[논문]의사결정나무를 이용한 낙동강 본류 구간의 남조류 발생특성 연구

정우석; 조부건; 김영도; 김성은

doi:10.17663/jwr.2019.21.4.312

의사결정나무를 이용한 낙동강 본류 구간의 남조류 발생특성 연구
A study on the characteristics of cyanobacteria in the mainstream of Nakdong river using decision trees 원문보기

한국습지학회지 = Journal of wetlands research, v.21 no.4, 2019년, pp.312 - 320

정우석 (인제대학교 환경공학과) , 조부건 (인제대학교 환경공학과) , 김영도 (인제대학교 환경공학과) , 김성은 (하와이주립대 도시환경공학과)

초록
AI-Helper

남조류의 대발생은 대량 번성 및 사멸에 따라 수체 내 산소 고갈 및 유기물 증가와 같은 문제를 야기하고 있다. 매년 여름철 폭염 및 가뭄의 영향으로 조류대경보가 발령되고 있으며, 낙동강 본류 구간의 선제적 녹조관리를 위해 남조류 발생특성을 정량적으로 규명할 필요가 있다. 본 연구에서는 시각화 분석 및 상관관계 분석을 이용한 남조류 발생 주요 영향인자 분석과 더불어 머신러닝 기법인 의사결정나무를 이용하여 영향인자에 따른 남조류 발생조건을 정량적으로 분석하였다. 8개 보 모든 지점에서 기상학적 요인인 기온과 SPI 가뭄지수는 남조류 세포수와 유의한 상관관계 특성을 보였다. 이는 폭염일수 증가 및 가뭄에 따른 수체 내 물의 혼합 차단 및 성층현상이 지속되어 남조류 발생을 촉진시키는 것으로 보여지며, 장기적으로 기상학적 영향을 고려한 남조류 발생의 선제적 관리도 필요할 것으로 판단된다.

Abstract ▼ AI-Helper

The occurrence of cyanobacteria causes problems such as oxygen depletion and increase of organic matter in the water body due to mass prosperity and death. Each year, Algae bloom warning System is issued due to the effects of summer heat and drought. It is necessary to quantitatively characterize the occurrence of cyanobacteria for proactive green algae management in the main Nakdong river. In this study, we analyzed the major influencing factors on cyanobacteria bloom using visualization and correlation analysis. A decision tree, a machine learning method, was used to quantitatively analyze the conditions of cyanobacteria according to the influence factors. In all the weirs, meteorological factors, temperature and SPI drought index, were significantly correlated with cyanobacterial cell number. Increasing the number of days of heat wave and drought block the mixing of water in the water body and the stratification phenomenon to promote the development of cyanobacteria. In the long term, it is necessary to proactively manage cyanobacteria considering the meteorological impacts.

주제어

표/그림 (8)

그림 Fig. 1. Multifunctional weir position of nakdong river
표 Table 1. Algal bloom warning system in south korea
그림 Fig. 2. Bubble chart with monthly average cyanobacteria
그림 Fig. 3. Quarterly cyanobacteria distribution histogram
표 Table 2. Results of correlation analysis between cyanobacteria and variables
그림 Fig. 6. Visualization analysis of correlations between variables
그림 Fig. 7. Visualization analysis of cyanobacteria variation according to influence factors
그림 Fig. 5. Treemap results of decision trees by location

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

낙동강 본류의 남조류 연구동향을 살펴보았을 때, 남조류 발생의 천이현상 및 분류학적인 연구, 군집구조 분석과 더불어 남조류 발생의 수질인자와의 상관관계 및 발생특성을 유추하여 분석한 연구가 주로 이루고 있다. 따라서 본 연구에서는 남조류발생의 주요 영향인자 도출뿐만 아니라 구간별 하천환경특성에 따른 명확한 남조류 발생조건을 현재 정책적으로 시행하고 있는 조류경보제를 기반으로 분석하여 선제적 녹조관리를 위한 방향성을 제시하고자 한다.
따라서 본 연구에서는 단순한 사용 편의와 다양한 시각화 기능을 제공하고 있는 Tableau라는 시각화 툴 프로그램을 이용하여 낙동강 8개 보 지점별 남조류 발생의 영향인자에 대한 특성을 분석하였다.
본 연구에서는 명확한 남조류 발생조건을 살펴보기 위해 남조류 관리가 시급한 하류지점인 DS, HC, CH을 중심으로 의사결정나무를 구축하고 조류경보제 등급별 발생조건을 분석하였다. 변수들은 앞서 상관관계 분석을 통해 유의한 변수들을 선별하여 분석하였다.

제안 방법

(3) 명확한 남조류 발생조건을 살펴보기 위해 남조류 관리가시급한 하류지점인 DS, HC, CH을 중심으로 의사결정나무를 구축하였다. DS지점은 기온이 19℃ 미만 일 때, 77%의 확률로 Normal 등급이 이 될 수 있으며, 19℃이상, SPI 0.
노드(Node)색상의 진하기로도 대략 이 노드가 얼마나 순수한지를 확인할 수 있다. 그리고 전체 관측자료중 노드별 속하는 비율을 조류경보제 등급으로 구분하여 남조류세포수 1,000 cell/mL 이하인 단계를 Normal, 관심단계인 Attention, 경계단계인 Warning 순으로 나타냈으며, 맨 밑에 줄은 전체자료 중 노드에 포함된 관측치 비율을 나타낸 것이다.
남조류 세포수에 영향을 미치는 주요 영향인자를 파악하기 위해 각 보 지점별 남조류 세포수와 수질과의 상관관계를 분석하였다. Pearson Correlation을 이용하여 평가하였으며, Fig.
kr)에서 제공하는 물환경측정망 자료를 다기능 보가 준공된 이후인 2012년 하반기부터 2019년 상반기까지 보 지점 측정망 관측 자료를 이용하여 남조류 발생특성을 분석하였다. 더불어 남조류 영향인자 분석을 위해 시공간적 해상도를 일치시켜 남조류 세포수를 측정한 날짜에 맞춰 제공되는 자료로 구성하였다. 본 연구에 이용한 자료는 Outflow(보 방류량), pH, E.
남조류 영향인자에 따른 남조류 발생특성을 정량적으로 구분하여 선제적 녹조관리 마련이 중요할 것으로 판단된다. 따라서 본 연구에서는 시각화 분석 및 상관관계 분석을 이용한 남조류 발생 주요 영향인자 분석과 머신러닝 기법인 의사결정나무를 구축하여 영향인자에 따른 남조류 발생조건을 정량적으로 분석하였다. 본 연구의 결과를 요약하면 다음과 같다.
본 연구에서는 목표변수를 조류경보제 발령기준을 범주형으로 설정하고 분류나무(Classification Tree)를 구축하였다. 또한 모델의 과적합을 방지하기 위해 CP(Complexity Parameter)값을 기준으로 가지치기(Pruning) 과정을 통해 최적화하였다.
본 연구에서는 명확한 남조류 발생조건을 살펴보기 위해 남조류 관리가 시급한 하류지점인 DS, HC, CH을 중심으로 의사결정나무를 구축하고 조류경보제 등급별 발생조건을 분석하였다. 변수들은 앞서 상관관계 분석을 통해 유의한 변수들을 선별하여 분석하였다. 의사결정나무 머신러닝 학습세트 자료는 전체자료 중 80%, 검증세트는 20%로 구성하였다.
본 연구에서 시각화 분석을 통해 낙동강 보 지점별 남조류 발생현황을 분석하였다. Fig.
새로운 데이터에 대한 분류나 해당범주의 값을 예측하기 위해 사용되어지고 있으며, 데이터로부터 나무 구조의 일반화된 지식을 추출하게 된다. 본 연구에서는 목표변수를 조류경보제 발령기준을 범주형으로 설정하고 분류나무(Classification Tree)를 구축하였다. 또한 모델의 과적합을 방지하기 위해 CP(Complexity Parameter)값을 기준으로 가지치기(Pruning) 과정을 통해 최적화하였다.
2012년에 준공되었으며, 이후 보 지점의 상류 500 m 지점에서 남조류 세포수를 측정하고 있다. 본 연구에서는 물환경정보시스템(http://water.nier.go.kr)에서 제공하는 물환경측정망 자료를 다기능 보가 준공된 이후인 2012년 하반기부터 2019년 상반기까지 보 지점 측정망 관측 자료를 이용하여 남조류 발생특성을 분석하였다. 더불어 남조류 영향인자 분석을 위해 시공간적 해상도를 일치시켜 남조류 세포수를 측정한 날짜에 맞춰 제공되는 자료로 구성하였다.
현재 낙동강 8개 보 가운데 조류경보제를 시행하고 있는 지점은 CG(칠곡보), GG(강정고령보), CH(창녕함안보)으로 총 3지점이다. 본 연구에서는 조류경보제를 시행하고 있는 CH지점과 더불어 남조류 관리가 시급한 DS(달성보), HC(합천창녕보) 지점을 선정하여 머신러닝기법인 의사결정나무를 이용한 남조류 발생 특성을 분석하였다.
두 번째 가지치기를 통해 분류오류(classification error)를 크게 할 위험이 높거나 부적절한 규칙을 가지고 있는 가지를 제거한다. 세 번째 타당성 평가를 통해 이익도표나 위험도표 또는 검정용 자료에 의한 교차타당성(cross validation) 등을 이용하여 의사결정나무를 평가한다. 마지막으로 의사결정나무를 해석하고 분류 및 예측모형을 설정한다(Berry and Linoff, 1997).
본 연구에서는 의사결정나무의 CART(Classification and Regression Trees) 알고리즘을 사용하였다. 조류경보제 기반의 발령기준을 범주형 목표변수로 설정하고 주요영향인자에 따른 남조류 발생 조건을 분석하였다.
발령기준으로 관심, 위험, 대발생으로 구분되며, 친수활동 구간은 관심, 위험으로 구분된다. 측정되는 남조류 세포수는 마이크로시스티스(Microcystis), 아나베나(Anabaena), 아파니조메논(Aphanizomenon), 오실라토리아(Oscillatoria) 속 세포수의 합을 측정한다. 조류경보제의 기준은 아래 Table.
Canale and Vogel (1974)은 조류들의 성장률과 수온과의 관계에서 다른 식물성플랑크톤 분류군보다 남조류에서 높은 수온에 따른 성장이 대폭 증가하는 것으로 평가하였다. 하절기에 나타나는 기상현상은 폭염 및 가뭄으로 살펴볼 수 있으며, 본 연구에서는 낙동강 보지점을 대상으로 남조류 발생의 주요 인자에 대해 선행 연구된 수질, 수리학적 영향과 더불어 기상학적 영향까지 고려한 SPI(Standardized Precipitation Index) 가뭄지수를 변수로 추가하여 남조류 발생과의 수치적 영향까지 고려하였다. SPI 지수는 기상학적 가뭄지수로 가장 일반적으로 활용되는 평가 방법으로 특정한 시간에 대한 계산 단위를 1, 3, 6, 9, 12개월 등과 같이 설정하고, 시간단위별로 강수 부족량을 계산하여 각각의 용수공급원이 가뭄에 미치는 영향을 산정하는 방식이라 할 수 있다.

대상 데이터

CH지점에서 사용한 변수는 pH, COD, Temperature, SPI이며, 학습 자료세트는 총 162개, 검증 자료세트는 55개로 총 217개의 자료들로 구성하였다. 전체 학습 자료에서 Normal 등급은 41.
DS지점에서 사용한 변수는 pH, DO, COD, Temperature, SPI이며, 학습 자료세트는 총 163개, 검증 자료세트는 51개로 총 214개의 자료들로 구성하였다. 전체 학습 자료에서 Normal 등급은 51.
HC지점에서 사용한 변수는 pH, DO, COD, Temperature, SPI이며, 학습 자료세트는 총 168개, 검증 자료세트는 44개로 총 212개의 자료들로 구성하였다. 전체 학습자료에서 Normal 등급은 46.
조류경보제는 수돗물을 안정적으로 공급하고 친수활동시 조류독소로부터 국민의 안전을 도모하기 위해 물 환경보전법에 근거하여 시행되고 있다. 대상은 총 28개소로 상수원 호소 22개소, 상수원 하천 5개소, 친수활동구간 1개소로 구성되어 있다. 발령기준은 2회 연속 남조류 세포수가 기준을 초과하면 발령된다.
그리고 인체에는 무해하다고 밝혀졌지만 수돗물 등에서 흙냄새와 같은 좋지 않은 냄새를 유발하는 냄새물인 지오스민, 2-MIB을 분비하여 정수공급체계의 악영향을 미친다. 본 연구 대상 지점인 낙동강은 다기능 보 건설로 인해 하천 수심이 증가하고 유속이 느려지면서 정체성 수역 특성을 나타내고 있다. 이는 호소성 수역 특성을 나타내고 있음과 동시에 녹조발생과 같은 수질환경적 변화가 이루어지고 있다는 것을 의미한다 (Jung, 2019).
그리고 인체에는 무해하다고 밝혀졌지만 수돗물 등에서 흙냄새와 같은 좋지 않은 냄새를 유발하는 냄새물인 지오스민, 2-MIB을 분비하여 정수공급체계의 악영향을 미친다. 본 연구 대상 지점인 낙동강은 다기능 보 건설로 인해 하천 수심이 증가하고 유속이 느려지면서 정체성 수역 특성을 나타내고 있다. 이는 호소성 수역 특성을 나타내고 있음과 동시에 녹조발생과 같은 수질환경적 변화가 이루어지고 있다는 것을 의미한다 (Jung, 2019).
더불어 남조류 영향인자 분석을 위해 시공간적 해상도를 일치시켜 남조류 세포수를 측정한 날짜에 맞춰 제공되는 자료로 구성하였다. 본 연구에 이용한 자료는 Outflow(보 방류량), pH, E.C(electric conductivity), DO(dissolved oxygen), BOD(biochemical oxygen demand), COD(chemical oxygen demand), T-P(total phosphorus), Chl-a(chlorophyll-a), Temperature, 남조류세포수(cyanobacteria)이다.
0 이하는 극심한 가뭄 상태를 의미한다. 본 연구에서는 SPI 1개월 단위의 SPI지수를 수문기상 가뭄정보시스템(https://hydro.kma.go.kr) 자료를 이용하여 분석하였다.

데이터처리

남조류 세포수에 영향을 미치는 주요 영향인자를 파악하기 위해 각 보 지점별 남조류 세포수와 수질과의 상관관계를 분석하였다. Pearson Correlation을 이용하여 평가하였으며, Fig. 4는 8개 보 지점의 측정된 수질자료와 수리학적 인자인 보 방류량과 기상학적 인자로 기온, 가뭄지수 SPI와의 상관관계를 시각화하여 나타내었다. 파란색계열은 양의 상관관계, 빨간색 계열은 음의 상관관계를 나타냈다.

이론/모형

본 연구에서는 의사결정나무의 CART(Classification and Regression Trees) 알고리즘을 사용하였다. 조류경보제 기반의 발령기준을 범주형 목표변수로 설정하고 주요영향인자에 따른 남조류 발생 조건을 분석하였다.

성능/효과

(1) 지점별 남조류 발생현황은 8개 보 지점 모두 3분기(7~9월)에 가장 높은 것으로 나타났으며,하류 4개 보 지점 모두 조류경보제 기준으로 경계단계를 나타냈으며, 계절상 하절기에 남조류 발생에 있어서 가장 취약한 것으로 나타났다. 또한 낙동강 하류로 갈수록 평균적으로 남조류 발생이 높은 수치를 나타내었으며, 이는 유속저하 및 수심증가에 따른 정체성 수역 특성을 나타냄에 따라 남조류 발생의 유리한 조건을 따르는 것으로 판단된다.
(2) 보 지점별 남조류 세포수와 변수 들간의 상관관계를 분석한 결과 하류 DS, HC, CH 지점은 COD(0.337, 0.509, 506)가 양의 상관성(p<0.01)을 보였다.
이는 남조류가 광합성을 하면서 이산화탄소 소모하고 pH를 증가시켜 남조류 성장에 따른 현상으로 판단된다. 8개 보 모든 지점에서 기상학적 요인인 기온과 SPI 가뭄지수는 남조류 세포수와 유의한 상관관계 특성을 보였으며, 기상학적 영향을 고려한 남조류 발생의 선제적 관리가 필요한 것으로 판단된다.
8개 보 모든 지점에서 기상학적 요인인 기온과 SPI 가뭄지수는 남조류세포수와 유의한 상관관계 특성을 보였다. 특히 가뭄 기간에 수질에 영향을 미치는 영향으로 수온 증가, 용존산소 감소, 녹조 발생이 일어날 수 있다(Mosley, 2015).
2는 2012년 9월부터 2019년 4월까지 8개 보 지점들의 월평균 남조류 세포수를 버블차트(Bubble Chart)을 통해 발생된 크기순으로 시각화하여 나타내었다. 8개 보 통틀어 합천창녕보(HC 3rd quarter August) 지점 8월 평균 남조류 세포수가 101,331 cell/mL로 가장 높은 수치를 나타냈다. 또한 창녕함안보(HC 3rd quarter August) 지점에서도 8월 평균 남조류세포수 76,087 cell/mL로 두 번째 높은 수치를 나타냈다.
8 이상일 때 Warning 등급이 될 확률이 67%가 되는 것으로 나타났다. CH지점에서 기온이 20℃ 미만 일 때, 60%의 확률로 Normal 등급이 될 수 있으며, 기온이 20℃이상, pH도 7.7 이상일 때는 Warning 등급이 될 확률이 77%가 되는 것으로 나타났다.
(3) 명확한 남조류 발생조건을 살펴보기 위해 남조류 관리가시급한 하류지점인 DS, HC, CH을 중심으로 의사결정나무를 구축하였다. DS지점은 기온이 19℃ 미만 일 때, 77%의 확률로 Normal 등급이 이 될 수 있으며, 19℃이상, SPI 0.48 미만, pH도 7.4 이상, COD 6.8 mg/L 이상일 때 Warning 등급이 될 확률이 62%가 되는 것으로 나타났다. HC지점에서 기온이 20℃ 미만, DO가 8.
8 mg/L 이상일 때 Warning 등급이 될 확률이 62%가 되는 것으로 나타났다. HC지점에서 기온이 20℃ 미만, DO가 8.7 mg/L 이상일 때 74%의 확률로 Normal 등급이 이 될 수 있으며, 기온 20℃이상, pH 7.8 이상일 때 Warning 등급이 될 확률이 67%가 되는 것으로 나타났다. CH지점에서 기온이 20℃ 미만 일 때, 60%의 확률로 Normal 등급이 될 수 있으며, 기온이 20℃이상, pH도 7.
0 이하일 때 원의 크기(남조류 세포수)가 커지는 것을 살펴볼 수 있다. SPI 0을 기준으로 살펴보면 상대적으로 습윤 상태보다 가뭄일 때 남조류 발생에 취약한 것으로 나타났다. 이는 1개월 단위로 산정된 SPI 가뭄지수와 같이 장기적으로 기상학적 영향을 고려한 남조류 발생의 선제적 관리가 필요할 것으로 판단된다.
합천창녕보(HC 3rd quarter) 지점에서 3분기 평균 51,760 cell/mL로 가장 높은 수치를 나타냈다. 다음으로 창녕함안보(CH 3rd quarter) 3분기 평균 42,140 cell/mL, 달성보(DS 3rd quarter) 3분기 평균 25,173 cell/mL,강정고령보(GJ 3rd quarter) 3분기 평균 14,677 cell/mL로 하류 4개 보 지점 모두 조류경보제 기준으로 경계단계를 나타냈으며, 계절상 하절기에 남조류 발생에 있어서 가장 취약한 것으로 나타났다.
3%로 구성되어있다. 등급별 발생조건을 보면 2번 노드로 구분된 발생조건들은 전체 학습자료 중 56%로 기온이 20℃ 미만 일 때, 60%의 확률로 Normal 등급이 될 수 있는 것으로 나타났다. 또한 7번 노드로 구분된 발생조건들은 전체 학습자료 중 33%로 기온이 20℃이상, pH도 7.
4%로 구성되어있다. 등급별 발생조건을 보면 4번 노드로 구분된 발생조건들은 전체 학습자료 중 46%로 기온이 20℃ 미만, DO가 8.7 mg/L 이상일 때 74%의 확률로 Normal 등급이 이 될 수 있다. 또한 7번 노드로 구분된 발생조건들은 전체 학습자료 중 29%로 기온이 20℃이상, pH도 7.
등급별 발생조건을 보면 2번 노드로 구분된 발생조건들은 전체 학습자료 중 48%로 기온이 19℃ 미만 일 때, 77%의 확률로 Normal 등급이 이 될 수 있다. 또한 31번 노드로 구분된 발생조건들은 전체 학습자료 중 25%로 기온이 19℃이상, SPI 0.48 미만, pH 7.4 이상, COD 6.8 mg/L 이상일 때 Warning 등급이 될 확률이 62%가 되는 것으로 나타났다. 또한 Attention 등급이 될 확률도 30%로 남조류 세포수 10,000 cell/mL 이상이 될 확률은 총 92%로 나타났다.
7 mg/L 이상일 때 74%의 확률로 Normal 등급이 이 될 수 있다. 또한 7번 노드로 구분된 발생조건들은 전체 학습자료 중 29%로 기온이 20℃이상, pH도 7.8 이상일 때 Warning 등급이 될 확률이 67%가 되는 것으로 나타났다. 또한 pH가 7.
등급별 발생조건을 보면 2번 노드로 구분된 발생조건들은 전체 학습자료 중 56%로 기온이 20℃ 미만 일 때, 60%의 확률로 Normal 등급이 될 수 있는 것으로 나타났다. 또한 7번 노드로 구분된 발생조건들은 전체 학습자료 중 33%로 기온이 20℃이상, pH도 7.7 이상일 때 Warning 등급이 될 확률이 77%가 되는 것으로 나타났다.
8 mg/L 이상일 때 Warning 등급이 될 확률이 62%가 되는 것으로 나타났다. 또한 Attention 등급이 될 확률도 30%로 남조류 세포수 10,000 cell/mL 이상이 될 확률은 총 92%로 나타났다.
8 이상일 때 Warning 등급이 될 확률이 67%가 되는 것으로 나타났다. 또한 pH가 7.8이하여도 기온이 27℃이상 일 때 Warning 등급이 될 확률이 33%, Attention은 67%로 총 100%의 확률로 남조류 세포수10,000 cell/mL 이상이 될 수 있는 것으로 나타났다.
또한 낙동강 하류로 갈수록 평균적으로 남조류 발생이 높은 수치를 나타내었으며, 이는 유속저하 및 수심증가에 따른 수리학적 체류시간의 증가에 따른 정체성 수역 특성을 나타냄에 따라 남조류 발생의 유리한 조건을 따르는 것으로 판단된다. 또한 하절기에 집중되어 대발생하는 경향은 일사량 증가 및 광합성을 통한 남조류 성장 촉진과 수온 상승으로 인한 남조류 성장에 유리한 조건이 지속되기 때문인 것으로 판단된다.
(1) 지점별 남조류 발생현황은 8개 보 지점 모두 3분기(7~9월)에 가장 높은 것으로 나타났으며,하류 4개 보 지점 모두 조류경보제 기준으로 경계단계를 나타냈으며, 계절상 하절기에 남조류 발생에 있어서 가장 취약한 것으로 나타났다. 또한 낙동강 하류로 갈수록 평균적으로 남조류 발생이 높은 수치를 나타내었으며, 이는 유속저하 및 수심증가에 따른 정체성 수역 특성을 나타냄에 따라 남조류 발생의 유리한 조건을 따르는 것으로 판단된다. 또한 하절기에 집중되어 대발생하는 경향은 일사량 증가 및 광합성을 통한 남조류 성장 촉진과 수온 상승으로 인한 남조류 성장에 유리한 조건이 지속되기 때문인 것으로 판단된다.
이는 4대강 사업 이후 16개 모든 보를 통틀어 가장 높은 수치로 발생된 사례라 볼 수 있다. 또한 녹조중의 하나인 남조류가 만들어내는 마이크로시스틴은 직접 섭취하면 간 괴사까지 일으키는 독성 물질로 알려져 있으며, 최근 4대강 녹조 발생 지역에 살고 있는 어패류의 체내에 마이크로시스틴이 축적돼 이를 섭취하기만 해도 이차 독성이 나타나는 것으로 확인되었다. 특히 낙동강 본류구간은 취수시설의 안정성 문제와 더불어 곳곳에 위치하고 있는 친수시설을 이용하는 시민들에 대한 2차적인 피해우려가 크다고 볼 수 있다.
보 지점별 남조류 세포수와 변수들 간의 상관관계를 분석한 결과 상류지점들과는 반대로 하류 DS, HC, CH 지점은 COD(0.337, 0.509, 506)가 양의 상관성(p<0.01)을 보였다.
또한 가뭄의 장기화는 수체 내 물의 혼합을 차단하고 성층현상 지속화에 따른 남조류 발생을 촉진시킬 수 있다. 본 연구결과에서도 보 건설 이후 본류구간의 폭염일수 증가 및 가뭄에 따른 남조류 발생특성이 나타났다.
상관관계 분석을 통해 모든 지점에서 남조류와 가장 유의한 상관관계를 나타낸 SPI, 기온을 남조류 발생에 주요 영향인자로 도출하였다. Fig 5.
영양염류 수질항목인 T-P는 하류로 갈수록 상관성이 떨어지는 것으로 나타났다. 이론적으로 남조류 성장에 영양염류가 충분히 공급이 되어야하지만 낙동강 하류의 수체 특성상 수심증가에 따른 유기성 영양염류 침전과 성층현상 및 하상의 인(P) 용출 현상이 반영된 것으로 판단된다(Jung, 2019).
전체자료 중 20% 검증자료를 활용한 의사결정나무 예측 정확도는 DS는 77%, HC 66%, CH 65%로 나타났다. 전체적으로 맨위의 마디인 뿌리노드(root node)는 모두 기온에 따라 분류되었으며, 조류경보제를 기반으로 등급별 분류를 고려한다면 가장 중요한 변수로 고려되어야 할 것으로 판단된다.

후속연구

(4) 본 연구에서는 보 지점별 남조류 발생조건을 입력변수의 수치적 기준과 경보등급에 따른 확률을 제시함으로써 지점에 따른 맞춤형 남조류 관리를 위한 의사결정에 활용할 수 있을 것으로 판단된다. 또한 조류경보제 발령을 기준으로 선제적 관리를 위한 기초자료로 활용할 수 있을 것으로 판단된다.
또한 각 지점별로 등급에 따른 남조류 발생조건을 입력변수의 수치적 기준과 확률을 제시함으로써 향후 남조류 발생에 따른 선제적 관리를 위한 자료로 활용할 수 있을 것으로 판단된다. 그리고 녹조모니터링 기술체계마련과 더불어 지속적인 데이터축적을 통해 방대한 데이터세트자료를 구축한다면 의사결정나무 모형의 정확도를 향상시킬 수 있을 것으로 판단된다.
최근 낙동강 남조류 연구동향을 살펴보았을 때, 남조류 발생의 천이현상 및 분류학적인 연구, 군집구조 분석과 더불어 남조류 발생요인을 수질인자와의 상관관계 및 발생특성을 유추하여 분석한 연구가 주로 이루고 있다. 남조류 영향인자에 따른 남조류 발생특성을 정량적으로 구분하여 선제적 녹조관리 마련이 중요할 것으로 판단된다. 따라서 본 연구에서는 시각화 분석 및 상관관계 분석을 이용한 남조류 발생 주요 영향인자 분석과 머신러닝 기법인 의사결정나무를 구축하여 영향인자에 따른 남조류 발생조건을 정량적으로 분석하였다.
전체적으로 맨위의 마디인 뿌리노드(root node)는 모두 기온에 따라 분류되었으며, 조류경보제를 기반으로 등급별 분류를 고려한다면 가장 중요한 변수로 고려되어야 할 것으로 판단된다. 또한 각 지점별로 등급에 따른 남조류 발생조건을 입력변수의 수치적 기준과 확률을 제시함으로써 향후 남조류 발생에 따른 선제적 관리를 위한 자료로 활용할 수 있을 것으로 판단된다. 그리고 녹조모니터링 기술체계마련과 더불어 지속적인 데이터축적을 통해 방대한 데이터세트자료를 구축한다면 의사결정나무 모형의 정확도를 향상시킬 수 있을 것으로 판단된다.
(4) 본 연구에서는 보 지점별 남조류 발생조건을 입력변수의 수치적 기준과 경보등급에 따른 확률을 제시함으로써 지점에 따른 맞춤형 남조류 관리를 위한 의사결정에 활용할 수 있을 것으로 판단된다. 또한 조류경보제 발령을 기준으로 선제적 관리를 위한 기초자료로 활용할 수 있을 것으로 판단된다.
SPI 0을 기준으로 살펴보면 상대적으로 습윤 상태보다 가뭄일 때 남조류 발생에 취약한 것으로 나타났다. 이는 1개월 단위로 산정된 SPI 가뭄지수와 같이 장기적으로 기상학적 영향을 고려한 남조류 발생의 선제적 관리가 필요할 것으로 판단된다.
전체자료 중 20% 검증자료를 활용한 의사결정나무 예측 정확도는 DS는 77%, HC 66%, CH 65%로 나타났다. 전체적으로 맨위의 마디인 뿌리노드(root node)는 모두 기온에 따라 분류되었으며, 조류경보제를 기반으로 등급별 분류를 고려한다면 가장 중요한 변수로 고려되어야 할 것으로 판단된다. 또한 각 지점별로 등급에 따른 남조류 발생조건을 입력변수의 수치적 기준과 확률을 제시함으로써 향후 남조류 발생에 따른 선제적 관리를 위한 자료로 활용할 수 있을 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	남조류의 대발생은 어떤 문제를 발생시키는가?	남조류의 대발생은 대량 번성 및 사멸에 따라 수체 내 산소 고갈 및 유기물 증가와 같은 문제를 야기하고 있다. 또한 남조류가 분비하는 독성물질 또한 수생태계와 인체에 유해하다. 그리고 인체에는 무해하다고 밝혀졌지만 수돗물 등에서 흙냄새와 같은 좋지 않은 냄새를 유발하는 냄새물인 지오스민, 2-MIB을 분비하여 정수공급체계의 악영향을 미친다. 본 연구 대상 지점인 낙동강은 다기능 보 건설로 인해 하천 수심이 증가하고 유속이 느려지면서 정체성 수역 특성을 나타내고 있다.
	낙동강은 다기능 보 건설로 어떤 특성을 나타내고 있는가?	그리고 인체에는 무해하다고 밝혀졌지만 수돗물 등에서 흙냄새와 같은 좋지 않은 냄새를 유발하는 냄새물인 지오스민, 2-MIB을 분비하여 정수공급체계의 악영향을 미친다. 본 연구 대상 지점인 낙동강은 다기능 보 건설로 인해 하천 수심이 증가하고 유속이 느려지면서 정체성 수역 특성을 나타내고 있다. 이는 호소성 수역 특성을 나타내고 있음과 동시에 녹조발생과 같은 수질환경적 변화가 이루어지고 있다는 것을 의미한다 (Jung, 2019).
	본 연구는 시각화 분석 및 상관관계 분석을 이용한 남조류 발생 주요 영향인자 분석과 머신러닝 기법인 의사결정나무를 구축하여 영향인자에 따른 남조류 발생조건을 정량적으로 분석하였는데 연구 결과는?	(1) 지점별 남조류 발생현황은 8개 보 지점 모두 3분기(7~9월)에 가장 높은 것으로 나타났으며,하류 4개 보 지점 모두 조류경보제 기준으로 경계단계를 나타냈으며, 계절상 하절기에 남조류 발생에 있어서 가장 취약한 것으로 나타났다. 또한 낙동강 하류로 갈수록 평균적으로 남조류 발생이 높은 수치를 나타내었으며, 이는 유속저하 및 수심증가에 따른 정체성 수역 특성을 나타냄에 따라 남조류 발생의 유리한 조건을 따르는 것으로 판단된다. 또한 하절기에 집중되어 대발생하는 경향은 일사량 증가 및 광합성을 통한 남조류 성장 촉진과 수온 상승으로 인한 남조류 성장에 유리한 조건이 지속되기 때문인 것으로 판단된다. (2) 보 지점별 남조류 세포수와 변수 들간의 상관관계를 분석한 결과 하류 DS, HC, CH 지점은 COD(0.337, 0.509, 506)가 양의 상관성(p<0.01)을 보였다. 또한 pH(0.329, 0.413, 0.402)도 양의 상관성(p<0.01)을 나타났다. 이는 남조류가 광합성을 하면서 이산화탄소 소모하고 pH를 증가시켜 남조류 성장에 따른 현상으로 판단된다. 8개 보 모든 지점에서 기상학적 요인인 기온과 SPI 가뭄지수는 남조류 세포수와 유의한 상관관계 특성을 보였으며, 기상학적 영향을 고려한 남조류 발생의 선제적 관리가 필요한 것으로 판단된다. (3) 명확한 남조류 발생조건을 살펴보기 위해 남조류 관리가시급한 하류지점인 DS, HC, CH을 중심으로 의사결정나무를 구축하였다. DS지점은 기온이 19℃ 미만 일 때, 77%의 확률로 Normal 등급이 이 될 수 있으며, 19℃이상, SPI 0.48 미만, pH도 7.4 이상, COD 6.8 mg/L 이상일 때 Warning 등급이 될 확률이 62%가 되는 것으로 나타났다. HC지점에서 기온이 20℃ 미만, DO가 8.7 mg/L 이상일 때 74%의 확률로 Normal 등급이 이 될 수 있으며, 기온 20℃이상, pH 7.8 이상일 때 Warning 등급이 될 확률이 67%가 되는 것으로 나타났다. CH지점에서 기온이 20℃ 미만 일 때, 60%의 확률로 Normal 등급이 될 수 있으며, 기온이 20℃이상, pH도 7.7 이상일 때는 Warning 등급이 될 확률이 77%가 되는 것으로 나타났다. (4) 본 연구에서는 보 지점별 남조류 발생조건을 입력변수의 수치적 기준과 경보등급에 따른 확률을 제시함으로써 지점에 따른 맞춤형 남조류 관리를 위한 의사결정에 활용할 수 있을 것으로 판단된다. 또한 조류경보제 발령을 기준으로 선제적 관리를 위한 기초자료로 활용할 수 있을 것으로 판단된다.

참고문헌 (12)

Berry, M.J.A, Linoff, GS (1997). Data Mining Techniques, New York, John Wiley & Sons Publisher
Canale, R.P, Vogel, A.H (1974). Effects of temperature on Phytoplankton growth. J. of Environmental Engineering Division, 100(1), pp. 231-241.
Choi, HG, Han, GY, Park, JH (2017). Reproducibility evaluation of stratification using EFDC model in Nakdong river. J. of Korean Society of Civil Engineers, 37(3), pp. 561-573. [Korean Literature] [DOI:10.12652/Ksce.2017.37.3.0561]

원문보기 상세보기
Choi, JH, Han, ST, Kang, HC, Kim, ES (1998). Data Mining Decision Tree Analysis with AnswerTree, Seoul, SPSS Academy Publisher
Hayes, M, Svoboda, M, Wall, N, Widhalm, M (2011). The Lincoln declaration on drought indices: universal meteorological drought index recommended. Bulletin of the American Meteorological Society, 92(4), pp. 485-488. [DOI:10.1175/2010bams3103.1]

상세보기
Jung, WS, Kim, YD (2019). Effect of abrupt topographical characteristic change on water quality in a river. KSCE J. of Civil Engineering, 23(7), pp. 3250-3263. [DOI:10.1007/s12205-019-2131-6]

상세보기
Lee, SM, Kim, IG (2017). Analysis of correlation between Cyanobacterial population and water quality factors in the middle and down stream region of Nakdong river. J. of Korean Society of Water and Wastewater, 31(1), pp. 93-101. [Korean Literature] [DOI:10.11001/jksww.2017.31.1.093]

원문보기 상세보기
Mosley, LM (2015). Drought impacts on the water quality of freshwater systems : review and integration. Earth Science, 140, pp. 203-214. [DOI:10.1016/j.earscirev.2014.11.010]

상세보기
Park, DY, Park, HS, Kim, SJ, Chung, SW (2019). Analysis of water quality variation by lowering of water level in Gangjeong-Goryong weir in Nakdong river. J. of Environ. Impact Assess, 28(3), pp. 245-262. [Korean Literature] [DOI:10.14249/eia.2019.28.3.245]

원문보기 상세보기
Ryu, HS, Shin, RY, Seo, KA, Lee, JH, Kim, KH (2018). Succession of Cyanobacterial species and taxonomical characteristics of Dolichospermum spp. (Nostocales, Cyanophyceae) in the weir regions of the Nakdong river. J. of Korean Society on Water Environment, 34(5), pp. 503-513. [Korean Literature] [DOI:10.15681/KSWE.2018.34.5.503]

원문보기 상세보기
Son, HJ (2013). The analysis of Phytoplankton community structure in the middle-lower part of the Nakdong river. J. Kor. Soc. Environ. Eng., 35(6), pp. 430-435. [Korean Literature] [DOI:10.4491/ksee.2013.35.6.430]

원문보기 상세보기
Yang, SC, Xia, TT, Kang, TH (2017). Causes and Overcoming of the Algae Excess in a Dam Water. J. Korean Env. Res. Tech., 20(4), pp. 1-13. [Korean Literature] [DOI:10.13087/kosert.2017.20.4.1]

원문보기 상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증