http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
전승배(Jeon, Seung Bae),오행열(Oh, Haeng Yeol),정명훈(Jeong, Myeong Hun) 대한공간정보학회 2020 대한공간정보학회지 Vol.28 No.4
수질평가지수(water quality index, WQI)는 식수와 해수의 질을 결정한다. 현재 대한민국은 WQI값을 기준으로 연안 및 해수 품질을 5등급으로 분류하여 모니터링 및 관리하고 있다. 해양환경공단(korea marine environment management, KOEM)은 해양수질자동측정망을 활용해 연안환경의 데이터를 수집하고 있다. 하지만, 이러한 데이터에는 WQI를 계산하기 위한 변수 중 일부분을 포함하지 않고 있다. 때문에 KOEM은 매년 4회 수동으로 WQI를 평가한다. 본 연구는 해양수질자동측정망으로 측정한 데이터에 근거하여 기계 학습(machine learning, ML)을 통해 WQI를 기반으로 한 수질 등급을 추정한다. 실험 결과 랜덤 포레스트(random forest, RF)와 서포트 벡터 머신(support vector machine, SVM) 알고리즘이 다른 알고리즘들보다 성능이 우수하였다. 본 연구의 결과는 수동으로 WQI를 평가하여 수질 등급을 결정하는 방식에서 자동으로 결정할 수 있는 방법을 제공하며, 이는 실시간으로 수질 상태를 모니터링하는 데 적용될 수 있다. The water quality index(WQI) determines the quality of drinking water and seawater. Currently, the Republic of Korea classifies coastal and seawater quality into five grades based on WQI values and monitors and manages them. The Korea marine environment management(KOEM) collects data on the coastal environment using an automatic environmental sensor network. However, this data does not include some of the variables for calculating WQI. Therefore, KOEM manually evaluates WQI four times a year. This study estimates the water quality level using machine learning(ML), based on the automatic environmental sensor network’s data. The experiments demonstrated that the random forest(RF) and support vector machine(SVM) models outperform other models. The proposed method enables to automatically determine the water quality level, which can be applied to monitor the water quality level real-time.