Exploration of Major Growth And Environmental Factors of Watermelon Using Machine Learning and Deep Learning

본 연구는 농업 빅데이터를 수집하고 분석하는 연구 분야 중에서 충북 수박 생산량에 영향을 주는 생육, 환경요인을 구명하였다. 수박에 대한 빅데이터는 충북에서 주로 수집하고 있으나, 아직까지 제대로 된 분석 결과가 없어 빅데이터를 활용하지 못하고 있는 것이 현실이다. 수박 빅데이터는 23년부터 2년간 수박 6 농가를 주 1회 방문하여 생육과 환경 데이터를 수집하여 분석하였다. 생산량 향상에 영향을 주는 수박의 생육 과둘레를 종속 변수로 하여 단계적 변수 선택 회귀, 다층 퍼셉트론(MLP), 장단기 메모리(LSTM), 랜덤 포레스트, 서포트 벡터 머신 회귀(SVMR) 모델 분석을 하였고 생육 과둘레에 영향을 주는 요인은 경경으로 나타났다. 경경 외에 생육 데이터는 초장과 삼번화 마디 수, 엽 수, 엽병장이 영향을 주며, 환경 요인은 최대 습도, 일출 지온, 주간 온도가 통계적으로 유의하게 영향을 주는 것으로 나타났다. 분석한 결과 실제 생육 과둘레의 관측값과 예측값을 비교했을 때 예측력이 높은 모델은 LSTM과 SVMR로 확인되었다. 분석 결과에서 생육 데이터가 많이 도출되었는데 이는 생육 관리를 정밀하게 하여 생산량을 향상시키기 위해서는 생육 데이터가 필수 요소이기 때문이고 이러한 데이터를 관리함으로 농가에서는 재배 의사 결정에 도움을 받을 수 있을 것으로 기대한다.