하천 및 댐저수지는 강우시 유역으로부터 오염물질의 유입, 기온 증가 등 다양한 요인으로 인해 수계별 차이는 있지만 매년 녹조(Algae)가 발생하고 있다. 환경부에서는 조류경보제를 운영하여 조류발생 상황에 따라 경보를 발생하고 있으며 녹조 원격 모니터링을 통해 공간적 분포를 확인하고 있다. K-water에서는 위성영상 기반 모니터링 시스템을 개발하여 기상, 수문 뿐만 아니라 수질, 녹조변화를 표출함으로써 미계측 지역의 녹조 발생을 모니터링 하고 있다. 그리고 모델링 기법은 대책별 예측을 통한 의사결정지원 등 녹조관리에 유용하게 활용되고 있다. 유역모델을 활용하여 오염원, 기상변화에 따른 수질 변화를 모의하고 저수지모델 입력자료로 연계하여 호내 거동에 따른 변화를 모의함으로써 물환경관리 대책 수립시 활용하고 있다. 이와 같은 원격 모니터링과 모델링 기법은 신규댐과 같이 관측자료가 부족한 지역에서는 유용한 자료로 활용될 수 있다. 본 연구에서는 면단위 센싱기법 적용, 머신러닝 기법 적용하여 위성영상 기반 녹조 추정 기법의 정확도를 개선하였다. 그리고, 유역모델 HSPF와 저수지모델 AEM3D를 연계 적용하여 댐 유역 오염원 관리 대책 적용시 녹조발생 변화를 예측하여 중장기 녹조관리 대책에 활용하였다. 향후 모니터링-위성영상-모델링의 하이브리드 기법 연구를 수행함으로써 더욱 정확도 높은 녹조 예측 및 관리방안 수립에 활용할 수 있을 것으로 판단된다.