| 저자(한글) |
FAN, Jing-long,LIU, Hai-long,LEI, Jia-qiang,XU, Xin-wen,WANG, Gui-fen,ZHONG, Xian-bin,YAN, Jian |
| 초록 |
타클라마칸 사막(Taklimakan Desert) 배후지의 지하수 염분 변화 법칙을 연구하고자, 지하수 염분 변화과정을 시뮬레이션하고 해당 지역의 지하수 변화 법칙을 연구하는데 적합한 모델을 평가하였다. 연구지역의 증발량, 강수량, 기온, 기압, 지하수위, 지하수 전도율 등 데이터를 통계 분석하고, 지하수 염분 함량 및 그 영향 요소의 특성을 제시하였다. GP(Gaussian Process) 모델, GPLVM(Gaussian Process Latent Variable Model) 모델과 BP 인공 신경망 모델(Back Propagation Artificial Neural Network, BP-ANN) 및 통합 모델을 이용하여, 기후 변화와 인류 활동 등 두 요소의 영향을 받는 지하수 염분 함량의 변화과정을 시뮬레이션하고 해당 모델의 시뮬레이션 결과를 평가하였다. 연구 결과, (1)연구지역의 지하수 유동 시스템은 주요하게 기후 변화와 인류 활동의 영향을 받았으며, 일부 지역의 지하수위는 채굴과정과 더불어 기복을 나타냈다. 지하수위 변화과정과 기업의 변화 법칙은 일치하였으며, 기온과 증발량의 계절 변화는 일치하였다. 지하수 염분 함량은 증가 추세를 나타냈다. (2)GP모델을 이용하여 지하수 염분 함량을 예측하였을 때, 가장 양호한 예측 효과를 얻었다. 이미 알려진 지하수 염분 함량에 대하여, GPLVM모델과 기타 환경 요소를 이용하여 다원 회귀 분석을 진행하였을 때, 가장 양호한 피팅 효과를 얻었다. 모델 훈련과 모델 예측을 포함한 전체 데이터 세트(data set)에 대한 통합 모델(GP, GPLVM와 BP 인공 신경망 모델로 구성됨)의 피팅 효과와 예측 효과가 가장 양호하였다. |
