• River and Culture
• /
• v.6 no.3
• /
• pp.20-26
• /
• 2010

• 보건세계
• /
• v.54 no.2 s.606
• /
• pp.14-17
• /
• 2007

• Journal of Wetlands Research
• /
• v.20 no.3
• /
• pp.201-209
• /
• 2018

In this study, the water quality index was calculated using the water quality monitoring data of the major tributaries of the Nakdong River and long-term trend analysis was performed to identify the tributaries requiring priority management. We used a Real-Time Water Quality Index method implemented by the Ministry of Environment. Linear regression as a parametric method and Mann-Kendall Test and Sen Slope Test as a nonparametric method were applied for the trend analysis. The water quality index of major tributaries except for Migeon2 and Seokyo2 was in the range below Fair grade and there were no significant trends for the rest of the sites except Bukan, Chennae, Hogye, Yongdeok. Therefore, in order to improve the water quality of the main stream, management of the tributaries should be preceded.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.45-45
• /
• 2018

오염물의 혼합거동을 해석하기 위해 물리기반 모델을 이용하는 경우 모델을 구축하고 운용하는데 많은 시간과 재정이 소요되며 현장검증을 통한 검증이 반드시 필요하다. 하지만 데이터 기반 모델의 경우 축적된 데이터만으로도 예측을 수행할 수 있으며 물리기반모델에 비해 결정해야할 입력인자가 적어 모델운용이 용이하다는 장점이 있다. 다양한 데이터 모델 중 인공신경망(ANN) 모델은 데이터가 가지는 불확실성 및 비정상성, 복잡한 상호관련성에 효과적으로 대응할 수 있는 모델로 수자원 및 환경 분야에서 자주 사용되고 있다. 본 연구에서는 인공신경망 모델을 이용하여 지천유입이 있는 대하천의 수질인자 (pH, 전기전도도, DO, chl-a)를 예측하였다. 다른 데이터기반 모델과 같이 인공신경망 모델 또한 수집된 데이터 질에 크게 영향을 받으며, 내부 입력인자의 선택이 모델의 예측 결과에 큰 영향을 미친다. 이러한 인공신경망 모델의 특성을 바탕으로 예측모형의 정확도를 향상하기 위해서는 크게 데이터 처리부분과 모델구축 부분에서의 접근이 필요하다. 본 연구에서는 데이터 처리 과정에서 연구대상지점의 각각의 수질인자가 가지는 분포 특성을 유지하기 위해 층화표츨추출법을 이용하여 데이터를 구성하였다. 모델의 구축 과정에서는 초기가중치 값의 영향을 줄이기 위해 앙상블기법을 사용하였으며, 좀 더 견고하고 정확한 결과를 예측하기 위해 탄력적 역전파알고리즘을 추가하였다. 추가적으로 합류 후 본류의 미 계측지역 수질 예측 정확도 향상을 위해 본류의 수질인자뿐만 아니라 지류의 수질인자를 입력자료로 사용하여 모의를 수행하였다. 또한 동일 구간에서 수행한 현장추적자실험 자료를 이용하여 수질인자의 분포특성을 비교, 검증하였다. 개발된 모델을 이용하여 낙동강과 금호강 합류부 하류의 수질인자를 예측한 결과 지류의 수질인자를 입력자료로 추가한 경우 예측의 정확도가 증가하였으며, 현장실험 자료를 통해 밝혀진 오염물의 거동현상을 인공신경망 모델로도 동일하게 재현하는 것으로 나타났다. 본 연구에서 제안한 인공신경모델을 이용한다면 물리기반 수치모델을 대체하여 지천으로 유입된 오염물의 거동을 정확하고 효율적으로 파악할 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.525-525
• /
• 2023

영산강·섬진강수계는 광역상수원의 수질개선을 위해 제도적인 노력과 예산을 투입하고 있다. 제도 도입 시행 후 20여년이 경과하면서 수변구역 내 오염원 제거가 이루어졌음에도 불구하고 주암호와 동복호의 수질은 크게 개선되지 않고 있다. 따라서, 효율적인 수질개선을 위해서는 섬진강수계 토지매수 대상 지류지천의 과학적 방법을 통한 오염 인자 조사 및 분석, 실측 자료에 기반한 우선순위 산정이 필요하다. 본 연구에서는 수질 전문가 50명을 대상으로 설문조사를 실시하고AHP 기법을 통해 주암호 19개, 동복호 9개, 상사호 9개, 수어호 3개, 탐진호 16개 하천의 우선순위를 분석하였으며, 각 지류지천별 오염원 인자(생활계, 축산계, 산업계, 토지계)와 실측 인자(T-P 농도, T-P 단위면적당 오염부하량)를 이용해 하천별 배점을 산정하였다. 그 결과, 1위부터 10위 우선순위 하천의 경우 배점 합계 점수가 최소 65.9점부터 최대 82.0점까지의 점수 범위를 보였으며, 주로 배점 가중치가 가장 높은 T-P 농도와 T-P 단위면적당 오염부하량이 높은 값을 보였다. 총 배점 대비 인자별 구성 비율을 계산해본 결과, 실측 인자 중 관측 T-P 농도는 평균 33.9%, T-P 단위면적당 오염부하량은 평균 32.7%로 총합 66.6%의 값을 보였다. 또한, 높은 배점값을 보인 지류지천은 오염원 인자에서도 높은 값을 보여 토지매수로 인한 수질개선 효과가 높아질 것으로 판단된다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.28 no.6B
• /
• pp.615-625
• /
• 2008

In this study, classification of streams was conducted for Ji Stream, a tributary to the Geum River and Yo Stream, a tributary to the Seomjin River, and in addition, channel evolution model to the same streams was applied. The classification approaches suggested by Rosgen and Korea Institute of Construction Technology (KICT) were conducted. The channel evolution model suggested by Schumm et al. (1984) was applied. Based on the application results of Rosgen approach, Ji Stream and Yo stream show the characteristics of mountainous stream with pebbles. The application results of channel evolution model indicated that the current condition of Ji Stream and Yo Stream is a state of equilibrium, balancing the sediment supply and sediment transport capacity. The results of this study can be used as a fundamental data for water control project, river restoration and appropriate channel planning.

• Journal of Wetlands Research
• /
• v.17 no.4
• /
• pp.380-390
• /
• 2015

In this study, the major 38 tributaries in Nakdong River were monitored for flow rate and water quality in order to understand the characteristics of the watershed and to find improvement plan. The flow rate and water quality for each target tributary were evaluated based on the monitoring data in 2013~2014 using a statistical package SPSS-22.0. In addition, the tributary grouping method was conducted using a $BOD_5$ concentration/flowrate and TP concentration/flowrate monitoring data. The average values of $BOD_5$, $COD_{Mn}$, TP and TOC concentrations in Gumicheon, Gyeonghocheon, Jincheoncheon, Gisegokcheon, Yonghacheon and Yonghocheon located at Nakdong Waegwan and Nakdong Goryung watershed were high and in the grade of III or IV (5~8 mg/L). The Pearson correlation coefficients of TOC with $BOD_5$, $COD_{Mn}$, and TP were greater (r=0.8, p<0.01) than those of the other water quality parameters (12 species). The tributaries with high values of water quality parameters ($BOD_5$ > 3.0 mg/L, TP > 0.1 mg/L) and flowrate (Q > $0.1m^3/sec$) were selected for improving water quality according to the stream grouping method. Five tributaries (Gumicheon, Gisegokcheon, Yonghacheon, Yeongsancheon, Mijeoncheon and Yonghocheon) were classified as Group I, which require polices and plans for water quality improvement.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2002.05a
• /
• pp.591-596
• /
• 2002

• Magazine of the Korean Society of Agricultural Engineers
• /
• v.58 no.4
• /
• pp.24-29
• /
• 2016

• Proceedings of the Zoological Society Korea Conference
• /
• 2001.10a
• /
• pp.143.3-143
• /
• 2001