주성분 분석과 군집분석을 이용한 장기 물수요예측과 그 활용(050616-050817)

서울 중심부인 종로구와 중구를 대상으로 하여 거주인구수와 영업용 연상면적을 독립변수로 하는 물수요 예측식을 만들었다. 그런데 명확한 물수요 증가요인인 거주인구수가 감소요인으로 나오는 적절하지 못한 결과를 보여주었으며, 이것은 지역특성별 분류가 이루어지지 않았기 때문이었다. 이러한 모순점을 해결하기 위해 6가지의 지역특성을 이용한 주성분분석과 군집분석으로 지역을 분류하였다. 6가지 인자들을 대상으로 한 주성분분석결과 4번째 주성분까지의 고유값 누적이 92.6%로서 원래 인자들이 가지고 있던 정보량을 대부분 표현할 수 있었으며, 군집분석은 워드방법(Ward's method)으로 대상지역을 주거와 상업지역으로 분류하였다. 이에 각각의 지역에 대해 중회귀 모델을 구성하였으며, 모델결과 이전에 발생하였던 모순점이 해결되었다. 또한 이 모델을 대상으로 세 가지의 장래 시나리오인 적극적인 개발, 중간적인 개발, 소극적인 개발로 나누어서 장래 물수요량을 예측하여 보았다. 이에 적극적인 개발이 89,033 m3/일, 중간적인 개발이 49,077 m3/일, 소극적인 개발이 19,996 m3/일의 증가량을 보여주었다. 이에 대해 관할 정수장과 배수지를 대상으로 시설용량을 평가하였으며, 관할 D정수장의 경우 운전율을 85%로 높여주면 시나리오에 따른 물수요 증가량을 충분히 공급하여 줄 수 있었다. 배수지에 있어서도 D, A, N, B 등 네 개의 관할 배수지에 대해서 체류시간을 계산한 결과, D와 A배수지는 모두 기준시간 12시간을 충족시켜주었으나, N, B 배수지는 만족시켜 주지 못하였다. 하지만 현재 수도정비기본계획에 의해 용량이 충족되고 있으므로 큰 문제는 없을 것으로 판단된다. The multiple regression models which have two factors(population and commercial area) have been used to forecast the water demand in the future. But, the coefficient of population had a negative value because proper regional classification wasn't performed, and it is not reasonable because the population must be a positive factor. So, the regional classification was performed by principal component and cluster analysis to solve the problem. 6 regional characters were transformed into 4 principal components, and the areas were divided into two groups according to cluster analysis which had 4 principal components. The new regression models were made by each group, and the problem was solved. And, the future water demands were estimated by three scenarios(Active, moderate, and passive one). The increase of water demand are 89,034 m3/day in active plan, 49,077 m3/day in moderate plan, and 19,996 m3/day in passive plan. The water supply ability as scenarios is enough in water treatment plant, however, 2 reservoirs among 4 reservoirs don't have enough retention time in all scenarios. KCI Citation Count: 6