運用深度機器學習分析韓國飼料作物生產數據及氣候影響性研究

由韓國建國大學、白石大學及國家動物科學研究所之研究團隊進行預測冬季飼料作物義大利黑麥草（IRG）生產力與氣候變遷之關係，並建立飼料作物生產數據和相關氣候數據的基礎資料庫，再以多元迴歸分析和深度學習迴歸來建立生產預測模型，可以預測適合種植區域。

　　氣候變遷已成為全球關注的問題，促使國家應對於因氣候條件變遷而在各個領域出現的危機情況，其中畜牧業受氣候變遷影響較大，導致農畜產品產量和品質下降。韓國因極端氣溫惡化影響，帶來平均氣溫上升、熱浪和乾旱等，在飼料作物供應依賴進口，飼料作物生產力下降預計將對韓國畜牧業造成更大的損害。

　　研究重點為研究團隊建立韓國飼料作物的電子氣候圖，經過資料收集及處理，包含作物生產數據、地區氣候數據，建立各種回歸模型並對結果進行比較分析，接著建構影響每種飼料作物產量之氣候因素預測模型，最後發展出電子氣候地圖。

　　研究結果顯示在韓國南部地區的最佳地區比例較高，中部地區的適宜地區比例較高，中北部山區，可產區和低產區的比例較高。因此，中北部和山區在使用國產高耐寒IRG的生產力方面可能具有優勢。10月降水量、1月最低溫度和1月至4月生長期被確定為對IRG產量影響最大的關鍵氣候因素。

　　研究成果已發表在MDPI應用科學期刊第20期《精準農業與數位農業最新發展》，研究團隊為農業建立了與飼料作物相關的資料庫做出貢獻，此類資料庫文獻中很少，收集飼料作物數據和氣候數據來預測適宜的種植區域，從而建立電子氣候地圖，未來可供政府發布用於畜牧場的耕作指導與政策應對。