[논문]NFT 수경재배 방식의 식물공장에서 생육단계별 실시간 작물 생체중 정밀 측정 방법

김지수; 강우현; 안태인; 신종화; 손정익

doi:10.12972/kjhst.20160020

초록
AI-Helper

생체중은 작물 생육의 중요한 지표이기 때문에 계획 생산을 위해서는 반드시 측정이 필요하다. 비파괴적으로 생체중을 측정하기 위하여 이미지 기반의 방법 들이 개발되어 왔으나 한계점을 가지고 있다. 또한 수경재배에서는 양액의 중량 때문에 작물 생체중을 직접 측정하기에 어려움이 있다. 본 연구의 목적은 NFT 방식의 식물공장에서 생육시기에 따른 생체중을 실시간으로 정확하게 측정할 수 있는 방법을 개발하는 것이다. 식물공장 모듈에서 로메인 상추를 재배하며 실험을 진행하였다. 정식 후 7일 간격으로 28일 까지 전체 채널의 중량, 채널 내에 남아 있던 양액의 양, 로메인 상추의 지상부와 지하부의 생체중을 측정하였다. 특히, 양액이 공급 중일 때 채널의 초기 무게(Wi)와 양액 공급을 중단한 후에 채널의 중량 변화를 매초 간격으로 측정하였다. 채널을 통해 더 이상의 배액이 발생하지 않을 때, 채널의 최종 중량(Ws)와 채널에 잔류하고 있는 양액의 양을 측정하였다. 시상수(${\tau}$)는 Wi와 Ws의 변화 추세를 고려하여 계산되었다. Wi, Ws, ${\tau}$와 실제 생체중과의 관계를 정량적으로 분석하였다. 양액 공급을 멈춘 뒤 채널의 중량은 지수적으로 감소하였다. 채널 내 지하부의 중량이 증가하면서 양액이 채널을 빠져나가는 속도는 감소하였다. 실제 작물의 생체중과 채널의 중량을 통하여 예측된 생체중 사이에는 큰 차이가 있었고, 이는 채널 내에 잔류된 양액 때문이다. 이러한 차이는 생육시기에 따라 예측하기에는 어려웠으나 시상수를 이용한 모델식은 높은 예측성을 보였다. Wi, Ws, ${\tau}$를 사용한 모델을 이용하면 작물의 실제 생체중을 추정할 수 있으리라 기대된다.

Abstract ▼ AI-Helper

The measurement of total fresh weight of plants provides an essential indicator of crop growth for monitoring production. To measure fresh weight without damaging the vegetation, image-based methods have been developed, but they have limitations. In addition, the total plant fresh weight is difficul...

The measurement of total fresh weight of plants provides an essential indicator of crop growth for monitoring production. To measure fresh weight without damaging the vegetation, image-based methods have been developed, but they have limitations. In addition, the total plant fresh weight is difficult to measure directly in hydroponic cultivation systems because of the amount of nutrient solution. This study aimed to develop a real-time, precise method to measure the total fresh weight of Romaine lettuce (Lactuca sativa L. cv. Asia Heuk Romaine) with growth stage in a plant factory using a nutrient film technique. The total weight of the channel, amount of residual nutrient solution in the channel, and fresh shoot and root weights of the plants were measured every 7 days after transplanting. The initial weight of the channel during nutrient solution supply (Wi) and its weight change per second just after the nutrient solution supply stopped were also measured. When no more draining occurred, the final weight of the channel (Ws) and the amount of residual nutrient solution in the channel were measured. The time constant (${\tau}$) was calculated by considering the transient values of Wi and Ws. The relationship of Wi, Ws, ${\tau}$, and fresh weight was quantitatively analyzed. After the nutrient solution supply stopped, the change in the channel weight exponentially decreased. The nutrient solution in the channel slowly drained as the root weight in the channel increased. Large differences were observed between the actual fresh weight of the plant and the predicted value because the channel included residual nutrient solution. These differences were difficult to predict with growth stage but a model with the time constant showed the highest accuracy. The real-time fresh weight could be calculated from Wi, Ws, and ${\tau}$ with growth stage.

주제어

AI 본문요약
AI-Helper

문제 정의

, 2007; Sheikh, 2006)이 있지만 지금까지 채널 내의 수위가 변화되는 이 시스템에서 작물의 총 생체중을 연속적으로 추정하는 결과는 수행되지 않았다. 본 연구의 목적은 식물공장에 적합한 NFT 수경재배 방식에서 채널의 중량 변화를 실시간으로 측정하여 채널당 작물의 생체중을 예측하는 것이다.

제안 방법

이후 비파괴적으로 측정된 초기 채널의 중량, 양액 중단 후 채널의 중량, 시상수와 이를 이용하여 예측하고자 하는 작물의 생체중 사이의 관계를 정량적으로 분석하였다.
정식 후 일주일 간격으로 28일간 채널의 총 무게, 채널 안의 양액의 중량, 상추의 생체중을 측정하였다. 로드셀을 이용하여 양액이 흐르고 있을 때의 채널 전체의 중량(Wi)과 양액 중단 시점을 영점으로 설정하여 채널 안의 양액이 배수되면서 발생하는 중량 변화를 매초 단위로 측정하였다.

대상 데이터

서울대학교 식물공장에서 아시아 흑로메인 상추(Lactuca sativa L. cv. Asia Heuk Romaine, Asia Seed Company, Seoul, Korea)를 재배하며 실험을 진행하였다. 먼저 상추 종자를 담액방식의 육묘시스템에 스펀지 배지를 이용해 파종하여 형광등 (FL40EX-D, Sigma lamp, China) 아래에서 발아시켰다.

데이터처리

1). 매주 측정한 채널의 매초 중량 변화를 SPSS(IBM, NY, USA)를 이용하여 Eq. 1에 대하여 비선형회귀분석을 실시하였고, 지수감소의 속도를 나타내는 시상수(τ, time constant)를 구하였다. 이 시상수는 채널내의 물리적 환경 변화를 반영하리라 기대되었다.

성능/효과

3A). 생육 초기인 정식 후 7일째에 Ws/4는 실제 생체중 보다 4배이상 차이가 났으며 생육이 진행됨에 따라 이 비율은 줄어들었지만 실제 생체중과약 30g이상의 차이가 발생하였다. 이는 채널에 잔류하는 양액(지하부가 머금고 있는 양액)과 지하부의 중량 때문에 생긴 차이이므로 단순히 로드셀을 통하여 채널의 중량을 측정하는 것은 실제 작물의 생체중을 과대 평가하게 된다.
양액 중단 후 채널의 중량 변화폭이 시간에 따라 감소하는 경향을 보였다(Fig. 2). 지수감소 모델에 의한 비선형 회귀분석 결과, 모든 측정값에 대해서 높은 수준의 R2값을 보였다(Table 1).
생육 초기인 정식 후 7일째에 Ws/4는 실제 생체중 보다 4배이상 차이가 났으며 생육이 진행됨에 따라 이 비율은 줄어들었지만 실제 생체중과약 30g이상의 차이가 발생하였다. 이는 채널에 잔류하는 양액(지하부가 머금고 있는 양액)과 지하부의 중량 때문에 생긴 차이이므로 단순히 로드셀을 통하여 채널의 중량을 측정하는 것은 실제 작물의 생체중을 과대 평가하게 된다. 실제 생체중을 정확히 추정하기 위해서는 Ws/4에서 이러한 차이를 고려해야 하며, 생육 단계의 지하부의 생육과 관계가 있는 것으로 예상하였다.

후속연구

시상수의 경우 빈 채널의 결과를 포함하여 작물의 생육이 진전됨에 따라 증가하였고 이는 채널내의 중량 변화 속도가 감소했다는 의미이므로, 채널 내 지하부의 증가로 인한 내부의 물리적 환경 변화라고 해석할 수 있다. 그러나 정식 후 28일의 시상수는 14일의 경우보다 낮게 추정되었는데, 지하부의 노화에 의한 결과라 추측되나 이를 규명하기 위해서는 추가적인 연구가 필요할 것으로 판단된다. 본 실험에서 채널을 통한 배액이 더이상 발생하지 않는 시점이 양액 중단 후 약 1분이 지난 후이기 때문에, 수분 스트레스에 의한 작물의 생리 장해에 영향을 주지 않았을 것이라 판단된다(Zolnier et al.
본 연구에서는 이러한 실시간 측정 방법론 개발에 중점을 두었고, 검증을 위하여 적은 수의 샘플이 사용되었지만, 추후 동일 시스템 내에서 계속적으로 사용하고 여러 작기가 반복되어 관련 데이터가 증가할수록 관계식은 더욱 정교해지기 때문에, 식물공장 내의 생산량 예측에 활용할 수 있을 것으로 생각한다. 또한 생육시기에 따른 모델이 아닌 간접지표를 비파괴적으로 측정하여 이용한 모델은 범용성이 더 있으리라 기대된다.
, 2012; Tackenberg, 2007; Van Henten and Bontsema, 1995). 본 연구에서는 이러한 실시간 측정 방법론 개발에 중점을 두었고, 검증을 위하여 적은 수의 샘플이 사용되었지만, 추후 동일 시스템 내에서 계속적으로 사용하고 여러 작기가 반복되어 관련 데이터가 증가할수록 관계식은 더욱 정교해지기 때문에, 식물공장 내의 생산량 예측에 활용할 수 있을 것으로 생각한다. 또한 생육시기에 따른 모델이 아닌 간접지표를 비파괴적으로 측정하여 이용한 모델은 범용성이 더 있으리라 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	생체중의 측정이 필요한 이유는?	생체중은 작물 생육의 중요한 지표이기 때문에 계획 생산을 위해서는 반드시 측정이 필요하다. 비파괴적으로 생체중을 측정하기 위하여 이미지 기반의 방법 들이 개발되어 왔으나 한계점을 가지고 있다.
	생체중을 측정의 한계가 있는 방법은?	생체중은 작물 생육의 중요한 지표이기 때문에 계획 생산을 위해서는 반드시 측정이 필요하다. 비파괴적으로 생체중을 측정하기 위하여 이미지 기반의 방법 들이 개발되어 왔으나 한계점을 가지고 있다. 또한 수경재배에서는 양액의 중량 때문에 작물 생체중을 직접 측정하기에 어려움이 있다.
	Smolders et al.이 이용한 방식의 한계는?	(1991)은 담액식 수경재배에서 실시간 지상부 생육 상태를 모니터링 하는 연구에서 지하부의 부력을 무시한 작물의 평균 생체중을 지지대와 연결된 저울을 이용하여 실시간으로 측정할 수 있었다. 그러나 이러한 방식은 그 구조의 복잡함과 설치의 번거로움 때문에 식물공장과 같은 생산시스템에는 적합하지 않다.

참고문헌 (12)

Bumgarner, N.R., W.S. Miller, and M.D. Kleinhenz. 2012. Digital image analysis to supplement direct measures of lettuce biomass. HortTechnology 22:547-555.

상세보기
Johkan, M., K. Shoji, F. Goto, S.N. Hashida, and T. Yoshihara. 2010. Blue light-emitting diode light irradiation of seedlings improves seedling quality and growth after transplanting in red leaf lettuce. HortScience 45:1809-1814.

상세보기
Kizil, U., L. Genc, M. Inalpulat, D. apolyo, and M. Mirik. 2012. Lettuce (Lactuca sativa L.) yield prediction under water stress using artificial neural network (ANN) model and vegetation indices. Zemdirbyste-Agriculture 99:409-418.
Lee, M.J., S.Y. Park, and M.M. Oh. 2015. Growth and cell division of lettuce plants under various ratios of red to far-red light-emitting diodes. Hortic. Environ. Biotechnol. 56: 186-194.

상세보기
Puerta, A.R., S. Sato, Y. Shinohara, and T. Maruo. 2007. A modified nutrient film technique system offers a more uniform nutrient supply to plants. HortTechnology 17:227-233.

상세보기
Sandmann, M., J. Graefe, and C. Feller. 2013. Optical methods for the non-destructive estimation of leaf area index in kohlrabi and lettuce. Sci. Hortic. 156:113-120.

상세보기
Sheikh, B.A. 2006. Hydroponics: key to sustain agriculture in water stressed and urban environment. Pak. J. Agric. Agric. Eng. Vet. Sci. 22:53-57.
Smolders, E., R. Merckx, F. Schoovaerts, and K. Vlassak. 1991. Continuous shoot growth monitoring in hydroponics. Physiol. Plant. 83:83-92.

상세보기
Tackenberg, O. 2007. A new method for non-destructive measurement of biomass, growth rates, vertical biomass distribution and dry matter content based on digital image analysis. Ann. Bot. 99:777-783.

상세보기
Van Henten, E.J. and J. Bontsema. 1995. Non-destructive crop measurements by image processing for crop growth control. J. Agric. Eng. Res. 61:97-105.

상세보기
Yeh, Y.-H., T.-C. Lai, T.-Y. Liu, C.-C. Liu, W.-C. Chung, and T.-T. Lin. 2014. An automated growth measurement system for leafy vegetables. Biosyst. Eng. 117:43-50.

상세보기
Zolnier, S., G.B. Lyra, and R.S. Gates. 2004. Evapotranspiration estimates for greenhouse lettuce using an intermittent nutrient film technique. Trans. Am. Soc. Agric. Eng. 47:271-282.

상세보기

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

NFT 수경재배 방식의 식물공장에서 생육단계별 실시간 작물 생체중 정밀 측정 방법
Precise, Real-time Measurement of the Fresh Weight of Lettuce with Growth Stage in a Plant Factory using a Nutrient Film Technique 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

NFT 수경재배 방식의 식물공장에서 생육단계별 실시간 작물 생체중 정밀 측정 방법 Precise, Real-time Measurement of the Fresh Weight of Lettuce with Growth Stage in a Plant Factory using a Nutrient Film Technique 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

강우현 (5) 안태인 (22) 손정익 (74)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

NFT 수경재배 방식의 식물공장에서 생육단계별 실시간 작물 생체중 정밀 측정 방법
Precise, Real-time Measurement of the Fresh Weight of Lettuce with Growth Stage in a Plant Factory using a Nutrient Film Technique 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper