증산은 적정 관수 관리에 중요한 역할을 하므로 수분 스트레스에 취약한 토마토와 같은 작물의 관개 수요에 대한 지식이 필요하다. 관수량을 결정하는 한 가지 방법은 증산량을 측정하는 것인데, 이는 환경이나 생육 수준의 영향을 받는다. 본 연구는 분단위 데이터를 통해 수학적 모델과 딥러닝 모델을 활용하여 토마토의 증발량을 추정하 고 적합한 모델을 찾는 것을 목표로 한다. 라이시미터 데이터는 1분 간격으로 배지무게 변화를 측정함으로써 증산 량을 직접 측정했다. 피어슨 상관관계는 관찰된 환경 변수가 작물 증산과 유의미한 상관관계가 있음을 보여주었다. 온실온도와 태양복사는 증산량과 양의 상관관계를 보인 반면, 상대습도는 음의 상관관계를 보였다. 다중 선형 회귀 (MLR), 다항 회귀 모델, 인공 신경망(ANN), Long short-term memory(LSTM), Gated Recurrent Unit(GRU) 모델을 구 축하고 정확도를 비교했다. 모든 모델은 테스트 데이터 세트에서 0.770－0.948 범위의 R2 값과 0.495mm/min－ 1.038mm/min의 RMSE로 증산을 잠재적으로 추정하였다. 딥러닝 모델은 수학적 모델보다 성능이 뛰어났다. GRU 는 0.948의 R2 및 0.495mm/min의 RMSE로 테스트 데이터에서 최고의 성능을 보여주었다. LSTM과 ANN은 R2 값이 각각 0.946과 0.944, RMSE가 각각 0.504m/min과 0.511로 그 뒤를 이었다. GRU 모델은 단기 예측에서 우수한 성능 을 보였고 LSTM은 장기 예측에서 우수한 성능을 보였지만 대규모 데이터 셋을 사용한 추가 검증이 필요하다. FAO56 Penman-Monteith(PM) 방정식과 비교하여 PM은 MLR 및 다항식 모델 2차 및 3차보다 RMSE가 0.598mm/min으로 낮지만 분단위 증산의 변동성을 포착하는 데 있어 모든 모델 중에서 가장 성능이 낮다. 따라서 본 연구 결과는 온실 내 토마토 증산을 단기적으로 추정하기 위해 GRU 및 LSTM 모델을 권장한다.

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

Understanding the light environment in greenhouse cultivation and the light utilization characteristics of crops is important in the study of photosynthesis and transpiration. Also, as the plant grows, the form of light utilization changes. Therefore, this study aims to develop a light extinction coefficient model reflecting the plant growth. To measure the extinction coefficient, five pyranometers were installed vertically according to the height of the plant, and the light intensity by height was collected every second during the entire growing season. According to each growth stage in the early, middle, and late stages, the difference between the top and bottom light intensity tended to increase to 69%, 72%, and 81%. When leaf area index and plant height increased, the extinction coefficient decreased, and it showed an exponential decay relationship. Three-dimensional model reflecting the two growth indexes, the paraboloid had the lowest RMSE of 1.340 and the highest regression constant of 0.968. Through this study, it was possible to predict the more precise light extinction coefficient during the growing period of plants. Furthermore, it is judged that this can be utilized for predicting and analyzing photosynthesis and transpiration according to the plant height.

국내외로 첨단 ICT 융합기술이 농업 분야에 적용되기 시작 하면서, 시설원예 설비들이 고도화되고, 스마트팜 구축 기술 및 인력이 축적되기 시작하였다. 그러나 우리나라 농촌의 경 우, 농업생산 연령의 고령화, 국내 농촌 인구의 지속적인 유출, 저출산 등으로 인하여 스마트팜 확대 및 적용에 어려움이 많 은 실정이다. 따라서 공간 및 시간에 구속을 받지 않는 간편한 농업인 교육 프로그램이 필요하며, 최근 부상하고 있는 시뮬 레이션 기술을 활용한다면 농업 교육용 시뮬레이션 툴 개발도 가능할 것으로 판단된다. 온실 환경 제어 모델을 이용한 시뮬 레이션은 다양한 지역과 기상 조건 하에서 대상 온실의 열과 물질에너지의 상호작용을 합리적으로 예측할 수 있게 해준다. 본 연구에서는 온실 환경 제어 모델을 활용하여 외부 기상 데 이터를 통해 온실의 환경 변화를 예측하고 가상의 환경 제어시스템을 통해 환경 제어 시 필요한 에너지값들을 시뮬레이션 할 수 있었다. 이러한 결과를 통해 이용자가 직접 맞춤형 환경 제어를 할 수 있도록 편의성을 고려한 사용자 인터페이스를 구축할 것이며, 실제 파프리카 재배 온실의 제어 요소들을 반 영할 수 있도록 설계될 것이다. 농업용 교육 시뮬레이션 툴을 최근 활발하게 연구가 이루어지고 있는 작물 생육 모델링 기 술 및 전산유체역학 기술과 융합하면 더욱 타당한 결과를 보 일 것이다.

본 연구는 급속하게 성장하는 시설농업과 동시에 증가하는 에너지 사용량 및 탄소배출량을 저감하기 위해, 온실의 에너 지 부하를 동적으로 분석하기 위한 작물에너지의 다중 회귀 모델 개발을 수행하였다. 온실은 연중 안정적인 대량 생산을 위한 적절한 환경을 조성하기 위해 에너지 투입이 필요하다. 도시농업의 일종인 옥상온실 플랫폼을 통해 건물에서 버려지 거나 활용되지 않는 에너지를 옥상온실에서 사용할 수 있다. 옥상온실의 효율적인 운영을 위해서는 다양한 환경 조건에 대 한 동적 에너지 분석이 선행되어야 하며, 온실에 도입되는 태 양 에너지의 40－75%가 작물을 위한 에너지 교환이므로 필수적으로 고려되어야 한다. 한국기계연구원 내 옥상온실에서 여름철에 청경채를 재배하며 생장단계에 따른 에너지 교환을 분석하였다. 작물을 중심으로 미기상 및 양액 환경 분석과 생 장 특성 조사를 수행하였다. 정식일수에 따른 엽면적지수를 추정하였으며, 개발된 수식은 결정계수 0.99로 분석되었다. 또한 작물에너지 흐름에 지배적인 잎 표면온도로부터의 현열 부하와 증발산에 의한 잠열부하로 나누어 모델을 개발하였다. 엽온과 증발산량을 각각 다중 회귀모델을 이용하여 추정하고 실측한 값을 비교해 보았을 때, 평균 결정계수 0.95, 0.71로 분 석되었으며, 이 모델을 이용하여 옥상온실의 에너지 부하를 동적으로 산정하기 위한 모델에 입력값으로 사용할 수 있을 것으로 판단된다.

본 연구는 데이터를 기반으로 한 인공지능 기계학습 기법을 활용하여 온실 내부온도 예측 시뮬레이션 모델을 개발을 수행 하였다. 온실 시스템의 내부온도 예측을 위해서 다양한 방법 이 연구됐지만, 가외 변인으로 인하여 기존 시뮬레이션 분석 방법은 낮은 정밀도의 문제점을 지니고 있다. 이러한 한계점 을 극복하기 위하여 최근 개발되고 있는 데이터 기반의 기계 학습을 활용하여 온실 내부온도 예측 모델 개발을 수행하였 다. 기계학습모델은 데이터 수집, 특성 분석, 학습을 통하여 개 발되며 매개변수와 학습방법에 따라 모델의 정확도가 크게 변 화된다. 따라서 데이터 특성에 따른 최적의 모델 도출방법이 필요하다. 모델 개발 결과 숨은층 증가에 따라 모델 정확도가 상승하였으며 최종적으로 GRU 알고리즘과 숨은층 6에서 r2 0.9848과 RMSE 0.5857℃로 최적 모델이 도출되었다. 본 연 구를 통하여 온실 외부 데이터를 활용하여 온실 내부온도 예 측 모델 개발이 가능함을 검증하였으며, 추후 다양한 온실데이 터에 적용 및 비교분석이 수행되어야 한다. 이후 한 단계 더 나아 가 기계학습모델 예측(predicted) 결과를 예보(forecasting)단 계로 개선하기 위해서 데이터 시간 길이(sequence length)에 따른 특성 분석 및 계절별 기후변화와 작물에 따른 사례별로 개발 모델을 관리하는 등의 다양한 추가 연구가 수행되어야 한다.

Because the inner environment of greenhouse has a direct impact on crop production, many studies have been performed to develop technologies for controlling the environment in the greenhouse. However, it is difficult to apply the technology developed to all greenhouses because those studies were conducted through empirical experiments in specific greenhouses. It takes a lot of time and cost to develop the models that can be applicable to all greenhouse in real situation. Therefore studies are underway to solve this problem using computer-based simulation techniques. In this study, a model was developed to predict the inner environment of glass greenhouse using CFD simulation method. The developed model was validated using primary and secondary heating experiment and daytime greenhouse inner temperature data. As a result of comparing the measured and predicted value, the mean temperature and uniformity were 2.62°C and 2.92%p higher in the predicted value, respectively. R2 was 0.9628, confirming that the measured and the predicted values showed similar tendency. In the future, the model needs to improve by applying the shape of the greenhouse and the position of the inner heat exchanger for efficient thermal energy management of the greenhouse.

The purpose of this study is to suggest structural model and analyze design factors for the development of small greenhouse standardization model. The average dimensions of small greenhouse desired by urban farmers were 3.3m in width, 1.9m in eaves height, 2.7m in ridge height, 5.7m in length. The cladding materials for small greenhouse were preferred to glass, PC board and plastic film, framework to aluminum alloy and steel, and heating method in electrical energy. In addition, it was analyzed that small greenhouses need to develop structural model by dividing them into entry-level type and high-level type. The roof type that was used for entry-level type was arch shape, framework was steel pipe, cladding material was plastic film. On the other hand, high-level type was used in even span or dutch light type, framework with square hollow steel, cladding materials with glass or PC board. In consideration of these findings and practicality, this study developed four types of small greenhouses. The width, eaves height, ridges height, and length of the small greenhouses of even span type, which were covered with 5mm thick glass and 6mm thick PC board were 3m, 2.2m, 2.9m, and 6m, respectively. The small greenhouse of dutch light type covered with 5mm thick glass was designed with 3.8m in with, 2.2m in eaves height, 2.9m in ridges height, and 6m in length. The width, eaves height, ridges height, and length of the arch shape small greenhouse covered with a 0.15mm PO film were 3m, 1.5m, 2.8m, and 6m, respectively.

춘천지역 농가 및 강원도농업기술원 내 시험포장에서 반촉성재배토마토(2~6월)에서 트랩을 이용한 주요 해충의 발생밀도와 천적 등을 이 용한 방제효과를 조사 하였다. 토마토 재배농가에서 주로 사용하는 약제와 유기농자재의 천적곤충에 대한 독성평가도 수행하였다. 반촉성재배 시 발생되는 주요 해충은 온실가루이(Trialeurodes vaporariorum)와 총채벌레류이었다. 온실가루이의 경우 4월 중순경부터 발생하기 시작하여 5 월 중순 이후 발생이 증가하였고, 총채벌레류는 4월 상순 경 발생을 시작하여 6월 이후에 증가하는 경향을 보였다. 저독성약제 선발시험을 통해 온실가루이와 총채벌레의 천적인 온실가루이좀벌과 미끌애꽃노린재에 대해 60% 이하의 독성을 보이는 살충제 1종(spiromesifen SC), 살균제 1종(cyazofamid SC) 및 님 추출물이 함유된 유기농자재 외 1종을 선발하였다. 이상의 결과에서 제시한 천적중심 관리모델을 적극적으로 활용한 다면 토마토 반촉성 시설재배 시 온실가루이와 총채벌레를 효율적으로 관리할 수 있을 것으로 기대된다.

본 논문에서는 온실 구조물의 구조 성능 검토 시 적합한 모델링 방법을 제시하기 위해 대상 온실 구조물을 선정하고 지점 및 접합부 조건 그리고 케이블 요소의 단면적을 변화시켜 가며 파라메트릭 스터디를 수행하였으며, 이들 파라메터의 변화에 따른 대상 구조물의 주요 모드 형상 및 고유진동수 변화를 조사하였다. 또한 대상 구조물에 대해 현장 가속도계 측정법을 이 용하여 상시진동을 계측하여 주요 모드 형상 및 고유진동수를 측정하여 해석 결과와 비교하였다. 이들 비교 결과로부터 대 상 온실 구조물의 해석에 적합한 모델링 기법을 제시하였다.

본 연구에서는 BES 기법을 활용하여 온실을 대상으로 실시간 에너지교환 시뮬레이션 모델 개발 및 검증을 수행하고 냉·난방부하 산정 및 경향성을 분석하였다. 우선 BES 기법과 현장실험을 기반으로 온실의 실시간 에너지 교환 모델을 개발하였다. 광흡수율, 엽면적지수, 잎 특성 길이 등 대상작물인 애플망고의 특성 값들과 온실 내부 이산화탄소 농도, 광량, 온도 등 실시간 입력 자료를 고려하여 작물 및 토양의 에너지교환을 구현하였다. 모델의 검증은 온실 내부 기온으로 수행하였으며 실측 내부 기온과 연산된 내부 기온 간의 결정계수, 일치도로 평가 하였다. 내부 기온 비교는 결정계수 0.89, 일치도 0.93으로 높은 유사성을 확인하였으며 모델의 유의성을 판단하였다. 개발한 모델과 2005년부터 2014년까지의 기상자료, 대상작물의 생육단계별 적정생육온도를 이용하여 대상온실의 냉·난방부하 산정하였다. 연도별 냉·난방부하산정 및 경향성을 파악하였으며 최대 냉·난방부하 산정을 통하여 대상온실의 냉·난방장치 용량설계의 기초자료를 확보하였다. 최근 10년 치 기상자료를 통하여 평균 최대 난방부하 525,473 kJ·hr-1, 평균 최대냉방부하 630,870 kJ·hr-1가 산정되었으며 대상 온실에 지열, 온배수, 태양열 등 신재생에너지를 활용할 경우 유용하게 활용될 것으로 판단된다. 본 연구를 통하여 온실 내 각 구성요소 간의 실시간 에너지교환을 모의할 수 있었으며 추후 온배수 활용을 위한 저류조, 히트펌프, 축열조 등의 설비를 구현함에 따라 전반적인 냉·난방 시스템의 구현 가능성을 확인하였다. 또한 동적 해석방법을 통하여 재배작물, 생육단계 및 토양을 고려하였으며 온실 에너지교환 모델에 다양한 형태로 적용 가능할 것으로 판단된다.

가온 온실에서 재배하는 망고의 생육에 적합한 광도와 CO2 농도를 결정하기 위하여 위치 별 엽의 광합성속도를 정량적으로 측정할 필요가 있다. 본 연구에서는 어윈 망고(Mangifera indica L. cv. Irwin)의 위치 별 엽 광합성속도를 측정하여 광도와 CO2 농도의 2변수 엽 광합성 모델을 개발하는 것을 목적으로 하였다. 상단부, 중단부, 하단부 엽의 위치에 따른 엽 광합성속도 측정은 LI- 6400 광합성 분석 장치를 사용하였다. 광도 0, 50, 100, 200, 300, 400, 600, 800μmol·m-2·s-1, CO2 농도 100, 400, 800, 1200, 1600μmol·mol-1의 조합 조건에 해당하는 엽 광합성속도를 위치 별로 측정하였다. 광도와 CO2 농도에 대하여 Negative exponential 함수로 표현된 엽 광합성 속도 모델을 곱하여 2변수 엽 광합성 모델을 구축하였다. 상단부 엽의 경우 엽 광합성속도는 광도 400μmol·m-2·s-1, 중단부와 하단부 엽은 200μmol·m-2·s-1에서 포화되는 것으 로 나타났다. CO2 농도 1600mol·mol-1에서도 엽 광합성속도가 증가하여 포화되지 않는 특성을 보였다. 2변수 엽 광합성 모델의 검증 결과, 중단부에 비하여 상단부와 하단부 엽에 대해서 높은 신뢰도를 갖는 것으로 나타났다. 추후, 위치 별 2변수 엽 광합성 모델을 활용하여 어윈 망고의 온실 재배 시 광합성을 극대화 할 수 있는 광도와 CO2 농도 조건을 결정할 수 있을 것이다.

수출용 온실 단지로 기대되는 간척지의 광환경은 해무 등에 의해 내륙과는 다른 광환경 특성을 나타낸다. 이러한 간척지에서 온실 설계 기준을 작성하기 위해서 산란 광과 직달광을 고려한 온실 내 광분포 연구가 필요하다. 본 연구에서는 간척지의 고유의 광환경 특성을 분석하고 3-D 온실 모델에 적용하여 간척지의 온실 내 공간적인 광분포를 추정하고자 하였다. 먼저 간척지의 일사량을 산란광과 직달광으로 구분하여 측정하고 내륙의 일사량과 비교하였다. 또한 간척지 지역에 설치된 온실 내의 광분포를 측정하고 이를 시뮬레이션을 통해 계산된 값과 비교함으로써 3-D 온실 모델에 대한 검증을 실시하였다. 간척지는 내륙에 비하여 전체 일사량에 대비 높은 산란광의 비율을 나타내었으며, 특히 일출 및 일몰 부근에서 크게 나타났다. 3-D 온실 모델에 의한 온실 내 예측 광 분포는 실제 간척지의 온실 내 광분포와 유사하게 나타 났다. 검증된 3-D 온실 모델을 통하여 임의의 외부 광조 건에 대하여 간척지 지역의 온실 내부의 시간적인 평균 광도의 변화와 광분포를 예측할 수 있었다. 이러한 결과는 간척지 지역의 온실 내 광환경 해석 이외에도 작물의 수광량 해석에도 유용하게 활용될 것으로 예상된다.

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.

본 연구는 성주지역에 적합한 참외재배용 내재해형온 실을 개발하기 위하여 참외 재배온실의 구조현황 조사, 최근 기상자료가 반영된 설계하중 산정, 온실모델 설정 및 구조안전성 분석을 수행하였으며 결과를 요약하면 다음과 같다. 성주지역 참외온실의 구조적 특성을 파악하기 위하여 현장 조사한 결과, 온실의 지붕형상은 아치형이 가장 많았으며, 최근에 시공한 온실일수록 복숭아형이 많았으며 폭이 넓어지고 동고도 높아지는 추세였다. 그리고 성주지역에 가장 인접한 구미기상대의 기상자료를 이용하여 재현기간에 따른 설계풍속 및 설계적설심을 산정할 수 있는 계산식을 유도하였으며, 내재해형 온실 규격을 만족하는 재현기간 30년의 적설심은 23.7cm, 풍 속은 33.8m·s−1로 계산되었다. 이러한 성주지역의 내재해형 설계기준을 만족하는 참외재배용 단동온실 4종, 2연 동온실 및 연결온실을 각각 1종씩 총 6종의 모델을 개발하였다.

Importance of alternative energy has been increasing due to environmental issues and lack of fossil fuels. In addition, heating cost that occupies from 30 to 40 % of the total production cost in Korean protected cultivation needs to be reduced for profitability and global competition. Therefore, this study was conducted to develop energy model and regional resource for recycling of resource in greenhouse. Based on the results of the theoretical and statistical investigations, energy model of regional resource was developed. This results was shown with a new standard 2,000 heads of pigs. Livestock manure was originated 8.6 kg/day/one head, and the average biogas yield was 1.23 Nm3/day occurred. The biogas reactor and engine showed that scale of 300 m3 was 25kW respectively. Agricultural and Forest Residual-products Biomass quantity in heating road of 200,000kcal/h were 1,224 kg, 912 kg respectively.

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.

본 연구에서는 포그냉방시스템을 수치적으로 시뮬레이션하기 위한 CFD 모델을 개발하였으며, 포그냉방온실에서 측정된 데이터에 의해 개발된 모델의 유효성을 검증하였다. 또한 분무수온, 분무수량, 분무정지시간과 분무입자의 증발률이 포그냉방시스템의 성능에 미치는 영향을 알아보기 위해 개발된 모델을 적용하였다. 시뮬레이션 결과에 의하면, 각 측점에서 실측치와 예측치의 온도차가 무차광조건에서는 0.1~1.4℃, 차광조건에서는 0.2~2.3℃였으며, 상대습도차는 무차광조건에서는 0.3~6.0%, 차광조건에서는 0.7~10.6%였다. 예측치가 실측치와 비교적 잘 일치하는 것으로 나타나 개발된 모델이 포그냉방시스템의 냉방효과를 예측할수 있는 것으로 판단된다. 포그냉방시스템 성능은 분무수량, 분무정지시간과 분무입자의 증발률의 영향을 많이 받지만 분무수온의 영향은 받지 않는 것으로 나타났다.

여름철 고온기에 시설 이용율을 높이고 안정적인 생산을 하기 위해서는 고온 극복 시스템의 도입이 필요하며, 이러한 시스템을 도입하기 위하여는 적정 설비용량의 중요하다. 온실의 고온극복방법을 차광환기시스템, 차광환기 패드시스템, 차광환기 포그시스템으로 설정하고, 각 방법별로 시스템의 설계제원 결정을 위한 열평형식을 구성하였으며 현장 실험을 통하여 적용성을 검토하였다. 환기창 단면 풍속을 1분 간격으로 측정하여 유량으로 환산한 값을 환기량의 실측치로 하고 열평형식을 이용하여 계산한 환기량과 비교한 결과 비교적 잘 일치하는 것으로 나타났다. 열평형 모델의 입력변소중 피복재의 열관류이 1% 증가하면 필요환기량은 0.3% 감소하였고, 태양복사에 대한 증발산비(E)의 값이 1% 증가하면 필요환기량은 1.3%나 감소하는 것으로 나타났다. 따라서, E 값의 선택이 매우 중요하며 온실의 환기 및 냉방 설계기준을 설정하기 위해서는 여러 가지 작물의 상태에 따른 E값의 변화를 실측한 자료의 축적을 통해 가이드라인이 제시되어야 할 것으로 판단된다. 온실의 환기 및 냉방 설비 용량 결정을 위한 열평형 모델의 적용성을 검토하기 위하여 6가지의 동일한 조건에 대하여 시뮬레이션한 결과, 필요 공기교환율은 5.1∼7.7%정도, 증발수량은 6.8∼9.3%정도 fan and pad 시스템이 포그시스템에 비하여 큰 것으로 나타났다.