1. Title, Journal and Authors

Title : Knowledge discovery from high-frequency stream nitrate concentrations: hydrology and biology contributions

Journal : Scientific Reports 6, Article number: 31536 (2016)

Authors : Alice H. Aubert^1,†, Michael C. Thrun², Lutz Breuer^1,3 & Alfred Ultsch²

¹Institute for Landscape Ecology and Resources Management (ILR), Research Centre for BioSystems, Land Use and Nutrition (iFZ), Justus Liebig University Giessen, Heinrich-Buff-Ring 26, D-35392 Giessen, Germany.

²Databionics, Mathematics and Computer Science, Philipps University Marburg, Hans-Meerwein-Strasse 6, D-35032 Marburg, Germany. 

³Centre for International Development and Environmental Research (ZEU), Justus Liebig University Giessen Goethestrasse 58, D-35390 Giessen, Germany. 

^†Present address: Eawag - Swiss Federal Institute of Aquatic Science and Technology, Ueberlandstrasse 133, 8600 Duebendorf, Switzerland. 

Correspondence and requests for materials should be addressed to A.H.A. (email: alice.aubert@eawag.ch)

 

2. Summary

본 연구는 질산염 플럭스 데이터 사례를 통하여 high frequency 모니터링 데이터로부터 수문화학에 관한 일반적 규칙을 추론하는 것이 가능한지에 대한 검증을 진행한 연구이다.

질산염 농도, 수문, 기상, 토양습도 high frequency 시계열 데이터의(15분 frequency로 2년 기간) 주기성을 제거(low frequency 제거)하고 *Pareto Density Estimation을 사용하여 high frequency data만의 변동성을 분석하였다. 질산염 농도 분포는 저, 중, 고의 세 가지 정상 분포를 보였다.

각 분포에 대한 환경적 조건을 분석하여 질산염 농도의 주요 제어인자, 즉 강기슭 지역의 포화상태(saturation state of riparian zone)를 규명하였다.

1) Catchment에 수문학적 포화 조건(hydrological connectivity로 표현, 구성 요소는 ground water level, soil moisture, discharge, rainfall intensity)이며 생물학적 탈질 과정이 지배적인 조건에서는 질산염 농도가 낮음을 보였고,

2) 수문학적 배수조건(hydrological recession)이며 생물학적 질산화 과정이 지배적인 조건에서는 질산염 농도가 높음을 결과로 제시하였다.

 

*Pareto distribution

Pr(X>x) = (xm/x)^a (x >= xm) 

Pr(X>x) = 1 (x <= xm)

 

3. Originality & Creativity 

- 수자원 과학의 대부분의 데이터는 시계열 데이터 분석방법을 적용하여 현상을 이해하고자 하였음 (예: 대부분의 자연을 dynamical system, 그리고 현재의 관찰이 이전의 상태에 의존하는 것을 받아들여 특정 기간(장,단기) 동안의 변동에 주안점을 두고 해석하였음). 그러나 본 연구는 비시간적 데이터 구조 분석 방법(주기성 제거, 관심 대상 변수를 다른 변수에 대해 plotting)을 통해 현상 해석의 일반화를 도출함

 

4. Application to research

high frequency 모니터링 데이터를 대상으로 데이터 마이닝 방법론 적용 및 해석의 일반화에 본 연구 사례를 참고할 수 있음

 

5. Contact

Bumjo Kim (bumjo@gist.ac.kr)