최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국농공학회논문집 = Journal of the Korean Society of Agricultural Engineers, v.58 no.2, 2016년, pp.53 - 63
백신철 (Dept. of Agricultural & Rural Engineering, Chungbuk National University) , 박진기 (Dept. of Agricultural & Rural Engineering, Chungbuk National University) , 박종화 (Dept. of Agricultural & Rural Engineering, Chungbuk National University)
Monitoring of cyanobacteria bloom in reservoir systems is important for water managers responsible of water supply system. Cyanobacteria affect the taste and smell of water and pose considerable filtration problems at water use places. Harmful cyanobacteria bloom in reservoir have significant econom...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
수화현상과 관련된 식물플랑크톤은 무엇이 있는가? | 수화현상과 관련된 식물플랑크톤은 남조류 (Cyanobacteria), 규조류 (Diatom), 녹조류 (Chlorophyta), 와편모조류 (Pyrrophyta) 등이 있다. 이 중 우리나라에서는 남조류의 수화현상이 주로 발생하고 있다. | |
남조류의 번성은 주로 어떤 영향을 많이 받는가? | 남조류의 번성은 다양한 원인에 의해서 발생하지만 주로 계절적인 영향을 많이 받는다. 우리나라의 경우 강우량은 6월부터 9월까지 일정시기에 집중되고 있으며, 이후에는 일사량이 강한 여름철이 지속되면서 남조류는 특히 8월에 높은 빈도로 발생하고 있다. | |
위성영상과 조류 사이의 관계 파악이 가장 중요한 이유는 무엇인가? | 이것은 관측지점이 제한적이라는 점과 조류의 수화현상 조사 연구가 늦게 시작된 점 및 현장조사와 위성영상 활용기술을 접목할 수 있는 연구자가 많지 않은 점 등이 원인일 것이다. 따라서 지속적인 조류의 수화현상에 대한 현장관측과 함께 RS기법을 활용하여 계절적인 변화 분석과 수화현상의 조건 및 변수를 파악한 후, GIS를 통해 다양하고 복잡한 자료를 가시화 한다면 수화현상의 공간분포 및 파악도 가능해 질 것이다. 따라서 남조류 수화현상 예측 및 분포 추정을 위해서는 기초적으로 위성영상과 조류 사이의 관계 파악이 가장 중요하다. |
Chavez, P. S. 1988. An improved dark-object subtraction technique for atmospheric scattering correction of multi-spectral data, Remote Sensing of Environment 24: 459-479.
Cheon, S. O., J. A. Lee, J. J. Lee, Y. B. Yu, G. C. Bang, and Y. J. Lee, 2006. Relationship among inflow volume, water quality and algal growth in the Daecheong lake, Journal of Korean Society on Water Quality 22(2): 342-348 (in Korean).
Choi, S. P., and J. S. Park, 2006. Evaluation of the optimum band when estimate the density of chlorophyll-a in Landsat ETM+ image, Journal of the Korean Society for GeoSpatial Information System 14(2): 63-68 (in Korean).
Dekker, A. 1993. Detection of the optical water quality parameters for eutrophic waters by high resolution remote sensing, University of Amsterdam.
Ji, S. B. 2013. Monitoring of reservoir water quality using multi-temporal satellite imagery, The master's thesis, Cheongju University (in Korean).
Joung, S. H., C. Y. Ahn, A. R. Choi, K. Y. Jang, and H. M. Oh, 2005. Relation between rainfall and phytoplankton community in Daechung reservoir, Korean Journal of Environmental Biology 23(1): 57-63 (in Korean).
Kim, M. K., J. C. Park, and K. H. Kim, 2007. Development of early forecasting system using GIS and prediction model related to the cyanobacterial blooming in the Daecheong reservoir of Korea, Journal of the Korean association of geographic information studies 10(2): 90-101 (in Korean).
Kutser, T., L. Metasamaa, N. Strombeck, and E. Vahtmae. 2006. Monitoring cyanobacteria blooms by satellite remote sensing. Estuar. Coast. Shelf Sci. 67: 303-312.
Lee, J.A., J. J. Lee, M. N. Lee, and S. U. Cheon, 2009. Result to implementing the algae alert system on the Daecheong reservoir in 2009, Geum River Environment Research Center, National Institute of Environmental Research.
National Institute of Environmental Research (NIER), 2006. Result to implementing the algae alert system on the Daecheong reservoir in 2006, Geum River Environment Research Center (in Korean).
National Institute of Environmental Research (NIER), 2008a. Algal bloom forecast operating manual, Seoul (in Korean).
National Institute of Environmental Research (NIER), 2008b. Standard test method for water contamination process, Seoul (in Korean).
Park, J. G., 2005. Developmental characteristic of cyanobacterial bloom in lake Daecheong, Korean Journal of Environmental Biology 23(3): 304-314 (in Korean).
Park J. K., and J. H. Park, 2016. Classification of radish and Chinese cabbage in autumn using hyperspectral image, Journal of the Korean society of agricultural engineers 58(1): 91-97 (in Korean).
Randolph K., L. Wilson, L. Tedesco, L. Lin, D.L. Pascual and E. Soyeux, 2008. Hyperspectral remote sensing of cyanobacteria in turbid productive water using optically pigments, chlorophyll-a and phycocyanin, Remote Sensing of Environment 112: 4009-4019.
Vincent, R. K., Q. Xiaoming, R. Michael, L. McKay, M. Jeffrey, C. Kevin, S. Jeffrey and B. Thomas. 2004. Phycocyanin detection from LANDSAT TM data for mapping cyanobacterial blooms in Lake Erie, Remote Sensing of Environment 89: 381-392.
Wheeler, S. M., A. M. Leslie, S. N. Levine, G. P. Livingston, W. and F. Vincent. 2012. Mapping cyanobacterial blooms in lake Champlain's Mississippi bay using QuickBird and MERIS satellite data, Journal of Great Lakes Research 38: 68-75.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.