수문, 수질, 수생태는 복잡하게 연계되어 있는 하나의 시스템으로, 최근에는 생태적으로 건강하고 깨끗하고 하천을 만들기 위해 정부, 연구기관에서 많은 연구와 노력을 하고 있다. 본 연구에서는 하천의 수생태계 건강성 악화 문제를 해결하기 위해, 다양한 원인과 그에 따른 결과를 분석하고 대응방안을 제시할 수 있는 DPSIR 프레임워크를 구상하였으며, 연구대상유역은 매년 녹조문제와 악화된 수질로 문제를 겪고 있는 낙동강유역(23,635km²)으로 선정하였다.
수생태계 건강성 악화의 원인으로 다양한 인간 활동으로부터 발생하여 하천으로 유입되는 질소, 인 성분의 수질인자들을 고려하였다. 통계자료를 기반으로 구축한 인간활동을 고려하여 유역모델 SWAT을 구축하였고, 그 결과를 종분포모델의 환경변수로 사용하였다. 기계학습의 알고리즘 중 하나인 Random Forest기반의 종분포모델로 수생태계 건강성을 대표할 수 있는 23개의 종의 분포확률을 예측하였으며, 종분포모델의 예측성능은 0.8이상으로 평가되었다. 예측한 종분포확률을 기반으로 개발한 새로운 수생태계 건강성 평가 지표인 T-AEHI를 기존에 국내에서 사용되고 있는 3가지 수생태계 건강성 평가 지표와 비교하였을 때, 평균 R2은 0.7, MAE는 17.4, RMSE는 20.0으로 분석되었다. T-AEHI를 이용하여 낙동강 유역의 모든 하천에 대하여 수생태계 건강성을 평가한 결과 T-AEHI 점수는 28~70으로 분석되었다. 하천의 수생태계 건강성 악화 원인으로 고려한 인간활동과 수질 부하량을 규제하고 저감하고 대응방안을 적용한 결과 수생태계 건강성이 회복되는 것을 확인하였다.
본 연구는 가정한 원인에 따른 하천 수생태계 건강성 상태를 평가하고, 대응방안을 적용 및 평가하는 연구로서, 본 연구에서 제시한 DPSIR 프레임워크에 다양한 인자들을 추가한다면 보다 신뢰성 있는 결과를 도출할 수 있을 것으로 사료된다.