As aerial application increasing, with social concerning in pesticide drift rises, so this study attempts to establish a test bench that can repeatedly and continuously evaluate this. To this end, this study first analyze ISO 22866 and ASABE S561.1 among the international standard test methods related to pesticide fugitive evaluation. A test bench was established at the Naju practice field of Chonnam National University in accordance with international standards, and field tests were carried out (ISO 22866, ASABE S561.1) to verify effectiveness. A test bench that established in this study and a pesticide drift recovery protocol by aerial application can improve the experimental environment where field experiments were complex and it was difficult to achieve the same conditions. In addition, it will be possible to construct a database of pesticide drift that takes into account various factors that affect pesticide drift substances, which is expected to improve the reliability of the data, as well as quantitative evaluation of pesticide drift in the air.

With rising concerns about pesticide spray drift by aerial application, this study attempt to evaluate aerodynamic property and collection efficiency of spray drift according to the leaf area index (LAI) of crop for preventing undesirable pesticide contamination by the spray-drift tunnel experiment. The collection efficiency of the plant with ‘Low’ LAI was measured at 16.13% at a wind speed of 1 m·s-1. As the wind speed increased to 2 m·s-1, the collection efficiency of plant with the same LAI level increased 1.80 times higher to 29.06%. For the ‘Medium’ level LAI, the collection efficiency was 24.42% and 43.06% at wind speed of 1 m·s-1 and 2 m·s-1, respectively. For the ‘High’ level LAI, it also increased 1.24 times higher as the wind speed increased. The measured results indicated that the collection of spray droplets by leaves were increased with LAI and wind speed. This also implied that dense leaves would have more advantages for preventing the drift of airborne spray droplets. Aerodynamic properties also tended to increase as the LAI increased, and the regression analysis of quadric equation and power law equation showed high explanatory of 0.96－0.99.

본 연구에서는 모델 기반의 온실 환경 제어에 활용될 수 있는 미기상 환경 예측 모형을 개발하고자 하였다. 전산유체역학 시뮬레이션을 활용하여 다양한 기상 조건과 온실의 환기 구조에 따른 온실 내부의 미기상 변화와 환기창에서의 환기량 변화를 모의하고, 다중회귀분석을 통해 수치 모형을 제시하였다. 비정상상태의 환기 작용을 모의한 결과, 환기창 개방 후 환기 효과가 완전히 나타나기까지는 3분 ~ 20분 정도의 시간이 소요될 수 있는 것으로 나타났다. 기존의 센서 실측에 기반을 둔 대부분의 환경 조절 제어 시스템의 경우에는 측정값에 따른 피드백에 의해 환경 제어가 동작하므로 온실 내부의 기온이 상승한 이후에 환경 제어를 시작하게 되지만, 모델 기반의 환경 조절 제어 시스템을 도입하면 이러한 3분~20분 정도의 시간을 사전에 고려하여 적정 환경을 제어할 수 있도록 미리 환기창의 조작이 이루어지게 된다. 작은 규모의 온실에서 는 이러한 영향이 미비할 수 있지만, 근래에 증가하고 있는 대규모 온실들에 대해서는 온실 내부 작물 재배 환경의 균일성과 적정성, 안정성을 확보하고 환경 조절의 경제성을 추구할 수 있는 모델 기반의 환경 조절 시스템이 필수적이다. 본 연구에서 제시된 수치 모형들은 외부의 기온과 풍속, 지면 온도, 일사량 등의 기상 환경과 온실의 천창 개폐율에 따라 유도되는 자연 환기의 성능을 온실 내 미기상 변화와 환기창을 통한 환기량 값으로 제시하고 있으며, 전산유체역학 시뮬레이션 결과와 비교하여 각각 58% ~ 92%, 76% ~ 93%의 예측력을 보였다. 미기상의 변화는 온실을 9개의 세부 영역으로 구분하여 각 영역 에서의 기온 하락 정도로 나타내며, 환기량은 지붕에 형성된 6개의 천창에서의 공기 유출입량을 각각 제시하여 준다. 환기 작용에 의한 미기상의 변화는 반드시 환기창에서의 환기량에 의해 예측되지는 않으므로 환기량과 환기의 효과를 구분하여 적용하는 것이 중요할 것이다. 이러한 수치 모형들은 모델 기반 환경 제어 시스템에서 가상의 환기창 동작에 따른 환기 성능을 예측하는데 활용될 수 있으며, 전산유체역학 시뮬레이션과 같은 매우 복잡한 예측 모델이 비해 상당히 간단한 형태로 이루어져 있어 빠른 계산 시간을 보장한다. 이는 실시간 제어의 관점에서는 복잡한 예측 모델들에 비해 실시간 예측 과 제어가 가능하다는 큰 장점을 가져다준다. 본 연구를 통해 개발되고 시도된 결과들은 모델 기반의 온실 복합 환경 제어 시스템을 위한 알고리즘을 개발하는데 활용될 것이다. 또한 이러한 활용은 농업에 IT 기술을 접목하여 농가의 노동력 부족을 극복하고 생산성 향상과 경쟁력 확보를 도모하는 농업 선진화에 기여할 것으로 기대된다.

딸기 재배용 온실 내 재배 벤치에서 생산량을 높이기 위하여 벤치 주위에서 이산화탄소를 공급하는 경우 환기 등에 의한 풍속으로 인하여 작물 주변의 적정가스 농도가 유지되지 못하는 현상이 발생한다. 본 연구에서는 이산화탄소를 보존시키고자 벤치 주변에 방풍막을 설치하는 방안에 대하여 분석하였다. 온실 내 벤치와 방풍막을 2차원 CFD 시뮬레이션으로 모델링하고 온실 내 공기의 풍속과 이산화탄소의 공급을 구현하여 보존되는 이산화탄소의 농도 분포를 살펴보았다. 또한 이를 통하여 설계한 온실의 환경조건에서의 적정한 방풍막 설치 높이를 제안하고자 하였다. 시뮬레이션에서 구현한 온실 내 풍속조건은 0.5, 1.0, 1.5 m/s이고, 방풍막의 높이는 미설치, 0.15, 0.30 m이고, 각 조건에서의 이산화탄소 농도를 측정하였다. 설계상의 편의와 시뮬레이션의 간소화를 위하여 벤치위의 작물은 없는 것으로 가정하였다. 일반적인 온실 내의 풍속 조건은 1.0 m/s로, 시뮬레이션 결과 이 때 벤치 위에서의 평균 이산화탄소 농도는 방풍막 미설치 시 420 ppm, 방풍막 설치 높이 0.15 m일 때 580 ppm, 0.30 m일 때 653 ppm으로 나타났다 딸기의 최대 생산량을 위한 적정 생육 이산화탄소 농도가 600~800ppm 정도인 것을 고려하여, 이와 같은 환경조건에서의 방풍막의 설치 높이는 0.30m가 적당할 것으로 판단하였으나 이산화탄소 공급조건, 작물의 배치 등의 조건변화에 따른 상황에서의 연구가 추가적으로 수행되어야 할 것이다. 이처럼 방풍막의 설치가 온실 내에 시비한 이산화탄소를 작물 주변에 머무르게 하는 효과가 상당함을 알 수 있었으며, 설계한 환경조건에서 작물별로 적정한 수준의 이산화탄소량이 공급되고 있는지를 판단하기 위하여 CFD 기술이 이용될 수가 있음을 보였다.

변화무쌍한 기상변화가 실험의 정확도에 미치는 영향을 최대한 줄일 수 있도록 강제환기식 온실에서 실험을 하였고, 또한 대체적으로 크지 않은 온실에서의 실험으로 인하여 CFD모델결과의 오차를 크게 줄일 수 있었다. CFD와 현장실험 결과를 비교하여 본 결과, 온실내 1m높이에서의 평균풍속이 각각 0.42m·s-1과 0.39m·s-1으로써 CFD의 지점별 오차 평균값은 7.7% 로 나타났다. Y8.5m 지점에서 가장 큰 오차가 발생하였는데, 최대 오차는 -53.8%로 나타났다. 이의 가장 큰 이유로는 온실 길이방향에서 중간지점인 Y8.5m에서 풍속이 매우 작았기 때문에 소숫점 2번째 자리의 차이라고 해도 큰 오차로 나타났다. 작물형상의 기하학적 복잡성이 매우 큰 것을 고려한다면 오차범위는 매우 양호한 것으로 판단된다. 온실내 1m높이에서 평균온도의 CFD 평균오차는 2.2%로 나타났고, 최대편차는 5.5%이었다. 온실내 바닥으로부터의 복사열 발생량의 차이로 인하여 온실내 동쪽 지역에 상대적으로 큰 오차가 발생하였다. 외기 상대습도가 44%일 때, CFD상대습도의 오차는 2.1%이었으며, 최대 오차는 -3.8%이었다. 식물군의 공기유동저항, 식물군의 수분 및 열평형 모델을 추가하여 보다 사실적인 CFD모델을 설계하였다. CFD 모델의 설계방법이 정립되었기 때문에, 추후에 온실내 다른 작물의 미기상 및 이의 온실내 기상에 미치는 영향 등을 정량적으로 분석할 수 있게 되었다. 또한 작물의 적정생육환경에 주요 대상이면서도 동시에 센서설치의 어려움 등으로 인하여 연구에 어려움이 많았던 작물군내 미기상을 연구할 수 있는 토대를 마련하였다.