[논문]백제보와 죽산보에서 남조류 우점 환경요인 분석

김성진; 정세웅; 박형석; 조영철; 이희숙; 박연정

doi:10.15681/kswe.2019.35.3.257

백제보와 죽산보에서 남조류 우점 환경요인 분석
Analysis of Environmental Factors Associated with Cyanobacteria Dominance in Baekje Weir and Juksan Weir 원문보기

한국물환경학회지 = Journal of Korean Society on Water Environment, v.35 no.3, 2019년, pp.257 - 270

김성진 (Department of Environmental Engineering Chungbuk National University) , 정세웅 (Department of Environmental Engineering Chungbuk National University) , 박형석 (Department of Environmental Engineering Chungbuk National University) , 조영철 (Department of Environmental Engineering Chungbuk National University) , 이희숙 (K-water) , 박연정 (K-water)

Abstract ▼ AI-Helper

Followingthe Four Rivers Project, cyanobacterial blooms have been frequently observed in the upstream of the installed weirs. The aim of this study was to characterize the major environmental factors that are associated with the cyanobacteria dominance in Baekje Weir (Geum River) and Juksan Weir (Youngsan River) based on intensive experiments and systematic data mining methods. The factors related to the cyanobacteria dominance include7-days cumulative rainfall (APRCP7), 7-days averaged flow (Q7day), water temperature (Temp), stratification strength (${\Delta}T$), electronic conductivity (EC), DO, pH, $NO_3-N$, $NH_3-N$, TN, TP, $PO_4-P$, Chl-a, Fe, BOD, COD, TOC, and $SiO_2$. The most highly correlatedfactors to the dominant cyanobacteria were found to be EC, Temp, Q7day, $PO_4-P$ in theBaekje Weir. On the other hand, those dominant in the Juksan Weir were ${\Delta}T$, TOC, Temp, EC and TN. The EC showed a strong correlation with cyanobacteria dominance in both weirs because a high EC represents a persisted low flow condition. The cyanobacteria dominance was as high as 56 % when the EC was equal or greater than $418{\mu}S/cm$ in Baekje Weir. It was as high as 63% when the ${\Delta}T{\geq}2.1^{\circ}C$ in the Juksan Weir. However, nutrients showed a minor correlation with cyanobacteria dominance in both weirs. The results suggest that the cyanobacteria dominate in astate where the water flow rate is low, water temperature is high and thermal stratification is strengthened. Therefore, the improvement of flow regimes is the most important to prevent persistent thermal stratification and formation of cyanobacteria bloom in theBaekje and JuksanWeirs.

주제어

표/그림 (14)

그림 Fig. 1. Locations of study sites and monitoring stations in BJW and JSW.
그림 Fig. 2. The overall processes of this study.
그림 Fig. 3. Temporal variations of precipitation and cell density of each algae group(surface layer) in (a) BJW and (b) JSW Weirs
표 Table 1. Descriptive statistics of data used in this study
표 Table 2. Bi-variables correlation analysis between variables observed in BJW (right-gray) and JSW (left-white) weir.
그림 Fig. 4. The correlation between TP-Chl-a and TN-Chl-a at each weir.
표 Table 3. Correlation analysis between nutrients and Chl-a at each weir,
표 Table 4. Subset regression variables that best matched the performance criterion.
그림 Fig. 5. The comparison of measured cyanobacteria dominance with simulated results using SMLR and RF models
그림 Fig. 6. Partial dependence plots of the RF models, showing the marginal effects of a single variable on cyanobacteria dominance
그림 Fig. 7. Evaluation of environmental conditions that have influence on the cyanobacteria dominance by using a decision tree.
그림 Fig. 8. The correlation between EC (µS/cm) and flow (m³/s) ((a): BJW, (b): JSW).
그림 Fig. 9. Bi-plots of PCA results grouped by season and HAB level.
표 Table 5. Integration of study results for comprehensive interpretation.

AI 본문요약
AI-Helper

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

문제 정의

본 연구의 목적은 2012년 보 설치 이후 남조류에 의한 녹 조현상이 빈번히 발생하고 있는 영산강 죽산보와 금강의 백제보를 대상으로 집중적인 현장조사와 실험분석을 수행하고, 수집된 기상, 수문, 수질, 분류군(class)별 조류 자료에 대해 통계분석과 데이터모델링 기법을 적용하여 보 구간의 남조류 우점 환경조건을 분석하고, 보별 환경조건을 고려한 효과적인 녹조제어 조절변수를 도출하는데 있다. 연구대상 보별 수질과 식물플랑크톤의 정성 및 정량 실험은 2017년 5월부 터 2018년 11월까지 2년에 걸쳐 실시하였으며, 남조류 세포 수와 환경요인과의 상관성 분석을 실시하고, 단계적 다중회귀모델(Step-wise Multiple Linear Regressions, SMLR), 랜덤 포레스트(Random Forests, RF) 모델과 재귀적 변수 제거 기법(Recursive Feature Elimination using Random Forest, RFE-RF)을 이용한 변수중요도 평가, 의사결정나무(Decision Tree), 주성분분석(PCA) 기법 등 다양한 데이터마이닝 결과를 바탕으로 각 보별 남조류 우점 환경요인을 종합적으로 해석하였다.

제안 방법

9c). C.dominance는 제3주성분 축에서 8.38%, 제2주성분 축에서 4.26%로 주성분 축 중 가장 큰 영향을 미치며, PC1-PC3 투영면을 기준으로 C.dominance 벡터는 Temp, delT (△T), pH, EC, BOD, DO, Chla와 동일한 방향으로 군집하고, 대체로 APRCP7, Q7day와 영양염류 항목들의 벡터와는 반대방향으로 군집하였다. 또한 남조류 세포 수 밀도가 10,000cells/mL 이상을 갖는 자료는 수온이 높고 남조류 점유율이 높은 상태에서 주로 나타나고 있다(Fig.
5 이상 되어야 분석이 가능하다(Jung and Kim, 2017). KMO 검정결과, 백제보는 총 1개(COD), 죽산보는 총 4개(pH, PO₄-P, TN, NO₃-N) 의 변수가 KMO 기준 값(0.5 미만)을 만족하지 못하여 이들 변수를 배제하고 분석하였다. 최종적으로 선정된 변수로 분석한 결과, 백제보의 KMO 값은 0.
RF 모델을 이용한 남조류 우점과 관련된 중요 변수 추출과 함께, 남조류 우점도가 높은 환경조건을 확인하기 위해 의사결정나무(Decision Tree, 이하 DT) 분석을 실시하였다. 분석에 사용된 종속변수는 C.
RF 모델은 여러 의사결정나무 모델의 예측 결과들을 종합하여 정확도를 높이는 앙상블 학습 기법으로, 분류는 투표(voting), 회귀는 평균(averaging)으로 결과를 산출한다 (Breiman, 2001). RF 모델의 적용 절차는 탐색적 데이터 분석(Exploratory Data Analysis, EDA), 즉 데이터 수집, 정렬 및 결측값 처리 등과 같은 전처리 작업 수행 후에 결과를 추정하였다. 또한 RF 모델 개발과정 중 과적합을 방지하고 예측성능을 평가하기 위해 k-fold 교차 검정(Cross validation)을 10-fold, 3회 반복으로 실시하였다.
SMLR은 단계적 전진 방법을 적용하였으며, 모델에 사용하는 첫 번째 변수는 종속변수와 상관성이 가장 큰 독립변수를 선택한다. 다음 변수도 상관성이 큰 독립변수가 순차적으로 적용되며, 진입 기준에 만족하는 변수가 없으면 프로시저는 중단된다(Chung et al.
각 보별 남조류 우점 환경 조건을 평가하기 위해 RFE-RF 기법으로 선정한 중요 변수들을 이용하여 DT모델을 개발하였다. DT를 사용한 변수 평가 결과를 Fig.
2와 같이 단계별로 수행되었으며 최종적으로 각 보별 남조류 우점 환경을 종합적으로 평가하였다. 남조류(Cyano), 녹조류(Green), 규조류(Diatom) 세포수 밀도 및 Chl-a 농도는 환경요인과의 교차 상관성 분석을 실시하였다. 분석에 사용한 현장 측정 항목은 수온, DO, EC이며, 물리적 인자는 7일 평균 유량(Q7day), 7일 누적강우량(APRCP7), △T(상·하층 수온차)이다.
남조류가 우점하는 환경과 관련이 큰 변수들의 군집분석 과 남조류 세포수 밀도가 10,000cells/mL 이상의 환경특성을 확인하기 위해 PCA를 수행하였다. 자료의 그룹화를 위해 유해남조류의 수준(HAB Level)은 Microcystis, Anabaena, Oscillatoria, Aphanizomenon의 총 세포수로 정의하여 normal (1,000cells/mL 미만), warning (1000~10,000cells/mL), alarm (10,000cells/mL 이상)으로 구분하여 나타내었다(Fig.
1b)”에 준하여 분석하였다. 다만 Microcystis 의 경우 colony를 형성하여 불균일하게 분포함으로써 계수 결과에 오차를 유발하기 때문에 일정량의 용액으로부터 Microcystis colony를 분리하여 별도로 계수하였다.
본 연구에서는 2017년 5월부터 2018년 11월까지 금강 백제보와 영산강 죽산보를 대상으로 수집한 기상, 유량, 수질 및 조류측정 자료를 바탕으로 다양한 데이터 마이닝 기법으로 분석하고, 각 보별로 남조류 우점과 관계된 중요한 변수를 추출하고 녹조현상이 발생되는 원인을 종합적으로 해석하였다. 본 연구를 통해 도출된 주요 결론은 다음과 같다.
본 연구의 연구절차는 Fig. 2와 같이 단계별로 수행되었으며 최종적으로 각 보별 남조류 우점 환경을 종합적으로 평가하였다. 남조류(Cyano), 녹조류(Green), 규조류(Diatom) 세포수 밀도 및 Chl-a 농도는 환경요인과의 교차 상관성 분석을 실시하였다.
RF 모델을 이용한 남조류 우점과 관련된 중요 변수 추출과 함께, 남조류 우점도가 높은 환경조건을 확인하기 위해 의사결정나무(Decision Tree, 이하 DT) 분석을 실시하였다. 분석에 사용된 종속변수는 C.dominance이며 설명변수는 RF 모델 중요도 평가 결과를 바탕으로 선정된 변수들을 적용하였다. DT 모델은 각 변수를 이분화하는 과정을 반복하여 나무모형을 형성하며, 종속변수가 범주형인 경우 분류, 연속형인 경우 회귀분석을 수행한다.
분석에 사용된 종속변수는 남조류 우점도(C. dominance)이며 독립변수는 Temp, DO, EC, Q7day, APRCP7, ΔT, pH, NO3-N, NH3-N, TN, PO4-P, Fe이다.
수온(Temp, ℃), pH, 용존산소 (DO, mg/L), 전기전도도(EC, µS/cm)는 시료 채취 시 현장에서 다항목 수질측정기(YSI-EXO, YSI-6600, YSI Pro plus) 를 사용하여 수심별로 측정하였으며, 센서들에 대한 보정은 주간 단위로 실시하였다.
본 연구의 목적은 2012년 보 설치 이후 남조류에 의한 녹 조현상이 빈번히 발생하고 있는 영산강 죽산보와 금강의 백제보를 대상으로 집중적인 현장조사와 실험분석을 수행하고, 수집된 기상, 수문, 수질, 분류군(class)별 조류 자료에 대해 통계분석과 데이터모델링 기법을 적용하여 보 구간의 남조류 우점 환경조건을 분석하고, 보별 환경조건을 고려한 효과적인 녹조제어 조절변수를 도출하는데 있다. 연구대상 보별 수질과 식물플랑크톤의 정성 및 정량 실험은 2017년 5월부 터 2018년 11월까지 2년에 걸쳐 실시하였으며, 남조류 세포 수와 환경요인과의 상관성 분석을 실시하고, 단계적 다중회귀모델(Step-wise Multiple Linear Regressions, SMLR), 랜덤 포레스트(Random Forests, RF) 모델과 재귀적 변수 제거 기법(Recursive Feature Elimination using Random Forest, RFE-RF)을 이용한 변수중요도 평가, 의사결정나무(Decision Tree), 주성분분석(PCA) 기법 등 다양한 데이터마이닝 결과를 바탕으로 각 보별 남조류 우점 환경요인을 종합적으로 해석하였다.
남조류가 우점하는 환경과 관련이 큰 변수들의 군집분석 과 남조류 세포수 밀도가 10,000cells/mL 이상의 환경특성을 확인하기 위해 PCA를 수행하였다. 자료의 그룹화를 위해 유해남조류의 수준(HAB Level)은 Microcystis, Anabaena, Oscillatoria, Aphanizomenon의 총 세포수로 정의하여 normal (1,000cells/mL 미만), warning (1000~10,000cells/mL), alarm (10,000cells/mL 이상)으로 구분하여 나타내었다(Fig. 9). PCA 결과에서 고유값(eigenvalue)이 1.
종합평가는 상관분석 (r> |0.5|), 최적 RF에서 선정된 변수 중요도 순서, DT모델에서 남조류 점유율 50% 이상 조건, PCA분석 결과 남조류 우점상태를 사용하였다.

대상 데이터

9). PCA 결과에서 고유값(eigenvalue)이 1.0 이상인 주축을 주성분으로 추출하였으며, 백제보는 5개, 죽산보는 4개로 선정되었다. 전체 수질 변동에 대하여 백제보는 제1주성분이 31.
RF 모델의 ntree 값은 Breiman and Cutler (2015)에 따라 초기값인 500으로 설정하였으며, mtry는 Liaw and Wiener (2002)에 의한 방법에 의해 결정하였다. mtry의 개수는 백제보는 2~4개, 죽산보는 2~5개까지 설정하여 RF 모델에 적용하였다. 모의결과 예측 오차는 mtry가 증가할수록 감소하였으며, 백제보는 mtry가 4개인 모델에서 RMSE 값이 0.
기상자료는 기상청의 기상자료개방포털에서 과업 구간 내에 위치한 종합기상관측소, 방재기상관측소를 대상으로 수집하였으며, 대상 지점은 금강 1개소, 영산강 2개소이며, 강수량(mm) 자료를 수집하였다. 유량자료는 K-water 물정보포털에서 제공하는 보별 수문자료를 수집하였다.
분석에 사용된 시료는 2017년 5월 16일부터 2018년 11월 23일까지 연구대상 보의 상류 500 m 지점 중앙의 상층·중층·하층에서 채취하였다. 백제보는 총 35회(105개 시료), 죽산보는 총 37회(111개 시료)의 실험이 이루어졌다. 시료는 Van Dorn 채취기를 사용하여, 하천 중앙의 상층, 중층, 하층에서 각각 채취하였다.
본 연구에서 남조류 우점환경에 중요한 변수로 선정된 수온성층 강도는 시료 채취 당일의 자료를 사용하였다. 그러나, 수온성층 강도는 일시적 영향보다 지속적 영향이 중요하므로 고빈도 수온 자료를 이용하여 5일 연속 누적 성층강도 등을 이용 할 경우 그 영향은 더 클 수 있을 것으로 예상된다(Isles et al.
본 연구의 대상지역은 금강에 설치된 백제보(BJW)와 영산강에 설치된 죽산보(JSW)이며, 모두 4대강사업의 일환으로 건설되었다(Fig. 1). 백제보는 금강에 설치된 3개보(세종, 공주, 백제) 중 가장 하류에 위치하며, 만수위 기준 저수용량은 24.
분석에 사용된 시료는 2017년 5월 16일부터 2018년 11월 23일까지 연구대상 보의 상류 500 m 지점 중앙의 상층·중층·하층에서 채취하였다.
분석에 사용한 자료는 C.dominance, Temp, DO, EC, Q7day, APRCP7, ΔT, pH, NO3-N, NH3-N, TN, TP, PO4-P, Chl-a, Fe, BOD, COD, TOC, SiO2를 포함하였다.
분석에 사용한 현장 측정 항목은 수온, DO, EC이며, 물리적 인자는 7일 평균 유량(Q7day), 7일 누적강우량(APRCP7), △T(상·하층 수온차)이다.
백제보는 총 35회(105개 시료), 죽산보는 총 37회(111개 시료)의 실험이 이루어졌다. 시료는 Van Dorn 채취기를 사용하여, 하천 중앙의 상층, 중층, 하층에서 각각 채취하였다. 수온(Temp, ℃), pH, 용존산소 (DO, mg/L), 전기전도도(EC, µS/cm)는 시료 채취 시 현장에서 다항목 수질측정기(YSI-EXO, YSI-6600, YSI Pro plus) 를 사용하여 수심별로 측정하였으며, 센서들에 대한 보정은 주간 단위로 실시하였다.
분석에 사용한 현장 측정 항목은 수온, DO, EC이며, 물리적 인자는 7일 평균 유량(Q7day), 7일 누적강우량(APRCP7), △T(상·하층 수온차)이다. 영양염류는 TP (Total Phosphorus), TN (Total Nitrogen), NH₃-N, NO₃-N, 유기물 및 미량 물질은 BOD (Biochemical Oxygen Demand), COD (Chemical Oxygen Demand), TOC (Total Organic Carbon), Fe, SiO₂를 포함하였다. 순간 유량을 사용하지 않고 Q7day를 사용한 것은 호주의 남동쪽에 위치한 하천에서 수행한 선행연구(Mitrovic et al,.
기상자료는 기상청의 기상자료개방포털에서 과업 구간 내에 위치한 종합기상관측소, 방재기상관측소를 대상으로 수집하였으며, 대상 지점은 금강 1개소, 영산강 2개소이며, 강수량(mm) 자료를 수집하였다. 유량자료는 K-water 물정보포털에서 제공하는 보별 수문자료를 수집하였다.

데이터처리

녹조 발생에 영향을 미치는 환경요인의 군집분석을 위해 주성분분석(Principal component analysis, PCA)을 사용하였다. 분석에 사용한 자료는 C.
RF 모델의 적용 절차는 탐색적 데이터 분석(Exploratory Data Analysis, EDA), 즉 데이터 수집, 정렬 및 결측값 처리 등과 같은 전처리 작업 수행 후에 결과를 추정하였다. 또한 RF 모델 개발과정 중 과적합을 방지하고 예측성능을 평가하기 위해 k-fold 교차 검정(Cross validation)을 10-fold, 3회 반복으로 실시하였다. RF 모델은 목표변수의 값을 예측하기 위해 의사결정나무 모형을 최대 몇 개 사용할 것인지(ntree), 의사결정나무의 각 마디에서 설명변수를 몇 개로 할 것인지(mtry) 등을 연구자가 직접 선택하여야 한다.
변수중요도 평가에 사용된 SMLR모델과 RF모델의 예측 성능을 검증하기 위해 각 보별 남조류 점유율의 실험 측정 값과 예측 값의 비교를 실시하였다(Fig. 5). SMLR 결과는 측정값과 큰 분산을 보였으며, 측정값의 변동특성을 잘 반영하지 못하였고 모두 낮은 조정 결정계수(Adj.
, 2014). 분석결과는 결정계수(R²), RMSE (Root Mean Square Error), Mallows의 CP 통계량, AIC (Akaike Information Criterion)을 사용하여 평가하였다. SMLR 결과는 RF 모델 결과와 비교를 통해 남조류 우점과 관계가 높은 중요변수를 선정하는데 활용되었다.

이론/모형

RF 모델은 목표변수의 값을 예측하기 위해 의사결정나무 모형을 최대 몇 개 사용할 것인지(ntree), 의사결정나무의 각 마디에서 설명변수를 몇 개로 할 것인지(mtry) 등을 연구자가 직접 선택하여야 한다. RF 모델의 ntree 값은 Breiman and Cutler (2015)에 따라 초기값인 500으로 설정하였으며, mtry는 Liaw and Wiener (2002)에 의한 방법에 의해 결정하였다. mtry의 개수는 백제보는 2~4개, 죽산보는 2~5개까지 설정하여 RF 모델에 적용하였다.
RF모델을 통해 각 보별로 선정된 중요 변수에 대해 어떤 조건에서 남조류 우점도가 높아지는지 해석하기 위해 partial dependence plot를 이용하였다(Fig. 6). Partial dependence plot는 독립변수가 종속 변수에 미치는 영향을 파악하는 방법 중 하나로, 개별 독립변수가 종속변수에 끼치는 영향을 시각화한다(Breiman and Cutler, 2015).
남조류가 우점하는 환경의 중요변수를 평가하기 위해 SMLR 모델과 앙상블(Ensemble) 학습기법 중 RF기법을 사용하였다. 분석에 사용된 종속변수는 남조류 우점도(C.
, 2012), 축을 회전하는 방법은 변수와 요인간의 관계를 가장 명확히 설명하는 것으로 알려진 Varimax 회전방법을 적용하였다(Husson, 2010). 또한, 원자료가 주성분 분석에 타당한 방법론인지 판단하기 위해 Bartlett 구형도 검정 및 KMO (Kaiser-Meyer-Olkin) test (KMO)를 사용하였다. KMO test 결과는 분석에 사용된 변수와 자료에 내재된 요인들 간의 공분산 정도를 나타낸 척도로써 1에 가까울수록 분석의 타당성이 높고 최소 0.
독립변수들은 범주형 또는 연속형 모두에 적용될 수 있으며 이 과정을 반복한 후 적절한 나무모형을 찾기 위한 가지치기(Pruning)를 통해 최종모형을 선택한다. 본 연구에서 DT 모델은 R프로그램의 rpart package (Breiman et al., 1984)를 사용하였고, RF 모델은 randomForest package(Breiman and Cutler, 2015)를 사용하였다.
조류 종별 세포수 분석을 위한 시료는 Lugol 용액으로 현장에서 조류를 고정한 후 시료를 실험실로 운반하여, 수질 오염공정시험기준(ME, 2017)의 “식물성플랑크톤-현미경계 수법(ES 04705.1b)”에 준하여 분석하였다.
dominance, Temp, DO, EC, Q7day, APRCP7, ΔT, pH, NO₃-N, NH₃-N, TN, TP, PO₄-P, Chl-a, Fe, BOD, COD, TOC, SiO₂를 포함하였다. 주성분 수의 결정은 주성분 축에 정사된 자료의 분산 크기를 나타내는 고유치(eigenvalue)가 1.0 이상인 값을 갖는 주성분 축만을 고려하였으며(Box and Cox, 1964; Jung et al., 2012; Soltani et al., 2012), 축을 회전하는 방법은 변수와 요인간의 관계를 가장 명확히 설명하는 것으로 알려진 Varimax 회전방법을 적용하였다(Husson, 2010). 또한, 원자료가 주성분 분석에 타당한 방법론인지 판단하기 위해 Bartlett 구형도 검정 및 KMO (Kaiser-Meyer-Olkin) test (KMO)를 사용하였다.
수온(Temp, ℃), pH, 용존산소 (DO, mg/L), 전기전도도(EC, µS/cm)는 시료 채취 시 현장에서 다항목 수질측정기(YSI-EXO, YSI-6600, YSI Pro plus) 를 사용하여 수심별로 측정하였으며, 센서들에 대한 보정은 주간 단위로 실시하였다. 채취된 시료는 4 ℃ 이하로 보관하여 실험실로 운반한 후, 수질오염공정시험기준(ME, 2017) 에 따라 분석하였다.
최소의 변수로 예측 성능이 가장 좋은 RF 모델을 만들기 위해 RFE 기법을 사용하였으며, C.dominance 예측에 사용한 독립변수는 △T, Temp, EC, Q7day, APRCP7, TOC, TP, PO₄-P, TN, Fe이다. RFE는 Backward 방식 중 하나로, 변수 중 중요도가 낮은 변수를 하나씩 제거하는 방법이다.

성능/효과

1) RF 모델의 변수 중요도 분석 결과, 각 보별 남조류 우 점과 관계가 높은 환경변수는 백제보는 EC, Temp, Q7day, PO₄-P, 죽산보는 △T, TOC, Temp, EC, TN 순 이었으며, DT 분석 결과, 남조류가 우점하는 환경조건은 하천 유량이 적고 수온이 높으며 수온성층이 강화된 상태로 나타났다.
2) 국내 저수지에서 총인이 조류성장의 중요한 제한인자로 나타나는 것과 대조적으로 연구대상 하천의 보 구간에서는 총인과 Chl-a의 상관성이 낮았으며, 강수량, 유량, 수온과 같은 물리적 요인이 조류 생체량 변화의 중요한 요인으로 평가되었다.
3) EC는 백제보와 죽산보에서 모두 남조류 우점과 밀접한 관계를 보였으며, EC가 높은 경우 남조류 우점율도 높았다. EC는 하천유량의 감소와 함께 증가하는 경향을 보이고 있어 EC는 하천의 지속적인 저유량 상태를 나타내는 간접지표로 판단할 수 있다.
4) PCA 결과 여름철에 강우-유출량이 적고 고수온과 수온 성층이 형성되는 기간에 남조류가 우점하였으며, 이러한 조건에서 유해남조세포수가 10,000cells/mL 이상인 자료가 분포하는 특성을 보였다.
5) 변수중요도 평가를 위해 적용한 SMLR방법은 RFE-RF 방법에 비해 예측 성능이 떨어졌으며, 그 이유는 남조류 우점 환경이 다양한 변수들의 복잡한 비선형적 관계이기 때문에 변수들의 선형조합을 가정하는 회귀모델로는 설명하기 어렵기 때문으로 해석된다.
6) 연구결과를 종합해 볼 때, 백제보와 죽산보에서 남조류가 우점하는 환경을 효과적으로 제어하고 녹조문제를 해결하기 위해서는 적정한 유량(또는 유속) 유지를 통한 하천의 흐름 개선이 필요하며, 죽산보에서는 정체된 수역의 수온성층 해소가 가장 중요한 것으로 판단된다.
7) 최근 국내·외적으로 HAB 원인분석을 위해 데이터마이닝과 기계학습 방법이 활발히 적용되고 있으며, 본 연구결과는 이러한 방법의 유용성을 보여주었다.
Chl-a와 TP의 상관 분석 결과, 백제보와 죽산보 모두에서 상관성이 없는 것으로 나타났다. Chl-a와 TN의 상관분석 결과도 모든 보에서 상관성이 없는 것으로 평가되었다. 일반적으로 저수지와 호수와 같은 정체수역에서 조류생체량(Chl-a 농도)은 TP와 높은 상관성을 보이며, 저수지 표층의 유광층으로 인 공급이 차단될 경우 조류 성장은 인 농도에 제한을 받는다 (Hwang et al.
3 mg/L)을 초과할 정도로 충분히 높았다. Chl-a와 TP의 상관 분석 결과, 백제보와 죽산보 모두에서 상관성이 없는 것으로 나타났다. Chl-a와 TN의 상관분석 결과도 모든 보에서 상관성이 없는 것으로 평가되었다.
PCA 결과, 백제보에서 남조류 우점도와 pH, BOD가 동일한 군집을 이루고, 죽산보에서 BOD, TOC가 동일한 군집을 이루고 있는 것은 남조류 과잉성장의 원인이라기 보다는 결과로 해석하는 것이 타당할 것으로 판단된다. 즉, 보 구간 내 조류의 과잉 성장은 수체 내부의 유기물 부하를 높이며, 따라서 조류의 생체량은 BOD와 TOC 농도와 높은 상관성을 보이게 된다(Table 2 참조).
RFE-RF 분석결과, 백제보에서는 4개의 독립변수를 사용하였을 때 RMSE값이 0.156%로 가장 낮았으며, 변수 중요도는 EC, Temp, Q7day, PO4-P 순으로 높게 나타났다. 죽산보에서는 5개의 독립변수를 사용하였을 때, RMSE값이 0.
5). SMLR 결과는 측정값과 큰 분산을 보였으며, 측정값의 변동특성을 잘 반영하지 못하였고 모두 낮은 조정 결정계수(Adj.R^₂)값을 보였다(백제보 0.462, 죽산보 0.392). 이에 비해 RF 모델을 통해 산정된 남조류 점유율(%)은 측정값의 변동특성을 잘 반영하였으며, 모두 SMLR 모델에 비해 매우 높은 설명력을 보였다(Adj.
SMLR 분석결과(Table 4), 백제보는 12개 모델 중 Temp, NH3-N, NO3-N, TN, △T를 독립변수로 사용한 Model에서 가장 좋은 성능을 보였으며, 종속변수인 남조류 점유율의 변동성을 46.2% (Adj.R² 0.462) 재현하였다. 죽산보는 12개 모델 중 △T, EC, TN, NH3-N를 사용한 Model에서 가장 좋은 성능을 보였으며, 종속변수인 남조류 점유율의 변 동성을 39.
SiO2와 규조류 세포수와 상관성은 백제보에서는 r = 0.15로 양의 관계를 보였으나 통계적 유의성이 없었으며, 죽산보에서 음의 상관성(r = -0.29, p < 0.05)을 보였다.
pH는 2개보에서 모두 평균 8.7~8.8로 유사한 값을 나타냈으며, 백제보에서 DO, EC, SS, NO3-N 값은 각각 8.51(± 2.81) mg/L, 303.9(± 111.9) µS/cm, 24.21(± 5.55) mg/L, 1.89(± 0.63) mg/L로 죽산보의 7.30(± 2.79) mg/L, 260.5(± 84.7) µS/cm, 16.07(± 9.62) mg/L, 1.51(± 0.45) mg/L보다 높았다.
392)재현하였다. 각 보에서 선정된 다중회귀모델은 조정 결정계수가 0.5 미만으로 낮아 남 조류 우점율의 변동성을 충분히 재현하지 못하는 것으로 나타났다. 이는 남조류 우점 환경이 다양한 변수들의 복잡한 비선형적 관계이기 때문에 변수들의 상호작용 효과를 고려하지 않는 단순 다중회귀모델로는 충분히 설명하기 어렵기 때문으로 해석된다.
백제보에서 는 2017년 5월~6월과 8월 말부터 9월 초, 10월 이후에 강수량이 매우 적었으며, 7월~8월에 강수량이 많았다. 그 결과 2017년 9월 초와 10월 말에 남조류가 일시적으로 우점하였으나, 세포수 밀도는 낮게 유지되었다. 그리고 10월 말에 남조류 Aphanocapsa가 다시 우점하였으나, 이들은 조류 경보제의 대상인 유해남조류에 포함되지 않는다.
죽산보에서는 2017년 5월부터 6월 중순과, 9월 중순부터 10월 말까지 강수량이 매우 적었으며, 백제보와 같이 수온이 높은 7월~8월에는 강수량이 많았다. 그 결과 2017년에는 6월 말과 9월 중순에 남조류가 일시적으로 우점하였으나, 세포수 밀도는 20,000cells/mL 미만으로 낮았고 수온이 가장 높은 7월~8월에도 강우의 영향으로 모든 조류 그룹이 낮은 세포수 밀도를 보이고 있다. 그러나, 2018년에는 무강우 일수가 지속된 7월~8월 중순에 남조류가 우점하여 세포수 밀도는 108,258cells/mL까지 증가하였다.
금강의 백제보에서 EC는 남조류가 우점하는 환경조건을 평가하는 가장 중요한 변수였으며, EC가 418 µS/cm보다 크거나 같은 경우 전체 자료 105개 중 19개(18%)에서 남 조류의 점유율이 평균 56%였다.
01) 로 남조류 세포수와 가장 높은 상관관계를 보였다. 모든 보에서 남조류와 녹조류 세포수는 양의 상관관계를 나타냈으며, 남조류와 규조류 세포수는 죽산보에서 양의 상관관계를 백제보에서 음의 상관관계를 나타냈다. 이는 조사기간 동안 특정 조류 분류군이 배타적으로 우점하기보다는 여러 분류군이 경쟁하며 성장하였기 때문으로 판단된다(Fig.
mtry의 개수는 백제보는 2~4개, 죽산보는 2~5개까지 설정하여 RF 모델에 적용하였다. 모의결과 예측 오차는 mtry가 증가할수록 감소하였으며, 백제보는 mtry가 4개인 모델에서 RMSE 값이 0.077%, 죽산보는 mtry가 5개인 모델에서 RMSE 값이 0.066%로 가장 낮은 편차를 보여, 최종 매개 변수로 선정하였다.
반면, 영산강의 죽산보에서는 △T가 남조류 우점 환경조건을 평가하는 가장 중요한 변수로 나타났으며, △T가 2.1°C보다 크거나 같은 경우 전체 자료 111개의 11개(10%)에서 평균 점유율이 66%였다.
백제보에 비해 죽산보는 유기물과인 항목 농도도 높았으며, BOD가 3.56(± 1.70) mg/L, TP와 PO4-P가 각각 0.153(0.050~0.490) mg/L, 0.078 (0.009~0.139) mg/L 범위였다.
1 °C인 상태였다. 백제보와 마찬가지로 죽산보에서도 영양염류 농도와 같은 화학적 요인보다 물리적 요인이 중요하였으며, 하천 유량이 적고 수온이 높으며 수온성층이 강화된 상태에서 남조류가 우점하는 것으로 나타났다. 이러한 결과는 규조류와 녹조류에 비해 고온과 안정화된 수체에서 성장이 유리한 남조류의 특성을 반영한 것으로 해석되며(Paerl and Otten, 2013), 보가 연속하여 설치된 호주의 하천에서 연구한 녹조원인 해석 결과와 매우 잘 일치한다(Mitrovic et al,.
Partial dependence plot는 독립변수가 종속 변수에 미치는 영향을 파악하는 방법 중 하나로, 개별 독립변수가 종속변수에 끼치는 영향을 시각화한다(Breiman and Cutler, 2015). 백제보의 남조류 점유율은 EC, △T가 높을수록 그리고 PO₄-P가 낮을수록 증가하였으며, Q7day가 높을수록 감소하였다. 죽산보의 남조류 점유율은 EC, △T, 수온, TOC가 높을수록 증가하였으며, TN이 높을수록 감소하였다.
5 mg/L 이하에서는 수체에서 규조류가 다른 조류종에 비해 먹이 경쟁에서 떨어진다고 하였다. 본 연구에서 SiO₂와 규조류 세포수 간의 상관성이 낮은 이유는 조사기간 동안 SiO₂ 농도가 백 제보에서 3.81(0.08~10.79) mg/L, 죽산보에서 4.51(0.07~9.96) mg/L로 매우 높아 성장 제한요인으로 작용하지 않은 것이 원인으로 판단된다.
분석결과 모든 보에서 남조류 세포수는 Temp, ΔT, EC, DO와 양의 상관관계를 보였으며, 유량과 강수량은 음의 상관관계를 보였다.
수온 성층강도를 나타내는 ΔT는 죽산보에서 r = 0.59 (p < 0.01) 로 남조류 세포수와 가장 높은 상관관계를 보였다.
수온은 백제보에서 남조류 세포수와 r = 0.42 (p < 0.01)로 가장 높은 상관관계를 나타내었다.
4 과 Table 3에 제시하였다. 실험결과 모든 보에서 TP와 TN 농도는 Carlson 부영양화 기준(TP = 0.03 mg/L, TN = 0.3 mg/L)을 초과할 정도로 충분히 높았다. Chl-a와 TP의 상관 분석 결과, 백제보와 죽산보 모두에서 상관성이 없는 것으로 나타났다.
392). 이에 비해 RF 모델을 통해 산정된 남조류 점유율(%)은 측정값의 변동특성을 잘 반영하였으며, 모두 SMLR 모델에 비해 매우 높은 설명력을 보였다(Adj.R^₂ 백제보 0.895, 죽산보 0.900). 이는 남조류 우점환경에 영향을 미치는 다양한 변수들의 복잡한 비선형 관계를 SMLR 모델보다 RF 모델이 더 잘 재현하는 것으로 판단할 수 있으며, 따라서 RF-RFE 기법을 사용한 남조류 우점 환경 관련 변수 중요도 평가 방법은 유용한 접근법이라 평가된다.
0 이상인 주축을 주성분으로 추출하였으며, 백제보는 5개, 죽산보는 4개로 선정되었다. 전체 수질 변동에 대하여 백제보는 제1주성분이 31.7%, 제2주성분이 17.8%, 제3주성분이 10.5%, 제4주성 분이 7.7%, 제5주성분이 6.0% 기여하였다. 죽산보는 제1 주성분이 32.
그러나, 2018년에는 무강우 일수가 지속된 7월~8월 중순에 남조류가 우점하여 세포수 밀도는 108,258cells/mL까지 증가하였다. 조사기간 동안 백제보와 죽산보 모두 남조류가 우점하면서 20,000cells/mL 이상으로 과잉성장한 시기는 무강우 일수가 지속된 2018년 7월~8월 중순에 나타났다.
종합분석 결과, 백제보에서 남조류의 우점환경과 관계가 높은 변수는 EC, Temp, Q7day, PO4-P 순이었으며, 남조류 우점율이 높은 환경조건은 EC가 418μS/cm 이상으로 높은 상태였다.
462) 재현하였다. 죽산보는 12개 모델 중 △T, EC, TN, NH3-N를 사용한 Model에서 가장 좋은 성능을 보였으며, 종속변수인 남조류 점유율의 변 동성을 39.2% (Adj.R² 0.392)재현하였다. 각 보에서 선정된 다중회귀모델은 조정 결정계수가 0.
156%로 가장 낮았으며, 변수 중요도는 EC, Temp, Q7day, PO4-P 순으로 높게 나타났다. 죽산보에서는 5개의 독립변수를 사용하였을 때, RMSE값이 0.145%로 가장 낮았으며 변수 중요도는 △T, Temp, TOC, TN, EC 순으로 높게 나타났다.
백제보의 남조류 점유율은 EC, △T가 높을수록 그리고 PO₄-P가 낮을수록 증가하였으며, Q7day가 높을수록 감소하였다. 죽산보의 남조류 점유율은 EC, △T, 수온, TOC가 높을수록 증가하였으며, TN이 높을수록 감소하였다. 그러나 남조류 우점도 예측에 중요한 변수가 녹조현상의 원인이 된다는 단순한 해석은 위험하다.
5 미만)을 만족하지 못하여 이들 변수를 배제하고 분석하였다. 최종적으로 선정된 변수로 분석한 결과, 백제보의 KMO 값은 0.74 (p ≪ 0.05), 죽산보는 KMO 값은 0.68 (p ≪ 0.05)로 모든 보에서 기준 값을 만족하였다.

후속연구

EC는 하천유량의 감소와 함께 증가하는 경향을 보이고 있어 EC는 하천의 지속적인 저유량 상태를 나타내는 간접지표로 판단할 수 있다. EC는 센서로 계측이 가능하므로 수온과 함께 고빈도 측정 자료를 실시간으로 확보한다면, 녹조 예측에 있어서 가장 중요한 변수로 활용될 수 있을 것으로 판단된다.
예로써 남조류 점유율이 높은 환경에서 TOC가 높고 PO₄-P가 낮은 것은 남조류 과잉성장의 원인이 아니라 결과일 수도 있다. 따라서 분석결과에 대한 해석은 전문가적 판단이 필요하며, 다양한 데이터모델링 분석결과를 종합하여 도출할 필요가 있다.
그러나. 본 연구에서 사용한 2년간의 실험자료는 연구대상 보에서 일어날 수 있는 다양한 기상·수문 조건을 일반화하는데 한계가 있으므로 향후 장기간의 관측을 통한 데이터 분석이 지속적으로 이루어져야 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	담수에서 남조류 과잉증식 문제로 인한 피해는 무엇이 발생할 수 있나?	그 동안 국내에서 녹조문제는 댐 저수지와 하구호, 하천의 국부적 정체수역에서 간헐적으로 문제를 일으켰으나, 4대강 사업(2010~2011)으로 하천에 보가 설치 된 이후 낙동강, 금강, 영산강 등 하천 본류에서도 광범위하게 발생되고 있어 중요한 환경적, 사회적 이슈로 대두되었다. 담수에서 남조류 과잉증식 문제(이하 녹조문제)는 수생태계의 생물다양성을 감소시키며, 먹는물의 맛과 냄새의 원인물질을 발생시켜 물 이용에 장해가 된다(Parinet et al., 2010; Peter et al., 2009; Welch et al., 1988). 또한 독소를 생산하는 유해남조류가 대량 증식할 경우에는 가축이나 인간의 건강에 치명적 해를 끼치기도 한다(Paerl and Otten, 2013; Park, 2007; Zhang et al., 2016)
	2012년 이후 금강 백제보에서 출현한 남조류의 최대 세포수는?	본 연구의 대상 하천인 금강과 영산강에서도 2012년 보가 설치된 이후 녹조문제가 빈빈하게 발생하고 있다. 2012년 이후 금강의 백제보에서 출현한 남조류 세포수는 최대 398,820cells/mL였으며, 영산강의 죽산보는 최대 357,600cells/mL였다. 백제보와 죽산보는 최근에 흐름 조절을 통한 녹조 저감을 위해 보의 수문을 개방하거나 관리수위를 낮추어 운영하고 있다.
	녹조현상의 원인 중 남조류의 생리학적 요인은 무엇이 있는가?	, 2013; Health Canada, 2002; Schindler, 1977; Schindler et al., 2008), 생리학적 요인에는 특정 남조류 종이 가지고 있는 질소고정, 독소 생성, 부력 조절, 군체 형성 등의 기능이 있다(Carpenter and Kitchell, 1993; Konopka et al., 1993; Fujimoto and Sudo, 1997; Thomas and Walsby, 1986).

참고문헌 (43)

Ahn, C. Y., Lee, J. Y., and Oh, H. M. (2013). Control of microalgal growth and competition by N:P ratio manipulation, Korean Journal of Environmental Biology, 31(2), 61-68.

원문보기 상세보기
An, K. G. and Jones, J. R. (2000). Factors regulating bluegreen dominance in a reservoir directly influenced by the Asian monsoon, Hydrobiologia, 432, 37-48.

상세보기
Box, G. and Cox, D. (1964). An analysis of transformations, Journal of the Royal Statistical Society. Series B(Methodological), 26(2), 211-252.

상세보기
Breiman, L. (2001). Random forests, Machine Learning, 45, 5-32.
Breiman, L., Friedman, J. H., Olshen, R. A., and Stone, C. J. (1984). Classification and decision trees, Wadsworth.
Breiman, L. and Cutler, A. (2015). Breiman and Cutler's random forests for classification and regressio, http://www.stat.berkeley.edu/-breiman/RandomForests (accessed Dec. 2018).
Carpenter, S. R. and Kitchell, J. R. (1993). Cascading trophic interactions and lake productivity, Bioscience, 35, 634-639.
Chung, S. W., Imberger, J., and Hipsey, M. R., and Lee, H. S. (2014). The influence of physical and physiological processes on the spatial heterogeneity of a Microcystis bloom in a stratified reservoir, Ecological Modeling, 289, 133-149.
Fujimoto, N. and Sudo, R. (1997). Nutrient-limited growth of Microcystis aeruginosa and Phormidium tenue and competition under various N:P supply ratios and temperature, Limnology and Oceanography, 42, 250-256.
Han, J. H. and An, K. G. (2013). Chemical water quality and fish community characteristics in the mid- to downstream reach of Geum river, Korean Society of Environmental Biology, 31(3), 180-188.
Horne, A. J. and Goldman, C. R. (1994), Limnology, McGraw-Hill:New York, USA, 465, ISBN 9780070236738.
Health Canada. (2002). Water quality and health bureau, (healty) environments and consumer safety branch, health Canada, Ottawa, Ontario, http://whttp://www.hc-sc.gc.ca/ewh-semt/pubs/water-eau/doc_supappui/index_e.html (accessed Dec. 2018).
Husson, F., Le, S., and Pages, J. (2010). Exploratory multivariate analysis by example using R, Chapman and Hall.
Hwang, S. J., Kwun, S. K., and Yoon, C. G. (2003). Water quality and limnology of Korean reservoirs, Paddy and Water Environment, 1(1), 43-52.

상세보기
Isles, P. D. F., Rizzo, D. M., Xu, Y., and Schroth, A. W. (2017). Modeling the drivers of interannual variability in cyanobacterial bloom severity using self-organizing maps and high-frequency data, Inland water, 7(3), 333-347.
Johnson, T. C., Odada, E., and Whittaker, K. T. (1996). The limnology, climatology and paleoclimatology of the East African lakes, Gordon and Breach Publishers, Australia, ISBN 2884492348.
Jung, S. J., Lee, D. J., Hwang, K. S., Lee, K. H., Choi, K. C., Im, S. S., Lee, Y. H., Lee, J. Y., and Lim, B. J. (2012). Evaluation of pollutant characteristics in Yeongsan river using multivariate analysis, The Korean Society of Limnology, 45(4), 368-377.
Jung, S. Y. and Kim, I. K. (2017). Analysis of water quality factor and correlation between water quality and Chl-a in middle and downstream weir section of Nakdong river, Journal of Korean Society of Environmental Engineers, 39(2), 89-96.

원문보기 상세보기
Kim, B. C., Sa, S. H., Kim, M. S., Lee, Y. K., and Kim, J. K. (2007). The limiting nutrient of eutrophication in reservoirs of Korea and suggestion of a reinforced phosphorus standard for sewage treatment effluent, Journal of Korean Society on Water Environment, 23(4), 512-517.
Konopka, A. E., Klemer, A. R., Walsby, A. E., and Ibelings, B. W. (1993). Effects of macronutrients upon buoyancy regulation by metalimnetic oscillatoria agardhii in Deming lake, Minnesota, Journal of Plankton Research, 15(9), 1019-1034.

상세보기
Liaw, A. and Wiener, M. (2002). Classification and regression by randomforest, R News, 2, 18-22.
Ministry of Environment (ME). (2017). Standard Methods for Analysis of Water Pollution, Ministry of Environment. [Korean Literature]
Mitrovic, S. M., Oliver, R. L., Rees, C., Bowling, L. C., and Buckney, R. T. (2003). Critical flow velocities for the growth and dominance of Anabaena circinalis in some turbid freshwater rivers, Freshwater Biology, 48, 164-174.

상세보기
Moreira, S., Schultze, M., Rahn, K., and Boehrer, B. (2016). A practical approach to lake water density from electrical conductivity and temperature, Hydrology and Earth System Sciences, 20(7), 2975.

상세보기
Okino, T. (1974). Studies on the blooming of Microcystis aeruginosa II: rapid accumulation of phosphate by Microcystis aeruginosa, Journal of the Faculty of Science Shinshu University, 8(2), 135-145.
Paerl, H. W. and Otten T. G. (2013). Harmful cyanobacterial blooms: Causes, consequences, and controls, Microbial Ecology, 65(4), 995-1010.

상세보기
Parinet, J., Rodriguez, M. J., and Serodes, J. (2010). Influence of water quality on the presence of off-flavour compounds (geosmin and 2-methylisoborneol), Water Research, 44, 5847-5856.

상세보기
Park, H. K. (2007). Survey method relating freshwater phytoplankton for the management of water resources, Journal of Korean Society of Environmental Engineers, 29(6), 593-609.
Peter, A., Koster, O., Schildknecht, A., and Von Gunten, U. (2009). Occurrence of dissolved and particle-bound taste and odor compounds in Swiss lake waters, Water Research, 43(8), 2191-2200.

상세보기
Recknagel, F., French, M., Harkonen, P., and Yabunaka, K. I. (1997). Artificial neural network approach for the modelling and prediction of algal blooms, Ecological Modelling, 96, 11-28.
Reynolds, C. S. (1973). Growth and buoyancy of Microcystis aeruginosa Kutz. emend. Elenkin in a shallow Eutrophic Lake, (Preceedings) Biological Sciences, 184(1074), 29-50.

상세보기
Reynolds, C. S. and Walsby, A. E. (1975). Water-blooms, Biological Reviews of the Cambridge Philosophical Society, 50(4), 437-481.

상세보기
Rowe, M. D., Anderson, E. J., Wang, J., and Vanderploeg, H. A. (2015). Modeling the effect of invasive quagga mussels on the spring phytoplankton bloom in Lake Michigan, Journal of Great Lakes Research, 41, 49-65.

상세보기
Schindler, D. W. (1977). Evolution of phosphorus limitation in lakes, Science, 195(4275), 260-262.

상세보기
Schindler, D. W., Hecky, R. E., Findlay, D. L., Stainton, M. P., Parker, B. P., Paterson, M. J., Beaty, K. G., Lyng, M., and Kasian, S. (2008). Eutrophication of lakes cannot be controlled by reducing nitrogen input:Results of a 37-year whole-ecosystem experiment, Proceeding of the National Academy of Sciences of the United States of America, 105(32), 11254-11258.

상세보기
Sherman, B. S., Webster, I. T., Jones, G. J., and Oliver, R. L. (1998). Transitions between Aulacoseira and Anabaena dominance in a turbid river weir pool, Limnology and Oceanography, 43, 1902-1915.
Soltani, N., Khodaei, K., Alnajar, N., Shahsavari, A., and Ashja Ardalan, A. (2012). Cyanobacterial community patterns as water quality Bioindicators, Iranian Journal of Fisheries Sciences, 11(4), 876-891.
Son, M. S., Jung, H. S., Park, C. H., Park, J. H., Im, C. H., and Kim, K. H. (2018). The change of phytoplankton community structure and water quality in the Juksan Weir of the Yeongsan River watershed, Korean Journal of Environmental Biology, 36(4), 591-600.
Thomas, R. H. and Walsby, A. E. (1986). The effects of temperature on recovery of buoyancy by Microcystis, Journal of General Microbiology, 132, 1665-1672.
Tian, D., Xie, G., Tian, J., Tseng, K. H., Shum, C. K., Lee, J. Y., and Liang, S. (2017). Spatiotemporal variability and environmental factors of harmful algal blooms(HABs) over western Lake Erie, PLOS ONE, 12(6), 1932-6203.
Welch, E. B., Jacoby, J. M., Horner, R. R., and Seeley, M. R. (1988). Nuisance biomass levels of periphytic algae in streams, Hydrobiologia, 157(2), 161-168.

상세보기
Wetzel, R. G. (2001). Limnology, Lake and River Ecosystems, Academic Press, New York.
Zhang, M., Zhang, Y., Yang, Z., Wei, L., Yang, W., Chen, C., and Kong, F. (2016). Spatial and seasonal shifts in bloom-forming cyanobacteria in Lake Chaohu: Patterns and driving factors, Phycological Research, 64, 44-55.

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