기후재분석자료 시계열모델링을 통한 곡물수확량 예측실험: 1960-2009년 미국 아이오와주 사례

국문 초록 (Abstract)

온난화와 같은 전지구적 변화는 기온과 강수 등 기상요소에 직접적으로 반영되어 곡물 수확량의 변화를 가져온다. 기후변화 시나리오에 기초한 선행연구들에서는 GCM (general circulation model)의 공간해상도 문제로 인하여 상세한 모의가 어려웠고, 시계열통계법을 활용한 연구들에서는 기후요소를 통합하여 수확량을 예측한 사례가 매우 드물었다. 이에 본 연구에서는 상세화된 기후재분석자료의 시계열모델링을 통하여 옥수수와 콩의 수확량 예측실험을 수행하였다. 미국 아이오와 주의 99개 카운티를 대상으로 1960년부터 2009년까지 50년간의 고해상도 기후재분석자료와 정부통계 수확량 DB를 구축하고, 시계열통계법인 VAR (vector autoregression)와 ARIMA (autoregressive integrated moving average)를 이용하여 다음해 수확량 예측실험을 10개 연도에 대해 수행하여 예측력을 평가하였다. VAR는 16-18%, ARIMA는 11-14% 의 오차율로 다음해의 수확량을 예측할 수 있는 것으로 집계되었으며, 옥수수의 경우 표토의 산성도, 심토의 점토와 나트륨 함유량 등의 토양특성 이 실제 수확량 및 예측정확도에 영향을 미치는 것으로 나타났다.

다국어 초록 (Multilingual Abstract)

Global warming can bring about changes in crop yield by directly affecting meteorological parameters such as temperature and precipitation. Previous studies based on the climate change scenarios had difficulties in detailed simulation owing to the problem of spatial resolution of GCM (general circulation model). The researches using time-series modeling rarely incorporated climate factors info the crop yield prediction. In this study, we conducted experimental predictions of corn and soybean yields by time-series modeling of downscaled climate reanalysis data. We built a database for the climate dataset and governmental yield statistics for the period of 1960-2009 for the 99 counties in Iowa State. Then we carried out 10 sets of the next-year prediction for corn and soybean yields using VAR (vector autoregression) and ARIMA (autoregressive integrated moving average) methods. The VAR and ARIMA were able to predict the next-year yields with the errors of 16-18% and 11-14%, respectively. In addition, soil properties such as topsoil pH, subsoil clay fraction and subsoil sodicity were closely related to the actual yields and the prediction accuracies.

목차 (Table of Contents)

• I. 서론
• II. 자료와 방법
• 1. 기후 및 수확량 자료
• 2. 시계열모형
• 3. 검증방법
• III. 결과 및 고찰
• 1. 시계열분석 결과
• 2. 수확량 예측정확도 패턴
• IV. 결론
• 참고문헌

참고문헌 (Reference)

1 심교문, "한국의 농업기후지대별 이상기온 출현 특성 평가" 4 (4): 189-199, 2013

2 김나리, "위성영상과 기후자료를 이용한 미중서부 옥수수와 콩의 수확량 추정" 기후연구소 9 (9): 315-329, 2014

3 문권순, "벡터자기회귀모형(VAR)의 이해" 2 (2): 23-56, 1997

4 송용호, "기온변화에대한 옥수수와 밀 생산량 취약성 평가 – 미국과 중국을사례로" 4 (4): 371-384, 2013

5 Labus, M. P., "Wheat yield estimates using multi-temporal NDVI satellite imagery" 23 (23): 4169-4180, 2002

6 박헌수, "VAR 모형을 이용한 부동산가격 변동요인에 관한 연구" 한국부동산연구원 19 (19): 27-49, 2009

7 "United States Department of Agriculture"

8 Amin, M., "Time series modeling for forecasting wheat production of Pakistan" 24 (24): 1444-1451, 2014

9 Box, G.E.P, "Time series analysis:Forecasting and control" Holden-Day Inc 1976

10 Ahn, J., "Statistical modeling of sea ice concentration using satellite imagery and climate reanalysis data in the Barents and Kara Seas, 1979-2012" 6 (6): 5520-5540, 2014

11 Ren, J., "Regional yield estimation for winter wheat with MODIS-NDVI data in Shandong, China" 10 (10): 403-413, 2008

12 Daly, C., "Physiographically sensitive mapping of climatological temperature and precipitation across the conterminous United States" 28 (28): 2031-2064, 2008

13 Tolhurst, T.N., "On technological change in crop yields" 2014

14 Sims, C., "Macroeconomics and reality" 48 : 1-49, 1980

15 홍석영, "MODIS NDVI와 기상자료를 이용한 우리나라 벼 수량 추정" 대한원격탐사학회 28 (28): 509-520, 2012

16 홍석영, "MODIS NDVI와 강수량 자료를 이용한 북한의 벼 수량 추정 연구" 대한원격탐사학회 31 (31): 441-448, 2015

17 Judge, G.G, "Introduction to the Theory and Practice of Econometrics" John Wily & Sons 1988

18 Paul, R.K., "Forecasting crop yield: A comparative assessment of ARIMAX and NARX model" 1 (1): 77-85, 2016

19 Meza, F.J., "Dynamic adaptation of maize and wheat production to climate change" 94 (94): 143-156, 2009

20 "Department of Agronomy, Iowa State University"

21 Choudhury, A., "Crop yield prediction using time series models" 15 (15): 53-67, 2014

22 Prasad, A. K., "Crop yield estimation model for Iowa using remote sensing and surface parameters" 8 (8): 26-33, 2006

23 Ferencz, C., "Crop yield estimation by satellite remote sensing" 25 (25): 4113-4149, 2004

24 Miller, G.A, "Corn Suitability Ratings-An Index to Soil Productivity" Cooperative Extension Service, Iowa State University 1988

25 Pease, J. W., "Comparisons between subjective and statistical forecasts of crop yields" 15 (15): 339-350, 1993

26 Farook, A.J., "Climate change impact on rice yield in India-Vector autoregression approach" 16 (16): 161-178, 2016

27 Peng, S., "Climate Change and Rice" International Rice Research Institute 1995

28 Doraiswamy, P. C., "Application of MODIS derived parameters for regional crop yield assessment" 97 (97): 192-202, 2005

29 Steinwand, A. L., "An evaluation of soil survey crop yield interpretations for two central Iowa farms" 51 (51): 66-71, 1996

30 Atzberger, C., "Advances in remote sensing of agriculture: Context description, existing operational monitoring systems and major information needs" 5 (5): 949-981, 2013

31 이주호, "ARIMA 모형을 이용한 모든 교통량예측에 관한 연구" 14 (14): 81-96, 2002

32 Allen, J. D., "A look at the remote sensing applications program of the National Agricultural Statistics Service" 6 : 393-409, 1990