文献

J-GLOBAL ID：202102224992207448   整理番号：21A2647188

ニューラルネットワークとグレード分類を用いたNakdong川の水質管理のための高優先度支流の同定【JST・京大機械翻訳】

Identification of High-Priority Tributaries for Water Quality Management in Nakdong River Using Neural Networks and Grade Classification

著者 (6件)： Jung Kang-Young (Yeongsan River Environment Research Center, National Institute of Environmental Research, Gwangju 61011, Korea) ,  Cho Sohyun (Yeongsan River Environment Research Center, National Institute of Environmental Research, Gwangju 61011, Korea) ,  Hwang Seong-Yun (Yeongsan River Environment Research Center, National Institute of Environmental Research, Gwangju 61011, Korea) ,  Lee Yeongjae (Yeongsan River Environment Research Center, National Institute of Environmental Research, Gwangju 61011, Korea) ,  Kim Kyunghyun (Watershed Pollution Load Management Research Division, National Institute of Environmental Research, Incheon 22689, Korea) ,  Na Eun Hye (Yeongsan River Environment Research Center, National Institute of Environmental Research, Gwangju 61011, Korea)
資料名： Sustainability (Web)  (Sustainability (Web))
巻： 12  号： 21  ページ： 9149  発行年： 2020年 
JST資料番号： U7281A  ISSN： 2071-1050  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 韓国南東部の重要な飲料水資源であるNakdong川における水質改善を必要とする高優先支流を決定するために,2013年から2017年の間に28の支流で集めたデータを分析した。支流流の水質特性を分析するために,主成分分析と因子分析を実行した。COD(化学的酸素要求量),TOC(全有機炭素),TP(全リン),SS(懸濁固体),BOD(生物化学的酸素要求量)を一次因子に分類した。教師なし学習ニューラルネットワークモデルを用いた自己組織化マップ解析において,第1の因子は高度に関連するパターンを示した。等級分類を実行するために,11のパラメータを選択した。6つのパラメータは韓国の水質基準評価の主要パラメータである。選択した5つの一次因子に対して汚染負荷密度を加えた。Joochungangは,その小さな流域面積にもかかわらず,最も高い汚染負荷密度を示した。等級分類法の結果に従って,Joochungang,Topyeongcheon,Hwapocheon,Chachon,Gwangyeocheon,およびGeumhogangを,高優先水質管理対策を必要とする支流として選択した。この研究から,ニューラルネットワークモデルとグレード分類法が,より有向で効果的な水質管理のための高優先度支流の同定に利用できると結論した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 懸濁液 ,  水質基準 ,  レイティング ,  *ニューラルネットワーク ,  教師なし学習 ,  *水質管理 ,  BOD【水質】 ,  COD【水質】 ,  TOC【炭素】 ,  因子分析 ,  飲用水 ,  主成分分析 ,  自己組織化特徴マップ ,  *優先度
準シソーラス用語： 神経回路網モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 自己組織化マップ ,  ニューラルネットワークモデル ,  グレード分類 ,  Nakdong川 ,  支流 ,  管理優先度

分類 (2件)： 河川汚濁  (SB02020F) ,  水質調査測定一般  (SB02060X)

引用文献 (52件)：

• Shrestha, S.; Kazama, F. Assessment of Surface Water Quality Using Multivariate Statistical Techniques: A Case Study of the Fuji River Basin, Japan. Environ. Modell. Softw. 2007, 22, 464-475.
• Anh, J.M.; Lyu, S. Selection of Priority Tributaries for Point and Non-Point Source Pollution Management. KSCE J. Civ. Eng. 2020, 24, 1060-1069.
• Kim, Y.; Gal, B.; Park, J.; Kim, S.; Im, T. Classification of Nakdong River Tributaries under Priority Management base on their Characteristics and Water Quality Index. J. Korean Soc. Environ. Eng. 2018, 40, 73-81.
• Im, T.H.; Na, S.; Shin, S.; Son, Y. Water Quality Analysis in Nakdong River Tributaries for the Determination of Priority Management Areas. J. Korean Soc. Environ. Eng. 2016, 38, 558-565.
• Park, S.H.; Moon, E.H.; Choi, J.H.; Cho, B.W.; Kim, H.S.; Jeong, W.H.; Yi, S.J.; Kim, Y.I. Analysis of Distribution Characteristics of Flowrate and Water Quality in Tributary at Chungcheongnam-do. J. Korean Soc. Environ. Eng. 2011, 29, 107-113.

タイトルに関連する用語 (8件)： ニューラルネットワーク ,  グレード ,  分類 ,  Nakdong川 ,  水質管理 ,  優先度 ,  支流 ,  同定