[논문 리뷰] Towards Data-Driven Precision Agriculture using Open Data and Open Source Software

Jacob Høxbroe Jeppesen, Rune Hylsberg Jacobsen외 2명|arXiv (Cornell University)|2022. 04. 12.

Smart Agriculture and AI참고 문헌 1인용 수 7

한 줄 요약

이 논문은 농업 정보통신 기술 분야에서 전문 소프트웨어 시스템의 제약을 극복하기 위해 개방형 데이터와 개방형 소스 소프트웨어를 활용한 데이터 기반 정밀농업 프레임워크를 제안한다. 덴마크의 무료 위성 영상, 지형 데이터, 현장 수준의 작물 등록 정보를 통합하여, 개방형 분석 기법을 통해 소구역 수확량 최적화를 실현함으로써, 제조사에 종속되지 않는 개선된 의사결정 지원을 구현한다.

ABSTRACT

Information and communications technology (ICT) within the agricultural sector is characterized by a widespread use of proprietary data formats, a strong lack of interoperability standards, and a tight connection to specific hardware implementations resulting from vendor lock-in. This partly explains why ICT has not yet had its full impact within the domain. By utilizing the vast amount of publicly available open data, ranging from topographic maps to multispectral satellite images, the economically and environmentally optimal farming practices can be advanced beyond state of the art. This paper addresses the potential of applying publicly available information sources to improve crop production, with emphasis on yield optimization. This potential is evaluated based on free public data for the growth season 2016 by examining winter wheat production for a selected region in Denmark. Data aggregation is performed by promoting opensource software tools as a foundation for decision support. That allows the farmer, or another domain expert, to query a certain crop type, merge this information with other data sets, and perform analysis on data ranging from sub-field analysis to statistics on national/regional scale. The registration of field polygons and sowed crop types for fields in Denmark, alongside with detailed geographic data and free satellite images, enable us to exploit publicly available data of high quality, which can be applied to perform further analysis.

연구 동기 및 목표

• 개방형 표준과 개방형 소스 소프트웨어를 통해 农업 ICT 시스템의 상호운용성 부족과 제조사 종속 문제를 해결한다.
• 공개된 개방형 데이터(예: 위성 영상, 지형도, 농장 경계)를 활용하여 농업 의사결정을 향상시킨다.
• 농민과 전문가가 무료로 확장 가능한 도구를 사용해 소구역에서 국가 수준까지의 분석을 수행할 수 있도록 한다.
• 독자적인 전문 소프트웨어 시스템에 의존하지 않고도 개방형 데이터와 개방형 소스 소프트웨어만으로 수확량 최적화의 가능성을 입증한다.
• 경제적 및 환경적 효율성을 지원하는 지속 가능하고 투명하며 재현 가능한 정밀농업 접근 방식을 촉진한다.

제안 방법

• 2016년 재배기의 덴마크 농장 경계 등록 정보, 작물 유형 데이터, 다중스펙트럼 위성 영상 포함 무료 공공 데이터셋을 활용하였다.
• QGIS, GDAL, 파이썬 기반 도구 등 개방형 지리정보 소프트웨어를 적용하여 다양한 출처의 공간 데이터를 통합하고 분석하였다.
• 시간적 분석을 위해 농장 다각형을 위성 유도 식별지수(예: NDVI)와 정렬함으로써 데이터 융합을 수행하였다.
• 표준 개방형 형식을 사용하여 개인 농장에서 지역 및 국가 수준까지의 다양한 척도에서 질의 및 분석을 가능하게 하였다.
• 소구역 수확량 예측 및 공간 패턴 탐지와 같은 반복적 분석을 지원하기 위해 모듈식 데이터 파이프라인을 개발하였다.
• 독자적인 소프트웨어 종속성을 피하기 위해 오직 개방형 소스 도구와 개방형 데이터에 의존함으로써 재현 가능성과 투명성을 확보하였다.

실험 결과

연구 질문

• RQ1 개방형 데이터와 개방형 소스 소프트웨어는 전문 소프트웨어 시스템에 의존하지 않고도 효과적이고 확장 가능한 정밀농업을 가능하게 할 수 있는가?
• RQ2 공개된 위성 및 지리정보 데이터는 어느 정도까지 소구역 수확량 예측 및 농장 수준의 의사결정 지원을 향상시킬 수 있는가?
• RQ3 개방형 소스 도구를 활용해 농업 ICT에서 상호운용성과 데이터 표준화를 어떻게 달성할 수 있는가?
• RQ4 개방형 데이터는 덴마크와 같은 실제 지역적 맥락에서 겨울밀 생산을 최적화하는 데 어떤 잠재력을 지니는가?
• RQ5 개방형 소스 워크플로우는 현장 수준의 분석과 국가 규모의 농업 모니터링을 모두 지원할 수 있는가?

주요 결과

• 개방형 데이터와 개방형 소스 소프트웨어의 통합을 통해, 공개 자원만으로 덴마크 지역에서 겨울밀 생산의 종합적인 소구역 분석을 실현하였다.
• 본 연구는 고성능의 무료 위성 영상과 농장 경계 데이터가 작물 성과에 대한 세밀한 시공간 분석을 지원할 수 있음을 입증하였다.
• 개방형 소스 도구를 통해 개인 농장에서 지역 개괄도까지 다양한 척도에서 확장 가능한 데이터 통합 및 분석이 가능하였다.
• 이 프레임워크는 전문 소프트웨어 시스템에 대한 의존도를 성공적으로 감소시켜, 정밀농업 의사결정 지원을 위한 투명하고 재현 가능한 대안을 제공하였다.
• 결과적으로 개방형 데이터와 개방형 소스 소프트웨어는 전문 소프트웨어 시스템과 비교해도 유사한 수확량 최적화 성능을 달성할 수 있으며, 경제적·환경적 비용도 낮출 수 있었다.
• 제조사 종속성 회피와 데이터 공유 및 재사용 촉진을 통해, 이 접근 방식은 농업 데이터 활용의 장기적 지속 가능성을 지원한다.