KR20160086079A - 작물 생육에 대한 최적 환경 정보를 이용한 온실 환경 제어 및 생산량 예측 장치 및 방법 - Google Patents

작물 생육에 대한 최적 환경 정보를 이용한 온실 환경 제어 및 생산량 예측 장치 및 방법 Download PDF

Info

Publication number
KR20160086079A
KR20160086079A KR1020150003295A KR20150003295A KR20160086079A KR 20160086079 A KR20160086079 A KR 20160086079A KR 1020150003295 A KR1020150003295 A KR 1020150003295A KR 20150003295 A KR20150003295 A KR 20150003295A KR 20160086079 A KR20160086079 A KR 20160086079A
Authority
KR
South Korea
Prior art keywords
greenhouse
environment
crop
time
information
Prior art date
Application number
KR1020150003295A
Other languages
English (en)
Other versions
KR101823521B1 (ko
Inventor
민재홍
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020150003295A priority Critical patent/KR101823521B1/ko
Publication of KR20160086079A publication Critical patent/KR20160086079A/ko
Application granted granted Critical
Publication of KR101823521B1 publication Critical patent/KR101823521B1/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
    • A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
    • A01G9/14—Greenhouses
    • 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"
    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Agronomy & Crop Science (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Environmental Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Husbandry (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Greenhouses (AREA)
  • Cultivation Of Plants (AREA)

Abstract

작물 생육에 대한 최적의 환경 정보를 이용한 온실 환경 제어 및 생산량 예측 장치 및 방법이 개시된다. 본 발명에 따른 작물 생육에 대한 최적의 환경 정보를 이용한 온실 환경 제어 및 생산량 예측 장치는 작물 생육에 대한 기설정된 최적 환경 정보를 추출하는 환경 정보 추출부; 상기 기설정된 최적 환경 정보에 기반하여 온실 환경을 제어 하는 환경 제어부; 및 상기 기설정된 최적 환경 정보와, 상기 온실 환경에 기반하여 작물의 생산량을 예측하는 생산량 예측부를 포함한다.

Description

작물 생육에 대한 최적 환경 정보를 이용한 온실 환경 제어 및 생산량 예측 장치 및 방법{GREENHOUSE ENVIRONMENT CONTROL AND YIELD PREDICTION APPARATUS USING OPTIMAL ENVIRONMENT INFORMATION FOR CROP GROWTH AND METHOD USING THE SAME}
본 발명은 온실 환경 제어 및 생산량 예측 장치에 관한 것으로, 작물 생육에 대한 기 설정된 최적 환경 정보를 이용하여 온실 환경을 제어하고, 작물의 생산량을 예측할 수 있는 장치 및 이를 이용한 방법에 관한 것이다.
기존의 시설 원예 환경 제어 장치는 환경정보를 모니터링 하여, 농업 컨설턴트 등의 전문가에 의지하여 수동으로 환경 조건을 입력하여 환경을 제어하는 방식으로 구현되었다. 일반적으로 기존의 시설 원예 환경 제어 장치는 온도의 하한을 설정하면 그 온도 이하로 내려가지 않도록 하고 특정 온도의 상한을 설정하면 그 온도 이상으로 올라가지 않도록 창문을 여는 등의 환기를 시키는 방법으로 구현되었다. 작물을 생육하는 데 있어 온도뿐 만 아니라 습도, 이산화탄소의 농도 등도 중요하며 작물의 종류에 따라서도 각각의 정보가 달라진다는 점을 고려할 때 종전의 기술들은 작물 생육에 대한 최적 환경 정보를 이용하는 것이 아니라는 점에서 문제가 있다. 또한, 이러한 종래기술들은 외부 전문가를 통하여 환경을 제어함으로써 이에 따른 시간과 비용이 발생하는 문제점이 있다.
따라서, 작물을 최대로 생산하기 위해 고려되어야 하는 요소들을 제시하고, 이에 대한 작물생육 모델에 기반하여 온실 환경을 제어하면서 작물의 생산량을 예측하는 기술의 필요성이 절실하게 대두된다.
본 발명의 목적은 기 설정된 최적 환경 정보에 기반하여 작물의 생산량을 극대화 할 수 있도록 작물을 재배하는 온실의 온도, 이산화탄소 농도, 수분, 광량 등을 조절할 수 있도록 하는 것이다.
또한, 본 발명의 목적은 기 설정된 최적 환경 정보에 기반하여 온실의 환경을 자동으로 조절함으로써 수작업에 드는 시간과 비용을 감소시키는 것 이다.
또한, 본 발명의 목적은 작물의 최대 생산량과 온실의 환경정보에 기반하여 추출한 작물의 스트레스 지수를 비교함으로써, 실제 생산량을 좀 더 정확하게 예측하는 것이다.
또한, 본 발명의 목적은 작물의 생산량을 정확하게 예측하여 합리적인 생산 계획 및 판매 계획을 수립할 수 있도록 하는 것이다.
상기한 목적을 달성하기 위한 본 발명에 따른 작물 생육에 대한 최적 환경 정보를 이용한 온실 환경 제어 및 생산량 예측 장치는, 작물 생육에 대한 기 설정된 최적 환경 정보를 추출하는 환경 정보 추출부; 상기 기 설정된 최적 환경 정보에 기반하여 온실 환경을 제어하는 환경 제어부; 및 상기 기 설정된 최적 환경 정보와, 상기 온실 환경에 기반하여 작물의 생산량을 예측하는 생산량 예측부를 포함한다.
이 때, 환경 정보 추출부는 상기 작물의 종류, 지리적 정보를 입력하는 입력부; 지리적 정보에 기반하여 일몰시간 및 일출 시간을 계산하는 계산부; 및 상기 작물의 종류, 일몰 시간 및 일출 시간을 이용하여 기 설정된 최적 환경 정보를 추출하는 추출부를 더 포함할 수 있다.
이 때, 환경 제어부는 온실 환경의 정보를 측정하는 측정부; 기 설정된 최적의 환경 정보와 상기 온실 환경의 정보를 비교하는 비교부; 및 비교부의 결과에 기반하여 온실 환경을 제어하는 제어부를 더 포함할 수 있다.
이 때, 환경 제어부는 온실의 수분, 광량, 온도 및 이산화탄소의 농도를 조절할 수 있다.
이 때, 생산량 예측부는 기 설정된 최적의 환경 정보에 기반하여 작물의 최대 생산량을 추출하는 추출부; 상기 온실의 환경 정보에 기반하여 작물의 스트레스 지수를 산출하는 스트레스 지수 산출부; 및 상기 작물의 최대 생산량과 상기 작물의 스트레스 지수를 이용하여 작물의 실제 생산량을 예측하는 예측부를 더 포함할 수 있다.
또한, 본 발명의 일실시예에 따른 작물 생육에 대한 최적 환경 정보를 이용한 온실 환경 제어 및 생산량 예측 장치는 작물 생육에 대한 기 설정된 최적의 환경 정보를 추출하는 단계; 상기 기 설정된 최적의 환경 정보에 기반하여 온실 환경을 제어하는 단계; 및 상기 기 설정된 최적의 환경 정보와 상기 온실 환경에 기반하여 작물의 생산량을 예측하는 단계를 포함한다.
이 때, 상기 기 설정된 최적의 환경 정보를 추출하는 단계는 상기 작물의 종류, 시간, 지리적 정보를 입력하는 단계; 상기 지리적 정보에 기반하여 일몰 시간 및 일출 시간을 계산하는 단계; 및 상기 작물의 종류, 일몰 시간 및 일출 시간을 이용하여 기 설정된 최적의 환경 정보를 추출하는 단계를 더 포함할 수 있다.
이 때, 상기 온실 환경을 제어하는 단계는 상기 온실 환경의 정보를 측정하는 단계; 상기 기설정된 최적의 환경 정보와 상기 온실 환경의 정보를 비교하는 단계; 및 상기 비교부의 결과에 기반하여 상기 온실 환경을 제어하는 단계를 더 포함할 수 있다.
이 때, 상기 온실 환경을 제어하는 단계는 상기 온실의 수분, 광량, 온도 및 이산화탄소의 농도를 조절할 수 있다.
이 때, 작물의 생산량을 예측하는 단계는 상기 기 설정된 최적의 환경 정보에 기반하여 작물의 최대 생산량을 추출하는 단계; 상기 온실의 환경 정보에 기반하여 작물의 스트레스 지수를 산출하는 단계; 및 상기 작물의 치대 생산량과 상기 작물의 스트레스 지수를 이용하여 작물의 실제 생산량을 예측하는 단계를 더 포함할 수 있다.
본 발명에 따르면, 기 설정된 작물 생육 모델에 기반하여 작물의 생산량을 극대화 할 수 있도록 작물을 재배하는 온실의 온도, 이산화탄소 농도, 수분, 광량 등을 조절할 수 있다.
또한, 본 발명은 기 설정된 작물 생육 모델에 기반하여 온실의 환경을 자동으로 조절함으로써 수작업에 드는 시간과 비용을 감소시킬 수 있다.
또한, 본 발명은 작물의 최대 생산량과 온실의 환경정보에 기반하여 추출한 작물의 스트레스 지수를 비교함으로써, 실제 생산량을 좀 더 정확하게 예측할 수 있다.
또한, 본 발명은 작물의 생산량을 정확하게 예측하여 합리적인 생산 계획 및 판매 계획을 수립할 수 있다.
도 1은 본 발명의 작물 생육에 대한 최적 환경 정보를 이용한 온실 환경 제어 및 생산량 예측 장치를 나타낸 블록도이다.
도 2는 도 1에 도시된 환경제어부의 일 예를 나타낸 블록도이다.
도 3은 도 1에 도시된 생산량 예측부의 일 예를 나타낸 블록도이다.
도 4는 도 1에 도시된 환경 정부 추출부의 일 예를 나타낸 블록도이다.
도 5는 작물 생육에 대한 최적 환경 정보를 이용한 온실 환경 제어 방법의 일실시예를 나타낸 동작흐름도이다.
도 6은 본 발명의 일실시예에 따른 작물 생육에 대한 최적 환경 정보를 이용한 온실 환경 제어 및 생산량 예측 방법의 동작흐름도이다.
본 발명을 첨부된 도면을 참조하여 상세히 설명하면 다음과 같다. 여기서, 반복되는 설명, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능, 및 구성에 대한 상세한 설명은 생략한다. 본 발명의 실시형태는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 작물 생육에 대한 최적 환경 정보를 이용한 온실 환경 제어 및 생산량 예측 장치를 나타낸 블록도이다.
도 1을 참조하면 작물 생육에 대한 최적 환경 정보를 이용한 온실 환경 제어 및 생산량 예측 장치는 환경 정보 추출부(110), 환경 제어부(120) 및 생산량 예측부(130)로 구성된다.
환경 정보 추출부(110)는 작물 생육에 대한 기 설정된 최적 환경 정보를 추출한다.
이 때, 최적 환경 정보는 온실의 지리적 정보를 이용하여 산출된 일몰 시간 및 일출 시간과 작물의 종류에 의하여 산출될 수 있다.
예를 들면, 경기도에 위치하는 온실과 경상남도에 위치하는 온실에 있어 일출 시간과 일몰 시간이 상이하므로 최적 환경 정보 추출 시 이를 고려할 수도 있다.
이 때, 최적 환경 정보는 수분, 광량, 온도 및 양액에 관한 정보가 될 수 있다.
이 때, 최적 환경 정보는 작물의 종류에 따라 달라질 수 도 있다.
예를 들면, 감자를 재배하는 경우와 장미를 재배하는 경우에 각각의 최적 환경 정보는 달라질 수도 있다.
또한, 환경 제어부(120)는 온실의 환경을 조절할 수 있다.
이 때, 온실의 환경은 수분의 양, 광량, 온도 및 이산화탄소의 농도일 수도 있다.
예를 들면, 환경 제어부(120)는 산출된 최적 온도와 온실의 온도를 비교하여 온풍기 작동, 커튼 여닫기, 창문 닫기, 에어컨 작동, 배기판 가동 여부를 결정할 수 있다. 이 때, 환경 제어부(120)는 제어 행위의 경제성을 분석하여 비용이 작은 순서대로 제어가 가능할 수도 있다.
예를 들면, 환경 제어부(120)는 산출된 최적 습도와 온실의 습도를 비교하여 가습기의 가동 여부를 결정 할 수 있다.
예를 들면, 환경 제어부(120)는 산출된 최적 이산화탄소 농도와 온실의 이산화탄소 농도를 비교하여 이산화탄소 공급기의 가동 여부를 결정할 수 있다.
예를 들면, 환경 제어부(120)는 산출된 광량과 온실의 광량을 비교하여 인공조명 가동 및 차광 커튼 가동 여부를 결정 할 수 있다. 이 때, 환경 제어부(120)는 제어 행위의 경제성을 분석하여 비용이 작은 순서대로 제어가 가능할 수도 있다.
또한, 생산량 예측부(130)는 온실의 작물의 생산량을 예측할 수 있다.
이 때, 환경 정보 추출부(110)에서 추출한 기설정된 최적 환경 정보를 갖는 온실에서 재배할 수 있는 작물의 최대 생산량을 추출할 수 있다.
이 때, 작물의 최대 생산량 추출은 온도, 습도, 물, 양액, 이산화 탄소 농도가 모두 최적 상태일 때 온실에서 재배할 수 있는 작물의 최대 생산량일 수 있다.
이 때, 생산량 예측부(130)는 작물의 증산량 및 생장량을 관찰하여 최대 생산량 예측 모델을 만들 수 있다.
이 때, 온실에서 재배되는 작물의 스트레스 지수를 작성할 수 있다.
예를 들어, 제어 포인트 별 최적 제어 구간을 벗어난 빈도를 이용하여 스트레스 지수를 작성할 수 있다. 이 때, 제어 포인트는 온도, 습도, 광량, 이산화탄소의 농도가 될 수 있다.
예를 들어, 제어 포인트 별 최적 제어 구간을 벗어난 피해도를 이용하여 스트레스 지수를 작성할 수 있다. 이 때, 제어 포인트는 온도, 습도, 광량, 이산화탄소의 농도가 될 수 있다.
예를 들어, 제어 포인트 별 최적 제어 구간을 벗어난 빈도 및 피해도 별 가중치를 이용하여 스트레스 지수를 작성할 수도 있다. 이 때, 제어 포인트는 온도, 습도, 광량, 이산화탄소의 농도가 될 수 있다.
이 때, 온실에서 재배할 수 있는 작물의 최대 생산량과 온실에서 재배되는 작물의 스트레스 지수를 이용하여 실제 생산량을 예측할 수 있다.
예를 들어, 작물의 실제 생산량은 작물의 최대 생산량에서 작물의 최대 생산량과 스트레스 지수를 곱한 값을 뺀 것이 될 수도 있다.
도 2는 도 1에 도시된 환경제어부의 일 예를 나타낸 블록도이다.
도 2를 참조하면 환경제어부(120)는 측정부(210), 비교부(220) 및 제어부(230)로 구성되어 있다.
측정부(210)는 현재 온실의 환경 정보를 측정한다.
예를 들면, 측정부(210)에서 현재 온실의 온도는 17도임을 판단할 수 있다.
이 때, 비교부(220)는 측정부(210)에서 측정한 온실의 환경 정보와 환경 정부 추출부(110)에서 추출된 최적 환경 정보를 비교한다.
예를 들면, 최적의 온도가 20도 일 때, 현재 온실의 온도는 17도로 다소 낮은 온도임을 판단할 수 있다.
이 때, 제어부(230)는 온실의 환경을 조절할 수 있다.
이 때, 온실의 환경은 수분의 양, 광량, 온도 및 이산화탄소의 농도일 수도 있다.
예를 들면, 제어부(230)는 산출된 최적 온도와 온실의 온도를 비교하여 온풍기 작동, 커튼 여닫기, 창문 닫기, 에어컨 작동, 배기판 가동 여부를 결정할 수 있다. 이 때, 제어부(230)는 제어 행위의 경제성을 분석하여 비용이 작은 순서대로 제어가 가능할 수도 있다.
예를 들면, 제어부(230)는 산출된 최적 습도와 온실의 습도를 비교하여 가습기의 가동 여부를 결정 할 수 있다.
예를 들면, 제어부(230)는 산출된 최적 이산화탄소 농도와 온실의 이산화탄소 농도를 비교하여 이산화탄소 공급기의 가동 여부를 결정할 수 있다.
예를 들면, 제어부(230)는 산출된 광량과 온실의 광량을 비교하여 인공조명 가동 및 차광 커튼 가동 여부를 결정 할 수 있다. 이 때, 제어부(230)는 제어 행위의 경제성을 분석하여 비용이 작은 순서대로 제어가 가능할 수도 있다.
도 3은 도 1에 도시된 생산량 예측부의 일 예를 나타낸 블록도이다.
도 3을 참조하면 생산량 예측부(130)는 추출부(310), 스트레스 지수 산출부(320) 및 예측부(330)로 구성된다.
추출부(310)는 작물의 증산량 및 생장량을 관찰하여 최대 생산량 예측 모델을 추출할 수 있다.
이 때, 스트레스 지수 산출부(320)는 온실에서 재배되는 작물의 스트레스 지수를 작성할 수 있다.
예를 들어, 제어 포인트 별 최적 제어 구간을 벗어난 빈도를 이용하여 스트레스 지수를 작성할 수 있다. 이 때, 제어 포인트는 온도, 습도, 광량, 이산화탄소의 농도가 될 수 있다.
예를 들어, 제어 포인트 별 최적 제어 구간을 벗어난 피해도를 이용하여 스트레스 지수를 작성할 수 있다. 이 때, 제어 포인트는 온도, 습도, 광량, 이산화탄소의 농도가 될 수 있다.
예를 들어, 제어 포인트 별 최적 제어 구간을 벗어난 빈도 및 피해도 별 가중치를 이용하여 스트레스 지수를 작성할 수도 있다. 이 때, 제어 포인트는 온도, 습도, 광량, 이산화탄소의 농도가 될 수 있다.
이 때, 예측부(330)는 추출부(310)에서 추출한 온실에서 재배할 수 있는 작물의 최대 생산량과 스트레스 지수 산출부(320)에서 산출한 온실에서 재배되는 작물의 스트레스 지수를 이용하여 실제 생산량을 예측할 수 있다.
예를 들어, 작물의 실제 생산량은 작물의 최대 생산량에서 작물의 최대 생산량과 스트레스 지수를 곱한 값을 뺀 것이 될 수도 있다.
도 4는 도 1에 도시된 환경 정보 추출부의 일 예를 나타낸 블록도이다.
도 4를 참조하면, 환경 정보 추출부(110)는 시간, 위도, 경도 입력부(410), 일출, 일몰 시간 추출부(420) 및 최적 환경 정보 생성부(430)를 포함한다.
시간, 위도, 경도 입력부(410)는 현재 시간, 온실이 위치하고 있는 위도, 경도를 받아들일 수 있다.
이 때, 시간, 위도, 경도 입력부(410)에 입력된 현재 시간, 온실이 위치하고 있는 위도, 경도를 일출, 일몰 시간 추출부(420)과 최적 환경 정보 생성부(430)로 전송한다.
이 때, 일출, 일몰 시간 추출부(420)는 입력된 위도, 경도 정보를 이용하여 온실이 위치하고 있는 지역의 일출시간 및 일몰 시간을 추출할 수 있다.
예를 들면, 천문우주지식정보 웹사이트의 데이터베이스를 통하여 위도, 경도 정보를 입력하면 온실이 위치하고 있는 지역의 일출시간 및 일몰 시간을 추출할 수 있다.
이 때, 최적 환경 정보 생성부(430)는 추출된 일출 시간, 일몰 시간 및 시간, 위도, 경도 입력부(410)에서 전송 받은 현재 시간을 이용하여 최적 환경 정보를 생성할 수 있다.
도 5는 작물 생육에 대한 최적 환경 정보를 이용한 온실 환경 제어 방법의 일 실시예를 나타낸 동작 흐름도이다.
도 5를 참조하면, 본 동작을 진행하는 시간을 1분씩 증가시킨다(S501).
또한, 동작을 진행하고 있는 현재 시간을 체크한다(S502).
또한, 작물 생육에 대한 기설정한 최적 환경 정보를 추출한다(S503).
또한, 현재온도와 최적온도를 비교하고(S504), 현재온도와 최적온도가 다른 경우, 온도 제어 장치가 작동하는지 확인하고(S505), 작동하지 않으면 온도제어 장치 구동 모듈을 가동한다.
또한, 현재습도와 최적습도를 비교하고(S506), 현재습도와 최적습도가 다른 경우, 습도 제어 장치가 작동하는지 확인하고(S507), 작동하지 않으면 습도제어 장치 구동 모듈을 가동한다.
또한, 현재 이산화탄소 농도와 최적 이산화탄소 농도를 비교하고(S508), 현재 이산화탄소 농도와 최적 이산화탄소 농도가 다른 경우, 이산화탄소 농도 제어장치의 작동여부를 확인하고(S509), 작동하지 않으면 이산화탄소 제어장치 구동 모듈을 가동한다.
또한, 현재 광량과 최적 광량을 비교하고(S510), 현재 광량과 최적 광량이 다른 경우, 광량제어장치 작동여부를 확인하고(S511), 작동하지 않으면 광량 제어 장치 구동 모듈을 가동한다.
이 과정이 종료되면 다시 순환시간을 1분 증가시키고(S501) 위와 같은 과정을 반복한다.
도 6은 본 발명의 일실시예에 따른 작물 생육에 대한 최적 환경 정보를 이용한 온실 환경 제어 및 생산량 예측 방법의 동작흐름도이다.
도 6을 참조하면, 작물 생육에 대한 기 설정된 최적 환경 정보를 추출한다(S601).
이 때, 최적 환경 정보는 온실의 지리적 정보를 이용하여 산출된 일몰 시간 및 일출 시간과 작물의 종류에 의하여 산출될 수 있다.
예를 들면, 경기도에 위치하는 온실과 경상남도에 위치하는 온실에 있어 일출 시간과 일몰 시간이 상이하므로 최적 환경 정보 추출 시 이를 고려할 수도 있다.
이 때, 최적 환경 정보는 수분, 광량, 온도 및 양액에 관한 정보가 될 수 있다.
이 때, 최적 환경 정보는 작물의 종류에 따라 달라질 수 도 있다.
예를 들면, 감자를 재배하는 경우와 장미를 재배하는 경우에 각각의 최적 환경 정보는 달라질 수도 있다
또한, 최적 환경 정보에 기반하여 온실의 시설 환경을 제어 한다(S602).
이 때, 온실의 환경은 수분의 양, 광량, 온도 및 이산화탄소의 농도일 수도 있다.
예를 들면, 산출된 최적 온도와 온실의 온도를 비교하여 온풍기 작동, 커튼 여닫기, 창문 닫기, 에어컨 작동, 배기판 가동 여부를 결정할 수 있다. 이 때, 제어 행위의 경제성을 분석하여 비용이 작은 순서대로 제어가 가능할 수도 있다.
예를 들면, 산출된 최적 습도와 온실의 습도를 비교하여 가습기의 가동 여부를 결정 할 수 있다.
예를 들면, 산출된 최적 이산화탄소 농도와 온실의 이산화탄소 농도를 비교하여 이산화탄소 공급기의 가동 여부를 결정할 수 있다.
예를 들면, 산출된 광량과 온실의 광량을 비교하여 인공조명 가동 및 차광 커튼 가동 여부를 결정 할 수 있다. 이 때, 제어 행위의 경제성을 분석하여 비용이 작은 순서대로 제어가 가능할 수도 있다.
또한, 기설정된 최적 환경 정보와 온실 환경에 기반하여 작물의 생산량을 예측한다(S603).
이 때, 기설정된 최적 환경을 유지하는 온실에서 재배할 수 있는 작물의 최대 생산량을 추출할 수 있다.
이 때, 작물의 최대 생산량 추출은 온도, 습도, 물, 양액, 이산화 탄소 농도가 모두 최적 상태일 때 온실에서 재배할 수 있는 작물의 최대 생산량일 수 있다.
이 때, 작물의 증산량 및 생장량을 관찰하여 최대 생산량 예측 모델을 만들 수 있다.
이 때, 온실에서 재배되는 작물의 스트레스 지수를 작성할 수 있다.
예를 들어, 제어 포인트 별 최적 제어 구간을 벗어난 빈도를 이용하여 스트레스 지수를 작성할 수 있다. 이 때, 제어 포인트는 온도, 습도, 광량, 이산화탄소의 농도가 될 수 있다.
예를 들어, 제어 포인트 별 최적 제어 구간을 벗어난 피해도를 이용하여 스트레스 지수를 작성할 수 있다. 이 때, 제어 포인트는 온도, 습도, 광량, 이산화탄소의 농도가 될 수 있다.
예를 들어, 제어 포인트 별 최적 제어 구간을 벗어난 빈도 및 피해도 별 가중치를 이용하여 스트레스 지수를 작성할 수도 있다. 이 때, 제어 포인트는 온도, 습도, 광량, 이산화탄소의 농도가 될 수 있다.
이 때, 온실에서 재배할 수 있는 작물의 최대 생산량과 온실에서 재배되는 작물의 스트레스 지수를 이용하여 실제 생산량을 예측할 수 있다.
예를 들어, 작물의 실제 생산량은 작물의 최대 생산량에서 작물의 최대 생산량과 스트레스 지수를 곱한 값을 뺀 것이 될 수도 있다.
이상에서와 같이 본 발명에 따른 온실 환경 제어 및 생산량 예측 장치 및 방법은 상기한 바와 같이 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.

Claims (1)

  1. 작물 생육에 대한 기설정된 최적 환경 정보를 추출하는 환경 정보 추출부;
    상기 최적 환경 정보에 기반하여 온실 환경을 제어 하는 환경 제어부; 및
    상기 최적 환경 정보와 상기 온실 환경에 기반하여 작물의 생산량을 예측하는 생산량 예측부를 포함하는 것을 특징으로 하는 온실 환경 제어 및 생산량 예측 장치.
KR1020150003295A 2015-01-09 2015-01-09 작물 생육에 대한 최적 환경 정보를 이용한 온실 환경 제어 및 생산량 예측 장치 및 방법 KR101823521B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150003295A KR101823521B1 (ko) 2015-01-09 2015-01-09 작물 생육에 대한 최적 환경 정보를 이용한 온실 환경 제어 및 생산량 예측 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150003295A KR101823521B1 (ko) 2015-01-09 2015-01-09 작물 생육에 대한 최적 환경 정보를 이용한 온실 환경 제어 및 생산량 예측 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20160086079A true KR20160086079A (ko) 2016-07-19
KR101823521B1 KR101823521B1 (ko) 2018-01-30

Family

ID=56616254

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150003295A KR101823521B1 (ko) 2015-01-09 2015-01-09 작물 생육에 대한 최적 환경 정보를 이용한 온실 환경 제어 및 생산량 예측 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101823521B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108710766A (zh) * 2018-05-25 2018-10-26 福建农林大学 一种基于生长模型的温室植物水肥机调肥参数计算方法
KR20190104811A (ko) 2018-03-02 2019-09-11 한국과학기술연구원 작물활성지수 기반 시설원예 복합환경 제어시스템 및 방법
KR20210063830A (ko) 2019-11-25 2021-06-02 주식회사 씨드림 온실 환경 자율 제어 시스템

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102412181B1 (ko) 2021-04-15 2022-06-23 주식회사 마스팜 환경제어기준모델을 기초로 시설원예의 환경을 자동으로 제어하는 시스템 및 그 방법
KR20230051009A (ko) 2021-10-08 2023-04-17 주식회사 마스팜 농가별 최대 생산량 예측 시스템 및 그 방법
KR20230055631A (ko) 2021-10-19 2023-04-26 팜커넥트주식회사 복수의 온실 환경정보와 작물 생육정보를 이용한 작물생육 예측 장치 및 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101392279B1 (ko) * 2012-12-21 2014-05-07 주식회사 맥스포 식물 공장의 생산량 예측 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190104811A (ko) 2018-03-02 2019-09-11 한국과학기술연구원 작물활성지수 기반 시설원예 복합환경 제어시스템 및 방법
CN108710766A (zh) * 2018-05-25 2018-10-26 福建农林大学 一种基于生长模型的温室植物水肥机调肥参数计算方法
CN108710766B (zh) * 2018-05-25 2022-06-21 福建农林大学 一种基于生长模型的温室植物水肥机调肥参数计算方法
KR20210063830A (ko) 2019-11-25 2021-06-02 주식회사 씨드림 온실 환경 자율 제어 시스템

Also Published As

Publication number Publication date
KR101823521B1 (ko) 2018-01-30

Similar Documents

Publication Publication Date Title
KR101823521B1 (ko) 작물 생육에 대한 최적 환경 정보를 이용한 온실 환경 제어 및 생산량 예측 장치 및 방법
KR101811640B1 (ko) 기계학습을 이용한 작물의 생산량 예측장치 및 방법
Casadesús et al. A general algorithm for automated scheduling of drip irrigation in tree crops
KR101852987B1 (ko) 고부가가치 버섯재배를 위한 모듈형 식물공장시스템
US10571870B2 (en) Intelligent control method and system, and intelligent monitoring system
CN110651157A (zh) 信息处理装置和信息处理方法
WO2020170939A1 (ja) 人工光型植物工場コホートフェノタイピングシステム
KR20150007668A (ko) 식물공장의 자동화를 위한 맞춤 제어 시스템 및 그 방법
JP2017038547A (ja) 農業用ハウス内環境制御システム
JP2014150759A (ja) 施設栽培の環境制御システム
WO2013126023A1 (en) A plant growth system and monitoring method
JP2019083746A (ja) 作物生産管理装置
Marinescu et al. Advanced control strategies for irrigation systems
KR20180029381A (ko) 시설원예 환경 제어 장치 및 방법
Li et al. Determining optimal CO2 concentration of greenhouse tomato based on PSO-SVM
Khamdamov et al. Using modern automation in the greenhouse
JP2017205028A (ja) 高糖度果実を栽培するための灌水制御システム、およびこれに用いる灌水制御装置、灌水制御方法
KR20150011647A (ko) 온실 미기상 예측 기반 환기 제어 방법 및 장치
KR20170126039A (ko) 엑추에이터를 이용한 재배시설 제어 시스템 및 방법
Challa et al. Reflections about optimal climate control in greenhouse cultivation
Su et al. A greenhouse climate model for control design
JP2020048551A (ja) 生育環境制御プログラム、生育環境制御方法及び生育環境制御装置
KR20170080896A (ko) 작물별 필요 광량을 조절할 수 있는 식물재배용 조명장치
KR102132324B1 (ko) 농장 운영정보 제공 시스템
Mohabuth et al. An IoT-Based Model for Monitoring Plant Growth in Greenhouses

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
GRNT Written decision to grant