상세 보기
기계학습 모델을 이용한 이상기상에 따른 사일리지용 옥수수 생산량 피해량
Calculation of Dry Matter Yield Damage of Whole Crop Maize in Accordance with Abnormal Climate Using Machine Learning Model
- 조현욱;
- 김민규;
- 김지융;
- 조무환;
- 김문주;
- ... 김병완;
- 외 3명
초록
본 연구는 기계학습을 통한 수량예측모델을 이용하여 이상기상에 따른 WCM의 DMY 피해량을 산출하기 위한 목적으로 수행하였다. 수량예측모델은 WCM 데이터 및 기상 데이터를 수집후 가공하여 8가지 기계학습을 통해 제작하였으며 실험지역은 경기도로 선정하였다. 수량예측모델은 기계학습 기법 중 정확성이가장 높은 DeepCrossing (R2=0.5442, RMSE=0.1769) 기법을 통해 제작하였다. 피해량은 정상기상 및 이상기상의 DMY 예측값간 차이로 산출하였다. 정상기상에서 WCM의 DMY 예측값은지역에 따라 차이가 있으나 15,003~17,517 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 DMY 예측값은 지역 및 각 이상기상 수준에 따라 차이가 있었으며 각각14,947~17,571 kg/ha, 14,986~17,525 kg/ha 및 14,920~17,557kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서WCM의 피해량은 각각 –68~89 kg/ha, -17~17 kg/ha 및 –112~121 kg/ha 범위로 피해로 판단할 수 없는 수준이었다. WCM의 정확한 피해량을 산출하기 위해서는 수량예측모델에 이용하는 이상기상 데이터 수의 증가가 필요하다
키워드
Abnormal climate; Whole crop maize; Machine learning; Forage yield prediction model; Dry matter yield damage; 이상기상; 사료용 옥수수; 기계학습; 생산량; 예측모델
- 제목
- 기계학습 모델을 이용한 이상기상에 따른 사일리지용 옥수수 생산량 피해량
- 제목 (타언어)
- Calculation of Dry Matter Yield Damage of Whole Crop Maize in Accordance with Abnormal Climate Using Machine Learning Model
- 저자
- 조현욱; 김민규; 김지융; 조무환; 김문주; 이수안; 김경대; 김병완; 성경일
- 발행일
- 2021-12
- 유형
- Y
- 저널명
- 한국초지조사료학회지
- 권
- 41
- 호
- 4
- 페이지
- 287 ~ 294
- 언어
- KOR
- 출판사
- 한국초지조사료학회
- 발행국가
- 대한민국
- 분량
- 8 페이지
- ISSN
- E 2287-5832
P 2287-5824