The Korean text of this paper can be translated into multiple languages on the website of http://jksee.or.kr through Google Translator.
형광농도분석기를 이용한 피코시아닌 농도 측정과 남조류 세포수 추정 연구
Abstract
Objectives
The purpose of this study is to provide basic data for the development of a rapid and easy to measure alternative indicator for estimating the number of cyanobacteria cells in the field.Methods:Phycocyanin, algal cell number, and water quality items were measured at the left, middle, and right points of Maery Bridge near the Mulgeum and Maery algae monitoring network located downstream of the Nakdong River. The phycocyanin concentration(PC) was measured in the field using the LISST-HAB sensor, which is a fluorescence concentration analyzer, and comparative analysis was performed with the number of algal cells by algae species.
Results and Discussion
As a limiting factor for blue-green algae occurrence, the correlation coefficient (r) between T-P and Blue-green algae (BGA) was 0.58 (≥0.3). Phycocyanin and Blue-green algae showed a high significant correlation at 0.96 (≥0.3). Prob (F-statistics) of the blue-green algae cell count estimation formula using phycocyanin was less than 0.05, showing a significant result. The estimation formula was estimated BGA(cells/mL) = 326.95×PC+50,484. As a result of the analysis of the predicted and measured values of Blue-green algae, r2 was 0.988, indicating a high coefficient of determination and 92.5% accuracy.
Conclusion
The correlation analysis with the number of cyanobacteria showed a high significant correlation with phycocyanin of 0.96 (≥0.3), followed by T-P, a limiting factor for the occurrence of cyanobacteria, of 0.58 (≥0.3) indicating a significant correlation. In addition, the formula for estimating the number of blue-green algae cells using phycocyanin was found to be BGA (cells/mL)=326.95×PC+50,484 in which r2 was 0.927, and Prob (F-statistics) was less than 0.05. As a result of analyzing the predicted and measured values of cyanobacteria cell numbers, r2 was 0.988, indicating a high coefficient of determination, with accuracy of 92.5%. Through this results, it reveals that the number of cyanobacteria cells can be estimated using the sensor of the fluorescence concentration analyzer at the target point by substituting the phycocyanin concentration into the blue-green algae cell number estimation formula.
Key words: Blue-green algae, Fluorescent concentration analyzer, Phycocyanin concentration, LISST-HAB sensor, Microscopic counting
요약
목적
현장에서 남조류 세포수를 추정할 수 있는 신속하고 측정이 용이한 대체 지표의 개발을 위한 기초 자료를 제공하는 데 목적이 있다.
방법
낙동강 하류에 위치한 물금·매리 조류측정망 인근의 매리교 좌, 중, 우안을 대상으로 대상 지점의 피코시아닌과 조류 세포수, 수질항목을 측정하였으며, 중점적으로 피코시아닌 농도를 활용한 남조류 세포수 추정식과 적합성평가에 대해 연구하였으며, 형광농도분석기인 LISST-HAB 센서를 활용하여 현장에서 피코시아닌 농도를 측정하였으며 조류종별 조류 세포수와 비교 분석을 실시하였다.
결과 및 토의
남조류 발생의 제한인자로서 T-P와 남조류의 상관계수가 0.58 (≥0.3)로 유의한 상관관계를 나타내었으며, 피코시아닌의 경우 0.96 (≥0.3)으로 높은 유의한 상관관계를 나타내었다. 피코시아닌을 이용한 남조류 세포수 추정식의 Prob(F-statistics)가 0.05 이하로 유의미한 추정식을 산출하였으며, 남조류 세포수 추정식은 Blue-green algae (cells/mL)=326.95×PC+50,484으로 나타났으며, 남조류 세포수의 예측값과 실측값에 대한 분석결과 r2은 0.988로 높은 결정계수를 나타내었으며, 92.5%의 정확성을 나타내었다.
결론
남조류세포수와 상관관계 분석 시 피코시아닌이 0.96 (≥0.3)으로 높은 유의한 상관관계가 나타났으며, 그 다음으로 남조류 발생 제한인자인 T-P가 0.58 (≥0.3)로 유의한 상관관계를 나타내었다. 또한, 피코시아닌을 이용한 남조류 세포수 추정식은 Blue-green algae(cells/mL)=326.95×PC+50,484으로 나타났으며, r2은 0.927, Prob (F-statistics)가 0.05 이하로 유의미한 추정식을 산출하였으며, 남조류 세포수의 예측값과 실측값에 대한 분석결과 r2은 0.988로 높은 결정계수를 나타내었으며, 92.5%의 정확성을 나타내었다. 이를 통해 대상 지점에서 형광농도분석기의 센서를 활용하여 피코시아닌 농도를 남조류 세포수 추정식에 대입하여 남조류 세포수를 추정할 수 있을 것으로 판단되며, 추후 낮은 농도와 높은 농도의 피코시아닌 농도 측정을 통해 다른 수계에 적용하고자 한다.
주제어: 남조류, 형광농도분석기, 피코시아닌 농도, LISST-HAB 센서, 세포수 검경
1. 서 론
낙동강은 총 길이 약 525km에 달하는 국내 최대의 하천 중의 하나로써, 4대강(한강, 낙동강, 영산강, 금강) 중에서 연중 부영양화 발생 빈도가 높은 편이다[ 1]. 또한, 낙동강 유역은 전국 면적의 23.9%를 차지하는 대규모 하천이며[ 2], 다목적댐을 비롯하여 중요한 용수 공급원으로 이용되고 있다. 유역 내 여러 대도시들과 대규모 산업단지, 대규모 및 축사가 자리하고 있어, 배출되는 점·비점오염물질이 낙동강본류로 유입되고, 낙동강에 4대강 사업이 진행됨에 따라 8개의 보가 완공됨으로 인해 낙동강의 수계는 체류시간의 변화로 호소형 하천의 특성을 나타내고 있다[ 3]. 특히 여름철에는 기후변화로 인한 기온상승으로 녹조현상이 매년 발생하고 있으며, 최근 2022년에는 10년만에 낙동강에 대규모 녹조현상이 발생하여 시각적인 불쾌감과 더불어 상수원수 공급에 대한 불안감을 조성하고 농작물에도 피코시아닌이 검출되는 등 최근까지도 문제가 되고 있다. 환경부에서는 1998년부터 팔당호, 대청호, 충주호, 주암호를 대상으로 조류경보제를 시행하여 현재는 조류경보지점 29개, 조류관찰지점 17개 지점에서 조류경보제를 실시하고 있다. 조류경보제 발령기준은 2016년을 기점으로 개선되었는데 국내에서 녹조현상의 대체 지표로 사용되었던 클로로필-a 농도를 삭제하였다. 클로로필-a농도를 삭제하게 된 배경은 국내에서 하천의 클로로필-a은 규조류와 밀접한 상관관계가 있거나, 수질인자 간의 특성으로 조류 발생 영향인자를 통계분석을 통해 수질특성을 파악하고 질소계열과 인계열의 수질인자가 조류발생량에 영향을 크게 미치는 것으로 분석한 연구가 활발히 진행되어 남조류만을 평가하기에는 어렵다는 결과를 도출하였기 때문이다[ 4]. 따라서 개정된 조류경보제 발령기준은 유해남조류인 마이크로시스티스(Microcystis), 아나베나(Anabaena), 오실라토리아(Oscillatoria), 아파니조메논(Apahanizomenon) 위 4종을 대상으로 남조류 세포수가 기준을 초과 해야지만 발령을 할 수 있다. 그러나, 조류경보제는 실시간으로 녹조 발생 현황을 물 관리 기관에 전파하여 대응조치를 취할 수 있도록 유도하는 제도로 신속하고 정확한 남조류 계수를 산정해야 하지만 남조류 세포수 계수에 숙련도 및 시간을 요하므로 일주일 뒤에 발령을 해야 하는 실정이다.
이러한 조류경보제의 한계점을 극복하기 위해 최근 남조류를 추정하는 연구가 진행되고 있다. 유해남조류의 군체면적과 길이를 가지고 남조류 세포수와의 상관관계 분석을 한 연구사례도 있었으나, 같은 종이라고 할지 라도 특히 구형의 형태인 Microcystis는 불규칙적으로 배열되어 있고 세포와 세포사이에 점액질에 따라 세포 밀집 정도가 달라지기 때문에 세포수를 계수하는 만큼 많은 시간이 소요되며, 표준화된 분석용 software가 없으면 측정이 불가능하다[ 5]. 국내에서 남조류의 구성성분 중 피코빌리단백질(phycobiliprotein)은 60% 이상이며, 그 중에서도 가장 많이 차지하고 있는 피코시아닌(Phycocyanin)을 대상으로 한 남조류를 추정하는 연구가 활발히 진행되고 있다. 남조류가 가지는 피코시아닌 농도측정은 대부분 Sarada 등[ 6]이 제안한 기법을 주로 따르며, 이는 동결 및 해동 기법을 기초로 하여 분석하는데 많은 시간이 소요된다[ 7]. 또한 최근 연구들은 Simis 등[ 8]이 위성영상을 이용한 원격탐사 기법을 사용하여 피코시아닌 농도를 측정하여 남조류의 체적(mg/m 3)을 추정한 연구사례들은 많으나, 조류경보제 운영 시 발령기준은 남조류 세포수(cells/mL) 이므로 적합하지 않았다. 최근 초분광센서를 이용하여 피코시아닌의 높은 흡수율을 가지는 620nm~670nm에서 규조류, 녹조류, 남조류의 종 분류를 한 연구사례가 있으나[ 9], 피코시아닌을 이용하여 남조류 세포수를 추정하는 연구사례는 현재까지 없는 것으로 조사되었다. 국외의 사례로 피코시아닌 농도와 클로로필a를 통한 조류 생체량 추정에 관한 연구[ 10]가 있었으며, 피코시아닌 농도에 비해 클로로필a의 상관성이 낮은 것으로 나타났다. 해당 연구는 국내의 기준인 조류 세포수가 아닌 조류 생체량을 추정하는 연구이다. 본 연구에서는 형광농도분석기인 LISST-HAB 센서를 활용하여 현장에서 피코시아닌 농도를 측정하였으며 조류종별 조류 세포수와 비교 분석을 실시하였다. 조류 세포수는 현미경 검경으로 계수 및 동정을 실시하였으며, 클로로필-a(Chl-a)는 시료를 현장에서 채수하여 실험실 분석을 실시하였다. 피코시아닌 농도와 클로로필-a 농도의 변화에 따른 조류종별 세포수 변화를 분석하여 상관성을 평가하였다. 이번 연구는 현장에서 남조류 세포수를 추정할 수 있는 신속하고 측정이 용이한 대체 지표의 개발을 위한 기초 자료를 제공하는 데 목적이 있다.
2. 연구 방법
2.1. 조사 지점 및 시기
본 연구의 대상 지점은 낙동강 하류에 위치하고, 조류경보제가 2020년부터 운영중인 물금·매리 인근의 매리교 지점이다. 매리교는 김해시 상동면에 위치한 대포천의 말단지점으로 낙동강의 녹조 발생에 영향을 받는 조류 우심구간이다. 남조류 과대증식으로 인한 녹조 현상이 자주 발생하는 2022년 7월부터 8월까지 12회 모니터링을 실시하였고, 매리교 좌, 중, 우안을 측정하였다( Fig. 1).
2.2. 조사항목 및 수질 특성 분석
조사지점의 수질특성을 파악하기 위해 현장에서 채취한 시료는 용존산소(DO, Dissolved oxygen), 수소이온농도(pH, Hydrogen ion concentration), 전기전도도(EC, Electrical conductivity), 수온(WT, Water temperature)은 현장에서 직독식 센서를 활용하여 측정하였으며, 탁도(Turbidity), 생화학적 산소요구량(BOD), 화학적 산소요구량(COD), 총인(T-P), 총질소(T-N), 클로로필-a (Chlorophyll-a)는 실험실로 운반 후 수질오염공정시험기준에 따라 분석하였다.
2.3. 피코시아닌 측정 및 분석 방법
피코시아닌(PC) 농도를 측정하기 위해 사용된 장비는 SEQUOIA사의 LISST-HAB(형광농도분석기)( Fig. 2)를 활용하였다. 센서 매뉴얼에 따라 바닥 반사를 제거하기 위해 반사천을 사용하였으며, 센서는 용기 바닥에서 약 7.5cm 이상 위에 있어야 하고, 센서가 용기 중앙에 있어야 하며 약 5cm 이상 센서의 둘레와 센서의 내부 표면 사이의 간격이 있어야 하기 때문에 3L비커를 사용하였다. 증류수, 로다민 200ppb, 채수한 시료를 비커에 옮겨 약 30초간 측정하였다. 측정된 데이터는 Volts로 나타나기 때문에 이를 농도로 보정하기 위해 아래의 농도 환산식(1)에 대입하여 피코시아닌 농도를 환산한다. CStd는 보정에 사용된 표준물질의 농도로 로다민 200ppb를 사용하지만, 피코시아닌 농도 보정을 위해 260ppb를 넣어 계산한다. Volts Std는 200ppb 로다민에서 측정한 약 30초의 평균 Volts이고, Volts Sample은 채수한 시료에서 측정한 약 30초의 평균 Volts이며, Volts Blank는 증류수에서 측정한 약 30초 평균 Volts이다.
CStd =Concentration value of standard used for calibration
Csample = Concentration of sample
Voltsstd = Voltage reading from standard concentration
Voltssample = Voltage reading from sample(s)
VoltsBlank = Voltage reading from blank
2.4. 현미경 경을 통한 조류 동정 및 계수 방법
조류 검경 및 동정을 위한 시료는 1L의 무균 채수병에 담아 운반하였으며, 채수한 시료는 포르말린을 사용하여 고정시킨 후 냉･암소 조건에서 운반하였으며, OLYMPUS BX50 현미경을 사용하여 수질오염공정시험기준 식물성플랑크톤-현미경계수법을 사용하였으며, 세즈윅-라프터 챔버에 커버글라스를 덮고 시료를 채운 후 약 15분 정치시킨 후 200배로 검경 계수하였다. 계수는 세즈윅-라프터 챔버내에서 일정 격자크기를 무작위로 30회 반복하여 계수하고 개체수는 다음 식(2)로 계산하였다.
C = 계수된 개체수의 합
A = 격자의 면적(mm2)
D = 검경한 격자의 깊이(세즈윅-라프터 챔버 깊이, 1mm)
N = 검경한 시야의 횟수
2.5. 조류세포수와 피코시아닌의 상관관계 분석
본 연구의 대상지점에서 조류세포수에 대한 피코시아닌과 수질항목간의 상관관계를 분석하기 위해 파이썬(Python) Seaborn 라이브러리의 히트맵(Heatmap)을 활용하였다. 히트맵은 색상을 통해 열분포 형태로 데이터를 제공하는 시각화 기법이다. 이는 대상의 전체적인 특성을 쉽고 빠르게 파악할 수 있는 장점을 가지고 있다[ 11]. 또한 상관관계를 나타내어 상관계수가 높은 특징들을 이용하여 데이터를 추출하는데 주로 사용되며[ 12], 절대값이 0.3이상일 경우 유의한 상관관계를 나타낸 것으로 판단한다[ 13]. 파이썬(Python) Sklearn(Scikit-learn) 라이브러리를 활용하여 OLS 회귀분석을 진행하였으며, R-squared는 결정계수(r 2)로 전체데이터 중 해당 회귀모델에서 독립변수가 종속변수를 설명해주는 지표를 말한다. Prob(F-statistics)는 회귀식의 유의성을 판단하는 것이며[ 14] 유의성은 0.05를 기준으로 하였으며, 그 이상일 경우 유의성이 낮으므로 상관계수가 높게 도출되어도 상관관계를 가진다고 판단할 수 없다[ 4]. 결정계수와 Prob (F-statistics)을 이용하여 남조류 세포수와 피코시아닌 농도의 추정식을 나타내었으며, 남조류 세포수 추정식을 평가하기 위하여 실측한 남조류 세포수와 예측한 남조류 세포수를 결정계수(r 2), Prob(F-statistics) 및 정확성을 나타내었다.
3. 결과 및 고찰
3.1. 수질항목 및 조류 세포수 상관분석 결과
대상 지점인 매리교의 수질 분석결과를 Table 1과 Fig. 3로 나타내었다. 수질항목을 히트맵의 상관계수를 통해 분석한 결과 규조류 세포수는 EC, WT, PC, 녹조류 세포수는 pH, DO가 0.3이상의 유의한 상관관계로 나타났으며, 남조류 세포수는 PC가 0.96으로 높은 유의한 상관관계를 나타내었고, PC: Chl-a, T-P, COD, EC, Turbidity, Chl-a, pH가 0.3 이상의 유의한 상관관계로 나타났다. 남조류 세포수와 높은 상관관계를 나타낸 PC, PC:Chl-a와 유의한 상관관계를 나타낸 Chl-a에 따른 지점 특성을 파악하고자 국외 사례와[ 10] 비교하였으며, 본 연구결과로 PC의 경우 평균 242.6ppb(r=0.96)로 농도를 나타났으며, Chl-a는 평균 99.6ppb(r=0.38),PC:Chl-a의 경우 2.4(r=0.70)로 나타났다. 국외 사례 결과로 PC의 경우 평균 96.2ppb, 41.8ppb로 나타났으며, Chl-a의 경우 평균 71.3ppb, 57.2ppb, PC:Chl-a의 경우 평균 1.4, 0.67로 나타났으며, 이를 통해 본 연구 지점은 PC 농도의 영향이 Chl-a에 비해 큰 지점인 것으로 판단된다. 남조류 발생의 제한인자인 T-P의 경우, 상관계수가 0.58로 유의한 상관관계를 나타내었으며, 남조류 세포수와 영양염류의 통계적 유의한 상관관계를 나타낸 연구 사례가 다수 있다[ 14, 15, 16].
3.2. 조류 동정 및 검경결과
대상 지점 대상 지점의 전체 조류 중 남조류가 평균 125,550 cells/mL(50,650cells/mL~381,893cells/mL)로 규조류와 녹조류에 비해 가장 많이 나타났다( Table 2). 남조류 동정 결과 유해남조류 4종 중 Anabaena, Microcystis, Osilatoria 3종의 유해남조류가 나타났으며. 이 중 Microcystis의 경우 3,588 cells/mL~23,976cells/mL로 Microcystis가 95.8%로 우점하고 있어 하절기 중 7월~8월에는 Microcystis 우점하는 것으로 나타났다( Table 3).
Fig. 4와 Fig. 5에서 조류측정망의 물금･매리 지점에서 측정된 남조류 세포수 및 클로로필-a와 실측한 매리교의 남조류 세포수 및 클로로필-a를 일별로 나타내었으며, 조류측정망의 남조류 세포수, 클로로필-a와 실측한 남조류 세포수, 클로로필-a를 비교하였을 때 조류측정망의 남조류 세포수의 평균은 117,046cells/mL(13,878cells/mL~447,075cells/mL)이고, 실측된 남조류 세포수의 평균은 125,550cells/mL(59,516cells/mL~287,250cells/mL)이다. 조류측정망의 클로로필-a의 평균은 53ppb(28ppb~106ppb)이고, 실측된 클로로필-a의 평균은 116ppb(65ppn~207ppb)로 전체적으로 비슷한 경향을 나타내었다.
3.3. 클로로필-a와 조류 세포수 상관성 분석
대상 지점 Table 4에서 클로로필-a와 규조류, 녹조류, 남조류 세포수의 결정계수(r 2)와 추정식을 나타내었다. 규조류, 녹조류, 남조류 세포수 추정식의 결정계수(r 2)는 각각 0.178, 0.002, 0.134로 낮은 결정계수를 나타내었다. 이를 통해 클로로필-a 농도를 활용하여 조류 세포수를 추정하는 것은 어려울 것으로 판단된다. 국내 연구사례를 보면 클로로필-a와 총 조류개체수간의 상관관계를 비교하였는데, r 2=0.317로 나타났으며[ 17], 국외 연구사례로 클로로필-a와 조류 생체량간의 상관관계를 비교하였으며 r 2=0.43(p<0.001, n=25)로 나타났다[ 10]. 조류 개체수를 추정하기 위해 클로로필-a는 적합하지 않다는 것을 보여준다.
3.4. 피코시아닌과 조류 세포수 상관성 분석
Table 5에서 피코시아닌과 규조류, 녹조류, 남조류 세포수의 결정계수(r 2)와 추정식을 나타내었다. Fig. 6에서 규조류와 녹조류 세포수 추정식의 결정계수는 각각 0.166, 0.010으로 낮은 결정계수를 가지므로 규조류와 녹조류 세포수를 추정할 수 없다. Fig. 7에서 피코시아닌을 이용한 남조류 세포수 추정식의 결정계수는 0.927로 높은 결정계수를 나타내었으며, 추정식의 Prob(F-statistics)은 0.0000으로 0.05보다 낮게 나타나 유의미한 것으로 나타났다. 피코시아닌의 낮은 농도 부터 높은 농도까지 남조류 세포수와 비례하여 나타났기 때문에 결정계수 또한 높게 나타난 것으로 판단된다. 국외 연구사례로 피코시아닌과 조류 생체량간의 추정식 및 상관관계를 나타내었으며, 남조류 생체량 추정식은 Blue−green Biovolume(mm 3/m 3) = 110.1+(3.56×PC)이고, r 2=0.80(p<0.001, n=25)로 나타났다[ 10]. 조류 개체수를 추정하기 위해서는 피코시아닌을 이용한 추정이 적합하다는 것을 보여준다.
3.5. 남조류 세포수 추정식의 예측값 정확성 평가
피코시아닌 농도를 이용한 조류 세포수의 추정식을 이용하여 추정한 예측값과 현장 측정값을 비교하여 Prob(F-statistics) 및 정확성을 평가하였다.
위의 추정식을 사용하여 남조류 세포수의 예측값과 실측값을 선형회귀로 분석하여 Fig. 8에 나타내었다. 실측값과 예측값의 정확도를 평가하기위해 피코시아닌 농도와 남조류세포수는 모두 평균값을 사용하였다. 예측에 사용된 피코시아닌 농도의 평균은 247ppb이며(69ppb~661ppb), 피코시아닌 농도를 추정식에 대입하여 산출된 예측 남조류 세포수의 평균은 127,489cells/mL(72,714cells/mL~254,290cells/mL)로 산정되었다. 예측한 남조류 세포수와 비교하기 위해 실측된 남조류 세포수의 평균은 137,868cells/mL(50,6500cells/mL~ 285, 533cells/mL)로 나타났다. 남조류 세포수의 예측값과 실측값에 대한 r 2은 0.988로 높은 결정계수를 나타내었으며, 예측값과 실측값의 정확도는 92.5%로, 피코시아닌의 농도를 측정을 통해 남조류 세포수 추정식(3)에 적용하면 남조류 세포수를 추정할 수 있다.
4. 결 론
본 연구에서는 낙동강 하류에 위치한 물금･매리 조류측정망 인근의 매리교 좌, 중, 우안을 대상으로 대상 지점의 피코시아닌과 조류 세포수, 수질항목을 측정하였으며, 중점적으로 피코시아닌 농도를 활용한 남조류 세포수 추정식과 적합성평가에 대해 연구하였으며, 그 결과는 다음과 같다.
1) 남조류세포수와 상관관계 분석시 피코시아닌이 0.96으로 높은 유의한 상관관계가 나타났으며, 그 다음으로 남조류 발생 제한인자인 T-P가 0.58로 유의한 상관관계를 나타내었다.
2) 피코시아닌(PC)을 이용한 남조류 세포수 추정식은 Blue-green algae(cells/mL)= 326.95×PC+50,484으로 나타났으며, r2은 0.927, Prob(F-statistics)가 0.05 이하로 유의미한 추정식을 산출하였으며, 남조류 세포수의 예측값과 실측값에 대한 분석결과 r2은 0.988로 높은 결정계수를 나타내었으며, 92.5%의 정확성을 나타내었다.
3) 이를 통해 현장에서 형광농도분석기의 센서를 활용하여 피코시아닌 농도를 측정한 후 남조류 세포수 추정식에 대입하여 남조류 세포수를 추정할 수 있을 것으로 판단되며, 추후 남조류 세포수가 더욱 많이 관찰되는 시기의 피코시아닌 농도 측정을 통해 추정식을 개선하여 다른 수계에서도 적용하고자 한다.
Acknowledgments
본 연구는 환경부 국토교통과학기술진흥원의 지원으로 수행되었습니다(과제번호22DPIW-C153746-04). 이에 감사드립니다.
Notes
Declaration of Competing Interest
The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.
Fig. 1.
Study site in the Nakdong River. 
Fig. 2.
Measuring equipment used in research. 
Fig. 3.
Correlation of water quality and algae cell count at Maery Bridge through Heatmap. 
Fig. 4.
Comparison of the cell number of blue-green algae between the algae measurement network and this study. 
Fig. 5.
Comparison of chlorophyll-a between the algae measurement network and this study. 
Fig. 6.
Correlation analysis of chlorophyll-a and algae cell number. 
Fig. 7.
Correlation analysis of phycocyanin and algae cell number. 
Fig. 8.
Comparison on measured and estimated values of blue-green algae cell count. 
Table 1.
Summary on the values of water quality parameters at Maery Bridge.
|
Parameters |
Mean |
Minimum |
Median |
Maximum |
σ |
n |
|
DO (mg/L) |
8.84 |
6.10 |
8.71 |
12.54 |
1.7 |
33 |
|
EC (uS/cm) |
323.6 |
277.2 |
330.6 |
392.2 |
23.0 |
33 |
|
WT (˚C) |
31.0 |
29.0 |
31.2 |
32.6 |
1.0 |
33 |
|
pH |
8.51 |
6.73 |
8.49 |
9.42 |
0.45 |
33 |
|
Turbidity (NTU) |
50.6 |
13.2 |
42.3 |
174.4 |
39.0 |
33 |
|
BOD (mg/L) |
5.50 |
1.98 |
5.66 |
8.87 |
2.13 |
33 |
|
COD (mg/L) |
5.57 |
2.52 |
5.49 |
9.42 |
1.60 |
27 |
|
T-N (mg/L) |
0.518 |
0.028 |
0.313 |
1.740 |
0.472 |
33 |
|
T-P (mg/L) |
0.009 |
0.001 |
0.006 |
0.040 |
0.009 |
33 |
|
Chlorophyll-a (ppb) |
99.6 |
37.5 |
86.9 |
285.1 |
25.5 |
33 |
|
Phycocyanin (ppb) |
242.6 |
68.6 |
135.2 |
1156.3 |
235.6 |
30 |
|
PC:Chl-a |
2.4 |
1.8 |
1.6 |
16.1 |
3.0 |
30 |
Table 2.
Summary of cell numbers by algae species.
|
Algae species |
Mean |
Range |
σ |
n |
|
Diatom |
2,294 |
0 ~ 6,567 |
1,691 |
36 |
|
Green algae |
2,046 |
0 ~ 4,033 |
1,162 |
36 |
|
Blue-green algae |
125,550 |
50,650 ~ 381,893 |
77,910 |
36 |
Table 3.
Summary of cell numbers by blue-green algae species.
|
Blue-green algae species |
Mean |
Range |
σ |
n |
|
Anabaena
|
162 |
0 ~ 3,552 |
299 |
36 |
|
Microcystis
|
3,832 |
3,588 ~ 23,976 |
2,198 |
36 |
|
Oscillatoria
|
8 |
0 ~ 248 |
27 |
36 |
Table 4.
Correlation analysis between chlorophyll-a and algae cell number.
|
Algae species |
Estimating formula |
r2
|
Prob for regression |
|
Diatom |
-10.231× Chl-a + 3,322 |
0.178 |
0.0146 |
|
Green algae |
0.916× Chl-a + 1,909 |
0.002 |
0.7860 |
|
Blue-green algae |
451.21× Chl-a + 77,084 |
0.134 |
0.0361 |
Table 5.
Correlation analysis between phycocyanin and algae cell number.
|
Algae species |
Estimating formula |
r2
|
Prob for regression |
|
Diatom |
-2.7255× PC + 2,788 |
0.166 |
0.0186 |
|
Green algae |
-0.5239× PC + 2,143 |
0.010 |
0.5710 |
|
Blue-green algae |
326.95× PC + 50,484 |
0.927 |
0.0000 |
References
1. S. H. Joung, H. K. Park, H. J. Lee, S. H. Lee, Effect of climate change for diatom bloom at winter and spring season in mulgeum station of the nakdong river, J. Korean Soc. Environ. Eng., 29(2), 155-164(2013).
2. S. W. Jang, D. H. Kim, Y. H. Chung, H. H. Yoon, A study on exploring accumulation zone and composition investigation of floating debris in Nakdong river basin, J. Korean Assoc. Geo. Inf. Studies., 18(2), 45-58(2015).  3. S. H. Lee, B. R. Kim, H. W. Lee, A study on water quality after construction of the weirs in the middle area in Nakdong River, J. Kor. Soc. Environ. Eng., 36(4), 258-264(2014). 4. S. Y. Jung, I. K. Kim, Analysis of water quality factor and correlation between water quality and Chl-a in middle and downstream weir section of Nakdong River, J. Korean Soc. Environ. Eng., 39(2), 89-96(2017). 5. K. A. You, M. A. Song, M. S. Byeon, H. J. Lee, S. J. Hwang, The calculation method of cell count for the bloom-forming (green tide) cyanobacterium using correlation between colony area and cell number in Korea, J. Korean Eco. Env., 47(4), 350-357(2014). 6. R. Sarada, M. G. Pillai, G. A. Ravishankar, Phycocyanin from Spirulina sp: influence of processing of biomass on phycocyanin yield, analysis of efficacy of extraction methods and stability studies on phycocyanin, Process Biochemistry., 34, 795-801(1999). 7. R. Ha, H. J. Shin, G. B. Nam, S. H. Park, Y. G. Kang, H. O. Song, H. Lee, A study on comparison of phycocyanin extraction methods for hyperspectral remote sensing of cyanobacteria in turbid inland waters, J. Korean Soc. Water Env., 32(6), 520-527(2016). 8. Stefan G. H. Simis, Steef W. M. Peters, Herman J. Gons, Remote sensing of the cyanobacterial pigment phycocyanin in turbid inland water by the American Society of Limnology and Oceanography, Inc. Limnol. Oceanogr., 50(1), 237-245(2005).
9. J. M. Kim, Y. H. Gwon, Y. L. Park, D. S. Kim, J. H. Kwon, Y. D. Kim, A study on the analysis of current status of Seonakdong River algae using hyperspectral imaging, J. Korea Water Resour. Assoc., 55(4), 301-308(2022).
10. K. Randolph, J. Wilson, L. Tedesco, L. Li, D. L. Pascual, E. Soyeux, Hyperspectral remote sensing of cyanobacteria in turbid productive water using optically active pigments, J. Elsevier Sci. Remote Sensing of Evi., 112(11), 4009-4019(2008).
11. I. S. Jung, E. J. Kim, J. Kwak, Visualization model for security threat data in smart factory based on heatmap, Pro. Korean Soc. Inf. Sciences., 28(2), 284-287(2021).
12. J. H. Lee, W. S. Chon, H. G. Kang, J. H. Eom, Semantic segmentation data processing method using gaussian function based heatmap, in Proceedings of Korea Software Conference, (2021).
13. S. M. Lee, K. D. Park, I. K. Kim, Comparison of machine learning algorithms for Chl-a prediction in the middle of Nakdong River (focusing on water quality and quantity factors), Journal of Korean Society of Water and Wastewater., 34(4), 277-288(2020). 14. H. L. Lee, J. H. Hwang, D. Y. You, J. W. Kim, ESG Rating prediction using BERT and multiple regression analysis, J. Korean Soc. Intelligent Infor. Systems., 102-103(2021).
15. M. S. Kim, Y. R. Chung, E. H. Suh, W. S. Song, Eutrophication of Nakdong River and statistical analysis of environmental factors, Algae., 17(2), 105-115(2002). 16. J. J. Yu, L. K. Lee, H. J. Lee, J. W. Hwang, H. S. Lyu, L. Y. Sin, A. R. Park, S. U. Chen, Relations of nutrient concentrations on the seasonality of algal community in the Nakdong River, J. Korean Society on Water Environment., 32(2), 110-119(2015).
17. J. K. Kim, S. H. Lee, H. H. Bang, S. O. Hwang, Characteristics of algae occurrence in lake Paldang, J. Korean Soc. Environ. Eng., 31(5), 325-331(2009).
|
|
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation 
Print 
