GIS와 인공신경망을 이용한 갯벌생태 예측 연구

Abstract

갯벌은 다양한 생물이 살아가는 어족자원의 보고로서 생태·경제적 가치가 매우 크고, 갯벌 내 저서생물은 생태·경제적으로 중요한 요소이다. 그러나 우리나라는 갯벌의 경제적 가치를 판단하기 휘한 과학적 근거가 부족한 실정이다. 따라서 갯벌을 보전하고 효율적으로 관리하기 위해 체계적이고 과학적인 분석방법이 필요하다. 이에 본 연구에서는 GIS와 인공신경망(Artificial Neural Network) 모델을 이용하여 저서생물의 분포와 관련 퇴적환경 요인들간의 공간적 상관관계를 분석하고 저서생물황도 갯벌지역의 저서생물의 분포 가능성도를 작성하였다. 분석에 사용된 관련 자료는 지형, 조류로, 퇴적상, 위성영상의 광학 반사도 등으로 GIS 기반의 공간데이터베이스로 구축하였다. 그리고 본 연구에 적용할 저서생물 분포의 샘플자료로 현장조사를 통해 채집된 저서생물 중 Armandia lanceolata 종 발견된 총 27개의 조사지점 중 8개의 지점과 같은 수의 발견되지 않은 지점을 훈련자료로 사용하였다. 각 인자의 상대 주요도와 가중치는 역전파 훈련(back-propagation training) 알고리즘을 통해 결정하였고 이를 입력자료로 사용하였다. 저서생물 분포 가능성 지수는 각 요인의 가중치를 적용하여 계산하였고, 산출된 지수를 이용하여 저서생물 분포 가능성도를 작성하였다. 이 종의 분포 가능성도를 작성하였다. 가능성도는 훈련에 사용되지 않은 저서생물의 분포 위치와 AUC(Area Under the Curve) 분석방법으로 검증하였다. 검증한 결과 76.14%의 정확도를 보였고 입력 요인들 중, 수로의 밀집도가 평균 1.590(1.00 기준)으로 가장 높은 가중치를 보였고 이는 해당 인자가 Armandia lanceolata 종의 서