[Project] 해양 수질 데이터 기반 염도 예측과 댐 수문 자동화

배경

해안 인근의 담수 댐은 해수 침투(saltwater intrusion) 문제를 겪는다. 바닷물 염도가 일정 수준 이상으로 올라가면 담수원의 수질이 오염되기 때문에, 염도 변화를 실시간으로 감지하고 이에 따라 수문을 자동으로 개폐하는 시스템이 필요했다.

이 프로젝트는 제주도 연안의 해양 수질 데이터를 활용해 염도 예측 모델을 구축하고, 이를 댐 수문 개폐 자동화에 적용하는 것을 목표로 했다.

데이터셋: 제주 7개 연안 해양 수질 데이터

제주도 7개 연안 지점(대정, 서귀포, 성산, 제주, 조천, 표선, 한림)에서 수심별로 측정한 데이터를 사용했다. 수심은 표층(1)과 저층(0)으로 구분된다.

변수명	영문 표기
수온	Water Temperature
염분	Salinity
수소이온농도	pH
용존산소량	Dissolved Oxygen (DO)
화학적산소요구량	COD (Chemical Oxygen Demand)
암모니아성질소	Ammonia Nitrogen
아질산성질소	Nitrite Nitrogen
총질소	Total Nitrogen
용존무기인	Dissolved Inorganic Phosphorus
총인	Total Phosphorus
클로로필에이	Chlorophyll-a
부유물질	Suspended Solids

1단계: 염도와 상관관계 높은 변수 탐색

전체 변수 중 염도(Salinity)와 통계적으로 유의미한 상관관계를 보인 핵심 변수를 먼저 식별했다. 분석 결과 두 변수가 염도와 가장 강한 연관성을 나타냈다.

• pH (수소이온농도): 해수와 담수는 pH 분포가 다르고, 염도 변화에 따라 pH 값이 함께 변동하는 패턴이 확인됐다.
• Dissolved Oxygen (용존산소량): 수온과 염도가 함께 용존산소 포화도에 영향을 미치기 때문에 염도 변화와 상관관계가 나타난다.

이 두 변수를 주요 입력 피처로 선정해 염도 예측 모델을 구축했다.

2단계: 염도 예측 모델 구축

pH, DO를 포함한 수질 지표를 입력으로 받아 현재 염도를 예측하는 모델을 학습했다. 표층과 저층의 염도 분포 차이가 있기 때문에 수심 구분(표층/저층)도 별도 피처로 추가했다. 또한 7개 연안 지점별 해양 환경 특성이 다르므로 측정 지점 정보도 모델에 반영했다.

3단계: 수문 개폐 자동화 로직 설계

예측된 염도 값을 기반으로 수문 제어 신호를 발생시키는 로직을 설계했다.

• 예측 염도 > 임계값 → 수문 닫힘 신호 발생
• 예측 염도 ≤ 임계값 → 수문 개방 유지

실시간 센서 데이터가 모델에 입력되면 염도가 예측되고, 그 결과가 자동으로 수문 제어 시스템에 전달되는 구조다. 이를 통해 기존에 주기적인 현장 측정과 수동 판단이 필요했던 수문 관리를 자동화할 수 있다.