진동은 농업용 트랙터 운전자의 쾌적한 작업 환경 조성을 방해하고, 건강을 위협하는 요소이다. 본 연구에서는 국제 표준안(ISO 2631-1)에 따라 트랙터 운전자의 전신 진동을 평가하였다. 진동 시험은 재현성과 반복성이 뛰어난 four-post road simulator 상에서 6가지 노면 조건을 적용하여 수행하였다. 취득한 진동 신호의 파고율, 최대 진동 진폭, 피폭 진동 누적량, 실효치 등을 이용하여 진동 특성을 분석하였다. 최종적으로 건강 지도 위험 수준과 안락도에 대한 반응도를 평가 방법에 따른 실효치와 피폭 진동 누적량에 적용하여 농업용 트랙터의 운전자 전신 진동을 정량적으로 평가하였다.

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.

This study was conducted to determine the possibility of estimating the daily mean temperature for a specific location based on the climatic data collected from the nearby Automated Synoptic Observing System (ASOS) and Automated Weather System(AWS) to improve the accuracy of the climate data in forage yield prediction model. To perform this study, the annual mean temperature and monthly mean temperature were checked for normality, correlation with location information (Longitude, Latitude, and Altitude) and multiple regression analysis, respectively. The altitude was found to have a continuous effect on the annual mean temperature and the monthly mean temperature, while the latitude was found to have an effect on the monthly mean temperature excluding June. Longitude affected monthly mean temperature in June, July, August, September, October, and November. Based on the above results and years of experience with climate-related research, the daily mean temperature estimation was determined to be possible using longitude, latitude, and altitude. In this study, it is possible to estimate the daily mean temperature using climate data from all over the country, but in order to improve the accuracy of daily mean temperature, climatic data needs to applied to each city and province.

본 연구의 목적은 전후진 자동변속기가 장착된 트랙터의 변속 충격을 모사하기 위한 시뮬레이션 모델에 적용될 비례 제어 밸브의 전류 제어 모델을 개발하는 것이다. 전류 제어 모델을 개발하기 위하여 시험 장치를 구성하여 밸브의 정특성 시험과 계단 응답 시험을 수행하였으며, 시험 결과를 토대로 전류 제어 모델을 검증하였다. 비례 제어 밸브의 전류 제어 모델은 밸브의 전류-압력 선도, PID 제어기, 펄스폭변조 신호 발생기와 밸브 모델로 구성하였다. 전류 제어 모델에 사용된 데이터는 시험을 통하여 도출된 값과 대상 트랙터에 적용된 값을 사용하였다. 전류 제어 모델 검증을 위해 계단 입력 신호에 대하여 전류 특성 시험을 수행하였고, 실제 전류 시험 결과와 시뮬레이션 결과를 비교하였다. 시험 결과와 시뮬레이션 결과에 대한 전류 특성을 비교해 보면, 상승 시간 오차는 0.0074초, 첨두치 시간의 오차는 0.0065초, 오버슈트 오차는 0.06%로 나타났다. 따라서 개발된 비례 제어 밸브의 전류 제어 모델은 실제 제어기의 전류 제어 특성을 제대로 반영할 수 있으며, 추후 변속 충격 모사를 위한 트랙터 시뮬레이션 모델에서 비례 제어 밸브의 전류 제어 모델로 사용될 수 있을 것으로 판단된다.

Yield prediction model for mixed pasture was developed with a shortage that the relationship between dry matter yield (DMY) and days of summer depression (DSD) was not properly reflected in the model in the previous research. Therefore, this study was designed to eliminate the data of the regions with distinctly different climatic conditions and then investigate their relationships DMY and DSD using the data in each region separately of regions with distinct climatic characteristics and classify the data based on regions for further analysis based on the previous mixed pasture prediction model. The data set used in the research kept 582 data points from 11 regions and 41 mixed pasture types. The relationship between DMY and DSD in each region were analyzed through scatter plot, correlation analysis and multiple regression analysis in each region separately. In the statistical analysis, DMY was taken as the response variable and 5 climatic variables including DSD were taken as explanatory variables. The results of scatter plot showed that negative correlations between DMY and DSD were observed in 7 out of 9 regions. Therefore, it was confirmed that analyzing the relationship between DMY and DSD based on each region is necessary and 5 regions were selected (Hwaseong, Suwon, Daejeon, Siheung and Gwangju) since the data size in these regions is large enough to perform the further statistical analysis based on large sample approximation theory. Correlation analysis showed that negative correlations were found between DMY and DSD in 3 (Hwaseong, Suwon and Siheung) out of the 5 regions, meanwhile the negative relationship in Hwaseong was confirmed through multiple regression analysis. Therefore, it was concluded that the interpretability of the yield prediction model for mixed pasture could be improved based on constructing the models using the data from each region separately instead of using the pooled data from different regions.

This study was aimed to find yield prediction model of Italian ryegrass using climate big data and geographic information. After that, mapping the predicted yield results using Geographic Information System (GIS) as follows; First, forage data were collected; second, the climate information, which was matched with forage data according to year and location, was gathered from the Korean Metrology Administration (KMA) as big data; third, the climate layers used for GIS were constructed; fourth, the yield prediction equation was estimated for the climate layers. Finally, the prediction model was evaluated in aspect of fitness and accuracy. As a result, the fitness of the model (R2) was between 27% to 95% in relation to cultivated locations. In Suwon (n=321), the model was; DMY = 158.63AGD –8.82AAT +169.09SGD - 8.03SAT +184.59SRD -13,352.24 (DMY: Dry Matter Yield, AGD: Autumnal Growing Days, SGD: Spring Growing Days, SAT: Spring Accumulated Temperature, SRD: Spring Rainfall Days). Furthermore, DMY was predicted as 9,790±120 (kg/ha) for the mean DMY(9,790 kg/ha). During mapping, the yield of inland areas were relatively greater than that of coastal areas except of Jeju Island, furthermore, northeastern areas, which was mountainous, had lain no cultivations due to weak cold tolerance. In this study, even though the yield prediction modeling and mapping were only performed in several particular locations limited to the data situation as a startup research in the Republic of Korea.

조사료 재배 적지 기준 설정을 위한 연구의 일환으로, 국가적 사업으로 구축되어 있는 토양과 기후 데이터베이스를 이용하여, Italianryegrass (Lolium multiflorum Lam., IRG)를 대상으로 강원도에서의 재배 가능 지역을 분류하였다. 토양 데이터베이스는 국립농업과학원의 흙토람에서, 기상 데이터베이스는 국립농림기상센터에서 받았다. 토양 요인 항목으로는 토양물리성인 토성, 배수, 경사, 유효 토심 및 암반노출 등, 토양 화학성인 토양 산도, 토양 염류도 및 유기물 함량 등을 선정하고, 이들의 기준값 및 가중치를 설정하였다. 기후 요인 항목으로는 1월 일최저평균온도, 3~5월의 평균온도,9~12월의 5'C 이상 일수, 10월~익년 5월의 강수일수와 강수량을 선정하고 기준값 및 가중치를 설정하였다. 토양 요인의 관점에서 강원도에서 IRG의 재배가능지 및 재배최적지는 영동지방의 경우 고성, 속초, 양양, 강릉, 동해 및삼척이며 주로 경사가 완만한 해안 지역에 분포하고 있었다. 영서지방은 철원, 양구, 춘천,원주, 횡성, 평창 및 정선에 주로 분포하고 있었다. 단 영동지방의 경우 서쪽 급경사인 태백산맥은 재배불가지이며, 경사가 완만한 해안지역을 중심으로 재배가능지 이상이었다. 기후요인의 관점에서 강원도에서 IRG의 재배가능지 또는 재배최적지로 영동지방의 경우 고성,속초, 양양, 강릉, 동해 및 삼척의 해안 지역이해당되었다. 영서지방의 경우 대부분의 지역이 재배 불리 지역으로 분류되었다. 일부 춘천과원주에서 60점 이상인 지역에서는 재배 관리에신중을 기해야 한다.

느 타 리 버 섯 (P l e u r o t u s s p p . ) 은 담 자 균 강 (Basidiomycetes ), 주름버섯목(Agaricales ), 느타리버섯과 (Pleaurotacea )에 속하는 목재부후균으로 한국 등 세계 각 지에 널리 분포하며, 국내에서 가장 많이 재배되는 버섯품 목으로서 느타리버섯속의 종들은 재배면적이 가장 많은 일 반느타리(Pleaurotus ostreatus )와 큰느타리(P. eryngii ), 고온성 사철느타리(P. florida )와 여름느타리(P. sajorcaju ), 분홍느타리(P. salmoneostramineus), 노랑느타리(P. citrinopileatus ), 산느타리(P. pulmonarius )가 있다. 느타리 버섯 균상재배농가는 주로 폐면을 살균 및 후발효하여 사용 하고 있으나 발효기술의 미흡으로 균사배양불량 및 수량저 하의 문제점이 발생하여 안전 발효배지 제조기술 개발이 필 요한 실정이다. 본 시험은 발효배지 제조시 농가제조 우량 폐 면발효배지의 첨가에 따른 재배배지의 미생물상 변화 및 수 량성을 구명한 결과이다. 느타리버섯 발효배지 제조시 야외 에서 방울솜을 턴 후 방울솜70+면자각20+비트펄프 10% 를 중량비율로 혼합, 수분조절된 재배배지에 발효된 우량 폐 면배지를 재배배지의 중량비율로 1%를 첨가하여 혼합, 고체발효기내에서 발효 후 1㎏ 봉지배지로 입봉, 액체종 균을 접 종, 재배시 무첨가 발효(관행) 재배배지에 비하여 유효경수 는 12.6개로서 1.3개 증가하고 수량은 155g으로서 17% 증 가하였다.

Background : Recent climate change has also affected the biological season for plants. There are various studies on this, but most of them are studying horticultural crops. The purpose of this study was to investigate the timing of flowering in different regions and to predict the flowering time of Schisandra chinensis (Turcz.) Baillon. using meteorological data. Methods and Results : The flowering time and cultivation area of Schisandra chinensis were searched and surveyed by the Internet data and Annual research report of the RDA. Accumulated temperature and Growing degree day at 0℃, 5℃, 10℃ or more and Cumulative hours of sunshine at 0℃ or more to the cultivation area and flowering period of irradiated Schisandra chinensis were calculated from meteorological data of KMA (Korea. Meteorological Administration) and calculated using Excel, respectively. statistical analysis was performed using Excel. The data collected were 15 research reports and 20 internet surveys, but it was difficult to use statistical significance due to the high coefficient of variation. The 5-year Suwon data and the 3-year data of Jinan were used in the study report data relatively close to the meteorological stations. Conclusion : Results of statistical analysis. The flowering time of Schisandra chinensis is the time when Accumulated temperature of 0℃ or more [Σ (daily average temperature > 0℃)] becomes 650℃ and the Growing degree day of 0℃ or more { Σ [ (day maximum temperature + day minimum temperature) / 2 > 0℃ ] } was 670℃. The coefficient of variation was 6.5% and 6.2%, respectively.

1980년부터 2012년까지의 전국 92개소의 기상청 기상자료를 수집하고 전국의 감자 지역적응시험 성적을 수집하였다. 이 데이터들을 활용하여 기상요소가 감자수량에 미쳤던영향을 평가하고 기상자료를 활용, 감자 수량을 예측해 보고자 하였다. 노지 무피복 재배 수미감자를 대상으로 전국17지역의 86개 지역적응시험 성적을 추출하여 해당지역의기상요소들간 상관계수를 조사한 결과, 감자의 상서수량은파종일부터 50일간의 평균기온, 최고기온 및 일교차와 고도의 상관이 나타났고, 수확 50일전부터 수확일까지의 최고기온과도 고도의 상관이 있었으며, 수확 30일전부터 10일전까지의 강수량, 상대습도, 일조시간 및 강수일수도 높은 상관이 나타났다. 이들 시기별 기상요소들과 감자 상서수량간의 관계를 통계분석 프로그램 SAS를 이용하여 단계분석(Stepwise)한 결과, 다음과 같은 감자 수량예측 모형을 얻을수 있었다.감자는 품종마다 기상에 대한 반응이 다르고, 기상 이외에도 토양, 비료, 재배방법 등 여러가지 가능한 요인들이 존재하므로 이 모형만으로 우리나라 지역별 감자수량을 정확히 예측할 수는 없겠으나, 기후변화에 적응하는 농업기술개발을 위한 지역별 감자 파종적기 재설정, 재배적지 탐색 등에 활용할 수 있을 것으로 판단된다.

Eleuthero(Eleutherococcus senticosus Maxim.) cortex is well known as a herb medicine for tonic. This study was performed to improve the quality of dried E. senticosus cortex. Investigation of quality factor and contents of efficient compounds under different steaming times and drying methods were performed to determine the proper processing and drying conditions of Eleuthero cortex harvested on March in annual stems. The proper steaming time for peeling bark to make high quality Eleuthero cortex took less than 20 mins. Eleutheroside B and E contents among drying methods were significantly different at 5% level DMRT. The 50℃ heat drying was the most advisable condition for drying, when drying and keeping contents of effective compounds.