날씨 데이터를 활용한 쌀 생산량 예측모델의 특성 선택 및 최적시기탐색 연구
Research on Selecting Influential Climatic Factors and Optimal Timing Exploration for a Rice Production Forecast Model
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
쌀 생산량 예측의 정확성을 높이기 위한 대다수의 연구는 모델의 정확도 증진에 초점이 맞춰져 있다. 이에 비해, 예측 모델을 적용할 대상 데이터 자체에 관한 연구는 상대적으로 미흡하다. 쌀 생산량 데이터에동일한 종속변수와 예측 모델을 사용하여 다른 특성들로 구성된 두 부류의 데이터에 적용하면, 결과의차이가 발생하는데 이때 어느 데이터 셋이 더 우수한지 판단하기는 어려운 일이다. 이러한 문제를해결하기 위해, 예측 모델 적용 전에 데이터 내에서 예측 결과에 큰 영향을 미칠 가능성이 있는 특성들을선별하고, 이를 중심으로 모델링을 수행하면, 데이터의 구성이 다르더라도 안정적인 예측 결과를 얻을수 있을 것이다. 본 연구에서는 기상청의 종관기상관측(ASOS) 데이터를 활용하여, 쌀 생산량의 안정적이고일관된 예측을 위해 데이터 구성 특성들의 조정을 통해 최적의 기반 변수를 선별하는 방법에 대해제안한다. 본 연구의 결과는 향후 다른 연구에서 성능평가의 유용성을 높이는 데 기여할 것으로 기대한다.
Abstract
Various studies to enhance the accuracy of rice production forecasting are focused on improving the accuracy of the models. In contrast, there is a relative lack of research regarding the data itself, which the prediction models are applied to. When applying the same dependent variable and prediction model to two different sets of rice production data composed of distinct features, discrepancies in results can occur. It is challenging to determine which dataset yields superior results under such circumstances. To address this issue, by identifying potential influential features within the data before applying the prediction model and centering the modeling around these, it is possible to achieve stable prediction results regardless of the composition of the data. In this study, we propose a method to adjust the composition of the data's features in order to select optimal base variables, aiding in achieving stable and consistent predictions for rice production. This method makes use of the Korea Meteorological Administration's ASOS data. The findings of this study are expected to make a substantial contribution towards enhancing the utility of performance evaluations in future research endeavors.
참고문헌 (14)
- "Rice Yield Survey Result Press Release & Rice Expected Yield Survey Result Press Release, 2018~2022"[URL]
- K. S. Cho, "Regional Crop Evaluation and Yield Forecast of Paddy Rice Based on Daily Weather Observation", Korean Journal of Agricultural and Forest Meteorology, 1(1), pp.12~19 (1999)
- 홍석영, "MODIS NDVI와 기상자료를 이용한 우리나라 벼 수량 추정", 대한원격탐사학회지, 28(5), pp.509~520 (2012), 대한원격탐사학회[DOI]
- 마종원, "MODIS와 기상자료 기반 회선신경망 알고리즘을 이용한 남한 전역 쌀 생산량 추정", 한국측량학회지, 34(5), pp.525~534 (2016), 한국측량학회[DOI]
- 허지나, "기상자료를 이용한 남한지역 도별 쌀 생산량 추정", 한국지구과학회지, 40(6), pp.599~605 (2019), 한국지구과학회[DOI]
- 이도영, "Lasso 회귀분석을 활용한 농산물 가격예측 모델 변수 선정 연구", 디지털문화아카이브지, 4(2), pp.123~136 (2021), 문화융복합아카이빙연구소[DOI]
- J. K. Seo, "Analyzing Significant Variables from a Linear Regression-Based Prediction Model for Rice Prices", Proceedings of the 66th Korea Society of Computer Information Summer Conference, 30(2), pp.39~42 (2022)
- D. J. Choi, "Prediction of Rice Prices and Search for a Period of Weather Affecting the Prices Based on a Linear Regression Model", Proceedings of the 66th Korea Society of Computer Information Summer Conference, 30(2), pp.37~38 (2022)
- 류나현, "다중선형회귀모형에서의 변수선택기법 평가", 대한산업공학회지, 42(5), pp.314~326 (2016), 대한산업공학회[DOI]
- 용홍순, "한국고용정보원의 청년패널자료를 중심으로 한 학생수면시간 관련 주요인자탐색연구", Journal of The Korean Data Analysis Society, 15(2), pp.785~798 (2013), 한국자료분석학회
- "Automated Synoptic Observing System"[URL]
- "Agricultural Production Survey:Rice Production(white rice. 90.4%)" (2022)[URL]
- S. Jung, "On the Multicollinearity in a Linear Regression Analysis", pp.1997
- 정연택, "체육학에서의 통계적 연구: 회귀분석을 중심으로", 인문사회 21, 13(3), pp.1495~1510 (2022), 인문사회 21