KR102293520B1 - 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법 - Google Patents

작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법 Download PDF

Info

Publication number
KR102293520B1
KR102293520B1 KR1020190088536A KR20190088536A KR102293520B1 KR 102293520 B1 KR102293520 B1 KR 102293520B1 KR 1020190088536 A KR1020190088536 A KR 1020190088536A KR 20190088536 A KR20190088536 A KR 20190088536A KR 102293520 B1 KR102293520 B1 KR 102293520B1
Authority
KR
South Korea
Prior art keywords
crop
weather
daily
temperature
grown
Prior art date
Application number
KR1020190088536A
Other languages
English (en)
Other versions
KR20210011562A (ko
Inventor
한용규
신용순
김성기
박종선
안문일
소재원
Original Assignee
주식회사 에피넷
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 주식회사 에피넷 filed Critical 주식회사 에피넷
Priority to KR1020190088536A priority Critical patent/KR102293520B1/ko
Priority to PCT/KR2020/009108 priority patent/WO2021015468A2/ko
Publication of KR20210011562A publication Critical patent/KR20210011562A/ko
Application granted granted Critical
Publication of KR102293520B1 publication Critical patent/KR102293520B1/ko

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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G22/00—Cultivation of specific crops or plants not otherwise provided for
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
    • A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/25—Greenhouse technology, e.g. cooling systems therefor

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Environmental & Geological Engineering (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Mining & Mineral Resources (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Animal Husbandry (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Agronomy & Crop Science (AREA)
  • Botany (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Catching Or Destruction (AREA)

Abstract

본 발명은 작물의 생물계절(phenology)을 기반으로 병해충과 기상장해 발생위험을 군락 내 기상과 토양환경을 수집하여 수식화된 모델을 포함하고 있는 동적 시스템과 이에 대한 방법에 관한 것이다. 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템 및 그 방법은 현재 기온으로만 위험기상을 판단하지 않고 현재 작물 생육단계가 해당 위험기상에 위험이 있을 경우에만 위험기상으로 판단함으로써 현재 재배하고 있는 작물에 따라 위험기상을 정확하게 예측할 수 있다. 또한, 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템 및 그 방법은 현재 발생 가능한 병충해만으로 위험 병충해를 판단하지 않고 현재 작물 생육단계가 현재 발생 가능한 병충해에 위험이 있을 경우에만 위험 병충해로 판단하여 현재 재배하고 있는 작물에 따라 위험 병충해를 정확하게 예측할 수 있다.

Description

작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법 {Precise management system of disease and insect pests, weather disasters based on crop phenology and its method}
본 발명은 작물의 생물계절(phenology)을 기반으로 병해충과 기상장해 발생위험을 군락 내 기상과 토양환경을 수집하여 수식화된 모델을 포함하고 있는 동적 시스템과 이에 대한 방법에 관한 것이다.
최근 지구온난화로 인한 기후변화와 이상기상 현상의 잦은 발생으로 작물의 생물계절의 변동과 병해충 발생, 돌발적인 기상장해 발생으로 작물 관리에 매우 큰 어려움을 겪고 있다. 또한 과거 경험적 결과로 얻어진 재배력과 관행적 작물 관리 방법은 한계가 있다. 작물의 생물계절의 예로 기상청에서는 매해 벚꽃의 개화시기를 예측하여 정보를 제공하고 있으며, 일부 농업관련 서비스에서 사과, 배, 포도, 복숭아의 발아시기와 만개시기를 예측하여 정보를 제공하고 있다.
현재 작물의 병해충은 대부분 경험에 의존하여 관리를 하고 있으며, 일부에서는 작물 병해충의 감염 또는 발생을 기상과 토양환경을 이용하여 예측하여 방제시기를 결정하는 의사지원 정보로 이용하고 있다. 하지만 병해충은 작물의 생육단계에 따라 그 피해 정도가 크게 차이가 나며, 병해충 관리를 위해서는 작물의 생육단계가 분명히 고려되어야 하지만 현재 제공되는 정보들에는 고려하지 않고 있는 문제점이 있다. 또한, 작물의 기상장해 또한 작물 생육단계와 연관성이 매우 높으며, 정밀한 관리를 위해서는 기상상황과 작물의 생육단계를 함께 고려하여 대응하는 것이 필요하다.
따라서, 작물의 정밀한 관리를 위해 고려해야 할 생육단계를 기상과 토양환경을 이용하여 예측하고 예측된 생육단계를 기반으로 각각의 병해충 모델, 기상장해를 유발할 수 있는 위험기상 예측 모델을 포함하고, 이를 연계하여 정보를 제공할 수 있는 동적 시스템이 필요하다.
한국 공개특허공보 제10-2018-0085109호(2018.07.26. 공개)
본 발명의 목적은 현재 생육단계에 따라 작물에 위험한 병해충과 기상을 정확하게 정보를 제공할 수 있는 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법을 제공하는 것이다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템은, 작물을 생육하고자 하는 지역의 기상 정보와 토양환경 정보를 수집하는 정보 수집 모듈과, 기상 정보와 토양환경 정보를 기반으로 작물의 생육단계를 예측하는 생육단계 예측 모듈, 기상 정보와 토양환경 정보를 기반으로 발생 가능한 병해충을 예측하는 병해충 예측 모듈, 기상 정보를 기반으로 위험기상을 예측하는 위험기상 예측 모듈, 및 발생 가능한 병해충과 생육단계가 매칭되거나, 위험기상과 생육단계가 매칭되면 위험 경고를 수행하는 위험 판단 모듈을 포함한다.
정보 수집 모듈은, 기상 정보를 수집하는 기상 정보 수집 모듈과, 토양환경 정보를 수집하는 토양환경 정보 수집 모듈을 포함하고, 기상 정보는 작물이 재배되고 있는 지점에 설치된 환경계측장비로부터 수집된 기온과 상대습도, 강우량, 일사량, 일조시간, 결로 정보를 포함하며, 토양환경 정보는 작물이 재배되고 있는 지점에 설치된 환경계측장비로부터 수집된 토양온도와 토양수분을 포함한다.
상기 위험기상 예측 모듈은, 상기 작물이 노지에서 재배되고 있는 경우, 상기 작물이 재배되고 있는 지점의 일 최고기온이 고온해 기준 이상이거나, 상기 작물이 재배되고 있는 지점의 일 최저기온이 동해와 저온해 기준 이하이며, 상기 노지에서 재배되고 있는 작물의 생육단계가 상기 고온해, 동해 또는 저온해에 피해를 입을 수 있는 생육단계일 경우 위험으로 판단한다.
또한, 상기 위험 판단 모듈은, 상기 작물이 무가온 하우스 내에서 재배되고 있을 경우, 상기 작물이 재배되고 있는 무가온 하우스의 내부 일 최고기온이 고온해 기준 이상이거나, 상기 작물이 재배되고 있는 무가온 하우스의 내부 일 최저기온이 동해와 저온해 기준 이하이며, 상기 작물의 생육단계가 상기 고온해, 동해 또는 저온해에 피해를 입을 수 있는 생육단계일 경우 위험으로 판단한다.
상기 위험기상 예측 모듈은, 상기 작물이 무가온 하우스 내에서 재배되고 있는 경우, 상기 작물이 재배되고 있는 지점에 대해서 기상청에서 제공하는 동네예보와 중기예보를 이용하여 연산하고자 하는 i일의 외부 일 누적 일사량과, 상기 작물이 재배되고 있는 무가온 하우스 내부 일 최고기온 및 일 최저기온을 연산한다.
또한, 위험 판단 모듈은, 작물의 생육단계가 발생 가능한 병해충에 피해를 입을 수 있는 생육단계일 경우 위험으로 판단한다.
또한, 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법은, 작물을 생육하고자 하는 지역의 기상 정보와 토양환경 정보를 정보 수집 모듈이 수집하는 단계와, 기상 정보와 토양환경 정보를 기반으로 작물의 생육단계를 생육단계 예측 모듈이 예측하는 단계, 기상 정보와 토양환경 정보를 기반으로 발생 가능한 병해충을 병해충 예측 모듈이 예측하는 단계, 기상 정보를 기반으로 위험기상을 위험기상 예측 모듈이 예측하는 단계, 및 발생 가능한 병해충과 생육단계가 매칭되거나, 위험기상과 생육단계가 매칭되면 위험 판단 모듈이 위험 경고를 수행하는 단계를 포함한다.
작물을 생육하고자 하는 지역의 기상 정보와 토양환경 정보를 정보 수집 모듈이 수집하는 단계는, 기상 정보를 기상 정보 수집 모듈이 수집하는 단계와, 토양환경 정보를 토양환경 정보 수집 모듈이 수집하는 단계를 포함하고, 기상 정보는 작물이 재배되고 있는 지점에 설치된 환경계측장비로부터 수집된 기온과 상대습도, 강우량, 일사량, 일조시간, 결로 정보를 포함하며, 토양환경 정보는 작물이 재배되고 있는 지점에 설치된 환경계측장비로부터 수집된 토양온도와 토양수분을 포함한다.
상기 기상 정보를 기반으로 위험기상을 위험기상 예측 모듈이 예측하는 단계는, 상기 작물이 노지에서 재배되고 있는 경우, 상기 작물이 재배되고 있는 지점의 일 최고기온이 고온해 기준 이상이거나, 상기 작물이 재배되고 있는 지점의 일 최저기온이 동해와 저온해 기준 이하이며, 상기 노지에서 재배되고 있는 작물의 생육단계가 상기 고온해, 동해 또는 저온해에 피해를 입을 수 있는 생육단계일 경우 상기 위험기상 예측 모듈이 위험으로 판단한다.
또한, 상기 기상 정보를 기반으로 위험기상을 위험기상 예측 모듈이 예측하는 단계는, 상기 작물이 무가온 하우스 내에서 재배되고 있을 경우, 상기 작물이 재배되고 있는 무가온 하우스의 내부 일 최고기온이 고온해 기준 이상이거나, 상기 작물이 재배되고 있는 무가온 하우스의 내부 일 최저기온이 동해와 저온해 기준 이하이며, 상기 작물의 생육단계가 상기 고온해, 동해 또는 저온해에 피해를 입을 수 있는 생육단계일 경우 상기 위험기상 예측 모듈이 위험으로 판단한다.
상기 기상 정보를 기반으로 위험기상을 위험기상 예측 모듈이 예측하는 단계는, 상기 위험기상 예측 모듈이 상기 작물이 재배되고 있는 지점에 대해서 기상청에서 제공하는 동네예보와 중기예보를 이용하여 연산하고자 하는 i일의 외부 일 누적 일사량과, 상기 작물이 재배되고 있는 무가온 하우스 내부 일 최고기온 및 일 최저기온을 연산하는 단계를 포함한다.
여기서, 전술된 i일의 외부 일 누적 일사량은,
Figure 112019075188216-pat00001
이며,
Figure 112019075188216-pat00002
는 i일의 추정된 일 누적 일사량(MJ/m2),
Figure 112019075188216-pat00003
는 i일의 대기외일사량(MJ/m2),
Figure 112019075188216-pat00004
는 i일의 일 최고기온-일 최저기온,
Figure 112019075188216-pat00005
는 i일 다음 날의
Figure 112019075188216-pat00006
,
Figure 112019075188216-pat00007
는 i일 전 날의
Figure 112019075188216-pat00008
,
Figure 112019075188216-pat00009
는 i일 다음 날의
Figure 112019075188216-pat00010
,
Figure 112019075188216-pat00011
는 i일 전 날의
Figure 112019075188216-pat00012
,
Figure 112019075188216-pat00013
는 i일의 일 누적 강우량이 0.1mm 이상이면 1이고 0.1mm 미만이면 0이다.
또한, 전술된 무가온 하우스의 내부 일 최고기온은,
Figure 112019075188216-pat00014
이며, 무가온 하우스의 내부 일 최저기온은,
Figure 112019075188216-pat00015
이고,
Figure 112019075188216-pat00016
는 추정된 무가온 하우스 내부 일 최고기온,
Figure 112019075188216-pat00017
는 추정된 무가온 하우스 내부 일 최저기온,
Figure 112019075188216-pat00018
는 무가온 하우스 지점의 외부 일 최고기온,
Figure 112019075188216-pat00019
은 무가온 하우스 지점의 외부 일 최저기온이다.
발생 가능한 병해충과 생육단계가 매칭되거나, 위험기상과 생육단계가 매칭되면 위험 판단 모듈이 위험 경고를 수행하는 단계는, 작물의 생육단계가 발생 가능한 병해충에 피해를 입을 수 있는 생육단계일 경우 위험 판단 모듈이 위험으로 판단하고 위험 경고를 수행한다.
본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템 및 그 방법은 현재 기온으로만 위험기상을 판단하지 않고 현재 작물 생육단계가 해당 위험기상에 위험이 있을 경우에만 위험기상으로 판단함으로써 현재 재배하고 있는 작물에 따라 위험기상을 정확하게 예측할 수 있다.
또한, 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템 및 그 방법은 현재 발생 가능한 병충해만으로 위험 병충해를 판단하지 않고 현재 작물 생육단계가 현재 발생 가능한 병충해에 위험이 있을 경우에만 위험 병충해로 판단하여 현재 재배하고 있는 작물에 따라 위험 병충해를 정확하게 예측할 수 있다.
상술한 효과와 더불어 본 발명의 구체적인 효과는 이하 발명을 실시하기 위한 구체적인 사항을 설명하면서 함께 기술한다.
도 1은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템의 개념도이다.
도 2는 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템에서 수집된 기상 정보와 토양환경 정보를 이용하여 작물의 생육단계와 병해충 예측, 위험기상 발생 이력, 기상청에서 발표된 특보를 종합적으로 보여주는 생물모형 기반 작물 재배력 예시 화면이다.
도 3은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템에서 작물 생육단계를 고려하여 병해충 위험 알림 여부 판단을 설명하기 위한 개념도이다.
도 4는 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템에서 작물 생육단계를 고려하여 위험기상 알림 여부 판단을 설명하기 위한 개념도이다.
도 5는 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법의 순서도이다.
도 6은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법에서 노지에서 재배되는 작물의 위험기상 예보 순서도이다.
도 7은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법에서 가온하지 않는 무가온 하우스에서 재배되고 있는 작물의 위험기상 예보 순서도이다.
전술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되며, 이에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 도면에서 동일한 참조부호는 동일 또는 유사한 구성요소를 가리키는 것으로 사용된다.
도 1은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템의 개념도이고, 도 2는 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템에서 수집된 기상 정보와 토양환경 정보를 이용하여 작물의 생육단계와 병해충 예측, 위험기상 발생 이력, 기상청에서 발표된 특보를 종합적으로 보여주는 생물모형 기반 작물 재배력 예시 화면이다.
본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템은 도 1에 도시된 바와 같이, 대상지역의 기상 정보와 토양환경 정보를 수집하는 정보 수집 모듈(100)과, 정보 수집 모듈(100)에서 수집된 기상 정보와 토양환경 정보를 기반으로 식물의 생육단계를 예측하는 생육단계 예측 모듈(210), 정보 수집 모듈(100)에서 수집된 기상 정보와 토양환경 정보를 기반으로 병해충을 예측하는 병해충 예측 모듈(220), 정보 수집 모듈(100)에서 수집된 기상 정보를 기반으로 위험기상 정보를 생산하는 위험기상 생산 모듈, 예측된 생육단계와 병해충 정보 및 위험기상 정보를 기반으로 위험을 판단하는 위험 판단 모듈(300), 위험 판단 모듈(300)에서 위험으로 판단되면 이를 표시하는 표시 모듈(400), 위험 판단 모듈(300)에서 위험으로 판단되면 이를 관리자나 사용자에게 알리는 알림 모듈(500)을 포함한다. 여기서, 표시 모듈(400)은 도 2에 도시된 바와 같이, 작물의 생육단계와 병해충 예측, 위험기상 발생 이력 및 기상청에서 발표된 특보를 종합적으로 표시하도록 할 수 있다.
정보 수집 모듈(100)은 대상지역의 기상 정보와 토양환경 정보를 수집한다. 이를 위해서, 정보 수집 모듈(100)은 기상 정보 수집 모듈(110)과 토양환경 정보 수집 모듈(120)을 포함한다.
기상 정보 수집 모듈(110)은 대상지역의 기상 정보를 수집한다. 여기서 수집되는 기상 정보는 작물이 재배되고 있는 지점 또는 농장에 설치된 환경계측장비로부터 기온과 상대습도, 강우량, 일사량, 일조시간, 결로 정보를 포함한다.
토양환경 정보 수집 모듈(120)은 작물이 재배되고 있는 지점 또는 농장에 설치된 환경계측장비로부터 토양온도, 토양수분, 토양pH 및 재배자가 추가로 설치한 센서에서 1분 단위로 관측되는 관측값을 10분 단위로 수집한다. 여기서, 재배자가 추가로 설치한 센서에서 1분 단위로 관측되는 관측값은 토양온도, 토양수분 및 토양pH 정보를 포함한다.
생육단계 예측 모듈(210)은 기상 정보 수집 모듈(110)에서 수집된 기상 정보와 토양환경 정보 수집 모듈(120)에서 수집된 토양환경 정보를 기반으로 작물의 생육단계를 연산하여 예측한다. 여기서, 작물의 생육단계 연산은 이전해 10월 1일부터 일 최고기온과 일 최저기온을 이용하여 발아일을 예측한다. 또한, 발아일로부터 생육단계별 소요일수로 각 생육단계를 추정한다. 여기서, 토양환경 정보는 일부 작물의 생육단계를 추정하는데 사용된다. 즉, 일부 작물은 토양온도와 토양수분, 즉, 토양 내 이용가능한 수분의 양으로 생육단계를 추정할 수 있으며, 예를 들어, 특정 토양온도와 토양수분이 기준이상이면 생육단계 소요일수가 증가하거나 감소할 수 있다.
병해충 예측 모듈(220)은 기상 정보 수집 모듈(110)에서 수집된 기상 정보와 토양환경 정보를 기반으로 작물별 수기화된 주요 병해충 예측 모형을 구동하여 위험도를 연산한다. 작물 병 예측 모형은 기상 정보와 토양환경 정보를 이용하여 전염원이 기주를 감염시킬 수 있는 정보를 수식화한 것으로서, 작물 해충 예측 모형은 해충의 발육이 시작되는 임계온도 이상의 기온을 누적하여 해충 생육 단계별 기준으로 발생 위험시기를 예측한다. 이를 위해서, 병해충 예측 모듈(220)은 위험기상을 예측하고, 작물 생육단계를 기반으로 병해충 및 위험기상에 대한 위험도를 판단한다.
위험기상 예측 모듈(230)은 기상 정보 수집 모듈(110)에서 수집된 기상 정보를 이용하여 작물별 동해, 저온해 위험 기준 이하, 고온해 위험 기준 이상이 되면 위험기상이 발생한 것으로 판단한다. 이를 위해서 위험기상 예측 모듈(230)은 작물이 노지에서 재배되는 경우와, 무가온 하우스 내에서 재배되는 경우를 구분하여 위험기상을 예측할 수 있다. 작물이 노지에서 재배되는 경우, 시간별 기온이 고온 위험기준 이상이거나 동상해 위험기준 이하일 때 해당 기준에 노지에서 재배되는 작물의 생육단계가 피해를 입을 수 있을 경우 위험으로 판단하는 것이므로 위험기상 예측 모듈(230)은 작물이 재배되고 있는 지점의 기온 정보를 고온 위험기준이나 동상해 위험기준과 비교한다.
또한, 작물이 무가온 하우스 내에서 재비되는 경우, 위험기상 예측 모듈(230)은 기상청 동네예보를 이용하여 가온을 하지 않는 무가온 하우스에서 재배되고 있는 작물의 내일, 모레에 대한 위험기상 예측 수식으로 위험기상을 예측한다. 이는 기상청에서 제공하는 동네예보와 중기예보를 이용하여 아래의 수학식 1로 외부 일 누적 일사량을 연산하고자 하는 i일의 추정된 외부 일 누적 일사량을 연산하여 수행할 수 있다.
Figure 112019075188216-pat00020
수학식 1에서,
Figure 112021013009640-pat00021
는 i일의 추정된 일 누적 일사량(MJ/m2),
Figure 112021013009640-pat00022
는 i일의 대기외일사량(MJ/m2),
Figure 112021013009640-pat00023
는 i일의 일 최고기온-일 최저기온,
Figure 112021013009640-pat00024
는 i일 다음 날의
Figure 112021013009640-pat00025
,
Figure 112021013009640-pat00026
는 i일 전 날의
Figure 112021013009640-pat00027
,
Figure 112021013009640-pat00028
는 i일의 일 누적 강우량이 0.1mm 이상이면 1이고 0.1mm 미만이면 0,
Figure 112021013009640-pat00029
는 i일 다음 날의
Figure 112021013009640-pat00030
,
Figure 112021013009640-pat00031
는 i일 전 날의
Figure 112021013009640-pat00032
를 의미한다. 또한, 위험기상 예측 모듈(230)에서 일 누적 일사량 연산 시 아래의 표 1에서 연산하고자 하는 지점의 최인접 지점의 모델 변수값을 사용한다. 이에 따라, a, b, c, d, e, f, g, h, k는 아래의 표 1과 같이 주요 지점 번호, 즉, 작물을 생육하고자 하는 지역 내에서 연산하고자 하는 지점의 최인접 지점의 모델 변수값을 의미한다.
주요 지점 번호 Model Parameter Statistics
a b c d e f g h k MAE RMSE R2
대관령 100 0.59 0.07 1.39 0.06 -0.29 -0.06 0.01 -0.01 1.16 2.81 3.6 0.7
북강릉 104 0.59 0.03 1.96 0.01 -0.35 -0.07 0.01 -0.01 0.85 2.84 3.9 0.7
인천 112 0.55 0.07 1.88 0.04 -0.31 -0.05 0.01 -0.01 0.14 2.7 3.6 0.7
원주 114 0.67 0.01 2.05 0.02 -0.21 -0.05 0.01 -0.01 0.81 2.52 3.4 0.8
수원 119 0.58 0.03 1.86 0.01 -0.25 -0.03 0.01 -0.01 0.66 2.68 3.5 0.7
서산 129 0.67 0.09 1.26 0.02 -0.24 -0.05 0 -0.02 0.11 2.74 3.5 0.7
안동 136 -1.88 -0.24 0.06 0.01 -0.35 -0.12 0 0 -0.74 3.3 4.3 0.6
광주 156 0.63 0.03 1.85 0 -0.24 -0.03 0.01 -0.01 1.18 2.55 3.3 0.8
부산 159 0.73 0.07 1.7 0 -0.29 -0.06 0 0 -1.55 2.49 3.3 0.8
목포 165 0.59 0.09 1.59 0.01 -0.31 -0.04 0.01 -0.01 -0.03 2.67 3.5 0.7
흑산도 169 1.35 0.24 0.41 0 -0.45 0.09 0.02 -0.01 1 3.93 4.9 0.6
제주 184 0.68 0.23 1.37 -0.01 -0.37 0.06 0.01 -0.01 -2.25 3.16 4.1 0.7
고산 185 0.62 0.64 0.66 0.01 -0.4 -0.07 0.02 -0.01 -1.86 4.17 5.3 0.6
북창원 255 0.61 0.01 2.15 0.03 -0.25 -0.01 0.01 -0.01 1.69 2.46 3.2 0.8
청송 276 0.73 0.03 1.55 0.03 -0.19 -0.03 0.01 -0.01 0.97 2.38 3.1 0.8
또한, 위험기상 예측 모듈(230)은 아래의 수학식 2를 이용하여 무가온 하우스 내부 일 최고기온과 일 최저기온을 연산한다.
Figure 112019075188216-pat00033
Figure 112019075188216-pat00034
수학식 2에서
Figure 112021013009640-pat00035
는 추정된 무가온 하우스 내부 일 최고기온,
Figure 112021013009640-pat00036
는 추정된 무가온 하우스 내부 일 최저기온,
Figure 112021013009640-pat00037
는 무가온 하우스 지점의 외부 일 최고기온,
Figure 112021013009640-pat00038
은 무가온 하우스 지점의 외부 일 최저기온, WindSpeed는 풍속을 의미한다.
도 3은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템에서 작물 생육단계를 고려하여 병해충 위험 알림 여부 판단을 설명하기 위한 개념도이다. 또한, 도 4는 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템에서 작물 생육단계를 고려하여 위험기상 알림 여부 판단을 설명하기 위한 개념도이다.
위험 판단 모듈(300)은 생육단계 예측 모듈(210)에서 예측된 작물의 생육단계와 병해충 예측 모듈(220)에서 예측된 병해충, 및 위험기상 예측 모듈(230)에서 예측된 위험기상에 따라 위험을 판단한다. 본 발명은 작물의 생육단계별로 발생 가능한 병해충 코드 집합이 정의되고, 도 3에 도시된 바와 같이, 병해충에 따른 위험 판단은 특정 병해충 위험이 현재 작물의 생육단계의 병해충 코드 집합에 포함되어 있으면 병해충 위험으로 판단한다. 또한, 위험기상에 따른 위험 판단은 도 4에 도시된 바와 같이, 위험기상 예측 모듈(230)에서 연산된 외부 일 추적 일사량과 내부 일 최고기온 및 내부 일 최저기온을 기반으로 위험을 판단한다. 이는 예를 들어, 무가온 하우스 내부 일 최고기온이 고온해 기준 이상일 경우, 내부 일 최저기온이 동해와 저온해 기준 이하일 경우 위험기상이 발생한 것으로 판단할 수 있다. 하지만, 현재 작물 생육단계가 해당 위험기상에 대한 위험이 없다면 경고를 발생하지 않는다. 물론, 작물이 노지에서 재배될 경우 시간별 기온을 고온 위험기준이나 동상해 위험기준과 비교하고, 작물 생육단계와 비교하여 위험을 판단할 수 있다.
상술한 바와 같이, 본 발명은 현재 기온으로만 위험기상을 판단하지 않고 현재 작물 생육단계가 해당 위험기상에 위험이 있을 경우에만 위험기상으로 판단함으로써 현재 재배하고 있는 작물에 따라 위험기상을 정확하게 예측할 수 있다.
다음은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법에 대해 도면을 참조하여 설명한다. 후술될 내용 중 전술된 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템의 설명과 중복되는 내용은 생략하거나 간략히 설명한다.
도 5는 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법의 순서도이다.
본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법은 도 5에 도시된 바와 같이, 정보를 수집하는 단계(S1)와, 생육단계와 병해충 및 위험기상을 예측하는 단계(S2), 위험을 판단하는 단계(S3)를 포함한다.
정보를 수집하는 단계(S1)는 대상지역의 기상 정보와 토양환경 정보를 수집한다. 이를 위해서, 정보를 수집하는 단계(S1)는 대상지역의 기상 정보를 수집하는 단계(S1-1)와, 대상지역의 토양환경 정보를 수집하는 단계(S1-2)를 포함한다.
대상지역의 기상 정보를 수집하는 단계(S1-1)는 기상 정보 수집 모듈이 대상지역의 기상 정보를 수집한다. 또한, 대상지역에서 수집되는 기상 정보는, 전술된 바와 같이, 작물이 재배되고 있는 지점 또는 농장에 설치된 환경계측장비로부터 기온과 상대습도, 강우량, 일사량, 일조시간, 결로 정보를 포함한다.
대상지역의 토양환경 정보를 수집하는 단계(S1-2)는 토양환경 정보 수집 모듈이 대상지역의 토양환경 정보를 수집한다. 또한, 수지보디는 토양환경 정보는 토양온도와 토양수분, 재배자가 추가로 설치한 센서에서 1분 단위로 관측되는 관측값을 포함한다.
생육단계와 병해충 및 위험기상을 예측하는 단계(S2)는 정보를 수집하는 단계(S1)에서 수집된 기상 정보와 토양환경 정보를 기반으로 생육단계와 병해충 및 위험기상을 예측한다. 또한, 이를 위해서 생육단계와 병해충 및 위험기상을 예측하는 단계(S2)는 생육단계를 예측하는 단계(S2-1)와, 병해충을 예측하는 단계(S2-2), 및 위험기상을 예측하는 단계(S2-3)를 포함한다.
생육단계를 예측하는 단계(S2-1)는 정보를 수집하는 단계(S1)에서 수집된 기상 정보와 토양환경 정보를 기반으로 작물의 생육단계를 연산하여 예측한다. 이는 이전해 10월 1일부터 일 최고기온과 일 최저기온을 이용하여 발아일을 예측하고, 발아일로부터 생육단계별 소요일수로 각 생육단계를 예측할 수 있다.
병해충을 예측하는 단계(S2-2)는 기상 정보와 토양환경 정보를 기반으로 작물별 수기화된 주요 병해충 예측 모형을 구동하여 위험도를 연산한다. 여기서, 작물별 수기화된 주요 병해충 예측 모형은 해충의 발육이 시작되는 임계온도 이상의 기온을 누적하여 해충 생육 단계별 기준으로 발생 위험시기를 예측한다. 본 발명에서 작물의 생육단계와 병해충 모형은 코드로 정의된다. 또한, 생육단계별로 발생 가능한 병해충 코드 집합도 정의된다. 특정 병해충 위험이 현재 생육단계의 병해충 코드 집합에 포함되어 있을 경우 병해충 위험에 대한 알림이 발송되거나 화면으로 표시된다. 하지만, 병해충 코드 집합에 포함되어 있지 않을 경우 병해충 위험은 없으므로 병해충 위험에 대한 알림은 발송되지 않으며 화면으로 표시되지 않는다.
위험기상을 예측하는 단계(S2-3)는 정보를 수집하는 단계(S1)에서 수집된 기상 정보를 이용하여 작물별 동해, 저온해 위험 기준 이하, 고온해 위험 기준 이상이 되면 위험기상이 발생한 것으로 판단한다. 이를 위해서, 위험기상 정보를 생산하는 단계(S2-3)는 무가온 하우스에서 재배되고 있는 작물의 내일과 모레에 대한 위험기상 예측 수식으로 위험기상을 예측할 수 있다. 또한, 이는 전술된 수학식 1에 의해 i일의 추정된 외부 일 누적 일사량을 연산하고, 수학식 2에 의해 i일의 내부 일 최고기온과 일 최저기온을 연산할 수 있다.
도 6은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법에서 노지에서 재배되는 작물의 위험기상 예보 순서도이다. 또한, 도 7은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법에서 가온하지 않는 무가온 하우스에서 재배되고 있는 작물의 위험기상 예보 순서도이다.
위험을 판단하는 단계(S3)는 발생 가능한 병충해와 작물의 생육단계가 매칭되거나 위험기상과 생육단계가 매칭되면 위험으로 판단한다. 위험 기상의 경우, 작물이 노지에서 재배되는 경우와 무가온 하우스 내에서 재배되는 경우로 구분된다. 작물이 노지에서 재배되는 경우에는, 작물이 재배되는 지점의 일 최고기온이 고온 위험기준 이상이고 일 최저기온이 동상해 위험기준 이하이되 현재 작물의 생육단계가 해당 위험기상에 위험이 있다면 위험기상 경보 메시지를 발송한다. 이는 전술된 바와 같이, 본 발명에서 작물의 생육단계와 동해, 저온해, 고온해 등 위험기상은 코드로 정의된다. 또한, 생육단계별로 발생 가능한 위험기상 코드 집합도 정의되어 있다. 특정 위험기상이 현재 작물의 생육단계의 위험기상 코드 집합에 포함되어 있을 경우 위험기상으로 판단한다.
보다 구체적으로 도 6을 참조하면 작물이 노지에서 재배되는 경우, 시간별 기온을 수집하여 현재의 작물 생육단계를 연산한다. 이후 시간별 기온이 고온 위험기준 이상이거나 시간별 기온이 동상해 위험기준 이하인지 판단한다. 여기서, 현재 작물 생육단계가 해당 위험기상에 위험이 있다면 위험기상 경보 메시지를 발송하고, 위험이 없다면 경보 메시지를 발송하지 않는다.
또한, 작물이 무가온 하우스 내에서 재배되는 경우는, 도 7에 도시된 바와 같이, 동네예보에서 일 최고기온과 일 최저기온 및 일 강우량을 수집하고, 주간예보에서 일 최고기온과 일 최저기온, 강우여부 및 대기외일사 정보를 수집한다. 또한, 수집된 정보와 전술된 수학식 1을 이용하여 외부 일 누적 일사량을 연산한다. 여기서, 동네예보에서 수집된 일 최고기온과 일 최저기온 및 일 강우량은 i일의 일 최고기온과 일 최저기온 및 일 강우량에 해당하고, i일 전날과 i일 다음날은 주간예보를 통해 수집된 일 최고기온과 일 최저기온을 이용할 수 있다. 또한, 동네예보에서 수집된 일 최고기온과 일 최저기온 및 일 평균풍속 정보와, 수학식1에 의해 연산되어 추정된 외부 일 누적 일사량으로 무가온 시설 내부의 일 최고기온과 일 최저기온을 연산한다. 이는 전술된 수학식2에 의해 연산될 수 있다. 이후 현재 작물의 생육단계를 연산하고, 일 최고기온이 고온 위험기준 이상인지 일 최저기온이 동상해 위험기준 이하인지 판단한다. 여기서, 현재 작물의 생육단계가 고온 위험기준이나 동상해 위험기준에 해당한다면 위험기상 경보 메시지를 발송한다.
이상과 같이 본 발명에 대해서 예시한 도면을 참조로 하여 설명하였으나, 본 명세서에 개시된 실시 예와 도면에 의해 본 발명이 한정되는 것은 아니며, 본 발명의 기술사상의 범위 내에서 통상의 기술자에 의해 다양한 변형이 이루어질 수 있음은 자명하다. 아울러 앞서 본 발명의 실시 예를 설명하면서 본 발명의 구성에 따른 작용 효과를 명시적으로 기재하여 설명하지 않았을 지라도, 해당 구성에 의해 예측 가능한 효과 또한 인정되어야 함은 당연하다.
100: 정보 수집 모듈 110: 기상 정보 수집 모듈
120: 토양환경 정보 수집 모듈 200: 예측 모듈
210: 생육단계 예측 모듈 220: 병해충 예측 모듈
230: 위험기상 예측 모듈 300: 위험 판단 모듈
400: 표시 모듈 500: 알림 모듈

Claims (16)

  1. 작물을 생육하고자 하는 지역의 기상 정보와 토양환경 정보를 수집하는 정보 수집 모듈과,
    상기 기상 정보와 토양환경 정보를 기반으로 상기 작물의 생육단계를 예측하는 생육단계 예측 모듈,
    상기 기상 정보와 토양환경 정보를 기반으로 발생 가능한 병해충을 예측하는 병해충 예측 모듈,
    상기 기상 정보를 기반으로 위험기상을 예측하는 위험기상 예측 모듈, 및
    상기 발생 가능한 병해충과 상기 생육단계가 매칭되거나, 상기 위험기상과 생육단계가 매칭되면 위험 경고를 수행하는 위험 판단 모듈을 포함하며,
    상기 정보 수집 모듈은, 상기 기상 정보를 수집하는 기상 정보 수집 모듈과, 상기 토양환경 정보를 수집하는 토양환경 정보 수집 모듈을 포함하고,
    상기 기상 정보는 작물이 재배되고 있는 지점에 설치된 환경계측장비로부터 수집된 기온과 상대습도, 강우량, 일사량, 일조시간, 결로 정보를 포함하며, 상기 토양환경 정보는 작물이 재배되고 있는 지점에 설치된 환경계측장비로부터 수집된 토양온도와 토양수분을 포함하고,
    상기 위험기상 예측 모듈은, 상기 작물이 노지에서 재배되고 있는 경우, 상기 작물이 재배되고 있는 지점의 일 최고기온이 고온해 기준 이상이거나, 상기 작물이 재배되고 있는 지점의 일 최저기온이 동해와 저온해 기준 이하이며, 상기 노지에서 재배되고 있는 작물의 생육단계가 상기 고온해, 동해 또는 저온해에 피해를 입을 수 있는 생육단계인지 판단하고,
    상기 위험 판단 모듈은, 상기 작물이 무가온 하우스 내에서 재배되고 있을 경우, 상기 작물이 재배되고 있는 무가온 하우스의 내부 일 최고기온이 고온해 기준 이상이거나, 상기 작물이 재배되고 있는 무가온 하우스의 내부 일 최저기온이 동해와 저온해 기준 이하이며, 상기 작물의 생육단계가 상기 고온해, 동해 또는 저온해에 피해를 입을 수 있는 생육단계일 경우 위험으로 판단하며,
    상기 위험기상 예측 모듈은, 상기 작물이 무가온 하우스 내에서 재배되고 있는 경우, 상기 작물이 재배되고 있는 지점에 대해서 기상청에서 제공하는 동네예보와 중기예보를 이용하여 연산하고자 하는 i일의 외부 일 누적 일사량과, 상기 작물이 재배되고 있는 무가온 하우스 내부 일 최고기온 및 일 최저기온을 연산하고,
    상기 i일의 외부 일 누적 일사량은,
    Figure 112021082697357-pat00039
    이며,
    상기
    Figure 112021082697357-pat00040
    는 i일의 추정된 일 누적 일사량(MJ/m2),
    상기
    Figure 112021082697357-pat00041
    는 i일의 대기외일사량(MJ/m2),
    상기 a, b, c, d, e, f, g, h, k는 외부 일 누적 일사량을 연산하고자 하는 지점의 최인접 지점의 모델 변수값,
    상기
    Figure 112021082697357-pat00042
    는 i일의 일 최고기온-일 최저기온,
    상기
    Figure 112021082697357-pat00043
    는 i일 다음 날의
    Figure 112021082697357-pat00044
    ,
    상기
    Figure 112021082697357-pat00045
    는 i일 전 날의
    Figure 112021082697357-pat00046
    ,
    상기
    Figure 112021082697357-pat00047
    는 i일 다음 날의
    Figure 112021082697357-pat00048
    ,
    상기
    Figure 112021082697357-pat00049
    는 i일 전 날의
    Figure 112021082697357-pat00050
    ,
    상기
    Figure 112021082697357-pat00051
    는 i일의 일 누적 강우량이 0.1mm 이상이면 1이고 0.1mm 미만이면 0인 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 제1항에 있어서,
    상기 모델 변수값은,
    Figure 112021082697357-pat00084

    인 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템.
  7. 제1항에 있어서,
    상기 무가온 하우스의 내부 일 최고기온은,
    Figure 112021082697357-pat00052
    이며,
    상기 무가온 하우스의 내부 일 최저기온은,
    Figure 112021082697357-pat00053
    이고,
    상기
    Figure 112021082697357-pat00054
    는 추정된 무가온 하우스 내부 일 최고기온,
    상기
    Figure 112021082697357-pat00055
    는 추정된 무가온 하우스 내부 일 최저기온,
    상기
    Figure 112021082697357-pat00056
    는 무가온 하우스 지점의 외부 일 최고기온,
    상기
    Figure 112021082697357-pat00057
    은 무가온 하우스 지점의 외부 일 최저기온,
    상기 WindSpeed는 풍속인 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템.
  8. 제7항에 있어서,
    상기 위험 판단 모듈은,
    상기 작물의 생육단계가 상기 발생 가능한 병해충에 피해를 입을 수 있는 생육단계일 경우 위험으로 판단하는 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템.
  9. 작물을 생육하고자 하는 지역의 기상 정보와 토양환경 정보를 정보 수집 모듈이 수집하는 단계와,
    상기 기상 정보와 토양환경 정보를 기반으로 상기 작물의 생육단계를 생육단계 예측 모듈이 예측하는 단계,
    상기 기상 정보와 토양환경 정보를 기반으로 발생 가능한 병해충을 병해충 예측 모듈이 예측하는 단계,
    상기 기상 정보를 기반으로 위험기상을 위험기상 예측 모듈이 예측하는 단계, 및
    상기 발생 가능한 병해충과 상기 생육단계가 매칭되거나, 상기 위험기상과 생육단계가 매칭되면 위험 판단 모듈이 위험 경고를 수행하는 단계를 포함하며,
    상기 작물을 생육하고자 하는 지역의 기상 정보와 토양환경 정보를 정보 수집 모듈이 수집하는 단계는,
    상기 기상 정보를 기상 정보 수집 모듈이 수집하는 단계와, 상기 토양환경 정보를 토양환경 정보 수집 모듈이 수집하는 단계를 포함하고,
    상기 기상 정보는 작물이 재배되고 있는 지점에 설치된 환경계측장비로부터 수집된 기온과 상대습도, 강우량, 일사량, 일조시간, 결로 정보를 포함하며, 상기 토양환경 정보는 작물이 재배되고 있는 지점에 설치된 환경계측장비로부터 수집된 토양온도와 토양수분을 포함하고,
    상기 기상 정보를 기반으로 위험기상을 위험기상 예측 모듈이 예측하는 단계는,
    상기 작물이 노지에서 재배되고 있는 경우, 상기 작물이 재배되고 있는 지점의 일 최고기온이 고온해 기준 이상이거나, 상기 작물이 재배되고 있는 지점의 일 최저기온이 동해와 저온해 기준 이하이며, 상기 노지에서 재배되고 있는 작물의 생육단계가 상기 고온해, 동해 또는 저온해에 피해를 입을 수 있는 생육단계인지 상기 위험기상 예측 모듈이 판단하고,
    상기 기상 정보를 기반으로 위험기상을 위험기상 예측 모듈이 예측하는 단계는,
    상기 작물이 무가온 하우스 내에서 재배되고 있을 경우, 상기 작물이 재배되고 있는 무가온 하우스의 내부 일 최고기온이 고온해 기준 이상이거나, 상기 작물이 재배되고 있는 무가온 하우스의 내부 일 최저기온이 동해와 저온해 기준 이하이며, 상기 작물의 생육단계가 상기 고온해, 동해 또는 저온해에 피해를 입을 수 있는 생육단계인지 상기 위험기상 예측 모듈이 판단하고,
    상기 기상 정보를 기반으로 위험기상을 위험기상 예측 모듈이 예측하는 단계는,
    상기 위험기상 예측 모듈이 상기 작물이 재배되고 있는 지점에 대해서 기상청에서 제공하는 동네예보와 중기예보를 이용하여 연산하고자 하는 i일의 외부 일 누적 일사량과, 상기 작물이 재배되고 있는 무가온 하우스 내부 일 최고기온 및 일 최저기온을 연산하는 단계를 포함하며,
    상기 i일의 외부 일 누적 일사량은,
    Figure 112021082697357-pat00058
    이며,
    상기
    Figure 112021082697357-pat00059
    는 i일의 추정된 일 누적 일사량(MJ/m2),
    상기
    Figure 112021082697357-pat00060
    는 i일의 대기외일사량(MJ/m2),
    상기 a, b, c, d, e, f, g, h, k는 외부 일 누적 일사량을 연산하고자 하는 지점의 최인접 지점의 모델 변수값,
    상기
    Figure 112021082697357-pat00061
    는 i일의 일 최고기온-일 최저기온,
    상기
    Figure 112021082697357-pat00062
    는 i일 다음 날의
    Figure 112021082697357-pat00063
    ,
    상기
    Figure 112021082697357-pat00064
    는 i일 전 날의
    Figure 112021082697357-pat00065
    ,
    상기
    Figure 112021082697357-pat00066
    는 i일 다음 날의
    Figure 112021082697357-pat00067
    ,
    상기
    Figure 112021082697357-pat00068
    는 i일 전 날의
    Figure 112021082697357-pat00069
    ,
    상기
    Figure 112021082697357-pat00070
    는 i일의 일 누적 강우량이 0.1mm 이상이면 1이고 0.1mm 미만이면 0인 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법.
  10. 삭제
  11. 삭제
  12. 삭제
  13. 삭제
  14. 제9항에 있어서,
    상기 모델 변수값은,
    Figure 112021082697357-pat00085

    인 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법.
  15. 제9항에 있어서,
    상기 무가온 하우스의 내부 일 최고기온은,
    Figure 112021082697357-pat00071
    이며,
    상기 무가온 하우스의 내부 일 최저기온은,
    Figure 112021082697357-pat00072
    이고,
    상기
    Figure 112021082697357-pat00073
    는 추정된 무가온 하우스 내부 일 최고기온,
    상기
    Figure 112021082697357-pat00074
    는 추정된 무가온 하우스 내부 일 최저기온,
    상기
    Figure 112021082697357-pat00075
    는 무가온 하우스 지점의 외부 일 최고기온,
    상기
    Figure 112021082697357-pat00076
    은 무가온 하우스 지점의 외부 일 최저기온,
    상기 WindSpeed는 풍속인 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법.
  16. 제15항에 있어서,
    상기 발생 가능한 병해충과 상기 생육단계가 매칭되거나, 상기 위험기상과 생육단계가 매칭되면 위험 판단 모듈이 위험 경고를 수행하는 단계는,
    상기 작물의 생육단계가 상기 발생 가능한 병해충에 피해를 입을 수 있는 생육단계일 경우 상기 위험 판단 모듈이 위험으로 판단하고 위험 경고를 수행하는 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법.
KR1020190088536A 2019-07-22 2019-07-22 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법 KR102293520B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190088536A KR102293520B1 (ko) 2019-07-22 2019-07-22 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법
PCT/KR2020/009108 WO2021015468A2 (ko) 2019-07-22 2020-07-10 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190088536A KR102293520B1 (ko) 2019-07-22 2019-07-22 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법

Publications (2)

Publication Number Publication Date
KR20210011562A KR20210011562A (ko) 2021-02-02
KR102293520B1 true KR102293520B1 (ko) 2021-08-27

Family

ID=74193985

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190088536A KR102293520B1 (ko) 2019-07-22 2019-07-22 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법

Country Status (2)

Country Link
KR (1) KR102293520B1 (ko)
WO (1) WO2021015468A2 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102641356B1 (ko) 2022-11-10 2024-02-29 국립순천대학교산학협력단 작물의 생육 단계 추정 시스템 및 그 구동방법

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11470786B2 (en) * 2020-05-21 2022-10-18 Alvin OFRAY Systems for facilitating artificial climate control
US20220245381A1 (en) * 2021-01-29 2022-08-04 Iunu, Inc. Pest infestation detection for horticultural grow operations
CN113575240B (zh) * 2021-09-02 2022-04-19 西北农林科技大学 一种基于累积空气温度亏缺量的植物低温伤害评价预警系统
CN113902215B (zh) * 2021-11-01 2024-05-07 北京飞花科技有限公司 一种棉花延迟型冷害动态的预报方法
CN113743832B (zh) * 2021-11-05 2022-04-08 中化现代农业有限公司 水稻灾害监测系统及方法
KR102449067B1 (ko) * 2022-01-26 2022-10-04 주식회사 에피넷 과수화상병 방제와 예찰 의사결정 지원 시스템과 이를 이용한 과수화상병 방제와 예찰 의사결정 지원 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017127281A (ja) * 2016-01-22 2017-07-27 学校法人酪農学園 栽培環境管理装置、栽培環境管理方法および栽培環境管理プログラム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101661846B1 (ko) * 2015-03-05 2016-09-30 (주) 더아이엠씨 병해충 징후 예찰 및 예측방법
KR101746688B1 (ko) * 2015-09-17 2017-06-15 주식회사 삼오씨엔에스 기상 사물통신 서버와 연계된 빅데이터 기반의 농작물 생장환경 분석과 출하시기 예측 시스템 및 그 운용방법
KR102658048B1 (ko) 2017-01-17 2024-04-18 한국전자통신연구원 Ict 기반 기상 관련 병충해 예측 방법 및 시스템
KR20180116639A (ko) * 2017-04-17 2018-10-25 (주)아이들 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템 및 방법
KR102032485B1 (ko) * 2017-11-08 2019-10-18 대한민국 개별 농장단위로 관측되고 추정된 기상정보를 고려한 농업기상재해 조기경보시스템 및 그 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017127281A (ja) * 2016-01-22 2017-07-27 学校法人酪農学園 栽培環境管理装置、栽培環境管理方法および栽培環境管理プログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102641356B1 (ko) 2022-11-10 2024-02-29 국립순천대학교산학협력단 작물의 생육 단계 추정 시스템 및 그 구동방법

Also Published As

Publication number Publication date
WO2021015468A2 (ko) 2021-01-28
WO2021015468A3 (ko) 2021-03-18
KR20210011562A (ko) 2021-02-02

Similar Documents

Publication Publication Date Title
KR102293520B1 (ko) 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법
US11617313B2 (en) Controlling agricultural production areas
US6675098B2 (en) Cellular weather station and computer system using the public cellular data telephone system and internet for controlling irrigation and method of use
US6343255B1 (en) Method and system for providing weather information over the internet using data supplied through the internet and a wireless cellular data system
CN104635694A (zh) 一种智能农业预警系统
JP2002215717A (ja) 農業ビジネス支援システム
AU2023203307A1 (en) Controlling Agricultural Production Areas
KR20190052484A (ko) 개별 농장단위로 관측되고 추정된 기상정보를 고려한 농업기상재해 조기경보시스템 및 그 방법
CN113273449A (zh) 用于日光温室精准监测的数字孪生体构造方法
Cheval et al. Rapid daily and sub-daily temperature variations in an urban environment
Fernández et al. Generation and evaluation of typical meteorological year datasets for greenhouse and external conditions on the Mediterranean coast
RU2379879C2 (ru) Способ прогнозирования урожайности зерновых культур на основе данных космического мониторинга и моделирования биопродуктивности
Park et al. Understanding IoT climate data based predictive model for outdoor smart farm
KR20210059070A (ko) 농작물 재배 모니터링 시스템 및 이를 이용한 농작물 재배 모니터링 방법
Dhillon Development and evaluation of a continuous leaf monitoring system for measurement of plant water status
KR101587277B1 (ko) 농업 이상 기후 지수 시스템 및 이를 이용한 농업 이상 기후 지수 평가 방법
Betts et al. The impact of clouds, land use and snow cover on climate in the Canadian Prairies
KR20180054352A (ko) 농업 기상 정보를 이용한 노지 농가 재배 경영 관리 방법
Sarma et al. Significance of weather forecasting in crop production with respect to Indian scenario
KR102685689B1 (ko) 지표 피복 특성과 바람의 영향을 고려한 상대습도 상세 추정 장치 및 그 방법
KR102449067B1 (ko) 과수화상병 방제와 예찰 의사결정 지원 시스템과 이를 이용한 과수화상병 방제와 예찰 의사결정 지원 방법
AU2021103535A4 (en) A Portable IoT Device to predict rainfall based on current weather parameters and sky /cloud status at any location
Huang et al. Regional winter wheat yield estimation by assimilating MODIS ET and LAI products into SWAP model
Dalezios et al. Frost and remote sensing: an overview of capabilities
Bhatti Thermal Sensing for Automated Irrigation Management of Maize and Soybean in Nebraska

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)