Analysis of Multi-Climate Controller Data in Tomato Greenhouses

1. Analysis of Multi-Climate Controller Data
in Tomato Greenhouses
김연진

2. 2
1. Background
연구의 배경 및 시사점
■ 왜 이 연구를 진행하게 되었는가?
 제어 시스템을 사용시 농가의 효율성이 향상됨에도 불구하고
대부분의 농가들은 이를 채택하지 않고 있음
 토마토 성장률에 관한 기존의 연구에서는 선형 모델을 최적화했지만 비선형모델이 더 효율적임
→ 두 모델을 비교하여 더 나은 모델을 밝혀냄
■ 연구의 시사점(implication)
 토마토 생육에 관한 연구에서 선형모델보다 비선형모델이 더 효율적임을 밝혀냄
 데이터를 이용해 온도, 습도, 이산화탄소 농도 등이 토마토 성장률에 미치는 영향을 밝혀내고
결과를 바탕으로 기후 제어 시스템 활용 방안을 제안함

3. 3
2. Theory
문헌 연구
■ 온실 환경 제어 시스템
시간대 설명 논문
1960 이전 이산화탄소를 온실에 펌핑하는 시스템 존재
1960년대 후반
온실 환경 제어에 관한 연구 시작
변수로 온도, 일조량, 이산화탄소 농도 비율, 물 및 영
양 공급 등 사용
J. V. Lake at al.(1968)
N. P. Savinova and D.
O. Ljioble (1969)
G. E. Bowman and G.
S. Weaving(1970)
1990년대 이후
환경 제어 시스템이 축산업에도 적용
LED를 활용한 식물 생육 시뮬레이션 시스템 연구
센서 결측치 복구 알고리즘 개발
I. H. Jang at al.(2014)
A. Frost at al.(1997)
L. Tian at al.(2014)
S. Jia at al.(2013)

4. 4
2. Theory
문헌 연구
■ 온도의 영향
■ 빛의 영향
 일반적으로 토마토의 포화 점은 1400μmol / 𝑚2 / s, 광 보상점은 580 ~ 950μmol / 𝑚2 / s
 파종 기간 동안 보충 조명을 제공하면 꽃이 떨어지는 것을 감소시키고 수확량을 약 10 % 증가시킴
 빛의 강도는 꽃의 수, 과일 수와 관련이 있음
생육단계 주간온도 야간온도
묘목 재배 26 15/10-12
가식 후 3~4일 27~28 24~25
결합 성공 후 25 20
성장기 25~27 17
색소 착색기간 19~24(라이코펜)/ 8~35(카로틴)
발아 25~30

5. 5
2. Theory
문헌 연구
■ 이산화탄소 농도의 영향
 대부분의 논문에서 생육단계와 관계 없이 700 ~ 1000ppm 사이의 농도를 제시
 실내 CO2 농도를 600ppm으로 설정하고 외부 환경을 340ppm으로 설정했을 때
토마토의 잎 면적이 8 % 감소하고, 과일 무게는 10 % 증가함
■ 생육모델
 W = 작물 총 건조 중량
 N = 잎 수
 T = 섭씨 온도
 𝑆𝑃𝐴𝑅 = 광합성 활성 방사선
 𝐶𝑂2 = 이산화탄소 농도
(J. W. Jones at al., 2013)
 r (T) = 구간선형온도
 𝑅𝑚 (𝑇) = 잎의 호흡률
 함수 Pg (T, SPAR, CO2) = 캐노피 총 광합성 비율
 E = 포름 알데히드의 식물 조직으로의 전환 효율
 Rm = 시간당 최대 잎 출현 속도

6. 6
3. Statistical methods
비선형 회귀분석
■ 정의
 다중회귀 분석: 독립 변수를 이용하여 종 속 변수의 값을 설명하거나 예측할 수 있는 모델을 가지
데이터를 분석하는 것으로서 다중회귀분석이란 독립변수가 여러 개인 경우를 말함

 비선형회귀분석: 독립 변수들과 종속 변수들은 비선형 관계이지만, 회귀 계수와는 선형일 경우
원래의 변수들을 변환시켜 얻은 새로운 변수를 가지고 분석하는 방법

■ 종류

7. 7
3. Statistical methods
비선형 회귀분석
■ 다항식 회귀분석

8. 8
4. 활용 데이터 및 모델
데이터와 변수
■ 활용 데이터 설명
 화순군 토마토 온실의 환경 제어기 데이터
 2013년 7월부터 2014년 7월 데이터
 데이터는 외부 기상조건, 온실 내부 환경, 시설 제어, 관개, 성장 상태 5가지로 분류됨
■ 변수 설명
 독립변수 : 주간/야간 평균 내부 온도, 일사량, 이산화탄소 농도, 주간/야간 평균 습도
수분 흡수량, 배양지의 EC/pH
 종속변수 : 잎 면적 성장 속도, 줄기의 굵기

9. 9
4. 활용 데이터 및 모델
데이터와 변수
■ 모델 설명
 환경 요인이 성장 수준에 미치는 영향이 비선형적이라는 것을 산점도를 통해 파악 후
환경 요인 변수의 차수를 2로 올림
 Ex) = 임계점

10. 10
5. 분석 결과
추정 결과
■ 분석 결과

11. 11
5. 분석 결과
추정 결과
■ 분석 결과
 주간 최적온도는 30.7 ℃ , 야간 최적 온도는 17.1 ℃
선행연구와 차이가 3 ~ 5 ℃ 정도 나지만 종의 다양성을 고려했을 때 용인 가능한 수준임
 가장 적절한 광도는 1621.8 μmol / 𝑚2 / s
이는 토마토의 광 포화점인 1400 μmol / 𝑚2 / s 을 넘는 값임
 최적의 이산화탄소 농도 수준은 582ppm이나 이 변수에 대한 관측치의 최대 값이 582이므로
이 값이 이산화탄소 변수의 진정한 임계점이라고 볼 수 없음
대다수의 연구에 따르면, 800 ~ 1,000ppm이 바람직한 것으로 보임

12. 12
6. 결론
결론 및 시사점
■ 연구의 결론
 야간 평균 기온은 잎 면적과 줄기 두께 증가율과 양의 상관 관계가 있음
 주간 평균 기온이 잎 면적 증가율과 음의 관계가 있음
 주간 습도는 잎의 수분 증발을 억제하기 때문에 잎 면적과 줄기 두께 증가율에 부정적인 영향을 미침
 이산화탄소 농도는 잎 면적 증가율에 긍정적인 영향을 미침
■ 시사점
 환경 제어 시스템을 인터넷에 연결하여 빅데이터를 형성할 수 있음
 이를 적절히 활용하면, 농민에게 문제의 원인을 찾아내고 재배 최적 조건을 개발할 수 있는
정보를 제공할 수 있음
 스마트 폰, 대시 보드와 같은 개인용 장치를 사용하여 관련 정보 및 분석 방법을
실시간으로 쉽게 확인하거나 제어할 수 있을 것으로 생각됨

13. Thank you
for listening!