• 한국어업기술학회:학술대회논문집
• /
• 한국어업기술학회 2001년도 추계 수산관련학회 공동학술대회발표요지집
• /
• pp.204-205
• /
• 2001

Manful algae, Cochlodinium polykrikoides has damaged to fisheries organisms by making massive blooms mainly in the South Sea during the higher water temperature season since 1995 in Korea. Ecological and hydrodynamic studies of the species offer useful information in understanding its bloom mechanism giving promising data for the modeling and prediction of the blooms. (omitted)

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1167-1181
• /
• 2021

녹조 현상과 관련하여 독성물질을 배출하는 남조류 4종의 경우 유해 남조류로 지정하여 관리하고 있으며, 물리적인 모형을 이용한 예측 정보도 함께 발표하고 있다. 그러나 조류는 살아 있는 생명체로 물리 역학에 따른 예측에 어려움이 있으며, 기상, 수리·수문, 수질 등 수많은 인자에 의한 영향을 고려하기가 쉽지 않다. 따라서, 최근 머신러닝을 이용한 녹조발생 예측 연구가 많이 진행되고 있다. 본 연구에서는 경북 영천에 소재한 보현산댐과 영천댐을 대상으로 랜덤 포레스트 모형을 이용하여 유해남조류 발생에 영향을 미치는 수질인자의 특성중요도를 분석해 보았으며, 이 중 가장 높은 특성중요도를 나타낸 수온을 이용하여 머신러닝과 딥러닝을 이용하여 유해남조류 발생을 예측하고 그 정확성을 확인하였다. 특성중요도 분석 결과, 수온과 총질소(T-N)이 공통적으로 높게 나왔으며, 인공신경망(ANN)을 이용한 유해남조류 발생예측에서도 실제와 근접한 값이 예측되어 앞으로 녹조관리를 위해 유해남조류 예측이 필요한 저수지의 경우 이를 활용할 수 있음을 확인하였다.

• 환경생물
• /
• 제37권3호
• /
• pp.433-445
• /
• 2019

본 연구는 농업용 호소의 녹조발생을 간편하고, 효율적으로 진단할 수 있는 도구를 개발하고자 하였다. 2018년 4월~10월 동안 15개 농업용 호소에서 채취된 182개의 시료를 이용하여 식물플랑크톤 현존량을 반영할 수 있는 수질 이화학적 항목을 살펴보고자 식물플랑크톤과 TN, TP, Chl-a, SD 등의 상관계수(r)를 분석한 결과, 총 식물플랑크톤 현존량은 Chl-a (r=0.666), SD (r= -0.351)와 높은 상관관계, 남조류와 유해 남조류 현존량 역시 Chl-a과 각각 r=0.664, r=0.353, SD와 각각 r= -0.340, r= -0.338로 유의성 있는 상관관계를 보여주었으나 TN, TP의 항목과는 유의한 상관관계가 나타나지 않았다. Chl-a 농도는 SD와 r= -0.434의 상관관계를 보여주어 식물플랑크톤 현존량보다 높은 유사성을 나타냈으므로, 조류경보제에서 사용하는 유해 남조류 현존량 분석을 대신하여 녹조예찰을 위한 진단 요소항목으로 Chl-a와 SD를 선정하고 실시간 SD 실측 값을 이용하여 진단을 할 경우 그 결과에 대한 유의성이 있는 것으로 판단되었다. 녹조진단 도구는 SD와 탁도 측정방법을 변형한 역원뿔 모양의 용기와 녹조판단조견표로 구성되어 있으며, 현장수를 채취하여 녹조발생 정도에 따라 용기 내에 보이는 원형환의 개수 또는 각 원형환에 표시된 숫자를 관찰하고, 조류의 색도를 녹조판단조견표와 비교하여 최종 녹조단계를 판별할 수 있도록 하였다. 또한, 정확한 진단을 위해 Chl-a 농도와 원형환의 수에 근거한 4단계 진단 기준과 Hexa 코드명이 표기된 부채모양의 조견표를 제시하여 한가지 방법에 따른 변수와 오차를 보완하고 판단의 편리성을 함께 제공하였다. 이를 통해 농업용 호소의 녹조진단을 용이하게 할 수 있을 것으로 기대되며, 녹조관리방안 수립을 효율화하여 녹조로부터 안전하고 건강한 농업용수 확보가 가능할 것으로 판단된다.

• 한국물환경학회지
• /
• 제29권1호
• /
• pp.19-28
• /
• 2013

Artificial neural networks were used for time series modelling of algal dynamics of whole year and by season at the Paldang dam station (confluence area). The modelling was based on comprehensive weekly water quality data from 1997 to 2004 at the Paldang dam station. The results of validation of seasonal models showed that the timing and magnitude of the observed chlorophyll a concentration was predicted better, compared with the ANN model for whole year. Internal weightings of the inputs in trained neural networks were obtained by sensitivity analysis for identification of the primary driving mechanisms in the system dynamics. pH, COD, TP determined most the dynamics of chlorophyll a, although these inputs were not the real driving variable for algal growth. Short-term prediction models that perform one or two weeks ahead predictions of chlorophyll a concentration were designed for the application of Harmful Algal Alert System in Lake Paldang. Short-term-ahead ANN models showed the possibilities of application of Harmful Algal Alert System after increasing ANN model's performance.

• 한국해안·해양공학회논문집
• /
• 제26권4호
• /
• pp.217-224
• /
• 2014

Cochlodinium polykrikoides 적조생물은 우리나라 연안에서 가장 빈번하게 적조를 유발하는 생물이다. 적조는 식물플랑크톤의 급격한 번식(algal bloom)으로 발생하기 때문에 적조를 유발하는 적조생물에 대한 최적의 성장조건 정보가 가용하다면 정확한 적조성장 모형 구성이 가능하며, 적조 발생예측에도 활용할 수 있다. 그러나 적조 성장에 영향을 미치는 인자가 빛, 수온, 염분, 영양염류 농도 등으로 다양하고, 적조성장을 제어하는 함수형태가 다양하기 때문에 실험조건의 최적 성장조건에 대한 연구 성과를 활용하여 적조 수치모형에서 활용할 수 있는 최적 성장모형을 구성한 연구는 매우 미흡한 수준이다. 본 연구에서는 우리나라의 대표적인 적조생물에 해당하는 Cochlodinium polykrikoides 적조생물의 최적 성장조건에 관한 연구 자료를 이용하여 다양한 함수형태에 따른 최적 매개변수 추정 및 오차비교 분석과정을 거쳐 적조 모형에서 바로 활용할 수 있는 최적 성장모형을 개발 제시하였다. 개발된 성장모형은 실험조건에서 추정된 최적 성장모형이기 때문에 현장자료를 이용한 모형의 보정 및 검정과정에서 본 연구결과로 제시된 최적 함수형태, 최적 매개변수 및 보정 매개변수의 범위 등을 기본 정보로 활용할 수 있으며, 실험조건과 현장조건의 차이 평가에도 활용할 수 있다.

• 한국정보통신학회논문지
• /
• 제15권9호
• /
• pp.1881-1888
• /
• 2011

적조란 유해조류의 일시적인 대 번식인 자연현상으로 어패류를 집단 폐사 시킨다. 적조에 의한 양식어업의 피해는 매년 발생하고 있다. 이 때문에 적조 발생을 미리 예측할 수 있으면 적조에 대한 피해를 최소화 시킬 수 있다. 적조발생 예측시 나이브베이스 분류자를 이용하면 좋은 예측결과를 얻을 수 있다. 그러나 나이브베이스를 이용한 결과는 단순한 발생 여부 만을 판별 할뿐 발생하는 적조가 어느 정도 증가 할지는 알 수 없다. 본 논문은 퍼지 추론과 나이브베이스 분류자를 이용한 새로운 적조발생 예측 방법을 제안한다. 제안방법은 적조 발생 예측의 정확률을 향상시키면서 적조생물 밀도의 증가율을 예측할 수 있다.

• 한국수산과학회지
• /
• 제34권5호
• /
• pp.536-544
• /
• 2001

적조생물 Cochlodinium polykrikoides, Gyrodinium impudicum, Gymnodinium catenatum은 독성을 지니거나, 적조를 일으킴으로써 수산피해 및 보건위생상의 문제를 야기시키는 종이다. 이 종들의 적조발생 환경과 기작을 이해하기 위해서는 종별 생태생리 (eco-physiology) 특성 등을 파악할 필요가 있다. 본 실험에서는 한국 남해안 연안에서 이들 3종의 출현상황과 성장특성을 파악하기 위해 이 해역에서 분리한 종을 대상으로 온도, 염분, 조도 및 영양염류에 따른 성장도를 조사하였다. 1999년도 남해안 남해도, 나로도, 완도 연안에서 이들 3종의 최초출현시기는 수온이 $22.8\sim26.5^{\circ}C$인 7월 중순에서 8월 중순으로써 서로 비슷한 시기에 동반 출현하였다. 유영세포의 소멸시기는 G. catenatum의 경우 8월 중, 하순이었고, C. polykrikoides와 G. impudicum은 수온이 $23^{\circ}C$ 이하로 하강하는 9월 하순이었다. 출현기간 중의 최대밀도는 C. polykrikoides의 경우 $40\times10^6$cells/L 이상으로써 고밀도 증식을 하였으나, G. impudicum과 C. catenatum은 각각 3,460ce11s/L 및 440ce11s/L로써 매우 낮은 밀도로 존재하였다. 배양실험에서 C. polykrikoides, G. impudicum, G. catenatum는 $22\sim28^{\circ}C$에서 양호한 성장을 보였고, 최적수온은 $25^{\circ}C$ 내외로 판단되었는데, 이러한 결과는 적조발생시의 수온과 대체로 일치하였다. 염분에 따른 성장률은 3종 모두 $30\sim35\%$에서 양호한 성장률을 보였다. 3종 중 G. impudicum은 비교적 광염성의 특징을 보였고, G. cstenatum은 $35\%$ 이상의 고염분에서 특히, 저조한 성장률을 보였다. 조도에 따른 성장은 C. polykrikoides와 G. impudicum의 경우 특히 7,5001ux 이상의 고조도에서 성장률이 현저히 높은 것으로 나타났다. 이러한 결과는 C. polykrikoides의 경우 조도가 높은 하계에 표층에서 강한 집적현상을 보이면서도 광저해현상을 밟지 않고 양호한 증식을 할 수 있는 특성과 관련이 있을 것으로 추정되었다. C. polykrikoides와 G. impudicum의 질산 및 암모니아 질소 농도에 따른 성장은 $40{\mu}M$까지는 농도가 높을수록 성장률도 증가하였으나 그 이상에서는 큰 차이를 보이지 않아, 두 종의 질소 임계농도는 $13.5\~40{\mu}M$로 판단되었다. 또한, 인산인은 $4.05{\mu}M$ 까지는 농도가 높을수록 성장률도 증가하였으나 그 이상에서는 큰 성장차를 보이지 않아, 두 종 모두 인산인의 임계농도는 $1.35\sim4.05{\mu}M$로 판단되었다. 한편, C. polyklikoides는 DIN과 DIP 농도가 각각 $1.2{\mu}M$ 및 $0.3{\mu}M$ 이하로 낮았던 나로도와 남해도 외측해역에서도 적조를 형성하였다. 이와 같이 낮은 영양염류 하에서 왕성하게 증식할 수 있었던 이유는 이 종의 경우 일간 수직이동을 통해 야간에 저층에서 풍부한 영양염류를 흡수할 수 있었기 때문으로 해석되었다.

• 한국물환경학회지
• /
• 제40권3호
• /
• pp.121-129
• /
• 2024

Harmful cyanobacterial blooms (HCBs) are caused by the rapid proliferation of cyanobacteria and are believed to be exacerbated by climate change. However, the extent to which HCBs will be stimulated in the future due to increased temperature remains uncertain. This study aims to predict the future occurrence of cyanobacteria in the Nakdong River, which has the highest incidence of HCBs in South Korea, based on temperature rise scenarios. Representative Concentration Pathways (RCPs) were used as the basis for these scenarios. Data-driven model simulations were conducted, and out of the four machine learning techniques tested (multiple linear regression, support vector regressor, decision tree, and random forest), the random forest model was selected for its relatively high prediction accuracy. The random forest model was used to predict the occurrence of cyanobacteria. The results of boxplot and time-series analyses showed that under the worst-case scenario (RCP8.5 (2100)), where temperature increases significantly, cyanobacterial abundance across all study areas was greatly stimulated. The study also found that the frequencies of HCB occurrences exceeding certain thresholds (100,000 and 1,000,000 cells/mL) increased under both the best-case scenario (RCP2.6 (2050)) and worst-case scenario (RCP8.5 (2100)). These findings suggest that the frequency of HCB occurrences surpassing a certain threshold level can serve as a useful diagnostic indicator of vulnerability to temperature increases caused by climate change. Additionally, this study highlights that water bodies currently susceptible to HCBs are likely to become even more vulnerable with climate change compared to those that are currently less susceptible.

• ALGAE
• /
• 제34권3호
• /
• pp.237-251
• /
• 2019

The dinoflagellate genus Alexandrium is known to often form harmful algal blooms causing human illness and large-scale mortality of marine organisms. Therefore, the population dynamics of Alexandrium species are of primary concern to scientists and aquaculture farmers. The growth rate of the Alexandrium species is the most important parameter in prediction models and nutrient conditions are critical parameters affecting the growth of phototrophic species. In Korean coastal waters, Alexandrium affine and Alexandrium fraterculus, of similar sizes, often form red-tide patches together. Thus, to understand bloom dynamics of A. affine and A. fraterculus, growth rates and nitrate uptake of each species as a function of nitrate ($NO_3$) concentration at $100{\mu}mol\;photons\;m^{-2}s^{-1}$ under 14-h light : 10-h dark and continuous light conditions were determined using a nutrient repletion method. With increasing $NO_3$ concentration, growth rates and $NO_3$ uptake of A. affine or A. fraterculus increased, but became saturated. Under light : dark conditions, the maximum growth rates of A. affine and A. fraterculus were 0.45 and $0.42d^{-1}$, respectively. However, under continuous light conditions, the maximum growth rate of A. affine slightly increased to $0.46d^{-1}$, but that of A. fraterculus largely decreased. Furthermore, the maximum nitrate uptake of A. affine and A. fraterculus under light : dark conditions were 12.9 and $30.1pM\;cell^{-1}d^{-1}$, respectively. The maximum nitrate uptake of A. affine under continuous light conditions was $16.4pM\;cell^{-1}d^{-1}$. Thus, A. affine and A. fraterculus have similar maximum growth rates at the given $NO_3$ concentration ranges, but they have different maximum nitrate uptake rates. A. affine may have a higher conversion rate of $NO_3$ to body nitrogen than A. fraterculus. Moreover, a longer exposure time to the light may confer an advantage to A. affine over A. fraterculus.

• 한국전자통신학회논문지
• /
• 제14권6호
• /
• pp.1161-1170
• /
• 2019

본 연구에서는 심층 신경망을 이용하여 Cochlodinium polykrikoides 적조 발생을 예측하는 모델을 제안한다. 적조 발생 예측을 위해 8개의 은닉층을 가진 심층 신경망을 구축하였다. 위성 재분석 자료와 기상수치모델 자료를 이용하여 과거 적조 발생해역의 해양 및 기상인자 총 59개를 추출하여 신경망 모델 학습에 활용하였다. 전체 데이터셋 중 적조 발생 사례는 적조 미발생 사례에 비해 매우 적어 불균형 데이터 문제가 발생하였다. 본 연구에서는 이를 해결하기 위해 과표집화(Over sampling) 기반 데이터 증식(Data augmentation) 기법을 적용하였다. 과거자료를 활용하여 모형의 정확도를 평가한 결과 약 97%의 정확도를 보였다.