LSTM 및 ANN 모델 활용 오존 농도 예측
오존 오염은 식량 생산, 인간 건강 및 개인의 삶에 심각한 영향을 미칩니다. 급격한 산업화와 도시화로 인해 랴오청시는 수년간 오존 농도 증가를 겪었으며, 이는 주요 환경 문제로 부상했습니다. 본 연구에서는 2014년부터 2023년까지 랴오청시의 오존 농도를 예측하기 위해 장단기 기억(LSTM) 모델과 인공신경망(ANN) 모델을 구축했습니다. 분석 결과, LSTM 모델이 ANN 모델에 비해 전반적으로 예측 정확도가 향상된 것으로 나타났습니다. LSTM은 ANN 대비 결정계수(R²)가 0.6779에서 0.6939로 증가했으며, 평균 제곱근 오차(RMSE)는 27.9895 μg/m³에서 27.2140 μg/m³로, 평균 절대 오차(MAE)는 21.6919 μg/m³에서 20.8825 μg/m³로 감소했습니다. 이러한 결과는 R², RMSE, MAE 측면에서 LSTM의 예측 정확도가 ANN보다 우수함을 시사합니다. 따라서 LSTM은 오존 농도 예측을 위한 유망한 기술이며, 과거 데이터를 활용하여 미래 오존 농도를 전 지구적 규모로 정확하게 예측할 수 있습니다. 본 모델은 오존 오염 제어 및 완화를 위한 새로운 길을 열어줄 것입니다.