10월 25일(목)․지하수학
202 2007 추계지질과학연합학술대회 초록집
자료기반 학습 알고리즘을 이용한 시계열 모델의 개발 및 지하수위 변화 예측에의 적용
윤희성
*․전성천․이강근
서울대학교 지구환경과학부, [email protected]
자연 상태에서의 지하수위 변화를 예측하는 것은 지하수자원의 효율적인 관리를 위한 기본 적인 요소이다. 하지만 지하매질이 지닌 이질성으로 인해 수리지질학적 모수들을 결정하기가 어려운 경우 물리기반 모델을 이용하는데 한계가 있다. 또한 지하수위 변화에 영향을 주는 기 후 인자들과 지하수위 간에 뚜렷한 선형 관계를 보여주지 못하는 경우 기존의 선형 시계열 모 델을 적용하는 데에도 어려움이 있다. 이 연구에서는 근래 개발된 자료기반 학습 알고리즘인 support vector machine (SVM)을 이용한 시계열 예측 모델을 개발하였다. 개발된 SVM 시계 열 모델을 이용하여 지하수위 변화가 주로 강우에 의해서만 영향을 받는 전라북도 임실의 지 하수관측정 수위 변화와 강우 외에 조위 변화에 의한 영향을 받을 수 있는 강원도 망상의 지하 수위 변화를 예측하는데 적용하였다. 예측 결과 임실의 경우에 비해 망상의 지하수위 변화의 경우 큰 예측 오차를 보여주었다. 하지만 망상의 경우 입력 변수로 지하수위 과거 자료를 포함 시켰을 때 모델의 예측 능력이 크게 증가하는 것을 알 수 있었다. 이러한 결과는 SVM 시계열 모델이 지하수위 변화를 예측하는데 좋은 도구가 될 수 있음을 보여주고 특히 지하수위 과거 자료를 이용할 때 예측 효율을 높일 수 있음을 알 수 있다.
사사: 본 연구는 21세기 프론티어연구개발사업인 수자원의 지속적 확보기술개발사업단(과 제번호: 3-4-3), 차세대바이오환경기술센터(AEBRC), 두뇌한국21(BK21) 서울대학교 지구환 경과학사업단의 재정 지원으로 수행되었습니다.
86
