LSTM을 활용한 한반도 근해의 해수면 온도 예측

Abstract

최근 수온이 지속적으로 상승하고 있으며, 2019년은 지난 10년 동안 가장 기온이 높게 오른 시기로 분석되었다. 이러한 현상은 고수온을 발생시키고, 해양 경제에 막대한 피해를 발생시킨다. 본 연구에서는 고수온 현상을 사전에 예측하여 해양 경제적 피해를 방지하는 방법으로, 과거 수온 데이터를 이용하여 미래의 수온을 예측하는 방법을 제안한다. 수온은 계절별 시계열 흐름이 유사하므로, 시계열 데이터 예측에 특화된 LSTM 신경망을 이용한다. 한반도 근해를 연구지역으로 설정하였으며, 각 픽셀마다 LSTM 기반 예측 모델을 생성하여 1일 이후의 SST를 예측한다. 이때 데이터는 ECMWF(European Centre for Medium-Range Weather Forecasts)의 SST 데이터를 사용하였다. 모델의 1일 예측 결과, R2(coefficient of determination), RMSE(root mean square error), MAPE(mean absolute percentage error)는 각각 0.88, 0.48, 1.35이었다.