상세 보기
머신러닝를 이용한 낙동강 본류 구간 수문-기상인자 조류 예보체계 연구
A study on algal bloom forecast system based on hydro-meteorological factors in the mainstream of Nakdong river using machine learning
- 이태우;
- 김수전;
- 이준형;
- 김경훈;
- 이호용;
- 외 1명
Citations
SCOPUS
0초록
남조류의 대량 발생은 담수 생태계에서 수체 내 산소 고갈, 악취 및 독성물질 분비로 인하여 수생태계 및 정수공급체계에 악영향을 미친다. 이러한 녹조현상은 낙동강 보 건설 이후 조류의 수체 내 체류시간 증가와 더불어 기후변화로인한 지표면 기온 상승으로 인하여 강도와 빈도가 증가할 것으로 예상된다. 본 연구에서는 예상되는 녹조현상의 증가에 대응하기 위하여 조류경보 발령 이전에 선제적 대응을 위한 수문-기상인자 조류 예보체계를 제시하였다. 다연상관분석을 통하여 조류예측 단계에 따른 기온 및 유량의 선행 영향기간을 탐색하였다. 머신러닝 기법인 의사결정나무 분류를 통하여 선행 기간의 기온 및 유량에 따른 조류예측 단계 분류모델을 도출하였고, 분류모델 결과를 기반으로 수문-기상인자 조류 예보체계를 도출하였다. 제시한 수문-기상인자 조류 예보체계는 녹조현상 발생 이전의 선제적 대응을 위한 기초 연구로써 활용될 수 있을 것으로 판단된다.
키워드
조류 예보체계; 조류경보제; 남조류; 수문-기상인자; 머신러닝; Algal bloom forecast system; Algal bloom warning system; Blue-green algae; Hydro-meteorological factor; Machine learning
- 제목
- 머신러닝를 이용한 낙동강 본류 구간 수문-기상인자 조류 예보체계 연구
- 제목 (타언어)
- A study on algal bloom forecast system based on hydro-meteorological factors in the mainstream of Nakdong river using machine learning
- 저자
- 이태우; 김수전; 이준형; 김경훈; 이호용; 김덕길
- 발행일
- 2024-08
- 유형
- Y
- 저널명
- 한국습지학회지
- 권
- 26
- 호
- 3
- 페이지
- 245 ~ 253