선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 정규크리깅과 코크리깅을 적용하기 위해서 먼저 공간상에 분포하는 임의의 두 자료간의 차이의 분산인 베리오그램과 교차베리오그램을 이용하여 자료의 공간상 분포특성과 연속성을 파악하였고 선정된 베리오그램 모델이나 교차 베리오그램 모델의 적합성을 판정하기 위해 교차 타당성 분석(cross validation analysis)을 실시하였다. 본 연구의 목적은 밀 양시 전역에서 조사된 천층 및 심층 지하수위 자료를 이용하여 다양한 등고선도를 작성하여 최적의 지하수 위 분포도 작성을 위한 지구통계기법을 연구하는데 있다.
제안 방법
- 교차 타당성 분석은 어떤 표본자료에 대해서 선정된 베리오그램 모델이나 교차 베리오그램 모델의 적 합성을 판정하기 위해 실시한다. 교차 타당성 분석 결과, 천층 지하수위에 대한 정규크리깅 및 코크리 깅 모델링에서 원시 자료가 대수변환된 자료보다 추정치에 더 가깝게 나타났고, 심층 지하수위에 대한 정규크리깅 및 코크리깅 모델링에서는 원시 자료보다 대수변환 된 자료가 추정치에 더 가깝게 나타났다.
- 측정된 천층 및 심층 지하수위 자료를 이용하여 일반통계 분석을 실시하였는데, 지하수위 자료가 수치가 낮은 값들로 집중되어 있어 정규분포를 이루지 않기 때문에 지하수위 자료를 대수변환(natural-log transformation) 하였다. 이후 대수 층별 원시(raw) 지하수위 자료와 대수변환 된 지하수위 자료에 대하여 모두 지구통계기법을 적용하였다. 지형의 표고와 대수층별 지하수위에 대하여 회귀 분석을 실시하였고 최선의 선형 불편 추정자로서 불편의 조건과 최소의 추정분산을 갖는 강력한 지구통계학적 추정 방법인 정규크리깅(ordinary kriging)과 코크리깅 (cokriging)을 이용하여 천층 및 심층의 지하수위 등고선도를 작성하였다.
대상 데이터
- 연구지역은 행정구역상 경상남도 밀양시 전역으로 1개시, 2개읍, 9개면으로 밀양시, 삼랑진읍, 하남읍, 부북면, 상동면, 산외면, 산내면, 단장면, 상남면, 초동면, 무안면, 청도면이 포함된다. 전체면적은 798.
- 연구지역인 밀양지역의 대수층별 지하수위 분포 특성을 파악하기 위하여 2002년 봄에 총 503개 지하수공 (천층 지하수공 158공, 심층 지하수공 345공)을 대상으로 지하수위를 측정하였다. 측정된 천층 및 심층 지하수위 자료를 이용하여 일반통계 분석을 실시하였는데, 지하수위 자료가 수치가 낮은 값들로 집중되어 있어 정규분포를 이루지 않기 때문에 지하수위 자료를 대수변환(natural-log transformation) 하였다.
- 연구지역인 밀양지역의 대수층별 지하수위 분포 특성을 파악하기 위하여 20°2년 봄에 총 503개 지하 수공(천층 지하수공 158공, 심증 지하수공 345공)을 대상으로 지하수위를 즉정하였다. 지하수위 자료를 이용해 대수층별 지하수위 등치선도를 작성하였고, 작성된 지하수위 등고선도 분석 결과, 정규크리깅이나 코크리깅을 이용하여 작성된 대수증별 지하수위 등고선도에서 등고선의 분포는 대체로 비슷하지만, 코크리깅에 의해 작성된 지하수위 등고선도가 정규크리깅에 의한 지하수위 등고선도보다 더 정밀한 것으로 나타났다.
데이터처리
- 공간상에 분포하는 표본자료의 특성은 베리오그램에 의해서 나타내며, 베리오그램은 공간 상에 분포하는 임의의 두 자료 값의 차이의 분산으로 구해진다(Matheron, 1963). 연구지역의 대수층별 지하 수위의 공간상 분포특성을 파악하고 크리깅 기법을 이용하기 위한 최적의 모델을 선정하기 위해 베리오그램 분석 (variogram analysis)을 실시하였다. 표고와 천층 지하수위 자료에서는 지수형모델(exponential model) 이 적합한 것으로 심층 지하수위 자료에서는 구상형모델(spherical model)이 적합한 것으로 선정되었다.
- 지형의 표고와 대수층별 지하수위에 대하여 회귀 분석을 실시하였고 최선의 선형 불편 추정자로서 불편의 조건과 최소의 추정분산을 갖는 강력한 지구통계학적 추정 방법인 정규크리깅(ordinary kriging)과 코크리깅 (cokriging)을 이용하여 천층 및 심층의 지하수위 등고선도를 작성하였다. 정규크리깅과 코크리깅을 적용하기 위해서 먼저 공간상에 분포하는 임의의 두 자료간의 차이의 분산인 베리오그램과 교차베리오그램을 이용하여 자료의 공간상 분포특성과 연속성을 파악하였고 선정된 베리오그램 모델이나 교차 베리오그램 모델의 적합성을 판정하기 위해 교차 타당성 분석(cross validation analysis)을 실시하였다. 본 연구의 목적은 밀 양시 전역에서 조사된 천층 및 심층 지하수위 자료를 이용하여 다양한 등고선도를 작성하여 최적의 지하수 위 분포도 작성을 위한 지구통계기법을 연구하는데 있다.
- 이후 대수 층별 원시(raw) 지하수위 자료와 대수변환 된 지하수위 자료에 대하여 모두 지구통계기법을 적용하였다. 지형의 표고와 대수층별 지하수위에 대하여 회귀 분석을 실시하였고 최선의 선형 불편 추정자로서 불편의 조건과 최소의 추정분산을 갖는 강력한 지구통계학적 추정 방법인 정규크리깅(ordinary kriging)과 코크리깅 (cokriging)을 이용하여 천층 및 심층의 지하수위 등고선도를 작성하였다. 정규크리깅과 코크리깅을 적용하기 위해서 먼저 공간상에 분포하는 임의의 두 자료간의 차이의 분산인 베리오그램과 교차베리오그램을 이용하여 자료의 공간상 분포특성과 연속성을 파악하였고 선정된 베리오그램 모델이나 교차 베리오그램 모델의 적합성을 판정하기 위해 교차 타당성 분석(cross validation analysis)을 실시하였다.
- 연구지역인 밀양지역의 대수층별 지하수위 분포 특성을 파악하기 위하여 2002년 봄에 총 503개 지하수공 (천층 지하수공 158공, 심층 지하수공 345공)을 대상으로 지하수위를 측정하였다. 측정된 천층 및 심층 지하수위 자료를 이용하여 일반통계 분석을 실시하였는데, 지하수위 자료가 수치가 낮은 값들로 집중되어 있어 정규분포를 이루지 않기 때문에 지하수위 자료를 대수변환(natural-log transformation) 하였다. 이후 대수 층별 원시(raw) 지하수위 자료와 대수변환 된 지하수위 자료에 대하여 모두 지구통계기법을 적용하였다.
성능/효과
- 3(b)에서 보면, 원시 심층 지하 수위 자료가 좀 더 정밀한 지하수위 등고선 형태를 보였고, 표고가 높은 지역에서 지하수위 추정치도 높게 나옴을 알 수 있었다. 결론적으로 정규크리깅이나 코크리깅을 이용하여 작성된 대수층별 지하수위 등고선도에서 등고선의 분포는 대체로 비슷하지만, 코크리깅에 의해 작성된 지하수위 등고선도가 정규 크리깅에 의한 지하수위 등고선도보다 더 정밀한 것으로 나타났다. 이것은 원시 자료뿐만 아니라 대수 변환 된 자료를 이용한 지하수위 등고선도에서도 같은 결과가 도출되었다.
- 교차 타당성 분석은 어떤 표본자료에 대해서 선정된 베리오그램 모델이나 교차 베리오그램 모델의 적 합성을 판정하기 위해 실시한다. 교차 타당성 분석 결과, 천층 지하수위에 대한 정규크리깅 및 코크리 깅 모델링에서 원시 자료가 대수변환된 자료보다 추정치에 더 가깝게 나타났고, 심층 지하수위에 대한 정규크리깅 및 코크리깅 모델링에서는 원시 자료보다 대수변환 된 자료가 추정치에 더 가깝게 나타났다. 선정된 베리오그램 모델들이나 교차 베리오그램 모델들이 적합하게 선정되었음을 알 수 있었다.
- 이것은 원시 자료뿐만 아니라 대수변환된 자료를 이용한 지하수위 등고선도에서도 같은 결과가 도출되었다. 대수변환 된 지하수위 자료가 정규분포를 이루고 교차 타당성 분석 결과에서도 대수변환된 심층 지하수위가 추정치에 더 가깝게 나타났지만, 정규크리깅이나 코크리깅을 이용하여 작 성된 지하수위 등고선도에서는 원시 자료를 이용하여 작성된 지하수위 등고선도가 대수변환된 자료를 이용한 지하수위 등고선도 보다 연구지역의 실제 현장에 더 가깝게 나타났다.
- 000에 가깝다. 따라서 표고와 대수층별 지하수위는 모두 정(+)의 상관관계가 높은 것으로 나타났다. 표고와 천층 지하수위는 결정계수는 0.
- 대 수층별 지하수위 자료가 대수변환된 자료에 대해서는 천층 지하수위 자료는 지수형모델이, 심층 지하수위 자료는 구상형모델이 적합한 것으로 선정되었다. 베리오그램 분석 결과, 원시 지하수위 자료보다 대수변환된 지하수위 자료가 반베리오그램의 적합선(best-fit line)에 잘 맞는 것으로 나타났다.
- 교차 타당성 분석 결과, 천층 지하수위에 대한 정규크리깅 및 코크리 깅 모델링에서 원시 자료가 대수변환된 자료보다 추정치에 더 가깝게 나타났고, 심층 지하수위에 대한 정규크리깅 및 코크리깅 모델링에서는 원시 자료보다 대수변환 된 자료가 추정치에 더 가깝게 나타났다. 선정된 베리오그램 모델들이나 교차 베리오그램 모델들이 적합하게 선정되었음을 알 수 있었다.
- 표고와 대수층별 지하수위 대한 교차 베리오그램 분석(cross variogram analysis) 결과, 천층 지하수위와 표고의 교차 베리오그램은 지수형모델이 적합하며, 자료가 대수변환 된 천층 지하수위와 표고의 교차 베리오그램도 지수형모델이 적합한 것으로 선정되었다. 심층 지하수위와 표고의 교차 베리오그램은 구상형모델이 적합한 것으로 선정되었으며, 자료가 대수변환된 심층 지하수위와 표고의 교차 베리오그램도 역시 구상형모델이 적합한 것으로 선정되었다. 원시 지하수위와 표고 자료보다 대수변환된 지하수위와 표고 자료가 교차 반베리오그램의 적합선에 잘 맞는 것으로 나타났다.
- 심층 지하수위와 표고의 교차 베리오그램은 구상형모델이 적합한 것으로 선정되었으며, 자료가 대수변환된 심층 지하수위와 표고의 교차 베리오그램도 역시 구상형모델이 적합한 것으로 선정되었다. 원시 지하수위와 표고 자료보다 대수변환된 지하수위와 표고 자료가 교차 반베리오그램의 적합선에 잘 맞는 것으로 나타났다.
- 천층 및 심층 지하수공 모두가 대부분 표고가 낮은 지역의 자료수가 많은 것을 알 수 있다. 조사된 자료가 수치가 낮은 값들에게 집중되어 있어 정규분포를 이루지 않아 정규분포를 이루기 위해서 조사된 자료를 대수 변환 하였고, 대수변환된 자료는 정규분포와 유사한 형태의 분포를 이루고 있음을 알 수 있었다.
- 연구지역인 밀양지역의 대수층별 지하수위 분포 특성을 파악하기 위하여 20°2년 봄에 총 503개 지하 수공(천층 지하수공 158공, 심증 지하수공 345공)을 대상으로 지하수위를 즉정하였다. 지하수위 자료를 이용해 대수층별 지하수위 등치선도를 작성하였고, 작성된 지하수위 등고선도 분석 결과, 정규크리깅이나 코크리깅을 이용하여 작성된 대수증별 지하수위 등고선도에서 등고선의 분포는 대체로 비슷하지만, 코크리깅에 의해 작성된 지하수위 등고선도가 정규크리깅에 의한 지하수위 등고선도보다 더 정밀한 것으로 나타났다. 이것은 원시 자료뿐만 아니라 대수변환된 자료를 이용한 지하수위 등고선도에서도 같은 결과가 도출되었다.
- 표고와 대수층별 지하수위 대한 교차 베리오그램 분석(cross variogram analysis) 결과, 천층 지하수위와 표고의 교차 베리오그램은 지수형모델이 적합하며, 자료가 대수변환 된 천층 지하수위와 표고의 교차 베리오그램도 지수형모델이 적합한 것으로 선정되었다. 심층 지하수위와 표고의 교차 베리오그램은 구상형모델이 적합한 것으로 선정되었으며, 자료가 대수변환된 심층 지하수위와 표고의 교차 베리오그램도 역시 구상형모델이 적합한 것으로 선정되었다.
- 표고와 천층 및 심층 지하수위의 회귀 분석을 실시한 결과, 표고와 천층 지하수위 상관계수는 0.999, 표고와 심층 지하수위 상관계수는 0.998로 나타났는데, 표고와 대수층별 지하수위가 거의 1.000에 가깝다. 따라서 표고와 대수층별 지하수위는 모두 정(+)의 상관관계가 높은 것으로 나타났다.
- 연구지역의 대수층별 지하 수위의 공간상 분포특성을 파악하고 크리깅 기법을 이용하기 위한 최적의 모델을 선정하기 위해 베리오그램 분석 (variogram analysis)을 실시하였다. 표고와 천층 지하수위 자료에서는 지수형모델(exponential model) 이 적합한 것으로 심층 지하수위 자료에서는 구상형모델(spherical model)이 적합한 것으로 선정되었다. 대 수층별 지하수위 자료가 대수변환된 자료에 대해서는 천층 지하수위 자료는 지수형모델이, 심층 지하수위 자료는 구상형모델이 적합한 것으로 선정되었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.