• Korean Journal of Environmental Biology
• /
• v.38 no.1
• /
• pp.114-126
• /
• 2020

Bloom-forming toxic cyanobacteria Microcystis spp. are common in the summer season in temperate freshwater ecosystems. Often, it leads to the degradation of water quality and affects the quality of drinking water. In a previous study, NQ (naphthoquinone) compounds were shown to be effective, selective, and ecologically safe algicides for Microcystis spp. blooms. To analyze the superiority of developed NQ derivatives, we conducted a microcosm experiment using clay, which is frequently used in South Korea. Similar to previous studies, the NQ 40 and NQ 2-0 compounds showed high algicidal activities of 99.9% and 99.6%, respectively, on Microcystis spp. at low concentrations (≥1 μM) and enhanced phytoplankton species diversity. However, when treated with clay, a temporary algicidal effect was seen at the beginning of the experiment that gradually increased at the end. In addition, treatment with the NQ compounds did not affect either the abiotic or biological factors, and similar trends were observed with the control. These results showed that the NQ 2-0 compound was more effective, with no ecosystem disturbance, and more economical than the currently used clay. These results suggest that NQ 2-0 compound could be a selective, economically and ecologically safe algicide to mitigate harmful cyanobacterial blooms in the field.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.234-234
• /
• 2023

유해 남조 대발생(Harmful Algal blooms, HABs)이 담수호에 발생하면 마이크로시스틴과 같은 독성물질과 맛·냄새 물질을 생성하여 상수원이용과 친수활동을 방해한다. 그래서 유해 남조 대발생 전 유해남조 세포수를 예측하여 선제적 대응하는 것은 중요하다. 따라서 본 연구는 머신러닝기반 Random Forest(RF)를 활용하여 팔당댐 앞의 유해남조 세포수를 예측하는 모델을 개발하고 성능을 평가하고자 한다. 모델 구축을 위해 2012년 4월부터 2021년 12월까지의 팔당호(삼봉리, 경안천) 및 남북한강(의암댐~이포보)권역의 조류, 수질, 수리/수문, 기상 자료를 수집하여 입력 및 출력 자료로 이용하였다. 수집된 데이터에는 다양한 입력변수들이 있어 남조 세포수 예측 성능 비교를 위한 전체 26개 변수 적용과 통계학적으로 상관관계가 높은 12개 변수 적용을 통해 모델을 구축하였다. 입력, 출력 자료로 이용한 유해남조 세포수는 로그변환된 값으로 사용하였으며 일반적인 조류 시료 채취기간이 7일이므로 7일 후를 예측하기 위한 모델을 구축하였다. 구축한 모델의 성능은 실측데이터와 예측데이터의 R²로 산출하여 평가하였다. 전체 26개 입력변수로 모델 구축 후 학습 및 검증 수행 결과 R²의 학습 0.803, 검증 0.729로 나타났고, 유해남조 세포수와 유의미한 상관관계를 보이는 12개 입력변수로 모델 구축 후 학습 및 검증 수행 R²은 학습 0.784, 검증 0.731로 나타났다. 두 모델의 성능을 살펴본 결과 입력변수 개수의 변화에 따른 성능차이는 크지 않은 것으로 나타났으며, 남조세포수 예측을 위한 모델로서 활용가능함을 알 수 있었다. 향후 연구에서는 Random Forest 외 다른 기계학습 모델들과 딥러닝 모델을 통해 남조세포수 예측 성능이 높은 모델을 구축해볼 필요성이 있다.

• Korean Journal of Microbiology
• /
• v.52 no.3
• /
• pp.306-312
• /
• 2016

Microalgae are the potential bioindicators of environmental changes, for the environmental risk assessment as well as to set limits for toxic chemical release in the aquatic environment. Here, we evaluated the effects of two endocrine disrupting chemicals (EDCs), namely bisphenol A (BPA) and Aroclor 1016, on the green algae Tetraselmis suecica, diatom Ditylum brightwellii, and dinoflagellate Prorocentrum minimum. Each species showed wide different sensitivity ranges when exposed to these two EDCs; the 72 h effective concentration ($EC_{50}$) for these test species showed that Aroclor 1016 was more toxic than BPA. $EC_{50}$ values for the diatom D. birghtwellii were calculated at 0.037 mg/L for BPA and 0.002 mg/L for Aroclor 1016, representing it was the most sensitive when compared to the other species. In addition, these results suggest that these EDC discharge beyond these concentrations into the aquatic environments may cause harmful effect to these marine species.

• Korean Journal of Environmental Biology
• /
• v.37 no.4
• /
• pp.741-748
• /
• 2019

As the occurrence of harmful algal blooms (HABs) have become severe in precious water resources, the development of efficient harmful algae treatment methods is considering as an important environmental issue for sustainable conservation of water resources. To treat HABs in water resources, various conventional physical and chemical methods have been utilized and showed treatment efficiency, However, these methods can lead to discharging of cyanotoxins into the water bodies by chemical or physical algal cell lysis or destruction. Thus, to overcome this limitation, the development of safe HABs treatment methods is required. In the present study, adsorption technology was investigated for the removal of harmful algal species, Microcystis aeruginosa from aqueous phases. Industrial waste biomass, Corynebacterium glutamicum biomass was valorized as biosorbent (PEI-modified alginate/biomass composite fiber; PEI-AlgBF) for M. aeruginosa through immobilization with alginate matrix and cationic polymer (polyethylenimine; PEI) coating. The functional groups characteristic of PEI-Alg was determined using FT-IR analysis. By adsorption process used PEI-AlgBF, 52 and 67% of M. aeruginosa could be removed under the initial density of M. aeruginosa 200×10⁴ cells mL^-1 and 50×10⁴ cells mL^-1, respectively. As the increasing surface area of PEI-AlgBF, the removal efficiency was increased. In addition, we could find that adsorptive removal of M. aeruginosa has occurred without any M. aeruginosa cell lysis and destruction.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.147-147
• /
• 2023

낙동강은 4대강 사업을 통한 다기능 보 건설로 하천 환경에 변화가 일어났다. 하천 수심이 증가하고 유속이 느려지는 정체성 수역 특성을 나타내고 있다. 이는 남조류 발생에 영향을 주며 남조류가 분비하는 독성물질 또한 수생태계와 인체에 유해하며 남조류 발생에 따른 다양한 원인인자들이 있다. 이러한 남조류 발생 특성을 정량적으로 규명하기 위하여 최근 조류 관리에 있어 데이터 마이닝 및 머신러닝 기법을 적용한 연구가 이루어지고 있다. 머신러닝에서는 학습자료 선정에 따라 예측 결과가 다르게 나타나며 이는 발생원인이 복잡한 남조류에 있어 중요한 부분이라 볼 수 있다. 낙동강의 다기능보는 하나의 유체에 직렬형으로 8개의 다기능보가 위치하고 있다. 8개의 보로 나누어져있는 하천은 각 구간별로 보의 수리학적 특성, 유역 특성이 다르다. 따라서 구간별 조류 발생 특성이 다르게 나타난다. 본 연구에서는 구간별 특성을 분류하고 조류 발생에 영향을 미치는 주요 인자들을 분석하고자 한다. 조류 발생에 있어 낙동강 8개 보 지점에 대하여 복잡한 남조류 발생 주요 영향인자 분석과 더불어 머신러닝 기법을 이용하여 영향인자에 따른 남조류 발생조건을 정량적으로 분석하였다. 수질 인자뿐만이 아닌 수리학적 인자를 고려하여 수리학적 체적시간이 다른 각 보에서의 조류발생 특성을 분석하고자 하였다. 또한 학습인자에 따라 남조류 예측에 대한 정확도 향상이 가능한지를 확인하고 이를 통해 정체성 하천에서의 남조류 발생 특성에 대해 연구하고자 하였으며 이를 통해 낙동강 남조류 발생 및 관리에 있어 선제적 관리에 활용하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.43-43
• /
• 2022

유해 조류 대발생은 전국 각지의 인공호소나 하천에서 다발적으로 발생하며, 경관을 해치고 수질을 오염시키는 등 수자원에 부정적인 영향을 미친다. 본 연구에서는 인공호소에서 발생하는 유해 조류 대발생을 예측하기 위해 심층학습 기법을 이용하여 예측 모델을 개발하고자 하였다. 대상 지점은 대청호의 추동 지점으로 선정하였다. 대청호는 금강유역 중류에 위치한 댐으로, 약 150만명에 달하는 급수 인구수를 유지 중이기에 유해 남조 대발생 관리가 매우 중요한 장소이다. 학습용 데이터 구축은 대청호의 2011년 1월부터 2019년 12월까지 측정된 수질, 기상, 수문 자료를 입력 자료를 이용하였다. 수질 예측 모델의 구조는 다중 레이어 퍼셉트론(Multiple Layer Perceptron; MLP)으로, 입력과 한 개 이상의 은닉층, 그리고 출력층으로 구성된 인공신경망이다. 본 연구에서는 인공신경망의 은닉층 개수(1~3개)와 각각의 레이어에 적용되는 은닉 노드 개수(11~30개), 활성함수 5종(Linear, sigmoid, hyperbolic tangent, Rectified Linear Unit, Exponential Linear Unit)을 각각 하이퍼파라미터로 정하고, 모델의 성능을 최대로 발휘할 수 있는 조건을 찾고자 하였다. 하이퍼파라미터 최적화 도구는 Tensorflow에서 배포하는 Keras Tuner를 사용하였다. 모델은 총 3000 학습 epoch 가 진행되는 동안 최적의 가중치를 계산하도록 설계하였고, 이 결과를 매 반복마다 저장장치에 기록하였다. 모델 성능의 타당성은 예측과 실측 데이터 간의 상관관계를 R2, NSE, RMSE를 통해 산출하여 검증하였다. 모델 최적화 결과, 적합한 하이퍼파라미터는 최적화 횟수 총 300회에서 256 번째 반복 결과인 은닉층 개수 3개, 은닉 노드 수 각각 25개, 22개, 14개가 가장 적합하였고, 이에 따른 활성함수는 ELU, ReLU, Hyperbolic tangent, Linear 순서대로 사용되었다. 최적화된 하이퍼파라미터를 이용하여 모델 학습 및 검증을 수행한 결과, R2는 학습 0.68, 검증 0.61이었고 NSE는 학습 0.85, 검증 0.81, RMSE는 학습 0.82, 검증 0.92로 나타났다.

• Proceedings of the Korea Society of Environmental Biology Conference
• /
• 2004.12a
• /
• pp.132-133
• /
• 2004

• Water for future
• /
• v.55 no.11
• /
• pp.62-72
• /
• 2022

• Korean Journal of Environmental Biology
• /
• v.37 no.4
• /
• pp.640-651
• /
• 2019

The study analyzed the relationship between harmful cyanobacteria and physicochemical factors in Lake Juam from 2005 to 2018. The research locations were designated St. 1 (Juam-Dam) and St. 2 (Sinpyong). Harmful cyanobacteria was found in four genera (Microcystis sp., Anabaena sp., Aphanizomenon sp., Oscillatoria sp.). The average standing crops of harmful cyanobacteria in both locations were 2,575 cells mL^-1 and 2,557 cells mL^-1 from 2005 to 2011. Since 2012, there has been a significant decrease that the measurements were 42 cells mL^-1 and 82 cells mL^-1 from 2012 to 2018. To analyze the reason for the decrease in harmful cyanobacteria, Pearson's correlation and t-tests were performed on data collected during the summer period (June-September). Pearson's correlation showed a significantly positive correlation with total nitrogen(TN), outflow, and storage and a negative correlation with electrical conductivity. T-tests were conducted in two different periods and showed decreases in total nitrogen, electrical conductivity, and residence time. The average rainfall was decreased from 263.3 mm (2005-2011) to 219.9 mm (2012-2018) and total nitrogen was decreased from 0.912 mg L^-1 (2005-2011) to 0.811 mg L^-1 (2012-2018) and the same variability was seen in TP (total phosphorus). Therefore, it seems that the low-rainfall decreased the nutrients (TN) and variability in the TP, resulting in a decrease in harmful cyanobacteria in Lake Juam.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.1-1
• /
• 2017

녹조현상은 부영양화된 호수나 유속이 느린 하천에서 부유성의 조류(식물 플랑크톤)가 대량 증식하여 수면에 집적하게 되고 물의 색을 현저하게 녹색으로 변화시킴으로써 발생된다. 최근에는 이러한 녹조 현상이 광역화, 독성화, 장기화의 특성을 띠며 빈번히 발생되고 있다. 녹조현상은 독소를 발생시키는 남조류에 의해 수생식물에 악영향을 주는 것으로 알려져 있다. 예를 들면 독소에 의한 가축에의 영향, 생태계 파괴로 인한 생태학적인 문제, 산소결핍으로 인한 물고기 및 각종 수중생물 폐사 등의 심각한 문제를 야기한다. 또한 조류는 식수에서 맛과 냄새를 유발할 뿐 아니라 Microcystin-LR과 같은 유해한 독소를 배출하여 공중 보건을 위협한다. 이에 식수원으로 사용되는 하천의 조류 번식에 따른 대응방안 마련이 절실히 요구된다. 유입되는 조류로 부터의 정수처리 설비의 처리 부하를 줄이기 위해서는 취수시스템과 연계한 고속 전처리 조류 제거 시스템을 개발이 필요하다. 기존의 전기응집부상공정(Electro-Coagulation and Flotation, ECF)은 화학 약품(응집제) 투여량이 적은 이점이 있지만 비교적 긴 전기 분해 시간이 필요하여 기존 정수처리 시스템과 연계성에 있어 한계가 있다. 이에 본 연구는 전기 분해 시간을 줄여 유입된 조류를 수 초 내에 응집하여 1분 이내에 조류를 분리하는 초고속 조류 전처리 기술을 개발하였다. 개발된 기술의 현장적용 및 실험 결과, 응집과정이 없이도 Chlo-a는 약 45 %의 제거 효율을 나타났다. 또한 응집제의 투입 및 전극에 의한 부상시스템에 의해 Chlo-a가 약 80 %로 제거되는 것으로 나타나 빈번하게 발생되는 조류로부터 안정적인 물 공급을 위한 전처리 공정으로 활용이 가능할 것으로 판단된다.