Development of a Graph Deep Learning-Based Framework for Causal Pathway Interpretation and Prediction in HydrologyWater QualityAquatic Ecology Systems
이공학학술연구기반구축(R&D) · 기본연구B(포용형)
2026년
2340064085
교육부
한국연구재단
고려대학교
김진욱
1명
2026.09.01 ~ 2027.02.28
2026.09.01 ~ 2029.08.31
3,000만원
3,000만원
기초연구
대학
서울특별시 성북구
건설/교통 > 수공시스템기술 > 수자원 통합관리기술
측정망 지점을 노드로 하는 이종 그래프 위에 수문·수질·수생태 변수를 통합하고, 시공간 그래프 딥러닝을 적용한 예측·해석 프레임워크를 개발한다. 이를 통해 반기별 수생태 자료의 시간 공백 구간에 대한 잠재적 반응 패턴을 추정하고, 수문→수질→수생태 전파 경로를 해석 가능한 형태로 도출한다.
[1차년도] 측정망 지점 기반 그래프 데이터 정합 - 입력자료 구축: 재분석자료(ERA5, GLDAS), 위성 보조자료(MODIS-VIIRS NDVI/LST), 기상청·수문조사연보·RDA·WAMIS 등 지점관측, 환경부 물환경정보시스템 수질·수생태 측정망 자료 수집 - 환경 변수 산정 및 정합: 재분석자료 기반 강수·유량·토양수분·증발산 자료 구축, 위성 ...
... 연구개발성과의 활용방안 - (학술적 활용방안) 3편의 논문을 구상하여 제시할 수 있으며 본 과제의 데이터 정합 모듈, ST-GCN/HGT 학습 파이프라인, XAI 해석 코드를 GitHub에 공개하여 ... 한강·낙동강·영산강 등 타 4대강 유역으로 cross-basin 확장이 가능하며, 측정망 빅데이터와 그래프 딥러닝을 결합한 환경 데이터과학의 표준 워크플로우를 제공함. 이에 따라 민간 기상/환경 ...