• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.130-130
• /
• 2018

진해 용원 인근 해역은 부산신항 개발사업으로 추진된 북컨테이너부두 조성사업 및 항만 배후 단지 조성사업으로 전면 해역이 매립되어 원활한 해수흐름이 차단되었고, 인공적인 해양구조물 및 시설물로 인해 해안선 지형 및 단면 변화가 발생하고 이로 인해 수역의 해수순환이 점진적으로 변화하는 지역이다. 인근 어판장으로의 선박의 출입이 차단되면서 발생된 민원으로 인해 송정천 하구 지점의 북쪽 통로를 이용한 선박이동만이 가능한 좁고 긴 수로형태를 가진 폐쇄성 수역으로 변형되었다. 한국에서는 찾아볼 수 없는 이례적인 형태의 용원수로는 폐쇄성 수역이 형성되면서 수로 내로 유입되는 오염물질은 수로 내에 체류되어 수질을 악화시킬 수 있다. 이러한 폐쇄성 수역이 형성되면서 발생하는 다양한 수질영향을 장기간 평가하는 것은 매우 중요하다고 볼 수 있다. 이에 본 연구에서는 용원수로의 시 공간적인 수질변동 양상을 분석하기 위해 2003년부터 2017년까지 선정된 수질측정 지점에서의 주요수질항목에 대한 수질분석을 실시하였으며, 용원수로로 유입되는 토구를 전수조사하고, 비강우시 및 강우시 토구 모니터링을 통해 육상에서 기인하는 오염원을 분석하였다. 또한, 용원수로 내에 유입된 오염물질 거동 분석을 위해 추적자 실험을 통해 용원수로로 유입된 오염원 거동을 예측하여 용원수로의 수질변화 분석에 대한 연구를 실시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.130-130
• /
• 2019

최근 호내 조류문제가 심각해지고 있는 상황이다. 2017년도에는 남강댐의 조류경보 발령이 동절기인 12월까지 지속됨에 따라 지역 사회의 수질관리 불안이 커지고 있다. 본 연구에서는 호내 조류생장과 수심에 따라 수질에 관하여 연구하였다. 남강댐을 포함하고있는 남강댐 중권역은 경호강으로부터 남강댐까지 해당하며, 낙동강 전체 면적에 7.2%에 달하는 $2.293km^2$의 유역면적을 가지는 중권역이다. 남강댐 중권역에서 광역 및 지방을 포함하는 취수장이 총 10개 이며, 남강댐 중권역 내취수량의 95% 이상을 차지하는 남강 취수원과 진주 취수원이 남강댐 호소수에 의존하고 있으므로 남강댐 상수원의 수질 관리는 매우 중요하다. 그러므로 남강댐의 효과적인 수질관리를 위해 호내 조류 생장 구간의 특성을 파악하여 수질변화에 관한 연구가 필요하다. 본 연구에서는 남강댐 내의 조류 생장 구간인 오미천 유입부와 신풍리 지류 합류부 두 구간의 수심별 pH, DO, EC, 세포수, 클로로필을 측정하여 비교하였으며, 두 구간의 특성을 비교 분석 하였다. 본 연구는 조류 생장 구간인 두 지점의 특성을 파악에 비교 분석하며, 수심별 수질 변화를 예측하여 상수원으로 이용되고 있는 남강댐 호내의 수질관리에 필요한 선행 자료가 되고자 하였다.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2003.09a
• /
• pp.540-542
• /
• 2003

산을 관통하는 터널은 기존의 지하수위를 낮추어 지하수량 및 수질 변화와 함께 주변 식생에 영향을 미칠 수 있다. 본 연구는 서울시 내부 순환도로 건설에 따라 관악산을 관통할 예정인 터널 건설로 인한 지하수 환경변화를 이해하고자 한다. 즉, 현재 산출되는 지하수, 약수 및 지하수 화학특성을 파악하고 지하수 수문 자료와 연계하여 향 후 수질변화 가능성을 예측하고자 한다. 조사 지역에 분포하는 지하수는 지하수위가 대체로 최대 2m 정도에서 최대 20m를 넘지 않으며 일부 관정은 계절에 따라 수온 변화를 보여 지표수와 연계성을 시사한다. 전반적으로 중성에서 약산성을 띄며 이는 화강암과 화강 편마암으로 이루어진 이 지역의 지질특성에 기인한 것으로 생각된다. piper diagram에 도시하였을 경우 지표수는 지하수에 비하여 Na, K 에 비하여 Ca, Mg, Cl, SO$_4$가 우세한 반면 지하수와 약수의 경우 뚜렷한 특성 차이를 보이지 않으며 넓은 영역에 걸친 분포를 보인다.

• Journal of Korea Water Resources Association
• /
• v.38 no.7 s.156
• /
• pp.565-574
• /
• 2005

It is used water quality data that was measured at Pyeongchanggang real time monitoring stations in Namhan river. These characteristics were analyzed with the water qualify of rainy and nonrainy periods. TOC (Total Organic Carbon) data of rainy periods has correlation with discharge and shows high values of mean, maximum, and standard deviation. DO (Dissolved Oxygen) value of rainy periods is lower than those of nonrainy periods. Input data of the water quality forecasting models that they were constructed by neural network and neuro-fuzzy was chosen as the reasonable data, and water qualify forecasting models were applied. LMNN, MDNN, and ANFIS models have achieved the highest overall accuracy of TOC data. LMNN (Levenberg-Marquardt Neural Network) and MDNN (MoDular Neural Network) model which are applied for DO forecasting shows better results than ANFIS (Adaptive Neuro-Fuzzy Inference System). MDNN model shows the lowest estimation error when using daily time, which is qualitative data trained with quantitative data. The observation of discharge and water quality are effective at same point as well as same time for real time management. But there are some of real time water quality monitoring stations far from the T/M water stage. Pyeongchanggang station is one of them. So discharge on Pyeongchanggang station was calculated by developed runoff neural network model, and the water quality forecasting model is linked to the runoff forecasting model. That linked model shows the improvement of waterquality forecasting.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.150-150
• /
• 2023

기작기반의 역학적 모델과 자료기반의 딥러닝 모델은 수질예측에 다양하게 적용되고 있으나, 각각의 모델은 고유한 구조와 가정으로 인해 장·단점을 가지고 있다. 특히, 딥러닝 모델은 우수한 예측 성능에도 불구하고 훈련자료가 부족한 경우 오차와 과적합에 따른 분산(variance) 문제를 야기하며, 기작기반 모델과 달리 물리법칙이 결여된 예측 결과를 생산할 수 있다. 본 연구의 목적은 주요 상수원인 댐 저수지를 대상으로 수심별 수온과 탁도를 예측하기 위해 기작기반과 자료기반 모델의 장점을 융합한 PGDL(Process-Guided Deep Learninig) 모델을 개발하고, 물리적 법칙 만족도와 예측 성능을 평가하는데 있다. PGDL 모델 개발에 사용된 기작기반 및 자료기반 모델은 각각 CE-QUAL-W2와 순환 신경망 딥러닝 모델인 LSTM(Long Short-Term Memory) 모델이다. 각 모델은 2020년 1월부터 12월까지 소양강댐 댐 앞의 K-water 자동측정망 지점에서 실측한 수온과 탁도 자료를 이용하여 각각 보정하고 훈련하였다. 수온 및 탁도 예측을 위한 PGDL 모델의 주요 알고리즘은 LSTM 모델의 목적함수(또는 손실함수)에 실측값과 예측값의 오차항 이외에 역학적 모델의 에너지 및 질량 수지 항을 제약 조건에 추가하여 예측결과가 물리적 보존법칙을 만족하지 않는 경우 penalty를 부가하여 매개변수를 최적화시켰다. 또한, 자료 부족에 따른 LSTM 모델의 예측성능 저하 문제를 극복하기 위해 보정되지 않은 역학적 모델의 모의 결과를 모델의 훈련자료로 사용하는 pre-training 기법을 활용하여 실측자료 비율에 따른 모델의 예측성능을 평가하였다. 연구결과, PGDL 모델은 저수지 수온과 탁도 예측에 있어서 경계조건을 통한 에너지와 질량 변화와 저수지 내 수온 및 탁도 증감에 따른 공간적 에너지와 질량 변화의 일치도에 있어서 LSTM보다 우수하였다. 또한 역학적 모델 결과를 LSTM 모델의 훈련자료의 일부로 사용한 PGDL 모델은 적은 양의 실측자료를 사용하여도 CE-QUAL-W2와 LSTM 보다 우수한 예측 성능을 보였다. 연구결과는 다차원의 역학적 수리수질 모델과 자료기반 딥러닝 모델의 장점을 결합한 새로운 모델링 기술의 적용 가능성을 보여주며, 자료기반 모델의 훈련자료 부족에 따른 예측 성능 저하 문제를 극복하기 위해 역학적 모델이 유용하게 활용될 수 있음을 시사한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1397-1401
• /
• 2007

낙동강에 위치한 하회마을의 점사주는 상류에 안동 및 임하 다목적댐이 건설되면서, 수량이 조절됨에 따라 토사수리학적 특성이 상당히 변화되었으며, 식생이 발생하는 등 옛 모습을 상실해 가고 있는 지역이다. 이 연구는 낙동강의 중상류에 위치한 하회지구에 평면 이차원 하상변동 및 수질예측 수치모형인 KU-RLMS 모형을 적용하여 하회마을 앞의 점사주에 영향을 미치는 수리학적 특성 변화를 규명할 목적으로 수행하였다. KU-RLMS 모형은 하천 및 저수지의 국부적인 수리, 수질, 유사이동 해석을 위해 개발된 평면 이차원 비정상 수치모형이다. 직사각형 격자를 사용하는 유한차분법의 단점을 보완하기 위해, 흐름 계산을 위한 지배 방정식은 3차원 Reynolds 방정식으로부터 수심적분된 2차원 연속방정식과 운동량방정식을 불규칙한 경계를 현실적으로 모사할 수 있는 직교곡선 좌표계로 변환한 방정식을 사용한다. 안동다목적댐과 임하다목적댐의 방류량, 수공구조물 설치 여부 등을 고려하여 수치모의조건을 결정하였으며, 각 조건에 대한 흐름 변화특성을 분석하였다.

• Microbiology and Biotechnology Letters
• /
• v.33 no.1
• /
• pp.56-64
• /
• 2005

The occurrence and abundance of protozoa at advanced wastewater treatment plant were compared with operating parameters and effluent quality using statistical procedures. It seemed that plant operating conditions influenced the distribution of protozoa in the mixed liquor. In statistical analysis, the distribution of protozoa showed the operating condition of plant and predicted effluent quality. Once enough data concerning protozoa, operating parameters and effluent has been gathered, the operator has a valuable tool for predicting plant performance and near-future effluent quality based on microscopic examination. Plant operator manipulates operating conditions if he knows near-future effluent quality is deteriorating. Perhaps more importantly it can be used to actually control the plant to adjust the operating conditions to obtain the protozoal populations that have been shown to provide the best effluent quality.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.201-201
• /
• 2023

일반적으로 하천의 수질은 산업화, 인구증가 등으로 인해 여러 종류의 오염물질이 유입되어 악화된다. 수질 악화의 대표적인 현상은 부영양화이며 이를 일으키는 주요 원인 물질은 통상 영양염류라고 말하는 질소와 인으로 알려져 있다. T-N이 다량 수계로 유입되면 식물성 플랑크톤 등이 대량 번식하여 녹조 현상등 수질 악화를 발생시켜 관리가 필요하다. 현재 많은 수자원 관리 부서에서 모니터링 포인트를 설정하여 수질 변화를 관찰하고 있다. 기존의 T-N 분석방법은 (1) 자외선 흡광광도법 (2) 카드뮴 환원법 (3) 환원증류-킬달법등이 있다. 그러나 이러한 방법들은 실험실 기반의 정량적 분석으로 시간과 비용이 크게 소요되어 발생하는 문제에 대해 초기대응을 하기 힘들다. 따라서 T-N을 효과적으로 측정할 수 있는 방법이 필요하다. 국내에서는 수질자료를 통한 연관된 수질 인자를 찾아내어 머신러닝 알고리즘을 활용해 Chl-a 농도를 추정한 연구사례가 있다. 국외에서는 TN과 센서 측정 지표 간의 물리적, 화학적 관계를 기반으로 센서 감지의 적시성과 지능형 알고리즘의 정확도를 결합하여 실시간 총질소(TN) 측정 방법 연구 사례가 있다. 따라서 본 연구에서는 머신러닝을 활용하여 국내에 적합한 T-N 예측 모델을 만들고자한다. 본 연구에서는 센서기반으로 측정가능한 수질항목들과 T-N의 상관성 분석을 통해 주요 수질인자를 도출하였다. 도출된 인자와 Python 기반의 머신러닝을 활용하여 T-N을 추정하였다. 그 후, T-N 추정값과 실측값을 비교하여 머신러닝 성능을 평가하고 실제 적용 가능성에 대해서 검증하였다. 본 연구는 기존 T-N 측정에 소모되는 시간과 비용의 감소에 기여하고 이를 통해 앞으로 더 정확한 수질 예측이 가능해질 것으로 기대된다.

• Annual Conference of KIPS
• /
• 2023.11a
• /
• pp.358-360
• /
• 2023

뱀장어는 내수면 양식어종으로 뱀장어 양식에서 널리 쓰이는 지수식 양식에 있어서 가장 중요하고 가장 어려운 것은 수질관리다. 수질을 구성하는 요소와 공급된 사료량은 서로 상관관계를 가지며, 이 상관관계에 이상 현상이 발생하면 먹이 섭취 불량과 폐사로 이어질 수 있다. 그래서 본 연구에서는 센서로 측정한 양식장 데이터와 인공지능 모델을 이용하여 수조 속 DO 를 예측하는 모델을 새롭게 제안하여, 적절한 사료 공급 시점과 적절한 공급량을 결정하는 방안에 적절히 사용할 수 있다는 것을 검증하였다. 사료 공급과 공급량에 따른 변화를 가미한 3 시간 후의 DO 를 합당한 이벤트 처리를 통해 예측하였다. 이를 활용하면 사료로 인해 떨어지는 DO 수치를 예측하고, DO 수치가 낮아 회복이 필요한 시점에 투입하는 사료량을 조절하여 질식으로 인해 발생하는 폐사로부터 양식어를 지키며 보다 안정적으로 양식을 위해 활용할 수 있다는 점을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.139-139
• /
• 2020

Intergovernmental Panel on Climate Change(IPCC)에 따르면 지난 1세기 반 동안 전 세계 평균 기온은 약 1℃가 상승하였으며, 온실가스 축적에 따라 평균기온은 21세기 중반에서 21세기 말까지 1~3℃가 증가할 것으로 전망되고 있다. 이러한 기온의 상승으로 인한 하천의 수온 변화는 수중에서 온도에 민감한 생화학적 반응의 변화를 유발하여 수질 및 수생태 변화에 영향을 미칠 수 있다. 따라서 효과적인 수질 및 수생태 관리를 위해서는 기온과 수온 사이의 명확한 관계 정립을 통해 수질변화를 정확하게 예측하는 것이 중요하다. 본 연구에서는 국내·외로 널리 활용되고 있는 SWAT(Soil and Water Assessment Tool, SWAT) 모형을 통해 기온-수온 회귀식이 하천 수질변화에 미치는 영향을 정량적으로 분석하고자 하였다. 그러나 기존 SWAT 모형에서의 기온-수온 회귀식은 미국 유역의 환경 특성을 바탕으로 도출되었기 때문에 국내 유역에 적용하기에 한계점이 있다. 따라서 본 연구의 목적은 국내 유역에서의 실측 기온자료와 수온자료를 사용하여 SWAT 모형 내 기온-수온 회귀식을 재도출하고 적용성을 평가하는 것이다.