• Korean Journal of Environmental Biology
• /
• v.40 no.1
• /
• pp.70-86
• /
• 2022

A survey was conducted to analyze seasonal dynamics of the phytoplankton community at 22 stations on the surface and bottom layers in the Anma Islands of Yeonggwang(AIY) in the southern West Sea, Korea from the spring of 2020 to the winter of 2021, using a marine survey vessel Ed Ocean. Based on the survey results, there were 87 phytoplankton species in 52 genera, diatoms accounted for 67.8%, dinoflagellates 26.5%, silicoflagellates 3.5%, and cryptomonads and euglenoids accounted for 1.1% each. By season, it was simple in spring and relatively varied in winter. The phytoplankton standing crop on the surface was low (28.8±30.1 cells mL^-1) in summer and high (87.0±65.1 cells mL^-1) in spring. In the phytoplankton community, diatoms showed a high share (over 80%) throughout the year, and Skeletonema costatum-ls was the dominant species with a dominance of more than 60% in spring and winter, and 34.6% and 24.2% in summer and autumn, respectively. The diversity expressing the characteristics of the community structure was high (2.79±0.45) in autumn and low (1.82±0.18) in spring, unlike the phytoplankton standing crop. However, the dominance was high at (0.86±0.08) in spring and low (0.44j0.13) in autumn. Based on the results of principal component analysis (PCA) using environmental and phytoplankton-related factors, it was estimated that the biological oceanographic environmental characteristics seen through the phytoplankton community in the AIY were dominated by nutrients supplied from open seawater and surface sediments by seawater mixing, such as tidal mixing.

• Journal of Korean Society of Forest Science
• /
• v.83 no.4
• /
• pp.441-449
• /
• 1994

The two reflective channels(red and near infrared spectrum) of advanced very high resolution radiometer(AVHRR) data were used to classify primary vegetation cover types in the Korean Peninsula. From the NOAA-11 satellite data archive of 1991, 27 daytime scenes of relatively minimum cloud coverage were obtained. After the initial radiometric calibration, normalized difference vegetation index(NDVI) was calculated for each of the 27 data sets. Four or five daily NDVI data were then overlaid for each of the six months starting from February to November and the maximum value of NDVI was retained for every pixel location to make a monthly composite. The six bands of monthly NDVI composite were nearly cloud free and used for the computer classification of vegetation cover. Based on the temporal signatures of different vegetation cover types, which were generated by an unsupervised block clustering algorithm, every pixel was classified into one of the six cover type categories. The classification result was evaluated by both qualitative interpretation and quantitative comparison with existing forest statistics. Considering frequent data acquisition, low data cost and volume, and large area coverage, it is believed that AVHRR data are effective for vegetation cover type mapping at regional scale.

• Korean Journal of Ecology and Environment
• /
• v.43 no.1
• /
• pp.35-43
• /
• 2010

Nutrient limitation and light limitation was examined for the Youngsan Lake by collecting chlorophyll $\alpha$ and other properties including light intensity, nutrient concentrations, pheopigment ratio monthly from March, 2003 to April, 2004 (except for November-January). Chlorophyll $\alpha$ was fractionated into net-(>$20\;{\mu}m$) and nano-size(<$20\;{\mu}$). Light and nutrient limitation index was calculated based on the equations incorporating the mechanisms of limitation of light and nutrients from the literature. Phytoplankton population (chlorophyll $\alpha$) was low during the wet season especially in August and increased in short-period during other seasons. Photoperiod was short during the wet season but long during the dry season. Nutrients such as phosphate and ammonium were rapidly increased in spring, 2004. Light limitation index was minimum (0.01) in August during the wet season and nutrient limitation index was relatively high (>0.4) except for May and September. Light limitation may affect phytoplankton growth rather than nutrient limitation considering that nutrient levels are high in the Youngsan Lake. Results of correlation analyses showed a negative correlation between light and nutrient limitation indices and net-pheopigment index, and a positive correlation between the indices and nano-pheopigment index. These results suggest that phytoplankton response to change of light and nutrient may be size-dependant.

• The Journal of Engineering Geology
• /
• v.31 no.3
• /
• pp.395-432
• /
• 2021

Groundwater recharge rates vary widely by location and with time. They are difficult to measure directly and are thus often estimated using simulations. This study employed frequency and regression analysis and a classification and regression tree (CART) algorithm in a machine learning method to estimate groundwater recharge. CART algorithms are considered for the distribution of precipitation by subbasin (PCP), geomorphological data, indices of the relationship between vegetation and landuse, and soil type. The considered geomorphological data were digital elevaion model (DEM), surface slope (SLOP), surface aspect (ASPT), and indices were the perpendicular vegetation index (PVI), normalized difference vegetation index (NDVI), normalized difference tillage index (NDTI), normalized difference residue index (NDRI). The spatio-temperal distribution of groundwater recharge in the SWAT-MOD-FLOW program, was classified as group 4, run in R, sampled for random and a model trained its groundwater recharge was predicted by CART condidering modified PVI, NDVI, NDTI, NDRI, PCP, and geomorphological data. To assess inter-rater reliability for group 4 groundwater recharge, the Kappa coefficient and overall accuracy and confusion matrix using K-fold cross-validation were calculated. The model obtained a Kappa coefficient of 0.3-0.6 and an overall accuracy of 0.5-0.7, indicating that the proposed model for estimating groundwater recharge with respect to soil type and vegetation cover is quite reliable.

• Korean Journal of Environmental Biology
• /
• v.19 no.2
• /
• pp.119-128
• /
• 2001

A biological assessment of water quality was carried out in the Pyungchang River water system, Gangwon-do, Korea from September 1999 through August 2000. The benthic macroinvertebrates collected seasonally from 15 field sites were identified mostly up to species level. Benthic macroinvertebrates composed of 109 species, 77 genera, 31 families, 10 orders, 4 classes in 4 phyla. Dominant species occurring in all the field sites were mostly ephemeropterans and trichopterans. On the basis of the values of species diversity and biological indices such as Trent Biotic Index (TBI) Modified Biological Monitoring Working Party Score System (BMWP) and Biotic Index (BI), the Pyungchang River Water system was generally regarded as showing oligosaprobic water quality.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.425-425
• /
• 2011

가뭄은 짧게는 한 계절에서 1년, 길게는 10년 이상 지속되는 등 시간 규모가 다양하며, 그 시작과 끝을 명확하게 정의하기 힘든 특성이 있다. 이와 같이 나타나는 가뭄의 장기적 발생 특성으로 인해 지역의 가뭄 특성을 정확하게 분석하기 위해서는 장기간의 자료를 필요로 한다. 그러나 우리나라의 경우 근대적인 관측은 1900년대 초반에 시작되었으며, 현재 운영 중인 대부분의 관측 시설은 1970년대부터 이용 가능한 자료가 존재하는 상황이다. 미국의 경우에도 1800년대 후반부터 관측된 자료를 이용하여 가뭄 및 홍수 분석을 수행하고 있는 실정이다. 이러한 점을 보완하여 보다 장기간의 가뭄 특성 관련 정보를 확보하기 위한 노력이 많은 연구자들을 통해 지속되어 왔다. 강수량이나 유출량 등 근대 관측 이후 이용이 가능한 자료를 통해서도 가뭄과 관련된 유용한 정보를 획득할 수 있으나 보다 장기간의 정보를 확보하기 위해 나이테 등 다양한 기후 지표를 이용한 연구가 수행되고 있다. 특히 과거 가뭄 특성에 대한 복원을 위해 나이테자료를 이용하는 연구는 미국을 중심으로 매우 활발히 이루어지고 있다. 또한 몽골이나 티베트, 중국 등과 같이 근대 기상 관측 자료가 매우 부족한 지역을 대상으로 가뭄 특성을 분석하기 위해 해당 지역에서 확보된 나이테 자료를 이용하는 연구가 매우 활발하다. 그러나 우리나라에서는 나이테자료와 가뭄 특성 간 관계를 검토하고 나이테자료에 근거하여 과거 가뭄 특성을 복원하려는 노력이 거의 전무한 실정이라 할 수 있다. 따라서 본 연구에서는 근대 관측 이전에 대한 가뭄 특성을 복원함에 있어 나이테자료의 활용가능성을 파악하기 위해 가뭄 특성을 나타내는 가뭄지수와 나이테자료의 상관관계를 분석하였다. 이를 위해 우리나라 및 주변 국가에서 확보된 나이테자료를 이용하였으며, PDSI, SPI 등 기존 가뭄지수를 분석에 함께 활용하였다. 본 연구에서 제시된 연구결과는 향후 나이테자료를 기반으로 근대 관측 이전에 대한 가뭄 특성을 복원하는데 있어 유용한 기반 정보로 활용될 수 있을 것으로 판단되며, 나이테자료 등 기후지표를 이용한 가뭄 관련 연구의 기초 정보로 이용될 수 있을 것이다.

• Journal of Korea Water Resources Association
• /
• v.31 no.6
• /
• pp.657-665
• /
• 1998

New diagnosing method o flood possibility was proposed. The method can be processed by following steps: first, decide if current available water resources are above normal or not; second, compute a consecutive period above normal; third, precipitation is accumulate through the period; fourth, daily depletion (runoff and evapotranspiration) amount is subtracted from the accumulated precipitation and remains are translated to one day's precipitation, which is called effective precipitation; and finally, effective precipitation index. the larger effective precipitation index means the higher flood possibility. This method has been applied to the flood event occurred in the central region of Korea at late July 1996 and compared with the study by Korea Water resources Association (1996). The new method is proven to be much faster in computation, and therefore much better in practical use for emergency situation than current rainfall-runoff models. It is because the new method simplifies some steps of currently used method such as parameter estimation and water level observation. It is also known that new method is more scientific than any other methods that use accumulated precipitation only as it considers the runoff depletion in time

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.259-259
• /
• 2019

시계열 자료들을 분석하고자 하는 경우 자료가 정상성(stationarity)을 만족하는 경우는 드물다. 특히 계절성을 제거한 자료들에서는 정량화하기 어려운 주기성이 많이 관찰된다. 즉, 어떤 특정지역에서 나타나는 현상이 다른 기상 현상에 영향을 미칠 것은 자명한 일이나 그 관련성이 선형(linearity)일 가능성은 극히 드물다. 따라서 그들 사이의 관련성이 선형성에 근거한 지표들로 정량화되어야 한다. 이러한 문제점을 해결하기 위해서 다양한 방법이 사용되며 그중에서 웨이블릿 분석을 통해 본 연구를 진행하였다. 웨이블릿 변환(wavelet transforms)은 특수한 함수의 집합으로 구성되어 기존 웨이블릿 신호의 분석을 위해 사용되는 방법이다. 이 변환은 푸리에 변환에서 변형된 방법으로 특정한 기저 함수(base function)를 이용하여 기존의 시계열 자료를 주파수로 바꾸는 변환이다. 웨이블릿 변환에서 기저 함수를 모 웨이블릿이라고 하며 이를 천이, 확대 및 축소 과정을 통해 주파수를 구성한다. 웨이블릿 분석은 모 웨이블릿을 분해하고 재결합하여 시계열 분석을 할 수 있다. 모 웨이블릿 함수에는 Haar, Daubechies, Coiflets, Symlets, Morlet, Mexican Hat, Meyer 등의 여러 가지 종류의 모 웨이블릿 함수가 있으며 모 웨이블릿이 달라지면 결과가 다르게 나타난다. 기존에는 Morlet 웨이블릿을 주로 이용하여 주파수분석에 사용하여 결과를 도출하였다. 그리고 시계열 자료는 크게 백색잡음(White Noise), 장기기억(Long Term Memory), 단기기억(Short Term Memory)으로 나뉜다. 각 시계열 자료의 종류에 따라 임의의 시계열 자료를 산정하여 그에 따른 웨이블릿 분석을 통해 모 웨이블릿의 특성을 도출하였다. 본 연구에서는 웨이블릿 분석을 통해 시계열 자료의 최적 모 웨이블릿을 결정하고자 남방진동지수(SOI), 북극진동지수(AOI)의 자료를 이용하여 웨이블릿 분석을 시도하였다. 웨이블릿 분석은 모 웨이블릿에 따라 달라지는 결과를 토대로 분석하였으며 이를 정상성과 지속성에 따라 분류된 시계열에 적용하여 최적 모 웨이블릿을 결정하고자 하였다. 본 연구에서는 임의의 시계열 자료에서 설정한 최적의 모 웨이블릿을 AOI와 SOI와 같은 실제 시계열 자료에 대입하여 분석을 진행하였다. 본 연구에서는 시계열 자료의 종류를 구분하고 자료의 특성에 따라 가장 적합한 모 웨이블릿을 구하고자 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.119-119
• /
• 2023

본 연구에서는 Terra MODIS(MODerate resolution Imaging Spectroradiometer) 위성영상과 토양수분 부족지수(Soil Water Deficit Index, SWDI)를 이용하여 2012년부터 2022년까지 한반도 전국의 1km 공간 증발산량을 산정하였다. 공간 증발산량을 산정하기 위한 과정은 크게 두 가지로 구분된다. 첫 번째로 MODIS의 LST(Land Surface Temperature), NDVI(Normalized Difference Vegetation Index), 선행강우 및 무강우 누적일수를 이용해 1 km 공간 토양수분을 산정하였다. 농촌진흥청 토양수분관측망 자료 중 토지피복, 토양 속성을 고려하여 선정된 70개소 토양수분 실측데이터와 비교한 결과 지점별 평균 R² 0.63~0.90으로 유의미한 상관성을 나타내었다. 산정된 공간 토양수분은 생장저해수분점과 초기위조점의 관계를 이용한 SWDI로 변환하였다. 두 번째로 순 복사량, 기온 및 NDVI의 적은 수문인자를 통해 증발산량 산정이 가능한 MS-PT(Modified Satellite-based Priestley-Taylor) 모형을 기반으로 계절별 식생과 토양수분 상태를 고려하여 1 km 공간 증발산량을 산정하였다. MS-PT 모형에서 가정한 대기 증발 변수 Diurnal temperature (DT)와 지표 수분의 상관성 문제를 해결하기 위해 DT를 SWDI로 적용하였다. 모형 결과의 검증을 위해 국내 플럭스 타워 (설마천, 청미천, 덕유산) 증발산량 관측자료와의 결정계수(Coefficient of determination, R²), RMSE(Root Mean Square Error) 및 IOA(Index of Agreement)를 산정하였다. 본 연구의 결과로 생산되는 국내 증발산량의 시, 공간적 변동성은 증발산량을 통한 수문학적 가뭄지수 및 급성 가뭄을 파악하는데 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.292-292
• /
• 2023

본 연구에서는 인공신경망을 이용한 통계적 모형을 구성하여 금강권역의 봄철(3~5월) 강수량 예측을 수행하였다. 통계적 모형의 예측인자로서는 NOAA 등에서 제공하는 AAO, AMM, AO 등 36종의 기후지수와 대상권역인 금강권역의 강수량, 기온 등의 기상인자 8종 등 총 44종의 기후지수를 활용하였다. 예측대상기간을 기준으로 선행기간(1~18개월)에 따른 상관성을 분석하여 상관도가 높은 10개의 기후지수를 예측인자로 선정하였다. 예측모형 형태는 10개의 입력층과 1개의 은닉층으로 되어 있는 인공신경망모형을 구성하였다. 모형 구성과정에서의 불확실성을 최소화하고 예측모형의 적합도를 높이기 위해 예측대상기간을 기준으로 과거 40년간의 자료에 대해 임의로 20년간 자료를 선별하여 모형을 구성하고, 너머지 기간에 대해 검증하는 무작위 교차검증을 반복하여, 예측대상기간 및 예측시점에 따라 각각 적합도가 높은 1000개의 예측모형을 선별하였다. 과거기간(1991~2022년)을 대상으로 예측시점에 따라 각 연도별 1000개의 예측결과를 도출하여, 실제 해당년도의 관측값과의 비교를 통해 예측성을 분석하였다. 예측성은 크게 예측치의 최대값과 최소값 범위 및 예측치의 25%~75% 범위 안에 관측치가 포함될 확률, 그리고 과거 관측값의 3분위 구간을 기준으로 한 예측확률 등을 평가하였다. 관측치가 예측치의 범위 안에 포함될 확률은 평균 87.5%, 예측치의 25~75% 범위 안에 포함될 확률은 30.2%로 나타났으며, 3분위 예측확률은 35.6%로 분석되었다. 관측값과의 일대일 비교는 정확도가 떨어지지만 3분위 예측확률이 33.3% 이상인 점으로 볼 때 예측성은 확보된다고 볼 수 있다. 다만, 우리나라 강수량의 불규칙성과 통계적 모형 특성상 과거 관측되지 않은 패턴에 대해서는 예측이 어려운 문제가 있어, 특정년도의 예측결과가 관측치를 크게 벗어나는 경우도 종종 나타나고 있다.