위성 기반 녹조 감시 기술은 현장 채수를 통한 전통적인 측정 방식과 비교하여 시간적·공간적으로 높은 밀도의 정보를 제공함으로써 보다 포괄적인 환경 모니터링이 가능하다. 효과적인 녹조감시 기술을 확보하기 위해서는 수체의 분광 정보를 활용하여 녹조의 주요 원인인 조류(藻類)의 클로로필-a 농도를 정량적으로 추정할 수 있는 알고리즘 개발이 필수적이며, 이를 위해서는 동일한 시·공간에서 수집된 분광 반사율 및 클로로필-a 농도값이 매칭된 데이터셋이 필요하다. 그러나 수체 환경은 지구상 다른 지표 환경에 비해 현장 접근이 어렵고 시·공간적 변동성이 크기 때문에 물환경 원격탐사를 위한 신뢰성 높은 데이터셋 구축이 어려운 실정이다. 본 연구에서는 이러한 한계를 극복하고자 글로벌 수질-분광 데이터셋인 GLORIA (GLObal Reflectance Community Dataset for Imaging and Optical Sensing in Aquatic Environments)를 활용하여 클로로필-a 농도 추정을 위한 머신러닝 알고리즘을 개발하였다. 개발된 알고리즘은 옥정호에 대해 수집된 Sentinel-2 위성영상과 현장에서 채수한 클로로필-a 농도 자료를 이용하여 검증하였으며, 그 결과 결정계수(R²) 0.79, RMSE 10.1 mg/m³, MAE 6.6 mg/m³로 높은 예측 정확도를 나타냈다. 또한, 본 알고리즘을 적용하여 2024년 8월부터 11월까지 낙동강 전역의 녹조 발생
현황을 분석한 결과, 안동호, 진양호, 내성천, 합천호 및 본류 일부 보 구간에서 녹조현상이 감지되었다. 특히, 안동호 상류에서는 7월 장마 직후 발생한 녹조가 11월까지 지속됨을 확인하였다. 본 연구를 통해 위성 기반 모니터링이 광역적 관점에서 녹조 발생 시기, 우심지역 및 규모를 직관적으로 파악하는 데 유용함을 확인하였다.