말레이시아 환경부(DOE)는 지난 25년간 용존산소(DO), 생화학적 산소요구량(BOD), 화학적 산소요구량(COD), pH, 암모니아 질소(AN), 부유물질(SS) 등 6가지 주요 수질 변수를 사용하는 수질지수(WQI)를 시행해 왔습니다. 수질 분석은 수자원 관리의 중요한 요소이며, 오염으로 인한 생태계 피해를 예방하고 환경 규정을 준수하기 위해서는 적절한 관리가 필수적입니다. 따라서 효과적인 분석 방법을 개발하는 것이 중요합니다. 현재 컴퓨팅 기술의 주요 과제 중 하나는 일련의 복잡하고 시간이 많이 소요되며 오류 발생 가능성이 높은 하위 지수 계산을 수행해야 한다는 점입니다. 또한, 하나 이상의 수질 변수가 누락될 경우 WQI를 계산할 수 없습니다. 본 연구에서는 이러한 복잡한 WQI 계산 과정을 개선하기 위한 최적화 방법을 개발했습니다. 데이터 기반 모델링, 특히 10배 교차 검증 기반의 Nu-Radial 기저 함수 서포트 벡터 머신(SVM)의 잠재력을 개발하고 탐구하여 랑갓 유역의 WQI 예측 정확도를 향상시켰습니다. 본 연구에서는 6가지 시나리오를 설정하여 수질지수(WQI) 예측 모델의 효율성을 평가하기 위해 종합적인 민감도 분석을 수행하였다. 첫 번째 시나리오에서 SVM-WQI 모델은 DOE-WQI 모델을 매우 잘 재현하는 것으로 나타났으며, 통계적으로도 매우 높은 결과(상관계수 r > 0.95, Nash-Sutcliffe 효율지수 NSE > 0.88, Willmott 일관성 지수 WI > 0.96)를 얻었다. 두 번째 시나리오에서는 6개의 변수 없이도 WQI를 예측할 수 있음을 확인하였다. 따라서 용존산소(DO)가 WQI를 결정하는 가장 중요한 요소이며, pH는 WQI에 미치는 영향이 가장 적다. 또한, 시나리오 3부터 6까지는 모델 입력 변수의 수를 최소화함으로써 시간과 비용 측면에서 모델의 효율성을 입증하였다(상관계수 r > 0.6, NSE > 0.5(양호), WI > 0.7(매우 우수)). 종합적으로 볼 때, 이 모델은 수질 관리 분야에서 데이터 기반 의사결정을 크게 개선하고 가속화하여, 사람의 개입 없이도 데이터에 대한 접근성을 높이고 활용도를 향상시킬 것입니다.
1. 서론
"수질 오염"이라는 용어는 지표수(해양, 호수, 강)와 지하수를 포함한 여러 유형의 수질 오염을 지칭합니다. 이 문제가 심화되는 주요 요인 중 하나는 오염 물질이 수역으로 직접 또는 간접적으로 배출되기 전에 적절하게 처리되지 않는다는 점입니다. 수질 변화는 해양 환경뿐만 아니라 공공 용수 공급 및 농업용수 확보에도 심각한 영향을 미칩니다. 개발도상국에서는 급속한 경제 성장이 흔히 나타나는데, 이러한 성장을 촉진하는 모든 사업은 환경에 해로울 수 있습니다. 수자원의 장기적인 관리와 사람과 환경 보호를 위해서는 수질 모니터링 및 평가가 필수적입니다. 수질 지수(WQI)는 수질 데이터를 기반으로 산출되며, 하천 수질의 현재 상태를 파악하는 데 사용됩니다. 수질 변화 정도를 평가할 때는 여러 변수를 고려해야 합니다. WQI는 차원이 없는 지수로, 특정 수질 매개변수로 구성됩니다. WQI는 과거와 현재의 수역 수질을 분류하는 방법을 제공합니다. 수질지수(WQI)의 의미 있는 값은 정책 결정자들의 의사 결정과 행동에 영향을 미칠 수 있습니다. 1부터 100까지의 척도에서 지수가 높을수록 수질이 좋습니다. 일반적으로 80점 이상의 점수를 받은 하천 지점의 수질은 깨끗한 하천 기준을 충족합니다. WQI 값이 40 미만이면 오염된 것으로 간주되며, 40에서 80 사이이면 수질이 약간 오염된 것으로 판단됩니다.
일반적으로 수질지수(WQI) 계산에는 복잡하고 오류 발생 가능성이 높은 일련의 하위 지수 변환 과정이 필요합니다. WQI와 다른 수질 매개변수 간에는 복잡한 비선형 상호작용이 존재합니다. 각 WQI가 서로 다른 공식을 사용하기 때문에 계산이 어렵고 시간이 오래 걸리며, 이로 인해 오류가 발생할 수 있습니다. 특히, 하나 이상의 수질 매개변수가 누락된 경우 WQI 공식을 계산할 수 없다는 점이 큰 어려움입니다. 또한, 일부 기준에서는 정확한 시료 분석과 결과 제시를 위해 숙련된 전문가가 수행해야 하는 시간 소모적이고 철저한 시료 채취 절차를 요구합니다. 기술 및 장비의 발전에도 불구하고, 높은 운영 및 관리 비용으로 인해 광범위한 시공간적 하천 수질 모니터링이 제한되고 있습니다.
이 논의는 수질지수(WQI)에 대한 전 세계적인 접근 방식이 없음을 보여줍니다. 이는 계산 효율적이고 정확한 방식으로 WQI를 계산하는 대안적인 방법 개발의 필요성을 제기합니다. 이러한 개선은 환경 자원 관리자가 하천 수질을 모니터링하고 평가하는 데 유용할 수 있습니다. 이러한 맥락에서 일부 연구자들은 인공지능(AI)을 활용하여 WQI를 예측하는 데 성공했습니다. AI 기반 머신러닝 모델링은 하위 지수 계산을 생략하고 WQI 결과를 신속하게 생성합니다. AI 기반 머신러닝 알고리즘은 비선형 아키텍처, 복잡한 사건 예측 능력, 다양한 크기의 데이터를 포함한 대규모 데이터 세트 관리 능력, 불완전한 데이터에 대한 민감도 감소 등의 장점으로 인해 인기를 얻고 있습니다. 이러한 알고리즘의 예측력은 데이터 수집 및 처리 방법과 정확도에 전적으로 달려 있습니다.
게시 시간: 2024년 11월 21일