메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
나은혜 (이화여자대학교 공과대학 환경학과) 박석순 (이화여자대학교 공과대학 환경학과)
저널정보
한국수생태학회 한국하천호수학회지 한국하천호수학회지 제36권 제3호
발행연도
2003.1
수록면
336 - 343 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
본 연구에서는 남, 북한강 그리고 경안천으로부터 팔당호에 유입되는 유기물 및 영양물질농도의 연속성 예측을 위하여 단순로그선형모델과 다변수 로그선형모델이 함께 적용되었으며, F-검정과 결정계수에 기초하여 산정된 모델의 유의성과 유효성이 검토되었다. 검토 결과 단순로그선형모델은 산정된 9개의 모델 중 4개 모델만이 통계적으로 유의한 반면 다변수 로그선형모델의 경우에는 9개 모델 모두 통계적으로 유의한 것으로 나타났다. 모델의 유효성을 평가하는 결정계수 또한 다변수 로그선형모델의 경우에 더 높게 예측되었다. 즉 팔당호 유입 수질 농도의 연속성 예측과 경향성 파악을 위해서는 다변수 로그선형모델의 적용이 더 적합한 것으로 판단되었다. 다변수 로그선형모델 결과에 기초하여 팔당호 유입수질의 유량 의존성, 경향성, 계절성을 분석하였다. 분석결과 모든 지류에서 유량이 증가함에 따라 팔당호로 유입되는 BOD 농도는 감소하는 것으로 나타났으며, TN과 TP의 경우에는 BOD와 달리 유량이 증가하더라도 농포는 증가 또는 감소하지 않는 것으로 나타났다. 따라서 3개 지류 유역에서 유기물을 배출하는 주요 오염원은 점오염원인 반면 영양물질의 경우에는 점오염원 뿐만 아니라 비점오염원 역시 주요 배출원으로 작용하고 있는 것으로 판단된다. 경향성을 분석한 결과 1995턴부터2000년까지 모든 지류에서 팔당호로 유입되는 BOD농도의 증감 경향은 보이지 않았다. 남한강과 북한강으로부터 팔당호로 유입되는 TP의 경우 1988년부터 1994년까지 점진적인 증가 추세를 보이는 것으로 보고된 바 있으나 본 연구의 대상 기간인 1995년 이후에는 이러한 증가 추세는 관찰되지 않았으며, 반면 경안천으로부터 유입되는 TP농도는 연간 10%정도 증가하고 있는 것으로 예측되었다. 한편 북한강으로부터 팔당호로 유입되는 TN농도는 연간 10%정도 감소하는 반면 남한강과 경안천으로부터의 유입 농도는 각각 연간 3%와 7%씩 증가하는 경향을 보였다. 수질 농도의 계절별 변화 경향을 분석한 결과 팔당호로 유입되는 3개 지류의 유기물 및 영양물질 농도는 모두 계절성을 갖는 것으로 분석되었으며, 이 중 가장 작은 변동폭을 갖는 수질항목은 총 질소인 것으로 나타났다.
#continuity simulation #trend analysis #seasonality #flow dependency #surrogate variable #log linear model #Lake Paldang

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0