농진청, 실제 피해면적 대비 정확도 95% 수준 벼 도복 피해면적 산정방법

농촌진흥청(청장 허태웅)은 드론 영상을 활용해 벼 쓰러짐 피해 면적을 빠르게 파악하는 기술을 개발하고 특허출원 했다.

인공지능을 활용한 벼 쓰러짐 피해 면적 산정기술은 합성곱신경망(CNN)을 활용해 벼가 심겨진(재식) 유형에 따라 정상과 쓰러짐으로 구분하는 본보기(모델)를 학습해 필지 단위로 피해 면적을 산정한다. 합성곱신경망(CNN, Convolution Neural Network)은 이미지 데이터에서 특성을 추출해 학습하는 딥러닝 알고리즘을 말한다.

집중호우, 태풍 등 자연재해에 의한 벼 쓰러짐 발생 시 피해 면적과 위치를 파악하는 것은 농가 피해 규모 산정, 수매량 조절 등 정부와 지자체 차원의 대응방안 마련에 중요한 요소가 된다.

지금까지는 벼 쓰러짐 피해 정도를 전문 인력에 의해 육안으로 판단하고 있기 때문에 많은 인력과 비용이 소요되고, 객관적인 지표가 부족해 현장 피해 상황을 반영하는 데 어려움이 있다.

이에 비해 인공지능을 활용한 영상분석은 벼 쓰러짐 피해 면적을 빠르고 정확하게 파악함으로써 피해 규모를 산정할 때 근거자료로 유용하게 활용될 수 있다.

농촌진흥청이 2020년 전북 부안군 일대를 촬영한 필지 단위 영상을 분석해 기술을 평가해 본 결과, 실제 피해 면적과 인공지능을 통해 예측한 면적 간 정확도는 95% 이상이었다.

지난해 8월 태풍이 지나간 이후, 전북 부안군 일대 3필지를 대상으로 인공지능을 통해 쓰러짐 피해 면적을 산출했을 때 예측 면적은 각각 4114㎡, 584㎡, 1132㎡로 실제 피해 면적인 4180㎡, 556㎡, 1075㎡와 5% 이내의 오차율을 보였다.

농촌진흥청 작물재배생리과 장재기 과장은 “인공지능을 활용한 벼 쓰러짐 피해 면적 산정 결과는 향후 정책 결정 자료로 활용될 가능성이 높다.”며, “앞으로 잡초·병해·환경 스트레스 등에 의한 피해 연구도 추진해 노지디지털 농업 기술 개발 및 현장 적용을 강화할 계획이다.”고 전했다.

학습 데이터셋

[ⓒ 농축환경신문. 무단전재-재배포 금지]