Browse

미계측 유역 오염부하량 모의를 위한 LOADEST 회귀모형 매개변수 추정
Estimation of LOADEST Coefficient for Simulating Pollutant Loads in Ungauged Watersheds

Cited 0 time in Web of Science Cited 0 time in Scopus
Authors
김계웅
Advisor
강문성
Major
농업생명과학대학 생태조경·지역시스템공학부
Issue Date
2015-08
Publisher
서울대학교 대학원
Keywords
회귀모형오염부하량LOADEST다중회귀인공신경망
Description
학위논문 (석사)-- 서울대학교 대학원 : 생태조경·지역시스템공학부, 2015. 8. 강문성.
Abstract
본 연구에서는 미계측 유역에서 오염부하량 모의를 위해, 81개 유역을 대상으로 LOADEST (LOAD Estimator) 기반 회귀모형의 최적 매개변수를 추정하고, 다중회귀분석과 인공신경망 기법을 이용하여 유역특성에 따른 회귀 모의 모형의 매개변수 추정 방법을 개발하였으며, 시범 유역을 대상으로 개발된 모형의 적용성을 평가하였다.
오염부하량 모의를 위한 회귀모형으로, T-N (Total-Nitrogen)은 LOADEST의 5번 회귀모형을, T-P (Total-Phosphorous)는 3번 회귀모형을 선택하였다. 81개 유역을 연구대상지로 선정하여, 오염물질별 선택된 회귀모형의 최적 매개변수를 추정하고, 오염부하량을 모의하였다. 모의결과, T-N, T-P 모두 선택된 회귀모형이 실측치를 잘 반영하여 모의할 수 있는 것으로 나타났다. 하지만, 두 물질 모두 오염부하량이 과소 모의되어 실측치와 편의가 발생하는 것으로 나타나, 분위사상법을 이용하여 모의치의 편의보정을 실시하였다. 보정결과, 모형의 정확도는 크게 변하지 않았으며, 오염부하량이 과소 모의 되는 경향이 다소 감소하는 것으로 나타났다.
미계측 유역에서 회귀모형 매개변수 추정을 위해, 다중회귀분석과 인공신경망을 이용하였으며, 81개 유역의 최적 매개변수와 유역특성 자료를 이용하여 매개변수 추정방법을 개발하였다. 개발된 두 방법을 이용하여, 매개변수를 추정하고, 오염부하량을 모의한 결과, 두 방법 모두 실측치를 잘 반영하여 모의할 수 있는 것으로 나타났으며, 최적 매개변수에 의한 모의치와 유사한 모의능력을 갖는 것으로 나타났다.
개발된 두 모형의 적용성 검토를 위해, 4개의 시범유역을 대상으로 매개변수를 추정하고, 모의를 실시하였다. 모의결과, 두 방법 모두 실측치를 잘 반영하여 모의할 수 있는 것으로 나타났으며, 실측치 기반 매개변수와 비교하여 유사한 모의능력을 갖는 것으로 나타났다.
본 연구에서 개발된 매개변수 추정방법은 통계적 변량을 통해 실측치를 잘 반영하여 모의되는 것으로 나타났으며, 실측치 기반 매개변수에 의해 모의된 값과도 유사한 모의능력을 보이는 것으로 나타나, 추후 실측자료가 확보되지 않은 농업용 저수지 소유역에 대한 오염부하량 모의와 정책결정을 위한 스크린 모델로서 활용할 수 있을 것으로 사료된다.
Language
Korean
URI
https://hdl.handle.net/10371/125474
Files in This Item:
Appears in Collections:
College of Agriculture and Life Sciences (농업생명과학대학)Dept. of Landscape Architecture and Rural System Engineering (생태조경·지역시스템공학부)Theses (Master's Degree_생태조경·지역시스템공학부)
  • mendeley

Items in S-Space are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse