KR20230045370A - 복수의 온실 환경정보와 작물 생육정보를 이용한 작물수확량 예측장치 및 작물수확량 예측장치에서 실행되는 화방별 과중정보 예측방법 - Google Patents
복수의 온실 환경정보와 작물 생육정보를 이용한 작물수확량 예측장치 및 작물수확량 예측장치에서 실행되는 화방별 과중정보 예측방법 Download PDFInfo
- Publication number
- KR20230045370A KR20230045370A KR1020210128132A KR20210128132A KR20230045370A KR 20230045370 A KR20230045370 A KR 20230045370A KR 1020210128132 A KR1020210128132 A KR 1020210128132A KR 20210128132 A KR20210128132 A KR 20210128132A KR 20230045370 A KR20230045370 A KR 20230045370A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- greenhouse
- crop
- cultivation
- week
- Prior art date
Links
- 230000012010 growth Effects 0.000 title claims abstract description 120
- 230000007613 environmental effect Effects 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 21
- 235000013399 edible fruits Nutrition 0.000 title claims description 17
- 238000003306 harvesting Methods 0.000 claims abstract description 23
- 238000003860 storage Methods 0.000 claims description 44
- 230000005068 transpiration Effects 0.000 claims description 37
- 230000006735 deficit Effects 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 23
- 230000010365 information processing Effects 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000013135 deep learning Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 230000007423 decrease Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 6
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000007812 deficiency Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000003442 weekly effect Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 241000132456 Haplocarpha Species 0.000 description 2
- 241000227653 Lycopersicon Species 0.000 description 2
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 2
- 235000003953 Solanum lycopersicum var cerasiforme Nutrition 0.000 description 2
- 240000003040 Solanum lycopersicum var. cerasiforme Species 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000001850 reproductive effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009105 vegetative growth Effects 0.000 description 2
- 240000004160 Capsicum annuum Species 0.000 description 1
- 235000008534 Capsicum annuum var annuum Nutrition 0.000 description 1
- 235000007862 Capsicum baccatum Nutrition 0.000 description 1
- 244000241257 Cucumis melo Species 0.000 description 1
- 235000015510 Cucumis melo subsp melo Nutrition 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 235000011034 Rubus glaucus Nutrition 0.000 description 1
- 244000235659 Rubus idaeus Species 0.000 description 1
- 235000009122 Rubus idaeus Nutrition 0.000 description 1
- FJJCIZWZNKZHII-UHFFFAOYSA-N [4,6-bis(cyanoamino)-1,3,5-triazin-2-yl]cyanamide Chemical compound N#CNC1=NC(NC#N)=NC(NC#N)=N1 FJJCIZWZNKZHII-UHFFFAOYSA-N 0.000 description 1
- 239000001728 capsicum frutescens Substances 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012272 crop production Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 1
- 238000009736 wetting Methods 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
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- 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
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Agronomy & Crop Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Environmental Sciences (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Hardware Design (AREA)
- Game Theory and Decision Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Geometry (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
Abstract
본 발명은 복수의 온실 환경정보와 작물 생육정보를 이용하여 작물수확량 예측에 관한 것으로, 보다 상세하게는 복수의 온실 환경정보와 작물 생육정보를 이용하여 향후 작물수확정보 특히 화방별 과중이 작아져 상품성이 없어지는 시점을 농부가 직관적으로 알 수 있도록 하는 복수의 온실 환경정보와 작물 생육정보를 이용한 작물수확량 예측장치 및 작물수확량 예측장치에서 실행되는 화방별 과중정보 예측방법에 관한 것이다.
Description
본 발명은 복수의 온실 환경정보와 작물 생육정보를 이용하여 작물수확량 예측에 관한 것으로, 보다 상세하게는 복수의 온실 환경정보와 작물 생육정보를 이용하여 향후 작물수확정보 특히 화방별 과중이 작아져 상품성이 없어지는 시점을 농부가 직관적으로 알 수 있도록 하는 복수의 온실 환경정보와 작물 생육정보를 이용한 작물수확량 예측장치 및 작물수확량 예측장치에서 실행되는 화방별 과중정보 예측방법에 관한 것이다.
종래에는 개인의 오랜 재배 경험을 통해 획득한 노하우나 지식에 따라 작물 생장환경을 제어하고 작물을 재배하여 개인에 따라 생산량이나 과실의 크기나 품질 등에 편차가 매우 큰 문제점이 있었다. 이에, 작물 생산량이나 품질을 향상시키기 위한 노력의 일환으로 수집된 데이터를 기반으로 더욱 정밀한 제어를 수행할 수 있는 데이터 처리 방안이나 제어 알고리즘을 구현하기 위한 연구가 지속되고 있다.
작물수확량을 예측하기 위해서, 대한민국 공개특허 제10-2015-0096103, "농산물 수확량 예측 장치 및 방법"은, 기상 통계 자료, 유통 통계 자료, 자연 재해 자료, 농업 통계 자료 등을 수집하고, 이러한 자료들을 생산량과 연계시켜 예측모형을 설계하여 피팅시키는 방법으로서 작물수확량을 예측하고 있다.
그러나 기존의 작물수확량을 예측기술은 화방별로 작물의 과실이 일정한 크기로 유지된다는 가정하의 계산된 총 작물수확량만을 제시할 뿐이어서, 현실적으로 예측값에 대한 신뢰성이 떨어지고 실제로 농부가 원하는 재배시점에서의 작물수확량정보 특히 화방별 과중이 작아져 상품성이 없어지는 시점을 정확히 제시하지 못하는 문제점이 있었다.
본 발명은 이러한 문제점을 해결하기 위한 것으로, 복수의 온실 환경정보와 작물 생육정보를 이용하여 향후 작물수확정보 특히 화방별 과중이 작아져 상품성이 없어지는 시점을 농부가 직관적으로 알 수 있도록 하는 복수의 온실 환경정보와 작물 생육정보를 이용한 작물수확량 예측장치 및 작물수확량 예측장치에서 실행되는 화방별 과중정보 예측방법을 제공하고자 한다.
또한, 본 발명은 농부가 희망하는 다음주차 작물 생장정보에 따른 향후 작물수확정보 특히 화방별 과중정보를 제시하여 농부의 작물 재배에 도움을 줄 수 있는 복수의 온실 환경정보와 작물 생육정보를 이용한 작물수확량 예측장치 및 작물수확량 예측장치에서 실행되는 화방별 과중정보 예측방법을 제공하고자 한다.
본 발명에 따른 복수의 온실 환경정보와 작물 생육정보를 이용한 작물수확량 예측장치는 온실을 운영하는 농부가 사용하는 사용자 단말기와 네트워크를 통해 연결되는 복수의 온실 환경정보와 작물 생육정보를 이용한 작물수확량 예측장치이다.
본 발명에 따른 작물수확량 예측장치는, 사용자 단말기로부터 온실식별정보와 온실에서 재배하는 작물정보를 입력받아 저장부에 저장하는 온실정보등록처리부와;
사용자 단말기로부터 온실식별정보와 온실에 설치된 환경센서에서 감지한 재배주차별 환경정보를 입력받아 저장부에 저장하고, 상기 재배주차별 환경정보 중 온도와 상대습도와 증산환경 판단 테이블을 이용해 일정한 시간 간격으로 온실 수분부족분(Humidity Deficit, HD)을 계산하여 저장부에 저장하고, 상기 재배주차별 환경정보와 일정한 시간 간격으로 계산된 온실의 수분부족분(HD)을 이용해 작물재배에 적합한 재배주차별 환경속성값들을 산출하여 저장부에 저장하는 온실환경정보처리부와;
사용자 단말기로부터 온실식별정보와 온실에서 재배되는 작물의 재배주차별 생육정보를 입력받아 저장부에 저장하고, 상기 작물의 재배주차별 생육정보의 측정값과 미리 설정된 기준값을 이용하여 작물생장값(Sn)을 산출하여 저장부에 저장하고, 현재 재배주차의 작물생장값(Sn)과 이전 재배주차의 작물생장값(Sn-1)을 이용하여 생장추세정보를 생성하여 저장부에 저장하는 온실생육정보처리부와;
사용자 단말기로부터 온실식별정보와 온실에서 재배되는 재배주차별 작물의 화방별 과중정보와 작물수확정보를 입력받아 저장부에 저장하는 작물수확정보처리부와;
사용자 단말기로부터 제1 온실식별정보와 현재 재배중인 작물정보와 재배주차정보를 포함하는 작물수확예측 요청정보가 입력되면, 제1 온실에서 재배중인 작물의 3주 내지 4주 이전의 재배주차별 시간에 따른 제1 온실의 수분부족분(HD) 정보 및 환경속성값들과 현재 재배주차의 작물생장값(Sn)과 생장추세정보를 저장부로부터 검출하고 이를 이용하여 제1 온실의 3주 내지 4주 이전의 재배환경 및 현재 작물생육상태와 유사한 제2 온실정보를 저장부로부터 검출하는 온실정보검출처리부와;
상기 검출된 제2 온실정보에서 3주 내지 4주 이후의 재배주차별 화방별 과중정보를 추출하고, 상기 추출된 재배주차별 화방별 과중정보에서 과실의 과중이 미리 설정된 무게보다 작아지는 화방번호와 재배주차를 검출하여 사용자 단말기로 전송하는 작물과중예측처리부를 포함한다.
본 발명에 따른 작물수확량 예측장치의 온실정보검출처리부는, 사용자 단말기로부터 제1 온실식별정보와 현재 재배중인 작물정보와 농부가 희망하는 다음주차 작물 생장정보를 포함하는 작물수확예측 요청정보가 입력되면, 저장부로부터 검출된 제1 온실에서 재배중인 작물의 3주 내지 4주 이전의 재배주차별 시간에 따른 제1 온실의 수분부족분(HD) 정보 및 환경속성값들과 현재 재배주차의 작물생장값(Sn)과 생장추세정보와 농부가 희망하는 다음주차 작물 생장정보와 유사한 제3 온실정보를 저장부로부터 검출하고,
상기 작물과중예측처리부는 상기 검출된 제3 온실정보에서 4주 내지 5주 이후의 재배주차별 화방별 과중정보를 추출하고, 상기 추출된 재배주차별 화방별 과중정보에서 과실의 과중이 미리 설정된 무게보다 작아지는 화방번호와 재배주차를 검출하여 사용자 단말기로 전송하는 것을 특징으로 한다.
본 발명에 따른 작물수확량 예측장치에서 실행되는 화방별 작물수확량 예측방법은 복수의 온실에서 재배되었거나 현재 재배중인 작물의 재배주차별 환경정보와 생육정보와 작물의 화방별 과중정보와 작물수확정보를 포함하는 온실정보와 미리 설정된 작물의 재배주차별 생육정보의 기준값 정보와 증산환경 판단 테이블을 저장하는 데이터베이스를 이용하여 제1 온실에서 현재 재배중인 작물의 화방별 과중정보를 예측하는 작물수확량 예측장치에서 실행되는 화방별 과중정보 예측방법으로,
제1 온실에서 현재 재배중인 작물정보와 재배주차정보를 포함하는 작물수확예측 요청정보가 입력되면 현재 재배주차정보와 이전 재배주차정보에 대응하는 제1 온실의 작물 생육데이터의 측정값과 미리 설정된 기준값 정보를, 상기 데이터베이스로부터 수신하는 단계와;
상기 제1 온실의 현재 재배주차정보에 대응하는 생육정보의 측정값과 미리 설정된 기준값을 이용하여 작물생장값(Sn)을 산출하고, 상기 제1 온실의 이전 재배주차정보에 대응하는 생육정보의 측정값과 미리 설정된 기준값을 이용하여 작물생장값(Sn-1)을 산출하고, 상기 작물생장값들(Sn, Sn-1)을 이용하여 제1 온실의 작물 생육추세정보를 생성하여 저장하는 단계와;
제1 온실에서 현재 재배중인 작물의 3주 내지 4주 이전의 재배주차별 환경정보와 증산환경 판단 테이블을 상기 데이터베이스로부터 수신한 후, 상기 3주 내지 4주 이전의 재배주차별 환경데이터들 중 온도와 상대습도와 를 이용해 3주 내지 4주 이전의 재배주차 기간동안 시간에 따른 제1 온실의 수분부족분(HD)을 계산하고, 상기 3주 내지 4주 이전의 재배주차별 환경데이터들과 제1 온실의 수분부족분(HD)을 이용하여 작물재배에 적합한 환경속성값을 산출하는 단계와;
제1 온실에서 재배되는 작물과 동일한 작물에 대한 작물재배정보를 가지고 있는 온실정보를 상기 데이터베이스로부터 수신한 후 그 중 3주 내지 4주 이전의 재배주차 기간동안 시간에 따른 온실 수분부족분(HD) 및 환경속성값들이 상기 제1 온실의 수분부족분(HD) 및 환경속성값들과 유사한 온실정보를 제1차 딥러닝분석을 통해 검출하고,
상기 제1차 딥러닝분석을 통해 검출된 온실정보 중에서, 제1 온실의 현재 재배주차의 작물생장값(S2) 및 생장추세정보와 유사한 제2 온실정보를 제2차 딥러닝분석을 통해 검출하는 단계와;
상기 제2차 딥러닝분석을 통해 검출된 제2 온실정보에서 3주 내지 4주 이후의 재배주차별 화방별 과중정보를 추출하고, 상기 추출된 재배주차별 화방별 과중정보에서 과실의 과중이 미리 설정된 무게보다 작아지는 화방번호와 재배주차를 검출하는 단계를 포함한다.
본 발명에 따른 작물수확량 예측장치는 복수의 온실 환경정보와 작물 생육정보를 이용하여 향후 작물수확정보를 예측할 수 있도록 구현됨으로써, 화방별 과중이 작아져 상품성이 없어지는 시점을 농부가 직관적으로 알 수 있도록 해준다.
또한, 본 발명에 따른 작물수확량 예측장치는 농부가 희망하는 다음주차 작물 생장정보를 포함하는 작물수확예측 요청정보에 응답하여 향후 작물수확정보를 예측할 수 있도록 구현됨으로써, 농부가 자신의 개인적인 취향이나 이슈가 발생하여 작물의 생장을 영양생장 또는 생식생장으로 유도해야 할 경우에도 그에 따른 향후 화방별 과중정보를 참조할 수 있어 농부의 작물 재배에 도움을 줄 수 있다.
도 1 은 본 발명에 따른 작물수확량 예측장치를 포함하는 전체 시스템을 설명하기 위한 예시도이다.
도 2 는 본 발명에 따른 작물수확량 예측장치의 구성을 설명하기 위한 예시도이다.
도 3 은 본 발명에 따른 작물수확량 예측장치에서 실행되는 화방별 과중정보 예측방법을 설명하기 위한 예시도이다.
도 4 는 작물의 화방을 설명하기 위한 예시도이다.
도 2 는 본 발명에 따른 작물수확량 예측장치의 구성을 설명하기 위한 예시도이다.
도 3 은 본 발명에 따른 작물수확량 예측장치에서 실행되는 화방별 과중정보 예측방법을 설명하기 위한 예시도이다.
도 4 는 작물의 화방을 설명하기 위한 예시도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 도면부호는 동일 구성 요소를 지칭한다.
본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로서, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 본 명세서에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
도 1 은 본 발명에 따른 작물수확량 예측장치를 포함하는 전체 시스템을 설명하기 위한 예시도이다.
본 발명에 따른 전체 시스템은 도 1 에 도시한 바와 같이, 무선 중계기(111)와 사용자 단말기(121)와 작물수확량 예측장치(200)를 포함하여 구현될 수 있다.
무선 중계기(111)는 복수의 온실 내 환경센서와 내부 통신망 예를 들어, 로라(LoRa) 통신망을 연결될 수 있다. 로라(LoRa) 통신 기술은 다른 무선통신 프로토콜보다 훨씬 긴 범위(가시거리가 확보된 환경에서 최대 21km)를 가지므로 많은 수신기 및 AP 가 필요 없어 인프라 구축 비용을 낮출 수 있다. 로라(LoRa) 통신 기술은 3/4G 셀룰러 네트워크에 비해 임베디드 애플리케이션을 위한 더욱 높은 확장 가능성과 비용 효율성을 제공할 수 있다.
복수의 온실 내 환경센서는 블루투스(Bluetooth), 지그비(Zigbee), 적외선 통신(IrDA), 와이-파이(Wi-Fi) 통신프로토콜에 따라 액추에이터와 근거리 무선 통신을 수행할 수 있다. 복수의 온실 내 환경센서에서 감지한 환경데이터는 사용자 단말기(121) 및 작물수확량 예측장치(200)로 전송될 수 있다. 복수의 온실 내 환경센서는 온도, 상대습도, 이산화탄소량 등을 수집하는 센서들의 집합체일 수 있다.
복수의 온실 내 액추에이터는 통신부와 제어장치와 구동부를 포함하여 구현될 수 있다. 복수의 온실 내 액추에이터의 통신부는 근거리 무선 통신모듈과 로라(LoRa) 통신모듈을 포함할 수 있다. 제어장치는 라즈베리파이(raspberry pi), 아두이노(Arduino), 아틱(ARTIK), 비글보드(beagleboard), 갈릴레오 보드(galileo board) 등의 오픈소스 하드웨어를 사용할 수 있다. 구동부는 전원공급장치, 릴레이, 모터 등을 포함하여 구현될 수 있다.
사용자 단말기(121)는 작물수확량 예측장치(200)와 네트워크로 연결되는 통신 장치로서, 예를 들어 PDA(Personal Digital Assistant), 데스크탑 PC, 노트북, 태블릿 PC, 스마트폰, 또는 웨어러블 PC 일 수 있다. 사용자 단말기(121)는 작물수확량 예측장치(200)로부터 작물재배주차별 작물재배정보를 입력받아 저장하거나 표시할 수 있다.
사용자 단말기(121)는 복수의 온실 내 환경센서로부터 환경데이터를 입력받아 저장하며, 사용자 요청에 따라 과거 또는 현재의 환경데이터를 표시할 수 있다. 사용자 단말기(121)는 작물재배주차별 작물재배 이행정보를 사용자로부터 입력받아 저장부에 저장하며, 작물수확량 예측장치(200)로 전송할 수 있다. 사용자 단말기(121)는 온실 내 재배작물 중에 선택된 복수의 샘플들의 생육데이터를 사용자로부터 입력받아 저장부에 저장하며, 작물수확량 예측장치(200)로 전송할 수 있다.
예를 들어, 작물 생육데이터는 초장, 절간수, 주간생육길이, 줄기굵기, 잎길이, 잎폭, 엽수, 엽면적, 최대 엽장, 적역량, 적심 절위, 주당 화방수, 과일의 평균 과중, 수확량, 화방번호, 착화절위, 경경, 화방별 개화수, 생장점에서 화방거리, 화방간 거리, 착과수, 적과수 등을 포함할 수 있다.
작물수확량 예측장치(200)는 일례로, 팜 클라우드 서버 내에 구현될 수 있다. 작물수확량 예측장치(200)는 농부들이 필요로 하는 작물의 화방별 과중정보를 예측하여 알려준다. 도 2에 도시한 바와 같이, 크게 통신부(210)와 저장부(220)와 제어부(230)를 포함하여 구현될 수 있다.
저장부(220)는 복수의 온실에서 재배되었거나 현재 재배중인 작물의 재배주차별 환경정보와 생육정보와 작물의 화방별 과중정보와 작물수확정보를 포함하는 온실정보와 미리 설정된 작물의 재배주차별 생육정보의 기준값 정보와 증산환경 판단 테이블을 저장할 수 있다. 온실정보는 온실식별정보와 온실의 위치와 온실을 운영하는 농부의 연락처를 더 포함할 수 있다.
제어부(230)는 저장부(220)에 저장된 프로그램과 데이터를 실행하며, 온실정보등록처리부(231)와 온실환경정보처리부(232)와 온실생육정보처리부(233)와 작물수확정보처리부(234)와 온실정보검출처리부(235)와 작물과중예측처리부(236)를 포함하여 구현될 수 있다.
온실정보등록처리부(231)는 사용자 단말기로부터 온실식별정보와 온실에서 재배하는 작물정보를 입력받아 저장부(220)에 저장한다. 작물정보는 예컨대 토마토, 고추, 참외 등일 수 있다. 온실정보등록처리부(231)는 사용자 단말기로부터 온실의 위치와 온실을 운영하는 농부의 연락처를 입력받아 저장부(220)에 저장한다.
온실환경정보처리부(232)는 사용자 단말기로부터 온실식별정보와 온실에 설치된 환경센서에서 감지한 재배주차별 환경정보를 입력받아 저장부(220)에 저장한다. 온실환경정보처리부(232)는 재배주차별 환경정보 중 온도와 상대습도와 증산환경 판단 테이블을 이용해 일정한 시간 간격으로 온실 수분부족분(Humidity Deficit, HD)을 계산하여 저장부(220)에 저장한다.
예를 들어, 수분부족분을 계산하는 방식은 공지의 임의의 방식이 적용될 수 있다. 또한, 예를 들어, 증산환경 판단 테이블에 따른 단계별 증산환경정보는 수분부족분의 정도에 따라 아주 적은 증산, 적은 증산, 적합한 증산, 많은 증산, 매우 많은 증산, 심각한 증산의 6개의 레벨로 구분될 수 있으나, 증산환경레벨 구분이 이에 한정되지는 않는다.
예를 들어, 아주 적은 증산은 수분부족분이 1.1 g/㎥ 미만의 상태로 짙은 파란색으로 표시되고, 적은 증산은 수분부족분이 1.1 g/㎥ 이상 2.8 g/㎥ 미만의 상태로 옅은 파란색으로 표시되고, 적합한 증산은 수분부족분이 2.8 g/㎥ 이상 6 g/㎥ 미만의 상태로 옅은 초록색으로 표시되고, 많은 증산은 수분부족분이 6 g/㎥ 이상 11 g/㎥ 미만의 상태로 옅은 노란색으로 표시되고, 매우 많은 증산은 수분부족분이 11 g/㎥ 이상 15 g/㎥ 미만의 상태로 옅은 주황색으로 표시되고, 심각한 증산은 수분부족분이 15 g/㎥ 이상의 상태로 옅은 빨간색으로 표시될 수 있다.
온실환경정보처리부(232)는 재배주차별 환경정보와 일정한 시간 간격으로 계산된 온실의 수분부족분(HD)을 이용해 작물재배에 적합한 재배주차별 환경속성값들을 산출하여 저장부(220)에 저장한다.
예를 들어, 환경속성값은 오전 중 적합한 증산 누적 시간, 일출부터 일몰까지 적합한 증산 누적 시간, 일몰부터 다음날 일출까지 적합한 증산 누적 시간, 1일 동안 적합한 증산 누적 시간을 포함할 수 있으나, 환경속성값은 이에 한정되지는 않는다.
온실생육정보처리부(233)는 사용자 단말기로부터 온실식별정보와 온실에서 재배되는 작물의 재배주차별 생육정보를 입력받아 저장부(220)에 저장한다. 온실생육정보처리부(233)는 작물의 재배주차별 생육정보의 측정값과 미리 설정된 기준값을 이용하여 작물생장값(Sn)을 산출하여 저장부(220)에 저장한다.
작물의 재배주차별 생육정보의 기준값은 농업기술센터의 작물별 농업기술정보를 통해 입수가능하다. 농업기술센터는 지역별로 존재하며 지역 특산물에 대한 오랜 농업기술정보를 수집 및 관리한다.
아래 표 1을 참조하면, 주간 생육길이, 줄기굵기, 잎길이, 잎폭, 입수, 엽면적지수를 포함하는 생육정보에 대해, 8주(2021.7.14) 및 9주(2021.7.22)에 따른 측정값을 나타낸 것이다. 현재 재배주차인 9주차 작물생장값과 이전 재배주차인 8주차 작물생장값은 각각 생육정보의 측정값과 기준값의 차이값이다.
온실생육정보처리부(233)는 현재 재배주차의 작물생장값(Sn)과 이전 재배주차의 작물생장값(Sn-1)을 이용하여 생장추세정보를 생성하여 저장부(220)에 저장한다. 예를 들어, 생장추세정보는 수학식 1에 의해 산출될 수 있다.
S 는 생장추세정보, Sn,m 과 Sn-1,m 은 작물생장값이고, n 은 재배주차이고, m 은 생육정보의 종류이다. 예를 들어 표 1을 참조하면 m이 1 인 경우 주간 생육길이, m이 2인 경우 줄기굵기, m이 3인 경우 잎길이 등으로 정해질 수 있다.
작물수확정보처리부(234)는 사용자 단말기로부터 온실식별정보와 온실에서 재배되는 재배주차별 작물의 화방별 과중정보와 작물수확정보를 입력받아 저장부(220)에 저장한다.
한 화방에는 보통 20개의 꽃이 개화하고, 이 꽃은 열매로 착과된다. 방울토마토의 경우 32화방까지 토마토 열매가 열릴 수 있다. 방울토마토의 상품과중은 약 20g이다. 예를 들어, 열매 1개 무게인 20g × 화방당 20개 × 32화방을 산출하면 총 작물수확량을 예측할 수 있다.
본 발명에서는 복수의 온실 환경정보와 재배주차에 대응하는 화방별 열매 1개의 과중과 착과수 및 화방개수에 대한 빅데이터 분석하여 정확한 총 작물수확량을 예측할 수 있고, 과중이 15g 이하로 떨어지는 화방번호와 재배주차를 예측할 수 있다.
농업기술센터의 농업데이터 연구결과에 따르면, 작물수확데이터는 3~4주 전의 생육데이터에 영향을 받고, 또한 그 생육데이터는 3~4주 전의 환경데이터의 영향을 받게 된다. 따라서, 현재 환경상태는 향후 생육에 영향을 주고, 그 생육상태는 향후 수확데이터에 영향을 주게 된다.
온실정보검출처리부(235)는 사용자 단말기로부터 제1 온실식별정보와 현재 재배중인 작물정보와 재배주차정보를 포함하는 작물수확예측 요청정보가 입력되면, 제1 온실에서 재배중인 작물의 3주 내지 4주 이전의 재배주차별 시간에 따른 제1 온실의 수분부족분(HD) 정보 및 환경속성값들과 현재 재배주차의 작물생장값(Sn)과 생장추세정보를 저장부(220)로부터 검출하고 이를 이용하여 제1 온실의 3주 내지 4주 이전의 재배환경 및 현재 작물생육상태와 유사한 제2 온실정보를 저장부(220)로부터 검출한다.
작물과중예측처리부(236)는 검출된 제2 온실정보에서 3주 내지 4주 이후의 재배주차별 화방별 과중정보를 추출하고, 상기 추출된 재배주차별 화방별 과중정보에서 과실의 과중이 미리 설정된 무게보다 작아지는 화방번호와 재배주차를 검출하여 사용자 단말기로 전송한다.
본 발명은 온실에서 작물을 재배하는 농부가 다음주 작물 생장을 영양생장 또는 생식생장이 되도록 유도하는 경우 향후 작물수확이 어떻게 변하는지를 알려줄 수 있. 이 같은 실시예에 따르면, 온실정보검출처리부(235)는 사용자 단말기로부터 제1 온실식별정보와 현재 재배중인 작물정보와 농부가 희망하는 다음주차 작물 생장정보를 포함하는 작물수확예측 요청정보가 입력되면, 저장부로부터 검출된 제1 온실에서 재배중인 작물의 3주 내지 4주 이전의 재배주차별 시간에 따른 제1 온실의 수분부족분(HD) 정보 및 환경속성값들과 현재 재배주차의 작물생장값(Sn)과 생장추세정보와 농부가 희망하는 다음주차 작물 생장정보와 유사한 제3 온실정보를 저장부로부터 검출한다.
작물과중예측처리부(236)는 검출된 제3 온실정보에서 4주 내지 5주 이후의 재배주차별 화방별 과중정보를 추출하고, 상기 추출된 재배주차별 화방별 과중정보에서 과실의 과중이 미리 설정된 무게보다 작아지는 화방번호와 재배주차를 검출하여 사용자 단말기로 전송한다.
다른 예로, 온실정보검출처리부(235)는 검출된 제3 온실정보에서 다음주차 환경정보를 저장부에서 검출하여 사용자 단말기로 전송할 수 있다. 이 같은 실시예에 따르면, 온실에서 작물을 재배하는 농부는 다음주차에 온실 내부의 환경 조절을 어떻게 해야 자신이 희망하는 작물 생장을 유도할 수 있는지에 대한 정보를 알 수 있다.
도 3 은 본 발명에 따른 작물수확량 예측장치에서 실행되는 화방별 과중정보 예측방법을 설명하기 위한 예시도이다.
작물수확량 예측장치는 복수의 온실에서 재배되었거나 현재 재배중인 작물의 재배주차별 환경정보와 생육정보와 작물의 화방별 과중정보와 작물수확정보를 포함하는 온실정보와 미리 설정된 작물의 재배주차별 생육정보의 기준값 정보와 증산환경 판단 테이블을 저장하는 데이터베이스를 자체에 구비할 수도 있고, 데이터베이스와 별개로 독립하여 구현될 수도 있다.
작물수확량 예측장치는 제1 온실에서 현재 재배중인 작물정보와 재배주차정보를 포함하는 작물수확예측 요청정보가 입력되면(S301) 현재 재배주차정보와 이전 재배주차정보에 대응하는 제1 온실의 작물 생육데이터의 측정값과 미리 설정된 기준값 정보를, 상기 데이터베이스로부터 수신한다.
작물수확량 예측장치는 제1 온실의 현재 재배주차정보에 대응하는 생육정보의 측정값과 미리 설정된 기준값을 이용하여 작물생장값(Sn)을 산출하고, 상기 제1 온실의 이전 재배주차정보에 대응하는 생육정보의 측정값과 미리 설정된 기준값을 이용하여 작물생장값(Sn-1)을 산출한다. 작물수확량 예측장치는 산출된 작물생장값들(Sn, Sn-1)을 이용하여 제1 온실의 작물 생육추세정보를 생성하여 저장한다(S302).
작물수확량 예측장치는 제1 온실에서 현재 재배중인 작물의 3주 내지 4주 이전의 재배주차별 환경정보와 증산환경 판단 테이블을 상기 데이터베이스로부터 수신한 후, 상기 3주 내지 4주 이전의 재배주차별 환경데이터들 중 온도와 상대습도와 를 이용해 3주 내지 4주 이전의 재배주차 기간동안 시간에 따른 제1 온실의 수분부족분(HD)을 계산하고, 상기 3주 내지 4주 이전의 재배주차별 환경데이터들과 제1 온실의 수분부족분(HD)을 이용하여 작물재배에 적합한 환경속성값을 산출한다(S303).
예를 들어, 환경속성값은 오전 중 적합한 증산 누적 시간, 일출부터 일몰까지 적합한 증산 누적 시간, 일몰부터 다음날 일출까지 적합한 증산 누적 시간, 1일 동안 적합한 증산 누적 시간을 포함할 수 있으나, 환경속성값은 이에 한정되지는 않는다.
작물수확량 예측장치는 제1 온실에서 재배되는 작물과 동일한 작물에 대한 작물재배정보를 가지고 있는 온실정보를 상기 데이터베이스로부터 수신한 후 그 중 3주 내지 4주 이전의 재배주차 기간동안 시간에 따른 온실 수분부족분(HD) 및 환경속성값들이 상기 제1 온실의 수분부족분(HD) 및 환경속성값들과 유사한 온실정보를 제1차 딥러닝분석을 통해 검출한다. 이후 상기 제1차 딥러닝분석을 통해 검출된 온실정보 중에서, 제1 온실의 현재 재배주차의 작물생장값(S2) 및 생장추세정보와 유사한 제2 온실정보를 제2차 딥러닝분석을 통해 검출한다(S304).
작물수확량 예측장치는 제2차 딥러닝분석을 통해 검출된 제2 온실정보에서 3주 내지 4주 이후의 재배주차별 화방별 과중정보를 추출하고, 상기 추출된 재배주차별 화방별 과중정보에서 과실의 과중이 미리 설정된 무게보다 작아지는 화방번호와 재배주차를 검출한다(S305).
이상 본 발명을 여러 실시예에 기초하여 설명하였는데, 이는 본 발명을 예증하기 위한 것이다. 통상의 기술자라면, 위 실시예를 기술사상을 유지한 채 다른 형태로 변형하거나 수정할 수 있을 것이다. 그러나, 본 출원의 권리범위는 아래의 특허 청구범위에 의해 정해지므로, 그러한 변형이나 수정이 아래의 특허 청구범위의 권리범위에 포함되는 것으로 해석될 수 있다.
Claims (6)
- 온실을 운영하는 농부가 사용하는 사용자 단말기와 네트워크를 통해 연결되는 복수의 온실 환경정보와 작물 생육정보를 이용한 작물수확량 예측장치에 있어서, 상기 작물수확량 예측장치는:
사용자 단말기로부터 온실식별정보와 온실에서 재배하는 작물정보를 입력받아 저장부에 저장하는 온실정보등록처리부와;
사용자 단말기로부터 온실식별정보와 온실에 설치된 환경센서에서 감지한 재배주차별 환경정보를 입력받아 저장부에 저장하고, 상기 재배주차별 환경정보 중 온도와 상대습도와 증산환경 판단 테이블을 이용해 일정한 시간 간격으로 온실 수분부족분(Humidity Deficit, HD)을 계산하여 저장부에 저장하고, 상기 재배주차별 환경정보와 일정한 시간 간격으로 계산된 온실의 수분부족분(HD)을 이용해 작물재배에 적합한 재배주차별 환경속성값들을 산출하여 저장부에 저장하는 온실환경정보처리부와;
사용자 단말기로부터 온실식별정보와 온실에서 재배되는 작물의 재배주차별 생육정보를 입력받아 저장부에 저장하고, 상기 작물의 재배주차별 생육정보의 측정값과 미리 설정된 기준값을 이용하여 작물생장값(Sn)을 산출하여 저장부에 저장하고, 현재 재배주차의 작물생장값(Sn)과 이전 재배주차의 작물생장값(Sn-1)을 이용하여 생장추세정보를 생성하여 저장부에 저장하는 온실생육정보처리부와;
사용자 단말기로부터 온실식별정보와 온실에서 재배되는 재배주차별 작물의 화방별 과중정보와 작물수확정보를 입력받아 저장부에 저장하는 작물수확정보처리부와;
사용자 단말기로부터 제1 온실식별정보와 현재 재배중인 작물정보와 재배주차정보를 포함하는 작물수확예측 요청정보가 입력되면, 제1 온실에서 재배중인 작물의 3주 내지 4주 이전의 재배주차별 시간에 따른 제1 온실의 수분부족분(HD) 정보 및 환경속성값들과 현재 재배주차의 작물생장값(Sn)과 생장추세정보를 저장부로부터 검출하고 이를 이용하여 제1 온실의 3주 내지 4주 이전의 재배환경 및 현재 작물생육상태와 유사한 제2 온실정보를 저장부로부터 검출하는 온실정보검출처리부와;
상기 검출된 제2 온실정보에서 3주 내지 4주 이후의 재배주차별 화방별 과중정보를 추출하고, 상기 추출된 재배주차별 화방별 과중정보에서 과실의 과중이 미리 설정된 무게보다 작아지는 화방번호와 재배주차를 검출하여 사용자 단말기로 전송하는 작물과중예측처리부를 포함하는,
복수의 온실 환경정보와 작물 생육정보를 이용한 작물수확량 예측장치. - 청구항 1 에 있어서,
상기 환경속성값은 오전 중 적합한 증산 누적 시간, 일출부터 일몰까지 적합한 증산 누적 시간, 일몰부터 다음날 일출까지 적합한 증산 누적 시간, 1일 동안 적합한 증산 누적 시간을 포함하는 것,
을 특징으로 하는 복수의 온실 환경정보와 작물 생육정보를 이용한 작물수확량 예측장치. - 청구항 1 에 있어서,
상기 온실정보검출처리부는,
사용자 단말기로부터 제1 온실식별정보와 현재 재배중인 작물정보와 농부가 희망하는 다음주차 작물 생장정보를 포함하는 작물수확예측 요청정보가 입력되면, 저장부로부터 검출된 제1 온실에서 재배중인 작물의 3주 내지 4주 이전의 재배주차별 시간에 따른 제1 온실의 수분부족분(HD) 정보 및 환경속성값들과 현재 재배주차의 작물생장값(Sn)과 생장추세정보와 농부가 희망하는 다음주차 작물 생장정보와 유사한 제3 온실정보를 저장부로부터 검출하고,
상기 작물과중예측처리부는,
상기 검출된 제3 온실정보에서 4주 내지 5주 이후의 재배주차별 화방별 과중정보를 추출하고, 상기 추출된 재배주차별 화방별 과중정보에서 과실의 과중이 미리 설정된 무게보다 작아지는 화방번호와 재배주차를 검출하여 사용자 단말기로 전송하는 것,
을 특징으로 하는 복수의 온실 환경정보와 작물 생육정보를 이용한 작물수확량 예측장치. - 청구항 3 에 있어서,
상기 온실정보검출처리부는,
상기 검출된 제3 온실정보에서 다음주차 환경정보를 저장부에서 검출하여 사용자 단말기로 전송하는 것,
을 특징으로 하는 복수의 온실 환경정보와 작물 생육정보를 이용한 작물수확량 예측장치. - 복수의 온실에서 재배되었거나 현재 재배중인 작물의 재배주차별 환경정보와 생육정보와 작물의 화방별 과중정보와 작물수확정보를 포함하는 온실정보와 미리 설정된 작물의 재배주차별 생육정보의 기준값 정보와 증산환경 판단 테이블을 저장하는 데이터베이스를 이용하여 제1 온실에서 현재 재배중인 작물의 화방별 과중정보를 예측하는 작물수확량 예측장치에서 실행되는 화방별 과중정보 예측방법으로,
제1 온실에서 현재 재배중인 작물정보와 재배주차정보를 포함하는 작물수확예측 요청정보가 입력되면 현재 재배주차정보와 이전 재배주차정보에 대응하는 제1 온실의 작물 생육데이터의 측정값과 미리 설정된 기준값 정보를, 상기 데이터베이스로부터 수신하는 단계와;
상기 제1 온실의 현재 재배주차정보에 대응하는 생육정보의 측정값과 미리 설정된 기준값을 이용하여 작물생장값(Sn)을 산출하고, 상기 제1 온실의 이전 재배주차정보에 대응하는 생육정보의 측정값과 미리 설정된 기준값을 이용하여 작물생장값(Sn-1)을 산출하고, 상기 작물생장값들(Sn, Sn-1)을 이용하여 제1 온실의 작물 생육추세정보를 생성하여 저장하는 단계와;
제1 온실에서 현재 재배중인 작물의 3주 내지 4주 이전의 재배주차별 환경정보와 증산환경 판단 테이블을 상기 데이터베이스로부터 수신한 후, 상기 3주 내지 4주 이전의 재배주차별 환경데이터들 중 온도와 상대습도와 를 이용해 3주 내지 4주 이전의 재배주차 기간동안 시간에 따른 제1 온실의 수분부족분(HD)을 계산하고, 상기 3주 내지 4주 이전의 재배주차별 환경데이터들과 제1 온실의 수분부족분(HD)을 이용하여 작물재배에 적합한 환경속성값을 산출하는 단계와;
제1 온실에서 재배되는 작물과 동일한 작물에 대한 작물재배정보를 가지고 있는 온실정보를 상기 데이터베이스로부터 수신한 후 그 중 3주 내지 4주 이전의 재배주차 기간동안 시간에 따른 온실 수분부족분(HD) 및 환경속성값들이 상기 제1 온실의 수분부족분(HD) 및 환경속성값들과 유사한 온실정보를 제1차 딥러닝분석을 통해 검출하고,
상기 제1차 딥러닝분석을 통해 검출된 온실정보 중에서, 제1 온실의 현재 재배주차의 작물생장값(S2) 및 생장추세정보와 유사한 제2 온실정보를 제2차 딥러닝분석을 통해 검출하는 단계와;
상기 제2차 딥러닝분석을 통해 검출된 제2 온실정보에서 3주 내지 4주 이후의 재배주차별 화방별 과중정보를 추출하고, 상기 추출된 재배주차별 화방별 과중정보에서 과실의 과중이 미리 설정된 무게보다 작아지는 화방번호와 재배주차를 검출하는 단계;
를 포함하는 것을 특징으로 하는 화방별 과중정보 예측방법. - 청구항 5 에 있어서,
상기 환경속성값은 오전 중 적합한 증산 누적 시간, 일출부터 일몰까지 적합한 증산 누적 시간, 일몰부터 다음날 일출까지 적합한 증산 누적 시간, 1일 동안 적합한 증산 누적 시간을 포함하는 것,
을 특징으로 하는 화방별 과중정보 예측방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210128132A KR20230045370A (ko) | 2021-09-28 | 2021-09-28 | 복수의 온실 환경정보와 작물 생육정보를 이용한 작물수확량 예측장치 및 작물수확량 예측장치에서 실행되는 화방별 과중정보 예측방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210128132A KR20230045370A (ko) | 2021-09-28 | 2021-09-28 | 복수의 온실 환경정보와 작물 생육정보를 이용한 작물수확량 예측장치 및 작물수확량 예측장치에서 실행되는 화방별 과중정보 예측방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230045370A true KR20230045370A (ko) | 2023-04-04 |
Family
ID=85928998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210128132A KR20230045370A (ko) | 2021-09-28 | 2021-09-28 | 복수의 온실 환경정보와 작물 생육정보를 이용한 작물수확량 예측장치 및 작물수확량 예측장치에서 실행되는 화방별 과중정보 예측방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230045370A (ko) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200056520A (ko) | 2018-11-14 | 2020-05-25 | 아이티컨버젼 주식회사 | 클라우드 기반 토마토 생육진단 및 생산성 예측 방법 |
| KR102194871B1 (ko) | 2018-12-10 | 2020-12-23 | 대한민국 | 작물수확량 예측방법 및 이를 구현하는 작물수확량 예측장치 |
-
2021
- 2021-09-28 KR KR1020210128132A patent/KR20230045370A/ko not_active Application Discontinuation
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200056520A (ko) | 2018-11-14 | 2020-05-25 | 아이티컨버젼 주식회사 | 클라우드 기반 토마토 생육진단 및 생산성 예측 방법 |
| KR102194871B1 (ko) | 2018-12-10 | 2020-12-23 | 대한민국 | 작물수확량 예측방법 및 이를 구현하는 작물수확량 예측장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20180146626A1 (en) | Intelligent growing management method and intelligent growing device | |
| KR101811640B1 (ko) | 기계학습을 이용한 작물의 생산량 예측장치 및 방법 | |
| KR101696611B1 (ko) | 온실 제어 방법 및 이를 위한 시스템 | |
| KR101936317B1 (ko) | 단말기를 이용한 스마트 파밍 방법 | |
| KR20190106388A (ko) | 생육 레시피를 생성 및 제공하는 식물 재배 시스템 | |
| KR20200122612A (ko) | 작물 생육 제어 시스템 | |
| US11925151B2 (en) | Stereo-spatial-temporal crop condition measurements for plant growth and health optimization | |
| CN114743100B (zh) | 一种农产品长势监测方法和系统 | |
| WO2022099402A1 (en) | Data processing platform for analyzing stereo-spatio-temporal crop condition measurements to support plant growth and health optimization | |
| KR20210077504A (ko) | 스마트팜 데이터 생육연동시스템 | |
| CN112465109A (zh) | 一种基于云边协同的农业大棚控制装置 | |
| CN113273449A (zh) | 用于日光温室精准监测的数字孪生体构造方法 | |
| CN110545529A (zh) | 一种温室大棚环境监测与管理服务系统 | |
| KR20180003791A (ko) | 식물공장을 자동으로 제어하는 장치 및 방법 | |
| US11555690B2 (en) | Generation of stereo-spatio-temporal crop condition measurements based on human observations and height measurements | |
| Ahmad et al. | Evaluation of smart greenhouse monitoring system using raspberry-Pi microcontroller for the production of tomato crop | |
| KR102377963B1 (ko) | 육묘장 관리 시스템 및 방법 | |
| JP2021057071A (ja) | 農作物の栽培方法提案プログラム及びシステム | |
| JP6872766B2 (ja) | 植物管理システム | |
| US20130096832A1 (en) | Method and system for partitioning farming field | |
| KR20230045370A (ko) | 복수의 온실 환경정보와 작물 생육정보를 이용한 작물수확량 예측장치 및 작물수확량 예측장치에서 실행되는 화방별 과중정보 예측방법 | |
| KR20180086832A (ko) | 영상기반 작물 생육데이터 측정 모바일 앱 및 그 디바이스 | |
| KR20200056520A (ko) | 클라우드 기반 토마토 생육진단 및 생산성 예측 방법 | |
| KR20200013140A (ko) | 작물 품종 종자 정보 기록저장 블록체인 시스템 및 온도시간모델에 기반한 육묘종자발아확인 IOT-Hub 시스템. | |
| KR102355211B1 (ko) | 농작물 재배 모니터링 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |