관측 데이터를 이용한 파고 예측 모델 개발

Abstract

파고는 파력 에너지, 선박 항해, 해안 구조물 건설 등에서 중요한 변수이다. 부표를 사용한 파고의 직접 측정은 비용이 많이 들고 측정 범위가 제한적이며, 수치 모델은 계산 비용이 많이 들고 정확성이 떨어지며 일반화가 어렵다. 따라서 본 연구는 관측 데이터로부터 파고를 예측할 수 있는 모델을 개발하는 데 중점을 둔다. 관측 데이터는 파랑 관련 변수(파고, 파주기), 바람 관련 변수(풍향, 풍속), 대기 관련 변수(온도, 기압) 등을 포함하고 있다. 관측 데이터는 2017년부터 2023년까지의 데이터를 사용하였다. 이 연구에서는 선형 회귀와 여러 학습 모델을 이용하여 파고를 예측한다. 학습 모델은 k-폴드 교차 검증을 수행하였다. 각각의 모델 결과를 평균 제곱 오차, 평균 제곱근 오차, 평균 절대 오차를 사용하여 비교하였으며, 학습 모델이 선형 회귀보다 오차가 작은 것을 확인하였다.