클라우드 기반 근권 환경관리 의사결정지원 시스템 ((Cloud-based Decision-Making Support System for Root Zone Management))

서지정보

· 발행기관 : (사)한국스마트미디어학회
· 수록지 정보 : 스마트미디어저널 / 14권 / 3호 / 51 ~ 59페이지
· 저자명 : 홍영신, 이재수, 이현병, 이정호, 최인찬, 백정현

초록

본 연구는 근권 환경관리를 제어할 수 있는 여러 요인 중 제어 기준항목을 설정하여, 클라우드 상에서 근권 환경을 관찰할 수 있는 근권 환경관리 의사결정지원 시스템을 개발하고자 수행하였다. 근권 환경제어 데이터는 국립농업과학원 농업공학부 시험 온실에서 총 6개의 재배베드 중 3라인을 선정하여, 각 재배베드의 중간지점에 근권 측정장치를 설치하여 수집하였다. 실험을 위해 수집한 데이터는 온실내 설치된 근권 측정장치에서 장치번호, 배지무게(kg), 온실 내부온도(℃), 온실 내부습도(%), 공급량(mL), 배액량(mL), 급액량(mL), 배지 EC(dS·m-1), 배지 pH, 배지 온도(℃)의 값을 1초 간격으로 수집하였다. 온실 내부의 환경센서에서는 온실 내·외부온도를 5분 간격으로 수집되었다. 결측치에 대한 수정 및 보완을 위한 주된 방법으로 k-최근접 이웃 알고리즘(KNN)을 이용하였다. 서비스 플랫폼은 오픈스택(OpenStack newton) 클라우드에서 인스턴스(Instance)를 생성하고, 우분투(Ubuntu Server 18.04 LTS) 서버상에 구성하였다. 근권환경 의사결정 서비스는 데이터를 저장하는 데이터베이스와 도출된 결과를 시각화하는 웹서비스로 구성되었다. 근권 환경 모니터링을 위한 데이터 분석과 의사결정을 지원하기 위한 기준지표 항목을 배지, 양액공급EC, 배액율, 배지온도, dryback으로 선정하였다. 근권 환경관리 대시보드를 통하여 작물의 근권 환경을 관찰할 수 있고, 배액율, 배지온도, dryback의 정보를 이용하여 근권 수분의 과습과 건조를 판단하고 양액 공급량을 조절할 수 있으며 온실 내부온도를 관리할 수 있다. 제안하는 시스템은 클라우드로 수집되는 데이터를 활용한 근권 환경관리 의사결정지원 시스템으로 작물 생육단계에 맞는 최적의 양액공급 EC와 근권환경을 제안하는데 활용된다.

영어초록

This study aimed to develop a cloud-based decision-making support system for root zone environment management by establishing control criteria for key environmental factors. Data were collected from three of six cultivation beds in a test greenhouse at the National Institute of Agricultural Sciences, with root zone measurement devices installed at the midpoint of each bed. The dataset comprised device identification, substrate weight, greenhouse temperature and humidity, nutrient solution supply and drainage volumes, substrate electrical conductivity (EC), pH, and temperature, recorded at 1-second intervals. Additionally, indoor and outdoor temperatures were measured at 5-minute intervals. Missing data were imputed using the k-nearest neighbors (KNN) algorithm. The service platform was implemented on OpenStack Newton and deployed on an Ubuntu Server 18.04 LTS, integrating a database and a visualization service. Key factors for decision-making support included substrate conditions, nutrient solution supply EC, drainage rate, substrate temperature, and dryback levels. The root zone environment dashboard enables real-time monitoring and data-driven decision-making support to optimize moisture levels, nutrient solution management, and greenhouse climate control. This system enables precise root zone environment management and adaptive nutrient supply adjustments based on crop growth stages. By improving environmental control, it enhances the productivity of hydroponically grown fruit vegetables, offering a scalable solution for smart agriculture.

참고자료

· 없음