$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

스마트팜 데이터를 이용한 토마토 최적인자에 관한 연구
A study on optimal environmental factors of tomato using smart farm data 원문보기

Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.28 no.6, 2017년, pp.1427 - 1435  

나명환 (전남대학교 통계학과) ,  박유하 (전남대학교 통계학과) ,  조완현 (전남대학교 통계학과)

초록
AI-Helper 아이콘AI-Helper

최근 농업 분야에서는 빅데이터와 사물인터넷을 이용한 스마트팜의 확산이 이루어지고 있다. 스마트팜은 첨단 정보통신기술을 농업에 활용하여 농작물의 높은 생산성과 우수한 품질을 가져다줄 것으로 주목받고 있다. 스마트팜은 복합 환경제어시스템으로 온실 안에서 자라고 있는 농작물의 생육환경을 자동적으로 측정하여 실시간으로 환경 정보가 방대한 양의 데이터로 쌓이고 있다. 따라서 측정된 빅데이터를 활용한 농작물의 통계적 최적 생육환경설정 모형은 스마트팜에서 의사결정을 하는데 도움이 될 것으로 사료된다. 본 연구에서는 스마트팜 토마토 농가에서 실제로 수집된 자료를 이용하여 수확량과 환경변수의 연관성을 알아보고 이것을 토대로 수확량을 예측하기 위해 다중회귀분석을 실시하였다. 먼저 토마토 생육과정을 고려하여 환경인자에 대해서 적절한 변수 변환을 한 후 새롭게 생성된 변수들을 이용하여 모형을 적합시켰다. 그리고 적합된 통계적 모형을 이용하여 토마토의 수확량에 영향을 미치는 최적환경인자를 도출하였고, 이를 바탕으로 토마토 농가의 수확량을 예측할 수 있었다. 결론적으로 본 연구결과는 통계적 모형을 활용하여 토마토 생산성을 향상시킬 수 있는 최적의 생육환경을 조절할 수 있는 재배전략을 제시하는데 의미가 있을 것으로 기대된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The smart farm is a remarkable system because it utilizes information and communication technologies in agriculture to bring high productivity and excellent qualities of crops. It automatically measures the growth environment of the crops and accumulates huge amounts of environmental information in ...

주제어

#수확량   #스마트팜   #시차변수   #토마토   #환경인자  

참고문헌 (7)

  1. Ahn, J. and Lee, H. (2015). Smart farm using IoT that change the lives of rural people. Planning and Policy, 5 19-26 

  2. Choi, S. and Baek, J. (2016). Garlic yields estimation using climate data. Journal of the Korean Data & Information Science Society, 27, 969-977. 

    원문보기 상세보기 crossref

  3. Kim, B. and Chai, S. (2016). Policy for vitalizing greenhouse farming, Korea Rural Economic Institute, Korea. 

  4. KOSIS. (2017). Crop production survey, Statistics Korea, http://kosis.kr/statHtml/statHtml.do?orgId101&tblIdDT_1ET0027\&conn_pathI2 

  5. Lee, G. (2015). The trend of facilities and horticulture industry in the Netherlands, 173, 29-42. 

  6. Park, C. (2014). A linearity test statistic in a simple linear regression. Journal of the Korean Data & Information Science Society, 25, 305-315. 

    원문보기 상세보기 crossref

  7. Song, P. and Kim, J. (2012). The correlation and regression analyses based on variable selection for the university evaluation index. Journal of the Korean Data & Information Science Society, 23, 457-465. 

    원문보기 상세보기 crossref

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로