[논문]지구 통계 모형을 이용한 양파 재배지 농업기상정보 생성 방법

임지은; 윤상후

doi:10.5322/jesi.2018.27.7.509

지구 통계 모형을 이용한 양파 재배지 농업기상정보 생성 방법
Production of Agrometeorological Information in Onion Fields using Geostatistical Models 원문보기

Journal of environmental science international = 한국환경과학회지, v.27 no.7, 2018년, pp.509 - 518

Abstract ▼ AI-Helper

Weather is the most influential factor for crop cultivation. Weather information for cultivated areas is necessary for growth and production forecasting of agricultural crops. However, there are limitations in the meteorological observations in cultivated areas because weather equipment is not installed. This study tested methods of predicting the daily mean temperature in onion fields using geostatistical models. Three models were considered: inverse distance weight method, generalized additive model, and Bayesian spatial linear model. Data were collected from the AWS (automatic weather system), ASOS (automated synoptic observing system), and an agricultural weather station between 2013 and 2016. To evaluate the prediction performance, data from AWS and ASOS were used as the modeling data, and data from the agricultural weather station were used as the validation data. It was found that the Bayesian spatial linear regression performed better than other models. Consequently, high-resolution maps of the daily mean temperature of Jeonnam were generated using all observed weather information.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 양파 재배지의 농업기상정보를 생성하는 방법을 다루었다. 기상청의 기상자료를 일 평균기 온으로 농업기상관측정보를 예측하여 그 예측성능을 평가하였다.
본 연구는 작물 재배지의 농업기상정보 추정을 위해 양파 주산지인 전남 지역을 대상으로 지구통계모형을 고려하여 주요 기상요인인 일 평균기온을 생산 하는 방법을 다룬다. 고려된 모형은 역거리가중법, 일반화가법모형, 베이지안 공간선형모형이다.
본 연구는 전남 지역의 농업기상정보인 일 평균기온 자료를 생산하는 방법을 다룬다. 이를 위해 전남에 위치한 자동기상관측시스템(Automatic Weather System, AWS)과 종관기상관측시스템(Automated Synoptic Observing System, ASOS)에서 2013년부터 2016년까지 4년간 관측된 일 평균기온자료와 농업기상관측소에서 관측된 일 평균기온자료를 수집하였다.

제안 방법

2016년 10월 15일과 6월 1일의 우수한 모형으로 예측된 기온과 농업기상관측소의 실제 관측된 기온을 비교하였다(table 11). 2016년 10월 15일의 재배지의일 평균기온은 16.
정식시기는 양파의 생육과 수량의 영향을 미치며, 구비대기는 양파의 생산량 증감에 영향을 미치므로 중요하다. AWS, ASOS의 일 평균기온자료를 이용하여 두 사례일에 대한 농업기상관측소 지점의 일평균기온을 예측하여 평가하였다.
각 일자별 예측성능이 우수한 모형을 사용하여 양파 재배지의 기온을 예측하였다. Fig.
본 연구는 양파 재배지의 농업기상정보를 생성하는 방법을 다루었다. 기상청의 기상자료를 일 평균기 온으로 농업기상관측정보를 예측하여 그 예측성능을 평가하였다. 그 결과 위도, 경도만을 고려한 모형의 결과보다 위도, 경도 외에 고도를 포함한 모형의 예측정 확도가 우수하였다.
GAM에서 평활모수로 위도, 경도를 각각 사용하거나 위도, 경도를 하나로 사용할 수 있으나 위도, 경도를 각각 평활모 수로 이용했을 때는 위도, 경도를 하나로 사용했을 때보다 결과가 좋지 않았다. 따라서 위도, 경도를 하나로 하여 평활모수로 이용하였다. BSM의 모수추정치를 살펴보면, 순수오차 r² 보다 σ² 이 크므로 BSM의 공간 성이 잘 반영됨을 알 수 있다.
지구통계모형의 독립변수로서 위도, 경도만을 고려한 모형과 위도, 경도 외에 고도까지 포함한 모형을 고려하였다. 모형 평가를 위해 전체기간, 월단위, 일단위로 시간해상도를 높여가며 분석하였다.
본 연구는 재배지의 기상정보를 추정하기 위해 위도, 경도, 해발고도를 고려하였다. 향후 경사면의 방향, 해양에서의 거리, 이류 효과와 같은 부가적인 지리적 인자를 고려한다면 더욱 정확한 기상정보를 생성할 수 있을 것이다.
연도별로 통계모형의 예측성능이 차이가 있는지 확인하기 위하여 연도별로 예측성능을 비교하였다 (Fig. 2). 전체기간에 대한 예측성능과 비슷하게 전반적으로 모든 연도에서 BSM의 성능이 다른 모형에 비해 우수하였다.
정확한 농업기상정보를 생산하기 위해서는 지구통계모형의 예측성능에 대한 평가가 필요하다. 이를 위해 4년간 농촌진흥청의 농업기상관측소 지점의 일 평균기온을 예측한 결과를 바탕으로 예측성능을 평가하 였다. 지구통계모형의 독립변수로서 위도, 경도만을 고려한 모형과 위도, 경도 외에 고도까지 포함한 모형을 고려하였다.
AWS, ASOS, 농업기상관측소에서 관측된 일 평균 기온자료를 모두 이용하여 전남지역의 일 평균기온을 예측할 수 있다. 전남 지역이 모형별로 어떤 패턴으로 공간이 예측되는지 알아보기 위해 고해상도 격자단위로 기온을 예측하였다. 그 결과 GAM과 BSM의 모수 추정치는 Table 5와 유사한 결과가 나온다(Table 7).
지구통계모형의 공간적인 분포를 알아보기 위해 사례일을 선정하여 평균기온을 예측하였다. 선정된 날은 양파의 정식시기(10월 중순~11월)인 2016년 10 월 15일과 구비대기(4월 말~7월 초)인 2016년 6월 1 일이다.
이를 위해 4년간 농촌진흥청의 농업기상관측소 지점의 일 평균기온을 예측한 결과를 바탕으로 예측성능을 평가하 였다. 지구통계모형의 독립변수로서 위도, 경도만을 고려한 모형과 위도, 경도 외에 고도까지 포함한 모형을 고려하였다. 모형 평가를 위해 전체기간, 월단위, 일단위로 시간해상도를 높여가며 분석하였다.

대상 데이터

이를 위해 전남에 위치한 자동기상관측시스템(Automatic Weather System, AWS)과 종관기상관측시스템(Automated Synoptic Observing System, ASOS)에서 2013년부터 2016년까지 4년간 관측된 일 평균기온자료와 농업기상관측소에서 관측된 일 평균기온자료를 수집하였다. 농업 기상정보의 예측성능 평가를 위해 기상청의 기상관측 정보를 모형 적합자료로 사용하였고, 농촌진흥청의 농업기상관측정보를 모형 검증자료로 사용하였다. 지구통계모형의 독립변수로 이용된 지형자료는 위도, 경도, 고도이다.
지구통계모형의 공간적인 분포를 알아보기 위해 사례일을 선정하여 평균기온을 예측하였다. 선정된 날은 양파의 정식시기(10월 중순~11월)인 2016년 10 월 15일과 구비대기(4월 말~7월 초)인 2016년 6월 1 일이다. 정식시기는 양파의 생육과 수량의 영향을 미치며, 구비대기는 양파의 생산량 증감에 영향을 미치므로 중요하다.
본 연구는 전남 지역의 농업기상정보인 일 평균기온 자료를 생산하는 방법을 다룬다. 이를 위해 전남에 위치한 자동기상관측시스템(Automatic Weather System, AWS)과 종관기상관측시스템(Automated Synoptic Observing System, ASOS)에서 2013년부터 2016년까지 4년간 관측된 일 평균기온자료와 농업기상관측소에서 관측된 일 평균기온자료를 수집하였다. 농업 기상정보의 예측성능 평가를 위해 기상청의 기상관측 정보를 모형 적합자료로 사용하였고, 농촌진흥청의 농업기상관측정보를 모형 검증자료로 사용하였다.

데이터처리

지구통계모형 간 예측성능을 평가하기 위해 평균제 곱근오차(RMSE), 평균절대오차(MAE), 편차(BIAS) 를 이용하였다.

이론/모형

본 연구는 작물 재배지의 농업기상정보 추정을 위해 양파 주산지인 전남 지역을 대상으로 지구통계모형을 고려하여 주요 기상요인인 일 평균기온을 생산 하는 방법을 다룬다. 고려된 모형은 역거리가중법, 일반화가법모형, 베이지안 공간선형모형이다.
그리고 감마분포를 따르는 Ø이다. 모수를 단계적으로 추론하기 위해서 마코프 연쇄 몬테카를로 기법(Markov chain Monte Carlo)을 통해서 기약적(irreducible), 비주기적 (aperiodic) 마코프 연쇄를 구축했다. 새로운 지점(s₀ )의 결합예측분포는 사후분포 p(θl Y,x(s))로부터 구한 사후표본 θ⁽¹⁾,θ⁽²⁾,''',θ^(G) 으로부터 점근적으로 구해진다(Yoon, 2016).
평활함수는 cubic smoothing spline, local regression, thin-platesmoothing spline등을 이용하여 추정할 수있다. 각 평활 함수는 평활 모수에 의해 그 값이 달라지며, 평활 모수는 일반적으로 일반화 교차 타당성 방법(Generalized Cross Validation; GCV)을 통해 결정된다.

성능/효과

GAM에서 평활모수로 위도, 경도를 각각 사용하거나 위도, 경도를 하나로 사용할 수 있으나 위도, 경도를 각각 평활모 수로 이용했을 때는 위도, 경도를 하나로 사용했을 때보다 결과가 좋지 않았다.
기상청의 기상자료를 일 평균기 온으로 농업기상관측정보를 예측하여 그 예측성능을 평가하였다. 그 결과 위도, 경도만을 고려한 모형의 결과보다 위도, 경도 외에 고도를 포함한 모형의 예측정 확도가 우수하였다. 또한 예측모형은 전반적으로 BSM이 다른 모형들보다 우수하였다.
그 결과 위도, 경도만을 고려한 모형의 결과보다 위도, 경도 외에 고도를 포함한 모형의 예측정 확도가 우수하였다. 또한 예측모형은 전반적으로 BSM이 다른 모형들보다 우수하였다. BSM은 관측소에 대한 정보가 반영되며, 위도, 경도, 해발에 대한 공변량 효과가 반영되므로 다른 모형들보다 예측성능이 우수한 것으로 생각된다.
BSM은 관측소에 대한 정보가 반영되며, 위도, 경도, 해발에 대한 공변량 효과가 반영되므로 다른 모형들보다 예측성능이 우수한 것으로 생각된다. 전남의 경우 IDW는 지역별 기온차이가 많이 발생한 278일(19.0%)에 모형성능이 좋았으며 GAM은 위도, 경도, 고도를 이용하여 430일 (29.5%)에 예측성능이 좋았다. BSM은 위도, 경도, 고도 외에 일 평균기온의 공간적 분포가 고려된 모형으로 예측성능이 우수한 날은 752일(51.
따라서 모형에 고도를 포함하여 농업기상정보를 생성하는 것이 적합하다 판단된다. 지구통계모형의 예측성능을 비교한 결과, BSM이 예측성능이 우수한 모형임을 보인다.

후속연구

본 연구는 재배지의 기상정보를 추정하기 위해 위도, 경도, 해발고도를 고려하였다. 향후 경사면의 방향, 해양에서의 거리, 이류 효과와 같은 부가적인 지리적 인자를 고려한다면 더욱 정확한 기상정보를 생성할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	농작물 재배에 가장 영향을 많이 미치는 요인은?	농작물 재배에 가장 영향을 많이 미치는 요인은 기상요인이다. 작물의 생육 단계별 적합한 기후조건이 충족되지 않으면 생육이 정지되거나 비정상적으로 성장할 수 있다(Lee et al.
	기상은 일단위, 계절단 위로 변함에 따라 농작물에 어떤 영향을 끼치는가?	, 2008). 기상은 일단위, 계절단 위로 변함에 따라 생육조건이 달라지고 결과적으로 수확량에 영향을 미친다(Lee et al., 2012).
	전남 지역의 농업기상정보인 일 평균기온 자료를 생산하는 방법을 다루기 위해서 어떤 자료를 수집하였는가?	본 연구는 전남 지역의 농업기상정보인 일 평균기온 자료를 생산하는 방법을 다룬다. 이를 위해 전남에 위치한 자동기상관측시스템(Automatic Weather System, AWS)과 종관기상관측시스템(Automated Synoptic Observing System, ASOS)에서 2013년부터 2016년까지 4년간 관측된 일 평균기온자료와 농업기상관측 소에서 관측된 일 평균기온자료를 수집하였다. 농업 기상정보의 예측성능 평가를 위해 기상청의 기상관측 정보를 모형 적합자료로 사용하였고, 농촌진흥청의 농업기상관측정보를 모형 검증자료로 사용하였다.

참고문헌 (16)

Ahn, J. B., Hur, J. N., Shim, K. M., 2010, A Simulation of agro-climate index over the Korean Peninsula using dynamical downscaling with a numerical weather prediction model. Korean J. Agric. For. Meteorol., 12(1), 1-10.

원문보기 상세보기
Cho, J. H., Suh, J. M., Jin, K. H., Kang, J. S., Hong, C. O., Lim, W. T., Lee, S. G., 2013, The impacts of high temperature and heavy precipitation amount on winter Chinese cabbage yields. J. Environ. Sci. Int., 22(2), 235-242.

원문보기 상세보기
Chun, J., Kim, K. R., Lee, S. Y., Kang, W. S., Park, J. S., Yi, C. Y., Choi, Y. J., Park, E. W., Hong, S. S., 2012, High resolution Gyeonggi-do agrometeorology information analysis system based on the observational data using Local Analysis and Prediction System (LAPS). Korean J. Agric. For. Meteorol., 14(2), 53-62.

원문보기 상세보기
Hastie, T., Tibshirani, R., 1986, Generalized additive models. Stat. Sci., 1(3), 297-318.

상세보기
Kim, I. G., Park, K. J., Kim, B. J., 2013, Analysis of meteorological factors on yield of Chinese cabbage and radish in winter cropping system. Korean J. Agric. For. Meteorol., 15(2), 59-66.

원문보기 상세보기
Kim, J. H., Yun, J. I., 2015, A Thermal time-based phenology estimation in Kimchi cabbage (Brassica campestris L. ssp. pekinensis). Korean J. Agric. For. Meteorol., 17(4), 333-339.

원문보기 상세보기
Kim, Y. S., Shim, K. M., Jung, M. P., Choi, I. T., 2014, Accuracy comparison of air temperature estimation using spatial interpolation methods according to application of temperature lapse rate effect. J. Climate Change Res., 5(4), 323-329.

상세보기
Kwon, Y. S., Cho, K. S., Lee, E. H., Jang, S. W., Suh, J. T., Kim, J. S., Kim, W. B., Im, J. S., Lee, J. N., 2013, High-quality and long-storability of F1 hybrid long-day Onion 'Daekwanhwang'. Korean J. Breed. Sci., 45(1), 61-65.

상세보기
Kwon, Y. S., Choi, I. H., Kim, C. W., Choi, M. S., Kwak, J. H., Lim, Y. P., 2015, Effects of planting date for the prevention of frost-pillar damage and replanting of damaged plant on onion (Allium cepa L.). J. of Agri. Sci., 42(4), 313-318.
Lee, K. K., Ko, K. K., Lee, J. W., 2012, Correlation analysis between meteorological factors and crop products. J. Environ. Sci. Int., 21(4), 461-470.

원문보기 상세보기
Lee, S. H., Heo, I. H., Lee, K. M., Kim, S. Y., Lee, Y. S., Kwon, W. T., 2008. Impacts of climate change on phonology and growth of crops: In the case of Naju. J. Korean Geogr. Soc., 43(1), 20-35.
Lim, C. H., Kim, G. S., Lee, E. J., Heo, S., Kim, T., Kim, Y. S., Lee, W. K., 2016, Development on crop yield forecasting model for major vegetable crops using meteorological information of main production area, J. Climate Change Res., 7(2), 193-203.
RDA, 2015, Analysis of the agricultural meteorological information and development of the crop growth analysis model for estimating yield of the main vegetable, Rural Development Administration PJ009870.
Shepard, D., 1968, A Two-dimensional interpolation function for irregularlyspaced data. Proceedings of the 1968 23rd ACM National Conference, New York, 517-524.
Yoon, D. H., Oh, S. Y., Nam, K. W., Eom, K. C., Jung, P. K., 2014, Changes of cultivation areas and major disease for spicy vegetables by the change of meteorological factors. Climate Change Res, 5(1), 47-59.
Yoon, S., 2016, Generating high resolution of daily mean temperature using statistical models. J. Korean Data Inform. Sci. Soc., 27(5), 1215-1224.

원문보기 상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증