역전파 알고리즘을 이용한 작물 수분스트레스 지수 예측
김민영, 최용훈, Paul D. Colaizzi et al. · 한국농공학회 학술대회초록집 · 2019
작물 수분스트레스 지수(Crop Water Stress Index, CWSI)는 토양 내 수분 부족으로 인해 작물체내 가용할 수 있는 물의 양이 줄어듦에 따라 작물이 받는 수분스트레스의 정도를 나타내는 척도이다. 작물이 수분 스트레스를 받게 되면 기공감소에 따라 증산작용이 저하할 뿐만 기공을 닫게 되고, 이로 인해 캐노피 온도(Canopy temperature, Tc)가 상승하게 된다. Jackson 등(1981)에 의해 개발된 CWSI 이론식은 외기 환경변화, 특히 일사량 및 풍속의 변화를 작물 수분스트레스 정량화에 고려하고 있기 때문에 최근 들어 작물 재배를 위한 적정 관개계획 연구에 많이 쓰이고 있다. 외기 환경변화 및 토양조건을 반영하여 가장 정확하게 작물이 받는 스트레스 척도를 가늠하는 이론식임에도 불구하고, 산정과정이 복잡하다는 단점이 제기되어 왔다. 따라서 본 연구에서는 작물 수분스트레스 지수를 물리적 측정 및 복잡한 수식과정에 따른 산정방법이 아닌 기상항목과 작물 수분스트레스 지수간의 비선형적인 상관관계를 분석하고, 이를 인공신경망 역전파 알고리즘(Backpropagation algorithm)을 활용해 예측하고자 하였다. 역전파 알고리즘 적용을 위한 입력변수로 대기 온습도, 풍속, 일사량이 사용되었으며, 출력변호로 작물 수분스트레스 지수가 사용되었다. 분석에 사용되는 모든 데이터는 Min-Max normalization 과정을 거쳐, K-fold cross validation을 통해 모든 데이터를 훈련 및 검증 과정에 사용할 수 있게 하였다. 시행착오법을 통해 훈련, 검증 및 테스트 과정을 거쳐 최종 인공신경망 네트워크 구조(4-5-1)가 선정되었으며, 예측결과 높은 정확도를 얻을 수 있었다(R2=0.81).
Cited by 0 works.