• 제목/요약/키워드: 홍수빈도분석

검색결과 764건 처리시간 0.022초

2011-2012년 낙동강 하구 및 연안역에서 식물플랑크톤 군집의 시·공간적 변화 (Temporal and Spatial Variability of Phytoplankton Communities in the Nakdong River Estuary and Coastal Area, 2011-2012)

  • 정미희;윤석현
    • 한국해양학회지:바다
    • /
    • 제18권4호
    • /
    • pp.214-226
    • /
    • 2013
  • 상류지역의 보 건설과 준설작업이 이루어지고 있던 2011년 1월부터 2012년 10월까지 낙동강, 하구 및 연안역에 걸쳐 식물플랑크톤 군집의 변화양상을 이해하고자 14개 정점에서 총 12회의 조사를 실시하였다. 조사시기동안 낙동강 유역의 월 누적 강수량은 0~502mm 이었다. 강유역은 표 저층 모두에서 해수의 영향이 없었고, 하구역 정점에서는 0.1~34.8 psu의 범위로 강우의 영향으로 염분 변동폭이 컸으며, 연안역에서는 홍수기인 7-8월을 제외하고는 대부분 정점에서 30 psu이상의 염분 특성을 보였다. 식물플랑크톤은 총 402종이 분류 동정되었으며 강유역에서는 178종, 하구 및 연안역에서는 331종이 출현하였다. 식물플랑크톤 현존량은 강유역, 하구역, 연안역 순으로 감소하였으며, 2011년에 비해 2012년에 높게 나타났다. 출현빈도와 우점률 측면에서 전체 조사 수역의 상위 20종은 Stephanodiscus spp., Aulacoseira granulata, Aulacoseira var. angustissima, Pseudo-nitzschia spp.의 순었으며, 중요 분류군은 규조류인 것으로 나타났다. 계절별 각각의 정점에서 가장 우점비율이 높았던 종은 2011년(13종)에 비해 2012년(10종)에 다소 단순화되는 경향을 보였다. 식물플랑크톤 종다양성지수는 조사 연도별로는 큰 차이가 없었으나, 강 및 하구에 비해 연안이 다소 높은 것으로 나타났다. 유사도에 의한 군집분석을 이용해 식물플랑크톤의 군집변화를 살펴보면 2011년은 조사시기에 따라 다양한 군집구조가 나타난 반면 2012년은 군집구조의 변화가 크지 않고 단순화 된 것으로 나타났다. 이와 같이 2011년에 비해 전반적으로 높아진 식물플랑크톤의 현존량, 단순화된 우점종의 수 및 군집구조 등은 낙동강 유역의 급격한 환경변화로 인한 것으로 판단된다. 따라서 본 연구에서 다루지 못했던 낙동강-하구-연안의 영양염 분포, 담수유출 및 범위의 변화 등에 따른 식물플랑크톤을 포함한 생물군집의 통합적 분석이 함께 수행되어야 할 것으로 생각된다.

치수유래 구심성 신경섬유의 삼차신경 감각핵군에서의 연접특성 (ULTRASTRUCTURAL ANALYSIS OF TOOTH PULP AFFERENTS TERMINALS IN THE MEDULLARY DORSAL HORN OF THE RAT)

  • 배용철;이은희;최민기;홍수형;김현정;남순현;김영진
    • 대한소아치과학회지
    • /
    • 제28권2호
    • /
    • pp.219-227
    • /
    • 2001
  • 일차연접부위에서 악안면 영역에서 유래하는 유해자극의 전달 및 처리기전을 이해하고자 horseradish peroxidase를 치수지배 구심성 신경섬유를 표식한 후 연수후각에서 미세구조 및 연접양상을 분석하여 다음과 같은 결과를 얻었다. 표식종말은 소수의 큰 치밀소포가 관찰되는 종말 (S형) 및 다수의 치밀소포를 함유하는 종말 (LDCV형)등 2종류로 분류할 수 있었다. S형 및 LDCV형 표식종말의 연접양식은 유사하였으며, 다수의 표식종말이 1개 혹은 2개의 neurofile과 연접을 이루어 대단히 단순한 연접양상을 보였다. 표식종말은 가지돌기체 보다는 다수의 가지돌기가시와 연접을 이루는 빈도가 높았다. 표식종말이 세포체 및 이에 인접한 근심부 가지돌기와 연접하는 경우는 드물었으며, 소수의 표식종말에서 p-ending과 연접하는 경우를 보였다. 표식종말의 체적, 표면적, 사립체의 체적, neurofile과 접하는 면적, 활성부위의 면적, 단위표식종말당 연접소포의 수 및 연접소포의 밀도등은 넓은 범위의 계측치를 나타내었으며, 이는 S형 및 LDCV형 표식종말 사이에 유의한 차이가 없었다. 이상의 결과로 미루어보아 연수후각에서 치수유래 구심성 신경섬유 종말의 연접양식은 고유의 특징을 보이며, 이는 신경회로의 기능과 밀접한 상관관계를 가지는 것으로 판단되었다.

  • PDF

산업단지내 비점오염물질 처리를 위한 적정 저류조 용량 산정 및 처리효율 (Optimum Capacity of Retention Basin for Treating Nonpoint Pollutants and Its Removal Efficiency in Industrial Complex Areas)

  • 김이형;이병식;권수열
    • 한국습지학회지
    • /
    • 제7권3호
    • /
    • pp.75-85
    • /
    • 2005
  • 산업단지 조성은 포장율의 증가를 의미하며, 다량의 비점오염물질이 강우시 유출되게 된다. 이러한 비점오염물질의 처리 및 저감을 위해서는 저류지 건설 등이 대안이 될 수 있기에 최근 환경부는 홍수조절용 우수저류조를 비점오염물질 처리용 저류조로의 전환을 꾀하고 있다. 2005년도에 비점오염원 관리 방안이 법제화됨으로써, 향후 신규개발 지역에서는 비점오염물질 관리를 위한 최적관리방안이 필수화 될 것이다. 본 연구지역의 토지이용은 산업단지 조성지역으로 제 1차 제조업 및 금속산업, 섬유 및 화학제품 제조업 등의 업종이 주를 이루고 있다. 산업단지 조성은 인근 수계에 심각한 비점오염물질 부하량을 증가시킨다. 따라서 본 연구는 산업단지에서의 비점오염물질 처리 및 저감을 위하여 저류지 또는 습지 조성을 위하여 추진되었으며, 비점오염물질 관리를 위한 적정 저류지 용량 산정은 강우량 해석, 유출량 해석 및 비점오염물질 유출해석 등을 통하여 적정 용량을 산정할 수 있다. 연구지역의 일 평년, 최근 10년간, 최근 2년간 및 5년간의 강우량 자료를 통계 분석한 결과 초기 강우현상을 고려하지 않을 경우 발생빈도 80% 이상의 강우에 대한 적정 강우량은 10mm로 나타났다. 초기강우 현상을 고려하여 산정한 누적강우량 기준은 4-5mm 사이로 산정되었으며, 연구지역에서의 적정 저류지 용량은 안전율을 고려하여 $12,000m^3$으로 결정되었다. 연구지역에서 연간 유출되는 비점오염물질의 양은 TSS가 435ton/yr, COD가 238ton/yr, TKN이 8,518kg/yr 그리고 TP가 1,816kg/yr로 나타났다. 저류지에서의 비점오염물질 저감량은 TSS가 78.3ton/yr, BOD가 20.4ton/yr, COD가 128.6ton/yr, TKN이 4.6ton/yr 그리고 TP가 980kg/yr의 저감량을 보였다. 저류지의 연간 퇴적물량은 78.3ton/yr로 나타났으며, 연간 퇴적율은 $6.53kg/m^2-hr$로 산정되었다.

  • PDF

LSTM Networks 딥러닝 기법과 SWAT을 이용한 유량지속곡선 도출 및 평가 (A study on the derivation and evaluation of flow duration curve (FDC) using deep learning with a long short-term memory (LSTM) networks and soil water assessment tool (SWAT))

  • 최정렬;안성욱;최진영;김병식
    • 한국수자원학회논문집
    • /
    • 제54권spc1호
    • /
    • pp.1107-1118
    • /
    • 2021
  • 지구온난화로 인해 발생한 기후변화는 한반도의 홍수, 가뭄 등의 발생빈도를 증가시켰으며, 이로 인해 인적, 물적 피해가 증가한 것으로 나타났다. 수재해 대비 및 대응을 위해서는 국가 차원의 수자원 관리 계획 수립이 필요하며, 유역 단위 수자원 관리를 위해서는 장기간 관측된 유량 자료를 이용하여 도출된 유량지속곡선이 필요하다. 전통적으로 수자원 분야에서 유량지속곡선을 도출하기 위하여 물리적 기반의 강우-유출 모형이 많이 사용되고 있으며, 최근에는 데이터 기반의 딥러닝 기법을 이용한 유출량 예측 기법에 관한 연구가 진행된 바 있다. 물리적 기반의 모형은 수문학적으로 신뢰도 높은 결과를 도출할 수 있으나, 사용자의 높은 이해도가 요구되며, 모형 구동 시간이 오래 걸릴 수 있는 단점이 있다. 데이터 기반의 딥러닝 기법의 경우 입력 자료가 간단하며, 모형 구동 시간이 비교적 짧으나 입력 및 출력자료 간의 관계가 블랙박스로 처리되어 수리·수문학적 특성을 반영할 수 없는 단점이 있다. 본 연구에서는 물리적 기반 모형으로 국내외에서 적용성이 검증된 Soil Water Assessment Tool (SWAT)의 매개변수 보정(Calibration)을 통해 장기간의 결측치 없는 데이터를 산출하고, 이를 데이터 기반 딥러닝 기법인 Long Short-term Memory (LSTM)의 훈련(Training) 데이터로 활용하였다. 시계열 데이터 분석 결과 검·보정 전체 기간('07-'18) 동안 Nash-Sutcliffe Efficiency (NSE)와 적합도 비교를 위한 결정계수는 각각 0.04, 0.03 높게 도출되어 모형에서 도출된 SWAT의 결과가 LSTM보다 전반적으로 우수한 것으로 나타났다. 또한, 모형에서 도출된 연도별 시계열 자료를 내림차순하여 산정된 유량지속곡선과 관측유량 기반의 유량지속곡선과 비교한 결과 NSE는 SWAT과 LSTM 각각 0.95, 0.91로 나타났으며, 결정계수는 0.96, 0.92로 두 모형 모두 우수한 성능을 보였다. LSTM 모형의 경우 저유량 부분 모의의 정확도 개선이 필요하나, 방대한 입력 자료로 인해 모형 구축 및 구동 시간이 오래 걸리는 대유역과 입력 자료가 부족한 미계측 유역의 유량지속곡선 산정 등에 활용성이 높을 것으로 판단된다.