[논문]아쿠아포닉스 환경에서의 작물 면적 데이터 AI 분석 연구

최은영; 이현섭; 차주형; 이임건

doi:10.17703/jcct.2023.9.3.861

아쿠아포닉스 환경에서의 작물 면적 데이터 AI 분석 연구
A Study on the AI Analysis of Crop Area Data in Aquaponics 원문보기

Journal of the convergence on culture technology : JCCT = 문화기술의 융합, v.9 no.3, 2023년, pp.861 - 866

최은영 (동의대학교 신산업분야 인재양성사업단) , 이현섭 (동의대학교 응용소프트웨어공학과) , 차주형 (동의대학교 응용소프트웨어공학과) , 이임건 (동의대학교 게임공학과)

초록
AI-Helper

화학비료와 넓은 공간이 있어야 하는 기존의 스마트팜과 달리, 수생생물과 작물간의 공생 관계를 활용하여 환경오염 및 기후 변화 등의 비정상적인 환경에서도 작물 재배가 가능한 아쿠아포닉스 농법이 활발하게 연구되고 있다. 해당 농법은 작물마다 생장에 필요한 환경과 영양분이 다르므로, 생장에 최적화된 수생생물 비율을 구성이 필요하다. 본 연구는 아쿠아포닉스 환경에 영상처리 기법을 활용하여 면적과 부피를 기준으로 생육 정도를 측정하는 방법을 제안한다. 배설물을 통해 유기물 생성하는 여러 종류의 민물고기와 상추 작물을 아쿠아포닉스 환경에 생육을 통해 검증하였다. 상추의 2D와 3D 영상 분석과 실시간 데이터 분석을 통해 상추의 면적 및 부피 정보를 활용하여 생장 정도를 평가하였다. 실험 결과, 상추의 면적과 부피 정보를 활용하여 재배관리가 가능하다는 것을 입증하였다. 수생생물과 생육 정보를 활용하여 농업인에게 생산 예측 서비스 제공과,변화하는 농업 환경에서의 문제점을 해결하는 시작점이 되어줄 것으로 보인다.

Abstract ▼ AI-Helper

Unlike conventional smart farms that require chemical fertilizers and large spaces, aquaponics farming, which utilizes the symbiotic relationship between aquatic organisms and crops to grow crops even in abnormal environments such as environmental pollution and climate change, is being actively researched. Different crops require different environments and nutrients for growth, so it is necessary to configure the ratio of aquatic organisms optimized for crop growth. This study proposes a method to measure the degree of growth based on area and volume using image processing techniques in an aquaponics environment. Tilapia, carp, catfish, and lettuce crops, which are aquatic organisms that produce organic matter through excrement, were tested in an aquaponics environment. Through 2D and 3D image analysis of lettuce and real-time data analysis, the growth degree was evaluated using the area and volume information of lettuce. The results of the experiment proved that it is possible to manage cultivation by utilizing the area and volume information of lettuce. It is expected that it will be possible to provide production prediction services to farmers by utilizing aquatic life and growth information. It will also be a starting point for solving problems in the changing agricultural environment.

주제어

표/그림 (6)

그림 그림 1. 아쿠아포닉스 재배 시스템 Figure 1. Aquaponics Cultivation System
표 표 1. 아쿠아포닉스 통합형 및 분리형 모델의 장단점 Table 1. Pros and Cons of Aquaponics Integrated and Detachable Models
그림 그림 2. 시간에 따른 식물 성장 이미지 데이터 Figure 2. Plant growth image data over time
그림 그림 3. 입력된 2D 영상 Figure 3. Input 2D image
그림 그림 4. 영상 내의 관심 영역 Figure 4. Region of interest in image
그림 그림 5. 입력된 3D 영상 Figure 5. Input 3D image

참고문헌 (7)

G.R. Lee, Y.S. Kim "A study on the？development of an environmental monitoring？system for micro data centers" The Journal of？the Convergence on Cultural Technologies, Vol.8.？No. 2, pp.355-360, 2022. https://doi.org/10.17703/JCCT.2022.8.2.355

원문보기 상세보기
J.Y. Moon, G.E. Gwon, H.Y. Kim, J.H. Moon,？"Building a Smart Farm in the House using？Artificial Intelligence and IoT Technology", in？Proceeding of the Korea Information Processing？Society, Vol. 27, No. 2, pp. 818-821, 2020.？https://doi.org/10.3745/PKIPS.y2020m11a.818
Y.C. Kim, M.T. Cho, H.J. Joo, "A Study on the？Development of Plant Growth Monitoring SystemUsing Plant Measurement Algorithms", Journal of？the Korea Academia-Industrial cooperation？Society, Vol. 13, No. 6 pp. 2702-2706, 2012.？https://doi.org/10.5762/KAIS.2012.13.6.2702

원문보기 상세보기
M Ikeda, N Ruedeeniraman, L Barolli, "An？intelligent VegeCareAI tool for next generation？plant growth management", Journal of Internet of？Things, Vol. 15, 2021. https://doi.org/10.1016/j.iot.2021.100381

상세보기
D.P. Hughes , M. Salath'e, "An open access？repository of images on plant health to enable the？development of mobile disease diagnostics through？machine learning and crowdsourcing", Computing？Research Repository, 2015. https://doi.org/10.48550/arXiv.1511.08060
Data science community, https://www.kaggle.com
A Rizkiana, A.P Nugroho, N.M Salma, S Afif, R.E？Masithoh, L Sutiarso, T Okayasu, " Plant growth？prediction model for lettuce (Lactuca sativa.) in？plant factories using artificial neural network ", in？Proceeding of International Conference on Green？Agro-industry and Bioeconomy, IOP Conf. Series:？Earth and Environmental Science 733, 2021. DOI？10.1088/1755-1315/733/1/012027

상세보기

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