The Journal of Korea Institute of Information, Electronics, and Communication Technology (한국정보전자통신기술학회논문지)

Korea Information Electronic Communication Technology (한국정보전자통신기술학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on the Design of Data Collection System for Growing Environment of Crops

작물 근권부 생장 환경 Data 수집 시스템 설계에 관한 연구

  • Received : 2018.12.11
  • Accepted : 2018.12.22
  • Published : 2018.12.29
Download PDF
⟨ Previous Next ⟩

Abstract

Domestic and foreign agricultural environments nowadays are undergoing various changes such as aging of agricultural population, increase of earned population, rapid climate change, diversification of agricultural product distribution structure, depletion of water resources and limited cultivation area. In order to respond to various environmental changes in recent agriculture, practical use of Smart Greenhouse to easily record, store and manage crop production information such as crop growing information, growth environment and agriculture work log, Interest is growing. In this paper, we propose a system that collects the situation information necessary for growth such as temperature, humidity, solar radiation, CO2 concentration, and monitor the collected data, which can be measured in the rhizosphere of the crop. We have developed a system that collects data such as temperature, humidity, radiation, and growth environment data, which are measured by data obtained from the rhizosphere measuring section of a growing crop and measured by a sensor, and transmitted to a wireless communication gateway of 400 MHz. We developed the integrated SW that can monitor the rhythm environment data and visualize the data by using cloud based data. We can monitor by graph format and data format for visualization of data. The existing smart farm managed crops and facilities using only the data within the farm, and this study suggested the most efficient growth environment by collecting and analyzing the weather and growth environment of the farms nationwide.

요즘 국내 외 농업 환경은 농업 인구의 고령화, 귀농 인구의 증가, 급격한 기후 변화, 농식품 유통 구조의 다양화, 수자원의 고갈 및 한정된 경작지 등 다양한 변화 속에 놓여 있다. 최근 농업을 둘러싼 다양한 환경 변화에 대응하기 위해 재배 전반의 작업이력인 작물 생육정보, 생육환경 및 농작업 일지 등과 같은 사항들을 쉽게 기록, 저장 및 관리하여 작물 생산량과 작업 효율을 높이기 위한 스마트 온실 실용화에 대한 관심이 증가하고 있다. 본 논문은 작물의 근권부에서 측정할 수 있는 생장환경 데이터인 온도, 습도, 일사량. CO2 농도 등과 같은 생육에 필요한 상황정보를 수집하고 수집된 데이터를 모니터링 할 수 있는 시스템을 제안한다. 생장 작물의 근권 측정부에서 측정된 데이터와 센서로 측정된 생장환경 데이터인 온도, 습도, 일사량 등의 데이터를 취합하여 400MHz의 무선 통신 게이트웨이에 전송하는 시스템을 개발하였다. 전송된 데이터를 Cloud 기반으로 근권 환경 데이터를 모니터링 및 데이터를 시각화 할 수 있는 통합 SW 개발을 진행하였다. 데이터의 시각화를 위한 그래프 형식과 데이터 형식으로 모니터링을 할 수 있도록 하였다. 기존 스마트팜은 농장내의 데이터만을 이용하여 작물 및 시설관리를 하고, 본 연구는 전국의 농장의 날씨 및 생장환경을 수집 및 분석하여 가장 효율적인 생장환경을 제시한다.

Keywords

JBJTBH_2018_v11n6_764_f0001.png 이미지

그림 1. 생장환경 Data 수집 시스템 구성도 Fig. 1. Growth environment Data collection system diagram

JBJTBH_2018_v11n6_764_f0002.png 이미지

그림 2. 메인 및 농장정보 편집 화면 Fig. 2. Main and farm information edit screen

JBJTBH_2018_v11n6_764_f0003.png 이미지

그림 3. 모바일 앱 화면 Fig. 3. Mobile app screen

JBJTBH_2018_v11n6_764_f0004.png 이미지

그림 5. 전송부 블록도 FIg. 5. Transmission block diagram

JBJTBH_2018_v11n6_764_f0005.png 이미지

그림 4. 측정부 기구 도면 Fig. 4. Measuring mechanism drawing

JBJTBH_2018_v11n6_764_f0006.png 이미지

그림 6. 통계-일일 그래프 표시 Fig 6. Statistics - daily graph

JBJTBH_2018_v11n6_764_f0007.png 이미지

그림 7. 실제 구동 화면 Fig. 7. Actual driving screen

JBJTBH_2018_v11n6_764_f0008.png 이미지

그림 8. 각 데이터 차트 및 실제 데이터 리스트 Fig. 8. Each data chart and actual data list

표 1. 한국과 네덜란드 간의 작물 생산성 지수. Table 1. Index of crop productivity between Korea and Netherlands.

JBJTBH_2018_v11n6_764_t0001.png 이미지

표 2. 근권 측정부 측정 항목 및 주요 사항 Table 2. Environment of Crops metrics and key points

JBJTBH_2018_v11n6_764_t0002.png 이미지

표 3. 근권 데이터 전송부 생장환경 측정 항목 및 주요 사항 Table 3. Growing Environment of Crops metrics and key points

JBJTBH_2018_v11n6_764_t0003.png 이미지

표 4. 게이트웨이 주요 사양 Table 4. Gateway Specifications

JBJTBH_2018_v11n6_764_t0004.png 이미지

References

  1. Guerrini, F. 2015. The future of agriculture? smart farming. Forbes, http://www.forbes.com/sites/federicoguerrini/2015/18/the-future-of-agriculture-smart-farming/#5708f01a337c.
  2. Research-platform Design for the Korean Smart Greenhouse Based on Cloud Computing, Jeong-Hyun Baek, Jeong-Wook Heo, Hyun-Hwan Kim, Youngsin Hong, and Jae-Su Lee, Protected Horticulture and Plant Factory, Vol. 27, No. 1:27-33, January (2018) https://doi.org/10.12791/KSBEC.2018.27.1.27
  3. Gartner. 2017. Artificial intelligence, machine learning, and smart things promise an intelligent future. www.gartner.com/smarterwithgartner/gartners-top-10-technologytrends-2017/.
  4. Kapnias, D., P. Ilias. 2016. Automated classification of land cover for the needs of CAP using Sentinel data. 22nd CPA/IACS conference, 24-25 Nov. 2016, Lisbon(Portugal).
  5. Analysis of Research Trend and Core Technologies Based on ICT to Materialize Smart-farm, Uk-hyeon Yeo, In-bok Lee*, Kyeong-seok Kwon, Taehwan Ha, Se-jun Park, Rack-woo Kim, and Sang-yeon Lee, Protected Horticulture and Plant Factory, Vol. 25, No. 1:30-41, March (2016) https://doi.org/10.12791/KSBEC.2016.25.1.30
  6. Lim, S.W. 2005. Fertilizers. Ilsinsa, Seoul, Korea.,
  7. Hameed, I., E. I. El-Madbouly, and M. I. Abdo. 2017. Reconfigurable adaptive fuzzy fault-hiding control for greenhouse climate control system. International Journal of Automation and Control, 11(2):164-187. https://doi.org/10.1504/IJAAC.2017.083297
  8. Blackmore, S., 2000. Developing the principles of precision farming. In ICETS 2000: Proceedings of the ICETS 2000 (China Agricultural University, Beijing, China). p. 11-13.
  9. IRS Global Research. 2016. IoT-based smart agriculture and smart farm market forecasts and core technology development trends. http://www.irsglobal.com/.
  10. Baek, J.H., and H.L. Lee. 2014. Design and implementation of crop-environmental control cloud systems based on growth patterns. The Korean Institute of Information Scientists and Engineers, Database Society Journal, 30(2):57-66 (in Korean).
  11. Li, G., W. Zhang, and Y. Zhang. 2014. A design of the IOT gateway for agricultural greenhouse. Sensors & Transducers, 172(6):75.
  12. Atole. A., A. Asmar, A. Biradar, N. Kothawade, S. Sarod and R. G. Khope. 2017. IoT based smart farming system International Journal of Emerging Technologies and Innovative Research(www.jetir.org), April 2017, 4(4):29-31.
  13. Lee, J.S., Y.G. Hong, G.H. Kim, D.H. Lee, S.R. Han, and D.H. Im. 2016. A study on development of cloud system for the smart greenhouse automatic control. The Korean Institute of Communications and Information Sciences, 19 Nov. 2016 Fall Conference. 61:559-560 (in Korean).
  14. Lee Se-yong, 2016, "Cloud-based smart farm technology," The Journal of The Korean Institute of Communication Sciences, Vol. 34, No. 1, pp. 51-57.
  15. Yo-Hoon Hong, Seung-June Song, Kwang-Mun Jang, Jungkyu Rho, 'Smart Factory Platform based on Multi-Touch and Image Recognition Technologies', The Journal of The Institute of Internet, Broadcasting and Communication VOL. 18 No. 1, 2018