KR102374557B1 - 병해충 발생 예측 장치 및 방법 - Google Patents

병해충 발생 예측 장치 및 방법 Download PDF

Info

Publication number
KR102374557B1
KR102374557B1 KR1020140186382A KR20140186382A KR102374557B1 KR 102374557 B1 KR102374557 B1 KR 102374557B1 KR 1020140186382 A KR1020140186382 A KR 1020140186382A KR 20140186382 A KR20140186382 A KR 20140186382A KR 102374557 B1 KR102374557 B1 KR 102374557B1
Authority
KR
South Korea
Prior art keywords
pest
pests
information
greenhouse
environmental information
Prior art date
Application number
KR1020140186382A
Other languages
English (en)
Other versions
KR20160076317A (ko
Inventor
노종래
송규석
이장성
허승진
Original Assignee
주식회사 케이티
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 케이티 filed Critical 주식회사 케이티
Priority to KR1020140186382A priority Critical patent/KR102374557B1/ko
Publication of KR20160076317A publication Critical patent/KR20160076317A/ko
Application granted granted Critical
Publication of KR102374557B1 publication Critical patent/KR102374557B1/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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Agronomy & Crop Science (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Husbandry (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Catching Or Destruction (AREA)

Abstract

병해충 발생 예측 장치에 의한 작물의 병해충 발생 예측 방법에 있어서, 작물이 재배되는 온실 내의 현재 환경 정보를 시간의 흐름에 따라 저장하는 단계; 병해충 패턴 정보 및 정상 패턴 정보 중 적어도 하나의 패턴 정보와 저장된 현재 환경 정보를 비교하는 단계; 및 비교 결과에 기초하여, 작물의 병해충 발생 여부를 예측하는 단계를 포함하는 것을 특징으로 하는 본 발명의 일 실시예에 따른 병해충 발생 예측 방법이 개시된다.

Description

병해충 발생 예측 장치 및 방법 {APPARATUS AND METHOD FOR PREDICTING DISEASE AND PEST OF CROPS}
본 발명은 병해충 발생 예측 장치 및 방법에 관한 것이다. 보다 구체적으로, 본 발명은 온실에서 재배되고 있는 작물의 병해충 발생 가능성을 예측하는 장치 및 방법에 관한 것이다.
정보기술(IT)의 발전과 함께 농업분야에도 많은 정보기술이 적용되고 있다. 예를 들어, 스마트 팜(smart farm), 식물 공장 등에 다양한 정보기술이 적용되어 작물의 생산성이 향상되고 있다.
근래에 들어, 생산량을 향상시킬 수 있는 온실 재배가 급격히 확산되고 있는데, 온실의 작물들은 밀집되고 격리된 환경에서 주어진 양분에 따라 성장하므로, 노지에서 재배되는 작물에 비해 면역력이 약해질 수 있다는 문제점이 있다. 따라서, 온실에서 재배되는 작물의 병해충 발생 가능성을 감소시키는 방안이 작물의 생산성 향상에 중요하다.
사용자는 병해충을 예방하기 위해 작물 상태에 따른 방제 작업을 수행하는데, 이러한 방제 작업에도 불구하고 병해충은 항상 발생하고 있다. 온실에서 발생하는 병해충에 대한 근본적 원인의 분석 없이 사후 방제 처방 또는 예비 방제 작업만이 수행되고 있으므로, 잦은 방제 작업에 따른 작물의 안정성 및 재배 비용에서 문제가 발생할 수 있다.
일반적으로, 공공 기관의 병해충 예보 시스템을 통한 관련 정보가 제공되고 있지만, 이러한 정보들은 작물의 품종, 재배 시기, 재배 지역, 재배 환경 및 온실 내 구동기에 따라 분류되지 않으므로, 병해충의 발생 원인이 사용자의 작업 방법의 미숙인지, 온실 내부의 환경 문제인지 파악할 수 없다는 문제점이 있다.
온실 내 작물의 병해충 발생을 진단하는 시스템으로서, 대한민국 등록공보 제10-1156594호는 각 작물들에 대한 다수의 병해충 이미지 데이터들을 저장 및 가공한 후, 작물의 이미지 데이터와의 비교를 통해 작물에 대한 병해충 발생을 진단한다. 그러나, 작물의 이미지에 기반한 병해충 진단은 작물에 병해충이 발생된 후에 수행되는 사후적 과정이고, 병해충에 대한 작물의 이미지 획득 및 이미지 판독의 정확성이 떨어질 수 있다는 문제점이 있다.
본 발명의 일 실시예에 따른 병해충 발생 예측 장치 및 방법은 온실 내 작물의 병해충 발생 가능성을 정확하게 예측하는 것을 목적으로 한다.
또한, 본 발명의 일 실시예에 따른 병해충 발생 예측 장치 및 방법은 작물의 수확량을 향상시키는 것을 목적으로 한다.
본 발명의 일 실시예에 따른 병해충 발생 예측 방법은,
병해충 발생 예측 장치에 의한 작물의 병해충 발생 예측 방법에 있어서, 작물이 재배되는 온실 내의 현재 환경 정보를 시간의 흐름에 따라 저장하는 단계; 병해충 패턴 정보 및 정상 패턴 정보 중 적어도 하나의 패턴 정보와 상기 저장된 현재 환경 정보를 비교하는 단계; 및 상기 비교 결과에 기초하여, 상기 작물의 병해충 발생 여부를 예측하는 단계를 포함할 수 있다.
본 발명의 다른 실시예에 따른 병해충 패턴 정보의 생성 방법은,
병해충 발생 예측 장치에 의한 병해충 패턴 정보의 생성 방법에 있어서, 온실에서 이전에 재배하였던 작물에 병해충이 발생하였던 경우, 병해충이 발생하였던 상기 온실 내의 복수의 전체 과거 환경 정보를 획득하는 단계; 상기 복수의 전체 과거 환경 정보 각각으로부터 상기 이전에 재배하였던 작물의 병해충 발생 시점으로부터 기 설정된 기간 이전까지의 일부 과거 환경 정보를 추출하는 단계; 및 상기 추출된 일부 과거 환경 정보에 기초하여, 환경 정보의 상한 값과 하한 값을 포함하는 병해충 패턴 정보를 생성하는 단계를 포함할 수 있다.
본 발명의 또 다른 실시예에 따른 병해충 발생 예측 장치는,
작물이 재배되는 온실 내의 현재 환경 정보를 시간의 흐름에 따라 저장하는 저장부; 및 병해충 패턴 정보 및 정상 패턴 정보 중 적어도 하나의 패턴 정보와 상기 저장된 현재 환경 정보를 비교하여 상기 작물의 병해충 발생 여부를 예측하는 제어부를 포함할 수 있다.
본 발명의 일 실시예에 따른 병해충 발생 예측 장치 및 방법은 온실 내 작물의 병해충 발생 가능성을 정확하게 예측할 수 있다.
또한, 본 발명의 일 실시예에 따른 병해충 발생 예측 장치 및 방법은 작물의 수확량을 향상시킬 수 있다.
도 1은 본 발명의 일 실시예에 따른 병해충 발생 예측 장치가 사용되는 환경을 도시하는 도면이다.
도 2는 본 발명의 일 실시예에 따른 병해충 발생 예측 방법의 순서를 도시하는 도면이다.
도 3은 본 발명의 일 실시예에 따른 병해충 패턴 정보를 생성하는 방법의 순서를 도시하는 도면이다.
도 4(a) 내지 도 4(c)는 병해충 패턴 정보를 생성하는 방법을 설명하기 위한 도면이다.
도 5(a) 내지 도 5(c)는 정상 패턴 정보를 생성하는 방법을 설명하기 위한 도면이다.
도 6은 본 발명의 다른 실시예에 따른 병해충 발생 예측 장치의 구성을 도시하는 블록도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 실시예에서 사용되는 '부'라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '부'는 어떤 역할들을 수행한다. 그렇지만 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '부'들로 결합되거나 추가적인 구성요소들과 '부'들로 더 분리될 수 있다.
또한, 본 명세서에서 '현재 환경 정보'는 현재 작물이 재배되고 있는 온실 내의 환경 정보를 의미하고, '과거 환경 정보'는 과거 작물이 재배되었던 온실 내의 환경 정보를 의미한다.
도 1은 본 발명의 일 실시예에 따른 병해충 발생 예측 장치(100)가 사용되는 환경을 도시하는 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 병해충 발생 예측 장치(100)는 온실(10)에 설치된 다양한 종류의 구동기와 센서들 및, 사용자 단말(200)과 연결될 수 있다. 구현예에 따라서는, 병해충 발생 예측 장치(100)는 사용자 단말(200)과 연결되지 않고, 별도의 출력부를 구비하여 소정의 정보를 출력할 수도 있다.
본 명세서에서 온실(10)은 일정 공간에서 작물을 재배하기 위해 설치된 시설물을 의미하며, 예를 들어, 비닐 하우스, 유리 하우스 또는 식물 공장 등을 포함할 수 있다. 도 1에 도시된 바와 같이, 온실(10)에는 작물의 재배 환경을 제어하기 위한 다양한 종류의 구동기가 설치될 수 있다. 구동기는 온실(10) 내의 환경을 조절하는 장치로서, 예를 들어, 천창, 측창, 차광막, 보일러, 냉난방기, 스프링쿨러, 양액기 및 이산화탄소 발생기 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다.
또한, 온실(10)에는 온실(10) 내의 환경을 감지하는 다양한 종류의 센서들이 설치될 수 있다. 센서는 예를 들어, 풍속 센서, 풍향 센서, 광도 센서, 이산화탄소 농도 센서, 온도 센서 및 습도 센서 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다.
본 발명의 일 실시예에 따른 병해충 발생 예측 장치(100)는 온실 내 센서 및 구동기로부터 전달되는 환경 정보를 기초로, 작물의 병해충 발생 여부를 예측하는 데, 이에 대해서는 도 2를 참조하여 설명한다.
도 2는 본 발명의 일 실시예에 따른 병해충 발생 예측 방법의 순서를 도시하는 도면이다.
S210 단계에서, 병해충 발생 예측 장치(100)는 작물이 재배되고 있는 온실 내의 현재 환경 정보를 시간의 흐름에 따라 저장한다. 예를 들어, 온실 내에서 딸기가 3월부터 현재 6월까지 재배 중인 경우, 병해충 발생 예측 장치(100)는 3월부터 6월 현재까지의 온실 내 환경 정보를 시간의 흐름에 따라 저장할 수 있다.
병해충 발생 예측 장치(100)는 온실 내의 센서 및 구동기로부터 현재 환경 정보를 시간의 흐름에 따라 수신할 수 있다. 다시 말하면, 온실 내의 센서는 온실 내의 이산화탄소 농도, 광량 등을 시간의 흐름에 따라 측정한 후, 측정된 정보를 병해충 발생 예측 장치(100)로 전송할 수 있고, 구동기는 자신의 동작 정보, 예를 들어, 양액을 얼마만큼의 주기마다 공급하였는지, 어느 정도의 양액을 공급하였는지 등에 대한 정보를 병해충 발생 예측 장치(100)로 전송할 수 있다.
현재 환경 정보는 온실 내의 온도, 습도, 광량, 이산화탄소 농도, 양액 공급 주기, 양액량 및 양액 성분 중 적어도 하나에 대한 정보를 포함할 수 있으나, 이에 한정되는 것은 아니다.
S220 단계에서, 병해충 발생 예측 장치(100)는 병해충 패턴 정보 및 정상 패턴 정보 중 적어도 하나의 패턴 정보와 상기 저장된 현재 환경 정보를 비교한다. 병해충 발생 예측 장치(100)는 온실 내에서 재배되었었던 작물에 대응하는 과거 환경 정보를 기초로 병해충 패턴 정보와 정상 패턴 정보를 생성할 수 있는데, 이에 대해서는 도 3 내지 도 5를 참조하여 후술한다.
S230 단계에서, 병해충 발생 예측 장치(100)는 S220 단계에서의 비교 결과에 기초하여, 작물의 병해충 발생 여부를 예측한다. 예를 들어, 병해충 발생 예측 장치(100)는 시간의 흐름에 따른 현재 환경 정보가 병해충 패턴 정보에 대응하면 온실 내에서 재배되고 있는 작물에 병해충이 발생할 가능성이 큰 것으로 판단할 수 있다.
병해충 발생 예측 장치(100)는 작물에 병해충이 발생할 것으로 예측한 경우, 병해충 발생 가능 정보를 출력함으로써, 사용자로 하여금 병해충의 발생을 예방하기 위한 조치를 취하게 할 수 있다.
병해충 발생 예측 장치(100)는 병해충 발생 가능 정보를 출력하면서, 현재 온실 내의 환경 중 어느 환경을 조절해야 병해충의 발생 가능성이 낮아지는지에 대한 정보도 출력할 수 있다. 예를 들어, 시간의 흐름에 따른 현재 환경 정보 중 온실 내 온도 정보가 병해충 패턴 정보에 대응하면, 병해충 발생 예측 장치(100)는 온실 내의 온도를 조절하라는 정보를 출력할 수 있다.
본 발명의 일 실시예에 따른 병해충 발생 예측 장치(100)는 온실 내의 과거 환경 정보 등을 토대로 생성된 병해충 패턴 정보와 정상 패턴 정보를 이용하여 현재 재배되는 작물에 병해충이 발생할 것인지를 예측하기 때문에, 종래에 비해 병해충 발생 가능성을 낮출 수 있다. 다시 말하면, 사용자가 이용하고 있는 온실에 대응하는 환경 정보를 토대로 병해충 발생 가능성을 예측하기 때문에 사용자에게 특화된 병해충 예보가 될 수 있는 것이다.
도 3은 본 발명의 일 실시예에 따른 병해충 패턴 정보를 생성하는 방법의 순서를 도시하는 도면이고, 도 4(a) 내지 도 4(c)는 병해충 패턴 정보를 생성하는 방법을 설명하기 위한 도면이다.
S310 단계에서, 병해충 발생 예측 장치(100)는 온실에서 이전에 재배하였던 작물에 병해충이 발생하였던 경우, 병해충이 발생하였던 온실 내의 복수의 전체 과거 환경 정보를 획득한다. 도 4(a)는 p 시점에 병해충이 발생하였던 작물의 제 1 과거 환경 정보를 나타내고, 도 4(b)는 q 시점에 병해충이 발생하였던 작물의 제 2 과거 환경 정보를 나타낸다. 도 4(a) 및 도 4(b)의 가로 축은 시간 또는 일자를 나타내고, 세로 축은 환경 정보의 값(예를 들어, 온도, 이산화탄소 농도 등)을 나타낸다. 예를 들어, 도 4(a)는 2010년도에 저장되었던 시간의 흐름에 따른 온도 정보이고, 도 4(b)는 2013년도에 저장되었던 시간의 흐름에 따른 온도 정보일 수 있다. 병해충 발생 예측 장치(100)는 온실 내에서 작물을 재배하는 동안 병해충이 발생할 때마다 과거 환경 정보를 누적할 수 있다.
S320 단계에서, 병해충 발생 예측 장치(100)는 복수의 전체 과거 환경 정보 각각으로부터 이전에 재배하였던 작물의 병해충 발생 시점으로부터 기 설정된 기간 이전까지의 일부 과거 환경 정보를 추출한다. 이는, 특정 시점에서 병해충이 발생한 경우, 최초 재배를 시작했을 때부터의 모든 과거 환경 정보가 병해충의 원인이 되지 않을 수 있기 때문이다.
일부 과거 환경 정보는 다양하게 추출될 수 있다. 예를 들어, 일부 과거 환경 정보는 병해충 발생 시점으로부터 소정 시간 이전까지의 과거 환경 정보일 수 있다. 구현예에 따라서는, 작물의 재배 단계에 기초하여 일부 과거 환경 정보가 추출될 수도 있다. 작물은 모종 단계, 육모 단계, 수확 단계 등으로 그 재배 단계를 구분할 수 있는데, 만약, 수확 단계에서 병해충이 발생한 경우, 병해충 발생 예측 장치(100)는 수확 단계 전체의 과거 환경 정보를 일부 과거 환경 정보로 추출하거나, 수확 단계와 육모 단계 전체의 과거 환경 정보를 일부 과거 환경 정보로 추출할 수 있다. 도 4(a)와 도 4(b)는 재배 단계를 A 단계, B 단계, C 단계 및 D 단계로 구분하고 있으나, 작물의 재배 단계는 다양하게 변경될 수 있다.
S330 단계에서, 병해충 발생 예측 장치(100)는 일부 과거 환경 정보에 기초하여, 환경 정보의 상한 값과 하한 값을 포함하는 병해충 패턴 정보를 생성할 수 있다. 도 4(c)는 상한 값(410)과 하한 값(420)을 포함하는 병해충 패턴을 도시하는 도면으로서, 도 4(c)에 도시된 바와 같이, 환경 정보, 예를 들어, 온도의 상한 값(410)과 하한 값(420)이 시간의 흐름에 따라 결정될 수 있다. 과거 환경 정보가 누적됨에 따라, 병해충 발생 예측 장치(100)는 보다 정확한 병해충 패턴 정보를 생성할 수 있다.
도 5(a) 내지 도 5(c)는 정상 패턴 정보를 생성하는 방법을 설명하기 위한 도면이다.
병해충 발생 예측 장치(100)는 온실에서 이전에 재배하였던 작물에 병해충이 발생하지 않은 경우, 병해충이 발생하지 않았던 온실 내의 복수의 과거 환경 정보로부터 정상 패턴 정보를 생성할 수도 있다.
도 5(a)는 병해충이 발생하지 않았던 작물의 제 1 과거 환경 정보를 나타내고, 도 5(b)는 병해충이 발생하지 않았던 작물의 제 2 과거 환경 정보를 나타낸다. 도 5(a) 및 도 5(b)의 가로 축은 시간 또는 일자를 나타내고, 세로 축은 환경 정보의 값(예를 들어, 온도, 이산화탄소 농도 등)을 나타낸다. 예를 들어, 도 5(a)는 2009년도에 저장되었던 시간의 흐름에 따른 온도 정보이고, 도 5(b)는 2011년도에 저장되었던 시간의 흐름에 따른 온도 정보일 수 있다. 병해충 발생 예측 장치(100)는 온실 내에서 작물의 재배가 완료되는 동안 병해충이 발생하지 않으면, 해당 작물에 대한 과거 환경 정보를 정상 패턴 정보를 위한 정보로서 저장할 수 있다.
병해충 발생 예측 장치(100)는 과거 환경 정보에 기초하여, 환경 정보의 상한 값과 하한 값을 포함하는 정상 패턴 정보를 생성할 수 있다. 도 5(c)는 상한 값(510)과 하한 값(520)을 포함하는 정상 패턴을 도시하는 도면으로서, 도 5(c)에 도시된 바와 같이, 환경 정보, 예를 들어, 온도의 상한 값(510)과 하한 값(520)이 시간의 흐름에 따라 결정될 수 있다. 과거 환경 정보가 누적됨에 따라, 병해충 발생 예측 장치(100)는 보다 정확한 정상 패턴 정보를 생성할 수 있다.
한편, 병해충 발생 예측 장치(100)는 사용자로부터 작물의 재배시 사용된 현재 작업 도구에 대한 정보를 입력받을 수도 있다. 이 경우, 병해충 패턴 정보 및 정상 패턴 정보에는 작물을 재배할 때 사용하였던 과거 작업 도구에 대한 정보가 시간의 흐름에 따라 포함될 수도 있다. 병해충 발생 예측 장치(100)는 사용자에 의해 입력된 현재 작업 도구에 대한 정보와 병해충 패턴 정보 및 정상 패턴 정보 중 적어도 하나의 패턴 정보에 포함된 과거 작업 도구를 비교하여, 작물의 병해충 발생 여부를 예측할 수도 있다. 즉, 단순히 온실 내의 환경 문제뿐만 아니라, 사용자의 작업 도구에 의해 병해충이 발생할 가능성이 존재하기 때문에, 과거 작업 도구와 현재 작업 도구를 비교하는 것이다. 예를 들어, 병해충 패턴 정보에 과거 작업 도구로서, a 도구, b 도구, c 도구 및 d 도구가 기록되어 있었고, 현재 작업 도구로서, a 도구, b 도구, c 도구 및 d 도구가 사용된 경우, 현재 작업 도구와 과거 작업 도구가 모두 동일하므로, 병해충 발생 예측 장치(100)는 현재 재배되는 작물에 병해충이 발생할 것으로 예측할 수도 있다. 병해충 발생 예측 장치(100)는 시간의 흐름에 따라 병해충 패턴 정보에 기록된 과거 작업 도구들과 시간의 흐름에 따라 저장된 현재 작업 도구들 중 기 설정된 개수 이상의 작업 도구들이 동일한 경우, 병해충이 발생할 것으로 예측할 수 있다.
한편, 병해충 발생 예측 장치(100)는 현재 환경 정보가 병해충 패턴 정보와 정상 패턴 정보 모두에 매칭되면, 현재 환경 정보와 병해충 패턴 정보와의 유사성과 현재 환경 정보와 정상 패턴 정보와의 유사성을 수치화하여 작물의 병해충 발생 여부를 예측할 수도 있다.
도 6은 본 발명의 다른 실시예에 따른 병해충 발생 예측 장치(600)의 구성을 도시하는 블록도이다.
도 6을 참조하면, 본 발명의 다른 실시예에 따른 병해충 발생 예측 장치(600)는 통신부(610), 저장부(630), 제어부(650) 및 출력부(670)를 포함할 수 있다.
통신부(610)는 온실 내 센서 및 구동기로부터 현재 환경 정보를 시간의 흐름에 따라 수신한다. 통신부(610)는 센서 및 구동기와 유선 또는 무선 통신을 수행할 수 있다.
저장부(630)는 현재 환경 정보를 시간의 흐름에 따라 저장한다. 또한, 저장부(630)는 복수의 과거 환경 정보들을 기 저장하고 있을 수 있으며, 기 저장된 복수의 과거 환경 정보들로부터 생성된 병해충 패턴 정보와 정상 패턴 정보를 저장하고 있을 수 있다.
제어부(650)는 현재 환경 정보를 병해충 패턴 정보 및 정상 패턴 정보 중 적어도 하나와 비교하여 작물의 병해충 발생 여부를 예측할 수 있다. 또한, 제어부(650)는 저장부(630)에 저장된 복수의 과거 환경 정보들을 기초로 병해충 패턴 정보와 정상 패턴 정보 중 어느 하나를 생성할 수 있고, 계속적으로 획득되는 환경 정보에 기초하여 병해충 패턴 정보와 정상 패턴 정보 중 어느 하나를 갱신할 수도 있다.
출력부(670)는 작물에 병해충이 발생될 것으로 예측된 경우, 병해충 발생 가능 정보를 출력한다. 출력부(670)는 프린터, 모니터, 스피커 등 소정의 정보를 출력할 수 있는 다양한 종류의 출력 기기를 포함할 수 있다.
또한, 통신부(610)는 사용자 단말로 병해충 발생 가능 정보를 전송할 수도 있다.
사용자는 통신부(610)로부터 자신의 단말로 전송된 병해충 발생 가능 정보나 출력부(670)를 통해 출력된 병해충 발생 가능 정보를 보고, 작물의 병해충 발생 가능성을 낮추는 조치를 취할 수 있다.
본 발명의 일 실시예에 따른 병해충 발생 예측 장치 및 방법은 온실 내 작물의 병해충 발생 가능성을 정확하게 예측할 수 있으며, 작물의 수확량을 향상시킬 수 있다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.
상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장매체를 포함한다.
이상과 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
100, 600: 병해충 발생 예측 장치
610: 통신부
630: 저장부
650: 제어부
670: 출력부

Claims (14)

  1. 저장부 및 제어부를 포함하는 병해충 발생 예측 장치에 의한 작물의 병해충 발생 예측 방법에 있어서,
    저장부가 작물이 재배되는 온실 내의 현재 환경 정보를 시간의 흐름에 따라 저장하는 단계;
    제어부가, 상기 온실에서 이전에 재배하였던 작물에 병해충이 발생하였던 경우의 상기 온실 내 시간의 흐름에 따른 과거 환경 정보인 병해충 패턴 정보와, 상기 온실에서 이전에 재배하였던 작물에 병해충이 발생하지 않았던 경우의 상기 온실 내의 시간의 흐름에 따른 과거 환경 정보인 정상 패턴 정보 중 적어도 하나의 패턴 정보와 상기 저장된 현재 환경 정보를 비교하는 단계; 및
    제어부가 상기 비교 결과에 기초하여, 상기 작물의 병해충 발생 여부를 예측하는 단계를 포함하는 것으로,
    상기 제어부가, 병해충이 발생하였던 상기 온실 내의 복수의 과거 환경 정보로부터 상기 병해충 패턴 정보를 생성하는 단계를 더 포함하며,
    상기 병해충 패턴 정보를 생성하는 단계는
    작물의 재배 단계에 기초하여, 병해충 발생 시점에 대응하는 재배 단계에서의 과거 환경 정보를 추출하고, 상기 과거 환경 정보를 이용하여 상기 병해충 패턴 정보를 생성하는 것을 특징으로 하는 병해충 발생 예측 방법.
  2. 제1항에 있어서,
    상기 병해충 발생 예측 방법은,
    상기 온실 내 센서 및 구동기로부터 상기 현재 환경 정보를 시간의 흐름에 따라 수신하는 단계를 더 포함하는 것을 특징으로 하는 병해충 발생 예측 방법.
  3. 삭제
  4. 제1항에 있어서,
    상기 병해충 패턴 정보를 생성하는 단계는,
    상기 이전에 재배하였던 작물의 병해충 발생 시점으로부터 기 설정된 기간 이전까지의 상기 복수의 과거 환경 정보로부터 상기 병해충 패턴 정보를 생성하는 단계를 포함하는 것을 특징으로 하는 병해충 발생 예측 방법.
  5. 제1항에 있어서,
    상기 병해충 패턴 정보는,
    상기 온실 내 환경 정보의 상한 값과 하한 값을 포함하는 것을 특징으로 하는 병해충 발생 예측 방법.
  6. 제5항에 있어서,
    상기 예측하는 단계는,
    상기 현재 환경 정보가 상기 상한 값과 하한 값 사이에 대응하는 경우, 상기 작물에 병해충이 발생할 것으로 예측하는 단계를 포함하는 것을 특징으로 하는 병해충 발생 예측 방법.
  7. 제1항에 있어서,
    상기 병해충 발생 예측 방법은,
    상기 온실에서 이전에 재배하였던 작물에 병해충이 발생하지 않은 경우, 병해충이 발생하지 않았던 상기 온실 내의 복수의 과거 환경 정보로부터 상기 정상 패턴 정보를 생성하는 단계를 더 포함하는 것을 특징으로 하는 병해충 발생 예측 방법.
  8. 제7항에 있어서,
    상기 정상 패턴 정보는,
    상기 온실 내 환경 정보의 상한 값과 하한 값을 포함하는 것을 특징으로 하는 병해충 발생 예측 방법.
  9. 제8항에 있어서,
    상기 예측하는 단계는,
    상기 현재 환경 정보가 상기 상한 값과 하한 값 사이에 대응하는 경우, 상기 작물에 병해충이 발생하지 않을 것으로 예측하는 단계를 포함하는 것을 특징으로 하는 병해충 발생 예측 방법.
  10. 제1항에 있어서,
    상기 현재 환경 정보는,
    상기 온실 내의 온도, 습도, 광량, 이산화탄소 농도, 양액 공급 주기, 양액량 및 양액 성분 중 적어도 하나에 대한 정보를 포함하는 것을 특징으로 하는 병해충 발생 예측 방법.
  11. 제1항에 있어서,
    상기 병해충 발생 예측 방법은,
    사용자로부터 상기 작물의 재배시 사용된 현재 작업 도구에 대한 정보를 입력받는 단계를 더 포함하되,
    상기 예측하는 단계는,
    상기 병해충 패턴 정보 및 정상 패턴 정보 중 적어도 하나의 패턴 정보와 상기 입력받은 현재 작업 도구에 대한 정보를 더 비교하여 상기 작물의 병해충 발생 여부를 예측하는 단계를 포함하는 것을 특징으로 하는 병해충 발생 예측 방법.
  12. 제1항에 있어서,
    상기 병해충 발생 예측 방법은,
    상기 작물에 병해충이 발생될 것으로 예측된 경우, 병해충 발생 가능 정보를 출력하는 단계를 더 포함하는 것을 특징으로 하는 병해충 발생 예측 방법.
  13. 저장부 및 제어부를 포함하는 병해충 발생 예측 장치에 의한 병해충 패턴 정보의 생성 방법에 있어서,
    제어부가, 온실에서 이전에 재배하였던 작물에 병해충이 발생하였던 경우, 병해충이 발생하였던 상기 온실 내의 복수의 전체 과거 환경 정보를 저장부로부터 획득하는 단계;
    제어부가, 상기 복수의 전체 과거 환경 정보 각각으로부터 상기 이전에 재배하였던 작물의 병해충 발생 시점으로부터 기 설정된 기간 이전까지의 일부 과거 환경 정보를 추출하는 단계; 및
    제어부가, 상기 추출된 일부 과거 환경 정보에 기초하여, 환경 정보의 상한 값과 하한 값을 포함하는 병해충 패턴 정보를 생성하는 단계를 포함하는 것으로,
    상기 일부 과거 환경 정보를 추출하는 단계는
    상기 작물의 재배 단계에 기초하여, 상기 병해충 발생 시점에 대응하는 재배 단계에서의 과거 환경 정보를 상기 일부 과거 환경 정보로 추출하는 것을 특징으로 하는 병해충 패턴 정보의 생성 방법.
  14. 작물이 재배되는 온실 내의 현재 환경 정보를 시간의 흐름에 따라 저장하는 저장부; 및
    상기 온실에서 이전에 재배하였던 작물에 병해충이 발생하였던 경우의 상기 온실 내 시간의 흐름에 따른 과거 환경 정보인 병해충 패턴 정보와, 상기 온실에서 이전에 재배하였던 작물에 병해충이 발생하지 않았던 경우의 상기 온실 내의 시간의 흐름에 따른 과거 환경 정보인 정상 패턴 정보 중 적어도 하나의 패턴 정보와 상기 저장된 현재 환경 정보를 비교하여 상기 작물의 병해충 발생 여부를 예측하는 제어부를 포함하고,
    상기 제어부는
    병해충이 발생하였던 상기 온실 내의 복수의 과거 환경 정보로부터 상기 병해충 패턴 정보를 생성하는 것으로, 작물의 재배 단계에 기초하여, 병해충 발생 시점에 대응하는 재배 단계에서의 과거 환경 정보를 이용하여 상기 병해충 패턴 정보를 생성하는 것을 특징으로 하는 병해충 발생 예측 장치.
KR1020140186382A 2014-12-22 2014-12-22 병해충 발생 예측 장치 및 방법 KR102374557B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140186382A KR102374557B1 (ko) 2014-12-22 2014-12-22 병해충 발생 예측 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140186382A KR102374557B1 (ko) 2014-12-22 2014-12-22 병해충 발생 예측 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20160076317A KR20160076317A (ko) 2016-06-30
KR102374557B1 true KR102374557B1 (ko) 2022-03-16

Family

ID=56352780

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140186382A KR102374557B1 (ko) 2014-12-22 2014-12-22 병해충 발생 예측 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102374557B1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109406412A (zh) * 2017-08-18 2019-03-01 广州极飞科技有限公司 一种植物健康状态监控方法及装置
KR20200071884A (ko) 2018-12-06 2020-06-22 (주)아이들 노지 작물의 병해 예측 서비스 장치 및 방법
KR102277578B1 (ko) * 2019-12-09 2021-07-15 제주대학교 산학협력단 온실내 환경 정보 빅데이터 분석을 기반으로 하는 비닐하우스병 예방관리 시스템 및 이를 이용한 비닐하우스병 예방관리방법
KR20230071534A (ko) 2021-11-16 2023-05-23 순천대학교 산학협력단 일별 감염 위험도 추정을 위한 모듈형 식물 질병 예측 시스템
KR102655126B1 (ko) 2023-03-13 2024-04-05 백민석 Ai 기술기반 병 예찰을 통한 스마트 예방 농업 서비스 시스템
CN117391265B (zh) * 2023-12-13 2024-03-05 金乡县林业保护和发展服务中心(金乡县湿地保护中心、金乡县野生动植物保护中心、金乡县国有白洼林场) 基于大数据分析的林业病虫灾害风险预测方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3220430B2 (ja) * 1998-03-31 2001-10-22 株式会社エヌ・ティ・ティ・データ 病害虫の発生予察及び情報提供のためのシステム並びに方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090002711A (ko) * 2007-07-04 2009-01-09 순천대학교 산학협력단 무선 센서 네트워크를 이용한 병해충 예측 관리 시스템
KR20130039095A (ko) * 2011-10-11 2013-04-19 주식회사 텔레웍스 온실 최적 생장 환경 유지 시스템 및 방법
KR200470769Y1 (ko) * 2011-12-29 2014-01-17 대한민국 배나무 해충 발생경보기

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3220430B2 (ja) * 1998-03-31 2001-10-22 株式会社エヌ・ティ・ティ・データ 病害虫の発生予察及び情報提供のためのシステム並びに方法

Also Published As

Publication number Publication date
KR20160076317A (ko) 2016-06-30

Similar Documents

Publication Publication Date Title
KR102374557B1 (ko) 병해충 발생 예측 장치 및 방법
KR101811640B1 (ko) 기계학습을 이용한 작물의 생산량 예측장치 및 방법
US10349584B2 (en) System and method for plant monitoring
US20170161560A1 (en) System and method for harvest yield prediction
KR20180076766A (ko) 인공지능 스마트팜 관리 시스템
JP2016101117A (ja) 情報処理装置及び情報処理方法及びプログラム
JP6551943B2 (ja) 生育管理装置、生育管理方法、及び、プログラム
JP2018029568A (ja) 萎れ具合予測システム及び萎れ具合予測方法
KR20180022159A (ko) 기계학습을 이용한 양액제어장치 및 방법
US20220189025A1 (en) Crop yield prediction program and cultivation environment assessment program
KR20210109575A (ko) 정보 처리 장치 및 정보 처리 시스템
JP2016184232A (ja) 予測装置および予測方法
KR101726944B1 (ko) 작물의 생육 정보 수집 장치 및 방법
US11937560B2 (en) Autonomous greenhouse control system
JP2021057071A (ja) 農作物の栽培方法提案プログラム及びシステム
CN116757332B (zh) 叶菜产量预测方法、装置、设备及介质
KR20210015016A (ko) 스마트 공정육묘 통합관리시스템
Araneta et al. Controlled Environment for Spinach Cultured Plant with Health Analysis using Machine Learning
KR102377963B1 (ko) 육묘장 관리 시스템 및 방법
KR20210056213A (ko) 농장 운영정보 제공 시스템
KR20160137728A (ko) 비닐 멀칭 천공 장치 및 방법
US11574466B2 (en) Machine learning methods and systems for variety profile index crop characterization
KR102671059B1 (ko) 시설재배 복합환경 제어 시스템
US11610157B1 (en) Machine learning methods and systems for characterizing corn growth efficiency
NL2028679B1 (en) A vision system for providing data related to the plant morphology of a plant using deep learning, as well as a corresponding method.

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right