생육시기 기상을 활용한 배추 가격 예측

• 영문명: Prediction of Chinese cabbage price using growing season weather**
• 발행기관: 한국자료분석학회
• 저자명: 박소연(So-Yeon Park) 김동언(Dong-Eon Kim) 김민수(Min Soo Kim)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.24 No.5, 1667~1679쪽, 전체 13쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2022.10.31

국문 초록

국내 배추 소비량은 수입보다 국내 생산량이 대부분을 차지한다. 지구온난화가 심화되면서 이상기후의 빈도·강도의 증가로 기상요인이 배추 가격 변동에 중요하게 작용할 것으로 보인다. 따라서 본 연구는 작형별 주산지의 생산량을 고려한 생육 단계별 기상요인을 활용하여 배추 가격을 예측하고자 한다. 2015년 5월 20일부터 2022년 6월 30일까지의 상급 배추 도매가격을 기준으로 당일, 생육 단계별 기상 데이터를 함께 본 연구에 사용했다. 순환신경망 모델인 LSTM(Long Short-Term Memory)과 GRU(Gated Recurrent Unit)를 통해 배추 가격을 예측했으며 RMSE(Root Mean Square Error)와 MAE(Mean Absolute Error)를 기준으로 평가하였다. 분석 결과 전체 생육 일사량 평균, 정식 및 파종기 일사량 평균, 정식 이후 및 수확기 최저 초상 온도 평균을 반영한 예측 시 가격의 절대적인 차이가 가장 작게 나타났다. 가격 변동 추세가 가파른 경우에는 당일 기상을 함께 반영하였을 시 더 정확한 예측이 가능하였다. 해당 연구는 일정 생육시기의 평균 데이터를 해당 작형에 모두 동일하게 적용하여 일자별 개별적인 생육기의 변동을 고려하기 어렵다. 농가별 생육 단계 기간을 수집하여 후속 연구가 진행된다면 더 정확한 예측을 얻을 수 있을 것으로 보인다. 본 연구를 통해 향후 배추 가격의 추세를 파악한 뒤 기상 변수를 적절히 적용하여 예측한 가격을 토대로 농가와 소비자의 배추 판매·구매에 도움을 줄 것으로 기대된다.

영문 초록

Domestic production of Chinese cabbage accounts for more than imports. As global warming intensifies, weather factors are expected to play an important role in the price fluctuations of Chinese cabbage due to the increase in the frequency and intensity of abnormal climates. Therefore, this study intends to predict the price of Chinese cabbage by using the weather factors for each growth stage considering the production of the main production area by cropping pattern. Based on the wholesale price of high-grade Chinese cabbage from May 20, 2015 to June 30, 2022, meteorological data for the same day and growth stage were also used in this study. The price of Chinese cabbage was predicted through Long Short-Term Memory(LSTM) and Gated Recurrent Unit(GRU), which are recurrent neural network models, and evaluated based on Root Mean Square Error(RMSE) and Mean Absolute Error(MAE). As a result of the analysis, the absolute difference in price was the smallest when forecasting reflecting the average of insolation during total growing, average of insolation during planting and sowing, and average of minimum grass temperature after planting and during harvest. When the price fluctuation trend was steep, more accurate prediction was possible when the weather of the day was also reflected. In this study, it is difficult to take into account the variation of individual growing seasons by day by applying the average data of a certain growth period to all cropping pattern in question. It is expected that a more accurate prediction can be obtained if the follow-up study is conducted by collecting the growth stage period by farmhouse. Through this study, it is expected that it will help farmers and consumers to sell and purchase based on the predicted price by properly applying weather variables after identifying the trend of the price of Chinese cabbage in the future.

목차

1. 서론

2. 분석 데이터

3. 연구방법론

4. 분석 결과

5. 결론

References

키워드

생육시기 기상 배추 가격 순환 신경망 Growing season weather Chinese cabbage price Cyclic neural network