한국정보시스템학회지:정보시스템연구 (The Journal of Information Systems)

  • 제33권1호
  • /
  • Pages.31-44
  • /
  • 2024
  • /
  • 1229-8476(pISSN)
  • /
  • 2733-8770(eISSN)
한국정보시스템학회 (Korea Association of Information Systems)
권호 표지
DOI QR코드

DOI QR Code

기후변화에 따른 과수작물 재배지 변화 예측 연구: 한라봉을 중심으로

Research on predicting changes in crop cultivation areas due to climate change: Focusing on Hallabong

  • 투고 : 2023.11.19
  • 심사 : 2024.01.11
  • 발행 : 2024.03.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

Purpose The purpose of this study is to use climate data to find the algorithm with the highest Hallabong production prediction ability and to predict future Hallabong production in areas where Hallabong cultivation is expected to be possible. Design/methodology/approach The research is conducted in two stages. In the first step, find the algorithm with the highest predictive power among XGBoost, Random Forest, SVM, and LSTM methodologies. In the second stage, the algorithm found in the first stage is applied to predict future Hallabong production in three regions where Hallabong production is expected to be possible. Findings As with many prediction studies, we found that XGBoost showed the highest prediction power. Even in areas where Hallabong production is expected to be possible, Hallabong production was predicted to be highest in Hongcheon, Gangwon-do, which has the highest latitude.

키워드

참고문헌

  1. 고성보, 김배성 "한라봉 수급전망 모형 개발 연구" 한국산학기술학회, Volume 13, Issue 11, 2012, pp. 5163-5168 https://doi.org/10.5762/KAIS.2012.13.11.5163
  2. 김명준, 박영호, 김태규, 정재석 "오차항 러닝 기법을 활용한 예측진단 시스템 개선 방안 연구" 품질경영학회지, 47(4), 2019, pp. 783-793 https://doi.org/10.7469/JKSQM.2019.47.4.783
  3. 김명현, 최순군, 김민경, 어진우, 엽소진, 방정환 "기후변화 시나리오에 따른 서양금혼초 개화 생물계절 예측", 한국환경농학회, 학술발표논문집, 2021, pp. 287-288
  4. 김성겸, 이희주, 위승환 "기후변화 대응을 위한 채소 분야 적응 연구" 한국원예학회, 한국원예과학기술지 제38권 별호[초록집], 2020, pp. 51-51
  5. 김세원, 김영희 "작물 생산량 예측을 위한 머신 러닝 기법 활용 연구" 한국산학기술학회, 제22권, 제7호, 2021, pp. 403-408 https://doi.org/10.5762/KAIS.2021.22.7.403
  6. 김찬우, 김지원, 홍민아, 송철호, 이우균 "RCP, SSP 기후변화 시나리오를 활용한 우리나라 미래 수종 분포 예측 연구". 한국기후변화학회지, Vol. 14, No.2, 2023, pp. 119-134 https://doi.org/10.15531/KSCCR.2023.14.2.119
  7. 농정연구센터, 농정연구 73호, "농업부문의 기후변화 대응, 현항과 과제", 임영아, 2020
  8. 농촌진흥청, "온난화로 미래 과일 재배 지도가 바뀐다 - 기후변화 시나리오(SSP5)" 문경환, 2022
  9. 민경태 "LSTM 기반 스마트 팜 데이터를 활용한 파프리카 생산량 예측 모델", 강원대학교 석사학위논문, 2021
  10. 박해원, 오상헌, 소남호, 박지인, 김근아, 정재원 "사과 주산지 변화 모형 추정", 한국원예학회, 한국원예과학기술지 제 40권 별호 I, 2022, pp. 98-99
  11. 방경원 "기후변화로 인한 아열대 작물 연구 현황 및 전망", 식품산업과 영양, 27(1), 2022, pp. 20-26
  12. 신민지, 이성은, 문경환 "신 기후변화 시나리오 SSP에 근거한 남한의 여름배추 재배지 변동 예측" 한국원예학회, 원예과학기술지 제39권 별호II, 2021, pp. 93-93
  13. 신성호, 이미경, 송사광 " LSTM 네트워크를 활용한 농산물 가격 예측 모델", 한국콘텐츠학회, Volume 18, Issue11, 2018, pp. 416-429 https://doi.org/10.5392/JKCA.2018.18.11.416
  14. 이병국, 정필균, 이우균, 임철희, 엄기철, "기온과 작물 잎 및 토양 표면온도의 변화양상 분석", 한국기후변화학회, 제 6권, 제3호, 2015, pp. 209-221
  15. 이세연, 양현정, 김민영, 김준경, 손아영, 홍성훈 "스마트팜 활용을 위한 BI-LSTM 기반의 토마토 생산량 예측에 관한 연구", 한국통신학회, 제48권, 제 4호, 2023, pp. 457-468 https://doi.org/10.7840/kics.2023.48.4.457
  16. 이태석, 최진용, 유승환, 이상현, 오윤경 "기후변화 시나리오에 따른 미래 논벼의 소비수량 및 생산량 변화 분석", 한국농공학회, Volume 54 Issue 1, 2012, pp. 47-54 https://doi.org/10.5389/KSAE.2012.54.1.047
  17. 이홍석, 부이 칵 남, 선충녕 "도심지 교통흐름 및 미세먼지 예측을 위한 딥러닝 LSTM프레임워크" 정보과학학회, 제47권, 제 3호, 2020, pp. 292-297 https://doi.org/10.5626/JOK.2020.47.3.292
  18. 임정주, 김태완, 임지섭, 김준호, 유태용, 이원주 "A Design and Implement of Efficient Agricultural Product Price Prediction Model", 한국컴퓨터정보학회, Volume 27 Issue 5, 2022, pp. 29-36 https://doi.org/10.9708/JKSCI.2022.27.05.029
  19. 정대호, 조영열, "LSTM 네트워크를 이용한 한라봉 가격 예측 모델", 원예과학기술학회, Vol.40, Issue 5, 2022, pp. 571-577
  20. 정형진, 김도영, 오임경 "기후변화 대응 국내산 바나나 유산균 발효를 통한 음료 개발" 한국식품과학회, Vol 55, No. 2, 2023, pp. 165-172 https://doi.org/10.9721/KJFST.2023.55.2.165
  21. 조용장, 유제혁, 황인준 "미래 기후변화에 따른 앙상블 모델 기반 침엽수 서식지 분포예측", 한국정보과학회, Vol. 36, No. 3, 2020, pp. 3-19
  22. 조정일, 이윤호, 상완규, 서명철, 김준환, 신평, 백재경 "지구온난화에 따른 기후변화가 감자의 생육과 수량이 미치는 영향평가", 한국작물학회, 추계학술대회, PA-78, 2019, pp. 116-116
  23. 최인호, 이원영, 은범진, 허정숙, 장광현 "Deep Neural Network를 활용한 초미세먼지 농도 예측에 관한 연구", 한국환경영향평가학회, Vol. 22, No. 2, 2022, pp. 83-94
  24. Alisson Gaspar Chiquitto, Jose Reinaldo da Silva Cabral Moraes, Glauco de Souza Rolim "Soybean yeild prediction by machine learning and climate", Theoretical and Applied Climatology, 151 , 2023, pp. 1709-1725
  25. Eom KC, Lee BK, Kim YS, Eom HY. "Comparison of the chane in daily air and surface temperature of redpepper leaf and soil". KJSSSF, Volume 47, No. 5, 2014, pp, 1-6. https://doi.org/10.7745/KJSSF.2014.47.5.345
  26. Femilda Josephin Joseph Shobana Bai, Kaliraj Shanmugaiah, Ankit Sonthalia, Yuvarajan Devarajan, Edwin Geo Varuvel "Application of machine learning algorithms for predicting the engine characteristics of a wheat germ oileHydrogen fuelled dual fuel engine" International Journal of Hydrogen Energy, Volume 48, Issue 60, 2023, pp. 23308-23322 https://doi.org/10.1016/j.ijhydene.2022.11.101
  27. Sonal Agarwal1 and Sandhya Tarar, "A hybrid appoach for crop yeild prediction using machine learning and deep learning algorithms" Journal of Physics, Conf. Ser. 1714, 2021, 012012