공간 종속성을 고려한 미국 옥수수 수율 예측에 관한 연구 (A study on US corn yield forecasts considering spatial dependence)

서지정보

· 발행기관 : 한국데이터정보과학회
· 수록지 정보 : 한국데이터정보과학회지 / 34권 / 6호 / 941 ~ 955페이지
· 저자명 : 이서진, 허모랑, 조성일, 김재오

초록

옥수수는 벼 및 밀과 함께 인류의 중요한 식량 자원이며 미국은 전 세계 옥수수 생산 및 수출량 1위 국가이다. 다양한 정책적 노력과 더불어 비약적으로 발전한 농업과 관련된 생명공학과 과학기술 덕분에 미국의 옥수수 생산성은 비약적으로 향상되었다. 데이터 분석이 직접적으로 농업기술을 개량하는 것은 아니지만, 수확량을 증대함에 있어 충분히 유의한 방법임은 기존 연구를 통해 입증되어 왔다. 그러나 미국 옥수수 수율에 대한 공간 종속성에 기반하여 다양한 위성 자료 및 기상자료를 종합적으로 고려한 공간회귀모형에 관한 연구는 많지 않았다. 이 점에 주목하여 본 연구의 목적은 2020년 미국 옥수수 수율, 위성정보 및 다양한 기상자료를 토대로 공간회귀모형을 구축하고 이를 통해 미국 옥수수 수율에 대한 예측을 하는 것이다. 이러한 예측모형은 인류에 중요한 작물인 옥수수의 수율 향상 방안을 제안할 수 있는 연구로 가치가 있으며 이와 동시에 대두 등 타 작물에 대한 수율 예측모형에 대한 영감을 제공할 수 있다. 또한 시간에 따라 측정된 위성정보를 비교적 단순하게 공간회귀모형에 반영하는 방법을 제시하여 다양한 연구로 확장이 가능하다. 본 연구에서는 보통선형회귀모형과 비교하여 공간회귀모형의 효과를 검증하였고 공간시차 및 공간오차 회귀모형을 통해 공간적 자기상관성을 확인하고 예측모형을 최종 구축하였다. 몇 가지 모형의 평가 기준에서 공간시차 회귀모형이 가장 우수한 성능을 보였다.

영어초록

Corn, alongside rice and wheat, is a crucial food resource that substantially contributes to human sustenance. The United States stands as the global leader in its production and exportation. It is noteworthy that advancements in biotechnology and agricultural science have bolstered U.S. corn productivity. Although data analysis does not directly enhance agricultural technology, previous studies have underscored its considerable potential in augmenting yield. Nonetheless, limited studies have examined a spatial regression model that integrates diverse satellite and meteorological data with spatial dependency to predict U.S. corn yield. This study aims to fill this gap by constructing a spatial regression model that incorporates 2020 U.S. corn yield data, satellite information, and assorted weather data. The resultant predictive model can potentially enhance corn yield and inspire the creation of similar yield prediction models for other crops like soybeans. Moreover, this study provides a simplified approach to include temporally-measured satellite information in the spatial regression model, thereby extending the scope for future studies. The effectiveness of the spatial regression model was validated against the linear regression model. Our study also confirmed spatial autocorrelation through the spatial lag regression mode and spatial error regression model, subsequently leading to the establishment of a prediction model. Among these models, the spatial lag regression model demonstrated superior performance.

참고자료

· 없음