Core Concepts
본 연구는 토양 영양분, 기상 예측, 작물 질병 예측을 통합하여 농민들이 생산성 높은 작물을 선택하고 작물 질병을 예방할 수 있도록 지원하는 지능형 의사결정 지원 시스템을 개발하는 것을 목표로 한다.
Abstract
이 연구는 방글라데시의 농업 분야에 기계 학습 기술을 적용하여 작물 선택과 질병 예측을 지원하는 통합 프레임워크를 제안한다.
주요 내용은 다음과 같다:
토양 영양분 데이터와 지리적 위치 정보를 활용하여 사용자 지역에 적합한 주요 작물 목록을 선별한다.
SARIMAX 모델을 사용하여 온도, 강수량, 습도 등의 기상 요인을 예측한다.
예측된 기상 데이터와 선별된 작물 목록을 바탕으로 작물 질병 발생 가능성을 SVC 모델로 예측한다.
토양 영양분, 기상 예측, 질병 예측 정보를 종합하여 결정 트리 회귀 모델로 작물 수확량을 예측한다.
최종적으로 사용자에게 생산성이 높고 질병 위험이 낮은 작물 목록을 제공한다.
이를 통해 농민들은 작물 선택과 질병 관리에 도움을 받아 생산성 향상과 수익 증대를 기대할 수 있다.
Stats
토양 pH 수준은 5.6-6.5 범위이다.
토양의 인(P) 함량은 매우 높고, 칼륨(K) 함량은 중간 수준이다.
연간 평균 기온은 15.8°C~29°C 범위이며, 연간 평균 강수량은 0mm~572mm 범위이다.
연간 평균 습도는 68%~85% 범위이다.