기계학습 기법 기반 지하수위 변동 시계열 예측 모델의 국가지하수관측망 지하수위 자료 적용 연구 (Application of machine learning technique-based time series models for prediction of groundwater level fluctuation to national groundwater monitoring network data)

서지정보

· 발행기관 : 대한지질학회
· 수록지 정보 : 지질학회지 / 52권 / 3호 / 187 ~ 199페이지
· 저자명 : 윤희성, 윤필선, 이은희, 김규범, 문상호

초록

본 연구에서는 기계학습 기법인 인공신경망(ANN)과 지지벡터기계(SVM) 기반 지하수위 시계열 예측모델을 개발하고 이를 국가지하수관측망 216개소 지하수위 자료에 적용하였다. 시계열 예측 모델 적용의 목적은 결측 및 이상 자료를 보정하고 지하수위 자료에 포함된 양수 및 하천수위 변동 영향을 제거하여 강우에 의한 지하수위 변동 모의에의 적용성을 평가하는 것이다. 먼저 각 관측소에 대해 1일 직접예측 모델을 구성한 뒤 이를 이용한 반복예측 모델을 구성하고 각 모델의 예측 및 모의 능력을 검토하였다. 시계열 예측 모델 적용 결과 결측, 이상 자료, 양수 및 하천수위 영향을 효과적으로 보정하고 강우에 의한 지하수의 변동 패턴을 모의하는 것으로나타났다. 오차지표 분석 결과 ANN 모델이 SVM 모델보다 다소 높은 직접예측능력을 보여주지만 반복예측모델에 대한 안정성은 SVM이 높은 것을 알 수 있다. 또한 본 연구에서는 이용된 연구자료에 대한 ANN, SVM 기반 시계열 모델 적용 시 적절한 모델 파라미터 값의 범위를 제시하였다. 본 연구에서 적용한 방법론과 결과는지하수관측망 수위 자료 이상값을 탐지하는데 이용되어 지하수관측망을 효과적으로 관리하는데 활용될 수 있다. 또한 강우에 의한 지하수위 변동을 모의함으로써 지하수위 변동법을 적용하여 지하수 함양률을 산정하는등 지하수 자원을 관리하는데 활용될 수 있을 것으로 기대한다.

영어초록

In the present study, we developed artificial neural network (ANN) and support vector machine (SVM) based time series models and applied them to groundwater level time series data of 216 observatories in National Groundwater Monitoring Network. The purpose of the development and application of the time series model is to evaluate the model applicability to simulation of groundwater level fluctuation due to the rainfall by forecasting missing and abnormal data and filtering out the effect of groundwater pumping and stream water stage fluctuation. First, 1 day lead time direct prediction model for each station was built and utilized for establishing recursive prediction model. Results of time series modeling of groundwater level show that they can fill the missing data and filter out the effect of pumping and stream water fluctuation on groundwater level effectively. Results of error index analysis show that ANN models are slightly superior to SVM in direct prediction, however, SVM models are more stable for conducting the recursive prediction. Based on the result of model parameter selection process using the trial and error method, the present study suggests appropriate range of model parameter values for the given time series data of National Groundwater Monitoring Network. We expect that the applied method and results of this study can be useful for managing groundwater monitoring network by detecting abnormal groundwater level data and groundwater resources effectively by appling it to groundwater recharge estimation.

참고자료

· 없음