• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.517-517
• /
• 2023

현재 우리나라에서는 4대강 및 주요 호소 29지점을 대상으로 조류경보제가 시행되고 있으며 조류 경보 단계는 실시간 모니터링지점에서 측정되는 유해 조류의 셀농도를 기반으로 발령 단계가 결정된다. 상수원 구간은 관심, 경계, 조류 대발생, 해제 또는 미발생 총 4구간으로 구성되며, 친수 활동 구간의 경우 조류 대발생을 제외한 3구간으로 구성된다. 현재 시행되는 조류 경보제의 목적은 유해 조류 발생 시 사후 대응 방안 마련에 보다 초점이 맞춰져 있으며 특히, 모니터링 주기 확대 여부, 오염원 관리 방안 마련, 조류 제거 여부 등의 의사 결정 수단으로 사용되고 있다. 하지만 조류 경보 단계에 대한 사전 예측이 가능한 경우 유해 조류의 성장을 억제할 수 있으며 이를 통해 안전하고 깨끗한 수자원을 확보할 수 있다. 본 연구에서는 조류 경보 단계의 사전적 예측을 위해 국가 실시간 측정망에서 제공하는 전국 보 모니터링 종합 정보 자료, 기상측정망 자료, 실시간 보 현황 자료를 활용하여 예측 모델을 구축하였다. 또한, 단계 예측의 정확도를 개선하기 위해 변수 선택 기법을 활용하여 조류 경보 단계에 영향을 미치는 환경변수를 선정하였으며 자료의 불균형으로 인해 모델 학습 과정에서 발생하는 예측 오류를 최소화하기 위해 다양한 샘플링 기법을 적용하여 모델의 성능을 평가하였다. 변수 선택 및 샘플링 기법을 고려하지 않은 원자료를 사용하여 예측 모델을 구축한 결과 관심 단계(Level-1) 및 경보 단계(Level-2)에 대해 각각 50%, 62.5%의 예측 정확도를 보인 반면 비선형 변수 선택 기법 및 Synthetic Minority Over-sampling Technique-Edited Nearrest Neighbor(SMOTE-ENN) 샘플링 기법을 적용하여 구축한 모델에서는 Level-1은 85.7%, Level-2는 75.0%의 예측 정확도를 보였다.

• Journal of Korea Water Resources Association
• /
• v.46 no.7
• /
• pp.697-706
• /
• 2013

In recent, Korea has faced on water quality management problems in reservoir and river because of increasing water temperature and rainfall frequency caused by climate change. This study is effectively to manage water quality for establishment of algal bloom forecasting models with artificial neural network. Daecheong reservoir located in Geum river has suitable environment for algal bloom because it has lots of contaminants that are flowed by rainfall. By using back propagation algorithm of artificial neural networks (ANNs), a model has been built to forecast the algal bloom over short-term (1, 3, and 7 days). In the model, input factors considered the hydrologic and water quality factors in Daecheong reservoir were analyzed by cross correlation method. Through carrying out the analysis, input factors were selected for algal bloom forecasting model. As a result of this research, the short term algal bloom forecasting models showed minor errors in the prediction of the 1 day and the 3 days. Therefore, the models will be very useful and promising to control the water quality in various rivers.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.41-41
• /
• 2018

하천과 저수지의 수질을 예측하고 관리하는데 수리 수질예측모형이 널리 활용되고 있다. 수질예측모형은 유역이나 수체 내의 오염물질 이동경로나 농도를 수치해석 방법으로 계산하여 사용자가 필요로 하는 지점과 시점에서의 수질자료 생산하는데 활용되고 있다. 수질예측모형은 검 보정을 통해 정확도를 확보하며, 정확도의 확보를 위해서는 높은 수준의 전문성을 필요로 한다. 특히 시행착오법으로 모형을 보정하는 경우 많은 시간과 노력을 필요로 하게 되며, 보정계수를 과대 혹은 과소로 모형에 적용하는 오류를 범하기 쉽고 모델러의 주관이 관여되기 쉽다. 그래서 본 연구에서는 CE-QUAL-W2모형의 조류항목에 대한 모형 보정을 위하여 Chl-a와 남조류세포수에서 주로 활용되고 있는 보정계수에 대한 민감도 분석 결과를 토대로 매개변수별 모의결과 변화율을 산정하였으며, 시기적 경향성을 재현하기 위해 Ensemble-Bagging 기법과 머신 러닝 기법을 적용하여 모형 구동횟수를 최소화 할 수 있는 방법으로 구성하였다. Chl-a를 보정하기 위한 매개변수는 9개를 선정하였으며, 규조류, 남조류, 녹조류에 총 27개 매개 변수를 민감도 분석으로 도출 한 후 예상 변화율 대비 이벤트별 모의치와 실측치 간 %difference가 유사하도록 매개변수를 조정하였다. 또한 각 이벤트 조합의 매개변수 빈도수와 매개변수별 예상변화율, 시기적 조류특성을 고려하여 가중치를 도출하였으며, 1회 보정에 맞춰 Chl-a 모델 실행결과를 %difference로 평가한 후 "good"등급을 만족할 때까지 반복 적용하였다. 남조류세포수의 경우 Chl-a에 맞춰 매개변수 최적화 이후 남조류세포수 농도를 세포수로 환산하기 위한 CACEL에 대해 머신러닝 기법을 적용하였으며, CACEL 추정변화율 회귀식에 따라 평가 한 후 %difference "good"등급 이상을 만족할 때까지 반복 수행하는 방법을 적용하였다. 본 연구에서는 수질예측모형의 정확도를 확보하기 위하여 최적화 기법을 적용하였으며, 이를 통해 모형을 보정하는 과정에서 요구되는 시간과 노력을 줄일 수 있도록 하였으며, Ensemble기법과 머신러닝 기법을 적용하여 모형보정계수 적용에 객관성을 확보할 수 있도록 하였다.

• Journal of the Korean Society for Marine Environment & Energy
• /
• v.13 no.4
• /
• pp.234-240
• /
• 2010

In order to predict coastal environmental changes caused by coastal development and effectively manage marine environment, the exact information about water level changes and hydrodynamic circulation is essential. However, most of the environmental impact assessment has been using only limited tidal constituents in the numerical tide model to predict the real tide and tidal currents caused by the synthesis of many other tidal constituents, which causes an error in the environmental impact assessment. In this study, a method, which uses the limited tidal constituents at the offshore open boundaries and the observed tide at the inner or nearby point to predict the real tide in the model domain accurately, is suggested. Tidal and tidal currents predicted by the suggested method agreed well with the observations.

• 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.

• Journal of Korea Water Resources Association
• /
• v.54 no.spc1
• /
• pp.1167-1181
• /
• 2021

In relation to the algae bloom, four types of blue-green algae that emit toxic substances are designated and managed as harmful Cyanobacteria, and prediction information using a physical model is being also published. However, as algae are living organisms, it is difficult to predict according to physical dynamics, and not easy to consider the effects of numerous factors such as weather, hydraulic, hydrology, and water quality. Therefore, a lot of researches on algal bloom prediction using machine learning have been recently conducted. In this study, the characteristic importance of water quality factors affecting the occurrence of Cyanobacteria harmful algal blooms (CyanoHABs) were analyzed using the random forest (RF) model for Bohyeonsan Dam and Yeongcheon Dam located in Yeongcheon-si, Gyeongsangbuk-do and also predicted the occurrence of harmful blue-green algae using the machine learning and deep learning models and evaluated their accuracy. The water temperature and total nitrogen (T-N) were found to be high in common, and the occurrence prediction of CyanoHABs using artificial neural network (ANN) also predicted the actual values closely, confirming that it can be used for the reservoirs that require the prediction of harmful cyanobacteria for algal management in the future.

• Journal of Korean Society of Environmental Engineers
• /
• v.36 no.5
• /
• pp.378-385
• /
• 2014

The chlorophyll-a concentration in algae bloom warning system of Hangang basin did not predict the cyanobacteria dominance. In this study, suggest the predicting indicator of cyanobacteria dominance through analyzing the environmental factors affecting on the cell count of cyanobacteria. Firstly, the dominance of algae was analyzed with seasonal variation during Jan. 2012~Sep. 2013. The diatom dominated phytoplankton communities during the period of January~April. In the May~June, the green algae dominated. And, the dominance of algae was changed to cyanobacteria in the July~August. Also, the environmental factors affecting to cyanobacteria blooms ; nutrients (TN, TP), temperature, precipitation, dam-discharge were evaluated during the study period. Rather than temperature factor, relatively low dam discharge causes cyanobacteria to grow rapidly and create a blooms. The low dam-discharge may increase the water retention time. Finally, it is proved that a low ratio of TN to TP (<29:1) can favour the development of cyanobacteria blooms. Thus, the predicting indicator (TN:TP) have need to apply to the alarm bloom warning system of Hangang basin.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1997.04a
• /
• pp.114-114
• /
• 1997

항만개발 사업은 매립이나 준설과 같은 해안선과 해저지형을 변화시키는 공사가 이루어지며 이는 조석조류 현상의 변화를 유발하게 된다. 특히 해안지형이 복잡한 항만이나 하구에서는 변화정도가 크게 나타나며 방파제나 선박접안 시설과 같은 항내 구조물을 축조 할 경우에도 조석조류 변화가 야기된다. 조석조류 현상의 변화는 해양 수질과 생물상에 영 향을 줄뿐만 아니라 인접한 육지에 이르기까지 크다란 피해를 유발할 수가 있다. 창조시 해 수를 육지로 범람하게 하거나 퇴적이나 침식조건을 변화시킬 수도 있으며 오염물질이 외해 로 확산되는 과정을 방해하고 해양생물의 서식조건을 악화시켜 부근 해역의 어업에 피해를 유발할 수도 있다. 또한 해안 공사 과정에 해수로 유입되는 토사나 항만 이용시에 배출되는 폐수 등이 항내 수질과 생태계를 변화시킬 수 있다. 따라서 조석조류와 수질변화를 사전에 예측하고 이를 최소화하는 방안이 강구되어야 한다. 조석조류와 수질 변화를 사전에 예측하 는 방법으로 축소모형 실험과 컴퓨터 시뮬레이션이 사용된다. 축소모형 실험은 현장을 재현 하는데 많은 경비와 시간이 소모되며 예측에 한계가 있다. 반면에 컴퓨터 시뮬레이션은 대 상해역의 지형과 조류 그리고 수질특성에 적합하게 모델을 개발할 경우 예측력이 매우 높기 때문에 현재 가장 널리 이용되고 있다. 본 연구는 유한 요소법에 기초하여 미국 공병단 (United States Army Corps of Engineers)에서 개발한 TABS-2 모델을 이용하여 온산항에 서 시행되는 부두건설에 따른 조석조류 및 수질변화를 시뮬레이션하였다. 측정된 자료로 모 델 계수를 보정하고 검증하였으며 항내 매립과 준설이 이루어질 때 나타나는 조위와 조속변 화를 예측하였다. 매립과 준설공사시 유출되는 토사가 조석조류현상에 따라 이동 확산되는 범위와 농도분포를 예측하였다.ophobic components)은 75~80%, 친수성 물질(hydrophilic components)은 30~33%정도의 분포를 보였고, 전염소 및 전오존 공정을 거친 처리수에서는 각각 62.2-62.8%, 43.9~49.0% 및 50~ 55%, 40~57% 정도의 분포를 보였다. 그리고 웅집-침전을 거친 처리수에서는 그 분포가 77~82%, 24-48%였다. 전주리 공정을 통하여 소수성 물질(byoghobic components)의 분포가 감 소하는 것을 볼 때 전염소 및 전오존 처리가 용존유기물의 응집에는 오히려 역 효과를 나타내는 것으로 판단된다. 것으로 판단된다.여 황토 2g에 대하여 Hieltijes and Lijklema 방법에 의해 Adsorbed-p, Nonapatite inorganic-P(NAI-P), Apatite-p, Organic-P로 구분하여 분석하고, 총인(Total Phosphorus)을 Standard Methods에 따라 Persulfate digestion후 0.45 m membrane 여지 여과하여 여액에 대해 PO3-4-P의 농도를 Ascorbic Acid 법으로 측정한 결과, NAI-P가 가장 큰 비율을 차지하였고, 부원료로 첨가된 금속 양이온 중 Fe3-이온이 흡착에 기여하는 정도가 가장 큰 것으로 평가되었다.다당류 T-AS의 보체 활성화 기작은 classical과 alternative complement pathway의 양 경로를 통해 활성화 되었다. T-AS 분획은 mouse내의 특정 혈청단백을 증가시켰으며, 항체 생성능의 증가가 관찰되어 effect T 세포의 활성화가 나타나고 있음을 알 수 있었다. T-AS는 생체내 투여시에 대식세포의 탐식능이 증진되었으며, 대식세포 기능 저해제에 의한 대식세포의 기능 저해 현상이 회복되었다. 이와 같은 결과들로부터, T-AS의 항암 활성은 활성

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.450-450
• /
• 2018

최근 기후변화와 수온상승으로 인한 녹조발생이 빈번하게 나타나며, 녹조발생에 관한 관심은 꾸준히 증가하고 있는 추세이다. 본 연구는 효율적인 녹조관리를 위하여 모델트리를 활용하여 클로로필-a 단기조류예측 기법을 개발하였다. 대상지역으로 영산강수계의 죽산보를 선정하였으며, 2013년 1월부터 2016년 12월까지 나주 수질자동측정망의 일 단위자료와 동일기간 광주 기상청의 일별 기상자료를 이용하였다. 상관 분석을 통해 T-N, T-P, N/Pratio와 클로로필-a, 수온, 일사량, 강수량을 독립변수로, 단기(t+1일, t+3일, t+5일, t+7일) 클로로필-a를 종속변수로 선정하여 단기조류예측기법을 개발하였다. 수집한 자료의 데이터세트는 격일 간격으로 Training, Testing 기간으로 구분하여 적용한 결과, 상관계수는 1일 예측 시, Training 기간에 0.89, Testing 기간에 0.91, 3일 예측 시, Training 기간에 0.74, Testing 기간에 0.68, 5일 예측 시, Training 기간에 0.70, Testing 기간에 0.66, 7일 예측 시, Training 기간에 0.63, Testing 기간에 0.62로 나타났다. RMSE(Root Mean Square Error)는 1일 예측 시, Training 기간에 13.96, Testing 기간에 12.22, 3일 예측 시, Training 기간에 20.03, Testing 기간에 22.14, 5일 예측 시, Training 기간에 21.32, Testing 기간에 22.57, 7일 예측 시, Training 기간에 23.52, Testing 기간에 23.45로 나타났다. 예측주기에 따라 모델트리와 회귀식에서 활용한 독립변수는 1일 예측 시, 모델트리는 N/Pratio, 클로로필-a, 회귀식은 클로로필-a로 다르게 나타났다. 반면, 3일, 5일, 7일 예측 시, 모델트리와 회귀식에 활용된 변수는 같게 나타났다. 클로로필-a, 수온, 일사량은 5일 예측 시 활용된 변수로, 3일 예측 시에는 기상항목인 강수량이, 7일 예측 시에는 수질항목인 T-N, N/Pratio가 추가되었다. 특히 1일 예측 시 일 때, 높은 예측정도와 활용된 변수의 수가 적게 나타나는 것을 확인하였으며, 예측기간이 길어질수록 예측의 정확성이 낮아지고, 활용된 변수의 수가 많아지는 것을 확인하였다. 향후 적정한 예측기간을 판단하고 예측가능성을 높이기 위해서는 지속적인 자료취득 및 개선이 필요하며, 이를 바탕으로 적절한 단기조류예측이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.478-478
• /
• 2016

4대강 다기능 보 건설 이후 보 내에서 발생하는 녹조를 효과적으로 저감시키기 위해 다양한 방법들이 시도되고 있으며, 댐-보 및 보-보간 연계운영 기법은 수량을 이용하여 대규모 구간에 걸쳐 효과적으로 조류를 저감시킬 수 있어 최근 주목을 받고 있다. 본 연구에서는 영산강 수계 승촌보와 죽산보를 대상으로 조류저감을 위한 다기능보 연계 운영 시나리오에 대해 2차원 모델링을 이용하여 효과를 분석하고 향후 조류저감을 위한 가동보 운영방안 수립에 적용하고자 수행되었다. 시뮬레이션 기간은 2014년 7월 1일부터 7월 15일까지 남조류가 다량으로 발생하였던 시기를 모의기간으로 하였다. 분석시나리오는 최근 낙동강에서 적용된 바 있는 pulse형 방류를 실시하여 수체내에 유속과 난류를 증가시키되 승촌보와 죽산보를 연계하여 순차적인 방류와 담수를 반복하는 형태를 가정하였다. 또한 방류 규모에 따라 수위 저하범위를 0.3~2 m로 차등 적용하여 조류저감 효과를 예측하였다. 예측결과 소수력 발전방류를 이용한 pulse형 방류 연계운영 CASE에서는 최대 승촌보 3.8% 죽산보 8.4%의 저감 효과가 예측되었다. 반면 소수력과 수문방류를 동시에 이용하여 수위 저하범위를 크게 적용하는 CASE에서는 승촌보에서 최대 12.5%, 죽산보 4.7%의 저감율로 방류규모 증가에도 불구하고 죽산보의 저감율은 증가하지 않는 결과를 나타내었다. 이는 상대적으로 저수량이 큰 죽산보에서 큰 폭으로 수위를 저하시킬 경우 수위회복 기간이 길어지고 이 시기에 조류가 성장할 수 있는 조건을 제공하기 때문인 것으로 판단된다. 따라서 조류의 발생 규모와 공간적 분포, 보별 유입지류 유입특성과 저수량 등 조류발생에 관련된 다양한 인자를 복합적으로 고려하여 효율적인 운영방안이 수립되어야 할 것으로 판단된다.