[논문]적외선 촬영 영상 기반의 작물 병해 모니터링 가능성 타진을 위한 실내 감염 실험

정회정; 정래동; 류재현; 오도혁; 최선웅; 조재일

doi:10.5532/kjafm.2019.21.2.111

적외선 촬영 영상 기반의 작물 병해 모니터링 가능성 타진을 위한 실내 감염 실험
Preliminary growth chamber experiments using thermal infrared image to detect crop disease 원문보기

한국농림기상학회지 = Korean Journal of Agricultural and Forest Meteorology, v.21 no.2, 2019년, pp.111 - 116

정회정 (전남대학교 농업생명과학대학 응용식물학과) , 정래동 (전남대학교 농업생명과학대학 응용생물학과) , 류재현 (전남대학교 농업생명과학대학 응용식물학과) , 오도혁 (전남대학교 농업생명과학대학 응용식물학과) , 최선웅 (전남대학교 농업생명과학대학 응용식물학과) , 조재일 (전남대학교 농업생명과학대학 응용식물학과)

초록
AI-Helper

세균과 바이러스에 감염된 작물의 생물적 스트레스 탐지를 원격탐지 기술 기반의 열적외 센서를 이용하여 실내 생육 챔버에서 실험하였다. 감염으로 인한 엽온의 증가와 감염 농도에 따른 엽온 차이를 확인했다. 또한 엽온 기반으로 산출한 CWSI 값은 감염 잎에서 증가하였고, 그러한 현상은 육안으로 병징을 발견하기 하루 전에 시작되었다. 따라서 스마트팜 시스템의 작물 모니터링에 열적외 센서를 이용한다면, 병해의 탐지는 물론 피해 등급 평가, 조기 알람 등에 활용될 수 있을 것이다. 하지만 실제 스마트팜 적용을 위해서는 향후 엽온 측정 정확도 향상 기술, 자료 해석 방법, 생물 비생물적 스트레스 구별 알고리즘 연구 등이 추가로 필요할 것이다.

Abstract ▼ AI-Helper

The biotic stress of garlic and tobacco infected by bacteria and virus was evaluated using a thermal imaging camera in a growth chamber. The remote sensing technique using the thermal camera detected that garlic leaf temperature increased when the leaves were infected by bacterial soft rot of garlic. Furthermore, the temperature of leaf was relatively high for the leaves where the colony-forming unit per mL was large. Such temperature patterns were detected for tobacco leaves infected by Cucumber Mosaic Virus using thermal images. In addition, the crop water stress index (CWSI) calculated from leaf temperature also increased for the leaves infected by the virus. The event such that CWSI increased by the infection of the virus occurred before visual disease symptom appeared. Our results suggest that the thermal imaging camera would be useful for the development of crop remote sensing technique, which can be applied to a smart farm.

주제어

표/그림 (3)

그림 Fig. 1. Temporal change of the difference between normal and bacteria infected garlic leaf temperatures. Gray circle is for 10⁹ cfu/㎖ infection and white circle is for 10⁸ cfu/㎖ infection.
그림 Fig. 2. Temporal changes of the CWSIs of normal leaf and virus infected tobacco leaf. A dotted line indicates the day when disease symptom appeared.
그림 Fig. 3. Relation between CWSI and stomatal conductance for normal leaf.

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 마늘과 담배에 세균과 바이러스를 실내에서 인위적으로 감염시키고 열화상 카메라를 이용해 시간 경과에 따른 엽온 변화를 관측하였다. 이러한 진단 실험을 통해 스마트팜 시스템 속에서 잎의 열적외 방출 기반으로 비생물학적 스트레스를 탐지할 수 있는 가능성을 타진해 보고자 하였다.

가설 설정

열화상 카메라를 이용한 생물학적 스트레스의 탐지의 가능성을 확인하였으나, 스마트팜 시스템에 적용하기 까지는 여전히 앞으로 해결되어야 할 쟁점들이 있다. 첫째, 정확한 엽온의 측정 기술이 필수이다. 비록 열화상 카메라 기기는 발전하였지만, 작물을 촬영하는 기법(예, 잎의 방출률 설정, 카메라 및 태양 각도, 반사 온도 설정, 대기보정)에 따라 정확도가 달라지므로 다양한 조건에 대한 표준화 수립이 필요하다.

제안 방법

둘째, 본 실험에서는 정상 잎을 함께 촬영하여 탐지 대상의 엽온 또는 CWSI 값이 나타내는 스트레스 정도를 평가하였다. 하지만 실제 농장에서는 항시 정상 작물이 준비되기 어려우므로 주어진 기상⋅토양 환경 계측 정보를 바탕으로 정상의 기공 전도도와 잎 표면 열 에너지 밸런스를 모델링 할 수 있는 기술이 요구된다.
챔버의 온도와 습도는 23℃, 40%를 유지하도록 하였다. 또한 생육 챔버에 정상 마늘 개체를 두어 정상 잎과 감염된 잎의 온도를 동시에 촬영하고 비교하였다.
본 연구는 열적외 원격탐지 기술 기반의 열화상 카메라를 이용하여 작물의 생물적 스트레스인 세균과 바이러스 감염의 효과적 탐지를 실내 생육 챔버에서 실험하였다. 감염에 의한 엽온의 증가를 확인하였으며, 감염 농도에 따른 엽온 차이도 발견하였다.
본 연구에서는 마늘과 담배에 세균과 바이러스를 실내에서 인위적으로 감염시키고 열화상 카메라를 이용해 시간 경과에 따른 엽온 변화를 관측하였다. 이러한 진단 실험을 통해 스마트팜 시스템 속에서 잎의 열적외 방출 기반으로 비생물학적 스트레스를 탐지할 수 있는 가능성을 타진해 보고자 하였다.
선행연구에서는, CWSI의 정의가 기공 개폐에 따른 잎 표면 에너지 밸런스의 변화에 기반을 두고 있는 점을 주목하여, 종종 CWSI와 기공 전도도 사이의 상관을 분석하고 있다. 본 연구에서는 정상 잎과 감염 잎의 CWSI 값 차이가 이미 두드러지게 나타난 감염 6일째와 12일째의 CWSI를 기공전도도와 함께 비교해 보았다. 6일째와 12일째 각각의 관측 날에서 정상 잎에 비해 감염 잎은 기공전도도가 낮았고, CWSI는 높게 나타났다.

대상 데이터

2)이 설치된 노트북과 연결하여 사용하였다. 생육 챔버 안의 담배 잎의 바로 옆에 Vaisala사의 HMP60을 두어 기온과 습도를 측정하였고, 자료는 Campbell사의 CR10X 데이터로거에 집록 되었다. 관측 기간 동안의 기공 전도도(stomatal conductance)는 Decagon사의 휴대용 SC-1으로 관측하였다.
소형 포트에 파종한 담배가 3번째 잎 이상 전개한 상태에서, 담배 잎 표면에 고운 철가루를 뿌리고 문질러 상처를 내어 오이 모자이크 바이러스(CMV, Cucumber Mosaic Virus)를 감염시켰다. 실험은 생육 챔버에서 진행되었으며, 온도와 습도는 23℃, 40%를 유지되도록 하였다.
생육 챔버 내에는 열화상 카메라와 생육 카메라를 설치하여 열화상 이미지와 RGB 이미지를 동시에 촬영하였다. 열화상 카메라는 FLIR사의 A65sc이며, 전용 소프트웨어인 FLIR ResearchIR (버전 4.20.2)이 설치된 노트북과 연결하여 사용하였다. 생육 챔버 안의 담배 잎의 바로 옆에 Vaisala사의 HMP60을 두어 기온과 습도를 측정하였고, 자료는 Campbell사의 CR10X 데이터로거에 집록 되었다.
홍산 마늘을 포트에 2018년 10월 29일 파종하고 야외에서 생육재배 하였다. 겨울의 생육 휴지기를 거쳐 다음해 봄의 생육 재생기인 3월 20일에 마늘 무름병 세균(Pectobacterium carotovorum subsp.

이론/모형

는 일반적으로 엽온을 일정 기간 관측하여 경험적으로 얻어진 최대⋅최소 엽온을 통해 산출된다. 본 실험에서는 Jones(1992)의 방법을 사용하였는데, 여과지(filter paper)를 이용하여 마른 상태의 표면 온도를 T_dry으로, 물에 적신 상태의 표면 온도를 T_wet으로 두어 계산에 이용하였다.
CWSI은 엽온에서 기온을 뺀 편차값(ΔT) 이 포화수증기압차(VPD, vapor pressure deficit)에 대해 형성된 편차값의 최소와 최대 사이에 위치하는 비율로 정의된다. 본 실험에서는 Jonse(1992)가 제안한 방법으로 감염된 담배 잎의 CWSI를 계산하였다. 기공이 최대로 닫힌 상태의 엽온(Tdry)과 최대로 열린 상태의 엽온(T_wet)으로 각각의 T_dry를 T_wet를 구한다.

성능/효과

일반적으로 식물의 엽온은, 대기 환경과 잎의 형태적 특성에 따라 그 정도의 차이가 있지만, 기온보다 낮게 형성된다. 감염 7시간 후 첫 촬영의 결과에서는 10⁸ cfu/㎖과 10⁹ cfu/㎖ 농도로 감염된 모든 잎들의 온도가 증가하였으며, 10⁸ cfu/㎖ 농도 감염 엽온보다 10⁹ cfu/㎖ 농도 감염 엽온이 두 배 가량 더 높았다. 이는 많은 세균 감염량이 더 부정적 식물 생리적 반응을 유발할 수 있으며, 이러한 효과가 기공 개폐와 잎 표면의 열 에너지 밸런스에 영향을 미친 것으로 보인다.
이는 스마트팜에서 열적외 센서를 이용한다면, 병해의 탐지뿐만 아니라 피해 등급 또는 병해 경과까지 평가가 가능함을 시사한다. 또한 엽온 기반으로 산출한 CWSI가 물스트레스 평가뿐만 아니라 병해 탐지에도 유용하다는 것을 확인하였다. 그리고, 육안으로 병징이 확인되기 하루 전에 CWSI로 피해를 보고할 수 있음을 발견하였다.
셋째, CWSI는 높은 이용 가치가 확인되었으나, 산출을 위해서는 기공 전도도가 최대⋅최소일 때의 엽온 값이 필요하다. 이를 위해 특별한 조치(예, 잎에 바셀린을 발라 기공을 막음, 잎에 물을 뿌려 엽온을 최대로 낮춤)를 취하거나 잎을 대신할 물체를 설치(예, 마른 그리고 젖은 여과지)할 수 있다.

후속연구

식물이 병에 감염되면 기공을 장기적으로 닫기 전에, 순간적으로 기공을 정상 보다 더 여는 현상을 일컫는 것으로서, 마늘에서 이와노프 효과의 존재 유무 또는 효과의 시기, 강도, 지속시간 등의 관련 문헌이 없고 상세한 실험이 수반되지 않아 본 실험에서 이와노프 효과가 나타났는지는 정확히 알 수 없다. 그러나, 향후 엽온을 이용한 작물 탐지에 있어 스트레스에 따른 엽온의 변화가 예상과 반대로 나타나는 이와노프 효과는 반드시 더 연구되어야 할 것이다.
넷째, 이와노프 효과에 대한 보다 세밀한 실험이 작물 별로 필요하다. 병해에 감염되었음에도 불구하고 오히려 엽온이 낮아지는 현상은 스마트팜의 의사결정 단계의 오류를 불러올 수 있다.
기본적인 메커니즘은 기공이 닫히면 증산이 감소하여 잎 표면 열에너지 밸런스에 영향을 주고 이는 결국 엽온의 변화로 이어진다는 것이다. 따라서 가뭄 또는 병해에 따른 식물 1차적 피해는 물 부족과 세균 및 바이러스의 생물학적 손상이 아닌 기공 닫힘에 따른 광합성 동화산 물 부족이 더 큰 원인임을 감안할 때, 엽온 변화를 이용하여 작물의 스트레스를 빠르게 파악할 것으로 기대할 수 있다.
하지만 병해충예찰모형 기반의 실시간 정보는 병해의 잠재 발생 가능성에 대한 것이므로 현재 작물의 생물적 스트레스 상태를 나타내기에는 부적합하다. 따라서 현재 작물의 생물적 스트레스를 지속적으로 파악할 수 있는 원격탐사 기술이 스마트팜 시스템에 반드시 필요하다.
첫째, 정확한 엽온의 측정 기술이 필수이다. 비록 열화상 카메라 기기는 발전하였지만, 작물을 촬영하는 기법(예, 잎의 방출률 설정, 카메라 및 태양 각도, 반사 온도 설정, 대기보정)에 따라 정확도가 달라지므로 다양한 조건에 대한 표준화 수립이 필요하다.
감염 후 2일째에 CWSI가 다소 낮아졌다. 이 또한 이와노프 효과로 볼 수 있는지는 보다 세밀한 추가 실험이 필요해 보인다. 그 이후로는 감염 잎의 CWSI는 계속 증가하여 거의 1.
감염에 의한 엽온의 증가를 확인하였으며, 감염 농도에 따른 엽온 차이도 발견하였다. 이는 스마트팜에서 열적외 센서를 이용한다면, 병해의 탐지뿐만 아니라 피해 등급 또는 병해 경과까지 평가가 가능함을 시사한다. 또한 엽온 기반으로 산출한 CWSI가 물스트레스 평가뿐만 아니라 병해 탐지에도 유용하다는 것을 확인하였다.
따라서 이와노프 효과를 제대로 이해하여 분석하는 것이 정확한 작물 탐지에 필수적이다. 이처럼 열적외 센서를 이용한 작물의 생물적 스트레스 탐지는 실시간 모니터링 및 조기 감지의 높은 가능성을 가지고 있으며, 앞으로 스마트팜에 적용하기 위해서는 다양한 추가 연구들이 필요할 것으로 사료된다.
둘째, 본 실험에서는 정상 잎을 함께 촬영하여 탐지 대상의 엽온 또는 CWSI 값이 나타내는 스트레스 정도를 평가하였다. 하지만 실제 농장에서는 항시 정상 작물이 준비되기 어려우므로 주어진 기상⋅토양 환경 계측 정보를 바탕으로 정상의 기공 전도도와 잎 표면 열 에너지 밸런스를 모델링 할 수 있는 기술이 요구된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	작물 원격탐지 기술은 무엇이 있는가?	작물 원격탐지 기술로는 잎의 적외복사, 분광 반사도, 엽록소 형광 기반의 기술이 대표적이다(Jackson, 1986). 그 중에서 잎의 적외복사 방출, 즉 엽온(leaf temperature)은 작물의 CO2 흡수 광합성과 H2O 배출의 증산을 관장하는 기공 개폐의 정도를 간접적으로 표현할 수 있다는 점에서 스트레스 평가에 용이하다 (Leinonen et al.
	스마트팜(smart farm)이 국내 농촌 인력 감소에 해법으로 주목받는 이유는?	, 2016). 노지 또는 온실의 작물 상태 및 생장 환경에 대해 최적의 조치가 적시에 이루어지는 시스템으로써 기후변화 대응 및 친환경농업 실현 등 지속가능한 농업에도 기여할 것으로 전망된다 (Walter et al., 2017).
	엽온(leaf temperature)이란?	작물 원격탐지 기술로는 잎의 적외복사, 분광 반사도, 엽록소 형광 기반의 기술이 대표적이다(Jackson, 1986). 그 중에서 잎의 적외복사 방출, 즉 엽온(leaf temperature)은 작물의 CO2 흡수 광합성과 H2O 배출의 증산을 관장하는 기공 개폐의 정도를 간접적으로 표현할 수 있다는 점에서 스트레스 평가에 용이하다 (Leinonen et al., 2006; Mahlein, 2016).

참고문헌 (15)

Basnet, B., and J. Bang, 2018: The state-of-the-art of knowledge-intensive agriculture: a review on applied sensing systems and data analytics. Journal of Sensors 2018, 1-13.

상세보기
Hwang, S. I., J. M. Joo, and S. Y. Joo, 2015: ICT-based smart farm factory systems through the case of hydroponic ginseng plant factory. The Journal of Korean Institute of Communications and Information Sciences 40(4), 780-790. (in Korean with English abstract)

원문보기 상세보기
Idso, S. B., R. D. Jackson, P. J. Pinter Jr., R. J. Reginato, and J. L. Hatfield, 1981: Normalizing the stress degree-day for environmental variability. Agricultural Meteorology 24, 45-55.

상세보기
Iwanoff, L., 1928: Zur Methodik der Transpirationsbestimmungam Standort. Berichte der Deutschen Botanischen Gesellschaft 46, 306-310.
Jackson, R. D., 1986: Remote sensing of biotic and abiotic plant stress. Annual review of Phytopathology 24(1), 265-287.

상세보기
Jackson, R. D., S. B. Idso, R. J. Reginato, and P. J. Pinter Jr., 1981: Canopy temperature as a crop water stress indicator. Water Resources Research 17(4), 1133-1138.

상세보기
Jones, H. G., 1992: Plants and Microclimate (2nd ed.), Cambridge University Press, Cambridge, 428pp.
Jung, D.-H., H.-J. Kim, H. S. Kim, J. Choi, J. D. Kim, and S. H. Park, 2019: Fusion of spectroscopy and cobalt electrochemistry data for estimating phosphate concentration in hydroponic solution. Sensors 19(11), 2596.

상세보기
Leinonen, I., O. M. Grant, C. P. P. Tagliavia, M. M. Chaves, and H. G. Jones, 2006: Estimating stomatal conductance with thermal imagery. Plant, Cell & Environment 29(8), 1508-1518.

상세보기
Mahlein, A. K., 2016: Plant disease detection by imaging sensors-parallels and specific demands for precision agriculture and plant phenotyping. Plant disease 100(2), 241-251.

상세보기
Moller, M., V. Alchanatis, Y. Cohen, M. Meron, J. Tsipris, A. Naor, V. Ostrovsky, M. Sprintsin, and S. Cohen, 2006: Use of thermal and visible imagery for estimating crop water status of irrigated grapevine. Journal of experimental botany 58(4), 827-838.

상세보기
Prashar, A., and H. Jones, 2014: Infra-red thermography as a high-throughput tool for field phenotyping. Agronomy 4(3), 397-417.

상세보기
Walter, A., R. Finger, R. Huber, and N. Buchmann, 2017: Opinion: Smart farming is key to developing sustainable agriculture. Proceedings of the National Academy of Sciences 114(24), 6148-6150.
Wolfert, S., L. Ge, C. Verdouw, and M. J. Bogaardt, 2017: Big data in smart farming-a review. Agricultural Systems 153, 69-80.

상세보기
Yeo, U. H., I. B. Lee, K. S. Kwon, T. Ha, S. J. Park, R. W. Kim, and S. Y. Lee, 2016: Analysis of Research Trend and Core TechnologiesBased on ICT to Materialize Smart-farm. Protected Horticulture and Plant Factory 25(1), 30-41. (in Korean with English abstract)

원문보기 상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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