Tomato is one of the major widely cultivated crops around the world. The leaf area is directly related to the total amount of photosynthesis, which affects the yield and quality of the fruit. Traditional methods of measuring the leaf area are time-consuming and can cause damage to the leaves. To address these problems, various studies are being conducted for measuring the leaf area. In this study, we introduced a model to estimate the leaf area using images of tomatoes. Using images captured by a camera, we measured the leaf length and width and used linear regression analysis to derive the leaf area estimation formula. Furthermore, we used a Neural Network (NN) for additional analysis to compare the accuracy of the models. Initially, to verify the reliability of the image data, we conducted a correlation analysis between the actual measurement data and the image data, which showed a high positive correlation. The leaf area estimation model presented 23 estimation formulas. We used regression analysis to estimate the coefficients of each model and also used employed an artificial neural network analysis to derive high R-squared (R2) values and low Root Mean Square Error (RMSE) values. Among the estimation formulas, the ninth model showed the highest reliability with an R-squared value of 0.863. We conducted a verification experiment to confirm the accuracy of the selected model, and the R-squared value was 0.925. This study confirmed the reliability of data measured from images and the reliability of the leaf area estimation model using image data. These methods are expected to be an important tool in agriculture, using imaging equipment for measuring and monitoring the crop growth.

토마토의 생육과 수확량을 예측하기 위한 중요한 요소 중의 하나는 엽면적이다. 이러한 엽면적을 정확하게 예측하는 것 은 토마토 식물 생장 평가 모델의 시작이라고 할 수 있다. 이를 위해 본 연구는 토마토 잎의 측정을 통해 엽면적(LA)을 추정 하는 효과적인 모델을 확인하기 위해 수행하였다. 토마토 식 물 잎 조사를 위해 2주 간격으로 5개체의 토마토 식물체의 전 개된 모든 잎에 대해 엽면적(LA), 엽장(L), 엽폭(W), 엽신장 (La)를 측정하였다. LA와 토마토 잎 독립변수의 상관관계는 La × W, L × W, La + W, L + W의 식이 강한 양의 관계를 나타 냈다. LA 추정은 LA = a + b(La2 + W2) 을 사용하는 선형 모델 이 가장 정확한 추정치를 나타내었다(R2 = 0.867, RMSE = 88.76). 9월부터 12월까지 토마토 잎의 위치에 따른 상, 중, 하 엽의 모델을 살펴본 결과, 상, 중, 하로 잎 위치에 따른 모델별 결정계수(R2) 값은 각각 0.878, 0.726, 0.794였다. 상위엽을 바탕으로 추정된 모델의 정확도가 가장 높았는데, 이는 10월 이후 토마토 재배 농가에서 중위엽과 하위엽에 실시한 반적엽 의 영향으로 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.

온실에서 재배되는 어윈 망고는 그 수관이 복잡하여 생육을 정확하게 진단할 수 있는 생육 지표 결정이 어렵다. 엽면적, 엽생체중과 엽건물중은 생육을 진단할 수 있는 지표이며, 이를 비파괴적으로 추정할 수 있는 모델 확립이 필요하다. 본 연구의 목표는 어윈 망고 (Mangifera indica L. cv. Irwin)의 엽장, 엽폭, 엽병장, SPAD 값 등의 비파괴적 생육지표를 이용하여 엽면적, 엽생체중과 엽건물중을 추정하는 모델을 확립하는 것이다. 6년생 어윈 망고의 성엽에 대하여 엽장, 엽폭, 엽병장과 SPAD 값을 측정하였으며, 이에 따른 엽면적, 엽생체중과 엽건물중을 측정하였다. 기존에 사용되는 모델식 중에서 14종의 모델을 선정하였으며, 회귀분석을 통해 각 모델의 계수를 추정하였다. 이중에서 높은 R2 과 낮은 평균제곱근오차 값을 보이는 세 모델식에 대하여 검증한 결과, R2 값은 각각 0.967과 0.743, 0.567로 나타나 신뢰성이 있다고 판단되었다. 이러한 방법은 작물의 생육 지표로 편리하게 추정하는데 도움을 줄 수 있다.

식물 군락구조계를 이용하여 벼의 품종 및 생육단계별로 엽면적지수를 측정하여 실측치와 비교 분석함으로써 비파괴적 방법으로 엽면적을 측정하고자 동진벼 등 4품종을 공시하여 2년간( 시험한 결과는 다음과 같다. 1. 군락구조계로 측정한 엽면적지수 값(추정치)과 엽면적측정기로 측정한 엽면적지수 값(실측치)과는 고도의 유의적인 상관관계를 나타냈다. 2. 군락구조계로 측정한 엽면적지수와 엽면적기를 이용한 엽면적지수와는 공시품종 모두 고도의 상관이 있었으며 품종간에는 동진벼>소비벼>다산벼> 합천 1호의 순으로 두 측정치가 일치하는 경향이었다. 또한 대부분의 품종에서 엽면적지수가 4내외일 때 두 값이 가장 잘 일치하였다. 3. 비엽중과 엽면적 비율은 생육이 경과함에 따라 적어지는 경향이었고, 품종간에는 다산벼>소비벼~fallingdotseq 극동진벼> 합천1호의 순으로 컸으며 합천1호는 단위 무게당 엽면적이 160m2/kg 내외로 두 측정치 모두 현저히 적었다.

태양복사 스펙트럼을 이용하여 벼 군락의 엽면적지수를 비파괴적인 방법으로 추정하고자 1993년 경기도 수원기상대 포장에서 조생종 진부벼와 중만생종 대청벼, 일품벼를 공시하여 벼 군락의 태양광 반사특성과 엽면적지수의 시기별 변화를 조사한 결과는 다음과 같다. 1. 출수이전의 생육기간동안에 태양광의 파장별 반사율은 가시광 파장대에서는 0.1이하로 낮았고, 근적외광 파장대에서는 0.1∼0.5 이상이었다. 가시광 파장대에서는 LAI가 증가할수록 반사율이 감소하였고, 근적외광 파장대는 LAI가 증가할수록 반사율도 증가하였다. 2. 출수전에 근적외광 파장대(720∼1,100nm)의 반사율을 가시광 파장대 (400∼700nm)의 반사율로 나눈 비율이 LAI와 높은 상관을 보였으며, 가시광 파장대중에서는 녹색, 적색파장보다 청색파장(400∼500nm)의 반사율로 나눈 비율이 높은 상관을 보였다. 3. 근적외광 파장의 반사율을 청색파장의 반사율로 나눈 비율중에서 특히 R910/R460 비율이 LAI와 가장 높은 정의 상관을 보였다. 4. 출수이전의 R910/R460과 LAI의 회귀식을 이용한 추정식 Y=0.160799-X0.79776는 실측치와의 상관관계가 매우 높았다. 5. 출수이후엔 근적외광 파장(720∼1,100nm)의 반사율을 적색파장(600∼700nm)의 반사율로 나눈 비율이 청색이나 녹색파장의 반사율로 나눈 것보다 LAI와의 상관이 높았다.

담배엽 수량 구성 요인 중에서 가장 큰 비중을 차지하고 있는 엽면적이나 엽중을 용역하게 측정 할수 있는 방법을 모색코자 담배 생엽장×생엽폭의 값과 생엽면적, 건엽면적, 건엽중과의 관계 또는 생엽면적과 건엽면적, 건엽중과의 관계를 분석한 결과를 요약하면 다음과 같다. 1. 중, 본엽의 생, 건엽장과 폭은 KB103이 가장 크고 KB101과 Burley21은 비슷하였다. 2. 중, 본엽의 생, 건엽면적과 생, 건엽중은 KB103 > Burley21 > KB101 순이었다. 3. 생엽장×생엽폭의 값과 생엽면적, 건엽면적, 건엽중과의 사이에는 1% 수준의 고도 유의성 관계가 3개 품종 중, 본엽에서 모두 인정되었다. 4. 생엽면적과 건엽면적, 건엽중과의 사이에는 1% 수준의 고도 유의성 관계가 3개 품종 중, 본엽에서도 모두 인정되었다.