감귤류에 대한 자동화된 생산량 모니터링 시스템 및 품질 분류

더르츠 전북대학교 일반대학원 2013 국내박사

감귤류에 대한 자동화된 생산량 모니터링 시스템 및 품질 분류 전자정보공학부 컴퓨터공학 더르츠 올지어르시흐 지도교수 이말례 요약 과일과 야채의 품질 분류 생산량 모니터링은 작물관리 시스템에 있어서 상당히 어렵고 중요한 과제 중 하나이다. 생산량 모니터링은 선택가능한 통제수단과 다른 영농관리의 정보 지도를 생성해 수확 일정을 계획하고, 생산량을 예측하는 가치 있는 정보를 제공할 수 있습니다. 또한, 생산량을 초기에 예측하는 것은 농업에 있어서 항상 중요한 도전과제 입니다. 제주는 한국에서 최고의 노지감귤 생산지역입니다. 노지감귤의 생산량과 품질은 제주특별자치도 노지감귤 관측조사 위원회 및 제주특별자치도 농업기술원에서 다음과 같이 일 년에 세 번 5월, 8월, 11월에 걸쳐서 조사하고 있습니다 [1-4]: 1. 노지감귤 생산량 모니터링. a. 꽃 수량을 조사 b. 꽃수와 오랜 된 잎 수량을 확인하여 화엽비(잎 수에 대한 꽃수의 비율)를 조사 c. 꽃 수량과 새로 나온 잎의 강약 정도를 조사 2. 노지감귤 품질 예측 예를 들면, 2013년 5월 6일부터 15일 동안 조사실무자 112명과 조사보조요원 224명이 제주도내 노지감귤 과수원 458곳에서 농업 관측조사를 실시하였다[5]. 관측조사 중에 전체 감귤나무의 꽃과 잎이 아닌, 표본으로 선정된 감귤나무의 꽃과 잎을 계수 하였다. 이 관측조사에는 많은 노동과 시간과 비용이 사용되었다. 그러나 이러한 관측조사 결과를 통한 생산량 예측이 실제 생산량과 항상 정확이 일치하는 것은 아니다. 이러한 정밀하지 않고 비효율적이면서 많은 비용이 소요되는 실제적인 위험을 극복하기 위해 노지감귤의 품질 분류를 위한 자동화된 생산량 모니터링 시스템을 제안한다. 이 논문의 주된 목표는 노지감귤의 꽃과 이파리와 과실의 색상 정보 그리고 과실의 품질 분류 및 과실의 크기와 색상의 성분 분석을 통한 자동화된 생산량 모니터링 시스템 개발을 목표로 하고 있다. 제안 한 자동화된 생산량 모니터링 시스템은 노지감귤의 꽃, 잎, 색상 구성 요소를 사용하여 이미지에서 과일을 식별하고, 노지감귤을 수확하기 전 감귤나무에 꽃들이 피기 시작하는 계절 초기에 감귤 생산량을 예측하고 있다. 이러한 데이터는 생산량 매핑을 결정하는데 사용하고, 나무에 있는 감귤의 색상 정보를 이용하여 감귤나무의 과실 사이즈와 품질을 분류한다. 5월 달과 8월 달 11월 달에 카메라를 이용하여 노지감귤 과수원에서 모두 21개의 샘플 나무 이미지를 촬영했다. 이미지들은 제주특별자치도 제주시 애월읍 광령1리 지역에서 촬영되었다. 이 이미지들은 노지감귤의 품질 분류를 위한 자동화된 생산량 모니터링 시스템을 개발하기 위해 사용되었다. 부분적으로 흐린 조명 조건과 자연 상태의 야외 일광에서 정지모드로 각 나무의 네 측면을 촬영 하였다. 감귤 성장시기의 초기 단계에서 생산량 모니터링 시스템을 구축하기 위해 새로운 알고리즘이 개발되었다. 다양한 자연 조명 조건에서 감귤 꽃의 색상을 감지하고 수를 세는 알고리즘은 감귤류 과일의 생산량을 추정할 수 있게 만들어준다. 제안된 알고리즘이 중요성은 자연 야외 조명 조건에서 감귤 꽃 인식에 대한 정확한 결과를 제공하고, 믿을 수 있고 실현가능한 효율성을 나타내는데 특별한 의미가 있다. 감귤 나무의 오랜 된 잎과 꽃 수량 비율을 확인하는 알고리즘을 개발하였다. 오랜 된 잎의 픽셀 값과 꽃의 필셀 값에 중앙값필터 3x3을 적용하여 감귤나무의 오랜 된 잎과 꽃의 비율을 정확하게 확인할 수 있습니다. 여기서 제안된 컴퓨터 비전 방법은 감귤나무의 오랜 된 잎과 꽃 수량 비율을 최소한의 노동을 사용하고, 시간과 경비를 사용해서 신속하게 알아내는 것을 목표로 한다. 감귤나무에서 새로 나온 잎과 꽃 수량을 확인해서 그룹으로 나눌 수 있는 알고리즘을 개발하였다. 감귤 생산량 모니터링을 하는 과수원의 감귤나무에서 새로운 잎과 꽃 수량 정도를 알기 위해서 감귤나무 이미지를 가지고 조사하였다. 감귤나무의 잎과 꽃이 발생 정도를 정확히 조사하기 위해서, 이미지를 라운드로 만들고서 라운드 이미지의 전체 꽃 수량과 새로 나온 잎 수량에, 수량 확인 알고리즘을 적용하여 사용하면 좋은 결과를 찾을 수 있었다. 노지감귤 나무의 생육 중인 과일 인식 및 수량 확인을 위한 새로운 알고리즘을 개발하였다. 자연 광원 조건에서 과수원의 과일 수량을 휴먼비전 방법으로 계산하고, 노지감귤 수량 확인 알고리즘을 이용한 방법과 비교하였다. 시뮬레이션에서 생성한 출력 값은 새로운 계산 알고리즘이 적합하고 효과적임을 보여주고 있다. 21개의 샘플 나무를 가지고 비교한 결과, 노지감귤의 과일 인식 및 수량 확인 알고리즘은 꽃 수량의 10%-25%로 추정된다. 25%로 추정한 꽃 수량 확인 알고리즘에서 계산된 생산량과 수확하기 전에 추정한 생산량은 서로 근사치에 있습니다. 본 논문에서는 자동화된 생산량 모니터링에 대한 생산량 매핑을 위하여 21개의 샘플 나무에서 두 종류의 데이터 세트를 사용하여 플롯 팅 하였다: 1) 이른 시기에 생산량 모니터링을 위한 생산량 매핑과 2) 수확시점 전에 생산량 매핑을 얻을 수 있습니다. 본 연구에서는 노지감귤 나무의 감귤 크기에 따른 감귤류 품질의 분류를 위한 새로운 컴퓨터 비전 알고리즘을 개발하였다. 감귤의 지름과 감귤의 경계 및 감귤의 영역으로 그룹화한 결과는 제주특별자치도 노지감귤 관측조사 위원회가 제공한 감귤 크기에 대한 조사 연구의 결과와 비교 하였다. 대표적인 이미지의 비교 결과는 노지감귤 지름에 대한 픽셀 값이 경계에 대한 픽셀 값과 영역에 대한 픽셀 값보다 실제 크기 감귤의 사이지를 잘 나타낸다는 것을 보여준다. 노지감귤의 색상에 따른 감귤류 품질 분류를 위하여 두개의 새로운 알고리즘을 개발하였다. 여기서 제안한 시스템의 장점은 생산량 예측이 필요한 계절의 이른 시기, 노지감귤 나무에 꽃들이 피는 때와 노지감귤을 수확하기 전에 예상된 노지감귤 생산량의 정보를 제공 할 수 있다는 것입니다. 여기서 제안 한 시스템은 감귤이 나무에 달려 있는 상태에서, 감귤의 크기와 감귤의 색상 정보를 가지고 노지감귤의 품질을 분류하는 것이다. 본 논문에 기재된 생산량 모니터링 시스템은 가능한 한 다양한 감귤류 경영 관리에 관개 관행, 식물에 제초제 살포시 응용 및 다른 농업의 필요한 부분에 다양한 방면으로 사용될 수 있습니다. 제안된 시스템에서 개발 된 알고리즘은, 사과, 대추, 감 등 다른 여러 가지 과일 생산량 모니터링 시스템에 적용 할 수 있다. 주요어 : 생상량모니터링, 품질분류, 감귤류, 영상처리, 신경망 An Automated Yield Monitoring System for Quality Classification in Citrus Fruits Center for Advanced Image and Information Technology, School of Electronics & Information Engineering Ulzii-Orshikh Dorj Advised by Malrey Lee ABSTRACT Yield monitoring of fruits, vegetables, and the classification of their quality is one of the more difficult and important tasks in a crop management system. Yield monitoring can provide valuable information for forecasting yields, planning harvest schedules, generating alternate bearing year prescription maps and other management practices. As well, an early prognosis of expected yields has always been a major challenge in agriculture. Jeju is the number one citrus fruit producing province in South Korea. Citrus fruit yield and quality are surveyed by the Jeju Citrus Commission and the Jeju Special Self-Governing Province Agricultural Research & Extension Services three times per year during the months of May, August, and November as follows[1-4]: 1. Yield Monitoring of the Citrus Fruits a. by Number of Flowers b. by Ratio of Old Leaves to Flowers c. by Degree of New Leaves and Flowers 2. Quality Prediction of Citrus Fruit Yield For example, during the year 2013, for 15 days commencing from the 6th of May an agricultural research survey was conducted in 458 locations on Jeju Island by 112 researchers and 224 assistants [5]. During this survey, not all tree flowers and flowers were counted, instead a representative sampling was conducted. A large degree of labor, time and capital was utilized during this survey research. A certain margin of error may also be evident due to the limited number of trees that were included in the survey as well as other factors. In order to overcome practical draw-backs such as inaccuracy and inefficiency, as well as considerations for the cutting of financial costs, an automated yield monitoring system for quality classification in citrus fruits is hereby proposed. The main goal of this thesis is to work towards the development of an automated yield monitoring system by using color component information of the citrus flowers, leaves, fruits, and quality classification for the estimation of fruit size and color component analysis. The proposed system identifies citrus flowers, leaves, and fruits from images using color components and subsequently estimates citrus yields for a single tree either early in the season when citrus tree flowers are blooming, or before the harvest.; These data are then used to determine yield mapping; and citrus fruits, which are on the tree and are classified by quality for a single tree by fruit size using color component information. A total of 21 sample tree images were taken during the months of May, September and November using cameras in the tangerine groves. These images were taken at Gwangnyeong 1-ri, Aewol-eup on Jeju Island. The images were then used for developing an automated yield monitoring system for quality classification in citrus fruits. Images were taken from four sides of each tree in a stationary mode under natural outdoor daylight, and also in partly cloudy illumination conditions. In order to establish a system of yield monitoring at the early stages of a growing season a new algorithm was developed. A Color Detection/Counting Algorithm for Citrus Flowers under Various Natural Lighting Conditions was created that is able to estimate citrus fruit yields. It is significant to point out that the proposed algorithm gives an accurate result for citrus flower recognition in natural outdoor lighting conditions and is found to be reliable, feasible and efficient. A Determinant Algorithm for the Ratio of Old leaves to Flowers was developed. The application of the Median Filter 3x3 allows for a reliable representation of the ratio of old leaves to flowers for a single tree. With the goal of determining the ratio of old leaves and flowers quickly, and with a minimum expenditure of labor, time, and capital, the proposed computer vision method is considered to be efficient. A Determinant Counting Algorithm for the counting of new leaves and flowers was developed. This algorithm was developed in order to determine the degree of new leaves and flowers for citrus fruit yield monitoring in orchards. The total number of flowers, the total number of new leaves and the grouping of results from the flower counting algorithm for circle images were found to provide reliable results for the determinant degree of citrus tree leaves and flowers. A new algorithm for citrus fruit detection and counting was developed. Under natural lighting conditions the prediction of citrus fruits numbers from the orchard is computed and compared based on human vision counting and subsequently compared with the citrus fruit counting algorithm. The simulation outputs demonstrate that the new counting algorithm is both suitable and effective. The results of this citrus fruit recognition and counting algorithm paired with computed yield estimations of 10%-25% of the results of the flower counting algorithm were compared for 21 sample trees. Yield estimates prior to harvest were compared with the computed yield estimates from the flower counting algorithm at 25% and were found to generate similar results. In this thesis two kinds of yield mapping for an automatic yield monitoring system were plotted by using two different data sets for the 21 sample trees: 1) Yield mapping for early yield monitoring, and 2) Yield mapping prior to harvest. A new computer vision algorithm for quality classification in citrus fruits based on size for a single tree was developed in this study. The properties of area, perimeter, and diameter for the citrus fruits of the input image were measured by pixels. In order to estimate citrus fruit size in a realistic manner, ratios of diameter, perimeter and area pixels values to actual size for the citrus fruit were determined. Results of grouping by diameter, perimeter, and area were compared with results of the survey research for citrus fruit size as provided by the Jeju Citrus Commission. Comparison results demonstrate that citrus fruit diameter pixels of the image represent the actual size of the citrus fruits in a more reliable manner than the other two pixels values (i.e., perimeter and area). New algorithms for quality classification in citrus fruits based on colors utilizing two distinct methods were developed. The mean values of the RGB components were determined for the first method and were based on a total of 144 images (24 for each dark green, light green, yellow, light orange, dark orange, and rejected citrus image). The neural network classification was developed within Mean Red, Green, and Blue Values input nodes, and Dark Green, Light Green, Yellow, Light Orange, Dark Orange, and Blemish output nodes. For developing the 2nd algorithm for quality classification in citrus fruits based on colors for a single green fruit, the image processing operation is carried out using 60 images (coarse skin 20, flawed skin 20, and smooth skin 20, respectively). The average green component values of the pixels were determined. Representative graphs were plotted for three cases, i.e., coarse skin, flawed skin, and smooth skin citrus fruits. Plotted representative graphs were provided illustrating different shapes for coarse, flaw, smooth skin fruits. The main advantages of the proposed system is that it can provide a reading of the expected yield of a single tree both early in the season, when citrus tree flowers are blooming, and also prior to harvest. Additionally, the proposed system would classify citrus fruits by quality for a single tree by fruit size, and color information, when the fruit is still on the tree. The yield monitoring system as set forth in this thesis could conceivably be used for enhancing various citrus management practices such irrigation practices, application of herbicide to plants and other agricultural requirements. The algorithms, which were developed in the proposed system, could be applied to other fruit yield monitoring systems, such as for apples, jujube, persimmon, etc. Keywords: yield monitoring, quality classification, citrus fruit, image processing, neural network

Advancements in the Nuclear Data of Fission Yields

Matthews, Eric Francis University of California, Berkeley ProQuest Disser 2021 해외박사(DDOD)

소속기관이 구독 중이 아닌 경우 오후 4시부터 익일 오전 9시까지 원문보기가 가능합니다.

Fission yields are an important set of nuclear data observables. They are used in a number of important applications including reactor design, nuclear forensics and safeguards, nuclear medicine, and stockpile stewardship. While great advancements have been made in the understanding of fission since its discovery just over 80 years ago, there are still significant gaps and uncertainties in this knowledge. Fission yields are a prime example of an area of understanding with such gaps and uncertainties. There is significant disagreement in measured, evaluated, and theoretically predicted fission yields; a lack of standardization and regularity in fission yield evaluation; and measured fission yields often exhibit large uncertainties. To enable new developments in research and applications, improvements in the nuclear data of fission yields are required. The work presented in this dissertation seeks to improve the current understanding of the nuclear data related to fission yields. Introductory material on nuclear data is offered, with a particular focus on the current state of fission yield nuclear data. Then, a description of the fission process is provided to establish a background on fission yield phenomenology. Finally, three chapters about three projects on fission yields and their uncertainties/covariances are presented. These chapters form the basis of this dissertation. First, an extensive review of fission yield measurements and their associated sources of uncertainty is presented. Using this review, a series of templates for expected uncertainties in fission yield measurements is established, forming a guide for experimentalists and evaluators. Second, a stochastic method for the estimation of fission yield covariances is developed. The results of this method provide a basis towards closing a crucial gap in fission yield nuclear data: a complete set of fission yield covariance information was previously absent. Finally, a new measurement of short-lived fission product yields using cyclical neutron activation analysis is discussed. The analysis of the resulting experimental data offers a novel method for fission yield determination. Together, these results advance the current understanding of fission yield nuclear data.

(A) Study on the Nonlinear Structure-Soil Interaction Model of Jack-up in Soft over Stiff clay

최준환 서울대학교 대학원 2020 국내박사

Offshore structures with jack-up systems can be operated at depths up to 150 meters and are used not only as drilling rigs and production rigs but also as support and accommodation units. The jack-up operation is carried out under environmental loads such as wind and wave, for which it is essential to understand jack-up behavior and structural response. As the boundary condition, the foundation model of offshore structures affects the vibration mode of the structure, and consequently, the behavioral and structural analysis results as well. Typical simple foundation models such as pinned and linear spring do not reflect a structure-soil interaction in the jack-up analysis. As an alternative, the International Organization for Standardization (ISO) guideline has suggested this structure-soil interaction model considering soil plasticity, from a simple secant model to a yield interaction model and a time-consuming but accurate soil continuum model. In this study, a structural analysis of jack-up has been conducted, focusing on the yield interaction model and the soil continuum model as a structure-soil interaction model. Jack-up structural analysis is performed for dynamic loads in consideration of the structure-soil interaction, and an appropriate interaction model for soft over stiff clay is presented in this study. A yield envelope study as yield criteria of the combined loads has been performed on soft over stiff clay. Studies on soft over stiff clay tend to be less studied because a squeezing effect ensures sufficient vertical bearing capacity. Tensile vertical capacity is independent of the lower stiff clay, and a corresponding best-fit equation of yield envelope and the ultimate capacity ratio are presented about soft over stiff clay. The yield interaction model, the model B for clay, derived for consideration of the nonlinear behavior of soil, has been studied continuously improved until recently. The existing model generally assumes a linear load-displacement relationship in the elastic region. However, this linear relationship may overestimate the load as the plastic occurs gradually in soil behavior in practice. In this study, the Hyperbolic model B is proposed, and the horizontal and rotational load-displacement curves in the elastic region are assumed to have a hyperbolic relationship. The regression equation for the initial stiffness accompanying the model is presented. A fully coupled structure-soil interaction analysis with a soil continuum model has been performed to validate the yield interaction model. Large deformation of the soil accompanied by the deep penetration is considered simultaneously in the structural analysis of jack-up. The proposed yield interaction model uses yield envelope and ultimate capacities that are well suited to soft over stiff clay, and a hyperbolic nonlinear load-displacement relationship is assumed before the yield. As a result, inside the yield envelope, the existing model overestimates the moment acting on the soil, thereby underestimating the bending moment at the hull-leg joint. The model proposed in this study has predicted the soil response and bending moment distribution of the leg well, and these results are validated with the those of the soil continuum model. Wave load analysis has been performed using the proposed yield interaction model and the soil continuum model. The dynamic effects that should be considered compared to the monotonic load analysis have been investigated, and it has been validated that the proposed yield interaction model can predict the response of the wave load analysis in the elastic region well. 잭업 해양 구조물은 수심 150m까지 설치되며, 시추 및 생산용 리그 뿐 아니라 해상풍력발전기 전문설치선과 같은 설치 유닛에도 사용되어오고 있다. 잭업은 파도와 바람 등의 환경하중 하에서 작업이 수행되므로 설계 시 그에 따른 잭업의 거동 및 구조 반응을 명확히 이해해야 한다. 거동 및 구조 해석 시 해양구조물의 경계조건으로 작용하는 지반 모델은 구조물의 진동 모드에 영향을 주어 해석 결과에도 영향을 미치게 된다. 일반적인 지반 모델에는 단순 지지 조건이나 선형 스프링을 이용한 모델이 있으나, 이는 잭업의 구조-지반 상호작용을 반영하지 못한다. 그 대안으로 International Organization for Standardization (ISO) 에서는 가이드라인을 통해 구조-지반 상호작용을 고려하는 비선형 지반 모델들을 제시하고 있으며, 이는 가장 단순한 모델인 시컨트 모델 (secant model)부터 지반의 소성 변위를 고려하는 항복 상호작용 모델 (yield interaction model), 그리고 가장 정확하지만 시간이 걸리는 지반 연속체 모델 (soil continuum model)로 나뉘어진다. 이러한 비선형 지반 모델 중 이번 연구에서는 구조-지반 상호작용을 모사하기 위하여 항복 상호작용 모델과 지반 연속체 모델을 사용하였다. 동적 하중 하에서 구조-지반 상호작용을 고려한 지반 모델을 사용하여 잭업의 구조해석을 수행하였다. 상부 연약한 지반-하부 단단한 점토 조건에서 사용할 수 있는 적절한 항복 상호작용 모델을 제시하고 지반 연속체 모델을 통해 이를 검증 비교 하였다. 상부 연약한 지반-하부 단단한 점토 조건에서, 지반에 작용하는 복합 하중의 항복 여부를 결정하는 항복 곡면에 대한 연구를 수행하였다. 해당 지반 조건은 하부 단단한 점토 지반으로 인해 상부 지반이 압착되어 충분한 지지력이 확보되기 때문에 많은 연구가 수행되지 않았다. 그러나 잭업 운용 시 사용되는 지반 모델은 상부와 하부 지반의 영향을 모두 받으므로 상부 연약한 점토-하부 단단한 점토 지반에 대한 연구가 필요하다. 해당 지반에서 수직 압축 용량은 압착 효과로 인해 증가한 반면 수직 인장 용량은 하부 단단한 점토 지반의 영향을 받지 않았다. 해당 지반에 잘 맞는 항복 곡면 식과 이 때 사용되는 수직, 수평, 회전 방향의 극한 지지력 (ultimate capacity)에 대하여 제안하였다. 점토 지반에서 모델 비 (model B)로 불리는 항복 상호작용 모델은 소성 변위를 통해 지반의 비선형 거동을 고려하며, 구조-지반 상호작용을 단순화하여 고려할 수 있는 모델로 최근까지 연구되어 오고 있다. 기존 모델 비는 항복 곡면에 도달하기 이전의 탄성 영역에서 선형의 힘-변위 관계와 함께 수평-회전 방향의 상호작용을 고려한다. 그러나 실제 지반은 점진적으로 소성이 발생하며 그에 따라 선형의 힘-변위 관계를 갖지 않는다. 이번 연구에서는 비선형성이 큰 수평, 회전 방향에 대하여 비선형 쌍곡선 힘-변위 관계를 가정한 하이퍼볼릭 모델 비 (hyperbolic model B)를 제안하고, 이 때 사용되는 초기 지반 강성에 대한 식을 제시하였다. 검증을 위하여 지반 연속체 모델을 이용한 잭업의 구조-지반 상호작용 해석을 수행하였다. 연약 점토에서의 깊은 관입 깊이로 인한 지반의 대변형을 잭업 구조 해석에 고려하였다. 제안된 항복 상호작용 모델인 하이퍼볼릭 모델 비는 상부 연약한 점토-하부 단단한 점토 조건에서 항복 곡면 이전과 이후 지반 연속체 모델과 해석 결과가 비슷한 경향을 보임을 확인하였다. 기존 모델 비는 항복 곡면 안에서 선형 힘-변위 관계로 인해 지반에 작용하는 모멘트를 과대평가하는 경향이 있고, 경계조건으로써 구조 해석에 영향을 미쳐 잭업 레그의 모멘트가 과소평가되는 경향이 발생하였다. 제안된 하이퍼볼릭 모델 비는 항복 곡면 이전의 비선형성을 고려함으로써 잭업 레그의 모멘트 분포를 잘 예측하였다. 이렇게 제안된 항복 상호작용 모델과 지반 연속체 모델을 이용하여 잭업의 동적 구조해석을 수행하였다. 동적 사인파 하중에 대한 지반 반응 및 잭업의 구조 반응을 계산하고 정적 하중 결과와 비교하였다. 일반적으로 사용되고 있는 동적증폭계수 뿐 아니라 지반의 동적 효과 및 관성력에 의한 효과가 존재하는 것을 확인하였으며, 이에 대하여 분석하였다. 항복 상호작용 모델 및 지반 연속체 모델을 통해 구조-지반 상호작용을 고려하여 동적 하중에 대한 잭업 구조해석을 수행하였고, 항복 곡면 이전과 이후 지반 반응 및 잭업 레그의 모멘트 분포를 잘 예측하는 것을 확인하였다.

젖소의 착유간격이 유량, 유성분 및 비유곡선에 미치는 영향

조인종 경상대학교 대학원 2008 국내박사

This study used 3,597 measured records of milking cow which calved between 2006 and 2007 to estimate influence, which milking interval of milk cattle had on milk yield and milk components, and lactation curve, treated milking interval, calving year, calving season, sampling season, lactation stage, and parity as fixed effect to evaluate the ability of milking cow, then conducted analysis of covariance with including days in milk as covariance, and estimated a lactation curve and parameter by each model with using the actual average daily milk yield. The results of this study are summarized as follows. 1. As the result of test of significance on each trait, high degree of significance was authorized in most of traits, and for the mean ability of each trait, the average daily milk yield per day, fat percentage, protein percentage, lactose percentage, SNF(solid not fat) percentage, and SCS(Somatic cell score) were 33.78㎏, 3.03%, 3.15%, 4.65%, 8.61%, and 3.41 respectively. For coefficient of variation, lactose percentage and SNF percentage were the most stable, and variation of SCS was the greatest. 2. It indicated that the average daily milk yield by milking interval was 33.61㎏ when milking with interval of 11 hours by day_13 hours by night, 33.42㎏ when milking with interval of 12 hours by day_12 hours by night, and 34.31㎏ when milking with interval of 13 hours by day_11 hours by night respectively. 3. Effects of milking interval had influence significantly on all of investigated traits, except SCS, milk yield was higher significantly in milking interval of 13 hours by day_11 hours by night than any other intervals, fat percentage and SNF percentage were significantly lower in milking interval of 12 hours by day_12 hours by night, and lactose percentage was significantly higher in milking interval of 11 hours by day_13 hours by night. 4. Effects of calving year had significant influence on all of investigated traits, milk yield and fat percentage were significantly higher in 2007, and protein percentage, lactose percentage, SNF percentage, and SCS were higher in 2006. 5. Effects of calving season had significant influence on all of investigated traits, milk yield was the highest in Autumn, and the lowest in Spring. Fat percentage was the highest in Summer and Autumn, and the lowest in Spring and Winter. SCS was significantly higher in Summer and Winter than Spring and Autumn. 6. Effects of sampling season had significant influence on all of investigated traits, and milk yield was significantly higher in Spring than Summer and Winter. Fat percentage and SCS was higher in Summer, protein percentage and SNF percentage was higher in Autumn, and protein percentage was higher in Spring. 7. Effect of parity, except 1st parity record, had significant influence on all of investigated traits, and milk yield was significantly higher in 2nd~5th parity than over 6th parity. Fat percentage was the lowest in 2nd parity, SCS was the lowest in 2nd parity, and it tended to be higher as a parity increased. 8. Effects of lactation stage had significant influence on all of investigated traits, milk yield and lactose percentage was the highest in the first term of lactation, and SCS and SNF percentage was the highest in the middle term of lactation. 9. In this study, days in milk were included in analysis model as covariance to analyze to adjust variant days in milk of each object, and it was changed significantly in all traits, except lactose percentage, as days in milk were increased one by one. 10. For the phenotypical change by milking interval, milk yield tended to decrease repeatedly as SCS was increased, and it can be considered that SCS is a decisive cause of milk yield decrease. 11. For the phenotypical correlation of each trait investigated in this study, milk yield had negative correlation with fat percentage, protein percentage, SNF percentage, and SCS, and there was strong positive correlation between protein percentage and SNF percentage. 12. This study estimated lactation curve of each model by milking interval with using the actual average daily milk yield, and evaluated a parameter. As the result of test of goodness of fit, it presented that Wood model with higher decisive coefficient was appropriate. 14. In estimating a lactation curve of each model by milking interval, for the daily milk yield, it was advantageous to milk with interval of 11 hours by day_13 hours by night from the beginning of lactation to peak, with interval of 13 hours by day_11 hours by night from peak term of lactation to the middle term, and with interval of 11 hours by day_13 hours by night again in the end of lactation. 본 연구는 젖소의 착유간격이 유량 및 유성분에 미치는 영향 및 비유곡선을 추정하기 위하여 2006년부터 2007년 사이에 분만을 한 착유우의 3,597개의 측정 기록을 이용하였고, 착유우의 능력을 평가하기 위하여 착유간격, 분만년도, 분만계절, 샘플채취계절, 비유시기 및 산차를 고정효과로 처리하고, 착유일수를 공변이로 포함하여 공분산분석을 하였으며, 실제 1일 산유량을 이용하여 각 모델별 비유곡선 및 모수를 추정하였다. 본 연구의 결과를 요약하면 다음과 같다. 1. 본 연구에서 조사된 각 형질에 대한 유의성 검정결과에서 대부분의 형질에 있어서 고도의 유의성이 인정되었으며, 각 형질의 평균능력은 1일 평균 산유량, 유지율, 유단백율, 유당율, 무지고형분율 및 체세포지수가 각각 33.78㎏, 3.03%, 3.15%, 4.65%, 8.61% 및 3.41로 나타났다. 변이계수의 경우 유당율과 무지고형분율이 가장 안정적이었고, 체세포지수의 변이가 가장 심하였다. 2. 착유간격별 1일 평균 산유량은 낮11시간_밤13시간 착유했을 때 33.61㎏, 낮12시간_밤12시간 착유했을 때 33.42㎏, 낮13시간_밤11시간 착유했을 때 34.31㎏으로 조사되었다. 3. 착유간격의 효과는 체세포지수를 제외한 조사된 모든 형질에 대하여 유의적으로 영향하였으며, 유량의 경우 낮13시간_밤11시간의 착유간격에서 다른 간격에서보다 유의적으로 높게 나타났고, 유지율과 무지고형분율은 낮12시간_밤12시간의 간격에서 유의적으로 낮게 나타났으며, 유당율은 낮11시간_밤13시간의 착유간격에서 유의적으로 높게 나타났다. 4. 분만년도의 효과는 조사된 모든 형질에 대하여 유의적으로 영향하였으며, 산유량, 유지율은 2007년도에 유의적으로 높게 나타났고, 유단백율, 유당율, 무지고형분율 및 체세포지수는 2006년도에 높게 나타났다. 5. 분만계절의 효과는 조사된 모든 형질에 대하여 유의적으로 영향하였으며, 유량의 경우 가을에 유의적으로 가장 높게 나타났고, 봄에 가장 낮았다. 유지율은 여름과 가을에 가장 높았고, 봄과 겨울에 낮았다. 체세포지수는 여름과 겨울에서 봄과 가을보다 유의적으로 높게 나타났다. 6. 샘플채취계절의 효과는 조사된 모든 형질에 유의적으로 영향하였으며, 유량의 경우 봄에 여름과 가을보다 유의적으로 높게 나타났다. 유지율과 체체포지수는 여름에, 유단백율과 무지고형분율은 가을에, 유당율은 봄에 높게 나타났다. 7. 1산차 기록을 제외한 산차의 효과는 조사된 모든 형질에 유의적으로 영향하였으며, 유량의 경우 2~5산차가 6산차 이상보다 유의적으로 높게 나타났다. 유지율은 2산차에서 가장 낮게 나타났고, 체세포지수는 2산차에서 가장 낮게 나타났고, 산차가 늘어날수록 높아지는 경향을 보였다. 8. 비유시기의 효과는 조사된 모든 형질에 유의적으로 영향하였으며, 유량과 유당율의 경우 비유전기에 유의적으로 가장 높게 나타났고, 체세포지수와 무지고형분율은 비유중기에서 가장 높게 나타났다. 9. 본 연구에서는 각 개체마다 상이한 착유일수를 보정하기 위하여 분석모델에 착유일수를 공변이로 포함하여 분석하였으며, 착유일수 1일 증가에 따라 유당율을 제외한 모든 형질에서 유의적으로 변화하였다. 10. 착유간격별에 따른 표현형적 변화는 비유일수에 따라 체세포지수가 증가하면 유량은 감소하는 경향이 반복되었으며, 이는 체세포수가 산유량의 저하에 결정적인 원인이 된다고 볼 수 있다. 11. 본 연구에서 조사된 각 형질에 대한 표현형 상관은 유량은 유지율, 유단백율, 무지고형분율 및 체세포지수와 음의 상관을 나타내었고, 유단백율과 무지고형분율은 강한 양의 상관을 보였다. 12. 본 연구에서는 실제 1일 평균 산유량을 이용하여 착유간격에 따른 각 모델별 비유곡선을 추정하고 모수를 구하였다. 모델 적합도 검정에서는 결정계수가 높은 Wood 모델이 적합한 것으로 나타났다. 14. 착유간격에 따른 각 모델별 비유곡선 추정에 있어서 1일 산유량의 경우, 비유 시작 후 peak기 까지는 낮11시간_밤13시간의 간격으로 착유하는 것이 좋고, 비유 peak기부터 중기까지는 낮13시간_밤11시간의 간격으로 착유하는 것이 좋으며, 비유 말기에서는 다시 낮11시간_밤13시간의 간격으로 착유하는 것이 유리한 것으로 나타났다.

Regional corn yield prediction using moderate resolution imaging spectroradiometer (MODIS) data and crop growth model

반호영 서울대학교 대학원 2017 국내박사

표본 조사를 하여 작물의 수량을 예측하는 데에는 상당한 비용과 노동력이 요구된다. 하지만, 원격 탐사 자료는 최소한의 비용으로 작물의 수량을 신뢰성 있게 예측하는데 도움을 줄 수 있으며, 또한 시기 적절하게 작물의 생육 상태를 감시하거나 얻는데 도움을 줄 수 있을 것이다. 작물의 생육과 수량을 예측하는데 원격 탐사 자료를 이용하는 두 가지 접근법이 있다. 첫 번째 접근법은 원격 탐사 자료와 관측 수량과의 직접적인 관계를 나타내는 경험적 모델을 사용하며, 다른 접근법은 옥수수 수량 예측력을 높이기 위하여 원격 탐사 자료를 작물 생육 모델에 동화하는 방법이다. 본 연구에서는 최소한의 데이터세트를 이용하여 각 방법에 대하여 지역단위 옥수수 수량을 예측하는 간단한 모델을 개발하고, 그 모델들의 지역단위 수량 예측력을 평가하는 것이다. 지리적으로 분리된 주요 옥수수 생산 지역인 미국의 일리노이주와 중국의 흑룡강성 지역의 옥수수 수량을 예측하는 간단한 모델을 MODIS 자료를 이용하여 개발하였으며, 일리노이주의 옥수수 수량과 페놀로지 자료는 농업지구 단위로 2000년부터 2013년까지 수집하였고, 흑룡강성의 옥수수 수량 자료는 현 단위로 2002년부터 2012년까지 수집하였다. 주/성 단위 수량 예측 모델을 검증하기 위하여 3개년을 선택하였으며, 농업지구 단위 수량 및 페놀로지 예측 모델을 개선 및 검증하기 위하여 나머지 년도에서 각각 70% 와 30%의 자료를 이용하였다. 엽면적지수를 계산하기 위하여 8일 간격의 지표 반사 자료인 MOD09A1 자료를 3월 29일 (day of year, DOY 89)부터 12월 2일 (DOY 337)까지 수집하였으며, 시즌 초기부터 주어진 날짜 [End of DOY (EOD)]까지의 엽면적지수의 합은 로지스틱함수로 잘 표현되었고, 엽면적기간의 시즌 변화를 잘 나타내었다. 출아와 성숙날짜를 예측하는 단순 페놀로지 예측 모델을 엽면적지수 증가 속도와 최대 엽면적지수의 날짜를 나타내는 로지스틱함수의 파라미터인 b1과 b2를 이용하여 개발하였으며, 페놀로지 예측 모델은 검증 데이터세트에 출아와 성숙 날짜를 각각 6.3과 4.9 일의 root mean square error (RMSE)로 잘 예측하였다. 옥수수 수량 예측을 위한 두 개의 단순 선형 회귀 모델들 (YP 와 YF) 을 엽면적기간을 이용하여 설정하였다; YP 모델은 출아부터 성숙 날짜까지의 엽면적기간을 이용하였고, YF 모델은 3월 28일 (DOY 89)부터 특정 EOD까지의 지정된 엽면적기간을 이용하였다. 옥수수 수확이 거의 끝나는 12월 2일 (EOD 321)에 예측된 주/성 단위 옥수수 수량의 RMSE가 일리노이주 0.68 t/ha와 흑룡강성 0.66 t/ha로 YP 모델이 YF 모델보다 훨씬 나은 예측력을 보였으며, YP 모델은 9월 13일 (DOY 257)에 아주 이른 옥수수 수량 예측에 대해서도 비슷하거나 더 좋은 예측력을 보였다. 추가로, 모델의 예측력은 기후와 품종과 관개를 포함한 재배 방법들이 매우 다른 두 연구 지역간 차이가 없었다. 작물 생육 모델과 원격탐사 자료는 작물 생육과 수량 예측에 유용한 도구이지만, 각각은 지역단위 작물 생육과 수량을 예측하는데 불가분의 문제점을 가지고 있다. 지역단위 옥수수 수량 예측의 정확도와 정밀도를 향상시키기 위하여 MODIS자료를 작물 생육 모델에 동화시키는 간단한 방법을 개발하였고, 주요 옥수수 생산 지역인 미국의 일리노이주에 대하여 지역단위 수량의 예측력을 평가하였다. 옥수수 수량과 페놀로지 자료는 농업지구와 주 단위로 2000년부터 2013년까지 수집하였으며, CERES-Maize 모델을 이용하여 파종일, 비료 시비량, 유전 계수들, 토양 및 기상자료로 구성된 최소한의 입력 데이터세트로 옥수수의 생육과 수량을 모의하였다. 각 격자의 파종일은 MODIS에서 파생된 엽면적기간의 시즌 변화를 나타내는 leaf area duration (LAD) logistic 함수를 이용한 페놀로지 예측 모델로 추정하였으며, 옥수수 품종의 유전 계수들은 LAD logistic 함수에서 파생된 최대 엽면적지수와 CERES-Maize 모델로 모의된 최대 엽면적지수 사이의 차이가 최소가 되는 성숙군 (Decision Support System for Agrotechnology Transfer (DSSAT) 4.6에 포함된)의 유전계수들로 결정하였다. 추가로, CERES-Maize 모델에 내재된 일별 수분 스트레스 요소들은 LAD logistic 함수로부터 추정된 일별 엽면적/중 생장 속도와 CERES-Maize 모델을 자동-관개상태로 모의하여 추정된 일별 엽면적 생장 속도의 비율로 계산하였다. 추정된 파종일과 성숙군만을 이용한 옥수수 수량의 예측력은 자연관수상태에서 농업지구와 주 단위 모두 매우 낮았다. 반면에 자동-관개상태에서 모의된 옥수수 수량의 예측력은 훨씬 향상되었으며, 이것은 일리노이주의 옥수수 농장에 상당한 비율로 관개가 적용되고 있는 것을 나타낸다. 일별 엽면적지수와 수분 스트레스 요소들을 추가로 동화함으로써, 옥수수 수량의 예측력은 또한 상당히 향상되었으며, 결정계수 (R2)가 0.72에서 0.78로 증가하였고, RMSE가 1.47 t/ha 에서 0.75 t/ha 로 감소하였다. 추가로, 9월 13일 (DOY 257)에 이른 옥수수 수량 예측에도 정확도 감소 없이 예측이 가능하다. 본 연구는 원격탐사 자료를 이용하여 각 접근법에 대한 간단한 모델을 개발하였고, 연구 지역들에 옥수수 수량 예측력은 상당한 정확도와 정밀도를 보여주었다. 그러나 이 모델들은 다른 농업기상과 기술을 가진 지역들에 대하여 수량 예측력을 평가해야 할 것이다. Crop yield was commonly estimated by sample survey, and the method would require considerable costs and labor. However, remote sensing data would help reliable crop yield prediction with minimal costs, and also help to acquire and monitor timely the crop growth conditions. Two approaches employed for predicting crop growth and yield based on remote sensing. One approach is to use empirical model which represents the direct relationship between remote sensing data and observed yields, and another approach is to assimilate remote sensing data into crop growth model to improve corn yield prediction. In this study, a simple model for each approach was developed to predict regional corn yield using a minimum dataset and examined for the feasibility of regional corn yield. A simple model was developed to predict corn yields using the MoDerate Resolution Imaging Spectroradiometer (MODIS) data product from two geographically separate major corn crop production regions: Illinois, USA and Heilongjiang Province, China. Corn yields and phenology data were collected by agricultural district (AD) in Illinois from 2000 to 2013. Corn yields were also compiled by county in Heilongjiang Province from 2002 to 2012. Data from the three years were selected to validate the model by state, and 70 and 30% of the data from the other years were used to calibrate and validate the model by district, respectively. The MOD09A1 data product, which are 8-day interval surface reflectance data, were obtained from day of the year (DOY) 89 to 337 to calculate the leaf area index (LAI). The sum of the LAI from early in the season to a given date in the season [end of DOY (EOD)] was well fitted to a logistic function and represented seasonal change of leaf area duration (LAD), which is the integral of LAI over a specific season. A simple phenology model was derived to estimate the dates of emergence and maturity using the logistic function parameters b1 and b2, which represented the rate of increase in LAI and the date of maximum LAI at a given site, respectively. The phenology model predicted emergence and maturity dates fairly well, with root mean square error (RMSE) values of 6.3 and 4.9 days for the validation dataset, respectively. Two simple linear regression models (YP and YF) were established using LAD as the variable to predict corn yield; the phenology model (YP) model used LAD from emergence to maturity, and the yield model (YF) model used LAD for a predetermined period from DOY 89 to a particular EOD. When state/province corn yields for the validation dataset were predicted at DOY 321, near completion of the corn harvest, the YP model performed much better than the YF model, with RMSE values of 0.68 and 0.66 t/ha for Illinois and Heilongjiang, respectively. The YP model showed a similar or better performance, even for the much earlier yield prediction at DOY 257. In addition, the model performance showed no difference between the two study regions with very different climates and cultivation methods, including cultivar and irrigation management. Crop growth models and remote sensing are useful tools for predicting crop growth and yield, but each tool has inherent drawbacks when predicting crop growth and yield at a regional scale. To improve the accuracy and precision of regional corn yield predictions, a simple approach for assimilating MODIS product into a crop growth model was developed, and regional yield prediction performance was evaluated in a major corn-producing region in Illinois, USA. Corn yields and phenology data were collected at state and AD levels from 2000 to 2013. Corn growth and yield were simulated using the Crop Environment Resource Synthesis (CERES)-Maize model with a minimum input dataset comprising planting date, fertilizer amount, genetic coefficients, soil, and weather data. Planting date for each grid was estimated using a phenology model with a LAD logistic function that describes the seasonal evolution of MODIS-derived LAD. Genetic coefficients of the maize cultivar for each grid were determined to be the genetic coefficients of the mature group [included in Decision Support System for Agrotechnology Transfer (DSSAT) 4.6], which shows the minimum difference between the maximum LAI value derived from the LAD logistic function and that simulated by the CERES-Maize model. In addition, the daily water stress factors employed in CERES-Maize model were estimated from the ratio of daily leaf area/weight growth rate estimated from the LAD logistic function to the daily leaf area/weight growth rate estimated by simulating CERES-Maize model under an auto-irrigation condition. Corn yield predictions using only the estimated planting date and maturity group were very poor under rain-fed conditions at both the AD and state levels, whereas corn yield predictions improved under the auto-irrigation condition, indicating that irrigation has been applied in a considerable portion of cornfields in Illinois. In addition to assimilation of the estimated planting date and maturity group, further assimilation of the estimated daily LAI and water stress factors also improved the corn yield prediction considerably, increasing the R2 value from 0.72 to 0.78 and decreasing the RMSE from 1.47 to 0.75 t/ha for the yearly corn yield prediction. In addition, an earlier corn yield prediction at DOY 257 was possible without decreased accuracy. In conclusion, simple corn yield prediction model for each approach was developed using remote sensing data, and had considerable accuracy and precision for predicting the corn yield in study regions. However, these models and method need to be examined for spatial portability in more diverse agro-climatic and agro- technology regions.

Phenology and yield responses of soybean to elevated air temperatures in a temperate region

최덕환 서울대학교 대학원 2017 국내박사

Increased temperature means and fluctuations associated with climate change are predicted to exert profound effects on the development, growth, and yield of soybean. Experiments were conducted to evaluate the impacts of global warming on the phenology, yield-related traits, and yield of two determinate soybean cultivars in a temperate region (37.27°N, 126.99°E; Suwon, South Korea). These two soybean cultivars, Sinpaldalkong [maturity group (MG) IV] and Daewonkong (MG VI), were cultured on various sowing dates within a four-year period, under no water-stress conditions. Soybeans were kept in greenhouses controlled at the current ambient temperature (AT), AT+1.5°C, AT+3.0°C, and AT+5.0°C throughout the growth periods. Growth periods (VE–R7) were significantly prolonged by the elevated temperatures, especially the R1–R5 period. Cultivars exhibited no significant differences in seed yield at the AT+1.5°C and AT+3.0°C treatments, compared to AT, while a significant yield reduction was observed at the AT+5.0°C treatment. Yield reductions resulted from limited seed number, which was due to an overall low numbers of pods and seeds per pod. Heat stress conditions induced a decrease in pod number to a greater degree than in seed number per pod. Individual seed weight exhibited no significant variation among temperature elevation treatments; thus, seed weight likely had negligible impacts on overall seed yield. The number of pods, the main yield determinant, was determined by flower number and pod set ratio. Regardless of cultivars or temperature treatments, the temporal distribution of flowering showed a bimodal temporal distribution. The latter peak was delayed and increased with temperature elevation above ambient in both cultivars, indicating that elevated temperatures increased the flowering duration and the number of flowers differentiated lately. The relative frequency of early flower abscission and the proportion of flower abscission to pod abscission increased with temperature rise, indicating that the increase of pod set failure would be attributed to non-viable pollen or a reduction in photosynthate supply under high temperature stress. Temperature elevation significantly decreased the pod set in hot summer (the period of flowering and pod setting) years, 2013 and 2015, but not in cool summer year, 2014 without a temperature × cultivar interaction. Regardless of cultivars, pod number variations were more closely associated with pod set percentage variations rather than with flower number variations in hot summer years (2013 and 2015), whereas the opposite associations were observed in cool summer year (2014). Using the boundary line analysis with quadratic and beta function, cardinal temperatures (Topt, Tmax) for pod set were estimated at 34.8, and 42.9°C for the Sinpaldalkong cultivar and 34.5, and 41.6°C for the Daewonkong cultivar, respectively. The temperature response of pod set was shown to be similar to the reported temperature response of pollen germination or pollen tube growth; suggesting that pod set would be strongly related to pollen viability. Although the temperature rise could lead to the increase of flower production, the temperature above 35°C would sharply decrease the pod set ratio in soybean. A boundary line analysis (using quantile regression) estimated optimum temperatures for seed number at 26.4 to 26.8°C (VE–R5) for both cultivars; the optimum temperatures (R5–R7) for single seed weight were estimated at 25.2°C for the Sinpaldalkong smaller-seeded cultivar, and at 22.3°C for the Daewonkong larger-seeded cultivar. The optimum growing season (VE–R7) temperatures for seed yield, which were estimated by combining the two boundary lines for seed number and seed weight, were 26.4 and 25.0°C for the Sinpaldalkong and Daewonkong cultivars, respectively. Considering the current soybean growing season temperature, which ranges from 21.7 (in the north) to 24.6°C (in the south) in South Korea, and the temperature response of potential soybean yields, further warming of less than approximately 1°C would not become a critical limiting factor for soybean production in South Korea. However, further warming of more than 1°C may have adverse effects on the soybean yield from southern region in South Korea, and temperature above 35°C would cause severe damage to the formation of pod number in soybean.

Optimal high yield SRAM architecture

강희채 Graduate School, Yonsei University 2010 국내석사

The correlation between read access failure cells is changed with architecture because the number of cells corresponding to a sense amplifier and a bit-line tracking path is changed. This change varies the distribution of the number of failure cells and thus the yield of SRAMs. Analytical models are proposed to predict the change of the distribution and the yield. The proposed analytical yield model shows that the column redundancy is more efficient than the row redundancy to improve the yield. The change of the number of architecture components (cell, bit-line tracking path, and sense amplifier) influences on the yield and the yield change is proportional to variances of sense amplifier enable time (TSAE), voltage difference between two bit-lines (ΔVBL), and sense amplifier offset voltage (VOS). On the other hand, the yield trend due to this influence is different according to redundancy usage; non-redundancy, row redundancy, column redundancy, and both row and column redundancies. Therefore, the optimal architecture is changed according to redundancy usage. Moreover, the variances of TSAE, ΔVBL, and VOS due to the process variation become worse with technology scaling, which causes the optimal architecture to be changed and the sensitivity of the yield change to architecture to be increased. The sensitivity of the yield change is also increased with the SRAM capacity. Thus, the optimal architecture must be considered to achieve a high SRAM yield with technology scaling and memory capacity. The proposed analytical yield model is very helpful to estimate the optimal architecture in early SRAM design stage.

Response of phenology and yield-related characters to elevated air temperature in maize

심다나 서울대학교 대학원 2015 국내석사

As in the other C4 crops, maize shows considerably better adaptation to an environment of high temperature than C3 crops. However, maize yield is expected to decrease by supra-optimal temperature that is projected to occur frequently under the accelerating global warming. The objectives of this study were to (1) assess the response of maize development, flowering, kernel set, and yield to elevated temperature and (2) the simulation performance of maize growth models under this high temperature environment. Early maturing maize hybrid cultivars Chalok#1 and Junda#6 which were bred and grown in south Korea and northern China, respectively were tested in the plastic houses (37.27˚N, 126.99˚E; Suwon, Korea) that were controlled to the target temperatures of ambient temperature (AT), AT+1.5℃, AT+3℃ and AT+5℃ at one sowing date in 2013 and three different sowing dates in 2014. For temperature treatments, a seedling of V3 – V4 stage was transplanted in 1/2000a Wagner pot and five pots were transferred to each plastic house. Air temperatures were monitored with data logger equipped with platinum resistor thermoprobe throughout the growing season. Growth durations from emergence to anthesis and from anthesis to physiological maturity tended to decrease but not necessarily with elevated temperature treatments above ambient. Above a certain levels of temperature elevation those growth durations were rather lengthened again. High temperature-dependent variations were greater in grain filling duration than in vegetative period before anthesis. These tendencies were more obvious in Junda#6 than Chalok#1. Temperature elevation did not affect the interval from anthesis to silking (ASI) in all experimental variables. Ear position, tassel branches, and final leaf number were not significantly different among temperature treatments at all sowings in both cultivars but tassel branches tended to increase with temperature elevation in Junda#6. Daily anthesis and silking patterns followed the normal distribution in both maize cultivars. 50% anthesis occurred after 2.32 to 3.63 days and 2.74 to 2.99 days from initial anthesis in Chalok#1 and Junda#6, respectively. 50% silking reached at 2.08 to 2.49 days and 1.61 to 2.85 days from initial silking in Chalok#1 and Junda#6, respectively. Elevated temperature delayed only the duration from initial to 50% anthesis in Chalok#1. Grain yield tended to decrease along with temperature elevation in both cultivars. The yield reductions due to temperature elevation were resulted from the decrease in kernel number rather than in individual kernel weight. Grain yield exhibited highly significant correlations (r>0.9) with kernel number but no or low significant correlation with kernel weight. Kernel number reduction due to temperature elevation resulted from the decrease of differentiated ovule number and the increase of kernel set failure. High temperature- induced kernel set failure resulted from un-fertilization of ovules in both cultivars and abortion of fertilized ovules in Chalok#1. Individual kernel weight was not significantly different among temperature elevation treatments but showed significant differences among sowings in both cultivars. High temperature-induced reduction in kernel set, kernel number, and grain yield was much more sensitive in Junda#6 than in Chalok#1. Percent un-fertilized ovules showed highly significant positive with average temperatures during silking period of six days only in Junda#6, while percent aborted kernels showed no significant correlations with temperatures in both cultivars. The responses of percent fertilized ovules to temperatures during silking period were welled to logistic functions in Junda#6, while the distinctive responses were not detected in Chalok#1. Critical temperatures inducing 50% un-fertilization were estimated to be 28.6, 37.3, and 24.7℃ in average, maximum, and minimum temperatures, respectively in Junda#6. Two maize growth models, CERES-Maize and IXIM-Maize, predicted the growth durations and grain yields fairly well around ambient temperature conditions while underestimated under elevated temperature conditions. The gaps became greater along with temperature elevation in both cultivars. CERE-Maize underestimated grain yield much greater than IXIM-Maize under elevated temperature conditions. These poor estimations of grain yield in elevated temperature resulted from the poor temperature response of kernel weight and kernel number in both models. In conclusion, global warming projected in the future is expected to affect maize yield adversely in Korea, and crop models need further improvement for assessing the climate change impact on maize yield in the future.

Rice Growth and Yield Monitoring Based on Unmanned Aerial Vehicle Images

나심 레자 전남대학교 대학원 2020 국내박사

Remote sensing based crop growth monitoring during an entire growing period is critical for crop production. Monitoring rice crop condition during growing season and yield prediction can enable better farm management and finally help increase yield. In this study, we proposed a UAV based image acquisition and analysis system to monitor rice growth during a whole growing season and measure yield in the field from the transplant stage to the harvest stage. In the transplant stage, we proposed the Faster-RCNN algorithm to recognize rice plants and count them in the field image. A hierarchical clustering and Hough transform based algorithm was adopted to analyze the distance between plants and distance between rows, missed plant position, and missed plant rate. The proposed method showed high potential in recognizing and counting the rice plants in orthomosaic images. The average Precision, Recall, and F1 score value was found between 0.95 and 0.99. The R2 value between ground truth and true positive for counting rice plants was found to be 0.96 with the RMSE of 24.25. The average distance between the plant rows and the average distance between the plants were found 28.8 cm with a standard deviation of 0.906 cm and 19.2 cm with a standard deviation of 2.74 cm, respectively. The GSD method was applied to estimate the GPS positions in orthomosaic images. The GPS information was used to monitor plants individually. In the growth stage, we proposed a point cloud based method to estimate the height and volume of 15 rice plants. Equidistance layering was formed in the point cloud and the layers were converted into polygons using an improved convexhull method. The proposed method showed a good performance to estimate height and volume. The R2 values for height and volume measurement between actual and estimated values were 0.93 and 0.73, respectively. We proposed the K-means clustering with Lab color space transformation (KCL) and the K-means clustering and a graph-cut algorithm (KCG) to estimate rice yield in the harvest stage. Rice grains were segmented from the orthomosaic images using these methods and then the rice yield could be estimated. The KCG method proved better than the KCL method in grain area estimation with a lower average relative error of 14.37% than that of the KCL method. The KCG method also estimated the yield from different growing stages. The findings showed that the grain segmentation based on UAV images is likely reliable and easy to estimate yield. We also applied our methods to monitor individual rice crops in the field by projecting the GPS information. We estimated height and yield for the individual plant over the growing period. GPS based single plant monitoring system can contribute to increase the efficiency of crop management and finally productivity. The study provided the feasibility of UAV based monitoring of rice crop during a whole growing season. The systems and methods developed in this study can be applied to monitor other crops during a whole cultivation year. 작물의 전 생육기간 동안 원격 탐사를 활용한 생육 모니터링은 작물 생산에 있어서 매우 중요하다. 작물 생육 모니터링과 수확량 모니터링은 농경지 관리의 효율성을 높이고 궁극적으로 수확량을 높일 수 있다. 따라서 본 연구에서는 전 생육기간 동안 벼 생육을 모니터링하고 수확량을 측정할 수 있는 무인항공기 기반의 영상 획득 및 분석시스템을 개발하고자 한다. 벼 이앙시기에서는 Faster-RCNN알고리즘을 이용하여 벼를 인식하고 계수할 수 있는 방법을 개발하였다. 또한 계층적 군집화 알고리즘과 허프 변환을 이용하여 벼 개체간의 거리와 벼 열간의 거리, 결주율, 벼 결주 위치를 분석하였다. 벼 인식에 있어서 Faster-RCNN 모델의 Precision, Recall, Fl score는 0.95-0.99 정도로서 높은 성능을 보였다. 벼를 계수하는데 있어서는 실제 개수와 본 연구에서 개발한 방법에 의한 개수 사이의 결정계수(R2) 값은 0.96이었으며, 평균제급근오차(RMSE)는 24.25로서 벼 인식과 계수에 있어서 우수성을 보여주었다. 벼 열간 거리의 측정은 평균 28.8 cm, 표준편차 0.906 cm 로서 이앙기의 이식기 사이의 거리인 30cm와 거의 유사하였다. 벼 개체간의 거리는 평균 19.2 cm, 표준편차 2.74 cm 로서 국내에서 권장되는 벼 개체간의 거리 20cm 와 거의 동일하였다. 벼 성장 시기에서는 포인트 클라우드 기반의 벼 높이 및 체적을 분석할 수 있는 방법을 개발하였다. 벼 높이 측정에 있어서 실제 높이와 측정된 높이 사이의 결정계수는 0.93이고 벼 체적 측정에 있어서는 0.73이었다. 벼 수확 단계에서는 작물의 영상 분석에 의해 수확량을 측정할 수 있도록 KCL (K-means clustering with Lab color space transformation) 과 KCG (K-means clustering and a graph-cut algorithm) 방법을 개발하였다. 이 두방법은 기본적으로 벼의 낱알을 영상분석을 통해 배경으로부터 분리하여 면적을 산출하고 이를 수확량으로 환산한다. KCG 방법은 KCL 방법보다 오차가 14.37% 낮았으며, 농경지에서 수확량을 직접 측정할 수 있는 수준으로 판단되었다. 벼의 이앙 시기에는 각 개체를 구분할 수 있지만 잎면적이 증가하면서 구분이 어려워 진다. 따라서 이앙시기에 벼 개체를 인식하고 GPS 좌표화 하면 잎면적이 증가하더라도 각 개체를 구분하고 각 개체별로 생육 모니터링과 수확량 측정이 가능하다. 이러한 개체별 모니터링 방법은 작물의 효율성을 높여서 궁극적으로 생산성을 향상시키는데 기여할 것으로 생각한다. 본 연구에서는 무인항공기를 이용하여 작물의 전 생육기간동안 생육과 수확량 모니터링이 정밀하게 가능함을 보였다. 향후 이러한 방법은 다른 작물에도 적용할 수 있을 것으로 생각된다.

개선된 콘 칼로리미터를 이용한 모사된 화재환경에서 CO 및 Soot yield에 관한 실험적 연구

문선여 대전대학교 일반대학원 2023 국내박사

Fire standard criteria are being applied to determine the characteristics required for fire risk assessment, and quantitative assessment of disaster and fire risk is being considered. An open cone calorimeter is used as a representative equipment widely used for fire risk assessment, and the open cone calorimeter can predict combustion characteristics in a well-ventilated state, such as the initial fire growth. However, in the actual fire environment, a low oxygen concentration (<20.95%) is supplied by combustion products (CO, CO2, HCN and HCL, etc.) generated after ignition. Therefore, the combustion characteristics of the combustibles measured in the well-ventilated open cone calorimeter have a significant difference. In addition, there is a lack of experimental studies on the effect of thermal and chemical environmental changes on the ignition of solid combustibles in an actual fire environment. In this study, a step-by-step study was conducted in three stages. In the first stage, a method for calculating the yeid value of combustion properties was considered to improve the reliability of the cone calorimeter specific method. Also, in order to improve the measurement accuracy of the smoke concentration, the light path and installation arrangement of the device were changed. In addition, a flame height measuring device capable of measuring the flame height in a cone calorimeter was developed, and the measuring device was developed and the flame length according to the external heat flux was measured. In the second step, the production characteristics of CO and Soot yield in an open fire environment were confirmed. The characteristics of CO and Soot yield generation according to the radiant heat flux were confirmed. The combustion characteristics of the product according to the change of the exhaust hood flow rate and the change of the hood height were confirmed. Exhaust hood and exhaust flow rate do not affect CO and Soot yield. In the last step, the characteristics of CO and Soot yield generation were confirmed in the simulated fire environment. The closed cone calorimeter was improved to compensate for the disadvantages of the existing closed cone calorimeter(Q-CACC) and to compare with the open cone calorimeter(C-COCC). The combustion properties of the open cone calorimeter and the closed cone calorimeter were compared and reviewed. In addition, the generation characteristics of combustion properties (CO and Soot yield) were confirmed in the simulated fire environment (CO+N2). The purpose of this research is to improve the accuracy and reliability of measuring the combustion characteristics of each combustible, such as CO and Soot emissions, which are important for evacuation and life safety. Therefore, we conducted a comparative analysis of the combustion characteristics by improving the equipment and by simulating the fire environment. This effort is expected to contribute to improving the reliability of fire risk assessment. 공학적이고 정량적인 화재 위험성 평가를 위해서 많은 소방 엔지니어들의 관심이 증가되고 있다. 화재 위험 평가에 필요한 특성들을 결정하기 위한 화재 표준 기준들이 적용되고 있으며, 재난 및 화재 위험에 대한 정량적인 평가가 고려되고 있다. 화재 위험 평가에 널리 사용되고 있는 대표적인 장비로는 개방형 콘 칼로리미터를 활용하고 있으며, 개방형 콘 칼로리미터는 초기 화재 성장과 같이 환기가 원활히 발생된 상태의 연소특성 예측이 가능하다. 그러나 실제 화재 환경은 점화 후 발생하는 연소 생성물(CO, CO2, HCN 및 HCL 등)에 의해 낮은 산소농도 (<20.95%)가 공급된다. 그러므로 환기가 원활한 개방형 콘 칼로리미터에서 측정된 가연물의 연소특성과 상당한 차이를 가진다. 또한 실제 화재에 환경에서 열 및 화학적 환경 변화가 고체가연물의 점화에 미치는 영향에 대한 실험적 연구가 부족한 실정이다. 이러한 배경 하에 본 연구에서는 실제 화재 환경에서 열 및 화학적 변화가 고체가연물의 점화 특성에 미치는 영향을 단계적으로 이해하기 위하여, 밀폐형 콘 칼로리미터(Controlled Atmosphere Cone Calorimeter, CACC)를 이용한 모사된 화재환경에서 가연물의 연소특성을 검토하고자 한다. 본 연구에서는 3단계로 단계적인 연구가 진행되었으며, 1단계에서는 콘 칼로미터 특정 방법의 신뢰성 개선을 위해 연소물성의 yeid 값 산출 방법을 고찰하였다. 또한 연기농도 전방산란을 최소화하고자 광 경로 증가 및 연기농도 성층하에 따른 측정 정확도를 향상 시키기 위해 연기농도 측정 장치를 수평 배열에서 수직으로 배열 변경하였다. 외부 복사열유속의 변화에 따른 화염길이와의 비교를 통한 CO 및 Soot yield의 연소 특성 분석을 위해 화염길이 측정 장치를 개발하였으며, 콘 칼로리미터에서 화염높이 측정을 수행하였다. 2단계에서는 개방된 화재환경에서 CO 및 Soot yield의 생성 특성을 확인 하였다. 복사열 유속에 따른 CO yield는 일정한 값이 측정되었으며, Soot yield는 복사열 유속에 따라 비례 괸계를 보인다. 광 경로 및 광소멸계수에 따른 Soot yield의 상대오차는 최대 13% 정도 차이를 보이며, 광소멸계수의 사용에 따라 상대오차가 달라질 수 있다. 개방형 콘 칼로리미터에서는 ISO 5660-1 기준으로 고정된 배기유량 및 후드 높이는 적용하고 있으나, 이들의 변화에 따른 차이를 확인 한결과 배기 유량 24 L/min에서 최대 72 L/min까지는 증가시켰으며, 높이는 기존 0.25 m에서 0.55 m까지 높였을 경우 CO 및 Soot yield에는 큰 영향이 없는 것을 확인하였다. 마지막 3단계에서는 모사된 화재환경에서 CO 및 Soot yield 생성 특성을 확인하였다. 기존 밀폐형 콘 칼로리미터(Q-CACC)의 단점을 보완하고 개방형 콘 칼로리미터(C-COCC)와의 비교를 위하여 밀폐형 콘 칼로리미터를 개선하였다. Q-CACC 및 C-CACC를 이용하여 공급유량 변화에 다른 CO 및 Soot yield 생성 특성을 확인 하였다. 선행연구에서는 개방형과 밀페형 콘 칼로리미터의 결과를 독립적으로 보고하고 있으나, 본 연구에서는 개방형 콘 칼로리미터와 밀폐형 콘 칼로리미터의 비교 검토를 수행하였으며, 이후 연소조건 변화에 따른 CO 및 Soot yield에 따른 생성 특성을 확인하였다. 연소조건은 N2 희석을 통한 O2 농도 감소에 따른 CO 및 Soot yield에 따른 생성 특성과 모사된 화재환경을 위해 CO2+N2희석을 통한 연소물성의 생성 특성을 확인하였다. 본 연구에서 개선된 밀폐형 콘 칼로리미터는 개방형 콘 칼로리미터의 화재현상과 가장 유사함을 확인하였다. 또한 동일한 복사열유속 및 O2 농도 조건에서 개방형 및 밀폐형 콘 칼로리미터의 연소물성 비교 분석을 통해 bench-scale 실험에서 측정된 물리량의 사용의 신뢰성을 향상시켰다. 외부 복사열유속 및 O2 농도에 따른 CO2 yield에는 큰 영향이 없으며, CO는 연소 조건에 따라 상이한 경향을 보인다. 마지막으로 Soot yield의 경우 복사열 유속 및 O2 농도에 따라 비례적으로 감소하는 경향을 확인하였다. 본 연구결과는 피난 및 인명 안전에 중요한 CO 및 Soot yield를 각 가연물의 연소 물성에 대한 측정 정확도 및 신뢰도 향상을 위해 장비 개선 및 모사된 화재환경을 통한 연소물성 비교 분석을 수행하였으며 이러한 접근 방법은 화재위험성 평가의 신뢰성을 향상에 기여할 것으로 기대된다.