• 환경생물
• /
• 제31권4호
• /
• pp.429-439
• /
• 2013

축산과 농경배수가 주요 오염원인 소규모 농업용 저수지, 전대저수지에서 2011년 3월부터 2013년 10월까지의 모니터링 결과를 바탕으로 수환경 변화와 조류발생 특성을 분석함으로써, 부영양화된 소형저수지에서의 수환경과 조류발생 (Algal bloom)과의 관계를 규명하고자 하였다. 2013년의 경우 전년에 비해 강우가 적은 사실을 제외하면 기상의 큰 변화는 없었다. 전대저수지의 TN, TP등 영양염류농도는 농업용수 수질기준을 초과하고 있으며 발생원인이 상이하였다. 조류발생과 수환경요인간의 상관관계가 많은 항목에서 중상관($r{\geq}0.25$)의 관계를 보여주어 부영양 호소에서 COD 발생과 조류발생이 매우 복합적으로 이루어짐을 짐작케 했다. 전대저수지에서 출현한 식물플랑크톤은 총 6과 40속 62종이었으며, 현존량은 $1.3{\times}10^4{\sim}2.8{\times}10^6$ cells $mL^{-1}$로 TN, TP의 농도 감소와 함께 식물플랑크톤의 현존량도 연차별로 점차 감소하였다. 주요 우점종은 남조류인 Anabaena sp., Oscillatoria sp., Microcystis sp. 등이었으며, Oscillatoria sp.의 우점빈도가 가장 높았다. 수온이 증가하면서 Anabaena sp., Microcystis sp., Oscillatoria sp. 순으로 우점종이 변화하였으며, TN이 높은 경우 Anabaena sp., TP가 높은 경우 Microcystis sp.가, TN과 TP가 낮은 경우 Oscillatoria sp.가 우점하였다. N/P ratio는 Anabaena sp. 우점시 가장 높았고, Oscillatoria sp. 우점시 가장 낮았다. Chl-a 농도는 Oscillatoria sp. 우점시 높게 나타나고, 식물플랑크톤 현존량은 Anabaena sp. 우점시 높게 나타났으며, Microcystis sp. 우점시에는 Chl-a와 현존량 모두 낮았다. 이를 통해, 오염이 심각한 소형저수지에서는 Microcystis sp.보다 Anabaena sp.와 Oscillatoria sp.에 의한 대발생이 주로 문제가 됨을 알 수 있었다. Anabaena sp.가 우점할 때는 수환경 요인간의 상관계수가 높아 예측과 관리에 활용이 가능한 반면 Oscillatoria sp. 우점시에는 Chl-a 상관성이 낮게 나타나는 등, 조류대발생을 신속하게 예측하고, 예방, 관리하기 위해서는 조류발생 환경과 원인종의 관계를 규명하고 이를 활용하는 방안이 필요할 것으로 사료된다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.