원격탐사를 이용한 수질평가시의 인공신경망에 의한 분석과 기존의 회귀분석과의 비교

Abstract

본 연구에서는 원격탐사를 이용하여 수질 파라미터들을 평가하는데 기존의 다중 회귀나 밴드비 회귀분석을 이용한 통계적인 방법과 신경망을 이용한 방법을 비교하였다. 사용된 영상은 1996년 3월 18일 대청호 유역의 Landsat TM 영상이며, 30개의 현장 실측치가 위성이 통과하는 시간대에 샘플링되었다. 적용된 신경망은 3개의 층으로 구성된 전향 신경망이며 훈련방법으로는 역전파를 사용하였다. 본 연구에서는 가용한 훈련 데이터 셀이 작으므로 cross-validation 방법이 적용되었다. 비록 기존의 희귀분석에 의한 결과도 어느 정도 유의하게 나왔지만, 신경망에 의한 결과가 훨씬 성공적인 수행을 보여주었다. 신경망을 이용한 수질평가는 신경망이 자료의 비선형적 속성을 잘 반영해주기 때문에 기존의 통계적 기법보다 훨씬 나은 결과를 제공한다고 판단된다.

A comparison of a neural network approach with the conventional statistical methods, multiple regression and band ratio analyses, for the estimation of water quality parameters is presented in this paper. The Landsat TM image of Lake Daechung acquired on March 18, 1996 and the thirty in-situ sampling data sets measured during the satellite overpass were used for the comparison. We employed a three-layered and feedforward network trained by backpropagation algorithm. A cross validation was applied because of the small number of training pairs available for this study. The neural network showed much more successful performance than the conventional statistical analyses, although the results of the conventional statistical analyses were significant. The superiority of a neural network to statistical methods in estimating water quality parameters is strictly because the neural network modeled non-linear behaviors of data sets much better.