Plants under the genus Orostachys have been known as medicinal plants. This study deems to determine the growth and leaf color of Orostachys japonica and O. boehmeri when subjected to various LED light sources. A total of seven LED light treatments were used, i.e. red (630 nm), green (520 nm), blue (450 nm), purple (650 and 450 nm), 3000 K white (455, 600 nm), 4100 K white (455, 590 nm), and 6500 K white (450, 545 nm) LEDs. Results showed that O. japonica plants showed favorable growth under 4100 K white LED, while O. boehmeri plants had a positive growth response under white light LEDs (3000, 4100, and 6500 K). In leaf color analysis, the use of green LED showed the greatest change in CIELAB L * and b * values which were relatively higher compared to other treatments indicating that leaves turned yellowish. Further statistical analysis using Pearson’s correlation also suggested that there is a small negative association between dry weight and b * values of O. japonica, and a negative moderate association between plant weights (fresh and dry weight) and leaf color (L * and b * ) and positive association between said plant weights and a * color values of O. boehmeri. Therefore, it is recommended to cultivate O. japonica under 4100 K white LED and O. boehmeri under 3000, 4100, 6500 K white LEDs.

소면적 약용작물인 율무의 주산지인 연천에서 조명나방의 발생 양상을 조사하고, 이를 기반으로 5종의 살충제와 3종의 유기농업 자재에 대 한 포장 방제효과를 검정하였다. 조명나방의 성충은 5월부터 발생이 시작되어 10월 하순까지 총 3세대를 경과하였다. 포장시험 결과, 5종의 살충 제인 novaluron, lufenuron, spinetoram, cyclaniliprole, flufenoxuron과 3종의 유기농업 자재인 CCBP (gosam extracts 90%), LT (neem extracts 60%), JT (citronella oil 30 + derris extracts 20 + cinnamon extracts 10%)는 율무에 발생하는 조명나방에 대하여 2 지역 모두에서 높은 방제효과를 보였으며, 2배량에서도 약해가 없어 율무 전용 살충제로써 이용이 가능할 것으로 생각된다.

본 연구는 메꽃과 6종의 식물에 대해 신속하고 비파괴적으로 분류하기 위해 근적외선 (Vis-NIR) 스펙트럼을 이용하였고 데이터의 전처리와 머신러닝 기술을 적용하였다. 전국적으로 분포하는 메꽃과 6종에 대해 야외에서 휴대용 분광기를 이용하여 판별하였다. 식물의 잎의 표면에서 400~1,075 nm의 근적외선 스펙트럼 (1.5 nm)을 수집하였 다. 수집된 스펙트럼 데이터는 3가지의 전처리와 raw데이터를 이용하였고 4종류의 머신러닝 모델을 적용하여 높은 판별 정확도를 확인하였다. 전처리와 머신러닝 모델의 조합을 통해 분석된 판별의 정확도는 43~99%의 범위로 분석되었고, standard normal variate 전처리와 support vector machine 머신러닝 모델의 조합에서 판별 정확도가 98.6% 로 가장 높게 나타났다. 본 연구에서 수집된 스펙트럼은 식물의 성장단계, 다양한 측정 지역 및 잎에서의 측정 위치 등과 같은 요인과 더불어 데이터 분석을 위한 조건으로 최 적의 전처리와 머신러닝 기술을 적용한다면 메꽃과 식물의 야외에서의 정확한 분류가 가능하고 이들 식물의 효과적인 관리와 모니터링에 활용할 수 있을 것으로 판단되었다.

본 연구에서는 상품성이 떨어지는 원목표고를 활용하여 전통된장의 기호성과 저장성이 향상된 저염표고된장을 개발하고, 이를 활용한 된장스프레드잼을 제조하여 품질특성을 확인하였다. 대조구로 시판된장(전통된장, 농업회사 법인 장흥식품)을 분석하였다. 염도함량은 염수 중 식염 첨가량이 낮은 저염표고된장이 시판된장보다 더 낮게 나타났으며, L(명도)값은 더 높게 나타났다. 일반성분 분석결과 조단백질, 조지방, 회분은 저염표고된장보다 시판된장에서 더 높게 나타났다. 유리당은 시판된장에서 glucose, fructose, maltose가 검출되었으며 저염표고된장에서는 arabinose와 fucose가 추가로 검출되었다. 유기산 분석결과 시판된장과 저염표고된장은 2 종만 검출되었으며, 저염표 고된장을 활용한 된장스프레드잼은 4 종의 유기산이 검출되었다. 유리아미노산 분석결과 시판된장과 저염표고된장의 주요 아미노산은 histidine, glutamic acid, arginine이었고 총 유리아미노산 함량은 시판된장(49.26 mg%)보다 저염표고된장(54.81 mg%)에서 더 높은 함량을 나타내었다. 저염표고된장을 활용한 된장스프레드잼의 총 유리아 미노산 함량은 43.01 mg%로 나타났다. Ergosterol 함량 과 β-glucan은 표고정과를 첨가한 된장스프레드잼에서 가장 높게 나타났으며, 시중된장보다 저염표고된장에서 함량이 월등하게 높게 나타났다. 따라서 본 연구의 저염표 고된장 및 된장스프레드잼은 표고의 유용성분을 함유하며, 염도가 낮은 장점이 있어 표고를 활용한 건강식품개발에 기여할 수 있을 것으로 판단되었다.

As the use of capacitors in electrical appliances and electrical control circuits increases, the related electrical fire is increasing. There are various parts such as resistors, coils, and capacitors that make up an electric circuit. Among them, the ignition of a capacitor with a temporary charging function is closely related to the structural characteristics of the capacitor. Capacitors can explode due to various reasons, and the high heat generated when they explode ignites the inflammable dielectric, which in turn burns the inflammable materials such as the surrounding electric wires and spreads into a fire. In this paper, the ignition mechanism is studied by conducting a reenactment experiment on the various probabilities that can be ignited in an electric capacitor, and the prevention measures to be applied to the fire prevention are presented.

PURPOSES : The purpose of this study was to develop the evaluation methodologies for spraying amount and sprayed condition of curing compound based on IoT technology when concrete pavements are constructed. METHODS : To measure the spraying amount of curing compound, a turbine type flowmeter was selected and a number of laboratory experiments were performed to verify the applicability of the selected sensor. To evaluate the uniformity of the sprayed curing compound on the concrete pavement surface, image process technologies were examined using pictures taken from the actual construction sites and from the test specimens. RESULTS : By performing experiments using water and curing compound, the selected flowmeter was verified to properly be applied to measure the spraying amount of curing compound with an acceptable accuracy. By conducting image processing using pictures of the sprayed curing compound on the concrete pavement surface, it was found that the 8 color analysis method was the best to evaluate the uniformity of the sprayed curing compound. CONCLUSIONS : From this study, it was concluded that the spraying amount of curing compound could be accurately measured using a turbine type flowmeter and the uniformity of the sprayed curing compound on the concrete pavement surface could be properly evaluated using an image processing technology.