• 환경영향평가
• /
• 제25권5호
• /
• pp.345-356
• /
• 2016

본 연구에서는 GA와 QUAL2K를 통합한 QUAL2Kw 모형을 이용해서 수질모형 매개변수의 자동 보정 방법을 비교 분석하였다. 발전 속도가 빠른 원주시의 배출 오염부하의 영향을 크게 받는 섬강에 QUAL2Kw 모형을 적용하였고, 전 구간 단일 매개변수를 적용하는 방법과 구간별 매개변수를 적용하는 두가지 방법으로 자동보정 방법을 비교 분석하였다. CV(RMSE)의 오차와 GA의 적합도 분석결과 구간별 매개변수 방법이 단일 매개변수 방법보다 정밀도가 다소 높은 것으로 나타났으므로 본 연구에서는 구간별 매개변수 방법으로 계산한 자동보정 결과를 채택하였다. 검보정된 QUAL2Kw 모형을 섬강 수질관리를 위한 세가지 시나리오에 대해 적용해서 수질 개선 효과를 분석하였다. 원주하수처리장 방류수질을 개선하는 시나리오 1에서는 중권역 대표지점인 섬강 4-1지점의 BOD와 TP 농도가 각각 17.7%, 29.1% 감소되었고, 원주천 유입직후 섬강에서는 BOD와 TP 농도가 각각 50.4%, 40.5% 감소하여 섬강 수질 개선효과가 크다. 원주취수장을 폐쇄하고 섬강 이외의 수계에서 원주 일대에 광역상수도를 공급하는 시나리오 2에서는 섬강 중하류부의 유량이 증가함에 따라 섬강 본류의 수질이 소폭 개선된다. 원주천 합류 직후 섬강에서 BOD가 0.18mg/L, TP가 0.0063mg/L 감소하였다. 시나리오 3에서는 시나리오 1과 시나리오 2의 대안을 동시에 계획하는 것으로서 시나리오 1보다 섬강 수질이 소폭 더 개선된다. 시나리오별 수질 예측결과 원주하수처리장의 방류수질을 개선하는 것이 섬강 수질개선에 가장 효과적인 것으로 나타났다. 특히 원주천 합류직후 섬강 수질이 크게 개선된다. 원주취수장을 폐쇄하고 타 수계에서 광역상수도를 통해 원주 지역에 상수도를 공급하는 방안도 섬강 수질을 소폭 개선할 수 있다.

• 한국식품과학회지
• /
• 제45권3호
• /
• pp.285-292
• /
• 2013

Ametoctradin은 triazolopyrimidine계에 속하는 살균제로 역병탄저병을 예방하는 약제이다. 증기압은 $2.1{\times}10^{-10}$ Pa ($20^{\circ}C$)으로 매우 낮아 분석을 위한 기기로 LC를 선택하였으며, HPLC-PDA기기를 사용하여 210 nm에서 400 nm까지 스캔한 결과, 최대흡광파장을 292 nm으로 확인하고 이를 분석파장으로 선택하였다. 추출용매는 물질의 용해도를 고려하여 methanol로 선정하였으며, 액-액 분배 및 정제과정에서는 약제의 n-octanol/water 분배계수($logP_{ow}$, $25^{\circ}C$)가 4.40 (pH 7, $20^{\circ}C$)의 비극성의 물리화학적 특징을 가짐을 고려하여 액-액 분배 단계에서는 dichloromethane, 정제 단계에서는 acetone/hexane (30/70, v/v)을 분석을 위한 용매로 사용하였다. 특히, 컬럼 충진제로 유지, 색소의 비용출성이 우수하고 극성의 물질을 넓은 범위에서 흡착하는 특성을 가지는 florisil을 선택하여 약제에 대한 선택성을 높일 수 있었다. 본 분석법은 회수율 측정(71.9-112.6%)을 통해 코덱스 가이드라인(CAC/GL 40)인 회수율 70-120%, 분석오차 10 미만에 적합함을 보여주어 분석법의 정확성을 확인하였으며, LC-MS를 통한 재확인 과정을 수행함으로써 시험법의 신뢰성과 선택성을 확보할 수 있었다. 또한 재현성을 위해 실험실간 검증을 실시하였으며 그 결과, RSDR(%)는 >0.01 mg/kg, ${\leq}0.1\;mg/kg$범위에서 3.02-14.63%, >0.1 mg/kg범위에서 1.27-7.67%로 코덱스 가이드라인 기준에 적합한 것으로 나타났다. 따라서 본 연구에서 개발한 시험법은 농산물에 잔류하는 ametoctradin을 분석하기 위한 공정 시험법으로 활용할 수 있을 것으로 판단된다.

• 한국해양학회지:바다
• /
• 제24권3호
• /
• pp.375-388
• /
• 2019

지구의 탄소순환을 이해하고 미래 대기 $CO_2$의 농도와 기후 변화를 예측하기 위해서는 해양과 대기 사이 $CO_2$ 교환율(sea-to-air $CO_2$ flux)의 시공간 변화를 정확하게 추정하는 것이 필요하다. 연구선을 이용한 현장 관측이 갖고 있는 시공간 제약으로 인해 동해에는 매우 제한적인 표층 이산화탄소분압($fCO_2$) 자료만 존재한다. 이 연구에서는 위성 및 수치모형에서 얻은 수온, 염분, 엽록소, 혼합층 자료를 세 종류의 기계학습 모형에 입력하여 동해 남서부해역의 고해상도 표층 $fCO_2$ 시계열 자료를 산출하였다. 세 모형 중 현장 관측 자료를 가장 잘 재현하는 Random Forest (RF) 모형의 평균제곱근오차는 $7.1{\mu}atm$이었다. RF 모형을 이용한 $fCO_2$ 예측에 중요한 역할을 하는 변수는 수온, 염분과 시간 정보였으며, 엽록소와 혼합층 깊이는 $fCO_2$ 예측에 미미한 역할을 하였다. RF 모형에서 예측한 표층 $fCO_2$를 이용하여 계산한 동해 남서부해역의 $CO_2$ 교환율은 $-0.76{\pm}1.15mol\;m^{-2}yr^{-1}$로 이전 현장 관측 연구에서 제시한 교환율( $-0.66{\sim}-2.47mol\;m^{-2}yr^{-1}$) 범위 중 작은 값에 해당한다. RF 모형의 표층 $fCO_2$ 시계열 자료는 1주일 내외의 짧은 시간 사이에도 $CO_2$ 교환율이 상당히 변할 수 있음을 보여주었다. 앞으로 보다 정확한 $CO_2$ 교환율 산출을 위해서는 $fCO_2$가 급격하게 변화하는 봄철에 높은 해상도의 현장 관측을 수행할 필요가 있다.