카테고리 없음

32. TIL) 스마트 팜 팀 프로젝트(1)

kaseomi 2025. 2. 4. 19:05
728x90

스마트 팜 기반 토마토 생육 최적화 프로젝트 개요

프로젝트 배경

  1. 기후 변화로 인한 농업 환경 불확실성 증가
    이상기후로 인한 농업 피해가 증가하면서 작물 생육 환경을 실시간으로 모니터링하고 대응할 필요성이 커지고 있다.
  2. 농업 인구 감소 및 자동화 필요
    농촌 지역의 인구 감소와 고령화로 인해 전통적인 농업 방식 유지가 어려워지고 있으며, 자동화된 재배 시스템을 통해 노동력 의존도를 줄이고 생산성을 높이는 것이 필수적이다.
  3. 스마트 팜 기술 활용
    IoT 센서를 통해 실시간으로 환경을 모니터링하고 최적화하는 스마트 팜 기술이 농업의 패러다임을 변화시키고 있다. 온도, 습도, CO₂ 농도, 토양 수분 등의 환경 요인을 분석하여 최적의 생육 조건을 도출하는 것이 중요하다.

프로젝트 목표

  1. 토마토 생육에 영향을 미치는 주요 환경 요인을 분석한다.
  2. 환경 데이터와 생육 데이터의 관계를 분석하여 최적의 생육 조건을 도출한다.
  3. 머신러닝 모델을 활용해 생육 패턴을 예측하고 자동화된 재배 시스템을 개선한다.

분석 내용

  1. 탐색적 데이터 분석(EDA)
    • 환경 데이터(온도, 습도, CO₂ 농도 등) 및 생육 데이터(길이, 잎 면적, 수확량 등)의 분포를 확인한다.
    • 이상치를 탐색하고 결측값을 처리한다.
  2. 통계 분석
    • 온도, 습도, CO₂ 농도 등의 환경 변수와 생육 변화 간 관계를 분석한다. (t-검정, ANOVA 등)
    • 에너지 사용량과 생산량의 상관관계를 분석한다.
  3. 회귀 모델을 활용한 생육 예측
    • 다중 선형 회귀(Multiple Linear Regression)
    • 랜덤포레스트 회귀(Random Forest Regressor)
    • XGBoost Regressor
    • CNN+LSTM을 활용한 생육 패턴 예측
  4. 시각화 및 결과 해석
    • 생육 데이터와 환경 요인 간 관계를 박스플롯, 시계열 그래프 등을 활용해 시각화한다.
    • 에너지 소비와 수확량 간의 트렌드를 분석한다.
  5. 스마트 팜 최적화 전략 제안
    • 최적 환경 조건을 설정한다.
    • 에너지 효율을 고려한 재배 전략을 수립한다.

데이터 소개

  1. 환경 데이터
    • 온도(TA): 평균 온도 (°C)
    • 습도(HI): 상대 습도 (%)
    • CO₂ 농도(CI): 공기 중 CO₂ 농도 (ppm)
    • 광량(IR): 식물이 받는 광량 (μmol/m²·s)
    • 토양 수분(HL): 토양 내 수분 함량 (%)
  2. 생육 데이터
    • 생장 길이(grwtLt): 토마토 줄기의 성장 길이 (cm)
    • 엽수(lefCunt): 잎 개수
    • 수확량(outtrn): 최종 수확된 토마토의 무게 (kg)
  3. 에너지 사용 데이터
    • 물 사용량(water_usage): 농업용수 사용량 (L)
    • 난방 에너지 사용량(heating_energy_usage): 난방을 위해 사용된 에너지 (kcal)
    • CO₂ 사용량(CO2_usage): CO₂ 공급량 (L)

최종 기대 효과

  1. 정확한 생육 예측 모델 구축
    환경 변수에 따른 성장 패턴을 예측하여 재배 효율성을 높인다.
  2. 에너지 효율적인 스마트 팜 운영
    생산성과 지속 가능성을 동시에 고려한 농업 전략을 수립한다.
  3. 농업 자동화 시스템 개선
    최적 생육 조건을 자동으로 조정하는 시스템을 개발하여 노동력 부담을 줄인다.