판단의 근거를 열어 둡니다
때알이는 결과만 내놓지 않습니다.
무엇을 보고 그렇게 판단했는지, 계산의 근거를 함께 보여드립니다.
무엇을 보고 판단하나
어떤 값을 어떻게 읽어 결론을 내는지 그대로 적었습니다.
병해 위험 계산 흐름
Temperature
24.5°C
Humidity
87%
Leaf Wetness
6.2h
▼
Algorithm
Risk = f(T, RH, WetHours)
▼
Output
위험 0.78
High Risk — 방제 권장
Safe (0.0)Caution (0.5)Danger (1.0)
Prevention
병해 위험 지수
병해충은 환경 조건이 맞아떨어질 때 생깁니다. 병해 위험 지수는 그때그때의 온도·습도와 잎이 젖어 있던 시간을 함께 보고, 병원균이 싹틀 가능성을 확률로 계산합니다.
보는 것온도 · 습도 · 잎 젖음 시간
판단온도·습도·잎 젖음 시간
결과병해 위험 지수 (0~1.0)
Yield Prediction
수관 분석과 수확량 계산
스마트폰 사진 한 장으로 수관(Canopy)의 밀도와 공극률을 분석합니다. 이를 통해 광합성이 얼마나 잘 되는지와 잎이 덮은 넓이를 가늠해, 예상 수확량을 계산합니다.
수확량을 가늠하는 순서
Step 1. Image Capture
사진 한 장으로 시작합니다
▼
잎 사이 빈 공간
32.4%
잎이 덮은 정도
잎 넓이
3.8
엽면적지수
▼
Yield Estimation
잎 넓이 × 송이 계수 × 면적
2,340 kg
예상 수확량 (3,000평 기준)
생육 건강 지수
이미지의 분광 분석(R-G-B Histogram)을 통해 엽록소 활성도를 수치화합니다. 육안으로 식별하기 전, 식물이 받는 미세한 스트레스를 감지하여 '건강 지수'로 표현합니다.
Stress (0.0)Healthy (1.0)
Water & Nutrient Mgt
토양 수분 장력(pF)과 일사량 기반의 증발산량(ET) 계산법을 적용합니다. 작물이 실제 필요로 하는 물의 양을 '리터(L)' 단위로 정확히 제안하여 과잉 관수 및 비료 유실을 방지합니다.
근거로 삼은 논문 보기
판단 규칙의 근거가 된 학술 문헌입니다. 원문 제목은 영문 그대로 두었습니다.
VitiCanopy: A free computer app to estimate canopy vigor and porosity for grapevine
De Bei et al. • Sensors (2016)
Plant Disease Forecasting: A Comprehensive Review
Javaid et al. • Agronomy (2022)
Evaluation of spectral disease index PMI to detect early wheat powdery mildew
ResearchGate • Remote Sensing (2018)
Predictive Analytics for Plant Health using Machine Learning Techniques
IJAM • International Journal of Applied Mechanics (2025)
* 때알이의 판단 규칙은 위 논문들에서 검증된 이론을 바탕으로 만들었습니다.
본 서비스의 예측 결과는 수집된 데이터와 알고리즘에 기반한 분석 추정치입니다.
실제 환경 변수와 국지적 특성에 따라 오차가 발생할 수 있으며, 최종 영농 의사결정은 농장주의 판단하에 진행되어야 합니다. FarmSense는 의사결정을 돕는 보조 도구로서 기능합니다.