기후변화를 고려한 경북 청송군 사과 생산량 예측 회귀모델
Climate Change-Based Regression Model for Apple Yield Prediction in Cheongsong, Gyeongbuk Province
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 청송군 지역을 대상으로 사과 생산량 예측 모델을 개발하고, 기후 변수의 영향을 분석하였다. 이를 위해 2018년부터 2024년까지 청송군의 일일 기후 자료, 월별 생육기(3~10월) 일조시간, 사과 재배면적 및 생산량 데이터를 수집하여 활용하였다. 특히 냉해 스트레스 변수를 생성하고, 폭염 일수에 따른 생산량 감소를 반영하기 위해 폭염 페널티를 적용하였다. 예측 모델은 Ridge Regression을 기반으로 구축하였으며, 모델 예측 결과 2024년 사과 생산량은 약 75,892톤으로 예측되었으며, 이는 실제생산량(75,000톤)과 1% 이내의 오차를 보였다. 특성별 영향력 분석 결과, 냉해 스트레스가 생산량 감소에 가장 큰 영향을 미쳤으며, 평균 풍속, 최고기온, 일강수량, 강광 스트레스 등이 그 뒤를 이었다. 생육기 기후조건과 극한 기후 이벤트를 반영함으로써 농업 생산량 예측의 정확성을 높였으며, 향후 병충해, 2025년에 있었던 경북지역 산불 피해와 같은 자연재해 등 추가 요인을고려한 보다 정밀한 예측 모델 개발이 필요함을 제시한다.
Abstract
This paper presents the development of a model designed to predict apple yield in Cheongsong-gun and to analyze the impact ofvarious weather factors. For this purpose, daily weather data from 2018 to 2024, monthly sunshine duration during the growing season(March to October), cultivated area, and yield data were collected and utilized. In particular, a cold stress variable was created,and a heatwave penalty was applied to reflect the yield reduction caused by an increasing number of heatwave days. The predictionmodel was constructed based on Ridge Regression, and the 2024 apple yield was estimated to be approximately 75,892 tons, whichfalls within a 1% margin of error compared to the actual reported yield of 75,000 tons. The feature importance analysis showed thatcold stress had the greatest negative impact on yield, followed by average wind speed, maximum temperature, total precipitation,and maximum solar radiation per hour. This study demonstrated that incorporating growing season weather conditions and extremeweather events can enhance the accuracy of agricultural yield prediction models. Future research should aim to develop more precisemodels by considering additional factors such as pest outbreaks and natural disasters, including the wildfire damage that occurredin Gyeongbuk Province in 2025.