Correlation Analysis Between Hydrologic Flow Metrics and Benthic Macroinvertebrates Index (BMI) in the Han River basin = 한강유역의 수문 유량 지수와 저서성 대형무척추동물지수(BMI)의 상관관계 분석
저자
발행사항
서울 : 건국대학교 대학원, 2022
학위논문사항
학위논문(석사)-- 건국대학교 대학원 : 사회환경플랜트공학과 2022. 2
발행연도
2022
작성언어
영어
주제어
발행국(도시)
서울
형태사항
78 ; 26 cm
일반주기명
지도교수: 박대룡
UCI식별코드
I804:11004-200000578008
소장기관
In aquatic ecosystems, flow is one of the most essential elements of aquatic species. It is necessary to explore the correlation with ecological indices for the management guidelines of aquatic ecosystems using flow because aquatic ecosystem data are limited. This study calculated the flow metrics using the flow and analyzed the correlation between the flow metrics and the ecological index. This study attempted to understand the correlation between the ecologic index and flow metrics. Flow metrics were quantified flow in various ways, depending on the size, frequency, and design of the flow. The characteristics of flow metrics were identified and the correlation with the ecological index was studied. The Pearson correlation coefficient values for 22 watersheds were compared using the flow data from 2008 to 2015 and the ecological index data from the Benthic Macroinvertebrates Index (BMI). In watersheds with high imperviousness, the Pearson correlation coefficient was negative, which indicated that the correlation in this study provides basic data for the quantitative evaluation of the river ecosystem by identifying the relationship between imperviousness and BMI. As a result, the highest Pearson correlation coefficient values of flow metrics were related to the flow coefficient of variation (MACV13-16; MHCV; MLCV).
In this study, 67 flow metrics were calculated using flow and Gaussian Process Regression (GPR) models were constructed using 67 flow metrics. BMI was predicted using the GPR model and the predicted BMI value was compared with the actual BMI value. In this study, by constructing a GPR model with flow metrics, we found the flow metrics value and GPR model that most affect future BMI prediction. In this study, by constructing a GPR model with flow metrics, we suggested the flow metrics value and GPR model that most affect future BMI prediction. This study quantitatively presented the flow metrics of the watersheds. This study is expected to help plan for improving aquatic ecosystem health using flow metrics.
수생 생태계에서 유량은 수생 생물종의 가장 필수적인 요소다. 하지만 수생태계 자료가 제한적이기 때문에 유량을 이용한 수생태계 관리지침을 방안을 모색할 필요성이 있다. 따라서 본 논문은 수생태지표와 유량 간의 상관관계를 파악하고자 했다. 본 연구에서는 유량을 이용하여 수문 유량 지수를 계산하고, 수문 유량 지수와 수생태지표와의 상관관계를 분석하였다.
본 연구는 수생태지표 중 하나인 저서성 대형무척추동물지수(Benthic Macroinvertebrates Index, BMI)를 이용해 수문 유량 지수와의 상관관계를 이해하고자 했다. 수문 유량 지수는 해당 유량 흐름의 크기, 빈도 및 하천 기본 설계 계획 시 이용되는 설계 유량 등에 따라 다양한 방식으로 유량을 정량화했다. 수문 유량 지수의 특성을 파악하고 수생태지표(BMI)와의 상관관계를 연구했다.
본 연구는 2008년부터 2015년까지의 유량자료와 저서성 대형무척추동물지수(BMI) 자료를 이용하여 22개 유역에 대한 피어슨 상관계수 값을 비교하였다. 해당 상관 분석 결과, 불투수성이 높은 유역에서는 Pearson 상관계수가 음의 값을 나타냈다. 해당 연구 결과를 통해 본 연구의 수문 유량 지수와 저서성 대형무척추동물지수(BMI)과의 상관관계가 불투수성과 연관이 있음을 파악했다. 저서성 대형무척추동물지수(BMI)와 가장 높은 Pearson 상관 계수 값을 가지는 수문 유량 지수는 유량의 변동성을 나타내는 다음 MACV13-16, MHCV, MLCV였으며 이 결과를 통해 수문 유량 지수와 저서성 대형무척추동물지수(BMI)의 관계를 규명하여 하천 생태계의 정량적 평가를 위한 기초 자료를 얻을 수 있었다.
본 연구에서는 67개의 수문 유량 지수를 이용해 Gaussian Process Regression(GPR) 모델을 구성했다. Gaussian Process Regression(GPR) 모델을 사용하여 BMI를 예측하고 예측된 BMI 값을 실제 BMI 값과 비교했다. 해당 분석을 통해 BMI 예측에 가장 큰 영향을 미치는 수문 유량 지수를 파악할 수 있었다. 본 연구에서는 한강 유역의 유량을 수문 유량 지수로 가공해 수생태 지수 BMI와의 관계를 연구하고 유량과 수생태 지수 BMI와의 연관성을 알아냈다. 이 연구는 수문 유량 지수를 이용하여 수생태계의 건강성을 개선하기 위한 기초차료 및 계획 수립에 도움이 될 것이라 판단된다.
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)