• 검색 결과가 없습니다.

58

해외 정밀농업 기술 및 기자재 분석❙ 59 - 다수의 위성으로부터 NDVI(Normalized Difference Vegetation Index),

NDWI(Normalized Difference Water Index), MSI(Moisture Stress Index), True Color(RGB)를 포함한 다양한 농업관련 이미지를 수집하며, 평균 2~3일마다 모든 필드에 대하여 새 이미지를 업데이트할 수 있음.

- 최적의 작물 생육 환경 정보를 제공하기 위하여 CropX의 작물 모델은 기계 학습 기반 알고리즘을 통하여 개발되었으며, 지속적으로 데이터를 축적하 여 모델을 개선하고 있음. 현재 약 20종의 작물에 대한 작물 모델 정보를 제공함.

<그림 3-30> CropX의 토양 모니터링 시스템

자료: CropX.

5.2. Workswell

❍ 체코 프라하에 본사를 둔 Workswell은 정밀농업을 위한 수분 스트레스 지수 를 매핑하기 위한 WIRIS Agro 열화상 카메라를 개발함. 이 카메라는 10배 광 학줌 RGB 카메라(Full HD 1920×1080 pixels)를 제공하며, 측정된 이미지는

60

수확량 지도, 관개 최적화, 수자원 관리 등을 위해 사용됨.

- 무게 430g 미만, 크기 83×85×68mm로 드론 등 무인항공기 사용에 적합 하며, 무인항공기, 제어장치, 외부 GPS 센서 등과 호환되는 인터페이스를 제공함.

- 측정된 이미지는 농작물 스트레스지수(Crop Water Stress Index: CWSI) 매핑을 통해 분석되며, 이때 분석은 Workswell에서 개발한 WIRIS Agro Analyzer를 사용함. 이 소프트웨어는 카메라 구입 시 제공됨.

<그림 3-31> Workswell의 드론 및 수분 스트레스 매핑

자료: Workswell.

5.3. SenseFly

❍ 스위스에 본사를 둔 드론 솔루션 개발 회사인 SenseFly는 드론 및 카메라를 이용한 정밀농업 솔루션 SenseFly Ag 360을 출시함. eBee SQ 농업용 드론과 Parrot Sequoia 멀티 스펙트럼 카메라를 이용하여 이미지를 수집하고, 수집 된 이미지를 기반으로 pixels4Dfields를 이용하여 필드 매핑을 수행함.

해외 정밀농업 기술 및 기자재 분석❙ 61 - eBee SQ 드론은 비행 고도가 122m로 최대 55분 비행이 가능하며, 이때

55분 동안 최대 200ha 이미지 촬영이 가능하며, 드론 비행 및 데이터 관리 소프트웨어인 eMotion Ag을 이용하여 드론의 비행 계획 등을 설정할 수 있으며, 수집된 이미지를 클라우드로 가져올 수 있음.

- Parrot Sequoia 카메라는 4band 멀티 스펙트럼 센서 및 RGB 카메라 (16MP, 4,608×3,456pixels)를 포함하고 있으므로, 한 번의 비행만으로 RGB와 멀티 스펙트럼 데이터를 수집할 수 있음.

- pixels4Dfields는 드론에 부착된 카메라를 통해 수집된 이미지를 이용하 여 작물 스트레스 지도, 농경지 경계 지도, 관개를 위한 필드의 고도 모델, 변량시비를 위한 처방전 지도 등을 생성함.

<그림 3-32> SenseFly의 드론 기반 정밀농업 솔루션

자료: SenseFly.

62 5.4. DJI

❍ 중국의 DJI는 2018년 농업용 드론 AGRAS MG-1P를 출시함. 이 드론은 10L의 탱크 용량을 갖고 있으며, 주요 용도는 살충제 및 액화 비료와 같은 액체 분사임.

- 마이크로웨이브 레이더가 기체 아래 지형을 실시간으로 감지하여 지형 높 낮이에 따라 최적 분사량을 조절함.

- 조종기 1대로 최대 5대의 드론 기체를 동시에 조종할 수 있어 작업 효율을 향상시키며, 조종기는 제어 거리를 최대 3km까지 제공함.

- 드론은 속도에 따라 분사량을 조절하는 기능을 갖추고 있음.

- 인텔리전트 메모리 기능을 갖추고 있어, 분사액 고갈 또는 배터리 부족으로 비행이 중간에 중단될 경우 작업 위치를 기억하고, 다음 작업 시 이전 작업 종료 위치부터 작업을 재시작함.

- 이 드론을 이용하면 약 10분 동안 0.4~0.6ha의 농경지에 대하여 작업이 가능하며, 이는 수작업에 비해 약 40~60배 빠른 속도임.

<그림 3-33> DJI의 농업용 드론(AGRAS MG-1P)

자료: DJI.

제4장

국내 정밀농업 기술 및

기자재 분석

국내 정밀농업 기술 및 기자재 분석❙ 65

국내 정밀농업 기술 및 기자재 분석

4

1. 농촌진흥청

❍ 국내 정밀농업 기술은 농촌진흥청을 중심으로 일부 대학 및 기업에서 연구를 진행 중임. 농촌진흥청 농업공학부에서는 1999년부터 정밀농업의 기술 개발을 위하여 연구소 자체 시험용 포장을 운영 중이며, 그 외 농가포장도 섭외하여 시험을 수행 중.

- 농업공학부 포장(100×30m)에서는 매년 토양화학성, 작물 생육상태, 수 확량을 5×5m 단위로 측정하고 이를 기반으로 변량시비를 수행 중.

- 농가 실험 포장(100×100m)은 경기도 안성시 양성면 덕봉리에 위치하고 있으며, 포장지의 토양화학성, 작물 생육상태, 수확량을 5×10m 단위로 측정 및 분석하고 있음.

❍ 농촌진흥청 국립농업과학원에서는 노지 블루베리 화분재배를 위한 센서 기반 관개 시스템을 개발함.

66

- 블루베리는 유기물 함량 4% 이상, 토양 pH가 4.5~5.5인 산성토양에 배 수가 양호하고 물이 풍부한 곳에서 잘 자라지만 국내에는 해당 조건을 갖춘 노지를 찾기가 어려움. 따라서, 국립농업과학원에서는 고품질 블루베리 생 산을 통한 농업 경쟁력 향상을 위하여 노지 블루베리 화분재배용 스마트 관 개시스템을 개발함.

- 관개 시스템은 토양 수분센서, 데이터 로거, CDMA 모뎀, 관개 컨트롤러 등 으로 구성되어있으며, 현장에 설치된 토양 수분센서를 통해 필요한 시기에 요구되는 만큼 자동으로 관개를 수행함. 또한, 사용자는 스마트폰 앱을 이용 하여 농장 정보를 언제 어디서나 확인할 수 있으며, 원격 제어가 가능함.

- 이 시스템은 국립원예특작과학원에서 제시한 블루베리 적정 토양수분함량 (25~35%)을 기준으로 하지만, 화분재배 시 사용되는 다양한 상토와 혼합 비율 특성을 고려하여 농업인이 관개 조건을 수동으로 설정할 수도 있으며, 필요한 경우 농장 구역별로 관개 양을 다르게 설정할 수도 있음. 이외에도 기상청 날씨정보를 이용하여 일별 작물 증발산량, 즉 전날 작물이 소비한 물의 양을 계산하여 농업인에게 제공함으로써 작물의 물 관리를 보다 효율 적으로 할 수 있게 지원함.

- 개발된 노지 스마트 관개시스템을 농가 현장에 적용한 결과, 경험 및 수작 업에 의한 관행 방법에 비해 수확량 34% 증가, 과실의 크기 8.7% 증가, 낙 과율 10.4% 저하, 농업용수 31% 절약, 관개 소요 노동시간 95% 절감 등의 효과를 확인함. 1ha당 설치비용은 약 820만 원이며, 경제성을 분석한 결과 연간 약 2,500만 원의 추가 이익이 발생되는 것으로 나타남.

- 이 시스템은 2017년 특허 등록이 완료되어, 현재 기업체에 기술이전 되어 보급 중임. 그뿐만 아니라, 2018 국립농업과학원 기초기반 신기술보급 시 범사업으로 선정되어 노지 및 시설원예농가 약 70여 곳에 설치되어 운영 중임.

국내 정밀농업 기술 및 기자재 분석❙ 67 - 노지 스마트 관개시스템의 실시간 물관리 자동화로 영농기에 바쁜 일손을

덜어주고, 농업용수를 절약할 수 있으며, 고품질 블루베리 생산을 통해 농가 소득증대에 기여 가능함.

<그림 4-1> 농촌진흥청의 노지 블루베리 스마트 관개시스템

자료: 농촌진흥청(2017)을 인용 후 재구성함.

❍ 농촌진흥청은 2019년 AI를 이용하여 작물 수분 스트레스를 진단하고 처방할 수 있는 스마트 관개시스템을 국내에서 처음 개발함.

- 노지 작물 재배는 시설 재배와 달리 폭염과 가뭄 등 기후변화에 매우 민감 하고 환경제어가 어렵기 때문에 정확한 작물 생육 환경 진단과 작물 재배에 필요한 관개 의사 결정이 매우 중요함.

- 기존에는 토양환경센서를 이용하여 실시간 수분 정보를 수집하고, 사용자 설정값 이하일 때만 자동으로 물을 공급하는 방식을 채택하고 있었으나, 개발된 스마트 관개 시스템은 날씨 변화에 따른 작물의 생체 반응 정보를 영상기술로 진단하여 물 공급 시기를 판단 가능함. 또한, 실시간으로 수집 한 데이터를 기반으로 AI를 이용하여 현재 및 향후 작물에 요구되는 수분 량을 예측할 수 있음.

- 농촌진흥청은 이 시스템을 복숭아와 사과 재배에 적용한 결과, 과일 무게는

68

14~26%, 당도는 8%, 안토시아닌 함량은 64% 증가하였다고 보고함.

- 또한, 작물이 받는 수분 스트레스를 미리 진단하여 필요한 때, 필요한 양만큼 물을 공급함으로써 농업용수를 25~31% 절약할 수 있으며, 물 관리에 소요 되는 노동력도 95%가량 감소시킬 수 있다고 보고함.

관련 문서