[논문]과일 도매가격과 날씨 요인에 대한 상관관계 연구

장정현; 김지원; 곽다은; 나스리디노프 아지즈

문제 정의

· 5대 도매시장에서 조사된 일간 가격데이터 중 비어있는 데이터의 경우 조사 데이터에서 제거하여, 상관 관계 분석 과정에서의 잘못된 의사결정을 방지하고자한다.
본 논문에서는 실외 작물 중 평균적으로 국민의 선호도가 가장 높은 과일인 배, 단감, 사과, 수박을 대상으로 5대 도매 시장의 월별 도매가격과 각 과일별 주요 산지의 월간 평균 기후 요인간의 상관관계를 연구하였다.
이러한 문제점을 해결하고자 본 논문에서는 기온 및 강수량 이외의 날씨 요인인 일사량, 습도, 최대 풍속과 같은 추가적인 요인들을 고려하여 가격 예측 연구에 사용한다. 가격 예측 연구의 대상이 되는 실외 과일 작물로는 평균 적으로 국민의 선호도가 가장 높은 과일인 배, 단감, 사과, 수박을 대상으로 연구를 하였다.

제안 방법

‘인공신경망의 은닉층 최적화를 통한 농산물 가격 예측 모델’[1]에서는 선형회귀분석을 진행하여 R²값이 높고 p-value값이 낮은 독립변수인 0.5M, 1.5M, 4.0M 정시기온, 5CM, 10CM, 20CM, 30CM정시지중온도의 총 7개의 데이터 셋에 3-tier 다층 퍼셉트론 방식을 사용하여 가격 예측을 진행하였다.
본 논문에서 사용하는 날씨 데이터의 구성 요소로는 관측일자, 관측 도/시, 관측 군/구, 최저기온, 평균기온, 최고기온, 강수량, 일사량, 습도, 최대 풍속 등이 있다. 이때 최저기온, 평균기온, 최고기온은 모두 기온 요소로서 중복이되므로 평균기온만을 고려하였으며, 각 과실별 주요 산지의 기후들을 대상으로 월별 평균 기후 데이터를 산출하여 분석에 적용하였다.
상관 분석에 사용된 날씨 요인으로는 평균기온, 강수량, 일사량, 습도, 최대 풍속 등이 있다. 산지별 최고 기온과 최저 기온의 편차를 고려하기 위해 평균기온 요소를 사용하였으며, 강수량과 일사량, 습도의 경우 과일의 당도를 결정하는 주요한 요인이며 풍속의 경우 과일의 낙과에 따른 생산량의 변화를 고려하기 위해 선택하였다.
본 논문에서 사용하는 날씨 데이터의 구성 요소로는 관측일자, 관측 도/시, 관측 군/구, 최저기온, 평균기온, 최고기온, 강수량, 일사량, 습도, 최대 풍속 등이 있다. 이때 최저기온, 평균기온, 최고기온은 모두 기온 요소로서 중복이되므로 평균기온만을 고려하였으며, 각 과실별 주요 산지의 기후들을 대상으로 월별 평균 기후 데이터를 산출하여 분석에 적용하였다.

대상 데이터

이러한 문제점을 해결하고자 본 논문에서는 기온 및 강수량 이외의 날씨 요인인 일사량, 습도, 최대 풍속과 같은 추가적인 요인들을 고려하여 가격 예측 연구에 사용한다. 가격 예측 연구의 대상이 되는 실외 과일 작물로는 평균 적으로 국민의 선호도가 가장 높은 과일인 배, 단감, 사과, 수박을 대상으로 연구를 하였다.
본 논문에서 진행하는 연구에 사용된 날씨 데이터와 배, 단감, 사과, 수박 가격은 한국 농촌경제 연구원에서 운영하는 포털사이트인 ‘농업 관측 통계 시스템’과 한국 농수산식품 유통공사에서 운영하는 ‘농산물 유통정보 KAMIS’ 사이트를 이용하여 수집하였다. 또한 가격 데이터 정보는 5대 도매시장별(서울, 부산, 대구, 광주, 대전) 기준으로 가격 데이터를 수집하였다. 이러한 데이터의 조사기간은 2010년부터 2017년 8월까지 관측된 데이터로 각 데이터별약 7년간의 데이터를 사용하였다.
본 논문에서 진행하는 연구에 사용된 날씨 데이터와 배, 단감, 사과, 수박 가격은 한국 농촌경제 연구원에서 운영하는 포털사이트인 ‘농업 관측 통계 시스템’과 한국 농수산식품 유통공사에서 운영하는 ‘농산물 유통정보 KAMIS’ 사이트를 이용하여 수집하였다.
본 실험에서는 ‘농업 관측 통계 시스템’에서 제공하는 5대 도매시장별 배, 단감, 사과, 수박 가격 데이터와 최저기온, 평균기온, 최고기온, 강수량 등의 7가지의 기상 요인을 가지고 있는 날씨 데이터를 사용하였다.
또한 가격 데이터 정보는 5대 도매시장별(서울, 부산, 대구, 광주, 대전) 기준으로 가격 데이터를 수집하였다. 이러한 데이터의 조사기간은 2010년부터 2017년 8월까지 관측된 데이터로 각 데이터별약 7년간의 데이터를 사용하였다.

데이터처리

· 과일별 월간 평균 도매가격 데이터와 각 날씨 요인 요인들을 대상으로 피어슨 상관관계분석을 진행한다.
상관분석 방법으로는 피어슨 상관 분석 방법과 스피어만 상관분석 방법, 켄달 상관분석 방법이 있다. 본 논문에서 사용하는 날씨 데이터와 과일 가격 데이터는 모두 시계열 데이터로, 두 변수가 연속형 자료일 때 사용되는 피어슨 상관분석 방법을 사용하여 분석을 진행하였다.

이론/모형

본 논문의 연구에 사용되는 분석 도구로는 통계 분석 도구인 R을 사용하였다.

성능/효과

4>와 같다. 강수량, 습도, 최대풍속 등의 기후 요인들이 유의한 결과를 가지며, 각 상관계수는 약 0.47, -0.29, 0.49로 강수량과 최대풍속의 경우 단감의 도매가격과 매우 강한 양의 상관관계를 가지며, 습도의 경우 강한 음의 상관관계를 가지는 것으로 해석된다.
4일 때 실제 값과 근접한 예측 값이 나옴을 확인할 수 있었다. 결과적으로 해당 예측모델은 연관성 계수가 선형회귀분석 모델보다 0.1477만큼 높고 RMSE값은 0.0496만큼 낮으므로 선형회귀분석 모델보다 더욱 정교한 모델이다. 하지만 독립변수를 다양하게 고려하지 못한 점은 해당 연구의 한계라고 할 수 있다.
그 결과 일반적으로 농산물 생산량은 습도, 일사량, 풍속에 영향을 많이 받는 것으로 나타났다. 과채류, 조미채소, 과실류에서는 생산량에 습도와 풍속이 음의 상관 관계를 나타내고, 일사량에 양의 상관관계를 나타냈다. 그리고 특용작물의 경우 생산량에 습도와 풍속은 양의 상관관계를 나타내고, 일사량은 음의 상관관계가 나타냈다.
‘농산물 생산량과 기상요소의 상관관계 분석’[3]에서는 농산물의 기상환경에 따른 생산량에 대해 상관관계를 분석하였다. 그 결과 일반적으로 농산물 생산량은 습도, 일사량, 풍속에 영향을 많이 받는 것으로 나타났다. 과채류, 조미채소, 과실류에서는 생산량에 습도와 풍속이 음의 상관 관계를 나타내고, 일사량에 양의 상관관계를 나타냈다.
과채류, 조미채소, 과실류에서는 생산량에 습도와 풍속이 음의 상관 관계를 나타내고, 일사량에 양의 상관관계를 나타냈다. 그리고 특용작물의 경우 생산량에 습도와 풍속은 양의 상관관계를 나타내고, 일사량은 음의 상관관계가 나타냈다. 그러나 과채류의 경우 비닐하우스 재배가 가능하므로 기상 요인이 미치는 영향이 크지 않았다.
상기 연구에서는 과채류 3개 품목 6개 품종을 대상으로 VAR모형, ARIMA, GARCH모형을 이용하여 단기적 가격예측을 행한다. 모든 모형에서 예측력이 높았던 품목은 애호박이고 예측력이 양호한 품목은 백다다기, 일반토마토, 방울토마토이다. 취정오이와 쥬키니는 예측오차가 컸다.
배 도매가격과 기후 요인간의 상관관계 분석의 결과는 과 같으며 평균온도, 강수량, 일사량 요인들이 유의한 결과를 보이고 있다.
수박 도매가격과 해당 산지의 월간 평균 기후의 요인들의 상관관계 분석 결과는 과 같으며, 분석 결과 일사량 요인만이 유의한 관계를 가지고 있는 것으로 나타났다.
연구에 앞서 날씨 요인들은 실외작물의 생육과 수확시기에 많은 영향을 미치기 때문에 과일의 실제 도매가격에 영향을 줄 것으로 예상되었으나, 실제 연구 결과 대부분 약한 상관관계를 갖거나, 유의하지 않다는 것을 실험적인 결과로서 알 수 있었다.
0M 정시기온, 5CM, 10CM, 20CM, 30CM정시지중온도의 총 7개의 데이터 셋에 3-tier 다층 퍼셉트론 방식을 사용하여 가격 예측을 진행하였다. 해당 예측모델에서는 은닉층 수가 17개, 모멘텀 값이 0.5, 학습률 값이 0.4일 때 실제 값과 근접한 예측 값이 나옴을 확인할 수 있었다. 결과적으로 해당 예측모델은 연관성 계수가 선형회귀분석 모델보다 0.

후속연구

이는 과일의 도매가격을 결정하는 요인으로 날씨 이외의 다른 요인들의 작용하고 있음을 시사하는 결과로, 도매가격은 생산량과 도매시장 반입량, 재배 면적, 수입량 등의 여러 요인들이 작용하고 있을 것으로 예상된다. 따라서 추후 연구에서는 날씨 요인 이외 다양한 외부요인들을 고려하여 분석을 실시할 예정이다.

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

과일 도매가격과 날씨 요인에 대한 상관관계 연구
A Correlation Study Between Fruit Wholesale Price And Weather Factor 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

과일 도매가격과 날씨 요인에 대한 상관관계 연구 A Correlation Study Between Fruit Wholesale Price And Weather Factor 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

과일 도매가격과 날씨 요인에 대한 상관관계 연구
A Correlation Study Between Fruit Wholesale Price And Weather Factor 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper