Precision Hydroponic Nutrient Solution Management System based on Ion-Specific and Crop Growth Sensing

Abstract

In current closed hydroponics, the nutrient solution monitoring and replenishment are conducted based on the electrical conductivity (EC) and pH, and the fertigation is carried out with the constant time without considering the plant status. However, the EC-based management is unable to detect the dynamic changes in the individual nutrient ion concentrations so the ion imbalance occurs during the iterative replenishment, thereby leading to the frequent discard of the nutrient solution. The constant time-based fertigation inevitably induces over- or under-supply of the nutrient solution for the growing plants. The approaches are two of the main causes of decreasing water and nutrient use efficiencies in closed hydroponics. Regarding the issues, the precision nutrient solution management that variably controls the fertigation volume and corrects the deficient nutrient ions individually would allow both improved efficiencies of fertilizer and water use and increased lifespan of the nutrient solution. The objectives of this study were to establish the precision nutrient solution management system that can automatically and variably control the fertigation volume based on the plant-growth information and supply the individual nutrient fertilizers in appropriate amounts to reach the optimal compositions as nutrient solutions for growing plants. To achieve the goal, the sensing technologies for the varying requirements of water and nutrients were investigated and validated. Firstly, an on-the-go monitoring system was constructed to monitor the lettuces grown under the closed hydroponics based on the nutrient film technique for the entire bed. The region of the lettuces was segmented by the excess green (ExG) and Otsu method to obtain the canopy cover (CC). The feasibility of the image processing for assessing the canopy (CC) was validated by comparing the computed CC values with the manually analyzed CC values. From the validation, it was confirmed the image monitoring and processing for the CC measurements were feasible for the lettuces before harvest. Then, a transpiration rate model using the modified Penman-Monteith equation was fitted based on the obtained CC, radiation, air temperature, and relative humidity to estimate the water need of the growing lettuces. Regarding the individual ion concentration measurements, two-point normalization, artificial neural network, and a hybrid signal processing consisting of the two-point normalization and artificial neural network were compared to select an effective method for the ion-selective electrodes (ISEs) application in continuous and autonomous monitoring of ions in hydroponic solutions. The hybrid signal processing showed the most accuracy in sample measurements, but the vulnerability to the sensor malfunction made the two-point normalization method with the most precision would be appropriate for the long-term monitoring of the nutrient solution. In order to determine the optimal injection amounts of the fertilizer salts and water for the given target individual ion concentrations, a decision tree-based dosing algorithm was designed. The feasibility of the dosing algorithm was validated with the stepwise and varying target focusing replenishments. From the results, the ion-specific replenishments formulated the compositions of the nutrient solution successfully according to the given target values. Finally, the proposed sensing and control techniques were integrated to implement the precision nutrient solution management, and the performance was verified by a closed lettuce cultivation test. From the application test, the fertigation volume was reduced by 57.4% and the growth of the lettuces was promoted in comparison with the constant timer-based fertigation strategy. Furthermore, the system successfully maintained the nutrient balance in the recycled solution during the cultivation with the coefficients of variance of 4.9%, 1.4%, 3.2%, 5.2%, and 14.9%, which were generally less than the EC-based replenishment with the CVs of 6.9%, 4.9%, 23.7%, 8.6%, and 8.3% for the NO3, K, Ca, Mg, and P concentrations, respectively. These results implied the developed precision nutrient solution management system could provide more efficient supply and management of water and nutrients than the conventional methods, thereby allowing more improved water and nutrient use efficiencies and crop productivity.

현재의 순환식 수경재배 시스템에서 양액의 분석과 보충은 전기전도도 (EC, electrical conductivity) 및 pH를 기반으로 수행되고 있으며, 양액의 공급은 작물의 생육 상태에 대한 고려 없이 항상 일정한 시간 동안 펌프가 동작하여 공급되는 형태이다. 그러나 EC 기반의 양액 관리는 개별 이온 농도의 동적인 변화를 감지할 수 없어 반복되는 보충 중 불균형이 발생하게 되어 양액의 폐기를 야기하며, 고정된 시간 동안의 양액 공급은 작물에 대해 과잉 또는 불충분한 물 공급으로 이어져 물 사용 효율의 저하를 일으킨다. 이러한 문제들에 대해, 개별 이온 농도에 대해 부족한 성분만을 선택적으로 보충하고, 작물의 생육 정도에 기반하여 필요한 수준에 맞게 양액을 공급하는 정밀 농업에 기반한 양액 관리를 수행하면 물과 비료 사용 효율의 향상과 양액의 재사용 기간 증진을 기대할 수 있다. 본 연구의 목적은 자동으로, 그리고 가변적으로 작물 생육 정보에 기반하여 양액 공급량을 제어하고, 작물 생장에 적합한 조성에 맞게 현재 양액의 이온 농도 센싱에 기반하여 적절한 수준만큼의 물과 개별 양분 비료를 보충할 수 있는 정밀 수경재배 양액 관리 시스템을 개발하는 것이다. 해당 목표를 달성하기 위해, 변이하는 물과 양분 요구량을 측정할 수 있는 모니터링 기술들을 분석하고 각 모니터링 기술들에 대한 검증을 수행하였다. 먼저, 작물의 물 요구량을 실시간으로 관측할 수 있는 영상 기반 측정 기술을 조사하였다. 영상 기반 분석 활용을 위해 박막경 기반의 순환식 수경재배 환경에서 자라는 상추의 이미지들을 전체 베드에 대해 수집할 수 있는 영상 모니터링 시스템을 구성하였고, 수집한 영상 중 상추 부분만을 excess green (ExG)과 Otsu 방법을 통해 분리하여 투영작물면적 (CC, canopy cover)을 획득하였다. 영상 처리 기술의 적용성 평가를 위해 직접 분석한 투영작물면적 값과 이를 비교하였다. 비교 검증 결과에서 투영작물면적 측정을 위한 영상 수집 및 분석이 수확 전까지의 상추에 대해 적용 가능함을 확인하였다. 이후 수집한 투영작물면적과 기온, 상대습도, 일사량을 기반으로 생육 중인 상추들이 요구하는 물의 양을 예측하기 위해 Penman-Monteith 방정식 기반의 증산량 예측 모델을 구성하였으며 실제 증산량과 비교하였을 때 높은 일치도를 확인하였다. 개별 이온 농도 측정과 관련하여서는, 이온선택성전극 (ISE, ion-selective electrode)를 이용한 수경재배 양액 내 이온의 연속적이고 자율적인 모니터링 수행을 위해 2점 정규화, 인공신경망, 그리고 이 둘을 복합적으로 구성한 하이브리드 신호 처리 기법의 성능을 비교하여 분석하였다. 분석 결과, 하이브리드 신호 처리 방식이 가장 높은 정확성을 보였으나, 센서 고장에 취약한 신경망 구조로 인해 장기간 모니터링 안정성에 있어서는 가장 높은 정밀도를 가진 2점 정규화 방식을 센서 어레이에 적용하는 것이 적합할 것으로 판단하였다. 또한, 주어진 개별 이온 농도 목표값에 맞는 비료 염 및 물의 최적 주입량을 결정하기 위해 의사결정트리 구조의 비료 투입 알고리즘을 제시하였다. 제시한 비료 투입 알고리즘의 효과에 대해서는 순차적인 목표에 대한 보충 및 특정 성분에 대해 집중적인 변화를 부여한 보충 수행 실험을 통해 검증하였으며, 그 결과 제시한 알고리즘은 주어진 목표값들에 따라 성공적으로 양액을 조성하였음을 확인하였다. 마지막으로, 제시되었던 센싱 및 제어 기술들을 통합하여 NFT 기반의 순환식 수경재배 배드에 상추 재배를 수행하여 실증하였다. 실증 실험에서, 종래의 고정 시간 양액 공급 대비 57.4%의 양액 공급량 감소와 상추 생육의 촉진을 확인하였다. 동시에, 개발 시스템은 NO3, K, Ca, Mg, 그리고 P에 대해 각각 4.9%, 1.4%, 3.2%, 5.2%, 그리고 14.9% 수준의 변동계수 수준을 보여 EC기반 보충 방식에서 나타난 변동계수 6.9%, 4.9%, 23.7%, 8.6%, 그리고 8.3%보다 대체적으로 우수한 이온 균형 유지 성능을 보였다. 이러한 결과들을 통해 개발 정밀 관비 시스템이 기존보다 효율적인 양액의 공급과 관리를 통해 양액 이용 효율성과 생산성의 증진에 기여할 수 있을 것으로 판단되었다.