The Journal of
the Korean Society on Water Environment

The Journal of
the Korean Society on Water Environment

Bimonthly
  • ISSN : 2289-0971 (Print)
  • ISSN : 2289-098X (Online)
  • KCI Accredited Journal

Editorial Office


  1. 국립환경과학원 한강물환경연구소 (Han River Environment Research Center, National Institute of Environmental Research)



Namhan River, RTWQI, Statistical analysis, WQI

1. Introduction

물은 모든 생물의 존재에 필수적이지만 인구가 증가하면서 가정에서의 물의 사용, 농업, 산업, 광업, 임업 등의 경제활동으로 생태계 파괴와 수량 및 수질의 악화로 이어질 수 있다(Zahraa et al., 2012). 전 세계적으로 양질의 담수가 미래의 희소 자원이 될 수 있다고 우려하고 있어 수십 년 동안 수질 모니터링 프로그램에 대한 많은 연구들이 이루어졌다(Bordalo et al., 2001; Jonnalagadda and Mhere, 2001; Pesce and Wunderlin, 2000). 과거의 하천 및 호소 수질을 평가하는 방법은 실험을 통해 결정된 매개 변수 값을 환경 규범에 적용하여 오염원의 법적 준수를 확인하는 것이었다. 하지만 이는 수계 및 유역의 전반적인 수질의 시⋅공간적 추세에 대한 경향성을 제공하는 것은 어려웠다. 따라서 현재의 수질상태를 정확히 진단하는 수질지표를 적용하여 수질을 평가해야하며, 과거의 수질관리 정책의 효과 여부를 파악하여 보완⋅수정하기 위해서는 수질 변화 경향성 분석이 요구된다(Lee and Park, 2008).

우리나라의 하천은 계절별로 유량 변동이 매우 크며, 본류에 비해 유입 지류의 수질이 상대적으로 불량하여 본류 수질에 많은 영향을 미친다. 또한 하천의 오염상태를 나타내는 단일 항목(BOD)으로 수질을 평가하는 것은 한계를 가지고 있어 종합적인 평가 방법을 마련해야 한다(Chang, 2010; Kal et al., 2017; Park et al., 2018). 하천의 수질은 시간에 따라 다양하게 변화하고 있으며 온도, 강우 등의 계절적인 요인 등에 따라 관측 자료가 정규적인 분포를 띠지 않기 때문에 비모수(Non-Parametric) 통계기법을 이용한 경향성 분석이 요구된다(Park et al., 1998). Kim and Park (2004)은 장기간 관측된 수질에 대하여 비모수 통계분석을 수행하여 본류와 지류, 상류와 하류 등 위치에 따른 수질 변화 경향을 파악할 수 있다고 보고하였다.

최근 지구온난화로 인한 기후변화로 이상고온, 가뭄, 강수량 부족에 따른 수량 감소 등의 환경변화가 이루어지고 있어 하천 수질에 미치는 영향이 클 것으로 판단된다. 봄철 갈수기의 규조류 대량 발생 및 질소, 인 등의 유입으로 남한강의 수질오염 문제가 발생하고 있어 팔당호 수질관리에 어려움을 겪고 있다(Lee et al., 2007; NIER, 2005; Yim, 2017). 남한강으로 유입되는 주요 지류는 최근 기후변화로 인한 가뭄으로 수량이 감소하여 수질이 악화되고 있다. 수량 감소는 충주댐의 수문조작 운영에 따라 본류의 수량을 확보하여 수질을 개선할 수 있으나 이는 공급 수량의 한계가 있어 해결 방법으로는 적정하지가 않다(Hwang et al., 2016). 또한 하천의 수질은 근본적으로 하천으로 유입되는 오염물질의 양과 종류에 결정되므로 본류에 유입되는 오염물질을 파악하고 차단하는 것이 수질오염 관리에 있어서 매우 중요하다(Lee et al., 2018). Park et al. (2011)은 남한강의 효율적인 수질관리를 위해 유입 지류를 대상으로 장기적이고 체계적인 정밀조사를 실시하여 종합적인 수질을 평가하고, 수질에 미치는 요인을 파악하는 통계분석 연구가 필요하다고 보고하였다.

최근 국외의 많은 연구자들은 수자원(하천, 호소, 지하수 등)의 수질평가 방법 및 평가지표 개발에 수질지수를 이용하고 있다(Alam and Pathak, 2010; Krishnan et al., 2016; Salim et al., 2009; Samantray et al., 2009; Sebastian and Yamakanamardi, 2013; Seth et al., 2016). 수질지수(Water Quality Index, WQI)는 종합적인 수질의 상태를 평가하기 위하여 복잡한 수질자료를 이해하기 쉽게 점수 또는 간단한 등급으로 표현한 수질평가 지표이다(CCME, 2001). WQI의 최초 개발은 1965년 미국의 Horton Model of Water Quality Index (Horton Model)로 시작으로 국가의 수질관리 정책에 따라 다양한 WQI를 개발하여 종합적인 수질을 평가하고 있다(Horton, 1965). 특히, 전 세계적으로 많이 이용되며, United Nations Environment Program (UNEP)에서도 수자원에 대한 수질관리에 활용되고 있는 캐나다의 Canadian Council of Ministers of the Environment Water Quality Index (CCME WQI) 등이 대표적이다(CCME, 2001; Environment Canada, 2008). 또한 미국의 Oregon Water Quality Index (OWQI)와 프랑스의 Systeme Evaluation Quality (SEQ) 등이 국민들에게 수질의 상태를 쉽게 이해하도록 수질정보를 제공하고 있다(Akoteyon et al., 2011; Balan et al., 2012; Brown et al., 1970; Debels et al., 2005; Lumb et al., 2011).

국내에서도 하천의 수질평가 지표 개발을 위해 1996년 Korea Water Quality Index (K-WQI)를 시작으로 2006년 Korea Comprehensive Water Quality Index (K-CWQI)와 Korea-Statistical Water Quality Index (K-SWQI) 등을 개발하였다(Shin et al., 2018). 2013년 환경부는 하천 및 호소의 수질정보를 실시간 제공할 필요성이 증가하여 실시간 수질지수(Real Time Water Quality Index, RTWQI)를 제공하고 있다. 국내의 하천 및 호소의 CCME WQI와 K-CWQI를 이용하여 수계 및 유역 평가를 위한 연구가 보고되고 있다(Kim et al., 2018; Kong et al., 2016; Lim et al., 2010; Park et al., 2018). 국내의 연구 사례는 낙동강 수계 및 대청호를 대상으로 연구가 다소 수행되었지만, RTWQI 모델을 이용한 한강 수계의 연구 사례는 미비한 수준이다.

본 연구는 팔당호 수질에 영향을 미치는 남한강하류 유역의 오염특성을 평가하기 위해 본류와 유입 지류를 대상으로 수질 모니터링을 수행하였다. 효율적이고 종합적인 수질평가를 위해 모니터링 한 자료를 바탕으로 RTWQI 산정 방법을 이용한 WQI를 산정하여 남한강하류 유역의 중점관리가 필요한 우심 지류를 선정하였다. 그리고 통계분석 기법인 군집분석으로 공간적 하천 특성을 분류하고, 주성분분석으로 수질 변동 특성의 주요 요인을 제시하였다. 본 연구를 통해 남한강하류 유역의 수질 변동 특성을 분석하여 수질악화 원인 및 우심 지류를 파악함으로서 팔당호 수질관리 대책 마련이 활용할 수 있을 것이다.

2. Materials and Methods

2.1 연구 대상

남한강은 팔당호 유입량의 약 55%를 차지하며, 충주댐의 수문조작 운영에 따라 팔당호에 이르는 수량과 수질에 직접적인 영향을 미친다(Lee et al., 2007; NIER, 2017). 남한강하류 유역의 면적은 6,134 km2로 남한강 전체 유역면적(12,355 km2)에 약 49.7%를 차지한다(NIER, 2005; Park et al., 2011). 본 연구의 수질 모니터링 지점은 충주댐 하류부터 팔당댐 합류 상류 유역까지의 본류 3개소와 주요 유입 지류 6개소를 선정하였다(Fig. 1). 본류와 유입 지류의 모니터링 지점은 한강수계 수질오염총량관리제도(Total Pollutant Load Management System, TPLMS)에 근거한 총량 측정망 지점과 동일하며 오염원에 의한 영향과 수질 변화의 경향을 파악할 수 있는 지점이다(NIER, 2019). 본류의 지점은 충주댐 하류에 위치한 충주시의 충원교(SH-1), 원주시의 남한강대교(SH-2), 이포보 상류에 위치한 여주시의 이포대교(SH-3) 등이며, 본류의 구간은 SH-1부터 SH-3까지 약 85 km이다. 본류에 유입되는 주요 지류는 국가하천인 달천(DL), 섬강(SM), 청미천(CM), 복하천(BH)과 지방 2급 하천인 양화천(YH), 흑천(HK) 등을 선정하였다. 유입 지류의 수질 모니터링 지점은 본류에 합류되기 직전 각 하천의 말단 지점으로 본류에 미치는 영향을 최대한 고려하였다.

Fig. 1. Location map of water quality monitoring sites in the lower reaches of the Namhan River.
../../Resources/kswe/KSWE.2021.37.2.114/PICEA00.png

2.2 연구 기간 및 자료 수집

남한강하류 유역의 이화학적 수질 특성 및 중점 관리 우심 지류를 파악하기 위하여 수질 모니터링 지점에서 2017년 1월부터 2019년 12월까지 총 3년간 평균 8일 간격으로 수질 시료를 채취하였다. 시료의 채취 방법, 시료의 보존은 환경부 수질오염공정시험기준에 의거하여 준수하였다(ME, 2017~2019). 수질항목은 총 10개 항목으로 현장 항목인 수온(Water Temperature, WT), 수소이온농도(pH), 전기전도도(Electrical Conductivity, EC), 용존산소(Dissolved Oxygen, DO) 등은 다항목 수질측정기(YSI 660 XML, SonTek, USA)를 이용하여 수질 모니터링 지점에서 측정하였다. 그리고 생물화학적 산소요구량(Biochemical Oxygen Demand, BOD), 화학적 산소요구량(Chemical Oxygen Demand, COD), 총유기탄소(Total Organic Carbon, TOC), 총질소(Total Nitrogen, T-N), 총인(Total Phosphorous, T-P), 부유물질(Suspended Solid, SS) 등의 수질자료는 환경부 물환경정보시스템(ME, 2020)에서 제공받아 본 연구에 활용하였다. 본 연구에서 사용한 모니터링 자료와 물환경정보시스템에서 제공받은 자료는 동일 날짜⋅시간에 측정한 자료이다.

2.3 상관분석 및 다변량 통계분석

자료의 통계분석을 위해 통계분석용 프로그램인 SPSS (Statistical Package the Social Science, ver. 22) 통계 패키지를 활용하였다. 본 연구에서는 상관분석(Correlation Analysis)과 다변량 통계분석(Multivariate Statistical Analysis) 기법인 군집분석(Cluster Analysis, CA)과 요인분석(Factor Analysis, FA)을 이용하여 남한강하류 유역의 수질 변동 특성을 파악하였다. 통계분석에 이용한 분석자료는 9개 지점의 3년간 월평균 자료로 개체수가 324이다. 변수는 수질 항목 10개(WT, pH, EC, DO, BOD, COD, SS, T-N, T-P and TOC)로 전체 자료의 행렬은 324×10⋅1 set 이다.

통계분석에 입력된 수질 자료는 조사 시간 및 조사 지점의 한계 등으로 정규분포를 따르지 않는다고 판단하여 평균(Mean)은 0이고, 표준편차(Standard Deviation)는 1인 무차원 데이터(Z-score) 또는 표준점수(standard score)로 변경해 주는 정규화(normalization)를 진행하였다(Lattin et al., 2003). 일반적으로 하천의 수질농도는 정규분포를 따르지 않기 때문에 원 자료를 정규화 진행한 Z-score를 이용하여 상관분석을 수행하였다. 상관분석 결과의 도표는 R 프로그램(RStudio)을 이용하여 피어슨 상관계수(Pearson’s correlation coefficient)를 제시하였다. CA은 데이터의 유사성을 바탕으로 시⋅공간적으로 거리(distance)에 의해 유사성에 근거한 계층적 방법(hierarchical method)을 이용하였다. 거리의 산출 방법은 유클리드 제곱 거리(squared euclidean distance)를 이용하였으며 각 군집 간의 거리 산출은 Ward’s method을 이용하였다. FA은 모형의 적합성을 검증하기 위하여 표본 적합도 검증(Kaiser-Meyer-Olkin test, KMO test)과 단위행렬 검증(Bartlett’s test of sphericity)을 수행하였으며, 요인 추출 모델은 요인의 수를 최소화하면서 정보의 손실을 최소화할 때 주로 이용하는 주성분분석(Principle Component Analysis, PCA)을 이용하였다(Cho et al., 2017; Ji et al., 2020). 요인의 수를 결정하는 방식은 고유 값(eigenvalue)을 기준으로 1.0 이상 되는 요인(factor)을 결정하였으며 요인의 회전(factor rotation)은 직각 회전 방식인 배리맥스 회전(Varimax rotation)을 이용하였다.

2.4 수질지수 산정

현재 환경부의 실시간 수질정보시스템(http://www.koreawqi. go.kr)에서는 실시간 수질자료와 실시간 수질지수(Real Time Water Quality Index, RTWQI)를 산정하여 실시간 국민들에게 수질정보를 제공하고 있다. RTWQI는 캐나다의 CCME WQI를 모델로 하여 개발되었으며, 국내 하천의 수질에 맞추어 수질항목별 수질 범위 기준을 Table 1에 나타내었다(NIER, 2013). 환경부의 RTWQI는 WT, pH, EC, DO, TOC, T-N, T-P, 탁도 등 총 8개 항목을 종합하여 WQI를 산정한다. 본 연구는 남한강하류 유역의 입자성 물질의 영향을 파악하기 위해 탁도 항목 대신 SS 항목을 대체하여 전체 지표에 큰 영향을 미치지 않는 범위인 생활환경기준 “약간 좋음”(Ⅱ) 등급으로 기준하였다(Yu et al., 2020). Park et al. (2011)의 연구에서는 남한강 충주댐 하류의 수질은 SS의 변화와 밀접한 관계를 가지는 것으로 보고하였다. Lumb et al. (2011)은 WQI 산정에 사용되는 매개변수를 제한하는 것은 어려우며 다양한 WQI 산정 방법의 주요 차이는 통계적 방법론과 매개변수 값의 해석을 기반으로 차이가 나타난다고 보고하였다.

Table 1. A list of water quality parameters and accepted ranges to calculate real-time water quality index (RTWQI)
../../Resources/kswe/KSWE.2021.37.2.114/PICEA5E.png

RTWQI는 F1 (범위, Scope), F2 (빈도, Frequency), F3 (규모, Amplitude) 등의 3개 인자가 있으며, 각 인자는 0에서 100 사이의 범위에 있다(CCME, 2001; Lumb et al., 2006; NIER, 2014; Yu, 2019). 여기서, F1 (Scope)은 기준치를 위반하는 수질항목의 개수를 전체 측정되고 있는 수질자료 개수로 나누어 산정한 분율로 식(1)과 같다.

(1)
F 1 = Ν u m b e r   o f   F a i l e d     V a r i a b l e s T   o t a l     Ν u m b e r   o f   V a r i a b l e s × 100

F2 (Frequency)는 수질항목별로 측정주기 동안 기준치를 위반한 항목들의 총 횟수를 총 측정 횟수로 나누어 산정한 분율로 식(2)과 같다.

(2)
F 2 = Ν u m b e r   o f   F a i l e d     T e s t s T   o t a l     Ν u m b e r   o f   T e s t s × 100

F3 (Amplitude)은 각 수질지표별로 기준치를 위반한 정도를 나타내며 인자의 합으로 3단계에 거쳐 계산된다. 1단계는 측정된 분석값이 각 수질항목의 기준 값의 해당 범위를 초과하는 경우는 식(3)을 적용하고, 해당 범위 미만인 경우는 식(4)을 적용한다.

(3)
e x c u r s i o n i = F a i l e d     T e s t     V a l u e i O b j e c t i v e i - 1
(4)
e x c u r s i o n i = O b j e c t i v e i F a i l e d     T e s t     V a l u e i - 1

2단계는 해당 범위를 벗어난 정도의 수치들을 합하여 측정값의 전체 횟수로 나누어 위반 정도에 대한 식(5)에 따라 평균값을 산출한다.

(5)
n s e = i = 1 n e x c u r s i o n i Ν u m b e r     o f     T e s t s

여기서, nse (normalized sum of excursions)는 개별 수질 변수들의 해당 범위를 벗어난 정도의 수치들을 합하여 측정값의 전체 횟수로 나눈 평균값이다. 여기서 excursion은 개별 수질 항목들이 수질 기준 값을 초과하거나 미만일 경우 계산되는 지수이다.

3단계는 2단계에서 구해진 nse를 이용하여 식(6)과 같이 F3을 산출한다.

(6)
F 3 = n s e 0 . 01   n s e + 0 . 01

앞에서 산출된 F1, F2, F3에 따라 RTWQI는 최종 산정 식(7)에 적용하여 WQI를 산출한다.

(7)
R T W Q I = 100 - F 1 2 + F 2 2 + F 3 2 3

RTWQI의 점수에 따른 등급을 우수(Excellent), 양호(Good), 보통(Fair), 주의(Marginal), 불량(Poor) 등 총 5개의 등급으로 구분하여 Table 2에 나타내었다(CCME, 2001).

Table 2. Classification schemes of RTWQI and CCME WQI
RTWQI value CCME WQI value Rating Description
80-100 95-100 Excellent Water quality is protected with a virtual absence of threat or impairment; conditions very close to natural or pristine levels.
60-79 80-94 Good Water quality is protected with only a minor degree of threat or impairment; conditions rarely depart from natural or desirable levels.
40-59 65-89 Fair Water quality is usually protected but occasionally threatened or impaired; conditions sometimes depart from natural or desirable levels.
20-39 45-64 Marginal Water quality is frequently threatened or impaired; conditions often depart from natural or desirable levels.
0-19 0-44 Poor Water quality is almost always threatened or impaired; conditions usually depart from natural or desirable levels.

2.5 비모수 통계 경향 분석

자연 수계에서 관측된 수질자료는 계절에 따라 자료의 변화가 심하고 자료의 정규분포가 나타나지 않으며 결측 값이 많이 발생하기 때문에 비모수(Non-parametric) 통계분석을 사용한다(Hirsch and Slack, 1984; Lettenmaier, 1988). 본 연구에서는 비모수 통계분석 기법 중 맨-켄달 검정(Mann-Kendall test)을 이용하여 수질과 WQI의 경향을 분석하였다. Mann- Kendall test는 각 관측 값 간의 비교를 통하여 단조증가(1), 단조감소(-1), 상등(0)으로 표현하는 상관계수를 이용한다. 즉 어떤 (../../Resources/kswe/KSWE.2021.37.2.114/PICEA7F.gif)에서의 관측 값을 xi 라고 할 때 관측 값 xi는 n개의 xj-xi (j>i) 차분쌍시점../../Resources/kswe/KSWE.2021.37.2.114/PICEA8F.gif (difference pair)을 만들며, 이차분의 부호를 계산하면 식(8)과 같이 표현할 수 있다.

(8)
s g n x i - x i =             1         if       x i - x i > 0             0       if         x i - x i = 0 - 1     if         x i - x i < 0

또한 Mann-Kendall test의 통계량은 식(9) 같이 계산된다.

(9)
S * = i = 1 n - 1 i = i + 1 s g n x i - x i

Mann (1945)Kendall (1975)은 n≥8일 때 통계량(../../Resources/kswe/KSWE.2021.37.2.114/PICEA90.gif)은 보통 평균(../../Resources/kswe/KSWE.2021.37.2.114/PICEAA1.gif)과 분산(../../Resources/kswe/KSWE.2021.37.2.114/PICEAA2.gif)과 함께 아래 식 (10)~(11)과 같이 나타내었다.

(10)
E S = 0
(11)
V S = n n - 1 2 n + 5 - i = 1 n t i i i - 1 2 i + 5 18

또한 n>10인 경우에는 정규분포를 가정하고, 표준정규분포를 위한 표준화 변수(Z)를 아래 식(12)와 같이 정의한다(Gilbert, 1987).

(12)
Z = S - 1 V a r S 0                   S > 0                           S = 0 S + 1 V a r S                   S < 0

본 연구에서는 Mann-Kendall test 분석 시 유의수준(α)을 5% 기준으로 Z-value 값을 산정하였다. p-value (α) 값이 0.05 이상인 경우 경향성이 없는 귀무가설을 수용하고, p-value (α) 값이 0.05 미만인 경우 귀무가설을 기각하고 경향성이 있는 대립가설을 수용하였다. 또한 경향성이 있는 자료의 Z-value 값이 양(+)의 값인 경우는 증가 추세를 의미하며 음(-)의 값인 경우는 감소 추세를 의미한다.

3. Results and Discussion

3.1 남한강하류 유역의 이화학적 수질 특성

남한강하류 유역의 이화학적 수질 특성을 분석하기 위해 연구 기간(2017~2019년) 동안 수집한 수질 모니터링 자료의 기초통계자료(평균 및 표준편차)를 Table 3에 나타내었다. 남한강하류 유역의 WT은 전형적인 계절적 특성이 반영되어 나타났으며 본류의 지점은 평균 1.0~29.3℃ 범위로 조사되었다. SH-1은 충주댐 방류수의 영향으로 평균 13.4℃로 가장 낮게 나타났으며, BH은 평균 20.2℃로 가장 높게 나타났다. pH는 본류의 지점과 주요 지류 간의 평균 7.8~8.3 범위의 약염기성으로 차이가 뚜렷하게 나타나지 않았다. 본류의 pH는 SH-1(평균 7.8)에서 SH-3(평균 8.2) 하류 방향으로 갈수록 높게 나타났다. 이러한 현상에 대해, Lee et al. (2007)의 연구에서는 남한강 하류 구간의 상류에서 하류 방향으로 조류의 발생도가 커지면서 광합성에 의한 CO2 소비가 증가하는 것으로 해석하였다. EC는 본류 지점에서 145-406 µS/cm 범위로 조사되었으며, SH-3에서 평균 277 µS/cm로 높게 나타났다. 유입 지류의 EC는 HK에서 평균 169 µS/cm로 가장 낮았고 BH에서 평균 904 µS/cm로 가장 높게 나타났다. 이는 BH으로 유입되는 공공하수처리시설 방류수가 매우 높은 EC를 나타내고 있기 때문에 BH 수질에 큰 영향을 미치고 있는 것으로 판단된다(Nam et al., 2017; NIER, 2005). DO는 WT에 의한 DO 포화도의 영향으로 전반적으로 WT과 반비례 경향을 나타냈다. 본류 지점의 DO는 4.5~15.9 mg/L의 범위로 조사되었으며 SH-1(평균 9.7 mg/L)에서 SH-3(평균 11.5 mg/L)으로 갈수록 높게 나타났다. Rim et al. (2000)은 본류의 DO 변동은 상류에서 하류로 갈수록 큰 폭으로 증가하는 것은 수중에서 식물플랑크톤(Chl-a)의 활발한 광합성의 영향으로 보고하였다.

Table 3. Basic statistics data of water quality parameters at water quality monitoring sites from January 2017 to December 2019
Parameter SH-1 (N=116) SH-2 (N=115) SH-3 (N=144)
Min. Max. Mean S.D Min. Max. Mean S.D Min. Max. Mean S.D
WT (℃) 4.1 32.1 13.4 5.2 2.1 28.6 15.3 6.1 1.0 29.3 15.1 8.0
pH 6.8 9.2 7.8 0.3 7.2 9.2 8.2 0.4 7.2 9.1 8.2 0.4
EC (µS/cm) 176 559 229 29 145 324 229 34 153 406 277 37
DO (mg/L) 4.5 14.8 9.7 2.3 7.4 14.8 11.2 1.6 5.6 15.9 11.5 2.1
BOD (mg/L) 0.2 6.3 0.4 0.2 0.3 2.1 0.8 0.3 0.4 4.9 1.8 1.0
COD (mg/L) 2.0 10.7 2.7 0.4 2.6 8.1 3.4 0.8 2.9 12.7 4.4 1.3
SS (mg/L) 0.4 214.0 2.1 1.6 1.4 48.5 6.8 7.9 1.2 263.0 9.9 22.9
T-N (mg/L) 2.067 6.138 2.544 0.501 1.752 4.186 2.614 0.414 1.782 4.929 2.879 0.564
T-P (mg/L) 0.004 0.580 0.023 0.021 0.010 0.320 0.037 0.038 0.014 0.772 0.057 0.081
TOC (mg/L) 1.2 6.3 1.5 0.3 1.4 4.9 1.9 0.5 1.6 6.6 2.4 0.6
Parameter DL (N=115) SM (N=156) CM (N=109)
Min. Max. Mean S.D Min. Max. Mean S.D Min. Max. Mean S.D
WT (℃) 3.8 32.1 18.7 6.9 0.1 31.6 14.8 9.5 0.3 32.2 17.2 8.4
pH 7.3 9.2 8.1 0.4 6.9 9.0 8.0 0.4 7.2 9.5 8.2 0.5
EC (µS/cm) 119 559 250 71 105 568 311 102 128 517 336 70
DO (mg/L) 7.0 14.8 10.6 1.6 7.5 16.5 11.7 2.1 6.6 16.3 11.5 2.3
BOD (mg/L) 0.3 6.3 1.4 0.9 0.4 4.4 1.5 0.9 0.5 9.6 3.1 2.5
COD (mg/L) 2.4 10.7 4.3 1.4 2.9 9.0 5.0 1.3 3.3 19.1 7.7 3.6
SS (mg/L) 0.6 214.0 9.9 23.7 0.4 78.7 5.4 7.9 1.3 210.0 18.0 25.9
T-N (mg/L) 1.254 6.138 2.995 0.883 0.420 9.009 4.038 1.885 1.050 6915 4.058 1.617
T-P (mg/L) 0.014 0.580 0.061 0.077 0.013 0.333 0.051 0.039 0.025 1.005 0.148 0.130
TOC (mg/L) 1.4 6.3 2.3 0.8 1.6 4.8 2.7 0.7 1.8 6.9 3.7 1.3
Parameter YH (N=115) BH (N=115) HK (N=115)
Min. Max. Mean S.D Min. Max. Mean S.D Min. Max. Mean S.D
WT (℃) 1.0 31.8 18.3 7.9 3.3 33.8 20.2 7.3 0.5 33.1 17.7 8.2
pH 7.2 8.9 8.0 0.4 7.1 9.1 7.9 0.4 7.3 9.4 8.3 0.4
EC (µS/cm) 137 615 346 78 172 1540 904 310.0 87 248 169 35
DO (mg/L) 7.0 16.7 11.1 2.3 5.4 14.7 10.5 2.1 7.1 16.8 11.1 2.1
BOD (mg/L) 0.5 8.6 2.1 1.3 1.0 11.2 4.1 2.0 0.3 4.9 1.1 0.8
COD (mg/L) 3.3 15.6 6.3 2.2 4.2 11.8 7.1 1.9 1.9 8.9 3.6 1.3
SS (mg/L) 1.6 502.0 29.4 67.1 2.6 112.0 12.7 16.2 0.8 21.3 4.8 3.9
T-N (mg/L) 1.010 7.605 4.336 1.722 3.455 14.045 8.902 2.404 0.570 4.325 2.683 0.851
T-P (mg/L) 0.060 1.360 0.206 0.215 0.090 0.485 0.201 0.075 0.008 0.135 0.034 0.022
TOC (mg/L) 1.9 8.1 3.5 1.2 2.2 6.0 3.7 0.9 0.9 4.7 1.8 0.7

그리고 본류와 주요 지류 지점에 대하여 환경부의 하천 생활환경기준(BOD, T-P)을 적용하여 “매우 좋음”(Ia), “좋음”(Ib), “약간 좋음”(Ⅱ), “보통”(Ⅲ), “약간 나쁨”(Ⅳ), “나쁨”(Ⅴ), “매우 나쁨”(Ⅵ) 등 7개의 등급으로 구분하여 Fig. 2에 나타내었다. 유기물질 지표인 BOD, COD, TOC는 본류의 SH-1에서 SH-3으로 갈수록 높게 나타났으나 전반적으로 BOD 생활환경기준 “좋음”(Ib)~ “매우 좋음”(Ia) 등급을 유지하고 있었다. 유입 지류에서는 HK을 제외한 DL, SM, CM, YH, BH에서 본류의 유기물질 지표 농도 보다 높게 나타나 본류 수질에 미치는 영향이 클 것으로 판단된다. 특히 BH과 CM은 각각 평균 BOD 4.1 mg/L, 평균 BOD 3.1 mg/L로 BOD 생활환경기준 “보통”(Ⅲ) 등급을 나타냈다. Nam et al. (2017)의 연구에서는 복하천의 수질은 계절적인 영향 보다 공공하수처리시설 방류수의 영향을 크게 받아 유기물질 농도가 높은 것으로 보고하였다. 유기물질의 분해 특성을 파악하기 위한 BOD/COD 비 또한 BH에서 평균 0.57로 높게 나타났다. 이러한 이유는 생물학적으로 분해되는 유기물질이 상대적으로 높음을 알 수 있으며 BH으로 생활하수가 유입되는 것으로 판단된다. 반면에 유기물질의 농도가 낮았던 본류의 SH-1과 SH-2의 BOD/COD 비는 각각 평균 0.16, 0.26으로 비교적 낮게 나타나 난분해성 유기물질 함량이 높은 것으로 판단된다. SS는 본류의 지점에서 0.4~260.0 mg/L의 범위로 조사되었으며 SH-1(평균 2.1 mg/L)에서 SH-3(평균 9.9 mg/L)으로 갈수록 높게 나타났다. 지류에서는 YH이 평균 SS 29.4 mg/L로 HK(평균 SS 4.8 mg/L)에 비해 약 6.1배 높게 나타났다. 이는 농경지 비율이 47.2%로 전형적인 농촌 유역의 특성을 나타낸 YH은 산림형 및 주거형 하천에 비해 통계학적으로(p<0.001) 높기 때문으로 판단된다(Kim and Lee, 2011; Lee et al., 2012; Lee et al., 2018).

Fig. 2. Spatial distribution of BOD and T-P at main channels and major tributaries in the lower reaches of the Namhan River according to living environment standard of the river.
../../Resources/kswe/KSWE.2021.37.2.114/PICEAC2.png

영양염류 지표인 T-N, T-P 또한 본류의 SH-1에서 SH-3으로 갈수록 높게 나타났다. 본류 지점의 T-N은 1.752~6.138 mg/L 범위로 조사되었다. 유입 지류의 T-N은 HK에서 평균 2.683 mg/L로 가장 낮게 나타났으며 BH은 평균 8.902 mg/L로 가장 높게 나타났다. BH에서 T-N 농도가 높은 이유는 BH으로 유입되는 죽당천의 영향과 공공하수처리시설 방류수 및 돼지 사육두수 밀도가 다른 유역보다 높아 BH에 미치는 영향이 매우 큰 것으로 판단된다(Nam et al., 2017). T-P는 본류의 SH-1, SH-2에서 생활환경기준 “좋음”(Ib) 등급, SH-3은 “약간 좋음”(Ⅱ) 등급을 나타냈으며, 지류인 YH과 BH은 각각 평균 0.206 mg/L, 평균 0.201 mg/L로 높게 나타나 생활환경기준 “약간 나쁨”(Ⅳ) 등급을 나타냈다. YH과 BH은 전형적인 농촌 유역 특성을 나타내고 있어 강우 시 비점오염원 유입에 의한 영향으로 T-P 농도가 높게 나타난 것으로 판단된다. 식물플랑크톤의 영양염류 중 제한인자를 파악할 수 있는 T-N/T-P 비는 본류의 SH-1에서 평균 109.3으로 가장 높게 나타났으며 CM, YH를 제외한 SH-1, SM, HK, SH-2, DL, SH-3, BH에서 평균 30.0 이상으로 높아 T-N 보다 T-P가 식물플랑크톤 발생에 있어서 제한 영향염인 것으로 조사되었다(Park et al., 2008).

3.2 통계분석을 이용한 수질 특성

수질 인자를 이용하여 공간적 요인에 따른 수질 특성을 분석하기 위해 CA을 수행한 결과 통계적으로 유의한 3개의 군집(Cluster)으로 분류되었다(Fig. 3). Cluster 1에는 본류의 SH-1, SH-2과 지류인 DL, HK으로 산림이 많고 인구밀도가 낮은 전형적인 청정 유역의 특성을 나타냈으며, Cluster 2에는 본류의 SH-3과 지류인 CM, YH, SM으로 농경지 점유율이 높은 농촌 유역의 특성을 나타냈다. Cluster 3에는 BH이 독립적으로 분류되었으며 공공하수처리시설의 방류수가 하천 수질에 영향을 미치는 유역으로 평가되었다. Singh et al. (2004)의 연구에 따르면 군집분석은 대상 지점의 수질 특성에 따라 그룹이 분류되며, Shrestha and Kazama (2007)의 연구에서는 대상 하천의 토지이용, 하수처리장의 영향에 따른 수질을 반영하여 그룹이 분류된다고 보고하였다.

Fig. 3. Dendrogram showing hierarchical clustering of monitoring sites according to Ward’s method.
../../Resources/kswe/KSWE.2021.37.2.114/PICEB6F.png

남한강하류 유역의 수질 인자 간의 상관관계를 파악하기 위해 10개 수질항목에 대한 상관분석을 실시하여 Fig. 4에 나타내었다. 상관분석 결과 WT과 DO 사이에는 통계적으로 유의한 수준의 높은 음(-)의 상관성(r=-0.609, p<0.01)이 있었다. 이는 온도가 높을수록 산소의 용해도가 낮아지는 계절적 특성에 의한 원인으로 해석할 수 있다. 유기물질 지표인 COD는 TOC와 통계적으로 유의한 수준의 매우 높은 양(+)의 상관성(r=0.918, p<0.01)이 있었다. 또한 COD와 T-P는 통계적으로 유의한 수준의 높은 양(+)의 상관성(r=0.700, p<0.01)이 있어 남한강하류 유역의 수질은 유기물질 지표와 영양염류 지표 간의 상관성이 높은 것으로 해석할 수 있다. SS는 T-P(r=0.839, p<0.01)와 COD (r=0.503, p<0.01) 사이에서 통계적으로 유의한 수준의 높은 양(+)의 상관성이 있는 것으로 나타났으나, T-N(r=0.051, p>0.05) 사이에는 통계적으로 유의한 수준의 상관성이 있지 않았다. Jeon et al. (2001)의 연구에 의하면 여름철 강우 시 수질오염물질 사이의 상관분석 결과 SS는 COD, T-P 사이의 상관관계가 높으며 T-N은 다른 수질오염물질과 상관관계가 낮은 것으로 보고하였다.

Fig. 4. Pearson’s correlation coefficient among the water quality parameters.
../../Resources/kswe/KSWE.2021.37.2.114/PICEBBE.png

수질 변동 특성에 기여하는 주요 요인을 파악하기 위하여 상관관계가 있는 10개의 수질 인자를 사용하여 PCA 결과 4개의 주성분으로 전체 수질의 88.8%를 설명할 수 있었다(Table 4; Fig. 5). Kim et al. (2007)은 요인의 수를 결정함에 있어 고유 값 누적율(Cumulative %)은 60~80% 이상 되어야 요인을 설명하기에 충분하다고 보고하였다. 요인분석 자료의 적합성을 평가하기 위한 KMO test 결과 값은 0.5 이상을 나타냈으며 단위행렬 검증인 Bartlett ‘s test 결과 유의 확률 p<0.05 으로 수질 인자들의 상관 행렬이 확인되어 요인분석 모형은 적합하였다(Yoon et al., 2019). PCA 결과 PC1은 SS, T-P, COD, TOC로 양(+)의 부하량(Factor loading) 나타내었으며 고유치는 3.196으로 전체 수질에 32.0%를 기여한다. 따라서 제1요인은 여름철 강우에 의해 외부에서 유입되는 유기물질과 T-P의 증가를 의미한다. PC2은 EC, T-N, BOD로 양(+)의 부하량을 나타내었으며 고유치는 2.488로 전체 수질에 24.9%를 기여한다. 제2요인은 공공하수처리시설 방류수에 의한 영양염류와 유기물질의 요인으로 설명할 수 있다. PC3은 WT은 양(+)의 부하량을 나타내었으나 DO는 음(-)의 부하량을 나타내어 제3요인은 전형적인 계절적 요인으로 설명할 수 있다. PC4은 pH로 양(+)의 부하량을 나타내어 제4요인은 하천 내 물질대사 요인으로 설명할 수 있었다. 제1요인과 제2요인을 종합하면 여름철 강우에 의해 유기물질과 영양염류가 남한강하류 유역의 전체 수질 변동 특성에 56.9%를 설명할 수 있는 주요 요인으로 판단된다.

Table 4. Rotated component matrix for water quality parameters based on PCA
Variable Component 1 Component 2 Component 3 Component 4
SS 0.911 -0.181 -0.008 -0.170
T-P 0.901 0.188 0.130 -0.242
COD 0.763 0.420 0.285 0.257
TOC 0.746 0.459 0.262 0.109
EC 0.082 0.942 0.006 0.053
T-N 0.140 0.880 -0.238 -0.256
BOD 0.572 0.585 0.209 0.359
WT 0.217 -0.009 0.916 0.120
DO -0.093 0.146 -0.782 0.509
pH -0.085 -0.085 -0.060 0.917
Total 3.196 2.488 1.721 1.477
Variance (%) 31.957 24.884 17.213 14.768
Cumulative (%) 31.957 56.841 74.054 88.822
Kaiser Meyer Olkin (KMO) measure of sampling adequacy = 0.687 Bartlett’s test of sphericity = 0.000 (p<0.001)
Fig. 5. The component plot in the rotated space based on PCA.
../../Resources/kswe/KSWE.2021.37.2.114/PICEBDE.png

3.3 수질지수 산정 평가

최근 3년간(2017~2019)의 수질 모니터링 자료를 바탕으로 WQI를 산정하여 Table 5에 제시하였다. WQI 산정 결과 “오염물질이 거의 없는 청정 수질의 상태로 항시 친수활동에 적합함”에 해당하는 “우수”(Excellent) 등급에는 HK(평균 WQI 88.7점), SH-1(평균 WQI 88.4점), SH-2(평균 WQI 87.2점), DL(평균 WQI 81.6점) 순으로 나타났다. 또한 “비교적 양호한 수질을 유지하고 있어 친수활동에 적합함”에 해당하는 “양호”(Good) 등급에는 SH-3(평균 WQI 78.5점), SM(평균 WQI 73.2점), CM(평균 WQI 60.4점), YH(평균 WQI 60.2점) 순으로 나타났다. 하지만 BH(평균 WQI 49.9점)은 “대체로 양호한 수질이나 때때로 오염물질이 유입되어 친수활동에 영향을 미칠 수 있음”에 해당하는 “보통”(Fair) 등급으로 나타났다. BH의 WQI가 가장 낮은 이유는 BOD 생활환경기준 “보통”(Fair) 등급, T-P 생활환경기준 “약간 나쁨”(Somewhat poor) 등급에 해당하는 하천 수질이 WQI 산정에 반영됐기 때문으로 판단된다.

Table 5. Summary statistics of WQI at different monitoring sites during the study period (2017~2019)
Sites WQI value Rating
Min. Median Max. Mean
SH-1 68.5 89.7 100.0 88.4 Excellent
DL 45.2 79.6 100.0 81.6 Excellent
SH-2 55.4 89.7 100.0 87.2 Excellent
SM 36.0 78.8 100.0 73.2 Good
CM 26.9 58.4 78.8 60.4 Good
YH 27.2 58.8 79.4 60.2 Good
BH 30.7 49.9 68.2 49.9 Fair
SH-3 38.1 79.4 89.7 78.5 Good
HK 49.0 89.8 100.0 88.7 Excellent

본류 지점의 WQI는 SH-1에서 SH-3으로 갈수록 WQI 점수가 낮아지는 것으로 나타나 오염도가 증가하는 것으로 판단하였다. 이는 SH-2~SH-3 구간으로 상대적으로 오염도가 높은 지류(BH, YH, CM)가 유입 되는 것을 확인할 수 있었다(Fig. 6). 본류의 SH-1과 SH-2의 WQI 등급은 각각 평균 88.4점, 평균 87.2점으로 “우수”(Excellent) 등급에 해당되었다. SH-3은 SH-1보다 평균 WQI 9.9점 작은 평균 WQI 78.5점으로 “양호”(Good) 등급에 해당되어 비교적 양호한 수질 상태를 유지하고 있었다. SH-2~SH-3 구간으로 유입되는 YH과 CM은 각각 평균 WQI 60.2점, 평균 WQI 60.4점으로 “양호”(Good) 등급에 해당하였다. 하지만 BH은 남한강하류 유역에서 WQI 점수가 가장 작은 평균 WQI 49.9점으로 “보통”(Fair) 등급에 해당되었다.

Fig. 6. WQI distribution map of the study area.
../../Resources/kswe/KSWE.2021.37.2.114/PICEC1E.png

남한강하류 유역의 계절별 수질 특성을 분석하기 위하여 월평균 WQI를 이용한 Heat map 결과를 Fig. 7에 나타내었다. 본 연구에서는 계절을 봄(3월~5월), 여름(6월~8월), 가을(9월~11월), 겨울(12월~2월)로 구분하였다. Heat map 분석 결과 남한강하류 유역의 수질이 가장 양호한 계절은 가을에 해당하는 11월(평균 WQI 81.4점)로 “우수”(Excellent) 등급에 해당되었다. 반면에 기온이 높은 8월은 평균 WQI가 66.7점으로 “양호”(Good) 등급에 해당되었으나 다른 계절에 비하여 평균 WQI 점수가 가장 낮았다. 이는 기온이 상승하는 여름철에 수질오염이 이루어질 수 있어 수질에 미치는 영향이 클 것으로 판단된다. 본류의 SH-1과 SH-2은 계절에 관계없이 “우수”(Excellent) 등급이 91.7% “양호”(Good) 등급이 8.3%로 나타났으며, SH-3은 “우수”(Excellent) 등급이 41.7% “양호”(Good) 등급은 50.0%, “보통”(Fair) 등급은 8.3%로 나타나 계절의 따라 수질의 변동성이 크게 나타났다. 본류의 SH-2~ SH-3에 유입되는 지류인 CM, YH, BH은 4월부터

Fig. 7. Heat map analysis of monthly WQI for main channels and major tributaries in the lower reaches of the Namhan River.
../../Resources/kswe/KSWE.2021.37.2.114/PICEC4E.png

9월까지 대부분 WQI 등급이 “보통”(Fair)으로 나타내었다. 특히 YH, BH은 7월과 8월에 “빈번한 오염물질의 유입으로 수질이 오염되어 친수활동에 주의가 필요함”에 해당하는 “주의”(Marginal) 등급에 해당되어 여름에 하천 수질의 오염도가 가장 높은 것으로 평가되었다.

3.4 수질 및 WQI의 경향 분석

남한강하류 유역의 수질 모니터링 지점에서 2017년부터 2019년까지 3년 동안의 수질 변동 추세를 정량적으로 분석하기 위해 Mann-Kendall test를 이용한 경향 분석 결과를 Table 6에 나타내었다. 본류와 주요 유입 지류의 10개 수질항목에서 통계적으로 유의수준(p-value)이 0.05 이하로 나타났다. 이는 각 수질항목의 경향성은 지점별 토지이용 특성에 따라 각각 다르게 나타났다고 판단된다. 하수, 공장폐수로 영향을 받으며 수질의 변화를 감지하는 pH는 SH-1, SH-2, DL, CM, BH에서 유의수준(p-value)이 0.05 이하로 통계적으로 유의한 경향성이 있는 것으로 나타났으며 Z-value (Z)는 각각 2.99, 2.23, 2.69, 3.23, 2.16으로 나타나 증가 경향을 보였다. 본류의 SH-1은 pH (p<0.05, Z=2.99)와 BOD (p<0.05, Z=1.99)가 증가 경향을 보였다. 이는 평균 BOD 농도 범위가 0.2~1.8 mg/L로 다른 지점에 비해 농도가 낮고 표준편차도 0.2로 낮으며, WQI 등급 또한 대부분 “우수”에 해당하기 때문에 수질오염과는 관련성이 낮은 것으로 판단하였다. 또한 지류인 BH에서 pH (p<0.05, Z=2.16)와 T-P (p<0.05, Z=4.48)가 증가 경향을 보였는데 이는 앞서 지점별 영양염류 지표(T-N, T-P) 특성에서 나타났던 바와 같이 공공하수처리시설의 방류수 및 생활하수의 영향으로 T-P 농도가 증가하고 있는 것으로 판단된다. 또한 BH에서 pH와 T-P가 증가하는 추세가 지속된다면 BH이 유입되는 본류 SH-3까지 조류(Cyclotella) 증식 및 녹조 피해가 발생할 가능성이 높아질 것으로 판단된다(Lee et al., 2018).

Table 6. Result of Mann-Kendall trend test for water quality data
Sites Parameter Z-value p-value Trend
SH-1 pH 2.99 0.003
EC -3.80 0.000
DO -4.47 0.000
BOD 1.99 0.046
DL pH 2.23 0.025
T-N -2.31 0.021
SH-2 pH 2.69 0.007
EC -2.94 0.003
DO -2.47 0.013
SM EC -4.86 0.000
BOD -3.75 0.000
COD -3.97 0.000
TOC -5.38 0.000
CM pH 3.23 0.001
EC -2.41 0.016
YH All parameters showed ‘No trend’
BH pH 2.16 0.031
SS -2.66 0.008
T-P 4.48 0.000
SH-3 pH -2.44 0.015
DO -2.60 0.009
BOD -2.27 0.023
HK DO -2.07 0.039
COD -2.07 0.039
TOC -2.58 0.010
Water quality trend : ▲ (Increase), ▼ (Decrease)

WQI의 변동 추세는 본류의 SH-2과 유입 지류인 SM에서 유의수준(p-value)이 0.05 이하로 나타나 경향성이 있는 것으로 판단하였으며, Z-value가 각각 3.61, 3.34로 증가 경향을 보였다(Fig. 8). 본류의 SH-2은 평균 WQI 88.4점으로 “우수”(Excellent) 등급에 해당될 정도로 높은 수준으로서 연구 기간(2017~2019) 중 높은 등급의 수질을 유지하면서 WQI (p<0.05, Z=3.61)가 증가하는 추세이고 하천 수질의 오염도가 매우 낮아 수질이 매우 좋다고 평가할 수 있다. 유입 지류인 SM은 평균 WQI가 73.2점으로 “양호”(Good) 등급으로 현재 수질이 양호하다고 볼 수 있으나 WQI (p<0.05, Z=3.34)가 증가하는 추세이고, 월평균 WQI가 계절별로 변동하고 있기 때문에 계절적인 수질 영향을 유의해야 할 것으로 보인다. 본류의 SH-1, SH-3과 지류인 DL, CM, YH, BH, HK은 뚜렷한 WQI의 경향성을 보이지 않았다(p>0.05). 이는 평균 WQI와 월평균 WQI에서 파악한 것과 같이 각 WQI에 따라 계절적 영향 또는 토지이용 특성에 따른 수질오염에 대한 관리가 필요한 것으로 판단하였다.

Fig. 8. The Mann-Kendall trend test for WQI.
../../Resources/kswe/KSWE.2021.37.2.114/PICECCC.png

4. Conclusion

본 연구는 우리나라 최대 상수원인 팔당호 수질에 영향을 미치는 남한강하류 유역의 오염특성을 평가하고 실시간 수질지수(RTWQI) 산정 방법을 이용한 WQI를 산정하여 남한강하류 유역의 중점관리가 필요한 우심 지류를 선정하였다. 그리고 통계분석을 이용한 공간적 하천 특성 분류, 수질 변동의 주요 요인 및 WQI의 경향성을 분석하였다. 본 연구에서 도출된 주요 결론은 다음과 같다.

(1) 남한강하류 유역의 모니터링을 통한 이화학적 수질 분석 결과 본류의 수질은 BOD 생활환경기준 “매우 좋음”(Ia)~ “좋음”(Ib) 등급을 유지하고 있었다. 유입 지류의 수질은 본류 SH-2~SH-3 구간으로 유입되는 CM, YH, BH에서 수질 농도가 높게 나타났다. 특히, BH은 WT, EC, BOD, T-N 항목에서 매우 높은 농도를 나타냈으며, T-P 생활환경기준 “약간 나쁨”(IV) 등급을 나타냈다.

(2) 통계분석을 이용한 남한강하류 유역의 공간적 CA 결과 토지이용도 및 하천의 수질 특성에 따른 3개의 군집으로 분류되었다. 수질 인자 간의 상관관계는 유기물질(COD, TOC)과 T-P 항목 간의 통계적으로 유의한 수준에서 높은 상관성이 있었다. PCA 결과 남한강하류 유역의 수질 변동 특성에 영향을 미치는 인자는 SS, T-P, COD 및 TOC에 의해 결정되었다. 그 원인은 유입 지류의 토지이용도 결과 농촌지역의 특징을 가지고 있어 수계내로 비점오염원의 유입으로 인해 유기물질과 T-P의 유입량이 증가하여 그 영향이 큰 것으로 판단된다.

(3) RTWQI 산정 방법을 이용한 WQI 결과, 충주댐 방류수의 영향을 받는 본류의 SH-1(평균 WQI 88.4점)부터 연속적인 하류 방향인 SH-3(평균 WQI 78.5점)으로 갈수록 WQI 점수가 낮아지는 특징을 확인하였다. 계절별 Heat map 결과 겨울은 “우수”(Excellent) 등급을 나타냈으며 상대적으로 기온이 높고 강수량이 많은 여름은 “양호”(Good) 등급을 나타냈다. 특히, 공공하수처리시설 방류수의 영향을 받으며 돼지 사육 두수 밀도가 높은 BH은 WQI “보통”(Fair) 등급 및 8월에 WQI “주의”(Marginal) 등급을 나타내어 여름철 중점 관리가 필요한 우심 지류로 파악되었다.

(4) 비모수 통계기법인 Mann-Kendall test를 이용한 수질 변동의 추세는 SH-1, SH-2, DL, CM, BH에서 pH가 유의하게 증가 경향을 보였다. 특히, BH은 pH와 T-P가 함께 증가 경향을 보였다. SH-2와 SM을 제외한 나머지 모니터링 지점에서는 뚜렷한 경향성이 나타나지 않았으나, 지속적인 모니터링을 통해 오염물질의 영향과 데이터베이스 구축의 필요성이 요구된다.

본 연구를 통해 팔당호 수질에 영향을 미치는 남한강하류 유역의 수질 변동의 주요 요인 및 중점 관리 우심 지류를 파악할 수 있었다. 또한 우심 지류인 BH의 수질개선을 위해서는 공공하수처리시설의 확충 및 방류수 기준 강화, 비점오염원을 통합적으로 관리하는 방안이 우선으로 선행되어야 할 것으로 판단된다. 본 연구의 결과는 향후 남한강하류 유역의 수질 오염 상태를 파악하고 수질개선을 위한 대책 방안을 검토하는데 기초자료를 제공하고 더 나아가 팔당호의 효율적인 수질관리 및 정책에 기여할 수 있을 것으로 기대한다.

Acknowledgement

본 논문은 환경부의 재원으로 국립환경과학원의 지원을 받아 수행 하였습니다(NIER-2020-03-03-002).

References

1 
Akoteyon I. S., Omotayo A. O., Soladoye O., Olaoye H. O., 2011, Determination of water quality index and suitability of urban river for municipal water supply in Lagos-Nigeria, Journal of Scientific Research, Vol. 54, No. 2, pp. 263-271Google Search
2 
Alam M., Pathak J. K., 2010, Rapid assessment of water quality index of Ramganga river, Western Uttar Pradesh (India) using a computer programme, Nature and Science, Vol. 8, No. 11, pp. 1-8Google Search
3 
Balan I. N., Shivakumar M., Kumar P. D. M., 2012, An assessment of groundwater quality using water quality index in Chennai Tamil Nadu, India, Chronicles of Young Scientists, Vol. 3, No. 2, pp. 146-150Google Search
4 
Bordalo A. A., Nilsumranchit W., Chalermwat K., 2001, Water quality and uses of the Bangpakong river (Eastern Thailand), Water Research, Vol. 35, No. 15, pp. 3635-3642DOI
5 
Brown R. M., McClelland N. I., Deininger R. A., Tozer R. G., 1970, Water quality index–do we dare?, Water Sewage Works, Vol. 117, No. 10, pp. 339-343Google Search
6 
Canadian Council of Ministers of the Environment (CCME), 2001, Canadian water quality guidelines for the protection of aquatic life: CCME water quality index 1.0, Technical Report, In Canadian Environmental Quality GuidelinesGoogle Search
7 
Chang S. H., 2010, The assessment of water quality in Nam-Hangang basin using statistic analysis, [Korean Literature], Hanyang University, pp. 1-75Google Search
8 
Cho Y. C., Lee S. W., Ryu I. G., Yu S. J., 2017, Assessment of spatiotemporal water quality variation using multivariate statistical techniques: a case study of the Imjin river basin, Korea, [Korean Literature], Journal of Korean Society Environment Engineers, Vol. 39, No. 39, pp. 641-649DOI
9 
Debels P., Figueroa R., Urrutia R., Barra R., Niell X., 2005, Evaluation of water quality in the Chilla’n river (Central Chile) using physicochemical parameters and a modified water quality index, Environmental Monitoring and Assessment, Vol. 110, pp. 301-322Google Search
10 
Environment Canada, 2008, Canadian environmental sustain-ability indicators, Gatineau, Quebec, CanadaGoogle Search
11 
Gilbert R. O., 1987, Statistical methods for environmental pollution monitoring, Van Nostrand Reinhold Company, Van Nostrand Reinhold Company. Inc, pp. 127Google Search
12 
Hirsch R. M., Slack J. R., 1984, A nonparametric trend test for seasonal data with serial dependence, Water Resources Research, Vol. 20, No. 6, pp. 727-732DOI
13 
Horton R. K., 1965, An index number system for rating water quality, Journal of Water Pollution Control Federation, Vol. 37, No. 3, pp. 300-306Google Search
14 
Hwang S. J., Kim K. H., Park C. H., Seo W. B., Choi B. G., Eum H. S., Park M. H., Noh H. R., Sim Y. B., Shin J. K., 2016, Hydro-meteorological effects on water quality variability in Paldang reservoir, confluent area of the South-Han River-North-Han River-Gyeongan stream, Korea, [Korean Literature], Journal of Korean on Society Limnology, Vol. 49, No. 4, pp. 354-374DOI
15 
Jeon J. H., Yoon C. G., Ham J. H., 2001, Analysis of relationships among the pollutant concentrations in non-urban area, [Korean Literature], Korean Journal of Limnology, Vol. 34, No. 3, pp. 215-222Google Search
16 
Ji H. S., Kim M. H., Lee Y. J., Son H. J., 2020, Characteristics of dissolved organic matter (DOM) based on molecular weight fractions and fluorescence properties in the downstream Nakdong river, [Korean Literature], Journal of korean Society on Water Environment, Vol. 36, No. 3, pp. 194-205Google Search
17 
Jonnalagadda S. B., Mhere G., 2001, Water quality of the Odzi River in the eastern highlands of Zimbabwe, Water Research, Vol. 35, No. 10, pp. 2371-2376DOI
18 
Kal B. S., Park J. B., Kim S. H., Im T. H., 2017, Assessment of tributary water quality using integrated water quality index, [Korean Literature], Journal of Wetlands Reserarch, Vol. 19, No. 3, pp. 311-317Google Search
19 
Kendall M. G., 1975, Rank correlation methods, Charles Griffin, pp. 202Google Search
20 
Kim J. H., Choi C. M., Kim W. I., Lee J. S., Jung G. B., Han K. H., Ryu J. S., Lee J. T., Kwun S. K., 2007, Multi-variate statistical analysis for evaluation of water quality properties in Korean rural watershed, [Korean Literature], Korean Journal of Environmental Agriculture, Vol. 26, No. 1, pp. 17-24DOI
21 
Kim J. H., Park S. S., 2004, Long-term trend analysis of water quality in Nakdong river based on non-parametric statistical methods, [Korean Literature], Journal of Korean Society on Water Environment, Vol. 20, No. 1, pp. 63-71Google Search
22 
Kim Y. J., Kal B. S., Park J. B., Kim S. H., Im T. H., 2018, Classification of Nakdong river tributaries under priority management based on their characteristics and water quality index, [Korean Literature], Journal of Korean Society of Environmental Engineers, Vol. 40, No. 2, pp. 73-81DOI
23 
Kim Y. Y., Lee S. J., 2011, Evaluation of water quality for the Han river tributaries using multivariate analysis, [Korean Literature], Journal of Korean Society Environmental Engineers, Vol. 33, No. 7, pp. 501-510DOI
24 
Kong B. W., Lee W. J., Ra D. G., Cheong C. J., 2016, Analysis of temporal-spatial characteristics of water quality using water quality index in the Suncheon bay, [Korean Literature], Journal of the Korean Society for Environmental Technology, Vol. 17, No. 2, pp. 96-104Google Search
25 
Krishan G., Singh S., Singh R. P., Ghosh N. C., 2016, Water quality index of groundwater of Haridwar distict, Uttarakhand, India, Water and Energy International, Vol. 58, No. 10, pp. 55-58Google Search
26 
Lattin J., Carroll J. D., Green P. E., 2003, Analysis multivariate data, Pacific Grove, CA, Brooks/Cole-Thomson LearningGoogle Search
27 
Lee H. J., Kong D. S., Kim S. H., Shin K. S., Park J. H., Kim B. I., Kim S. M., Jang S. H., Cheon S. U., 2007, Investigation on water quality variation characteristics during dry season in Namhan river drainage basin, [Korean Literature], Journal of Korean Society on Water Environment, Vol. 23, No. 6, pp. 867-886Google Search
28 
Lee H. W., Park S. S., 2008, Long-Term trend analysis of water quality in Mangyung watershed, [Korean Literature], Journal of Korean Society on Water Environment, Vol. 24, No. 4, pp. 480-487Google Search
29 
Lee J. E., Choi J. W., An K. G., 2012, Influence of landuse pattern and seasonal precipitation on the long-term physico-chemical water quality in Namhan river watershed, [Korean Literature], Journal of the Environmental Science, Vol. 21, No. 9, pp. 1115-1129DOI
30 
Lee S. R., Shin J. Y., Lee G. J., Sung Y. S., Kim K. S., Lim K. J., Kim J. G., 2018, Analysis of water pollutant load characteristics and its contributions during dry season: focusing on major streams inflow into South- Han river of Chungju-dam downstream, [Korean Literature], Journal of Korean Society Environmental Engineers, Vol. 40, No. 6, pp. 247-257DOI
31 
Lettenmaier D. P., 1988, Multivariate nonparametric tests for trend in water quality, Water Resources Bulletin, Vol. 24, No. 3, pp. 505-512DOI
32 
Lim B. J., Hong J. Y., Yeon I. S., 2010, Application of canadian council of ministers of the environment water quality index (CCME WQI) in daecheong reservoir using automatic water quality monitoring data, [Korean Literature], Journal of Korean Society on Water Environment, Vol. 26, No. 5, pp. 796-801Google Search
33 
Lumb A., Halliwell D., Sharma T., 2006, Application of CCME water quality index to monitor water quality: A case of the Mackenzie river basin, Canada, Environmental Monitoring and Assessment, Vol. 113, pp. 411-429DOI
34 
Lumb A., Sharma T. C., Bibeault J. F., 2011, A review of genesis and evolution of water quality index (WQI) and some future directions, Water Quality Exposure and Health, Vol. 3, pp. 11-24DOI
35 
Mann H. B., 1945, Nonparametric tests against trend, Econometrica, Vol. 13, pp. 245-259Google Search
36 
Ministry of Environment (ME), 2017, Standard methods for the examination of water and wastewater, Ministry of Environment, [Korean Literature]Google Search
37 
Ministry of Environment (ME), 2020, Water Environment Information System (WEIS), http://water.nier.go.kr (accessed May.2020)Google Search
38 
Nam W. K., Choi I. W., Kim Y. Y., Lim H. S., Kim M. J., Lim C. K., Kim S. H., Kim T. H., 2017, A plan to improve Bokha stream quality using water quality and pollution source analyses, [Korean Literature], Journal of the Korean Society for Environmental Analysis, Vol. 20, No. 3, pp. 174-182Google Search
39 
National Institute of Environmental Research (NIER), 2005, Investigation on loading and water quality variation in Namhangang drainage basin, NIER No.2005-34-779, National Institute of Environmental Research, [Korean Literature], pp. 1-108Google Search
40 
National Institute of Environmental Research (NIER), 2013, Real time water quality data system construction and database enhancement (Ⅰ), National Institute of Environmental Research, [Korean Literature]Google Search
41 
National Institute of Environmental Research (NIER), 2014, Study on management strategy to improve the accuracy of real-time monitoring data for water quality (Ⅱ), National Institute of Environmental ResearchEnvironmental Research, [Korean Literature]Google Search
42 
National Institute of Environmental Research (NIER), 2017, A comprehensive study on water quality control of Paldang watershed (Ⅲ): a assessment system to diagnose and evaluate water pollutant, NIER-RP2017-223, National Institute of Environmental Research, [Korean Literature], pp. 1-50Google Search
43 
National Institute of Environmental Research (NIER), 2019, Operation for streamflow monitoring network in Han river basin, National Institute of Environmental Research, [Korean Literature], pp. 36-53Google Search
44 
Park H. K., Byeon M. S., Choi M. H., Kim Y. J., 2008, The effect factors on the growth of phytoplankton and the sources of organic matters in downstream of South-Han river, [Korean Literature], Journal of Korean Society on Water Environment, Vol. 24, No. 5, pp. 556-562Google Search
45 
Park J. B., Kal B. S., Kim S. H., 2018, Long-term trend analysis of major tributaries of Nakdong river using water quality index, [Korean Literature], Journal of Wetlands Research, Vol. 20, No. 3, pp. 201-209Google Search
46 
Park J. H., Sohn S. M., Rhew D. H., 2011, A study on the discharged characteristics of the pollutants using the empirical equation and factor analysis-case study of the upper and lower watershed of South Han river, [Korean Literature], Journal of Korean Society on Water Environment, Vol. 27, No. 6, pp. 905-913Google Search
47 
Park S. Y., Park S. S., Kim D. H., Kong D. S., Kim B. C., 1998, Mann-kendall trend analysis of water qualities in major lakes in Korea, Korean Society of Environmental Engineers Conference, Nov 7-8, Kongju City, [Korean Literature], Kongju UniversityGoogle Search
48 
Pesce S. F., Wunderlin D. A., 2000, Use of water quality indices to verify the impact of Cordoba city (Argentina) on Suquia river, Water Research, Vol. 34, No. 11, pp. 2915-2926DOI
49 
Rim C. S., Shin J. K., Cho K. J., 2000, The trend and assessment of water pollution from midstream to downstream of the Kum river, [Korean Literature], Korean Journal of Ecology and Environment, Vol. 33, No. 1, pp. 51-60Google Search
50 
Salim B. J., Gholamreza N. B., Amir S., Masoud T., Mojtaba A., 2009, Water quality assessment of Gheshlagh river using water quality indices, Environmental Science, Vol. 6, No. 4, pp. 19-28Google Search
51 
Samantray P., Mishra B. K., Panda C. R., Rout S. P., 2009, Assessment of water quality index in Mahanadi and Atharabanki rivers and Taldanda canal in Paradip area, Journal of Human Ecology, Vol. 26, No. 3, pp. 153-161DOI
52 
Sebastian J., Yamakanamardi S. M., 2013, Assessment of water quality index of Cauvery and Kapila rivers and at their confluence, International Journal of Lakes and Rivers, Vol. 6, No. 1, pp. 59-67Google Search
53 
Seth R., Mohan M., Singh P., Singh R., Dobhal R., Singh K. P., Gupta S., 2016, Water quality evaluation of Himalayan rivers of Kumaun region, Uttarakhand, India, Applied Water Science, Vol. 6, pp. 137-147DOI
54 
Shin S. H., Im T. H., Kim S. H., Shin D. S., Kown H. G., 2018, Consideration in applying Korean-comprehensive water quality index (K-WQI) to assessment of water quality in the major tributaries of Gumho-river basin, [Korean Literature], Journal of Korean Society Hazard Mitigation, Vol. 18, No. 2, pp. 455-465DOI
55 
Shrestha S., Kazama F., 2007, Assessment of surface water quality using multivariate statistical techniques: a case study of the Fuji river basin, Japan, Environmental Modelling & Software, Vol. 22, pp. 464-475Google Search
56 
Singh K. P., Malik A., Mohan D., Sinha S., 2004, Water quality assessment and apportionment of pollution sources of Gomti river (India) using multivariate statistical techniques-a case study, Analysis Chimica Acta, Vol. 538, No. 1-2, pp. 355-374DOI
57 
Yim H. S., 2017, Institutional approach to water quality policies of South Korea focusing on the Han-river basin, Public Policy Review, [Korean Literature], Vol. 31, No. 2, pp. 103-128DOI
58 
Yoon H. Y., Kim J. H., Chae M. H., Cho Y. H., Cheon S. U., 2019, Assessment of water quality in the Miho stream using multivariate statistics, [Korean Literature], Journal of Environment Impact Assessment, Vol. 28, No. 4, pp. 373-386Google Search
59 
Yu J. H., 2019, Assessment of contamination level of stream and tributaries using intergrated water quality index, [Korean Literature], Master’s Thesis, Seoul National University of Science and Technology, pp. 1-57Google Search
60 
Yu J. H., Lee H. S., Lim B. R., Kang J. H., Ahn T. U., Shin H. S., 2020, Analysis of pollution characteristics in the mainstream and its tributaries of Gongneung stream using water quality Index and pollution load data, Journal of Korean Society on Water Environment, Vol. 36, No. 2, pp. 125-136Google Search
61 
Zahraa Zahraw A. J., Abdul-Rahman A. K., Abdul-Hameed M., Jwad A. O., 2012, Assessment of water quality of Tigris river by using water quality index (CCME WQI), Journal of Al-Nahrain University, Vol. 15, No. 1, pp. 119-126Google Search