딥러닝을 활용한 산지습지 수위 예측 모형 개발

• 영문명: Development of Water Level Prediction Models Using Deep Neural Network in Mountain Wetlands
• 발행기관: 한국습지학회
• 저자명: 김동현(Donghyun Kim) 김정욱(Jungwook Kim) 곽재원(Jaewon Kwak) 아이미(Imee V. Necesito) 김종성(Jongsung Kim) 김형수(Hun
• 간행물 정보: 『한국습지학회지』제22권 제2호, 106~112쪽, 전체 7쪽
• 주제분류: 자연과학 > 지질학
• 파일형태: PDF
• 발행일자: 2020.05.31

국문 초록

습지는 수문, 환경, 생태학적으로 중요한 기능 및 역할을 하며, 특히 습지 내의 수위는 습지의 기능과 환경 등 다양한 분석을위해 필수적인 자료이다. 그러나 습지는 수위자료를 측정하지 않는 미계측 지역이 많기 때문에, 수위 예측에 대한 연구는 매우미흡한 실정이다. 따라서 본 연구에서는 습지의 수위를 예측하기 위해 다중회귀분석, 주성분회귀분석, 인공신경망, DNN을 활용하여 수위 예측모형을 개발하였다. 대상지역으로 경상남도 양산시에 위치한 금정산 산지습지를 선정하였고, 2017년 4월부터2018년 7월까지의 수위 측정자료를 종속변수로 사용하였다. 수문자료와 기상자료를 독립변수로 사용하였다. 예측력 평가결과최종 모형으로 선정된 DNN을 활용한 수위 예측모형의 예측력 평가결과 RMSE는 6.359, NRMSE는 18.91%로 비교적 산지습지의 수위를 잘 예측하는 것으로 나타났다. 본 연구결과를 활용한다면 기존의 미비하였던 미계측 지점의 수위를 활용한 습지유지 및 관리 기법 개발에 기초자료로 사용할 수 있을 것으로 판단된다.

영문 초록

Wetlands play an important function and role in hydrological, environmental, and ecological, aspects of the watershed. Water level in wetlands is essential for various analysis such as for the determination of wetland function and its effects on the environment. Since several wetlands are ungauged, research on wetland water level prediction are uncommon. Therefore, this study developed a water level prediction model using multiple regression analysis, principal component regression analysis, artificial neural network, and DNN to predict wetland water level. Geumjeong-Mountain Wetland located in Yangsan-city, Gyeongsangnam-do province was selected as the target area, and the water level measurement data from April 2017 to July 2018 was used as the dependent variable. On the other hand, hydrological and meteorological data were used as independent variables in the study. As a result of evaluating the predictive power, the water level prediction model using DNN was selected as the final model as it showed an RMSE value of 6.359 and an NRMSE value of 18.91%. This research study is believed to be useful especially as a basic data for the development of wetland maintenance and management techniques using the water level of the existing unmeasured points.

목차

1. 서 론

2. 연구방법

3. 산지습지 수위 예측함수 개발

4. 산지습지 예측함수 개발

5. 결 론

키워드

딥러닝 산지습지 주성분분석 인공신경망 Deep Learning Mountain Wetland Principal Component Analysis Artificial Neural Network