RnDCircle Logo
김진국 연구실
경상국립대학교 농업식물과학과 김진국 교수
초분광 영상
Vis-NIR 분석
비파괴 과실품질 평가
홈
연구 영역
기본 정보
논문·특허
과제
구성원
홈

김진국 연구실

경상국립대학교 농업식물과학과 김진국 교수

김진국 연구실은 과수의 생산과 수확 후 품질을 비파괴·데이터 기반으로 관리하는 연구를 수행합니다. 초분광(Vis-NIR) 및 색도 정보를 활용해 엽 성분과 과실 성숙도를 추정하는 예측 모델을 개발하고, 기계수확을 위한 숙기 진단 지표를 도출합니다. 또한 MAP, 1-MCP, 키토산 코팅, CO2 등 저장 처리 조건이 망고와 감류의 호흡·에틸렌 반응, 경도, 병 발생, 상품성에 미치는 영향을 비교 평가합니다. 더불어 저온과 이상기상에 따른 품질 변동과 키위 수분·종자 특성 변화를 분석하여 재배 안정화 기술을 연계합니다.

초분광 영상Vis-NIR 분석비파괴 과실품질 평가기계수확 숙기진단머신비전
대표 연구 분야
연구 영역 전체보기
초분광/머신비전 기반 비파괴 품질·숙기 진단 thumbnail
초분광/머신비전 기반 비파괴 품질·숙기 진단
Nondestructive fruit quality and maturity diagnosis using hyperspectral and machine vision
연구 분야 상세보기
MAP·1-MCP·키토산 기반 과실 저장성 및 품질 유지 thumbnail
MAP·1-MCP·키토산 기반 과실 저장성 및 품질 유지
Maintaining fruit shelf life and quality using MAP, 1-MCP, and chitosan
연구 분야 상세보기
이상기상 및 재배환경 변화에 따른 과수 품질·생식 특성 조절 thumbnail
이상기상 및 재배환경 변화에 따른 과수 품질·생식 특성 조절
Regulating fruit quality and reproductive traits under abnormal weather and cultivation environment
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
5
논문 전체보기
1
Article
|
인용수 1
·
2025
Chitosan, carbon dioxide, and modified atmosphere packaging: Effective postharvest treatments for prolonging the shelf life and quality of ripened ‘Irwin’ mangoes
W.M. Upeksha Darshani Wijethunga, Mi Hee Shin, L. Sugandhi Hirushika Jayasooriya, Gyeong Ho Kim, Ye Ji Moon, Kyoung‐mi Park, Mi Geon Cheon, Sang Woo Choi, Jin Gook Kim
IF 3.4 (2025)
Journal of Stored Products Research
‘어윈’ 망고(Irwin)는 부패가 매우 빠르며, 수확 후 급격한 품질 저하로 인해 유통기한과 상품성이 제한된다. 키토산 코팅과 같은 개별 처리, 이산화탄소(CO2) 노출, 및 변형대기포장(MAP)의 알려진 유익성에도 불구하고, 현실적인 저장 조건 하에서 이러한 처리들을 비교 평가한 연구는 제한적이다. 본 연구는 키토산, CO2 및 MAP이 완숙된 ‘어윈’ 망고의 유통기한과 품질에 미치는 영향을 조사함으로써 이 공백을 해소하고자 하였다. 망고는 두 가지 저장 조건에서 보관하였는데, (1) 실온(20°C)에서 12일, (2) 냉장(7°C)에서 14일 후 실온에서 9일을 추가로 두어 상업적 시장 조건을 모사하였다. 처리에는 1% 키토산, 2시간 동안 10% CO2, 및 150,000 cc MAP이 포함되었다. 이후 물리화학적 특성, 호흡 가스, 에틸렌 함량, 및 질병 발생률을 측정하였다. 처리들 중 MAP이 과실 품질 보존에 가장 효과적이었다. MAP은 무처리 과실에서 각각 11.4% 및 9.5%였던 중량 감소를, 실온에서는 0.7%, 냉장 후에는 0.8%로 유의하게 감소시켰다. 경도는 대조군에 비해 MAP 처리 망고에서 더 잘 유지되었으며(4.2 N), 또한 MAP 처리 과실은 흑색썩음병(콜트로트란트라크노스) 병변의 발생률이 가장 낮았고(<1%), 저장 기간 전반에 걸쳐 외관이 허용 가능한 수준으로 유지되었다. 키토산 처리는 질병의 중증도를 중등도로 감소시켰으나 표면 주름을 유발했으며, CO2 처리는 영향이 제한적이었다. 종합하면, MAP이 가장 효과적인 처리로 확인되었고, 총 유통기한을 20일로 연장하면서 물리화학적 및 시각적 품질을 보존하였다. 이러한 결과는 손실을 줄이고 ‘어윈’ 망고의 상품성을 향상시키기 위한 확장 가능한 수확 후 전략으로서 MAP의 실용적 가치를 보여준다. • 키토산, CO2, 및 MAP 처리를 완숙된 ‘어윈’ 망고에 적용하였다. • MAP은 실온 저장에서 유통기한을 2배로 연장하였다. • 키토산 코팅은 저장 중 시각적 품질을 유지하고 부패를 감소시키는 데 도움을 주었다. • CO2 처리는 연화 및 중량 감소를 지연시켰으나 전반적으로 효과가 낮았다. • 비교 평가는 수확 후 망고 취급에 대한 실용적 통찰을 제공한다.
https://doi.org/10.1016/j.jspr.2025.102762
Modified atmosphere
Postharvest
Shelf life
Carbon dioxide
Chitosan
Atmosphere (unit)
Environmental science
Food science
Chemistry
Horticulture
2
Article
|
인용수 16
·
2023
Estimation of Apple Leaf Nitrogen Concentration Using Hyperspectral Imaging-Based Wavelength Selection and Machine Learning
Si-Hyeong Jang, Jeomhwa Han, Junggun Cho, Jaehoon Jung, Seul Ki Lee, Dongyong Lee, Jin Gook Kim
IF 3.1 (2023)
Horticulturae
사과 재배에서 총 질소 함량은 식물의 생장, 과실의 품질, 수량을 나타내는 중요한 지표이다. 질소가 결핍 또는 과잉으로 불균형을 이루는 경우 생리적 장애가 발생하여 과실의 양과 질 모두에 부정적인 영향을 미칠 수 있으므로, 생장의 적시 모니터링이 필수적이다. 엽소 질소 함량은 간단한 엽록소 측정기 또는 파괴적 검정을 통해 결정할 수 있으나, 이러한 방법은 시간이 많이 소요된다. 그러나 분광 영상 기술을 활용하면 엽소 질소 함량을 신속하게 예측할 수 있다. 본 연구는 초분광 영상과 기계학습 기반 회귀 분석(부분최소제곱회귀(partial least-squares regression, PLSR), 지지벡터회귀(support vector regression, SVR), eXtreme gradient boosting regression(XGBoost))을 통해 사과나무의 총 질소 함량을 추정하였다. 또한 계산 비용을 줄이고 재현성을 향상시키기 위해 분광 binning을 3단계(4, 8, 16 bin)로 나누었으며, 2-binning 추정 모델과 비교하였다. 분석은 녹색, 적색, red edge 및 근적외선(NIR) 스펙트럼을 대상으로 수행하였고, 5–10개의 선택된 파장을 사용하였다. SVR 기반 예측 모델은 전체 스펙트럼에 비해 유사하거나 더 높은 성능을 보였다. 4- 및 8-binning에서 선택된 파장은 2-binning과 유사하여 유사한 예측 모델 성능을 유지하였다. 그러나 16 bp에서는 스펙트럼 데이터 손실로 인해 예측 모델의 성능이 감소하였고, 그 결과 질소 함량 추정을 위한 파장 수가 유의하게 줄어들었다. 이러한 결과는 사과나무에서 생장, 과실 품질 및 수량을 향상시키기 위해 질소 함유량을 정밀하고 실시간으로 모니터링함으로써, 정보에 기반한 질소 시비 의사결정을 지원할 수 있다. 또한 선택된 파장들은 새로운 유형의 다중분광 센서 개발에 활용될 수 있다고 생각된다.
https://doi.org/10.3390/horticulturae10010035
Hyperspectral imaging
Partial least squares regression
Nitrogen
Support vector machine
Mathematics
Least squares support vector machine
Artificial intelligence
Computer science
Chemistry
Statistics
3
Article
|
인용수 6
·
2023
Selection of a Proper Maturity Index for the Mechanical Harvesting of ‘Mihong’ Peach Fruit
L. Sugandhi Hirushika Jayasooriya, Mi Hee Shin, W.M. Upeksha Darshani Wijethunga, Seul Ki Lee, Jung Gun Cho, Si Hyeong Jang, Jin Gook Kim
IF 3.1 (2023)
Horticulturae
복숭아는 전 세계에서 가장 인기 있는 과일 중 하나이다. 복숭아의 최적 수확 성숙도를 선택하는 것은 고품질 과실을 보장하는 데 있어 매우 중요하다. 본 연구는 로봇 수확기에 적합한 이상적인 수확 시점을 결정하기 위한 모델을 제시한다. 본 연구는 2021년 만개 후 일수(DAFB) 71~90일 및 2022년 DAFB 64~84일 구간에서 ‘미홍(Mihong)’ 복숭아를 대상으로 2년에 걸쳐 수행되었으며, 품질 조사를 통해 최적 성숙 지표를 선정하였다. 과실 크기, 가용성 고형물 함량(SSC), 적정산도(TA), 경도, 과피 색( L*, a*, b*, chroma, hue), 및 에틸렌 생산을 조사하였다. 과실 크기는 규칙적인 이중 시그모이드 곡선을 보였고, 시간 경과에 따라 SSC는 증가하였으며 경도와 TA는 감소하였다. 2022년에 저장 조건에서 남겨 둔 시료는 DAFB 74 이후 SSC와 경도가 급격히 변화하여 최적 수확 단계임을 시사하였다. 흥미롭게도 색 값은 a*, b* 및 hue와 함께 DAFB 74 이후 정점 측 색 값에서 평형(plateau)에 도달하여 동일한 경향을 보였고, 이는 바람직한 성숙도를 나타낸다. 종합하면, 본 연구 결과는 색 값이 ‘미홍’ 복숭아의 정확한 수확 시점을 결정하기 위한 전형적인 파괴적 측정에 대한 우수한 비파괴 대안임을 보여준다.
https://doi.org/10.3390/horticulturae9070730
Titratable acid
Horticulture
Mathematics
Ripening
Hue
Harvest time
Maturity (psychological)
Postharvest
Botany
Chemistry
최신 정부 과제
15
과제 전체보기
1
2025년 4월-2027년 12월
|712,000,000원
주요 과수(사과 등)의 이상기상 피해 경감기술 개발
□ (최종목표) 기후변화에 의한 주요 과수 이상기상 피해 경감기술 개발 ○ 1주관연구개발기관 : 국립원예특작과학원(정재훈) - 수확기 변화에 따른 수체 내 일반성분, 호르몬 등 변화 분석 - 수확기 지연에 의한 이듬해 화아분화 영향 및 저장양분 변화 분석 - 과실 성숙기 고온에 따른 과실 품질 영향평가 및 수확기 예측 모델 개발 ○ ...
일소
차광막
고온스트레스
화아분화
백색 페인트
2
2025년 4월-2029년 12월
|1,926,710,000원
과수 저온피해 경감을 위한 예측 모델 개발
□ 과수 저온피해 경감을 위한 예측 모델 개발 ○ 주요 과수에 대한 봄철 저온 피해 발생 과원의 입지 및 환경조건 분석 ○ 저온 피해 예측모형을 활용한 과원별 경감시설 활용방안 모색 및 적용 ○ 사과와 복숭아 저온피해 정량화를 위한 초분광 영상기술 개발 ○ 주요 과수 과원의 입지 조건과 수체 모니터링을 통한 저온 피해 예측모형 개발 ○ 과원 지형 및 수체...
기후변화
저온스트레스
표준기상데이터
개화기
과수원
3
2025년 4월-2029년 12월
|653,000,000원
고품질 키위 신품종 이용촉진사업
- 키위, 다래 신품종 보급 확대 및 고품질 안정생산기술 개발 - 신품종 수출 확대를 위한 전문수출단지 육성 - 신품종 현장 애로사항 해결 및 수확 후 관리 기술 개발 - 고품질 키위 신품종 이용촉진을 통한 국내 키위 산업 발전
키위
다래
신품종
수확 후 관리