Nowadays, artificial intelligence model approaches such as machine and deep learning have been widely used to predict variations of water quality in various freshwater bodies. In particular, many researchers have tried to predict the occurrence of cyanobacterial blooms in inland water, which pose a threat to human health and aquatic ecosystems. Therefore, the objective of this study were to: 1) review studies on the application of machine learning models for predicting the occurrence of cyanobacterial blooms and its metabolites and 2) prospect for future study on the prediction of cyanobacteria by machine learning models including deep learning. In this study, a systematic literature search and review were conducted using SCOPUS, which is Elsevier’s abstract and citation database. The key results showed that deep learning models were usually used to predict cyanobacterial cells, while machine learning models focused on predicting cyanobacterial metabolites such as concentrations of microcystin, geosmin, and 2-methylisoborneol (2-MIB) in reservoirs. There was a distinct difference in the use of input variables to predict cyanobacterial cells and metabolites. The application of deep learning models through the construction of big data may be encouraged to build accurate models to predict cyanobacterial metabolites.

본 연구의 목적은 코로나바이러스 유행이 대학생들의 불안, 우울, 공포 및 스트레스와 같은 부정정서에 미치는 영향을 알아보는 것이다. J대학교에 재학 중인 대학생을 대상으로 인터뷰를 실시하였으며, 시간에 따라 부정정서의 변화 양상을 살펴보고자 2019년 3월, 2020년 3월, 2020년 11월 세 시기를 측정하였다. 조사 시점이 2020년 11월로, 2019년 3월과 2020년 3월에 겪었던 정서 기억 회상을 돕기 위해 연구 참여자에게 당시 겪었을 법한 상황에 대한 구조화된 인터뷰 질문을 하고 답변에 대한 요약정리를 하도록 요청하였다. 세 시기의 부정정서에 차이가 있는지 살 펴보기 위해 반복측정 변량분석을 실시하였고, 부정정서의 변화 양상을 살펴보기 위해 다항식 추세 분석을 실시하였 다. 연구 결과 세 시기의 부정정서에 차이가 있었으며, 2019년과 비교하여 2020년 3월에 대학생들이 우울, 불안, 공 포 및 스트레스를 더 느끼고 있었으며, 이러한 부정정서가 2020년 11월까지 지속되었음을 알 수 있었다. 이러한 결 과는 코로나바이러스의 영향이 지속되고 있는 현재에도 대학생들이 부정정서를 겪을 수 있음을 시사한다. 본 연구의 결과는 코로나바이러스 유행 상황에서 대학생이 겪을 수 있는 부정정서의 양상을 나타내며, 결과를 바탕으로 대학생 을 위한 스트레스 관리 지침 및 심리 상담과 같은 심리지원체계 제공의 필요성이 제시되었다.

본 연구는 강우 시 발생하는 비점오염물질 중 인과 총 부유성 고형물 분석을 통해 혼합 토지이용에 따른 비점오염 배출 특성을 비교분석하였다. 경기도 용인시 금학천 유역내의 도시지역, 농업우세지역, 혼합토지이용지역, 택지개발지역을 대표하는 총 4개의 소유역 말단에서 강우유출수를 모니터링 하였다. 연구 결과 불투수층이 많은 도시지역은 강우초기에 초기유출현상이 뚜렷하게 발생되었고 다른 지역에 비해 용존성 인의 비가 약 40%정도 높았다. 농업우세지역과 혼합토지이용지역, 택지개발지역은 대부분 인이 고형물에 부착되어 배출되는 입자성 인의 형태를 보였으며, 도시지역과 달리 첨두유량이 발생하는 강우 중기에 가장 높은 농도의 오염물질(TP 및 TSS)이 배출되었다. 모든 모니터링 지점에서 TSS와 TP 농도간 높은 상관성을 나타내고 있어 TP의 배출 제어를 위해서는 TSS의 적절한 제어가 매우 중요함을 알 수 있었다. 특히 택지개발지의 경우 타 토지이용지역에 비해 다량의 토사침식에 의하여 높은 TP 배출부하가 야기될 수도 있음을 예상할 수 있었다.