다양한 기상 데이터를 이용한 해수면 온도 예측

Abstract

본 연구는 고수온 현상으로 발생하는 양식어종의 집단 폐사를 방지할 목적으로 long short-term memory (LSTM) 모델을 이용하여 해수면 온도를 예측하는 기법을 다룬다. 기존 연구로 해수면 온도(SST; sea surface temperature)를 예측하기 위해서는 광대한 양의 과거 해수면 온도 데이터를 이용하여 예측 모델을 생성하였다. 그러나 이러한 방법은 단순히 과거 해수면 온도의 패턴을 분석하여 미래의 해수면 온도를 예측하기 때문에 주변 기상 환경에 대응할 수 없고, 과거 해수면 온도 패턴과 최근 해수면 온도 패턴이 다르면 예측성능이 저하된다. 따라서 이와 같은 문제를 보완하기 위해 해수면 온도뿐만 아니라 다양한 기상 데이터를 훈련 데이터로 사용하는 방법을 제안한다. 해수면 온도는 외부 기상환경과 복합적으로 작용하여 결정되기 때문에 본 논문에서 제안한 방법은 기존의 연구 방법보다 보다 신뢰성이 있을 것이다. 제안한 방법의 우수성을 입증하기 위해 실험을 실시하였으며, R2, R MSE, MAPE 측면에서 본 연구에서 제안한 방법이 기존연구 보다 해수면 온도 예측 성능이 우수하였다. 이와 같은 결과를 통해 외부 기상 데이터가 해수면 온도 예측 모델의 성능을 높여 줄 수 있는 요소로 작용할 수 있음을 확인하였다.