2.1. Description of site

본 연구의 대상지역은 금강에 설치된 백제보(BJW)와 영산 강에 설치된 죽산보(JSW)이며, 모두 4대강사업의 일환으로 건설되었다(Fig. 1). 백제보는 금강에 설치된 3개보(세종, 공 주, 백제) 중 가장 하류에 위치하며, 만수위 기준 저수용량은 24.2백만 m³이다. 백제보는 우안에 넓은 만곡부가 형성되어 있으며, 소수력 발전소가 좌안에 위치하여 우안은 흐름이 정 체된다. 백제보의 유량과 수질은 주로 금강 본류로 유입되는 대청호 방류수와, 갑천 및 미호천의 유량 및 수질변화에 영 향을 받는 것으로 알려져 있다(^{Han and An, 2013}). 죽산보는 영산강 2개보(승촌, 죽산) 중 하류에 위치하며, 만수위 기준 저수 용량은 25.7백만 m³이다. 죽산보는 보 상류 540 m 좌안 지점에 소수력 발전소가 위치하여 본류 흐름이 보 구간으로 형성되지 않아 보를 월류하여 나가는 유량이 적다. 따라서 보 구조물 인근에 정체수역이 형성되며, 주로 보 우안에 조 류가 과잉 성장한다. 죽산보의 수질은 대부분 광주하수처리 장 방류수와 주변 농경지 등에서 배출되는 오염부하의 영향 을 받는다(^{Son et al., 2018}).

Fig. 1. Locations of study sites and monitoring stations in BJW and JSW.

2.2. Sampling and analysis

분석에 사용된 시료는 2017년 5월 16일부터 2018년 11 월 23일까지 연구대상 보의 상류 500 m 지점 중앙의 상층· 중층·하층에서 채취하였다. 백제보는 총 35회(105개 시료), 죽산보는 총 37회(111개 시료)의 실험이 이루어졌다. 시료 는 Van Dorn 채취기를 사용하여, 하천 중앙의 상층, 중층, 하층에서 각각 채취하였다. 수온(Temp, °C), pH, 용존산소 (DO, mg/L), 전기전도도(EC, μS/cm)는 시료 채취 시 현장에 서 다항목 수질측정기(YSI-EXO, YSI-6600, YSI Pro plus) 를 사용하여 수심별로 측정하였으며, 센서들에 대한 보정은 주간 단위로 실시하였다. 채취된 시료는 4 °C 이하로 보관 하여 실험실로 운반한 후, 수질오염공정시험기준(^{ME, 2017}) 에 따라 분석하였다.

조류 종별 세포수 분석을 위한 시료는 Lugol 용액으로 현 장에서 조류를 고정한 후 시료를 실험실로 운반하여, 수질 오염공정시험기준(^{ME, 2017})의 “식물성플랑크톤-현미경계 수법(ES 04705.1b)”에 준하여 분석하였다. 다만 Microcystis 의 경우 colony를 형성하여 불균일하게 분포함으로써 계수 결과에 오차를 유발하기 때문에 일정량의 용액으로부터 Microcystis colony를 분리하여 별도로 계수하였다.

기상자료는 기상청의 기상자료개방포털에서 과업 구간 내에 위치한 종합기상관측소, 방재기상관측소를 대상으로 수집하였으며, 대상 지점은 금강 1개소, 영산강 2개소이며, 강수량(mm) 자료를 수집하였다. 유량자료는 K-water 물정 보포털에서 제공하는 보별 수문자료를 수집하였다.

2.3. Statistical analyses

본 연구의 연구절차는 Fig. 2와 같이 단계별로 수행되었 으며 최종적으로 각 보별 남조류 우점 환경을 종합적으로 평가하였다. 남조류(Cyano), 녹조류(Green), 규조류(Diatom) 세포수 밀도 및 Chl-a 농도는 환경요인과의 교차 상관성 분석을 실시하였다. 분석에 사용한 현장 측정 항목은 수온, DO, EC이며, 물리적 인자는 7일 평균 유량(Q7day), 7일 누적강우량(APRCP7), ΔT(상·하층 수온차)이다. 영양염류 는 TP (Total Phosphorus), TN (Total Nitrogen), NH₃-N, NO₃-N, 유기물 및 미량 물질은 BOD (Biochemical Oxygen Demand), COD (Chemical Oxygen Demand), TOC (Total Organic Carbon), Fe, SiO₂를 포함하였다. 순간 유량을 사용 하지 않고 Q7day를 사용한 것은 호주의 남동쪽에 위치한 하 천에서 수행한 선행연구(^{Mitrovic et al,. 2003}; ^{Sherman et al., 1998}) 결과에서, 보 구간의 남조류 우점이 지속적인 유 량의 감소와 수온성층 형성이 원인이라는 것을 참고하였다.

Fig. 2. The overall processes of this study.

남조류가 우점하는 환경의 중요변수를 평가하기 위해 SMLR 모델과 앙상블(Ensemble) 학습기법 중 RF기법을 사용하였다. 분석에 사용된 종속변수는 남조류 우점도(C. dominance)이며 독립변수는 Temp, DO, EC, Q7day, APRCP7, ΔT, pH, NO₃-N, NH₃-N, TN, PO₄-P, Fe이다. C.dominance는 전체 조류 세포수 밀도에 대한 남조류 세포 수 밀도의 비로써 남조류 우점에 의한 녹조발생의 위험도 를 간접적으로 나타낸다.

SMLR은 단계적 전진 방법을 적용하였으며, 모델에 사용 하는 첫 번째 변수는 종속변수와 상관성이 가장 큰 독립변 수를 선택한다. 다음 변수도 상관성이 큰 독립변수가 순차 적으로 적용되며, 진입 기준에 만족하는 변수가 없으면 프 로시저는 중단된다(^{Chung et al., 2014}). 분석결과는 결정계 수(R²), RMSE (Root Mean Square Error), Mallows의 CP 통 계량, AIC (Akaike Information Criterion)을 사용하여 평가 하였다. SMLR 결과는 RF 모델 결과와 비교를 통해 남조류 우점과 관계가 높은 중요 변수를 선정하는데 활용되었다.

RF 모델은 여러 의사결정나무 모델의 예측 결과들을 종 합하여 정확도를 높이는 앙상블 학습 기법으로, 분류는 투 표(voting), 회귀는 평균(averaging)으로 결과를 산출한다 (^{Breiman, 2001}). RF 모델의 적용 절차는 탐색적 데이터 분석(Exploratory Data Analysis, EDA), 즉 데이터 수집, 정 렬 및 결측값 처리 등과 같은 전처리 작업 수행 후에 결과 를 추정하였다. 또한 RF 모델 개발과정 중 과적합을 방지 하고 예측성능을 평가하기 위해 k-fold 교차 검정(Cross validation)을 10-fold, 3회 반복으로 실시하였다. RF 모델은 목표변수의 값을 예측하기 위해 의사결정나무 모형을 최대 몇 개 사용할 것인지(ntree), 의사결정나무의 각 마디에서 설 명변수를 몇 개 로 할 것인지(mtry) 등을 연구자가 직접 선 택하여야 한다. RF 모델의 ntree 값은 ^{Breiman and Cutler (2015)}에 따라 초기값인 500으로 설정하였으며, mtry는 ^{Liaw and Wiener (2002)}에 의한 방법에 의해 결정하였다. mtry 의 개수는 백제보는 2 ~ 4개, 죽산보는 2 ~ 5개까지 설정하 여 RF 모델에 적용하였다. 모의결과 예측 오차는 mtry가 증가할수록 감소하였으며, 백제보는 mtry가 4개인 모델에 서 RMSE 값이 0.077 %, 죽산보는 mtry가 5개인 모델에서 RMSE 값이 0.066 %로 가장 낮은 편차를 보여, 최종 매개 변수로 선정하였다.

최소의 변수로 예측 성능이 가장 좋은 RF 모델을 만들기 위해 RFE 기법을 사용하였으며, C.dominance 예측에 사용 한 독립변수는 ΔT, Temp, EC, Q7day, APRCP7, TOC, TP, PO₄-P, TN, Fe이다. RFE는 Backward 방식 중 하나로, 변수 중 중요도가 낮은 변수를 하나씩 제거하는 방법이다.

RF 모델을 이용한 남조류 우점과 관련된 중요 변수 추출 과 함께, 남조류 우점도가 높은 환경조건을 확인하기 위해 의사결정나무(Decision Tree, 이하 DT) 분석을 실시하였다. 분석에 사용된 종속변수는 C.dominance이며 설명변수는 RF 모델 중요도 평가 결과를 바탕으로 선정된 변수들을 적용 하였다. DT 모델은 각 변수를 이분화 하는 과정을 반복하 여 나무모형을 형성하며, 종속변수가 범주형인 경우 분류, 연속형인 경우 회귀분석을 수행한다. 독립변수들은 범주형 또는 연속형 모두에 적용될 수 있으며 이 과정을 반복한 후 적절한 나무모형을 찾기 위한 가지치기(Pruning)를 통해 최종모형을 선택한다. 본 연구에서 DT 모델은 R프로그램 의 rpart package (^{Breiman et al., 1984})를 사용하였고, RF 모델은 randomForest package(^{Breiman and Cutler, 2015})를 사용하였다.

녹조 발생에 영향을 미치는 환경요인의 군집분석을 위해 주성분분석(Principal component analysis, PCA)을 사용하였 다. 분석에 사용한 자료는 C.dominance, Temp, DO, EC, Q7day, APRCP7, ΔT, pH, NO₃-N, NH₃-N, TN, TP, PO₄-P, Chl-a, Fe, BOD, COD, TOC, SiO₂를 포함하였다. 주성분 수의 결정은 주성분 축에 정사된 자료의 분산 크기를 나타 내는 고유치(eigenvalue)가 1.0 이상인 값을 갖는 주성분 축 만을 고려하였으며(^{Box and Cox, 1964}; ^{Jung et al., 2012}; ^{Soltani et al., 2012}), 축을 회전하는 방법은 변수와 요인간 의 관계를 가장 명확히 설명하는 것으로 알려진 Varimax 회전방법을 적용하였다(^{Husson, 2010}). 또한, 원자료가 주 성분 분석에 타당한 방법론인지 판단하기 위해 Bartlett 구 형도 검정 및 KMO (Kaiser-Meyer-Olkin) test (KMO)를 사 용하였다. KMO test 결과는 분석에 사용된 변수와 자료에 내재된 요인들 간의 공분산 정도를 나타낸 척도로써 1에 가까울수록 분석의 타당성이 높고 최소 0.5 이상 되어야 분 석이 가능하다(^{Jung and Kim, 2017}). KMO 검정결과, 백제보 는 총 1개(COD), 죽산보는 총 4개(pH, PO₄-P, TN, NO₃-N) 의 변수가 KMO 기준 값(0.5 미만)을 만족하지 못하여 이 들 변수를 배제하고 분석하였다. 최종적으로 선정된 변수로 분석한 결과, 백제보의 KMO 값은 0.74 (p ≪ 0.05), 죽산보 는 KMO 값은 0.68 (p ≪ 0.05)로 모든 보에서 기준 값을 만족하였다.

3.1. Descriptive statistics of experiment data

연구대상 2개보에서 실측한 수질 및 조류 자료와 함께 유량 자료의 기술통계 자료를 Table 1에 제시하였다. pH는 2개보에서 모두 평균 8.7 ~ 8.8로 유사한 값을 나타냈으며, 백제보에서 DO, EC, SS, NO₃-N 값은 각각 8.51(± 2.81) mg/L, 303.9(± 111.9) μS/cm, 24.21(± 5.55) mg/L, 1.89(± 0.63) mg/L로 죽산보의 7.30(± 2.79) mg/L, 260.5(± 84.7) μS/cm, 16.07(± 9.62) mg/L, 1.51(± 0.45) mg/L보다 높았다. 백제보에 비해 죽산보는 유기물과 인 항목 농도도 높았으며, BOD가 3.56(± 1.70) mg/L, TP와 PO₄-P가 각각 0.153(0.050 ~ 0.490) mg/L, 0.078 (0.009 ~ 0.139) mg/L 범위였다. Chl-a는 백제 보, 죽산보에서 각각 33.2(± 21.6), 39.1(± 39.5) mg/m³로 유 사하였으며, 남조류 세포수는 백제보와 죽산보에서 각각 4,296(0 ~ 73,467) cells/mL, 5,098(0 ~ 108,258) cells/mL로 죽 산보에서 높았다.

백제보와 죽산보에서 2017년(Fig. 3a)과 2018년(Fig. 3b)의 남조류 세포수의 시계열 변화를 보면 남조류가 우점하는 시기가 서로 다른 것을 볼 수 있다(Fig. 3). 이는 연구대상 2개 보에서 우점하는 조류의 천이특성이 당해 연도의 강우 -유출 패턴과 밀접한 관계가 있음을 시사한다. 백제보에서 는 2017년 5월 ~ 6월과 8월 말부터 9월 초, 10월 이후에 강 수량이 매우 적었으며, 7월 ~ 8월에 강수량이 많았다. 그 결 과 2017년 9월 초와 10월 말에 남조류가 일시적으로 우점 하였으나, 세포수 밀도는 낮게 유지되었다. 그리고 10월 말 에 남조류 Aphanocapsa가 다시 우점하였으나, 이들은 조류 경보제의 대상인 유해남조류에 포함되지 않는다. 반면 2018년에는 장미기간인 6월 말부터 7월 초, 그리고 8월 말 부터 9월 초에 강수량이 많았으며, 7월 초에 장마가 조기 종료됨으로써 7월 중순부터 8월 말까지 강수량이 적고 폭 염이 지속되었다. 이러한 현상으로 2018년에는 높은 수온 이 지속되는 7월 중순부터 남조류가 우점하면서 녹조가 발 생되기 시작하였고, 8월 말에 큰 강우가 발생되면서 소멸 되었다.

Fig. 3. Temporal variations of precipitation and cell density of each algae group (surface layer) in (a) BJW and (b) JSW Weirs

죽산보에서는 2017년 5월부터 6월 중순과, 9월 중순부터 10월 말까지 강수량이 매우 적었으며, 백제보와 같이 수온 이 높은 7월~8월에는 강수량이 많았다. 그 결과 2017년에 는 6월 말과 9월 중순에 남조류가 일시적으로 우점하였으 나, 세포수 밀도는 20,000 cells/mL 미만으로 낮았고 수온이 가장 높은 7월 ~ 8월에도 강우의 영향으로 모든 조류 그룹 이 낮은 세포수 밀도를 보이고 있다. 그러나, 2018년에는 무강우 일수가 지속된 7월 ~ 8월 중순에 남조류가 우점하여 세포수 밀도는 108,258 cells/mL까지 증가하였다. 조사기간 동안 백제보와 죽산보 모두 남조류가 우점하면서 20,000 cells/mL 이상으로 과잉성장한 시기는 무강우 일수가 지속 된 2018년 7월~ 8월 중순에 나타났다.

3.2. Correlation analysis of environmental factors

Table 2에 각각 변수들 간의 Spearman 상관계수(r)를 제 시하였다. 분석결과 모든 보에서 남조류 세포수는 Temp, ΔT, EC, DO와 양의 상관관계를 보였으며, 유량과 강수량은 음의 상관관계를 보였다. 이러한 결과는 하천에서 강수량과 유량의 감소로 체류시간이 길어지고 고온의 안정된 수체가 유지되는 경우 남조류가 다른 조류보다 성장이 유리하다는 선행연구결과(^{An and Jones, 2000}; ^{Horne and Goldman, 1994})와 일치한다. 수온은 백제보에서 남조류 세포수와 r = 0.42 (p < 0.01)로 가장 높은 상관관계를 나타내었다. 수온 성층강도를 나타내는 ΔT는 죽산보에서 r = 0.59 (p < 0.01) 로 남조류 세포수와 가장 높은 상관관계를 보였다. 모든 보에서 남조류와 녹조류 세포수는 양의 상관관계를 나타냈 으며, 남조류와 규조류 세포수는 죽산보에서 양의 상관관계 를 백제보에서 음의 상관관계를 나타냈다. 이는 조사기간 동안 특정 조류 분류군이 배타적으로 우점하기보다는 여러 분류군이 경쟁하며 성장하였기 때문으로 판단된다(Fig. 3).

Chl-a는 모든 보에서 유기물 항목인 BOD, TOC와 양의 상관관계를 나타냈으며, 특히, BOD와 높은 양의 상관관계 (r = 0.56 ~ 0.57)를 나타냈다. 이것은 수체 내에서 조류의 성장에 따른 내부 유기물 부하가 BOD와 TOC의 농도를 상승 시킨 결과로 해석된다. 그리고 모든 보에서 Fe 농도 는 남조류, 녹조류 및 규조류 세포수와 음의 상관관계(r = -0.25 ~ -0.02)를 나타냈다. Fe는 남조류의 광합성을 촉진하 는 것으로 알려져 있으나, 상관성 분석에서는 유의한 관계 가 나타나지 않았다. SiO₂와 규조류 세포수와 상관성은 백 제보에서는 r = 0.15로 양의 관계를 보였으나 통계적 유의 성이 없었으며, 죽산보에서 음의 상관성(r = -0.29, p < 0.05) 을 보였다. SiO₂는 규조류 성장에 매우 중요한 영양염류로, 규조류 세포벽의 합성에 기여하며, 저수온기에 규조류의 생 물량을 간접적으로 파악할 수 있는 지표로도 사용한다. ^{Wetzel (2001)}에 의하면 SiO₂는 규조류 및 다른 조류 종의 계절적 천이에 기여하며, SiO₂ 농도가 약 0.5 mg/L 이하에 서는 수체에서 규조류가 다른 조류종에 비해 먹이 경쟁에 서 떨어진다고 하였다. 본 연구에서 SiO₂와 규조류 세포수 간의 상관성이 낮은 이유는 조사기간 동안 SiO₂ 농도가 백 제보에서 3.81(0.08 ~ 10.79) mg/L, 죽산보에서 4.51(0.07 ~ 9.96) mg/L로 매우 높아 성장 제한요인으로 작용하지 않은 것이 원인으로 판단된다.

연구 대상 보 구간에서 Chl-a와 영양염류의 관계를 Fig. 4 과 Table 3에 제시하였다. 실험결과 모든 보에서 TP와 TN 농도는 Carlson 부영양화 기준(TP = 0.03 mg/L, TN = 0.3 mg/L)을 초과할 정도로 충분히 높았다. Chl-a와 TP의 상관 분석 결과, 백제보와 죽산보 모두에서 상관성이 없는 것으로 나타났다. Chl-a와 TN의 상관분석 결과도 모든 보에서 상관 성이 없는 것으로 평가되었다. 일반적으로 저수지와 호수와 같은 정체수역에서 조류생체량(Chl-a 농도)은 TP와 높은 상 관성을 보이며, 저수지 표층의 유광층으로 인 공급이 차단될 경우 조류 성장은 인 농도에 제한을 받는다 (^{Hwang et al., 2003}; ^{Kim et al., 2007}; ^{Schindler, 1977}). 그러나, 저수지와 달리 하천은 유역으로부터 영양염류가 상시 공급 되고 높은 농도를 유지하므로 인 농도에 의한 조류 성장 제한은 저유량 이 지속되고 체류시간이 장기화 되는 특정한 기간에만 나타 나기 때문에 상관성이 매우 낮은 것으로 판단된다.

Fig. 4. The correlation between TP-Chl-a and TN-Chl-a at each weir.

3.3. Selection of important environmental factors associated with cyanobacteria dominance

3.3.2. Recursive feature elimination based on random forest model (RFE-RF)

RFE-RF 분석결과, 백제보에서는 4개의 독립변수를 사용 하였을 때 RMSE값이 0.156%로 가장 낮았으며, 변수 중요 도는 EC, Temp, Q7day, PO₄-P 순으로 높게 나타났다. 죽 산보에서는 5개의 독립변수를 사용하였을 때, RMSE값이 0.145 %로 가장 낮았으며 변수 중요도는 ΔT, Temp, TOC, TN, EC 순으로 높게 나타났다.

변수중요도 평가에 사용된 SMLR모델과 RF모델의 예측 성능을 검증하기 위해 각 보별 남조류 점유율의 실험 측정 값과 예측 값의 비교를 실시하였다(Fig. 5). SMLR 결과는 측정값과 큰 분산을 보였으며, 측정값의 변동특성을 잘 반 영하지 못하였고 모두 낮은 조정 결정계수(Adj.R²) 값을 보 였다(백제보 0.462, 죽산보 0.392). 이에 비해 RF 모델을 통해 산정된 남조류 점유율(%)은 측정값의 변동특성을 잘 반영하였으며, 모두 SMLR 모델에 비해 매우 높은 설명력 을 보였다(Adj.R² 백제보 0.895, 죽산보 0.900). 이는 남조 류 우점환경에 영향을 미치는 다양한 변수들의 복잡한 비 선형 관계를 SMLR 모델보다 RF 모델이 더 잘 재현하는 것으로 판단할 수 있으며, 따라서 RF-RFE 기법을 사용한 남조류 우점 환경 관련 변수 중요도 평가 방법은 유용한 접근법이라 평가된다.

Fig. 5. The comparison of measured cyanobacteria dominance with simulated results using SMLR and RF models.

RF모델을 통해 각 보별로 선정된 중요 변수에 대해 어떤 조건에서 남조류 우점도가 높아지는 지 해석하기 위해 partial dependence plot를 이용하였다(Fig. 6). Partial dependence plot는 독립변수가 종속 변수에 미치는 영향을 파악하는 방 법 중 하나로, 개별 독립변수가 종속변수에 끼치는 영향을 시각화한다(^{Breiman and Cutler, 2015}). 백제보의 남조류 점 유율은 EC, ΔT가 높을수록 그리고 PO₄-P가 낮을수록 증 가하였으며, Q7day가 높을수록 감소하였다. 죽산보의 남조 류 점유율은 EC, ΔT, 수온, TOC가 높을수록 증가하였으 며, TN이 높을수록 감소하였다. 그러나 남조류 우점도 예 측에 중요한 변수가 녹조현상의 원인이 된다는 단순한 해 석은 위험하다. 일부 변수는 남조류 우점환경을 야기하는 원인이 될 수 있으나, 어떤 변수는 남조류가 과잉성장한 결과로 나타 날수 있기 때문이다. 예로써 남조류 점유율이 높은 환경에서 TOC가 높고 PO₄-P가 낮은 것은 남조류 과 잉성장의 원인이 아니라 결과일 수도 있다. 따라서 분석결 과에 대한 해석은 전문가적 판단이 필요하며, 다양한 데이 터모델링 분석결과를 종합하여 도출 할 필요가 있다.

Fig. 6. Partial dependence plots of the RF models, showing the marginal effects of a single variable on cyanobacteria dominance.

3.3.3. Decision Tree model

각 보별 남조류 우점 환경 조건을 평가하기 위해 RFE-RF 기법으로 선정한 중요 변수들을 이용하여 DT모델을 개발하 였다. DT를 사용한 변수 평가 결과를 Fig. 7에 제시하였다.

Fig. 7. Evaluation of environmental conditions that have influence on the cyanobacteria dominance by using a decision tree.

금강의 백제보에서 EC는 남조류가 우점하는 환경조건을 평가하는 가장 중요한 변수였으며, EC가 418 μS/cm보다 크거나 같은 경우 전체 자료 105개 중 19개(18 %)에서 남 조류의 점유율이 평균 56 %였다. 반면, 영산강의 죽산보에 서는 ΔT가 남조류 우점 환경조건을 평가하는 가장 중요한 변수로 나타났으며, ΔT가 2.1 °C보다 크거나 같은 경우 전 체 자료 111개의 11개(10 %)에서 평균 점유율이 66 %였다.

백제보에서 EC가 남조류 우점 환경을 평가하는 중요한 변수로 선정된 원인은, EC 자체가 남조류 성장을 촉진했다기 보다 EC가 유량의 변동에 민감한 지표이기 때문이다(Fig. 8). Fig. 8에 제시된 바와 같이 모든 보에서 EC는 하천유량의 감소와 함께 급격히 증가하는 경향을 보이고 있어 EC는 하천의 지속된 저유량 상태를 나타내는 간접지표로 판단할 수 있다. 즉, 가뭄이 지속되고 강우-유출에 의한 자연유출 량이 부족한 경우, 하천수는 지하수와 대형 하수처리장 방 류수의 영향을 크게 받으므로 EC가 증가하게 된다. 또한 EC의 증가는 수온성층에 따른 수층-퇴적층 경계면의 혐기 화와 이에 따른 이온성 물질의 용출 영향으로 증가할 수도 있다(^{Johnson et al., 1996}; ^{Moreira et al., 2016}). 따라서 백 제보와 죽산보에서 EC의 증가는 남조류가 우점하기 좋은 환경으로 변화되는 과정으로 판단할 수 있다. 그러나, 백제 보와 같이 상류 대청댐의 방류량이 하천 유량에 많은 영향 을 주는 경우, 유량과 EC 상관관계의 변동성에 영향을 줄 수 있다.

Fig. 8. The correlation between EC (μS/cm) and flow (m3/s) ((a): BJW, (b): JSW).

3.4. PCA of environmental conditions associated with cyanobacteria dominance

남조류가 우점하는 환경과 관련이 큰 변수들의 군집분석 과 남조류 세포수 밀도가 10,000 cells/mL 이상의 환경특성 을 확인하기 위해 PCA를 수행하였다. 자료의 그룹화를 위 해 유해남조류의 수준(HAB Level)은 Microcystis, Anabaena, Oscillatoria, Aphanizomenon의 총 세포수로 정의하여 normal (1,000 cells/mL 미만), warning (1000 ~ 10,000 cells/mL), alarm (10,000 cells/mL 이상)으로 구분하여 나타내었다(Fig. 9). PCA 결과에서 고유값(eigenvalue)이 1.0 이상인 주축을 주 성분으로 추출하였으며, 백제보는 5개, 죽산보는 4개로 선 정되었다. 전체 수질 변동에 대하여 백제보는 제1주성분이 31.7 %, 제2주성분이 17.8 %, 제3주성분이 10.5 %, 제4주성 분이 7.7 %, 제5주성분이 6.0 % 기여하였다. 죽산보는 제1 주성분이 32.0 %, 제2주성분이 20.5 %, 제3주성분이 9.6 %, 제4주성분이 7.9 % 기여하였다.

Fig. 9. Bi-plots of PCA results grouped by season and HAB level.

각 보별 Bi-plot을 보면 백제보에서 APRC7와 Q7day는 제 1주성분과 제3주성분에 가장 큰 영향을 미친다. 이를 대상 으로 PC1-PC3 축에 대한 Bi-plot을 보면 APRC7와 Q7day 는 동일한 군집을 이루는 것을 알 수 있다. 또한 PC1축은 APRC7과 Q7day가 큰 경우와 작은 경우로 구분되었고, 강 수량과 유량이 작은 경우에 남조류가 우점하는 경향을 보 여준다(Fig. 9c). C.dominance는 제3주성분 축에서 8.38 %, 제2주성분 축에서 4.26 %로 주성분 축 중 가장 큰 영향을 미치며, PC1-PC3 투영면을 기준으로 C.dominance 벡터는 Temp, delT (ΔT), pH, EC, BOD, DO, Chla와 동일한 방 향으로 군집하고, 대체로 APRCP7, Q7day와 영양염류 항목 들의 벡터와는 반대방향으로 군집하였다. 또한 남조류 세포 수 밀도가 10,000 cells/mL 이상을 갖는 자료는 수온이 높고 남조류 점유율이 높은 상태에서 주로 나타나고 있다(Fig. 9e). 죽산보에서 APRC7는 제2주성분과 제4주성분에 가장 큰 영향을 미치며, Q7day는 제2주성분과 제1주성분에 가장 큰 영향을 미친다. PC2축은 APRC7과 Q7day가 큰 경우와 작 은 경우로 구분되었다(Fig 9b). 죽산보에서 C.dominance는 제3성분과 제1성분에 가장 큰 영향을 미치며, PC1-PC3 투 영면을 기준으로 Bi-plot을 보면 C.dominance 벡터는 Temp, ΔT와 동일한 방향으로 군집을 이루고 있는 것을 알 수 있다. 또한 남조류 세포수 밀도가 10,000 cells/mL 이상을 갖는 자료는 수온이 높고, 수온성층이 강하게 형성되며 남조 류 점유율이 높은 상태에서 주로 나타나고 있다(Fig. 9d).

3.5. Comprehensive evaluation of the environmental conditions forming cyanobacteria dominance

각 보별 남조류 우점환경에 대한 종합적 평가와 효과적 녹조 제어 변수를 제시하기 위해 지금까지 분석된 결과를 통합하여 Table 5에 정리하였다. 종합평가는 상관분석 (r > |0.5|), 최적 RF에서 선정된 변수 중요도 순서, DT모델에서 남조류 점유율 50 % 이상 조건, PCA분석 결과 남조류 우 점상태를 사용하였다. SMLR 모델 결과는 RF-RFE보다 남 조류 우점율 예측 성능이 낮아 종합분석에서는 제외하였다.

종합분석 결과, 백제보에서 남조류의 우점환경과 관계가 높은 변수는 EC, Temp, Q7day, PO₄-P 순이었으며, 남조류 우점율이 높은 환경조건은 EC가 418 μS/cm 이상으로 높은 상태였다. 유량의 직접적인 지표인 Q7day보다 EC가 더 큰 영향을 미치는 원인은 Q7day는 7일간의 유량상태를 나타 내는 반면, EC는 장기간의 강우-유출 감소를 간접적으로 나타내기 때문으로 판단된다. 이러한 조건은 지속적으로 유 량이 적은 환경에 해당하며, 수온성층이 형성될 경우 수층- 퇴적층 경계면의 혐기화와 이에 따른 이온성 물질의 용출 영향으로 EC가 증가할 수도 있다. 반면, 죽산보의 남조류 우점환경과 관계가 높은 변수는 ΔT, TOC, Temp, EC, TN 순이었으며, 남조류 우점율이 높은 환경조건은 ΔT ≥ 2.1 °C인 상태였다. 백제보와 마찬가지로 죽산보에서도 영양염 류 농도와 같은 화학적 요인보다 물리적 요인이 중요하였 으며, 하천 유량이 적고 수온이 높으며 수온성층이 강화된 상태에서 남조류가 우점하는 것으로 나타났다. 이러한 결과 는 규조류와 녹조류에 비해 고온과 안정화된 수체에서 성장 이 유리한 남조류의 특성을 반영한 것으로 해석되며(^{Paerl and Otten, 2013}), 보가 연속하여 설치된 호주의 하천에서 연구한 녹조원인 해석 결과와 매우 잘 일치한다(^{Mitrovic et al,. 2003}; ^{Sherman et al., 1998}). 이들 연구는 하천 유량 과 남조류 세포밀도의 반비례 관계를 제시한 바 있으며, 유량 감소에 따른 수온 성층 발생이 남조류 우점과 밀접한 관련이 있음을 밝힌 바 있다.

PCA 결과, 백제보에서 남조류 우점도와 pH, BOD가 동 일한 군집을 이루고, 죽산보에서 BOD, TOC가 동일한 군 집을 이루고 있는 것은 남조류 과잉성장의 원인이라기 보 다는 결과로 해석하는 것이 타당할 것으로 판단된다. 즉, 보 구간 내 조류의 과잉 성장은 수체 내부의 유기물 부하 를 높이며, 따라서 조류의 생체량은 BOD와 TOC 농도와 높은 상관성을 보이게 된다(Table 2 참조).

본 연구에서 남조류 우점환경에 중요한 변수로 선정된 수온성층 강도는 시료 채취 당일의 자료를 사용하였다. 그 러나, 수온성층 강도는 일시적 영향보다 지속적 영향이 중 요하므로 고빈도 수온 자료를 이용하여 5일 연속 누적 성 층강도 등을 이용 할 경우 그 영향은 더 클 수 있을 것으 로 예상된다(^{Isles et al., 2017}).