한반도 근해 고수온 예측을 위한 딥러닝 모델

Abstract

최근 지구온난화로 고수온(수온 28°C 이상) 현상이 한반도 근해에서 발생하고 있다. 고수온 현상은 주로 여름철에 자주 발생한다. 고수온 현상은 양식어장의 물고기 폐사 발생과 해양생물의 서식 환경 변화로 양식어업 피해를 발생시키고 있다. 따라서 고수온 현상을 미리 예측하여 피해를 예방하는 것이 필요하다. 본 연구는 한반도 근해 해수면온도와 고수온 현상을 예측하는 모델을 설계하였다. 시계열 데이터 예측에 특화된 인공신경망 모델인 LSTM(Long short-term memory) 알고리즘을 사용하였다. 10년의 해수면온도 데이터로 예측모델을 훈련하여 해수면온도를 예측한 후 고수온 현상을 예측하는 알고리즘이다. 1일에서 7일 예측모델을 설계하였고, R2(Coefficient of determination), RMSE(Root Mean Squared Error)와 MAPE(Mean Absolute Percentage Error) 지표를 사용하여 해수면온도 예측 정확도를 평가하고, F1 Score와 ROC 공간분석(Receiver Operating Characteristic Spatial analysis)을 사용하여 고수온 예측 정확도를 평가를 하였다. 7일 예측모델의 해수면온도 예측 정확도는 (R2 = 0.917, RMSE = 0.422°C, MAPE = 1.244%)이었고, 고수온 예측 정확도는 (F1 Score=0.882)로 예측모델이 잘 동작함을 알 수 있었다.