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
- 유택선; 나종헌; 김준명; 윤태현; 이정호; 김한석; 권만재; 주용성
- 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

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