| 초록 |
□ 연구개요 효율적인 농업용수 이용과 물관리 자동화를 꾀하는 미래 스마트관개시스템(Smart Irrigation System) 구현을 위한 기반 연구로서, 본 과제는 머신러닝 훈련자료 생산과 개발 모델 및 결과의 검증을 위한 장기 현장 관측망을 논벼 재배 필지에 설치·운영하였고, 이로부터 획득한 자료를 바탕으로 피처 (feature)와 레이블 (label) 구성에 따른 논물 수지 해석의 적정 머신러닝 알고리즘을 시험하였으며, 향후 현장 계측 지속에 따른 학습 자료의 누적에 따른 머신러닝 기반 논 물수지 해석 패키지를 만들어 물관리 시험, 알고리즘 고도화, 작물계수 재정립 등 후속 연구개발을 위한 토대를 마련하였다. □ 연구 목표대비 연구결과 (1차년도)센서기반 현장 물수지 관측망 및 자료관리체계 구축: 논물수지 해석과 머신러닝 기법의 학습자료 수집을 위한 시험포장 2곳을 3개년에 걸쳐 운영하고, 계측자료, 현장조사자료, 분석자료 등을 구축함 (2차년도)지역 맞춤 물수지 해석을 위한 ML모델 시험체계 구축: 센서 기반 논물수지 해석 모델을 바탕으로 물수지 해석을 위한 자료 전처리 모듈과 선형회귀모델(LR), 다항회귀 모델(PR), 서포트벡터머신(SVM), k-최근접이웃(kNN), 랜덤포레스트(RF) 등 알고리즘을 파이썬(python) 라이브러리 기반으로 구현함 (3차년도)ML기반 지역 맞춤 물수지 해석 기술 개발: 논물수지 시험자료를 사용하여 증발 산량, 관개량, 담수심을 종속변수(label)로 하는 ML모델 적용 시험을 하였고, 부족한 학습데이터로 인해 모델 활용성이 제한적이었으나 기구축된 관측체계 운영에 의한 자료축적에 따라 개선 및 고도화가 가능할 것으로 검토됨 □ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성) -지속가능한 농업을 향한 혁신역량으로 디지털농업, 데이터플랫폼 구축이 농업분야 중심 정책으로 추진되면서 시설농업에 한정되었던 스마트농업도 최근 스마트노지농업으로 확장, 사업화하고 있고 이에 따라 불확실한 기상·수문현상과 수요경쟁에 대비한 합리적 물관리 기술의 중요성이 높아지고 있음 -농업용수 수요 관리는 물론 수문순환 분석에 필요한 증발산량, 작물계수 등 파라미터의 신뢰도를 높일 수 있는 기술로서 장기적으로 안정적이고 지속가능한 수리시설 운영과 수자원 정책 수립(수자원장기종합계획, 농어촌용수이용합리화계획 등)의 기초자료 생성에 활용될 수 있을 것으로 기대함 -농민 혹은 물관리 담당자의 선입견, 즉 도메인 지식을 배제하고 현장센서와 머신러닝에 의한 물수지 해석 기술로 직접 재배작물과 영농방법에 따른 필요수량을 산정하고 현장 여건에 맞춘 관개계획과 물관리 자동화를 기대할 수 있음. 또한, 기상예측 기술과 연계할 경우엔 가능한 물수지의 변화를 예측하고 적절한 관개계획 수립에도 활용될 수 있음 -본 연구사업으로 구축된 시험포장과 관측체계를 통하여 머신러닝 활용 기술과 포장단위 물수지 해석 기술 개발을 위한 자료 축적을 위해 운영을 계속할 예정이며, 식생지수 등 비정형자료 축적도 계속하여 딥러닝 기술로의 확장, 스마트물관리 기술 개발 등 후속연구에 활용할 계획임 (출처 : 연구결과 요약문 2p) |
