KR20210074785A - 광추적 시뮬레이션을 이용한 작물의 광합성 속도 분포 계산 장치 및 그 방법 - Google Patents

광추적 시뮬레이션을 이용한 작물의 광합성 속도 분포 계산 장치 및 그 방법 Download PDF

Info

Publication number
KR20210074785A
KR20210074785A KR1020190165843A KR20190165843A KR20210074785A KR 20210074785 A KR20210074785 A KR 20210074785A KR 1020190165843 A KR1020190165843 A KR 1020190165843A KR 20190165843 A KR20190165843 A KR 20190165843A KR 20210074785 A KR20210074785 A KR 20210074785A
Authority
KR
South Korea
Prior art keywords
crop
photosynthetic
photosynthetic rate
distribution
light
Prior art date
Application number
KR1020190165843A
Other languages
English (en)
Inventor
손정익
정대호
강우현
황인하
김동필
Original Assignee
서울대학교산학협력단
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 서울대학교산학협력단 filed Critical 서울대학교산학협력단
Priority to KR1020190165843A priority Critical patent/KR20210074785A/ko
Publication of KR20210074785A publication Critical patent/KR20210074785A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

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

Abstract

본 발명은 광추적 시뮬레이션을 이용한 작물의 광합성 속도 분포 계산 장치 및 그 방법에 관한 것으로, 광합성 속도 분포 계산 장치는 입력받은 작물의 3차원 모델에 광추적 시뮬레이션을 수행하여 작물 표면의 수광 분포를 산출하는 수광 시뮬레이션부, 수집한 작물의 광합성 실측값에 기초하여 광합성 속도 계산 모델을 통해 광합성 속도를 연산하는 광합성 연산부, 그리고 연산된 광합성 속도 계산 모델과 작물 표면의 수광 분포를 이용하여 작물의 수관 위치별 광합성 속도 분포를 제공하는 제어부를 포함한다.

Description

광추적 시뮬레이션을 이용한 작물의 광합성 속도 분포 계산 장치 및 그 방법{APPARATUS FOR CALCULATION OF CROPS PHOTOSYNTHETIC RATE DISTRIBUTION USING RAY TRACING SIMULATION AND METHOD THEREOF}
광추적 시뮬레이션을 이용한 작물의 광합성 속도 분포 계산 장치 및 그 방법이 제공된다.
최근 온실은 작물의 생산량 증대를 목적으로 내부 환경 관리를 용이하게 하고자 측고를 높이는 경향을 보이고 있다. 이에 따라 수관이 높게 형성되고 각 작물 사이의 간격이 매우 좁은 밀식 재배 방식의 환경에서 작물이 재배되고 있다.
이러한 환경에서는 인접한 작물들 간에 상호 차광 현상이 발생하여 수광량과 그에 따른 광합성을 감소시킬 수 있다.
빛을 광합성의 에너지 원으로 사용하는 식물은 잎에 도달하는 광량에 따라 광합성 속도가 달라진다. 그러므로 식물의 생산량 또는 생육 환경 등을 예측하기 위해서는 잎에 도달하는 광량을 정확하게 계산할 필요가 있다.
이에 따라 기존에는 2차원 수식을 이용한 추상화된 방식으로 광량을 어림하여 광량을 예측하거나 실제로 측정된 엽 광합성 속도를 이용하여 작물의 광합성 속도를 추정하였다.
하지만 이러한 방법으로는 정확도가 낮으며 작물의 수관 위치에 따른 광합성 속도를 확인하기 어렵기 때문에 작물의 수관 위치별로 광합성 속도를 연산하고 이를 통해 보다 정확한 3차원 광합성 분포를 얻을 수 있는 기술이 요구된다.
본 발명의 하나의 실시예는 광추적 시뮬레이션을 통해 획득된 작물의 수광량을 이용하여 작물의 3차원 광합성 분포를 제공하기 위한 것이다.
본 발명의 하나의 실시예는 측정된 광합성에 기초한 엽 광합성 속도 계산 모델을 통해 작물의 잎 위치 별로 연산된 광합성 속도를 제공하기 위한 것이다.
상기 과제 이외에도 구체적으로 언급되지 않은 다른 과제를 달성하는 데 사용될 수 있다.
본 발명의 하나의 실시예에 따른 광합성 속도 분포 계산 장치는 입력받은 작물의 3차원 모델에 광추적 시뮬레이션을 수행하여 작물 표면의 수광 분포를 산출하는 수광 시뮬레이션부, 수집한 작물의 광합성 실측값에 기초하여 광합성 속도 계산 모델을 통해 광합성 속도를 연산하는 광합성 연산부, 그리고 연산된 광합성 속도 계산 모델과 작물 표면의 수광 분포를 이용하여 작물의 수관 위치별 광합성 속도 분포를 제공하는 제어부를 포함한다.
수광 시뮬레이션부는, 실제 작물을 스캔한 3차원 스캐닝 데이터에 기초하여 작물의 성장 단계에 따른 하나 이상의 3차원 모델을 생성하는 작물 모델링부, 그리고 3차원 모델을 온실 내부의 공간에 배치하고, 하나 이상의 시뮬레이션 조건을 적용하여 3차원 모델에 따른 작물 표면의 수광 분포를 산출하는 광추적 시뮬레이션부를 포함할 수 있다.
광합성 연산부는, 작물의 수직 위치별, 성장 단계별 중에서 하나 이상의 광합성 실측 값을 수집하는 수집부, 그리고 광합성 실측 값을 이용하여 작물의 수직 위치 또는 성장 단계에 기초하여 하나 이상의 광합성 속도를 산출하는 광합성 속도 계산부를 포함할 수 있다.
광합성 속도 계산부는, 온도, 광도, 또는 이산화탄소 농도 중에서 하나 이상의 환경 요인에 따라 광합성 속도를 산출하는 광합성 속도 계산 모델에 포함되는 루비스코 제한 구간 값과 전자전달 제한 구간 값을 산출할 수 있다.
광합성 속도 계산부는, 루비스코 제한 구간 값과 전자전달 제한 구간 값을 산출하여 광합성 속도 계산 모델에 적용되는 복수 개의 변수 값을 획득할 수 있다.
광합성 속도 계산부는, 다음 수학식을 통해 광합성 속도(P)를 산출할 수 있다.
Figure pat00001
여기서, Ac는 루비스코 제한 구간의 광합성 속도(μmol CO2/m2/s) 이고, Vc는 특정 광도에서의 카르복실화 용량(μmol CO2/m2/s), Ci는 세포 내 이산화탄소 농도(μmol/mol), Γ*는 이산화탄소 보상점(μmol/mol), Kc는 이산화탄소에 대한 Rubisco의 Michaelis-Menten 상수(μmol/mol), O는 산소 농도(mmol/mol)), Rac는 루비스코 제한 구간에서의 호흡 속도(μmol CO2/m2/s)이고, 여기서, Aj는 전자전달 제한 구간의 광합성 속도(μmol CO2/m2/s), J는 특정 광도에서의 전자전달 속도(μmol/m2/s), Ci는 세포 내 이산화탄소 농도(μmol/mol), Γ*는 이산화탄소 보상점(μmol/mol), Raj는 전자전달 제한 구간에서의 호흡 속도(μmol CO2/m2/s)이다.
광합성 속도 계산부는, 다음 수학식을 통해 특정 광도에서의 카르복실화 용량(Vc)을 산출할 수 있다.
Figure pat00002
여기서, Vc는 특정 광도에서의 카르복실화 용량(μmol CO2/m2/s), Vcmax는 최대 카르복실화 용량(μmol CO2/m2/s), PAR은 광합성 유효 광량자속 밀도(μmol/m2/s)이다.
광합성 속도 계산부는, 다음 수학식을 통해 특정 광도에서의 카르복실화 용량(Vc)을 산출할 수 있다.
Figure pat00003
여기서, J는 특정 광도에서의 전자전달 속도(μmol/m2/s), Jmax는 최대 전자전달 속도(μmol/m2/s), PAR은 광합성 유효 광량자속 밀도(μmol/m2/s), α는 광이용효율(μmol/mol), θ는 J에 대한 광반응 곡률(무차원)이다.
제어부는, 획득한 복수개의 변수 값을 상기 작물 표면의 수광 분포에 대입하여 상기 환경 요인에 따른 상기 작물 표면의 상기 작물의 수관 위치별 광합성 속도 분포를 산출할 수 있다.
본 발명의 하나의 실시예에 따른 광합성 속도 분포 계산 장치의 광합성 속도 계산 방법에서, 입력받은 작물의 성장 단계에 따른 하나 이상의 3차원 모델을 생성하는 단계, 3차원 모델에 광추적 시뮬레이션을 수행하는 작물 표면의 수광 분포를 산출하는 단계, 작물의 수직 위치별, 성장 단계별 중에서 하나 이상의 광합성 실측 값을 수집하는 단계, 작물의 광합성 실측값에 기초하여 광합성 속도 계산 모델을 통해 광합성 속도를 연산하는 단계, 그리고 연산된 광합성 속도 계산 모델과 작물 표면의 수광 분포를 이용하여 작물의 수관 위치별 광합성 속도 분포를 산출하고 제공하는 단계를 포함한다.
본 발명의 하나의 실시예에 따르면, 작물의 3차원적인 수광량 예측이 가능하며 작물 전체의 광합성 속도 분포를 3차원으로 분석하여 제공할 수 있다.
본 발명의 하나의 실시예에 따르면, 작물 재배 시 발생하는 여러 환경 변화에 대응한 시뮬레이션을 통해 작물의 광합성 분포를 사전에 예측할 수 있다.
본 발명의 하나의 실시예에 따르면, 초장이 높고 밀식 재배되는 온실 내에서 작물의 위치에 따른 광합성 속도 분포를 정확하게 예측하여 제공함으로써, 광합성 효율을 향상시키는 온실 내 제어 방안의 근거 지표로 활용될 수 있다.
도 1은 본 발명의 하나의 실시예에 따른 광합성 속도 분포 계산 장치를 포함하는 통신 네트워크를 나타낸 예시도이다.
도 2는 본 발명의 하나의 실시예에 따른 광합성 속도 분포 계산 장치를 나타낸 구성도이다.
도 3은 본 발명의 하나의 실시예에 따른 광합성 속도 분포 연산 흐름을 나타낸 예시도이다.
도 4는 본 발명의 하나의 실시예에 따른 작물의 성장에 따른 3차원 모델을 나타낸 예시도이다.
도 5는 본 발명의 하나의 실시예에 따른 작물의 상이한 배열에서 분석 대상의 작물을 나타낸 예시도이다.
도 6은 본 발명의 하나의 실시예에 따른 분석 대상의 작물의 수광 시뮬레이션을 나타낸 예시도이다.
도 7은 본 발명의 하나의 실시예에 따른 작물의 높이에 따른 평균 수광 값과 감소된 수광 값을 수직 분석한 그래프이다.
도 8은 본 발명의 하나의 실시예에 따른 수광 시뮬레이션으로부터 광합성 속도 분포를 계산하는 구성을 설명하기 위한 예시도이다.
도 9는 본 발명의 하나의 실시예에 따른 분석 대상의 작물의 광합성 속도 분포를 나타낸 예시도이다.
도 10은 본 발명의 하나의 실시예에 따른 광합성 비율의 변화를 나타낸 그래프이다.
첨부한 도면을 참고로 하여 본 발명의 실시예에 대해 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 도면부호가 사용되었다. 또한 널리 알려져 있는 공지기술의 경우 그 구체적인 설명은 생략한다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
명세서 상에서 수광 (light interception)이란, 해당 빛을 흡수함에 따라 전달되는 빛의 양이 줄어드는 것을 의미한다. 예를 들어, 작물 상단에서 수광 값이 높다는 것은 해당 작물 상단에서 흡수되는 빛의 양이 크다는 것을 의미한다.
도 1은 본 발명의 하나의 실시예에 따른 광합성 속도 분포 계산 장치를 포함하는 통신 네트워크를 나타낸 예시도이다.
도 1에 도시한 바와 같이, 광합성 속도 분포 계산 장치(200), 온실 시스템(100) 그리고 사용자 단말(300)은 서로 네트워크로 연결되어 데이터를 송수신한다.
여기서 네트워크는 유선 통신 네트워크, 근거리 또는 원거리 무선 통신 네트워크, 이들이 혼합된 네트워크 등 데이터를 전달하는 모든 형태의 통신 네트워크를 포함할 수 있다.
온실 시스템(100)은 식물의 주요 생육 환경인 광선, 온도, 습도 등을 인공적으로 조절할 수 있도록 만든 온실의 시스템을 의미한다. 이에, 온실 시스템(100)은 작물의 환경을 제어하는 장치뿐 아니라 작물의 환경 데이터를 수집하기 위한 다양한 센서들을 포함한다.
또한, 온실 시스템(100)은 연동되는 데이터베이스에 실시간 수집한 환경 데이터와 제어 데이터들에 대해서 순차적으로 저장할 수 있다.
여기서, 온실 시스템(100)과 광합성 속도 분포 계산 장치(200)간의 통신은 실시간 측정된 센서의 환경 데이터 값이나 제어 신호 이외에도 온실 시스템(100)의 데이터 베이스에 접속하여 저장된 데이터를 송수신하는 것을 모두 포함한다.
광합성 속도 분포 계산 장치(200)는 작물 전체의 광합성 속도 분포를 3차원으로 분석하여 제공한다.
다시 말해, 광합성 속도 분포 계산 장치(200)는 작물의 성장 단계와 작물간 또는 작물 상단에 의한 수광 조건에 기초하여 작물의 3차원 광합성 속도를 분석할 수 있다.
상세하게는 광합성 속도 분포 계산 장치(200)는 온실 시스템 내부에 위치하는 작물의 3차원 모델을 생성하고 작물의 3차원 모델에 기초하여 광추적 시뮬레이션을 수행하고 작물 표면의 수광 분포를 산출한다.
또한 광합성 속도 분포 계산 장치(200)는 실제 작물의 광합성 실측값을 이용하여 작물의 위치별로 광합성 속도 계산 모델에 적용한다. 이를 통해 광합성 속도 분포 계산 장치(200)는 각 작물의 위치별로 해당 광합성 속도 계산 모델의 변수 값을 획득할 수 있다.
그러므로, 광합성 속도 분포 계산 장치(200)는 획득한 작물 표면의 수광 분포와 작물의 위치별 광합성 속도 계산 모델의 변수 값을 이용하여 작물의 3차원 광합성 속도 분포를 계산하여 제공한다.
광합성 속도 분포 계산 장치(200)는 산출한 작물의 표면 수광 분포와 작물의 3차원 광합성 속도 분포를 이용하여 해당 작물의 생산량을 향상시키기 위한 제어 신호를 생성할 수 있다.
예를 들어, 광합성 속도 분포 계산 장치(200)는 특정영역의 표면 수광 값 또는 광합성 속도 값이 각 설정된 기준치 이하로 산출되면, 해당 영역의 수광 분포 값 또는 광합성 속도 값을 향상시키기 위해 해당 인공 광 설치를 제안하는 메시지를 사용자 단말(300)에 제공할 수 있다.
또는 광합성 속도 분포 계산 장치(200)는 작물의 표면 수광 분포에 대응하여, 하나 이상의 시뮬레이션을 수행하고, 가장 평균적으로 높은 수광 분포를 가지거나 광합성 속도 값이 전체적으로 높은 값을 가지는 시뮬레이션의 조건을 제공할 수 있다.
예를 들어, 작물의 간격을 일정 거리 이상으로 배치하여 총 경작 가능한 작물의 배열을 제공할 수 있다.
한편, 사용자 단말(300)은 온실 시스템(100) 또는 광합성 속도 분포 계산 장치 (200)와 연동되는 관리자의 단말을 나타낸다.
사용자 단말(300)은 온실 시스템(100)에 위치하는 센서 또는 각 장치들의 측정 값을 확인할 수도 있고, 광합성 속도 분포 계산 장치(200)로부터 예측되는 작물의 3차원 광합성 속도 분포를 확인할 수 있다.
이때, 사용자 단말(300)은 편의에 따라 3차원 그래프, 도면, 표, 테이블 등과 같은 다양한 형식으로 작물 표면의 3차원 수광 분포 또는 작물의 3차원 광합성 속도 분포 등을 표시할 수 있다.
이외에도 사용자 단말(300)은 시뮬레이션에 적용할 작물의 환경 설정, 작물의 종류, 온실의 높이 및, 넓이 설정 등에 대한 데이터를 사용자로부터 입력받아 광합성 속도 분포 계산 장치(200)에 전달할 수 있다.
사용자 단말(300)은 예를 들어, 퍼스널 컴퓨터(personal computer), 핸드헬드 컴퓨터(handheld computer), PDA(personal digital assistant), 휴대폰, 스마트 기기, 태블릿(tablet) 등이 있다.
이하에서는 도 2를 및 도 3을 이용하여 광합성 속도 분포 계산 장치에 대해서 상세하게 설명한다.
도 2는 본 발명의 하나의 실시예에 따른 광합성 속도 분포 계산 장치를 나타낸 구성도이고, 도 3은 본 발명의 하나의 실시예에 따른 광합성 속도 분포 연산 흐름을 나타낸 예시도이다.
도 2에 도시한 바와 같이, 광합성 속도 분포 계산 장치(200)는 수광 시뮬레이션부(210), 광합성 연산부(220) 그리고 제어부(230)를 포함한다.
수광 시뮬레이션부(210)는 온실에 위치하는 작물에 대한 3차원 모델을 생성하고 광추적 시뮬레이션을 수행하여 작물 표면의 수광 분포를 산출한다.
상세하게는 수광 시뮬레이션부(210)는 작물 모델링부(211) 그리고 광추적 시뮬레이션부(212)를 포함한다.
작물 모델링부(211)는 실제 작물의 구조와 표면에 대한 데이터에 기초하여 작물 성장 주기에 따른 3차원 모델을 생성한다. 이때, 작물 모델링부(211)는 실제 작물에 대해 3차원 스캐닝을 수행한 스캐닝 데이터에 기초하여 작물의 3차원 모델을 생성할 수 있다.
여기서, 3차원 스캐닝 데이터는 실제 작물의 성장 단계에 따라 일정한 시간 간격에 대응하여 스캐너와 같은 기기를 통해 3차원 스캐닝한 데이터이며, 작물 모델링부(211)는 해당 3차원 스캐닝 데이터에 기초하여 작물의 성장단계에 따라 3차원 모델을 생성할 수 있다.
이때, 작물 모델링부(211)는 미리 설정된 성장 주기 또는 입력된 성장 주기에 해당하는 작물의 3차원 스캐닝 데이터를 선택적으로 수집하고, 수집한 데이터를 이용하여 평균값을 선택하거나 랜덤한 값을 선택하여 3차원 모델을 생성할 수 있다.
상세하게는 작물 모델링부(211)는 성장 주기에 따른 작물의 높이, 잎의 크기, 잎의 표면 넓이, 잎이 향하는 방향 등이 적용되어 보다 구체적이고 상세한 3차원 모델을 생성할 수 있다.
이처럼 작물 모델링부(211)는 동일한 작물에 대해 성장 단계에 따른 복수개의 3차원 모델을 생성할 수 있다.
광추적 시뮬레이션부(212)는 작물의 3차원 모델을 기초하여 시뮬레이션 조건을 설정하고, 해당 시뮬레이션의 조건에 기초하는 작물의 수광 분포를 산출할 수 있다.
여기서 시뮬레이션의 조건은 온실 크기, 온실 내 해당 작물의 밀집도, 해당 작물의 위치, 온실 구조, 온실 내 환경 설정, 날씨, 계절, 온도, 빛의 세기, 빛의 위치, 빛의 이동 경로 등을 포함할 수 있으나 이에 한정하는 것은 아니다.
그리고 광추적 시뮬레이션부(212)는 온실 내부의 위치별로 발생하는 상호 음영 효과에 따른 수광을 적용하여 각각의 작물에 대해 수광 분포를 산출함으로써, 전체 온실에 위치하는 모든 작물의 수광 분포를 보다 정확하게 산출할 수 있다. 이때, 시뮬레이션의 조건이 변경되면, 광추적 시뮬레이션부(212)는 실시간으로 변경된 조건에 해당하는 작물 표면의 수광 분포를 산출할 수 있다.
한편, 광합성 연산부(220)는 온실로부터 수집된 작물의 광합성 실측 값에 기초하여 작물의 높이 또는 위치별로 광합성 속도 계산 모델의 변수 값을 연산한다.
상세하게는 광합성 연산부(220)는 수집부(221) 그리고 광합성 속도 계산부(222)를 포함한다.
수집부(221)는 온실 시스템으로부터 실제 작물의 광합성 실측 값을 수집한다. 수집부(221)는 온실 시스템에 연동된 데이터베이스 또는 단말 또는 서버로부터 작물의 광합성 실측 값을 수집할 수도 있으나, 이에 반드시 한정하는 것은 아니다.
이때, 연동된 단말 또는 서버에서는 광합성 실측에 필요한 센서 값을 수집하고, 수집된 센서 값을 이용하여 광합성 실측값을 연산할 수 있다.
광합성 속도 계산부(222)는 실제 작물의 광합성 실측 값을 이용하여 광합성 속도 측정 모델의 변수 값을 획득할 수 있으며 이를 통해 광합성 속도를 계산할 수 있다.
예를 들어 광합성 속도 계산부(222)는 광합성 실측 값을 FvCB (Farquhar von Caemmerer, Berry)모델에 적용하여 광합성 속도를 계산할 수 있다.
여기서, FvCB 모델은 온도와 광도, 이산화탄소 농도 등의 환경 요인에 따른 광합성 속도를 도출할 수 있는 모델이다.
상세하게는, FvCB 모델은 온도, 광도 및 이산화탄소 농도로부터 계산되는 루비스코(Rubisco) 제한 구간의 광합성 속도 및 전자 전달 제한 구간의 광합성 속도를 포함할 수 있다.
구체적으로 엽 광합성 속도는 다음의 수학식 1으로 정의될 수 있다.
Figure pat00004
여기서, P는 엽 광합성 속도(μmol CO2 · m-2 · s-1)이고, Ac는 루비스코 제한 구간의 광합성 속도, Aj는 전자 전달 제한 구간의 광합성 속도이다.
그리고 루비스코 제한 구간의 광합성 속도는 다음의 수학식 2로 정의될 수 있다.
Figure pat00005
여기서, Ac는 루비스코 제한 구간의 광합성 속도(μmol CO2/m2/s) 이고, Vc는 특정 광도에서의 카르복실화 용량(μmol CO2/m2/s), Ci는 세포 내 이산화탄소 농도(μmol/mol), Γ*는 이산화탄소 보상점(μmol/mol), Kc는 이산화탄소에 대한 Rubisco의 Michaelis-Menten 상수(μmol/mol), O는 산소 농도(mmol/mol)), Rac는 루비스코 제한 구간에서의 호흡 속도(μmol CO2/m2/s)이다.
여기서, 카르복실화 용량은 특정 광도에서의 카르복실화 용량일 수 있으며, 다음 수학식 3으로 정의될 수 있다.
Figure pat00006
여기서, Vc는 특정 광도에서의 카르복실화 용량(μmol CO2/m2/s), Vcmax는 최대 카르복실화 용량(μmol CO2/m2/s), PAR은 광합성 유효 광량자속 밀도(μmol/m2/s)이다.
이때, 특정 광도에서의 카르복실화 용량은 작물의 위치에 따라 상이한 값을 갖는 최대 카르복실화 용량에 따라서 변화할 수 있다.
전자전달 제한 구간의 광합성 속도는 다음의 수학식 4으로 정의될 수 있다.
Figure pat00007
여기서, Aj는 전자전달 제한 구간의 광합성 속도(μmol CO2/m2/s), J는 특정 광도에서의 전자전달 속도(μmol/m2/s), Ci는 세포 내 이산화탄소 농도(μmol/mol), Γ*는 이산화탄소 보상점(μmol/mol), Raj는 전자전달 제한 구간에서의 호흡 속도(μmol CO2/m2/s)이다.
이에 전자전달 속도는 특정 광도에서의 전자전달 속도일 수 있으며, 다음 수학식 5와 같이 정의될 수 있다. 여기서, 특정 광도에서의 전자전달 속도는 작물의 높이에 따라 상이한 값을 갖는 최대 전자전달 속도에 따라서 변화할 수 있다.
Figure pat00008
여기서, J는 특정 광도에서의 전자전달 속도(μmol/m2/s), Jmax는 최대 전자전달 속도(μmol/m2/s), PAR은 광합성 유효 광량자속 밀도(μmol/m2/s), α는 광이용효율(μmol/mol), θ는 J에 대한 광반응 곡률(무차원)이다.
이와 같이, 광합성 속도 계산부(222)는 광합성 실측 값을 FvCB (Farquhar von Caemmerer, Berry)모델에 적용하여 광합성 속도를 계산함에 따라 수학식 3과 수학식 5와 같이, Vc와 J 값을 나타내는 Vcmax와 Jmax 값을 구할 수 있다.
이때, 광합성 속도 계산부(222)는 작물 위치별로 달라지는 변수인 Vcmax값과 Jmax 값을 이용하여 작물의 위치별로 FvCB 모델에 적용하여 작물의 위치별로 광합성 속도를 계산한다.
광합성 속도 계산부(222)는 광합성 속도를 계산함으로써, 광합성 속도 계산 모델에 속한 복수개의 변수 값을 획득할 수 있다.
한편, 수광 시뮬레이션부(210)과 광합성 연산부(220)에 대해서 순차적으로 설명하였지만 반드시 순서가 한정되는 것은 아니며, 동시 시점에서 각각 독립적으로 작물 표면의 수광 분포를 산출하고 광합성 속도를 연산할 수 있다.
다음으로 제어부(230)는 획득한 광합성 속도 계산 모델의 각각의 변수 값을 작물 표면의 수광 분포에 적용한다. 제어부(230)는 복수 개의 변수 값을 광추적 시뮬레이션 결과에서 얻은 작물 표면의 수광 분포에 대입하면, 작물 표면의 광합성 속도 분포를 계산할 수 있다.
제어부(230)는 FvCB 모델을 이용하기 때문에, 온도, 광도, 이산화탄소 농도 등의 환경 변수를 통해 작물의 위치별 광합성 속도 분포를 산출할 수 있다.
또한, 제어부(230)는 광추적 시뮬레이션 조건에 대응하여 조건에 따른 작물의 3차원 광합성 속도 분포를 산출하여 제공할 수 있다.
한편, 광합성 속도 분포 계산 장치(200)는 서버, 단말, 또는 이들이 결합된 형태일 수 있다.
단말은 각각 메모리(memory), 프로세서(processor)를 구비함으로써 연산 처리 능력을 갖춘 장치를 통칭하는 것이다. 예를 들어, 퍼스널 컴퓨터(personal computer), 핸드헬드 컴퓨터(handheld computer), PDA(personal digital assistant), 휴대폰, 스마트 기기, 태블릿(tablet) 등이 있다.
서버는 복수개의 모듈(module)이 저장되어 있는 메모리, 그리고 메모리에 연결되어 있고 복수개의 모듈에 반응하며, 단말에 제공하는 서비스 정보 또는 서비스 정보를 제어하는 액션(action) 정보를 처리하는 프로세서, 통신 수단, 그리고 UI(user interface) 표시 수단을 포함할 수 있다.
메모리는 정보를 저장하는 장치로, 고속 랜덤 액세스 메모리(high-speed random access memory, 자기 디스크 저장 장치, 플래시 메모리 장치, 기타 비휘발성 고체 상태 메모리 장치(non-volatile solid-state memory device) 등의 비휘발성 메모리 등 다양한 종류의 메모리를 포함할 수 있다.
통신 수단은 단말과 서비스 정보 또는 액션 정보를 실시간으로 송수신한다.
UI 표시 수단은 장치의 서비스 정보 또는 액션 정보를 실시간으로 출력한다. UI 표시 수단은 UI를 직접적 또는 간접적으로 출력하거나 표시하는 독립된 장치일 수도 있으며, 또는 장치의 일부분일 수도 있다.
이하에서 도 4 내지 도 10을 이용하여 본 발명의 하나의 실시예에 따른 광합성 속도 분포 계산 장치의 3차원 광합성 속도 분포를 산출하는 과정에 대해서 상세하게 설명한다.
도 4는 본 발명의 하나의 실시예에 따른 작물의 성장에 따른 3차원 모델을 나타낸 예시도이고, 도 5는 본 발명의 하나의 실시예에 따른 작물의 상이한 배열에서 분석 대상의 작물을 나타낸 예시도이다.
도 4에 도시한 바와 같이, 광합성 속도 분포 계산 장치(200)는 일정한 주기에 대응하여 실제 작물을 스캐닝한 3차원 스캐닝 데이터에 기초하여 각각의 주기에 따른 작물의 3차원 모델을 생성한다.
이때, 광합성 속도 분포 계산 장치(200)는 하나 이상의 3차원 스캐닝 데이터를 이용하여 평균적인 작물의 3차원 모델을 만들거나 랜덤으로 작물의 3차원 모델을 생성할 수 있다.
또는 광합성 속도 분포 계산 장치(200)는 각 주기마다 미리 구축된 작물의 3차원 모델을 선택적으로 수집하여 적용할 수 있다.
예를 들어, 광합성 속도 분포 계산 장치(200)는 작물의 이식한 이후의 날짜(days after transplanting: DAT)에 따라 7DAT, 35DAT, 63 DAT, 91 DAT 그리고 112 DAT마다의 3차원 모델을 각각 생성할 수 있다.
이러한 주기는 하나의 예시로 추후에 사용자로부터 용이하게 변경 또는 설계 가능하다.
이와 같이, 광합성 속도 분포 계산 장치(200)는 작물의 성장에 따른 3차원 모델을 생성 또는 수집하면, 이를 이용하여 광추적 시뮬레이션을 구현할 수 있다.
광합성 속도 분포 계산 장치(200)는 미리 설정되거나 실시간으로 입력받은 광추적 시뮬레이션의 조건을 통해 작물의 3차원 모델을 적용한 하나 이상의 시뮬레이션을 생성할 수 있다.
예를 들어, 도 5에 도시한 바와 같이, 광합성 속도 분포 계산 장치(200)는 작물의 성장에 따른 3차원 모델을 이용하여 1*1, 3*3, 5*5*, 7*7 그리고 9*9의 등방성 형태로 배치할 수 있다.
이때, 광합성 속도 분포 계산 장치(200)는 실제 온실과 동일한 3차원 공간 또는 환경 조건 등을 설정하여 실제 환경에서의 작물 표면의 수광 분포를 산출할 수 있다.
또한, 변경하고자 하는 온실의 3차원 공간 또는 환경 조건 등을 광추적 시뮬레이션 조건으로 설정하면, 광합성 속도 분포 계산 장치(200)는 해당 조건에 대응하여 시뮬레이션을 구현하여 해당 작물 표면의 수광 분포를 산출할 수 있다.
이하에서 광합성 속도 분포 계산 장치(200)는 비교의 용이성을 위해 각 배열의 위치에서 정중앙에 배치된 작물의 3차원 성장 모델을 이용하여 설명한다.
도 5에서 광합성 속도 분포 계산 장치(200)는 입 사이 겹침을 고려하여 예를 들어 작물간의 사이가 60cm 간격으로 배치된 3차원 공간에 대응하여 광추적 시뮬레이션을 수행한다.
그리고 광합성 속도 분포 계산 장치(200)는 해당 작물의 성장에 따른 하나 이상의 3차원 모델을 일정한 배열, 위치 등 시뮬레이션의 조건에 적용하여 광추적 시뮬레이션을 수행한다.
여기서, 광학 시뮬레이션은 3D 공간에 배치된 작물에 대응하여 설정된 조건에 따른 빛의 세기, 위치, 경로 등을 포함하며, 시뮬레이션의 조건은 용이하게 변경 또는 추가하여 설계 가능하다.
이와 같이, 광합성 속도 분포 계산 장치(200)는 광학 시뮬레이션으로 작물의 성장에 따른 수광 또는 작물 사이에 발생하는 음영 효과에 따른 수광이 적용된 작물의 수광 분포를 확인할 수 있다.
도 6은 본 발명의 하나의 실시예에 따른 분석 대상의 작물의 수광 시뮬레이션을 나타낸 예시도이고, 도 7은 본 발명의 하나의 실시예에 따른 작물의 높이에 따른 평균 수광 값과 감소된 수광 값을 수직 분석한 그래프이다.
도 6에 도시한 바와 같이, 광학 시뮬레이션 모델을 통한 작물의 수광 분포(photosynthetic photon flux density) 값은 전체적으로 작물의 상단에서 가장 높은 것을 확인할 수 있다. 그리고 63 DAT 이후부터 작물의 하단에 수광이 감소하며, 특히, 112 DAT에서 작물의 빛 차단은 주변 식물의 상호 음영으로 인해 가장 크게 감소되는 것을 확인할 수 있다.
또한, 주변의 작물 수가 증가함에 따라 중앙 식물의 빛의 양이 차단되는 경향이 강하게 나타나는 걸 알 수 있다.
도 7은 112 DAT에 대응하여 1*1 또는 9*9 의 등방성 배열에서 정중앙 위치의 작물의 3차원 모델의 평균 수광과 감소된 수광을 도시한 그래프이다.
도 7의 A 그래프는 1*1 또는 9*9 의 등방성 배열에서 정중앙 위치의 작물 각각의 평균 수광 값을 나타내고, B는 A 그래프에서 도시한 각각의 수광 값간의 차이 값을 나타낸다.
도 7에서 도시한 바와 같이, 1*1 배열과 9*9 배열에서 작물 상부 영역의 평균 수광 값이 작물 하부 영역의 평균 수광 값보다 높은 것을 확인할 수 있다.
다시 말해, 작물의 상부에서 수광 값이 높다는 것은, 작물의 상부 영역에서 해당 빛을 흡수함에 따라 하부 영역으로 전달되는 빛의 양이 줄어드는 것을 의미한다. 이러한 작물의 수광 값은 1*1 배열에서 보다 더 큰 수광 값을 확인할 수 있다.
상세하게는 B에 표시된 그래프를 살펴보면, 약 110 센티보다 큰 높이에서는 두 배열의 차이에서는 미비하였으나, 약 110 센티보다 낮은 높이에서는 두 배열의 차이가 크게 나타나는 것을 알 수 있다.
즉, 주변 작물의 위치에 대응하여 작물의 하단 영역에서의 수광 값이 크게 차이 나는 것을 알 수 있다.
도 8은 본 발명의 하나의 실시예에 따른 수광 시뮬레이션으로부터 광합성 속도 분포를 계산하는 구성을 설명하기 위한 예시도이고, 도 9는 본 발명의 하나의 실시예에 따른 분석 대상의 작물의 광합성 속도 분포를 나타낸 예시도이다.
도 8에 도시한 바와 같이, 작물의 수광 분포를 광합성 속도 계산 모델에 적용하면, 작물의 광합성 속도 분포를 확인할 수 있다.
이때, 광합성 속도 분포 계산 장치(200)는 작물의 3차원 수광 분포에 대응하여 작물의 수관 위치별 광합성 속도 분포를 산출할 수 있다.
다시 말해, 광합성 속도 분포 계산 장치(200)는 작물의 3차원 수광 분포에 기초하여 미리 산출한 광합성 속도 계산 모델의 변수 값을 적용하여 작물 표면의 광합성 속도 분포를 계산한다.
이때, 각 작물의 위치별로 적용되는 변수 값이 상이하게 적용되기 때문에 광합성 속도 분포 계산 장치(200)는 해당 작물의 모든 수관 위치별로 정확한 작물 표면의 광합성 속도 분포를 산출할 수 있다.
도 9는 도 6에서와 같이, 1*1, 3*3, 5*5, 7*7, 9*9의 등방성 배열에서의 각각의 위치별 광합성 모델의 변수를 작물의 표면의 수광 분포에 대입하여 산출된 작물의 광합성 속도 분포를 나타낸다.
도 9에 도시한 바와 같이, 주변 식물의 수, 배열, 성장 단계와 무관하게 광합성율은 작물의 상단에서 가장 높았으며, 하단으로 갈수록 감소함을 알 수 있다.
광합성 속도 분포 계산 장치(200)는 실제 작물의 성장 단계 또는 배열된 위치 및 적용된 시뮬레이션 조건에 대응하여 각 작물의 배열 또는 위치 또는 높이마다의 광합성 속도를 산출하여 제공할 수 있다.
도 10은 본 발명의 하나의 실시예에 따른 광합성 비율의 변화를 나타낸 그래프이다. 도 10의 (a)는 작물의 수광 값을 작물의 배열 단위별 높이에 따라 나타낸 그래프이고, (b)는 작물의 광합성율을 작물의 배열 단위별 높이에 따라 나타낸 그래프이다.
도 10에의 (a)를 살펴보면, 주변 작물의 수가 증가함에 따라 배열의 중앙 위치에 있는 작물의 수광 값이 감소되는 경향을 확인할 수 있으며, 모든 성장 단계에서 일정한 값으로 수렴되는 것을 알 수 있다.
도 10의 (a)의 값을 표로 나타내면 다음 표 1과 같다.
Figure pat00009
또한, 도 10에의 (b)를 살펴보면, (a)와 유사하게, 주변 작물의 수가 증가함에 따라 배열의 중앙 위치에 있는 작물의 광합성율이 감소되는 경향을 확인할 수 있으며, 모든 성장 단계에서 일정한 값으로 수렴되는 것을 알 수 있다.
도 10의 (b)의 값을 표로 나타내면 다음 표 2과 같다.
Figure pat00010
이와 같이, 광합성 속도 분포 계산 장치(200)는 작물의 3차원 모델을 기반으로 광추적 시뮬레이션을 통한 해당 작물 표면의 수광 분포를 산출하고, 작물의 광합성 속도 계산 모델을 통해 획득된 변수 값을 작물 표면의 수광 분포에 적용함으로써, 작물의 수관 위치별 광합성 속도 분포를 산출할 수 있다.
이를 통해 보다 정확하고 다양한 시뮬레이션 조건에서의 작물의 수관 위치별 광합성 속도 분포를 확인할 수 있고, 작물의 생산량 향상을 위한 정책에 대한 객관적 근거 자료를 제시할 수 있다.
본 발명의 하나의 실시예에 따른 방법을 실행시키기 위한 프로그램은 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다.
컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크와 같은 자기-광 매체, 및 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 여기서 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드가 포함된다.
이상에서 본 발명의 바람직한 하나의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
100: 온실 시스템 200: 광합성 속도 분포 계산 장치
210: 수광 시뮬레이션부 211: 작물 모델링부
212: 광추적 시뮬레이션부 220: 광합성 연산부
221: 수집부 222: 광합성 속도 계산부
230: 제어부 300: 사용자 단말

Claims (13)

  1. 입력받은 작물의 3차원 모델에 광추적 시뮬레이션을 수행하여 작물 표면의 수광 분포를 산출하는 수광 시뮬레이션부,
    수집한 상기 작물의 광합성 실측값에 기초하여 광합성 속도 계산 모델을 통해 광합성 속도를 연산하는 광합성 연산부, 그리고
    연산된 상기 광합성 속도 계산 모델과 상기 작물 표면의 수광 분포를 이용하여 상기 작물의 수관 위치별 광합성 속도 분포를 제공하는 제어부,
    를 포함하는 광합성 속도 분포 계산 장치.
  2. 제1항에서,
    상기 수광 시뮬레이션부는,
    실제 작물을 스캔한 3차원 스캐닝 데이터에 기초하여 상기 작물의 성장 단계에 따른 하나 이상의 3차원 모델을 생성하는 작물 모델링부, 그리고
    상기 3차원 모델을 온실 내부의 공간에 배치하고, 하나 이상의 시뮬레이션 조건을 적용하여 상기 3차원 모델에 따른 작물 표면의 수광 분포를 산출하는 광추적 시뮬레이션부를 포함하는 광합성 속도 분포 계산 장치.
  3. 제1항에서,
    상기 광합성 연산부는,
    상기 작물의 수직 위치별, 성장 단계별 중에서 하나 이상의 광합성 실측 값을 수집하는 수집부, 그리고
    상기 광합성 실측 값을 이용하여 상기 작물의 수직 위치 또는 성장 단계에 기초하여 하나 이상의 광합성 속도를 산출하는 광합성 속도 계산부를 포함하는 광합성 속도 분포 계산 장치.
  4. 제3항에서,
    상기 광합성 속도 계산부는,
    온도, 광도, 또는 이산화탄소 농도 중에서 하나 이상의 환경 요인에 따라 광합성 속도를 산출하는 광합성 속도 계산 모델에 포함되는 루비스코 제한 구간 값과 전자전달 제한 구간 값을 산출하는 광합성 속도 분포 계산 장치.
  5. 제4항에서,
    상기 광합성 속도 계산부는,
    상기 루비스코 제한 구간 값과 상기 전자전달 제한 구간 값을 산출하여 상기 광합성 속도 계산 모델에 적용되는 복수 개의 변수 값을 획득하는 광합성 속도 분포 계산 장치.
  6. 제3항에서,
    상기 광합성 속도 계산부는,
    다음 수학식을 통해 광합성 속도(P)를 산출하는 광합성 속도 분포 계산 장치.
    Figure pat00011

    여기서, Ac는 루비스코 제한 구간의 광합성 속도(μmol CO2/m2/s) 이고, Vc는 특정 광도에서의 카르복실화 용량(μmol CO2/m2/s), Ci는 세포 내 이산화탄소 농도(μmol/mol), Γ*는 이산화탄소 보상점(μmol/mol), Kc는 이산화탄소에 대한 Rubisco의 Michaelis-Menten 상수(μmol/mol), O는 산소 농도(mmol/mol)), Rac는 루비스코 제한 구간에서의 호흡 속도(μmol CO2/m2/s)이고, 여기서, Aj는 전자전달 제한 구간의 광합성 속도(μmol CO2/m2/s), J는 특정 광도에서의 전자전달 속도(μmol/m2/s), Ci는 세포 내 이산화탄소 농도(μmol/mol), Γ*는 이산화탄소 보상점(μmol/mol), Raj는 전자전달 제한 구간에서의 호흡 속도(μmol CO2/m2/s)임
  7. 제6항에서,
    상기 광합성 속도 계산부는,
    다음 수학식을 통해 특정 광도에서의 카르복실화 용량(Vc)을 산출하는 광합성 속도 분포 계산 장치.
    Figure pat00012

    여기서, Vc는 특정 광도에서의 카르복실화 용량(μmol CO2/m2/s), Vcmax는 최대 카르복실화 용량(μmol CO2/m2/s), PAR은 광합성 유효 광량자속 밀도(μmol/m2/s)임
  8. 제6항에서,
    상기 광합성 속도 계산부는,
    다음 수학식을 통해 특정 광도에서의 카르복실화 용량(Vc)을 산출하는 광합성 속도 분포 계산 장치.
    Figure pat00013

    여기서, J는 특정 광도에서의 전자전달 속도(μmol/m2/s), Jmax는 최대 전자전달 속도(μmol/m2/s), PAR은 광합성 유효 광량자속 밀도(μmol/m2/s), α는 광이용효율(μmol/mol), θ는 J에 대한 광반응 곡률(무차원)임
  9. 제5항 또는 제6항에서,
    상기 제어부는,
    획득한 복수개의 변수 값을 상기 작물 표면의 수광 분포에 대입하여 상기 환경 요인에 따른 상기 작물 표면의 상기 작물의 수관 위치별 광합성 속도 분포를 산출하는 광합성 속도 분포 계산 장치.
  10. 입력받은 작물의 성장 단계에 따른 하나 이상의 3차원 모델을 생성하는 단계,
    상기 3차원 모델에 광추적 시뮬레이션을 수행하는 작물 표면의 수광 분포를 산출하는 단계,
    상기 작물의 수직 위치별, 성장 단계별 중에서 하나 이상의 광합성 실측 값을 수집하는 단계,
    상기 작물의 광합성 실측값에 기초하여 광합성 속도 계산 모델을 통해 광합성 속도를 연산하는 단계, 그리고
    연산된 상기 광합성 속도 계산 모델과 상기 작물 표면의 수광 분포를 이용하여 상기 작물의 수관 위치별 광합성 속도 분포를 산출하고 제공하는 단계
    를 포함하는 광합성 속도 분포 계산 장치의 광합성 속도 계산 방법.
  11. 제10항에서,
    상기 작물 표면의 수광 분포를 산출하는 단계는,
    상기 3차원 모델을 온실 내부의 작물 배열에 따라 배치하고, 하나 이상의 시뮬레이션 조건을 적용한 광추적 시뮬레이션을 통해 상기 작물 표면의 3차원 수광 분포를 산출하는 광합성 속도 분포 계산 장치의 광합성 속도 계산 방법.
  12. 제10항에서,
    상기 광합성 속도를 연산하는 단계는,
    상기 광합성 실측 값에 기초하여 상기 광합성 속도 계산 모델이 포함하는 루비스코 제한 구간과 전자전달 제한 구간에 대한 값을 산출하고, 온도, 광도, 또는 이산화탄소 농도 중에서 하나 이상의 환경 요인에 따른 광합성 속도를 산출하는 광합성 속도 분포 계산 장치의 광합성 속도 계산 방법.
  13. 제10항에서,
    상기 작물의 수관 위치별 광합성 속도 분포를 산출하고 제공하는 단계는,
    연산된 상기 광합성 속도 계산 모델로부터 획득한 변수 값을 상기 작물 표면의 수광 분포에 대입하여 하나 이상의 환경 요인에 따른 상기 작물 표면의 상기 작물의 수관 위치별 광합성 속도 분포를 산출하는 광합성 속도 분포 계산 장치의 광합성 속도 계산 방법.
KR1020190165843A 2019-12-12 2019-12-12 광추적 시뮬레이션을 이용한 작물의 광합성 속도 분포 계산 장치 및 그 방법 KR20210074785A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190165843A KR20210074785A (ko) 2019-12-12 2019-12-12 광추적 시뮬레이션을 이용한 작물의 광합성 속도 분포 계산 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190165843A KR20210074785A (ko) 2019-12-12 2019-12-12 광추적 시뮬레이션을 이용한 작물의 광합성 속도 분포 계산 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR20210074785A true KR20210074785A (ko) 2021-06-22

Family

ID=76600671

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190165843A KR20210074785A (ko) 2019-12-12 2019-12-12 광추적 시뮬레이션을 이용한 작물의 광합성 속도 분포 계산 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR20210074785A (ko)

Similar Documents

Publication Publication Date Title
US11017306B2 (en) Using machine learning-based seed harvest moisture predictions to improve a computer-assisted agricultural farm operation
US11275197B2 (en) Forecasting national crop yield during the growing season
Sun et al. In-field high throughput phenotyping and cotton plant growth analysis using LiDAR
Eyshi Rezaie et al. Rainfed wheat yields under climate change in northeastern Iran
CA2981473C (en) Forecasting national crop yield during the growing season
CN113163710B (zh) 标识和利用农田中的测试地点的系统和方法
CN107329511A (zh) 基于适宜根温区间的水培蔬菜光环境高效调控方法与系统
Burgess et al. A canopy conundrum: can wind-induced movement help to increase crop productivity by relieving photosynthetic limitations?
Anthony et al. Optimization of light interception, leaf area and yield in “WA38”: comparisons among training systems, rootstocks and pruning techniques
CN109671162A (zh) 地形编辑方法及装置
Rey et al. Using a 3-D virtual sunflower to simulate light capture at organ, plant and plot levels: contribution of organ interception, impact of heliotropism and analysis of genotypic differences
Pao et al. How does structure matter? Comparison of canopy photosynthesis using one-and three-dimensional light models: a case study using greenhouse cucumber canopies
JP6906824B1 (ja) 情報処理装置、樹木の成長率予測システム、樹木の成長率予測方法及びプログラム
Song et al. Quantifying contributions of different factors to canopy photosynthesis in 2 maize varieties: development of a novel 3D canopy modeling pipeline
KR20210015508A (ko) 인공 신경망을 이용한 온실의 수직 환경 제어 시스템 및 그 방법
KR20210074785A (ko) 광추적 시뮬레이션을 이용한 작물의 광합성 속도 분포 계산 장치 및 그 방법
KR102296308B1 (ko) 3차원 식물 구조 모델과 광추적 시뮬레이션에 기초한 식물 분석 장치 및 그 방법
CN116225114B (zh) 一种基于大数据的作物生长可控农业温室智能环控系统及方法
Rao et al. Practical deployment of an in-field wireless sensor network in date palm orchard
Qian et al. Influence of temperature and light gradient on leaf arrangement and geometry in cucumber canopies: Structural phenotyping analysis and modelling
Polyakov Agriculture 4.0: the theoretical concept and its practical implementation
Ganis Radiation transfer estimate in a row canopy: a simple procedure
CN110426491A (zh) 一种果树垂直结构的分层光学测量方法及装置
KR102631597B1 (ko) 엽록소 형광값을 이용한 딸기의 스트레스 지수 산출방법 및 재배관리 시스템
Orozco-Barbosa et al. An Experimental Evaluation of IoT Technologies in Precision Viticulture

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application