KR102601449B1 - Apparatus and method and for monitoring algae using in-situ optical particle size analyzer - Google Patents
Apparatus and method and for monitoring algae using in-situ optical particle size analyzer Download PDFInfo
- Publication number
- KR102601449B1 KR102601449B1 KR1020210047964A KR20210047964A KR102601449B1 KR 102601449 B1 KR102601449 B1 KR 102601449B1 KR 1020210047964 A KR1020210047964 A KR 1020210047964A KR 20210047964 A KR20210047964 A KR 20210047964A KR 102601449 B1 KR102601449 B1 KR 102601449B1
- Authority
- KR
- South Korea
- Prior art keywords
- particle size
- data
- algae
- dominant species
- points
- Prior art date
Links
- 239000002245 particle Substances 0.000 title claims abstract description 151
- 241000195493 Cryptophyta Species 0.000 title claims abstract description 74
- 230000003287 optical effect Effects 0.000 title claims abstract description 36
- 238000012544 monitoring process Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000011065 in-situ storage Methods 0.000 title claims description 7
- 241000894007 species Species 0.000 claims abstract description 63
- 230000000877 morphologic effect Effects 0.000 claims abstract description 40
- 238000007405 data analysis Methods 0.000 claims abstract description 20
- 238000012806 monitoring device Methods 0.000 claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 69
- 238000007667 floating Methods 0.000 description 18
- 238000005259 measurement Methods 0.000 description 15
- 238000003860 storage Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 244000085413 Aphanizomenon flos aquae Species 0.000 description 5
- 235000013781 Aphanizomenon flos aquae Nutrition 0.000 description 5
- 241001464979 Oscillatoria sancta Species 0.000 description 5
- 229940054349 aphanizomenon flos-aquae Drugs 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004441 surface measurement Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 241000192700 Cyanobacteria Species 0.000 description 1
- 241001116459 Sequoia Species 0.000 description 1
- 230000002902 bimodal effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000001000 micrograph Methods 0.000 description 1
- 238000007431 microscopic evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1434—Optical arrangements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/10—Devices for withdrawing samples in the liquid or fluent state
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Dispersion Chemistry (AREA)
- Hydrology & Water Resources (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Cultivation Of Seaweed (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
조류 모니터링을 위한 장치 및 방법이 개시된다. 일 실시예에 따른 조류 모니터링 장치는, 현장용 광학 입도 분석기를 이용하여 하나 이상의 지점에서 측정된 수중 부유 입자의 입도 분포 데이터를 획득하는 데이터 획득부; 및 상기 입도 분포 데이터와 복수의 조류 각각에 대해 사전 획득된 형태적 특징 데이터에 기초하여, 상기 복수의 조류 중 우점종을 식별하는 데이터 분석부를 포함한다.An apparatus and method for bird monitoring are disclosed. A bird monitoring device according to an embodiment includes a data acquisition unit that acquires particle size distribution data of suspended underwater particles measured at one or more points using an optical particle size analyzer for field use; and a data analysis unit that identifies dominant species among the plurality of algae based on the particle size distribution data and morphological characteristic data previously acquired for each of the plurality of algae.
Description
개시되는 실시예들은 조류(algae) 모니터링을 위한 기술에 관한 것이다.Disclosed embodiments relate to technology for monitoring algae.
최근 하천 환경의 변화에 따라 조류(algae)에 의한 수질문제가 대두되고 있다. 이로 인해 조류의 발생 현황 파악하고 해결 방안을 찾기 위한 조류 모니터링의 필요성이 대두되고 있다.Recently, water quality problems caused by algae are emerging due to changes in river environments. As a result, the need for bird monitoring is emerging to determine the current status of bird occurrence and find solutions.
기존 조류 모니터링 방법은 간헐적 샘플링과 현미경 분석을 통한 개체수 분석을 통해 이루어지고 있으나, 이러한 방법은 시료 채취에서 분석까지 수일에서 수주 이상 소요되어 상당한 노력과 비용을 요구하므로 시공간적 한계가 존재한다.Existing bird monitoring methods are conducted through population analysis through intermittent sampling and microscopic analysis, but these methods require considerable effort and cost as it takes several days to several weeks from sample collection to analysis, so there are limitations in time and space.
개시되는 실시예들은 현장용 광학 입도 분석기를 이용하여 조류를 모니터링하기 위한 장치 및 방법을 제공하기 위한 것이다.The disclosed embodiments are intended to provide a device and method for monitoring algae using a field optical particle size analyzer.
일 실시예에 따른 조류 모니터링 장치는, 현장용 광학 입도 분석기(in-situ optical particle size analyzer)를 이용하여 하나 이상의 지점에서 측정된 수중 부유 입자(suspended particle)의 입도(particle size) 분포 데이터를 획득하는 데이터 획득부; 및 상기 입도 분포 데이터와 복수의 조류(algae) 각각에 대해 사전 획득된 형태적 특징 데이터에 기초하여, 상기 복수의 조류 중 우점종(dominant species)을 식별하는 데이터 분석부를 포함한다.The algae monitoring device according to one embodiment acquires particle size distribution data of suspended particles in water measured at one or more points using an in-situ optical particle size analyzer. Data acquisition department; and a data analysis unit that identifies a dominant species among the plurality of algae, based on the particle size distribution data and morphological characteristic data previously obtained for each of the plurality of algae.
상기 입도 분포 데이터는, 수중 부유 입자의 크기 및 농도를 나타내는 데이터일 수 있다.The particle size distribution data may be data representing the size and concentration of particles suspended in water.
상기 형태적 특징 데이터는, 상기 복수의 조류 각각의 세포(cell) 또는 군체(colony)의 형태적 특징과 관련된 크기 데이터를 포함할 수 있다.The morphological characteristic data may include size data related to the morphological characteristics of each cell or colony of the plurality of algae.
상기 데이터 분석부는, 상기 우점종이 식별된 경우, 상기 우점종의 농도와 세포수 사이의 사전 정의된 상관 관계에 기초하여 상기 우점종의 세포수를 추정할 수 있다.When the dominant species is identified, the data analysis unit may estimate the number of cells of the dominant species based on a predefined correlation between the concentration of the dominant species and the number of cells.
상기 데이터 획득부는, 수표면 상의 위치 및 수심 중 적어도 하나가 상이한 복수의 지점 각각에서 측정된 입도 분포 데이터를 획득하고, 상기 데이터 분석부는, 상기 복수의 지점 각각에서 측정된 입도 분포 데이터와 상기 형태적 특징 데이터에 기초하여, 상기 복수의 조류 중 상기 복수의 지점 각각에 대한 우점종을 식별할 수 있다.The data acquisition unit acquires particle size distribution data measured at each of a plurality of points where at least one of the location on the water surface and the water depth is different, and the data analysis unit acquires particle size distribution data measured at each of the plurality of points and the morphological information. Based on the characteristic data, the dominant species for each of the plurality of points among the plurality of birds can be identified.
상기 데이터 분석부는, 상기 복수의 지점 각각에 대한 우점종의 농도와 세포수 사이의 사전 정의된 상관 관계에 기초하여 상기 복수의 지점 각각에 대한 우점종의 세포수를 추정할 수 있다.The data analysis unit may estimate the number of cells of the dominant species for each of the plurality of points based on a predefined correlation between the concentration of the dominant species and the number of cells for each of the plurality of points.
일 실시예에 따른 조류 모니터링 방법은, 현장용 광학 입도 분석기(in-situ optical particle size analyzer)를 이용하여 하나 이상의 지점에서 측정된 수중 부유 입자(suspended particle)의 입도(particle size) 분포 데이터를 획득하는 단계; 및 상기 입도 분포 데이터와 복수의 조류(algae) 각각에 대해 사전 획득된 형태적 특징 데이터에 기초하여, 상기 복수의 조류 중 우점종(dominant species)을 식별하는 단계를 포함한다.The algae monitoring method according to an embodiment includes acquiring particle size distribution data of suspended particles in water measured at one or more points using an in-situ optical particle size analyzer. step; and identifying a dominant species among the plurality of algae based on the particle size distribution data and morphological characteristic data previously obtained for each of the plurality of algae.
상기 입도 분포 데이터는, 수중 부유 입자의 크기 및 농도를 나타내는 데이터일 수 있다.The particle size distribution data may be data representing the size and concentration of particles suspended in water.
상기 형태적 특징 데이터는, 상기 복수의 조류 각각의 세포(cell) 또는 군체(colony)의 형태적 특징과 관련된 크기 데이터를 포함할 수 있다.The morphological characteristic data may include size data related to the morphological characteristics of each cell or colony of the plurality of algae.
상기 조류 모니터링 방법은, 상기 우점종이 식별된 경우, 상기 우점종의 농도와 세포수 사이의 사전 정의된 상관 관계에 기초하여 상기 우점종의 세포수를 추정하는 단계를 더 포함할 수 있다.The bird monitoring method may further include, when the dominant species is identified, estimating the cell number of the dominant species based on a predefined correlation between the concentration and cell number of the dominant species.
상기 획득하는 단계는, 수표면 상의 위치 및 수심 중 적어도 하나가 상이한 복수의 지점 각각에서 측정된 입도 분포 데이터를 획득하고, 상기 식별하는 단계는, 상기 복수의 지점 각각에서 측정된 입도 분포 데이터와 상기 형태적 특징 데이터에 기초하여, 상기 복수의 조류 중 상기 복수의 지점 각각에 대한 우점종을 식별할 수 있다.The obtaining step includes acquiring particle size distribution data measured at each of a plurality of points where at least one of the location on the water surface and the water depth is different, and the identifying step includes particle size distribution data measured at each of the plurality of points and the Based on morphological characteristic data, the dominant species for each of the plurality of points among the plurality of birds can be identified.
상기 조류 모니터링 방법은, 상기 복수의 지점 각각에 대한 우점종의 농도와 세포수 사이의 사전 정의된 상관 관계에 기초하여 상기 복수의 지점 각각에 대한 우점종의 세포수를 추정하는 단계를 더 포함할 수 있다.The bird monitoring method may further include estimating the cell number of the dominant species for each of the plurality of points based on a predefined correlation between the concentration and cell number of the dominant species for each of the plurality of points. .
개시되는 실시예들에 따르면, 현장용 광학 입도 분석기에 의해 측정된 입도 분포 데이터를 이용하여 측정 현장에서 조류에 대한 신속한 분석이 가능하므로, 종래 조류 모니터링 방식이 가지는 시공간적 제약을 해소할 수 있으며 조류 모니터링을 위한 비용과 노력을 감소시킬 수 있다.According to the disclosed embodiments, rapid analysis of algae at the measurement site is possible using particle size distribution data measured by an optical particle size analyzer for field use, thereby eliminating the spatial and temporal constraints of the conventional algae monitoring method and enabling algae monitoring. Costs and efforts can be reduced.
도 1은 일 실시예에 따른 조류(algae) 모니터링 장치의 구성도
도 2는 일 실시예에 따른 수표면 측정과 연직 측정을 설명하기 위한 예시도
도 3 내지 도 6은 조류 세포의 형태적 특징 데이터와 입도 분포 데이터 사이의 관계를 설명하기 위한 예시도
도 7 및 8은 특정 지점에서 현정용 광학 입도 분석기에 의해 측정된 입도 분포 데이터와 해당 특정 지점의 우점종인 조류의 크기를 실험적으로 확인한 결과를 나타내는 도면
도 9는 일 실시예에 따른 조류 모니터링 방법의 순서도
도 10은 추가적인 실시예에 따른 조류 모니터링 방법의 순서도
도 11은 일 실시예에 따른 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도1 is a configuration diagram of an algae monitoring device according to an embodiment
Figure 2 is an example diagram for explaining water surface measurement and vertical measurement according to an embodiment
Figures 3 to 6 are examples for explaining the relationship between morphological characteristic data and particle size distribution data of algae cells.
Figures 7 and 8 are diagrams showing particle size distribution data measured by an optical particle size analyzer at a specific point and the results of experimentally confirming the size of algae, which is the dominant species at that specific point.
Figure 9 is a flow chart of a bird monitoring method according to one embodiment
10 is a flow chart of a bird monitoring method according to an additional embodiment.
11 is a block diagram illustrating a computing environment including a computing device according to an embodiment.
이하, 도면을 참조하여 본 발명의 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.Hereinafter, specific embodiments of the present invention will be described with reference to the drawings. The detailed description below is provided to provide a comprehensive understanding of the methods, devices and/or systems described herein. However, this is only an example and the present invention is not limited thereto.
본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.In describing the embodiments of the present invention, if it is determined that a detailed description of the known technology related to the present invention may unnecessarily obscure the gist of the present invention, the detailed description will be omitted. In addition, the terms described below are terms defined in consideration of functions in the present invention, and may vary depending on the intention or custom of the user or operator. Therefore, the definition should be made based on the contents throughout this specification. The terminology used in the detailed description is merely for describing embodiments of the present invention and should in no way be limiting. Unless explicitly stated otherwise, singular forms include plural meanings. In this description, expressions such as “comprising” or “comprising” are intended to indicate certain features, numbers, steps, operations, elements, parts or combinations thereof, and one or more than those described. It should not be construed to exclude the existence or possibility of any other characteristic, number, step, operation, element, or part or combination thereof.
도 1은 일 실시예에 따른 조류(algae) 모니터링 장치의 구성도이다.Figure 1 is a configuration diagram of an algae monitoring device according to an embodiment.
도 1을 참조하면, 일 실시예에 따른 조류 모니터링 장치(100)는 데이터 획득부(110) 및 데이터 분석부(120)를 포함한다.Referring to FIG. 1, a bird monitoring device 100 according to an embodiment includes a data acquisition unit 110 and a data analysis unit 120.
일 실시예에 따르면, 조류 모니터링 장치(100)는 현장용 광학 입도 분석기(in-situ optical particle size analyzer)를 이용한 수중 부유 입자(suspended particle) 측정을 통해 획득된 입도(particle size) 분포 데이터에 기초하여 수중에 분포하는 조류를 모니터링하기 위한 장치이다.According to one embodiment, the algae monitoring device 100 is based on particle size distribution data obtained through measurement of suspended particles in water using an in-situ optical particle size analyzer. This is a device for monitoring algae distributed underwater.
일 실시예에 따르면, 데이터 획득부(110) 및 데이터 분석부(120)는 각각 물리적으로 구분된 하나 이상의 장치를 이용하여 구현되거나, 하나 이상의 하드웨어 프로세서 또는 하나 이상의 하드웨어 프로세서 및 소프트웨어의 결합에 의해 구현될 수 있으며, 도시된 예와 달리 구체적 동작에 있어 명확히 구분되지 않을 수 있다.According to one embodiment, the data acquisition unit 110 and the data analysis unit 120 are each implemented using one or more physically separate devices, one or more hardware processors, or a combination of one or more hardware processors and software. It may be possible, and unlike the example shown, specific operations may not be clearly distinguished.
데이터 획득부(110)는 현장용 광학 입도 분석기를 이용하여 모니터링 현장의 하나 이상의 지점에서 측정된 수중 부유 입자의 입도 분포 데이터를 획득한다.The data acquisition unit 110 acquires particle size distribution data of suspended particles in water measured at one or more points of the monitoring site using an on-site optical particle size analyzer.
현장용 광학 입도 분석기는 레이저의 회절(diffraction)을 이용하여 모니터링 현장에서 수중 입자의 크기 및 농도를 분석할 수 있도록 하는 장치를 의미한다. 예를 들어, 현장용 광학 입도 분석기는 Sequoia Scientific사의 LISST(Laser In-Situ Scattering & Transmissometry)-100X일 수 있으나, 반드시 이에 한정되는 것은 아니며, 레이저 회절에 기반하여 모니터링 현장에서 수중 입자의 농도 및 크기를 분석할 수 있도록 구성된 공지된 다양한 광학 입도 분석기가 입도 분포 데이터 획득을 위해 이용될 수 있다.An on-site optical particle size analyzer refers to a device that uses laser diffraction to analyze the size and concentration of underwater particles at a monitoring site. For example, the on-site optical particle size analyzer may be Sequoia Scientific's LISST (Laser In-Situ Scattering & Transmissometry)-100 A variety of known optical particle size analyzers configured for analysis can be used to obtain particle size distribution data.
일 실시예에 따르면, 모니터링 현장은 예를 들어, 하천, 호수, 저수지 등과 같이 조류 발생이 가능한 내수(內水, internal waters)일 수 있으나 조류 발생이 가능하다면 반드시 특정한 영역에 한정되는 것은 아니다.According to one embodiment, the monitoring site may be, for example, internal waters where algae may occur, such as rivers, lakes, reservoirs, etc. However, if algae may occur, it is not necessarily limited to a specific area.
한편, 입도 분포 데이터는 현장용 광학 입도 분석기에 의해 측정된 수중 부유 입자의 크기 및 농도를 나타내는 데이터를 의미한다. 일 실시예에 따르면, 입도 분포 데이터는 현장용 광학 입도 분석기를 이용하여 수표면 상의 위치 및 수심 중 적어도 하나가 상이한 복수의 지점에서 측정된 데이터일 수 있다. 이를 위해 입도 분포 데이터는 예를 들어, 수표면 측정 및 연직 측정 중 적어도 하나를 통해 획득될 수 있다.Meanwhile, particle size distribution data refers to data indicating the size and concentration of suspended particles in water measured by an on-site optical particle size analyzer. According to one embodiment, the particle size distribution data may be data measured at a plurality of points where at least one of the location on the water surface and the water depth is different using an optical particle size analyzer for field use. For this purpose, particle size distribution data may be obtained, for example, through at least one of water surface measurement and vertical measurement.
구체적으로, 도 2는 일 실시예에 따른 수표면 측정과 연직 측정을 설명하기 위한 예시도이다.Specifically, Figure 2 is an exemplary diagram for explaining water surface measurement and vertical measurement according to one embodiment.
도 2를 참조하면, 수표면 측정은 예를 들어, 부유체(예를 들어, 보트(boat))(210)의 일 측면에 현장용 광학 입도 분석기를 설치한 후, 부유체(210)를 모니터링 현장의 수표면(200) 상에서 (예를 들어, 물의 흐름에 직각인 방향으로) 이동시키면서 현장용 광학 입도 분석기를 이용하여 특정한 수심(예를 들어, 수표면(200)으로부터 0.15m)의 수중 부유 입자를 측정하는 방식으로 수행될 수 있다. Referring to Figure 2, the water surface measurement is, for example, by installing an optical particle size analyzer for field use on one side of a floating body (e.g., a boat) 210, and then monitoring the floating body 210 on site. While moving (e.g., in a direction perpendicular to the flow of water) on the water surface 200, floating particles in water at a specific water depth (e.g., 0.15 m from the water surface 200) are collected using an on-site optical particle size analyzer. This can be done by measuring.
실시예에 따라 수표면 측정 시에는 현장용 광학 입도 분석기를 이용한 수중 부유 입자 측정과 함께 측정이 이루어진 지점의 위치 데이터가 획득될 수 있다. 이때, 측정이 이루어진 지점의 위치 데이터는 예를 들어, 부유체(210)에 구비된 GPS 센서를 이용하여 획득될 수 있으나, 위치 데이터를 측정하는 방식은 반드시 특정한 방식으로 한정되는 것은 아니다. Depending on the embodiment, when measuring the water surface, location data of the point where the measurement was made may be obtained along with measurement of floating particles in water using an on-site optical particle size analyzer. At this time, the location data of the point where the measurement was made can be obtained, for example, using a GPS sensor provided on the floating body 210, but the method of measuring the location data is not necessarily limited to a specific method.
연직 측정은 부유체(210)가 수표면(200) 상의 특정 위치에 고정된 상태에서 현장용 광학 입도 분석기를 수중에서 연직 방향으로 이동시키면서 수중 부유 입자를 측정하는 방식으로 수행될 수 있다. 구체적인 예로, 연직 측정은 부유체(210)가 수표면(200) 상의 특정 위치에 고정된 상태에서 현장용 광학 입도 분석기를 와이어(wire)에 연결한 후 부유체(210)에 설치된 릴(reel)을 이용하여 특정한 수심까지 하강시켜 수중 부유 입자를 측정하는 방식으로 수행될 수 있다. Vertical measurement may be performed by measuring floating particles in water while moving an optical particle size analyzer for field use in the vertical direction in water while the floating body 210 is fixed at a specific position on the water surface 200. As a specific example, vertical measurement is performed by connecting an on-site optical particle size analyzer to a wire while the floating body 210 is fixed at a specific position on the water surface 200, and then using a reel installed on the floating body 210. It can be performed by descending to a specific water depth and measuring suspended particles in the water.
한편, 연직 측정은 수표면(200) 상의 하나 이상의 위치에서 하나 이상의 수심에 대해 수행될 수 있다. 또한, 실시예에 따라 연직 측정 시에는 현장용 광학 입도 분석기를 이용한 수중 부유 입자 측정과 함께 측정이 이루어진 지점의 위치 데이터 및 수심 데이터가 획득될 수 있다. 이때, 위치 데이터는 예를 들어, 부유체(210)에 구비된 GPS 센서를 이용하여 획득될 수 있으며, 수심 데이터는 예를 들어, 현장용 광학 입도 분석기에 부착되거나 현장용 광학 입도 분석기와 함께 와이어에 고정되어 릴을 통해 하강하는 수심 센서를 이용하여 획득될 수 있다.Meanwhile, vertical measurement may be performed for one or more water depths at one or more locations on the water surface 200. In addition, depending on the embodiment, when measuring verticality, positional data and water depth data at the point where the measurement was made may be obtained along with measurement of floating particles in water using an optical particle size analyzer for field use. At this time, the location data can be acquired using, for example, a GPS sensor provided on the floating body 210, and the water depth data can be, for example, attached to an optical particle size analyzer for field use or fixed to a wire together with an optical particle size analyzer for field use. It can be obtained using a water depth sensor that descends through a reel.
다시 도 1을 참조하면, 데이터 분석부(120)는 데이터 획득부(110)에 의해 획득된 수중 부유 입자의 입도 분포 데이터와 복수의 조류 각각에 대해 사전 획득된 형태적 특징 데이터에 기초하여 복수의 조류 중 우점종(dominant species)을 식별한다.Referring again to FIG. 1, the data analysis unit 120 determines a plurality of particles based on the particle size distribution data of floating particles in water obtained by the data acquisition unit 110 and the morphological characteristic data previously acquired for each of the plurality of algae. Identify dominant species among birds.
이때, 일 실시예에 따르면, 복수의 조류 각각의 형태적 특징 데이터는 각 조류의 세포(cell) 또는 군체(colony)가 가지고 있는 형태적 특징과 관련된 크기 데이터를 의미할 수 있으며, 미리 채집된 각 조류의 세포 또는 군체를 현미경 등을 통해 관측함으로써 사전 도출될 수 있다. At this time, according to one embodiment, the morphological characteristic data of each of the plurality of algae may mean size data related to the morphological characteristics of the cells or colonies of each algae, and each of the previously collected algae may be It can be derived in advance by observing algal cells or colonies through a microscope, etc.
구체적으로, 조류는 그 종에 따라 세포 또는 군체의 형태가 상이거나 형태가 유사하더라도 크기가 상이할 수 있으며, 복수의 조류 각각의 형태적 특징 데이터는 예를 들어, 조류의 세포 또는 군체가 가질 수 있는 지름, 가로 길이, 세로 길이의 범위와 같이 각 조류의 형태적 특징으로 인한 차이를 나타낼 수 있는 크기 데이터일 수 있다. Specifically, algae may have different cell or colony shapes depending on the species, or may have different sizes even if the shapes are similar, and morphological characteristic data for each of a plurality of algae may be possessed by, for example, cells or colonies of algae. This may be size data that can indicate differences due to the morphological characteristics of each bird, such as the range of diameter, horizontal length, and vertical length.
도 3 내지 도 6은 조류 세포의 형태적 특징 데이터와 입도 분포 데이터 사이의 관계를 설명하기 위한 예시도이다.Figures 3 to 6 are exemplary diagrams for explaining the relationship between morphological characteristic data and particle size distribution data of algae cells.
구체적으로, 세포가 특정 범위 내의 가로 길이 및 세로 길이를 가지는 막대 형태를 가지는 조류의 경우, 도 3에 도시된 예와 같이 현장용 광학 입도 분석기에 의해 세포의 가로 길이 또는 세로 길이가 크기로 측정될 수 있다. Specifically, in the case of algae whose cells have a rod shape with horizontal and vertical lengths within a specific range, the horizontal or vertical length of the cells can be measured by size using an optical particle size analyzer for field use, as shown in the example in Figure 3. there is.
따라서, 세포가 도 3에 도시된 것과 같은 형태를 가진 조류가 우점종인 지점에서 현장용 광학 입도 분석기에 의해 측정되는 입도 분포 데이터는 도 4에 도시된 예와 같이 해당 조류의 세포의 가로 길이의 범위 내에 해당하는 입도의 입자 농도와 해당 조류의 세포의 세로 길이의 범위 내에 해당하는 입도의 입자 농도가 높은 값을 가지는 쌍봉 형태로 나타날 것이다.Therefore, the particle size distribution data measured by a field optical particle size analyzer at a point where algae whose cells have the same shape as shown in Figure 3 are the dominant species are within the range of the horizontal length of the cells of the corresponding algae, as shown in the example shown in Figure 4. It will appear in the form of a double peak with the particle concentration of the corresponding particle size and the particle concentration of the corresponding particle size within the range of the vertical length of the algae's cells having a high value.
따라서, 데이터 분석부(120)는 데이터 획득부(110)에 의해 획득된 수중 부유 입자의 입도 분포 데이터가 복수의 조류 중 특정 조류의 세포의 가로 길이 범위에 해당하는 입도의 입자 농도와 해당 특정 조류의 세포의 세로 길이 범위에 해당하는 입도의 입자 농도가 높은 값을 가지는 쌍봉 형태인 경우, 해당 특정 조류를 우점종으로 판단할 수 있다.Accordingly, the data analysis unit 120 determines that the particle size distribution data of floating particles in water obtained by the data acquisition unit 110 is a particle concentration of a particle size corresponding to the horizontal length range of a cell of a specific algae among a plurality of algae and the specific algae. If the particle concentration of the particle size corresponding to the vertical length range of the cell is bimodal with a high value, the specific algae can be judged to be a dominant species.
한편, 특정 범위 내의 지름을 가진 군체를 형성하는 조류의 경우, 도 5에 도시된 예와 같이 현장용 광학 입도 분석기에 의해 군체의 지름이 크기로 측정될 수 있다.Meanwhile, in the case of algae forming a colony with a diameter within a specific range, the diameter of the colony can be measured by the size of the colony using an optical particle size analyzer for field use, as shown in the example shown in FIG. 5.
따라서, 군체가 도 5에 도시된 것과 같은 형태를 가진 조류가 우점종인 지점에서 현장용 광학 입도 분석기에 의해 측정되는 입도 분포 데이터는 도 6에 도시된 예와 같이 해당 조류의 군체 지름의 범위 내에 해당하는 입도의 입자 농도가 높은 값을 가지는 형태로 나타날 것이다.Therefore, the particle size distribution data measured by the field optical particle size analyzer at the point where the colony is dominated by birds with the shape shown in Figure 5 is within the range of the colony diameter of the bird as shown in the example shown in Figure 6. It will appear in the form of a high particle concentration value.
따라서, 데이터 분석부(120)는 데이터 획득부(110)에 의해 획득된 수중 부유 입자의 입도 분포 데이터가 복수의 조류 중 특정 조류의 군체의 지름 범위에 해당하는 입도에서 높은 입자 농도를 가지는 형태인 경우, 해당 특정 조류를 우점종으로 판단할 수 있다.Therefore, the data analysis unit 120 determines that the particle size distribution data of floating particles in water obtained by the data acquisition unit 110 is in a form having a high particle concentration at a particle size corresponding to the diameter range of a colony of a specific algae among a plurality of algae. In this case, the specific bird can be determined to be a dominant species.
도 7 및 8은 특정 지점에서 현장용 광학 입도 분석기에 의해 측정된 입도 분포 데이터와 해당 특정 지점의 우점종인 조류의 크기를 실험적으로 확인한 결과를 나타내는 도면이다.Figures 7 and 8 are diagrams showing particle size distribution data measured by a field optical particle size analyzer at a specific point and the results of experimentally confirming the size of algae, which is the dominant species at that specific point.
구체적으로, 도 7에서 (a)는 세포의 형태가 약 80um 내외의 세로 길이와 약 5um 내외의 가로 길이를 가지는 막대 형태인 Aphanizomenon Flos-aquae가 우점종인 지점에서 채집된 Aphanizomenon Flos-aquae의 세포를 200배율로 관찰한 현미경 사진이며, (b)는 해당 지점에서 현장용 광학 입도 분석기를 이용하여 측정된 수중 부유 입자의 입도 분포 데이터를 나타낸 그래프이다. Specifically, in Figure 7 (a), cells of Aphanizomenon Flos-aquae collected at a point where Aphanizomenon Flos-aquae, which is a rod-shaped cell with a vertical length of about 80um and a horizontal length of about 5um, are the dominant species. This is a micrograph observed at 200x magnification, and (b) is a graph showing particle size distribution data of suspended particles in water measured using an on-site optical particle size analyzer at the corresponding point.
도 7에 도시된 예를 참조하면, (b)에 도시된 그래프에서 Aphanizomenon Flos-aquae의 세포의 가로 길이와 세로 길이 각각에 대응되는 입자 농도가 높은 값을 가짐을 알 수 있고, 이는 (a)에 도시된 Aphanizomenon Flos-aquae의 세포의 가로 길이 및 세로 길이의 형태적 특성과 일치함을 알 수 있다. 따라서, 데이터 분석부(120)는 데이터 획득부(110)에 의해 획득된 수중 부유 입자의 입도 분포 데이터가 도 7의 (b)와 유사한 형태를 가지는 경우 해당 입도 분포 데이터가 측정된 지점의 우점종을 Aphanizomenon Flos-aquae로 결정할 수 있다.Referring to the example shown in Figure 7, it can be seen that the particle concentration corresponding to each of the horizontal and vertical lengths of the cells of Aphanizomenon Flos-aquae has high values in the graph shown in (b), which is (a) It can be seen that the horizontal and vertical lengths of the cells of Aphanizomenon Flos-aquae are consistent with the morphological characteristics shown in . Therefore, when the particle size distribution data of floating particles in water obtained by the data acquisition unit 110 has a similar form to (b) of FIG. 7, the data analysis unit 120 selects the dominant species at the point where the particle size distribution data was measured. It can be determined as Aphanizomenon Flos-aquae.
한편, 도 8의 (a)는 세포의 형태가 약 5um 내외의 가로 길이와 약 110~220um 범위 내의 가로 길이를 가지는 남조류의 일종인 Oscillatoria sancta의 세포를 200배율로 관찰한 현미경 사진이며, 도 8의 (b)는 Oscillatoria sancta가 우점종인 지점에서 현장용 광학 입도 분석기를 이용하여 측정된 수중 부유 입자의 입도 분포 데이터를 나타낸 그래프이다.Meanwhile, Figure 8 (a) is a microscope photograph observed at 200x magnification of the cells of Oscillatoria sancta, a type of blue-green algae with a cell shape of approximately 5um and a horizontal length in the range of approximately 110 to 220um. (b) is a graph showing the particle size distribution data of suspended particles in water measured using an on-site optical particle size analyzer at a point where Oscillatoria sancta is the dominant species.
도 8에 도시된 예를 참조하면, (b)에 도시된 그래프에서 Oscillatoria sancta의 세포의 가로 길이와 세로 길이 각각에 대응되는 입자 농도가 높은 값을 가짐을 알 수 있고, 이는 (a)에 도시된 Oscillatoria sancta의 세포의 가로 길이 및 세로 길이의 형태적 특성과 일치함을 알 수 있다. 따라서, 데이터 분석부(120)는 데이터 획득부(110)에 의해 획득된 수중 부유 입자의 입도 분포 데이터가 도 8의 (b)와 유사한 형태를 가지는 경우 해당 입도 분포 데이터가 측정된 지점의 우점종을 Oscillatoria sancta로 결정할 수 있다.Referring to the example shown in Figure 8, it can be seen that the particle concentration corresponding to each of the horizontal and vertical lengths of Oscillatoria sancta cells in the graph shown in (b) has high values, which is shown in (a) It can be seen that the horizontal and vertical lengths of the cells of Oscillatoria sancta are consistent with the morphological characteristics. Therefore, the data analysis unit 120 determines the dominant species at the point where the particle size distribution data was measured when the particle size distribution data of floating particles in water obtained by the data acquisition unit 110 has a similar form to (b) of FIG. 8. It can be determined as Oscillatoria sancta.
다시 도 1을 참조하면, 데이터 분석부(120)는 복수의 조류 중 우점종이 식별된 경우, 우점종으로 식별된 조류의 농도와 세포수 사이의 사전 정의된 상관 관계에 기초하여 우점종으로 식별된 조류의 세포수를 추정할 수 있다. Referring again to FIG. 1, when a dominant species among a plurality of algae is identified, the data analysis unit 120 analyzes the algae identified as the dominant species based on a predefined correlation between the concentration and cell number of the algae identified as the dominant species. The number of cells can be estimated.
이때, 일 실시예에 따르면, 조류의 농도와 세포수 사이의 사전 정의된 상관 관계는 실험적으로 획득된 관계식일 수 있으며, 우점종으로 식별된 조류의 농도는 해당 조류의 형태적 특성 데이터에 기초하여 입도 분포 데이터로부터 획득될 수 있다. At this time, according to one embodiment, the predefined correlation between the concentration of algae and the number of cells may be an experimentally obtained relational expression, and the concentration of algae identified as a dominant species is determined by the particle size based on the morphological characteristic data of the algae. It can be obtained from distribution data.
예를 들어, 우점종으로 식별된 조류가 막대 형태의 세포를 가진 조류인 것으로 가정하면, 해당 조류의 농도는 입도 분포 데이터에서 해당 세포의 가로 길이의 범위에 해당하는 입자 농도와 세포의 세로 길이의 범위에 해당하는 입자 농도의 합일 수 있다.For example, assuming that the algae identified as the dominant species are algae with rod-shaped cells, the concentration of the algae is the particle concentration corresponding to the range of the horizontal length of the cell in the particle size distribution data and the range of the vertical length of the cell. It may be the sum of particle concentrations corresponding to .
다른 예로, 우점종으로 식별된 조류가 원형의 세포를 가진 조류인 것으로 가정하면 해당 조류의 농도는 입도 분포 데이터에서 해당 세포의 지름의 범위에 해당하는 입자 농도의 합일 수 있다.As another example, assuming that the algae identified as the dominant species are algae with round cells, the concentration of the algae may be the sum of the particle concentrations corresponding to the range of diameters of the corresponding cells in the particle size distribution data.
한편, 일 실시예에 따르면, 데이터 획득부(110)에 의해 획득된 수중 부유 입자의 입도 분포 데이터가 수표면 상의 위치 및 수심 중 적어도 하나가 상이한 복수의 지점 각각에서 측정된 입도 분포 데이터인 경우, 데이터 분석부(120)는 복수의 지점 각각에서 측정된 입도 분포 데이터와 복수의 조류 각각의 형태적 특징 데이터에 기초하여 복수의 조류 중 복수의 지점 각각에 대한 우점종을 식별할 수 있다. Meanwhile, according to one embodiment, when the particle size distribution data of floating particles in water acquired by the data acquisition unit 110 is particle size distribution data measured at each of a plurality of points where at least one of the location on the water surface and the water depth is different, The data analysis unit 120 may identify the dominant species for each of the plurality of points among the plurality of birds based on particle size distribution data measured at each of the plurality of points and morphological characteristic data of each of the plurality of birds.
또한, 데이터 분석부(120)는 복수의 지점 각각에 대한 우점종이 식별된 경우, 각 지점에 대한 우점종으로 식별된 조류의 농도와 세포수 사이의 사전 정의된 상관 관계에 기초하여 각 지점의 우점종에 대한 세포수를 산출할 수 있다.In addition, when the dominant species for each of a plurality of points is identified, the data analysis unit 120 determines the dominant species at each point based on a predefined correlation between the concentration and cell number of algae identified as the dominant species for each point. The number of cells can be calculated.
한편, 일 실시예에 따르면, 데이터 획득부(110)에 의해 획득된 수중 부유 입자의 입도 분포 데이터가 수표면 상의 위치 및 수심 중 적어도 하나가 상이한 복수의 지점 각각에서 측정된 입도 분포 데이터이고, 상술한 바와 같이 각 측정 지점의 위치 데이터 및/또는 수심 데이터가 획득된 경우, 각 측정 지점에서 식별된 우점종 및 우점종의 농도에 기초하여 모니터링 현장에서 조류의 공간적 분포에 대한 분석이 가능하게 된다.Meanwhile, according to one embodiment, the particle size distribution data of floating particles in water acquired by the data acquisition unit 110 is particle size distribution data measured at each of a plurality of points where at least one of the position on the water surface and the water depth is different, and the above-mentioned As described above, when location data and/or water depth data of each measurement point are acquired, it is possible to analyze the spatial distribution of algae at the monitoring site based on the dominant species and concentration of dominant species identified at each measurement point.
도 9는 일 실시예에 따른 조류 모니터링 방법의 순서도이다.Figure 9 is a flowchart of a bird monitoring method according to one embodiment.
도 9에 도시된 방법은 도 1에 도시된 조류 모니터링 장치(100)에 의해 수행될 수 있다.The method shown in FIG. 9 may be performed by the bird monitoring device 100 shown in FIG. 1.
도 9를 참조하면, 우선, 조류 모니터링 장치(100)는 현장용 광학 입도 분석기를 이용하여 하나 이상의 지점에서 측정된 수중 부유 입자의 입도 분포 데이터를 획득한다(910).Referring to FIG. 9, first, the algae monitoring device 100 acquires particle size distribution data of suspended particles in water measured at one or more points using an optical particle size analyzer for field use (910).
이때, 일 실시예에 따르면, 조류 모니터링 장치(110)는 수표면 상의 위치 및 수심 중 적어도 하나가 상이한 복수의 지점 각각에서 측정된 입도 분포 데이터를 획득할 수 있다.At this time, according to one embodiment, the bird monitoring device 110 may acquire particle size distribution data measured at each of a plurality of points where at least one of the location on the water surface and the water depth is different.
한편, 입도 분포 데이터는, 현장용 광학 입도 분석기에 의해 측정된 수중 부유 입자의 크기 및 농도를 나타내는 데이터일 수 있다.Meanwhile, particle size distribution data may be data representing the size and concentration of suspended particles in water measured by an on-site optical particle size analyzer.
이후, 조류 모니터링 장치(100)는 획득된 입도 분포 데이터와 복수의 조류 각각에 대해 사전 획득된 형태적 특징 데이터에 기초하여, 복수의 조류 중 우점종을 식별한다(920).Thereafter, the bird monitoring device 100 identifies the dominant species among the plurality of birds based on the acquired particle size distribution data and morphological characteristic data previously acquired for each of the plurality of birds (920).
이때, 형태적 특징 데이터는, 복수의 조류 각각의 세포 또는 군체의 형태적 특징과 관련된 크기 데이터를 포함할 수 있다.At this time, the morphological characteristic data may include size data related to the morphological characteristics of each cell or colony of a plurality of algae.
한편, 일 실시예에 따르면, 조류 모니터링 장치(100)는 복수의 지점 각각에서 측정된 입도 분포 데이터가 획득된 경우, 각 입도 분포 데이터와 복수의 조류 각각의 형태적 특징 데이터에 기초하여, 복수의 조류 중 복수의 지점 각각에 대한 우점종을 식별할 수 있다.Meanwhile, according to one embodiment, when particle size distribution data measured at each of a plurality of points is acquired, the bird monitoring device 100 generates a plurality of birds based on each particle size distribution data and the morphological characteristic data of each of the plurality of birds. The dominant species for each of multiple points among birds can be identified.
도 10은 추가적인 실시예에 따른 조류 모니터링 방법의 순서도이다.10 is a flowchart of a bird monitoring method according to an additional embodiment.
도 10에 도시된 방법은 도 1에 도시된 조류 모니터링 장치(100)에 의해 수행될 수 있다.The method shown in FIG. 10 can be performed by the bird monitoring device 100 shown in FIG. 1.
도 10을 참조하면, 우선, 조류 모니터링 장치(100)는 현장용 광학 입도 분석기를 이용하여 하나 이상의 지점에서 측정된 수중 부유 입자의 입도 분포 데이터를 획득한다(1010).Referring to FIG. 10, first, the algae monitoring device 100 acquires particle size distribution data of suspended particles in water measured at one or more points using an optical particle size analyzer for field use (1010).
이때, 일 실시예에 따르면, 조류 모니터링 장치(110)는 수표면 상의 위치 및 수심 중 적어도 하나가 상이한 복수의 지점 각각에서 측정된 입도 분포 데이터를 획득할 수 있다.At this time, according to one embodiment, the bird monitoring device 110 may acquire particle size distribution data measured at each of a plurality of points where at least one of the location on the water surface and the water depth is different.
한편, 입도 분포 데이터는, 현장용 광학 입도 분석기에 의해 측정된 수중 부유 입자의 크기 및 농도를 나타내는 데이터일 수 있다.Meanwhile, particle size distribution data may be data representing the size and concentration of suspended particles in water measured by an on-site optical particle size analyzer.
이후, 조류 모니터링 장치(100)는 획득된 입도 분포 데이터와 복수의 조류 각각에 대해 사전 획득된 형태적 특징 데이터에 기초하여, 복수의 조류 중 우점종을 식별한다(1020).Thereafter, the bird monitoring device 100 identifies a dominant species among a plurality of birds based on the acquired particle size distribution data and morphological characteristic data previously acquired for each of the plurality of birds (1020).
이때, 형태적 특징 데이터는, 복수의 조류 각각의 세포 또는 군체의 형태적 특징과 관련된 크기 데이터를 포함할 수 있다.At this time, the morphological characteristic data may include size data related to the morphological characteristics of each cell or colony of a plurality of algae.
한편, 일 실시예에 따르면, 조류 모니터링 장치(100)는 복수의 지점 각각에서 측정된 입도 분포 데이터가 획득된 경우, 각 입도 분포 데이터와 복수의 조류 각각의 형태적 특징 데이터에 기초하여, 복수의 조류 중 복수의 지점 각각에 대한 우점종을 식별할 수 있다.Meanwhile, according to one embodiment, when particle size distribution data measured at each of a plurality of points is acquired, the bird monitoring device 100 generates a plurality of birds based on each particle size distribution data and the morphological characteristic data of each of the plurality of birds. The dominant species for each of multiple points among birds can be identified.
이후, 조류 모니터링 장치(100)는 식별된 우점종의 농도와 세포수 사이의 사전 정의된 상관 관계에 기초하여 우점종의 세포수를 추정한다(1030).Thereafter, the bird monitoring device 100 estimates the cell number of the dominant species based on a predefined correlation between the concentration and cell number of the identified dominant species (1030).
이때, 일 실시예에 따르면, 복수의 지점 각각에 대한 우점종이 식별된 경우, 복수의 지점 각각에 대한 우점종의 농도와 세포수 사이의 사전 정의된 상관 관계에 기초하여 복수의 지점 각각에 대한 우점종의 세포수를 추정할 수 있다.At this time, according to one embodiment, when the dominant species for each of a plurality of points is identified, the dominant species for each of the plurality of points is based on a predefined correlation between the concentration of the dominant species and the number of cells for each of the plurality of points. The number of cells can be estimated.
한편, 도 9 및 도 10에 도시된 순서도에서 적어도 일부의 단계들은 순서를 바꾸어 수행되거나, 다른 단계와 결합되어 함께 수행되거나, 생략되거나, 세부 단계들로 나뉘어 수행되거나, 또는 도시되지 않은 하나 이상의 단계가 부가되어 수행될 수 있다.Meanwhile, in the flowcharts shown in FIGS. 9 and 10, at least some of the steps are performed out of order, combined with other steps, omitted, divided into detailed steps, or one or more steps not shown. It can be performed by adding .
도 11은 일 실시예에 따른 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도이다. 도시된 실시예에서, 각 컴포넌트들은 이하에 기술된 것 이외에 상이한 기능 및 능력을 가질 수 있고, 이하에 기술된 것 이외에도 추가적인 컴포넌트를 포함할 수 있다.FIG. 11 is a block diagram illustrating and illustrating a computing environment including a computing device according to an embodiment. In the illustrated embodiment, each component may have different functions and capabilities in addition to those described below, and may include additional components in addition to those described below.
도시된 컴퓨팅 환경(110)은 컴퓨팅 장치(12)를 포함한다. 일 실시예에서, 컴퓨팅 장치(12)는 도 1에 도시된 조류 모니터링 장치(100)에 포함된 하나 이상의 컴포넌트일 수 있다.The illustrated computing environment 110 includes computing device 12 . In one embodiment, computing device 12 may be one or more components included in bird monitoring device 100 shown in FIG. 1 .
컴퓨팅 장치(12)는 적어도 하나의 프로세서(14), 컴퓨터 판독 가능 저장 매체(16) 및 통신 버스(18)를 포함한다. 프로세서(14)는 컴퓨팅 장치(12)로 하여금 앞서 언급된 예시적인 실시예에 따라 동작하도록 할 수 있다. 예컨대, 프로세서(14)는 컴퓨터 판독 가능 저장 매체(16)에 저장된 하나 이상의 프로그램들을 실행할 수 있다. 상기 하나 이상의 프로그램들은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 상기 컴퓨터 실행 가능 명령어는 프로세서(14)에 의해 실행되는 경우 컴퓨팅 장치(12)로 하여금 예시적인 실시예에 따른 동작들을 수행하도록 구성될 수 있다.Computing device 12 includes at least one processor 14, a computer-readable storage medium 16, and a communication bus 18. Processor 14 may cause computing device 12 to operate in accordance with the example embodiments noted above. For example, processor 14 may execute one or more programs stored on computer-readable storage medium 16. The one or more programs may include one or more computer-executable instructions, which, when executed by the processor 14, cause computing device 12 to perform operations according to example embodiments. It can be.
컴퓨터 판독 가능 저장 매체(16)는 컴퓨터 실행 가능 명령어 내지 프로그램 코드, 프로그램 데이터 및/또는 다른 적합한 형태의 정보를 저장하도록 구성된다. 컴퓨터 판독 가능 저장 매체(16)에 저장된 프로그램(20)은 프로세서(14)에 의해 실행 가능한 명령어의 집합을 포함한다. 일 실시예에서, 컴퓨터 판독 가능 저장 매체(16)는 메모리(랜덤 액세스 메모리와 같은 휘발성 메모리, 비휘발성 메모리, 또는 이들의 적절한 조합), 하나 이상의 자기 디스크 저장 디바이스들, 광학 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 그 밖에 컴퓨팅 장치(12)에 의해 액세스되고 원하는 정보를 저장할 수 있는 다른 형태의 저장 매체, 또는 이들의 적합한 조합일 수 있다.Computer-readable storage medium 16 is configured to store computer-executable instructions or program code, program data, and/or other suitable form of information. The program 20 stored in the computer-readable storage medium 16 includes a set of instructions executable by the processor 14. In one embodiment, computer-readable storage medium 16 includes memory (volatile memory, such as random access memory, non-volatile memory, or an appropriate combination thereof), one or more magnetic disk storage devices, optical disk storage devices, flash It may be memory devices, another form of storage medium that can be accessed by computing device 12 and store desired information, or a suitable combination thereof.
통신 버스(18)는 프로세서(14), 컴퓨터 판독 가능 저장 매체(16)를 포함하여 컴퓨팅 장치(12)의 다른 다양한 컴포넌트들을 상호 연결한다.Communication bus 18 interconnects various other components of computing device 12, including processor 14 and computer-readable storage medium 16.
컴퓨팅 장치(12)는 또한 하나 이상의 입출력 장치(24)를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스(22) 및 하나 이상의 네트워크 통신 인터페이스(26)를 포함할 수 있다. 입출력 인터페이스(22) 및 네트워크 통신 인터페이스(26)는 통신 버스(18)에 연결된다. 입출력 장치(24)는 입출력 인터페이스(22)를 통해 컴퓨팅 장치(12)의 다른 컴포넌트들에 연결될 수 있다. 예시적인 입출력 장치(24)는 포인팅 장치(마우스 또는 트랙패드 등), 키보드, 터치 입력 장치(터치패드 또는 터치스크린 등), 음성 또는 소리 입력 장치, 다양한 종류의 센서 장치 및/또는 촬영 장치와 같은 입력 장치, 및/또는 디스플레이 장치, 프린터, 스피커 및/또는 네트워크 카드와 같은 출력 장치를 포함할 수 있다. 예시적인 입출력 장치(24)는 컴퓨팅 장치(12)를 구성하는 일 컴포넌트로서 컴퓨팅 장치(12)의 내부에 포함될 수도 있고, 컴퓨팅 장치(12)와는 구별되는 별개의 장치로 컴퓨팅 장치(12)와 연결될 수도 있다.Computing device 12 may also include one or more input/output interfaces 22 and one or more network communication interfaces 26 that provide an interface for one or more input/output devices 24. The input/output interface 22 and the network communication interface 26 are connected to the communication bus 18. Input/output device 24 may be coupled to other components of computing device 12 through input/output interface 22. Exemplary input/output devices 24 include, but are not limited to, a pointing device (such as a mouse or trackpad), a keyboard, a touch input device (such as a touchpad or touch screen), a voice or sound input device, various types of sensor devices, and/or imaging devices. It may include input devices and/or output devices such as display devices, printers, speakers, and/or network cards. The exemplary input/output device 24 may be included within the computing device 12 as a component constituting the computing device 12, or may be connected to the computing device 12 as a separate device distinct from the computing device 12. It may be possible.
이상에서 대표적인 실시예를 통하여 본 발명에 대하여 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 전술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.Although the present invention has been described in detail above through representative embodiments, those skilled in the art will recognize that various modifications to the above-described embodiments are possible without departing from the scope of the present invention. You will understand. Therefore, the scope of the present invention should not be limited to the described embodiments, but should be determined not only by the claims described later but also by equivalents to the claims.
10: 컴퓨팅 환경
12: 컴퓨팅 장치
14: 프로세서
16: 컴퓨터 판독 가능 저장 매체
18: 통신 버스
20: 프로그램
22: 입출력 인터페이스
24: 입출력 장치
26: 네트워크 통신 인터페이스
100: 조류 모니터링 장치
110: 데이터 획득부
120: 데이터 분석부10: Computing environment
12: Computing device
14: processor
16: Computer-readable storage medium
18: communication bus
20: Program
22: input/output interface
24: input/output device
26: Network communication interface
100: Bird monitoring device
110: Data acquisition unit
120: Data analysis department
Claims (12)
상기 입도 분포 데이터와 복수의 조류(algae) 각각에 대해 사전 획득된 형태적 특징 데이터에 기초하여, 상기 복수의 조류 중 우점종(dominant species)을 식별하는 데이터 분석부를 포함하고,
상기 입도 분포 데이터는, 수중 부유 입자의 크기 및 농도를 나타내는 데이터이며,
상기 우점종의 식별은 상기 농도가 높은 값을 나타내는 상기 수중 부유 입자의 크기를 통해 행해지고,
상기 형태적 특징 데이터는, 상기 복수의 조류 각각의 세포(cell) 또는 군체(colony)의 형태적 특징과 관련된 크기 데이터를 포함하며,
상기 복수의 조류 각각의 세포의 형태적 특징과 관련된 크기 데이터는 상기 세포의 가로 길이 범위 및 세로 길이 범위이며, 상기 복수의 조류 각각의 군체의 형태적 특징과 관련된 크기 데이터는 상기 군체의 지름 범위인, 조류 모니터링 장치.
Particle size distribution data of suspended particles in water measured at one or more points using an in-situ optical particle size analyzer that generates data about particles through laser diffraction. a data acquisition unit that acquires; and
A data analysis unit that identifies a dominant species among the plurality of algae based on the particle size distribution data and morphological characteristic data previously obtained for each of the plurality of algae,
The particle size distribution data is data representing the size and concentration of particles suspended in water,
Identification of the dominant species is done through the size of the particles suspended in the water, which indicates a high concentration value,
The morphological characteristic data includes size data related to the morphological characteristics of each cell or colony of the plurality of algae,
The size data related to the morphological characteristics of the cells of each of the plurality of algae is the horizontal length range and the vertical length range of the cells, and the size data related to the morphological characteristics of the colony of each of the plurality of algae is the diameter range of the colony. , bird monitoring device.
상기 데이터 분석부는, 상기 우점종이 식별된 경우, 상기 우점종의 농도와 세포수 사이의 사전 정의된 상관 관계에 기초하여 상기 우점종의 세포수를 추정하는, 조류 모니터링 장치.
In claim 1,
The data analysis unit, when the dominant species is identified, estimates the number of cells of the dominant species based on a predefined correlation between the concentration of the dominant species and the number of cells.
상기 데이터 획득부는, 수표면 상의 위치 및 수심 중 적어도 하나가 상이한 복수의 지점 각각에서 측정된 입도 분포 데이터를 획득하고,
상기 데이터 분석부는, 상기 복수의 지점 각각에서 측정된 입도 분포 데이터와 상기 형태적 특징 데이터에 기초하여, 상기 복수의 조류 중 상기 복수의 지점 각각에 대한 우점종을 식별하는, 조류 모니터링 장치.
In claim 1,
The data acquisition unit acquires particle size distribution data measured at each of a plurality of points where at least one of the location on the water surface and the water depth is different,
The data analysis unit identifies a dominant species for each of the plurality of points among the plurality of birds, based on the particle size distribution data and the morphological characteristic data measured at each of the plurality of points.
상기 데이터 분석부는, 상기 복수의 지점 각각에 대한 우점종의 농도와 세포수 사이의 사전 정의된 상관 관계에 기초하여 상기 복수의 지점 각각에 대한 우점종의 세포수를 추정하는, 조류 모니터링 장치.
In claim 5,
The data analysis unit estimates the number of cells of the dominant species for each of the plurality of points based on a predefined correlation between the concentration of the dominant species and the number of cells for each of the plurality of points.
상기 입도 분포 데이터와 복수의 조류(algae) 각각에 대해 사전 획득된 형태적 특징 데이터에 기초하여, 상기 복수의 조류 중 우점종(dominant species)을 식별하는 단계를 포함하고,
상기 입도 분포 데이터는, 수중 부유 입자의 크기 및 농도를 나타내는 데이터이며,
상기 우점종의 식별은 상기 농도가 높은 값을 나타내는 상기 수중 부유 입자의 크기를 통해 행해지고,
상기 형태적 특징 데이터는, 상기 복수의 조류 각각의 세포(cell) 또는 군체(colony)의 형태적 특징과 관련된 크기 데이터를 포함하며,
상기 복수의 조류 각각의 세포의 형태적 특징과 관련된 크기 데이터는 상기 세포의 가로 길이 범위 및 세로 길이 범위이며, 상기 복수의 조류 각각의 군체의 형태적 특징과 관련된 크기 데이터는 상기 군체의 지름 범위인, 조류 모니터링 방법.
Particle size distribution data of suspended particles in water measured at one or more points using an in-situ optical particle size analyzer that generates data about particles through laser diffraction. acquiring; and
Comprising the step of identifying a dominant species among the plurality of algae based on the particle size distribution data and morphological characteristic data previously obtained for each of the plurality of algae,
The particle size distribution data is data representing the size and concentration of particles suspended in water,
Identification of the dominant species is done through the size of the particles suspended in the water, which indicates a high concentration value,
The morphological characteristic data includes size data related to the morphological characteristics of each cell or colony of the plurality of algae,
The size data related to the morphological characteristics of the cells of each of the plurality of algae is the horizontal length range and the vertical length range of the cells, and the size data related to the morphological characteristics of the colony of each of the plurality of algae is the diameter range of the colony. , bird monitoring methods.
상기 우점종이 식별된 경우, 상기 우점종의 농도와 세포수 사이의 사전 정의된 상관 관계에 기초하여 상기 우점종의 세포수를 추정하는 단계를 더 포함하는, 조류 모니터링 방법.
In claim 7,
When the dominant species is identified, the algae monitoring method further comprises the step of estimating the cell number of the dominant species based on a predefined correlation between the concentration of the dominant species and the cell number.
상기 획득하는 단계는, 수표면 상의 위치 및 수심 중 적어도 하나가 상이한 복수의 지점 각각에서 측정된 입도 분포 데이터를 획득하고,
상기 식별하는 단계는, 상기 복수의 지점 각각에서 측정된 입도 분포 데이터와 상기 형태적 특징 데이터에 기초하여, 상기 복수의 조류 중 상기 복수의 지점 각각에 대한 우점종을 식별하는, 조류 모니터링 방법.
In claim 7,
The acquiring step includes acquiring particle size distribution data measured at each of a plurality of points where at least one of the location on the water surface and the water depth is different,
The identifying step is to identify a dominant species for each of the plurality of points among the plurality of birds based on the particle size distribution data and the morphological characteristic data measured at each of the plurality of points.
상기 복수의 지점 각각에 대한 우점종의 농도와 세포수 사이의 사전 정의된 상관 관계에 기초하여 상기 복수의 지점 각각에 대한 우점종의 세포수를 추정하는 단계를 더 포함하는, 조류 모니터링 방법.In claim 11,
A bird monitoring method further comprising the step of estimating the cell number of the dominant species for each of the plurality of points based on a predefined correlation between the concentration of the dominant species and the cell number for each of the plurality of points.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20200188285 | 2020-12-30 | ||
| KR1020200188285 | 2020-12-30 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220097112A KR20220097112A (en) | 2022-07-07 |
| KR102601449B1 true KR102601449B1 (en) | 2023-11-13 |
Family
ID=82398722
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210047964A KR102601449B1 (en) | 2020-12-30 | 2021-04-13 | Apparatus and method and for monitoring algae using in-situ optical particle size analyzer |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102601449B1 (en) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001013058A (en) | 1999-06-28 | 2001-01-19 | Shimadzu Corp | Method for monitoring microorganism in water |
| JP3148314B2 (en) | 1991-12-24 | 2001-03-19 | 株式会社日立製作所 | Aquatic observation, monitoring and purification system |
| JP2016095259A (en) * | 2014-11-17 | 2016-05-26 | 横河電機株式会社 | Plankton measurement system and plankton measurement method |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5172728A (en) * | 1974-12-20 | 1976-06-23 | Taiyo Seiki Kk | Chetsukubarubuyo tefuronbarubu |
| JPS5332915A (en) * | 1976-09-08 | 1978-03-28 | Koyo Sangyo Co | Interior material |
| JPS6027014A (en) * | 1983-07-25 | 1985-02-12 | Nippon Telegr & Teleph Corp <Ntt> | Magnetic disk controller |
| KR20190075696A (en) | 2017-12-21 | 2019-07-01 | 경기대학교 산학협력단 | Apparatus and method for counting cells of micro-algae |
-
2021
- 2021-04-13 KR KR1020210047964A patent/KR102601449B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3148314B2 (en) | 1991-12-24 | 2001-03-19 | 株式会社日立製作所 | Aquatic observation, monitoring and purification system |
| JP2001013058A (en) | 1999-06-28 | 2001-01-19 | Shimadzu Corp | Method for monitoring microorganism in water |
| JP2016095259A (en) * | 2014-11-17 | 2016-05-26 | 横河電機株式会社 | Plankton measurement system and plankton measurement method |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220097112A (en) | 2022-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ferrari et al. | Habitat structural complexity metrics improve predictions of fish abundance and distribution | |
| Hildebrand et al. | Passive acoustic monitoring of beaked whale densities in the Gulf of Mexico | |
| Marques et al. | Estimating North Pacific right whale Eubalaena japonica density using passive acoustic cue counting | |
| Oreska et al. | Seagrass blue carbon spatial patterns at the meadow-scale | |
| EP3489725B1 (en) | Method for estimating geological architecture of a geologic volume | |
| Tauro et al. | Flow monitoring with a camera: a case study on a flood event in the Tiber river | |
| Quiroz et al. | A Bayesian approach to estimate the biomass of anchovies off the coast of Perú | |
| EP2707827B1 (en) | System and method for characterizing reservoir formation evaluation uncertainty | |
| Lecroart et al. | Bioturbation, short-lived radioisotopes, and the tracer-dependence of biodiffusion coefficients | |
| Gao et al. | Additional sampling layout optimization method for environmental quality grade classifications of farmland soil | |
| Cao et al. | An evaluation of an inshore bottom trawl survey design for American lobster (Homarus americanus) using computer simulations | |
| KR102601449B1 (en) | Apparatus and method and for monitoring algae using in-situ optical particle size analyzer | |
| Díaz-Barroso et al. | Singularities of surface mixing activity in the Western Mediterranean influence bluefin tuna larval habitats | |
| Masuda et al. | Bayesian logistic mixed-effects modelling of transect data: relating red tree coral presence to habitat characteristics | |
| CN112983394A (en) | Curve construction method and device based on logging data and storage medium | |
| McKenzie et al. | Inferring linear feature use in the presence of GPS measurement error | |
| CN108596383B (en) | Reservoir classification method and device | |
| CA3138261A1 (en) | Method of estimating a mineral content of a geological structure | |
| Rodríguez | A modeling framework for assessing long-distance dispersal and loss of connectivity in stream fish | |
| RU2591239C1 (en) | Systems and methods for assessment of capability of collector system | |
| CN113408019B (en) | Water system sediment geochemical anomaly mapping method based on BME-GWR | |
| Burgos et al. | Sensitivity analysis and parameter selection for detecting aggregations in acoustic data | |
| CN112612935B (en) | Complete logging data acquisition method based on self-reasoning model | |
| Levine et al. | Measuring the in situ tilt orientation of fish and zooplankton using stereo photogrammetric methods | |
| Kevin et al. | Fitting wind speed to a 3-parameter distribution using maximum likelihood technique |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |