순서도이다.
도 4 내지 도 6은 본 발명에 따른 해충 예보 시스템의 출력 화면의 일례이다.1 schematically shows a pest forecasting system according to the present invention.
2 is a flowchart illustrating a method for estimating a timely response according to the present invention.
3 is a flowchart illustrating a method for recommending a pesticide control according to the present invention.
4 to 6 are examples of output screens of the pest forecasting system according to the present invention.

이하, 도면을 참조하여 본 발명에 따른 해충 예보 시스템을 이용한 방제 농약 추천 방법을 상세히 설명한다. 여기에서, 본 발명을 이루는 구성요소들은 필요에 따라 일체형으로 사용되거나 각각 분리되어 사용될 수 있다. 또한, 사용 형태에 따라 일부 구성요소를 생략하여 사용 가능하다. 본 발명의 형태 및 구성요소의 개수에 있어서도 다양한 변형이 가능하다.Hereinafter, a method for recommending a pesticide control using the pest forecasting system according to the present invention will be described in detail with reference to the drawings. Here, the constituent elements constituting the present invention may be used integrally or may be used separately, if necessary. In addition, some components may be omitted depending on the type of use. Various modifications are possible in the form and number of components of the present invention.

해충 예보 시스템의 설명Description of pest forecasting system

도 1, 도 4 내지 도 6을 참조하여 본 발명에 따른 해충 예보 시스템을 설명한다.A pest forecasting system according to the present invention will be described with reference to FIGS. 1 and 4 to 6.

본 발명에 따른 방법이 수행되는 해충 예보 시스템은 정보 처리부(100), 입력부(200), 데이터베이스부(300), 및 출력부(500)를 포함한다. The pest forecasting system in which the method according to the present invention is performed includes an information processing unit 100, an input unit 200, a database unit 300, and an output unit 500.

정보처리부(100)는 입력부(200), 데이터베이스부(300), 및 출력부(500)와 전기적으로 연계된다.The information processing unit 100 is electrically connected to the input unit 200, the database unit 300, and the output unit 500.

입력부(200)는 병해충 명칭 정보, 전문가 정보 및 사용자 정보 등을 수집하여 정보처리부(100)에 전달할 수 있다.The input unit 200 may collect pest name information, expert information, user information, and the like, and transmit it to the information processing unit 100.

입력부(200)에서 병해충 명칭 정보, 전문가 정보 및 사용자 정보 등을 직접 입력 받거나, 병해충 명칭 정보, 전문가 정보 및 사용자 정보 등을 포함하는 기존의 데이터 베이스를 불러온 뒤 사용자가 선택한 결과를 입력 받을 수도 있다.The input unit 200 may directly input pest name information, expert information, and user information, or load an existing database including pest name information, expert information, and user information, and then receive the result selected by the user. .

데이터베이스부(300)는 병해충 정보 데이터 베이스(310), 예측 모형 데이터 베이스(320), 및 농약 데이터 베이스(330)를 포함하며, 데이터 베이스에 저장된 데이터를 정보처리부(100)에 전달할 수 있다. The database unit 300 includes a pest information database 310, a prediction model database 320, and a pesticide database 330, and may transmit data stored in the database to the information processing unit 100.

병해충 정보 데이터 베이스(310)는 병해충 등급 정보, 병해충 중요도 정보 및 병해충 종 정보를 포함한다.The pest information database 310 includes pest grade information, pest importance information, and pest species information.

예측 모형 데이터 베이스(320)는 대상 작물 별 병해충 피해 시뮬레이션 결과를 포함한다. 예측 모형 데이터 베이스(320)에 사용되는 예측 모형은 병해충 피해 시뮬레이션 결과는 단위 시간 정보를 포함하는 시뮬레이션 결과를 산출할 수 있는 예측 모형이라면 제한되지 않을 것이다.The prediction model database 320 includes the results of simulations of damages from pests and pests for each target crop. The prediction model used in the prediction model database 320 will not be limited as long as the simulation result of pest damage is a prediction model capable of calculating a simulation result including unit time information.

농약 데이터 베이스(330)는 대상 작물 또는 대상 병해충에 상응하는 농약에 대한 성분, 제형, 상품명, 및 적합도 정보를 포함한다.The pesticide database 330 includes ingredients, formulations, brand names, and suitability information for pesticides corresponding to target crops or target pests.

출력부(500)는 본 발명에 따른 해충 예보 시스템의 화면을 출력할 수 있다. The output unit 500 may output a screen of the pest forecast system according to the present invention.

일 실시예의 출력부(500)에서 본 발명에 따른 방제 적기 추정방법에 의해 추정된 방제 적기 시점과 종점이 출력된다.In the output unit 500 according to an embodiment, the timing and end points of the timing of the timing of prevention and the end points of the estimated timing of the timing of prevention are output.

다른 실시예의 출력부(500)에서 본 발명에 따른 방제 농약 추천 방법에 의해 추천된 농약 리스트가 출력된다.In the output unit 500 of another embodiment, a list of pesticides recommended by the method for recommending control pesticides according to the present invention is output.

방제 적기 추정방법Estimation method for timely control

도 2를 참조하여 본 발명에 따른 방제 적기 추정방법을 설명한다.A method for estimating timely control according to the present invention will be described with reference to FIG. 2.

본 발명에 따른 방제 적기 추정방법은 정보처리부(100)가 입력부(200)에 입력된 병해충 명칭 정보를 수집하는 단계(S110), 정보처리부(100)가 병해충 정보 데이터베이스(310)에서 병해충 명칭 정보에 상응하는 병해충 정보를 수집하는 단계(S120), 정보처리부(100)가 병해충 정보 중 병해충 등급 정보 및 병해충 중요도 정보를 각각 기설정된 가중치 값으로 변환하는 단계(S130), 정보처리부(100)가 병해충 등급 가중치와 병해충 중요도 가중치를 이용해 1차 해충별 가중치(A)를 연산하는 단계(S140), 정보처리부(100)가 입력부(200)의 전문가 정보를 더 수집하는 단계(S150), 정보처리부(100)가 1차 해충별 가중치(A)와 전문가 정보를 이용하여 2차 해충별 가중치(B)를 연산하는 단계(S160), 정보처리부(100)가 예측 모형 데이터베이스(320)에서 병해충 명칭 정보에 해당하는 병해충 시뮬레이션 결과를 단위시간에 따라 수집하는 단계(S210), 정보처리부(100)가 병해충 시뮬레이션 결과를 기설정된 방법으로 인덱스화하여 인덱스 값에 따라 기설정된 가중치 값으로 변환하는 단계(S220), 정보처리부(100)가 2차 해충별 가중치(B)와 인덱스 가중치를 이용해 단위시간당 방제 적기 판단 값을 연산하는 단계(S230), 정보처리부(100)가 병해충 정보 데이터베이스(310)에서 병해충 명칭 정보에 상응하는 병해충 역치 정보를 더 수집하는 단계(S240), 정보처리부(100)가 방제 적기 판단 값이 병해충 역치 정보의 역치값 이상일 경우의 시간을 방제 적기 시점으로 판단하고, 방제 적기 판단 값이 상기 역치값 미만일 경우의 시간을 방제 적기 종점으로 판단하는 단계(S250), 및 정보처리부(100)가 상기 방제 적기 시점과 상기 방제 적기 종점을 출력부(500)에 출력하는 단계(S260)를 포함한다.In the method for estimating the timely control of the pests according to the present invention, the information processing unit 100 collects the pest name information input to the input unit 200 (S110), and the information processing unit 100 converts the pest name information from the pest information database 310 into the pest name information. The step of collecting corresponding pest information (S120), the step of converting, by the information processing unit 100, the pest grade information and the pest importance information among the pest information into preset weight values (S130), the information processing unit 100 is the pest grade Calculating the weight (A) for each primary pest using the weight and the pest importance weight (S140), the information processing unit 100 further collecting expert information of the input unit 200 (S150), the information processing unit 100 A step of calculating the weight (B) for each second pest using the weight (A) for each first pest and expert information (S160), the information processing unit 100 corresponding to the pest name information in the prediction model database (320). Collecting the pest simulation result according to the unit time (S210), the information processing unit 100 indexing the pest simulation result in a preset method and converting it into a preset weight value according to the index value (S220), the information processing unit Step (100) calculating a timely determination value for control per unit time using the secondary pest-specific weight (B) and the index weight (S230), the information processing unit 100 corresponding to the pest name information in the pest information database 310 The step of further collecting pest threshold information (S240), when the information processing unit 100 determines the time when the timely determination value is equal to or greater than the threshold value of the pest threshold information as the timely control time point, and the timely control determination value is less than the threshold value. Determining the time of the case as the timely end point for control (S250), and the step of outputting, by the information processing unit 100, the timely time point for control and the timely time point for control, to the output unit 500 (S260).

먼저, 정보처리부(100)가 입력부(200)에 입력된 병해충 명칭 정보를 수집하는 단계(S110)에서, 농업인 사용자가 입력한 병해충 명칭 정보가 정보처리부(100)로 수집된다. First, in the step (S110) of the information processing unit 100 collecting the pest name information input to the input unit 200, the pest name information input by the farmer user is collected by the information processing unit 100.

다음으로, 정보처리부(100)가 병해충 정보 데이터베이스(310)에서 병해충 명칭 정보에 상응하는 병해충 정보를 수집하는 단계(S120)에서, 입력된 병해충 명칭 정보에 상응하는 병해충 정보를 수집한다. 병해충 정보는 병해충 등급 정보 및 병해충 중요도 정보를 포함한다.Next, in the step (S120) of the information processing unit 100 collecting pest information corresponding to the pest name information in the pest information database 310, the pest information corresponding to the input pest name information is collected. The pest information includes pest class information and pest importance information.

병해충 등급 정보는 기설정된 기준으로 구분되는 관건 등급, 중요 등급, 주의 등급, 및 일반 등급을 포함한다.Pest grade information includes a key grade, an important grade, a caution grade, and a general grade classified by a preset standard.

관건 등급에 매년 반복적으로 발생하고, 발생시 직접적으로 경제적 피해를 주는 종류로 방제를 소홀히 하면 안되는 해충들이 속한다.Pests that occur repeatedly every year in the critical class and directly cause economic damage when they occur, and must not be neglected are pests that should not be neglected.

중요 등급에 직간접적인 피해를 유발하는 해충으로 직접적인 상품인 과실보다는 잎과 같은 상품이 아닌 부위를 주로 가해하는 해충으로 방제를 하지않을 경우 감귤 과실의 품질을 떨어뜨리거나 생산량에 영향을 주는 해충들이 속한다.It is a pest that causes direct or indirect damage to an important grade. It is a pest that mainly inflicts non-products such as leaves rather than fruit, which is a direct product.If not controlled, pests that degrade the quality of citrus fruit or affect the yield belong to it. .

일반 등급에 대개 발생하는 경우가 드문 종류, 소량 발생하여 경제적 피해가 거의 없는 종류, 발생이 많이 하더라도 경제적 피해가 거의 없는 해충들이 속한다.Pests that rarely occur in general grades, which occur in small quantities and have little economic damage, and pests with little economic damage, even if they occur frequently.

주의 등급에 일반 해충 중에서 대개 발생이 드물지만 특정한 상황에서 밀도가 급격히 증가하여 경제적 피해를 유발하는 해충들이 속한다. 일반 등급이 속한 해충들 중에서 발생밀도가 기설정된 기준보다 높으면 주의 등급으로 업데이트될 수 있다.Among the general pests in the state class, it is usually rare, but the pests that cause economic damage due to a rapid increase in density under certain circumstances are included. If the incidence density among the pests to which the general class belongs is higher than a preset standard, it may be updated to a caution level.

병해충 중요도 정보는 기설정된 방제의 중요도에 따라 제1 등급 내지 제4 등급으로 구분된다.The information on the importance of pests is classified into first to fourth grades according to the preset importance of control.

해충의 등급은 경제적 피해에 따라 나누었지만, 해충 종류마다 작물을 가해하는 단계가 다르고 존재하는 니체(기능적 생태)가 다르기 때문에 방제 방법이나 시기가 달라져 해충의 등급과 함께 중요도도 고려하여야 한다. 같은 관건등급의 해충이라 하더라도 시급히 방제해야 하는 해충과 천천히 방제해도 되는 해충이 있기 때문이다.The grade of pests was divided according to the economic damage, but because the stage of inflicting crops is different for each pest type and the nietzsche (functional ecology) that exists is different, the control method and timing are different, so the importance of pests must be considered along with the grade of pests. This is because there are pests that need to be controlled urgently and pests that can be controlled slowly even with pests of the same critical class.

이러한 기준을 반영한 기설정된 기준에 의해 방제의 중요도에 따라 제1 등급 내지 제4 등급으로 구분한 것이다.It is classified into first to fourth grades according to the importance of the control according to the preset criteria reflecting these criteria.

다음으로, 정보처리부(100)가 병해충 정보 중 병해충 등급 정보 및 병해충 중요도 정보를 각각 기설정된 가중치 값으로 변환하는 단계(S130)이다. 실험에 의해 정해진 가중치 값으로 병해충 등급 정보 및 병해충 중요도 정보를 변환하는 단계이다.Next, in step S130, the information processing unit 100 converts the pest grade information and pest importance information among the pest information into preset weight values, respectively. This is the step of converting pest grade information and pest importance information into weight values determined by the experiment.

병해충 등급 정보가 관건 등급일 경우 병해충 등급 가중치를 4로 변환하고, 병해충 등급 정보가 중요 등급일 경우 병해충 등급 가중치를 3으로 변환하고, 병해충 등급 정보가 주의 등급일 경우 병해충 등급 가중치를 2로 변환하고, 병해충 등급 정보가 일반 등급일 경우 병해충 등급 가중치를 1로 변환한다. 변환되는 값은 실험에 의해 정해진 값으로 이에 한정되는 것은 아니다.If the pest grade information is the critical grade, the pest grade weight is converted to 4, if the pest grade information is an important grade, the pest grade weight is converted to 3, and if the pest grade information is a caution grade, the pest grade weight is converted to 2. If the pest grade information is a general grade, the pest grade weight is converted to 1. The converted value is a value determined by experiment and is not limited thereto.

일 실시예에서, 병해충 중요도 가중치를 연산하는 기설정된 방법은, 병해충 중요도 정보가 제1 등급일 경우 병해충 중요도 가중치를 1로 변환하고, 병해충 중요도 정보가 제2 등급일 경우 병해충 중요도 가중치를 2로 변환하고, 병해충 중요도 정보가 제3 등급일 경우 병해충 중요도 가중치를 3으로 변환하고, 병해충 중요도 정보가 제4 등급일 경우 병해충 중요도 가중치를 4로 변환한다. 변환되는 값은 실험에 의해 정해진 값으로 이에 한정되는 것은 아니다.In one embodiment, the preset method of calculating the pest importance weight is to convert the pest importance weight to 1 when the pest importance information is of the first grade, and convert the pest importance weight to 2 when the pest importance information is the second grade. And, if the pest importance information is of the third grade, the pest importance weight is converted to 3, and if the pest importance information is the fourth grade, the pest importance weight is converted to 4. The converted value is a value determined by experiment and is not limited thereto.

다음으로, 정보처리부(100)가 병해충 등급 가중치와 병해충 중요도 가중치를 이용해 1차 해충별 가중치(A)를 연산하는 단계(S140)에서, 병해충 등급 가중치와 병해충 중요도 가중치를 이용해 1차 해충별 가중치(A)를 연산한다. 일 실시예에서, 변환된 병해충 등급 가중치와 변환된 병해충 중요도 가중치를 곱하여 1차 해충별 가중치(A)를 연산한다.Next, in the step (S140) of calculating the primary pest-specific weight (A) by the information processing unit 100 using the pest grade weight and the pest importance weight, the primary pest-specific weight ( A) is calculated. In one embodiment, the weight (A) for each primary pest is calculated by multiplying the converted pest grade weight and the converted pest importance weight.

다음으로, 정보처리부(100)가 입력부(200)의 전문가 정보를 더 수집하는 단계(S150)에서, 전문가에 의해 입력된 정보를 정보처리부(100)가 수집한다. 전문가에 의해 입력된 정보는 지역 정보일 수 있다. 해충 발생은 지역 특화적인 특수한 정보를 생산하기 때문이며, 그 지역의 해충 정보의 변동상황에 대한 정보를 알고 있는 전문가의 경험정보를 바탕으로 가중치 보정이 필요하기 때문이다.Next, in the step (S150) of further collecting expert information of the input unit 200 by the information processing unit 100, the information processing unit 100 collects information input by the expert. The information input by the expert may be local information. This is because the occurrence of pests produces special information specific to the region, and weight correction is necessary based on the experience information of experts who know the information on the fluctuations of the pest information in that region.

다음으로, 정보처리부(100)가 1차 해충별 가중치(A)와 전문가 정보를 이용하여 2차 해충별 가중치(B)를 연산하는 단계(S160)에서, 연산되어진 1차 해충별 가중치(A)를 전문가 정보를 이용하여 보정하는 것이다. 일 실시예에서, 2차 해충별 가중치(B)는 1차 해충별 가중치(A)에 전문가 정보를 더하여 연산한다.Next, in the step (S160) of calculating the weight (B) for each secondary pest by using the weight (A) for each primary pest and the expert information, the information processing unit 100 calculates the weight (A) for each primary pest. Is corrected using expert information. In one embodiment, the weight (B) for each secondary pest is calculated by adding expert information to the weight (A) for each primary pest.

일반적으로 어떤 작물에서 어떤 해충의 등급이나 발생/피해 정보는 거의 큰 변동 없이 일정하나, 특정 지역에서는 전혀 발생 안하는 경우도 있다. 이러한 경우를 대비하여, 특정 지역 특정 작물에서의 해충의 발생/피해 정보를 예측하여 보정하는 것으로, 특정 지역의 해충 정보의 변동 상황에 대한 정보를 알고 있는 전문가의 경험 정보를 추가로 입력받아 연산된 1차 해충별 가중치(A)를 보정하는 것이다. 일 실시예에서, 전문가 정보를 입력받을 때, 해충의 발생/피해 정보를 다섯 단계로 분류하여 입력받을 수 있으며, 구체적 예로, "없음", "적음", "중간", "많음", 및 "극심"의 단계를 선택하여 해충의 발생/피해 정보를 전문가가 입력할 수 있다. 전문가에 의해 선택된 단계에 해당되는 보정 값으로 변환되어 연산된 1차 해충별 가중치(A)를 보정할 수 있을 것이다. 변환되는 보정 값은 실험에 의해 정해진 값으로 이에 한정되는 것은 아니다.In general, the grade or occurrence/damage information of a certain pest in a certain crop is almost constant without significant fluctuations, but in some cases it does not occur at all in a specific area. In preparation for such a case, it is to predict and correct the occurrence/damage information of pests in a specific crop in a specific area.It is calculated by receiving additional experience information of experts who know information about the fluctuations of pest information in a specific area. The primary pest-specific weight (A) is corrected. In one embodiment, when receiving expert information, the occurrence/damage information of pests may be classified into five stages and input may be received. Specific examples include "None", "Less", "Medium", "Many", and " By selecting the stage of "Extreme", the occurrence/damage information of the pest can be entered by an expert. It will be possible to correct the weight (A) for each primary pest calculated by converting to a correction value corresponding to the step selected by the expert. The converted correction value is a value determined by an experiment and is not limited thereto.

다음으로, 정보처리부(100)가 예측 모형 데이터베이스(320)에서 병해충 명칭 정보에 해당하는 병해충 시뮬레이션 결과를 단위시간에 따라 수집하는 단계(S210)에서, 단위시간 별 대상 병해충의 시뮬레이션 결과를 수집한다. Next, in the step S210 of collecting the pest simulation result corresponding to the pest name information in the prediction model database 320 by the information processing unit 100 according to unit time, the simulation result of the target pest for each unit time is collected.

다음으로, 정보처리부(100)가 병해충 시뮬레이션 결과를 기설정된 방법으로 인덱스화하여 인덱스 값에 따라 기설정된 가중치 값으로 변환하는 단계(S220)에서, 기설정된 방법으로 병해충 시뮬레이션 결과를 인덱스하기 위해, 일별 피해 예측 곡선을 생성한다. 일별 피해 예측 곡선의 범위는 0~100값으로 생성되어 이를 인덱스화한 것이다. 일 실시예에서, 일별 피해 예측 곡선의 y축은 대상 병해충 피해 면적이며, x축은 단위 시간(일 등)일 수 있다.Next, in the step (S220) of indexing the pest simulation result by the information processing unit 100 by a preset method and converting it into a preset weight value according to the index value, in order to index the pest simulation result by a preset method, daily Generate a damage prediction curve. The range of the daily damage prediction curve is created with values from 0 to 100 and indexed. In one embodiment, the y-axis of the daily damage prediction curve is the target pest damage area, and the x-axis may be a unit time (day, etc.).

구체적으로, 인덱스 값이 2 이하이면 무색으로 화면에 표시하며 가중치 값을 0으로 연산하고, 인덱스 값이 2초과 20이하이면 노란색으로 화면에 표시하며 가중치 값을 1로 변환한다. 인덱스 값이 20 초과 40 이하일 경우 주황색으로 화면에 표시하며 가중치 값을 2로 변환하고, 인덱스 값이 40 초과 60 이하일 경우 빨간색으로 화면에 표시하며 가중치 값을 3으로 변환하고, 인덱스 값이 60 초과일 경우 갈색으로 화면에 표시하며 가중치 값을 4로 변환한다. 일 실시예에서의 가중치 변환 값은 실험에 의해 정해진 값으로 이에 한정되는 것은 아니다.Specifically, if the index value is less than 2, the screen is displayed in colorless and the weight value is calculated as 0, and if the index value is more than 2 and less than 20, the screen is displayed in yellow, and the weight value is converted to 1. If the index value is more than 20 and less than 40, it is displayed on the screen in orange and the weight value is converted to 2, and if the index value is more than 40 and less than 60, it is displayed on the screen in red, and the weight value is converted to 3, and the index value is more than 60. In this case, it is displayed in brown color and the weight value is converted to 4. The weight conversion value in an embodiment is a value determined by experiment and is not limited thereto.

다음으로, 정보처리부(100)가 2차 해충별 가중치(B)와 인덱스 가중치를 이용해 단위시간당 방제 적기 판단 값을 연산하는 단계(S230)에서, 방제 적기 판단을 위한 기준 값을 연산한다. 일 실시예에서, 2차 해충별 가중치(B)와 인덱스 가중치를 곱하여 방제 적기 판단 값을 연산한다. Next, in step S230 of calculating a timely determination value for control per unit time by using the secondary pest-specific weight B and the index weight (S230), the information processing unit 100 calculates a reference value for determining the timely control. In one embodiment, a control time determination value is calculated by multiplying the weight (B) for each second pest by the index weight.

다음으로, 정보처리부(100)가 병해충 정보 데이터베이스(310)에서 병해충 명칭 정보에 상응하는 병해충 역치 정보를 더 수집하는 단계(S240)에서, 단위 시간에 따른 병해충 명칭 정보에 상응하는 병해충 역치 정보를 수집한다. Next, in the step of further collecting the pest threshold information corresponding to the pest name information from the pest information database 310 by the information processing unit 100 (S240), the pest threshold information corresponding to the pest name information according to the unit time is collected. do.

다음으로, 정보처리부(100)가 방제 적기 판단 값이 병해충 역치 정보의 역치값 이상일 경우의 시간을 방제 적기 시점으로 판단하고, 방제 적기 판단 값이 역치값 미만일 경우의 시간을 방제 적기 종점으로 판단하는 단계(S250)에서, 방제 적기 판단 값이 역치값 이상일 경우의 시간을 방제 적기 시점으로, 방제 적기 판단 값이 역치값 미만일 경우 방제 적기 종점으로 판단한다. 일 실시예에서, 방제 적기 종점으로 판단 시 인덱스 값이 변동하는 추세인지를 더 판단할 수 있다. 이는 실험에 의해 정해진 값으로 이에 한정되는 것은 아니다.Next, the information processing unit 100 determines the time when the timely control determination value is greater than or equal to the threshold value of the pest threshold information as the timely control time point, and determines the time when the timely control determination value is less than the threshold value as the timely control end point. In step S250, the time when the timely control determination value is greater than or equal to the threshold value is determined as a timely time point for control, and when the timely control time determination value is less than the threshold value, it is determined as the timely timely control end point. In an embodiment, it may be further determined whether or not an index value is a fluctuating trend when it is determined as a timely end point for control. This is a value determined by an experiment and is not limited thereto.

다음으로, 정보처리부(100)가 방제 적기 시점과 방제 적기 종점을 출력부(500)에 출력하는 단계(S260)에서, 방제 적기 시점과 방제 적기 종점을 출력부(500)에 출력한다. 이를 농업인 사용자가 확인하여 방제 적기에 방제 작업을 수행할 수 있게 된다.Next, in step S260 of the information processing unit 100 outputting the timely time point for control and the timely time point for control to the output unit 500 (S260), the timely time point for timely control and the timely end point for control are output to the output unit 500. This can be confirmed by the farmer user, and the control work can be carried out in a timely manner.

방제 농약 추천 방법How to recommend pesticide control

도 3을 참조하여 본 발명에 따른 방제 농약 추천 방법을 설명한다.A method for recommending a pesticide control according to the present invention will be described with reference to FIG. 3.

정보처리부(100)가 입력부(200)에 입력된 병해충 명칭 정보를 수집하는 단계(S110), 정보처리부(100)가 병해충 정보 데이터베이스(310)에서 병해충 명칭 정보에 상응하는 병해충 정보를 수집하는 단계(S120), 정보처리부(100)가 병해충 정보 중 병해충 등급 정보 및 병해충 중요도 정보를 각각 기설정된 가중치 값으로 변환하는 단계(S130), 정보처리부(100)가 병해충 등급 가중치와 병해충 중요도 가중치를 이용해 1차 해충별 가중치(A)를 연산하는 단계(S140), 정보처리부(100)가 입력부(200)의 전문가 정보를 더 수집하는 단계(S150), 정보처리부(100)가 1차 해충별 가중치(A)와 전문가 정보를 이용하여 2차 해충별 가중치(B)를 연산하는 단계(S160), 정보처리부(100)가 농약 데이터 베이스(330)에서 병해충 명칭 정보에 상응하는 농약 리스트를 수집하는 단계(S310), 정보처리부(100)가 농약 리스트를 2차 해충별 가중치(B)가 높은 순으로 정렬하여 업데이트 시키는 단계(S320), 정보처리부(100)가 업데이트된 농약리스트에서 사용이 불가한 농약을 제외하여 재업데이트 시키는 단계(S330), 및 정보처리부(100)가 재업데이트된 농약리스트를 기설정된 기준에 따른 적합도가 높은 순으로 정렬하여 출력부(500)에 출력하는 단계(S340)를 포함한다.The information processing unit 100 collecting the pest name information input to the input unit 200 (S110), the information processing unit 100 collecting the pest name information corresponding to the pest name information from the pest information database 310 ( S120), the step of converting, by the information processing unit 100, the pest grade information and the pest importance information among the pest information into preset weight values (S130), the information processing unit 100 uses the pest grade weight and the pest importance weight to perform the primary Computing the weight (A) for each pest (S140), the information processing unit 100 further collecting expert information of the input unit 200 (S150), the information processing unit 100 is the primary weight (A) for each pest The step of calculating the weight (B) for each second pest using the expert information (S160), the information processing unit 100 collecting a pesticide list corresponding to the pest name information from the pesticide database 330 (S310) , The information processing unit 100 sorts and updates the pesticide list in the order of the secondary pest-specific weight B (S320), the information processing unit 100 excludes pesticides that cannot be used from the updated pesticide list. Re-updating (S330), and the information processing unit (100) sorting the updated pesticide list in the order of high suitability according to a preset criterion, and outputting the re-updated pesticide list to the output unit (500) (S340).

S110 단계 내지 S160 단계는 방제 적기 추정방법의 단계들과 중복되므로, 중복되는 설명은 생략하였다.Steps S110 to S160 are redundant with the steps of the method for estimating the timely response, and thus, overlapping descriptions are omitted.

다음으로, 정보처리부(100)가 농약 데이터 베이스(330)에서 병해충 명칭 정보에 상응하는 농약 리스트를 수집하는 단계(S310)에서, 병해충 명칭 정보에 상응하는 농약 리스트가 수집된다. Next, in the step (S310) of the information processing unit 100 collecting a pesticide list corresponding to the pest name information from the pesticide database 330, a pesticide list corresponding to the pest name information is collected.

정보처리부(100)가 농약 리스트를 2차 해충별 가중치(B)가 높은 순으로 정렬하여 업데이트 시키는 단계(S320)에서, 정보처리부(100)에 수집된 농약 리스트를 2차 해충별 가중치(B)가 높은 순으로 정렬하여 업데이트시킨다.In the step (S320) of the information processing unit 100 sorting and updating the pesticide list in the order of the secondary pest-specific weight (B), the pesticide list collected in the information processing unit 100 is added to the secondary pest-specific weight (B). Are updated by sorting them in the highest order.

정보처리부(100)가 업데이트된 농약리스트에서 사용이 불가한 농약을 제외하여 재업데이트 시키는 단계(S330)에서, 2차 해충별 가중치(B)가 높은 순으로 정렬된 농약 리스트에서 사용이 불가한 농약을 제외하여 재업데이트 시킨다. 이 때, 농업인 사용자에게 입력받은 사용이 불가한 농약 정보 또는 데이터 베이스에서 농약 현황 정보를 이용해 재업데이트 시킬 수 있다.In the step (S330) of re-updating the information processing unit 100 by excluding the pesticides that cannot be used from the updated pesticide list, pesticides that cannot be used in the pesticide list sorted in the order of the secondary pest-specific weight (B) Excluding, update again. At this time, it is possible to re-update using information on pesticides that cannot be used received from a farmer user or information on pesticide status in a database.

정보처리부(100)가 상기 재업데이트된 농약리스트를 기설정된 기준에 따른 적합도가 높은 순으로 정렬하여 출력부(500)에 출력하는 단계(S340)에서, 기설정된 기준에 따른 적합도는 수집된 농약 리스트에 포함되어있는 정보이거나, 대상 병해충에 대한 살충/살균 인덱스 표에 의해 연산된 적합도일 수 있다.In the step (S340) of the information processing unit 100 sorting the updated pesticide list in the order of high suitability according to a preset criterion and outputting it to the output unit 500 (S340), the suitability according to the preset criterion is the collected pesticide list It may be the information included in or the fitness calculated by the pesticide/sterilization index table for the target pest.

이상, 본 명세서에는 본 발명을 당업자가 용이하게 이해하고 재현할 수 있도록 도면에 도시한 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 당업자라면 본 발명의 실시예로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 보호범위는 특허청구범위에 의해서 정해져야 할 것이다. In the above, the present specification has been described with reference to the embodiments shown in the drawings so that those skilled in the art can easily understand and reproduce the present invention, but these are only exemplary, and those skilled in the art can use various modifications and equivalents from the embodiments of the present invention. It will be appreciated that examples are possible. Therefore, the scope of protection of the present invention should be determined by the claims.

100: 정보처리부
200: 입력부
300: 데이터베이스부
310: 병해충 정보 데이터 베이스
320: 예측 모형 데이터 베이스
330: 농약 데이터 베이스
500: 출력부100: information processing unit
200: input
300: database unit
310: Pest information database
320: predictive model database
330: pesticide database
500: output

Claims (9)

(a) 정보처리부(100)가 입력부(200)에 입력된 병해충 명칭 정보를 수집하는 단계;
(b) 상기 정보처리부(100)가 병해충 정보 데이터베이스(310)에서 상기 병해충 명칭 정보에 상응하는 병해충 정보를 수집하는 단계;
(c) 상기 정보처리부(100)가 상기 병해충 정보 중 병해충 등급 정보 및 병해충 중요도 정보를 각각 기설정된 가중치 값으로 변환하는 단계;
(d) 상기 정보처리부(100)가 병해충 등급 가중치와 병해충 중요도 가중치를 이용해 1차 해충별 가중치(A)를 연산하는 단계;
(e) 상기 정보처리부(100)가 상기 입력부(200)의 전문가 정보를 더 수집하는 단계;
(f) 상기 정보처리부(100)가 상기 1차 해충별 가중치(A)와 상기 전문가 정보를 이용하여 2차 해충별 가중치(B)를 연산하는 단계;
(g) 상기 정보처리부(100)가 농약 데이터 베이스(330)에서 상기 병해충 명칭 정보에 상응하는 농약 리스트를 수집하는 단계; 및
(h) 상기 정보처리부(100)가 상기 농약 리스트를 2차 해충별 가중치(B)가 높은 순으로 정렬하여 업데이트 시키는 단계를 포함하고,
상기 (c) 단계에서,
(c1) 상기 정보처리부(100)가 경제적 피해에 따라 기설정된 기준으로 구분된 상기 병해충 등급 정보를 기설정된 가중치 값으로 변환하는 단계; 및
(c2) 상기 정보처리부(100)가 방제의 중요도에 따라 기설정된 기준으로 구분된 상기 병해충 중요도 정보를 기설정된 가중치 값으로 변환하는 단계; 를 더 포함하고,
상기 방제의 중요도는 해충 종류마다 작물을 가해하는 정도 및 해충의 니체마다 다르게 설정되는 것이며,
상기 (f) 단계는,
예측 대상 지역에서 해당 병해충이 발생하지 않는 경우, 상기 전문가 정보가 “없음”으로 입력되어 이를 반영한 상기 2차 해충별 가중치(B)가 연산되는 단계를 포함하는,
방제 농약 추천 방법.
(a) the information processing unit 100 collecting the pest name information input to the input unit 200;
(b) collecting, by the information processing unit 100, pest information corresponding to the pest name information from the pest information database 310;
(c) converting, by the information processing unit 100, pest grade information and pest importance information among the pest information into preset weight values, respectively;
(d) calculating, by the information processing unit 100, a weight (A) for each primary pest using a pest grade weight and a pest importance weight;
(e) the information processing unit 100 further collecting expert information of the input unit 200;
(f) calculating, by the information processing unit 100, a weight (A) for each primary pest and a weight (B) for each secondary pest using the expert information;
(g) collecting, by the information processing unit 100, a pesticide list corresponding to the pest name information from the pesticide database 330; And
(h) the information processing unit 100 including the step of sorting and updating the pesticide list in the order of the highest weight (B) for each secondary pest,
In step (c),
(c1) converting, by the information processing unit 100, the pest grade information divided by a preset criterion according to economic damage into a preset weight value; And
(c2) converting, by the information processing unit 100, the pest importance information, which is divided by a preset criterion according to the importance of control, into a preset weight value; Including more,
The importance of the control is set differently for each type of pest and the degree to which crops are inflicted and for each type of pest,
The step (f),
Comprising the step of calculating the weight (B) for each secondary pest reflecting this by inputting the expert information as “none” when the corresponding pest does not occur in the prediction target region,
How to recommend pesticide control.
 제 1 항에 있어서,
상기 (h)단계 이후에,
(i) 상기 정보처리부(100)가 상기 업데이트된 농약리스트에서 사용이 불가한 농약을 제외하여 재업데이트 시키는 단계를 포함하는,
방제 농약 추천 방법.
The method of claim 1,
After step (h),
(i) the information processing unit 100 including the step of re-updating, excluding pesticides that cannot be used in the updated pesticide list,
How to recommend pesticide control.
 제 2 항에 있어서,
상기 (i)단계 이후에,
(j) 상기 정보처리부(100)가 상기 재업데이트된 농약리스트를 기설정된 기준에 따른 적합도가 높은 순으로 정렬하여 출력부(500)에 출력하는 단계를 포함하는,
방제 농약 추천 방법.
The method of claim 2,
After step (i) above,
(j) comprising the step of the information processing unit 100 to sort the re-updated pesticide list in the order of high suitability according to a preset criterion and output to the output unit 500
How to recommend pesticide control.
 제 1 항에 있어서,
상기 (c)단계에서,
상기 병해충 등급 정보는 기설정된 기준으로 구분되는 관건 등급, 중요 등급, 주의 등급, 및 일반 등급을 포함하는,
방제 농약 추천 방법.
The method of claim 1,
In step (c),
The pest grade information includes a key grade, an important grade, a caution grade, and a general grade divided by a preset criterion,
How to recommend pesticide control.
 제 1 항에 있어서,
상기 (c)단계에서,
상기 병해충 중요도 정보는 방제의 중요도에 따라 구분되는 제1 등급 내지 제4 등급을 포함하는,
방제 농약 추천 방법.
The method of claim 1,
In step (c),
The pest importance information includes first to fourth grades classified according to the importance of control,
How to recommend pesticide control.
 제 4 항에 있어서,
상기 병해충 등급 정보가 관건 등급일 경우 등급 가중치를 4로 변환하고,
상기 병해충 등급 정보가 중요 등급일 경우 상기 등급 가중치를 3으로 변환하고,
상기 병해충 등급 정보가 주의 등급일 경우 상기 등급 가중치를 2로 변환하고,
상기 병해충 등급 정보가 일반 등급일 경우 상기 등급 가중치를 1로 변환하는,
방제 농약 추천 방법.
The method of claim 4,
If the pest grade information is the critical grade, the grade weight is converted to 4,
When the pest grade information is an important grade, the grade weight is converted to 3,
If the pest grade information is a state grade, the grade weight is converted to 2,
Converting the grade weight to 1 when the pest grade information is a general grade,
How to recommend pesticide control.
 제 5 항에 있어서,
상기 병해충 중요도 정보가 제1 등급일 경우 상기 병해충 중요도 가중치를 1로 변환하고,
상기 병해충 중요도 정보가 제2 등급일 경우 상기 병해충 중요도 가중치를 2로 변환하고,
상기 병해충 중요도 정보가 제3 등급일 경우 상기 병해충 중요도 가중치를 3으로 변환하고,
상기 병해충 중요도 정보가 제4 등급일 경우 상기 병해충 중요도 가중치를 4로 변환하는,
방제 농약 추천 방법.
The method of claim 5,
When the pest importance information is of the first grade, the pest importance weight is converted to 1,
When the pest importance information is of the second grade, the pest importance weight is converted to 2,
When the pest importance information is a third grade, the pest importance weight is converted to 3,
Converting the pest importance weight to 4 when the pest importance information is a fourth grade,
How to recommend pesticide control.
 제 1 항에 있어서,
상기 (d)단계에서,
상기 병해충 등급 가중치와 상기 병해충 중요도 가중치를 곱하여 상기 1차 해충별 가중치(A)를 연산하는,
방제 농약 추천 방법.
The method of claim 1,
In step (d),
Computing the primary pest-specific weight (A) by multiplying the pest grade weight and the pest importance weight,
How to recommend pesticide control.
 삭제delete
KR1020180108256A 2018-09-11 2018-09-11 Method for recommending agricultural chemical in pest forecast system KR102234897B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180108256A KR102234897B1 (en) 2018-09-11 2018-09-11 Method for recommending agricultural chemical in pest forecast system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180108256A KR102234897B1 (en) 2018-09-11 2018-09-11 Method for recommending agricultural chemical in pest forecast system

Publications (2)

Publication Number Publication Date
KR20200030149A KR20200030149A (en) 2020-03-20
KR102234897B1 true KR102234897B1 (en) 2021-04-02

Family

ID=69958222

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180108256A KR102234897B1 (en) 2018-09-11 2018-09-11 Method for recommending agricultural chemical in pest forecast system

Country Status (1)

Country Link
KR (1) KR102234897B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023229804A1 (en) * 2022-05-25 2023-11-30 X Development Llc Model-predictive control of pest presence in host environments

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115358883B (en) * 2022-09-15 2023-10-24 河北省农林科学院植物保护研究所 Dynamic resistance monitoring and prevention and control drug recommendation method and system for cotton aphids

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004185222A (en) * 2002-12-02 2004-07-02 Osaka Gas Co Ltd Microorganism material proposition system for controlling plant diseases
JP2009106261A (en) * 2007-10-30 2009-05-21 Asuzac Inc Crop cultivation-supporting device
JP2016045645A (en) * 2014-08-21 2016-04-04 アシストシステムズ株式会社 Server device, database system, and search program

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6237210B2 (en) 2013-12-20 2017-11-29 大日本印刷株式会社 Pest occurrence estimation apparatus and program
CN106871971A (en) 2017-04-10 2017-06-20 南京乐仲智能化工程有限公司 One plant growth management system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004185222A (en) * 2002-12-02 2004-07-02 Osaka Gas Co Ltd Microorganism material proposition system for controlling plant diseases
JP2009106261A (en) * 2007-10-30 2009-05-21 Asuzac Inc Crop cultivation-supporting device
JP2016045645A (en) * 2014-08-21 2016-04-04 アシストシステムズ株式会社 Server device, database system, and search program

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023229804A1 (en) * 2022-05-25 2023-11-30 X Development Llc Model-predictive control of pest presence in host environments

Also Published As

Publication number Publication date
KR20200030149A (en) 2020-03-20

Similar Documents

Publication Publication Date Title
Schleuning et al. Trait-based assessments of climate-change impacts on interacting species
Geyle et al. Quantifying extinction risk and forecasting the number of impending Australian bird and mammal extinctions
García et al. Exotic birds increase generalization and compensate for native bird decline in plant–frugivore assemblages
Sutherland et al. Making predictive ecology more relevant to policy makers and practitioners
Crossley et al. Recent climate change is creating hotspots of butterfly increase and decline across North America
Cortés et al. Risk assessment of cartilaginous fish populations
Ordano et al. Olive fruit fly (Bactrocera oleae) population dynamics in the Eastern Mediterranean: Influence of exogenous uncertainty on a monophagous frugivorous Insect
KR102234897B1 (en) Method for recommending agricultural chemical in pest forecast system
Conser et al. The development of a plant risk evaluation (PRE) tool for assessing the invasive potential of ornamental plants
Knell et al. Selective harvest focused on sexual signal traits can lead to extinction under directional environmental change
De Manincor et al. Does phenology explain plant–pollinator interactions at different latitudes? An assessment of its explanatory power in plant–hoverfly networks in French calcareous grasslands
Pažek et al. Decision making under conditions of uncertainty in agriculture: a case study of oil crops
Nishanthi et al. Prediction of dengue outbreaks in Sri Lanka using artificial neural networks
Schmidt et al. Why are some plant genera more invasive than others?
Zelingher et al. Assessing the sensitivity of global maize price to regional productions using statistical and machine learning methods
Diplock et al. Large mammal declines and the incipient loss of mammal-bird mutualisms in an African savanna ecosystem
Brasileiro et al. Selection in sugarcane families with artificial neural networks
Punt et al. Harvest strategy evaluation for school and gummy shark
European Food Safety Authority (EFSA) et al. Report on the methodology applied by EFSA to provide a quantitative assessment of pest‐related criteria required to rank candidate priority pests as defined by Regulation (EU) 2016/2031
US20180018607A1 (en) Skill transfer facilitating apparatus, skill transfer facilitating method, and computer-readable recording medium
KR102203800B1 (en) Method for estimating optimal control time in pest forecast system
Elvarsson et al. Using multi-criteria analysis the assess impacts of change in ecosystem-based fisheries management: the case of the Icelandic cod
Walls III et al. Modeling the decision process for barley yellow dwarf management
Holt et al. Bayesian networks to compare pest control interventions on commodities along agricultural production chains
Bernardo et al. Using long-term population monitoring data to prioritize conservation action among rare plant species

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right