Ⅰ. 연구의 배경 및 목적
o인공지능기법 활용하여 수질-생물다양성 통합 예측모델을 개발하고 새로운 물관리를 체계화할 필요가 있음. 통합 예측모델 개발로 물관리를 일원화한 이후 통합물관리 정책 개선을 유도하며, 나아가 분산·개별화되어 운영·관리되고 있는 물환경측정 DB를 통합, 연계·분석하는 체계가 필요함. 또한 통합 예측모델을 통해 물분야 정책계획·개발사업 수립 및 환경영향평가 시 스코핑과 스크리닝에 적용하고, 대상 유역의 수환경 건강성을 단위유역까지 통합적으로 예측할 수 있는 새로운 융합·연계 물환경 평가체계를 마련할 필요가 있음

oo환경정책기본법o 제22조, o수질 및 수생태계 보전에 관한 법률o 제9조, 제22조 등에 따라 환경부는 육수역의 수질과 수생태계 등의 현황을 파악하기 위해 물환경측정망을 설치 및 운영·관리하고 있음. 물환경측정망은 수질측정망, 유량측정망, 생물측정망 등 총 8개의 세부 측정망을 운영하며 물환경의 현황을 파악하고 자료를 구축하고 있음. 2022년 1월 현재 환경부에서는 1,952개소의 수질측정망과 3,883개소의 생물측정망 등을 운영하고 있으나, 대표적인 수질측정망과 생물측정망의 각 측정 지점들이 동일 수계 및 구간 내에서도 상이하여 효율적이고 통합적인 물관리가 이루어지지 않고 있음

o현재 수질측정망과 생물측정망이 이원화되어 운영되고 있어 단위유역은 물론 중권역과 나아가 대권역의 유역건강성 평가가 각각 측정 분야별로 수행·관리되고 있음. 개별적으로 수집·운영되고 있는 각 측정망을 통합하여 관리할 필요성이 지속적으로 제기되고 있으나, 물환경측정망의 대표적인 양 측정망과 측정지점 등을 통합하는 문제는 단기간에 해결될 수 없어 대안을 마련하여 측정망을 통합관리할 수 있는 대안체계를 구축하는 것이 필요한 상황임

o수환경 건강성 평가에 대한 이화학적 방법과 생물학적 방법은 상호 보완적임. 따라서 환경변화에 반응·적응하며 생육하는 생물종의 특성을 통해 수질의 정도를 예측할 수 있으며, 그 반대 역시 예측·평가가 가능함. 이러한 환경-생물의 상호연계된 생태적 특성을 이용하여 수질-생물다양성 예측모델 개발이 가능하며, 이를 토대로 물환경측정망을 통합 관리하는 데 정책적으로 활용할 필요가 있음

1. 연구 내용 및 방법
o국내외 기존 수리모델(mathematical model)을 이용해 개발된 수환경 건강성 평가기법을 분석·평가함. 인공지능기법 등 최신의 빅데이터 분석기법으로 측정망의 실제 데이터를 활용하여 수질-생물다양성 예측모델의 개발 가능성 및 타당성을 검증함

o본 연구에서는 생물측정망 조사 대상 분류군 중 어류를 대상으로 예측모델의 개발 가능성과 타당성을 검증하고, 그 결과를 토대로 저서성 대형무척추동물, 부착조류(Algae) 등의 분류군으로 확대하여 모델 개발 가능성을 모색하고자 함

o예측모델의 개발 가능성 및 타당성 검증을 통해 환경구배와 생물군 사이의 상호작용에 대한 상관성이 높게 나타날 경우 이를 물환경측정망 등 수환경 통합관리에 적용·활용할 수 있는 방안을 모색함

o현재 이원화되어 운영·관리되고 있는 물환경측정망의 통합관리를 위해 수질-생물다양성 예측모델의 적용 등 정책적 방안을 제시함. 또한 수질-생물다양성 예측모델을 이용해 하천기본계획 및 하천복원 등 개발사업의 환