1. Title &  Journal
 Title : Identification of land use with water quality data in stormwater using a neural network
 Journal : Water Research

2. Background of author
 Michael K. stenstrom
Michael K. stenstrom은 현재 UCLA Civil and Environmental Engineering Department 교수이며, 연구분야는 biological treatment methods와 computing technologies를 환경 기술연구에 적용하는 분야입니다. 그리고 15년 동안 환경에 stormwater의 영향을 줄이고, stormwater의 특성을 규명하는 연구를 하고 있습니다.

3. Summary
 이 논문의 목적은 stormwater water quality와 land use와의 관계를 neural network를 이용하여 분석하고 stormwater water quality로부터 land use의 type을 예측하는 neural network model을 만드는 것입니다. Neural model은 Neural Connection 2.1을 neural model구축에 사용하였으며, Multi-Later Perceptron, Radial Basis Function and Bayesian network중에서 Bayesian Network의 수행 능력이 가장 좋아 Bayesian Network를 이용하였다. 총 19개의 neuron으로 구성 하였는데 10개의 water quality input variables, 4개의 hidden layer 그리고 5개의 land-use variables( commercial, industrial, residential, transportation, and vacant)로 구성하였습니다. 이는 correct classification과 RMSE로 평가하여 19개의 neuron으로 하는 것으로 정하였습니다. 모델링 결과 correct classification은 92.3%, RMSE는 0.157로 아주 좋은 결과를 얻을 수 있었으며 이를 통해 stormwater water quality로부터 land-use를 예측할 수 있다는 것을 증명할 수 있었습니다.그리고 10개의 water quality input data중 하나씩 빼서 water quality로 land use를 예측하는데 각각 neuron의 영향도를 평가해본 결과 sulfate가 가장 낮았으며 dissolved copper가 land-use를 구분하는데 가장 sensitive한 항목으로 평가되었습니다. 

4. Originality & creativity
 이 논문에서는 stormwater water quality로부터 land-use를 평가하였지만, 제 생각에는 반대로 land-use와 선행건조일수, 강우량등을 input data로 이용하여 유출되는 stormwater water quality를 예측할 수 있는 model을 neural model로 만들어 본다면 더 좋은 논문을 만들 수 있겠다는 생각을 하였습니다. 그래서 소유역인 광주천을 바탕으로 land-use를 구분하여 neural model을 이용해 runoff quality를 예측 해보면 좋을 것 같습니다.

5. Reviewer contact : 전동진 (djjeon@gist.ac.kr)