[논문 리뷰] Analysis of various climate change parameters in India using machine learning

Rutvij Wamanse, Tushuli Patil|arXiv (Cornell University)|2022. 01. 25.

Energy Load and Power Forecasting인용 수 5

한 줄 요약

이 연구는 인도의 17개 기후 변화 매개변수에 대해 역사적 자료를 사용하여 선형, 지수 및 다항 회귀 모델을 적용하여 2025년, 2030년, 2035년의 추세를 성공적으로 예측하였다. 이 모델은 인도의 기후 회복력 계획 및 공공 인식 향상에 도움이 되는 실천 가능한 예측을 제공한다.

ABSTRACT

Climate change in India is one of the most alarming problems faced by our community. Due to adverse and sudden changes in climate in past few years, mankind is at threat. Various impacts of climate change include extreme heat, changing rainfall patterns, droughts, groundwater, glacier melt, sea-level rise, and many more. Machine Learning can be used to analyze and predict the graph of change using previous data and thus design a model which in the future can furthermore be used to catalyze impactful work of climate change and take steps in the direction to help India fight against the upcoming climate changes. In this paper, we have analyzed 17 climate change parameters about India. We have applied linear regression, exponential regression, and polynomial regression to the parameters and evaluated the results. Using the designed model, we will predict these parameters for the years 2025,2030, 2035. These predicted values will thus help our community to prevent and take actions against the adverse and hazardous effects on mankind. We have designed and created this model which provides accurate results regarding all 17 parameters. The predicted values will therefore help India to be well equipped against climate change. This data when made available to the people of India will help create awareness among them and will help us save our country from the haphazard effects of climate change.

연구 동기 및 목표

• 역사적 자료를 활용하여 인도 전역의 17개 핵심 기후 변화 매개변수의 장기 추세를 분석하기 위해.
• 기후 변화 영향에 대비한 사전 대응 정책 및 적응 전략을 지원하기 위해 향후 기후 조건을 예측하는 모델을 개발하기 위해.
• 정확도를 향상시키기 위해 기계 학습 기법—특히 회귀 모델—을 활용하여 기후 변화 영향을 예측하기 위해.
• 기후 위험을 완화하기 위해 인도의 지역 사회 및 기관에 실질적이고 데이터 기반의 통찰을 제공하기 위해.
• 예측 기반 기후 데이터를 접근 가능하고 이해하기 쉽게 제공함으로써 공공 인식을 제고하기 위해.

제안 방법

• 기온, 강수량, 해수면 상승, 빙하 융해 등을 포함한 17개 매개변수의 역학적 기후 자료를 수집하였다.
• 각 매개변수에 대한 최적의 추세를 식별하기 위해 선형, 지수 및 다항 회귀 모델을 적용하였다.
• 다수의 세대에 걸친 역사적 자료를 기반으로 모델을 훈련하여 향후 값을 예측하였다.
• 표준 회귀 평가 지표를 사용하여 모델 성능을 평가하고 각 매개변수에 최적의 모델을 선정하였다.
• 장기 기후 계획을 지원하기 위해 예측 범위를 2025년, 2030년, 2035년까지 확장하였다.
• 결과를 바탕으로 정책 수립 및 인식 제고 목적의 대중용 시각화 및 예측 자료를 제작하였다.

실험 결과

연구 질문

• RQ1 역사적 자료를 기반으로 인도의 핵심 기후 매개변수는 시간이 지남에 따라 어떻게 변화하는가?
• RQ2 선형, 지수, 다항 중 어느 회귀 모델이 인도 매개변수의 향후 기후 추세를 가장 잘 예측하는가?
• RQ3 2025년, 2030년, 2035년에 인도의 17개 기후 변화 지표는 예상되는 값이 얼마인가?
• RQ4 기계 학습 모델은 인도의 지역 기후 계획에 있어 기후 예측 정확도를 얼마나 향상시킬 수 있는가?
• RQ5 예측 기반 기후 모델링은 인도의 공공 인식 향상과 정책 준비도를 어떻게 향상시킬 수 있는가?

주요 결과

• 이 연구는 회귀 기법을 활용하여 인도의 17개 기후 변화 매개변수를 성공적으로 모델링하고 예측하였다.
• 기온 상승 및 빙하 융해와 같은 비선형 추세에 대해 다항 회귀 모델이 가장 우수한 적합도를 보였다.
• 2035년 기준 평균 기온 상승과 해수면 상승이 뚜렷이 증가함을 예측하여 기후 변화 영향의 가속화를 시사하였다.
• 강수량 패턴은 예측에서 높은 변동성을 보였으며, 이는 지역 간 격차와 증가하는 장마 기간의 예측 불확실성을 시사하였다.
• 지하수 수위와 빙하 융해량은 지속적으로 감소할 것으로 예측되어 장기적인 수자원 위험을 강조하였다.
• 모델 출력 결과는 기후 적응 계획 및 공공 인식 향상 활동을 지원하기 위한 실천 가능한 예측으로 제시되었다.