LSTM 기반 연안 대수층 염분침투 전기전도도 예측 연구

LSTM-based prediction of saltwater intrusion using electrical conductivity in coastal aquifers

연구 내용

연안 대수층의 염분침투 지표인 전기전도도를 LSTM 시계열 예측으로 추정하여 지하수 관리 의사결정을 지원하는 연구

연안 지역에서는 지하수 개발과 과잉 이용으로 해수 침투가 발생할 가능성이 높으므로, 염분침투 지표를 시계열 기반으로 예측하는 접근이 필요합니다. 본 연구는 일 단위 해수면 변동, 지하수위, 상·하부 전기전도도, 강우, 수온 등의 입력 변수를 구성하고, LSTM 알고리즘을 이용해 전기전도도 변화를 예측합니다. 또한 각 지역에 대해 시간 지연을 반영하여 학습·평가를 수행하며, 예측 품질은 오차 및 설명력 지표로 검토합니다. 이를 통해 연안 지하수의 염분침투 거동을 데이터 기반으로 추정하는 방법을 제시합니다.

관련 프로젝트

0건

연구 흐름

초기에는 연안 대수층에서 염분침투를 대표하는 전기전도도 변화를 시계열로 정리하고, 해수면·강우·지하수위 등 영향 변수를 입력 특성으로 구성하는 데 집중했습니다. 이후 LSTM 구조를 적용해 시간 지연과 계절성 효과를 반영한 예측 모델을 구축하고, 구간별 학습과 평가로 성능을 확인했습니다. 이후 예측 입력 구성의 영향과 모델 안정성을 검토하기 위해 자료 섞기(Shuffle) 기법 등 비교 절차를 수행하며, 실무 적용 관점에서 해석 가능한 예측 흐름을 확립했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

연안 지하수 모니터링 자동 예측
염분침투 위험경보 체계 구축
우물 운영 조건 최적화
지하수 개발 계획의 사전 영향평가
전기전도도 기반 관리지표 운영
데이터 기반 지하수 거동 추정
수위 및 염분 동시 관리
관측 공백 보정 및 보강
계절 변동 반영 예측
수자원 운영 의사결정 지원
지역 맞춤형 예측 모델 설계