동물 화분매개는 대부분 벌과 파리 등의 곤충에 의해서 이루어지는 매우 중요한 생태계 서비스 중 하나이다. 농업생산성의 유지와 영양분의 안정적 공급은 인류 복지의 근간이 된다. 이 연구는 한국 농업에서 화분매개가 식량 생산 증진에 미치는 기능을 평가하였다. 2015년 농업총조사, 농촌진흥청 농업 소득자료집, 기타 시장가격 자료 등의 농작물 재배와 생산액에 대한 자료에 화분매개 의존도를 반영하였다. 12개의 식량작물, 19개 과수, 18개 노지 채소와 13개 시설 채소 그리고 9개의 특용작물 등 71개 작물을 대상으로 한 분석에서, 전체 작물의 화분매개 의존도는 평균 29.2%이었으며, 식량작물이 가장 낮은 7.5%로 나타났다. 화분매개 의존량은 전체 농작물의 17.8%이었으며 그 경제적 가치는 6조 8.5천억원 (65.1-71.9천억원)으로 추정되었다. 화분매개 의존 생산량은 시설 과채류에서 49.2%로 가장 높았고 과수가 42%, 특용작물이 35.9%를 차지하 였다. 본 연구를 통해 곤충 화분매개는 한국 농업 생산에서 핵심적 과정이며 식량-영양안보적 관점에서 보호증진해야 하는 과정임이 분명해졌다. 농업에서 화분매개자를 보호하고 화분매개서비스를 강화할 수 있는 관리 전략으로 병해충-화분매개 통합관리(IPPM)개념과 추진 전략에 대하여 추가적으로 논의하였다.

This study aimed to analyze causality of climatic factors that affecting the yield of whole crop barley (WCB) by constructing a network within the natural ecosystem via the structural equation model. The WCB dataset (n=316) consisted of data on the forage information and climatic information. The forage information was collected from numerous experimental reports from New Cultivars of Winter Crops (1993-2012) and included details of fresh and dry matter yield, and the year and location of cultivation. The climatic information included details of the daily mean temperature, precipitation, and sunshine duration from the weather information system of the Korea Meteorological Administration. The variables were growing days, accumulated temperature, precipitation, and sunshine duration in the season for the period of seeding to harvesting. The data was collected over 3 consecutive seasons—autumn, winter, and the following spring. We created a causality network depicting the effect of climatic factors on production by structural equation modeling. The results highlight: (i) the differences in the longitudinal effects between autumn and next spring, (ii) the factors that directly affect WCB production, and (iii) the indirect effects by certain factors, via two or more paths. For instance, the indirect effect of precipitation on WCB production in the following spring season via its effect on temperature was remarkable. Based on absolute values, the importance of WCB production in decreasing order was: the following spring temperature (0.45), autumn temperature (0.35), wintering (-0.16), and following spring precipitation (0.04). Therefore, we conclude that other climatic factors indirectly affect production through the final pathway, temperature and growing days in the next spring, in the climate-production network for WCB including temperature, growing days, precipitation and sunshine duration.

본 연구는 무인기를 이용한 동계사료의 수량조사시 필요한 검량식의 작성을 위한 식생조사 및 분광측정의 적정 시기와, 작성된 검량식의 적용이 적절한 시기를 판단하기 위하여 고정식 자동 분광 측정장치를 개발하여 호밀, 총체보리, IRG를 대상으로 NDVI 를 장기간 측정하였다. 그리고 NDVI가 최댓값이 되는 날을 기준 으로 증가기간과 감소시간으로 기간을 나누어 건물수량 예측을 위한 검량식을 작성하고 검량식의 예측정확도를 각각 비교하였다. 조사결과 호밀, 총체보리, IRG는 각각 4월 8일, 4월 9일, 4월 5일에 NDVI가 최대치가 되었으며 NDVI 증가기간의 검량식은 결정계수(R2)는 각각 0.84, 0.84, 0.78로 높은 상관관계를 보였고 NDVI 감소기간에는 각각 0.00, 0.02, 0.27로 매우 낮게 나타났다. 따라서 NDVI 측정을 통한 건물수량 예측을 효율적으로 하기 위해서는 NDVI 변화를 정확히 측정할 필요가 있으며 고정식 자동 분광 측정 방법은 생육에 따른 NDVI의 정밀 측정에 효과적인 것으로 판단된다.

본 연구는 기계학습을 통한 수량예측모델을 이용하여 이상기상에 따른 WCM의 DMY 피해량을 산출하기 위한 목적으로 수행하였다. 수량예측모델은 WCM 데이터 및 기상 데이터를 수집 후 가공하여 8가지 기계학습을 통해 제작하였으며 실험지역은 경기도로 선정하였다. 수량예측모델은 기계학습 기법 중 정확성이 가장 높은 DeepCrossing (R2=0.5442, RMSE=0.1769) 기법을 통해 제작하였다. 피해량은 정상기상 및 이상기상의 DMY 예측값 간 차이로 산출하였다. 정상기상에서 WCM의 DMY 예측값은 지역에 따라 차이가 있으나 15,003~17,517 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 DMY 예측 값은 지역 및 각 이상기상 수준에 따라 차이가 있었으며 각각 14,947~17,571 kg/ha, 14,986~17,525 kg/ha 및 14,920~17,557 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 피해량은 각각 –68~89 kg/ha, -17~17 kg/ha 및 – 112~121 kg/ha 범위로 피해로 판단할 수 없는 수준이었다. WCM의 정확한 피해량을 산출하기 위해서는 수량예측모델에 이용하는 이상기상 데이터 수의 증가가 필요하다.

본 시험은 사료용 벼의 생산 및 이용 확대를 위해 한우에 대한 급여 효과를 규명하는 것을 목적으로 수행되었다. 경기도 평택에서 생산된 사료용 벼를 활용하여 TMR 사료를 조제하였고 한우 육성우 16두를 대상으로 29개월령까지의 생장능력과 육질특성 변화를 조사하였다. 생산된 사료용 벼 사일리지는 수분함량이 64.02%, 조단백질 함량이 7.54%로 나타났으며 육성기에는 약 45% 정도를 배합하였고 비육기(전기, 중기 및 후기)에는 각각 35, 15 및 9% 로 낮추어 배합하였다. 체중은 WCR-TMR 급여구가 비육중기와 후기에 대조구에 비해 유의적으로 무거웠고, 종료시(29개월령)는 대조구가 631 kg/head 였으나 WCR-TMR급여구는 647 kg/head 로 무거웠다. 일당증체는 육성기와 비육전기에 WCR-TMR급여구가 유의적으로 높았으며 비육중기 및 후기는 차이가 없었다. 전 기간에 있어서는 0.71 vs 0.75 kg/head/day 로 WCR-TMR급여구가 높게 나타났다. 육량에 있어서는 대조구의 등지방 두께(11.7 mm)가 WCR-TMR급여구(9.3 mm)보다 유의적으로 두껍게 나타났다(P<0.05). 등심단면적, 도체중 및 육량지수에서는 차이가 없었다. 육질에 있어서는 Marbling score가 WCR-TMR급여구에서 높게 나타났으며(P<0.05), 육색, 지방색, 조직감 및 성숙도에 있어서는 유의적인 차이가 나타나지 않았다. 이상의 결과를 종합하여 볼 때 사료용 벼 위주 TMR 급여는 가축의 생산성을 개선시켰으나 육질에 있어서는 큰 차이를 보이지 않았다. 따라서 조사료 사정이 열악한 나라에서는 사료용 벼의 생산 및 이용이 필요한 것으로 판단된다.

This study was conducted to estimate the effect of different cutting lengths on fermentation characteristics and aerobic stability of whole crop rice (WCR) silage. The WCR was harvested at the yellow ripe stage (43.7%, DM), and then cut at 5 (R05), 10 (R10), and 20 cm (R20) of the theoretical length of cut with no cut WCR (R60). Each forage was ensiled into 20 L mini bucket silo (5 kg) for 150 days in quadruplicates. The cutting lengths were not affected the chemical compositions of WCR silage (p > 0.05). The pH (p < 0.001) and concentration of ammonia-N (p = 0.022) in WCR silage were increased linearly with the increase of cutting length. The concentration of lactate had quadratic effect (p = 0.007), which was highest in R20 silage (p < 0.05). The concentration of acetate was increased linearly (p = 0.014), but the concentration of butyrate was decreased linearly (p = 0.033). The lactic acid bacteria count was decreased linearly (p = 0.017), and yeast count had quadratic effect (p = 0.009), which was the highest in R20 silage (p < 0.05). Aerobic stability had strong quadratic effect (p < 0.001), which was the highest in R20 silage (p < 0.05). In conclusion, R60 silage had highest pH by a linear increase of ammonia-N concentration and led to low aerobic stability. While R20 silage had the lowest pH by high lactate concentration and led to high aerobic stability.

Recently, transfer learning techniques with a base convolutional neural network (CNN) model have widely gained acceptance in early detection and classification of crop diseases to increase agricultural productivity with reducing disease spread. The transfer learning techniques based classifiers generally achieve over 90% of classification accuracy for crop diseases using dataset of crop leaf images (e.g., PlantVillage dataset), but they have ability to classify only the pre-trained diseases. This paper provides with an evaluation scheme on selecting an effective base CNN model for crop disease transfer learning with regard to the accuracy of trained target crops as well as of untrained target crops. First, we present transfer learning models called CDC (crop disease classification) architecture including widely used base (pre-trained) CNN models. We evaluate each performance of seven base CNN models for four untrained crops. The results of performance evaluation show that the DenseNet201 is one of the best base CNN models.

2019~2020년 동안 강원도 강릉지역의 아마란스 포장에서 진딧물류 3종(잠두진딧물, 목화진딧물, 복숭아혹진딧물), 노린재류 12종(애긴 노린재, 각시장님노린재, 풀밭장님노린재 등), 나방류 4종(흰띠명나방, 파밤나방, 담배거세미나방, 도둑나방) 등 총 7과 18종의 해충을 확인하였다. 이 가운데 발생량이 많아 경제적으로 큰 피해를 주는 종류는 잠두진딧물, 애긴노린재, 각시장님노린재, 파밤나방, 흰띠명나방 등 5종이었다. 진딧물류는 4월 하순부터 발생하기 시작하여 6월 초순에 최대 발생을 보였다. 애긴노린재는 5월 중순부터 발생하여 8월 하순에 최대 발생량을 보이다가 9월 초순부터 밀도가 감소하였고, 각시장님노린재는 9월 중순부터 밀도가 급격히 늘어나서 10월 하순까지 지속적으로 발생하는 경향을 보였다. 흰띠명나방과 파밤나방은 8월 중순부터 유충 발생이 시작되어 10월 중순까지 아마란스에 피해를 주었다. 각각의 해충에 대한 방제구와 무방제구의 수량을 비교한 결과, 진딧물류와 노린재류에 의한 종실 수량 감소율은 각각 51.9%, 69.8%였다. 또한 흰띠명나방과 파밤나방에 의한 잎 생체량 감소율은 각각 72.5%, 36.5%였다.

화산섬인 울릉도는 내륙과는 다른 기후, 토양, 지형 특성을 가지고 있으며, 농업 또한 차별화된 특징을 나타낸다. 본 연구에서는 울릉도 농경지에 출현하는 식물종의 종조성 및 그 특성을 밝히고자 하였다. 식물상 조사는 2016년 5월과 2020년 7월과 8월 총 3차례, 37개 지점에서 수행되었다. 그 결과, 울릉도 농경지에 출현하는 관속식물은 53 과 132속 160종 14변종 5아종, 1잡종으로 총 186분류군으로 조사되었다. 과별 분포현황은 국화과가 가장 많은 33 분류군을 차지하였고, 다음으로 벼과 25분류군, 마디풀과 12분류군, 콩과가 12분류군, 마디풀과 11분류군, 백합과 9 분류군으로 나타났다. 울릉도 농경지에 출현하는 식물의 생활형 유형은 일년생식물-단립식물-중력산포형-직립형 (Th-R5-D4-e)으로 나타났다. 희귀식물로는 섬고사리, 섬기린초, 섬나무딸기, 섬바디, 섬쥐똥나무, 섬쑥부쟁이, 물엉겅퀴, 섬말나리, 왕둥굴레 등 9분류군이 확인되었다. 생태계 교란 식물은 애기수영, 환삼덩굴 2분류군이 확인되었다. 귀화식물은 13과 33속 44종 1변종으로 총 45분류군이 확 인되었고, 도시화지수는 13.9%, 귀화율은 24.2%를 나타냈다.

This study was to evaluate the feed value of whole crop rice silage (WCRS) and to investigate a suitable ratio of the WCRS and concentrate by an analysis of rumen fermentation. A total of 6 treatments were used according to WCRS: concentrate ratio on in vitro rumen fermentation: T1 (100:0), T2 (60:40), T3 (40:60), T4 (20:80), T5 (10:90), and T6 (0:100). The ruminal pH, total gas emission, ammonia nitrogen, and volatile fatty acid (VFA) were determined as fermentation parameters. Total nutrients digestibility trial was conducted by 4 treatments according to WCRS: concentrate ratio at 40:60 (W40), 20:80 (W20), and 10:90 (W10), respectively. Feed value was analyzed according to AOAC (2019) and nutrient digestibility was calculated based on NRC (2001). The levels of crude protein (CP), crude fat, and neutral detergent fiber of the WCRS were 12.29%, 1.67%, and 59.79%, respectively. It was found to be 51.49% as a result of predicting the total digestible nutrient of WCRS using the NRC (2001) model. In vitro rumen fermentation, T4, T5, and T6 treatments showed a greater gas emission and total VFA concentration compared with other treatments (p<0.05). Acetate and acetate to propionate ratio of T4, T5, and T6 were significantly higher than other treatments (p<0.05). There was a significant difference in the level of propionate and butyrate according to the WCRS: concentrate ratio (p<0.05). The digestibility of dry matter and CP was significantly lower in W40 than in other treatments (p<0.05); however, there was no difference in W20 and W10. In conclusion, the 20:80 (WCRS: concentrate) is beneficial for stabilizing the rumen that does not inhibit rumen fermentation and nutrient digestion. This ratio might have a positive effect on the economics of farms as a valuable feed.

Rye, whole-crop barley and Italian Ryegrass are major winter forage species in Korea, and yield monitoring of winter forage species is important to improve forage productivity by precision management of forage. Forage monitoring using Unmanned Aerial Vehicle (UAV) has offered cost effective and real-time applications for site-specific data collection. To monitor forage crop by multispectral camera with UAV, we tested four types of vegetation index (Normalized Difference Vegetation Index; NDVI, Green Normalized Difference Vegetation Index; GNDVI, Normalized Green Red Difference Index; NGRDI and Normalized Difference Red Edge Index; NDREI). Field measurements were conducted on paddy field at Naju City, Jeollanam-do, Korea between February to April 2019. Aerial photos were obtained by an UAV system and NDVI, GNDVI, NGRDI and NDREI were calculated from aerial photos. About rye, whole-crop barley and Italian Ryegrass, regression analysis showed that the correlation coefficients between dry matter and NDVI were 0.91∼0.92, GNDVI were 0.92∼0.94, NGRDI were 0.71∼0.85 and NDREI were 0.84∼0.91. Therefore, GNDVI were the best effective vegetation index to predict dry matter of rye, wholecrop barley and Italian Ryegrass by UAV system.

본 연구에서는 서리의 피해 저감을 위하여 과수 무봉지 재배를 목적으로 사용하고 있는 그물망을 이용하고자, 서리의 양을 관측하는 장치를 대조구와 시험구에 설치하여 그 비교를 통해 서리 저감 효과를 구명하였다. 시험 결과 실제 서리가 관측된 날을 기준으로 시험구에서 37%에서 59%까지 저감 효과를 확인할 수 있었다. 또한 서리의 양을 자동으로 관측하는 장치를 개발하고 풍동실험을 통해 서리 측정 장치의 방풍함 높이를 30 cm로 결정하였다. 이러한 연구 결과는 그물망 설치 함으로써 과수 개화기에 서리 피해를 저감할 수 있을 것으로 판단되며, 그물망의 농업적 이용에 대한 기초자료로 활용될 수 있을 것으로 기대된다.

작물의 생체중을 추정하기 위해 다양한 연구가 시도되었지만, 이미지를 활용하여 생체중을 추정한 예는 없었다. 최근 합성곱 신경망을 사용한 이미지 처리 연구가 늘고 있으며, 합성곱 신경망은 미가공 데이터를 그대로 사용할 수 있다. 본 연구에서는 합성곱 신경망을 이용하여 미가공 데이터 상태인 특정 시점의 파프리카 이미지를 입력으로 작물의 생체중을 추정하도록 학습하였다. 실험은 파프리카(Capsicum annuum L.)를 재배하는 온실에서 수행하였다. 합성곱 신경망의 출력값인 생체중은 파괴조사를 통해 수집한 데이터를 기반으로 회귀 분석하였다. 학습된 합성곱 신경망의 결정 계수(R2)의 최고값은 0.95로 나타났다. 생체중 추정값은 실제 측정값과 매우 유사한 경향성을 보여주었다.