수질자동측정 자료의 신뢰성 향상을 위한 데이터의 검증 및 확정에 관한 연구 = Verification and validation of auto-measured data for improvement of reliance at the automatic water quality monitoring network

국문 초록 (Abstract)

본 연구에서는 한강 수계의 수질자동측정 지점 중 서울 경기 지역을 포함하는 수도권 상수원의 수질에 직,간접적으로 영향을 미칠 수 있는 경안천의 수질자동측정소에서 5분 간격으로 저장된 1999년 2월 1일부터 2002년 12월 31일까지의 데이터를 수집하여 통계적 분석을 통해 이상값(Error)을 처리하고, 자료의 주기성 및 계절적 특성을 파악하였다. 또한, 측정 항목 간, 그 지역의 수문, 기상자료와의 상관관계 등을 조사하였다.
상관분석 결과를 토대로 자동 측정된 자료의 유효데이터 판정이 어렵다고 사료되는 DO 항목의 변동을 예측하는 회귀모형을 도출 할 수 있었으며, 회귀 모형을 이용하여 산출 된 예측값과 자동측정 된 데이터와의 잔차 통계량을 검토해 봄으로서 자동 측정 자료의 신뢰도를 높이는 데이터 검증 및 확정화 작업을 수행하였다. 현재 수질자동측정망 운영 시 각 항목별 유효 데이터를 판단하는 방법은 실무자들의 경험에 의존한 데이터 확정화(validation) 작업이 상용되고 있는데 이와 같은 데이터 유효성 판단과정을 본 연구에서는 데이터 전처리 작업이라 하고, 다른 수질자동 측정항목들의 변화를 고려한 DO 항목의 수질 변화 예측을 위한 회귀모형을 설정하는데 이용하였다.
연간 DO 변화의 예측을 위한 회귀 모형 설정을 위해 수온과 조류의 영향에 따른 DO변화를 기준으로 1년을 4구간(Part)로 구분하였으며, 각 구간별 측정 항목간 상관성을 토대로 DO에 가장 크게 영향을 미치는 설명변수를 이용하여 최적 회귀모형을 도출하였다. 도출된 회귀모형은 다른 자동측정 항목이나 기상 데이터를 통해 DO값의 예측변동 범위를 설정해 주는 역할을 하게 된다.
각 구간에 해당하는 월별로 회귀 모형을 적용시켜 경안천 수질자동측정소 지점의 DO값을 산출해 내었으며, 이 예측값과 실제 자동 측정된 DO값의 잔차 통계량을 이용하여 표준잔차가 ±2.5(95% 신뢰수준)인 이상값(outlier, Extreme value)값을 추출할 수 있다. 이는 지난 4년간 경안천 수질자동측정소에서 유효 데이터로 인정되지 않았거나 측정 장비상 오류, 데이터 전송상에서 발생한 오류 때문에 나타난 이상값들과 상당 부분 일치함을 확인하였다.
그러나 5분간 저장된 data의 일평균값을 산정하는 데는 많은 data의 수(288개/일)의 평균값이 되기 때문에 더 정확한 유효 데이터의 판정을 위해 일평균값이 아닌 시간평균값에 같은 회귀모형을 적용시켜 유효성을 판단할 필요가 있었으며, 이를 수행한 결과 일평균값으로 도출된 회귀모형으로 시간평균값의 검증 및 확정(validation)도 가능하다는 결론을 얻을 수 있었다.
회귀모형을 이용한 DO 항목의 데이터 검증 및 확정 방법을 이용한다면 자동 측정 다른 항목 data를 역으로 예측하고 data의 검증 및 확정 작업이 가능할 것으로 기대되며, 향후 자동측정 된 다른 항목 data의 검증 및 확정 방법에 관한 연구가 계속 되어 측정 data의 신뢰성을 높여가야 할 것이다.
이와 같이 본 연구에서는 현재 수질자동측정망에서 연속으로 측정되는 측정자료의 확정 및 검증을 통해 자동측정자료의 신뢰도를 향상시키고, 하천의 수질관리에 필요한 다른 연구를 위한 기초 자료로서 활용 할 수 있다. 또한, 현재 수질자동측정망 운영 시 수행되는 확정화 작업을 보다 효율적이고 간단한 방법으로 수행할 수 있으며, 현장 실무자들에게 보다 객관적인 측정자료 관리를 위한 도구로서의 역할을 할 수 있다고 기대된다. 이와 더불어 장기적인 수질경향 해석, 수질 상시 감시 이외에 강우 시 유입오염 부하량의 상시 파악 등 각 수역의 특성에 대한 보다 신뢰성 있는 정보의 제공도 가능하다.

다국어 초록 (Multilingual Abstract)

This study has been performed to search for methods to improve reliance of auto-measured data. Verification and validation of data should be conducted through more suitable data management methods than currently used methods in order to make significant data use as fundamental data for river water quality management and related policies.
DO data among auto-measured parameters of Kyoung-An Cheon station located at the upper stream of Paldang-Dam are hard to be verified and validated due to characteristics of the river. Daily and hourly DO data fluctuation is so wide and irregular through April to September. Daily mean values have been calculated on the basis of 5 minute auto-measured and saved raw data, which are accumulated for 4 years. Methods of verification and validation have been deduced from the result of daily mean data analysis. Weather condition data and water patterns data of Kyoung-An Cheon were used for the analysis.
Regression models have been made separately for each 4 part which is divided on the account of both relations between DO and chl-a, DO and water temperature. Afterward, most suitable independent variation by each part has been selected. They have been drawn and this model can be used for estimate of yearly changed DO data. Verification and validation of data have been carried out with residual statistics of auto-measured DO data and calculated DO data through the regression models.
Significant DO data for 4 years except outliers have obtained through currently used validated methods and validated methods which are resulted from regression models. And correspondence rate of two methods is approximately 90%.
Additional, considerable hourly mean values that could be used for reliable data have been obtained from verification and validation that are resulted from regression models. In the result of this study, we found out the methods, which are performed more properly, and objectively than currently used methods which just depend on experience of operators.

목차 (Table of Contents)

• 차례 = vi
• 표차례 = viii
• 그림차례 = x
• 국문요약 = xii
• 제1장. 서론 = 1
• 1.1. 연구 배경 및 목적 = 1
• 제2장. 이론적 고찰 = 4
• 2.1. 수질자동측정망의 의해 = 4
• 2.1.1. 수질자동측정망의 도입 배경 및 목적 = 4
• 2.1.2. 수질자동측정망의 설치, 운영 현황 = 5
• 2.1.3. 수질자동측정망의 구성 = 15
• 2.2. 수질자동측정 자료 관리 = 18
• 2.2.1. 자료의 검색 = 19
• 2.2.2. 자료의 통계처리 = 19
• 2.2.3. 자료의 분석 = 21
• 2.2.4. 측정자료의 보관 = 21
• 2.3. 수질자동측정망 조기 경보 체계 = 21
• 2.3.1. 경보 구분 = 21
• 2.3.2. 경보기준 설정 = 22
• 2.4. 연구 대상 항목 = 23
• 2.4.1. 용존 산소(Dissolved Oxygen) = 23
• 2.4.2. 용존 산소의 중요성 = 25
• 2.4.3. DO에 영향을 미치는 인자 = 25
• 제3장. 연구 내용 및 방법 = 28
• 3.1. 연구 내용 및 범위 = 28
• 3.1.1. 대상 수역의 선정 = 29
• 3.1.2. 대상 항목 DO(용존산소)의 선정 = 31
• 3.2. 측정 자료 검색 = 31
• 3.2.1. 기본 data의 단위 및 유효숫자 = 31
• 3.2.2. Raw data의 수집 = 32
• 3.2.3. 데이터 처리 = 33
• 3.3. 연구 방법 = 33
• 3.3.1. 데이터의 전처리 방법 = 33
• 3.3.2. 연구에 사용 된 확정화 방법 = 36
• 제4장. 연구 결과 및 고찰 = 41
• 4.1. 회귀 모형 설정에 필요한 데이터의 전처리 = 41
• 4.1.1. 수질자동측정 자료 수집 = 41
• 4.1.2. 검증 데이터의 추출 = 43
• 4.2. 회귀 모형 설정을 위한 수질지표 항목간 상관성 분석 = 47
• 4.3. 회귀모형 설정을 위한 구간 설정 = 49
• 4.3.1. 구간 설정 배경 = 49
• 4.3.2. 구간 설정 = 53
• 4.3.3. 구간별 수질 자표 항목간 상관성 분석 = 55
• 4.4. 구간별 회귀 모형 선정 = 58
• 4.4.1. 구간별 회귀모형에 이용되는 변수 설정 = 58
• 4.4.2. 구간별 회귀분석 결과 및 회귀 모형 선정 = 59
• 4.4.3. 회귀모형의 타당성 검증 = 65
• 4.5. 회귀 모형을 이용한 유효 데이터의 검증 및 확정 = 68
• 4.6. 회귀모형을 이용한 데이터 검증 및 확정 방법의 적용 = 71
• 제5장. 결론 = 77
• 참고문헌 = 80
• ABSTRACT = 83