Earticle

기후변화로 인해 전 지구적으로 자연 재난의 문제가 대두되고 있으며, 최근 국내는 가뭄 피해가 증가함에 따라 가뭄 예측을 위한 영향 인자 분석 연구의 필요성이 커지고 있다. 따라서 본 연구에서는 NDVI, 지하 수위 등의 수문학적 인자들과 가뭄지수 간의 관계를 시간적 특성을 고려하여 여러 상관분석 방법을 활용해 분석하였으며, 이를 통해 특정 기간 가뭄지수와 높은 상관성을 보이는 주요 인자들을 확인하였다. 시간적 특성을 고려하지 않았을 경우에는 가뭄지수와 지하 수위만 높은 상관성을 보였으나, 시간적 특성을 고려하였을 때는 다른 수문학적 인자와의 상관성이 증가하는 모습을 보였으며, 특히 동해시의 NDVI가 높은 상관성을 보였다. 또한 도출된 상관계수를 기반으로 구축한 가뭄 상관성 지도에서 동해시 해안 지역은 NDVI와의 상관성이 높게 나타났으며, 강릉시와 삼척시의 지하 수위는 해안 지역에서 낮은 상관성을 보였다. 이는 지역별 지형, 기후, 지하수 시설 등의 차이에 따른 것으로 확인된다. 본 연구를 통해 가뭄지수와 영향 인자 선정 시 시간적 특성을 고려하는 방법이 중요함을 의미하며, 지하 수위와 NDVI를 우선적으로 반영한다면 가뭄을 효과적으로 파악할 수 있을 것으로 기대된다.

Due to climate change, natural disasters are emerging globally, and in Korea, increasing drought damage has raised the need for research on influencing factors for drought prediction. This study analyzed the relationships between hydrological factors such as NDVI and groundwater level and the drought index using various correlation analysis methods, considering temporal characteristics. As a result, key factors with high correlation to the drought index during specific periods were identified. When temporal characteristics were not considered, only the drought index and groundwater level showed high correlation. However, when considered, correlations with other hydrological factors increased, with NDVI in Donghae City showing particularly high correlation. Additionally, in the drought correlation map based on the derived coefficients, Donghae’s coastal area showed high correlation with NDVI, while the coastal areas of Gangneung and Samcheok showed low correlation with groundwater levels. These regional differences appear to stem from variations in topography, climate, and groundwater use. This study emphasizes the importance of considering temporal characteristics when selecting drought indices and influencing factors. It also suggests that prioritizing groundwater level and NDVI can improve the effectiveness of drought monitoring.

하천습지는 높은 생물다양성과 생태계 서비스를 제공하지만, 인구 증가와 개발로 인한 압력으로 건강성이 악화되고 있다. 습지 건강성 평가는 대중의 습지 가치에 대한 인식을 높이고, 습지의 복원 및 관리를 위한 정책 및 전략 수립에 중요한 기초자료를 제공한다. 본 연구는 압력-상태-반응(PSR, Pressure-State-Response) 프레임워크를 활용한 습지 생태계 건강성 평가 연구 사례를 검토하고 국내 하천습지 생태 건강성 평가에 적합한 지표체계 및 평가방법론을 제안하는 것을 목표로 하였다. 이를 위하여 Web of Science 데이터베이스에서 검색된 14편의 해외 내륙습지 평가 사례를 검토하고, 각 연구에서 사용된 PSR 지표 구성, 평가 방법 및 주요 결과를 비교하였다. 분석 결과, PSR 프레임워크는 인간 활동에 의한 압력, 생태적 상태, 사회적 반응 간 인과관계를 체계적으로 설명할 수 있어, 습지 관리를 위한 건강성 평가에 적합한 틀임을 확인하였다. 이를 바탕으로 국내 환경통계 기반 자료의 활용 가능성을 고려하여 인구밀도, 도시화율, 경작지 비율, 하수 오염부하량, 축산계 오염, NDVI (Normalized Difference Vegetation Index), 수질, 수생태 건강성, 환경생태 평가, 침수흔적도, 경사도, 하수도보급률, 습지훼손율 등 13개 지표를 도출하였다. 평가를 위한 구간을 유역 단위로 구분하였고, 충적층 자료를 활용하여 습지 경계를 설정하였다. 모든 지표는 정량화 및 등급화를 통해 종합건강지수로 환산되며, 평가 결과는 ‘매우 건강(진한 녹색)–건강(옅은 녹색)–보통(노란색)–취약(회색)–매우 취약(짙은 회색)’의 5등급으로 구분할 수 있다. 본 연구는 하천습지 건강성 평가를 위한 국내 적용모델을 제안하고, 이를 기반으로 지역별 취약지역 도출, 복원 우선순위 설정, 평가 결과의 시각화 및 관리방안 도출이 가능한 것으로 분석되었다.

The riverine wetlands supports high biodiversity and provides various ecosystem services, but its ecological health has been deteriorating due to growing population and development pressures. Assessing wetland health can enhance public awareness of the value of wetlands and provide essential baseline data for developing policies and strategies for wetland restoration and management. This study aims to review case studies on wetland ecosystem health assessment based on the Pressure-State-Response (PSR) framework and to propose an appropriate indicator system and assessment methodology for evaluating the ecological health of riverine wetlands in Korea. To this end, we reviewed and analyzed 14 international inland wetland assessment papers retrieved from the Web of Science database and compared the PSR indicator composition, evaluation methods, and results of each study. The analysis confirmed that the PSR framework is suitable for wetland health assessment, as it can systematically explain the causal relationships among anthropogenic pressures, ecological states, and societal responses. Based on this, and considering the availability of domestic environmental statistics, 13 indicators were identified for this study: population density, urbanization rate, cultivated land ratio, domestic wastewater load, pollution from livestock, NDVI (Normalized Difference Vegetation Index), water quality, aquatic ecological health, environmental ecological evaluation, flood area, slope, sewage coverage rate, and wetland degradation rate. Assessment units were delineated by watershed boundaries, and alluvial layer data were used to define wetland boundaries. All indicators were quantified and classified into grades, and then converted into a comprehensive health index. The assessment results can be categorized into five health grades: Very Healthy(dark green) - Healthy(light green) - Moderate(yellow) - Poor(gray) - Very Poor(dark gray) This study proposes a model for assessing the ecological health of riverine wetlands that is applicable domestically, and demonstrates its effectiveness in identifying region-specific vulnerable areas, setting restoration priorities, visualizing assessment results, and deriving management strategies.

자료 동화를 사용하면 모델의 상태 변수를 업데이트하여 유역의 초기 상태를 Open-Loop 시뮬레이션보다 더 정확하게나타낼 수 있다. 수문 분야에서 자료 동화는 종종 예보를 위한 전제 조건이다. 기계학습은 입력과 출력 사이의 모든 비선형관계를 학습할 수 있다. 본 연구에서 기계학습은 수문 모델에서 시뮬레이션된 하천유량과 해당 상태 변수 사이의 관계를학습할 수 있다는 가설을 세웠다. 학습이 완료되면 이 관계를 시뮬레이션된 하천유량이 아닌 관측된 하천유량에 적용하여갱신된 상태 변수를 얻는 것에 사용할 수 있다. 이를 바탕으로 기계학습 기반의 자료 동화 접근 방식이 제안된다. 제안된자료 동화 방법을 두 가지 상태 변수가 있는 장기 유출 모델에 적용하였다. R2, NSE, KGE, pBias와 같은 잘 알려진 성능지표를사용하여 자료 동화된 하천유량 시계열을 Open Loop 하천유량, 앙상블 칼만 필터를 이용하여 자료 동화된 하천유량 및관측된 하천유량과 비교했다. 기계학습은 자료 동화에 성공적으로 사용될 수 있으며, Open Loop 시뮬레이션 및 앙상블칼만 필터에 비해 눈에 띄게 성능지표가 개선되었음을 보여주었다.

Data assimilation can be used to update the state variables of a model, thereby representing the initial state of a watershed more accurately than in open-loop simulations. In hydrology, data assimilation is often a prerequisite for forecasting. Machine learning can learn all nonlinear relationships between inputs and outputs. In this study, we hypothesized that machine learning can learn the relationship between simulated river discharge and corresponding state variables in a hydrological model. Once learning is complete, this relationship can be applied to observed river flows rather than simulated river flows to obtain corrected state variables. Based on this, a machine learning-based data assimilation approach is proposed. The proposed data assimilation method was applied to a long-term continuous rainfall-runoff model with two state variables. Well-known performance metrics such as R2, NSE, KGE, and pBias were used to compare the assimilated river flow time series with open-loop river flow, river flow assimilated using an ensemble Kalman filter, and observed river flow. The results demonstrate that machine learning can be successfully applied to data assimilation, with significantly improved performance metrics compared to open-loop simulations and ensemble Kalman filter.

본 연구는 마이크로 사이펀 수차의 성능에 블레이드 수가 미치는 영향을 실험적으로 분석하였다. 블레이드 수는 2개에서 6개까지 변화시켰으며, 수로의 유입 유속, 상부 수조의 수심, 회전 속도, 토크, 전류, 전압 등의 주요 성능 지표를 동일한 조건에서 측정하였다. 그 결과, 블레이드 수가 2개에서 5개로 증가함에 따라 상부 수조의 수심은 상승하고 유입 유속은 감소하는 경향을 보였다. 이 범위 내에서 전압, 회전 속도, 토크, 전류는 전반적으로 증가하는 추세를 나타냈다. 그러나 블레이드 수가 5개를 초과할 경우 성능 향상이 둔화했으며, 블레이드 수가 5개일 때 수차의 전기 출력이 최적화되는 것으로 나타났다.

This study experimentally investigates the effect of the number of blades on the performance of a micro siphon turbine. The number of blades was varied from two to six, and key performance indicators such as inlet flow velocity at the channel, water depth in the upper tank, rotational speed, torque, current, and voltage were measured under the same conditions. The results show that as the number of blades increased from two to five, the water depth in the upper tank rose, while the inlet flow velocity decreased. During this range, voltage, rotational speed, torque, and current generally exhibited increasing trends. However, beyond five blades, performance gains diminished, indicating that the turbine's electrical output was optimized when equipped with five blades.

하천과 호소에서의 녹조의 발생은 자연재난의 하나로서 다루어지고 있으며, 더 이상 자연현상이 아닌 사회·생태학적 문제로서 부각되고 있다. 본 연구의 목적은 하천이나 호소의 유해남조류 발생에 대웅하는 실무자가 관심지접의 유량과 수온을 이용하여 현재 발생하고 있는 녹조의 현황과 향후 증·감 추이를 간편하게 전망할 수 있는 방법을 제안하는 데 있다. 이를 위하여 동일한 수온과 유량 조건 하에서도 변동성이 큰 유해남조류 발생을 window filter를 통하여 정량화하여 도시하는 ‘유해남조류 발생도표' 방법을 제안하였다. 대표적인 조류경보 지점인 한강수계의 팔당댐과 낙동강수계의 일 단위의 수온, 유량, Chl-a 자료, 주 단위의 유해남조류 세포수 발생 자료를 수집하였다. 수집된 자료에 대해서 녹조 발생과 가장 연관성이 높은 주기를 결정하기 위하여 cross wavelet을 적용하였으며, 각 지점별로 가장 시간적인 상관성이 높은 수온과 유량을 결정하고 이를 유해남조류 발생자료와 결합하여 유해남조류 발생도표를 유도하고 적용성을 고찰하였다.

The proliferation of algae blooms in rivers and lakes is increasingly recognized as a natural disaster, evolving beyond a mere natural phenomenon into a pressing socio-ecological challenge. This study aims to develop a practical method that enables practitioners to assess the current status of harmful cyanobacterial blooms and predict their future trends using runoff and water temperature data. To this end, we propose the "Harmful Cyanobacteria Occurrence Diagram" method that quantitatively visualizes the variability of harmful cyanobacteria occurrence under identical hydrological and water temperature conditions using a window filter. To validate this approach, we collected historical records of daily water temperature, streamflow, and chlorophyll―a (Chl―a), along with weekly harmful cyanobacterial cell count in the Paldang Dam in the Han River basin and the Chilseo site in the Nakdong River basin. Cross wavelet analysis was applied to determine the temporal scales most strongly correlated with cyanobacterial occurrence. The optimal water temperature and runoff conditions exhibiting the highest temporal correlation with the occurrence at each site were identified. These findings were then integrated into the proposed Harmful cyanobacterial occurrence diagram, and its applicability was evaluated.

하천의 과다한 조류 발생은 취수원 및 수생태 환경에 좋지 않은 영향을 줄 수 있으며 이에 대한 지속적인 관리가 중요하다. 본 연구에서는 낙동강 유입 지류 하천에서 조류 발생의 정량적 지표인 chlorophyll-a 농도를 예측하는 자동 머신러닝 모형 (AutoML: automated machine learning)을 구축하였다. AutoML은 머신러닝 모형의 구축을 위한 데이터 전처리, 모형 선정 및 최적화 과정의 편의성을 높여 상대적으로 용이한 모형 구축을 가능하게 하는 장점이 있으며, 본 연구에서는 AutoGluon을 이용하여 AutoML을 구축하고 기존에 널리 사용되는 머신러닝 모형인 random forest 및 XGBoost모형과 그 성능을 비교하였다. 모형 성능의 비교는 모형 성능의 평가에 활용되는 정량 지표인 Nash-Sutcliffe coefficient of efficiency (NSE), root mean squared error (RMSE) 및 RMSE-standard deviation ratio (RSR)를 활용하였다. 분석결과 AutoGloun, RF, XGB 세가지 모형의 RSR 값이 각각 0.564, 0.752, 0.811로 AutoGluon이 가장 우수한 성능을 보이는 것으로 확인되었다. 또한 AutoGluon 모형의 구축에 사용된 각 변수가 모형의 성능에 미치는 상대적 중요도인 feature importance를 확인하여 중요도가 낮은 변수부터 순차적으로 변수를 제거하면서 성능의 변화를 비교하였다. 분석결과 RSR이 0.542–0.579의 범위를 보여 입력변수가 제한적인 경우에도 일정 수준 이상의 안정적인 성능이 확보될 수 있음을 확인하였다.

Excessive algal blooms in rivers can have negative impacts on water resources and aquatic ecosystems. Therefore, continuous management of algal bloom is essential. In this study, an automated machine learning (AutoML) model was developed to predict chlorophyll-a concentrations. AutoML has the advantage of simplifying the machine learning model development process by streamlining data preprocessing, model selection, and optimization, thus making model construction relatively easier. In this study, AutoGluon was used to implement AutoML, and its performance was compared with that of widely used machine learning models (i.g. Random Forest and XGBoost). Model performance was evaluated using three quantitative metrics: Nash–Sutcliffe Efficiency (NSE), Root Mean Squared Error (RMSE), and the Root Mean Squared Error–Observation Standard Deviation Ratio (RSR). The analysis showed that the RSR values for AutoGluon, RF, and XGB models were 0.564, 0.752, and 0.811, respectively, indicating that AutoGluon demonstrated the best performance. Additionally, the relative importance of the input features used in the development of the AutoGluon model was explored. Features were sequentially removed based on their importance ranking to assess the impact on model performance. The results showed that the RSR ranged from 0.542 to 0.579, verifying that the model maintained a stable performance even when input variables were limited.

본 연구는 하천습지 권역을 수분조건에 따라 육상권역, 수변권역, 수중권역으로 구분한 뒤, 권역별 수문환경과 수변식생이 토양의 유기물, 유효질소(N), 유효인산(P2O₅), pH, 전기전도도(EC), 수분함량에 미치는 영향을 실험실 규모의 모의 습지 시스템을 통해 정량적으로 평가하였다. 주요 하천식생종으로는 노랑꽃창포(Iris pseudacorus)와 물칸나(Thalia dealbata)를 활용하였다. 이를 위해 2022년 10월 중순부터 약 6주간 권역별 실험구(육상A, 수변B, 수중C)를 구축하여 품질검사법에 따라 토양 시료를 분석하였다. 일원배치 분산분석(one-way ANOVA) 및 Scheffé 사후검정 사후검정을 통해 권역 간 차이를 검정하였다. 연구 결과, 수중권역 토양은 유기물(2.685%), 유효질소(0.168%), 유효인산(136.225mg/kg), 수분함량(25%)이 육상권역 대비 각각 유의하게 높았으며(p<0.05), 이는 혐기조건에서 유기물 분해 억제에 따른 탄소, 질소 축적과 점토, 유기물 흡착에 의한 인 고정을 촉진한 결과로 해석된다. 반면, pH는 모든 권역에서 6.5~7.0 사이로 유의한 차이가 없었다. 특히, 토양 유기물 함량 변화는 토양 탄소 저장량의 증가와 관련이 있기 때문에 수중권역에서 육상권역보다 높은 탄소 저장능을 갖는 것으로 판단되었다. 또한 Welch’s t-test 검정 결과, 물칸나는 노랑꽃창포보다 유기물과 유효질소를 유의하게 더 많이 축적하는 특성이 확인되었으며(p<0.001), 노랑꽃창포는 토양 pH가 다른 처리구와 비교하여 유의하게 높게 나타났다. 본 연구의 결과는 권역별 수분 조건과 식생 유형을 고려한 하천습지 식재 및 수위 전략 수립의 근거를 제공하며, 토양 유기물 함량 변화를 극대화 하기 위한 하천습지 복원 설계 실무에서 기초자료로 활용할 수 있다.

This study assessed the effects of hydrological conditions and riparian vegetation on soil properties within simulated terrestrial (A), riparian (B), and aquatic (C) wetland zones over six weeks. Two macrophytes, Iris pseudacorus and Thalia dealbata, were cultivated, and soil samples were analyzed using standard protocols. One-way ANOVA showed that aquatic soils contained significantly higher organic matter (2.69%), available nitrogen (0.168%), available phosphorus (136.23 mg/kg), and moisture content (25.0%) compared to terrestrial soils (p<0.05), while soil pH remained stable (6.5–7.0). Welch’s t-test further revealed that T. dealbata accumulated more organic matter (2.62% vs. 1.08%) and nitrogen (0.167% vs. 0.090%) than I. pseudacorus (p<0.001), whereas I. pseudacorus showed higher soil pH (7.16 vs. 6.19). These results demonstrate that hydrological zonation and vegetation type are key drivers of soil nutrient dynamics and carbon storage, offering practical guidance for wetland restoration and water-level management.

동강유역 생태경관보전지역에 서식하는 염주알다슬기(K. nodifila)의 서식지와 생태학적 특성을 알아보기 위하여 염주알다슬기 서식지 6지점과 비서식지 3지점에 대하여 2023년 2회에 걸쳐 저서성 대형무척추동물에 대한 조사를 수행하였다. 동강유역 생태경관보전지역 전체에서 총 89종이 조사되었고, 염주알다슬기 서식지에서는 69종, 비서식지에서는 66종의 저서성 대형무척추동물이 확인되었다. 염주알다슬기 서식지에서 저서성 대형무척추동물 평균 출현종수는 25.3(±5.3)종이었으며 비서식지에서는 평균 29.0(±4.5)종이었다. 염주알다슬기는 주로 본류 구간에 서식하는데, 서식지에서의 평균 LCBD(local contributions to beta diversity)는 0.099(±0.016)이었고, 비서식지에서의 평균 LCBD 값은 0.136(±0.025)으로 비교적 높게 나타나 저서성 대형무척추동물 종 조성에 다소 차이가 있음을 의미한다. 염주알다슬기가 주로 서식하는 본류 구간보다 지류 구간에서 LCBD 값이 상대적으로 높았으며, 날도래목에 속하는 종들의 염주알다슬기의 서식지와 비서식지 간에 서식하는 종조성에 다소 차이가 있었다. 생태적 지위 폭(ecological niche breadth)이 좁은 종은 대체로 제한된 환경 조건에 서식하고, 특정 지역에서 개체밀도가 높은 보통옆새우(Gammarus sobaegensis)는 전체 SCBD(species contributions to beta diversity)에 영향을 주는 것으로 나타났다. 염주알다슬기는 그들의 서식지 특성에 따라 종간 경쟁이나 다른 생물과의 상호작용을 통해 β-다양성에 기여하는 것으로 판단된다. 본 연구에서 염주알다슬기가 서식하는 지역의 하천 차수는 7이었고, 동강으로 유입하는 지류의 하천 차수는 2와 5이었다. 일반적으로 하천규모는 염주알다슬기의 서식에 영향을 미치는 주요 요인 중 하나로 판단된다. 염주알다슬기 서식지에서 걸러먹는 무리(collector-filterers)의 더 많은 출현 종수를 보였고, 썰어먹는 무리(shredders)의 종수와 개체수는 적었다.

To investigate the habitat and ecological characteristics of Koreoleptoxis nodifila inhabiting in the ecological and scenery conservation area of the Donggang river basin, surveys of benthic macroinvertebrates were conducted twice in 2023 at 6 sites where K. nodifila was present and 3 sites where it was absent. A total of 89 species were recorded throughout the conservation area, with 69 species found in K. nodifila habitats and 66 species in non-habitat areas. The average number of species at the sites where K. nodifila was present was 25.3 (±5.3), while the average at the control sites without the species was 29.0 (±4.5). K. nodifila primarily inhabits the main stream sections. The average local contributions to beta diversity (LCBD) of habitat sites was 0.099 (±0.016), while the LCBD value of non-habitat sites was relatively high at 0.136 (±0.025), indicating some differences in the species composition of benthic macroinvertebrates. In particular, tributaries exhibited a greater distinction in species composition between K. nodifila habitats and non-habitats, notably for species belonging to the order Trichoptera. Species with narrow ecological niches are likely to occur under restricted environmental conditions. For instance, Gammarus sobaegensis, a type of Order Amphipoda, maintained high population densities in specific locations and appeared to significantly influence overall species contributions to beta diversity (SCBD). K. nodifila seems to contribute to β-diversity (beta diversity) through interspecific competition and interactions with other organisms depending on habitat characteristics. The stream order of K. nodifila habitats was 7, while the tributaries flowing into the Donggang River had stream orders of 2 and 5, indicating that stream size is likely a major factor on the species distribution. The habitat of K. nodifila showed a higher species richness of collector-filterers, whereas both species richness and abundance of shredders were reduced. It is considered that biological communities inhabiting the same region should be included as considerations in the establishment of conservation plans for the ecological and scenery conservation area of the Donggang river basin.

본 연구는 기초지자체 기본계획 수립시 온실가스 배출 현황 파악, 감축목표 설정 등의 주요한 근거자료로 활용되는 지자체 온실가스 인벤토리를 구축하고, 지자체 부문별 배출 특성에 기반한 온실가스(GHG) 감축 전략 도출을 목적으로 한다. 2022년 기준 동대문구 지자체 온실가스 인벤토리의 총 배출량은 1,293.6천톤 CO2eq이며, 인벤토리 직접배출량 중 가장 큰 비중을 차지하는 분야는 도로수송 분야로 47.2%(298.9천톤 CO2eq), 다음으로 가정 41.2%, 상업 11.5%, 공공 0.1% 순으로 나타났다. 인벤토리 간접배출량 중 가장 큰 비중을 차지하는 분야는 상업 분야로 42.1%(277.9천톤 CO2eq), 다음으로 가정 36.4%, 공공 13.9%, 폐기물 7.6% 순으로 나타났다. 또한 지자체의 2030 감축목표 달성을 위한 감축전략을 도출하였으며, 국가의 부문별 감축률을 지자체 부문에 동일하게 적용함으로써 효율성 있는 감축 전략을 제시하였다. 본 연구는 국가차원에서 도전적으로 도입하는 탄소 흡수 및 제거 부문을 지자체 측면에서 저영향개발(LID), 자연기반해법(NbS) 등으로 적용하는 기반으로 활용될 것으로 기대된다.

The objectives of this study are to establish a local government greenhouse gas(GHG) inventory, which is used as a major source for understanding the current status and making reduction goal of GHG emission and to derive the reduction strategy of GHG emission based on local government characteristics. As of 2022, the total GHG emissions from the Dongdaemun-gu local government inventory amounted to 1,293.6 thousand tons of CO2eq. Among the direct emissions in the inventory, the road transport sector accounted for the largest share at 47.2%(298.9 thousand tons of CO2eq), followed by the residential sector at 41.2%, the commercial sector at 11.5%, and the public sector at 0.1%. For indirect emissions in the inventory, the commercial sector had the highest share at 42.1% (277.9 thousand tons of CO2eq), followed by the residential sector at 36.4%, the public sector at 13.9%, and the waste sector at 7.6%. Additionally, a reduction strategy was derived to achieve the local government’s 2030 emission reduction target. By applying the national sectoral reduction rates equally to the local government sectors, an efficient reduction strategy was proposed. This study is expected to be used as a basis for applying techniques such as low impact development(LID) and nature-based solutions(NbS) to the carbon absorption and removal sectors that are challengingly introduced at the national level.