검색 상세

DO,BOD농도 예측을 위한 인공신경망 이론의 적용

The Application of Aritificial Neural Network for Forecasting of DO,BOD concentration

초록/요약

최근 하천에서의 BOD, DO 해석뿐만 아니라 질소, 인 등의 영향을 고려한 부영양화 해석, 시간변동성을 고려한 비정상 수질해석, 2차원 및 다차원 수질해석, 수질에 대한 불확실도 해석 등 다양한 수질모의가 사회적으로 요구되고 있는 시점이다. 그러나, 수질 농도의 예측은 비선형적이고, 시변성이며 공간적으로 분포되어 있는 많은 어려움을 수반하고 있다. 본 연구는 영산강 유역의 중류부 대표지점이며 동시에 수질관리 대상지점인 나주지점을 선정하여 비선형적인 수질의 농도의 변화에 대한 모형을 개발하였다. 그 방법으로는 수계 내의 물리적ㆍ화학적ㆍ생물학적 반응 과정을 나타내지 않으면서 시행착오방법(trial and error method)으로 적절한 입력변수를 선택하여 인공신경 망의 역 전파학습알고리즘을 이용하여 DO와 BOD 수질농도에 대한 비선형 모형을 개발하였다. 그 결과 수질항목간의 상관계수는 0.850를 상회하고 있으며, 검증과정에서의 상관계수는 DO, BOD 각각 0.870, 0.887로 나타났다. 이는 수질보전정책 수립을 위한 기초 자료뿐만 아니라 하천의 치수 및 이수, 하천환경에 관련된 계획의 수립과 그에 따르는 운영 및 관리에 효율성을 더할 수 있을 것이라 판단된다.

more

초록/요약

Resently various water quality simulations such as BOD, DO analysis at river, eutrophication analysis considering the effect of N, P, nonsteady water quality analysis considering time variation, two dimensional or multi dimensional water quality analysis, and uncertainty analysis of water quality etc. are needed by society. But the prediction of water quality concentration is difficult because of nonlinear, nonsteadiness, and spacial distribution. This research developed the model for nonlinear change of water quality density selecting Naju district, the representative district of Youngsan river and also the target district for water-purity. This model selected suitable input variable by trial and error method not showing physical, chemical, and biological reaction in river system and developed the nonlinear model for water quality concentration of DO and BOD using Back-propagation of artificial neural network. The correlation coefficient of each water quality item exceed 0.850 and DO is 0.870, BOD is 0.887. Conclusively this result will add to not only the basic data to establish the policy of water quality preservation but also the efficiency of the management following the establishment of the river environmental plan.

more
반출 Meta View 목록