현재 위치
Home
포스터 세션 P17
머신러닝을 이용한 수계별 퇴적물 산소소모율 예측 모델 구축
-
- 발행기관
- 한국퇴적환경준설학회(구 한국환경준설학회) 바로가기
-
- 간행물
- 한국퇴적환경준설학회 학술대회 초록집(구 한국환경준설학회 학술대회 논문집) 바로가기
-
- 통권
- 2023년 한국환경준설학회 춘계 학술대회 초록집 (2023.05)바로가기
-
- 페이지
- pp.18-18
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A433085
원문정보
초록
- 한국어
- 하천 퇴적물은 유기물과 영양염류가 용출되며 산소를 소비하거나, 식물성 플랑크톤 등을 통해 간접적으로 산소를 소비한다. 퇴적물에서의 산소 소모는 수질에 영향을 미칠 수 있으므로, 퇴적물이 수층에 미치는 영향을 평가하기 위해서는 퇴적물 산소소모율을 모니터링 할 필요가 있다. 퇴적물 산소소모율을 측정하기 위해 배양실험, 현장 측정 등의 방법이 사용되고 있다. 하지만 실험 방법이 복잡하고, 분석 장비 제작에 많은 비용이 요구되는 등 퇴적물 산소소모율 측정에는 여러 제한 요소가 있다. 따라서 이번 연구에서는 머신러닝 알고리즘 중 extreme gradient boosting(XGBoost)을 이용하여 수계별 퇴적물 산소소모율 예측 모델을 구축하였으며, 퇴적물 산소소모율에 더 많은 영향을 미치는 요인을 선정하였다. 머신러닝 모델 구축을 위한 입력 자료로 2016년부터 2022년까지 낙동강, 금강 영산강에서 측정한 퇴적물 산소소모율과 퇴적물 및 수층의 물리화학적 특성 자료, 수질측정망 자료를 사용하였다. 구축한 수계별 퇴적물 산소소모율 예측 모델은 훈련, 보정, 검정에서 R2가 0.8 이상으로 우수한 성능을 보였다. 낙동강, 금강, 영산강에서 퇴적물 산소소모율 예측모델 기여도가 가장 높은 인자는 각각 암모니아성 질소 용출률, 수층 COD, 저층 DO였다.
키워드
퇴적물 산소소모율 머신러닝 예측 모델저자
간행물 정보
발행기관
-
- 발행기관명
- 한국퇴적환경준설학회(구 한국환경준설학회) [Korean Society of Sediment Environment and Dredging]
- 설립연도
- 2011
- 분야
- 자연과학>해양학
- 소개
- 본 학회는 저수지, 호소, 하천, 연안해역의 환경개선을 위한 준설공사에 관련된 연구를 촉진하고 국내•외의 관련 연구, 교육 및 산업기관과의 교류를 도모하여 지속 가능한 수 환경 퇴적물관리에 관한 과학기술 진전에 기여함을 목적으로 한다.
간행물
-
- 간행물명
- 한국퇴적환경준설학회 학술대회 초록집(구 한국환경준설학회 학술대회 논문집)
- 간기
- 반년간
- 수록기간
- 2012~2026
- 십진분류
- KDC 539 DDC 628
이 권호 내 다른 논문 / 한국퇴적환경준설학회 학술대회 초록집(구 한국환경준설학회 학술대회 논문집) 2023년 한국환경준설학회 춘계 학술대회 초록집
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.