LSTM을 이용한 고수온 예측

Abstract

최근 지구온난화의 영향으로 대한민국 연안에서 고수온 발생이 증가하고 있으며, 이 현상은 대한민국 연안의 해양경제에 막대한 피해를 발생시켰다. 고수온 피해를 줄이기 위해 신속한 대응과 사전 예측이 필요하다. 본 연구에서는 고수온 문제의 해결방법으로 고수온을 예측하는 방법을 제시하며, 시계열 데이터 예측에서 높은 성능을 보여주는 RNN(Recurrent neural network) 기반의 LSTM(Long short-term memory)을 이용한다. 위성영상으로부터 얻은 SST(Sea surface temperature) 데이터를 이용하여 LSTM 모델을 훈련하고, 훈련된 모델로부터 1~7일 이후의 SST를 예측한다. 연구결과, 실제 수온과 1일 예측모델의 성능평가에서 RMSE(Root mean square error)와 MAPE(Mean absolute percentage error)는 각각 0.1164와 0.499가 나타났으며, F1 score는 1.0의 결과를 보여줌으로써 오차율이 낮음을 확인 할 수 있었다.