랜덤 포레스트 및 잔여 가우시안 시뮬레이션을 사용하여 국가 규모에서 고해상도로 적정 인터페이스 깊이 모델링

초록 수자원 관리는 질산염 부하를 효율적으로 줄이기 위한 강력한 방법이 필요합니다. 자연적인 탈질화가 지하에서 어디에서 발생하는지에 대한 지식이 필수적입니다. 질산염은 무산소 환경에서 자연적으로 감소하며, 적정 인터페이스, 즉 가장 상부 환원 구역의 깊이에 대한 고해상도 정보는 탈질화 잠재력의 변동성을 이해하는 데 중요합니다. 본 연구에서는 약 13,000개의 borehole을 훈련 데이터로 사용하여 덴마크 전역의 적정 깊이를 100m 해상도로 모델링하기 위해 랜덤 포레스트(RF) 회귀를 사용할 기회를 탐색합니다. 우리는 훈련 데이터 세트에서 우리의 개념적 이해가 정확하게 나타나지 않는 지역에서 RF 모델을 안내하기 위한 전문가 지식의 중요성을 강조합니다. 우리는 순차적인 가우시안 시뮬레이션이 RF 잔여를 모델링하는 랜덤 포레스트 회귀 크리깅을 적용합니다. RF 모델은 독립적인 검증 테스트에서 R² 점수 0.48에 도달합니다. 순차적인 가우시안 시뮬레이션을 포함하면 지역 조건화를 통해 관측값이 반영되며, 800개의 실현의 분포를 사용해 불확실성을 매핑할 수 있습니다. RF 잔여의 분산과 공간 상관관계의 비정상성 적절한 처리가 강조됩니다. RF 잔여는 모델링 영역의 많은 부분에서 공간 상관관계가 없으며, 비정상 분산을 고려하기 위해 지역 분산 확장 기법을 적용합니다. 또한, 새롭게 획득한 현장 데이터를 랜덤 포레스트 회귀 크리깅에 쉽게 통합하여 지역 모델을 신속하게 업데이트할 수 있는 프레임워크를 제시하고 예를 들어 설명합니다.