Prediction of Paddy Rice Yields by the County Levels in South Korea Using Meteorological Data and Vegetation Indices

Abstract

곡물류 중 기상 요소의 영향을 가장 많이 받는 미곡인 벼가 생장하는 기간 동안의 영향을 미치고 벼 수확량 예측 연구에 많이 사용되는 기상값과 식생지수의 적합한 변수 선정과 최적의 기상자료 확보는 벼 수확량 예측 모델링에 있어 매우 중요하다. 본 연구에서는 2000-2019년의 7월, 8월, 9월에 대하여, 다종의 기상자료를 비교평가하고 적합한 기상자료의 기상변수와 식생지수, 가뭄지수 등을 설명변수로 하여 벼 수확량과의 비선형적 관계를 고려하여 기계학습 기법을 이용한 교차검증과 암맹평가 방식의 수확량 하인드캐스트 실험을 수행하고자 한다. 다종의 기상자료로는, 지상관측자료인 ASOS, 재분석장의 CRU-JRA ver. 2.1, ERA5를 사용하였다. 이들 기상자료에서 공통적으로 도출할 수 있는 7, 8, 9월 기온, 상대습도, 일사량, 강수량 변수에 대한 비교와 벼 수확량과의 연관성을 분석하고 식생지수와 함께 예측 모델을 생성하여 최적의 기상자료로 CRU-JRA를 선정하였고 MODIS LAI, fPAR 식생지수는 벼 수확량 예측에 있어서 중요한 변수임을 알아내었다. CRU-JRA 기상자료와 DTR, LAI, fPAR, scPDSI를 사용하여 랜덤 포리스트 모델에 투입하여 벼 수확량 하인드캐스트 실험을 수행한 결과, 높은 정확도를 보였다(CC = 0.813). 본 연구는 벼 수확량 예측을 위한 다종 기상자료와 위성자료의 식생지수 선택에 있어 하나의 합리적 방법을 제시하고 기상자료 및 식생지수를 활용한 종합적인 벼 수확량 예측 모델을 생성한 것이 의미가 있다고 하겠다.