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
- 기후 변화로 인한 농업 환경 불확실성 증가
이상기후로 인한 농업 피해가 증가하면서 작물 생육 환경을 실시간으로 모니터링하고 대응할 필요성이 커지고 있다. - 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. - 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
- 토마토 생육에 영향을 미치는 주요 환경 요인을 분석한다.
- 환경 데이터와 생육 데이터의 관계를 분석하여 최적의 생육 조건을 도출한다.
- 머신러닝 모델을 활용해 생육 패턴을 예측하고 자동화된 재배 시스템을 개선한다.
분석 내용
- 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.
- 통계 분석
- 온도, 습도, CO₂ 농도 등의 환경 변수와 생육 변화 간 관계를 분석한다. (t-검정, ANOVA 등)
- 에너지 사용량과 생산량의 상관관계를 분석한다.
- 회귀 모델을 활용한 생육 예측
- 다중 선형 회귀(Multiple Linear Regression)
- 랜덤포레스트 회귀(Random Forest Regressor)
- XGBoost Regressor
- CNN+LSTM을 활용한 생육 패턴 예측
- 시각화 및 결과 해석
- 생육 데이터와 환경 요인 간 관계를 박스플롯, 시계열 그래프 등을 활용해 시각화한다.
- 에너지 소비와 수확량 간의 트렌드를 분석한다.
- 스마트 팜 최적화 전략 제안
- 최적 환경 조건을 설정한다.
- 에너지 효율을 고려한 재배 전략을 수립한다.
데이터 소개
- 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 (%)
- 생육 데이터
- 생장 길이(grwtLt): 토마토 줄기의 성장 길이 (cm)
- 엽수(lefCunt): 잎 개수
- 수확량(outtrn): 최종 수확된 토마토의 무게 (kg)
- 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
- 정확한 생육 예측 모델 구축
환경 변수에 따른 성장 패턴을 예측하여 재배 효율성을 높인다. - 에너지 효율적인 스마트 팜 운영
생산성과 지속 가능성을 동시에 고려한 농업 전략을 수립한다. - 농업 자동화 시스템 개선
최적 생육 조건을 자동으로 조정하는 시스템을 개발하여 노동력 부담을 줄인다.