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.56 No.2 pp.117-127
DOI : https://doi.org/10.14397/jals.2022.56.2.117

Development of Real-Time Monitoring System for Nutrient Solution Salinity and Growth Status of Glehnia littoralis Fr. Schmidt ex Miq.

Myong-kyoon Yang1, Moon-Sun Yeom2, Woo-Jae Cho3*
1Smart Agriculture Innovation Center, Kyungpook National University, Daegu, 41566, Republic of Korea, Department of Biosystems Engineering and Biomaterials Science, Seoul National University, Seoul, 08826, Republic of Korea
2Division of Animal, Horticultural, and Food Sciences, Chungbuk National University, Cheongju 28644, Republic of Korea, Research Fellow, Biological and Genetic Resources Utilization Division, National Institute of Biological Resources, Ministry of Environment, Incheon 22689, Republic of Korea
3Department of Bio-Industrial Machinery Engineering, College of Agriculture & Life Sciences, Institute of Agriculture and Life Science, Gyeongsang National University, Jinju 52828, Republic of Korea
* Corresponding author: Woo-Jae Cho (Tel.) +82-55-772-1892 (E-mail) woojae56@gnu.ac.kr
January 18, 2022 February 24, 2022 April 18, 2022

Abstract


Due to the recent salinization of farmland and water resources, the need for research on halophytes is increasing. However, to analyze the changes in crop growth and functional composition according to the varied cultivation conditions, samples of nutrient solution and plant tissues must be collected, pre-processed, and analyzed. These are highly time-consuming and laborious. In this study, a system was developed that can non-destructively monitor the salinity concentration of the hydroponic rhizome and crop growth in real-time at the cultivation site to efficiently investigate the optimal growth conditions of halophytes. From the application experiment with Glehnia littoralis under four salinity conditions(i.e., NaCl 0 mM, 50 mM, 150 mM, 300 mM), the proposed system showed the salinity changes in the nutrient solutions and the increase of the fresh weight according to the NaCl concentration. The actual growth analysis confirmed that the relationship between the fresh weight and the salinity was corresponded to the monitoring system, indicating the system feasibility on the growth monitoring of halophytes. However, in the case of the functional materials per unit fresh weight, it was found that the functional materials per unit fresh weight increased as the NaCl concentration increased. In a further study, on-site monitoring of the functional ingredients is necessary to investigate the commercial cultivation conditions of Glehnia littoralis.



갯방풍(Glehnia littoralis Fr. Schmidt ex Miq.)의 양액 염분 농도 및 생육 상태 실시간 모니터링 시스템 개발

양 명균1, 염 문선2, 조 우재3*
1경북대학교 스마트농업혁신센터 연구초빙교수, 서울대학교 바이오시스템소재학부
2충북대학교 축산・원예・식품공학부 원예학전공 박사연구원, 국립생물자원관 유용자원활용과 전문연구원
3경상국립대학교 생물산업기계공학과 조교수, 경상국립대학교 농업생명과학연구원 책입연구원

초록


최근 농지 및 수자원의 염류화로 인해 염생식물에 대한 작물화와 생육 조건 구명을 위한 연구 필요성이 높아지고 있다. 그러나 재배 조건 변화에 따른 작물의 생육 및 기능성 성분 변화 분석을 위해서는 양액 및 작물 생육부 시료를 채취하여 이를 전처리 및 분석해야 하여 시간적, 인적 자원의 소모가 높다. 본 연구에서는 염생식물의 최적 생육 조건 구명을 효율적으로 수행하기 위해 비파괴적으로 재배 현장에서 실시간으로 작물 생육부와 수경재배 근권부의 염분 농도를 모니터링할 수 있는 시스템을 개발하였다. 개발 시스템을 통해 NaCl 0 mM, 50 mM, 150 mM, 300 mM의 4가지 농도 조건에서 갯방풍을 대상으로 재배실험을 수행한 결과, 재배 중 염분 농도 수치의 변화 및 염분 농도가 높을수록 생체중이 감소하는 것을 확인하였다. 실제 생육 분석 결과에 따르면 개발 시스템을 통한 모니터링 결과에 상응하는 생체중 결과를 확인하여 염생식물의 생육 모니터링 적용이 가능할 것으로 평가되었다. 그러나 단위 생체중 당 기능성물질 함량의 경우, NaCl 농도가 증가할수록 증가하는 것으로 나타나 갯방풍의 상업적 재배 조건의 구명을 위해서는 생체중 외에 기능성 성분의 모니터링을 위한 시스템 보완이 필요하다고 판단되었다.



    서론

    최근 USDA 추정에 따르면 토양 및 수자원의 염류화로 인해 전 세계적으로 매년 약 1천만 헥타르가 손실되고 있다(Kearl et al., 2019). 이에 따라 염분 내성을 가지고 있어 염류화된 환경에서 도 재배가 가능하면서 기능성 물질 함량이 높고 식용이 가능한 염생식물을 차세대 식량, 바이오연료, 동물사료 작물로 활용하기 위한 연구들이 주목을 받게 되었다 (Gul et al., 2014). 이러한 염생 식물들은 재배기간이 길고 수확 시기가 제한되어 있기 때문에 공급 이 비탄력적이므로 대량생산을 위해서는 시설에서 재배하기 적합 한 환경 조건을 찾고 최적의 재배방법을 개발하는 것이 필요하다 (Lee et al., 2020). 그러나 시설원예 환경에서 염생식물을 지속적 으로 생산하기 위한 연구는 아직까지 초기 단계이며, 자연적으로 자라던 해안 환경과 상이한 시설환경 내에서의 재배 시 생육 및 기능성 성분의 함량과 같은 품질 측면에 대한 연구는 거의 수행되 지 않은 실정이다(S.-M. Kim et al., 2005;Pan et al., 2018;Lee et al., 2020). 따라서 염생식물의 작물화 및 생산성을 높이고 최적 의 생육 환경을 구명하기 위한 다양한 연구들이 요구된다(Yang et al., 2017;Lee et al., 2020).

    작물의 최적 생육 조건을 분석하기 위해서는 통제된 환경에서 다양한 환경 변인들을 적용하였을 때 나타나는 작물의 생육 특성과 대사에 의한 기능성 물질에 대한 정보를 수집하여 이를 극대화하기 위한 조건 확립 연구가 요구된다. 최근 발달된 환경 센싱 및 제어 기술들로 인한 재배시설의 발전은 기상 조건에서 비교적 자유롭게 생산자들이 다양한 작물들을 생산할 수 있는 환경을 구축하고 원격 운영이 가능하도록 진행되고 있다(Bhujel et al., 2020;Kim et al., 2021). 이러한 환경 조건들 중 염생식물들의 상업적 생산을 위해서는 용수의 염도 및 이온 조성이 가장 중요한 요소로 꼽히고 있다(Ventura & Sagi, 2013). 특히, 염생식물들의 경우, 품종별로 염분 내성 및 염분 농도에 따른 생육 속도가 다르므로, 최적 생육 조건 구명을 위해서는 재배 중 양액의 염분 농도 및 이온 함량의 변화가 작물의 생체중과 기능성 물질 함량에 미치는 영향성 분석이 필수적이다(Koyro et al., 2011).

    생체중/기능성 물질 함량에 대한 생육 정보의 수집 및 활용을 위해서는 양액 내 염분 농도의 변화와 그에 따른 생육 변화를 동시 에 분석할 수 있어야 한다. 그러나 현재, 양액 및 염분 조성 분석은 샘플링 및 분석기기를 이용하여 수행하거나 양액 전기전도도 (electrical conductivity, EC)를 측정하여 대략적인 양액 내 이온 총량에 근거한 분석으로 시간적, 비용적 소모가 크거나 정확도가 떨어지는 문제점이 있다. 또한 작물의 생체중과 대사물질을 분석하 기 위해 작물의 손실을 감수하고 잎, 줄기, 뿌리 등을 분리하여 동결건조나 화학약제 처리 등의 물리적, 화학적 처리를 수행해야 한다. 이러한 방식은 시간적, 인적 자원의 소모가 높아 염생식물의 최적 생육 조건 구명을 위한 연구 수행에 어려움을 초래하고 있다 (Chowdhury et al., 2021;Doménech-Carbó & Dias, 2021;Li et al., 2021).

    최근 실시간으로 현장에서 즉각적이고 신속하게 작물의 유전자 형과 표현형을 정량화하기 위한 이미지, 환경(온도, 습도, 광도, 영양소) 값 및 물리적(길이, 무게) 값을 수집하고 이를 기반으로 최적 생육 조건을 효율적으로 분석할 수 있는 비파괴 모니터링 기술을 이용하는 연구가 활발히 이루어지고 있다(Fahlgren et al., 2015). 특히 이중 영상 카메라는 많은 샘플을 쉽게 자동으로 얻을 수 있으므로 생육 정보를 얻는 데 필요한 시간과 비용을 줄일 수 있는 것으로 알려져 있다(Sonnentag et al., 2012). 또한 여러 장의 이미지를 융합 분석하여 다양한 정보를 획득할 수 있어 분석 범위 를 넓힐 수 있다(Jiang et al., 2016).

    이에 본 연구에서는 즉각적이고 신속하게 재배현장에서 모니터 링할 수 있도록 이온센서와 영상 카메라를 이용하여 양액 내 염분 농도와 작물 생육 정보를 지속적으로 모니터링하는 시스템을 개발 하고 염생식물의 최적 생육 조건을 효율적으로 분석하고자 하였다. 실험작물로는 염생식물 중 폐 질환에 유효한 약재이자 식자재로 이용될 수 있어 활용 가능성이 높은 갯방풍(Glehnia littoralis Fr. Schmidt ex Miq.)을 선정하였다(Hiraoka & Oyanagi, 1988;Yoon et al., 2010). 재배실험에서 양액에 NaCl을 Control (0 mM), 50 mM, 150 mM, 300 mM의 4가지 조건으로 처리하여 재배 중 양액 내 염분 농도를 모니터링하였으며 갯방풍의 생체중 및 기능성 물질(폴리페놀 함량, 항산화성)을 분석하여 영상 모니터링 을 통한 생체중의 비파괴 모니터링 적용성을 검토하고 기능성 물질 함량을 고려한 최적 생육 조건을 분석하였다.

    재료 및 방법

    1. 양액 내 염분 농도 모니터링 시스템 구성

    양액 내 염분과 관련된 이온으로는 Na+ 및 Cl-과 더불어 Na+와 경쟁적 흡수 관계인 K+가 있다(Robinson and Downton, 1985). 본 연구에서는 이를 선택적으로 측정할 수 있는 상용화된 이온선택성 전극(Ion-selective electrodes, ISEs)들을 기반으로, 전반적인 양액 상태와 관련하여 양액 EC, pH 측정을 위한 센서를 포함하여 Table 1과 같이 양액 센서 어레이로 측정부를 제작하였다. 사용한 상용 전극 및 제작 전극에서 발생하는 기전력(EMF)을 측정하기 위한 기준전극으로는 Orion사의 이중접합전극 기준전극(Cat.900200, Orion, USA)을 사용하였다.

    이온선택성전극을 사용 시 멤브레인 표면의 이온 성분의 축적으 로 인한 민감도 변화와 드리프트(신호 변동)가 측정 성능을 저하시 킬 수 있음이 보고된 바 있다(W. J. Cho et al., 2017: 2018). 또한 전극 어레이를 구성하여 동시에 다양한 이온을 측정할 시 센서 간의 차이로 인한 영향으로 측정값 간에 편차가 존재할 수 있다(H. J. Kim et al., 2007). 이에 Kim et al. (2007)이 제시한 2점 정규화 방법을 통해 다전극 구성에서 전극 간의 반응을 표준화 시키고 드리프트의 영향을 최소화할 수 있도록 하였다. 본 실험에 앞서 구성한 시스템의 이온센서들의 캘리브레이션 및 보정은 Na+, Cl-, K+에 대해 각각 10-4−102 mM 농도를 갖는 Hoagland 용액을 기반으로 수행하였다(Hoagland & Arnon, 1950). 2점 정규화 식 은 전극들을 시료에 담가 60초 동안 안정화 후 측정한 mV값과 농도 사이에 Nernst 방정식으로 회귀분석을 수행하여 획득하였다 (Cho et al., 2017).

    센서 어레이에 대해 동일한 측정 챔버에서 측정이 이루어지기 때문에 측정하고자 하는 용액이 주입되기 전 담겨있던 용액들에 의한 간섭, 오염 문제가 있을 수 있다. 따라서 시스템 동작 순서에 서 정규화 용액 및 양액 샘플을 챔버에 주입할 때 1차로 주입한 용액으로는 이전에 담겨있던 용액을 씻어 간섭을 최소화하는 세척 용도로 사용하고 이후 2차로 용액을 재주입하여 측정을 수행하도 록 염분 농도 모니터링 시스템을 설계하였다. 염분 농도 모니터링 시스템은 설정된 시간에 이온 센서에 대한 교정 및 관리를 자동으 로 수행하고 이후 양액을 샘플링하여 측정 및 측정값을 저장하는 동작을 수행해야 한다. 이에 기반하여 구성한 운용 알고리즘은 Fig. 1과 같았으며, 하루에 1회 간격으로 샘플링 및 측정을 수행하였다. 구체적인 시스템 동작 내용은 다음과 같다. 시스템 구동 후 사용자 가 설정한 시간이 되면 먼저 측정 챔버 내에 담겨있던 센서 컨디셔 닝 용액(2점 정규화 저농도 용액)을 배출하고 새로운 2점 정규화 저농도 용액을 주입한다. 이렇게 주입된 저농도 용액은 센서 및 챔버 표면 세척용으로 이용되며 이는 측정하지 않고 배출한다. 다 시 2점 정규화 저농도 용액을 주입하고 60초 간 센서 신호가 안정 되도록 한 뒤 센서 신호를 1,000Hz의 수집 속도로 측정하여 그 중 최종 0.1초 동안 수집된 100개의 신호를 평균한 값을 기록한다. 이후 저농도 용액을 배출 후 2점 정규화 고농도 용액에 대해서도 동일하게 첫 번째 주입분은 세척에 이용 후 배출하고 두 번째 주입 분에 대해 평균 신호값을 취한다. 수집한 2점 정규화 용액에 대한 신호 데이터를 기반으로 각 이온센서별로 2점 정규화를 수행한 뒤, 양액 시료를 취득하여 첫 번째 주입분은 세척, 두 번째 주입분 에 대해서 신호를 측정한다. 이후 양액 시료는 배출하고 2점 정규 화 저농도 용액을 주입하여 다음 측정 때까지 이온센서들의 평형 상태를 유지하도록 하며, 측정된 양액 신호는 2점 정규화가 수행된 Nernst 방정식을 이용하여 농도값을 산출한다.

    모니터링 시스템의 제어에는 아두이노 기반의 릴레이를 구성하 였으며 정해진 동작 및 연산 수행을 위해 LabVIEW (v2015, National Instrument, USA)를 기반으로 동작 프로그램을 개발하 였다. 개발한 염분 이온 모니터링 시스템의 제원과 사진은 각각 Table 2와 Fig. 2에 나타내었다.

    2. 작물 영상 모니터링 시스템 구성

    영상 데이터의 경우 통상의 식물공장 환경을 고려하였을 때, LED array 사이 공간을 활용하여 탑뷰 영상 획득을 고려하였다. 카메라와 작물 사이의 공간이 충분히 넓지 못하여 FOV (Field of view)를 확보하기 어렵고 좀 더 좋은 해상도의 데이터 획득을 위해서는 전체 실험구를 한 장의 이미지로 촬영하기 보다는 실험구 에 대해 구획별로 여러 장의 이미지를 획득하여 분석할 수 있도록 하였다.

    실험구에 대해 하나의 카메라를 활용하는 경우 카메라의 위치를 옮겨가며 촬영할 수 있는 이동형 시스템을 요구로 한다(Jiang et al., 2018). 그러나 이러한 접근은 실험구가 넓어질수록 데이터 획 득 시간에 한계점을 갖는다. 이에 본 연구에서는 많은 수의 영상 데이터를 짧은 시간에 한 번에 확보하기에 유리하고 같은 위치에서 의 변화를 연속적으로 보고 분석하기에 수월하다는 장점이 있는, 저가형 카메라(Raspberry Pi camera Module v2, Raspberry Pi Foundation, United Kingdom) 여러 대를 이용하는 영상 모니터 링 시스템을 구성하였다.

    영상의 수집 및 처리에 적합하다고 판단한 컨트롤러는 라즈베리 파이(Raspberry Pi 3B+, Raspberry Pi Foundation, United Kingdom)로 해당 컨트롤러는 성인의 손바닥보다 작고 가벼움에 도 기본적으로 영상 모니터링을 위한 조건에 충분한 하드웨어 성능 을 가지고 있다. 또한 와이파이 기능을 내장하고 있어 모니터링 및 데이터 전송에 유리하며 자체적인 저장 장치 설정을 통해 영상 데이터의 저장과 전송을 분리하여 처리가 가능하고 전용으로 나오 는 카메라 모듈을 활용할 수 있다.

    복수의 LED array 구성 환경에 따라 카메라 설치는 LED array 상단 공간을 활용하여 진행하였으며 총 12대의 카메라 모듈을 설 치하여 영상 데이터를 획득할 수 있도록 구성하였다(Fig. 3).

    다수로 구성된 라즈베리파이 촬영시스템은 하나의 공유기에 의 해 서버 역할을 하는 한 대의 컴퓨터와 네트워크 연결이 되도록 하고 서버 컴퓨터에서는 각 라즈베리파이에 접속하여 촬영 상황이 나 이미지에 대하여 실시간 모니터링을 수행할 수 있도록 하였다. 이 때 네트워크 상 다른 시스템에 접속, 원격 명령을 내리기 위한 프로토콜로 SSH를 이용하였다. 카메라의 촬영과 제어는 파이썬 프로그램을 기반으로 수행되었으며, 라즈베리파이 카메라와 통신 하여 촬영을 한 뒤, 촬영 시간에 대한 정보를 이름으로 활용해 이미 지를 저장하도록 구성하였다. 추가적으로 crontab 명령을 활용하 여 특정 시간에 이미지를 수집하거나 촬영이 제대로 이루어지고 있는지를 확인할 수 있도록 구성하였다.

    기본적인 영상처리 알고리즘은 다음과 같다. 먼저 카메라를 통해 영상 원본 데이터를 획득하고 타겟 영역인 작물에 대한 영상 분할을 하기 위해 식생지수 중 RGB 영상을 통한 영상 추출, 분할에 있어 주로 활용되는 ExG (Excess green)를 활용하였다(Eq. 1)

    E x G = 2 g r b
    Equation (1)

    여기서

    r = R * R * + G * + B * , g = G * R * + G * + B * , b = B * R * + G * + B * R * = R R m , G * = G G m , B * = B B m

    Rm, Gm, Bm은 각각 R, G, B 색상에 대한 최댓값 의미.

    ExG를 통해 작물 부분에 해당하는 ROI (Region of Interest)를 획득할 수 있고 이를 원본 영상과 masking 작업을 수행하여 실제 작물 이미지를 얻게 되면 작물 이미지에 대하여 픽셀 수를 통한 실제 면적을 추정하고, RGB 값을 기반으로 분석을 수행하여 생육 상태를 확인할 수 있다. 영상 처리에 대한 흐름도는 Fig. 4에 나타 내었다. 실제 면적은 파괴 실험을 통해 직접 측정된 엽면적과 파괴 실험 직전 획득한 작물 이미지의 픽셀 수를 비교하여 비례식을 통해 실시간 모니터링을 위한 예측을 시도하였다.

    3. 작물 생육 실험

    갯방풍 종자는 Yeom et al. (2021)의 방법을 이용하여 휴면타 파하고 발아시켰다. 발아된 종자를 종자 성장 팩에 두고 20℃ 챔버 에서 4주간 육묘 하였고, 2개의 본엽을 이룬 갯방풍 묘를 담액수경 시스템(29.5 × 20.2 × 22.5 cm, L × W × H)에 정식하고 환경 제어가 가능한 재배실에서 다음의 환경 조건하에서 재배하였다: 기온 20±3℃, 상대습도 60±5%, 이산화탄소 500±60 ppm, white+Red LEDs, 300 μmol·m-2·s-1 PPFD, 12시간 광주기로 해주었다.

    염분 처리 조건은 Control (NaCl: 0 mM), NaCl 50 mM, NaCl 150 mM, NaCl 300 mM로, 처리조건당 3개의 갯방풍을 정식한 NFT 수경재배 베드를 3 반복 구성하였다(총 12베드, 36개 작물). 처리조건별로 염분 농도를 다르게 하기 전에 정식 초기 단계에서는 작물이 염분 농도에 의한 스트레스를 강하게 받을 수 있기 때문에 50 mM/day의 속도로 NaCl을 양액에 추가하였다. 이에 따라 150 mM 처리구의 경우 3일에 걸쳐 NaCl이 투입되었으며, 300 mM 처리구의 경우 6일간 NaCl 투입이 수행되었다. NaCl 투입을 제외 한 지하부 양액 조성은 Hoagland 양액 1/2배액으로 동일하게 조성 하였으며, pH 5.8, EC 1.0dS/m 수준으로 유지하여 23일 간 재배 를 수행하였다(Hoagland & Arnon, 1950).

    4. 생육특성, 총 페놀 함량 및 항산화능 분석

    개발 시스템을 통한 모니터링 결과와 비교하고자, 샘플 취득을 통해 실제 지상부 생체중, 엽수, 엽면적을 측정하였다. 전개되지 않은 잎을 제외하고 엽수를 확인하였고, 전자저울(Si-234, Denver Instrument, NY, USA)로 갯방풍 지상부 생체중을 측정한 직후 엽면적(LI-3000A, Li-Cor, Lincoln, NE, USA)을 측정하였다.

    총 페놀 함량은 Folin-Ciocalteu colorimetric 방법을 이용하여 분석하였다(Ainsworth and Gillespie, 2007). 염 처리된 갯방풍 잎 샘플은 수확 직후 -70℃의 액체질소에 급속 냉동 후 초저온냉장 고에 분석 전까지 보관하였다. 막자사발에 샘플을 두고 액체질소를 첨가하여 분쇄 후 3 mL의 80% (v/v) 아세톤으로 추출하였다. 이 후, 추출액을 2mL 마이크로 튜브에 옮겨 담고 12시간동안 4℃ 암조건에서 보관한 후 3,000G에서 2분간 원심분리 하였다. 증류 수, 10% Folin-Ciocalteau시약(Sigma-Aldrich, St. Louis, MO, USA), 샘플 추출액, 그리고 Na2CO3 순서대로 넣은 혼합물을 45℃ 수조에서 15분간 반응시켰다. 혼합물 용액의 흡광도는 765nm 로 설정된 분광 광도계(UV-1800, Shimadzu, Kyoto, Japan)를 이용 하여 측정하였다. 갯방풍 시료의 총 페놀 함량은 단위 생체중 당 (mg · g-1) 그리고 전체 지상부 당(mg · shoot-1) gallic acid (mg) 의 함량으로 표현하였다.

    항산화능은 Miller and Rice-Evans (1996)의 방법을 수정하여 분석하였다. 총 페놀 함량과 같은 방법으로 얻은 추출액을 12시간 동안 -20℃ 암조건에서 보관한 후 3,000 x g에서 2분간 원심분리 한다. MnO2 (Sigma-Aldrich, St. Louis, MO, USA) 와 ABTS [2,2’-Azino-di-(3-ethylbenzthiazoline sulfonic acid) (Sigma-Aldrich, St. Louis, MO, USA)]로 활성 ABTS 용액을 제조한 후 phosphate buffer 를 첨가하여 만든 혼합물을 730nm 의 파장에서 흡광 도 0.7±0.5로 맞춰주었다. 갯방풍 추출액 샘플과 제조한 혼합물을 반응시킨 후 섞고 730nm에서 흡광도를 측정하였다. 갯방풍 시료 의 항산화능은 단위 생체중 당(mg · g-1) 그리고 전체 지상부 당 (mg · shoot-1) Trolox (mM)의 함량으로 표현하였다.

    5. 통계 처리

    생육 특성, 총 페놀 함량 및 항산화능의 평균값은 염분 농도 처리구별 3개체를 사용하여 측정하였다. 이후 통계 분석은 Statistical Analysis System (v9.3, SAS Institute, Cary, NC, USA) 프로그 램을 이용하여 분산분석을 실시하였으며, 처리구 간 평균 값의 비교 는 던칸의 다중검정(Duncan’s multiple range test)를 이용하였다.

    결과 및 고찰

    1. 양액 내 염분 농도 모니터링

    개발 모니터링 시스템의 이온센서들에 대해 Na+, Cl-, K+ 각각 10-4−102 mM 농도를 갖는 Hoagland 용액을 기반으로 감도를 측정한 결과 Na+, Cl-, K+에 대해 각각 0.1-100 mM 범위에서 선형성을 확인하여 양액 내 염분 농도 측정 적용이 가능할 것으로 기대하였다. 이에 감도 측정 실험에서 얻어진 회귀식을 시스템에 내장하여 2점 정규화의 기준식으로 활용하였다(Table 3).

    수립한 2점 정규화 식을 기반으로 염분 농도 모니터링 시스템을 통해 Hoagland 배양액에 NaCl을 처리한 실험군들에 대한 모니터 링을 수행한 결과는 Fig. 5과 같았다. Na+와 Cl-이 들어가지 않은 대조군(Control)의 경우 두 이온의 농도는 0에 가깝게 나타났으며, NaCl이 처리된 실험군들의 경우 처리 후 약 5일 뒤 목표 수준의 Na+와 Cl- 농도에 도달하여 그 수준을 유지하였다(Fig. 5a and 5b). K+의 경우, 초기에 NaCl의 투입에 따라 농도 변동이 관측되었 으나 Na+와 Cl- 농도와 유사하게 5일 정도 이후 안정적인 수준을 유지하였다(Fig. 5c).

    EC의 경우, 대조군(Control)은 Hoagland 1/2용액의 전도도 범 위인 1000~1200 uS/cm 사이의 값을 유지하였다(Fig. 6a). NaCl 이 투입된 실험군들의 경우 양액 내 Na+와 Cl-에 의해 전도도가 높아진 것을 확인할 수 있었으며, 이는 활용한 Na+와 Cl- 전극을 통해 양액 내 염분 농도의 모니터링이 가능함을 보여주었다(Fig. 6a). pH의 경우, 별도의 관리를 수행하지 않았음에도 대조군과 150 mM, 300 mM 실험군에서는 큰 변화가 나타나지 않았으나 50 mM 시험군의 경우 재배 기간이 길어질수록 산성화되는 경향을 나타내었다(Fig. 6b).

    2. 영상 기반 생육 모니터링

    식생지수와 영상처리를 통해 획득한 배경이 분리된 작물 영상의 결과는 Fig. 7과 같다. NaCl 농도 조건에 따라 엽 부분의 색상이 달라졌으나 제안한 영상처리 방법을 통해 작물 부분의 분리가 이루 어지는 것을 확인할 수 있었다. 작물 분리가 된 영상을 이용해 입면 적을 확인하는 부분도 각 농도에 상관없이 이루어지는 것으로 확인 되었다(Fig. 7). 영상에 나타난 작물 부분으로부터 환산된 생체중 그래프로부터 NaCl 농도가 높아질수록 생육 정도가 낮아지는 것 을 확인하였다(Fig. 8). 또한 샘플 채취로 인해 결손이 발생하는 생육 분석과 달리 영상 기반 분석은 연속적인 데이터 획득이 가능 했기 때문에 이를 보완하는 분석이 가능했다. 생육 분석을 통해 획득한 작물 데이터와 영상 분석을 통한 결과 비교를 통해 결손에 해당하는 데이터의 보완이 가능했고 이에 따라 실시간으로 생장 속도 및 생육 현황을 확인할 수 있었다(Fig. 8).

    3. 작물 생육 분석

    갯방풍의 생육 분석 결과, 실제로 양액 내 염분 농도가 증가할수 록 생체중 및 엽면적이 유의미하게 감소하는 것을 확인하였다(Fig. 9a and 9b). 엽수 또한 50 mM은 염처리를 하지 않은 상태와 유사 한 수준을 보였으나 150 mM 이상의 염분 조건에서는 생체중 및 엽면적과 마찬가지로 유의미한 수준으로 엽수가 감소하였다(Fig. 9c). 이러한 결과는 염생식물의 경우 극대화된 생산성을 위해서는 오히려 어느 정도의 염분이 요구된다는 선행 연구 결과(Robinson & Downton, 1985;Eisa et al., 2012)와 상반되는 것으로, 수경재 배 환경에서는 갯방풍의 염 저항성이 떨어질 수 있으며 염수를 활용한 안정적인 시설 재배를 위해서는 자연 환경보다 약화된 염분 농도를 조성해야 할 가능성을 의미한다. 단, NaCl 농도가 증가할수 록 단위 생체중당 기능성물질 함량은 증가하였다(Fig. 10). 이는 선행 연구들에서 밝힌 것과 같이 스트레스 조건으로 인한 작물의 2차 대사 활성화로 인한 것으로 보인다(Chiappero et al., 2019). 특히 50 mM 및 150 mM의 염분 농도는 염분을 처리하지 않은 대조군과 유의미한 차이를 보이지 않았으나 300 mM 염분 농도에 서는 유의미하게 단위 생체중당 총 페놀함량 및 항산화능이 높은 것으로 확인되었다. 때문에 단순한 생체중이 아닌 기능성 성분 총 량의 관점에서 보았을 때, 어느 정도의 염분 농도 조건이 최적의 생육 환경이 될 것인지에 대한 추가 연구가 필요할 것으로 판단되 었다.

    본 연구에서는 개발한 양액 내 염분 농도 모니터링 시스템을 통해 양액 내 EC, pH, 온도 외에도 Na+, Cl, K+와 같은 염분 이온 농도를 현장에서 측정 가능함을 확인하였으며, 영상 모니터링 시스 템의 적용을 통해 다지점에서 식물공장 내 작물의 생육 영상 또한 지속적으로 취득 및 생육 변화를 관찰할 수 있었다. 향후 기능성 성분에 대한 실시간 모니터링 기술을 접목하여 개발 시스템을 보완 하고, 이를 활용하여 염생식물의 생리 작용 및 생육 특성 분석을 현장에서 수행한다면 염생식물의 최적 생육 환경의 구명과 시설재 배 기술 확립에 기여할 수 있을 것으로 기대한다.

    감사의 글

    본 연구는 서울대학교 농업생명과학대학 2019년도 융합창의연 구과제, 한국연구재단 생애첫연구사업(과제번호: 2021R1G1A1 09495511), 그리고 농림식품기술기획평가원의 농식품기술융합창 의인재양성사업(과제번호: 320001-4)을 통해 지원을 받아 수행되 었음.

    Figure

    JALS-56-2-117_F1.gif

    Flow of the real-time ion monitoring.

    JALS-56-2-117_F2.gif

    View of the developed salinity monitoring system for hydroponics.

    JALS-56-2-117_F3.gif

    View of the low-cost crop monitoring system.

    JALS-56-2-117_F4.gif

    Process of the crop image processing.

    JALS-56-2-117_F5.gif

    Salinity concentrations measured by the monitoring system: (a) Na+, (b) Cl-, and (c) K+.

    JALS-56-2-117_F6.gif

    EC and pH measured by the monitoring system: (a) EC, (b) pH.

    JALS-56-2-117_F7.gif

    Images and leaf area of growing G. littoralis under different NaCl concentration: (a) control; (b) 50 mM; (c) 150 mM; (d) 300 mM.

    JALS-56-2-117_F8.gif

    Growth curves measured by the crop monitoring system for G. littoralis under different NaCl concentrations.

    JALS-56-2-117_F9.gif

    Growth of G. littoralis under different NaCl concentrations: (a) shoot fresh weight, (b) leaf area, (c) number of leaves.

    Analysis of variance was performed using a SAS v9.3 and Duncan’s multiple range test was applied to compare means±SE (n=3). Different letters above bars indicate significant difference at p<0.05.

    JALS-56-2-117_F10.gif

    Phytochemical compounds of G. littoralis under different NaCl concentrations: (a) total phenolic content, (b) antioxidant capacity. Analysis of variance was performed using a SAS v9.3 and Duncan’s multiple range test was applied to compare means±SE(n=3). Different letters above bars indicate significant difference at p<0.05.

    Table

    Specification of the sensor array

    Specifications of the hydroponics salinity monitoring system

    Regression equations of hydroponic salinity sensors for two-point normalization method

    Reference

    1. Ainsworth EA and Gillespie KM. 2007. Estimation of total phenolic content and other oxidation substrates in plant tissues using folin-ciocalteu reagent. Nat. Protoc. 2(4): 875-877.
    2. Bhujel A , Basak JK , Khan F , Arulmozhi E , Jaihuni M , Sihalath T , … Kim HT. 2020. Sensor systems for greenhouse microclimate monitoring and control: A review. J. Biosyst. Eng. 45(4): 341-361.
    3. Chiappero J , Del Rosario Cappellari L , Alderete LGS , Palermo TB and Banchio E. 2019. Plant growth promoting rhizobacteria improve the antioxidant status in mentha piperita grown under drought stress leading to an enhancement of plant growth and total phenolic content. Ind. Crops Prod. 139: 111553.
    4. Cho WJ , Kim HJ , Jung DH , Kang CI , Choi GL and Son JE. 2017. An embedded system for automated hydroponic nutrient solution management. Trans. ASABE 60(4): 1083-1096.
    5. Cho WJ , Kim HJ , Jung DH , Kim DW , Ahn TI and Son JE. 2018. On-site ion monitoring system for precision hydroponic nutrient management. Comput. Electron. Agric. 146: 51-58.
    6. Chowdhury M , Islam MN , Reza MN , Ali M , Rasool K , Kiraga S , … Chung SO. 2021. Sensor-based nutrient recirculation for aeroponic lettuce cultivation. J. Biosyst. Eng. 46(1): 81-92.
    7. Doménech-Carbó A and Dias D. 2021. In situ electrochemical monitoring of ros influence in the dynamics of ascorbic acid and polyphenolic compounds in apple fruits. Food Chem.: 131818.
    8. Eisa S , Hussin S , Geissler N and Koyro H. 2012. Effect of nacl salinity on water relations, photosynthesis and chemical composition of quinoa (Chenopodium quinoa Willd.) as a potential cash crop halophyte. Aust. J. Crop Sci. 6(2): 357-368.
    9. Fahlgren N , Gehan MA and Baxter I. 2015. Lights, camera, action: High-throughput plant phenotyping is ready for a close-up. Curr. Opin. Plant Biol. 24: 93-99.
    10. Gul B , Ansari R , Ali H , Adnan MY , Weber DJ , Nielsen BL , … Khan MA. 2014. The sustainable utilization of saline resources for livestock feed production in arid and semi-arid regions: A model from pakistan. Emir. J. Food Agric.: 1032-1045.
    11. Hiraoka N and Oyanagi M. 1988. In vitro propagation of Glehnia littoralis from shoot-tips. Plant Cell Rep. 7(1): 39-42.
    12. Hoagland DR and Arnon DI. 1950. The water-culture method for growing plants without soil. Circ. Calif. Agric. Exp. Stn. 347(2nd edit): 32.
    13. Jiang JS , Kim HJ and Cho WJ. 2018. On-the-go image processing system for spatial mapping of lettuce fresh weight in plant factory. IFAC-PapersOnLine 51(17): 130-134.
    14. Jiang Y , Li C and Paterson AH. 2016. High throughput phenotyping of cotton plant height using depth images under field conditions. Comput. Electron. Agric. 130: 57-68.
    15. Kearl J , McNary C , Lowman JS , Mei C , Aanderud ZT , Smith ST , … Nielsen BL. 2019. Salt-tolerant halophyte rhizosphere bacteria stimulate growth of alfalfa in salty soil. Front. Microbiol. 10 (1849).
    16. Kim GH , Kim KD , Lee HS , Choi YS , Mun HS , Oh JH and Shin BS. 2021. Development of wi-fi-based teleoperation system for forest harvester. J. Biosyst. Eng. 46(3): 206-216.
    17. Kim HJ , Hummel JW , Sudduth KA and Motavalli PP. 2007. Simultaneous analysis of soil macronutrients using ion-selective electrodes. Soil Sci. Soc. Am. J. 71(6): 1867-1877.
    18. Kim SM , Shin DI , Song HS , Kim SK and Yoon ST. 2005. Geographical distribution and habitat characteristics of glehnia littoralis fr. Schmidt in South Korea. Korean J. Medicinal Crop Sci. 13(4): 171-177.
    19. Koyro HW , Khan MA and Lieth H. 2011. Halophytic crops: A resource for the futureto reduce the water crisis? Emir. J. Food Agric.: 01-16.
    20. Lee HR , Kim HM , Jeong HW , Oh MM and Hwang SJ. 2020. Growth and bioactive compound content of Glehnia littoralis fr. Schmidt ex miquel grown under different co2 concentrations and light intensities. Plants 9(11): 1581.
    21. Li Z , Liu Y , Hossain O , Paul R , Yao S , Wu S , … Wei Q. 2021. Real-time monitoring of plant stresses via chemiresistive profiling of leaf volatiles by a wearable sensor. Matter 4(7): 2553-2570.
    22. Miller N and Rice-Evans C. 1996. Spectrophotometric determination of antioxidant activity. Redox Rep. 2(3): 161-171.
    23. Pan Y , Chu J and Yang H. 2018. Conservation choice on the rare endangered plants Glehnia littoralis. Conserv. Physiol. 6(1).
    24. Robinson SP and Downton WJS. 1985. Potassium, sodium and chloride ion concentrations in leaves and isolated chloroplasts of the halophyte Suaeda australis r. Br. Funct. Plant Biol. 12(5): 471-479.
    25. Sonnentag O , Hufkens K , Teshera-Sterne C , Young AM , Friedl M , Braswell BH , … Richardson AD. 2012. Digital repeat photography for phenological research in forest ecosystems. Agric. For. Meteorol. 152: 159-177.
    26. Ventura Y and Sagi M. 2013. Halophyte crop cultivation: The case for salicornia and sarcocornia. Environ. Exp. Bot. 92: 144-153.
    27. Yang HX , Chu JM and Liu XS. 2017. Natural persistence of the coastal plant Glehnia littoralis along temperate sandy coasts. Sci. Rep. 7(1): 1-7.
    28. Yeom MS, Nguyen TKL, Cho JS and Oh MM.2021. Improving germination rate of coastal glehnia by cold stratification and pericarp removal. Agronomy 11(5): 944.
    29. Yoon T , Lee DY , Lee AY , Choi G , Choo BK and Kim HK. 2010. Anti-inflammatory effects of Glehnia littoralis extract in acute and chronic cutaneous inflammation. Immunopharmacol. Immunotoxicol. 32(4): 663-670.
    오늘하루 팝업창 안보기 닫기
    오늘하루 팝업창 안보기 닫기