노지 환경 데이터를 활용한 최적 관수 예측 모델 연구

• 영문명: Study on optimal irrigation prediction model using field environment data
• 발행기관: 한국스마트미디어학회
• 저자명: 서현무(Hyeon Mu Seo) 정현준(Hyun Jun Jeong) 최현오(Hyeong O Choe) 이명훈(Meong Hun Lee)
• 간행물 정보: 『스마트미디어저널』제14권 제3호, 34~42쪽, 전체 9쪽
• 주제분류: 공학 > 컴퓨터학
• 파일형태: PDF
• 발행일자: 2025.03.31

국문 초록

현재 AI 기술을 활용한 정밀 농업이 주목받고 있으며, 본 연구에서는 노지 환경 데이터를 활용하여 밭작물의 최적 관수 시기를 예측하는 AI 기반 모델을 제안한다. 특히, 시계열 분석에 최적화된 ROCKET (Random Convolutional Kernel Transform) 모델을 적용하여 관수 시기 예측 성능을 분석하였다. 제안된 방법은 기상 환경, 토양 환경 및 작물 생육 데이터를 활용하여 관수 필요량을 예측하는 시스템을 구축하는 것이다. 실험 결과, ROCKET 모델은 기존의 LSTM 및 Random Forest 모델보다 우수한 예측 정확도(RMSE = 2.34, MAE = 1.89, R² = 0.92)와 연산 속도를 기록하였으며, 토양습도, 강우량, 외부 온도 등이 최적 관수에 영향을 끼치는 요소라는 걸 분석 하였다. 특히, ROCKET 모델은 대규모 데이터 없이도 빠르게 학습할 수 있어 스마트팜 환경에서 실시간 정밀 관수 시스템으로 적용 가능성이 높음을 확인하였다. 본 연구는 AI 기반 스마트팜 환경에서 정밀한 관수 시스템 구현 가능성을 제시하며, 향후 다양한 환경에서의 적용성과 최적의 하이퍼파라미터 탐색을 통해 모델 성능을 더욱 향상할 예정이다.

영문 초록

Precision agriculture using AI technology is currently attracting attention, and this study proposes an AI-based model that predicts the optimal irrigation period of field crops using open-field environmental data. In particular, the prediction performance of irrigation period was analyzed by applying the Random Convolutional Kernel Transform (ROCKET) model optimized for time series analysis. The proposed method is to establish a system for predicting the amount of irrigation by utilizing the weather environment, soil environment, and crop growth data. As a result of the experiment, the ROCKET model recorded better prediction accuracy (RMSE = 2.34, MAE = 1.89, R² = 0.92) and calculation speed than the existing LSTM and Random Forest models, and it was analyzed that soil humidity, rainfall, and external temperature are factors that influence the optimal irrigation. In particular, it was confirmed that the ROCKET model can be quickly learned without large-scale data, so it is highly likely to be applied as a real-time precision irrigation system in a smart farm environment. This study presents the possibility of implementing a precise irrigation system in an AI-based smart farm environment, and plans to further improve model performance through applicability in various environments and optimal hyperparameter exploration in the future.

목차

Ⅰ. 서론

Ⅱ. 관련연구

Ⅲ. 데이터 수집 및 전처리

Ⅳ. ROCKET 모델을 활용한 최적 관수시기 예측

Ⅴ. 결론

REFERENCES

키워드

최적 생육 관수 인공지능 밭작물 머신러닝 optimum growth irrigation artificial intelligence field crops machine learning