식물 표현형(phenotyping)은 작물의 상태와 생장을 분석하는 데 효과적이고 강력한 도구로서 널리 연구되어 왔다. 그러나 전통적인 표현형 분석(즉, 수작업)은 시간이 많이 걸리고 노동 집약적이며, 다양한 재배 구조와 제한된 공간은 대규모이면서 고처리량(high-throughput) 수준의 표현형 분석을 저해한다. 본 연구에서는 재배 베드의 다양한 구조에 유연하게 적용할 수 있으면서 신뢰할 수 있는 공간–시간 연속성을 제공하는 저비용 고처리량 표현형 분석 시스템을 개발하였다. 이 표현형 분석 시스템은 통합 Raspberry Pi 보드와 카메라 모듈을 갖춘 저비용 표현형 센서 네트워크로 구성되었다. 분산된 카메라 센서를 통해 시스템은 재배 베드 전체에 대하여 실시간으로 작물 영상을 제공할 수 있다. 또한 모듈화된 영상 처리 아키텍처는 여러 표현형 지표의 조사를 지원한다. 시스템의 타당성은 용기형 식물공장(container-type plant factory)에서 서로 다른 광주기(light period) 조건으로 재배한 바타비아 상추(Batavia lettuce)에 대해 평가하였다. 서로 다른 광주기 조건에서 재배된 상추에 대해 생체중(fresh weight), 엽장(leaf length), 엽폭(leaf width), 엽수(leaf number)와 같은 작물 특성을 수작업으로 측정하고, 시스템으로부터 얻은 표현형 지표와 비교하였다. 그 결과, 시스템은 재배 전 기간에 걸쳐 상추의 서로 다른 표현형 특성을 보여주었다. 아울러 서로 다른 위치와 광 조건에 따른 상이한 생장 곡선이 확인됨으로써, 개발된 시스템이 저비용으로 공간적 유연성을 바탕으로 다양한 식물 표현형 시나리오를 구현할 잠재력을 지님이 입증되었다. 따라서 본 시스템은 표현형 분석에 관심 있는 연구자와 재배자에게 유용한 개발 도구로서 활용될 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.