DAILY PAPER REVIEW

1224_Statistical modelling of Chla for early-warning

 

 

1. 논문제목: A Comparative study of statistical learning methods to predict eutrophication tendency in a reservoir, North China

   저널: IEEE
   
저자: Jiping Jiang, Peng Wang*, Zaixing Tian, Liang Guo,Yi Wang

 

2. 주저자 배경

주저자 Jiping Jiang Harbin Institute of Technology Environmental Science and Engineering에서 박사과정으로 공부하고 있다.

 

3. 논문 요약

논문은 Chlorophyll a (Chl a) 사전 예측을 통한 조기 경보를 위한 연구로써, MLR(multiple linear regression), BPANN(back propagation artificial neural network), SVR(support vector regression)모델을 활용하여 Chl a 예측하였다. 모델 구축을 위한 입력 변수로 12가지 환경변수들 중에 correlation 가장 높은 5가지 항목(일주일 Chl a, total phosphorus, water temperature, total nitrogen, secchi depth) 선정하여 적용하였다. BPANN, SVR 모델은 MLR 비해 좋은 예측 성능을 보였는데, 특히 SVR 모델중 가장 높은 예측 성능을 보였다. 민감도 분석에서는 Chl a 수온이 Chl a 예측에 민감한 변수로 선정 되었다. 연구에서는 최종적으로 SVR Chl a 예측하기에 가장 적합한 모델로서 제시하였다.

 

4. 논문의 독창성

논문은 Chl a 조기 경보를 위한 모델을 세가지 통계알고리즘을 활용하여 구축 비교를 진행 하였다..

 

5. 논문의 적용 가능성

연구에서 Chl a 조기 경보 모델 구축 내용은 현재 진행 중인 연구와 직접적으로 비교 있는 내용으로써 discussion 부분에서 논의 것으로 판단된다.

 

6. 요약자 E-mail: yepark@gist.ac.kr

첨부 (1)
20121224_Statistical modelling of Chla.pdf
61.9KB / Download 0