부산대학교 도서관

농업에서 서리는 치명적인 피해를 가져오기 때문에 관측과 예측이 매우 중요하다. 기상청 서리관측자료를 분석한 최근 보고에 따르면 기후변화에 따른 지구온난화에도 불구하고 봄철 늦서리일이 빨라지지 않았고, 서리 빈도도 감소하지 않았다. 따라서 농업 서리피해에 대비하여 위험 예상 지역에서의 서리 관측 자동화와 지속적인 운영이 중요하다. 기존에 활용되고 있는 엽면습윤센서를 이용한 서리관측은 관측센서의 오염이나 주변 환경의 습도 변화에 따라 기준 전압값이 장기간에 걸쳐 변동하는 문제가 있었다. 본 연구에서는 이러한 문제를 자동적으로 해결하도록 데이터로거 프로그램으로 구현하였다. 구축된 서리자동관측시스템은 안정적으로 장기간에 걸쳐 시간 고해상도 관측자료를 축적할 수 있다. 이 자료는 향후 기계학습 방법을 이용한 서리 진단모델의 개발과 주변 지역에 대한 서리발생 예측 정보 생산에 활용할 수 있을 것이다.
In agriculture, frost can be devastating, which is why observation and forecasting are so important. According to a recent report analyzing frost observation data from the Korea Meteorological Administration, despite global warming due to climate change, the late frost date in spring has not been accelerated, and the frequency of frost has not decreased. Therefore, it is important to automate and continuously operate frost observation in risk areas to prevent agricultural frost damage. In the existing frost observation using leaf wetness sensors, there is a problem that the reference voltage value fluctuates over a long period of time due to contamination of the observation sensor or changes in the humidity of the surrounding environment. In this study, a datalogger program was implemented to automatically solve these problems. The established frost observation system can stably and automatically accumulate time-resolved observation data over a long period of time. This data can be utilized in the future for the development of frost diagnosis models using machine learning methods and the production of frost occurrence prediction information for surrounding areas.