1. Title & Journal
Title: Assessment of the nutrient removal performance in integrated constructed wetlands with the self-organizing map
Journal: Water Research (2008) 42, 3519-3527
Authors: Liang Zhang, Miklas Scholz, Atif Mustafa, Rory Harrington
2. Author's Background
Liang Zhang
- School of Resource and Environmental Science, Wuhan University, People’s Republic of China
- Institute for Infrastructure and Environment, School of Engineering and Electronics, The University of Edinburgh, Edinburgh, Scotland, UK
3. Summary
본 연구는 Self-organizing map (SOM)을 이용하여 농촌 지역에서 강우 시 발생하는 유출수를 처리하기 위한 통합 인공 습지의 처리수에서 영양 물질의 농도가 얼마나 되는지 예측하고자 하였다. 인공 습지란 한 개 이상의 treatment cell로 구성되어 습지 내부 및 외부에 식생이 조성되어 있는 형태의 wastewater treatment system을 의미하며, 본 연구에서는 4개의 cell을 가진 2개의 인공 습지와 5개의 cell을 가진 1개의 인공 습지 등 총 3개의 인공 습지 (13 cells, Anne Valley in Ireland)에서 모니터링 된 6년간의 측정 자료를 이용하였다. Self-organizing map (SOM)은 unsupervised neural network algorithm에 그 기반을 두고 있으며, 다양한 형태를 가진 대량의 데이터베이스에 대한 분석, 분류 및 모의를 위해 이용된다. 본 연구에서는 수온, 용존 산소 (DO, Dissolved Oxygen), pH, Chloride, 전도도 (Conductivity), Ammonia-nitrogen, Soluble reactive phosphorus (SRP) 등 7개의 수질 항목에 대해 SOM을 적용하였다. 이 때, 2개의 database는 각각 SRP를 제외한 6개의 수질 항목에 대한 raw data와 Ammonia-nitrogen을 제외한 6개의 수질 항목에 대한 raw data로 준비되었으며, 각 raw data들에 대한 SOM training을 통해 SRP와 Ammonia-nitrogen를 제외한 5개의 수질 항목과 SRP 및 Ammonia-nitrogen 각각에 대한 상관성을 분석하였다. 또, 수온, 전도도 및 DO 등과 같이 쉽고 저렴하게 측정될 수 있는 수질 항목 측정 결과를 SOM에 적용할 경우, 영양 물질의 유출 농도를 효과적으로 모의할 수 있음을 보여주고 있다.
4. Originality and Creativity
SOM을 유역 연구에 적용할 경우, 일반적으로 측정한 모든 수질 항목을 1개의 database 化 한 후 수질 항목 간의 상관 관계에 대해 고찰하는데, 이 연구의 경우 영양 물질에 scope를 두고 각 영양 물질별 raw data를 각각 SOM에 적용하여 목적에 맞는 연구 결과를 도출하였다. 이러한 발상을 활용할 경우, 다양한 수질 항목별 상관 관계 결과를 얻을 수 있을 것으로 예상된다.
5. Reviewer contact: 이승원 (swonlee@gist.ac.kr)
Title: Assessment of the nutrient removal performance in integrated constructed wetlands with the self-organizing map
Journal: Water Research (2008) 42, 3519-3527
Authors: Liang Zhang, Miklas Scholz, Atif Mustafa, Rory Harrington
2. Author's Background
Liang Zhang
- School of Resource and Environmental Science, Wuhan University, People’s Republic of China
- Institute for Infrastructure and Environment, School of Engineering and Electronics, The University of Edinburgh, Edinburgh, Scotland, UK
3. Summary
본 연구는 Self-organizing map (SOM)을 이용하여 농촌 지역에서 강우 시 발생하는 유출수를 처리하기 위한 통합 인공 습지의 처리수에서 영양 물질의 농도가 얼마나 되는지 예측하고자 하였다. 인공 습지란 한 개 이상의 treatment cell로 구성되어 습지 내부 및 외부에 식생이 조성되어 있는 형태의 wastewater treatment system을 의미하며, 본 연구에서는 4개의 cell을 가진 2개의 인공 습지와 5개의 cell을 가진 1개의 인공 습지 등 총 3개의 인공 습지 (13 cells, Anne Valley in Ireland)에서 모니터링 된 6년간의 측정 자료를 이용하였다. Self-organizing map (SOM)은 unsupervised neural network algorithm에 그 기반을 두고 있으며, 다양한 형태를 가진 대량의 데이터베이스에 대한 분석, 분류 및 모의를 위해 이용된다. 본 연구에서는 수온, 용존 산소 (DO, Dissolved Oxygen), pH, Chloride, 전도도 (Conductivity), Ammonia-nitrogen, Soluble reactive phosphorus (SRP) 등 7개의 수질 항목에 대해 SOM을 적용하였다. 이 때, 2개의 database는 각각 SRP를 제외한 6개의 수질 항목에 대한 raw data와 Ammonia-nitrogen을 제외한 6개의 수질 항목에 대한 raw data로 준비되었으며, 각 raw data들에 대한 SOM training을 통해 SRP와 Ammonia-nitrogen를 제외한 5개의 수질 항목과 SRP 및 Ammonia-nitrogen 각각에 대한 상관성을 분석하였다. 또, 수온, 전도도 및 DO 등과 같이 쉽고 저렴하게 측정될 수 있는 수질 항목 측정 결과를 SOM에 적용할 경우, 영양 물질의 유출 농도를 효과적으로 모의할 수 있음을 보여주고 있다.
4. Originality and Creativity
SOM을 유역 연구에 적용할 경우, 일반적으로 측정한 모든 수질 항목을 1개의 database 化 한 후 수질 항목 간의 상관 관계에 대해 고찰하는데, 이 연구의 경우 영양 물질에 scope를 두고 각 영양 물질별 raw data를 각각 SOM에 적용하여 목적에 맞는 연구 결과를 도출하였다. 이러한 발상을 활용할 경우, 다양한 수질 항목별 상관 관계 결과를 얻을 수 있을 것으로 예상된다.
5. Reviewer contact: 이승원 (swonlee@gist.ac.kr)