A multimodal AI system that predicts algal blooms by integrating satellite imagery, water quality data, and environmental factors
한국연구재단연구운영비지원(R&D) · (국제) 한-중(NSFC) 협력사업 (협력연구)
2026년
2710114975
과학기술정보통신부
한국연구재단
고려대학교
조경화
5명
2026.10.01 ~ 2027.09.30
2026.10.01 ~ 2028.09.30
1,500만원
1,500만원
기초연구
대학
서울특별시 성북구
환경 > 환경보건 > 환경보건 모니터링기술
수계 내 독성을 가진 유해 조류(Harmful Algal Blooms, HABs)는 발생 정도와 지속 기간에 따라 수중 생물의 죽음을 야기할 뿐만 아니라 사람의 건강까지 위협하고 있음. 독성을 가진 조류들은 환경·기상 조건 변화에 민감하게 반응하며, 강, 호수 등의 담수 수계에 시·공간적으로 급격히 확산할 수 있어, 피해 저감을 위해서는 조류의 대량 발생을...
... 조류 번성의 시·공간적 변동을 충분히 설명하는 데 한계가 있음. 이러한 한계를 보완하기 위해 인공위성 등 원격탐사 기반 생물-광학적 알고리즘이 활용되고 있으나, 수계별 생물 광학적 특성 차이 ... 안정적으로 정량화·예측하는 데 제약이 존재함. 이에 원격탐사 영상과 수질·기상·환경 자료를 인공지능(AI) 기반으로 통합 분석하여 조류 관련 정보를 직접 추정하거나 대발생 위험을 예측하려는 연구가 ...
원격탐사 데이터, 수질 관측 자료, 기상·환경 요인을 통합한 멀티모달 AI 모델을 구축함으로써 조류 농도 예측의 신속성과 공간적 범위를 향상하고, 조류 경보 체계의 선제 대응 역량을 강화할 수 있음. 이를 통해 현장 채수 및 실험실 분석에 의존하던 기존 모니터링의 시간·비용·인력 한계를 보완하고, 제한된 인력을 더욱 효율적으로 운용할 수 있을 것으로 기대됨...