• Ecology and Resilient Infrastructure
• /
• 제7권1호
• /
• pp.72-81
• /
• 2020

저온수기 규조 Stephanodiscus sp.에 의한 녹조 현상은 빈번하게 일어나며, 이로 인한 수자원의 질적 변화와 정수과정에 많은 경제적 손실을 주고 있다. 선행연구를 통해 Stephanodiscus sp. 종의 친환경적 제어를 위해 개발된 생물유래 물질인 naphthoquinone (NQ) 유도체의 현장조건에서 살조효과 입증을 위해 서낙동강 수변에 5 ton 규모 mesocosm을 설치하여 현장조건에서의 살조효과와 비생물학적, 생물학적 요인을 모니터링 하였다. NQ 4-6 물질을 처리한 결과, 대상 조류인 Stephanodiscus sp.의 세포밀도가 실험 초기 5 × 10³ cells mL¹에서 급격하게 감소하여 실험 종료시인 10일차에는 0.2 × 10³ cells mL¹으로 세포 대부분이 사멸되어, 81%의 높은 살조효과가 관찰되었다. 또한, NQ 4-6 물질 접종 후 식물플랑크톤을 제외한 물리·화학적요인(수온, 용존 산소, pH, 전기전도도, 영양염)과 생물요인 (박테리아, HNFs, 섬모충, 동물플랑크톤)에 영향을 미치지 않았으며, 대조구와 처리구에서 유사한 경향이 관찰되었다. 즉, NQ 4-6 물질의 현장 적용은 규조 Stephanodiscus sp. 종의 선택적 제어뿐만 아니라, 수생 생물의 서식처와 먹이 공급을 원활하게 함으로써 건강한 수 생태계를 형성하는데 큰 역할을 할 것으로 판단된다.

• 대한공간정보학회지
• /
• 제23권4호
• /
• pp.57-65
• /
• 2015

본 연구는 안동댐 유역을 대상으로 수문기상 정보의 조밀한 시공간분포를 추정하여 수문기상에서 나타나는 시계열적 공간분포 특성을 규명하고자 한다. 국립기상과학원에서 설치 운영하고 있는 낙동강 상류 안동댐 유역의 수문 기상 관측소 7곳의 기상정보와 인근 두 곳의 종관기상관측소(ASOS) 정보를 활용하여 분석을 실시하였으며, 공간적 자기상관성에 기반한 Semi-Variogram을 추정하여 시공간분포를 확인하였다. 유역에서 변이성을 관찰할 수 있는 기상요소인 온도와 습도를 시간과 각 월에 따라 분석하였다. 계절에 관계없이 온도의 경우 14시, 습도의 경우 10시에 가장 균일한 공간분포를 나타내고, 18시에 온도와 습도 모두 가장 불균일성이 높게 확인되었다. 월별 공간 분포에서는 온도의 경우 1월에 가장 불균일하였고, 9월에 가장 균일한 것으로 확인되었으며, 습도의 경우 5월에 가장 불균일하고, 1월에 가장 균일한 것으로 나타났다. 수문기상에서는 일반 산림에서와 달리 계절적 공간분포특성이 적게 나타나며, 온도와 습도가 각각의 특성을 보이는 차이가 있었다.

• 한국수자원학회논문집
• /
• 제55권10호
• /
• pp.749-759
• /
• 2022

기후변화로 인한 이상기후 현상 증가와 도시화로 인한 불투수면의 증가로 인해 유역 물순환 관리 패러다임이 변화하고 있는 실정이다. 국내외에서는 물순환 왜곡현상을 억제해 줄 수 있는 저영향개발기술을 기반으로 연구가 지속적으로 진행중이다. 본 연구에서는 저영향개발 적용을 하기에 앞서 물순환 왜곡현상을 반영할 수 있는 요소 P, S, R값을 산정하여, 낙동강 유역을 대상으로 148 소유역별 PSR 지수를 산정하였다. PSR지수는 토지피복도 1975년을 기준으로 2019년 현재까지의 불투수면 변화율을 나타내는 압력지수 P, 기준에서 현재까지 각 소유역별 물순환 변화율을 나타내는 현상지수 S, 현시점에서 저영향개발 적용가능 면적 대책지수 R을 산정하여, 표준거리 d값 산정을 통해 PSR지수를 산정한다. PSR 지수값이 낮을수록 우선 관리 유역에 해당하며, 물순환 회복 우선 관리 유역으로는 1(서낙동강A), 2(낙동강하구언), 87(신천하류), 90(금호강하류), 91(진천천), 147(서낙동강B) 등 순으로 산정되었다. 대권역내 소유역별 물순환 우선관리 순서에 따라 효율적으로 저영향개발요소를 적용하면 물순환 왜곡현상 회복에 기여할 것으로 사료된다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1095-1105
• /
• 2021

기후변화에 따른 집중호우, 태풍 등의 발생빈도의 증가로 인하여 댐 운영의 고도화가 요구되고 있다. 일반적으로 댐 운영의 경우 강우예측, 강우-유출, 홍수추적 등 다양한 수리수문학적 요소들을 반영하여 수행되나 기 계획된 특정 규칙에 기반한 댐 운영 모형의 경우, 때때로 개별 모듈들의 불확실성과 복합적인 인자들로 인하여 댐의 방류량을 능동적으로 제어하는데 제약이 있을 수 있다. 본 연구는 남강댐 직하류 홍수피해 예방을 위하여 댐의 방류량 결정 등 효율적인 댐 운영을 지원하기 위해 딥러닝 기반 LSTM (Long Short-Term Memory) 모형을 구축하고, 선행시간별 댐직하류 수위예측 정확도를 분석하는 것을 목적으로 한다. LSTM 모형의 입력자료는 댐 운영에 사용되는 기초자료 및 하류 장대동 수위관측소의 수위 자료를 시 단위로 2009년부터 2021년 7월까지 수집하였다. 2009년부터 2018년 자료는 모형의 학습과 검증 및 2019년부터 2021년 7월 자료는 선행시간을 7개(1 h, 3 h, 6 h, 9 h, 12 h, 18 h, 24 h)로 구분하여 관측 수위와 예측 수위를 비교·분석하였다. 그 결과, 선행시간 1시간의 예측결과는 평균적으로 MAE가 0.01 m, RMSE가 0.015 m, NSE가 0.99 로 관측 수위에 매우 근접한 예측 결과를 나타내었다. 또한, 선행시간이 길어질수록 예측 정확도는 근소하게 감소하였지만, 관측 수위의 시간적 패턴을 유사하게 안정적으로 예측하는 것으로 분석되었다. 따라서 수리수문학적 비선형의 복잡한 자료간의 특징을 자동으로 추출하여 예측 자료를 생산하는 LSTM 모형은 댐 방류량 의사결정에 있어 활용이 가능할 것으로 판단된다.