[논문 리뷰] GWSDAT - GroundWater Spatiotemporal Data Analysis Tool

Wayne Jones, Michael Spence외 3명|arXiv (Cornell University)|2013. 10. 30.

Soil Geostatistics and Mapping참고 문헌 20인용 수 3

한 줄 요약

GWSDAT는 R과 엑셀을 사용하여 시공간 모델링을 통합하는 개방소스이자 사용자 친화적인 의사결정 지원 도구로, 정규화된 스플라인과 국소 회귀를 통해 용질 농도의 공간적 및 시간적 추세를 일관되게 분석할 수 있도록 한다. 이는 플룸 역학 해석을 향상시키고, 빠른 추세 탐지 기능을 제공하며 환경 위험 평가를 위한 보고서 작성 과정을 단순화한다.

ABSTRACT

Periodic monitoring of groundwater quality at industrial and commercial sites generates large volumes of spatiotemporal concentration data. Data modelling is typically restricted to either the analysis of monotonic trends in individual wells, or independent fitting of spatial concentration distributions (e.g. Kriging) to separate monitoring time periods. Neither of these techniques satisfactorily elucidate the interaction between spatial and temporal components of the data. Potential negative consequences include an incomplete understanding of groundwater plume dynamics, which can lead to the selection of inappropriate remedial strategies. The GroundWater Spatiotemporal Data Analysis Tool (GWSDAT) is a user friendly, open source, decision support tool that has been developed to address these issues. Uniquely, GWSDAT applies a spatiotemporal model for a more coherent and smooth interpretation of the interaction in spatial and time-series components of groundwater solute concentrations. GWSDAT has been designed to work with standard groundwater monitoring data sets, and has no special data requirements. Data entry is via a standardised Microsoft Excel input template. The underlying statistical modelling and graphical output are generated using R. This paper describes in detail the various plotting options available and how the graphical user interface can be used for rapid, rigorous and interactive trend analysis with facilitated report generation. GWSDAT has been used extensively in the assessment of soil and groundwater conditions at Shell's downstream assets and the discussion section describes the benefits of its applied use. These include rapid interpretation of complex data sets, early identification of new spills, detection of off-site plume migration and simplified preparation of groundwater monitoring reports - all of which facilitate expedited risk assessment and remediation.

연구 동기 및 목표

• 산업 및 상업 현장의 지하수 모니터링 데이터에 대해 접근성 있고 통합된 시공간 모델링 도구가 부족한 문제를 해결하기 위해.
• 기존 방법이 공간적 및 시간적 성분을 별도로 분석함으로써 플룸 역학에 대한 완전한 이해를 저해하는 한계를 극복하기 위해.
• 통계 모델링과 상호작용 가능한 시각화를 통합한 투명하고 개방소스이며 사용자 친화적인 도구를 환경 전문가들에게 제공하기 위해.
• 복잡한 데이터 웨어하우징 및 GIS 설정 요구 사항을 제거함으로써 고급 지하수 데이터 분석의 장벽을 낮추기 위해.
• 환경 감독 기관 및 복구 팀이 빠르고 철저하며 보고서 준비 상태인 추세 분석을 가능하게 하기 위해.

제안 방법

• GWSDAT는 사용자 인터페이스로 맞춤형 엑셀 애드인을 사용하여 지하수 모니터링 데이터셋의 표준화된 데이터 입력을 가능하게 한다.
• 통계 엔진은 R이며, 국소 선형 회귀를 위한 'sm' 및 정규화된 스플라인 스무딩을 위한 'mgcv'와 같은 개방소스 패키지를 활용한다.
• 공간적 및 시간적 추세는 정규화된 스플라인(P-splines)을 사용하여 공간과 시간에 걸쳐 용질 농도 데이터를 스무딩함으로써 공동으로 모델링된다.
• P-spline 모델은 다음의 정규화된 목적 함수를 최소화한다: ||y - Bα||² + λ||D_d α||², 여기서 λ는 스무딩을 제어하고 D_d는 스플라인 계수의 유한 차분을 나타낸다.
• 지하수 유량 방향과 속도는 델로뉴 삼각형 메시를 사용해 이웃 관계를 정의하고, 관측 우물 고도에 대해 국소 선형 평면 피팅을 통해 추정된다.
• 최적의 스무딩 파라미터 λ는 베이지안 프레임워크를 사용하여 선택되어 농도 데이터의 과적합 또는 과스무딩을 방지한다.

실험 결과

연구 질문

• RQ1 공간 분포와 시간적 추세 간의 상호작용을 일관되게 포착하기 위해 시공간 지하수 농도 데이터는 어떻게 모델링할 수 있는가?
• RQ2 공동 시공간 모델링이 플룸 초기 이동 및 새로운 오염 사건 탐지에 미치는 영향은 무엇인가?
• RQ3 개방소스이자 사용자 친화적인 도구가 산업 현장에서 지하수 모니터링 데이터 분석의 복잡성과 소요 시간을 얼마나 줄일 수 있는가?
• RQ4 GWSDAT의 정규화된 스플라인 접근법은 모델의 매끄러움과 해석 가능성 측면에서 기존의 크리깅 또는 시간열 전용 방법에 비해 어떻게 비교되는가?
• RQ5 GWSDAT는 지하수 위험 평가 및 복구 보고서 작성의 속도와 정확도를 어느 정도 향상시킬 수 있는가?

주요 결과

• GWSDAT는 공간적 및 시간적 성분을 공동으로 모델링함으로써 지하수 플룸 역학의 더 일관된 해석을 가능하게 하여, 고립된 공간적 또는 시간적 추세를 오해할 위험을 줄인다.
• 이 도구는 매끄럽고 연속적인 시공간 농도 표면을 통해 이면 플룸 이동 및 새로운 누출의 조기 징후를 성공적으로 탐지한다.
• 사용자들은 데이터 분석 및 보고서 작성 과정에서 상당한 시간 절감을 경험했으며, 데이터 입력에서 그래픽 출력까지의 워크플로우가 간소화되었다고 보고한다.
• R 기반의 통계 모델링과 엑셀 입력 템플릿의 통합은 전문가들이 고급 프로그래밍 기술 없이도 익숙한 도구를 사용할 수 있도록 한다.
• 베이지안 최적화된 스무딩 파라미터 선택을 통한 정규화된 스플라인 접근법은 모델 적합도와 매끄러움 사이의 균형을 효과적으로 유지하여 과적합 및 과소적합을 방지한다.
• 셸의 후속 현장에서의 현장 적용을 통해 도구의 강건성이 실제 모니터링 상황에서 입증되었으며, 위험 평가 및 복구 의사결정을 보다 빠르게 지원함을 확인했다.