머신러닝을 이용한 하천별 조류 발생 예측 모형 개발 및 영향 인자 평가: 미호강과 낙동강 유역 대상

• 영문명: Development of Machine Learning-based River Algal Bloom Prediction Model and Assessment of Influencing Factors: Miho and Nakdong River Basins
• 발행기관: 한국방재학회
• 저자명: 온병헌(Byeong Heon On) 이서윤(Seo Yun Lee) 유도근(Do Guen Yoo)
• 간행물 정보: 『2. 한국방재학회 논문집』25권 5호, 1~10쪽, 전체 10쪽
• 주제분류: 공학 > 기타공학
• 파일형태: PDF
• 발행일자: 2025.10.31

국문 초록

최근 낙동강 강정고령 지점에서 남조류 세포 수가 단기간에 약 45배 급증한 사례는 조류 발생이 단순한 수질 문제를 넘어 재난 관리 차원에서 접근해야 함을 보여준다. 본 연구는 하천 특성에 따른 조류 발생 영향 인자의 차이를 규명하고자, 조류 농도의 대표 지표인 Chlorophyll-a (Chl-a)에 영향을 미치는 주요 인자를 분석하였다. 낙동강 대비 상대적으로 규모가 작은 하천 미호강과 대규모 하천인 낙동강을 비교 대상으로 선정하고, 수리학적·생화학적 인자를 바탕으로 다양한 조합의 시나리오를 구성하였다. 머신러닝 기법인 Random Forest와 XGBoost를 활용해 Chl-a 예측 모델을 구축한 뒤, 모델별 인자 중요도를 분석하고 예측 성능을 비교 평가하였다. 분석 결과, 미호강에서는 수온이 조류 발생의 핵심 인자로 확인되었으며, 낙동강 강정고령 지점에서는 BOD, COD 등 생화학적 인자가 핵심적으로 작용하는 것으로 나타났다. 본 연구는 하천 특성별 맞춤형 조류 예측 체계 구축과 방재 대응 전략 수립에 실질적인 근거를 제공할 수 있다.

영문 초록

At the Gangjeong-Goryeong site on the Nakdong River, cyanobacterial cell counts increased approximately 45-fold within a short span, underscoring the need to address algal blooms not just as a water quality issue, but also as a disaster management priority. This study examined how algal bloom driving factors vary by river type, focusing on chlorophyll-a (Chl-a), as a representative indicator of algal biomass. The Miho River, a smaller tributary and the Nakdong River, a large mainstem river, served as study sites. Various scenarios were constructed based on the hydrological and biochemical parameters. Predictive models for Chl-a concentration were developed using machine learning techniques such as Random Forest and XGBoost. The variable importance was derived for each model, and the prediction performance was evaluated separately. Results showed water temperature as the dominant driver in the Miho River, while biochemical factors like BOD and COD were more influential at the Gangjeong-Goryeong site. These results support the development of river -specific algal bloom prediction systems and targeted disaster response strategies.

목차

1. 서 론

2. 방법론

3. 적용 및 결과

4. 결 론

감사의 글

References

키워드

조류 미호강 낙동강 클로로필-a 머신러닝 Algal Miho River Nakdong River Chlorophyll-a Machine Learning