Original Article

Tunnel and Underground Space. 31 December 2025. 760-779
https://doi.org/10.7474/TUS.2025.35.6.760

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 지하농업의 현황과 전망

  •   2.1 발틱해 지하 혁신 네트워크의 지하농업 구상

  •   2.2 영국의 Growing Underground

  •   2.3 폐광산을 활용한 지하농업 사례

  •   2.4 대구경 수직공을 활용한 지하농업 개념

  • 3. 지하 스마트팜의 운영을 위한 지하 환경 모니터링 시스템

  •   3.1 지하 환경 모니터링 항목 설정

  •   3.2 지하 환경 모니터링 시스템의 제작 및 설치

  • 4. 지하 스마트팜의 개념 설계

  •   4.1 모니터링 결과를 활용한 재배 대상 품종의 검토

  •   4.2. 테스트용 지하 스마트팜의 개념 설계

  • 5. 결 론

1. 서 론

스마트팜(smart farm)은 정보통신기술(ICT), 사물인터넷(IoT), 인공지능(AI), 빅데이터 등의 첨단 기술을 활용하여 농업의 생산성을 향상시키고 투입 자원을 최적화하기 위한 첨단 농업 시스템이다. 특히, 작물의 생육환경을 원격 또는 자동으로 적정하게 유지하고 관리할 수 있는 농장이다. 아직까지 스마트팜에서 재배할 수 있는 작물의 종류가 제한적이긴 하지만, 최근 기후변화로 인해 농업에 어려움이 발생하고 있는 상황에서 미래 먹거리를 창출하는 대안으로도 고려되고 있다(O'Shaughnessy et al., 2021).

그러나 스마트팜은 각종 센서, 조명, 온ㆍ습도 조절장치, 양액펌프 등에서 사용되는 에너지 소비량이 높다는 점이 문제로 대두되고 있다. 특히, LED 조명에 의한 인공 광원을 사용함에 따른 에너지 소비가 크다(Lin et al., 2021). 또한 혹서와 혹한과 같은 극심한 기후변화로 인해 작물 생산 여건이 불안정해져서, 일반 지상 노지에서의 스마트팜도 환경 대응과 리스크 관리에 어려움을 겪고 있다(Lou et al., 2024).

이에 따라 외부의 기온 변화에 상대적으로 영향을 덜 받아서 항온ㆍ항습성을 특징으로 하는 지하공간을 농업에 활용하는 지하농업(underground farming) 또는 지하 스마트팜(underground smart farm)에 대한 관심이 증대되고 있다. 특히, 지하농업은 인구증가, 도시화 ,기후변화 등에도 미래의 식량 문제를 해결할 수 있는 대안으로 고려되고 있다(BSUIN, 2021).

또한 전 세계 토지의 10.8%에서만 경작이 가능한 상황에서 지하농업은 사막, 산지, 툰드라 등과 같은 불리한 환경에서도 농업 활동을 가능하게 할 수 있으며, 지상의 작은 면적에서도 지하로 깊이 내려갈 수 있고 공간 효율성이 좋기 때문에 공간 면적 대비 생산율 향상에 기여할 수 있다고 기대되고 있다. 스마트팜에서 필수적으로 사용되는 LED 조명의 문제점은 열의 형태로 에너지가 낭비된다는 점인데, 지하 스마트팜에서 발생한 열에너지를 상부 건물의 난방에 활용할 수도 있다는 아이디어가 제시되고 있다(Krzemińska et al., 2025).

하지만 아직까지 지하공간을 새로운 농업 공간 또는 스마트팜으로 적극 활용하고 있지는 못하며, 폐벙커, 폐터널, 지하철 역사의 유휴공간 등을 일부 활용하고 있는 수준에 머물러있다(Jans-Singh et al., 2020, Jans-Singh et al., 2019). 더욱이, 지하공간을 스마트팜 공간으로 활용하기 위해서는 지하의 온도, 습도, 분진 등 다양한 환경 인자에 대한 데이터를 이용해야 함에도 불구하고, 아직까지 관련 기술 데이터의 획득이나 활용은 미진한 상황이다.

따라서 본 연구에서는 최근 들어 관심이 증대되고 있는 지하농업 분야의 구상, 기초연구, 활용사례 등을 조사 및 분석하였다. 각각의 사례들로부터 지하공간을 스마트팜 공간을 활용하기 위해 필요한 고려사항을 정리하였다. 또한 지하 유휴공간에서 스마트팜을 운영하기 위해 필요한 모니터링 항목을 도출하고, 테스트 현장에 모니터링 시스템을 설치하여 기초 자료를 분석하였다. 마지막으로 분석 결과를 바탕으로 테스트 현장에 적합한 지하 스마트팜의 개념설계 결과를 제시하였다.

2. 지하농업의 현황과 전망

2.1 발틱해 지하 혁신 네트워크의 지하농업 구상

발틱해 지역의 8개 국가, 총 13개 기관의 협력 프로젝트인 BSUIN (Baltic Sea Underground Innovation Network)에서는 지하농업의 전망에 관한 유럽연합(EU) 보고서를 발표하였다(BSUIN, 2021). BSUIN은 핀란드, 스웨덴, 독일, 폴란드 및 러시아에서 보유한 6개의 지하 실험실(underground laboratories)들의 혁신, 사업개발 및 연구를 목적으로 하는 네트워크이다.

BSUIN의 보고서에서는 인구증가, 도시화, 기후변화 등에 대해 미래의 식량 문제를 해결할 수 있는 대안으로 지하공간의 활용을 전망하였다. 재배방식으로는 지상 스마트팜과 유사하게 환경제어 방식(Controlled Environment Agriculture, CEA)의 수경(hydroponic) 또는 수기경(aeroponic) 재배방식을 제시하였으며, 제안된 주요 제어변수들은 영양분의 pH와 농도, 조명, 이산화탄소, 습도, 온도, 해충 여부 등으로서 지상과 동일하다.

그러나 이 보고서에 포함된 지하농업 사례는 영국의 Growing Underground 프로젝트에 불과하며 나머지 사례들은 미국, 중국, 대만, 싱가포르 등에서 운영 중인 지상의 CEA 방식으로서, 국가간 협력 프로젝트로서 지하농업의 전망을 제시하였다는 측면을 제외하고는 참고할 만한 기술적 자료는 부족하다.

2.2 영국의 Growing Underground

영국의 지하 스마트팜 전문기업인 Growing Underground는 런던 지하의 약 33 m 깊이에 세계 최초로 지하 스마트팜의 운영을 개시하였다(Broom, 2021). 이 기업은 제2차 세계대전 중에 런던 하부에 지어진 8개의 대규모 대피 벙커 가운데 1개를 활용한 것이다(Fig. 1).

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F1.jpg
Fig. 1.

Growing Underground's underground smart farm in the UK (Broom, 2021)

최신 수경 기술과 재생에너지를 100% 활용하는 LED 조명을 적용하였으며, 지하 폐벙커에서 수십만 개의 마이크로그린(microgreen) 재배를 통해 지상 농장 대비 물 사용량을 약 70% 줄이고 1년에 최대 60번의 수확을 기록하여 지상 대비 6배의 생산력을 기록한 것으로 보고되었다(Broom, 2021). 이와 같은 폐쇄 루프(closed-loop) 수경 기술을 적용한 지하 수직농장(vertical farm)에 의해 도시화로 인한 물 부족 상황에서도 식량 생산을 지속할 수 있을 것으로 제시하였다. 또한 이 지하 스마트팜은 영국의 탄소중립인증(certified carbon neutral)을 획득한 것으로 보고되었다.

Growing Underground의 지하 스마트팜에서 기존 지상 온실과 비교하여 단위면적당 12배 이상의 생산 효과를 기록한 반면, 4배 이상의 에너지를 사용한다는 문제점이 확인되었다. 이를 해결하기 위해 영국 캠브리지대학교의 CSIC (Cambridge centre for Smart Infrastructure and Construction)에서는 Growing Underground에서의 재배 조건과 에너지 효율을 최적화하기 위한 모니터링 및 모델링 시스템을 개발하였다(Jans-Singh et al., 2019, Jans-Singh et al., 2020).

개발된 모니터링 시스템에 의해 연구진은 무선 센서 네트워크를 기반으로 작물 데이터와 농업 활동 이벤트들을 기록하였고, 이를 바탕으로 지하 스마트팜 대상의 디지털트윈(digital twin)을 개발하기 위한 다변량 데이터 분석, 물리 모델링 등을 수행하였다.

구체적으로 온도, 습도, pH, 풍속, 이산화탄소, 조도 등을 모니터링하기 위해 100개 이상의 센서를 설치하여 모니터링한 결과(Fig. 2Fig. 3), 환기 조건, 조명 계획, 작물 위치 등의 최적화를 통해 작물 생산이 25% 향상되는 것을 보고하였다. 부가적으로 카메라와 로드셀(loadcell)을 활용하여 식물들의 무게를 재서 얼마나 자라고 있는지도 확인하였다. 이상과 같이 다양한 디지털트윈 데이터를 클라우드에 저장하고 웹 플랫폼을 사용하여 실시간 또는 과거 데이터를 시각화하였다.

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F2.jpg
Fig. 2.

Location of sensors in growing Underground (Jans-Singh et al., 2020)

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F3.jpg
Fig. 3.

Map of the wireless sensor network in the farm tunnels of Growing Underground (Jans-Singh et al., 2019)

학술적으로는 모니터링 데이터 결과를 통해, 조명이 온도와 작물 성장에 대한 주요 인자임을 확인하였고 그에 따른 온도 예측모델을 개발하였다(Jans-Singh et al., 2020).

총 3년간의 연구를 통해 지하 스마트팜에서 상추(lettuce)의 최적 재배 조건을 도출하고 물, 환기팬, 조명 등과 같은 투입 자원의 사용효율을 향상시키기 위하여, 모니터링 변수 간의 의존성과 상관관계를 분석하였다. 이때 환경변수 5개, 제어변수 4개 및 작물 성장 변수 3개를 검토하였다. 환경변수에는 온도, 상대습도, 이산화탄소 농도, 풍속, 조명 수준이 포함되며, 제어변수에는 에너지 사용량, 물 사용량, 환기 및 조명이 포함된다. 주요 검토 대상인 작물 성장 변수로는 작물 상태, 수확량 및 재배 일수가 고려되었다.

이상의 지하 모니터링을 통해 지하 스마트팜의 최적화 운영 방안을 도출하고자, 최적 성장조건의 분석, 작물 성장의 공간적인 변화 파악, 외부 날씨가 지하 내부의 운영 환경에 미치는 영향 예측, 환기 설정 항목의 개선 방안, 에너지 사용 최적화 등을 수행하였다. 이와 같은 연구를 통해 Growing Underground를 대상으로 도출된 최적의 작물재배 환경조건들을 정리하면 다음의 Table 1과 같다.

Table 1.

Optimal environmental conditions for crop growth in growing underground

Environmental factor For lettuce, from literature Adapted values for growing underground
Temperature Between 20 and 25℃, optimal water and air at 24℃
(Thompson and Langhans, 1998)
Night time: 17~22℃
Daytime: 21~26℃
Relative Humidity Between 60 and 80% Between 45 and 65%
CO2 concentration Keep above 400 ppm, optimal at 1,000 ppm,
carbon enrichment only with less than 3.5 ACH
Keep air change per hour as low as possible
(measure is ventilation setting)
Air current speed Significant yield improvements from 0.01 to 0.2 m/s By location: 1 m/s through the corridor yields
0.1~0.3 m/s over the crops on most shelves
Light High LUE at early growth stages
Photoperiod of 18 hours optimal (Tei et al., 1996)
Data not available yet, currently 18 hours

추가적으로 캠브리지대학교에서는 획득된 모니터링 데이터들을 바탕으로 SARIMA (static Seasonal AutoRegressive Integrated Moving Average) 모델과 DL (Dynamic Linear) 모델의 두 가지 예측 모델들을 비교하였다. SARIMA 모델은 극한 기온 예측에 효과적이며, 반면 DL 모델은 훨씬 더 많은 변수들을 활용하기 때문에 다양한 모델링이 가능하지만 예측결과의 안정성은 상대적으로 떨어지는 것으로 보고되고 있다(Gustin et al., 2018). SARIMA 모델은 스마트팜의 온도 데이터만을 기반으로 학습되며, DL 모델은 터널 내부에서의 에너지 사용 데이터를 사용하여 조명 프록시(proxy)를 제시한다는 차이가 있다. 2018년에 측정된 24일 간의 시험 데이터군에 대해 지하 스마트팜에서의 온도 예측을 실시하였다.

분석 결과(Fig. 4 참조), 지하 스마트팜 내부의 일반적인 조명 조건에서 SARIMA 모델과 DL 모델의 예측 성능은 매우 유사한 것으로 보고되었다. 특히, 24시간 동안의 모델 적합도는 모든 예측 일수 동안 평균 RMSE (Root Mean Square Deviation)가 1.3℃ 이하로서, 지상의 온실 온도에 대한 기존 예측 모델들과 비교할 때 우수한 성능을 나타내었다(Jans-Singh et al., 2020).

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F4.jpg
Fig. 4.

Predictions of the five days with the lowest RMSE values (Jans-Singh et al., 2020)

그러나 연구가 종료된 이후로 현재까지 Growing Underground는 경영상의 어려움으로 파산한 것으로 파악된다.

2.3 폐광산을 활용한 지하농업 사례

독일에서는 폐광의 유지관리 등에 필요한 비용 문제를 해결하기 위한 방안으로써 폐광산을 지하농업 공간으로 활용하기 위한 가능성을 논의하였다. 특히, 주방식(room-and-pillar) 광산이 지하농업에 적합하고, 의약용 대마초(cannabis) 재배를 위한 대안 공간으로의 활용성이 높다고 제시하였다(Langefeld and Tegtmeier, 2019).

캐나다의 동광산인 Trout Lake 광산에서는 2001년부터 2009년 사이에 의약용 마리화나 재배를 실시하였다(Fig. 5). 광산은 접근 제한 측면에서 큰 장점을 가지고 있기 때문에, 의약류 마약 재배에 적합하다고 제시하였다. 이외에도 장미, 토마토, 의약 작물 등 다양한 식물 재배를 실시한 것으로 보고되었으나 2012년에 폐광되었다(Naylor, 2016).

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F5.jpg
Fig. 5.

Marijuana being grown underground at Trout Lake mine (Naylor, 2016)

핀란드의 Pyhäjärvi 광산은 2019년까지 동, 아연, 황철석 등을 생산하였던 광산으로서 최대 심도는 1,450 m에 달한다. 이 광산에서는 Callio-Mine for Business 프로젝트를 통해 감자와 섬유식물을 지하에서 재배하기 위한 파일럿 연구를 수행하였으나(Fig. 6) 구체적인 결과가 공개되지는 않고 있다.

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F6.jpg
Fig. 6.

A case of underground farming at Pyhäjärvi Mine in Finland (Natural Resources Institute Finland, 2018)

스위스의 SCAUT (Swiss Center of Applied Underground Technologies)에서는 스위스의 관련 기업들과 함께 수경 방식의 지하농업 시작품을 개발하였다(Fig. 7). 독특한 점은 수경 재배와 양식을 결합하여, 물고기용 수조의 물이 수경 재배 시스템에 공급되어 사용된 후에 다시 양식 시스템으로 순환되는 개념이다. 이 프로젝트의 성과는 2019년에 국제터널지하공간협회(ITA)로부터 ‘올해의 혁신적인 지하 개념(Innovative Underground Space Concept of the year)’ 부문으로 수상하였다. 후속으로 지하 데이터센터 프로토타입에서 발생하는 열을 사용하여 더 높은 온도 환경이 요구되는 양식과 기타 작물 재배에 활용할 계획으로 알려져 있으나, 관련 자료가 공개되어 있지는 않다(SCAUT, 2021).

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F7.jpg
Fig. 7.

A prototype of underground green farming (SCAUT, 2021)

2.4 대구경 수직공을 활용한 지하농업 개념

캐나다의 기업인 GreenForges에서는 몬트리얼에 대구경 수직공을 활용하는 시범 지하농장 시스템을 계획하였다. 기존의 실내 농업기술, LED 조명, 수경 재배, 온습도 제어 등의 기술들을 활용하여, 건물 지하에 직경 1.5 m(60인치)의 수직공을 뚫고 재배에 필요한 장비들을 하강시키는 방식이다(Fig. 8). 유지관리와 수확 시에는 작물을 지표까지 기계적으로 끌어올리는 방식이며, 수직공의 직경에 적합한 하드웨어를 별도로 개발할 계획으로 제시되고 있다.

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F8.jpg
Fig. 8.

Renders of a potential extraction system mechanism of underground farming (Madanat, 2025)

특히, 캐나다처럼 추운 지역에서는 일정한 지하 온도 조건을 활용할 수 있기 때문에, 지하 수직농장 개념을 개발한 것이다. 수직공 내부에 설치되는 재배 수량은 최소 150개로 고려하였고 이때 필요한 지상 면적은 약 7.7×5.3 m이다. 2021년에 특허를 출원하였고 관련 CFD 해석을 실시한 것으로 되어 있으나(Madanat, 2025), 현재 구상 단계이며 상용화가 이루어지지 않은 것으로 추정된다.

3. 지하 스마트팜의 운영을 위한 지하 환경 모니터링 시스템

3.1 지하 환경 모니터링 항목 설정

앞서 살펴본 바와 같이, 지하공간에서 스마트팜을 운영하기 위해서는 식생 환경과 관련된 모니터링을 하여야 한다. 그러나 현재까지 수행된 지하 환경과 관련된 모니터링은 주로 운영 중인 광산이나 터널의 안정성과 관련된 것이 대부분이다. 특히 작업자 안전을 위한 광산 내부에서의 가스 모니터링이 주를 이루고 있고, 이외에 부가적으로 온도, 습도, 진동, 인체, 차량 등에 대한 항목을 측정한 사례들이 일부 보고되고 있다(Table 2).

Table 2.

Examples of underground environment monitoring items

Reference Monitoring items
Tempera-
ture
Humidity Displace-
ment
Dust Gas Wind
speed
Light pH Vibration Body Vehicle
Jans-Singh et al.(2020)
Kumar et al.(2023)
Branch (2022)
Branch et al.(2020)
Jo and Khan(2017)
Kim et al.(2020)
Lee et al.(2022)
Medina et al.(2024)
Kianfar et al.(2022)
Duarte et al.(2022)
Aziz et al.(2020)
Musonda et al.(2024)
Ikeda et al.(2021)
Santos et al.(2022)
Zhang et al.(2014)
Jo and Khan(2018)
Jo et al.(2018)
Theissen et al.(2023)
Iturralde et al.(2024)
Jiang et al.(2024)
Park and Choi(2021)

지하 스마트팜에 대한 연구는 초기 단계인 관계로 앞서 살펴본 영국 캠브리지대학교에서 수행한 지하 환경 모니터링 사례(Jans-Singh et al., 2020)가 공개된 유일한 자료라고 할 수 있으며, 여기서는 지하 스마트팜에 대한 모니터링 항목으로 온ㆍ습도, 이산화탄소 농도 이외에 풍속, 조도 및 pH를 측정한 것이 특징적이다(Table 2).

본 연구에서는 광산이나 터널의 운영과 관련된 진동, 인체 및 차량에 대한 모니터링 항목을 제외하였다. 대신, 영국 캠브리지대학교에서 수행한 지하 환경 모니터링 항목(Jans-Singh et al., 2020)인 온도, 습도, 가스, 풍속 이외에, 내부 환기량과 공기 흐름을 파악하기 위하여 대기압과 풍향을 모니터링 항목으로 추가하였다. 이외에도 지하 스마트팜의 파일럿 테스트를 수행할 구간의 안정성을 확인하기 위한 목적으로 변위(MEMS 경사계)와 지하수위를 항목으로 추가하였다. 가스 모니터링과 관련해서는 식물의 생육 성장과 관련이 있는 이산화탄소(CO2)뿐만 아니라 일산화탄소(CO), 메탄(CH4), 산소(O2), 질소산화물(NOX)을 함께 포함하였다. 역시 생육 성장에 영향을 미칠 수 있는 분진(PM 2.5 및 PM 10)을 모니터링 항목으로 추가하였다.

본 연구에서 이상과 같이 설정된 모니터링 항목과 지하 운영 환경을 고려하여 선정한 주요 센서 사양들을 정리하면 Table 3과 같다. 후속으로 지하 스마트팜의 파일럿 테스트가 실시될 시점에는 식물의 생육을 모니터링하기 위한 항목으로 광합성 활성 방사, 전기전도도, 토양의 수분, pH 등이 추가될 예정이다.

Table 3.

Sensor specifications for underground environment monitoring

Monitoring item Measuring range Requirement and accuracy
Temperature -30℃ ~ 50 ℃ ± 0.3℃ (waterproof / stainless)
Relative Humidity 0 ~ 100% RH ± 2% RH (waterproof / stainless)
CO2 concentration approx. 40,000 ppm ± (30 ppm + 3%)
Gas NOx 0.05~10 ppm ± 2%
CO 20~2,000 ppm ± 3%
CH4 200~10,000 ppm (approx. 2.0 ppm in air) ± 3%
O2 0~25% Vol. ± 0.5% Vol.
Dust PM 2.5 and PM 10 (laser-based) ≤ 10% (waterproof)
Atmospheric pressure approx. 1,000 hPa ± 0.5~1.0 hPa (waterproof)
Wind direction and speed Speed 0~80 m/sec Direction ± 3°
Groundwater level Maximum 30 m low level, high accuracy
Displacement (MEMS inclinometer) ± 15° ± 0.05°

3.2 지하 환경 모니터링 시스템의 제작 및 설치

이상과 같이 검토한 지하 환경 모니터링 시스템을 설계ㆍ제작하고, 향후 지하 스마트팜 파일럿 테스트를 수행할 현장에 설치하였다. 적용 대상 현장은 극경암에서 경암으로 분류되는 화강암으로 구성되어 있고, 주방식 채굴법으로 굴착된 공간이다. 해당 공간은 채굴이 진행 중인 공간 및 운반 경로와 격리된 상태이다. 일부 차이는 있지만 암주의 폭과 높이는 약 8 m 내외이며, 암주 간격은 약 12 m 내외로 되어 있다.

격리된 전용 갱도 입구부터 테스트 구간까지 3차원 포인트 클라우드(point cloud)로 모델링한 결과는 Fig. 9와 같다. 입구부 외부에는 지하 내부 환경과의 비교를 위해 온ㆍ습도계, 풍향ㆍ풍속계, 대기압계 및 변위계를 각각 1개씩 설치하였다. 지하 스마트팜 테스트 공간에는 암반의 안정성을 확인하기 위한 용도로 경사계와 지하수위계를 설치하였고, 향후 지하공간에서의 스마트팜 운영 환경을 파악하기 위한 목적으로 다수의 온ㆍ습도계, 풍향ㆍ풍속계, 대기압계, 분진 측정센서, 가스 센서 등을 주변 암주에 높이별로 설치하였다. 암주 측벽부와 바닥부에 설치된 센서들은 바닥으로부터 각각 약 4 m 및 1 m 높이에 설치하였다(Fig. 10).

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F9.jpg
Fig. 9.

Underground smart farm test site and monitoring locations

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F10.jpg
Fig. 10.

Configuration of monitoring sensors installed in the underground smart farm test section

테스트 구간 이외에도 향후 비교를 위하여 인접 구간에 2개의 측점을 설정하여, 온ㆍ습도계, 대기압계, 풍향ㆍ풍속계, 분진 측정센서, 경사계 등을 설치하였다(Fig. 9 참조).

이상과 같이 갱내에 설치된 센서들로부터 발생하는 신호들을 외부로 전송하기 위하여 당초 LoRA 통신 방식을 적용하였으나, 갱구부터 테스트 구간까지의 이동 경로가 다소 굴곡되어 있고 암반면으로부터 전파의 반사, 반사파와 원파의 간섭으로 인한 전파 페이딩(fading) 등으로 인해 일부 통신 장애가 발생하였다. 따라서 이를 개선하기 위하여 면허사업자의 전용통신망(WiFi)으로 통신체계를 구축하고, 센서노드(sensor node)와 게이트웨이(gateway)를 전용 통신망으로 활용하였다.

이와 같이 설치된 지하 환경 모니터링 시스템은 웹(web) 기반 환경에서 구현되도록 하였으며, 모니터링 측정 간격을 1시간으로 설정하여 측정된 결과 예는 Fig. 11과 같다.

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F11.jpg
Fig. 11.

Web-based underground environment monitoring system and measurement examples

4. 지하 스마트팜의 개념 설계

4.1 모니터링 결과를 활용한 재배 대상 품종의 검토

전 세계적으로 스마트팜에서 가장 보편화된 재배 방식은 수경 재배로서, LED의 광량 제어와 양액 순환 기술을 통해 식물을 재배하는 방식이다. 대표적으로 상추, 케일(kale), 아이스플랜트(ice plant)와 같은 엽채류(leafy vegetables)를 예로 들 수 있다. 반면, 배양토(culture medium) 재배는 토양 기반으로 작물의 생리적인 안정성을 확보할 수 있는 방식으로서, 기존의 수경 재배보다 시스템의 복잡도가 낮고 중간 광량의 조건에서 균일한 생육이 가능하다는 특징을 가지고 있으며 대표적인 품종으로서 쪽파를 들 수 있다. 마지막으로 버섯류(mushroom) 재배 시에는 광합성이 필요하지 않으며 일정한 온도와 높은 습도를 유지할 수 있는 환경에서 높은 생산성을 보인다. 따라서 버섯류는 조도와 외기 환기가 제한된 공간에서도 안정적인 재배가 가능하다고 알려져 있다. 스마트팜에서 재배되는 대표적인 버섯으로는 표고버섯을 들 수 있다.

이상과 같은 세 가지 재배 방식별로 요구되는 환경 조건들을 정리하면 다음의 Table 4와 같다. 앞서 검토한 바와 같이, 주요 검토 조건은 온도, 습도, 대기압, 이산화탄소의 농도, 분진 농도 등을 들 수 있다.

Table 4.

Optimal environmental conditions for cultivated crops

Condition Vegetation type Reference
Leafy vegetables Culture medium Mushroom
Temperature 10~22℃ 12~25℃ 13~25℃ Desisa et al.(2023), Farhangi et al.(2023), Sun et al.(2025)
Humidity 50~75% 65~80% 80~90% Desisa et al.(2023), Farhangi et al.(2023), Li et al.(2022)
Atmospheric pressure 1,013.25 hPa 1,013.25 hPa 1,013.25 hPa Son et al.(2023)
CO2 concentration 800~1,200 ppm 700~1,200 ppm 800~1,500 ppm Eom et al.(2020), Song et al.(2023)
CO concentration ≤ 9 ppm ≤ 9 ppm ≤ 9 ppm Leão et al.(2022), Meilleur et al.(2023)
PM 2.5 ≤ 5~12 µg/m3 ≤ 5~10 µg/m3 ≤ 5 µg/m3Leão et al.(2022), Noh et al.(2019), Izquierdo-Díaz et al.(2023)
PM 10 ≤ 12~20 µg/m3 ≤ 15~20 µg/m3 ≤ 15 µg/m3

본 연구의 적용 대상 현장은 지하공간의 특성상, 온도와 습도의 변화가 크지 않기 때문에 저조도 및 고습도 조건에 적합한 작물 재배가 적합할 것으로 예상할 수 있다. 그러나 이상의 각 재배 방식별로 요구되는 최적의 환경 조건들에 지하의 환경이 부합되는지를 실제 데이터를 기반으로 분석하기 위하여, 본 연구에서 구축한 모니터링 시스템으로부터 측정된 결과들을 분석하였다.

앞서 구축한 지하 환경 모니터링 시스템의 설치 이후에 초기 단계(2025년 10월)의 데이터를 분석한 결과, 광산 내부의 온도(암주 벽면의 온도)와 습도는 각각 12.4±1.1℃ 및 82.2±1.9%로 나타났다(Fig. 12). 같은 기간 중에 측정된 갱구 외부의 온도와 습도인 15.0±3.6℃ 및 59.9±10.6%와 비교할 때, 일반적으로 알려진바와 같이 광산 내부의 온도와 습도의 편차가 크지 않아 항온ㆍ항습성을 유지하는 것을 확인하였다. 앞선 Table 4의 허용 조건과 고려할 때, 테스트 대상 현장의 온도는 세 가지 재배 방식에 모두 적합한 것으로 나타났다. 반면, 습도는 배양토 작물이나 버섯류에 적합한 범위에 해당하는 것을 알 수 있다. 하지만 측정 시점의 습도는 다소 높은 조건이기 때문에 실제 스마트팜 운영 시에 습도에 대한 조절이 필요할 가능성을 고려할 필요가 있다.

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F12.jpg
Fig. 12.

Temperature and humidity measured inside and outside the test mine

광산 내부와 갱구 외부에서 24시간 동안 측정된 대기압은 각각 1,016.5±0.6 hPa 및 1,013.0±1.1 hPa로서 1기압인 약 1,013 hPa와 유사한 수준이므로 역시 세 가지 재배 방식에 부합되는 조건으로 나타났다(Fig. 13). 단, 갱구 외부보다 광산 내부의 대기압이 미세하게 크게 나타났는데, 이는 주방식 광산에서의 자연 환기력 또는 인근 작업 갱도에서의 기계 환기 영향인지에 대해서는 향후 추가적인 분석이 필요할 것으로 사료된다.

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F13.jpg
Fig. 13.

Atmospheric pressure inside and outside the test mine

광산 내부에서 측정된 초미세먼지(PM2.5)와 미세먼지(PM10)는 각각 10.0±10.3 µg/m3 및 25.8±9.2 µg/m3로서(Fig. 14), 초미세먼지의 경우에는 버섯류 재배는 제한적이며 미세먼지의 경우에는 별도의 필터 적용이 필요할 것으로 사료된다. 이는 광산 내부에 존재하는 부유성 분진과 인근 작업 갱도에서의 발파로 인한 영향일 가능성이 있으며, 장기적인 검토가 필요할 것으로 판단된다.

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F14.jpg
Fig. 14.

Dust concentration inside the test mine

광산 내부에서 24시간 동안 측정된 이산화탄소와 일산화탄소 농도는 711.2±189.0 ppm 및 10.1±5.5 ppm으로서(Fig. 15), 작업 시간 동안의 농도 증가가 관찰되었으나 일산화탄소의 순간적인 최대값을 제외하고는 역시 세 가지 재배 방식의 최적 운영 조건을 만족할 수 있는 것으로 보인다.

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F15.jpg
Fig. 15.

Gas concentration measured inside the test mine

4.2. 테스트용 지하 스마트팜의 개념 설계

본 연구의 테스트 구간은 매우 신선한 암반 조건이지만 낙석, 누수 등으로부터 스마트팜을 보호하기 위하여, 컨테이너 박스 형태로 개념 설계를 실시하였다. 컨테이너 내부를 전실(에어락), 재배실, 기계실 등으로 구성하였다(Fig. 16). 이때, 컨테이너의 크기를 길이 9 m, 높이 3 m, 폭 3 m로 설정하였다. 재배실 내부에 설치할 재배 선반의 단 수에 따라 생산량이 증가할 수 있으나 3단 선반을 총 4개 배치하는 것으로 하여(Fig. 17), 재배 면적을 약 20~25 m2로 설계하였다. 이때, 앞선 모니터링 결과에 근거하여 본 연구의 테스트 현장에 상대적으로 보다 적합한 것으로 판단되는 쪽파와 같은 배양토 재배 방식에 대한 모식도를 작성하였다.

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F16.jpg
Fig. 16.

Main components and dimensions of the underground smart farm test unit

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F17.jpg
Fig. 17.

Rack configuration for cultivation using culture medium

컨테이너의 외피는 내부 온도를 유지하기 위하여 단열성과 기밀성을 확보한 복합 패널로 고려하였으며, 광산으로부터 출입 시에 외부 오염 물질과 분진의 유입을 최소화하기 위하여 에어락(airlock) 형태의 전실을 두었다. 내부 설비로는 수경 재배 등에 필요한 양액 시스템, 필요시에 내부 온도와 습도 조절을 위한 환기 시스템과 냉ㆍ난방기, LED 조명, 식생 모니터링을 위한 IoT 센서(Fig. 18) 등이 포함된다.

https://cdn.apub.kr/journalsite/sites/ksrm/2025-035-06/N0120350606/images/ksrm_2025_356_760_F18.jpg
Fig. 18.

System configuration diagram of the underground smart farm test unit monitoring system

특히, 앞선 모니터링 결과에 따르면 지하의 일정하고 낮은 온도 조건에서 LED 조명을 사용하더라도 지상의 스마트팜보다 냉ㆍ난방 부하를 최소화할 수 있을 것으로 예상되나, 필요시에 최적의 온도와 습도 유지를 위해 가동해야 하는 양압 유지 형태의 환기 및 공기 순환 시스템을 배치하였다. 또한 분진 측정 결과에 기반하여, HEPA (High Efficiency Particulate Air) 필터가 장착된 3단 여과 시스템을 검토하였다.

지하 스마트팜 유닛 내부에도 이산화탄소, 온도, 습도, pH, 광합성 활성 방사(Photosynthetically active radiation, PAR), 전기전도도(Electric Conductivity, EC), 토양 수분 등과 관련된 IoT 기반의 센서들을 배치하여, 지하환경 모니터링 시스템과 연계하여 최적의 생육 환경을 도출하는데 활용하도록 구상하였다(Fig. 18).

LED 조명 시스템의 광원은 광합성 광량자속 밀도(Photosynthetic Photon Flux Density, PPFD)가 100~250 μmol/m²/sec의 범위에서 가변 조절이 가능하도록 설계하였다(Pennisi et al., 2020, Yan et al., 2019). 또한 광주기 제어(예를 들어 16시간 조명, 8시간 소등) 및 광량 자동감응형 일사보정 제어를 적용하여 에너지 효율의 향상을 도모할 필요가 있다(Sena et al., 2024). 이에 대해서는 장기 모니터링 결과를 바탕으로 적용 대상 품종을 확정한 후에 상세한 조명 시간을 설정할 계획이다.

또한 항온성과 항습성을 활용하여 스마트팜에서 소요되는 에너지를 줄일 수 있다는 점이 지하 스마트팜의 장점이 될 수 있기 때문에, 전력계량기를 설치하여 소요 전기량을 측정하고 이를 동일한 조건의 지상 스마트팜의 경우와 비교할 계획이다.

5. 결 론

본 연구에서는 지하 유휴공간의 환경 특성을 활용하여 지하 스마트팜을 구현하기 위한 개념설계를 실시하였다. 이를 위하여 지하 스마트팜과 관련된 최신의 외국 연구동향을 분석하여, 향후 지하 스마트팜의 운영을 최적화하는 데 필요한 모니터링 항목들을 도출하였다.

도출된 모니터링 항목들에 기반하여 지하공간의 환경 특성을 모니터링하기 위한 시스템을 설계하고 제작하여 주방식 광산 내부의 유휴공간에 설치하였다. 설치된 모니터링 시스템으로부터 획득된 초기 데이터들을 분석한 결과, 온도, 대기압, 이산화탄소 농도, 일산화탄소 농도 등에 있어서는 본 연구에서 고려한 세 가지 재배 방식의 운영 조건을 만족하는 것으로 나타났다. 반면, 습도는 평균 82.2%로서 다소 높은 수준이므로 별도의 환기나 냉ㆍ난방을 고려하지 않는 조건이라면 버섯류나 배양토 재배류가 상대적으로 적합할 것으로 판단된다. 반면, 광산 내부의 부유성 분진 등의 영향으로 인해, 초미세먼지 측면에서는 버섯류 재배가 제한적일 수 있으며 미세먼지 측면에서는 별도의 필터 적용이 필요할 것으로 판단되었다.

이상의 결과를 바탕으로, 테스트 공간에 적용할 길이 9 m, 높이 3 m, 폭 3 m의 모듈형 지하 스마트팜 유닛을 설계하였다. 이때, 본 연구에서 구축한 지하 환경 모니터링 시스템과 연계하여 최적의 생육 환경을 도출하기 위한 스마트팜 모니터링 체계를 함께 제안하였다. 지하의 일정하고 낮은 온도 조건에서 LED 조명을 사용하더라도 지상의 스마트팜보다 냉ㆍ난방 부하를 최소화할 수 있을 것으로 예상되나, 필요시에 최적의 온도와 습도를 유지하기 위해 가동되는 양압 유지 형태의 환기 및 공기 순환 시스템을 배치하였다. 또한 분진 측정 결과에 기반하여, HEPA 필터가 장착된 3단 여과 시스템을 적용하였다.

본 연구에서 구축한 모니터링 시스템에 의해 향후 수년간의 장기 모니터링을 실시할 계획이며, 이를 기반으로 지하 환경에 적합한 재배 방식을 선정하고 테스트 공간에 본 연구에서 설계한 지하 스마트팜 유닛을 설치하여 장기적으로 생육을 관찰할 계획이다. 이를 통해, 지하공간을 활용한 스마트팜과 기존의 지상 스마트팜을 비교하여, 지하공간을 활용함에 따른 효과를 후속 연구를 통해 제시하고자 한다.

Acknowledgements

본 연구는 한국건설기술연구원의 주요사업인 “지하 유휴시설의 상업적 활용을 위한 지하환경 모니터링 및 AI 예측 시스템 개발(과제번호: 20250382-001)”의 일환으로 수행되었습니다.

References

1

Aziz, A., Schelén, O., and Bodin, U., 2020, A study on industrial IoT for the mining industry: Synthesized architecture and open research directions, Internet of Things, 1(2), 529-550.

10.3390/iot1020029
2

Branch, P., 2022, Measurements and Models of 915 MHz LoRa Radio Propagation in an Underground Gold Mine, Sensors, 22, 8653.

10.3390/s2222865336433253PMC9699343
3

Branch, P., Li, B., and Z hao, K., 2020, A LoRa-based linear sensor network for location data in underground mining, In Telecom, 1(2), 6.

10.3390/telecom1020006
4

Broom, D., 2021, This WW2 bunker is growing sustainable salad leaves deep underground. Here’s how, World Economic Forum, https://www.weforum.org/stories/2021/04/underground-vegetable-garden-sustainable-farming/.

5

BSUIN(Baltic Sea Underground Innovation Network), 2021, Underground farming, European Union.

6

Desisa, B., Muleta, D., Dejene, T., Jida, M., Goshou, A., and Martin-Pinto, P., 2023, Substrate Optimization for Shiitake (Lentinula edodes (Berk.) Pegler) Mushroom Production in Ethiopia, Journal of Fungi, 9(8), 811.

10.3390/jof908081137623582PMC10456065
7

Duarte, J., Rodrigues, F., and Branco, J.C., 2022, Sensing Technology Applications in the Mining Industry—A Systematic Review, International Journal of Environmental Research and Public Health, 19, 2334.

10.3390/ijerph1904233435206524PMC8872082
8

Eom, J.S., Lee, S.J., Lee, Y., Kim, H.S., Choi, Y.Y., Kim, H.S., Kim, D.H., and Lee, S.S., 2020, Effects of supplementation levels of Allium fistulosum L. extract on in vitro ruminal fermentation characteristics and methane emission, Peer J., 8, e9651.

10.7717/peerj.965132913673PMC7456525
9

Farhangi, H., Mozafari, V., Roosta, H.R., Shirani, H., and Farhangi, M., 2023, Optimizing growth conditions in vertical farming: enhancing lettuce and basil cultivation through the application of the Taguchi method, Scientific Reports, 13, 6717.

10.1038/s41598-023-33855-z37185295PMC10130051
10

Gustin, M., McLoed, R.S., and Lomas, K.J., 2018, Forecasting indoor temperatures during heatwaves using time series models, Building and Environment 143, 727-739.

10.1016/j.buildenv.2018.07.045
11

Ikeda, H., Kolade, O., Mahboob, M.A., Cawood, F.T., and Kawamura, Y., 2021, Communication of Sensor Data in Underground Mining Environments: An Evaluation of Wireless Signal Quality over Distance, Mining, 1, 211-223.

10.3390/mining1020014
12

Iturralde, D., Guaña-Moya, J., Játiva, P.P., Sánchez, I., Ijaz, M., Firoozabadi, A.D., and Zabala-Blanco, D., 2024, A New Internet of Things Hybrid VLC/RF System for m-Health in an Underground Mining Industry, Sensors, 24(1), 31.

10.3390/s2401003138202893PMC10780459
13

Izquierdo-Díaz, M., Hansen, V., Barrio-Parra, F., Miguel, E., You, Y., and Magid, J., 2023, Assessment of lettuces grown in urban areas for human consumption and as bioindicators of atmospheric pollution, Ecotoxicology and Environmental Safety, 256, 114883.

10.1016/j.ecoenv.2023.114883
14

Jans-Singh, M., Leeming, K. Cloudhary, R., and Girolami, M., 2020, Digital twin of an urban-integrated hydroponic farm, Data-Centric Engineering, 1, e20.

10.1017/dce.2020.21
15

Jans-Singh, M., Fidler, P., Ward, R.M., and Choudhary, R., 2019, Monitoring the performance of an underground hydroponic farm, Proceedings of International Conference on Smart Infrastructure and Construction 2019(ICSIC): Driving data-informed decision-making, ice Publising, 133-141.

10.1680/icsic.64669.133
16

Jiang, Y., Chen, W., Zhang, X., Zhang, X., and Yang, G., 2024, Real-time monitoring of underground miners’ status based on mine IoT system, Sensors, 24(3), 739.

10.3390/s2403073938339456PMC10857590
17

Jo, B.W., and Khan, R.M.A., 2018, An Internet of Things System for Underground Mine Air Quality Pollutant Prediction Based on Azure Machine Learning, Sensors, 18, 930.

10.3390/s1804093029561777PMC5948816
18

Jo, B.W., Khan, R.M.A., and Lee, Y.S., 2018, Hybrid Blockchain and Internet-of-Things Network for Underground Structure Health Monitoring, Sensors, 18(12), 4268.

10.3390/s1812426830518124PMC6308517
19

Jo, B.W., and Khan, R.M.A., 2017, An event reporting and early-warning safety system based on the internet of things for underground coal mines: A case study, Applied Sciences, 7, 925.

10.3390/app7090925
20

Kianfar, A.E., Sherikar, M., Gilerson, A., Skora, M., Stankiewicz, K., Mitra, R., and Clausen, E., 2022, Designing a Monitoring System to Observe the Innovative Single-Wire and Wireless Energy Transmitting Systems in Explosive Areas of Underground Mines, Energies, 15, 576.

10.3390/en15020576
21

Kim, S.-M., Choi, Y., and Suh, J., 2020, Applications of the Open-Source Hardware Arduino Platform in the Mining Industry: A Review, Applied Sciences, 10(14), 5018.

10.3390/app10145018
22

Krzemińska, A., Zaręba, A., Adynkiewicz-Piragas, M., Jia, H., Cruz, M.G.A., and Cordero, L.A.V., 2025, Underground Food Farms as a Climate-Friendly Alternative Form of Urban Agriculture, Sustainability, 17(21), 9392.

10.3390/su17219392
23

Kumar, P.P., Paul, P.S., and Ananda, M., 2023, Development of LoRa Communication System for Effective Transmission of Data from Underground Coal Mines, Processes, 11, 1691.

10.3390/pr11061691
24

Langefeld, O., and Tegtmeier, M., 2019, Underground Farming, Mining Report Glückauf, 155(1), 13-18.

25

Leão, M.L.P., Zhang, L., and Silva Júnior, F.M.R., 2022, Effect of particulate matter (PM2.5 and PM10) on health indicators: climate change scenarios in a Brazilian metropolis, Environ Geochem Health, 45(5), 2229-2240.

10.1007/s10653-022-01331-835870077PMC9308372
26

Lee, W.-H., Kim, H., Lee, C.-H., and Kim, S.-M., 2022, Development of Vibration and dust Monitoring Technology in Underground Mines using ZigBee-based Wireless Sensor Network, Journal of The Korean Society of Mineral and Energy Resources Engineers, 59(2), 137-147.

10.32390/ksmer.2022.59.2.137
27

Li, X., Zhang, Y., Zhang, Y., Liu, Y., Gao, Z., Zhu, G., Xie, Y., and Mowafy, S., 2022, Relative humidity control during shiitake mushroom (Lentinus edodes) hot air drying based on appearance quality, Journal of Food Engineering, 315, 110814.

10.1016/j.jfoodeng.2021.110814
28

Lin, X., Sun, X., Maogaran, G., and Rawal, B., 2021, Advanced energy consumption system for smart farm based on reactive energy utilization technologies, Environmental Impact Assessment Review, 86, 106496.

10.1016/j.eiar.2020.106496
29

Lou, Y., Feng, L., Xing, W., Noellemeyer, E., Cadre, E.L., Minamikawa, K., Muchaonyerwa, P., AbdelRahman, M.A.E., Pinheiro, E.F.M., De Vries, W., Chang, S.X., Zhou, J., Sun, Z., Hao, W., and Mei, X., 2024, Climate-smart agriculture: Insights and challenges, Climate Smart Agriculture, 1(1), 100003.

10.1016/j.csag.2024.100003
30

Madanat, J., 2025, Engineering Update - Design Challenges of an Underground Farm, https://www.greenforges.com/blog/engineering-update-design-challenges-of-an-underground-farm.

31

Medina, F., Ruiz, H., Espíndola, J., and Avendaño, E., 2024, Deploying IIoT Systems for Long-Term Planning in Underground Mining: A Focus on the Monitoring of Explosive Atmospheres, Applied Sciences, 14, 1116.

10.3390/app14031116
32

Meilleur, M.-A., Bastien, D., and Monfet, D., 2023, Modeling Mushrooms’ Carbon Dioxide Emission and Heat Exchange Rates for Synergistic Cultivation with Leafy Greens, Sustainability, 15(24), 16740.

10.3390/su152416740
33

Musonda, S.K., Ndiaye, M., Libati, H.M., and Abu-Mahfouz, A.M., 2024, Reliability of LoRaWAN Communications in Mining Environments: A Survey on Challenges and Design Requirements, Journal of Sensor and Actuator Networks, 13, 16.

10.3390/jsan13010016
34

Natural Resources Institute Finland, 2018, Plant production, Mine for Business - Callio, https://callio.info/natural-resources-business/kasvintuotanto/.

35

Naylor, J., 2016, Reflections: Flin Flon’s ‘Marijuana Capital’ era - For nearly 90 years, Flin Flon has been known for bone-chilling winters, hard-rock mining and rough-and-tumble hockey, the Reminder, Nov. 12, 2016, https://www.thereminder.ca/local-news/reflections-flin-flons-marijuana-capital-era-4099465.

36

Noh, K., Thi, L.T., and Jeong, B.R., 2019, Particulate matter in the cultivation area may contaminate leafy vegetables with heavy metals above safe levels in Korea, Environmental Science and Pollution Research, 26(25), 25762-25774.

10.1007/s11356-019-05825-431267404PMC6717186
37

O'Shaughnessy, S.A., Kim, M., Lee, S., Kim, Y., Kim, H., and Shekailo, J., 2021, Towards smart farming solutions in the U.S. and South Korea: A comparison of the current status, Geography and Sustainability, 2(4), 312-327.

10.1016/j.geosus.2021.12.002
38

Park, S., and Choi, Y., 2021, Bluetooth Beacon-Based Mine Production Management Application to Support Ore Haulage Operations in Underground Mines, Sustainability, 13(4), 2281.

10.3390/su13042281
39

Pennisi, G., Pistillo, A., Orsini, F., Cellini, A., Spinelli, F., Nicola, S., Fernandez, J.A, Crepaldi, A., Gianquinto, G., and Marcelis, L.F.M., 2020, Optimal light intensity for sustainable water and energy use in indoor cultivation of lettuce and basil under red and blue LEDs, Scientia Horticulturae, 272(15), 109508.

10.1016/j.scienta.2020.109508
40

Santos, R.C.P., Silva, J.M., Albergaria, W., Pinto, C.L., Oliveira, M.M., and Mazzinghy, D.B., 2022, Development of a Low-Cost Device for Monitoring Ventilation Parameters (Temperature, Humidity and Pressure) in Underground Environments to Increase Operational Safety Using IoT, Mining, 2, 746-756.

10.3390/mining2040041
41

SCAUT(Swiss Center of Applied Underground Technologies), 2021, Case Studies - Underground Green Farming, https://www.scaut-association.com/en/Concept-Studies/Category/Concept-Studies/Underground-Green-Farming.

42

Sena, S., Kumari, S., Kumar, V., and Husen, A., 2024, Light emitting diode (LED) lights for the improvement of plant performance and production: A comprehensive review, Current Research in Biotechnology, 7, 100184.

10.1016/j.crbiot.2024.100184
43

Son, K.-H., Sim, H.-S., Lee, J.-K., and Lee, J., 2023, Precise Sensing of Leaf Temperatures for Smart Farm Applications, Horticulturae, 9, 518.

10.3390/horticulturae9040518
44

Song, H., Wu, P., Lu, X., Wang, B., Song, T., Lu, Q., Li, M., and Xu, X., 2023, Comparative physiological and transcriptomic analyses reveal the mechanisms of CO2 enrichment in promoting the growth and quality in Lactuca sativa, PloS One, 18(2), ee0278159

10.1371/journal.pone.027815936735719PMC9897578
45

Sun, W., Coules, A., Zhao, C., and Lu, C., 2025, A lettuce growth model responding to a broad range of greenhouse climates, Biosystems Engineering, 250, 285-305.

10.1016/j.biosystemseng.2025.01.008
46

Tei, F., Scaife, A., and Aikman, D.P., 1996, Growth of Lettuce, Onion, and Red Beet, 1. Growth Analysis, Light Interception and Radiation Use Efficiency, Annals of Botany, Oxford University Press, 78(5), 633-643.

10.1006/anbo.1996.0171
47

Theissen, M., Kern, L., Hartmann, T., Clausen, E., 2023, Use-Case-Oriented Evaluation of Wireless Communication Technologies for Advanced Underground Mining Operations, Sensors, 23, 3537.

10.3390/s2307353737050603PMC10099074
48

Thompson, H.C., and Langhans, R.W., 1998, Shoot and root temperature effects on lettuce growth in a floating hydroponic system, Journal of the American Soceity for Horicultural Science, 123(3), 361-364.

10.21273/JASHS.123.3.361
49

Yan, Z., He, D., Niu, G., and Zhai, H., 2019, Evaluation of growth and quality of hydroponic lettuce at harvest as affected by the light intensity, photoperiod and light quality at seedling stage, Scientia Horticulturae, 248(5), 138-144.

10.1016/j.scienta.2019.01.002
50

Zhang, Y., Yang, W., Han, D., and Kim, Y.-I., 2014, An Integrated Environment Monitoring System for Underground Coal Mines—Wireless Sensor Network Subsystem with Multi-Parameter Monitoring, Sensors, 14, 13149-13170.

10.3390/s14071314925051037PMC4168491
페이지 상단으로 이동하기