http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 황찬익 (검색결과 20 건)
- 무료
- 기관 내 무료
- 유료
-
-
-
-
-
-
-
과거 시계열 특성을 활용한 인공신경망 기반의 지하수 관측지점 선정 방안
황찬익(Chan-Ik Hwang),최명락(Myoung-Rak Choi),황윤희(Yun-Hee Hwang),김규범(Gyoo-Bum Kim),손영철(Young-Chul Son) 대한지질학회 2021 대한지질학회 학술대회 Vol.2021 No.10
우리나라에서는 국내 배경지하수위와 배경지하수질의 변동을 감시하고 관측하기 위하여 1995년부터 지하수 함양 및 배출 지역의 지질과 유역을 고려하여 국가지하수관리측정망을 설치하였으며, 현재 전국에 661개소의 측정망을 설치운영 중에 있다. 국가지하수관리측정망의 위치는 1996년 지하수 관리기본계획에서 제시한 설치 원칙에 기반하여 전국의 균등 분포를 목표로 선정되었으나, 설치 부지의 제약으로 인하여 계곡부, 하천주변, 구릉지 등에 많이 위치하고 있으며, 국내 지하수의 특성을 대변하기 위해서는 경사지, 고지대 등에도 추가적인 측정망 설치가 필요해 보인다. 전국 국가지하수관리측정망 661개소 중 5년이상 수위 및 수질(Cl, NO₃N) 관측자료를 보유한 측정망의 시계열 데이터(수위, Cl, NO₃N)의 추세분석 결과와 각 측정망의 지형, 지질, 토양, 하천 등의 지점 특성을 사용하여 MLP 모델을 구축하였다. 전국 1 km 간격마다(전국 98,676개 포인트) 지하수 수위 및 수질 추세성을 MLP 모델로 예측하였으며, 유역내에서 지하수위 하강 및 비하강 경향을 골고루 관측할 수 있도록 개수를 배정하여 측정망 설치 우선 순위를 도출하였다. 최종적으로 총 1,475개의 지하수 관측지점(기존 국가지하수관리측정망 661개소 포함)을 제시하였으며, 전국 표준유역 850개소에 최소 2개의 지하수 측정망이 설치됨으로써 향후에는 보다 대표적인 지하수 수위와 수질 특성 관측이 가능해질 것이다.
-
-
지하수의 질산성질소(NO3-N) 추세 예측을 위한 MLP 모델의 적용성 검토
김규범,황찬익 대한지질학회 2022 지질학회지 Vol.58 No.2
Systematic management of groundwater is required due to high concentration of NO3-N in groundwater, Korea. The trend analysis for the time series of NO3-N concentration, which have been analyzed at least over 5 years at the national groundwater monitoring wells, indicates that 13.2% of total wells has shown an upward trend. Characteristic information, which is related to topography, soil, hydrogeology, well density, and land cover, is extracted by using GIS technology. An MLP (multilayer perceptron) model, which prediction accuracy is about over 91%, is developed using the information as input variable and NO3-N trend as output variable. As a result of k-fold validation (k=5), accuracy, precision, recall, and F1 score show mostly higher than 0.9, and the model is evaluated as good. The MLP model application to Mokpo-Muan region shows that it makes a little sense, because the average value of predicted probability in the cases in which the actual upward trend is predicted as the upward trend by the MLP model is higher than the value in the cases in which it is predicted as the non-upward trend. On the other hand, the type and concentration of the pollutant and the distance to the pollution source are not considered as input variables in this model, but a more accurate prediction model can be developed when collecting these data in the future. Consequently, a new groundwater management system considering not only the present concentration but also future changes will be prepared. 최근들어 국내 농촌지역의 대표 오염 항목으로 대두되는 지하수내 NO3-N 농도에 대한 체계적인 관리가 요구되는 실정이다. 국가지하수측정망에서 5년 이상 분석된 NO3-N 농도 시계열 자료를 활용하여 추세분석을 실시한 결과 전체의 13.2%가 상승 추세를 보이는 것으로 분석되었다. 본 연구에서는 GIS 기법을 활용하여 추출한각 지하수 측정망 지점의 지형, 수문지질, 토양, 관정밀도 및 지표피복 등의 특성 DB를 입력 변수로, 측정망의NO3-N 상승 추세 여부를 출력 변수로 설정하여 91% 이상의 예측 정확도를 보이는 다층퍼셉트론(Multilayer perceptron) 모델을 도출하였다. k-분할 교차검증(k=5) 결과, 정확도, 정밀도, 재현율 및 F1 Score 등이 대부분이 0.9 이상을 보여 양호한 것으로 평가되었다. 목포-무안 지역에 본 모델을 적용한 결과, 각 그리드에서 NO3-N 의 실제 상승 추세를 예측 모델이 상승으로 예측하는 경우가 비상승으로 예측하는 경우보다 예측 확률값이 높은 것으로 나타나 유의미한 결과가 도출되었다. 한편, 본 NO3-N의 상승 추세 예측을 위한 MLP 모델에서는 오염원의 종류 및 농도, 오염원과의 거리 등이 입력 인자로 고려되지 못하였으나, 향후 이들 데이터의 수집을 통하여 보다 정확한 예측 모델이 개발될 수 있으며, 현재 농도 수준 뿐 아니라 미래의 변화 가능성까지 고려한 새로운 지하수 수질 오염 관리 체계가 마련될 수 있을 것으로 판단된다.
-
인공신경망을 활용한 미계측지역 지하수 함양량 추정 기법의 적용성 평가
김규범,황찬익,신현정,최명락 대한지질학회 2019 지질학회지 Vol.55 No.6
Various methods of estimating groundwater recharge rate have been applied in this country, but standardized method is not proposed yet. Although the TSM-hWTF method was developed using the groundwater level time series, it was difficult to estimate the groundwater recharge rate in the unmeasured area due to the limited number of groundwater monitoring stations. To solve this problem, an artificial neural network model was developed by using multi-layered perceptron algorithm with 15 input factors of site characteristics of 207 stations, which include topographic elevation, slope, stream, geology, and soil, and 1 output factor of groundwater recharge rate of the stations. The correlation coefficient between the model predicted value and the actual value of groundwater recharge rate was higher than 0.8, and the topsoil and subsoil characteristics were found to have the greatest influence on the model. Both groundwater recharge rates estimated by applying this model in Yanggok-ri, Seobu-myeon, Hongseong-gun and by using the TSM-hWTF method from 9 groundwater monitoring data showed similar trends and it indicated that the groundwater recharge estimation by this artificial neural network model was effective. 국내의 경우 다양한 방법의 지하수 함양량 산정 기법이 적용되고 있으나, 표준화된 방법이 마련되어 있지 않은 실정이다. 지하수위 시계열 자료를 활용한 TSM-hWTF 방법이 개발되어 있으나 지하수 관측소의 개수가 한정적이어서 미계측 지역에 대한 지하수 함양량 산정은 어려웠다. 이를 해결하고자, 207개 지하수 관측 지점의지형 표고, 경사, 인근 하천, 지질, 토양 등과 같은 각 관측소의 지점 특성 15개 항목을 입력 인자, 각 지점의 지하수 함양율을 출력 인자로 설정한 후 다층퍼셉트론 기법에 의한 인공신경망 모델을 개발하였다. 지하수 함양율의 모델 예측값과 실제값의 상관계수는 0.8 이상의 높은 값을 보였으며, 표토특성과 심토특성이 가장 큰 영향을 미치는 것으로 분석되었다. 홍성군 서부면 양곡리 지역에 대하여 본 모델을 적용하여 추정한 지하수 함양량과 9개 지하수 관측 자료로부터 TSM-hWTF로 추정한 지하수 함양량은 유사한 경향을 보이는 것으로 평가되어 본 인공신경망 모델에 기반한 지하수 함양량 추정이 효과적인 것으로 나타났다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
