The prediction of discharge is very important in water resources management and plan. In this study, we have analyzed discharge data of site at up and down stream in watershed. In order to forecast discharge the regression equations were developed by measuring flow data. Also, to forecast the change of water quality followed by change of inflow the correlation relationship between inflow of the Youngchun site and the Chunhju dam was shown as very high. The forecast of inflow at the Chungju dam would be possible through flow analysis of the Youngchun site. And, it is possible to forecast water quality by flow analysis because the correlation relationship of SS and turbidity followed by change of flow for each station of investigation was very high.
In order to maintain constant residual chlorine in sedimentation basin, It is necessary to develop real time prediction model of residual chlorine considering water treatment plant data such as water qualities, weather, and plant operation conditions. Based on the operation data acquired from K water treatment plant, prediction models of residual chlorine in sediment basin were accomplished. The input parameters applied in the models were water temperature, turbidity, pH, conductivity, flow rate, alkalinity and pre-chlorination dosage. The multiple regression models were established with linear and non-linear model with 5,448 data set. The corelation coefficient (R) for the linear and non-linear model were 0.39 and 0.374, respectively. It shows low correlation coefficient, that is, these multiple regression models can not represent the residual chlorine with the input parameters which varies independently with time changes related to weather condition. Artificial neural network models are applied with three different conditions. Input parameters are consisted of water quality data observed in water treatment process based on the structure of auto-regressive model type, considering a time lag. The artificial neural network models have better ability to predict residual chlorine at sediment basin than conventional linear and nonlinear multi-regression models. The determination coefficients of each model in verification process were shown as 0.742, 0.754, and 0.869, respectively. Consequently, comparing the results of each model, neural network can simulate the residual chlorine in sedimentation basin better than mathematical regression models in terms of prediction performance. This results are expected to contribute into automation control of water treatment processes.
This study was carried out to investigate the effect of EFDC hydrodynamic result on the WASP7.3 water quality modeling result in accordance with the change of number of grid for the dam reservoir to be constructed. The simulated flow and BOD, T-N and T-P loads by the HSPF watershed model was used for boundary conditions and the hydrodynamic modeling results was linked with WASP model to predict future water quality after dam construction. The scenarios for EFDC modeling were composed of Scenario 1(141 grid cells) and Scenario 2(568 grid cells). The results of Scenario 2 showed that BOD, T-N, T-P and Chl-a concentrations were decreased 0.073mg/L(8.5%), 0.032mg/L(2.6%), 0.003mg/L(6.8%), 0.644mg/L(4.2%) compared with those of Scenario 1, respectively. As number of grid cell increased, water quality concentrations were decreased and also it caused the longer running time. Therefore, this study suggests that the consideration of the geometry of water body is more important than the number of grid cells for the prediction of water quality of a dam reservoir in EIA.
최근 반복되고 있는 녹조는 수질관리에 가장 큰 과제로서 대두되고 있다. 현재 환경부에서는 7일 단위의 선행수질예측을 통한 수질예보를 수행하고 있으나, 선제적인 조치를 위해서 좀 더 장기간의 수질예측이 필요한 시점이다. 이에 본 연구에서는 수질예보의 보완자료로서 대청호의 Chl-a 농도를 3개월 선행예측하기 위한 방법론을 제안하고 그 적용성을 검토하고자 한다. 이를 위하여 대청호의 수질자동측정망 자료와 ECMWF의 수문기상예측자료를 수집하였으며 각 시계열 자료의 특성을 분석하였다. 대청호의 Chl-a 농도와의 상관 및 웨이블릿 분석을 바탕으로 수문기상입력인자를 결정하고 지연시간을 가지는 NARX모형을 이용하여 대청호의 Chl-a에 대한 3개월 선행예측 모형을 구축하였으며, 결과에 대한 비교분석을 통하여 모형의 적용성을 제시하였다.
본 연구는 머신러닝 기반의 분석으로 해수담수화(Desalination) 시설의 전력비 예측모델의 가능성을 검토하였다. 해수담수화 주요 공정인 역삼투(Seawater Reverse Osmosis) 시설의 전력비 예측 모델을 개발하고, 전력비 산정에 영향을 미치는 인자를 분석하였으며, 해수 수질 중에서 선정된 수온 및 염분도 측정자료를 활용하여 검토하였다. 국립해양조사원(Korea Hydrographic and Oceanographic Agency, KHOA)의 2003년부터 2014년까지의 자료를 이용하였으며, 모형의 구조는 시행오차법(Trial & Error)으로 하이퍼파라미터를 최적화하여 머신러닝 기반의 예측 모델을 구축하고, 장래 해수 수질을 예측하였다. 해수 수온은 기존 패턴과 유사할 것으로 예측되었고, 염분도는 과거 측정자료 범위 이내로 최대값이 점차 감소되는 경향을 보여 해수담수화의 전력비가 약 0.80% 감소하는 것으로 검토되었다. 본 연구는 머신러닝 기반의 예측 모델을 구축하여 장래 수질 변화 예측하였으며, 해수 수질 변동의 영향 및 대안을 제시했다는데 의의가 있다.
주암호는 광주 전남지역의 주민생활이나 공 농업활동에 기반이 되는 중요한 수자원의 역할을 하고 있으나, 주암호에 유입되는 오염물질로 말미암아 호수의 수질은 점점 악화되고 있는 실정이다. 주암호의 수질개선대책을 수립하기 위한 예비단계로서 호수의 수질모델링을 실시하여 수질이 장래에 어떻게 변화될 것인지를 확인할 필요성이 있다. 수질모델링 작업에 이용할 수 있는 컴퓨터 프로그램은 여러 종류가 있으나, 각 프로그램에서 요구하는 오염물질 유입량, 수리 수문 등의 압력자료(Input data)는 불확실성을 포함하고 있으며, 이러한 불확실성은 예측결과(장래수질)의 불확실성을 초래하게 된다. 수질모델링에서 불확실성이 발생하는 주요원인은 활용할 수 있는 정보의 부족, 미래상황 및 예측모델의 불확실, 그리고 전문가 지식의 한계 때문이다. 따라서 본 연구의 목적은 퍼지이론을 응용하여 수질예측 모델에서 요구하는 입력자료들의 불확실성 정도를 해석하고, 이를 수질예측 모델에 그대로 결합시킬 수 있는 방법을 개발하는 것이다. 이러한 방법의 적용은 불확실성을 고려하지 않는 방법들에 비해 합리적이고 현실성 있는 주암호의 장래수질을 예측하는데 도움이 될 것이다.
Coppola, Emery A. Jr.;Jacinto, Adorable B.;Atherholt, Tom;Poulton, Mary;Pasquarello, Linda;Szidarvoszky, Ferenc;Lohbauer, Scott
생태와환경
/
제46권1호
/
pp.1-9
/
2013
Algal blooms in potable water supplies are becoming an increasingly prevalent and serious water quality problem around the world. In addition to precipitating taste and odor problems, blooms damage the environment, and some classes like cyanobacteria (blue-green algae) release toxins that can threaten human health, even causing death. There is a recognized need in the water industry for models that can accurately forecast in real-time algal bloom events for planning and mitigation purposes. In this study, using data for an interconnected system of rivers and reservoirs operated by a New Jersey water utility, various ANN models, including both discrete prediction and classification models, were developed and tested for forecasting counts of three different algal classes for one-week and two-weeks ahead periods. Predictor model inputs included physical, meteorological, chemical, and biological variables, and two different temporal schemes for processing inputs relative to the prediction event were used. Despite relatively limited historical data, the discrete prediction ANN models generally performed well during validation, achieving relatively high correlation coefficients, and often predicting the formation and dissipation of high algae count periods. The ANN classification models also performed well, with average classification percentages averaging 94 percent accuracy. Despite relatively limited data events, this study demonstrates that with adequate data collection, both in terms of the number of historical events and availability of important predictor variables, ANNs can provide accurate real-time forecasts of algal population counts, as well as foster increased understanding of important cause and effect relationships, which can be used to both improve monitoring programs and forecasting efforts.
Chlorine is widely used as a disinfectant in drinking-water systems throughout the world. Chlorine residual was used as an indicator for prediction of water quality in water distribution systems. The variation of chlorine residual in drinking water distribution systems of Suwon city was simulated using EPANET. EPANET is a computerized simulation model which predicts the dynamic hydraulic and water quality behavior within a water distribution system operating over an extended time period. Sampling and analysis were performed to calibrated the computer model in 1999 (Aug. Summer). Water quality variables used in simulations are temperature, roughness coefficient, pipe diameter, pipe length, water demand, velocity and so on. Extended water residence time affected water quality due to the extended reaction time in some areas. All area showed the higher concentration of chlorine residual than 0.2mg/l(standard). So it can be concluded that any area in Suwon city is not in biological regrowth problem. Rechlorination turned out to be an useful method for uniform concentration of free chlorine residual in distribution system. The cost of disinfectant could be saved remarkably by cutting down the initial chlorine concentration to the level which guarantees minimum concentration (0.2mg/l) throughout the distribution system.
Climate change causes fluctuations in water quality in the aquatic environment, which can cause changes in water circulation patterns and severe adverse effects on aquatic ecosystems in the future. Therefore, research is needed to predict and respond to water quality changes caused by climate change in advance. In this study, we tried to predict the dissolved oxygen (DO), chlorophyll-a, and turbidity of the Paldang reservoir for about two weeks using long short-term memory (LSTM) and gated recurrent units (GRU), which are deep learning algorithms based on recurrent neural networks. The model was built based on real-time water quality data and meteorological data. The observation period was set from July to September in the summer of 2021 (Period 1) and from March to May in the spring of 2022 (Period 2). We tried to select an algorithm with optimal predictive power for each water quality parameter. In addition, to improve the predictive power of the model, an important variable extraction technique using random forest was used to select only the important variables as input variables. In both Periods 1 and 2, the predictive power after extracting important variables was further improved. Except for DO in Period 2, GRU was selected as the best model in all water quality parameters. This methodology can be useful for preventive water quality management by identifying the variability of water quality in advance and predicting water quality in a short period.
기후변화로 인한 영향은 한반도뿐만 아니라 전 지구적으로 관찰되고 있다. 지난 100년간(1911 ~ 2010년) 전 지구적으로 $0.75^{\circ}C$가 상승한 반면, 한반도의 평균기온은 약 $1.5^{\circ}C$가 상승하였다. IPCC(Intergovermental Panel on Climate Change)에서 발간한 5차 기술보고서에 수온의 증가와 홍수 및 가뭄을 포함하는 극한 수문 사상의 변화는 수질에 영향을 미쳐 여러 가지 형태의 수질 오염을 보다 악화시킬 것으로 전망되고 있다(KMA and MOLIT, 2009). 본 연구에서는 기후변화에 따른 강원도 북한강에 위치한 홍천강 유역의 수질 변화를 분석하기 위하여 기후변화 시나리오 자료를 적용하여 미래유량을 각 목표 기간별로(Obs : 2001 ~ 2010년, Target I : 2011 ~ 2040년, Target II : 2041 ~ 2070년, Target III : 2071 ~ 2100년) 산정하였다. 또한, 수질 변화를 예측하기 위하여 미래유량을 토대로 유황분석을 시행한 후 다중회귀분석모형과 인공신경망모형을 통해 미래 수질변화를 분석하였다. 홍천강 유역의 수질예측 결과, 21세기 말 여름철에 생물학적 산소요구량, 화학적 산소요구량, 부유물질이 최대 16%, 13%, 15% 증가할 것으로 예측되어, 지속적이며 장기적인 수질 모니터링과 관리가 필요할 것으로 판단된다. 또한, 본 연구에서 사용한 기후자료뿐만 아니라 사회적 시나리오를 고려한다면 보다 신뢰성 있는 미래 수질 모의가 이루어질 것으로 판단된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.