안녕하세요, 저는 현재 전세계에 있는 6명의 학생들과 팀을 맺어 많은 발전이 필요한 지속가능한 농업 관개시스템을 개발중에 있는 이지호라고 합니다. 저희가 조사하며 알게 된 지속가능한 관개 시스템으로 우리 환경을 더 나은 세상으로 이끌수 있는 관개 시스템에 대해 알려드리도록 하겠습니다.
최근 농업 관련 협정들에 따르면, 현재의 농업 시스템은 다음과 같은 도전에 직면해 있습니다:
고품질 식품에 대한 증가하는 수요 충족;
다가오는 식량 위기;
전 세계 담수 저수지의 급속한 고갈;
비효율적인 물 관리.
기후 변화는 강수와 지표수 공급의 변동을 증가시켜, 산위에 눈 빙하를 감소시키고 농작물의 물 요구량에 영향을 미칠 것으로 예상됩니다.
저희는 농부들에게 그들의 지식과 경험을 바탕으로 때때로 비효율적인 관개 작업을 야기하는 농작물이 관개되어야 하는 시간을 추정하는 “Guess Irrigation”과 같은 현재의 비효율적인 농업 방법에 대해 인터뷰했습니다. 또한, 일부 농업 전문가들은 IoT를 통한 자동 관개의 필요성이 그들에게 매우 도움이 될 것이라고 언급했습니다. 추가로, 농업에 필요한 비료가 과도하게 사용될 경우 다양한 단점을 초래한다는 장점과 함께 날로 증가하고 있습니다. 이것은 새로운 것이 아닙니다. 비료와 이와 비슷한 식물 성장 촉매제는 많은 개발도상국에서 필요 이상으로 많이 사용되며, 더 구체적으로는 농업 산업이 많이 발달한 인도에서 가장 많이 사용됩니다. 이러한 경험과 이야기들을 바탕으로, 저희는 개발도상국의 현재 농업의 대부분이 농부들의 경험과 지식에 크게 기반을 두고 있으며, 이는 물과 에너지와 화석연료에서 나오는 비료와 같은 비농축 자원의 과도한 사용을 야기할 수 있고, 그 대가로 토양의 비옥함을 감소시킬 수 있다는 논문을 생각해냈습니다. 그렇기 때문에, 이 과정을 해결하기 위해, 사물 인터넷인 컨볼루션 신경망을 사용했고, 와이파이를 통해 연결을 마무리했고, “Kanad”를 고안했습니다.
Kanad는 네 부분으로 이루어진 보다 효율적인 농업 시스템 입니다.
스마트 관개시스템:
농장/농원에 달린 센서를 통해 데이터를 수집합니다.
라즈베리 파이를 통한 데이터를 수집하고,
라즈베리 파이의 와이파이 모듈을 통해 데이터를 전송합니다.
토양 수분, 토양의 수분 함량, 라즈베리가 제공하는 온도와 같은 이러한 데이터를 활용하고 물 펌프를 켜야 하는 시간을 기반으로 예측을 제공하는 딥 러닝 알고리듬을 개발하였습니다.
그런 다음, 이 시간이 문자열로 변환되어 지정된 시간 동안 전기 워터 펌프를 제어/작동하는 라즈베리 파이로 전송됩니다.
이때, 라즈베리 파이는 영국에서 개발한 작은 싱글보드 컴퓨터입니다.
작물 추천:
농부에게 제공된 물리적 IoT 모듈의 NPK 센서를 사용하여 농부는 토양에서 NPK(질소, 인, 칼륨) 수준을 감지할 수 있습니다.
그런 다음 농부들은 현 상태와 함께 웹 애플리케이션에 이러한(NPK) 값을 입력할 수 있습니다. 그리고 저희는 딥 러닝 네트워크는 이 데이터를 활용하여 특정 토양에 가장 적합한 작물을 제안할 것입니다.
비료 추천:
동일한 NPK 레벨을 사용하여 별도의 기계 학습은 평가된 NPK 수준에 따라 농부들에게 토양의 상태에 따라 적절한 비료를 제안할 수 있습니다.
농작물 질병 예측:
또한, 농부들은 같은 웹 애플리케이션을 사용하여 농작물의 이미지를 입력할 수 있습니다.
그리고 CNN(Convolutional Neural Network)을 사용하여 저희의 딥 러닝 모델은 작물이 가질 수 있는 잠재적인 질병의 이름을 제공할 것입니다. 현재 이 기계 학습 모델은 95.25%의 정확도를 가지고 있으므로 거의 항상 정확한 예측을 제공합니다.
정리하자면, Kanad는 제안된 문제를 해결하기 위해 설계된 정밀 농업을 위한 딥 러닝 신경망 기반 사물인터넷(IoT) 지원 지능형 관개 시스템입니다. 구체적으로 말하자면, Kanad는 하루 걸러 토양의 수분을 예측하는데, 이는 입력을 받을 때마다 더 정확하게 하고 농부들이 관개에 사용되는 현재의 스프링클러보다 더 현명하게 물을 사용할 수 있도록 해주는 기계 학습 구성요소입니다. 이의 기능에는 습도, 토양 수분 등과 같은 대기 조건을 기반으로 특정 식물/식물의 물 필요량을 계산할 수 있으며, 사람들보다 농작물의 관개에 훨씬 정확하고 최적의 시간을 제공하여 농장의 상당한 시간, 물, 에너지 및 금전적 자원을 절약할 수 있습니다. Kanad는 “FANNN” 및 T 기반 스프링클러와 같은 다른 경쟁 시스템과 비교하여 IoT를 사용하고 최적의 토양 수분을 유지하는 훨씬 더 나은 신뢰성과 물 절약을 보여줍니다. 이의 증거는 저희 기술을 활용한 시뮬레이션을 돌렸을때, 저희의 기술이 전세계적으로 사용 되었을 때 일반적으로 관개 시스템보다 금전적으로 약 40조, 에너지는 약 1000조 kJ 를 절약할 수 있다는 결과가 나왔습니다.
추가될 수 있는 한 가지 중요한 기능은 최근 세계가 많은 기상이변을 겪고 있기 때문에 폭우와 같은 많은 양의 물을 예측하는 것입니다. 우리는 이는 일정 시간 내 강우량과 속도를 계산해 일종의 분수대를 열어 폭우가 농장에 머물지 않고 밖으로 빠져나갈 수 있도록 하는 IoT 활용으로 통합할 수 있습니다. 앞으로 저희의 계획은 저희의 잠재적인 사용자들을 계속 인터뷰하고 그들의 피드백을 받는 것입니다. 또한 실현가능한 깔때기 (Feasibility Funnels), 연결 서클 (Connectivity Circles), 미래형 사분면 (Future Quadrants) 등과 같은 여러 생산 검증 개념을 사용하여 문제를 더 잘 이해하고 올바른 문제를 목표로 하고 있는지 확인할 것입니다. 저희는, 여러 교수들의 도움으로 사용자 테스트의 잠재적 범위를 확장하기 위해 (미국과 인도의) 지역 농업 행정 기관에 연락하기 시작했습니다. 앞으로 저희 기술 개발의 많은 관심 부탁드립니다!
비록 영어로 되어있지만 저희가 만든 프레젠테이션에 본 기사의 내용이 더욱 더 자세하고 시각적으로 묘사되어 있으니 한번 봐주시길 바랍니다! https://www.canva.com/design/DAFSeUpIsQY/jqPu4ZCbZgQ5ymOlrUmsZw/view
또, 위 프레젠테이션에서 발표하고 본 기사에서 설명한 머신러닝 관개시스템을 사용할 수 있는 웹 애플리케이션 링크입니다! 들어가서 한번 보시는 것도 추천드립니다! https://kanad.herokuapp.com/
Comments