EPIC 작물모형과 시계열 모형과의 예측력 비교

영문 제목
Forecasting Accuracy Comparison of EPIC Crop Simulation and Time Series Model
저자
최종산
출판년도
2015-09-21
초록
농업생산과 관련된 복잡한 문제를 해결하기 위해 작물생산과 생육환경 요인 간의 상호작용 관계를 컴퓨터로 구현하는 작물모의실험을 활용한 연구방법론이 제시되고 있다. 본 연구의 목적은 작물모의모형의 하나인 Environmental Policy Integrated Climate (EPIC) 모형을 소개하고, 시계열 예측모형과의 예측력 비교를 통해 EPIC 모형의 유용성을 증명하고, 농업경제학자의 작물모의모형 운용 가능성을 논의하고자 한다. EPIC 모형은 지수평활모형과 비교한 결과, 작물생산 예측에 더욱 높은 예측력을 가지고 있는 것으로 나타났다. EPIC 모형을 비롯한 작물모의모형은 농업현장에서 얻기 힘든 데이터를 생성한다. 농업경제학자가 작물모의모형의 운용능력을 갖춘다면 계량분석을 통한 혼합연구가 활발히 진행될 것으로 기대된다.
Faced with the need to solve complex and variable management problems in agriculture, agricultural economists have begun to use quantitative methods such as econometric models for their research. However, this approach only allows for research based on quantitative data. Crop simulations have been proposed as an alternative to overcome data limitation. This study aims to introduce an Environmental Policy Integrated Climate (EPIC) model, to demonstrate EPIC’s usefulness for estimating past or future crop production by comparing forecast accuracy with forecasting time series methods, and to discuss the possibility of agricultural economists utilizing the EPIC model. Since the research result shows EPIC simulation has high forecast accuracy on crop production and can generate data which are very difficult to acquire in the real world, it is expected that the research integrated with crop simulation by agricultural economists will increase if they have the ability to run EPIC simulation.
목차
1. 서론 2. 선행 연구 3. 연구 방법4. 분석 결과 5. 요약 및 결론
서지인용
page. 105 - 128
발행처
한국농촌경제연구원
주제어
EPIC 모형; 예측적합도; 추세분석; 모형평가; EPIC model; forecast accuracy; trend analysis; model evaluation
발간물 유형
KREI 논문
URI
http://repository.krei.re.kr/handle/2018.oak/21278
Appears in Collections:
학술지 논문 > 농촌경제 / JRD
Export
RIS (EndNote)
XLS (Excel)
XML
Files in This Item:
EPIC 작물모형과 시계열 모형과의 예측력 비교.pdf (1.33 MB) Download

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE