Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

토양 내 오염물질 농도 예측을 위한 베이지안 벌점 스플라인Bayesian Penalized Splines for Predicting Concentrations of Soil Contaminant

Other Titles
Bayesian Penalized Splines for Predicting Concentrations of Soil Contaminant
Authors
유택선나종헌김준명윤태현이정호김한석권만재주용성
Issue Date
Oct-2022
Publisher
한국자료분석학회
Keywords
토양오염; 토양 자료; 공간예측; 베이지안.; soil contamination; soil data; spatial prediction; Bayesian inference.
Citation
Journal of The Korean Data Analysis Society, v.24, no.5, pp 1705 - 1717
Pages
13
Indexed
KCI
Journal Title
Journal of The Korean Data Analysis Society
Volume
24
Number
5
Start Page
1705
End Page
1717
URI
https://scholarworks.dongguk.edu/handle/sw.dongguk/2377
DOI
10.37727/jkdas.2022.24.5.1705
ISSN
1229-2354
2733-9173
Abstract
토양오염의 진단을 위해서는 조사 부지의 토양 내 오염물질의 분포를 정확히 파악할 필요가 있다. 하지만 조사 부지에서 관측이 가능한 모든 지점을 생화학적으로 조사하는 것은 현실적으로 불가능하므로 조사 부지 내 일부 선정된 지점에서 얻은 자료를 바탕으로 공간예측모형을 통해 조사 부지의 토양 내 오염물질 농도를 예측하게 된다. 토양 자료는 자료의 특성상 자료의 크기가 충분히 크지 않은 경우가 종종 발생하고, 이에 따라 공간예측의 정확성이 크게 감소할 수 있다. 따라서 본 연구에서는 이러한 문제를 해결하고자 환경부에서 제공하는 토양측정망 자료를 사전 정보로 활용하여 조사 부지의 토양 내 오염물질 농도를 예측하는 베이지안 벌점 스플라인 모형을 제안한다. 또한, 제안 모형의 성능을 평가하기 위해 RMSE를 비롯한 여러 성능 평가 지표를 이용하여 제안 모형과 여러 비교 모형과의 표본 자료 크기 별 예측 정확성을 비교하였다. 성능 평가 결과, 제안 모형의 성능이 비교 모형들에 비해 유용한 성능을 보임을 확인할 수 있었다. 특히, 표본 자료의 크기가 비교적 작을수록 제안 모형의 성능이 비교 모형들이 비해 더욱 준수한 성능을 보였다. 따라서 조사 부지에 대한 토양 자료가 상대적으로 부족한 토양 조사의 초기 단계에서 토양 내 오염물질의 분포를 파악하고자 할 때 제안 모형의 사용을 제안한다.
Files in This Item
There are no files associated with this item.
Appears in
Collections
College of Natural Science > Department of Statistics > 1. Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Related Researcher

Researcher Joo, Yong Sung photo

Joo, Yong Sung
College of Natural Science (Department of Statistics)
Read more

Altmetrics

Total Views & Downloads

BROWSE