KR20180116639A - Customized information providing system and method for cultivation of perennial crop - Google Patents
Customized information providing system and method for cultivation of perennial crop Download PDFInfo
- Publication number
- KR20180116639A KR20180116639A KR1020170049196A KR20170049196A KR20180116639A KR 20180116639 A KR20180116639 A KR 20180116639A KR 1020170049196 A KR1020170049196 A KR 1020170049196A KR 20170049196 A KR20170049196 A KR 20170049196A KR 20180116639 A KR20180116639 A KR 20180116639A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- decision
- soil
- site
- cultivation
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 239000002689 soil Substances 0.000 claims abstract description 95
- 238000012544 monitoring process Methods 0.000 claims abstract description 37
- 230000012010 growth Effects 0.000 claims abstract description 19
- 230000008859 change Effects 0.000 claims abstract description 13
- 244000005700 microbiome Species 0.000 claims description 30
- 238000012360 testing method Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000035558 fertility Effects 0.000 claims description 10
- 241000238631 Hexapoda Species 0.000 claims description 9
- 241000607479 Yersinia pestis Species 0.000 claims description 9
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims description 8
- 239000003337 fertilizer Substances 0.000 claims description 8
- 238000012258 culturing Methods 0.000 claims description 6
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 4
- 239000001569 carbon dioxide Substances 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 4
- 108090000623 proteins and genes Proteins 0.000 claims description 4
- 150000003839 salts Chemical class 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 3
- 239000008186 active pharmaceutical agent Substances 0.000 claims 2
- 241000208340 Araliaceae Species 0.000 abstract description 22
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 abstract description 22
- 235000003140 Panax quinquefolius Nutrition 0.000 abstract description 22
- 235000008434 ginseng Nutrition 0.000 abstract description 22
- 230000007613 environmental effect Effects 0.000 abstract description 8
- 238000004891 communication Methods 0.000 description 15
- 230000003442 weekly effect Effects 0.000 description 11
- 239000000575 pesticide Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 241000196324 Embryophyta Species 0.000 description 5
- 235000005769 Japanese ginseng Nutrition 0.000 description 5
- 241000168720 Panax japonicus Species 0.000 description 5
- 235000003174 Panax japonicus Nutrition 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000000813 microbial effect Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010222 PCR analysis Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000012364 cultivation method Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004856 soil analysis Methods 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 235000008733 Citrus aurantifolia Nutrition 0.000 description 1
- 238000009007 Diagnostic Kit Methods 0.000 description 1
- 241001638069 Rigidoporus microporus Species 0.000 description 1
- 235000011941 Tilia x europaea Nutrition 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 229910052571 earthenware Inorganic materials 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012100 gene-based analysis Methods 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 239000004571 lime Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000003053 toxin Substances 0.000 description 1
- 231100000765 toxin Toxicity 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- A01G7/00—Botany in general
-
- 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
- G06Q50/10—Services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Botany (AREA)
- Ecology (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Biodiversity & Conservation Biology (AREA)
- Environmental Sciences (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Forests & Forestry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 발명은 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템 및 방법에 관한 것으로, 보다 상세하게는 노지인삼과 같은 다년생 작물의 재배에 필요한 맞춤형 정보를 제공할 수 있는 시스템 및 방법에 관한 것이다.The present invention relates to a system and method for providing customized information for culturing perennial crops, and more particularly, to a system and method for providing customized information necessary for the cultivation of perennial crops such as non-ginseng.
현재 농촌은 고령화와 재배 경험이 부족한 귀농인구 증가 및 FTA로 인한 해외 농산물 수입으로 인해 생산성과 경제성에서 많은 문제가 야기되고 있다. 이를 해결하기 위해 다양한 시도를 하고 있으나 현실적으로 실효를 거두고 있지 못하고 있다.Currently, rural areas are experiencing a lot of problems in terms of productivity and economic efficiency due to the increase in the population of the aged population who lacks aging and cultivation experience and the importation of agricultural products due to FTA. Although various attempts have been made to solve this problem, they have not been practically effective.
특히, 이러한 문제를 해결하기 위해 기존 재배 방법 대신 고수익의 특용작물 재배에 대한 농가의 관심이 증가하여, 노지 인삼과 같은 다년생 작물을 재배하고 있다. In particular, in order to solve these problems, farmers' interest in cultivating high-yielding special crops instead of existing cultivation methods is growing, and cultivating perennial crops such as non-ginseng.
그러나, 인삼 재배에 토양 환경 변화에 대한 정보 부족으로 인한 병해충 창궐과 비과학적인 재배로 인한 노동력 소모로 인해 한국 농촌의 문제를 해결하지 못하고 있다.However, due to lack of information on soil environment change in ginseng cultivation, the problem of Korean rural area is not solved due to the incidence of pests and non - scientific cultivation.
병충해의 원인은 조도, 온도, 습도 등의 이상변화, 및 다연작으로 인한 Ph, 염도 등의 수치 변화로 인한 인삼의 상태 변화를 예로 들 수 있다.The cause of insect pests is exemplified by abnormal changes in lightness, temperature, and humidity, and changes in the state of ginseng due to changes in numerical values such as Ph and salinity due to multi-sequence.
이에 따라, 농가에서의 관리방안으로는 병충해달력을 기반으로 하는 농약 살포 및 농업관리 상급기관으로의 토양 분석 의뢰를 통한 현재 상태 확인이 있을 수 있다.As a result, the farmers can check the status of the farmers through the pesticide spraying based on the insect calendar and the request for soil analysis to the higher level agricultural management institution.
그런데, 현재 토지의 정확한 상태 파악없이 정해진 규칙에 따라 농약을 살포하게 되면, 잔류농약 문제 및 토지의 Ph, 염도에 변화를 주어 인삼의 품질 하락과 또 다른 병충해의 원인이 된다.However, if the pesticide is sprayed according to the prescribed rules without grasping the precise state of the present land, the pesticide problem and land pH and salinity are changed, which causes deterioration of quality of ginseng and other insect pests.
그리고, 농가에서는 인삼재배지의 토양을 말리고 잘게 분사하여 상급기관에 보내면 상급기관에서는 토양의 상태를 정밀 분석하여 15일 정도 경과후에 농가에 상태와 대응을 위한 자문을 진행한다. 그러나, 인삼의 경우 15일 이내에 병충해 발생이 가능하므로, 보다 빠른 대응이 필요한 실정이다.Then, in the farmhouse, the soil of the ginseng cultivation area is dried and finely sprayed and sent to a higher-level institution, and the higher-level organization analyzes the condition of the soil in detail and after 15 days, the farmer is consulted for the condition and response. However, in case of ginseng, it is possible to generate insect pests within 15 days.
본 발명은 상기한 종래의 문제점을 해결하기 위해 제안된 것으로, 노지 인삼과 같은 다년생 작물의 재배지 또는 재배 예정지의 상태를 모니터링하고 모니터링 정보를 기반으로 하는 생육단계별 맞춤형 정보를 제공할 수 있는 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템 및 방법을 제공함에 그 목적이 있다.DISCLOSURE Technical Problem The present invention has been proposed in order to solve the above-mentioned problems of the prior art, and it is an object of the present invention to provide a perennial crop cultivation method capable of monitoring the state of a cultivation area or a planting place of a perennial crop, The present invention provides a system and method for providing customized information.
상기와 같은 목적을 달성하기 위하여 본 발명의 바람직한 실시양태에 따른 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템은, 다년생 작물의 재배지 또는 재배 예정지의 토양상태 및 기상변화를 센싱하는 센싱부; 및 상기 센싱부로부터의 정보를 모니터링하고, 모니터링된 정보 및 토양환경정보를 근거로 상기 재배지 또는 재배 예정지에 대한 기간별 의사결정모델을 생성하고, 상기 센싱부에서 가장 최근에 제공된 데이터에 대하여 상기 기간별 의사결정모델을 근거로 해당 재배지 또는 재배 예정지의 현재상태에 상응하는 맞춤형 정보를 생성하여 제공하는 서버;를 포함한다.In order to achieve the above object, a customized information providing system for perennial crop cultivation according to a preferred embodiment of the present invention includes a sensing unit for sensing a soil condition and a weather change of a cultivation area or a planting place of a perennial crop; And a control unit for monitoring the information from the sensing unit, generating a decision model for each plant or cultivated area based on the monitored information and the soil environment information, and for the data most recently provided by the sensing unit, And a server for generating and providing customized information corresponding to the current state of the plantation site or the planted plant based on the determination model.
상기 센싱부는, PH, 염류, 이산화탄소, 일조량, 온/습도, 풍속을 센싱하는 센서를 포함할 수 있다.The sensing unit may include a sensor for sensing PH, salt, carbon dioxide, amount of sunshine, temperature / humidity, and wind speed.
상기 서버는, 토양 미생물 검사자 단말로부터의 토양 미생물 검사 결과 정보(미생물 종류 및 밀집도 등)를 추가로 모니터링할 수 있다.The server may further monitor soil microorganism test result information (microbial species and density, etc.) from the soil microorganism tester terminal.
상기 토양 미생물 검사 결과 정보는, 토양의 비옥도 변화를 유전자 기반으로 분석한 토양 비옥도 분석 결과를 포함할 수 있다.The soil microorganism test result information may include a result of soil fertility analysis that is based on gene-based changes in soil fertility.
상기 토양환경정보는, 외부의 공개 API를 통해 획득한 정보이고, 상기 재배지 또는 재배 예정지의 토양특성, 상기 재배지 또는 재배 예정지의 화학성, 상기 재배지 또는 재배 예정지의 토양검정정보 및 비료사용처방정보, 및 농업환경변동정보 중에서 하나 이상을 포함할 수 있다.The soil environmental information is information obtained through an external public API, and includes soil characteristics of the cultivation area or cultivation area, chemical properties of the cultivation area or cultivated area, soil verification information of the cultivation area or cultivated area, fertilizer use prescription information, And agricultural environment change information.
상기 서버는, 상기 모니터링된 정보 및 상기 토양환경정보를 근거로 하는 전문가의 의사결정 내용을 학습 알고리즘에 적용시켜 상기 기간별 의사결정모델을 생성할 수 있다.The server can generate decision models for each period by applying the decision contents of the experts based on the monitored information and the soil environment information to the learning algorithm.
상기 전문가의 의사결정 내용은 상기 다년생 작물의 년간 생육 달력 정보를 추가 근거자료로 하여 생성되고, 상기 서버는, 상기 다년생 작물의 년간 생육 달력 정보를 추가 근거자료로 하여 생성된 상기 전문가의 의사결정 내용을 학습 알고리즘에 적용시켜 상기 기간별 의사결정모델을 생성할 수 있다.Wherein the decision of the expert is made based on the annual growth calendar information of the perennial crop as additional base data and the server generates the decision tree of the expert decision of the expert created using the annual growth calendar information of the perennial crop as additional base data May be applied to the learning algorithm to generate the decision model for each period.
상기 서버는, 상기 센싱부로부터의 정보의 이상을 알릴 수 있다.The server can notify the abnormality of the information from the sensing unit.
상기 서버는, 상기 센싱부에서 가장 최근에 제공된 데이터의 기상 조건에 부합되는 의사결정모델을 상기 기간별 의사결정모델 중에서 선택하고, 선택된 의사결정모델을 근거로 해당 재배지 또는 재배 예정지의 현재상태에 대한 맞춤형 정보를 생성할 수 있다.The server selects a decision model corresponding to the weather condition of the data most recently provided by the sensing unit from among the decision models according to the period, and, based on the selected decision model, Information can be generated.
상기 맞춤형 정보는 상기 다년생 작물의 생육단계별 알림 정보, 및 상기 다년생 작물의 시기별 병충해 알림 정보 중에서 하나 이상을 포함할 수 있다.The customized information may include at least one of notification information for the growth stage of the perennial crop, and information on the insect pest alert according to the season of the perennial crop.
상기 서버는, 상기 모니터링된 정보를 사용자에게 전송할 수 있다.The server may send the monitored information to the user.
그리고, 본 발명의 바람직한 실시양태에 따른 다년생 작물 재배를 위한 맞춤형 정보 제공 방법은, 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템에서의 맞춤형 정보 제공 방법으로서,A customized information providing method for perennial crop cultivation according to a preferred embodiment of the present invention is a method for providing customized information in a customized information providing system for perennial crop cultivation,
다년생 작물의 재배지 또는 재배 예정지의 토양상태 및 기상변화를 센싱하는 단계; 상기 센싱된 정보를 모니터링하는 단계; 상기 모니터링된 정보 및 토양환경정보를 근거로 상기 재배지 또는 재배 예정지에 대한 기간별 의사결정모델을 생성하는 단계; 상기 센싱하는 단계에서 가장 최근에 센싱된 데이터에 대하여 상기 기간별 의사결정모델을 근거로 해당 재배지 또는 재배 예정지의 현재상태에 상응하는 맞춤형 정보를 생성하는 단계; 및 상기 생성된 맞춤형 정보를 제공하는 단계;를 포함한다.Sensing soil condition and meteorological changes at the cultivation site or the planting site of the perennial crop; Monitoring the sensed information; Generating a decision model based on the monitored information and the soil environment information on the plantation site or the planting site; Generating customized information corresponding to the current state of the plantation site or the planting site based on the periodic decision model for the latest sensed data in the sensing step; And providing the generated customized information.
이러한 구성의 본 발명에 따르면, 노지 인삼 등의 다년생 작물을 재배하기 위한 모니터링 체계를 구축하고, 모니터링 데이터를 기반으로 생육단계별 맞춤형 정보를 제공할 수 있게 된다.According to the present invention having such a structure, a monitoring system for cultivating perennial crops such as non-ginseng can be constructed, and customized information for each growing stage can be provided based on the monitoring data.
그에 따라, 농약 살포를 위한 병충해 원인의 정확한 분석과 실험 결과에 대한 빠른 대응을 수행할 수 있게 된다.Accordingly, accurate analysis of the cause of insect pests for pesticide application and rapid response to experimental results can be performed.
특히, 적절한 토양의 상태 모니터링을 수행함으로써 관리 비용을 감소시킬 수 있다. In particular, management costs can be reduced by performing appropriate soil condition monitoring.
그리고, 특정 주기별 농약 살포가 아닌 토양 상태에 따른 적절한 조치를 수행함으로써 비용을 절감시킬 수 있다. 적절한 농약은 다년생 작물(예컨대, 인삼)의 잔류농약 감소로 인한 상품성을 증가시킬 수 있다.The cost can be reduced by performing appropriate measures according to the soil condition rather than spraying the pesticide by specific period. Appropriate pesticides can increase the commerciality due to the reduction of residual pesticides in perennial crops (eg, ginseng).
도 1은 본 발명의 실시예에 따른 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템을 도시한 도면이다.
도 2는 도 1에 도시된 센싱부의 일 예를 나타낸 도면이다.
도 3은 도 1에 도시된 서버의 내부 구성을 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 다년생 작물 재배를 위한 맞춤형 정보 제공 방법을 설명하기 위한 플로우차트이다.
도 5 내지 도 16은 도 4의 플로우차트 설명에 채용되는 도면이다.1 is a diagram illustrating a customized information providing system for perennial crop cultivation according to an embodiment of the present invention.
2 is a diagram showing an example of the sensing unit shown in FIG.
3 is a diagram illustrating an internal configuration of the server shown in FIG.
4 is a flowchart illustrating a method for providing customized information for culturing perennial crops according to an embodiment of the present invention.
5 to 16 are views employed in the flowchart of FIG.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세하게 설명하고자 한다.While the invention is susceptible to various modifications and alternative forms, specific embodiments thereof are shown by way of example in the drawings and will herein be described in detail.
그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.It should be understood, however, that the invention is not intended to be limited to the particular embodiments, but includes all modifications, equivalents, and alternatives falling within the spirit and scope of the invention.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terminology used in this application is used only to describe a specific embodiment and is not intended to limit the invention. The singular expressions include plural expressions unless the context clearly dictates otherwise. In the present application, the terms "comprises" or "having" and the like are used to specify that there is a feature, a number, a step, an operation, an element, a component or a combination thereof described in the specification, But do not preclude the presence or addition of one or more other features, integers, steps, operations, elements, components, or combinations thereof.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Terms such as those defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the relevant art and are to be interpreted in an ideal or overly formal sense unless explicitly defined in the present application Do not.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. In order to facilitate the understanding of the present invention, the same reference numerals are used for the same constituent elements in the drawings and redundant explanations for the same constituent elements are omitted.
도 1은 본 발명의 실시예에 따른 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템을 도시한 도면이고, 도 2는 도 1에 도시된 센싱부의 일 예를 나타낸 도면이다.FIG. 1 is a diagram showing a customized information providing system for culturing perennial crops according to an embodiment of the present invention, and FIG. 2 is a diagram illustrating an example of the sensing unit shown in FIG.
본 발명의 실시예에 따른 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템은, 센싱부(10), 토양 미생물 검사자 단말(20), 외부 공개 API(30), 사용자 단말(40), 전문가 단말(50), 네트워크(60), 및 서버(70)를 포함한다.The soil
센싱부(10)는 다년생 작물(예컨대, 노지인삼)의 재배지 또는 재배 예정지의 토양상태 및 기상변화를 실시간으로 센싱할 수 있다.The
예를 들어, 센싱부(10)는 스틱 형상을 갖추고서, 도 2에서와 같이 해당 재배지 또는 재배 예정지의 토양 내부에 깊숙히 삽입되되 일부(즉, 상부)가 지상으로 노출되게 설치될 수 있다. For example, the
센싱부(10)는 센서(11), 통신 모듈(12), 및 태양전지(13)를 포함할 수 있다.The
센서(11)는 토양 내부(즉, 지하) 및 지상의 PH, 염류(EC), 이산화탄소, 일조량, 온/습도, 풍속 등을 센싱할 수 있다.The
통신 모듈(12)은 센서(11)에서 생성한 신호를 처리하여 데이터를 생성하고, 생성된 데이터를 전송 가능한 데이터로 처리하여 네트워크(60)를 통해 서버(70)에게로 전송할 수 있다.The
태양전지(13)는 센서(11) 및 통신 모듈(12)에 전원을 공급할 수 있다.The
상술한 센싱부(10)는 최초 설치된 위치에 계속적으로 고정되게 설치되는 것이 아니라, 필요에 따라서는 다른 위치로 이동시켜 설치할 수도 있다. The
또한, 상술한 센싱부(10)는 다년생 작물의 재배지 또는 재배 예정지에 하나 이상 설치될 수 있다.In addition, the
토양 미생물 검사자 단말(20)은 다년생 작물(예컨대, 노지인삼)의 재배지 또는 재배 예정지의 토양 미생물 검사 결과 정보(미생물 종류 및 밀집도 등)를 네트워크(60)를 통해 서버(70)에게로 전송할 수 있다. The soil
토양 미생물 검사는 균등한 품질의 재배 및 생산 보급체계를 위해 필요하다. 이를 위해, 토양 미생물 검사자는 검사 현장에서 진단 키트를 이용하여 토양 미생물을 확인함으로써 노지인삼의 뿌리썩음병을 현장 진단할 수 있다. 다시 말해서, 토양 미생물 PCR 분석을 통한 해당 인삼 재배 토양의 미생물 분포도를 확보한다. 해당 인삼 재배 토양을 PCR 분석하여 내부 토양 미생물의 분포도를 확인하고 이를 계량화함으로써, 인삼 생장에 핵심적인 토양 미생물 확인 및 미생물 방제 효과를 얻을 수 있다. Soil microorganism testing is necessary for a uniform quality cultivation and production distribution system. For this purpose, a soil microorganism inspector can diagnose the root rot disease of green ginseng by confirming soil microorganism using a diagnostic kit at the inspection site. In other words, the microorganism distribution of the corresponding ginseng cultivated soil is secured by PCR analysis of soil microorganisms. By analyzing the distribution of internal soil microorganisms by PCR analysis of the cultivated ginseng soils and quantifying them, it is possible to obtain a soil microorganism identification and microbial control effect essential for ginseng growth.
노지인삼은 다른 작물과는 달리 같은 토양에서 다년간 생장하기 때문에 예정지의 지력에 대한 비옥도 측정이 실시간적으로 이루어져야 할 것이다. 인삼재배로 인한 지력의 소모로 토양 물리성 악화 및 병원균 밀도와 독소가 증가하게 되어 기지현상이 발생한다. 따라서, 다년생 작물(예컨대, 노지인삼) 재배로 인하여 발생하는 토양의 비옥도 변화를 유전자 기반으로 분석하고 현재의 정확한 상태를 제공함으로써, 필요한 조치를 취할 수 있게 한다. Ungyoin ginseng grows in the same soil for many years unlike other crops, so it is necessary to measure the fertility of the land in the future. The consumption of intellect due to the ginseng cultivation causes soil physical deterioration, pathogen density and toxin to increase, resulting in a base phenomenon. Thus, it is possible to take necessary measures by analyzing the change of soil fertility caused by the cultivation of a perennial crop (for example, Japanese ginseng) by gene-based analysis and providing the present accurate state.
토양 미생물 검사자 단말(20)은 휴대용 단말기 또는 휴대용 컴퓨터로 구현될 수 있다. 여기서, 휴대용 단말기는 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet), LoRa 단말 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다. 휴대용 컴퓨터는 노트북, 랩톱(laptop) 등을 포함할 수 있다. The soil
또한, 토양 미생물 검사자 단말(20)은 스마트폰, 스마트 노트, 태블릿 PC, 웨어러블(wearable) 컴퓨터 등 각종 스마트 기기일 수도 있다.The soil
외부 공개 API(30)는 누구나 사용할 수 있도록 공개된 API(Application Programming Interface)이다. 예를 들어, 외부 공개 API(30)로는 흙토람 API, 날씨 API 등이 있을 수 있다. 흙토람은 토양환경정보시스템으로서, 토양 분석 정보를 제공하고 알맞은 비료량을 추천해 줄 수 있다.The
사용자 단말(40)은 다년생 작물(예컨대, 노지인삼) 재배자가 사용하는 단말이다. The
사용자 단말(40)은 네트워크(60)를 통해 서버(70)에 접속하여 각종의 정보를 요청 및 수신할 수 있다. 예를 들어, 사용자 단말(40)은 회원 등록을 위한 각종의 정보의 입력, 데이터 열람 신청, 정보 갱신 등을 할 수 있다.The
사용자 단말(40)은 휴대용 단말기 또는 휴대용 컴퓨터로 구현될 수 있다. 여기서, 휴대용 단말기는 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다. 휴대용 컴퓨터는 노트북, 랩톱(laptop) 등을 포함할 수 있다. The
또한, 사용자 단말(40)은 스마트폰, 스마트 노트, 태블릿 PC, 웨어러블(wearable) 컴퓨터 등 각종 스마트 기기일 수도 있다.In addition, the
물론, 사용자 단말(40)은 스탠드얼론(Stand Alone) 타입의 컴퓨터 PC일 수도 있다.Of course, the
전문가 단말(50)은 농협, 농업기술센터, 국립원예특작과학원 등(기관의 성격, 역할에 따른 분류) 다년생 작물과 관련된 직무를 수행하는 전문가가 사용하는 단말이다.The
전문가 단말(50)은 네트워크(60)를 통해 서버(70)에 접속하여 각종의 정보를 요청 및 수신할 수 있다. 예를 들어, 전문가 단말(50)은 의사결정 내용 입력, 회원 등록을 위한 각종의 정보의 입력, 데이터 열람 신청, 정보 갱신 등을 할 수 있다. 여기서, 의사결정 내용은 전문가가 인삼 재배 농지에 대하여 일정 주기별로 또는 임의의 일자에 수집된 각종의 정보(미생물 검사 결과, 이화학 데이터, 날씨 데이터, 영농일지 등)를 열람하고서 해당 농지에 대하여 평가를 한 정보를 의미할 수 있다.The
전문가 단말(50)은 휴대용 단말기 또는 휴대용 컴퓨터로 구현될 수 있다. 여기서, 휴대용 단말기는 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet), LoRa 단말 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다. 휴대용 컴퓨터는 노트북, 랩톱(laptop) 등을 포함할 수 있다. The
또한, 전문가 단말(50)은 스마트폰, 스마트 노트, 태블릿 PC, 웨어러블(wearable) 컴퓨터 등 각종 스마트 기기일 수도 있다.The
물론, 전문가 단말(50)은 스탠드얼론(Stand Alone) 타입의 컴퓨터 PC일 수도 있다.Of course, the
네트워크(60)는 이동 통신망(mobile radio communication network), 위성 통신망, 블루투스(Bluetooth), Wibro(Wireless Broadband Internet), HSDPA(High Speed Downlink Packet Access), LoRa 등과 같은 모든 종류의 무선 네트워크로 구현될 수 있다.The
한편, 네트워크(60)는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network;WAN) 또는 부가가치 통신망(Value Added Network; VAN) 등과 같은 모든 종류의 유선 네트워크로 구현될 수 있다. The
물론, 네트워크(60)는 무선 및 유선 네트워크가 혼용될 수 있다.Of course, the
서버(70)는 네트워크(60)를 통해 토양 미생물 검사자 단말(20), 사용자 단말(40), 전문가 단말(50)과의 통신을 수행할 수 있다.The
서버(70)는 센싱부(10)로부터의 정보를 실시간으로 수신하여 모니터링하고, 모니터링된 정보와 토양환경정보(즉, 흙토람의 토양환경정보시스템내의 데이터) 및 다년생 작물의 년간 생육 달력 정보를 근거로 기간별 의사결정모델을 생성할 수 있다. 그리고, 서버(70)는 센싱부(10)에서 가장 최근에 제공된 데이터에 대하여 기간별 의사결정모델을 근거로 해당 재배지 또는 재배 예정지의 현재상태에 상응하는 맞춤형 정보를 생성할 수 있다. The
도 3은 도 1에 도시된 서버(70)의 내부 구성을 나타낸 도면이다.3 is a diagram showing an internal configuration of the
서버(70)는, 수신부(71), 데이터저장부(72), 모니터링부(73), 의사결정모델 생성부(74), 맞춤형 정보 생성부(75), 전송부(76), 및 제어부(77)를 포함한다.The
수신부(71)는 센싱부(10)로부터의 정보를 실시간으로 수신할 수 있다.The receiving
물론, 수신부(71)는 토양 미생물 검사자 단말(20), 사용자 단말(40), 전문가 단말(50)로부터의 정보를 수신하고, 다양한 요청 및 정보 갱신 요구 등을 수신할 수 있다.Of course, the receiving
데이터저장부(72)는 모니터링 정보 저장부(72a), 회원 정보 저장부(72b), 및 의사결정 내용 저장부(72c)를 포함한다.The
모니터링 정보 저장부(72a)는 모니터링부(73)에 의해 모니터링된 정보를 저장할 수 있다.The monitoring
회원 정보 저장부(72b)는 회원 등록한 가입자의 정보를 저장한다. 여기서, 회원 등록한 가입자는 다년생 작물을 재배하거나 재배하고자 하는 재배자일 수 있다. 또한, 회원 등록한 가입자는 농협, 농업업기술센터, 원예특작과학원 등일 수 있다. 그리고, 회원 등록한 가입자의 정보는 예를 들어, ID, 성명, 주소, 주민등록번호, 직책, 부서, 연락번호, 비밀번호, 재배지 정보 등을 포함할 수 있다.The member
의사결정 내용 저장부(72c)는 전문가의 의사결정 내용을 저장한다. 이때, 의사결정 내용은 농지별로 저장될 수 있다. 여기서, 의사결정 내용은 하나의 농지에 대해 하나의 의사결정 내용이 있는 것이 아니라, 시간 흐름에 따라 센싱부(10)의 정보(토양상태, 기상 등)가 바뀌게 되므로 하나의 농지에 대해 다수의 의사결정 내용이 누적될 것이다. 예를 들어, 의사결정 내용은 일단위, 주단위, 월단위로 1개의 의사결정 내용이 누적될 수 있는데, 본 발명의 실시예에서는 주단위로 1개의 의사결정 내용이 누적되는 것으로 할 수 있다.The decision
모니터링부(73)는 수신부(71)에 수신되는 센싱 정보(예컨대, 스트림 데이터)를 모니터링할 수 있다. The monitoring unit 73 may monitor the sensing information (e.g., stream data) received by the receiving
이때, 모니터링부(73)는 센싱부(10)의 센싱 정보가 실시간으로 전송되어 오므로, 스트림 분석을 행할 것이다. 모니터링부(73)는 수집되는 데이터의 이상 여부를 스트림 분석을 통해 파악할 수 있다. 즉, 모니터링부(73)는 스트림 데이터의 변칙(Anomaly)을 검출할 수 있다. 이와 같이 수집된 데이터 중 이상 데이터는 전송 및 분석에서 제외된다.At this time, since the sensing information of the
또한, 모니터링부(73)는 수집이 완료된 데이터 중에서 특정 범위 이상의 값에 대해서도 전송 및 분석에서 제외할 수 있다.In addition, the monitoring unit 73 may exclude a value of a certain range or more from the collected data from transmission and analysis.
한편, 모니터링부(73)는 토양 미생물 검사자 단말(20)로부터의 토양 미생물 검사 결과 정보를 수신하여 이를 모니터링할 수 있다. 여기서, 토양 미생물 검사 결과 정보는 토양의 비옥도 변화를 유전자 기반으로 분석한 토양 비옥도 분석 결과를 포함한다. On the other hand, the monitoring unit 73 can receive and monitor the soil microorganism test result information from the soil
모니터링부(73)는 모니터링되는 데이터(즉, 수집 데이터)에 이상이 있으면 이를 사용자 및/또는 전문가에게 알릴 수 있다.The monitoring unit 73 can notify the user and / or the specialist if there is any abnormality in the monitored data (i.e., collected data).
의사결정모델 생성부(74)는 모니터링부(73)에서 모니터링된 정보 및 토양환경정보(즉, 흙토람의 토양환경정보시스템내의 데이터)를 근거로 재배지 또는 재배 예정지에 대한 기간별 의사결정모델을 생성할 수 있다. 여기서, 토양환경정보는 외부의 공개 API(30)를 통해 획득한 정보이다. 예를 들어, 토양환경정보는 재배지 또는 재배 예정지의 토양특성, 재배지 또는 재배 예정지의 화학성, 재배지 또는 재배 예정지의 토양검정정보 및 비료사용처방정보, 및 농업환경변동정보(즉, 토양의 이화학성 및 중금속함량 변동 등) 중에서 하나 이상을 포함할 수 있다.The decision
의사결정모델 생성부(74)는 기간별 의사결정모델을 생성함에 있어서, 모니터링부(73)에서 모니터링된 정보 및 토양환경정보를 근거로 하는 전문가의 의사결정 내용을 학습 알고리즘(예컨대, 딥러닝 알고리즘)에 적용시켜 기간별 의사결정모델을 생성할 수 있다. The decision-making
물론, 필요에 따라서, 의사결정모델 생성부(74)는 모니터링부(73)에서 모니터링된 정보와 토양환경정보 및 다년생 작물의 년간 생육 달력 정보를 근거로 하는 전문가의 의사결정 내용을 학습 알고리즘(예컨대, 딥러닝 알고리즘)에 적용시켜 기간별 의사결정모델을 생성할 수 있다. Of course, if necessary, the decision
보다 구체적으로 설명하면, 예를 들어 전문가는 농지 A(재배지 또는 재배 예정지)에 대해 주단위로 모니터링된 정보, 주단위의 토양환경정보, 및 주단위의 생육 달력 정보를 확인할 수 있다. 그러므로, 전문가는 농지 A의 주단위로 모니터링된 정보에 대하여 의사결정(의견제시)을 할 수 있다. 이와 같이 전문가가 주단위로 의사결정을 한 내용이 상술한 의사결정 내용이라고 할 수 있다.More specifically, for example, an expert can identify weekly monitored information, weekly soil environmental information, and weekly growth calendar information for farmland A (plantation or planting site). Therefore, the experts can make decisions (opinions) on the information monitored on the weekly basis of farmland A. In this way, the decision made by the expert on a weekly basis can be said to be the above-mentioned decision.
따라서, 상술한 바와 같이 전문가의 의사결정 내용은 다년생 작물의 재배지 또는 재배 예정지애 대해 주단위로 하나씩 생성될 수 있으므로, 기간별 의사결정모델도 주단위로 하나씩 생성된다고 볼 수 있다. Therefore, as described above, the decision contents of the experts can be generated one by one per week for cultivation or planned cultivation of perennial crops, so that a decision-making model for each period can be generated one by one on a weekly basis.
그리고, 주단위로 모니터링된 정보는 주별로 상이할 수 있고, 해당 주별로의 토양환경정보 및 생육 달력 정보에서 차이날 수 있으므로, 주단위로 생성되는 기간별 의사결정모델은 각각 상이한 입력 조건에 근거한 의사결정모델이라고 볼 수 있다.Since the information monitored on a weekly basis may differ from state to state and may differ from the soil environment information and growth calendar information for each state, the decision-making models generated on a weekly basis may include physicians based on different input conditions It can be seen as a decision model.
결국, 기간별 의사결정모델은 새롭게 갱신되는 것이 아니라 계속 누적된다고 볼 수 있다.As a result, the decision-making model for each period is not renewed but accumulates continuously.
본 발명의 실시예에서는 딥러닝 알고리즘으로, 장기 의존성을 학습할 수 있는 순환 신경망 즉, LSTM(Long Short Term Memory networks)을 이용한다. LSTM은 장기 의존성 문제를 해결하고자 설계되고, 모든 순환 신경망은 사슬 형태의 반복되는 신경망 모듈을 가진다. 반복되는 모듈 하나는 네 개의 상호작용하는 층을 포함한다.In the embodiment of the present invention, a cyclic neural network that can learn long-term dependency, that is, long short term memory networks (LSTM), is used as a deep learning algorithm. LSTM is designed to solve the long-term dependency problem, and all the circulating neural networks have repeating neural network modules in a chain form. One repeating module contains four interacting layers.
또한, 상술한 딥러닝(Deep Learnning) 알고리즘은 기존에 익히 알려진 딥러닝 알고리즘을 사용할 수도 있다.In addition, the above-described deep learning algorithm may use a well-known deep learning algorithm.
맞춤형 정보 생성부(75)는 센싱부(10)에서 가장 최근에 제공된 데이터에 대하여 기간별 의사결정모델을 근거로 해당 재배지 또는 재배 예정지의 현재상태에 상응하는 맞춤형 정보를 생성할 수 있다. The customized
다시 말해서, 맞춤형 정보 생성부(75)는 센싱부(10)에서 가장 최근에 제공된 데이터(즉, 수신부(71)가 가장 최근에 수신한 데이터)에 대하여 다수의 기간별 의사결정모델 중에서 해당 데이터의 기상 조건 등에 가장 부합될 있는 기간별 의사결정모델을 선택한다. 그리고, 맞춤형 정보 생성부(75)는 선택된 의사결정모델을 근거로 해당 재배지 또는 재배 예정지의 현재상태에 맞는 맞춤형 정보를 생성할 수 있다. In other words, the customized
여기서, 맞춤형 정보는 다년생 작물(예컨대, 노지 인삼)의 생육단계별 알림 정보(비료 및 농약의 종류와 투입량, 관수 시기와 관수량 등) 및 다년생 작물의 시기별 병충해 알림 정보 중에서 하나 이상을 포함할 수 있다. Here, the customized information may include at least one of information informing information (fertilizer and pesticide type, input amount, watering period and amount of water) of the perennial crop (for example, Japanese ginseng) have.
전송부(76)는 맞춤형 정보 생성부(75)에서 생성된 맞춤형 정보를 사용자 단말(40)에게로 전송할 수 있다.The transmitting
물론, 전송부(76)는 모니터링부(73)에서 모니터링된 정보를 사용자 단말(40) 또는 전문가 단말(50)에게로 전송할 수 있다.Of course, the transmitting
또한, 전송부(76)는 모니터링부(73)에서 수집 데이터의 이상을 파악함에 따른 해당 정보의 이상을 알리는 메시지를 사용자 단말(40) 또는 전문가 단말(50)에게로 보낼 수 있다. 여기서, 메시지는 모니터링부(73)에서 생성될 수도 있고, 제어부(77)에서 생성될 수도 있다.The transmitting
제어부(77)는 서버(70)의 전체적인 동작을 제어한다.The
도 4는 본 발명의 실시예에 따른 다년생 작물 재배를 위한 맞춤형 정보 제공 방법을 설명하기 위한 플로우차트이고, 도 5 내지 도 16은 도 4의 플로우차트 설명에 채용되는 도면이다.FIG. 4 is a flowchart for explaining a customized information providing method for perennial crop cultivation according to an embodiment of the present invention, and FIGS. 5 to 16 are views employed in the flowchart of FIG.
먼저, 다년생 작물(특히, 노지인삼)의 재배지 또는 재배 예정지에 설치된 하나 이상의 센싱부(10)는 해당 재배지 또는 재배 예정지의 토양상태 및 기상변화를 실시간으로 센싱한다(S10).First, at least one
센싱부(10)는 센싱한 정보를 네트워크(60)를 통해 서버(70)에게로 전송한다(S20).The
그에 따라, 서버(70)는 수신한 센싱 정보(즉, 토양 내부(지하) 및 지상의 PH, 염류, 이산화탄소, 일조량, 온/습도, 풍속 등을 센싱한 정보)를 모니터링한다(S30). 이때, 서버(70)는 모니터링되는 정보를 사용자 단말(40) 또는 전문가 단말(50)에게로 전송한다. 그에 따라, 사용자 단말(40)은 스탠드얼론 타입의 컴퓨터 PC인 경우에는 도 5에 예시한 바와 같이 자신의 재배지에 대한 정보를 보여주는 화면이 디스플레이된다. 전문가 단말(50)은 스탠드얼론 타입의 컴퓨터 PC인 경우 도 10에 예시한 바와 같이 각종 모니터링 정보와 의사결정을 할 수 있는 정보 등을 보여준다.Accordingly, the
한편, 사용자 단말(40) 또는 전문가 단말(50)이 스마트 기기인 경우에는 도 6 및 도 7에서와 같이 모바일 화면상에서 각종의 생장환경을 선택적으로 확인할 수 있도록 한다. 도 6의 화면에서 "실내습도"를 선택하면 도 7에서와 같은 화면으로 변경된다.On the other hand, when the
특히, 서버(70)는 센싱부(10)로부터의 센싱 정보를 수집하여 모니터링할 때, 토양 미생물 검사자 단말(20)로부터의 토양 미생물 검사 결과 정보를 함께 수신하여 이를 모니터링할 수 있다. 이 경우, 서버(70)는 스트림 분석에 의해 수집되는 데이터의 이상 여부를 파악한다. 또한, 서버(70)는 기기/통신 상태 등의 이상으로 정상적이지 않은 데이터를 수집할 수도 있다. 그리고, 서버(70)는 수집이 완료된 데이터 중에서 특정 범위 이상의 값을 가지는 데이터를 검출할 수 있다.In particular, when collecting and monitoring the sensing information from the
예를 들어, 도 8에서와 같은 상태를 정상적인 데이터(스트림 데이터)가 수집되는 것으로 한다면, 도 9와 같이 데이터가 수집되는 경우에는 수집 데이터(즉, 스트림 데이터)의 변칙(Anomaly)을 검출할 수 있다. 그에 따라, 서버(70)는 수집된 데이터 중 이상 데이터를 전송 및 분석에서 제외시킨다. 그리고, 서버(70)는 모니터링되는 정보에 이상이 있음을 사용자에게 알릴 수 있다.For example, assuming that normal data (stream data) is collected as shown in FIG. 8, it is possible to detect anomaly of collected data (i.e., stream data) when data is collected as shown in FIG. have. Accordingly, the
이후, 서버(70)는 다년생 작물의 재배지 또는 재배 예정지에 대해 모니터링된 정보와 토양환경정보 및 다년생 작물의 년간 생육 달력 정보를 근거로 하는 전문가의 의사결정 내용을 학습 알고리즘(예컨대, 딥러닝 알고리즘)에 적용시켜 기간별 의사결정모델을 생성한다(S40). 예를 들어, 도 10에서와 같이 전문가는 자신의 단말(50)을 통해 농지 A에 대해 주단위로 모니터링된 정보, 주단위의 토양환경정보, 및 주단위의 생육 달력 정보 등을 확인할 수 있다. 도 10에서, 참조부호 81은 농지를 검색할 수 있는 선택버튼을 의미한다. 참조부호 82는 농지의 정보(지번, 소유 농가, 재배시작년도 등)를 출력하는 영역을 의미한다. 참조부호 83은 농지 지도를 출력하는 영역을 의미한다. 참조부호 84는 주간/년간을 선택할 수 있는 선택창을 의미한다. 참조부호 85는 검색할 주/년도를 선택할 수 있는 선택창을 의미한다. 참조부호 86은 센서별 데이터를 출력하는 영역을 의미한다. 참조부호 87은 선택된 날짜와 가까운 미생물 검사 결과를 출력하는 영역을 의미한다. 참조부호 88은 선택된 날짜와 가까운 이화학 데이터(흙토람 API를 통해 얻은 데이터)를 출력하는 영역을 의미한다. 참조부호 89는 선택된 날짜와 가까운 날씨 데이터(날씨 API를 통해 얻은 데이터)를 출력하는 영역을 의미한다. 참조부호 90은 영농일지를 출력하는 영역을 의미한다. 따라서, 전문가는 도 10에서와 같은 화면상의 정보들을 보고서 해당 농지의 주단위로 모니터링된 정보에 대한 의사결정(즉, 평가)을 입력할 수 있다. 한편, 도 10에서, 참조부호 91은 전문가의 의사결정을 입력할 수 있는 입력창을 의미한다. 참조부호 92는 평가된 내용(즉 의사결정 내용)을 저장할 수 있는 선택버튼을 의미한다.Thereafter, the
데이터 열람과 관련하여, 농가에서는 도 11에서와 같이 해당하는 경작 농지에 대한 데이터만을 열람할 수 있다. 전문가(특히, 농협)는 도 12에서와 같이 해당 관할지역내에 가입한 조합원 농가의 관할지역 농지의 데이터만을 열람할 수 있다. 전문가(특히, 농업기술센터)는 도 13에서와 같이 해당 관할지역내의 농지 데이터만을 열람할 수 있다. 예를 들어, 농업기술센터 A는 지역a 및 지역b를 관할하므로, 농가 1의 지역 a의 농지 1,2 및 지역 b의 농지 5의 데이터만을 열람할 수 있다. 농업기술센터 B는 지역c를 관할하므로, 농가 2의 농지 4의 데이터만을 열람할 수 있다. 농업기술센터 C는 지역d를 관할하므로, 농가 2의 농지 6의 데이터만을 열람할 수 있다. 전문가(특히, 원예특작과학원)는 도 14에서와 같이 모든 인삼 재배 농지에 대한 데이터를 열람할 수 있다. With regard to data browsing, only the data on the corresponding cultivated farmland can be read at the farmhouse as shown in FIG. As shown in FIG. 12, the expert (particularly, the NACF) can only browse the data of the farm area of the member farmhouse belonging to the member's area. The expert (particularly, the agricultural technology center) can browse only farmland data in the corresponding jurisdiction area as shown in FIG. For example, since the agricultural technology center A is in charge of the area a and the area b, only the data of the farmland 1, 2 and the farmland 5 in the area a of the farmland 1 can be browsed. Agricultural technology center B has jurisdiction of area c, so only data of farmland 4 of farmhouse 2 can be read. The Agricultural Technology Center C has jurisdiction over the area d, so that only the data of farmland 6 of the farmhouse 2 can be read. As shown in FIG. 14, the experts (in particular, the Horticultural Research Institute) can browse data on all ginseng farmland.
그리고 나서, 서버(70)는 센싱부(10)에서 가장 최근에 센싱된 데이터에 대하여 기간별 의사결정모델을 근거로 해당 재배지 또는 재배 예정지의 현재상태에 상응하는 맞춤형 정보를 생성한다(S50). 다시 말해서, 서버(70)는 센싱부(10)에서 가장 최근에 제공된 데이터(즉, 수신부(71)가 가장 최근에 수신한 데이터)에 대하여 다수의 기간별 의사결정모델 중에서 해당 데이터의 기상 조건 등에 가장 부합될 있는 하나의 기간별 의사결정모델을 선택한다. 그리고, 서버(70)는 선택된 의사결정모델을 근거로 해당 재배지 또는 재배 예정지의 현재상태에 맞는 맞춤형 정보를 생성한다.Then, the
최종적으로, 서버(70)는 생성된 생육단계별 맞춤형 정보를 사용자에게로 제공한다(S60). 이때, 생육단계별 맞춤형 정보는 작물의 생육년에 따른 도 15의 생육단계별 주요 알림, 도 16의 토양상태 및 병충해 시기를 나타내는 정보를 예로 들 수 있다.Finally, the
상술한 바와 같은 본 발명의 실시예에 따르면, 노지 인삼 등의 다년생 작물 재배를 위한 모니터링 체계를 구축하고, 모니터링 데이터를 기반으로 생육단계별 맞춤형 정보를 제공할 수 있게 된다.According to the embodiment of the present invention as described above, it is possible to construct a monitoring system for culturing perennial crops such as non-ginseng and provide customized information for each growing stage based on the monitoring data.
특히, 인삼 재배에 토양 환경 변화에 대한 정보를 적극 활용할 수 있게 되어 시비 종류 및 시비량 선정과 병해충 예방을 위한 농약제 종류 및 살포량을 정할 수 있다. Especially, it is possible to utilize the information about soil environment change in ginseng cultivation actively, and it is possible to select kinds of fertilizer, amount of fertilizer and kinds and application amount of pesticide for pest prevention.
그에 따라, 매년 일정량의 품종 공급량을 유지하고 가격 경쟁력을 확보할 수 있다. Accordingly, it is possible to maintain a certain amount of varieties every year and to secure price competitiveness.
또한, 상술한 본 발명의 다년생 작물 재배를 위한 맞춤형 정보 제공 방법은, 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 상기 방법을 구현하기 위한 기능적인(function) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.In addition, the customized information providing method for culturing perennial crops of the present invention can be implemented as computer readable codes on a computer-readable recording medium. A computer-readable recording medium includes all kinds of recording apparatuses in which data that can be read by a computer system is stored. Examples of the computer-readable recording medium include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage, and the like. In addition, the computer-readable recording medium may be distributed over network-connected computer systems so that computer readable codes can be stored and executed in a distributed manner. And, functional programs, codes and code segments for implementing the above method can be easily inferred by programmers of the technical field to which the present invention belongs.
이상에서와 같이 도면과 명세서에서 최적의 실시예가 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로, 본 기술 분야의 통상의 지식을 가진자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 청구범위의 기술적 사상에 의해 정해져야 할 것이다.As described above, an optimal embodiment has been disclosed in the drawings and specification. While specific terms have been employed herein, they are used for the purpose of describing the invention only and are not used to limit the scope of the invention as defined in the claims or the claims. Therefore, those skilled in the art will appreciate that various modifications and equivalent embodiments are possible without departing from the scope of the present invention. Accordingly, the true scope of the present invention should be determined by the technical idea of the appended claims.
10 : 센싱부
20 : 토양 미생물 검사자 단말
30 : 외부 공개 API
40 : 사용자 단말
50 : 전문가 단말
60 : 네트워크
70 : 서버
71 : 수신부
72 : 데이터저장부
73 : 모니터링부
74 : 의사결정모델 생성부
75 : 맞춤형 정보 생성부
76 : 전송부
77 : 제어부10: sensing unit
20: soil microorganism tester terminal
30: External public API
40: User terminal
50: Expert terminal
60: Network
70: Server
71: Receiver
72: Data storage unit
73: Monitoring section
74: Decision model generation unit
75: Customized information generating unit
76:
77:
Claims (20)
상기 센싱부로부터의 정보를 모니터링하고, 모니터링된 정보 및 토양환경정보를 근거로 상기 재배지 또는 재배 예정지에 대한 기간별 의사결정모델을 생성하고, 상기 센싱부에서 가장 최근에 제공된 데이터에 대하여 상기 기간별 의사결정모델을 근거로 해당 재배지 또는 재배 예정지의 현재상태에 상응하는 맞춤형 정보를 생성하여 제공하는 서버;를 포함하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템.A sensing unit sensing a soil condition and a weather change of a cultivation area or a planting site of a perennial crop; And
Monitoring the information from the sensing unit, generating a decision model for each plant or cultivated area based on the monitored information and the soil environment information, And generating and providing customized information corresponding to the current status of the plantation site or the planting site based on the model.
상기 센싱부는,
PH, 염류, 이산화탄소, 일조량, 온/습도, 풍속을 센싱하는 센서를 포함하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템.The method according to claim 1,
The sensing unit includes:
PH, salt, carbon dioxide, sunlight, temperature / humidity, and wind velocity.
상기 서버는,
토양 미생물 검사자 단말로부터의 토양 미생물 검사 결과 정보를 추가로 모니터링하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템.The method according to claim 1,
The server comprises:
Wherein the information of the soil microorganism test result from the soil microorganism tester terminal is further monitored to provide a customized information providing system for perennial crop cultivation.
상기 토양 미생물 검사 결과 정보는,
토양의 비옥도 변화를 유전자 기반으로 분석한 토양 비옥도 분석 결과를 포함하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템.The method of claim 3,
The soil microorganism test result information includes,
And a soil fertility analysis result obtained by analyzing the change in the fertility of the soil on a gene basis.
상기 토양환경정보는,
외부의 공개 API를 통해 획득한 정보이고, 상기 재배지 또는 재배 예정지의 토양특성, 상기 재배지 또는 재배 예정지의 화학성, 상기 재배지 또는 재배 예정지의 토양검정정보 및 비료사용처방정보, 및 농업환경변동정보 중에서 하나 이상을 포함하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템.The method according to claim 1,
The soil environment information includes,
The information obtained through the external public API and the information about the soil characteristics of the cultivation area or the planting area, the chemical properties of the planting area or the planting area, the soil inspection information of the planting area or the planting area, the fertilizer use prescription information, Wherein the information includes at least one of the following:
상기 서버는,
상기 모니터링된 정보 및 상기 토양환경정보를 근거로 하는 전문가의 의사결정 내용을 학습 알고리즘에 적용시켜 상기 기간별 의사결정모델을 생성하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템.The method according to claim 1,
The server comprises:
Wherein the decision-making model for the perennial crops is generated by applying the decision-making contents of the experts based on the monitored information and the soil environment information to the learning algorithm.
상기 전문가의 의사결정 내용은 상기 다년생 작물의 년간 생육 달력 정보를 추가 근거자료로 하여 생성되고,
상기 서버는, 상기 다년생 작물의 년간 생육 달력 정보를 추가 근거자료로 하여 생성된 상기 전문가의 의사결정 내용을 학습 알고리즘에 적용시켜 상기 기간별 의사결정모델을 생성하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템.The method of claim 6,
The decision of the expert is made based on the annual growth calendar information of the perennial crop as additional base data,
Wherein the server generates the decision-making model for the perennial crop by applying the decision-making contents of the expert generated using the annual growth calendar information of the perennial crop as additional base data to the learning algorithm, Information providing system.
상기 서버는,
상기 센싱부로부터의 정보의 이상을 알리는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템.The method according to claim 1,
The server comprises:
And informing the abnormality of the information from the sensing unit.
상기 서버는,
상기 센싱부에서 가장 최근에 제공된 데이터의 기상 조건에 부합되는 의사결정모델을 상기 기간별 의사결정모델 중에서 선택하고, 선택된 의사결정모델을 근거로 해당 재배지 또는 재배 예정지의 현재상태에 대한 맞춤형 정보를 생성하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템.The method according to claim 1,
The server comprises:
A decision model matching the weather condition of the data most recently provided by the sensing unit is selected from among the decision models based on the period and customized information on the current state of the plantation site or the planting site is generated based on the selected decision model Wherein the information is provided by a computer.
상기 맞춤형 정보는
상기 다년생 작물의 생육단계별 알림 정보, 및 상기 다년생 작물의 시기별 병충해 알림 정보 중에서 하나 이상을 포함하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템.The method according to claim 1,
The customized information
Information about the growth stage of the perennial crop, and information on the insect pest alert for each perennial crop.
상기 서버는,
상기 모니터링된 정보를 사용자에게 전송하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템.The method according to claim 1,
The server comprises:
And transmitting the monitored information to a user.
다년생 작물의 재배지 또는 재배 예정지의 토양상태 및 기상변화를 센싱하는 단계;
상기 센싱된 정보를 모니터링하는 단계;
상기 모니터링된 정보 및 토양환경정보를 근거로 상기 재배지 또는 재배 예정지에 대한 기간별 의사결정모델을 생성하는 단계;
상기 센싱하는 단계에서 가장 최근에 센싱된 데이터에 대하여 상기 기간별 의사결정모델을 근거로 해당 재배지 또는 재배 예정지의 현재상태에 상응하는 맞춤형 정보를 생성하는 단계; 및
상기 생성된 맞춤형 정보를 제공하는 단계;를 포함하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 방법.A method for providing customized information in a customized information providing system for perennial crop cultivation,
Sensing soil condition and meteorological changes at the cultivation site or the planting site of the perennial crop;
Monitoring the sensed information;
Generating a decision model based on the monitored information and the soil environment information on the plantation site or the planting site;
Generating customized information corresponding to the current state of the plantation site or the planting site based on the periodic decision model for the latest sensed data in the sensing step; And
And providing the generated customized information. ≪ Desc / Clms Page number 21 >
상기 모니터링하는 단계는,
토양 미생물 검사 결과 정보를 추가로 모니터링하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 방법.The method of claim 12,
Wherein the monitoring comprises:
And further monitoring the information of soil microorganism test results to provide a customized information providing method for perennial crop cultivation.
상기 토양 미생물 검사 결과 정보는,
토양의 비옥도 변화를 유전자 기반으로 분석한 토양 비옥도 분석 결과를 포함하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 방법.14. The method of claim 13,
The soil microorganism test result information includes,
And a soil fertility analysis result obtained by analyzing a change in the fertility of the soil based on a gene. The present invention also provides a method for providing customized information for culturing a perennial crop.
상기 토양환경정보는,
외부의 공개 API를 통해 획득한 정보이고, 상기 재배지 또는 재배 예정지의 토양특성, 상기 재배지 또는 재배 예정지의 화학성, 상기 재배지 또는 재배 예정지의 토양검정정보 및 비료사용처방정보, 및 농업환경변동정보 중에서 하나 이상을 포함하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 방법.The method of claim 12,
The soil environment information includes,
The information obtained through the external public API and the information about the soil characteristics of the cultivation area or the planting area, the chemical properties of the planting area or the planting area, the soil inspection information of the planting area or the planting area, the fertilizer use prescription information, Wherein the method comprises the steps of:
상기 기간별 의사결정모델을 생성하는 단계는,
상기 모니터링된 정보 및 상기 토양환경정보를 근거로 하는 전문가의 의사결정 내용을 학습 알고리즘에 적용시켜 상기 기간별 의사결정모델을 생성하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 방법.The method of claim 12,
The step of generating the period-
Wherein the decision-making model is generated by applying the decision-making contents of the experts based on the monitored information and the soil environment information to the learning algorithm, to thereby generate the decision-making model for each period.
상기 전문가의 의사결정 내용은 상기 다년생 작물의 년간 생육 달력 정보를 추가 근거자료로 하여 생성되고,
상기 기간별 의사결정모델을 생성하는 단계는 상기 다년생 작물의 년간 생육 달력 정보를 추가 근거자료로 하여 생성된 상기 전문가의 의사결정 내용을 학습 알고리즘에 적용시켜 상기 기간별 의사결정모델을 생성하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 방법.18. The method of claim 16,
The decision of the expert is made based on the annual growth calendar information of the perennial crop as additional base data,
Wherein the step of generating the decision-making model by the period comprises applying the decision-making contents of the expert generated using the annual growth calendar information of the perennial crop as additional base data to the learning algorithm to generate the decision- A method of providing customized information for the cultivation of perennial crops.
상기 모니터링하는 단계는,
상기 센싱하는 단계에서 센싱된 정보의 이상을 알리는 단계;를 포함하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 방법.The method of claim 12,
Wherein the monitoring comprises:
And a step of informing an abnormality of the sensed information in the sensing step.
상기 맞춤형 정보를 생성하는 단계는,
상기 센싱하는 단계에서 가장 최근에 제공된 데이터의 기상 조건에 부합되는 의사결정모델을 상기 기간별 의사결정모델 중에서 선택하고, 선택된 의사결정모델을 근거로 해당 재배지 또는 재배 예정지의 현재상태에 대한 맞춤형 정보를 생성하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 방법.The method of claim 12,
Wherein the step of generating the customized information comprises:
Selecting a decision model corresponding to the weather condition of the most recently provided data in the sensing step from among the decision models according to the period and generating customized information on the current state of the plantation site or the planting site based on the selected decision model Wherein the method comprises the steps of:
상기 맞춤형 정보는
상기 다년생 작물의 생육단계별 알림 정보, 및 상기 다년생 작물의 시기별 병충해 알림 정보 중에서 하나 이상을 포함하는 것을 특징으로 하는 다년생 작물 재배를 위한 맞춤형 정보 제공 방법.The method of claim 12,
The customized information
Wherein the information includes at least one of informing information of the perennial crop and information of the insect pest alert according to the season of the perennial crop.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170049196A KR20180116639A (en) | 2017-04-17 | 2017-04-17 | Customized information providing system and method for cultivation of perennial crop |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170049196A KR20180116639A (en) | 2017-04-17 | 2017-04-17 | Customized information providing system and method for cultivation of perennial crop |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20180116639A true KR20180116639A (en) | 2018-10-25 |
Family
ID=64131809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020170049196A KR20180116639A (en) | 2017-04-17 | 2017-04-17 | Customized information providing system and method for cultivation of perennial crop |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20180116639A (en) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021007482A1 (en) * | 2019-07-11 | 2021-01-14 | Locus Agriculture Ip Company, Llc | Use of soil and other environmental data to recommend customized agronomic programs |
KR20210011562A (en) * | 2019-07-22 | 2021-02-02 | 주식회사 에피넷 | Precise management system of disease and insect pests, weather disasters based on crop phenology and its method |
CN112588817A (en) * | 2020-11-26 | 2021-04-02 | 昆明理工大学 | Method and system for improving microbial diversity of heavy metal surface soil |
KR20210077122A (en) * | 2019-12-17 | 2021-06-25 | 주식회사 에스더블유엠 | Apparatus of the auto guidance for tractor |
KR20210114751A (en) * | 2020-03-11 | 2021-09-24 | 서울대학교산학협력단 | Method and apparatus for estimating crop growth quantity |
-
2017
- 2017-04-17 KR KR1020170049196A patent/KR20180116639A/en not_active Application Discontinuation
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021007482A1 (en) * | 2019-07-11 | 2021-01-14 | Locus Agriculture Ip Company, Llc | Use of soil and other environmental data to recommend customized agronomic programs |
US11692989B2 (en) | 2019-07-11 | 2023-07-04 | Locus Solutions Ipco, Llc | Use of soil and other environmental data to recommend customized agronomic programs |
KR20210011562A (en) * | 2019-07-22 | 2021-02-02 | 주식회사 에피넷 | Precise management system of disease and insect pests, weather disasters based on crop phenology and its method |
WO2021015468A3 (en) * | 2019-07-22 | 2021-03-18 | 주식회사 에피넷 | System and method for crop growth-oriented precise management of pest and weather damage |
KR20210077122A (en) * | 2019-12-17 | 2021-06-25 | 주식회사 에스더블유엠 | Apparatus of the auto guidance for tractor |
KR20210114751A (en) * | 2020-03-11 | 2021-09-24 | 서울대학교산학협력단 | Method and apparatus for estimating crop growth quantity |
CN112588817A (en) * | 2020-11-26 | 2021-04-02 | 昆明理工大学 | Method and system for improving microbial diversity of heavy metal surface soil |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20180116639A (en) | Customized information providing system and method for cultivation of perennial crop | |
Channe et al. | Multidisciplinary model for smart agriculture using internet-of-things (IoT), sensors, cloud-computing, mobile-computing & big-data analysis | |
Mafuta et al. | Successful deployment of a wireless sensor network for precision agriculture in Malawi | |
Panchard et al. | Commonsense net: A wireless sensor network for resource-poor agriculture in the semiarid areas of developing countries | |
US20160309646A1 (en) | Agronomic systems, methods and apparatuses | |
US20180014452A1 (en) | Agronomic systems, methods and apparatuses | |
US20140067745A1 (en) | Targeted agricultural recommendation system | |
Nabi et al. | Wireless sensor network in precision farming for forecasting and monitoring of apple disease: a survey | |
Evett et al. | Precision agriculture and irrigation: Current US perspectives | |
CN103886409A (en) | Assistant decision making system for agricultural planting | |
KR102381491B1 (en) | Information providing system for crop cultivation | |
JP2021128756A (en) | Futures Trading Information Display Program | |
Kwanmuang et al. | Small-scale farmers under Thailand’s smart farming system | |
Pawar et al. | IoT-based smart agriculture: an exhaustive study | |
Mainuddin et al. | Water productivity responses and adaptation to climate change in the lower Mekong basin | |
AU2021103170A4 (en) | OCTOPIDER: A doorstep solution for Farmers | |
Singh | Sustainable and Smart Agriculture: A Holistic Approach | |
Mirschel et al. | Crop growth modelling on different spatial scales—A wide spectrum of approaches | |
Suciu et al. | IoT agro-meteorology for viticulture disease warning | |
Kuradusenge et al. | SMART-CYPS: An intelligent Internet of Things and Machine Learning powered crop yield prediction system for food security | |
Unsal et al. | Low-cost Wireless Sensor Networks for Greenhouse Monitoring Applications | |
Thirisha et al. | Precision Agriculture: IoT Based System for Real-Time Monitoring of Paddy Growth | |
Firdhous et al. | IoT-Powered Sustainable Dry Zone Agriculture: An Experimental Implementation | |
Dhanaraju et al. | Smart Farming: Internet of Things (IoT)-Based Sustainable Agriculture. Agriculture 2022, 12, 1745 | |
Doerge | Nitrogen Measurement for Variable‐Rate N Management in Maize |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E601 | Decision to refuse application |