earticle

한국어

하천 퇴적토는 담수 생태계를 구성하는 기본 요소 중 하나로, 수층과의 유기적 연결성으로 인하여 경계면에서 끊임없이 상호작용이 발생한다. 하천 주변의 다양한 공급원으로부터 유입되는 영양염(nutrients)과 유기물(organic materials) 등은 퇴적토에 축적되어 있다가 특정 환경 조건에서 다시 수층으로 용출될 수 있다. 일반적으로 하천에서는 유역으로부터 유기물이 퇴적토로 유입되고 이는 미생물에 의하여 연속적으로 분해된다. 이때, 유기물이 퇴적토에 더 많이 유입될수록 분해 산물인 PO43--P가 증가하게 된다. 이에 본 연구에서는 대표적인 우리나라의 주요 상수원인 낙동강을 연구대상지로 선정하여, 퇴적토 및 수층의 물리·화학적 특성자료를 이용하여 XGBoost모델을 구축하였다. 특히, 우리나라의 경우 강우의 계절적 편차가 심하여 홍수기를 기준으로 홍수전, 중, 후로 나누어 모델을 구축하였다. XGBoost모델은 머신러닝 모델 중에서도 성능이 우수한 것으로 알려져 있는데, 본 연구에서도 모든 시기에서 훈련, 보정, 검정의 R2가 0.8 이상으로 우수한 성능을 보였다. 이후, 머신러닝 모델 예측 시 가장 중요한 주요 변수를 도출하였다.