LSTM을 활용한 관측자료 기반 미호천 유역 미래 월 단위 지하수위 관리 취약 시기 평가

Evaluation of the future monthly groundwater level vulnerable period using LSTM model based observation data in Mihostream watershed

본 연구는 미호천 유역의 월 단위 지하수위 관리 취약 시기 평가와 LSTM을 이용한 미래 지하수위 관리 취약 시기 평가 기법을 제안하였다. 미호천 유역 내의 지하수위 및 강수량 관측소 관측자료를 수집하고, LSTM을 구성한 후 강수량과 지하수위에 대한 2020~2022년 예측 값을 산정하고, 미래 지하수위 관리 취약시기 평가를 수행하였다. 지하수위 관리 취약시기 평가를 위하여 지하수위와 강수량 간의 상관관계를 고려한 가중치와 기후변화로 인한 관측자료의 변동을 고려하기 위한 가중치를 산정한 후, 이를 조합하여 최종 가중치를 산정하였다. 평가 결과 미호천 유역은 2월, 3월, 6월에 지하수위 관리 취약성이 높게 나타났고, 특히 천안수신 관측소 인근은 미래에 지하수위 관리 취약성 지수가 악화 될 것으로 분석되어 추가 관리 방안 도입이 필요할 것으로 나타났다. 본 연구의 결과는 지하수위 관리 취약 시기 평가 및 LSTM을 활용한 미래 예측 기법을 제시함으로써 발생할 수 있는 유역 내 지하수자원 문제에 선제적인 대응방안 도출에 기여할 것으로 기대된다.

This study proposed a evaluation of the monthly vulnerable period for groundwater level management in the Miho stream watershed and a technique for evaluating the vulnerable period for future groundwater level management using LSTM. Observation data from groundwater level and precipitation observation stations in the Miho stream watershed were collected, LSTM was constructed, predicted values for precipitation and groundwater levels from 2020 to 2022 were calculated, and future groundwater management was evaluated when vulnerable. In order to evaluate the vulnerable period of groundwater level management, the correlation between groundwater level and precipitation was considered, and weights were calculated to consider changes caused by climate change. As a result of the evaluation, the Miho stream watershed showed high vulnerability to underground water management in February, March, and June, and especially near the Cheonan Susin observation well, the vulnerability index for groundwater level management is expected to deteriorate in the future. The results of this study are expected to contribute to the evaluation of the vulnerable period of groundwater level management and the derivation of preemptive countermeasures to the problem of groundwater resources in the basin by presenting future prediction techniques using LSTM.