|
|
|
한국하천호수학회 / v.36, no.1, 2003년, pp.32-29 
|
인공신경망을 이용한 도시하천의 저서성 대형무척추동물 군집 유형성 연구
( Community Patterning of Benthic Macroinvertebrates in Urbanized Streams by Utilizing an Artificial Neural Network ) |
| 곽인실;김좌관;전태수; 부산대학교;;;
|
|
|
 |
|
| |
| 초 록 |
| 부산의 대표적인 자연형 계곡이 있는 범어사에서 도시하천인 온천천을 거쳐 수영강 합류부에 분포하는 저서성 대형무척추동물을 계절별로 조사하였다. 전 조사지점에서 총 4문 4강 10목 19과 23종이 조사되었다. 범어사에서는 하루살이류(Ephemeroptera), 강도래류(Plecoptera) 등 다양한 분류군이 출현한 반면에 나머지 조사지에서 빈모류(Oligochaeta)와 깔따구류(Chironomidae)가 우점하였다. 두 우점분류군의 출현시기는 7월, 12월과 3월은 빈모류군이 우점을 차지하였으나 9월은 깔따구류가 우점을 차지하여 차이를 보였다. 생물학적 지수인 TBI(Trent Biotic Index), BS(Biotic Score), BMWP(Biological Monitoring Working Party)를 조사하였는데 전체적으로 범어사 지점에서 하류로 가면서 각 지수들이 낮아지는 경향이 나타났다. 전체적인 지수 분포는 TBI 1-8, BMWP 1-93 그리고 CBI는 9-387의 분포를 보였다. 비지도 학습법인 코호넨 신경망을 통하여 지점별 저서생물 출현의 유형화가 잘 반영되어 표출되었다. 또한 하천의 지속적인 관리를 위해 생물학적 지수를 회귀신경망을 통하여 예측하였는데 전체적으로 각 지수의 예측은 실제치와 잘 일치하여 나타났다. (TBI, BMWP와 CBI의 상관계수(correlation coefficient)는 각각 0.957, 0.979와 0.967). |
|
| Benthic macro-invertebrates were seasonally collected in the Onchen Stream in Pusan, from July 2001 to March 2002. Generally 4 phylum 5 class 10 order 19 family 23 species were observed in the study sites. Ephemeroptera, Plecoptera and various species appeared in headwater stream while Oligochaeta and Chironomidae were dominated in downstream sites. Community abundance patterns, especially the dominant taxa, Oligochaeta and Chironomidae, appeared to be different depending upon the sampling months. Oligochaeta was usually observed in July, December and March while Chironomidae was appeared in September. The biological indices, TBI (Trent Biotic Index), BS(Biotic Score), BMWP(Biological Monitoring Working Party) were calculated with the appeared communities of the sampling sites through the survey months. TBI showed 1 to 8, BMWP was 1 to 93 and CBI appeared 9 to 387 in the different sites. The biological indices decreased from headstream to downstream sites. We implemented the unsupervised Kohonen network for patterning of community abundance of the sampling sites. The patterning map by the Kohonen network was well represented community abunddance of the sampling sites. Also, we conducted RTRN (Real Time Recurrent Neural Network) for predicting of the biological indices in the different sites. The results appeared that the predicting values by RTRN were well matched field data (Correlation coefficient of TBI, BMWP and CBI were 0.957,0.979 and 0.967, respectively). |
| |
| 키워드 |
| benthic macroinvertebrates;artificial neural network;community pattern;predicting;biological indices; |
| |
|
|
|
|
한국하천호수학회지 / v.36, no.1, 2003년, pp.32-29
한국하천호수학회
ISSN : 1976-8087
UCI : G100:I100-KOI(KISTI1.1003/JNL.JAKO200310102402137)
언어 : |
|
| 논문 제공 : KISTI 한국과학기술정보연구원 |
|
|
|
|
|
|
