SVR과 LSTM 모형의 토양습도 예측력 비교분석

최수훈,이상현,김민수 한국자료분석학회 2019 Journal of the Korean Data Analysis Society Vol.21 No.6

Soil moisture is an important hydrological factor that directly affects the earth's environment and human society. Soil moisture is utilized in various fields, and in the case of agriculture, research and understanding of soil moisture is needed in a variety of fields such as irrigation scheduling and amount of irrigation control, utilization in predicting crop production. In this paper, weather and soil data provided by "Naju Agricultural Meteorological System" were utilized, and soil humidity prediction analysis was performed using the existing prediction method, support vector regression (SVR), and long short term memory (LSTM) which is a type of recurrent neural network (RNN), as a new prediction method. Considering the fact that many farms do not measure soil humidity, future soil humidity was predicted using only weather data as a descriptive variable. Comparing root mean square error (RMSE), the LSTM model showed higher predictive power over a shorter period of time, but the longer the forecast period, the more similar or rather lower. Therefore it will be necessary to improve the long-term predictability of the LSTM model as a way of predicting soil humidity. 토양수분은 지구 환경과 인간 사회에 직접적인 영향을 미치는 중요한 수문학적 요소이다. 토양수분은 다양한 분야에서 활용되며, 농업의 경우 관수 시기 및 관수량 조절, 농작물 생산량 예측에 활용되는 등 토양수분에 대한 연구와 이해는 다양한 분야에서 필요로 한다. 본 논문에서는 “나주시 농업기상시스템”에서 제공하는 “나주시 남창리”의 기상 및 토양 데이터를 활용하여 기존의 토양습도 예측 방법인 서포트벡터 회귀분석(support vector regression : SVR)과 새로운 방법으로 순환신경망(recurrent neural network : RNN)의 일종인 장단기 메모리(long short term memory : LSTM)를 사용하여 토양습도 예측 분석을 실시하였다. 많은 농가에서 토양습도에 대한 측정이 이루어지지 않는 점을 고려하여 기상 데이터만을 설명변수로 활용하여 2013년 6월 12일부터 2018년 5월 16일까지의 데이터를 통해 2018년 5월 17일부터 2019년 6월 20일까지의 미래 토양습도를 예측하였다. 예측력 평가지표인 평균제곱근오차(root mean square error : RMSE)를 비교해본 결과 짧은 기간을 예측할수록 LSTM 모형이 높은 예측력을 보였으나, 예측기간이 길어질수록 비슷하거나 오히려 더 낮은 예측력을 보였다. 따라서 토양습도를 예측하는 방법으로 LSTM 모형을 활용하기 위해서는 장기 예측에서도 좋은 예측력을 갖도록 하는 개선 방안이 필요할 것으로 보인다.

태풍 피해일자와 최대풍속에 따른 사과 낙과 피해율 분석

최수훈,김민수,이상현,최일수 한국데이터정보과학회 2023 한국데이터정보과학회지 Vol.34 No.3

Typhoon is strong local weather phenomena with developed tropical cyclone, and many casualties and property damage are caused by typhoon every year. In particular, it occurs mainly between July and October, causing a decrease in the quality of crops and yields. Unlike buildings and facilities, crops change in condition according to the period, so it is necessary to consider the degree of damage caused by changes in condition. This study analyzed the damage of apple according to the typhoon damage date and maximum wind speed using the GAM beta model using the damage history of crop insurance (2016 ~ 2021). As a result of the analysis, the apple drop damage rate according to the damage date showed the highest damage from 246 to 247 days, and tended to rise again after about 275 days. In the case of the maximum wind speed, the highest drop damage rate was shown at about 37 m/s, and after that tended to decrease even if the maximum wind speed increased. Research on drop damage rate can be used as a basis for countermeasures by identifying factors affecting fallout and presenting the expected degree of damage, so continuous research is needed. 태풍은 열대저기압이 발달한 강한 국지적 기상 현상으로 매년 태풍으로 인한 많은 인명 및 재산 피해가 발생하고 있다. 특히 시기적으로 7월에서 10월 사이에 주로 발생하고 있어 농작물의 품질 저하와 수확량 감소를 야기한다. 농작물은 건축 및 시설물과는 다르게 시기에 따라 상태가 변화하므로 상태 변화에 따른 피해 정도에 대한 고려가 필요하다. 본 연구는 농작물 재해보험의 피해 내역 (2016 ~ 2021년) 데이터를 활용하여 태풍 피해일자와 최대풍속에 따른 사과의 피해 정도를 GAM beta 모형을 활용하여 분석하였다. 분석 결과 피해일자에 따른 낙과 피해율은 246 ~ 247일 (9월 상순)에서 가장 높은 피해를 보였으며 약 275일 (10월 상순) 이후 다시 높아지는 경향을 보였다. 최대풍속의 경우 약 37m/s에서 가장 높은 낙과 피해율을 보였으며 최대풍속이 더 높아지더라도 낙과 피해율은 감소하는 경향을 보였다. 낙과 피해와 관련한 연구는 낙과에 영향을 미치는 요소를 파악하고 예상되는 피해 정도를 제시함으로써 대처 방안에 대한 근거로 활용될 수 있으므로 계속된 연구가 필요할 것으로 보인다.

해수중의 물질 분리 및 분석을 위한 Fl-FFF의 안정화 기법

최수훈 ( Soo Hoon Choi ),이상엽 ( Sang Youp Lee ),홍승관 ( Seung Kwan Hong ),문지희 ( Ji Hee Moon ) 한국물환경학회 2009 한국물환경학회지 Vol.25 No.2

수질관리 : 형광 나노 입자를 이용한 MBR공정의 멤브레인 표면 손상 탐지 기술 개발

최수훈 ( Soo Hoon Choi ),양주희 ( Ju Hee Yang ),심규환 ( Kyu Hwan Shim ),조진우 ( Jin Woo Cho ) 한국물환경학회 ( 구 한국수질보전학회 ) 2009 공동 추계학술발표회 Vol.2009 No.-

태풍에 따른 기상요소와 사과의 낙과 피해율 분석

최수훈(Su Hoon Choi),이상현(Sang-Hyun Lee),김민수(Min Soo Kim) 한국자료분석학회 2023 Journal of the Korean Data Analysis Society Vol.25 No.2

매년 자연재해로 인한 농가의 직간접적인 피해가 끊임없이 발생하고 있다. 그중에서도 태풍으로 인한 피해는 전체 중 약 47%를 차지하는 만큼 큰 피해를 주는 것으로 나타난다. 본 연구는 기상청에서 제공하는 전국의 기상정보와 농작물 재해보험의 사고원인별 피해 내역을 활용하여 태풍 발생 시 기상요소와 낙과 피해율의 관계를 분석하고자 한다. 낙과 피해율은 0과 1 사이의 값을 갖는 비율 데이터이므로 오차항이 정규 분포를 따르고 일정한 분산을 가진다고 가정하는 표준적인 통계 기법을 활용하기에 적합하지 않다. 따라서 일반화 선형모형 중 이항 회귀모형과 베타 회귀모형을 통해 분석을 시행하고 결과를 제시하고자 한다. 그 결과 베타 회귀모형의 수정결정계수가 이항 회귀모형보다 높게 나타났으며 기상 변수 중 최대 기압, 최대 풍속, 최고 상대습도 변수가 유의한 것으로 나타났다. 기상요소와 낙과 피해율과의 관계로 최대 풍속이 빠를수록 최고 상대습도가 높을수록 낙과 피해율을 증가시키고 최저 기압은 증가할수록 낙과 피해율을 감소시키는 영향을 갖는 것으로 나타났다. 낙과 피해율에 영향을 주는 다양한 요소들의 분석을 통해 태풍 발생 시 적절한 사전 대응조치 방안을 마련하여 농가 피해를 예방 및 경감시킬 수 있을 것으로 판단된다. Every year, direct and indirect damage to farms caused by natural disasters continues to occur. In particular, damage caused by typhoons appears to cause great damage. This study aims to identify and analyze the relationship between weather factors and damage rate in the event of a typhoon by utilizing the weather information provided by the Korea Meteorological Administration and the damage caused by crop accident insurance. Since the damage rate is proportional data with values between 0 and 1, it is not suitable to utilize standard statistical techniques that assume that the error term follows a normal distribution and has a constant variance. Therefore the analysis is conducted through the binomial regression and the beta regression model. As a result the adjusted R square of the beta regression model was higher than that of the binary regression model. And the minimum air pressure, maximum wind speed, and maximum humidity variables were significant among the weather variables. Through this analysis of the damage rate, it is expected that damage to farms can be reduced by preparing appropriate countermeasures in the event of a typhoon.

영향권을 활용한 태풍정보에 따른 피해정도 예측 분석

최수훈(Su Hoon Choi),이상현(Sang-Hyun Lee),김민수(Min Soo Kim) 한국자료분석학회 2022 Journal of the Korean Data Analysis Society Vol.24 No.3

행정안전부에서 발표하는 재해연보에 의하면 태풍으로 인해 발생되는 피해는 연간 약 2,100억원에 달하는 것으로 나타나고 있다. 특히 태풍의 발생 시기는 농작물의 수확시기와 겹쳐 농가에 태풍으로 인한 피해가 큰 실정이다. 따라서 본 연구는 태풍정보에 따른 피해를 분석하여 향후 발생할 태풍의 피해정도를 예측하고자 한다. 태풍의 여러 시점을 분석에 활용하기 위하여 영향권의 개념을 도입하여 분석을 실시하였다. 분석 결과 랜덤 포레스트 모델에서 태풍정보의 대푯값으로 역거리 가중평균을 활용한 경우에서 가장 좋은 결과를 보여주었다. 변수 중요도 결과를 통해 해당 모델에서 가장 중요한 의미를 갖는 변수는 태풍 중심으로부터 주산지 시군까지의 거리인 것으로 나타났다. 앞으로 보다 정확한 피해정도를 제공할 수 있도록 다양한 관점에서 연구가 진행되어야 할 것으로 보이며 정확한 피해 예측을 토대로 상황에 맞는 적절한 대책 방안을 마련한다면 태풍으로부터 많은 농가의 피해를 줄일 수 있을 것으로 기대한다. According to the Disaster Yearbook, the damage caused by typhoon amounts to about 210 billion won per year. In particular, the occurrence period of typhoon overlaps with the harvest period of crops, causing great damage to farms. Therefore, this study aims to predict the degree of damage to typhoon that will occur in the future by analyzing the damage caused by typhoon information. In order to utilize various points of the typhoon for analysis, the concept of influential sphere was introduced and analyzed. As a result of the analysis, the best results were shown in the case where the inverse distance weighted average was used as the representative value of typhoon information in the random forest model. Through the results of variable importance, it was found that the most important variable in the model was the distance. Research should be conducted from various perspectives to provide a more accurate degree of damage in the future, and it is expected that if appropriate measures are prepared based on accurate damage prediction, many farmers will be reduced from typhoon.

농산물 도매시장 등급별 기준 가격 제시에 관한 연구

최수훈(Su Hoon Choi),최연주(Yeonju Choi),한상근(Sangkeun Han),김민수(Min Soo Kim) 한국자료분석학회 2021 Journal of the Korean Data Analysis Society Vol.23 No.3

우리나라는 현재 33개의 공영도매시장이 운영되고 있으며 상장거래(경매) 방식을 통해 전체 생산 농산물의 50% 이상이 공영도매시장에서 거래되고 있다. 그러나 품질 등급별 가격 체계 기준이 시장별로 다르고, 품질 등급 또한 출하자가 임의로 책정하는 방식이기 때문에 도매시장 별경락데이터 비교·분석에 어려움이 있다. 따라서 본 연구에서는 거래량을 고려한 가격을 이용하여 새로운 등급 분류 방법 및 기준가격 산출을 제안하고자 한다. 전국의 모든 도매시장과 품목의 결과를 나타낼 수 없으므로 전국 5대 도매시장과 주요 채소류인 배추와 무를 기준으로 결과를 제시한다. 거래 데이터의 이상값 탐색을 위하여 사분위수 개념을 도입하였으며, 해당 일자에 거래 데이터가 존재하지 않는 경우 등급 분류 및 기준 가격 제시가 불가능하지만 인접 도매시장의 데이터와 과거 시점의 데이터를 활용하여 결측값을 대체하였다. 도매시장, 품종 등 상황에 맞는 가격 데이터의 평균을 이용한 기준가격을 산출하고 그에 따라 4개의 등급(S,A,B,C)으로 분류하여 대표가격을 각각 제시하였다. 그 결과 기존의 등급을 기준으로 가격을 책정하는 방식이 아닌 가격을 기준으로 등급을 분류하는 방법으로 객관적이고 신뢰성 있는 기준 제시가 가능한 방안으로 생각된다. 이로 인해 농가와 소비자에게 명확한 등급 분류 및 가격 현황을 제시할 수 있을 것으로 기대한다. There are currently 33 public wholesale markets in Korea, over 50% of all agricultural products are traded in the public wholesale market through listing(auction) system. However, it is difficult to compare and analyze auction price for each wholesale market because the price standards system for each quality grade is different for each market and the quality grade is also set arbitrarily by the shipper. Therefore, in this study, we propose a new classification method and base price calculation using the price in consideration of the transaction volume. Since it is not possible to represent the results of all wholesale markets and items nationwide, the results are presented based on the five major wholesale markets in the country and the main vegetables such as cabbage and radish. The concept of quartiles was introduced to search for outliers in transaction data, and if there is no transaction data on that date, it is impossible to classify and present a standard price replaced. The standard price was calculated using the average of price data suitable for the wholesale market and variety, and the representative prices were presented by classifying them into four grades (S,A,B,C) accordingly. As a result, it is considered as a method that can present objective and reliable standards by classifying grades based on price rather than setting prices based on existing grades. This is expected to provide clear classification and price status to farmers and consumers.

태풍 정보에 따른 떫은 감 농가 피해율 분석

최수훈(Su Hoon Choi),양정화(Jeong Hwa Yang),이상현(Sang-Hyun Lee),김민수(Min Soo Kim) 한국자료분석학회 2021 Journal of the Korean Data Analysis Society Vol.23 No.6

태풍은 지구 온난화로 인해 해수면 상승 및 대기와 해양 온도 증가 등 이상 현상이 증가함에 따라 더욱 빈번히 발생하는 자연재해로 그 피해가 해마다 늘어나고 있다. 특히 태풍의 발생 시기는 농작물의 수확기와 비슷하여 농가에 많은 피해를 발생시키기 때문에 태풍에 따른 정확한 분석이 필요하다. 본 연구에서는 태풍으로 인한 떫은 감 농가의 낙과 피해율을 예측하기 위해 농가 피해 데이터와 태풍 정보 데이터를 활용하였다. 2016년부터 2019년까지의 사고일자별 데이터를 활용하였으며 2016년부터 2018년까지의 데이터를 학습용 데이터 셋으로 2019년 데이터를 평가용 데이터 셋으로 설정하였다. 데이터 분석은 H2O 라이브러리의 AutoML(Automatic Machine Learning)을 통해 평균제곱근오차(RMSE : Root Mean Square Error)와 평균절대오차(Mean Absolute Error : MAE)를 기준으로 모형의 예측력을 비교하였다. 분석 결과 XGBoost 모형이 가장 좋은 성능을 보였다. 본 연구를 통해 향후 새로운 태풍 발생 시 농가들의 예상되는 피해율을 제시해 줄 수 있으며 태풍피해 저감방안을 마련하고 대응조치 지도를 통해 피해를 경감할 수 있을 것으로 기대된다. Typhoon is a natural disaster that occurs more frequently as abnormalities such as sea level rise and atmospheric and marine temperatures increase due to global warming, and the damage is increasing year by year. In particular, since the occurrence period of typhoons is similar to the harvest period of crops, it causes a lot of damage to farms, so accurate analysis according to typhoons is necessary. In this study, farm damage data and typhoon information data were used to predict the fall and damage rate of farmers due to typhoon. Data by accident date from 2016 to 2019 were used, and data from 2016 to 2018 were set as dataset for learning and dataset for evaluation in 2019. Data analysis compared the predictive power of the model based on Root Mean Square Error (RMSE) and Mean Absolute Error (MAE) through Automatic Machine Learning (AutoML) in the H2O library. As a result of the analysis, the performance of the XGBoost model was found to be the best. Through this study, it is expected that it will be possible to suggest the expected damage rate for farms in the event of a new typhoon in the future, and to reduce the damage through reduction measures and guidance on countermeasures.

실리카 나노입자가 활성슬러지에 미치는 영향에 관한 연구

최수훈 ( Soo Hoon Choi ),양주희 ( Ju Hee Yang ),최병규 ( Byeong Gyu Choi ),조진우 ( Jin Woo Cho ) 한국물환경학회 2010 한국물환경학회·대한상하수도학회 공동 춘계학술발표회 Vol.2010 No.-

단방향 연속 섬유 복합재 횡단면에서 섬유 배열에 따른 응력 분포 변화

최수훈 ( Soohoon Choi ),지우석 ( Wooseok Ji ) 한국복합재료학회 2020 Composites research Vol.33 No.1

단방향 연속 섬유 강화 복합소재에 대하여 섬유 배열에 따른 응력 분포 양상을 연구하기 위해 단면 형상을 대표하는 체적 요소를 생성하였다. 대표 체적 요소에 횡방향 하중을 가하였을 때, 섬유와 기지재 강성의 차이로 인해 섬유 둘레에서 응력 집중 현상이 발생하며, 섬유 간 좁은 간격 때문에 집중된 응력이 중첩되며 섬유 주변에서 높은 응력이 구해질 것이라 쉽게 예측할 수 있다. 본 연구에서는 섬유 둘레 응력 증감이 단순히 섬유 간 간격 뿐 아니라 섬유의 상대적 위치가 하중 방향과 이루는 각도에 의해서도 결정됨을 보여준다. 정규 육각 구조를 가지는 대표 체적 요소의 중앙에 위치한 섬유를 다양한 방향으로 이동시키며 횡방향 하중을 가하여, 섬유 주변 응력이 증가하거나감소하는 양상을 유한요소해석 기법을 이용해 측정하였다. 섬유 간 거리가 최소이면서 두 섬유의 중심을 잇는 선분의 방향이 하중 방향과 일치할 때 응력이 최대로 증가하였으며, 섬유 간 거리가 최소라 하더라도 하중 방향에 수직일 때 최대 응력은 오히려 감소한다는 것을 보여준다. Stress distributions dependent on fiber arrangements are studied using the two-dimensional representative volume element (RVE) model for uni-directionally continuous fiber-reinforced composites subjected to transverse tensile loading. It is easily expected that the stresses around the fibers are concentrated mainly due to the stiffness mismatch between the fiber and matrix materials. In this presentation, it is shown that the stresses are not always increased although the distance between two fibers is shortened. The 2D RVE models, originally having a regular hexagonal fiber array, is utilized to study the effect of the fiber locations on the stress distributions. As the central fiber is relocated, the stress distributions around the fiber are obtained through finite element analysis. It is found that the stresses around the fiber are strongly dependent on the fiber distance as well as the angle between the loading direction and the line connecting two fibers.