농업 기상 데이터 기반 사과 갈색무늬병과 탄저병 예측 AI 모델 개발 (Development of AI Model to Predict Apple Marssonia Blotch and Anthracnose based on Agricultural Weather Data)

서지정보

· 발행기관 : 한국콘텐츠학회
· 수록지 정보 : 한국콘텐츠학회 논문지 / 24권 / 7호 / 1 ~ 12페이지
· 저자명 : 서동민, 이상환

초록

과일의 질병은 농업 산업에 경제적 손실과 생산 문제를 일으키는 심각한 문제이다. 우리나라에서 사과는 오랫동안 사랑받는 대중적인 과일로 가장 많이 소비되는 과일 중 하나이다. 하지만 사과는 기후 변화에 취약한 품종이다. 본 논문에서는 기존 우리나라 사과 갈색무늬병과 탄저병 발생 양상 조사 데이터와 농업 기상 데이터를 기반으로 사과 갈색무늬병과 탄저병 발생 여부를 예측하는 AI 모델을 제안한다. 특히 제안하는 AI 모델은 농업 기상 데이터로 일별 평균기온, 최고기온, 최저기온, 습도, 풍속, 강수량, 일사량을 사용했고 많은 학습데이터를 확보하기 위한 다양한 학습데이터 구축 방법을 제안한다. 또한, 선형회귀 기반 AI 모델은 농업 기상 데이터만으로도 사과 갈색무늬병과 탄저병에 대한 예측을 효과적으로 지원할 수 있으며, 갈색무늬병은 97.29% 이상, 탄저병은 96.63% 이상의 예측 정확도를 달성했다. 마지막으로 제안하는 AI 모델은 선제적 방제를 통해 사과 질병 확산 방지에 이바지할 것으로 기대한다.

영어초록

Fruit diseases are a serious problem causing economic losses and production problems in the agricultural industry. In South Korea, apples are a popular fruit that has been loved for a long time and is one of the most consumed fruits. However, apples are a variety vulnerable to climate change. In this paper, we propose an AI model that predicts the occurrence of apple marssonia blotch and anthracnose based on existing survey data on the occurrence patterns of apple marssonia blotch and anthracnose in Korea and agricultural weather data. In particular, the proposed AI model uses daily average temperature, maximum temperature, minimum temperature, humidity, wind speed, precipitation, and solar radiation as agricultural weather data, and suggests various learning data construction methods to secure a large amount of learning data. In addition, the linear regression-based AI model can effectively support the prediction of apple marssonia blotch and anthracnose using only agricultural weather data, and achieved a prediction accuracy of over 97.29% for marssonia blotch and over 96.63% for anthracnose. Lastly, the proposed AI model is expected to contribute to preventing the spread of apple diseases through preemptive control.

참고자료

· 없음