Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1598-5504(Print)
ISSN : 2383-8272(Online)
Journal of Agriculture & Life Science Vol.55 No.6 pp.115-120
DOI : https://doi.org/10.14397/jals.2021.55.6.115

Development of Soil Moisture Control System Based on Irrigation Threshold Criteria Algorithm

Sang-Hyeon Kang1, Young-Jin Kim1*, Sang-Bong Lee1, Hee-Tae Kim1, Min-Young Kim2
1National Institute of Agricultural Sciences, Rural Development Administration, Jeonju, 54875, Republic of Korea
2Research Policy Bureau, Rural Development Administration, Jeonju, 54875, Republic of Korea
* Corresponding author: Young-Jin Kim Tel: +82-63-238-4159 Fax: +82-63-238-4145 E-mail: mukta73@korea.kr
October 6, 2021 November 23, 2021 December 13, 2021

Abstract


In an automatic irrigation system, it is important to set threshold criteria that can automatically start and stop irrigation. The threshold criteria for irrigation is determined by the soil moisture level, which varies depending on the type of crop, the growing season, the soil texture, and the soil bulk density. It is difficult for a field farmer to figure it out directly because specialized knowledge and analysis experience are required. Therefore, the suitable soil moisture value was extracted from the existing data using the name of the cultivated crop, the cultivation area and the soil texture as the condition variables. The soil moisture standard for each crop type and growth period was made into a database. An algorithm that can set the soil moisture tension value suitable for the selected crop was developed. A system that can control soil moisture was developed by applying the algorithm to a system consisting of a sensor unit, a control unit, and an operating unit. The soil moisture value measured by setting the threshold criteria for each experimental plot showed a match rate of 97.3% in the -33 kPa experimental plot and 96.6% in the -25 kPa experimental plot. It is thought that the soil moisture control system will contribute to suppressing the decrease in productivity caused by the aging in the rural society and the decrease in the labor force.



관수 기준 설정 알고리즘을 적용한 토양 수분 제어 시스템 개발

강상현1, 김영진1*, 이상봉1, 김희태1, 김민영2
1농촌진흥청 국립농업과학원
2농촌진흥청 연구정책국

초록


자동 관개 시스템에서는 관수를 자동으로 개시하고 중지할 수 있는 기준값의 설정이 중요하다. 관수 기준값은 작물의 종류와 생육 시기, 토성, 용적 밀도 등에 따라 달라지는 포장 용수량의 토양 수분값으로 결정되기 때문에, 전문적인 지식과 분석 경험이 필요하여 현장 농업인이 직접 파악하는 것은 어렵다. 그래서 재배 작물의 명칭, 재배 지역 및 재배 토양의 토성 등을 조건 변수로 하여 적절한 토양 수분값을 데이터베이스로부터 추출하고, 작물의 종류 및 생육 시기별 토양수분 기준을 데이터베이스화하여 선택한 작물에 적합한 토양수분 장력값을 설정할 수 있는 알고리즘을 개발하였다. 이 알고리즘을 센서부, 제어부, 구동부로 구성되어 있는 시스템에 적용하여 토양 수분을 제어할 수 있는 시스템을 개발하였다. 실험구별로 수분 제어 기준값을 설정하여 측정한 수분값이 -33 kPa 실험구에서 부합률 97.3%, -25 kPa 실험구에서 부합률 96.6%의 결과를 나타내었다. 이 시스템을 이용하여 최근 농촌지역의 고령화와 노동인구 감소에 따른 생산성 감소를 억제하는데 기여할 것으로 사료된다.



    서론

    2015년과 2020년 농림어업총조사에 따르면 2015년 농가 수는 1,088,518호에서 2020년 1,035,193호로 5년 만에 53,325호 (4.9%) 감소하였고, 농가 인구는 2015년 2,569,387명에서 2020 년 2,314,064명으로 255,323명(9.9%) 감소하였다. 또한, 2000년 고령인구비율 7.3%로 고령화사회, 2017년 고령인구비율 14.2% 로 고령사회에 진입한 이래 빠른 고령화 진행 속도를 보여 2025년 에는 초고령사회에 이를 것으로 전망되고 있다(Statistics Korea, 2020). 그중에서 65세 이상 농업 인구의 비율이 2015년 38.4%, 2020년 42.5%로 증가하여 농업 인구의 자연 감소 이외에 농업 인구의 고령화가 빠르게 진행되어 급격한 생산성 감소가 나타나고 있다(Song et al., 2011).

    산업화가 진행되고 경제가 발전하면서 석유, 석탄 등의 화석연 료 사용이 폭발적으로 증가하고 있으며, 이때 발생되는 이산화탄소 의 대기 중 농도 증가가 지구 온난화를 일으키고 있다. 지구 온난화 는 자연 생태계의 변화는 물론 인간의 보건, 주거, 농업, 축산 및 산업활동 전반에 광범위한 영향을 미치고 있다(Yun et al., 2001). 1988년에서 1992년 사이의 유럽 전역에 닥친 대가뭄과 1995년 여름 영국의 가뭄, 1998년 중국의 대홍수 등 지구 온난화는 기상이 변의 주범이 되고 있다. 이러한 기상이변에 의해 한반도 기온이 2℃ 정도 상승할 경우 여름철 강우량은 -25% ∼ +30% 까지 변화 폭이 커져 극심한 가뭄과 홍수가 빈번하게 발생할 가능성이 높아진 다(Park et al., 2007;Sim et al., 2007;Kim et al., 2013).

    이처럼 급격한 고령사회로의 진입에 대응하여 노동력을 절감하 고, 작물과 토양 종류에 따라 적절한 토양 수분 함량을 유지하여 생산성을 증가시키고 지구 온난화에 대해 적정 용수량을 공급하여 효율적으로 물 관리할 수 있는 자동 관수 시스템의 유용성이 대두 되고 있다(Boursianis et al., 2020). 자동 관수 시스템은 토양 수분 값을 측정하여 일정값 이하일 때 관수를 시작하고, 관수 후 적정 수분값에 도달하였을 때 중지하는 장치(Vineela et al., 2018;Kim et al., 2020)이기 때문에 관수 기준값의 설정이 중요하다. 관수 기준값은 작물의 종류와 생육 시기, 토성, 용적 밀도 등에 따라 달라지는 포장 용수량의 토양 수분값으로 결정되며, 토양 수분값은 전문적인 지식과 경험이 필요하므로 현장 농업인이 직접 결정하는 것은 현실적으로 매우 어렵다.

    본 연구에서는 현장 조건에 따라 적절한 토양 수분값을 사용자 에게 제공하여 관수를 자동으로 제어할 수 있는 알고리즘을 개발하 고, 자동 관수 시스템에 적용하여 토양 수분을 제어할 수 있는 시스 템 설계·제작하여 관수 효율을 검증하고자 한다.

    재료 및 방법

    1. 관수 알고리즘

    기존의 자동 관수 시스템은 사용자의 경험에 의해 수동으로 입력한 설정값을 기준값으로 Fig. 1과 같은 알고리즘에 의해 관 수를 시작하고 정지하기 때문에 작물의 종류, 생육 시기, 토성, 용적 밀도 등의 다양한 변수에 대응하지 못하고 있다. 다양한 변 수에 대응하기 위해서는 다양한 변수에 적합한 기준값의 설정이 중요하다. 하지만 기준값은 전문적인 지식과 경험이 필요하기 때 문에 전문적이지 않은 사람이 설정하기는 매우 어렵다. 그래서 농업인이 직접 사용할 수 있도록 현장 조건에 따라 적절한 토양 수분값을 자동으로 제공하고 기준값을 설정하여, 자동으로 관수 를 공급할 수 있는 Fig. 2와 같은 알고리즘을 개발하였다. 기존의 관수 알고리즘이 수동으로 입력된 설정값에 따라 관수 개시를 정 하는 반면에 개발한 관수 기준 설정 알고리즘은 데이터베이스에 저장되어 있는 작물의 종류와 생육 시기별 토양 수분 기준을 기 반으로 재배 작물의 명칭, 토성 등을 조건 변수로 추출한 토양 수 분값으로 기준값을 설정한다. 그리고 실시간으로 측정된 토양 수 분값을 시작 기준값과 비교하여 관수의 개시 여부를 시스템에서 결정한다. 관수 개시시 설정된 시간만큼 펌프를 동작하여 관수를 진행하고, 실시간으로 측정된 토양 수분값과 중지 기준값을 비교 하여 관수의 중지 여부를 결정한다.

    2. 토양 수분 제어 시스템

    현장의 토양 수분 변화와 관수 기준에 따라 관수의 시작과 정지 를 제어하는 토양 수분 제어 시스템을 개발하였으며, 시스템은 센 서부, 제어부, 구동부로 구성되어 있다. 센서부는 Frequency Domain Reflectometry (FDR) 센서를 이용하여 토양 정보를 실시 간으로 계측하고, 제어부는 센서부에서 계측한 토양 수분 정보를 이용하여 관수 설정값을 계산하여 장치를 제어할 수 있는 제어반과 사용자가 원격으로 제어반을 조작하여 직접 설정할 수 있는 애플리 케이션으로 구성되어 있다. 마지막으로 구동부는 전자식 펌프와 솔레노이드 밸브를 구동하여 토양에 수분을 공급하는 역할을 한다.

    토양 수분은 토양에 포함되어 있는 수분을 토양의 부피(체적)/무 게와의 비율로 나타낸 값으로, 토양 수분을 측정하기 위한 여러 가지 센서가 있다(Yun et al., 2006). 본 연구에서는 토양과 수분의 유전율 차이를 이용하여 토양에 전기 신호를 송신하고 돌아오는 신호를 주파수 분석을 통해 측정하는 FDR 센서를 사용하였다(Hur et al., 2009). 본 연구에서 사용한 FDR 센서(WT1000B, Mirae Sensor Co., Ltd., Korea)는 토양 수분, 토양 Electrical Conductivity (EC)와 지온을 측정할 수 있는 기능이 있으며, FDR 센서를 이용하 여 토양 수분을 실시간으로 계측하였다. Fig. 3에 FDR 센서의 사진을 나타내었고, Table 1에는 FDR 센서의 사양을 나타내었다.

    적절한 압력으로 물을 공급하기 위해 전자식 펌프를 이용하고, 원격 제어를 통해 물의 흐름을 조절하기 위해 솔레노이드 밸브를 사용하였다. 그리고 토양 수분 센서에서 계측한 토양 수분 정보를 이용하여, 제어반에서 전자식 펌프 및 솔레노이드 밸브를 제어하여 토양에 관수를 공급한다. 또한 사용자가 안드로이드 기반의 스마트 폰 애플리케이션을 통해 원격으로 제어반을 직접 조작할 수 있다. Fig. 4는 현장에 설치된 제어반의 사진이다.

    3. 수분 제어 실험

    관수 기준 설정 알고리즘이 적용된 토양 수분 제어 시스템을 이용하여 토양 수분을 제어하였다. 작물의 토양 수분 기준은 토양 수분장력값으로 제시되어있으며, 실험을 위해 관수개시수분과 포 장용수수분의 구간을 -33 ∼ -10 kPa, -25 ∼ -10 kPa 으로 조정하 였다. FDR 센서는 토양 용적수분값을 측정하기 때문에 현장 적용 을 위하여, 토양 수분장력값을 토양 용적수분값으로 환산한 데이터 (Zhang et al., 2018)로 회귀방정식을 세워, 설정한 기준값에 맞는 용적수분값을 도출하였다(Kim et al., 2009, Kim et al., 2021). 실험구의 토성은 미사질양토이며, 토성별 토양 수분장력의 용적수 분 환산식은 Fig. 5에 나타내었다. 수분 제어 기준값은 -33 kPa 실험구의 토양 용적수분값 24% ∼ 34%, -25 kPa 실험구의 토양 용적수분값 26% ∼ 34% 로 설정하였다. 최대 관수량은 ‘토양, 작물, 지역에 따른 밭작물 물 사용 기술’(NAS, 2018)을 기준으로 설정하였고, 식물의 증발산(Kim et al., 2013)이 활발한 오전 7시 부터 오후 3시까지만 자동 관수를 진행하였다. 토양 수분 제어 시 스템이 설치된 실험구의 사진은 Fig. 6와 같다.

    결과 및 고찰

    실시간으로 측정한 수분값이 -33 kPa 실험구에서 부합률 97.3%, -25 kPa 실험구에서 부합률 96.6%의 결과를 나타내었으 며, 실험구와 관행구의 비교 결과를 Fig. 7에 그래프로 나타내었다. Fig. 7에서 파란색 그래프는 관행구에서 사용자의 경험에 의해 관 수를 진행한 실험 결과로써 토양 수분 함량을 사용자가 정량적으로 인식할 수 없고, 관수량도 일정하지 않아 고르지 못한 토양 수분값 을 보이고 있다. 반면 빨간색 그래프와 갈색 그래프는 실험구의 토양 수분값으로 토양 수분 제어 시스템으로 자동 관수하여, 대부 분의 토양 수분값이 설정 구간 내에 분포하여 높은 효율을 보이고 있다.

    본 논문에서는 작물에 적합한 토양 수분 제어 기준값을 설정할 수 있는 알고리즘을 개발하였고, 이 알고리즘을 시스템에 적용하여 토양 수분을 제어할 수 있는 시스템을 개발하였다. 기존의 자동 관수 시스템은 재배지의 토양 수분값이 일정값 이하로 떨어질 때 정해진 관수량에 따라 관수를 실시한다. 그래서 작물의 종류, 생육 시기, 토성, 용적 밀도 등 다양한 변수에 대응하지 못하는 단점을 가지고 있다. 이러한 단점을 극복하기 위해 작물의 종류와 생육 시기별 토양 수분 기준을 기반으로 재배 작물의 명칭, 토성 등을 조건 변수로 추출한 토양 수분값으로 기준값을 설정하는 알고리즘 을 개발하고 시스템에 적용하여, 현장의 토양 수분 변화와 관수 기준에 따라 관수의 시작과 정지를 제어하는 토양 수분 제어 시스 템을 개발하였다. 현장에 적용하여 실험한 결과, 설정 기준값이 -33 kPa 실험구는 97.3%, -25 kPa 실험구는 96.6%의 부합률을 보여, 토양 수분 제어에 시스템이 유용하게 사용할 수 있음을 확인 하였다.

    감사의 글

    본 연구는 농촌진흥청 연구사업(세부 과제명: 시설 토경작물 관 수 제어 최적화 기술 개발, 세부과제번호: PJ013537032021)의 지 원에 의해 수행되었습니다.

    Figure

    JALS-55-6-115_F1.gif

    Flowchart of the existing irrigation algorithm.

    JALS-55-6-115_F2.gif

    Flowchart of the irrigation threshold criteria algorithm.

    JALS-55-6-115_F3.gif

    The picture of the FDR sensor.

    JALS-55-6-115_F4.gif

    Consoles to control pumps and valves.

    JALS-55-6-115_F5.gif

    Formula to convert soil moisture tension to volumetric water content.

    JALS-55-6-115_F6.gif

    Photo of the experimental plot.

    JALS-55-6-115_F7.gif

    Results in experimental plots: results obtained A. -33 kPa controlled plot and B. -25 kPa controlled plot.

    Table

    The specification of the FDR sensor

    Reference

    1. Boursianis AD , Papadopoulou MS , Gotsis A , Wan S , Sarigiannidis P , Nikolaidis S and Goudos SK. 2020. Smart irrigation system for precision agriculture-the AREThOU5A IoT platform. IEEE Sensors J. 21(16): 17539-17547.
    2. Hur SO , Ha SK and Kim JG. 2009. Verification of TDR and FDR sensors for volumetric soil water content measurement in sandy loam soil. Korean J. Soil Science and Fertilizer 42(2): 110-116.
    3. Kim HJ , Son DW , Hur SO , Roh MY , Jung KY , Park JM , Rhee JY and Lee DH. 2009. Comparison of wetting and drying characteristics in differently textured soils under drip irrigation. J. Bio-Environment Control 18(4): 309-315.
    4. Kim SC , Lee HJ and Park BJ. 2013. Assessment of temperature reduction and evapotranspiration of green roof planted with zoysia japonica. J. Environmental Science International 22(11): 1443-1449.
    5. Kim SJ , Kim SM and Kim SM. 2013. A study on development of vulnerability assessment criteria for agricultural infrastructure according to climate change. J. Agriculture & Life Science 47(1): 205-213.
    6. Kim YJ , Choi YH , Lee SB and Kim MY. 2020. Development of an automatic irrigation system for protected soil cultivation. Proceedings of the KSAM & ARCs 2020 Autumn Conference 25(2): 194-194.
    7. Kim YJ , Kang SH , Lee SB , Kim HT and Kim MY. 2021. Development of irrigation threshold criteria algorithm for automatic irrigation system based on soil moisture. Proceedings of the KSAM & ARCs 2021 Spring Conference 26(1): 220-220.
    8. National Institute of Agricultural Sciences(NAS).2018. The technology of irrigation schedule according to soil, crops, and regions.
    9. Park JH and Kim UG. 2007. Water resource prospect and dam basin management in accordance with global warming. Water for Future 40(5): 83-87.
    10. Sim GO. 2008. Foot fire! Trends in response to global climate change. J. Korean Society of Societal Security 1(3): 21-25.
    11. Song JH and Kim TO. 2011. The vinylhouse automatic control system using aging society of the farm village. J. The Korea Academia-Industrial Cooperation Society 12(7): 3164-3168.
    12. Statistics Korea.2021. 2020 Census of agriculture, forestry and fisheries. https://affcensus.go.kr/ (2021.09.28.).
    13. Vineela T , NagaHarini J , Kiranmai C , Harshitha G and AdiLakshmi B. 2018. IoT based agriculture monitoring and smart irrigation system using raspberry Pi. International Research J. Engineering and Technology 5(1): 1417-1420.
    14. Yun SH , Im JN , Lee JT , Shim KM and Hwang KH. 2001. Climate change and coping with vulnerability agricultural productivity. Korean J. Agricultural and Forest Meteorology 3(4): 220-237.
    15. Yun SW , Baek SH and Yu C. 2006. The effect of soil salinity on the measurement value of TDR. J. Agriculture & Life Science 40(2): 27-32.
    16. Zhang YS , Han KH , Cho HR , Ok JH , Jang SY , Hwang SA and Jung KH. 2018. Relationship between soil moisture tension and volumetric content with soil textural classes and bulk density. Proceedings of the KSSSF 2018 Spring Conference: 63-64.
    오늘하루 팝업창 안보기 닫기
    오늘하루 팝업창 안보기 닫기