지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 발행연도
- 2015
- 저작권
- 서울대학교 논문은 저작권에 의해 보호받습니다.
이용수1
이 논문의 연구 히스토리 (5)
2015
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
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.
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.
목차
목 차국 문 초 록 Ⅰ목 차 ⅢList of Tables ⅤList of Figures Ⅶ제 1 장 서 론 1제 2 장 연 구 사 42.1 수질모형 42.2 오염부하량 산정 회귀식 52.3 매개변수 지역화 6제 3 장 이론적 배경 73.1 LOADEST 모형 83.1.1 모형의 입출력구조 83.1.2 모형의 회귀식 93.2 모형회귀변수 123.2.1 다중회귀분석 123.2.2 인공신경망 133.3 회귀모형 편의보정 14제 4 장 대상유역 및 자료구축 154.1 대상유역 및 수문·수질자료 구축 154.2 지형자료 구축 16제 5 장 LOADEST 기반 오염부하량 추정 회귀모형 개발 205.1 유역별 오염부하량 추정 회귀모형 구축 205.1.1. T-N 부하량 추정 회귀모형 구축 245.1.2 T-P 부하량 추정 회귀모형 구축 295.1.3 T-N 및 T-P 오염부하량 편의보정 345.2 다중회귀분석을 이용한 회귀식 매개변수 추정 385.2.1 T-N 회귀식 매개변수 추정 385.2.2 T-P 회귀식 매개변수 추정 445.3 인공신경망을 이용한 회귀식 매개변수 추정 495.3.1 T-N 회귀식 매개변수 추정 495.3.2 T-P 회귀식 매개변수 추정 53제 6 장 미계측 유역 적용성 평가 576.1 다중회귀분석을 이용한 회귀식 매개변수 검정 576.2 인공신경망을 이용한 회귀식 매개변수 검정 626.3 회귀식의 비교 및 평가 66제 7 장 요약 및 결론 70Reference 74
최근 본 자료
댓글(0)
0