측정 오류가 포함된 데이터에 기반한 수질 오염원 위치 탐색

Abstract

본 연구는 강에 배치된 센서 네트워크가 임의의 측정 오류를 포함하는 관측값을 반환 할 때 오염물질 유출 위치를 식별하는 문제를 다룬다. 이 문제를 해결하기 위해 본 연구에서는 크게 세 단계로 구성된 새로운 프레임워크를 제안한다. 첫 단계는 통계적 공정 관리도(statistical process control chart)를 사용하여 오염상태를 탐지한다. 이 때, 오경보가 발생할 비율은 사용자가 임의로 지정한 값보다 작거나 같게 유지된다. 두 번째 단계는 데이터 전처리 과정으로, 비선형 회귀 모델을 이용하여 관측된 오염물질의 농도 데이터의 파과곡선(breakthrough curve)를 추정하고 추정된 곡선의 특징 벡터를 도출한다. 마지막 단계에서는 계산된 특징 벡터를 입력변수로, 실제 오염 발생 위치를 레이블(label)로 지도 학습한 랜덤 포레스트 모델을 구성한다. 이 모델은 결과로써 예측한 위치가 실제 오염물질 유출 위치일 가능성을 0과 1사이의 숫자로 반환하여 오염원 위치를 탐색하는 의사결정에 도움을 준다. 본 연구에서 제시한 프레임워크의 정확도는 미국 조지아 주에 위치한 Altamaha강에 적용하여 확인하였다.