$\require{mediawiki-texvc}$

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.

서리발생 예측 정확도 향상을 위한 방법 연구
Study on Improvement of Frost Occurrence Prediction Accuracy 원문보기

한국농림기상학회지 = Korean Journal of Agricultural and Forest Meteorology, v.23 no.4, 2021년, pp.295 - 305  

김용석 (국립농업과학원 기후변화평가과) ,  최원준 (국립농업과학원 기후변화평가과) ,  심교문 (국립농업과학원 기후변화평가과) ,  허지나 (국립농업과학원 기후변화평가과) ,  강민구 (국립농업과학원 기후변화평가과) ,  조세라 (국립농업과학원 기후변화평가과)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 서리발생과 관련된 기상요인을 선정하여 랜덤포레스트(RF)를 이용한 서리발생 유무 분류모형을 구축하였고, 이와 더불어 기상인자의 중요도와 데이터 세트를 구성하는 방법들을 비교하는 실험을 수행하였다. 그 결과, 서리발생에 대한 분류 모형을 구축할 경우에 데이터 세트의 양이 많더라도 모형 구축을 위해 학습하기 위한 데이터 세트에서 특정 값이 월등히 많은 불균형은 모형의 예측력에 좋지 못한 영향을 미치는 것으로 분석되었다. 또한, 이번 연구에서 수집된 25지역의 서리발생과 관련된 기상요인에 대해 지역별로 그룹화하여 중요도가 높은 기상요인을 반영한 모형 구축하는 것보다 하나의 통합된 모형을 구축하는 것이 더 효율적인 것으로 나타났다. 이번 연구를 통해 분석된 결과와 서리예측을 위한 기상요인에 대한 추가분석 연구를 수행한다면 정확도 높은 서리발생 예측모형을 구축할 수 있을 것이라 예상한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this study, we constructed using Random Forest(RF) by selecting the meteorological factors related to the occurrence of frost. As a result, when constructing a classification model for frost occurrence, even if the amount of data set is large, the imbalance in the data set for development of mode...

주제어

#Frost   #Random forest   #Meteorological factors   #Model  

표/그림 (13)

참고문헌 (10)

  1. Chun, J. A., H. J. Lee, S. H. Im, D. Kim, and S. S. Baek, 2021: Comparative assessment of frost event prediction models using logistic regression, random forest, and LSTM networks. Journal of Korea Water Resources Association 54(9), 667-680. 

    원문보기 상세보기 crossref

  2. Chung, U., H. C. Seo, and J. I. Yun, 2004: Site-specific frost warning based on topoclimatic estimation of daily minimum temperature. Korean Journal of Agricultural and Forest Meteorology 6(3), 164-169. 

  3. Han, J. H., J. J. Choi., U. Chung., K. S. Cho, and J. P. Chun, 2009: Frostfall forecasting in the Naju pear production area based on discriminant analysis of climate data. Korean Journal of Agricultural and Forest Meteorology 11(1), 13-18. 

    원문보기 상세보기 crossref

  4. Kim, Y., K. M. Shim, M. P. Jung, and I. T. Choi, 2017: Study on the estimation of frost occurrence classification using machine learning methods. Korean Journal of Agricultural and Forest Meteorology 19(3), 86-92. 

    원문보기 상세보기 crossref

  5. Kwon, Y. A., H. S. Lee., W. T. Kwon, and K. O. Boo, 2008: The weather characteristics of frost occurrence days for protecting crops against frost damage. Journal of the Korean Geographical Society 43(6), 824-842. 

  6. Lee, H., J. A. Chun, H. H. Han, and S. Kim, 2016: Prediction of frost occurrences using statistical modeling approaches. Advances in Meteorology 2016. 

  7. Masaki, Y., 2021: Probability of frost occurrence based on meteorological observation in Japan. Meteorology and Atmospheric Physics 133, 693-705. 

    상세보기 crossref

  8. Mort, N., and C. Robinson, 1996: A neural network system for the protection of citrus crops from frost damage. Computer and Electronics in Agriculture 16(3), 177-187. 

    상세보기 crossref

  9. Temeyer, B. R., W. A. Gallus Jr, K. A. Jungbluth, D. Burkheimer, and D. McCauley, 2003: Using an artificial neural network to predict parameters for frost deposition on Iowa bridgeways. Proceedings of the 2003 Mid-Continent Transportation Research Symposium, Iowa state University, Ames, IA, 2003. 

  10. Zeinali, B., M. Teymouri, S. Asghari, M. Mohammadi, and V. Gupta, 2019: A study of frost occurrence and minimum temperatures in Iran. Journal of Earth System Science 128, 134. 

    상세보기 crossref

저자의 다른 논문 :

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