수치해석 접근법에 따른 지하수 공간분포 예측

Predicting the Spatial Distribution of Groundwater Using a Numerical Approach

본 연구에서는 제주도 지하수위 공간예측을 위하여 유한차분법을 이용한 MODFLOW 모델과 신경망과잔차크리깅을 결합한 NNRK 모델을 적용하였다. MODFLOW 모델의 경우, 관측 지하수위와 예측 지하수위의 차이는 0.014∼4.327m, 상대오차는 0.50∼50.82%로 나타났고 NNRK 모델의 경우, 관측 지하수위와예측 지하수위의 차이는 0.022∼6.185m, 상대오차는 0.66∼49.35%로 분석되었다. MSRE에 기초하여 비공간 통계학적 모델인 IDW는 SK 및 OK 모델보다 우수한 공간예측 결과를 나타냈지만, RK와 NNRK 모델보다는 예측성능이 낮은 것으로 분석되었다. 적용된 MODFLOW 모델과 NNRK 모델은 유사한 결과를 나타냈으나 함양량과 지질구조를 고려한 조밀한 지역에서는 MODFLOW 모델이 상대적으로 우수하게 나타났다. 또한, MODFLOW 모델은 NNRK 모델에 비해 지층별 지하수 유동과 양수량에 따른 지하수두의 시간 변동 특성을 효과적으로 잘 반영하는 것으로 나타났다.

This study applied the MODFLOW model using finite difference method and the NNRK model combining neural network and residual kriging for spatial groundwater level prediction in Jeju Island, South Korea. For the MODFLOW model, the differences between observed and predicted groundwater levels were 0.014-4.327 m and the relative errors were 0.50-50.82 %. For the NNRK model, the differences between observed and predicted groundwater levels were 0.022-6.185 m and the relative errors were 0.66-49.35 %. Based on MSRE, IDW model, which is a non-spatial statistical model, showed better spatial prediction results than SK and OK models, whereas RK and NNRK models outperformed the IDW model. The MODFLOW model showed relatively better results than the NNRK model in dense areas considering recharge and geological structure although the MODFLOW and NNRK models produced similar results. Furthermore, the MODFLOW model was found to effectively reflect groundwater flow by strata and temporal groundwater head fluctuations due to pumping compared to the NNRK model.