WO2021015468A2 - 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법 - Google Patents

작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법 Download PDF

Info

Publication number
WO2021015468A2
WO2021015468A2 PCT/KR2020/009108 KR2020009108W WO2021015468A2 WO 2021015468 A2 WO2021015468 A2 WO 2021015468A2 KR 2020009108 W KR2020009108 W KR 2020009108W WO 2021015468 A2 WO2021015468 A2 WO 2021015468A2
Authority
WO
WIPO (PCT)
Prior art keywords
crop
temperature
meteorological
information
growth stage
Prior art date
Application number
PCT/KR2020/009108
Other languages
English (en)
French (fr)
Other versions
WO2021015468A3 (ko
Inventor
한용규
신용순
김성기
박종선
안문일
소재원
박은우
Original Assignee
주식회사 에피넷
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 에피넷 filed Critical 주식회사 에피넷
Publication of WO2021015468A2 publication Critical patent/WO2021015468A2/ko
Publication of WO2021015468A3 publication Critical patent/WO2021015468A3/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; 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
    • A01G22/00—Cultivation of specific crops or plants not otherwise provided for
    • 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
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • 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

Definitions

  • the present invention relates to a dynamic system including a model modified by collecting weather and soil environment within a community for the risk of occurrence of pests and meteorological disorders based on the phenology of crops, and to a method therefor.
  • the growth stages to be considered for precise management of crops are predicted using weather and soil environment, each pest model based on the predicted growth stage, and a dangerous weather prediction model that can cause meteorological disturbances, and linking them.
  • a dynamic system that can provide information.
  • the detailed management system for pests and meteorological disorders centering on crop growth includes an information collection module that collects meteorological information and soil environment information of a region to grow crops, and growth of crops based on meteorological information and soil environment information.
  • Growth stage prediction module that predicts the stage
  • pest prediction module that predicts possible pests based on meteorological information and soil environment information
  • dangerous weather prediction module that predicts dangerous weather based on meteorological information
  • possible pests and growth stages It includes a risk determination module that performs a risk warning when is matched or when the dangerous weather and the growth stage are matched.
  • the information collection module includes a meteorological information collection module that collects meteorological information, and a soil environment information collection module that collects soil environment information, and the meteorological information includes temperature and temperature collected from environmental measuring equipment installed at a point where crops are grown. Relative humidity, rainfall, insolation, sunlight time, and condensation information are included, and soil environment information includes soil temperature and soil moisture collected from environmental measuring equipment installed at the point where crops are grown.
  • the dangerous weather prediction module when the crop is cultivated in the open field, the daily maximum temperature at the point where the crop is cultivated is higher than the standard, or the daily minimum temperature at the point where the crop is cultivated is the East Sea and the low temperature. If it is less than the year standard, and the growth stage of the crop cultivated in the field is a growth stage that may be damaged by the high temperature, winter, or low temperature, it is judged as a risk.
  • the risk determination module when the crop is cultivated in a non-heated house, the inside of the non-heated house in which the crop is cultivated, the maximum daily temperature is higher than the standard, or the interior of the unwarmed house in which the crop is grown If the daily minimum temperature is less than the standard of the East Sea and the Low Temperature Sea, and the growth stage of the crop is a growth stage that may be damaged by the high temperature sea, the East Sea, or the low temperature sea, it is judged as a risk.
  • the dangerous weather prediction module when the crop is cultivated in a non-heated house, the cumulative amount of external daily insolation of the i-day to be calculated using the neighborhood forecast and the mid-term forecast provided by the Meteorological Agency for the point where the crop is cultivated. And, the daily maximum temperature and the daily minimum temperature inside the unheated house in which the crop is grown are calculated.
  • the risk determination module determines that the growth stage of the crop is a risk when the growth stage of the crop is a growth stage that may be damaged by possible pests.
  • the method for precise management of pests and meteorological disorders centering on crop growth includes the step of collecting meteorological information and soil environment information of a region where crops are to be grown, and based on meteorological information and soil environment information.
  • the growth stage prediction module predicts the growth stage of the crop
  • the pest prediction module predicts possible pests based on meteorological information and soil environment information
  • the dangerous weather prediction module predicts dangerous weather based on the weather information.
  • the step of collecting the meteorological information and soil environment information of a region where crops are to be grown by the information collecting module includes collecting the meteorological information by the meteorological information collecting module, and collecting the soil environment information by the soil environment information collecting module.
  • Weather information includes temperature and relative humidity, rainfall, insolation, sunlight time, and condensation information collected from environmental measuring equipment installed at the point where the crop is grown, and the soil environment information is installed at the point where the crop is grown. It includes soil temperature and soil moisture collected from environmental measuring equipment.
  • the step of predicting the dangerous weather by the dangerous weather prediction module based on the meteorological information may include, when the crop is grown in the open field, the daily maximum temperature at the point where the crop is cultivated is higher than the standard, or the crop is If the daily minimum temperature at the point where it is cultivated is below the criteria for the East Sea and the Low Temperature Sea, and the growth stage of the crops cultivated in the open field is a growth stage that may be damaged by the high temperature, winter, or low temperature damage, the dangerous weather prediction The module judges it as dangerous.
  • the step of predicting the dangerous weather on the basis of the weather information by the dangerous weather prediction module when the crop is cultivated in a non-heated house, the internal maximum temperature of the house where the crop is cultivated is high. If the temperature is above or below the standard of the East Sea and the Low Temperature Sea, and the growth stage of the crop is a growth stage that may be damaged by the high temperature, winter, or low temperature damage, the inner daily minimum temperature of the unheated house in which the crop is grown The dangerous weather prediction module determines that it is a risk.
  • the dangerous weather prediction module uses the neighborhood forecast and the mid-term forecast provided by the Meteorological Agency for the point where the crop is grown. And calculating the cumulative amount of insolation outside the day and the maximum daily temperature and the minimum daily temperature inside the unheated house in which the crop is grown.
  • the cumulative amount of insolation on external days of the i-day described above Is, Is the estimated cumulative daily insolation on day i (MJ/m 2 ), Is the amount of insolation outside the atmosphere for the i day (MJ/m 2 ), Is the maximum daily temperature of the i day-the minimum daily temperature, Is the day after the i , Is the day before i , Is the day after the i , Is the day before i , Is 1 if the daily cumulative rainfall of the i day is 0.1mm or more, and 0 if it is less than 0.1mm.
  • the risk determination module performs a risk warning. If the stage of growing crops is a growth stage that may be damaged by possible pests, risk judgment The module determines that it is dangerous and performs a hazard warning.
  • the system and method for precise management of pests and meteorological disorders centering on crop growth do not judge dangerous weather only by the current temperature, but determine that the current crop growth stage is a dangerous weather only when there is a risk in the dangerous weather. Dangerous weather can be accurately predicted depending on the crops being used.
  • the system and method for precise management of pests and meteorological disturbances centering on crop growth according to the present invention do not judge dangerous pests only with currently possible pests, and only if the current crop growth stage is at risk from currently occurring pests and pests. By judging, it is possible to accurately predict dangerous diseases and pests according to the currently grown crops.
  • FIG. 1 is a conceptual diagram of a detailed management system for pests and meteorological disorders centering on crop growth according to the present invention.
  • FIG. 2 is a comprehensive summary of a crop growth stage and pest prediction, a history of dangerous weather occurrences, and a special report published by the Meteorological Agency using meteorological information and soil environment information collected from the detailed management system for crop growth-centered pests and meteorological disorders according to the present invention.
  • This is an example screen of crop cultivation capacity based on a biological model.
  • FIG. 3 is a conceptual diagram for explaining the determination of whether to notify the risk of pests in consideration of the crop growth stage in the detailed management system for pests and meteorological disorders centering on crop growth according to the present invention.
  • FIG. 4 is a conceptual diagram for explaining the determination of whether or not to notify dangerous weather in consideration of the crop growth stage in the detailed management system for pests and meteorological disorders centering on crop growth according to the present invention.
  • FIG. 5 is a flow chart of a method for precise management of pests and meteorological disorders centered on crop growth according to the present invention.
  • FIG. 6 is a flow chart for predicting dangerous weather of crops grown in the open field in the method for precise management of pests and meteorological disorders centered on crop growth according to the present invention.
  • FIG. 7 is a flow chart for predicting dangerous weather of crops grown in a non-heated house that is not heated in the method for precise management of pests and meteorological disorders centering on crop growth according to the present invention.
  • FIG. 1 is a conceptual diagram of a detailed management system for crop growth-centered pests and meteorological disorders according to the present invention
  • FIG. 2 is a conceptual diagram showing meteorological information and soil environment information collected by the detailed management system for crop growth-centered pests and meteorological disorders according to the present invention.
  • This is an example screen of crop cultivation capacity based on a biological model that comprehensively shows the crop growth stage and pest prediction, the history of dangerous weather occurrences, and the special news released by the Meteorological Administration.
  • the detailed management system for pests and meteorological disorders centering on crop growth includes an information collection module 100 for collecting meteorological information and soil environment information of a target area, and an information collection module 100.
  • the growth stage prediction module 210 that predicts the growth stage of plants based on the meteorological information and soil environment information collected from the information collection module 100, and the pest predicts pests based on the meteorological information and soil environment information collected in the information collection module 100
  • the risk of determining risk based on the prediction module 220, the dangerous weather production module that produces dangerous weather information based on the meteorological information collected by the information collection module 100, the predicted growth stage and pest information and dangerous weather information Includes a determination module 300, a display module 400 that displays when it is determined as risk by the risk determination module 300, and a notification module 500 that notifies the administrator or user when it is determined as risk by the risk determination module 300 do.
  • the display module 400 may comprehensively display a crop growth stage and pest prediction, a history of occurrence of dangerous weather, and
  • the information collection module 100 collects meteorological information and soil environment information of a target area. To this end, the information collection module 100 includes a meteorological information collection module 110 and a soil environment information collection module 120.
  • the meteorological information collection module 110 collects meteorological information of a target area.
  • the meteorological information collected here includes temperature, relative humidity, rainfall, insolation, sunlight time, and condensation information from environmental measuring equipment installed at the point where the crop is grown or the farm.
  • the soil environment information collection module 120 collects 10 observations of soil temperature, soil moisture, soil pH, and observation values observed in 1 minute increments from sensors additionally installed by the grower from the point where the crop is grown or from the environmental measuring equipment installed on the farm. Collect in minutes.
  • the observed values observed in 1-minute increments by a sensor additionally installed by the grower include soil temperature, soil moisture, and soil pH information.
  • the growth stage prediction module 210 calculates and predicts the growth stage of the crop based on the meteorological information collected by the meteorological information collection module 110 and the soil environment information collected by the soil environment information collection module 120.
  • the germination date is predicted using the highest daily temperature and the lowest daily temperature from October 1 of the previous year.
  • each growth stage is estimated from the germination date to the number of days required for each growth stage.
  • the soil environment information is used to estimate the growth stage of some crops. That is, for some crops, the growth stage can be estimated based on the soil temperature and soil moisture, that is, the amount of moisture available in the soil. For example, if a specific soil temperature and soil moisture are above the standard, the number of days required for the growth stage increases or decreases. can do.
  • the pest prediction module 220 calculates a risk by driving a major pest prediction model written for each crop based on the meteorological information and soil environment information collected by the meteorological information collection module 110.
  • the crop disease prediction model is a formula of information that can infect a host by an infectious source using meteorological information and soil environment information, and the crop pest prediction model accumulates the temperature above the critical temperature at which the growth of the pest starts, based on the stage of pest growth. Predict the time of the risk of occurrence. To this end, the pest prediction module 220 predicts dangerous weather, and determines the risk of pests and dangerous weather based on the crop growth stage.
  • the dangerous weather prediction module 230 determines that a dangerous weather has occurred when it reaches the freezing hazard, low-temperature hazard risk standard or higher, and high-temperature hazard risk standard for each crop by using the meteorological information collected by the meteorological information collection module 110. To this end, the dangerous weather prediction module 230 may predict the dangerous weather by dividing a case where a crop is grown in an open field and a case where a crop is grown in an unheated house. When crops are cultivated in the open field, when the hourly temperature is higher than the high temperature risk standard or below the risk standard due to frostbite, it is judged as a risk if the growth stage of the crop cultivated in the open field may be damaged according to the corresponding standard. 230) compares the temperature information at the point where the crop is grown with the high temperature risk standard or frostbite risk standard.
  • the dangerous weather prediction module 230 uses the meteorological agency's neighborhood forecast to predict the dangerous weather for tomorrow and day after day of the crops cultivated in the non-heated house. Predict. This can be performed by calculating the estimated external daily cumulative insolation for the i-day to calculate the external daily cumulative insolation by using Equation 1 below using the neighborhood forecast and the mid-term forecast provided by the Meteorological Agency.
  • Equation 1 Is the estimated cumulative daily insolation on day i (MJ/m 2 ), Is the amount of insolation outside the atmosphere for the i day (MJ/m 2 ), Is the maximum daily temperature of the i day-the minimum daily temperature, Is the day after the i , Is the day before i , Is 1 if the daily cumulative rainfall on the i day is 0.1mm or more, and 0 if it is less than 0.1mm, Is the day after the i , Is the day before i Means.
  • the model variable value of the closest point to the point to be calculated in Table 1 below is used.
  • the dangerous weather prediction module 230 calculates the maximum daily temperature and the minimum daily temperature inside the non-heated house using Equation 2 below.
  • Equation 2 Is the estimated maximum daily temperature inside the Mugaon House, Is the estimated minimum daily temperature inside the ungaon house, Is the highest temperature outside the Mugaon House branch, Means the minimum daily temperature outside the Mugaon House branch.
  • Figure 3 is a conceptual diagram for explaining the determination of whether to notify the risk of pests in consideration of the crop growth stage in the detailed management system for pests and meteorological disorders centering on crop growth according to the present invention.
  • Figure 4 is a conceptual diagram for explaining the determination of whether dangerous weather is notified in consideration of the crop growth stage in the detailed management system for pests and meteorological disorders centering on crop growth according to the present invention.
  • the risk determination module 300 determines the risk according to the growth stage of the crop predicted by the growth stage prediction module 210 and the pest predicted by the pest prediction module 220, and the dangerous weather predicted by the dangerous weather prediction module 230.
  • Judge. In the present invention, a set of pest codes that can occur for each crop growth stage is defined, and as shown in FIG. 3, the risk determination according to a pest is a pest risk if a specific pest risk is included in the pest code set of the current crop growth stage. Judging by In addition, as shown in FIG. 4, the risk determination according to the dangerous weather determines the risk based on the amount of insolation calculated by the dangerous weather prediction module 230 and the maximum internal temperature and the minimum internal daily temperature.
  • the maximum daily temperature inside the unheated house is higher than the standard due to high temperature, it can be determined that a dangerous weather has occurred if the minimum daily temperature inside the house is less than the standard for the East Sea and the low temperature. However, no warning is issued if the current crop growth stage is not at risk for the dangerous weather.
  • the hourly temperature can be compared with the high temperature risk standard or frostbite risk standard, and the risk can be determined by comparing it with the crop growth stage.
  • the present invention does not judge the dangerous weather only by the current temperature, but determines the dangerous weather only when the current crop growth stage is at risk in the dangerous weather, so that the dangerous weather can be accurately predicted according to the currently grown crop. have.
  • FIG. 5 is a flow chart of a method for precise management of pests and meteorological disorders centered on crop growth according to the present invention.
  • the method for precise management of pests and meteorological disorders centering on crop growth includes the step of collecting information (S1), the step of predicting the growth stage, pests, and dangerous weather (S2), and the risk It includes a step (S3) of determining.
  • the step of collecting information (S1) includes a step of collecting meteorological information of a target area (S1-1) and a step of collecting soil environment information of the target area (S1-2).
  • the meteorological information collecting module collects meteorological information of the target area.
  • the meteorological information collected in the target area includes temperature and relative humidity, rainfall, insolation, sunlight time, and condensation information from the environmental measuring equipment installed in the plant or the point where the crop is grown.
  • the soil environment information collection module collects soil environment information of the target area.
  • the soil environment information of the resin body includes soil temperature, soil moisture, and observation values observed in 1-minute increments by sensors additionally installed by the grower.
  • the growth stage, pests, and dangerous weather are predicted based on the meteorological information and soil environment information collected in the step of collecting information (S1).
  • the step of predicting the growth stage, pests, and dangerous weather includes predicting the growth stage (S2-1), predicting the pest (S2-2), and predicting the dangerous weather. (S2-3) is included.
  • the growth stage of the crop is calculated and predicted based on the meteorological information and soil environment information collected in the information collecting step (S1). From October 1 of the previous year, the germination date can be predicted using the daily maximum temperature and the daily minimum temperature, and each growth stage can be predicted from the germination date by the number of days required for each growth stage.
  • the risk is calculated by driving a model for predicting major pests recorded by crops based on weather information and soil environment information.
  • the major pest prediction model written by crops predicts the risk of occurrence based on the stage of pest growth by accumulating temperatures above the critical temperature at which pests start to develop.
  • the growth stage of the crop and the pest model are defined as codes.
  • a set of pest codes that can occur for each stage of growth are also defined. If a specific pest risk is included in the pest code set at the current stage of growth, a notification about the pest risk is sent or displayed on the screen. However, if it is not included in the pest code set, there is no pest risk, so a notification about the pest risk is not sent and is not displayed on the screen.
  • the dangerous weather may be predicted by a dangerous weather prediction equation for tomorrow and the day after tomorrow of the crop grown in the non-gaon house. In addition, this may calculate the estimated cumulative amount of external day insolation on the i day by Equation 1 above, and calculate the internal maximum temperature and the minimum daily temperature on the i day by Equation 2 above.
  • Figure 6 is a flow chart for predicting dangerous weather of crops grown in the open field in the method for precise management of pests and meteorological disorders centered on crop growth according to the present invention.
  • Figure 7 is a flow chart for predicting dangerous weather of crops grown in a non-heated house that is not heated in the method for precise management of pests and meteorological disorders centering on crop growth according to the present invention.
  • the risk it is determined as a risk if the possible disease and pest and the growth stage of the crop are matched, or the dangerous weather and the growth stage are matched.
  • hazardous weather there are two types of crops grown in the open field and in unheated houses.
  • the daily maximum temperature at the point where the crop is grown is higher than the high temperature risk standard and the daily minimum temperature is below the risk standard due to frostbite, but the current growth stage of the crop is dangerous to the dangerous weather, a dangerous weather warning Send a message.
  • the growth stage of the crop and the dangerous weather such as winter, low temperature, high temperature, etc. are defined by code.
  • a set of dangerous weather codes that can occur for each stage of growth are also defined. If a specific dangerous weather is included in the set of dangerous weather codes of the current crop growth stage, it is judged as a dangerous weather.
  • the current crop growth stage is calculated by collecting temperature by time. After that, it is determined whether the hourly temperature is higher than the high temperature risk standard or if the hourly temperature is frostbite and below the risk standard.
  • the current crop growth stage is at risk in the dangerous weather, a dangerous weather warning message is sent, and if there is no risk, the warning message is not sent.
  • the daily maximum temperature, daily minimum temperature, and daily rainfall are collected in the neighborhood forecast, and the daily maximum temperature, daily minimum temperature, and rainfall in the weekly forecast. Collect information on whether or not outside the atmosphere. Also, the accumulated amount of external work is calculated using the collected information and Equation 1 above.
  • the daily maximum temperature, daily minimum temperature, and daily rainfall collected from the neighborhood forecast correspond to the daily maximum temperature, daily minimum temperature, and daily rainfall of the i day, and the day before the i day and the day after the i day are collected through the weekly forecast.
  • the maximum temperature and the minimum daily temperature can be used.
  • the daily maximum temperature and daily minimum temperature inside the unheated facility are calculated using the daily maximum temperature, daily minimum temperature, and daily average wind speed information collected from the neighborhood forecast, and the external daily cumulative solar radiation calculated and estimated by Equation 1. This can be calculated by Equation 2 described above.
  • the current crop growth stage is calculated, and it is determined whether the daily maximum temperature is above the high temperature risk standard or the daily minimum temperature is below the risk standard due to frostbite. Here, if the current crop growth stage meets the high temperature risk standard or frostbite risk standard, a dangerous weather warning message is sent.

Abstract

본 발명은 작물의 생물계절(phenology)을 기반으로 병해충과 기상장해 발생위험을 군락 내 기상과 토양환경을 수집하여 수식화된 모델을 포함하고 있는 동적 시스템과 이에 대한 방법에 관한 것이다. 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템 및 그 방법은 현재 기온으로만 위험기상을 판단하지 않고 현재 작물 생육단계가 해당 위험기상에 위험이 있을 경우에만 위험기상으로 판단함으로써 현재 재배하고 있는 작물에 따라 위험기상을 정확하게 예측할 수 있다. 또한, 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템 및 그 방법은 현재 발생 가능한 병충해만으로 위험 병충해를 판단하지 않고 현재 작물 생육단계가 현재 발생 가능한 병충해에 위험이 있을 경우에만 위험 병충해로 판단하여 현재 재배하고 있는 작물에 따라 위험 병충해를 정확하게 예측할 수 있다.

Description

작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법
본 발명은 작물의 생물계절(phenology)을 기반으로 병해충과 기상장해 발생위험을 군락 내 기상과 토양환경을 수집하여 수식화된 모델을 포함하고 있는 동적 시스템과 이에 대한 방법에 관한 것이다.
최근 지구온난화로 인한 기후변화와 이상기상 현상의 잦은 발생으로 작물의 생물계절의 변동과 병해충 발생, 돌발적인 기상장해 발생으로 작물 관리에 매우 큰 어려움을 겪고 있다. 또한 과거 경험적 결과로 얻어진 재배력과 관행적 작물 관리 방법은 한계가 있다. 작물의 생물계절의 예로 기상청에서는 매해 벚꽃의 개화시기를 예측하여 정보를 제공하고 있으며, 일부 농업관련 서비스에서 사과, 배, 포도, 복숭아의 발아시기와 만개시기를 예측하여 정보를 제공하고 있다.
현재 작물의 병해충은 대부분 경험에 의존하여 관리를 하고 있으며, 일부에서는 작물 병해충의 감염 또는 발생을 기상과 토양환경을 이용하여 예측하여 방제시기를 결정하는 의사지원 정보로 이용하고 있다. 하지만 병해충은 작물의 생육단계에 따라 그 피해 정도가 크게 차이가 나며, 병해충 관리를 위해서는 작물의 생육단계가 분명히 고려되어야 하지만 현재 제공되는 정보들에는 고려하지 않고 있는 문제점이 있다. 또한, 작물의 기상장해 또한 작물 생육단계와 연관성이 매우 높으며, 정밀한 관리를 위해서는 기상상황과 작물의 생육단계를 함께 고려하여 대응하는 것이 필요하다.
따라서, 작물의 정밀한 관리를 위해 고려해야 할 생육단계를 기상과 토양환경을 이용하여 예측하고 예측된 생육단계를 기반으로 각각의 병해충 모델, 기상장해를 유발할 수 있는 위험기상 예측 모델을 포함하고, 이를 연계하여 정보를 제공할 수 있는 동적 시스템이 필요하다.
본 발명의 목적은 현재 생육단계에 따라 작물에 위험한 병해충과 기상을 정확하게 정보를 제공할 수 있는 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법을 제공하는 것이다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템은, 작물을 생육하고자 하는 지역의 기상 정보와 토양환경 정보를 수집하는 정보 수집 모듈과, 기상 정보와 토양환경 정보를 기반으로 작물의 생육단계를 예측하는 생육단계 예측 모듈, 기상 정보와 토양환경 정보를 기반으로 발생 가능한 병해충을 예측하는 병해충 예측 모듈, 기상 정보를 기반으로 위험기상을 예측하는 위험기상 예측 모듈, 및 발생 가능한 병해충과 생육단계가 매칭되거나, 위험기상과 생육단계가 매칭되면 위험 경고를 수행하는 위험 판단 모듈을 포함한다.
정보 수집 모듈은, 기상 정보를 수집하는 기상 정보 수집 모듈과, 토양환경 정보를 수집하는 토양환경 정보 수집 모듈을 포함하고, 기상 정보는 작물이 재배되고 있는 지점에 설치된 환경계측장비로부터 수집된 기온과 상대습도, 강우량, 일사량, 일조시간, 결로 정보를 포함하며, 토양환경 정보는 작물이 재배되고 있는 지점에 설치된 환경계측장비로부터 수집된 토양온도와 토양수분을 포함한다.
상기 위험기상 예측 모듈은, 상기 작물이 노지에서 재배되고 있는 경우, 상기 작물이 재배되고 있는 지점의 일 최고기온이 고온해 기준 이상이거나, 상기 작물이 재배되고 있는 지점의 일 최저기온이 동해와 저온해 기준 이하이며, 상기 노지에서 재배되고 있는 작물의 생육단계가 상기 고온해, 동해 또는 저온해에 피해를 입을 수 있는 생육단계일 경우 위험으로 판단한다.
또한, 상기 위험 판단 모듈은, 상기 작물이 무가온 하우스 내에서 재배되고 있을 경우, 상기 작물이 재배되고 있는 무가온 하우스의 내부 일 최고기온이 고온해 기준 이상이거나, 상기 작물이 재배되고 있는 무가온 하우스의 내부 일 최저기온이 동해와 저온해 기준 이하이며, 상기 작물의 생육단계가 상기 고온해, 동해 또는 저온해에 피해를 입을 수 있는 생육단계일 경우 위험으로 판단한다.
상기 위험기상 예측 모듈은, 상기 작물이 무가온 하우스 내에서 재배되고 있는 경우, 상기 작물이 재배되고 있는 지점에 대해서 기상청에서 제공하는 동네예보와 중기예보를 이용하여 연산하고자 하는 i일의 외부 일 누적 일사량과, 상기 작물이 재배되고 있는 무가온 하우스 내부 일 최고기온 및 일 최저기온을 연산한다.
또한, 위험 판단 모듈은, 작물의 생육단계가 발생 가능한 병해충에 피해를 입을 수 있는 생육단계일 경우 위험으로 판단한다.
또한, 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법은, 작물을 생육하고자 하는 지역의 기상 정보와 토양환경 정보를 정보 수집 모듈이 수집하는 단계와, 기상 정보와 토양환경 정보를 기반으로 작물의 생육단계를 생육단계 예측 모듈이 예측하는 단계, 기상 정보와 토양환경 정보를 기반으로 발생 가능한 병해충을 병해충 예측 모듈이 예측하는 단계, 기상 정보를 기반으로 위험기상을 위험기상 예측 모듈이 예측하는 단계, 및 발생 가능한 병해충과 생육단계가 매칭되거나, 위험기상과 생육단계가 매칭되면 위험 판단 모듈이 위험 경고를 수행하는 단계를 포함한다.
작물을 생육하고자 하는 지역의 기상 정보와 토양환경 정보를 정보 수집 모듈이 수집하는 단계는, 기상 정보를 기상 정보 수집 모듈이 수집하는 단계와, 토양환경 정보를 토양환경 정보 수집 모듈이 수집하는 단계를 포함하고, 기상 정보는 작물이 재배되고 있는 지점에 설치된 환경계측장비로부터 수집된 기온과 상대습도, 강우량, 일사량, 일조시간, 결로 정보를 포함하며, 토양환경 정보는 작물이 재배되고 있는 지점에 설치된 환경계측장비로부터 수집된 토양온도와 토양수분을 포함한다.
상기 기상 정보를 기반으로 위험기상을 위험기상 예측 모듈이 예측하는 단계는, 상기 작물이 노지에서 재배되고 있는 경우, 상기 작물이 재배되고 있는 지점의 일 최고기온이 고온해 기준 이상이거나, 상기 작물이 재배되고 있는 지점의 일 최저기온이 동해와 저온해 기준 이하이며, 상기 노지에서 재배되고 있는 작물의 생육단계가 상기 고온해, 동해 또는 저온해에 피해를 입을 수 있는 생육단계일 경우 상기 위험기상 예측 모듈이 위험으로 판단한다.
또한, 상기 기상 정보를 기반으로 위험기상을 위험기상 예측 모듈이 예측하는 단계는, 상기 작물이 무가온 하우스 내에서 재배되고 있을 경우, 상기 작물이 재배되고 있는 무가온 하우스의 내부 일 최고기온이 고온해 기준 이상이거나, 상기 작물이 재배되고 있는 무가온 하우스의 내부 일 최저기온이 동해와 저온해 기준 이하이며, 상기 작물의 생육단계가 상기 고온해, 동해 또는 저온해에 피해를 입을 수 있는 생육단계일 경우 상기 위험기상 예측 모듈이 위험으로 판단한다.
상기 기상 정보를 기반으로 위험기상을 위험기상 예측 모듈이 예측하는 단계는, 상기 위험기상 예측 모듈이 상기 작물이 재배되고 있는 지점에 대해서 기상청에서 제공하는 동네예보와 중기예보를 이용하여 연산하고자 하는 i일의 외부 일 누적 일사량과, 상기 작물이 재배되고 있는 무가온 하우스 내부 일 최고기온 및 일 최저기온을 연산하는 단계를 포함한다.
여기서, 전술된 i일의 외부 일 누적 일사량은,
Figure PCTKR2020009108-appb-img-000001
이며,
Figure PCTKR2020009108-appb-img-000002
는 i일의 추정된 일 누적 일사량(MJ/m 2),
Figure PCTKR2020009108-appb-img-000003
는 i일의 대기외일사량(MJ/m 2),
Figure PCTKR2020009108-appb-img-000004
는 i일의 일 최고기온-일 최저기온,
Figure PCTKR2020009108-appb-img-000005
는 i일 다음 날의
Figure PCTKR2020009108-appb-img-000006
,
Figure PCTKR2020009108-appb-img-000007
는 i일 전 날의
Figure PCTKR2020009108-appb-img-000008
,
Figure PCTKR2020009108-appb-img-000009
는 i일 다음 날의
Figure PCTKR2020009108-appb-img-000010
,
Figure PCTKR2020009108-appb-img-000011
는 i일 전 날의
Figure PCTKR2020009108-appb-img-000012
,
Figure PCTKR2020009108-appb-img-000013
는 i일의 일 누적 강우량이 0.1mm 이상이면 1이고 0.1mm 미만이면 0이다.
또한, 전술된 무가온 하우스의 내부 일 최고기온은,
Figure PCTKR2020009108-appb-img-000014
이며, 무가온 하우스의 내부 일 최저기온은,
Figure PCTKR2020009108-appb-img-000015
이고,
Figure PCTKR2020009108-appb-img-000016
는 추정된 무가온 하우스 내부 일 최고기온,
Figure PCTKR2020009108-appb-img-000017
는 추정된 무가온 하우스 내부 일 최저기온,
Figure PCTKR2020009108-appb-img-000018
는 무가온 하우스 지점의 외부 일 최고기온,
Figure PCTKR2020009108-appb-img-000019
은 무가온 하우스 지점의 외부 일 최저기온이다.
발생 가능한 병해충과 생육단계가 매칭되거나, 위험기상과 생육단계가 매칭되면 위험 판단 모듈이 위험 경고를 수행하는 단계는, 작물의 생육단계가 발생 가능한 병해충에 피해를 입을 수 있는 생육단계일 경우 위험 판단 모듈이 위험으로 판단하고 위험 경고를 수행한다.
본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템 및 그 방법은 현재 기온으로만 위험기상을 판단하지 않고 현재 작물 생육단계가 해당 위험기상에 위험이 있을 경우에만 위험기상으로 판단함으로써 현재 재배하고 있는 작물에 따라 위험기상을 정확하게 예측할 수 있다.
또한, 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템 및 그 방법은 현재 발생 가능한 병충해만으로 위험 병충해를 판단하지 않고 현재 작물 생육단계가 현재 발생 가능한 병충해에 위험이 있을 경우에만 위험 병충해로 판단하여 현재 재배하고 있는 작물에 따라 위험 병충해를 정확하게 예측할 수 있다.
상술한 효과와 더불어 본 발명의 구체적인 효과는 이하 발명을 실시하기 위한 구체적인 사항을 설명하면서 함께 기술한다.
도 1은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템의 개념도이다.
도 2는 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템에서 수집된 기상 정보와 토양환경 정보를 이용하여 작물의 생육단계와 병해충 예측, 위험기상 발생 이력, 기상청에서 발표된 특보를 종합적으로 보여주는 생물모형 기반 작물 재배력 예시 화면이다.
도 3은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템에서 작물 생육단계를 고려하여 병해충 위험 알림 여부 판단을 설명하기 위한 개념도이다.
도 4는 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템에서 작물 생육단계를 고려하여 위험기상 알림 여부 판단을 설명하기 위한 개념도이다.
도 5는 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법의 순서도이다.
도 6은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법에서 노지에서 재배되는 작물의 위험기상 예보 순서도이다.
도 7은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법에서 가온하지 않는 무가온 하우스에서 재배되고 있는 작물의 위험기상 예보 순서도이다.
전술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되며, 이에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 도면에서 동일한 참조부호는 동일 또는 유사한 구성요소를 가리키는 것으로 사용된다.
도 1은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템의 개념도이고, 도 2는 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템에서 수집된 기상 정보와 토양환경 정보를 이용하여 작물의 생육단계와 병해충 예측, 위험기상 발생 이력, 기상청에서 발표된 특보를 종합적으로 보여주는 생물모형 기반 작물 재배력 예시 화면이다.
본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템은 도 1에 도시된 바와 같이, 대상지역의 기상 정보와 토양환경 정보를 수집하는 정보 수집 모듈(100)과, 정보 수집 모듈(100)에서 수집된 기상 정보와 토양환경 정보를 기반으로 식물의 생육단계를 예측하는 생육단계 예측 모듈(210), 정보 수집 모듈(100)에서 수집된 기상 정보와 토양환경 정보를 기반으로 병해충을 예측하는 병해충 예측 모듈(220), 정보 수집 모듈(100)에서 수집된 기상 정보를 기반으로 위험기상 정보를 생산하는 위험기상 생산 모듈, 예측된 생육단계와 병해충 정보 및 위험기상 정보를 기반으로 위험을 판단하는 위험 판단 모듈(300), 위험 판단 모듈(300)에서 위험으로 판단되면 이를 표시하는 표시 모듈(400), 위험 판단 모듈(300)에서 위험으로 판단되면 이를 관리자나 사용자에게 알리는 알림 모듈(500)을 포함한다. 여기서, 표시 모듈(400)은 도 2에 도시된 바와 같이, 작물의 생육단계와 병해충 예측, 위험기상 발생 이력 및 기상청에서 발표된 특보를 종합적으로 표시하도록 할 수 있다.
정보 수집 모듈(100)은 대상지역의 기상 정보와 토양환경 정보를 수집한다. 이를 위해서, 정보 수집 모듈(100)은 기상 정보 수집 모듈(110)과 토양환경 정보 수집 모듈(120)을 포함한다.
기상 정보 수집 모듈(110)은 대상지역의 기상 정보를 수집한다. 여기서 수집되는 기상 정보는 작물이 재배되고 있는 지점 또는 농장에 설치된 환경계측장비로부터 기온과 상대습도, 강우량, 일사량, 일조시간, 결로 정보를 포함한다.
토양환경 정보 수집 모듈(120)은 작물이 재배되고 있는 지점 또는 농장에 설치된 환경계측장비로부터 토양온도, 토양수분, 토양pH 및 재배자가 추가로 설치한 센서에서 1분 단위로 관측되는 관측값을 10분 단위로 수집한다. 여기서, 재배자가 추가로 설치한 센서에서 1분 단위로 관측되는 관측값은 토양온도, 토양수분 및 토양pH 정보를 포함한다.
생육단계 예측 모듈(210)은 기상 정보 수집 모듈(110)에서 수집된 기상 정보와 토양환경 정보 수집 모듈(120)에서 수집된 토양환경 정보를 기반으로 작물의 생육단계를 연산하여 예측한다. 여기서, 작물의 생육단계 연산은 이전해 10월 1일부터 일 최고기온과 일 최저기온을 이용하여 발아일을 예측한다. 또한, 발아일로부터 생육단계별 소요일수로 각 생육단계를 추정한다. 여기서, 토양환경 정보는 일부 작물의 생육단계를 추정하는데 사용된다. 즉, 일부 작물은 토양온도와 토양수분, 즉, 토양 내 이용가능한 수분의 양으로 생육단계를 추정할 수 있으며, 예를 들어, 특정 토양온도와 토양수분이 기준이상이면 생육단계 소요일수가 증가하거나 감소할 수 있다.
병해충 예측 모듈(220)은 기상 정보 수집 모듈(110)에서 수집된 기상 정보와 토양환경 정보를 기반으로 작물별 수기화된 주요 병해충 예측 모형을 구동하여 위험도를 연산한다. 작물 병 예측 모형은 기상 정보와 토양환경 정보를 이용하여 전염원이 기주를 감염시킬 수 있는 정보를 수식화한 것으로서, 작물 해충 예측 모형은 해충의 발육이 시작되는 임계온도 이상의 기온을 누적하여 해충 생육 단계별 기준으로 발생 위험시기를 예측한다. 이를 위해서, 병해충 예측 모듈(220)은 위험기상을 예측하고, 작물 생육단계를 기반으로 병해충 및 위험기상에 대한 위험도를 판단한다.
위험기상 예측 모듈(230)은 기상 정보 수집 모듈(110)에서 수집된 기상 정보를 이용하여 작물별 동해, 저온해 위험 기준 이하, 고온해 위험 기준 이상이 되면 위험기상이 발생한 것으로 판단한다. 이를 위해서 위험기상 예측 모듈(230)은 작물이 노지에서 재배되는 경우와, 무가온 하우스 내에서 재배되는 경우를 구분하여 위험기상을 예측할 수 있다. 작물이 노지에서 재배되는 경우, 시간별 기온이 고온 위험기준 이상이거나 동상해 위험기준 이하일 때 해당 기준에 노지에서 재배되는 작물의 생육단계가 피해를 입을 수 있을 경우 위험으로 판단하는 것이므로 위험기상 예측 모듈(230)은 작물이 재배되고 있는 지점의 기온 정보를 고온 위험기준이나 동상해 위험기준과 비교한다.
또한, 작물이 무가온 하우스 내에서 재비되는 경우, 위험기상 예측 모듈(230)은 기상청 동네예보를 이용하여 가온을 하지 않는 무가온 하우스에서 재배되고 있는 작물의 내일, 모레에 대한 위험기상 예측 수식으로 위험기상을 예측한다. 이는 기상청에서 제공하는 동네예보와 중기예보를 이용하여 아래의 수학식 1로 외부 일 누적 일사량을 연산하고자 하는 i일의 추정된 외부 일 누적 일사량을 연산하여 수행할 수 있다.
Figure PCTKR2020009108-appb-img-000020
수학식 1에서,
Figure PCTKR2020009108-appb-img-000021
는 i일의 추정된 일 누적 일사량(MJ/m 2),
Figure PCTKR2020009108-appb-img-000022
는 i일의 대기외일사량(MJ/m 2),
Figure PCTKR2020009108-appb-img-000023
는 i일의 일 최고기온-일 최저기온,
Figure PCTKR2020009108-appb-img-000024
는 i일 다음 날의
Figure PCTKR2020009108-appb-img-000025
,
Figure PCTKR2020009108-appb-img-000026
는 i일 전 날의
Figure PCTKR2020009108-appb-img-000027
,
Figure PCTKR2020009108-appb-img-000028
는 i일의 일 누적 강우량이 0.1mm 이상이면 1이고 0.1mm 미만이면 0,
Figure PCTKR2020009108-appb-img-000029
는 i일 다음 날의
Figure PCTKR2020009108-appb-img-000030
,
Figure PCTKR2020009108-appb-img-000031
는 i일 전 날의
Figure PCTKR2020009108-appb-img-000032
를 의미한다. 또한, 위험기상 예측 모듈(230)에서 일 누적 일사량 연산 시 아래의 표 1에서 연산하고자 하는 지점의 최인접 지점의 모델 변수값을 사용한다.
주요 지점 번호 Model Parameter Statistics
a b c d e f g h k MAE RMSE R 2
대관령 100 0.59 0.07 1.39 0.06 -0.29 -0.06 0.01 -0.01 1.16 2.81 3.6 0.7
북강릉 104 0.59 0.03 1.96 0.01 -0.35 -0.07 0.01 -0.01 0.85 2.84 3.9 0.7
인천 112 0.55 0.07 1.88 0.04 -0.31 -0.05 0.01 -0.01 0.14 2.7 3.6 0.7
원주 114 0.67 0.01 2.05 0.02 -0.21 -0.05 0.01 -0.01 0.81 2.52 3.4 0.8
수원 119 0.58 0.03 1.86 0.01 -0.25 -0.03 0.01 -0.01 0.66 2.68 3.5 0.7
서산 129 0.67 0.09 1.26 0.02 -0.24 -0.05 0 -0.02 0.11 2.74 3.5 0.7
안동 136 -1.88 -0.24 0.06 0.01 -0.35 -0.12 0 0 -0.74 3.3 4.3 0.6
광주 156 0.63 0.03 1.85 0 -0.24 -0.03 0.01 -0.01 1.18 2.55 3.3 0.8
부산 159 0.73 0.07 1.7 0 -0.29 -0.06 0 0 -1.55 2.49 3.3 0.8
목포 165 0.59 0.09 1.59 0.01 -0.31 -0.04 0.01 -0.01 -0.03 2.67 3.5 0.7
흑산도 169 1.35 0.24 0.41 0 -0.45 0.09 0.02 -0.01 1 3.93 4.9 0.6
제주 184 0.68 0.23 1.37 -0.01 -0.37 0.06 0.01 -0.01 -2.25 3.16 4.1 0.7
고산 185 0.62 0.64 0.66 0.01 -0.4 -0.07 0.02 -0.01 -1.86 4.17 5.3 0.6
북창원 255 0.61 0.01 2.15 0.03 -0.25 -0.01 0.01 -0.01 1.69 2.46 3.2 0.8
청송 276 0.73 0.03 1.55 0.03 -0.19 -0.03 0.01 -0.01 0.97 2.38 3.1 0.8
또한, 위험기상 예측 모듈(230)은 아래의 수학식 2를 이용하여 무가온 하우스 내부 일 최고기온과 일 최저기온을 연산한다.
Figure PCTKR2020009108-appb-img-000033
Figure PCTKR2020009108-appb-img-000034
수학식 2에서
Figure PCTKR2020009108-appb-img-000035
는 추정된 무가온 하우스 내부 일 최고기온,
Figure PCTKR2020009108-appb-img-000036
는 추정된 무가온 하우스 내부 일 최저기온,
Figure PCTKR2020009108-appb-img-000037
는 무가온 하우스 지점의 외부 일 최고기온,
Figure PCTKR2020009108-appb-img-000038
은 무가온 하우스 지점의 외부 일 최저기온을 의미한다.
도 3은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템에서 작물 생육단계를 고려하여 병해충 위험 알림 여부 판단을 설명하기 위한 개념도이다. 또한, 도 4는 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템에서 작물 생육단계를 고려하여 위험기상 알림 여부 판단을 설명하기 위한 개념도이다.
위험 판단 모듈(300)은 생육단계 예측 모듈(210)에서 예측된 작물의 생육단계와 병해충 예측 모듈(220)에서 예측된 병해충, 및 위험기상 예측 모듈(230)에서 예측된 위험기상에 따라 위험을 판단한다. 본 발명은 작물의 생육단계별로 발생 가능한 병해충 코드 집합이 정의되고, 도 3에 도시된 바와 같이, 병해충에 따른 위험 판단은 특정 병해충 위험이 현재 작물의 생육단계의 병해충 코드 집합에 포함되어 있으면 병해충 위험으로 판단한다. 또한, 위험기상에 따른 위험 판단은 도 4에 도시된 바와 같이, 위험기상 예측 모듈(230)에서 연산된 외부 일 추적 일사량과 내부 일 최고기온 및 내부 일 최저기온을 기반으로 위험을 판단한다. 이는 예를 들어, 무가온 하우스 내부 일 최고기온이 고온해 기준 이상일 경우, 내부 일 최저기온이 동해와 저온해 기준 이하일 경우 위험기상이 발생한 것으로 판단할 수 있다. 하지만, 현재 작물 생육단계가 해당 위험기상에 대한 위험이 없다면 경고를 발생하지 않는다. 물론, 작물이 노지에서 재배될 경우 시간별 기온을 고온 위험기준이나 동상해 위험기준과 비교하고, 작물 생육단계와 비교하여 위험을 판단할 수 있다.
상술한 바와 같이, 본 발명은 현재 기온으로만 위험기상을 판단하지 않고 현재 작물 생육단계가 해당 위험기상에 위험이 있을 경우에만 위험기상으로 판단함으로써 현재 재배하고 있는 작물에 따라 위험기상을 정확하게 예측할 수 있다.
다음은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법에 대해 도면을 참조하여 설명한다. 후술될 내용 중 전술된 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템의 설명과 중복되는 내용은 생략하거나 간략히 설명한다.
도 5는 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법의 순서도이다.
본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법은 도 5에 도시된 바와 같이, 정보를 수집하는 단계(S1)와, 생육단계와 병해충 및 위험기상을 예측하는 단계(S2), 위험을 판단하는 단계(S3)를 포함한다.
정보를 수집하는 단계(S1)는 대상지역의 기상 정보와 토양환경 정보를 수집한다. 이를 위해서, 정보를 수집하는 단계(S1)는 대상지역의 기상 정보를 수집하는 단계(S1-1)와, 대상지역의 토양환경 정보를 수집하는 단계(S1-2)를 포함한다.
대상지역의 기상 정보를 수집하는 단계(S1-1)는 기상 정보 수집 모듈이 대상지역의 기상 정보를 수집한다. 또한, 대상지역에서 수집되는 기상 정보는, 전술된 바와 같이, 작물이 재배되고 있는 지점 또는 농장에 설치된 환경계측장비로부터 기온과 상대습도, 강우량, 일사량, 일조시간, 결로 정보를 포함한다.
대상지역의 토양환경 정보를 수집하는 단계(S1-2)는 토양환경 정보 수집 모듈이 대상지역의 토양환경 정보를 수집한다. 또한, 수지보디는 토양환경 정보는 토양온도와 토양수분, 재배자가 추가로 설치한 센서에서 1분 단위로 관측되는 관측값을 포함한다.
생육단계와 병해충 및 위험기상을 예측하는 단계(S2)는 정보를 수집하는 단계(S1)에서 수집된 기상 정보와 토양환경 정보를 기반으로 생육단계와 병해충 및 위험기상을 예측한다. 또한, 이를 위해서 생육단계와 병해충 및 위험기상을 예측하는 단계(S2)는 생육단계를 예측하는 단계(S2-1)와, 병해충을 예측하는 단계(S2-2), 및 위험기상을 예측하는 단계(S2-3)를 포함한다.
생육단계를 예측하는 단계(S2-1)는 정보를 수집하는 단계(S1)에서 수집된 기상 정보와 토양환경 정보를 기반으로 작물의 생육단계를 연산하여 예측한다. 이는 이전해 10월 1일부터 일 최고기온과 일 최저기온을 이용하여 발아일을 예측하고, 발아일로부터 생육단계별 소요일수로 각 생육단계를 예측할 수 있다.
병해충을 예측하는 단계(S2-2)는 기상 정보와 토양환경 정보를 기반으로 작물별 수기화된 주요 병해충 예측 모형을 구동하여 위험도를 연산한다. 여기서, 작물별 수기화된 주요 병해충 예측 모형은 해충의 발육이 시작되는 임계온도 이상의 기온을 누적하여 해충 생육 단계별 기준으로 발생 위험시기를 예측한다. 본 발명에서 작물의 생육단계와 병해충 모형은 코드로 정의된다. 또한, 생육단계별로 발생 가능한 병해충 코드 집합도 정의된다. 특정 병해충 위험이 현재 생육단계의 병해충 코드 집합에 포함되어 있을 경우 병해충 위험에 대한 알림이 발송되거나 화면으로 표시된다. 하지만, 병해충 코드 집합에 포함되어 있지 않을 경우 병해충 위험은 없으므로 병해충 위험에 대한 알림은 발송되지 않으며 화면으로 표시되지 않는다.
위험기상을 예측하는 단계(S2-3)는 정보를 수집하는 단계(S1)에서 수집된 기상 정보를 이용하여 작물별 동해, 저온해 위험 기준 이하, 고온해 위험 기준 이상이 되면 위험기상이 발생한 것으로 판단한다. 이를 위해서, 위험기상 정보를 생산하는 단계(S2-3)는 무가온 하우스에서 재배되고 있는 작물의 내일과 모레에 대한 위험기상 예측 수식으로 위험기상을 예측할 수 있다. 또한, 이는 전술된 수학식 1에 의해 i일의 추정된 외부 일 누적 일사량을 연산하고, 수학식 2에 의해 i일의 내부 일 최고기온과 일 최저기온을 연산할 수 있다.
도 6은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법에서 노지에서 재배되는 작물의 위험기상 예보 순서도이다. 또한, 도 7은 본 발명에 따른 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법에서 가온하지 않는 무가온 하우스에서 재배되고 있는 작물의 위험기상 예보 순서도이다.
위험을 판단하는 단계(S3)는 발생 가능한 병충해와 작물의 생육단계가 매칭되거나 위험기상과 생육단계가 매칭되면 위험으로 판단한다. 위험 기상의 경우, 작물이 노지에서 재배되는 경우와 무가온 하우스 내에서 재배되는 경우로 구분된다. 작물이 노지에서 재배되는 경우에는, 작물이 재배되는 지점의 일 최고기온이 고온 위험기준 이상이고 일 최저기온이 동상해 위험기준 이하이되 현재 작물의 생육단계가 해당 위험기상에 위험이 있다면 위험기상 경보 메시지를 발송한다. 이는 전술된 바와 같이, 본 발명에서 작물의 생육단계와 동해, 저온해, 고온해 등 위험기상은 코드로 정의된다. 또한, 생육단계별로 발생 가능한 위험기상 코드 집합도 정의되어 있다. 특정 위험기상이 현재 작물의 생육단계의 위험기상 코드 집합에 포함되어 있을 경우 위험기상으로 판단한다.
보다 구체적으로 도 6을 참조하면 작물이 노지에서 재배되는 경우, 시간별 기온을 수집하여 현재의 작물 생육단계를 연산한다. 이후 시간별 기온이 고온 위험기준 이상이거나 시간별 기온이 동상해 위험기준 이하인지 판단한다. 여기서, 현재 작물 생육단계가 해당 위험기상에 위험이 있다면 위험기상 경보 메시지를 발송하고, 위험이 없다면 경보 메시지를 발송하지 않는다.
또한, 작물이 무가온 하우스 내에서 재배되는 경우는, 도 7에 도시된 바와 같이, 동네예보에서 일 최고기온과 일 최저기온 및 일 강우량을 수집하고, 주간예보에서 일 최고기온과 일 최저기온, 강우여부 및 대기외일사 정보를 수집한다. 또한, 수집된 정보와 전술된 수학식 1을 이용하여 외부 일 누적 일사량을 연산한다. 여기서, 동네예보에서 수집된 일 최고기온과 일 최저기온 및 일 강우량은 i일의 일 최고기온과 일 최저기온 및 일 강우량에 해당하고, i일 전날과 i일 다음날은 주간예보를 통해 수집된 일 최고기온과 일 최저기온을 이용할 수 있다. 또한, 동네예보에서 수집된 일 최고기온과 일 최저기온 및 일 평균풍속 정보와, 수학식1에 의해 연산되어 추정된 외부 일 누적 일사량으로 무가온 시설 내부의 일 최고기온과 일 최저기온을 연산한다. 이는 전술된 수학식2에 의해 연산될 수 있다. 이후 현재 작물의 생육단계를 연산하고, 일 최고기온이 고온 위험기준 이상인지 일 최저기온이 동상해 위험기준 이하인지 판단한다. 여기서, 현재 작물의 생육단계가 고온 위험기준이나 동상해 위험기준에 해당한다면 위험기상 경보 메시지를 발송한다.
이상과 같이 본 발명에 대해서 예시한 도면을 참조로 하여 설명하였으나, 본 명세서에 개시된 실시 예와 도면에 의해 본 발명이 한정되는 것은 아니며, 본 발명의 기술사상의 범위 내에서 통상의 기술자에 의해 다양한 변형이 이루어질 수 있음은 자명하다. 아울러 앞서 본 발명의 실시 예를 설명하면서 본 발명의 구성에 따른 작용 효과를 명시적으로 기재하여 설명하지 않았을 지라도, 해당 구성에 의해 예측 가능한 효과 또한 인정되어야 함은 당연하다.

Claims (16)

  1. 작물을 생육하고자 하는 지역의 기상 정보와 토양환경 정보를 수집하는 정보 수집 모듈과,
    상기 기상 정보와 토양환경 정보를 기반으로 상기 작물의 생육단계를 예측하는 생육단계 예측 모듈,
    상기 기상 정보와 토양환경 정보를 기반으로 발생 가능한 병해충을 예측하는 병해충 예측 모듈,
    상기 기상 정보를 기반으로 위험기상을 예측하는 위험기상 예측 모듈, 및
    상기 발생 가능한 병해충과 상기 생육단계가 매칭되거나, 상기 위험기상과 생육단계가 매칭되면 위험 경고를 수행하는 위험 판단 모듈을 포함하는 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템.
  2. 제1항에 있어서,
    상기 정보 수집 모듈은, 상기 기상 정보를 수집하는 기상 정보 수집 모듈과, 상기 토양환경 정보를 수집하는 토양환경 정보 수집 모듈을 포함하고,
    상기 기상 정보는 작물이 재배되고 있는 지점에 설치된 환경계측장비로부터 수집된 기온과 상대습도, 강우량, 일사량, 일조시간, 결로 정보를 포함하며,
    상기 토양환경 정보는 작물이 재배되고 있는 지점에 설치된 환경계측장비로부터 수집된 토양온도와 토양수분을 포함하는 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템.
  3. 제2항에 있어서,
    상기 위험기상 예측 모듈은,
    상기 작물이 노지에서 재배되고 있는 경우, 상기 작물이 재배되고 있는 지점의 일 최고기온이 고온해 기준 이상이거나, 상기 작물이 재배되고 있는 지점의 일 최저기온이 동해와 저온해 기준 이하이며, 상기 노지에서 재배되고 있는 작물의 생육단계가 상기 고온해, 동해 또는 저온해에 피해를 입을 수 있는 생육단계일 경우 위험으로 판단하는 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템.
  4. 제2항 또는 제3항에 있어서,
    상기 위험 판단 모듈은,
    상기 작물이 무가온 하우스 내에서 재배되고 있을 경우, 상기 작물이 재배되고 있는 무가온 하우스의 내부 일 최고기온이 고온해 기준 이상이거나, 상기 작물이 재배되고 있는 무가온 하우스의 내부 일 최저기온이 동해와 저온해 기준 이하이며, 상기 작물의 생육단계가 상기 고온해, 동해 또는 저온해에 피해를 입을 수 있는 생육단계일 경우 위험으로 판단하는 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템.
  5. 제4항에 있어서,
    상기 위험기상 예측 모듈은,
    상기 작물이 무가온 하우스 내에서 재배되고 있는 경우, 상기 작물이 재배되고 있는 지점에 대해서 기상청에서 제공하는 동네예보와 중기예보를 이용하여 연산하고자 하는 i일의 외부 일 누적 일사량과, 상기 작물이 재배되고 있는 무가온 하우스 내부 일 최고기온 및 일 최저기온을 연산하는 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템.
  6. 제5항에 있어서,
    상기 i일의 외부 일 누적 일사량은,
    Figure PCTKR2020009108-appb-img-000039
    이며,
    상기
    Figure PCTKR2020009108-appb-img-000040
    는 i일의 추정된 일 누적 일사량(MJ/m 2),
    상기
    Figure PCTKR2020009108-appb-img-000041
    는 i일의 대기외일사량(MJ/m 2),
    상기
    Figure PCTKR2020009108-appb-img-000042
    는 i일의 일 최고기온-일 최저기온,
    상기
    Figure PCTKR2020009108-appb-img-000043
    는 i일 다음 날의
    Figure PCTKR2020009108-appb-img-000044
    ,
    상기
    Figure PCTKR2020009108-appb-img-000045
    는 i일 전 날의
    Figure PCTKR2020009108-appb-img-000046
    ,
    상기
    Figure PCTKR2020009108-appb-img-000047
    는 i일 다음 날의
    Figure PCTKR2020009108-appb-img-000048
    ,
    상기
    Figure PCTKR2020009108-appb-img-000049
    는 i일 전 날의
    Figure PCTKR2020009108-appb-img-000050
    ,
    상기
    Figure PCTKR2020009108-appb-img-000051
    는 i일의 일 누적 강우량이 0.1mm 이상이면 1이고 0.1mm 미만이면 0인 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템.
  7. 제6항에 있어서,
    상기 무가온 하우스의 내부 일 최고기온은,
    Figure PCTKR2020009108-appb-img-000052
    이며,
    상기 무가온 하우스의 내부 일 최저기온은,
    Figure PCTKR2020009108-appb-img-000053
    이고,
    상기
    Figure PCTKR2020009108-appb-img-000054
    는 추정된 무가온 하우스 내부 일 최고기온,
    상기
    Figure PCTKR2020009108-appb-img-000055
    는 추정된 무가온 하우스 내부 일 최저기온,
    상기
    Figure PCTKR2020009108-appb-img-000056
    는 무가온 하우스 지점의 외부 일 최고기온,
    상기
    Figure PCTKR2020009108-appb-img-000057
    은 무가온 하우스 지점의 외부 일 최저기온인 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템.
  8. 제4항에 있어서,
    상기 위험 판단 모듈은,
    상기 작물의 생육단계가 상기 발생 가능한 병해충에 피해를 입을 수 있는 생육단계일 경우 위험으로 판단하는 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템.
  9. 작물을 생육하고자 하는 지역의 기상 정보와 토양환경 정보를 정보 수집 모듈이 수집하는 단계와,
    상기 기상 정보와 토양환경 정보를 기반으로 상기 작물의 생육단계를 생육단계 예측 모듈이 예측하는 단계,
    상기 기상 정보와 토양환경 정보를 기반으로 발생 가능한 병해충을 병해충 예측 모듈이 예측하는 단계,
    상기 기상 정보를 기반으로 위험기상을 위험기상 예측 모듈이 예측하는 단계, 및
    상기 발생 가능한 병해충과 상기 생육단계가 매칭되거나, 상기 위험기상과 생육단계가 매칭되면 위험 판단 모듈이 위험 경고를 수행하는 단계를 포함하는 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법.
  10. 제9항에 있어서,
    상기 작물을 생육하고자 하는 지역의 기상 정보와 토양환경 정보를 정보 수집 모듈이 수집하는 단계는,
    상기 기상 정보를 기상 정보 수집 모듈이 수집하는 단계와, 상기 토양환경 정보를 토양환경 정보 수집 모듈이 수집하는 단계를 포함하고,
    상기 기상 정보는 작물이 재배되고 있는 지점에 설치된 환경계측장비로부터 수집된 기온과 상대습도, 강우량, 일사량, 일조시간, 결로 정보를 포함하며,
    상기 토양환경 정보는 작물이 재배되고 있는 지점에 설치된 환경계측장비로부터 수집된 토양온도와 토양수분을 포함하는 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법.
  11. 제10항에 있어서,
    상기 기상 정보를 기반으로 위험기상을 위험기상 예측 모듈이 예측하는 단계는,
    상기 작물이 노지에서 재배되고 있는 경우, 상기 작물이 재배되고 있는 지점의 일 최고기온이 고온해 기준 이상이거나, 상기 작물이 재배되고 있는 지점의 일 최저기온이 동해와 저온해 기준 이하이며, 상기 노지에서 재배되고 있는 작물의 생육단계가 상기 고온해, 동해 또는 저온해에 피해를 입을 수 있는 생육단계일 경우 상기 위험기상 예측 모듈이 위험으로 판단하는 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법.
  12. 제10항 또는 제11항에 있어서,
    상기 기상 정보를 기반으로 위험기상을 위험기상 예측 모듈이 예측하는 단계는,
    상기 작물이 무가온 하우스 내에서 재배되고 있을 경우, 상기 작물이 재배되고 있는 무가온 하우스의 내부 일 최고기온이 고온해 기준 이상이거나, 상기 작물이 재배되고 있는 무가온 하우스의 내부 일 최저기온이 동해와 저온해 기준 이하이며, 상기 작물의 생육단계가 상기 고온해, 동해 또는 저온해에 피해를 입을 수 있는 생육단계일 경우 상기 위험기상 예측 모듈이 위험으로 판단하는 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법.
  13. 제12항에 있어서,
    상기 기상 정보를 기반으로 위험기상을 위험기상 예측 모듈이 예측하는 단계는,
    상기 위험기상 예측 모듈이 상기 작물이 재배되고 있는 지점에 대해서 기상청에서 제공하는 동네예보와 중기예보를 이용하여 연산하고자 하는 i일의 외부 일 누적 일사량과, 상기 작물이 재배되고 있는 무가온 하우스 내부 일 최고기온 및 일 최저기온을 연산하는 단계를 포함하는 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법.
  14. 제13항에 있어서,
    상기 i일의 외부 일 누적 일사량은,
    Figure PCTKR2020009108-appb-img-000058
    이며,
    상기
    Figure PCTKR2020009108-appb-img-000059
    는 i일의 추정된 일 누적 일사량(MJ/m 2),
    상기
    Figure PCTKR2020009108-appb-img-000060
    는 i일의 대기외일사량(MJ/m 2),
    상기
    Figure PCTKR2020009108-appb-img-000061
    는 i일의 일 최고기온-일 최저기온,
    상기
    Figure PCTKR2020009108-appb-img-000062
    는 i일 다음 날의
    Figure PCTKR2020009108-appb-img-000063
    ,
    상기
    Figure PCTKR2020009108-appb-img-000064
    는 i일 전 날의
    Figure PCTKR2020009108-appb-img-000065
    ,
    상기
    Figure PCTKR2020009108-appb-img-000066
    는 i일 다음 날의
    Figure PCTKR2020009108-appb-img-000067
    ,
    상기
    Figure PCTKR2020009108-appb-img-000068
    는 i일 전 날의
    Figure PCTKR2020009108-appb-img-000069
    ,
    상기
    Figure PCTKR2020009108-appb-img-000070
    는 i일의 일 누적 강우량이 0.1mm 이상이면 1이고 0.1mm 미만이면 0인 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법.
  15. 제14항에 있어서,
    상기 무가온 하우스의 내부 일 최고기온은,
    Figure PCTKR2020009108-appb-img-000071
    이며,
    상기 무가온 하우스의 내부 일 최저기온은,
    Figure PCTKR2020009108-appb-img-000072
    이고,
    상기
    Figure PCTKR2020009108-appb-img-000073
    는 추정된 무가온 하우스 내부 일 최고기온,
    상기
    Figure PCTKR2020009108-appb-img-000074
    는 추정된 무가온 하우스 내부 일 최저기온,
    상기
    Figure PCTKR2020009108-appb-img-000075
    는 무가온 하우스 지점의 외부 일 최고기온,
    상기
    Figure PCTKR2020009108-appb-img-000076
    은 무가온 하우스 지점의 외부 일 최저기온인 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법.
  16. 제12항에 있어서,
    상기 발생 가능한 병해충과 상기 생육단계가 매칭되거나, 상기 위험기상과 생육단계가 매칭되면 위험 판단 모듈이 위험 경고를 수행하는 단계는,
    상기 작물의 생육단계가 상기 발생 가능한 병해충에 피해를 입을 수 있는 생육단계일 경우 상기 위험 판단 모듈이 위험으로 판단하고 위험 경고를 수행하는 작물 생육 중심의 병해충 및 기상장해 정밀관리 방법.
PCT/KR2020/009108 2019-07-22 2020-07-10 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법 WO2021015468A2 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2019-0088536 2019-07-22
KR1020190088536A KR102293520B1 (ko) 2019-07-22 2019-07-22 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법

Publications (2)

Publication Number Publication Date
WO2021015468A2 true WO2021015468A2 (ko) 2021-01-28
WO2021015468A3 WO2021015468A3 (ko) 2021-03-18

Family

ID=74193985

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/009108 WO2021015468A2 (ko) 2019-07-22 2020-07-10 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법

Country Status (2)

Country Link
KR (1) KR102293520B1 (ko)
WO (1) WO2021015468A2 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113575240A (zh) * 2021-09-02 2021-11-02 西北农林科技大学 一种基于累积空气温度亏缺量的植物低温伤害评价预警系统
CN113743832A (zh) * 2021-11-05 2021-12-03 中化现代农业有限公司 水稻灾害监测系统及方法
CN113902215A (zh) * 2021-11-01 2022-01-07 北京飞花科技有限公司 一种棉花延迟型冷害动态的预报方法
WO2022164656A1 (en) * 2021-01-29 2022-08-04 Iunu, Inc. Pest infestation detection for horticultural grow operations
US11470786B2 (en) * 2020-05-21 2022-10-18 Alvin OFRAY Systems for facilitating artificial climate control

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102449067B1 (ko) * 2022-01-26 2022-10-04 주식회사 에피넷 과수화상병 방제와 예찰 의사결정 지원 시스템과 이를 이용한 과수화상병 방제와 예찰 의사결정 지원 방법
KR102641356B1 (ko) 2022-11-10 2024-02-29 국립순천대학교산학협력단 작물의 생육 단계 추정 시스템 및 그 구동방법

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101661846B1 (ko) * 2015-03-05 2016-09-30 (주) 더아이엠씨 병해충 징후 예찰 및 예측방법
KR101746688B1 (ko) * 2015-09-17 2017-06-15 주식회사 삼오씨엔에스 기상 사물통신 서버와 연계된 빅데이터 기반의 농작물 생장환경 분석과 출하시기 예측 시스템 및 그 운용방법
JP2017127281A (ja) * 2016-01-22 2017-07-27 学校法人酪農学園 栽培環境管理装置、栽培環境管理方法および栽培環境管理プログラム
KR102658048B1 (ko) 2017-01-17 2024-04-18 한국전자통신연구원 Ict 기반 기상 관련 병충해 예측 방법 및 시스템
KR20180116639A (ko) * 2017-04-17 2018-10-25 (주)아이들 다년생 작물 재배를 위한 맞춤형 정보 제공 시스템 및 방법
KR102032485B1 (ko) * 2017-11-08 2019-10-18 대한민국 개별 농장단위로 관측되고 추정된 기상정보를 고려한 농업기상재해 조기경보시스템 및 그 방법

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11470786B2 (en) * 2020-05-21 2022-10-18 Alvin OFRAY Systems for facilitating artificial climate control
WO2022164656A1 (en) * 2021-01-29 2022-08-04 Iunu, Inc. Pest infestation detection for horticultural grow operations
CN113575240A (zh) * 2021-09-02 2021-11-02 西北农林科技大学 一种基于累积空气温度亏缺量的植物低温伤害评价预警系统
CN113902215A (zh) * 2021-11-01 2022-01-07 北京飞花科技有限公司 一种棉花延迟型冷害动态的预报方法
CN113902215B (zh) * 2021-11-01 2024-05-07 北京飞花科技有限公司 一种棉花延迟型冷害动态的预报方法
CN113743832A (zh) * 2021-11-05 2021-12-03 中化现代农业有限公司 水稻灾害监测系统及方法
CN113743832B (zh) * 2021-11-05 2022-04-08 中化现代农业有限公司 水稻灾害监测系统及方法

Also Published As

Publication number Publication date
KR20210011562A (ko) 2021-02-02
WO2021015468A3 (ko) 2021-03-18
KR102293520B1 (ko) 2021-08-27

Similar Documents

Publication Publication Date Title
WO2021015468A2 (ko) 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법
WO2019245122A1 (ko) 아이오티 기반 온실 내 작물 생육상태 실시간 모니터링 시스템
CN112230697B (zh) 一种基于互联网的农业监控装置
Campbell Use of phenology for examining provenance transfers in reforestation of Douglas-fir
CN104991459A (zh) 一种有机蔬菜大棚监控系统及方法
WO2019245121A1 (ko) 아이오티 기반 온실 환경 관리 시스템
WO2020179961A1 (ko) 식물의 병해충과 동물 및 인간의 감염성 질병 예측 서비스 시스템
CN113273449A (zh) 用于日光温室精准监测的数字孪生体构造方法
CN207264228U (zh) 一种优化植物生长的植物柜及控制系统
JP2020054289A (ja) 施設栽培果実の収穫予測システム
CN105955161A (zh) 一种农业智能控制系统
Richardson et al. Remotely-sensed spectral indicators of sorghum development and their use in growth modeling
US20130096832A1 (en) Method and system for partitioning farming field
Yang et al. Early warning model for cucumber downy mildew in unheated greenhouses
CN116182945B (zh) 基于无线传感器网络的可控农业温室环境监测系统及方法
CN116225114A (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
CN110999774A (zh) 一种带有温度检测调节装置的无土栽培系统
CN106171653A (zh) 应用农业物联网技术的蔬菜大棚装置
CN114895616A (zh) 一种农业温室大棚智能化远程监控诊断系统
CN114568239A (zh) 一种棉花高温热害预测方法
CN212646480U (zh) 一种大田作物产量预测系统
Tramontano et al. To the Green from the Bl (u) e: An innovative system for monitoring urban green areas
CN207488178U (zh) 一种多尺度植物生长节律野外自动观测系统
Rattigan et al. Relationship between temperature and flowering in almond: effect of location
CN104655190A (zh) 一种设施叶类蔬菜的环境监测方法及系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20842997

Country of ref document: EP

Kind code of ref document: A2

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20842997

Country of ref document: EP

Kind code of ref document: A2