경보 단계 정보를 활용한 Hurdle Loss 기반 유해남조류 세포수 일 단위 예측

유해 남조류 대발생(HAB)은 수생태계, 먹는 물 안전성, 수자원 관리에 심각한 위험을 초래한다.
본 연구에서는 변동성이 크고 불균형한 HAB 자료에서 경보 단계 정보를 회귀 과정에 반영하기 위해 Hurdle loss 기반 일 단위 HAB 예측 프레임워크를 개발하였다.
낙동강 주요 조류경보 지점인 해평, 강정고령, 칠서, 물금·매리를 대상으로 2012–2025년 수질·수문·기상·조류 자료를 구축하고 SAITS 기반 결측 보정을 수행하였다.
제안한 TFT 기반 Hurdle 모델은 단일과제학습 및 보조 다중과제학습 모델과 비교되었으며, 모든 지점에서 가장 우수한 회귀 성능을 보였다.
이는 경보 단계 기반 학습이 남조류 세포수의 정량적 예측 성능을 향상시키고, 관리 목적의 HAB 예측에 활용될 수 있음을 시사한다.