생물환경조절학회지 31권 4호에 게재된 논문의 사사가 잘못 기재되어 있어 바로 잡습니다.

생물환경조절학회지 31권 3호에 게재된 논문의 재료 및 방법의 양액 정보가 잘못 기재되어 있어 바로 잡습니다.

A new strawberry cultivar ‘Misohyang’ was originated from the cross between ‘Darselect’ and ‘Wongyo 3111’ in 2009. Among hybrids, ‘Misohyang’, a superior individual possessing vigorous growth, capacity to early differentiate flower buds, and excellent physiological characteristics, was selected. Several tests conducted from 2012 to 2014 revealed that this cultivar was suitable for forcing culture due to its faster flowering and harvest time than ‘Seolhyang’. Fruits of ‘Misohyang’ were conical in shape with a red color, which turned dark red color when fruits were fully ripened. Although sugar contents in ‘Misohyang’ fruits were lower than those in ‘Seolhyang’, their aromatic properties were excellent in terms of synergy effect on perception of sweet flavor. In addition, ‘Misohyang’ fruits could maintain high hardness despite a warm temperature during spring. These physiological characteristics of fruits contribute to its high yields in spring, with an average fruit weight of 20 g. Regarding disease resistance, ‘Misohyang’ showed sensitivity to powdery mildew during nursery period and fruit ripening stage. Since the cultivar ‘Misohyang’ has an excellent flavor with attractive red color, sustainable hardness, and high yields in spring, it is expected to be popularly consumed not only for its fresh fruits, but also for its processed fruits.

본 연구는 원예용 상토:마사토:재사용 암면을 100:0:0(대조 구), 80:0:20(M1), 60:30:10(M2), 40:30:30(M3), 30:40:30 (M4) 및 0:50:50(M5)의 비율(v:v:v)로 혼합한 후 상토의 물 리∙화학성과 ‘설향’ 딸기 자묘의 생육에 미치는 영향을 알아보 기 위하여 수행하였다. 상토의 물리적 측면에서는 통계적 차 이가 인정되었으며 용적밀도 및 입자밀도는 원예용 상토가 대 부분인 대조구와 M1에서 낮았으나, 재활용 암면과 마사토의 혼합비율이 높았던 M3, M4, M5에서 용적밀도와 입자밀도가 높았다. 유효수분과 완충수분에서도 비슷한 경향을 보였다. 반면 공극률과 기상률은 대조구와 M1에서 높았고 M3, M4, M5에서 낮았다. 치환성 양이온(K, Ca, Na, Mg)과 염기치환 용량(CEC)은 대조구와 M1에서 높았으며 M1, M3, M4, M5 에서 낮았다. ‘설향’ 자묘를 재배한 결과, 초장은 M2에서32.1cm로 길었고 M4에서 28.4cm로 작았으나 자묘의 생육지 표인 크라운 직경으로 판단한다면 모든 배지에서 11.23－ 12.03mm로 형성되어 자묘의 생육에 적합하다고 생각된다. 지상부, 지하부의 생체중과 건물중은 유의한 차이가 없었다. 생육 결과를 종합하였을 때, 일정 비율의 재사용 암면과 마사 토를 혼합하여도 원예용 상토만을 사용한 것과 동일한 수준의 생육을 나타내었으나, 재활용 암면과 마사토를 적정 비율로 혼합하였을 때, 공극률, 기상률 등 물리성이 개선되어 관수관 리에 유리할 것으로 판단된다.

본 연구에서는 ‘설향’ 딸기를 두 작기(2020－2021년, 2021 －2022년)에 걸쳐 재배하면서 외부 광환경과 생육도일온도 가 작물 생산량에 미치는 영향을 분석하였다. 2년 동안 온실 내 환경 관리, 양액 관리 등은 동일하게 하였다. 재배기간 중 주 간의 온실 온습도는 두 작기에서 유사하게 관리되었고, 야간 의 온습도는 통계적으로 차이가 있었으나 작물 생육 범위를 벗어나지 않았다. 일사량은 9월과 10월에 첫 번째 작기의 일 평균 일사량이 많아 누적일사량도 많았으며, 11월부터는 2월 까지는 두 번째 작기의 일사량, 3월에는 다시 첫 번째 작기의 일사량이 많은 것으로 나타나 1월부터의 누적일사량은 두 번 째 작기에서 많은 것으로 나타났다. 딸기의 최적 일장 조건인 8시간 이상의 일장이 나타난 일은 두 작기 간 큰 차이가 없었고, 변화 양상은 누적일사량의 변화와 유사하게 나타났다. 누 적일사량과 생육도일온도는 상관관계가 커 생육도일온도가 딸기의 생산량과 당도에 미치는 영향을 조사해 본 결과의 초 기의 누적일사량과 생육도일온도가 적었던 두 번째 작기에서 초기 수확량은 적었으나 누적일사량 및 생육도일온도가 증가 함에 따라 후기에 수확량이 첫 번째 작기보다 많았으며 잠재 적 최대 생산량도 큰 것으로 나타났다. 당도는 생육도일온도 가 증가함에 따라 감소하였으며, 이는 촉성딸기의 특성으로 판단된다. 추후 연구를 통해 단순 수확량뿐만 아니라 작물 생 육, 꽃눈분화 및 출뢰시기를 조사, 분석하여 생육도일온도가 작 물 생육에 미치는 영향을 다각도로 분석하는 연구도 필요하다 고 판단된다.

딸기 수경재배 시 일사비례제어를 이용하여 생육단계별 적 정 누적일사량 기준을 설정하고자 수행하였다. 급액 방법은 외부 일사량을 기준으로 일정 누적 일사량에 도달하면 급액 하였고 누적 일사량 기준은 150, 200J·cm-2과 생육단계에 따 라 200J·cm-2에서 150J·cm-2로 변경하는 처리를 두었다. 타이 머 제어는 대조구로 설정하였다. 월별 평균 급액 횟수는 누적 일사량이 많은 3월에 150 J·cm-2과 생육단계별(150J·cm-2) 처 리구가 5.6회, 누적일사량이 적은 12월에 200J·cm-2과 생육 단계별(200J·cm-2) 처리구가 2.7회, 타이머는 3.6－3.8회였 다. 수분이용효율은 주당 총 급액량이 적었던 타이머 처리구 가 19.8g·L-1로 일사제어 처리구에 비해 낮았다. 일사제어에 따른 생육 및 과실 특성은 차이가 없었다. 생육단계별 처리구 가 총 상품과 수량은 주당 328g, 상품과율 85.3%로 가장 높았 다. 딸기 수경재배 시 일사비례 급액제어 방식은 재배기간 동 안 동일한 누적일사량 기준보다 생육단계별로 누적일사량을 조절하는 것이 과실의 수량 향상에 도움이 되었다.

본 연구는 붉나무와 참죽나무 추출물을 이용하여 딸기 흰가루병에 대한 천연 방제제의 방제 효과를 규명하기 위해 수행하였다. 딸기 흰가루병 친환경 방제제 개발을 위해 총 30종의 약용작물 추출물로 흰가루병 방제 효과를 시험한 결과 최종적으로 붉나무와 참죽나무 추출물을 선발하였다. 붉나무와 참죽나무 추출물을 단용 처리 시 방제가는 50~70% 범위로 일반 살균제보다 낮았다. 따라서 흰가루병 방제에 효과가 있다고 보고되고 있는 규산칼륨과 추출물을 혼용 처리하여 실험한 결과 방제 효과가 살균제와 비슷한 수준의 86%로 증대되었다. 규산칼륨과 추출물의 농도에 따른 방제 효과를 확인한 결과, 0.5%의 규산칼륨과 1,000배의 추출물이 적정 농도였다. 살포 횟수에 따른 방제 효과를 규명하기 위해 1회와 2회 처리를 실시한 결과 1회 처리 시 방제 효과가 13~14일로 나타났고, 3~4일 간격으로 2회 살포할 경우 30일 가량의 방제 기간을 가져 1회 처리보다 방제 효과가 더 우수하여 딸기 수확기 살균제 처리를 할 수 없는 기간에 방제가 가능한 것으로 나타났다.

본 논문은 딥러닝 알고리즘을 이용하여 딸기 영상 데이터의 병충해 존재 여부를 자동으로 검출할 수 있는 서비스 모델을 제안한다. 또한 병징에 특화된 분할 이미지 데이터 세트를 제 안하여 딥러닝 모델의 병충해 검출 성능을 향상한다. 딥러닝모델은 CNN 기반 YOLO를 선정하여 기존의 R-CNN 기반 모델의 느린 학습속도와 추론속도를 개선하였다. 병충해 검 출 모델을 학습하기 위해 일반적인 데이터 세트와 제안하는 분할 이미지 데이터 세트를 구축하였다. 딥러닝 모델이 일반 적인 학습 데이터 세트를 학습했을 때 병충해 검출률은 81.35%이며 병충해 검출 신뢰도는 73.35%이다. 반면 딥러닝 모델이 분할 이미지 학습 데이터 세트를 학습했을 때 병충해 검출률은 91.93%이며 병충해 검출 신뢰도는 83.41%이다. 따 라서 분할 이미지 데이터를 학습한 딥러닝 모델의 성능이 우 수하다는 것을 증명할 수 있었다.

본 연구는 딸기재배시 전용 고설베드를 사용하지 않고, 일 반 수경재배 시설을 이용하여 코이어 배지를 베드에 올려 재 배하는 방법을 구명하기 위해서 실시하였다. 토마토나 파프 리카를 재배하는 시설재배 베드에 코이어의 칩과 더스트 비율 이 5:5인 코이어 배지 1겹 처리(높이 10cm; A), 2겹으로 쌓은 처리(높이 20cm; B), 코이어의 칩과 더스트 비율이 7:3인 코 이어 배지 1겹 처리(높이 15cm; C)와 대조구로는 딸기 전용 플라스틱 화분(Control) 처리구로 하였다. 생육특성은 코이 어 배지 높이별로는 유의성이 없었고, 플라스틱 화분에서 재 배한 것이 작은 경향을 보였다. 딸기 잎의 광합성율은 처리별 로 14.68－15.76μmol CO2·m-2·s-1로 통계적인 유의성은 없 었고, 뿌리의 근활력은 배지 용량이 컸던 C와 B 처리구가 A 처리구와 대조구보다는 높은 것으로 나타났다. 과장과 과폭 은 각각 4.04－4.13cm와 3.26－3.34cm로 통계적인 유의성 이 없었고, 과장과 과폭 비율은 대조구가 1.27로 A－C 처리 구의 1.23－1.24보다 뾰쪽한 형태이었다. 딸기 1주당 수확과 수는 C 처리구가 4.4개로 가장 적었고, 대조구, A, B 처리구의 6.2－6.5개로 처리간 유의성은 없었다. 상품수량 과수는 A 처 리구가 74개로 가장 많았고, C 처리구가 53개로 가장 적었으 며, 1주당 수량은 A 처리구가 72.38g으로 가장 컸고, C 처리 구가 48.69g으로 가장 작았다. 이와 같은 결과는 딸기재배 시 전용재배 시설을 설치하지 않고, 기존의 토마토나 파프리카 수경재배 시설에서 코이어 배지를 활용하여 딸기재배를 할 수 있다는 것을 나타낸다. 다만 C 처리구에서 수량이 감소한 것 은 칩과 더스트 비율이 7:3으로, A와 B 처리구의 칩과 더스트 비율이 5:5와 다른 것이 원인으로 추정되며 칩과 더스트 비율 에 따른 추가 연구가 필요하다.

본 연구는 딸기 온실 내부의 방대한 환경인자를 활용하여 판별분석을 실시하고 딸기의 재배 베드 단수에 따른 온실 내부의 환경인자를 분석함으로 써, 딸기 분야에서 계측된 데이터의 활용성을 높이기 위한 기초자료로 활용할 목적으로 수행하였다. 그 결과는 다음과 같다. 환경인자별(온도, 습도, 이산화탄소 농도, EC 및 pH) 동질성 검정의 유의확률은 각각 0.0001, 8.2788E-38, 4.3310E-85, 1.3001E-16 및 0.0001로서 설정한 유의수준 0.05보다 낮게 나타났다. 그리고 분석결과 판별함수식은 F(x)1 = –60.5664 -0.1339×Temperature –0.0087×Humidity +0.0018×CO2 +0.1014×EC +8.3860×pH, F(x)2 = –12.4928 +0.1963×Temperature –0.0024×Humidity +0.0254×CO2 –0.0187×EC –0.3651×pH로 도출되었다. 판별함수식의 정확도는 대상 온실 A (81.1%) 및 B (96.1%)보다 대상 온실 C (100.0%)에서 높은 것으로 나타났다. 예측 가능한 대상 온실별(A, B 및 C) 분류함수는 각각 – 1836.7035 – 2.8733×Temperature + 0.1355×Humidity + 0.4186×CO2 + 7.4351×EC + 484.5901×pH, – 1710.8369 – 2.7701×Temperature + 0.1550×Humidity + 0.3937×CO2 + 7.2482×EC + 468.1477×pH, – 2291.7125 - 3.9756×Temperature + 0.0723× Humidity + 0.4177×CO2 + 8.1961×EC + 546.8476×pH로 나타났다. 특히 판별함수식을 근거로 환경인자별 새로운 측정값이나 자료를 입력하였을 때, 특정 그룹으로 분류가 가능함으로써 데이터의 특징을 파악할 수 있다. 이러한 환경인자는 식별을 용이하게 함으로써 환경인자 측정값의 활용도를 높여주는 방법이라고 판단된다.

Non-destructive estimation of leaf area is a more efficient and convenient method than leaf excision. Thus, several models predicting leaf area have been developed for various horticultural crops. However, there are limited studies on estimating the leaf area of strawberry plants. In this study, we predicted the leaf areas via nonlinear regression analysis using the leaf lengths and widths of three-compound leaves in five domestic strawberry cultivars (‘Arihyang’, ‘Jukhyang’, ‘Keumsil’, ‘Maehyang’, and ‘Seollhyang’). The coefficient of determination (R2) between the actual and estimated leaf areas varied from 0.923 to 0.973. The R2 value varied for each cultivar; thus, leaf area estimation models must be developed for each cultivar. The leaf areas of the three cultivars ‘Jukhyang’, ‘Seolhyang’, and ‘Maehyang’ could be non-destructively predicted using the model developed in this study, as they had R2 values over 0.96. The cultivars ‘Arihyang’ and ‘Geumsil’ had slightly low R2 values, 0.938 and 0.923, respectively. The leaf area estimation model for each cultivar was coded in Python and is provided in this manuscript. The estimation models developed in this study could be used extensively in other strawberry-related studies.

This study aimed to prepare 50% sugar substitute strawberry jam with different neohesperidin dihydrochalcone (NHDC) addition levels (0.0136%, 0.054%, 0.072%, and 0.090%) and investigate their quality characteristics. NHDC is an artificial sweetener 1,500-1,800 times sweeter than sugar. There was no significant difference in the moisture c ontent a nd s ugar c ontent o f strawberry j am w ith NHDC except for Sugar. T he t otal p olyphenol content and total anthocyanin content did not significantly differ between all samples. Therefore, NHDC does not appear to have any effect on antioxidant activity. The brightness, redness, and yellowness were generally increased as NHDC increased. This result seems to be due to the difference in the color of NHDC and the concentration and moisture content due to heating during the jam manufacturing process. The overall acceptability and sweetness were highest in Sugar, followed by NH3. It seems desirable to add 0.072% of NHDC to replace 50% of sugar content. However, it was found that NHDC could not wholly replace sugar because of its distinct sweetness from sugar. Therefore, it is necessary to study high-sweetener materials with sweetness similar to sugar by changing the chemical structure of NHDC.

Strawberry is a stand-out cultivating fruit in Korea. The optimum production of strawberry is highly dependent on growing environment. Smart farm technology, and automatic monitoring and control system maintain a favorable environment for strawberry growth in greenhouses, as well as play an important role to improve production. Moreover, physiological parameters of strawberry plant and it is surrounding environment may allow to give an idea on production of strawberry. Therefore, this study intends to build a machine learning model to predict strawberry’s yield, cultivated in greenhouse. The environmental parameter like as temperature, humidity and CO2 and physiological parameters such as length of leaves, number of flowers and fruits and chlorophyll content of ‘Seolhyang’ (widely growing strawberry cultivar in Korea) were collected from three strawberry greenhouses located in Sacheon of Gyeongsangnam-do during the period of 2019-2020. A predictive model, Lasso regression was designed and validated through 5-fold cross-validation. The current study found that performance of the Lasso regression model is good to predict the number of flowers and fruits, when the MAPE value are 0.511 and 0.488, respectively during the model validation. Overall, the present study demonstrates that using AI based regression model may be convenient for farms and agricultural companies to predict yield of crops with fewer input attributes.

우리나라 딸기 재배는 시설 재배로 이루어지고 있으며, 대부분 농가의 급액 관리는 재배자의 경험을 토대로 타이머 제어 방식으로 이루어지고 있다. 타이머 급액 방법은 재배 환경, 작물의 생육 단계, 배지 수분 함량 등을 고려하기 어려워 작물을 최적 수준으로 관리하지 못하고, 급액 관리의 정확성이 결여되는 문제점이 있다. 적산 일사량과 배지 수분함량을 이용한 급액 방법은 작물의 생육 상태에 따라 정밀하게 양액을 공급하는 친환경적인 방법이다. 본 연구는 코이어배지를 이용 한 딸기 수경재배에서 적산일사량과 배지 수분함량을 이용한 복합 급액 제어와 타이머 제어 급액 방법을 비교하고 복합 급액 제어 시 최적의 적산 일사량 기준을 설정하고자 수행하였다. 적산일사량 급액 방법은 외부 일사량을 기준으로 100, 150, 250J∙cm -2에 도달하면 자동으로 급액하며 배지 수분함 량이 60% 미만이면 강제 급액하고, 1회 급액량은 50mL로 공급하였다. 타이머 제어는 대조구로 설정하였다. 급액을 개시 하는 적산 일사량 기준이 작을수록 일일급액량이 많았으며 100J∙cm -2 기준 급액 시 급액량은 250J∙cm -2 처리구 대비 46% 많았다. 지상부 생체중과 건물중 모두 복합 급액 제어 방법이 타이머 제어보다 높았으며, 100, 150J∙cm -2 처리구에서 지상부 생체중이 높았고 100J∙cm -2 처리구에서 건물중이 유의하게 높은 값을 나타냈다. 수량 또한 타이머 제어 방법보다 복합 제어 방법에서 유의하게 높았으며 적산 일사량 기준이 작을수록 초기 수량이 증가하였다. 평균 과중은 타이머 제어 급액 시 가장 낮았다. 본 연구 결과 딸기의 정밀 급액 관리를 위하여 적산 일사량과 배지 수분 함량 센서를 이용한 복합 제어 활용 가능성을 확인하였다.

본 연구에서는 ‘설향’ 딸기의 관부를 부분 난방하고 양액을 온수로 공급하면서 관행 재배 방식에 비해 온실 공간 온도를 낮게 관리하는 딸기 부분 난방 시험을 수행하였다. 정식 후 11월까지는 특별한 처리가 없어 대조구, 시험구 모두 온실 내 환 경이 유사하게 관리되었으며 관부 난방 및 온수 양액을 공급 하기 시작한 12월부터는 야간의 온실 온도, 관부 온도 및 베드 온도가 차이를 보였다. 12월의 온실 야간 평균 온습도는 대조구 7.1℃, 87.2%, 시험구 5.7℃, 88.7%로 시험구의 온도가 낮았으나 관부 난방을 수행함으로써 시험구 온실의 관부 및 베드의 온도를 9.3℃, 12.7℃로 유지하였고, 대조구 온실의 관부 및 베드 온도 7.9℃, 10.8℃보다 높게 관리할 수 있었다. 시험기간 내에서 시험구 온실의 딸기 관부 및 베드 온도는 대조구에 비해 모두 약 2.0℃ 가량 높게 유지되는 것으로 나타났다. 주간에는 온수 양액을 공급함으로써 지하수를 이용했을 때보 다 평균 8.7℃ 높은 온도 양액을 공급할 수 있었고 이로 인해 베드 온도도 약 5.0℃ 가량 높게 나타났다. 시험구에서는 시험 기간 동안 온실 난방, 관부 난방 및 온수 양액 공급에 총 9,475.7×10 3 kcal의 에너지를 소비하였고 대조구에서는 온실 공간 난방에 총 16,847×10 3 kcal의 에너지를 소비하여 시험구에서 대조구 대비 약 43.8%의 에너지 절감 효과를 확인할 수 있었다. 시험구에서 딸기 관부의 온도를 높게 관리함으로써 작물의 생육을 촉진시킬 수 있었고 그로 인해 정식 후 초세가 대조구에 비해 좋지 않았던 시험구의 딸기가 25주 후에는 대조구와 생육적인 면에서 큰 차이가 없는 것으로 나타났다. 딸기의 수확량은 초세가 좋았던 대조구에서 1화방의 수확량이 시험구에 비해 많았으나 2화방, 3화방에서는 관부의 온도를 높게 관리한 시험구의 수확량이 더 많았다. 3월 말까지의 주당 수확량은 시험구 412.7g/plant, 대조구 393.3g/plant로 유의미한 차이는 없었으나 시험구가 대조구에 비해 4.9% 많이 나온 것으로 보아 딸기의 온도 민감부인 관부의 온도를 높게 관리하는 것이 딸기 생육과 생산성에 영향을 미치는 것으로 판단된다.

유인 방법은 딸기 묘를 생산하는 전통적인 방법이다. 그러나 딸기 묘를 유인하여 번식하는 방법은 오랜 노동시간이 있어야 하는 노동 집약적인 방법이다. 삽목 방법은 상대적으로 유인 방법에 비해 노동 기간과 작업 시간이 짧으므로 유인의 효과적인 대안으로 주목되어왔다. 이 연구는 유인과 삽목 사이의 노동 기간, 작업 시간 및 묘의 생육을 조사하기 위해 수행되었다. ‘매향’ 딸기는 두 개 동의 딸기 육묘용 유인 온실과 삽 목 온실에서 각각 재배되었다. 유인 방법(유인 작업, 모주 제거, 자묘 간 분리) 및 삽목 방법(삽수 채묘, 저장 전 처리, 삽목 작업)에 대한 주요 작업 시간을 측정했으며, 유인은 158일 동 안 6개의 작업이 필요하며, 삽목은 113일 동안 4개의 작업이 필요했다. 유인은 삽목보다 작업 시간이 더 많이 필요했다. 유인과 삽목묘 육묘 방법에 따른 유의적인 차이가 없었다. 이러한 결과는 묘소질의 손실 없이 육묘 동안 유인 방법보다 삽목 방법이 더 많은 노동 기간과 작업 시간을 절약할 수 있음을 의미한다.