장민원
(Min Won Jang)
1aiD
조현경
(Hyun Kyung Cho)
2iD
김상민
(Sang Min Kim)
1b†iD
-
경상대학교 지역환경기반공학과,
(Department of Agricultural Engineering (Institute of Agriculture and Life Science),
Gyeongsang National University)
-
경상대학교 대학원 농공학과
(Graduate School, Gyeongsang National University)
© Korean Society on Water Environment. All rights reserved.
Key words
Aizaki trophic, Chlorophyll a, Eutrophication, Landsat 8, Nutritional status index
1. Introduction
우리나라의 호수들은 대부분 인공호수이며 저수면적에 비해 넓은 유역 면적을 가지고 있어 주변 오염원의 유입에 쉽게 노출되어 있으며, 수역이 정체되어
체류시간이 길어져 영양물질의 축적이 상당한 실정이다. 하천에서도 댐 건설로 인해 인공호수화 되어 부영양화 문제와 녹조현상이 빈번하 게 발생하고 있다.
수역의 부영양화는 가장 심각한 환경문 제 중 하나고 물에 질소, 인 등의 영양염류가 과다하게 공 급되어 수체 내 1차 생산자인 조류가 비정상적으로
증식되 는 현상으로 생태계를 교란하고 냄새와 시각적으로 불쾌감 을 증대시켜 수자원 이용에 심각한 문제점으로 작용하고 있다(Kwon et al., 2009).
정체된 수역에서 조류의 발생은 수체의 영양 상태와 매우 밀접한 관계가 있는데, 영양 상태를 평가하는 방법은 영양염 류와 부영양화 관련 수질항목을 기준으로
구분하는 방법과 영양상태지수(Trophic State Index, TSI)에 의한 방법이 있다. 영양상태지수는 호수 표층의 유광대(euphotic
zone)에서 일어 나는 생물학적, 비생물학적 요소를 반영하여 Carlson (1977)에 의하여 개발되었다. 이러한 영양상태지수 (TSI)는 Carlson의 TSI secchi depth (TSISD), TSI chlorophyll-a
(TSICHL), TSI total phosphorus (TSITP) 및 Kratzer와 Brezonik (1981)의 TSI total nitrogen (TSITN)으로 구성되어 여러 호수의 영양 상태 평가에 널리 이용되고 있다(Yoon et al., 2014).
원격탐사 기술은 관측하고자 하는 지역의 대상 물체에 접촉 또는 접근하지 않고 위성에서 수집된 전기신호를 분 석하여 물체나 현상을 식별하는 과학기술로서
넓은 지역에 대하여 한 번에 자료 수집이 가능하며, 전자적 센서 또는 광학적으로 활용하므로 눈으로 볼 수 없는 파장의 자료를 수집할 수 있다. 또한
동일 지역의 반복 관측이 가능하고 시간과 장소에 따라 변화하는 수표면 오염물질의 공간적인 분포 및 이동 상태를 파악하는데 용이하다(Yoon, 2018).
국내에서 원격탐사를 이용하여 영양상태를 Landsat 5호 와 대청호에서 측정한 클로로필 a의 상관관계로부터 회귀 모델을 유도하였고, Aizaki의
영양상태 지수와 클로로필 a 를 이용하여 작성한 영양상태 분포도에서는 옥천천 유입지 점과 대청호 상류 지점이 6월은 부영양상태, 3월은 중영양 상태인
것으로 나타났다. 또한 탑정지, 백곡지, 미호지 등 충천권 3개의 대형 농업용저수지를 대상으로 클로로필 a 농도와 위성데이터로부터 회귀모델을 유도하고
저수지에 적용하여 영양상태분포도를 작성한 결과 실측값과 유사한 것으로 나타나 클로로필 a 모델의 범용성을 확인하였다 (Kim et al., 1996a). Kim et al. (1996b)은 GIS와 같은 공 간정보기술을 이용하여 표층수온, 투명도, 클로로필, 해저저 질, 해저지형과 같은 해양환경요소들을 수치 주제 도화 하 는 기법을
개발하였으며, Kim et al. (2001)은 연안 환경 관련 자료들의 입력 및 삭제, 갱신, 복구 등과 같은 공간정 보관리의 효율성을 검증한 연구를 진행하였다.
국외에서는 인공위성영상과 Carlson TSI를 이용하여 습 지의 영양 상태를 평가하였고, 얕은 호수에서 클로로필 a의 공간분포와 패턴을 조사하여
클로로필 a의 영양 상태를 TSI로 표기하였다(Rahimeh et al., 2011). Fernanda et al. (2008)은 Landsat 8호를 이용하여 열대성 저수지의 영양 상태를 평가하였으며, Evlyn et al. (2015)은 원격탐사기법 으로 영양 상태를 평가할 때 탁도가 낮은 수체가 부영양화 수역을 파악하는데 정확도가 높다는 연구 결과를 발표했다.
본 연구의 목적은 고해상도 위성인 Landsat 위성영상을 이용하여 영상이 가지는 여러 band 중 호소의 클로로필 a 와 상관성을 가지는 band를
찾고, 원격탐사기법과 영양상 태지수(TSI)를 이용하여 진양호의 부영양화 진행 정도 및 발생 여부를 파악하는 것이다. 상관분석을 통해 band 별
클로로필 a에 관한 회귀분석식을 얻을 수 있고, 이로부터 클로로필 a 분포도를 작성하여 영양상태의 공간적인 분포 를 파악할 수 있다.
2. Materials and Methods
2.1. 대상유역
대상유역이 위치한 남강댐 유역은 경상남도와 전라남·북 도의 9개 시·군에 걸쳐있으며, 경상남도 함양군, 산청군 전 체와 의령군, 진주시, 사천시,
하동군, 합천군 일부지역을 포함하고, 전라북도 남원시, 전라남도 구례군의 일부지역을 포함한다(Joo et al., 2008). 남강댐 유역의 남강은 경상남도 거창군 서상면의 덕유산에서 발원하여 함양군의 함양위천, 남강 제 1지류인 양천과 산청군에서 합류하며, 하류의 덕
천강과 합류 후 남강댐에 유입된다(Kim et al., 2010). 진양 호의 유역면적은 2,285 km2이고, 저수면적은 28.2 km2로서 그 비율은 81이며, 국내 중, 대형 저수지에 비해 비교적 단 순한 지형학적 구조를 갖고 있다. 연평균 강수량은 1,417 mm이고, 연평균
유입량은 2,031 × 106 m3이다. 총저수량은 309.2 × 106 m3이고 유효저수량은 299.7 × 106 m3이다. 평균 수심은 5 m이고, 최대수심은 12 m로 유입부에서 얕고, 댐 부근에서 가장 깊으며, 평균 체류시간은 22 ~ 54일에 해당 한다(Kim et al., 1999; NRERC, 2009). Fig. 1.
Fig. 1. Jinyang lake and selected algae monitoring stations.
2.2. Landsat 영상
Landsat OLI/TIRS 8호는 2013년 2월에 발사되었는데 하 루에 평균적으로 약 14°씩 이동을 하여 약 16일 간격으로 동일한 지점을
촬영하며, 약 99분에 지구를 1바퀴 돌고 있 다. 예상 운영기간은 5.25년이지만, 약 10년이 넘는 시간동 안 우주에 머물 수 있는 충분한 연료를
가지고 있다. Table 1은 Landsat 8호 위성의 분광해상력 및 공간해상도이다.
Table 1. Spectral resolution and spatial resolution of Landsat 8 satellite image
Sensors
|
Landsat 8
|
Wavelength (μm)
|
Resolution (m)
|
Operational Land Imager
|
Band 1
|
0.433-0.453
|
30
|
Band 2
|
0.450-0.515
|
30
|
Band 3
|
0.525-0.600
|
30
|
Band 4
|
0.525-0.600
|
30
|
Thermal InfraRed Sensor
|
Band 5
|
0.630-0.680
|
30
|
Band 6
|
0.845-0.885
|
30
|
Band 7
|
1.560-1.660
|
30
|
Band 8
|
2.100-2.300
|
15
|
Band 9
|
1.360-1.390
|
30
|
Band 10
|
10.30-11.30
|
100
|
Band 11
|
11.50-12.50
|
100
|
본 연구에서는 진양호 유역에 대해서 클로로필 a 농도를 기준으로 영양 상태를 평가하기 위해 USGS의 Landsat 8호 인공위성 영상을 이용하여
연구를 진행하였다. Landsat 8호 위성영상은 Cloud Cover가 20 % 이하인 영상을 이용하였 고, 물환경정보시스템 수질측정자료 중 촬영
일자와 가장 근접한 일자에 측정된 수질자료를 수집하여 활용하였다. 2013년부터 2017년까지의 영상자료의 DN (digital number) 값(반사도)과
클로로필 a와의 상관관계 분석을 위해 식 (1) 을 이용하여 피어슨상관계수(Pearson correlation coefficient, r)를 산정하였고, 식 (2)를 이용해 상관계수의 검정을 위한 t 값을 계산하였다. 피어슨 상관계수는 두 연속형 변수 사이의 선형적인 상관성을 분석해 주며, t를 구하여 표본
집단의 개 체 수에서 2를 뺀 자유도를 가지는 t분포(t distribution)에 적용시킬 수 있으며, t분포는 좌, 우 양측이 대칭인 곡선으 로
표준 정규분포를 따른다. t분포의 확률밀도 함수에서 t 값보다 큰 영역의 합이 유의수준 0.05보다 작으면 상관계 수 r이 유의성을 가지는 것으로
분석한다.
원격탐사를 이용하여 클로로필 a 농도를 파악하기 위해 서는 위성데이터와 실측값의 상관성이 높아야 자료로서 가 치가 있다. 클로로필 a와 DN값의 상관관계를
분석한 기존 연구의 결과에 따라 청색 파장대인 2밴드와 클로로필의 반 사와 흡수파장대인 3, 4밴드의 영상자료와 조류의 개체 수 와 관계가 깊은 근적외파장인
5밴드를 수집하였으며 본 연 구는 5밴드를 사용하여 연구를 진행하였다. Table 2는 영 상촬영일자와 수질측정일자를 정리하였다.
Table 2. Image capture date and Algae quality measurement date of Landsat 8 satellite in Jinyang lake
Image capture date
|
Algae quality measurement date
|
Image capture date
|
Algae quality measurement date
|
2013.03.27
|
2013.03.26
|
2015.11.02
|
2015.11.02
|
2013.06.05
|
2013.06.04
|
2016.04.10
|
2016.04.11
|
2013.10.27
|
2013.10.28
|
2016.08.16
|
2016.08.15
|
2014.05.07
|
2014.05.07
|
2016.12.06
|
2016.12.05
|
2014.10.14
|
2014.10.13
|
2017.01.23
|
2017.01.23
|
2014.12.17
|
2014.12.15
|
2017.05.15
|
2017.05.15
|
2015.01.18
|
2015.01.19
|
2017.11.07
|
2017.11.06
|
2015.05.26
|
2015.05.27
|
|
|
2.3. 수질자료
국립환경과학원의 물환경연구소는 단위유역의 기준부하 량 준수 여부와 정확한 수질 평가를 위하여 2004년부터 단 위유역 말단을 대상으로 수질·유량 총량측정망
사업을 운 영하고 있다. 수질총량측정망 자료는 유량과 수질을 약 8 일 간격으로 동시에 측정하고 관측소별 용존산소 (DO), 생 화학적 산소요구량
(BOD), 화학적 산소요구량 (COD), 부 유물질 (SS), 총질소 (T-N), 총인 (T-P), 총유기탄소 (TOC), 클로로필 a (Chl-a)
등의 수질농도 자료를 포함하고 있다 (NIER, 2017). 본 연구에서는 Landsat 8호 영상과의 상관관 계 분석을 위해 국립환경과학원의 물환경정보시스템 (Water Information System)으로부터
2013년 3월부터 2017년 11월 까지의 수질자료를 수집하여 이용하였다. Table 3은 본 연 구에서 상관관계 분석에 사용되는 클로로필 a의 농도를 수 집한 자료이다.
Table 3. Jinyang lake Algae quality measurement data from March 2013 to November 2017
Algae quality measurement date
|
Chl-a density (mg/m3)_Naedong
|
Algae quality measurement date
|
Chl-a density (mg/m3)_Panmun
|
2013.03.26
|
7.0
|
2013.03.26
|
7.4
|
2013.06.04
|
8.2
|
2013.06.04
|
9.4
|
2013.10.28
|
4.1
|
2013.10.28
|
8.1
|
2013.11.11
|
8.1
|
2013.11.11
|
3.7
|
2014.04.21
|
3.6
|
2014.04.21
|
8.0
|
2014.05.07
|
3.4
|
2014.05.07
|
3.1
|
2014.10.13
|
5.7
|
2014.10.13
|
6.2
|
2014.12.15
|
7.8
|
2014.12.15
|
4.6
|
2015.01.19
|
7.5
|
2015.01.19
|
5.5
|
2015.03.24
|
6.5
|
2015.03.24
|
5.0
|
2015.05.27
|
8.2
|
2015.05.27
|
5.8
|
2015.11.02
|
3.0
|
2015.11.02
|
4.3
|
2016.04.11
|
11.4
|
2016.04.11
|
9.7
|
2016.05.11
|
10.1
|
2016.05.11
|
12.4
|
2016.08.15
|
9.5
|
2016.08.15
|
12.8
|
2016.12.05
|
4.3
|
2016.12.05
|
4.5
|
2017.01.23
|
7.3
|
2017.01.23
|
10.1
|
2017.03.13
|
3.8
|
2017.03.13
|
3.8
|
2017.05.15
|
16.1
|
2017.05.15
|
11.3
|
2017.11.06
|
8.3
|
2017.11.06
|
7.3
|
2.4. 영양상태 평가지표
호수 수질과 관련된 모델은 호수의 영양등급 구분을 위 한 평가모델과 외부로부터 유입되는 오염물질량의 변화에 따른 수질 예측모델로 구분된다. 예측모델은
장래의 수질을 예측하여 그에 따른 방지대책을 검토하기 위한 수단으로 이용되고, 평가모델은 호수의 영양 상태를 파악하기 위한 하나의 방법이다. 또한
현재의 수질 및 미래의 수질에 대 해 대비할 수 있으며, 세계 여러 나라들은 각국에 환경특 성에 맞게 영양상태 지표를 개발하였고, 수질 평가에 각국
의 영양상태 지표를 사용하고 있으며 대표적으로는 Carlson TSI와 Aizaki TSI가 있다. Table 4.
Table 4. Aizaki trophic state index
TSI
|
Transparency (m)
|
Chl-a (mg/m3)
|
Total phosphorus (mg/m3)
|
0
|
48.67
|
0.10
|
0.41
|
10
|
26.74
|
0.26
|
0.91
|
20
|
14.69
|
0.66
|
2.03
|
30
|
8.07
|
1.64
|
4.50
|
40
|
4.43
|
4.10
|
9.97
|
50
|
2.44
|
10.25
|
22.13
|
60
|
1.34
|
25.63
|
49.09
|
70
|
0.74
|
64.07
|
108.89
|
80
|
0.40
|
160.17
|
241.56
|
90
|
0.22
|
400.43
|
535.86
|
100
|
0.12
|
1001.08
|
1188.74
|
Aizaki TSI는 부영양화 지수로서 조류의 양을 직접적으로 구할 수 있는 클로로필 a 농도에서 구하는 것이 가정 적절 하다고 가정하여 투명도를
기준으로 한 Carlson의 TSI 대신 클로로필 a 농도를 기준으로 한 TSI를 생각했다(Aizaki, 1981). 클로로필 농도 1,000 mg/m3를 지수 100으로 하여 지수 0에서는 조류에 의한 빛의 흡수가 물에 의한 흡수보 다 충분히 작아지는 값으로 0.1 mg/m3로 가정하고, 그 사이 를 지수적으로 표현하여 클로로필 a 농도가 2.5배가 될 때 지수가 10씩 증가되는 TSI 식을 만들었다.
3. Results and Discussion
3.1. 밴드 5 영상자료 DN값의 상관관계 분석
본 연구에 사용한 Landsat 8호 5밴드의 DN값으로 산정 한 반사도와 클로로필 a 농도를 이용하여 다중회귀분석을 실시하여 클로로필 a의 회귀모형을
유도하였고 적합성 검 증을 위해 R2, RMSE, RMAE, NSE를 산정하였다. Table 5 는 다중회귀분석의 결과와 R2, RMSE, RMAE, NSE의 값 을 나타내고 있다. Fig. 2는 클로로필 a와 DN값의 상관관 계를 나타낸 그림이다.
Table 5. Correlation analysis of Band 5 image by algae quality monitoring stations
Water quality monitoring station
|
Regression model
|
R2 |
RMSE
|
RMAE
|
NSE
|
Panmun, Naedong
|
Chl-a = 0.00102 (Band-5 DN) - 0.286
|
0.67
|
2.23
|
0.52
|
-3.41
|
Fig. 2. Correlation analysis between chl-a and reflectance for algae quality monitoring stations.
3.2. 남강댐 유역의 클로로필 a 분포도
인공위성 영상을 이용하여 남강댐의 클로로필 a 분포도 를 작성하기 위해 클로로필 a 회귀모형을 영상에 적용하여 농도별 5개 등급으로 나누고, 영상별로
클로로필 a 분포도 를 작성하였다. 2014년 10월 14일과 2016년 4월 10일 영 상이 비교적 클로로필 a의 농도가 높은 것으로 나타났으며,
2015년 1월 18일, 2016년 12월 6일은 클로로필 a의 농도가 5 이하인 곳이 나타났다.
클로로필 a 분포도를 이용하여 남강댐 유역의 클로로필 a의 농도를 산술평균한 결과 가장 높은 평균을 가진 영상 날짜가 2014년 10월 14일이였고
2016년 4월 10일, 2017년 6월 16일, 2013년 6월 5일 순으로 높았다. Fig. 3은 남강 댐 유역의 클로로필 a농도를 5단계로 나누어 나타낸 그림 이다.
Fig. 3. Seasonal chl-a distribution from 2013 to 2017.
3.3. 남강댐 유역의 영양상태 분포도
인공위성 영상을 이용하여 남강댐의 영양 상태를 파악하 기 위해 영양상태지수 평가모델에 의한 방법을 적용하였다. 영양상태지수는 호수의 조류량과 직접적인
관계가 있는 클 로로필 a 농도를 기준으로 개발된 Aizaki trophic state index (TSI)을 적용하였고, 클로로필 a 분포도로부터
각 픽 셀의 농도를 이용하여 영양상태 분포도를 작성한 후 산정 하였다. Aizaki 등은 TSI에 의한 호수의 영양상태 구분을 TSI가 40 이하이면
빈영양상태, 40 ~ 50이면 중영양상태, 50이상이면 부영양상태로 평가하였다. 이를 클로로필 a 농 도로 환산하면 클로로필 a가 4.09 mg/m3 미만일 경우 빈영 양상태, 4.10 ~ 10.25 mg/m3이면 중영양상태 그리고 10.26 mg/m3를 초과하면 부영양상태로 구분된다.
회귀모형을 위성영상에 각각 적용시켜 남강댐 전역의 클 로로필 a 분포도를 작성하고 Aizaki의 TSI를 이용하여 영 양상태 분포도를 작성한 결과
대부분의 영상이 중영양상태 이고, 클로로필 a 분포도를 작성할 때 산술평균값이 높게 산정되었던 2014년 10월 14일 영상이 중영양상태와 부영 양상태가
혼합되어 있고, 2016년 4월 10일 영상이 대부분 이 부영양상태로 평가되었다. Fig. 4는 남강댐 유역의 영양 상태 분포도를 나타낸 그림이다.
Fig. 4. Seasonal chl-a nutritional status distribution from 2013 to 2017.
3.4. 수질 미계측 영상 자료와 수질 측정자료 비교분석
회귀분석에 사용되지 않았던 2018년의 영상 중 Cloud Cover가 20 % 이하인 영상을 선정하여 2013년부터 2017년 까지 영상을 회귀
분석한 식을 적용하였다. Table 6은 회귀 분석식을 적용한 영상자료의 수질 모의값과 측정값을 비교 한 것이다.
Table 6. Comparison of water quality between simulated and measured value
Simulated value
|
Measured value
|
Image capture date
|
Station
|
Algae quality measurement date
|
Station
|
Panmun
|
Neadong
|
Panmun
|
Neadong
|
2018-01-26
|
5.87
|
4.29
|
2018-01-22
|
6.50
|
6.40
|
2018-03-31
|
8.65
|
6.55
|
2018-03-26
|
7.10
|
6.70
|
2018-04-16
|
13.40
|
11.33
|
2018-04-16
|
11.30
|
3.50
|
2018년 1월 26일의 영상은 수질 측정일자 2018년 1월 22일의 수질 농도와 비교하였을 때 판문은 0.63, 내동은 2.11정도의 차이를 보이며
2018년 3월 31일 영상은 2018 년 3월 26일의 수질과 비교한 결과 판문, 내동에서 각각 1.55, 0.15의 차이를 보였다. 두 촬영일자의
수질 모의값과 실측치는 대략 1.11정도의 차이를 보여 회귀분석식의 적용 이 합리적이라고 분석되었다. 2018년 4월 16일의 영상은 영상촬영일자에
수질 측정이 이루어졌으며 모의값과 실측 치의 차이는 판문에서 2.1, 내동에서 7.8의 차이를 보였다. 판문에서는 차이가 양호한 값을 보였지만 내동에서는
큰 차이를 보여 내동의 회귀 분석식은 더 많은 자료를 활용하 여 수정이 필요할 것으로 보인다.
4. Conclusion
본 연구에서는 Landsat 8호 영상을 이용하여 남강댐 진 양호 유역의 클로로필 a 농도와 영양상태의 공간적인 분석 이 이루어졌다. 조류의 개체
수와 관계가 깊은 근적외파장 인 밴드 5의 DN값과 클로로필 a 농도의 상관성을 분석하 고 회귀모형을 개발하였다. Landsat 8호 영상과 클로로필
a 의 회귀모형을 유도하였으며, 모형의 상관결정계수 (R2)는 0.67로 산정되었다.
회귀모형을 각 위성영상에 적용시켜 클로로필 a 분포도 를 작성한 결과 2014년 10월 14일과 2016년 4월 10일 영 상이 비교적 클로로필 a의
농도가 높은 것으로 나타났으며, 2015년 1월 18일, 2016년 12월 6일은 클로로필 a의 농도가 5이하로 나타났다. 클로로필 a의 농도가 높게
나타난 곳은 평균값 또한 높게 분석되었다. 클로로필 a 분포도를 이용하 여 Aizaki의 TSI 영양상태 평가지표를 적용한 영양상태 분 포도를 작성한
결과 대부분의 영상이 중영양상태이고, 클로 로필 a 분포도를 작성할 때 산술평균 값이 높게 산정되었 던 2014년 10월 14일 영상이 중영양상태와
부영양상태가 혼합되어 있고, 2016년 4월 10일 영상이 대부분이 부영양 상태로 평가되었다.
Landsat 8호 영상의 적용성 평가를 위해 회귀분석에 사 용되지 않았던 2018년의 영상을 선정하여 2013년부터 2017 년까지 영상을 회귀분석한
식을 이용하여 영상자료의 수질 을 모의하고 측정값과 비교하였다. 2018년 1월 26일의 영 상은 수질 측정일자 2018년 1월 22일의 수질 농도와
비교 하였을 때 판문은 0.63, 내동은 2.11정도의 차이를 보이며 2018년 3월 31일 영상은 2018년 3월 26일의 수질과 비교 한 결과
판문, 내동에서 각각 1.55, 0.11의 차이를 보였다. 두 촬영일자의 수질 모의값과 실측치는 대략 1.11정도의 차이를 보여 회귀분석식의 적용이
합리적이라고 분석되었 으나 2018년 4월 16일의 영상은 영상 촬영일자에 수질 측 정이 이루어졌으며 모의값과 실측치의 차이는 판문에서 2.1, 내동에서
7.8의 차이를 보였다. 판문에서는 차이가 양 호한 값을 보였지만 내동에서는 큰 차이를 보여 내동의 회 귀 분석식은 더 많은 자료를 활용하여 수정이
불가피할 것 으로 보인다. 또한 더 정확한 신뢰성을 가지기 위해 보정 을 한 DN값을 가지고 연구를 진행하여야 할 것으로 판단 된다.
본 연구에서와 같이 인공위성 영상과 영양상태지수를 이 용하면 유역의 영양상태별 공간적인 분포와 영양상태의 정 량화가 가능함을 파악하였으며, 조류 발생에
따른 효과적인 수자원 관리를 위해 클로로필 a의 분포도는 상당히 중요한 자료로 사용될 것으로 보인다. 또한 더 많은 자료를 활용 한 회귀분석이 이루어지면
보다 정확한 영양상태를 분석할 수 있을 것으로 기대된다.
Acknowledgement
본 연구는 한국연구재단 이공학 개인기초연구지원사업 연구비지원(과제번호 2017-1001)에 의해 수행 되었습니다.
References
Aizaki M., Otsuki A., Fukushima T., Hosomi M., Muraoka K., 1981, Application of Carlson's
trophic state index to Japanese lakes and relationships between the index and other
parameters, Internationale Vereinigung für Theoretische und Angewandte, Vol. 21, No.
1, pp. 675-681

Carlson R.E., 1977, A trophic state index for lakes, Limnology and Oceanography, Vol.
22, No. 2, pp. 361-369

Evlyn M.L.M., Lobo F.L., Costa M.P., 2015, Time-series analysis of Landsat-MSS/TM/OLI
images over Amazonian waters impacted by gold mining activities, Journal of Remote
Sensing of Environment, Vol. 157, pp. 170-184

Fernanda W., Nariane B., Enner A., Thanan R., 2008, Modeling the spatio-temporal dissolved
organic carbon concentration in Barra Bonita reservoir using OLI/Landsat-8 images,
Modeling Earth Systems and Environment, Vol. 3, No. 1, pp. 1-6

Joo J.G., Lee J.H., Kim J.H., Kim Y.S., 2008, Analysis of quality improvement effects
by construction of sewer systems in Nam river basin, Journal of Korea Institute of
Science and Technology, Vol. 9, No. 3, pp. 771-778

Kim B. C., Park J. H., Heo Y. Y., Lim B. J., Hwang G. S., Choi G. S., Chae G. S.,
1999, The limnological survey of major lakes in Korea(3): lake Jinyang, [Korean Literature],
Journal of Environmental Research, Vol. 32, No. 1, pp. 111-126

Kim B.S., Jo M.H., Seo Y.S., 2001, A study on suitability mapping for artificial reef
facility using satellite remotely sensed Imagery and GIS, [Korean Literature], Journal
of Korean Society for Remote Sensing, Vol. 17, No. 1, pp. 99-109

Kim S.J., Park T.Y., Jang M.W., Kim S.M., 2010, Flood runoff estimation for the streamflow
stations in Namgang dam watershed considering forest runoff chracteristics, Journal
of the Korean Society of Agricultural Engineers, Vol. 52, No. 6, pp. 85-94

Kim T.G., Kim T.S., Jo G.S., Kim H., 1996a, Analysis of chlorophyll reflection characteristic
and nutritional status of Daecheong lake using remote tomography, [Korean Literature],
Journal of Korea Society for Geospatial Information System, Vol. 4, No. 2, pp. 35-45

Kim T.G., Kim G.E., Jo G.S., Kim H.G., 1996b, Monitoring of lake water quality using
LANDSAT TM imagery data, [Korean Literature], Journal of Korea Society for Geospatial
Information System, Vol. 4, No. 2, pp. 23-33

Kratzer C.R., Brezonik P.L., 1981, A carlson-type trophic state index for nitrogen
in Florida lakes, Water Resources Bulletin, Vol. 17, pp. 713-715

Kwon Y.H., Yoon J.S., Lee H.J., Yoon Y.S., Seo J.G., Lee J.G., 2009, Remote monitoring
of green algae using intrinsic spectral characteristics, Korea Environmental Science
Society, Vol. 18, No. 1, pp. 585-587

Ministry of Land, Infrastructure, and Transport (MOLIT), 2018, http://www.wamis.go.kr.
(Accessed March. 2018), Water Resources Management Information System (WAMIS)
Nakdong River Environment Research Center (NRERC), 2009, [Korean Literature], '08
Management report of target water quality monitoring system in Nakdong river basin,
Nakdong River Environment Research Center, pp. 142-163
National Institute of Environment Research (NIER), 2017, http://water.nier.go.kr (Accessed
Jun. 2017), Water Information System
Rahimeh R., Pourgholam R., Najafpour S.H., Doustdar M., 2011, Trophic status of a
shallow lake (North of Iran) based on the water quality and the phytoplankton community,
World Applied Sciences Journal, Vol. 14, pp. 112-120

Yoon J.H., 2018, [Korean Literature], Assessment of reservoir trophic state using
multi-spectral remote sensing and spatial distribution of chlorophyll-a, Master's
Thesis, Cheongju University, pp. 28-33
Yoon Y.J., Han J.H., An G.K., 2014, Influence of seasonal monsoon on trophic state
index (TSI), empirical water quality model, and fish trophic structures in dam and
agricultural reservoirs, Journal of Environmental Science International, Vol. 23,
No. 7, pp. 1321-1332
