2.1. 하천수(mixture) 및 오염원(대푯값; end-member) 조사

본 연구의 대상 유역인 영산강은 길이 115.5 km, 유역면적 3,371 km²의 국내 4대 대형 강 중 하나이며, 광주천 및 황룡 강, 지석천, 고막원천, 함평천 등의 지류가 유입되면서 남서 방향으로 유하한다. 2012년 수행된 4대강 사업으로 승촌보 및 죽산보가 축조되어 있다. 영산강은 다른 대형 하천과 달 리, 비교적 상류에 인구밀집지역(광주광역시, 전남 나주시)이 위치하고 있으며, 이로 인해 광주1, 2 하수처리장 및 나주공 공하수처리장의 일평균 74만톤의 방류량이 영산강으로 직유 입되고 있다(^{Kim et al., 2019}). 또한, 농업 및 축산의 비율이 높아 다른 수계에 비하여 질소 오염도가 높은 실정이다(^{Son et al., 2018}).

하천수 현장 조사는 총 22개 지점을 선정하여, 본류 구간 에 11개소(M1 ~ 11), 유입 지천에 11개소(T1 ~ 11)를 대상으 로 실시하였다(Fig. 1). 시료 채수는 2019년 2월에 실시하였 다. 한편, 오염원 현장 조사는 ^{Kendall et al. (2007)}을 기준으 로 5종의 질소 오염원을 선정하였으며, 자세한 조사 내용은 다음 장(2.3)에 기술하였다. 이들 오염원에 대한 시료 채수는 2019년 2월부터 2019년 6월까지 실시하였다. 수온, pH, DO, 전기전도도는 현장측정장비(EXO1 multiparameter sonde, YSI, USA)을 사용하여 현장에서 측정하였고, 현장에서 채수 된 시료는 4°C 냉장보관 후에 연구실로 이송하여 일반수질 항목(TN, DTN, NH₃-N, NO₃^--N, Cl^-) 및 안정동위원소비 분 석(δ¹⁵N-NO₃, δ¹⁸O-NO₃)을 실시하였다. 일반수질항목은 수질 오염공정시험방법에 따라 분석을 실시하였으며, 안정동위원 소비 분석은 다음 장에 기술된 내용을 따랐다.

Fig. 1. Location of sampling site in the Yeongsan River. The circles and triangles indicate main stream and tributary of the Yeongsan River, respectively.

2.2. 안정동위원소비 분석

δ¹⁵N-NO₃ 및 δ¹⁸O-NO₃의 안정동위원소비 분석을 위한 전 처리는 이온교환수지방법을 적용하였고, 시료량은 6.3 mg 이상의 NO₃^-의 농도가 충분히 포함되도록 준비하였다(^{Song et al., 2010}). 준비된 시료는 음이온 교환수지가 충진된 컬럼 (Poly-prep column, AG1-X8, Chloride form, 200-400 mesh, Bio-rad)에 8 mL/min 유량으로 흘려보내 음이온을 흡착시킨 후 3 M HCl을 이용하여 용리시켰다. 용리된 용액은 Silver Oxide (Ag₂O, Wako)를 가하여 pH가 약 5.5–6.0가 되도록 중성화시킨 후 Whatman NO. 2 여과지(Ø 150 mm, pore size 8 μm, Whatman)와 0.2 μm Nylon Syringe Filter(Ø 25 mm, pore size 0.2 μm, Chmlab)로 AgCl과 Silver Oxide(Ag₂O)의 침전물을 제거하였다. 최종 여과액 중 절반은 동결건조기 (Freeze Dryer, ilShinBioBase, Korea)를 이용하여 동결 건조 시켜 AgNO₃ 형태의 분말을 얻어 δ¹⁵N-NO₃ 분석용 시료로 사용하였다.

남은 여과액은 방해 이온(SO₄^2-, PO₄^3-)들을 제거하기 위해 1 M BaCl₂ 2 mL를 가하여 BaSO₄, BaPO₄의 침전물을 형성 시킨 후 Whatman NO. 2 여과지로 제거하여 최종 여과액을 얻었다. 최종 여과액은 양이온교환수지(Poly-prep colum, AG50W-X8, Hydrogen form, 100-200 mesh, Bio-rad)에 8 mL/min의 유량으로 흘려 과량의 Ba²⁺ 및 Ag⁺이온들을 제거 하였고, 그리고 여과액에 Silver Oxide(Ag₂O)를 가하여 pH 6 으로 중성화시켜 Whatman NO. 2 여과지 및 0.2 μm Nylon Syringe Filter로 AgCl과 Silver Oxide(Ag₂O)의 침전물을 추 가로 제거하였다. 최종 여과액은 δ¹⁵N-NO₃ 분석용 시료와 마찬가지로 동결 건조시켜 δ¹⁸O-NO₃ 분석용 시료로 사용하 였다.

δ¹⁵N-NO₃ 분석은 Tin Foil(D1118, 50 x 50mm, Elemental Microanalysis)에 봉인하여 원소분석기(Elemental Analyzer, Vario Isotope Cube, Germany)가 결합된 안정동위원소 질량분 석기(Isotope Ratio Mass Spectrometry, Isoprime Vision, Elemental-GV Instrument, Germany)를 이용하여 측정하였다. 그리고 δ¹⁸O-NO₃ 분석은 Silver foil(40X40 mm, Elemental Microanalysis)에 봉인하여 국립환경과학원 환경측정분석센터 에 의뢰하여 측정을 수행하였다. δ¹⁸O-NO₃ 분석은 원소분석기 (Elemental Analyzer, Vario PYRO Cube, Germany)가 결합된 안정동위원소 질량분석기(Isotope Ratio Mass Spectrometry, Isoprime 100, Elemental-GV Instrument, Germany)를 이용하 였다.

δ¹⁵N-NO₃ 및 δ¹⁸O-NO₃의 안정동위원소비는 국제표준을 참조하여 식(1)과 같이 del값(δ) 또는 천분율(‰) 표기법으로 나타내었다.

여기서, R_sample는 시료 내 ¹⁵N/¹⁴N 또는 ¹⁸O/¹⁶O의 비율, R_standard는 표준물질 내 ¹⁵N/¹⁴N 혹은 ¹⁸O/¹⁶O의 비율을 각각 의미한다. ¹⁵N와 ¹⁸O의 안정동위원소 값은 대기 중의 N₂(^{Li et al., 2010}) 및 Vienna Standard Mean Ocean Water (VSMOW)와 연관하여 천분율 단위로 나타내었다. δ¹⁵N-NO₃ 와 δ¹⁸O-NO₃의 분석정밀도는 각각 ±0.6‰와 ±0.3‰이었다.

2.3. Bayesian 동위원소 혼합모델(isotope mixing model)

SIAR은 여러 개의 NO₃^-오염원에 대하여 기여율을 추정하 는데 성공적으로 사용되어 왔다(^{Li et al., 2019}; ^{Parnell et al., 2013}; ^{Phillips, 2001}). 혼합모델은 식(2)와 같이 표현된다 (^{Parnell et al., 2010}).

여기서, X_ij는 혼합물 i의 j동위원소값이며, i = 1, 2, 3, …, I (본 연구에서 I=22), j = 1, 2, 3, …, J (본 연구에서 J=2) 이 다. S_jk는 j동위원소에 대한 k오염원값(k = 1, 2, 3, …, K) (본 연구에서 K=5)이고, 이는 평균 μ_jk와 분산 ω_jk²의 정규분포를 따른다. p_k는 k오염원의 기여율이며, 이는 SIAR을 통해 추정 된다. C_jk는 k오염원에 대한 j동위원소 분별작용으로 대표되 며, 이는 일반적으로 평균 λ_j와 표준편차 τ_j² 정규분포를 따른 다. ε_ij는 오차이며, 이는 평균 0과 표준편차 σ_j² 정규분포를 따른다. Bayesian 모델링에서는 사전분포의 결정이 사후분포 에 영향을 줄 수 있으므로 적절한 사전분포의 정의가 중요하 다. p_k를 위한 사전분포 모형은 다변량 베타분포(Beta distribution)인 디리클레 확률과정(Dirichlet process)을 가정 하였고 매개변수 α는 1을 사용하여 비정보적(noninformative) 사전분포를 적용하였다. 보다 자세한 정보는 ^{Parnell et al. (2010)}에서 찾아볼 수 있다.

이와 같이 SIAR에 입력되는 변수는 다음과 같이 크게 3가 지로 구성된다; 첫째, 조사 지점 및 조사 수계의 수질 시료 (mixture)에 대한 안정동위원소비의 평균과 표준편차, 둘째, 다양한 오염 기원(sources)의 대푯값(end-member)에 대한 안 정동위원소비의 평균과 표준편차, 셋째, 조사대상 구간에서 발생하는 분별작용(Fractionation)에 대한 평균값과 표준편차 로 구성된다.

보통 선행연구에서는 질산염의 잠재적 오염원을 토양 유기 질소, 화학비료, 분뇨 및 하수, 대기 중 강우로 구분한다 (^{Kendall et al., 2007}). 그러나 본 연구에서는 분뇨 및 하수의 유입 기원을 구분하여, 영산강으로 유입되는 오염 기원을 축 산계(MA, Manure), 농업계(CF, Chemical Fertilizer), 토양계 (SN, Soil N), 생활계(SE, Sewage), 강우계(NP, NO₃^- in Precipitation)의 5종으로 구분하였다(^{Li et al., 2019}). 축산계 와 농업계는 각각 우분퇴비와 돈액비, 합성화학비료를 균질 화한 다음, 3차 증류수에 24시간 동안 교반시킨 희석액의 안 정동위원소 값을 사용하였다(^{Vitòria et al., 2004}). 토양계는 인위적 영향이 적고, 토양 유출이 예상되는 산간의 계곡수를 취수하였으며, 생활계는 나주, 담양, 광주 하수처리장 방류수 를 선택하여, 각각의 안정동위원소 값을 구하였다. 마지막으 로 강우계는 빗물채수기를 이용하여 채취된 강수를 직접 분 석에 사용하였다.

분별작용의 값은 보통 문헌 값을 사용할 수 있지만(^{Chen et al., 2009}), 국내 수계에서는 선행된 연구가 없으므로, 본 연구에서 획득된 시료의 질산염 농도(NO₃^-)와 질소(δ¹⁵N-NO₃,) 및 산소 동위원소비(δ¹⁸O-NO₃) 값을 활용하였다. 자연로그를 취한 질산염 농도와 동위원소 값과의 관계를 회 귀분석 하여 나오는 기울기의 평균과 표준편차 값을 이용하 였으며, 통계적으로 유의미하게 산출된 결과만을 분별요소 값으로 사용하였다(^{Chen et al., 2009}; ^{Li et al., 2019}).

3.1. 안정동위원소비 분석

영산강 수질 시료에서 획득된 질산성 질소(NO₃-N)의 농도 는 평균 2.959 mg L^-1로 0.976 ~ 7.750 mg L^-1의 범위를 보였 다. 본류 구간보다는 유입 지류에서 상대적으로 높게 나타났 으며, 특히 광주1하수처리장과 광주2하수처리장 방류수가 유입되는 M4와 M7 지점에서 뚜렷한 증가 양상이 나타났다. 한편, 안정동위원소비는 본류(M)와 지류(T)에서 δ¹⁵N-NO₃가 각각 +8.81 ~ +10.75 ‰와 +8.20 ~ +13.41 ‰의 범위를 보였 으며, δ¹⁸O-NO₃는 +4.54 ~ +8.96 ‰, +2.24 ~ +9.84 ‰의 범위 를 나타내었다. δ¹⁵N-NO₃와 δ¹⁸O-NO₃ 값의 분포 그래프는 안정동위원소비 값이 토양 N과 분뇨 및 하수의 범위에 가깝 게 분포하여 영산강에서 질산염이 주로 이들 오염원으로부 터 기인할 가능성이 크다는 것을 보여준다(Fig. 2).

Fig. 2. Spatial variations of (A) NO3-N concentration and (B, C) nitrate isotopic signatures (mean ± S.D.) in the Yeongsan River.

δ¹⁸O-NO₃는 강우로부터의 유입된 질산염과 질산화 과정을 거친 질산염을 구분하는데 널리 사용되어 왔다. AgNO₃ 방법 을 사용할 때 강우에서 기인한 질산염은 일반적으로 + 30‰ 이상의 범위를 가지고 있지만, 질산화 과정을 거친 질산염은 –10 ~ +10 ‰의 범위를 보인다(^{Kendall et al., 2007}). 본 연 구에서 분석된 δ¹⁸O-NO₃는 +2.236 ~ +9.841 ‰범위를 가지 며, 따라서 영산강의 질산염은 강우로부터 직접 유입되었다 기 보다는 질산화를 거쳤음을 의미하였다(Fig. 3).

Fig. 3. Nitrate isotopic signatures in the Yeongsan River together with typical nitrate end-member (Kendall et al., 2007).

SIAR에 사용되는 다양한 오염 기원의 대푯값에 대한 안정동 위원소비는 각 오염원간 뚜렷한 구분이 필요하며, 대푯값의 부 적절한 산정은 결과의 불확실성을 증가시킬 수 있다(^{Liu et al., 2018}). 또한, 대푯값은 유입되는 오염원의 특성에 따라 지역적 특이성을 보일 수 있음으로 가능한 해당 지역의 많은 오염원 샘플로부터 대푯값을 산정할 필요가 있다(^{Yi et al., 2017}). 본 연구를 통해 영산강에 확인된 대푯값은, MA가 δ¹⁵N-NO₃는 +15.0±4.1 ‰이며, δ¹⁸O-NO₃는 +14.3±2.4 ‰이였다. 동일하게, CF는 –2.6±0.7 ‰, +11.2±6.1 ‰, SN는 +4.1±0.3 ‰, +9.6±0.1 ‰, SE는 +11.2±2.4 ‰, +5.8±1.6 ‰, NP는 –7.2±0.8 ‰, +51.1±3.8 ‰로 각각 분석되었다. 본 연구를 통하여 5가지 오염 기원에 대한 대푯값을 확보하였다.

화학비료로부터 산출된 CF의 안정동위원소값은 선행연구 에서 보고된 ‘화학비료’의 범위와 일치하였으며, 강우에서의 NP 값은 다른 지역에서 보고된 강수의 안정동위원소 값과 일치하였다(^{Kendall et al., 2007}). 또한, 하수 기원의 SE, 분 뇨 기원의 MA, 산림 유출 기원의 SN에 대한 각각의 대푯값 도 선행연구들에서 보고한 각각의 질소 및 산소동위원소의 값과 유사한 범위로 확인되었으며(^{Zhang et al., 2018}) (Fig. 4.), 각각의 대푯값은 중첩되지 않는 것으로 나타났다.

Fig. 4. Range of δ15N and δ18O values from end-member samples with typical nitrate endmember(Kendall et al., 2007). MA: manure, CF: chemical fertilizer, SN: soil N, SE: sewage, NP: precipitation.

생지화학적 과정에서 동위원소의 분별작용은 질산염의 전 이 과정 동안 오염원의 최초 동위원소 특성을 변경시킬 수 있다. 이러한 분별작용에는 무기화(mineralization), 암모니아 휘발(ammonia volatilization), 동화(assimilation), 질산화 (nitrification), 탈질화(denitrification), 아나목스(anammox) 등 이 포함된다(^{Li et al., 2019}). 예를 들어 탈질화 과정에서는 미생물작용에 의하여 NO₃^- 중 δ¹⁴N 및 δ¹⁶O가 선택적으로 소비되어 δ¹⁵N와 δ¹⁸O의 비율이 증가한다(^{Kendall et al., 2007}; ^{Li et al., 2010}; ^{Li et al., 2019}). SIAR은 오염원 기여 율 산정에서 이러한 분별작용에 의한 질산염 안정동위원소 변화의 영향을 질산염 농도(NO₃^-)와 질산염의 질소 및 산소 동위원소비를 통해 반영할 수 있으며, 이를 수치로 보정하여 불확실성을 줄여준다(^{Chen et al., 2009}; ^{Li et al., 2019}). 본 연구에서 분별요소 값은 δ¹⁵N가 +3.6±0.9‰(p<0.01), δ¹⁸O가 -5.7±1.7‰(p<0.01)로 각각 확인되었으며, 두 결과 모두 통계 적으로 유의하였다(Fig. 5). 국내 하천에서 오염원 추적을 위 한 SIAR 모델에서 분별요소는 처음으로 적용되었으며, 최근 보고된 국외 연구에서도 중국 베이징강에서 수행된 ^{Chen et al.(2009)}의 연구가 유일하다.

Fig. 5. Relationship between ln(NO3-) ratios and nitrate isotopic signatures in the Yeongsan River.

3.2. Bayesian 동위원소 혼합모델(isotope mixing model) 의 적용

Bayesian 동위원소 혼합모델인 SIAR 패키지는 MA, CF, SE, SN, NP에 대한 질산염의 비례 기여도에 대한 확률분포 를 산정하기 위하여 사용되었다. SIAR 패키지에 입력될 자 료는 Table 1와 같이 산정되었으며 표에 제시된 데이터 구성 대로 엑셀의 시트별로 저장하였다. Table 1(A)에는 시료의 안정동위원소비값 일부만 제시하였다.

Table 2에는 R에서 SIAR 패키지 설치 및 자료 불러오기, 혼합모델을 이용한 분석에 필요한 명령어를 정리하였다. SIAR을 설치한 뒤, 엑셀에 입력된 데이터를 R에 불러와 SIAR 패키지의 입력 값으로 전환하였다. 이때 분석하고자 하는 수질 시료(mixture)의 동위원소 자료가 하나인 경우에 는 ‘model1<-siarsolomcmcv4()’ 명령어를, 동위원소 자료가 한 개 이상인 경우에는 ‘model1<- siarmcmcdirichletv4()’명 령어를 각각 구분하여 기여율 산출에 적용하였다(여기서 model1에 결과를 저장하였으나 임의의 명칭으로 저장 가능). 모델의 분석결과를 저장 후, Fig. 6에 제시된 다양한 그래프 의 형태로 오염원의 기여율을 나타낼 수 있다. 각 대푯값의 범위와 수질 시료의 값이 제시된 Fig. 6(A)를 통해 오염원 기원에 대한 대략적인 추정이 가능하다. Fig. 6(B)는 모델 결 과를 진단할 수 있도록 각 대푯값 기여율 분포의 히스토그램 (중앙 대각선)과 각각의 상관관계를 등고선 차트(우측 상단) 로 나타내고, 구해진 상관계수(좌측 하단)로 나타낸 메트릭 스 그래프를 보여준다 (^{Inger et al., 2010}). Fig. 6(C)는 혼합 모델을 통해 산정된 확률 밀도 막대 그래프를 보여준다. Fig. 6(D)는 계산된 각 대푯값 기여율의 분포에서 25, 50, 75 % 등 신용 구간을 확인할 수 있으며, 계산 결과의 최빈값은 선 으로 표시되었다. 각 대푯값 기여율의 평균값은 ‘siarhdrs (model1)’명령어를 이용하여 출력하였다.

Fig. 6. Four Graphs plotted in the Yeongsan River datasets using SIAR package of R software; (A) range of δ15N and δ18O values from mixture (open circle) and end-member (filled square) samples, (B) matrix plot of proportion from end-member, (C) posterior density estimation of proportions, (D) proportional contribution of five end-member, boxplots illustrate the 25th, 50th and 75th percentiles. The bar indicates the mode percentile; MA: manure, CF: chemical fertilizer, SN: soil N, SE: sewage, NP: precipitation.

영산강 수계의 질산염 수질 시료 및 오염원의 대푯값 안정 동위원소비와 산정된 분별요소값을 SIAR에 입력하여 각 오 염원별 잠재적 기여율을 정량화하였다. 영산강 수계에서 가 장 큰 영향을 미치는 질소오염원은 SN(29.3 %)으로 나타났 으며, SE(26.7 %), MA(19.6 %), CF(17.9 %), NP(6.3 %) 순으 로 나타났다(Fig. 6(D)). 이러한 결과는 이중동위원소 접근법 을 이용하여 확인된 결과와 일치하였다(Fig. 3). 한편, 영산강 수계에서 주요한 질소 오염원은 전체의 64.2 %가 인위적인 요인(SE, MA, CF)에 의한 것으로 확인되었으며, 이는 영산 강 수계에서 질소 비료의 과다한 사용 및 높은 농도의 하수 처리장 방류수 유입에 기인한 것으로 추정되었다(^{Kim et al., 2019}; ^{Son et al., 2018}). 다만, 본 연구의 결과가 건기의 한 회(2월) 조사를 통하여 산출된 결과임을 고려할 때, 집중강 우기 등의 계절별 조사가 추가된다면 기여율에 변화가 발생 될 것으로 예상된다. 일반적으로 우기에는 토양 유출에 의한 SN의 기여도가 높아지는 것으로 알려져 있다(^{Li et al., 2019}).

영산강 수계 내 질소 계열 화학비료의 시비량과 SIAR을 통해 산출된 기여율을 비교하였다. 영산강 승촌보 상류에 위치한 M7(광산)지점의 2019년 2월의 총 질소 부하량은 1,744 ton으 로 확인되었다(^{ME, 2016}). 한편, M7 지점에 영향을 미치는 중 권역(영산강 상류, 황룡강) 내 연간 질소 비료의 시비량은 총 4,293 ton으로 산출되었다(^{KFA, 2017}; ^{Statistics- Korea, 2018}). 일반적으로 질소 비료 시비에 따른 유출율은 약 7 %이며(^{Tian et al., 2007}), 이를 바탕으로 영산강 M7 지점에서 질소 비료에 의한 유출량은 약 301 ton이 될 것으로 추정되었다. 이는 M7 지점의 총 질소 부하량의 약 17 %에 해당하였으며, 동일 지점 을 대상으로 SIAR을 이용하여 추정된 농업계(CF, Chemical fertilizer)의 기여율(20 %)과 유사한 수준이었다(Fig. 7).

Fig. 7. Proportional contribution of five end-member in M7 station, boxplots illustrate the 25th, 50th and 75th percentiles. The bar indicates the mode percentile. MA: manure, CF: chemical fertilizer, SN: soil N, SE: sewage, NP: precipitation.