갯벌 복원 계획 단계에서 활용 가능한 저서동물 군집의 생체량 예측 모형

초록

생태계 모형을 활용한 예측은 갯벌 복원의 계획단계에서 복원 목표의 설정뿐만 아니라 양질의 정보에 기반을 둔 판단 그리고 전문가와 관리자 간 의사소통의 증진에 요긴하게 활용될 수 있다. 본 연구는 갯벌 복원에서 활용될 수 있는 도구로서, 생태계의 기능을 반영하는 대형저서동 물의 군집 생체량을 예측하는 인공지능 신경망 모형을 개발하였다. 모형은 변형된 형태 의 다층 퍼셉트론(multilayer perceptron, MLP)이라 할 수 있는 modular neural network으로 2개의 MLPs가 평행배치되고 각 층간 은닉층은 2개를 갖는 구조이다. 전달 함수로는 비선형 함수인 쌍곡선 탄젠트 함수(hyperbolic tangent function)를 사용하였 다. Base를 10으로 하는 로그함수로 변형된 생체량(1993년-2006년, 총 204개 조사 정선) 을 예측하는 데에 활용된 환경 요인으로는 계절, 갯벌의 너비(m), 최대조차(m), 퇴적물 평균입도(phi)와 분급도의 평균과 표준 편차, 식생의 존재 유무, 주변 해수의 수온(℃), 염분도(psu), COD, SS(ppm) 등이다. 모형의 관찰치와 예측치의 상관관계는 훈련과정에 서 0.79, 교차타당성 검토 과정에서 0.74, 검증과정에서 0.82인 것으로 추정되어 높은 정 확도를 갖는 것으로 나타났다. 본 연구를 통해 개발된 생체량 예측 모형은 갯벌의 복원 과 관리 과정에서 유용하게 활용될 수 있을 것으로 판단되었다.