해양환경을 정량적으로 평가하기 위해 수질평가지수(water quality index, WQI)가 사용되고 있다. 우리나라는 해양수산부고시 해양환경기준에 따라 WQI를 5개 등급으로 구분하여 수질을 평가한다. 하지만, 방대한 수질 조사 자료에 대한 WQI 계산은 복잡하고 많은 시간이 요구된다. 이 연구는 기존의 조사된 수질 자료를 활용하여 WQI 등급을 예측할 수 있는 기계학습(machine learning, ML) 기반의 모델을 제안하고자 한다. 특별관리해역인 시화호를 모델링 지역으로 선정하였다. AdaBoost와 TPOT 알고리즘을 모델 훈련을 위해 사용하였으며, 분류 모델 평가 지표(정확도, 정밀도, F1, Log loss)로 모델 성능을 평가하였다. 훈련하기 전, 각 알고리즘 모델의 최적 입력자료 조합을 탐색하기 위해 변수 중요도와 민감도 분석을 수행하였다. 그 결과 저층 용존산소(dissolved oxygen, DO)는 모델의 성능에서 가장 중요한 인자였다. 반면, 표층 용존무기질소(dissolved inorganic nitrogen, DIN)와 표층 용존무기인(dissolved inorganic phosphorus, DIP)은 상대적으로 영향이 적었다. 한편, 최적 모델의 시공간적 민감도와 WQI 등급 별 민감도를 비교한 결과 각 조사 정점 및 시기, 등급 별 모델의 예측 성능이 상이하였다. 결론적으로 TPOT 알고리즘이 모든 입력자료 조합에서 성능이 더 우수하여 충분한 자료로 훈련된 최적 모델은 새로운 수질 조사 자료의 WQI 등급을 정확하게 분류할 수 있을 거라 판단된다.
Water quality index (WQI) can be a great tool that allows experts to translate large amount of complex water quality data into a format more easily understood by the public and policy makers. Canadian Council of Ministers of the Environment Water Quality Index (CCME WQI) can be calculated with the three factors (Scope: $F_1$, Frequency: $F_2$, Amplitude: $F_3$). After all, the WQI for a specific site is produced as a number between 0 to 100; the scale is also divided into five categories, i.e., Excellent, Good, Fair, Marginal and Poor. The WQI was found to be highly related to Chl-a, pH, temperature among the collected items. When the more input parameters were used, the range of variation generally became smaller. $F_3$ among the factors of WQI was influenced by algae. It showed a similar variation tendency between WQI and algal bloom in 2008.
부영양호 신갈지의 수질개선을 위하여 이미 개발된 천연물질 혼합제(PMC)의 수질개선능(WQI)에 수온변화가 어떠한 영향을 미치는지 현장실험을 실시하였다. 실험결과 식물플랑크톤, BOD, 총인 등은 $20^{\circ}C$ 이하에서는 70% WQI 이상을 보였으나 $25^{\circ}C$ 이상에서는 40% WQI 이하로 오히려 감소하였다. 한편 수온의 증가에 따라 남조류에 대해서는 WQI는 감소하였고, 규조류는 수온변화에 상관없이 90% 이상 높은 WQI를 나타냈으며, 박테리아와 총 질소는 수온과 상관없이 매우 낮은 WQI를 보였다. 이상의 결과들은 PMC의 수질개선능이 수온과 밀접한 관계를 가지며, $25^{\circ}C$ 이상의 고온기에 Microcystis aeruginosa가 우점하는 남조대발생보다 겨울철 저온기에 우점하는 규조류에 더 효과적일 것으로 판단되었다.
The Korean Water Quality Index (K-WQI) was applied to the rivers located in the watershed of Daecheong Lake to assess the status of river water quality, and propose potential target constituents for better water quality management in the watershed. The estimated K-WQI value for each river was varied from 70 to 90, and Youngdongcheon showed the worst score while Mujunamdeachen showed the best score. The total nitrogen (TN) and total coliform bacteria were identified as the most significant constituents that degrade the K-WQI values in the rivers. The correlation coefficients (r) were determined between K-WQI and the delivered specific load ($kg/km^2/yr$) of BOD, TN, and TP to justify potential target constituents that have a great influence on the improvement of K-WQI values. The results showed that TN (r=-0.86) and TP (r=-0.85) have a strong negative relationships with K-WQI, but BOD have almost no effect. This implies that BOD, the surrogate parameter for organic pollutants, is no more a feasible water quality variable for the water quality management in the study site.
This study is undertaken to find the optimal method to make the decision on the degree of water pollution by comparison of K-WQI, KOE-WQI that is made for index with the water quality index and water quality environment standard of the Frame Act on Environment Policy as the result of survey for water quality reality on the major point of the Yeongsan river from 2002 to 2004. The water quality of major rivers has some differences depending on seasons. however, under the water quality standard by the $BOD_5$ density, most of rivers displayed the water quality level of $II{\sim}III$ grading, and on K-WQI that is classified by indexing for 10 categories of pH, DO, $BOD_5,\;COD,\;SS,\;T-N,\;NH_3-N,\;NO_{3^-}$ N, T-P, and E-Coli and classified into 5 groups from 100 points to 40 points, they displayed the score distribution of the first grade in water quality for $85{\sim}100$ points to the second grade in water quality for $70{\sim}84$ points. On KOE-WQI that is classified by indexing for 5 categories of pH, DO, $BOD_5$, COD and T-coli and classified into 5 groups from 90 points or above for outstanding and 29 points or below for very bad, and the water quality distribution is made ranged from the first grade in water quality for 90 points or more to the third grade in water quality for $69{\sim}50$ points. In addition, for the contribution of the water quality decline, the Environmental standard has significant dependency on the $BOD_5$ density, with K-WQI contributing in various water quality decline depending on the environment around the river area of $BOD_5,\;T-N,\;NH_3-N,\;NO_3-N,\;T-P$, and E-Coli, and KOE-WQI acting os the factor contributing to lower the water quality decline by $BOD_5$, COD, and T-coli. As such, the current water quality environment standard has high dependency on $BOD_5$ and KOE-WQI excludes some nitrogen and phosphorus that considers the river environment that the grade in water quality is set by some category, and K-WQI reflected well of the ecology environment of rivers with the diversity of the assessment factor as well as to have the low dependency of specific factor to be objective.
급격한 산업화와 도시화로 인해 해양 오염이 심각해지고 있으며, 이러한 해양 오염을 실효적으로 관리하기 위해 수질평가지수(Water Quality Index, WQI)를 마련하여 활용하고 있다. 하지만 수질평가지수는 다소 복잡한 계산과정으로 인한 정보의 손실, 기준값 변동, 실무자의 계산오류, 통계적 오류 등의 불확실성(uncertainty)을 내포하고 있다. 이에 따라 국내·외에서 인공지능 기법을 활용하여 수질평가지수를 예측하기 위한 연구가 활발히 이루어지고 있다. 본 연구에서는 해양환경측정망 자료(2000 ~ 2020년)를 활용하여 우리나라 전 해역 즉, 5개의 생태구에 대한 WQI를 추정할 수 있는 가장 적합한 인공지능기법을 도출하기 위해 총 6가지의 기법(RF, XGBoost, KNN, Ext, SVM, LR)을 실험하였다. 그 결과, Random Forest 기법이 다른 기법에 비해 가장 우수한 성능을 보였다. Random Forest 기법의 WQI 점수 예측값과 실제값의 잔차 분석 결과, 모든 생태구에서 시간적 및 공간적 예측 성능이 우수한 것으로 나타났다. 이를 통해 본 연구에서 개발한 Random Forest 기법은 높은 정확도를 바탕으로 우리나라 전해역에 대한 WQI를 예측 가능할 것으로 사료된다.
저서동물은 저서환경특성을 나타내는 중요한 지시자로 알려져 있다. 본 연구에서는 무안만 조하대의 환경 및 저서동물의 분포특성을 조사하였으며, 수질평가지수(WQI)와 저서생물지수(AMBI)를 이용하여 저서생태계 건강성을 평가하였다. 현장채집은 2019년 하계 무안만 조하대의 10개 정점에서 이루어졌다. 무안만 조하대는 상부지역이 하부지역에 비해 세립한 입도특성을 나타내고 있었으며, 높은 유기물 함량을 보였다. 일부 정점에서 오염지표종인 Musculista senhousia, Theora fragilis and Lumbrineris longifolia과 같은 종들도 우점을 나타내고 있었다. 군집분석결과 무안만 조하대는 상부, 중부, 하부 그룹으로 구분되었으며, 유기물 함량과 저서건강성 평가지수(WQI 및 AMBI)와의 상관결과와 일치하였다. 본 연구결과, 무안만 조하대의 저서생태계는 양호한 것으로 평가되었다. 하지만 저서동물이 균등하게 분포하지 않고, 기회종이 출현하고 있어 조하대의 유기물 부하량이 증가하고 있는 것으로 보인다.
Accurate and timely information on status and trends in the environment is necessary to shape sound water quality management policy and to implement water quality improvement programs efficiently. One of the most effective ways to communicate information on water quality trends to policy-makers, scientists, and the general public is with comprehensive water quality indices. The derivation and structure of a water quality index (WQI) for the classification of surface water quality is discussed. The WQI generally developed through the selection, transformation and weighting of determinants with rating curves based on legal standards and quality directives or guidelines. The representative pollutants should be included in the index, and the relationship between the quantity of these pollutants in the water and the resulting quality of the water should be based on scientific results. The WQI be simply and meaningfully formulated that nonscientifically trained users can easily become familiar with the framework of the system and use the output data to evaluate their own pollution problems.
Water pollution in the lower reaches of the Namhan River is getting worse due to drought and a decrease in water quantity due to climatic changes and hence is affecting the water quality of Paldang Lake. Accordingly, we have used a water quality index (WQI) and statistical analysis in this study to identify the characteristics of the water quality in the lower reaches of the Namhan River, the main causes of water pollution, and tributaries that need priority management. Typically, 10 items (WT, pH, EC, DO, BOD, COD, SS, T-N, T-P, and TOC) were used as the water quality factors for the statistical analysis, and the matrix of data was set as 324 × 10·1. The correlation analysis demonstrated a strong correlation between Chemical Oxygen Demand (COD) and T-P with a high statistical significance (r=0.700, p<0.01). Furthermore, the result of principal component analysis (PCA) revealed that the main factors affecting the change in water quality were T-P and organic substances introduced into the water by rainfall. Based on the Mann-Kendall test, a statistically significant increase in pH was observed in SH-1, DL, SH-2, CM, and BH, along with an increase in WQI in SH-2 and SM. BH was identified as a tributary that needs priority management in the lower reaches of the Namhan River, with a "Somewhat poor" (IV) grade in T-P, "Fair" grade in WQI, and "Marginal" grade in summer.
우리나라는 대규모 산업단지와 대도시들이 연안에 집중되면서 연안의 오염이 날로 심각해지고 있다. 이러한 연안 오염을 모니터링하기 위해서 위성 영상을 이용한 연안 수질평가지수 모니터링 연구가 수행될 필요가 있다. 수질평가지수란 저층 산소포화도, 엽록소 농도, 투명도, 용존무기질소 및 용존무기인 농도를 수질평가 항목으로 구성하여 해양환경관리법에 따른 해양환경기준을 통해 해역별로 기준을 설정하여 산출하는 지수이다. 이 연구는 한반도 주변의 연안지역을 대상으로 2011년부터 2013년까지의 현장관측 자료 및 Geostationary Ocean Color Imager (GOCI) 위성 영상을 이용하여 연안 표층 해수에 대한 기계학습 기반의 두 가지 수질평가지수 추정 기법을 개발하였다. 첫 번째 방법으로는 GOCI 반사도를 이용하여 추정된 수질평가 항목들로 수질평가지수를 계산하였고, 두 번째 방법은 GOCI 반사도 및 산출물(엽록소 농도, 총 부유물질, 용존유기물)을 이용하여 수질평가지수를 추정하였다. 기계학습으로는 Random Forest(RF), Support Vector Regression (SVR), Cubist를 사용하였다. 수질평가 항목 추정에서 투명도의 정확도가 가장 높게 나타났으며, 모든 수질평가 항목 추정에서 세 가지 기계학습 중 RF의 정확도가 가장 높았다. 하지만 추정된 수질평가 항목들로 계산한 수질평가지수는 추정된 수질평가 항목들의 오차와 저층 산소포화도의 불확실성으로 인해 정확도가 높지는 않았다. 반면 GOCI 반사도와 산출물을 이용하여 추정한 수질평가지수는 현장 관측 기반 수질평가지수와 비교했을 때 첫 번째 방법보다 정확도가 높게 나타났다. 또한 엽록소 농도가 수질평가지수 추정에 가장 중요한 변수로 나타났다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.