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. 경북대학교 미래과학기술융합학과 (Department of Advanced Science and Technology Convergence, Kyungpook National University)
  2. 창원대학교 토목환경화공융합공학부 (School of Civil, Environmental and Chemical Engineering, Changwon National University)
  3. 경북대학교 방재공학부 건설환경공학과 (Department of Civil Environmental Engineering, School of Disaster Prevention and Environmental Engineering,Kyungpook National University)



Dissolved organic carbon, Dissolved organic matter, Fluorescence spectra, Monitoring, UV254

1. Introduction

수처리 시설 및 자연수계에 포함된 유기물질은 맛과 냄새 유발, 유기 및 무기 오염물질의 거동, 소독부산물 전구물질, 광화학적 반응, 생물학적 용존산소 소비 등 생태 및 환경에 다양한 영향을 준다(Leenheer and Croué, 2003). 따라서 환경관련 법규상 유기물 지표를 마련하여 공공하폐수 처리시설 및 공공수역의 수질을 관리하고 있다. 국내에서는 대표적인 유기물 지표로 생물학적 산소요구량(Biochemical oxygen demand, BOD)과 화학적 산소요구량-과망간산칼륨법(Chemical oxygen demand, COD)을 사용해 왔으나 난분해성 유기물 측정의 한계, 분석 속도 및 편리성 등 유기물질 관리측면에서 유기물 지표 적정성에 대한 문제가 제기되어왔다. 이의 대안으로 2013년부터 환경정책기본법의 하천과 호소의 생활환경기준에서는 총유기탄소(Total organic carbon, TOC)를 COD와 병행하여 유기물 지표로 사용하였으며, 2016년에는 TOC로 COD를 완전히 대체하게 되었다. 그리고 2019년에는 물환경보전법 시행령 및 시행규칙이 개정되어 공공하수처리 시설 및 분뇨처리시설의 방류수 유기물 지표도 COD에서 TOC로 전환되었다.

TOC는 유기물의 탄소를 산화시킨 후 생성된 이산화탄소 양을 측정함으로써 분석된다. 고온산화 혹은 UV산화 방식으로 측정하는 TOC 측정법은 측정시간이 30분이내로 BOD 및 COD 측정법에 비해 짧지만 여전히 실시간 유기물 모니터링에는 한계가 있다. 또한 최근 많이 활용되는 고온산화방식은 백금(Pt) 촉매칼럼을 사용하기 때문에 고가이며 이동식, 실시간 측정장비 형태로 제조하기 어려운 단점이 있다(Kim and Ji, 2019). 그러나 UV 흡광도와 형광 분광광도법과 같은 분광학적 방법은 측정 즉시 결과값이 도출되고 소형센서 형태로 제조 가능하기 때문에 실시간 유기물 모니터링에 더 적합할 것이다(Kim et al., 2016; Kim and Ji, 2019; Wasswa et al., 2019). 또한 UV 흡광 및 형광 특성을 활용한 방법은 유기물의 정량분석 뿐 아니라 구성과 기원 분석이 가능하며, 비용 및 관리 측면에서도 장점을 갖는다(Hansen et al., 2016).

UV흡광도법은 특정 파장에서 시료의 흡광도를 이용하여 비어-람베르트(Beer-Lambert) 법칙에 따라 농도를 측정하며, 220~280 nm 파장 범위에서 용존유기물(Dissolved organic matter, DOM) 측정이 가능하다(Matilainen et al., 2011). 이중 254 nm 파장은 방향족 그룹이 주로 흡수하는 영역(UV254)으로, DOM 분석을 위해 가장 많이 사용되어 왔으며, 저분자 및 지방족 물질(Aliphatic compound)을 검출하지 못한다는 한계가 있지만 Dissolved organic carbon (DOC) 농도를 측정할 수 있는 대체 측정방법(Surrogate measurement)으로 제안되었다(Matilainen et al., 2011). 그리고 UV254를 DOC 농도로 나눈 값인 Specific UV absorbance (SUVA)은 DOM의 소수성 유기물질 비율과 상관관계가 높은 것으로 알려져 있으며, DOM 방향족의 함량 지표로 활용 가능한 것으로 보고되었다(Weishaar et al., 2003).

형광분광광도법은 특정 파장에서 시료를 여기(Excitation)시킨 후 방출(Emission)되는 파장의 강도를 측정하는 것으로써 UV흡광도법에 비해 민감도와 선택성이 높은 장점이 있다. 최근에는 약 200~500 nm 여기방출 파장에서의 형광강도를 3D 스펙트럼(Fluorescence excitation emission matrix spectra, FEEM spectra)으로 시각화하여 DOM의 성분 및 기원을 분석하는 방법이 중요한 연구기법으로 자리를 잡고 있으며(Kim et al., 2011; McKnight et al., 2001; Murphy et al., 2013), 생물학적 분해 가능한 DOM의 여기방출파장의 형광강도를 활용하여 BOD를 예측 가능함이 제시되었다(Hudson et al., 2008; Hur and Park, 2007). 또한 응집공정, 활성탄 공정, 이온교환 공정에서 DOM 제거율을 예측하기위해 여기방출파장 형광강도를 활용하는 연구가 보고되었다(Korak et al., 2015; Oloibiri et al., 2017). 일반적으로 유기물 정성분석에는 휴믹 계열, 단백질 계열 등 특정 유기물 성분별 여기방출 파장 범위의 형광강도를 활용하며, 유기물 정량분석에는 여기방출 파장 범위의 형광강도를 적분하여 분석하거나, 단일 여기방출파장의 형광강도만을 활용하기도 한다(Chen et al., 2003; Coble, 1996; Jin et al., 2020). 단일 여기방출파장 활용방식은 이동식 센서 제작에 유리하지만, 특정범위의 여기방출파장 활용방식은 측정오류 및 측정신뢰성 측면에서 유리할 것으로 예상된다. 단일 파장인 단백질 계열의 tryptophan-like peak 여기방출 파장 275/340 nm가 BOD와 상관관계가 높다고 보고되었으나(Hudson et al., 2008; Reynolds and Ahmad, 1997), 하수 및 하천의 유기탄소량(TOC 및 DOC)을 실시간 모니터링 하기 위한 형광여기방출 단일파장 혹은 파장범위에 대한 연구는 부족하다.

본 연구에서는 하수 및 하천의 유기탄소 농도를 실시간 모니터링 할 수 있는 분광학적 인자를 도출하고자 하였다. 입자성 물질의 분석 방해를 막기 위해 시료를 전처리하여 용존유기물을 대상으로 연구를 수행하였으며 UV흡광도계 및 형광분광광도계를 활용하여 유기물 특성을 파악하였다. 그리고 UV254, 다양한 단일 및 파장범위의 형광여기방출 형광강도와 유기탄소 농도와의 상관관계를 분석하여 최적 분광학적 지표를 활용한 DOC 예측모델을 제시하였으며, 실시간 유기물 모니터링을 위한 분광학적 방법 활용가능성을 논의하였다.

2. Materials and Methods

2.1 연구대상

연구 대상은 경북 상주시 하수처리장과 그 방류수가 유입되는 하천을 대상으로 선정하였다. 상주시 하수처리장은 북천과 병성천이 합류되는 곳에 위치하며, 하수 방류수 유입지점을 기점으로 각 하천 상류 및 하류에서 시료를 채취하여 하수처리장 방류수가 하천 수질에 미치는 영향을 파악하고자 하였다. 시료는 2021년 4월에서 7월까지 2~4주 간격으로 채취하였으며, 하수처리장 유입수(Inf), 방류수(Eff), 방류수의 영향을 받지 않는 지점인 북천(Buk)과 병성천 상류(BS-up), 방류수와 북천 및 병성천이 합류하는 지점인 병성천 하류(BS- down)를 포함한 총 5개 지점에서 채취하였다. 하수처리장은 25,000 m3/d의 유입수를 처리하며, 1차 침전, BSTS-Ⅱ 공법을 활용한 질소, 인 고도처리공정, 섬유상여과 및 염소소독 공정으로 구성되어 있다.

2.2 분석방법

수온, 전도도(Electrical conductivity, EC) 및 pH는 현장에서 휴대용 다중 항목측정기(HQ40d, Hach)를 이용하여 시료채취와 동시에 측정하였으며, 채취한 시료는 용존유기물 분석을 위해서 마이크로 필터(0.2 μm, cellulose acetate, Chmlab)로 여과하여 전처리하였다. 전처리한 시료는 곧바로 실험실에서 형광 스펙트럼 및 UV/Vis 흡광도(254 nm 파장 및 스캔)를 측정하였으며, 생분해 유기물의 성분변화를 최소화하기 위해 4℃ 냉장 보관하였다.

DOC 농도와 UV/Vis 흡광도는 각각 총유기탄소 분석기(TOC-L, Shimadzu)와 UV 분광계(UV-1900i, Shimadzu)로 측정하였으며, FEEM spectra는 RF-6000(Shimadzu) 형광분광광도계를 사용하여 분석하였다. FEEM spectra는 여기파장(λex)을 220~500 nm 범위를 5 nm 간격으로 증가시키면서 방출파장(λem)을 250~550 nm 범위에서 1 nm 간격으로 측정하였다. 여기방출파장 스캔속도는 2000 nm/min 속도로 고정하고, 슬릿(Slit)은 여기방출파장 모두 5 nm로 설정하였다. 외부조건이 형광세기(Fluorescence intensity)에 미치는 영향을 배제하기 위하여 시료의 형광세기를 3차 증류수의 라만 스펙트럼(Excitation = 350 nm) 넓이로 나누어 줌으로써 형광세기를 표준화(Normalization)하여 라만 단위(Raman Unit, RU)로 표현하였다(Korak et al., 2015). 형광세기 내부 필터 효과(Inner filter effect)는 UV/Vis 흡광도 스캔(200~800 nm) 값을 이용하여 보정하였으며(McKnight et al., 2001), FEEM 해석에 방해가 되는 라만과 레일리(Rayleigh) 산란픽은 Matlab (Mathworks, ver2019)의 drEEM toolbox를 활용하여 제거하였다(Murphy et al., 2013).

Coble(Coble, 1996)에 의해 제시된 유기물 명명법에 따르면, DOM은 peak B: tyrosine-like (λex/λem 275/310 nm), peak T: tryptophan-like (λex/λem 275/340 nm), peak A: humic-like (λex/ λem 260/380~460 nm), peak M: marine humic-like (λex/λem 312/380~420 nm), peak C: humic-like (λex/λem 350/420~480 nm)로 구분된다. 본 연구에서는 각 peak 구역별 대표 단일 여기방출파장을 선정하여 DOC와의 상관관계를 분석하였다(Table 1). 또한 자연유기물질 성상은 FEEM 구역을 단백질계(Protein-like, λex/λem 270~290/350~365 nm), 펄빅계(Fulvic-like, λex/λem 320~340/410~430 nm), 휴믹계(Humic-like, λex/λem 370~ 390/460~480 nm) 형광 용존유기물로 구분하여 분석이 가능하며(Baker, 2001; Chiu et al., 2019; Hur et al., 2009), 각 영역 크기를 형광구역적분법(Fluorescence regional integration, FRI)을 적용하여 분석하였다(Chen et al., 2003; Jin et al., 2020). Table 1과 Fig. 1(a)에는 본 연구에서 모니터링한 5가지 형광 peak(B, T, A, M, C)과 DOM 성상 분석구역 3가지 Protein-like fraction (PLF), Fulvic-like fraction (FLF), Humic- like fraction (HLF)를 나타내었다.

Table 1. Investigated fluorescence peaks and characteristics
Peak name λex (nm) / λem (nm) Description
B 275/310 Tyrosine-like (Protein-like)
T 275/340 Tryptophan-like (Protein-like)
A 250/450 Humic-like
M 312/412 Marine (microbial) humic-like
C 350/450 Humic-like
Region λex (nm) / λem (nm) Description
PLF 270-290/350-365 Protein-like fraction
FLF 320-340/410-430 Fulvic-like fraction
HLF 370-390/460-480 Humic-like fraction
Fig. 1. Representative fluorescence EEM spectra of DOM from the wastewater treatment plant and river samples during non- rainfall (left) and rainfall (right) events.
../../Resources/kswe/KSWE.2021.37.5.344/PICEC4E.png

형광지표인 Fluorescence index (FI)(McKnight et al., 2001), Biological/autochthonous index (BIX)(Huguet et al., 2009), Humification index (HIX)(Ohno, 2002)는 아래 식과 같이 특정 여기방출파장의 형광세기(Fλem)를 이용하여 계산하였다.

(1)
F I   =   F λ e m = 450   n m F λ e m = 500   n m ,     λ e x = 370   n m
(2)
B I X   =   F λ e m = 380   n m F λ e m = 430 n m ,     λ e x = 310   n m
(3)
H I X   =   F λ e m = 435   n m   480   n m F λ e m = 300   n m   345   n m ,     λ e x = 254   n m

3. Results and Discussion

3.1 수질인자와 형광지표를 이용한 용존유기물 분석

조사대상 지점의 평균 수질과 형광지표를 비강우시(Non- rainfall, N=5)와 강우시(Rainfall, N=1) 로 나누어 분석하였고 그 결과를 Table 2에 정리하였다. 연구기간 동안(4~7월) 강우시 영향을 확인할 수 있었던 기상조건이 1회로 강우시 시료의 대표성을 갖기에는 한계가 있으나, Table 2에 나타난 바와 같이 비강우시와 명확한 수질 차이가 확인되었다. 하수처리장 및 하천의 pH는 강우에 큰 영향을 받지 않았으며 모두 pH는 6.76~7.66으로 유사하게 분포하였다. 하지만 그 외 수질 조사 항목인 EC, DOC, FI, BIX, HIX는 다수 시료에서 강우시가 비강우에 비해 표준편차 2~3배 이상 차이 나는 것이 관찰되었다.

Table 2. Basic properties of the water samples from the wastewater treatment plant and river samples
Inf Eff Buk BS-up BS-down
non-rainfall rainfall non-rainfall rainfall non-rainfall rainfall non-rainfall rainfall non-rainfall rainfall
pH 7.42±0.09 7.43 6.99±0.12 6.76 7.66±0.34 7.28 7.25±0.33 7.27 7.34±0.23 7.15
EC (μs/cm) 656±95 550 446±15 383*** 148±14 95*** 238±8 151*** 260±37 129***
DOC (mg/L) 21.8±8.4 16.6 3.8±0.2 3.5 2.0±0.4 3.9*** 2.8±0.7 4.4** 3.5±0.4 4.2
SUVA 3.87±1.14 3.90 1.90±0.14 2.12 2.92±0.14 5.81*** 3.29±0.25 7.03*** 2.86±0.52 6.21***
FI 1.57±0.18 1.65 1.71±0.03 1.65** 1.38±0.04 1.30** 1.43±0.02 1.39** 1.49±0.05 1.35**
BIX 1.14±0.15 1.08 1.41±0.05 1.22*** 0.81±0.06 0.65** 0.80±0.05 0.64*** 0.96±0.11 0.70**
HIX 0.42±0.12 0.68 1.81±0.20 2.34** 1.27±0.50 4.85*** 3.02±1.37 5.55 2.57±0.89 5.28***
Note: “**” and “***” mean that the difference between the values at non-rainfall and rainfall is 2 standard deviations or more and 3 standard deviations or more, respectively.

EC는 모든 조사대상 지점에서 강우시에 빗물 희석효과로 값이 감소하였으며, 특히 방류수는 14%, 하천수는 35~50% EC 값이 감소하였다. 비강우시 평균 DOC는 하수처리장 유입수 21.8 mg/L, 방류수 3.8 mg/L이었으며 DOC 제거율은 평균 80%를 나타냈다. 하수처리장 방류수가 하천으로 유입되기 전 지점인 북천과 병성천 상류에서는 2.0과 2.8 mg/L로 방류수에 비해 낮았으며 하수처리장 방류수가 하천에 합류된 이후 병성천 하류에서는 3.5 mg/L로 다소 증가되었다. 하지만 강우시 평균 DOC는 북천과 병성천 상류에서 방류수 3.5 mg/L보다 높은 3.9 mg/L와 4.4 mg/L로 측정되었고, 방류수 합류 후에는 4.2 mg/L로 측정되었다. 즉, 강우시 하수처리장 유입수와 방류수 DOC는 EC와 마찬가지로 다소 감소하였으나 하천수는 육상 DOM의 유입으로 DOC가 증가하는 것으로 조사되었다.

하수처리장 유입수와 방류수의 SUVA는 각각 3.9 Lmg-1m-1와 2.0 Lmg-1m-1 수준이었으며, 방류수 SUVA 값은 강우 여부에 관계없이 관측 기간 동안 큰 변화가 없었다. 반면 북천과 병성천 상류의 SUVA는 강우시에 각각 2.9에서 5.8 Lmg-1m-1과 3.3에서 7.0 Lmg-1m-1으로 크게 증가되는 것으로 확인되었다. SUVA는 DOM의 친수성 및 방향족 유기탄소 함량과 관계된 지표로써 값이 클수록 DOM의 소수성과 방향족 유기탄소 함량이 큰 것으로 알려져 있다. 예를 들어, SUVA가 3 Lmg-1m-1 이하일 경우 저분자량의 친수성 유기물질이 많음을 의미하고, SUVA가 4 Lmg-1m-1 이상일 경우 고분자량의 소수성 유기물질, 방향족 유기탄소, 휴믹물질이 주로 포함됨을 의미한다(Edzwald and Tobiason, 1999). 따라서 북천 및 병성천의 SUVA 값이 강우시에 5이상으로 크게 증가한 것은 방향족 유기탄소를 갖는 육상의 휴믹물질이 강우로 유입된 결과로 판단된다. 일반적으로 하수 방류수 DOM은 하천의 자연유기물에 비해 SUVA 값이 낮은 것으로 알려져 있으며, 본 연구 하수처리장 방류수의 SUVA는 기존 국내외 하수처리장 방류수의 SUVA 값과 유사하다(Krasner et al., 2009; Lee et al., 2021; Park et al., 2010).

추가적으로, Table 2에는 DOM 기원을 유추할 수 있는 3가지 형광지표인 FI, BIX, HIX 값을 분석하여 정리하였다. FI 지표는 DOM 기원을 육상 기원(Terrestrial, allochthonous source)과 미생물 기원(Microbial, autochthonous source)을 구분하기 위해 사용된다. FI 값이 1.9 이상이면 미생물 기원 DOM에 해당하며, FI 값이 1.4보다 낮으면 육상 기원 DOM에 해당한다(McKnight et al., 2001). 하수처리장 유입수와 방류수의 FI는 강우시에는 변화가 없었으나, 비강우시에는 유입수는 1.57, 방류수는 1.71로 소폭 증가하는 경향을 보였다. 이는 생물학적 처리로 인한 미생물 대사활동으로 미생물 기원 DOM이 증가하였기 때문으로 판단된다. 하천수의 FI는 비강우시에는 1.4~1.5 수준이었으나 강우시에는 육상 기원 DOM 유입으로 1.4 이하로 감소되었다.

하수 방류수의 미생물 기원 DOM증가는 BIX 지표를 통해서도 동일하게 확인되었다. BIX는 미생물활동으로 갓 생성된(Recently produced) DOM 함유 정도를 나타내는 지표로써 BIX 값이 1 이상일 경우 왕성한 미생물활동으로 미생물 기원의 DOM이 주로 구성됨을 의미하고, 미생물 기원 DOM이 적을 경우는 0.6 이하 값을 갖는다(Birdwell and Engel, 2010; Huguet et al., 2009). 방류수 BIX는 강우여부에 관계없이 유입수 대비 0.2 정도 상승하였는데(비강우시 1.14→1.41, 강우시 1.08→1.22), 이는 미생물 대사활동으로 미생물 기원 DOM이 증가된 것을 의미한다. 이러한 BIX 증가 수준은 기존의 국내 하수처리장에서도 유사하게 보고된 바 있다(Lee et al., 2021). 하천 BIX는 비강우시 0.8~0.96 수준이었으나 강우시 0.64~0.7 수준으로 값이 낮아져 육상기원 DOM 유입 영향이 나타났다.

HIX는 DOM의 휴믹화 정도를 나타내는 것으로써 값이 클 수록 육지 기원의 방향족유기탄소를 함유하는 휴믹물질이 주를 이루는 것을 의미하며, HIX 5 이하일 경우는 미생물 기원의 유기물질이 주를 이루는 것을 의미한다(Birdwell and Engel, 2010). 하수처리장 방류수의 HIX는 강우여부와 무관하게 유입수보다 증가하였는데, 이는 하수처리과정에서 복잡한 구조의 방향족유기탄소 비율이 증가하고, 화학적으로 안정하고 휴믹화되었음을 의미한다(Birdwell and Engel, 2010; Lee et al., 2021). 하천 HIX는 강우시에 증가하는 것으로 나타나서 FI, BIX 지표에서 나타난 것과 동일하게 강우시에 하천의 DOM에 휴믹물질의 비율이 증가하는 것을 확인할 수 있었다.

3.2 용존유기물의 형광 특성

조사대상 지점별로 비강우시와 강우시의 대표적인 FEEM spectra를 Fig. 1에 나타내었다. 비강우시 시료들의 FEEM spectra는 형태가 유사하여 대표적으로 6월의 비강우시 데이터를 Fig. 1(a), (c), (e), (g), (i)에 나타내었다. 하수처리장 유입수에서는 강우와 무관하게 λex/λem 280/340 nm에서 최대 형광강도가 나타났고, 강우시에는 형광강도 값이 낮아지는 경향을 보였다(Fig. 1(a), (b)). 이 파장영역은 peak T와 PLF 영역에 해당하므로 단백질 계열의 tryptophan-like DOM이 주로 포함되어 있다고 해석된다. 그리고 강우시에 하수처리장 유입수에서 λex/λem 315/400 nm 영역이 보다 두드러지게 관찰되었으며 이는 FLF 영역과 유사하다. 방류수에서는 강우와 관계없이 공통적으로 λex/λem 295/362 nm에서 최대 형광강도 peak이 관찰되었으며, 유입수에 비해 방출파장의 파장이 길어진 것은 DOM의 소수성 증가와 휴믹 계열이 증가했음을 의미한다(Hudson et al., 2007).

북천과 병성천 상류 지점에서는 공통적으로 2개의 주요 peak가 λex/λem 310~315/410 nm와 λex/λem 280/440nm영역에서 나타났으며(Fig. 1(e)~(h)), 모니터링한 5개 peak과 비교했을 때 첫 번째 peak는 marine (microbial) humic-like (Peak M)에 해당하며, 두 번째 peak는 humic-like (Peak A)과 해당하다. DOM 성상 분석구역과 비교했을 때는 첫 번째 peak의 경우 FLF 영역과 유사하다. 이 두 가지 peak 영역은 북천과 병성천 상류지점 모두 강우시에 형광강도가 뚜렷하게 증가하였으며, 이는 강우시 휴믹 계열 DOM이 하천에 유입되었음을 나타낸다. 북천에서는 비강우시에 단백질 계열 tyrosine-like DOM (Peak B)에 해당하는 λex/λem 275/310 nm에서 두드러진 peak이 관찰되었다 (Fig. 1(e)). 조류기인 유기물로 알려진 tyrosine- like DOM peak(Henderson et al., 2008)이 비강우시 북천에 강하게 나타난 것은 북천에 설치된 보로 인해 하천에 정체된 구간이 많아 조류 성장이 많았기 때문으로 예상된다(Yoo, 2015). 하지만 강우시에는 tyrosine-like DOM peak가 북천에서 관찰되지 않았는데(Fig. 1(f)), 이는 빗물로 늘어난 하천유량으로 조류기인 유기물이 희석 및 유실되었기 때문으로 판단된다.

병성천 하류지점은 북천 및 병성천 상류 그리고 하수처리장 방류수가 합류된 지점으로써 방류수가 하천 DOM 성상에 미치는 영향을 파악할 수 있는 지점이다. 비강우시에는 방류수의 PLF 영역에 가까운 peak (λex/λem 295/362 nm)과 북천 및 병성천 상류의 주요 peak인 peak M과 peak A 영역이 포함된 FEEM spectra가 관측되었다(Fig. 1(i)). 하지만 강우시에는 하천 유량이 증가하여 방류수가 하천에 미치는 영향이 크게 감소되어 방류수의 PLF 영역이 병성천 하류지점에서 관찰되지 않았다.

강우가 유기물질 성상에 미치는 영향을 확인하고자 지점별로 강우와 비강우시를 구분하여 5개 형광 peak 강도와 비율을 방사형 그래프를 Table 3과 Fig. 2에 나타내었다. FEEM spectra에서 확인된 바와 같이 하수처리장 유입수 성상은 강우 여부에 관계없이 성상이 유사하였다. 단백질 계열인 peak T 41~43%로 가장 높은 비율로 확인되었으며 휴믹 계열의 peak(A, M, C)은 6~16%으로 낮았다. 하지만 방류수에는 휴믹 계열인 peak M이 28~30%로 크게 늘어났으며 단백질 계열 peak인 T, B의 비율이 줄어들어 HIX 지표에서 서술한 것과 동일하게 휴믹화가 되었음을 확인할 수 있었다.

Table 3. Fluorescence intensity (RU) of peak B, T, A, M, and C of the water samples from the wastewater treatment plant and river samples during non-rainfall and rainfall events
Inf Eff Buk BS-up BS-down
non-rainfall rainfall non-rainfall rainfall non-rainfall rainfall non-rainfall rainfall non-rainfall rainfall
B 15.47±10.17 3.84 0.40±0.17 0.28 0.50±0.32 0.05 0.16±0.02 0.11 0.37±0.16 0.07
T 16.90±9.50 5.33 0.59±0.03 0.45 0.18±0.03 0.13 0.21±0.08 0.21 0.29±0.07 0.16
A 1.14±0.45 0.74 0.23±0.02 0.23 0.08±0.01 0.20 0.15±0.04 0.33 0.17±0.03 0.24
M 3.44±1.32 2.06 0.68±0.05 0.63 0.16±0.02 0.40 0.33±0.08 0.68 0.39±0.07 0.49
C 1.90±0.62 1.15 0.51±0.04 0.49 0.13±0.02 0.37 0.26±0.06 0.59 0.30±0.05 0.42
Fig. 2. Effects of rainfall on the percentages of DOM components (B, T, A, M, C) in the wastewater treatment plant and river samples. (a) Inf, (b) Eff, (c) Buk (d) BS-up, (e) BS-down.
../../Resources/kswe/KSWE.2021.37.5.344/PICED2A.png

북천의 경우 단백질 계열 peak B가 비강우시에는 44%로 가장 높은 비율을 보였으나 강우시에는 4.5%로 현격하게 감소하였고, 대신 휴믹 계열 DOM인 peak M과 peak C가 35%와 32%로 주요 DOM 성분으로 변화되어 강우가 하천의 DOM 성상변화에 미치는 영향을 확인할 수 있었다(Fig. 2(c)). 병성천 상류 및 하류에서는 비강우시에는 휴믹 계열인 peak M와 peak C가 27%와 21% 수준이었으며, 단백질 계열인 peak T와 peak B가 각각 22~23%, 16~20% 수준이었다. 강우시에는 단백질 계열 비중이 다소 줄어들었고, 북천과 마찬가지로 휴믹 계열인 peak M와 peak C가 증가하는 경향을 나타내었다.

Fig. 3은 PLF, FLF, HLF 구역별 형광강도를 FRI방식으로 적분하여 얻은 각각의 값과 비율을 활용하여 DOM을 정성, 정량 분석한 결과를 나타낸다. 강우가 FRI 총합에 미치는 영향은 DOC와 유사한 경향이 나타났다. 즉, 하수처리장 유입수와 방류수는 강우시 FRI 값이 감소한 반면, 북천, 병성천 상, 하류의 경우 강우시 DOM의 외부유입으로 FRI 값이 증가하였다(Fig. 3(a)). PLF FRI를 기준으로 하수처리장 제거율을 산정하면 비강우시 92%, 강우시는 87%가 되는데, DOC 기준으로 한 비강우시 제거율 80%와 강우시 79%와 비교하여 제거율이 높게 산정되었다. DOM의 PLF, FLF, HLF 비율을 나타낸 Fig. 3(b)를 살펴보면, 하수처리장 방류수의 PLF 비율은 유입수에 비해 크게 감소(비강우시 76%→45%, 강우시 66%→40%)한 것을 확인할 수 있다. 이는 PLF 성분(단백질 계열)이 FLF와 HLF 성분에 비해서 상대적으로 생물학적 분해가 잘 되는 성분이며 형광을 나타내는 특성에 비하여 탄소함량 기여도(DOC/FL intensity)가 적기 때문으로 판단된다. 따라서 형광강도 값을 활용하여 DOC 제거율 혹은 DOC를 예측하기 위해서는 FEEM spectra의 주요성분 형광강도를 활용하기 보다는 DOC와 상관성을 분석하여 적용하는 것이 바람직할 것으로 예상된다.

Fig. 3. Distribution of the (a) abundance and (b) percentages of PLF, FLF, and HLF in the wastewater treatment plant and river samples.
../../Resources/kswe/KSWE.2021.37.5.344/PICED89.png

3.3 분광학적 인자를 활용한 DOC 예측

DOC 예측에 활용가능한 분광학적 DOM 인자 분석을 위하여 DOC와 UV254, peak B, T, A, M, C의 형광강도, PLF, FLF, HLF FRI 값의 상관관계를 연구대상 수계 그룹별로 Pearson 상관계수(Pearson’s correlation coefficient)를 계산하여 Table 4에 정리하였다. 강우시 DOM 성상과 DOC 범위는 비강우시와 비교하여 뚜렷한 차이가 있어서 강우시를 제외하고 Pearson 상관성분석을 하였으며, DOC 예측 모델은 강우 데이터 포함여부에 따른 모델 정확성을 비교하였다. Pearson 상관계수 값이 1에 가까울수록 상관성이 높을 것을 의미하므로, 단백질계 DOM 인자인 peak B, T와 PLF는 나머지 휴믹계 및 펄빅계 DOM 인자들에 비해 DOC와 상관성이 상대적으로 낮은 것으로 분석되었다. 특히, 단백질 계열 DOM 비중이 상대적으로 높은 방류수와 북천에서도 단백질 계열과 DOC와 상관성이 낮게 나타난 점은 예상을 벗어난 결과이며, 단백질 계열의 형광강도는 DOC 유발 유기물과는 상관성이 크지 않아 신뢰성 있는 DOC 예측에는 적합하지 않은 인자로 판단된다.

Table 4. Pearson’s correlation coefficient between DOC and DOM parameters according to the sample groups
Parameter Inf Eff Inf, Eff Buk BS-up BS-down Buk, BS-up, BS-down All except Eff
UV254 0.70 0.90* 0.93** 0.96** 0.94* 0.23 0.86** 0.56*
B 0.85 -0.88 0.94** 0.04 0.59 0.45 0.07 -0.01
T 0.89* 0.69 0.96** -0.02 0.66 0.76 0.77** 0.77**
A 0.84 0.90* 0.96** 0.94* 0.98** 0.21 0.87** 0.91**
M 0.96** 0.80 0.99** 0.96** 0.99** 0.15 0.88** 0.86**
C 0.89* 0.87 0.97** 0.96** 0.97** 0.14 0.87** 0.86**
Φi,n(PLF) 0.94* 0.87 0.98** 0.32 0.92* 0.72 0.89** 0.76**
Φi,n(FLF) 0.92* 0.85 0.98** 0.96** 0.99** 0.13 0.87** 0.85**
Φi,n(HLF) 0.95* 0.82 0.98** 0.96** 0.96** 0.14 0.88** 0.84**
*P-value<0.05, **P<0.01

하수처리장 유입수와 방류수 데이터를 동일 그룹으로 한 Pearson 상관계수가 모든 인자에서 P-value가 0.01 이하로 나타났으나 유입수 DOC 농도범위(10~30 mg/L)가 방류수 농도 범위(3.7~4.0 mg/L)에 비해 상대적으로 넓게 분포하고 있어서 유입수와 방류수를 동일 그룹으로 분석하면 도출된 DOC 예측모델이 방류수 값을 정확히 예측하지 못할 것으로 예상된다. 예를 들어, 모든 시료의 DOC와 UV254를 도식화한 Fig. 4(a)에서 확인할 수 있듯이 유입수의 DOC 및 UV254는 방류수와 북천, 병성천 상, 하류와는 분포 범위가 뚜렷한 차이가 있다.

Fig. 4. Relationship between DOC and UV254. (a) includes all the investigated sample groups but (b) excludes influent of wastewater treatment.
../../Resources/kswe/KSWE.2021.37.5.344/PICEDC8.png

Fig. 4~6은 DOM 분광학적 지표 중 대표적인 예로써, UV254, peak A intensity, FLFFRI와 DOC의 상관성을 그래프로 나타내었으며, 강우시 값과 비강우시 값의 차이를 확인하기 위해 강우시 데이터를 붉은색 점선으로 표시하였다. Fig. 4(b)에 따르면, 강수시 하천의 UV254는 비강우시 값들에 비해 확연히 높은 것으로 나타났으며 하수처리장 방류수는 하천수와 달리 모두 95% 신뢰도 범위 밖에 분포하여 선형회귀 결정계수(R2)가 0.33으로 낮게 나타났다. 하지만 그래프 경향과 Table 4에서 알 수 있듯이 하천과 방류수를 별개 그룹으로 나누어 DOC 모델을 도출할 경우 UV254를 활용하여 DOC를 높은 정확도로 예측가능 할 것으로 판단된다.

UV254와 달리 peak A 형광강도의 경우, 방류수 및 강우시 하천 값들을 포함한 대부분의 데이터가 95% 신뢰도 구간에 인접해 있으며 DOC와의 높은 선형회귀 상관성을 보였다(R2 =0.82)(Fig. 5(a)).따라서 peak A와 DOC 단일 모델로 하천과 하수 방류수 DOC를 예측 가능하다고 판단된다. 하지만 북천 peak A-DOC 상관성 그래프에 나타나 있듯이(Fig. 5(b)), 개별 그룹만의 데이터를 활용할 경우 그리고 비강우시 예측을 위해서는 비강우시 데이터만을 활용할 경우에 DOC 예측 정확도를 높일 수 있을 것이다. 그래프를 제시하지는 않았지만 Table 4에서 유추할 수 있듯이, 휴믹계 성분과 관련된 peak M과 peak C도 peak A와 유사한 경향의 DOC 선형회귀 상관성을 갖는다.

Fig. 5. Relationship between DOC and fluorescence intensity of peak A. (a) includes all the investigated sample groups except influent of wastewater treatment (b) shows data from the Buk Creek sample group.
../../Resources/kswe/KSWE.2021.37.5.344/PICEE08.png

FLF FRI 값과 DOC 선형회귀 상관성은 peak A보다는 낮은 R2=0.71로 나타났으며 하수 방류수 데이터는 모두 95% 신뢰도 구간 밖에 분포하였다(Fig. 6(a)). 따라서 UV254 결과에서 확인되었듯이 방류수는 하천수와 분리하여 단독 그룹으로 분석하는 것이 DOC 예측 정확도를 높일 수 있을 것으로 판단된다. Fig. 6(b)에는 하수 방류수 단일그룹의 UV254와 FLF FRI DOM 인자의 DOC 선형회귀 상관성을 비교하였다. 분석 결과 UV254보다는 FLF FRI 값이 DOC와 높은 상관관계(R2= 0.71)를 보이는 것으로 나타났으며, 방류수는 강우시 데이터를 포함하더라도 FLF와 DOC 상관관계에 큰 영향을 미치지 않는 것으로 판단된다.

Fig. 6. (a) relationship between DOC and FRI of FLF. The data includes all investigated sample groups except influent of wastewater treatment. (b) comparison of UV254and FRI of FLF for the relationship with DOC of the effluent of wastewater treatment.
../../Resources/kswe/KSWE.2021.37.5.344/PICEE47.png

DOC와 분광학적 DOM 인자의 상관관계를 분석한 결과 하수 유입수 그룹, 하수 방류수 그룹, 하천 그룹으로 나누어 DOC 모니터링 지표를 선정하는 것이 적절할 것으로 판단되었다. 다만, 연구대상 하천과 하수처리장 방류수가 합류하는 지점인 병성천 하류의 경우 개별 그룹의 분광학적 DOM인자를 활용하더라도 DOC와 상관관계가 상대적으로 낮게 나타났다. 이는 병성천 하류의 경우 자연유기물과 인간활동에 기인한 유기물이 혼합되어 있어 유기물 성상이 상대적으로 복잡하기 때문에 단일 DOM 특성 인자와 DOC의 선형 상관성이 낮을 가능성이 있으며 장기 모니터링을 통해서 원인을 분석할 필요가 있다. 전반적으로 휴믹계 DOM 인자(UV254, peak A, M, C, FLF, HLF)가 DOC와 높은 상관관계로 나타났으며, 이중 UV254와 비교하여 형광 DOC 모니터링 센서에 활용할 수 있는 단일 여기방출파장을 선정하여 DOC 예측 모델을 Table 5에 제시하였다. 하수 유입수와 하천은 peak M 형광강도를 하수 방류수는 peak A 형광강도를 DOC 예측에 적합한 최적 모니터링 인자로 제안하였고, 제안된 모델은 모든 경우에서 UV254 대비 높은 정확도를 나타낼 것으로 분석되었다. 하지만 비강우시 하수 방류수 모니터링에는 범용적으로 사용되는 UV254와 peak A 형광강도가 유사한 선형회귀 결정계수(R2=0.81)를 나타냈기 때문에 모니터링 여건에 맞는 센서를 선택하여 적용하는 것을 제안한다.

Table 5. Suggested regression models for prediction of DOC (mg/L) in the wastewater treatment plant and river samples
Sample Data category Model using FL intensity Model using UV254
WWTP Influent non-rainfall DOC=6.08FLM+0.91 (R2=0.92) DOC=31.38UV254-2.75 (R2=0.50)
including rainfall DOC=5.67FLM+2.77 (R2=0.91) DOC=32.07FLM-3.43 (R2=0.53)
WWTP Effluent non-rainfall DOC=9.35FLA+1.63 (R2=0.81) DOC=23.93UV254+2.07 (R2=0.81)
including rainfall DOC=9.43FLA+1.57 (R2=0.66) DOC=21.66UV254+2.18 (R2=0.54)
River
(Buk, BS-up, BS-down)
non-rainfall DOC=5.76FLM+1.07 (R2=0.77) DOC=27.04UV254+0.51 (R2=0.74)
including rainfall DOC=5.38FLM+1.21 (R2=0.80) DOC=9.23UV254+1.95 (R2=0.62)
Note: FLM and FLA represent fluorescence intensity (RU) of peak M and peak A, respectively.

4. Conclusion

본 연구에서는 하수처리장 유입수 및 방류수, 그리고 방류수가 합류되기 전후 하천을 대상으로 UV흡광도계 및 형광분광광도계를 활용하여 유기물을 정성, 정량 분석하고 유기탄소 농도와 상관성이 높은 분광학적 인자를 제안하였다. FEEM spectra와 성분 별 단일 및 특정범위의 여기방출 형광강도를 이용한 정성분석 결과 하수처리장 유입수내 유기물질 주요성분인 단백질 계열물질이 생물학적 처리과정에서 휴믹화되는 것으로 나타났다. 또한 하천수에서는 조류기인 유기물질이 확인되었으며, 강우시 휴믹 계열 유기물질이 크게 증가하는 것으로 조사되었다. UV254, 성분별 단일 여기방출 형광강도와 형광구역적분법을 통해 유기물 주요성분의 정량분석 및 DOC와 상관성 분석결과 단백질 계열 유기물질이 주요성분으로 확인된 방류수 등에서도 신뢰성 높은 DOC 예측을 위해서는 휴믹 계열의 형광강도를 활용하는 것이 적합하다고 분석되었다. 주요 유기물 성분이 하수 유입수 및 방류수 그리고 하천에서 차이가 있어서 각각의 그룹으로 나누어 UV254와 단일 여기방출 형광강도를 활용하여 강우 여부에 따른 각각의 DOC 예측 모델을 제시, 비교함으로써 실시간 유기탄소 예측 방안을 제시하였다. 다만, 본 연구에서는 용존유기물을 대상으로 연구를 수행하였기 때문에 제시된 분광인자를 활용하여 총유기탄소량을 실시간 모니터링하기 위해서는 입자성 물질의 분석 방해 연구를 추가 수행할 필요가 있다. 또한 다중 선형회귀 분석을 통해 본 연구에서 제안된 단순 선형 회귀모델의 정확도를 향상시키는 연구가 필요하다. 본 연구 결과는 유기물 성분별 유기탄소 기여도에 대한 이해도를 향상시키며, 여기방출 형광강도 및 UV254 센서를 이용한 실시간 유기탄소 모니터링에 활용할 수 있는 기초자료를 제공한다.

Acknowledgments

본 연구는 2021년도 정부(교육부)의 재원으로 한국연구재단의 지원(과제번호: 2020R1I1 A3069197)과 경북대학교 4단계 BK21 사업(과제번호: 5199990214511)의 지원을 받아 수행된 연구입니다.

References

1 
Baker A., 2001, Fluorescence excitation−emission matrix characterization of some sewage-impacted rivers, Environmental Science & Technology, Vol. 35, No. 5, pp. 948-953DOI
2 
Birdwell J. E., Engel A. S., 2010, Characterization of dissolved organic matter in cave and spring waters using UV-Vis absorbance and fluorescence spectroscopy, Organic Geochemistry, Vol. 41, No. 3, pp. 270-280DOI
3 
Chen W., Westerhoff P., Leenheer J. A., Booksh K., 2003, Fluorescence excitation−emission matrix regional integration to quantify spectra for dissolved organic matter, Environmental Science & Technology, Vol. 37, No. 24, pp. 5701-5710Google Search
4 
Chiu T. P., Huang W. S., Chen T. C., Yeh Y. L., 2019, Fluorescence characteristics of dissolved organic matter (DOM) in percolation water and lateral seepage affected by soil solution (S-S) in a lysimeter test, Sensors, Vol. 19, No. 18, pp. 4016DOI
5 
Coble P. G., 1996, Characterization of marine and terrestrial DOM in seawater using excitation-emission matrix spectroscopy, Marine Chemistry, Vol. 51, No. 4, pp. 325-346DOI
6 
Edzwald J. K., Tobiason J. E., 1999, Enhanced coagulation: US requirements and a broader view, Water Science and Technology, Vol. 40, No. 9, pp. 63-70DOI
7 
Hansen A. M., Kraus T. E. C., Pellerin B. A., Fleck J. A., Downing B. D., Bergamaschi B. A., 2016, Optical properties of dissolved organic matter (DOM): Effects of biological and photolytic degradation, Limnology and Oceanography, Vol. 61, No. 3, pp. 1015-1032Google Search
8 
Henderson R. K., Baker A., Parsons S. A., Jefferson B., 2008, Characterisation of algogenic organic matter extracted from cyanobacteria, green algae and diatoms, Water Research, Vol. 42, No. 13, pp. 3435-3445DOI
9 
Hudson N., Baker A., Reynolds D., 2007, Fluorescence analysis of dissolved organic matter in natural, waste and polluted waters—a review, River Research and Applications, Vol. 23, No. 6, pp. 631-649Google Search
10 
Hudson N., Baker A., Ward D., Reynolds D. M., Brunsdon C., Carliell-Marquet C., Browning S., 2008, Can fluorescence spectrometry be used as a surrogate for the biochemical oxygen demand (BOD) test in water quality assessment? An example from South West England, Science of the Total Environment, Vol. 391, No. 1, pp. 149-158DOI
11 
Huguet A., Vacher L., Relexans S., Saubusse S., Froidefond J. M., Parlanti E., 2009, Properties of fluorescent dissolved organic matter in the Gironde Estuary, Organic Geochemistry, Vol. 40, No. 6, pp. 706-719Google Search
12 
Hur J., Park M. H., 2007, Examining synchronous fluorescence spectra of dissolved organic matter for river BOD prediction, [Korean Literature], Journal of Korean Society on Water Environment, Vol. 23, No. 2, pp. 236-243Google Search
13 
Hur J., Park M. H., Schlautman M. A., 2009, Microbial transformation of dissolved leaf litter organic matter and its effects on selected organic matter operational descriptors, Environmental Science & Technology, Vol. 43, No. 7, pp. 2315-2321DOI
14 
Jin M. Y., Oh H. J., Shin K. H., Jang M. H., Kim H. W., Choi B., Lin Z. Y., Heo J. S., Oh J. M., Chang K. H., 2020, The response of dissolved organic matter during monsoon and post-monsoon periods in the regulated river for sustainable water supply, Sustainability, Vol. 12, No. 13, pp. 5310DOI
15 
Kim C., Eom J. B., Jung S., Ji T., 2016, Detection of organic compounds in water by an optical absorbance method, Sensors, Vol. 16, No. 1, pp. 61DOI
16 
Kim C., Ji T., 2019, Real-time spectroscopic methods for analysis of organic compounds in water, Current Optics and Photonics, Vol. 3, No. 4, pp. 336-341Google Search
17 
Kim S. W., Oh J. M., Lee B., Choi K., 2011, hange in fluorescence characteristics of dissolved organic matter at inflow stream per catchment of different land use, [Korean Literature], Korean Journal of Limnology, Vol. 44, No. 3, pp. 292-302Google Search
18 
Korak J. A., Rosario-Ortiz F. L., Scott Summers R., 2015, Evaluation of optical surrogates for the characterization of DOM removal by coagulation, Environmental Science: Water Research & Technology, Vol. 1, No. 4, pp. 493-506Google Search
19 
Krasner S. W., Westerhoff P., Chen B., Rittmann B. E., Nam S. N., Amy G., 2009, Impact of wastewater treatment processes on organic carbon, organic nitrogen, and DBP precursors in effluent organic matter, Environmental Science & Technology, Vol. 43, No. 8, pp. 2911-2918DOI
20 
Lee G. C., Park Y. J., Kang K. H., Jung M. O., Ryu D. H., Jung S. S., Lee W., 2021, Characteristics of organic matters in influents and effluents of sewage treatment plants in Gyeongsanbuk-do, [Korean Literature], Journal of Korean Society of Environmental Engineers, Vol. 43, No. 5, pp. 367-376DOI
21 
Leenheer J. A., Croué J. P., 2003, Characterizing aquatic dissolved organic matter, Environmental Science & Technology, Vol. 37, No. 1, pp. 18A-26AGoogle Search
22 
Matilainen A., Gjessing E. T., Lahtinen T., Hed L., Bhatnagar A., Sillanpää M., 2011, An overview of the methods used in the characterisation of natural organic matter (NOM) in relation to drinking water treatment, Chemosphere, Vol. 83, No. 11, pp. 1431-1442DOI
23 
McKnight D. M., Boyer E. W., Westerhoff P. K., Doran P. T., Kulbe T., Andersen D. T., 2001, Spectrofluorometric characterization of dissolved organic matter for indication of precursor organic material and aromaticity, Limnology and Oceanography, Vol. 46, No. 1, pp. 38-48DOI
24 
Murphy K. R., Stedmon C. A., Graeber D., Bro R., 2013, Fluorescence spectroscopy and multi-way techniques, PARAFAC, Analytical Methods, Vol. 5, No. 23, pp. 6557-6566Google Search
25 
Ohno T., 2002, Fluorescence inner-filtering correction for determining the humification index of dissolved organic matter, Environmental Science & Technology, Vol. 36, No. 4, pp. 742-746Google Search
26 
Oloibiri V., De Coninck S., Chys M., Demeestere K., Van Hulle S. W. H., 2017, Characterisation of landfill leachate by EEM-PARAFAC-SOM during physical-chemical treatment by coagulation-flocculation, activated carbon adsorption and ion exchange, Chemosphere, Vol. 186, pp. 873-883Google Search
27 
Park M. H., Lee T. H., Lee B. M., Hur J., Park D. H., 2010, Spectroscopic and chromatographic characterization of wastewater organic matter from a biological treatment plant, Sensors, Vol. 10, No. 1, pp. 254-265Google Search
28 
Reynolds D. M., Ahmad S. R., 1997, Rapid and direct determination of wastewater BOD values using a fluorescence technique, Water Research, Vol. 31, No. 8, pp. 2012-2018Google Search
29 
Wasswa J., Mladenov N., Pearce W., 2019, Assessing the potential of fluorescence spectroscopy to monitor contaminants in source waters and water reuse systems, Environmental Science: Water Research & Technology, Vol. 5, No. 2, pp. 370-382Google Search
30 
Weishaar J. L., Aiken G. R., Bergamaschi B. A., Fram M. S., Fujii R., Mopper K., 2003, Evaluation of specific ultraviolet absorbance as an indicator of the chemical composition and reactivity of dissolved organic carbon, Environmental Science & Technology, Vol. 37, No. 20, pp. 4702-4708DOI
31 
Yoo H., 2015, Sangju Sori, http://sangjusori.co.kr/board_pueP82/955 (accessed Sep. 2021).32.Google Search