초록 ▼

-작물모형을 이용한 예측 정확성 향상
·작물모형의 입력값 불확실성 제거기술 개발로 시계열상에서 추세를 제거하고 주기의 진폭을 일치시켜 예측값을 보정하는 법 개발
·작물모형과 RS 자료를 결합하여 공간적으로 발생하는 입력값 불확실성을 RS 자료를 통해 보정하는 기술을 개발하였다.
·장기적으로 모형들을 통합하고 정확성을 향상시키기 위해 모형 구조에 대해 다시 설계를 하였다.

-작물모형을 이용한 예측 속도 향상
·작물모형을 지점단위가 아닌 공간상에서 구동시키기 위한 GIS 인터페이스 개발
·대

-작물모형을 이용한 예측 정확성 향상
·작물모형의 입력값 불확실성 제거기술 개발로 시계열상에서 추세를 제거하고 주기의 진폭을 일치시켜 예측값을 보정하는 법 개발
·작물모형과 RS 자료를 결합하여 공간적으로 발생하는 입력값 불확실성을 RS 자료를 통해 보정하는 기술을 개발하였다.
·장기적으로 모형들을 통합하고 정확성을 향상시키기 위해 모형 구조에 대해 다시 설계를 하였다.

-작물모형을 이용한 예측 속도 향상
·작물모형을 지점단위가 아닌 공간상에서 구동시키기 위한 GIS 인터페이스 개발
·대용량 공간 정보를 처리하기 위해 병렬처리 시스템을 개발하고 작물모형을 이에 맞게 개조하였다.

(출처 : 보고서 요약서 3p)

Abstract ▼

Purpose&Contents
The purpose of this study is to develop a forecasting system by using the crop growth model to predict the production of major crop producing countries.

In order to achieve this objective, the accuracy and promptness of the forecasting system are required. In this study, w

Purpose&Contents
The purpose of this study is to develop a forecasting system by using the crop growth model to predict the production of major crop producing countries.

In order to achieve this objective, the accuracy and promptness of the forecasting system are required. In this study, we developed algorithms and program structure and remote sensing-crop model aggregation to improve prediction accuracy of crop growth model. We also developed a system that can process big data.

Results
We developed a algorithm to improve yield forecasting accuracy. This algorithm is to remove yield trend in time series data and equalize the amplitude of yield cycle. In addition, we developed a techinque to correct prediction error in spatial data by combining crop growth model and remote sensing data. We redesigned the structure of crop model to improve accuracy. To improve the speed of yield forecasting, We developed a GIS interface, which can simulated daily crop growing in raster unit. A parallel processing system was developed to process big GIS data and crop growth model was modified to embed this parallel processing system.

Expected Contribution
It will be possible to predict international agricultural fluctuations without relying on information from other countries. This system will be able to support policy maker or farmer to inform a predicted grain yield.

(출처 : Summary 5p)

목차 Contents

• 표지 ... 1
• 제출문 ... 2
• 보고서 요약서 ... 3
• 국 문 요 약 문 ... 4
• Summary ... 5
• 목차 ... 6
• 제 1 장 연구 개발 과제의 개요 ... 7
• 제1절 연구 개발 목적 ... 7
• 제2절 연구 개발의 필요성 ... 7
• 제3절 연구 개발 범위 ... 8
• 제 2 장 연구 수행 내용 및 결과 ... 9
• 제1절 작물모형과 시계열 분석을 결합한 작황 예측값 상호 검증 및 예측향상 연구 ... 9
• 제2절 곡물 안정수급 정책 지원을 위한 작황 예측정보 기술 및 시스템 개발 ... 44
• 제 3 장 목표달성도 및 관련분야 기여도 ... 107
• 제1절 목표대비 달성도 ... 107
• 제2절 정량적 성과(논문게재, 특허출원, 기타)를 기술 ... 108
• 제 4 장 연구 결과의 활용 계획 ... 111
• 제 5 장 연구 개발 결과의 보안 등급 ... 112
• 제 6 장 국가과학기술지식정보서비스에 등록한 연구시설･장비 현황 ... 113
• 제 7 장 연구개발과제의 대표적 연구실적 ... 114
• 제 8 장 기타사항 ... 115
• 제 9 장 참고문헌 ... 116
• 부록 ... 123
• 끝페이지 ... 166