CRITIC-IGA 하이브리드 모델을 기반으로 한 빅 데이터 주도 해양 생태 복원 효과 평가 및 예측

해양 생태계는 오염, 남획, 해안 침식 등 여러 위협에 직면하고 있으며, 복원 효과를 평가할 수 있는 객관적이고 정량화 가능한 방법이 시급히 필요하다. 그러나 기존 모델은 대부분 주관적 가중치에 의존하거나 생태 데이터의 불확실성과 고차원 비선형 특성에 대처하기 어렵다. 본 논문에서는 빅 데이터에 의해 주도되는 해양 생태 복원 효과를 평가하고 예측하기 위해 CRITIC (기준 중요성) 객관적 가중치와 개선된 유전 알고리즘(IGA)을 결합한 다단계 퍼지 종합 평가 모델을 제안한다. 이 모델은 2015년부터 2023년까지 중국의 전형적인 해안 도시에서 수행된 8개의 복원 프로젝트(망그로브 및 습기 해안선을 포함)에 대한 10,000개 이상의 다원 출처 시공간 데이터를 기반으로 한다. 생태 지표의 불확실성은 퍼지 멤버십 함수로 나타내어지며, 가중치는 데이터에 기반하여 동적으로 최적화된다. 결과는 이 방법이 평가의 객관성, 견고성 및 적응성을 크게 향상시키고, 복원 효과의 시간 및 공간적 차별성을 보다 진실하게 반영할 수 있음을 보여준다. 이는 복원 계획의 동적 최적화, 과학적 관리 결정을 위한 자원의 정확한 할당, 그리고 녹색 해양 경제의 지속 가능한 발전을 촉진하는 강력한 지원을 제공한다.