A Precision Imaging Approach to Assess Photovoltaic- Induced Shading Dynamics in Grapevine

기술 요약: 포도나무의 광전지 유도 차광 역학 평가를 위한 정밀 영상 접근법

문제 제기
지중해 환경의 포도 재배는 기온 상승과 과도한 태양 복사 에너지로 인해 숙성 속도가 빨라지고 포도 품질이 저하되는 등 점점 더 큰 제약에 직면하고 있다. 농업용 태양광(agrivoltaic, AV) 시스템은 재생 에너지 생성과 부분적 차광이라는 이중 솔루션을 제공하지만, 이 시스템이 만들어내는 빛 환경은 태양의 위치, 패널의 기하학적 구조, 그리고 수관 구조에 의해 구동되는 매우 동적이고 공간적으로 불균일한 특성을 갖는다. 지면 피복률(GCR)이나 정적 배치 대리 지표와 같은 전통적인 차광 평가 방식은 포도나무가 실제로 경험하는 실시간, 식물 규모의 광 환경을 포착하지 못한다. 또한, 기존의 모델링 접근 방식은 상업용 포도밭에서 나타나는 복잡하고 간헐적인 차광 패턴을 반영하지 못할 수 있는 단순화된 수관 투과율 가정을 사용하는 경우가 많다. 따라서 이러한 시공간적 차광 역학을 정량화하고 이를 식물의 생리적 반응과 직접 연결할 수 있는 현장 기반의 비파괴적 방법론이 절실히 필요하다.

연구 방법
본 연구는 2025년 생육 시즌 동안 이탈리아 남부의 아몰퍼스 실리콘 박막 패널이 설치된 농업용 태양광 구조물 아래에 위치한 Vitis vinifera cv. Falanghina 포도밭에서 수행되었다. 연구에는 근접 지면 타임랩스 RGB 영상 촬영법과 복사 및 생리적 측정이 결합된 방식이 사용되었다.

• 실험 설계: 두 가지 서로 다른 포도나무 위치를 모니터링하였다: 패널 유도 차광에 대한 노출이 높은 농업용 태양광 음영(AVS), 그리고 노출이 낮은 농업용 태양광 광량(AVL).
• 영상 시스템: 두 대의 Brinno BCC2000 타임랩스 카메라를 지면에서 2.0m 높이에 설치하였으며, 동측(07:00–13:00)과 서측(14:00–18:00) 수관 측면을 포착하기 위해 PV 마운팅 포스트에 직교하도록 배치하였다. 이미지는 7월부터 9월까지 매시간 촬영되었다.
• 영상 분석: photoQuad 소프트웨어를 사용하는 전용 워크플로우가 구현되었다. 여기에는 다음 과정이 포함된다:
  1. 보정: 알려진 PV 지지 기둥의 폭(9.30 cm)을 사용하여 픽셀을 실제 거리로 변환함.
  2. 세분화: 다중 스케일 통계적 영역 병합(SRM) 알고리즘을 적용하여 차광된 영역과 빛을 받는 수관을 구분함.
  3. 정량화: 각 처리구별로 정의된 구획(7910.12 cm²) 내에서 차광된 수관 면적의 백분율을 계산함.
• 생리 및 복사 측정:
  • 기공 전도도($g_s$) 및 잎 온도: 휴대용 포로미터를 사용하여 18개 포도나무(처리구당 9개)를 대상으로 월 2회 측정하였다.
  • 복사량: 패널 아래와 완전 일조 제어 구역에서 연속적인 광합성 유효 복사량(PAR)을 모니터링하였다. 분광 광도계를 사용하여 스펙트럼 데이터(PPFD, 청색, 녹색, 적색 및 적색:원적색 비율에 대한 밴드별 광자 플럭스 밀도)를 수집하였다.
• 통계 분석: 처리구 비교를 위해 비모수 검정(Kruskal-Wallis, Dunn's test)을 사용하였고, 차광 지표와 생리적 변수 간의 관계를 평가하기 위해 Kendall의 순위 상관계수($\tau$)를 활용하였다.

주요 결과

• 차광 역학: AVS 처리는 AVL(39.45%, $p < 0.0001$)에 비해 유의미하게 높은 평균 차광률(76.14%)을 보였다. AVS는 하루 종일 지속적으로 차광된 상태를 유지하였으나(늦은 오후에 89.49%로 정점), AVL은 더 낮고 가변적인 차광 양상을 보였다. 계절적 추이는 달랐는데, AVS의 차광은 9월에 감소한 반면 AVL의 차광은 증가하였으며, 이는 태양의 계절적 변화와 패널 기하학적 구조 사이의 상호작용을 반영한다.
• 복사 영향: 패널 아래의 평균 PAR은 379.53 µmol m⁻² s⁻¹로, 완전 일조 제어 구역(1054.4 µmol m⁻² s⁻¹)에 비해 64% 감소한 수치를 나타냈다. AVS 처리는 극심한 광 제한(PPFD $\approx$ 52 µmol m⁻² s⁻¹)을 경험한 반면, AVL은 PPFD $\approx$ 1485 µmol m⁻² s⁻¹를 기록하였다.
• 생리적 상관관계:
  • 기공 전도도($g_s$): 차광과는 중간 정도의 음의 상관관계($\tau = -0.14$)를, PPFD 및 스펙트럼 광자 플럭스 밀도와는 중간에서 강한 양의 상관관계($\tau = 0.52$)를 보였다.
  • 스펙트럼 품질: 적색:원적색(R:FR) 비율은 AVL(0.98)보다 AVS(0.46)에서 유의미하게 낮았으며, 이는 강력한 "차광 신호"를 나타낸다.
  • 일주기 패턴: $g_s$는 오후(서측)보다 오전(동측)에 유의미하게 높았는데, 이는 차광 차이보다는 일주기적 수리학적 제약과 증기압 결핍(VPD)에 기인한 패턴이다.
  • 온도: 잎 온도는 $g_s$와 유의미한 관계를 보이지 않았으며, 이는 이 맥락에서 열적 가변성이 기공 거동의 주요 동인이 아니었음을 시사한다.
• 수확량 함의: 동일 부지의 동시 생산 데이터를 참조할 때, 본 연구는 AVL 포도나무가 가장 높은 생산성을 달성했음을 언급한다. AVS 포도나무는 AVL 대비 송이 수 25% 감소, 수확량 35% 감소를 보였으며, 완전 일조 포도나무는 이보다 더 큰 감소를 보여 AVL 처리가 "최적의 절충안"임을 시사하였다.

핵심 기여

1. 방법론적 혁신: 본 논문은 근접 RGB 타임랩스 영상을 사용하여 시간적으로 명시적인 차광 지표를 도출하는 저비용의 비파괴적 워크플로우를 제시한다. 이 접근법은 정적인 기하학적 추정을 넘어 식물 수준의 빛 흡수에 대한 시공간적 데이터를 제공한다.
2. 생리적 검증: 본 연구는 영상 기반 차광 지표가 식물 관련 복사 및 생리적 변수, 특히 기공 전도도 및 광자 플럭스 가용성과 강하게 상관되어 있음을 입증한다.
3. AV 불균질성 규명: 본 연구는 동일한 농업용 태양광 배치 내에서도 고밀도 차광(AVS)과 중간 밀도 차광(AVL) 사이의 극명한 차이를 정량화하여, 패널 배치가 어떻게 서로 다른 생리적 함의를 가진 미세 환경을 조성하는지 강조한다.

의의 및 주장
저자들은 이 워크플로우가 농업용 태양광 시스템의 정밀 모니터링 및 관리를 위한 실용적인 도구가 될 수 있다고 주장한다. 시공간적으로 명시적인 차광 역학 데이터를 직접 제공함으로써, 이 접근법은 작물 미세 환경에 대한 부지별 평가를 지원한다. 연구는 고밀도 차광(AVS)이 극심한 복사 에너지를 완화할 수는 있지만, 포도와 같이 햇빛을 좋아하는 작물의 탄소 동화 및 수확량을 제한할 수 있다고 제언한다. 반면, 중간 정도의 차광(AVL)은 광합성 능력을 유지하면서 열적 스트레스를 완화하는 최적의 균형을 제공할 수 있다. 결론적으로, 이러한 영상 기반 지표는 농업용 태양광 시스템의 설계(패널 간격, 높이, 방향)를 작물별 광 요구 사항에 더 잘 맞도록 유도하여, 이론적 모델링에서 벗어나 경험적 근거에 기반한 관리 전략으로 나아갈 수 있게 한다.