Analysis of Multi-Climate Controller Data in Tomato Greenhouses (랩스터디)
코멘트
성제’s comment
- 해당 논문은 다양한 생육 변인들을 고려하여 토마토 생산성을 증진 시킬 수 있는 최적의 방법론을 찾는 것을 목표로 한다. 이때 이전 논문들이 사용하였던 선형회귀모델의 문제점을 제시하며 비선형회귀모델과 선형회귀모델의 비교를 통해 토마토 생육 모델에 더 적합한 것이 무엇인지 밝혀내고자 한다.
- 생육 변인들의 critical point에서 변동하기 때문에 선형모델 대신에 비선형모델을 선택한 점은 긍정적이다. 하지만 지역적 요인을 고려하지 않은 것은 아쉽다. 데이터의 한계가 주요한 원인이겠지만 한 지역의 1년간 데이터만으로 토마토 생육 모델을 비교하기에는 한계가 있을 것으로 판단된다. 농업에 있어 각 지역의 특성이 중요한 만큼 여러 지역의 데이터를 바탕으로 연구를 진행 했다면 더욱 신뢰도 높은 연구가 되었을 것이다.
- 또 다른 문제점으로는 과적합의 문제가 있을 수 있다. 앞서 지적한 지역적 요인이 한 곳을 통일된 점, 한 해 데이터만 사용한 점 등은 해당 모델이 그 지역, 그 해에만 적합한 모델일 수도 있다는 지적을 면하기 어렵게 한다. 다양한 지역적 요인, 연도에 따른 기후 변화 등을 고려한다면 오히려 선형모델의 설명력이 비선형모델의 설명력보다 높게 나타날 가능성이 있을 것이다. 따라서 다양한 환경을 고려한 선형모델과 비선형모델 간의 비교가 실질적으로 의미 있는 비교가 될 것이다.
진용’s comment
- 최근 도입되고 있는 비닐하우스의 시스템은 그 많은 데이터의 활용 가능성에도 불구하고, 그저 기본적인 수준의 기능만 활용하고 그저 자동화 설비를 이용하는 것에만 그치고 있다. 비닐하우스의 관리를 개선하고 기술의 미래 가치를 개발하기 위해서는 추가적인 데이터 분석이 필요하다. 이 연구는 비닐하우스 시설의 시스템에서 수집된 데이터를 분석하여 시설 토마토의 성장 모델을 테스트한다. 연구의 결과는 줄기 두께와 잎 면적의 증가율이 온도, CO2농도 및 습도에 의해 영향을 받는다는 것을 보여 준다. 변수가 제어 지점 사이에서 변동하기 때문에 비선형 모델은 선형 모델보다 데이터에 더 적합하며, 결과는 대시 보드에 게시되거나 스마트 폰을 통해 각 농가 및 경영자에게 도움을 줄 수 있다.
- 작물이 온도, CO2, 습도에 의해 영향을 받는다는 것을 모르는 사람은 없을 것 같다. 그럼에도 불구하고 연구는 그 연관성을 빅데이터를 통해 분석해냈다는 점에서 의의를 가진다고 볼 수 있을 것 같다. 하지만 작물이라는 것은 그 시기에 따라 성장 조건이 다르고, 오늘 내가 공급한 물과 이산화탄소가 언제 결과로 나타날지 모르는 것인 것 같은데, 이 연구결과에 따라 일정하게 적정 온도를 유지하고 적정 습도를 유지하고 적정 이산화탄소 농도를 유지하면 가장 성장이 잘 되는 것인지 의문이 든다.
- 선형모델과 비선형모델을 비교했을 때 R2는 무조건 비선형모델에서 크게 나오는 것이 아닌가?
