• 한국초지조사료학회지
• /
• 제37권1호
• /
• pp.80-91
• /
• 2017

본 연구는 기후요인을 이용한 혼파초지 수량예측모형을 기초로 하여 시비, 파종 및 조성연차 요인을 단계적으로 적용하여 해석력이 높은 모형을 선정하는데 목적이 있다. 혼파초지 수량예측모형 구축 과정은 자료(풀사료 및 기상자료)수집, 가공, 분석 및 모형 구축의 순이었다. 여기서 수량예측모형은 기후, 시비, 파종 및 조성연차 요인을 고려하여 6가지를 구축하였으며, 해석력 및 풀사료 생산 이론 측면의 검토를 통해 최적의 모형을 선택하였다. 그 결과 기후, 시비 및 파종과 조성연차(조성연차의 그룹화) 요인을 고려한 Model VI이 선택되었다(해석력=53.8%). Model VI의 요인 별 해석력은 기후요인이 가장 크고(24.5%) 시비(17.8%), 파종(10.7%) 및 조성연차(0.8%) 요인의 순이었다. 그러나 건물수량과 하고일수 간에 나타난 정(+)의 상관관계는 지역별 및 적산변수 등의 관점에서 검토가 필요하다. 또한 시비량 및 파종량은 특정값에 집중적으로 분포하고 있어 이차항(Quadratic term)을 이용하여 적정 수준에 관한 연구가 요구된다.

• 한국초지조사료학회지
• /
• 제41권4호
• /
• pp.287-294
• /
• 2021

본 연구는 기계학습을 통한 수량예측모델을 이용하여 이상기상에 따른 WCM의 DMY 피해량을 산출하기 위한 목적으로 수행하였다. 수량예측모델은 WCM 데이터 및 기상 데이터를 수집 후 가공하여 8가지 기계학습을 통해 제작하였으며 실험지역은 경기도로 선정하였다. 수량예측모델은 기계학습 기법 중 정확성이 가장 높은 DeepCrossing (R²=0.5442, RMSE=0.1769) 기법을 통해 제작하였다. 피해량은 정상기상 및 이상기상의 DMY 예측값 간 차이로 산출하였다. 정상기상에서 WCM의 DMY 예측값은 지역에 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 각각 14,947~17,571 kg/ha, 14,986~17,525 kg/ha 및 14,920~17,557 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 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.

• 한국초지조사료학회지
• /
• 제41권1호
• /
• pp.47-55
• /
• 2021

본 연구는 기후요인과 토양요인이 알팔파 건물수량에 어느 정도 영향을 미치는지를 기여도로 평가할 목적으로, 기상변수와 토양물리성변수를 고려하여 일반선형모형으로 수량예측모델을 구축하였다. 알팔파 수량예측모델 구축과정은 알팔파, 기상 및 토양자료수집, 가공, 통계분석 및 모델구축 순이었다. 수량예측모델은 알팔파와 양적자료인 기상변수를 선택하기 위한 다중회귀분석과 질적자료인 토양물리성변수도 고려하기 위해서 일반선형모형을 사용하였다. 그 결과 DMY에 영향을 미치는 기상변수는 적산온도와 생육일수이었으며, 토양물리성변수는 점토함량이 선택되었다. DMY에 영향을 미치는 변수별 기여도는 점토함량(63%), 적산온도(21%) 및 생육일수(11%)순 이었으며 요인별 기여도는 기후요인(적산온도, 21%와 생육일수, 11%)이 32%, 토양요인(점토함량)이 63%로 나타나 토양요인이 기후요인보다 알팔파 건물수량에 더 기여하는 것으로 평가하였다. 본 연구에서 이용한 알팔파 자료는 토성, 시비수준 및 품종이 제한되어 있어 앞으로 이들 요인을 고려한 다양한 조건의 재배실험을 통하여 보다 많은 자료축적이 요구된다.

• 한국초지조사료학회지
• /
• 제37권2호
• /
• pp.145-153
• /
• 2017

본 연구의 목적은 이탈리안 라이그라스의 수량예측모형을 구축하고, 지리정보시스템을 이용하여 재배지역의 예측건물수량을 맵핑하는 것이다. 본 연구를 수행하기 위해 첫째, 풀사료 자료를 수집하였고, 둘째, 빅 데이터인 기상정보는 기상청(KMA)으로부터 재배지와 연도를 기준으로 수집하였다. 셋째, 수량에 영향을 미치는 기상 레이어는 지리정보시스템을 사용하여 생성하였다. 넷째, 수량예측방정식은 기상레이어를 계산하기 위해 추정하였다. 마지막으로 수량예측모형은 적합도와 예측력 면에서 평가하였다. 그 결과, 모형 적합도(R2)은 재배지에 따라 27%부터 95%까지 나타났다. 수원의 경우(지역 중 가장 큰 표본, n=321), 모형은 DMY = 158.63AGD -8.82AAT +169.09SGD - 8.03SAT +184.59SRD -13,352.24(DMY: Dry Matter Yield, AGD: Autumnal Growing Days, SGD: Spring Growing Days, SAT: Spring Accumulated Temperature, SRD: Spring Rainfall Days)이었다. 수원의 평균 DMY(9,790kg/ha)에 대해 수량예측모형은 $9,790{\pm}120$(kg/ha)로 예측하였다. 이러한 결과는 지리정보시스템에 의해 기상레이어를 누적하여 지도 위에 생성하였다. 이탈리안 라이그라스 수량은 제주를 제외하면 해안보다 내륙에서 높게 나타났다. 이탈리안 라이그라스는 약한 내한성 때문에 산지가 많은 북동부에서는 분포가 나타나지 않았다. 본 연구에서 비록 제한된 재배지에서 수량예측모형을 구축하고 맵핑하였지만, 우리나라의 기상정보를 적용하면 전국으로 확대가 가능할 것으로 생각된다.

• 한국초지조사료학회지
• /
• 제41권1호
• /
• pp.56-61
• /
• 2021

본 연구는 기 개발된 풀사료 수량예측모델의 기후정밀도 향상을 위하여 지점별 일평균온도 추정의 가능성을 기상대 자료(종관기상관측지점 75개 와 방재기상관측지점 278개)의 연평균기온 및 월평균기온을 이용하여 검토하였다. 연평균기온과 월평균기온은 각각 정규성 확인, 위치정보(경도, 위도 및 해발고도)와의 상관관계 및 다중회귀분석을 실시하였다. 해발고도는 연평균기온 및 월평균기온에도 지속적인 영향을 미치는 것으로 나타났으며, 위도는 6월을 제외한 월평균기온에 영향을 미치는 것으로 나타났다. 경도는 6, 7, 8, 9, 10 및 11월의 월평균기온에 영향을 미치는 것으로 나타났다. 이상의 결과로 부터 일평균기온 추정은 경도, 위도 및 해발고도를 이용하여 가능할 것으로 판단하였다. 본 연구에서 전국의 기상자료를 사용하여 일평균기온의 추정은 가능하지만 보다 정확도를 높이기 위해서는 기상자료를 각 시·도로 세분화하여 적용할 필요가 있다.

• 한국초지조사료학회지
• /
• 제38권1호
• /
• pp.53-60
• /
• 2018

본 연구는 혼파초지 수량예측모형에서 기후특성이 뚜렷한 지역의 자료 제거 및 지역별 구분을 통해 건물수량과 하고일수 간 상관관계를 검토하였다. 데이터세트는 총 582점으로 11개 지역으로 분류되며 혼파조합은 총 41가지였다. 변수에서 반응변수는 건물수량 이었으며 설명변수는 하고일수를 포함한 5가지의 기상변수를 이용하였다. 통계방법은 산점도, 기술통계량 및 상관분석을 거쳐 다중회귀분석을 통해 건물수량과 하고일수 간 상관관계를 확인하였다. 산점도 분석 결과 데이터세트를 지역별로 구분하였을 때 9개 지역 중 7개에서 건물수량과 하고일수 간 부(-)의 상관관계가 나타나 지역을 구분할 필요가 있었으며 대표본 근사이론을 적용할 수 있었던 5개 지역(화성, 수원, 대전, 시흥 및 광주)을 선정하였다. 5개 지역의 상관분석 결과 3개 지역(화성, 수원 및 시흥)에서, 다중회귀분석결과 화성에서 건물수량에 대한 하고일수의 효과가 부(-)로 나타났다. 따라서 혼파초지의 건물수량에 대한 하고일수의 상관관계는 지역별로 구분하였을 때 풀사료 생산이론과 일치하여 수량예측모형의 정밀도를 높일 수 있을 것으로 판단하였다.

• 한국초지조사료학회지
• /
• 제42권2호
• /
• pp.127-136
• /
• 2022

본 연구는 기계학습을 기반으로 제작한 수량예측모델을 통해 이상기상에 따른 사일리지용 옥수수(WCM)의 피해량 산정 및 전자지도를 작성할 목적으로 수행하였다. WCM 데이터는 수입적응성 시험보고서(n = 1,219), 국립축산과학원 시험연구보고서(n = 1,294), 한국축산학회지(n = 8), 한국초지조사료학회지(n = 707) 및 학위논문(n = 4)에서 총 3,232점을 수집하였으며 기상 데이터는 기상청의 기상자료개방포털에서 수집하였다. 본 연구에서 이상기상에 따른 WCM의 피해량은 WMO 방식을 준용하여 산정하였다. 정상기상에서 DMY 예측값은 13,845~19,347 kg/ha 범위로 나타났으며 피해량은 이상기온, 이상강수량 및 이상풍속에서 각각 -305~310, -54~89 및 -610~813 kg/ha 범위로 나타났다. 최대 피해량은 이상풍속에서 813 kg/ha로 나타났다. WMO 방식을 통해 산정한 WCM의 피해량은 QGIS를 이용하여 전자지도로 제시하였다. 이상기상에 따른 WCM의 피해량 산정시 데이터가 없어 공백인 지역이 존재하여 이를 보완하기 위해 종관기상대보다 많은 지점의 데이터를 제공하고 있는 방재기상대를 이용하면 보다 세밀한 피해량을 산정할 수 있을 것이다.