낙동강 수계에서의 과불화 화합물(PFCs)들의 검출현황을 조사한 결과, PFOS, PFHpA, PFOA, PFNA, PFDA, PFUnDA 및 PFDoDA와 같은 7종의 PFCs가 본류 및 지류에서 검출되었다. 낙동강 수계에서 검출된 PFCs의 구성비율을 조사한 결과, 중류 부근에서는 PFOA와 PFHpA가 50% 이상을 차지하여 가장 높게 나타났고, 하류로 갈수록 PFUnDA, PFDoDA 및 PFOS의 비율이 증가하였다. 낙동강 본류에서 가장 높은 검출농도를 나타낸 지점은 고령지점(고령교)으로 2월과 8월에 각각 259.5 ng/L와 132.6 ng/L가 검출되었고, 지류에서는 진천천 지점으로 2월에 1168.2 ng/L와 8월에 627.8 ng/L의 검출농도를 나타내었다. PFCs는 낙동강 상류부근에서는 거의 검출되지 않았으나 중류부근인 구미 지점부터 하수처리장 방류수의 영향을 받아서 농도가 증가하였고, 금호강과 진천천(hot spot)의 영향을 많이 받는 고령지점에서 최대농도를 나타낸 후 하류로 갈수록 희석효과에 의해 농도가 점점 감소하였다.
In this study, a gated recurrent unit (GRU) network is constructed based on a deep neural network (DNN) with the aim of restoring the missing daily flow data in river basins. Lai Chau hydrological station is located upstream of the Da river basin (Vietnam) is selected as the target station for this study. Input data of the model are data on observed daily flow for 24 years from 1961 to 1984 (before Hoa Binh dam was built) at 5 hydrological stations, in which 4 gauge stations in the basin downstream and restoring - target station (Lai Chau). The total available data is divided into sections for different purposes. The data set of 23 years (1961-1983) was employed for training and validation purposes, with corresponding rates of 80% for training and 20% for validation respectively. Another data set of one year (1984) was used for the testing purpose to objectively verify the performance and accuracy of the model. Though only a modest amount of input data is required and furthermore the Lai Chau hydrological station is located upstream of the Da River, the calculated results based on the suggested model are in satisfactory agreement with observed data, the Nash - Sutcliffe efficiency (NSE) is higher than 95%. The finding of this study illustrated the outstanding performance of the GRU network model in recovering the missing flow data at Lai Chau station. As a result, DNN models, as well as GRU network models, have great potential for application within the field of hydrology and hydraulics.
서낙동강의 물과 저토의 이화학적인 환경을 측정하고, 수생관속식물의 식생을 조사하였다. 수질은 수소이온농도, 용존산소, 엽록소a, 총질소 그리고 총인에 의하면 부영양화 상태이었으나 여름에는 지소에 따라 과영양 상태이었다. 수중 저토는 약산성 이었으며, 모래의 함량이 높았으나 SI는 점토, SU는 미사의 비율이 컸다. 수생식물 분포는 총 16과 26종 1변종으로 총 27분류군이었다. 지소별 우점종은 DU, GA 그리고 SU에서는 마름(Trapa japonica)이 우점하였고, DA에서는 노랑어리연꽃(Nymphoides peltata), SI는 자라풀(Hydrocharis dubia)이 우점하였다. SI와 SU에서 종다양도, 균등성이 높았으며, 우점도는 DA에서 높았다. 6월에 유입된 외래종 물상추(Pistia stratiotes)와 부레옥잠(Eichhornia crassipes)이 수역 전체에 확산되어 서낙동강 전체의 우점종이 되었다. 낙동강 하구둑 축조 당시와 비교하여 서낙동강에서 소멸된 종은 민나자스말(Najas marina), 톱니나자스말(Najas minor), 이삭물수세미(Myriophyllum spicatum), 어리연꽃(Nymphoides indica)이었다. 수생식물의 최대 현존량은 10월에 DU에서 가장 높았다(445g·Dw/㎡). 하구둑 축조당시인 1985년에 비하여 DU와 CA지소의 총현존량은 33.5%로 감소하였으며, 우점종 마름의 감소율이 56.7% 이었다. 종 수와 유사도 지수를 근거로 집괴분석한 결과에 따르면 GA-SU-DU, DA와 SI의 3집단으로 구분되어졌다. 외래종의 유입으로 인한 수생식물군락의 교란은 SI와 SU에 분포하는 가시연꽃(Euryale ferox)과 감소추세 종 자라풀을 포함하여 수역전체의 자생종들 특히 수금류의 먹이식물로 이용되는 마름, 나사말, 말즘 등의 감소를 초래하였다.
An investigation of grain size, organic compounds and metal distribution in lakes from Geum river basin (Republic of Korea) was conducted in two years (2014 and 2015). The samples of sediment were collected from the 3 lakes (12 sites). The samples were analyzed the concentration of metals (Pb, Zn, Cu, Cr, Ni, As, Cd, Hg, Al, and Li) and general indices including grain size. Spearman correlation coefficients were determined using general indices and metal concentrations respectively. The organic qualities of sediments were improved in 2015 compared with 2014. The concentrations of metals were lower than Sediment Criteria of Lakes in Korea. The significant Spearman correlation coefficients were presented only sand-clay, clay-water content, COD-TOC, Cu-Ni, Cd-Li, Zn-Li, and Cr-Ni of general and metal parameters in 2014, 2015 and both of two years.
BACKGROUND: Heavy metals (Al, As, Cd, Cr, Cu, Li, Hg, Ni, Pb, and Zn) were analyzed to elucidate the impact of weir construction on their concentrations in sediments of Geum River, Korea. We also attempted to investigate the source of the heavy metals in sediments. METHODS AND RESULTS: For this study, sediments were collected from May through June in 2012. The concentrations of heavy metals except Hg were determined by inductively coupled plasma mass spectrometer, and Hg was measured by automatic mercury analyzer. More clay were accumulated in the furthest stations in the upstream direction starting from the weirs. Most of the heavy metals showed higher concentrations in the most upstream located station of Geumnam Weir. However, high concentrations were not observed in the most upstream stations of the other weirs. The concentrations of Hg and As were much higher in sediments of Gap Stream. CONCLUSION: Gap Stream may be a potential source for high deposits of As and Hg. Presence of the dams may not play an important role in controlling heavy metal concentrations in sediments. It is necessary to monitor heavy metal concentrations for a longer time period to study the effect of environmental changes on heavy metal distribution in Geum River.
Deep learning models, especially those based on long short-term memory (LSTM), have presented their superiority in addressing time series data issues recently. This study aims to comprehensively evaluate the performance of deep learning models that belong to the supervised learning category in streamflow prediction. Therefore, six deep learning models-standard LSTM, standard gated recurrent unit (GRU), stacked LSTM, bidirectional LSTM (BiLSTM), feed-forward neural network (FFNN), and convolutional neural network (CNN) models-were of interest in this study. The Red River system, one of the largest river basins in Vietnam, was adopted as a case study. In addition, deep learning models were designed to forecast flowrate for one- and two-day ahead at Son Tay hydrological station on the Red River using a series of observed flowrate data at seven hydrological stations on three major river branches of the Red River system-Thao River, Da River, and Lo River-as the input data for training, validation, and testing. The comparison results have indicated that the four LSTM-based models exhibit significantly better performance and maintain stability than the FFNN and CNN models. Moreover, LSTM-based models may reach impressive predictions even in the presence of upstream reservoirs and dams. In the case of the stacked LSTM and BiLSTM models, the complexity of these models is not accompanied by performance improvement because their respective performance is not higher than the two standard models (LSTM and GRU). As a result, we realized that in the context of hydrological forecasting problems, simple architectural models such as LSTM and GRU (with one hidden layer) are sufficient to produce highly reliable forecasts while minimizing computation time because of the sequential data nature.
4대강 수계 하천에 설치된 보 밀도는 어류의 종 다양성에 영향을 주는 요인임을 확인하였다. 보 밀도 지수는 수계별로 차이를 보였으며, 낙동강 수계하천이 가장 높게 나타났으며 (17±1.6), 금강 (1.5±1.3)과 영산강(1.4±1.1)은 비슷하게 나타났다. 반면, 한강 수계하천(1.3±1.2)에서는 보 밀도가 낮게 나타났다. 2-DKS 분석 결과 영산강 수계를 제외하고 Dmax에 따른 p-value는 0.05 이하로서 어류의 출현종수는 보 밀도에 의존하는 것으로 나타났다. 어류 종 다양성에 영향을 주는 보 밀도 역치값 (Threshold value)은 수계별로 다르게 나타났으며. 한강수계 1.6개/km, 낙동강 수계 1.3개/km, 금강수계 2.3개/km 이상에서 어류 출현종수는 감소하는 것으로 나타났다. 본 연구에서 조사한 총 1,217개 하천 가운데 33%인 약 404개 하천의 보 밀도 지수가 역치값 이상인 것으로 나타났다. 이러한 하천은 수생태계 연속성 확보가 시급하기 때문에 우선 대상 하천으로 선정하여 역치값 이하로 보 밀도를 관리할 필요가 있다.
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.