earticle

한국어

국내 하천과 같이 강우에 의한 유량 변동이 큰 수계의 경우, 집중 강우 시 많은 양의 퇴적물이 하천 하류나 호소 바닥으로 이동하여 쌓이게 되고, 쌓인 퇴적물은 재부유, 침식, 교란 등의 활동에 의해 오염물질이 용출되어 하천 및 호소의 수질에 심각한 영향을 미칠 수 있다. 낙동강은 수심 및 수량 증가 등의 물리적인 변화로 인해 유역의 특성이 유수형 하천에서 정수형 호소로 전환되었으며, 하천의 흐름 정체는 보 상류의 유사거동에 많은 영향을 미친다. 이러한 퇴적환경의 변화는 오염된 퇴적물이 수층과 물리, 화학적인 상호작용에 의해 오염물질의 용출을 발생시켜 지속적으로 수질을 저하시키는 내부 오염물질로 작용하게 한다. 따라서 낙동강의 변화된 환경에 따른 퇴적물이 수층에 미치는 영향을 평가하기 위해서는 퇴적물에서 발생된 오염물질의 용출특성에 관한 연구가 필요하다. 낙동강 퇴적물을 대상으로 퇴적물과 수층의 물리·화학적 자료를 이용하여 XGBoost모델을 구축하였다. 본 연구에서는 홍수기를 기준으로 홍수전, 중, 후로 나누어 모델을 구축하였고, 모든 시기에서 훈련, 보정, 검정의 R2가 0.8 이상으로 우수한 성능을 보였다. 이후, 머신러닝 모델 예측 시 가장 중요한 주요 변수를 도출하였다. 낙동강에서 NH3 예측 모델 기여도가 높은 인자는 홍수 전, 중, 전체는 ssChl-a이 가장 높고, 홍수 후에는 ssTOC가 가장 높은 것으로 나타났다.