| 1 |
1
작물 보광 요구량을 예측하는 장치로서,작물의 3차원 작물 모델에 대한 광추적 시뮬레이션을 수행하여 상기 작물의 표면 수광 분포를 획득하는 광추적 시뮬레이션부,상기 작물의 표면 수광 분포를 사용하여 상기 작물의 표면의 누적 수광량을 산출하는 누적 수광량 산출부,상부 광원을 통해 하루 종일 누적되는 작물 상단부의 일중 누적 광량(daily light integral, DLI)(이하, '제1 DLI'로 지칭됨)을 산출하는 DLI 산출부,상기 제1 DLI와 상기 누적 수광량을 비교하여 상기 제1 DLI와 상기 누적 수광량 사이의 관계를 산출하는 관계 산출부, 그리고상부 보광 광원과 내부 보광 광원의 조사 시간에 따라 상기 누적 수광량 산출부에 의해 산출되는 상기 작물의 누적 수광량에 대해, 상기 제1 DLI와 상기 누적 수광량 사이의 관계를 사용하여 대응하는 제2 DLI로 환산하고, 상기 작물의 생육 단계별 최저 생육을 위해 미리 설정된 상기 제1 DLI의 범위와 상기 제2 DLI를 비교하여 보광 요구량을 예측하는 보광 요구량 예측부를 포함하는 작물 보광 요구량 예측 장치
|
| 2 |
2
제1항에 있어서,3차원 스캐너를 사용하여 상기 작물을 스캔한 데이터를 이용하여 상기 3차원 작물 모델을 구축하는 3차원 작물 모델 구축부를 더 포함하는 작물 보광 요구량 예측 장치
|
| 3 |
3
제2항에 있어서,상기 3차원 작물 모델 구축부는 상기 작물의 3차원 스캔 데이터를 기반으로 상기 작물의 구조 모델을 역설계하여 파라메트릭(parametric) 모델을 구축함으로써 상기 작물에 대한 3차원 작물 모델을 구축하는,작물 보광 요구량 예측 장치
|
| 4 |
4
제1항에 있어서,상기 작물의 생육 단계는 정식 30일 후(days after transplanting, DAT), 정식 90일 후, 정식 140일 후 중 어느 하나인,작물 보광 요구량 예측 장치
|
| 5 |
5
제1항에 있어서,상기 보광 요구량 예측부는 HPS(High Pressure Sodium) 상부 보광 광원, LED(Light Emitting Diode) 내부 보광 광원, 상기 HPS 상부 보광 광원과 상기 내부 보광 광원의 조합 각각에 대해 상기 제2 DLI를 환산하여 보광 요구량을 예측하는, 작물 보광 요구량 예측 장치
|
| 6 |
6
작물 보광 요구량을 예측하는 방법으로서,작물의 3차원 작물 모델에 대한 광추적 시뮬레이션을 수행하여 상기 작물의 표면 수광 분포를 획득하고, 상기 작물의 표면 수광 분포를 사용하여 상기 작물의 표면의 누적 수광량을 산출하는 단계, 상부 광원을 통해 하루 종일 누적되는 작물 상단부의 DLI(이하, '제1 DLI'로 지칭됨)를 산출하는 단계,상기 제1 DLI와 상기 누적 수광량을 비교하여 상기 제1 DLI와 상기 누적 수광량 사이의 관계를 산출하는 단계, 그리고상부 보광 광원과 내부 보광 광원의 조사 시간에 따라 산출되는 상기 작물의 누적 수광량에 대해, 상기 제1 DLI와 상기 누적 수광량 사이의 관계를 사용하여 대응하는 제2 DLI로 환산하고, 상기 작물의 생육 단계별 최저 생육을 위해 미리 설정된 상기 제1 DLI의 범위와 상기 제2 DLI를 비교하여 보광 요구량을 예측하는 단계를 포함하는 작물 보광 요구량 예측 방법
|
| 7 |
7
제6항에 있어서,상기 작물의 표면의 누적 수광량을 산출하는 단계는,3차원 스캐너를 사용하여 상기 작물을 스캔한 데이터를 이용하여 상기 3차원 작물 모델을 구축하는 단계를 포함하는, 작물 보광 요구량 예측 방법
|
| 8 |
8
제6항에 있어서,상기 제1 DLI와 상기 누적 수광량 사이의 관계는 선형 관계인,작물 보광 요구량 예측 방법
|
| 9 |
9
제6항에 있어서,상기 제2 DLI로 환산하는 과정은,HPS 상부 보광 광원 및 LED 내부 보광 광원의 조사 시간에 따라 상기 3차원 작물 모델에 대한 광추적 시뮬레이션을 수행하여 대응하는 표면 수광 분포를 획득하고, 상기 대응하는 표면 수광 분포를 사용하여 대응하는 누적 수광량을 산출하는 단계, 상기 제1 DLI와 상기 누적 수광량 사이의 관계를 사용하여 상기 대응하는 누적 수광량에 대응하는 제2 DLI를 환산하는 단계, 그리고환산된 제2 DLI와 상기 작물의 생육 단계별 최저 생육을 위해 미리 설정된 상기 제1 DLI의 범위를 비교하여 보광 요구량을 예측하는 단계를 포함하는, 작물 보광 요구량 예측 방법
|
| 10 |
10
제9항에 있어서,보광 요구량을 예측하는 단계에서,상기 HPS 상부 보광 광원, 상기 LED 내부 보광 광원, 상기 HPS 상부 보광 광원과 상기 내부 보광 광원의 조합 각각에 대해 상기 제2 DLI를 환산하여 상기 보광 요구량을 예측하는,작물 보광 요구량 예측 방법
|
| 11 |
11
작물 보광 요구량을 예측하는 장치로서,프로세서 및 메모리를 포함하며,상기 메모리는 코드의 집합을 저장하도록 구성되고,상기 코드는,작물의 3차원 작물 모델에 대한 광추적 시뮬레이션을 수행하여 상기 작물의 표면 수광 분포를 획득하고, 상기 작물의 표면 수광 분포를 사용하여 상기 작물의 표면의 누적 수광량을 산출하는 프로세스, 상부 광원을 통해 하루 종일 누적되는 작물 상단부의 DLI(이하, '제1 DLI'로 지칭됨)를 산출하는 프로세스,상기 제1 DLI와 상기 누적 수광량을 비교하여 상기 제1 DLI와 상기 누적 수광량 사이의 관계를 산출하는 프로세스, 그리고상부 보광 광원과 내부 보광 광원의 조사 시간에 따라 산출되는 상기 작물의 누적 수광량에 대해, 상기 제1 DLI와 상기 누적 수광량 사이의 관계를 사용하여 대응하는 제2 DLI로 환산하고, 상기 작물의 생육 단계별 최저 생육을 위해 미리 설정된 상기 제1 DLI의 범위와 상기 제2 DLI를 비교하여 보광 요구량을 예측하는 프로세스를 실행하도록 상기 프로세스를 제어하는 데 사용되는,작물 보광 요구량 예측 장치
|
| 12 |
12
제11항에 있어서,상기 보광 요구량을 예측하는 프로세스에서,HPS 상부 보광 광원, LED 내부 보광 광원, 상기 HPS 상부 보광 광원과 상기 내부 보광 광원의 조합 각각에 대해 상기 제2 DLI를 환산하여 보광 요구량을 예측하는, 작물 보광 요구량 예측 장치
|
