김재인
(Jae In Kim)
1aiD
HuongNguyen Thu
(Nguyen Thu Huong)
2aiD
이병준
(Byung Joon Lee)
1b2b†iD
-
경북대학교 에너지환경연구소
(Energy and Environment Institute, Kyungpook National University)
-
경북대학교 미래과학기술융합학과
(Department of Advanced Science and Technology Convergence, Kyungpook National University)
© Korean Society on Water Environment. All rights reserved.
Key words
Fluorescence, Image analysis, Microplastic, Nile Red, Wastewater
1. Introduction
20세기 중반 이후로 전 세계적으로 산업화가 이루어졌으며, 이와 더불어 플라스틱 생산량이 급증하였고, 해양, 하천, 자연 퇴적물 등에서 다량의 미세플라스틱이
발견되었다(Barnes et al., 2009; Law, 2017; Thompson et al., 2009). 수자원환경에서 미세플라스틱의 존재는 발생 이후부터 지금까지 매우 심각한 환경문제 중 하나로 여겨져 왔으며(Lares et al., 2018; Mintenig et al., 2017), 1970년대 최초로 보고되어 현재까지 해양, 연안, 하천 등 자연환경에서 발견되어 많은 생태계 문제를 야기했다. 미세플라스틱의 발생 과정은 매우
다양하며, 대부분 제조 공정에서 생성되거나 소비자 및 자연환경의 생물에 의한 분해 과정을 비롯하여, 자외선(UV) 복사, 산화 및 환경의 물리적 힘에
의해 점점 더 작은 미세플라스틱 조각으로 분해되어 생성되거나(Barnes et al., 2009; Cole et al., 2011), 폐기물 처리 및 미흡한 관리로 인해 해양 및 수자원환경에서 막대한 양의 미세플라스틱이 축적되는 것으로 보고되고 있다(Andrady 2011; Bergmann et al., 2017; Lusher et al., 2015; Obbard 2018; Waller et al., 2017).
여러 발생 과정으로 생성된 미세플라스틱은 강우시 하천, 호소 등 수생태계로 직접 유입되거나 생활, 산업 폐수에 포함되어 하수처리장에서 처리되지 못한
개체들이 하천 및 호소로 유입된다. 물론 처리공정 중 물리, 생물, 화학적으로 대부분 제거되지만 처리장의 운영 방법이나 조건에 따라 상당량이 하천으로
방류될 수 있으며, 경우에 따라 처리공정 중에 플라스틱의 분해와 파쇄에 따른 2차적인 미세플라스틱의 발생이 일어날 수 있어, 더욱 많은 양의 미세플라스틱이
수자원환경으로 유입될 가능성이 있다. 하수처리장에서 공정처리가 끝난 방류수는 지속적으로 수자원환경으로 배출되므로 거시적으로 수자원환경에 있어서 하수처리장은
미세플라스틱의 공급원으로 간주할 수 있다(Gies et al., 2018; Talvitie et al., 2017). 이를 인지하고, 해결을 위한 분석 및 평가는 지속적으로 이루어져야 한다.
이에 따라, 하수처리장에서 미세플라스틱을 분석할 수 있는 저가의 실용적인 분석방법이 필요하지만, 이에 대한 연구, 개발이 부족한 실정이다. 현재 미세플라스틱을
분석하는 방법 중 정확도가 비교적 높은 라만 분광법 및 FT-IR은 높은 분석비용을 요구하며, 하수처리장 등에서 미세플라스틱의 일상 분석에 적용하기에는
현실적으로 어려움이 따른다. 이에 반하여, 현미경을 이용한 육안계수법은 분석자 및 분석 환경에 따라 오차가 크며, 높은 노동력이 요구되는 단점이 있다.
분석 오차 및 높은 노동력은 미세플라스틱의 정량적 분석을 위한 시각화의 정도에 기인한다. 하수처리 공정수에는 여러 유기물 및 입자성 물질들이 존재하며,
이들은 처리공정의 영향으로 대부분 응집된 형태로 존재하여 육안개수법의 분석 능률을 저해한다.
본 연구에서는 미세플라스틱에 형광염색을 적용하여 고가 장비를 활용한 분석법이나 육안계수법의 단점을 개선하고자 하였으며, 형광염색된 미세플라스틱의 이미지를
촬영하여 이미지 분석 프로그램을 활용하므로써 분석오차를 줄이고 분석에 소요되는 시간 및 노동력을 줄이고자 하였다. 형광염색을 통한 분석은 형광염색시약을
적용하여 분석대상을 염색하는 간단한 방법으로 특정 물체의 구조를 파악하고 특성을 분석하는데 활용되는 방법으로 지금까지 많은 연구에서 활용되어왔다(Ehlers et al., 2020; Maes et al., 2017). 대부분의 플라스틱은 기본적으로 석유, 천연가스 또는 생물 유기체에서 추출한 탄화수소로 구성되며 소수성을 띈다.
따라서, 미세플라스틱 입자를 염색약을 통해 형광을 띄게 하기 위해서는 소수성 염료를 사용하는 것이 효과적이다(Andrady 2011). 본 연구에는 형광염색 시료로 Nile Red를 사용하였다. Nile Red는 대표적인 소수성 염료로 생물학적 시료에서 중성 지질을 염색하는 데
사용되며 고분자 화학에서 합성 고분자를 염색하는 데 사용된다. Nile Red는 소수성 환경에서만 강한 형광을 띄며 이러한 특성으로 이미 여러 연구에서
미세플라스틱을 분석하는 데 사용되었으며, 미세플라스틱의 정성 및 정량적 분석을 위해 FT-IR 방법과 교차 검증으로도 사용되고 있다(Hengstmann and Fischer, 2019; Maes et al., 2017; Shim et al., 2016). 따라서 본 연구에서는 하수처리장에서 미세플라스틱을 분석할 때, 기존의 방법보다 낮은 비용 및 노동력으로 접근할 수 있지만, 형광염색을 통해 기존의
육안개수법 보다 높은 정확도를 가지는 미세플라스틱 분석법을 개발, 적용하였으며, 이미지 분석을 개선하여 자동 개수를 포함한 입자의 면적까지 분석 가능한
분석법을 개발하고자 한다.
2. Materials and Methods
2.1 Nile Red
Nile Red의 대표적인 특징으로는 소수성입자 표면에 흡착하여 청색광을 받으면 형광을 띄며, 현미경에 주황색 필터를 부착한다면 형광이 뚜렷하게 발광하는
입자 이미지를 관찰할 수 있다(Maes et al., 2017). 또한, 플라스틱을 염색할 수 있는 다른 염료보다 흡착능 및 형광 강도가 뛰어나며, 염색에 소요되는 시간도 짧다. Nile Red로 염색된 플라스틱을
정확히 이미지화하기 위해서는, 염색 과정과 LED 빛의 세기 및 파장, 현미경의 사양 및 설정이 매우 중요하게 작용한다. 고해상도의 디지털카메라로도
이미지 분석이 가능하며, 염색을 위한 LED 빛의 파장은 470 nm, LED 랜턴 방출은 1600 lx 이상이어야 하며, Nile Red를 이용한
미세플라스틱 분석 시 가장 유의해야 할 점은 입자와 염료 모두 시간이 지남에 따라 자연 손실되므로 염색 후 일주일 이내에 분석이 이루어져야 한다(Prata et al., 2020).
2.2 하수처리장 유입, 유출, 공정 시료
실험에 사용된 시료는 대구광역시 소재 3개 하수처리장에서 채수되었다. 3개의 하수처리장 중 하나의 처리장의 경우 생활계와 공단계가 구분되어 처리되는
처리장으로 생활계 3곳(유입, 초침, 종침), 공단계 3곳(유입, 초침, 종침)과 생활계와 공단계가 합류되어 방류되는 1곳을 포함하여 총 7곳의 채수지점을
선정하였다. 그리고 나머지 2개소 하수처리장의 4곳(유입, 초침, 종침, 방류) 지점, 총 8곳을 선정하여, 3개소 통합 15개 지점의 처리수를 실험
시료로써 채수하였다. 다양한 폐수 성상에 대한 미세플라스틱을 비교 분석을 위해 여러 하수처리장을 선정하였으며, 사용된 시료들은 미세플라스틱을 측정하기
위해 몇 차례 전처리 과정을 거쳤다. 기존 연구들에서 정의된 미세플라스틱 크기 범위는 다소 편차가 있으며, 본 연구에서는 지난 10년간 미세플라스틱
분석 연구의 결과를 바탕으로 미세플라스틱 크기 범위를 25~4000 μm로 설정하였다(Fig. 1)(Sun et al., 2019).
Fig. 1. Microplastic size range defined by earlier studies (adapted fromSun et al., 2019).
2.3 체거름
하수처리장 시료는 본 연구에서 정의된 미세플라스틱 크기 범위에 속한 입자들을 수집하기 위해 공극이 4 mm (Standard sieve No. 5),
25 μm (Standard sieve No. 500)인 스테인리스 체를 사용하여 즉시 여과하였다. 체 거름은 넓은 샘플링 영역을 포함하고 많은 양의
물을 빠르게 여과하고 샘플링 중에 미세플라스틱을 직접 농축할 수 있는 장점이 있다(Stock et al., 2019). 여과량은 시료마다 포함하고 있는 입자의 분포가 달라 사전에 시행한 기초실험을 통해 적절한 여과량을 산정하였다. 유입수, 1차 처리수, 2차 처리수,
방류수 각각 1, 2, 10, 20 L 부피의 시료를 4 mm, 25 μm 체에 차례로 여과하였으며, 25 μm 체에 걸러지는 입자들을 증류수로 세척하여
400 mL 유리병에 수집하였다. 수집된 시료는 추가 오염을 방지하기 위해 밀봉하였으며, 각 시료를 수집한 후 모든 시료 장비를 증류수로 세척하였다.
2.4 초음파분리
유리병에 수집된 시료들은 시료 특성상 플라스틱 입자 외에도 유, 무기성의 다양한 입자들이 포함되어 있다. 그중 대부분이 유기성 입자들로 이들은 폐수
처리 과정에서 서로 응집된 형태로 엉겨 붙어 미세플라스틱 입자를 응집체 내부에 포함하고 있을 가능성이 있으며, 이러한 응집체들은 전처리 과정인 산화
및 염색 과정 혹은 이미지 분석에 있어서 오차를 불러올 수 있다. 따라서, 서로 응집체들을 개별 입자들로 분리하는 과정이 필요하였고, 본 연구에서는
초음파를 이용하여 응집체를 파쇄, 입자 분리를 도모하였다(Conley et al., 2019). 실험에는 주파수 40 KHz, 출력 300 W의 초음파기를 사용하였으며, 시료를 수집한 유리병 그대로 초음파기에 넣어 5분 가량 응집체 파쇄,
입자 분리를 수행하였다.
2.5 SDS 처리
하수처리장 샘플의 미세플라스틱을 분석하기 위해서는 샘플에 있는 지방질 및 기름성분을 제거하는 것은 필수적이다. 본 연구에서 사용한 도데실 황산 나트륨(Sodium
Dodecyl Sulfate, SDS) 은 음이온성 계면활성제로 지방질 제거에 도움이 될 뿐만 아니라 유기 물질의 접촉 표면을 증가시켜, 다음 전처리
과정인 효소처리에 효율을 높이게 된다(Simon et al., 2018). 분석하고자 하는 샘플에 존재하는 지방질 및 기름성분의 양에 따라 적용 여부를 결정하는 것이 좋으며, 본 연구에서는 유입수를 제외한 처리과정 및
방류수에는 미세플라스틱 분석을 방해할 만큼의 충분한 지방질 성분이 존재하지 않아 각 하수처리장별 유입수 샘플에만 적용하였다. 초음파 처리 후 샘플을
체로 가져와 SDS 5% 용액으로 세척함과 동시에 수집한 다음 5 % SDS 60 ml에 투여하여 지방 및 오일 성분을 제거하였다. 반응을 활성화하기
위해 샘플을 50 °C 및 80 rpm로 교반하며 24시간 동안 반응시켰다.
2.6 효소처리
SDS를 통해 지방 및 기름성분을 분해한 후 샘플 내의 단백질 성분을 분해하기 위해 효소처리를 진행하였다(Löder et al., 2017). 사용된
효소는 프로테아제로, 단백질 사슬을 쉽게 분해하여 여러 개의 펩타이드로 분해시키는 촉매제 역할을 함으로써 플랑크톤 유기체와 세포의 단백질 성분을 분해한다.
연구에 사용한 효소는 Protease A-01 (Sigma Aldrich, USA)을 사용하였으며, 25 mL의 인산염 완충 식염수(PBS) 용액과
5 mL의 Protease A-01을 샘플이 담긴 유리병에서 반응시켰다. 원활한 반응을 위하여 pH 9.0, 50 °C를 유지하였으며 24시간 동안
배양하였다.
2.7 산화 처리
효소처리가 끝난 샘플은 유리병 그대로 초음파기로 옮겨와 시료의 입자들을 분리하였으며, 후속 산화 과정을 통해 유기물을 최대한 제거하여 분석의 오차를
줄이고자 하였다. 유기물 제거는 0.1 M FeSO4 (Sigma Aldrich, USA)와 30% H2O2 (Sigma Aldrich, USA)를 함께 사용한 펜톤 산화를 거쳤다. 산화 반응 중 철 결정체가 발생할 수 있으므로, FeSO4 용액 500 mL 당 3 mL의 황산을 추가하여 결정체 형성을 방지하였다. 산화 과정은 흄 후드 내에서 진행하였고, 시료를 70 °C로 유지하여
40 mL의 0.1 M FeSO4 용액과 80 mL의 과산화수소수 용액을 주입하였고, 시료의 고형물의 양과 농도에 따라 산화 용액의 양을 증감하여 24시간 동안 산화시켰다.
2.8 세척
산화 과정을 마친 시료에도 미세플라스틱 외 잔여 유무기 입자들이 존재할 수 있고, 이 들 입자들은 여과지 상 케이크 층을 생성하여 미세플라스틱을 덮어
분석을 방해할 수 있다. 이를 해결하기 위해 산화된 시료에 대하여 다시 한번 초음파분리와 공극 25 μm 체 상에서 세척의 과정을 적용하였다. 공극
25 μm 체를 상에 걸러진 입자는 증류수로 신중하게 헹구어 수집하였다. 유리용기에 수집된 시료(증류수+미세플라스틱)는 건조하여 시료 부피를 20~30
mL 내외로 감소시켰다. 건조 과정은 후속 염색 과정에 필요한 염료 주입량을 최소화하기 위함이고, 시료의 미세플라스틱의 변성을 방지하기 위해 60
°C 온도에서 진행되었다.
2.9 염색
Nile Red는 아세톤을 용매로 용해시켜 5 mg/L 농도의 저장용액을 제조하였으며, 미세플라스틱 시료 염색 전 희석용매로 10배 추가 희석을 진행하였다.
본 연구에서는 희석용매로써 아세톤, 메탄올, N-Hexane을 사용하여 희석용매가 실험 결과에 미치는 영향을 비교 분석하였다. 소수성 염료인 Nile
Red가 부유입자에 흡착하여 형광 염색시키는 데 걸리는 시간과 염료량은 수체 시료량에 좌우되며, 본 연구에서는 증류수가 포함된 시료와 소수성의 염색용액이
충분히 교반, 염색되도록 염색용액의 양은 시료량의 2배로 하였으며, 교반기를 이용하여 175 rpm으로 24시간 염색하였다.
2.10 여과
염색된 미세플라스틱 시료의 형광 이미지를 획득하기 위해서는 미세플라스틱을 여과지에 로딩하는 과정이 필요하며, 여과막은 섬유 재질이 아닌 직경 25
mm, 공극 5 μm의 polycarbonate (PC) membrane을 사용하였다. 시료병 내 염색용액과 입자들을 완전히 혼합하여 시료병 속에
잔여 입자가 남지 않도록 교반하며 여과를 진행하였다. 또한, 여과 후 염료 입자가 여과막에 잔류하여 미세플라스틱 분석에 방해요소가 될 수 있으므로,
해당 희석 용매를 이용해 주변과 고형물을 골고루 세척 하였다. 또한, 매우 낮은 진공 압력을 적용하여 증류수 및 잔여 용액을 제거하였다.
과도한 양의 시료를 여과할 경우, 여과지 폐색 및 변형을 야기하는 것으로 나타났다. 하지만 과소한 양은 미세플라스틱 자체의 분석을 불가하게 하여 시료
성상에 따른 시료량의 적절한 조절이 필요하였다. 또한, 시료량이 과도하면 미세플라스틱 및 유기물 입자들이 케이크층을 형성하여 미세플라스틱을 덮어버리거나
다수 미세플라스틱 입자들이 겹쳐져 하나의 플라스틱으로 보이게 되어 정확한 분석을 방해할 수 있다. 따라서, 시료 내 미세플라스틱 개수에 따라 시료량을
적절히 조절하여, 여과지 상 케이크 생성을 최소화하고 충분한 미세플라스틱 개수를 확보하여 분석이 용이하게 해야 한다. 또한, 여과 과정 중 염료 용액이
여과지에 머물게 되어 여과지가 전체에 붉은색이 나타날 가능성도 있는데, 이를 위하여 염료 용액의 여과지에 체류시간을 줄이고, 희석 용매로 여과지를
세척해야 한다.
2.11 이미지 촬영
미세플라스틱 정량 개수를 위하여, 현미경 및 초접사 디지털카메라로 여과지 상 미세플라스틱 형광 이미지를 촬영하였다. Canon EOS 5Ds (Canon
Inc., Japan) 디지털 카메라에 Canon macro MP-E (65 mm; F2.8) 초접사 렌즈를 부착하여 여과지 상 미세플라스틱 이미지를
촬영하였다. 본 연구에 사용된 디지털 카메라는 여과지의 사이즈에 해당하는 36 × 24 mm 영역을 5060만 화소의 해상도의 이미지로 일괄 촬영하였다.
Nile Red는 고형물 중 소수성 미세플라스틱 입자를 염색하므로, 염색된 미세플라스틱 입자들에 450 nm UV 광을 비추어 형광 발색하였고 주황색
컷오프 필터를 활용하여 미세플라스틱 입자들의 형광 이미지를 촬영하였다. 미세플라스틱 촬영 시 광원의 세기에 따라 조리개를 조절하여 입자의 형태가 명확히
구별될 수 있도록 촬영하였다. 전처리 및 형광염색 실험방법 검증을 위해 고배율, 고해상도 형광 이미지가 필요한 경우, Carl Zeiss LSM 900
(Carl Zeiss AG, Germany)공초점 레이저 주사현미경을 활용하여 미세플라스틱 형광 이미지를 획득하였다.
2.12 이미지 분석
촬영된 미세플라스틱 이미지의 분석은 ImageJ (NIH, USA) 오픈소스 프로그램을 이용하였다. ImageJ는 다양한 이미지 편집 및 분석방법을
제공하는 프로그램으로 단순한 그래픽 입력 및 출력 형식을 변경하여 심화된 수학적 변환을 제공하며, 이를 이용하여 특정 입자의 수, 면적, 둘레 등
다양한 분석법을 내장하고 있다(Collins, 2007; Igathinathane et al., 2008; Rasband, 1997).
ImageJ를 이용한 이미지 분석 시 측정된 미세플라스틱을 보다 정확하게 검출하기 위해 일련의 이미지 처리 과정을 거쳤다. 디지털 카메라로 촬영된
미세플라스틱 크기 실측을 위하여, ImageJ 프로그램의 ‘Set Scale’ 기능을 활용하여 사전 촬영한 정밀 측정자 이미지를 기초하여 단위 픽셀이
가지는 길이(면적)을 산출하였다. 미세플라스틱의 크기는 해당 픽셀 개수를 길이-픽셀 환산자를 적용하여 산출하였다. 미세플라스틱 이미지는 RGB 타입으로
변환하였으며, 각각 적색, 녹색, 청색 이미지를 부각시켜 후속 분석을 용이하게 하였다. 또한, ImageJ 프로그램의 ‘Brightness And
Contrast’ 기능을 활용하여 명도를 조절하면서 초점이 맞지 않거나 중복된 입자 등 분석에 불필요한 요소들을 제거하였으며, ‘Threshold’
기능을 이용해 임계값을 조정하여 미세플라스틱 입자와 배경의 경계를 명확히 구분하였다. ‘Analyze Particle’ 기능을 활용하여 최종 개수
및 면적을 산출하였으며, 이 과정에서 본 연구에서 적용된 625 μ㎡ (25 × 25 μm) 거름체의 공극 미만 크기 입자들은 분석에서 제외하였다.
미세플라스틱 입자들에 대하여 산출된 면적은 동일한 면적을 가지는 원의 직경으로 변환하는 과정을 거쳐서 다양한 형태의 입자들을 상대 비교하였다.
3. Results and Discussion
미세플라스틱을 분석하는 방법 중 현재 다수의 하수처리장에서 사용하는 육안 개수법은 노동 강도는 높으나 정확도가 낮고, 분석자의 주관적인 판단에 영향을
많이 미치는 취약점을 가지고 있다. 이와 같은 어려움을 극복하기 위하여, 본 연구는 하수처리장의 유입⋅유출⋅공정수를 대상으로 일선 현장에서 활용가능한
저비용, 실용적인 분석방법 개발을 목표하였다. 기존의 분석 방법으로 시료를 여과시켜 수집한 입자들은 색깔 및 형태가 불분명하고, 오로지 분석자의 판단으로
입자들을 구분, 결정하기 때문에 객관적인 분석이 어려운 반면, 소수성 염료를 사용하여 플라스틱 재질의 입자를 염색하여 수집한 입자 이미지를 분석하는
방법은 플라스틱 재질의 입자와 그 외 성질의 입자를 육안으로 쉽게 구분할 수 있어 분석의 정확도 및 재현성을 높일 수 있다.
Fig. 2는 여과지 상 형광 염색된 미세플라스틱 입자들을 현미경으로 촬영한 이미지로써, Fig. 2(a)는 자연광 상태에서 촬영한 이미지이며, Fig. 2(b)는 같은 입자를 450 nm 파장의 UV 광과 주황색 렌즈 필터를 사용하여 얻은 형광 이미지이다. Fig. 2(a)는 중앙의 적색 미세플라스틱 입자 외 다른 미세플라스틱 입자들을 분간하기 어려우나, Fig. 2(b)의 형광이 발현된 이미지에서는 붉은색 미세플라스틱 입자 외 주변 다양한 미세플라스틱 입자들을 관찰할 수 있었다.
Fig. 2. (a) Particles stained with Nile Red taken in natural light. (b) Particles stained with Nile Red were observed with UV light and an orange-colored cutoff filter.
3.1 초음파분리 적용 비교 분석
하수 시료에는 미세플라스틱 외의 다양한 유⋅무기 입자들이 응집되어 있고 미세플라스틱 입자들을 덮어가려 이미지 분석을 방해하므로 이 들 유⋅무기 입자들을
제거할 필요성이 있었다. 본 연구에서는 초음파분리를 활용하여 응집된 유무기 입자들을 분리하였고(Conley et al., 2019), 분리된 입자들을 25 μm 체에서 세척 과정을 통해 25 μm 이하의 입자들을 흘려내려 제거하였다. Fig. 3은 초음파분리 및 세척 과정 전후를 비교한 이미지다. Fig. 3(a)는 초음파분리 및 세척 과정이 생략된 여과지 이미지로써, 다양한 입자들이 여과지에 케이크 형태로 침착된 것으로 나타났다. Fig. 3(b)는 동일한 여과지에 미세플라스틱 형광 입자를 확대 촬영한 이미지로써, 미세플라스틱 주변에 기타 입자들을 확인할 수 있었고, 기타 입자들의 간섭
및 방해로 인하여 형광이 매우 약하게 나타나는 것을 확인할 수 있었다. 이에 반해 Fig. 3(c), (d)는 기타 입자들의 영향을 최소화하기 위하여 초음파분리 및 세척과정을 적용한 여과지 이미지로써, Fig. 3(a), (b)와 달리 유⋅무기물 입자, 응집체의 여과지 상 침착이 크게 나타나지 않았으며 전반적으로 깨끗한 모습을 보였다. Fig. 3(d)는 Fig. 3(c)의 미세플라스틱 형광 입자를 확대 촬영한 것으로, 미세플라스틱 주변 입자, 응집체들이 대폭 사라진 것을 확인할 수 있다. 하지만, 이미지 전반적으로
여과지 표면 기공이 넓게 흐트러져있는 형태로 나타났고, 이는 빛이 여과지 표면 기공에 투과되어 나타난 것으로 판단된다. 표면 기공들은 미세플라스틱
분석에 큰 영향을 미치지 않지만, Black PC 멤브레인을 활용한 결과, 미세플라스틱들에 대한 보다 선명한 이미지 확보가 가능하였다. Fig. 3(d), (e)는 초음파분리 및 세척 적용과 함께 Black PC 멤브레인을 사용하여 시료를 여과시킨 결과로써, 케이크 형성 문제 및 여과지 표면
기공의 영향 없이 미세플라스틱 입자 이미지들이 매우 선명하게 나타났다.
Fig. 3. Photographic images of microplastics loaded on polycarbonate membrane. (a) Fluorescent camera image and (b) fluorescent microscopic image of microplastics without the sonication and washing processes. (c) Fluorescent camera image and (d) fluorescent microscopic images of microplastics with the sonication and washing processes. (e) Fluorescent camera image and (f) fluorescent microscopic images of microplastics loaded on a black polycarbonate membrane with the sonication and washing processes.
3.2 염색시료 용매 비교 분석
하수처리장에서 발견되는 미세플라스틱은 기본적으로 소수성 입자들로 가정되며, 염색 과정에서 염색 희석용매의 친수성 혹은 소수성 특성이 분석 결과에 영향을
미치는 것으로 나타났다. 본 연구에서는 상대적으로 친수성 용매인 아세톤, 메탄올과 소수성 용매인 N-Hexane 총 3가지 용매를 활용하여 실험하였다.
Fig. 4는 Nile Red 용액 제조 시 사용된 3가지 용매 적용에 따른 미세플라스틱 형광염색 이미지 분석 결과를 나타내었다. 동일한 하수 시료에 대하여,
Nile Red 용액 희석용매를 제외한 모든 실험조건을 동일하게 적용하여 미세플라스틱 형광 분석을 진행하였다.
Fig. 4. Photographic images of microplastics loaded on polycarbonate membrane. (a) Fluorescent camera image and (b) fluorescent microscopic image of microplastics where the Nile Red solution was diluted with acetone. (c) Fluorescent camera image and (d) fluorescent microscopic image of microplastics where the Nile Red solution was diluted with methanol. (e) Fluorescent camera image and (f) fluorescent microscopic image of microplastics where the Nile Red solution was diluted with N-hexane.
Fig. 4(a)는 아세톤을 희석용매로 사용하여 얻어진 미세플라스틱 형광분석 이미지이며, 여과지 표면 전체에 붉은색이 골고루 분포하고 있으며, 동일한 형광 이미지를
확대한 Fig. 4(b)에서도 확인할 수 있다. 메탄올을 희석용매로 사용하여 얻은 미세플라스틱 형광 분석 이미지인 Fig. 4(c), (d)에서도 유사한 경향을 보였다. Fig. 4(a)~(d)에 나타난 바와 같이, 본 실험법의 측정 하한선인 25 μm 이하 미세 Nile Red 결정체들이 여과지 전체에 골고루 분포되었다. Nile
Red 분자는 수용액(Water) 상에서 결정화된다는 기존 연구결과를 고려하면(Dutta et al., 1996; Ray et al., 2019), 염색과정(2.7 참조)에서 아세톤, 메탄올을 희석용매로 사용한 경우, 희석용매가 수체 시료와 혼화(miscible)되고 Nile Red 분자가
물과 접촉하여 미세 결정체를 형성한 것으로 판단된다. 하지만, N-Hexane을 희석용매로 사용한 경우, Nile Red 분자들이 소수성인 N-Hexane에
잔존함으로써 미세 결정체들이 형성되지 않고 형광 이미지에 나타나지 않았다(Fig. 4(e), (f)). 이에 반하여, 소수성 미세플라스틱은 수체 시료에서 N-Hexane 희석용매로 이동하여 염색이 충분히 이뤄진 것으로 나타났다.
3.3 미세플라스틱 형광 이미지 처리와 정량 분석
여과지 상 미세플라스틱 정량 분석은 ImageJ 프로그램(NIH, USA)을 활용하였으며, 형광으로 촬영된 미세플라스틱 이미지를 추출하여 미세플라스틱의
입자 개수 및 크기를 자동으로 분석하였다. 체 공극 크기 및 이미지 해상도 한계에 따라, 입자 면적이 625 μm (25 × 25 μm) 미만 입자는
개수에서 제외하였다. ImageJ를 이용한 분석 시 측정된 미세플라스틱을 보다 정확하게 구분하여 분석하기 위해 다양한 이미지 처리 과정을 거쳤다.
먼저 ImageJ 프로그램의 픽셀 스케일 조정 후, 형광 촬영 이미지를 RGB 타입으로 변환하여 분석하였고, ‘Brightness And Contrast’
기능을 이용하여 명도를 조절해가며 초점이 흐리거나 중복된 입자, 잘린 입자 등 분석에 불필요한 요소들을 제거하는 작업을 거쳐 선명하게 염색된 입자들만을
추출하여 최종 입자의 개수 및 면적을 계산하였다(Fig. 5).
Fig. 5. Photographic images of Nile Red stained microplastics, edited and analyzed by ImageJ (NIH, USA).
3.4 하수 시료 전처리와 형광 분석법의 최적화
본 연구를 통하여 최적화된 하수처리장 유입, 유출, 공정수 시료의 미세플라스틱 분석 방법의 절차는 Fig. 6에 요약하여 나타내었다. 하수처리장 시료에 대한 염색법 기반 미세플라스틱 분석 시 하수에 포함된 소수성 지방질과 난분해성 단백질에 의한 간섭효과가
크게 나타나며, 본 연구에서는 이와 같은 문제를 해결하기 위해 일련의 전처리 과정을 추가 도입하였다. 먼저, 하수 시료를 거름체에 여과하여 얻은 유⋅무기
응집체들은 초음파를 적용하여 분쇄되어 개별 입자들로 분리되었다. 초음파 분쇄 후, SDS 처리를 통하여 지방질 성분을, 그리고 효소 처리를 적용하여
단백질 성분을 제거하였다. 위 과정은 하수처리장 시료의 미세플라스틱 분석을 위한 중요한 전처리 과정으로, 시료의 특성을 고려하여 적용된 시료의 양과
횟수는 달라질 수 있다. 또한, 0.1 M FeSO4 용액과 30% 과산화수소 용액을 사용하여 유기물을 산화하였다(펜톤 산화). 이후 초음파를 적용하여 응집체 분쇄, 입자 분리를 도모하였으며, 이어
25 μm 체 상에서 증류수로 세척하였다. 체 상에 걸러진 입자들은 유리병에 다시 수집되었고, 후속 형광염색 과정에 적용되었다. 염색에 사용된 시료량과
염색 용액량은 시료별 고형물의 양에 따라 조절하였다. 형광염색은 테이블 교반기를 활용하여 24시간 동안 혼합하여 시료와 염색용액이 충분히 접촉되도록
하였다. 마지막으로, PC 멤브레인에 여과하여 걸러진 미세플라스틱 입자들은 고해상도 초접사 카메라를 활용하여 형광이미지가 촬영되었다. 여과지 상 현미경
이미지를 반복적으로 검색⋅계수하는 기존 방법과는 달리, 본 연구에서 제안된 분석법은 여과지 상 미세플라스틱 전체 이미지를 고해상도 초접사 카메라를
활용하여 일괄 촬영함으로써 미세플라스틱 정량 분석의 오차율 및 분석자의 피로도를 대폭 줄일 수 있었다. 또한, ImageJ 프로그램으로 이미지 분석
및 입자 계수를 자동화하여 수행함으로써, 분석의 수월함과 정확도가 증대되었다.
Fig. 6. The entire procedure of the fast analytical method for quantification of microplastics. This method includes the oxidation, sonication, washing and Nile Red staining, and filtration processes.
본 연구에서 최적화된 미세플라스틱 형광염색 분석법을 대구광역시 관내 3개 하수처리장 유입, 초침, 종침, 방류 공정별 총 15개 지점 샘플에 적용한
결과, 각 하수처리장 처리 공정별 미세플라스틱 형광분석 결과는 다음의 Table 1과 같다. 연구 대상 하수처리장 유입수의 미세플라스틱 농도는 각 하수처리장 별로 큰 차이를 나타내었으나, 미세플라스틱은 하수처리 공정들을 거치면서
안정적으로 제거가 이루어져, 대상 하수처리장 최종 방류수는 8 MPs/L 농도 이하 그리고 제거율 96% 이상으로 나타났다. 하수처리장 공정별로는,
유입 미세플라스틱의 62~80%가 일차침전조에서 제거되고, 89~98%가 생물반응조 및 이차침전조를 거치면서 제거되는 것으로 나타났다. 하수에 포함된
대부분 미세플라스틱이 생물반응조 및 이차침전조에서 미생물 플록과 함께 응집, 침전되어 제거되는 것으로 나타났다.
Table 1. Results from the quantitative analysis of microplastics in the various process waters in the wastewater treatment plants
WWTPs
|
Processes
|
Analytical results
|
Sample volume (L)
|
MPs
|
MPs/L
|
Removal rate (%)
|
A WWTP
|
Influent
|
1
|
1040
|
1040
|
|
Primary ST
|
2
|
780
|
390
|
62.5
|
Secondary ST
|
20
|
160
|
8
|
99.2
|
Effluent
|
40
|
245
|
6.1
|
99.4
|
B WWTP
|
Influent
|
1
|
110
|
110
|
|
Primary ST
|
2
|
80
|
40
|
63.6
|
Secondary ST
|
20
|
164
|
8.2
|
92.5
|
Effluent
|
40
|
170
|
4.2
|
96.1
|
C WWTP (Industrial)
|
Influent
|
1
|
400
|
400
|
|
Primary ST
|
2
|
190
|
95
|
76.3
|
Secondary ST
|
10
|
120
|
6
|
98.5
|
C WWTP (Domestic)
|
Influent
|
1
|
175
|
175
|
|
Primary ST
|
2
|
40
|
20
|
88.6
|
Secondary ST
|
20
|
165
|
8.3
|
95.3
|
C WWTP
|
Effluent
|
40
|
76
|
2.5
|
99.5
|
4. Conclusion
선행 연구들에서도 언급된 바, 하수처리장 유입, 유출, 공정수 시료의 미세플라스틱 분석은 미세플라스틱 외 다양한 유⋅무기 입자들과 응집체를 포함하고
있어 미세플라스틱만을 시각화하여 분석하는 것이 매우 어렵다(Shim et al., 2016). 가령, 미세플라스틱 입자들이 응집체 내에 포획된 경우, 일부분이 응집체 내부에 가려져 정확한 크기 및 형태에 대한 명확한 분석이 어렵다. 이와
같이 다양한 방해 인자들은 미세플라스틱의 이미지 분석을 저해하여 신뢰도 높은 정량 분석을 방해한다. 본 연구에서는 응집체 내 플라스틱과 기타 입자와의
분리를 위하여 추가적인 초음파분리 및 세척 과정을 적용하였고, 미세플라스틱 염색 및 시각화 과정에 큰 영향을 미치는 지방질 제거를 위해 SDS 처리를
하였으며, 단백질 성분을 효소 처리를 통하여 제거하였다. 전처리 된 미세플라스틱 시료에 대하여 형광염색을 적용하였으며, 초접사 카메라를 활용하여 여과지
상 전체 미세플라스틱의 형광 이미지를 일괄 촬영하였으며, 최종 ImageJ 이미지 분석을 통하여 신속⋅용이한 미세플라스틱 분석 기법을 구축할 수 있었다.
향후 추가적인 연구를 통하여, 본 연구에서 최적화한 하수 시료 미세플라스틱 간편분석법을 FT-IR 등 최신 분석 장비를 활용하여 검증하고, 본 연구의
미세플라스틱 간편분석법이 하수처리시설 운영자들의 일상(Daily) 분석법으로 발전하도록 추가 연구를 진행하고자 한다.
Acknowledgement
이 논문은 2021년도 한국연구재단 이공분야 기초연구사업(NRF-2020R1I1A3A04036895)과 대구환경공단(산⋅산⋅학 공동연구), 대구테크노파크(2021
물산업구매연계 기술개발사업)의 지원을 받아 수행됨.
References
Andrady A. L., 2011, Microplastics in the marine environment, Marine Pollution Bulletin,
Vol. 62, No. 8, pp. 1596-1605

Barnes D. K., Galgani F., Thompson R. C., Barlaz M., 2009, Accumulation and fragmentation
of plastic debris in global environments, Philosophical transactions of the Royal
Society of London. Series B, Biological sciences, Vol. 364, No. 1526, pp. 1985-1998

Bergmann M., Wirzberger V., Krumpen T., Lorenz C., Primpke S., Tekman M. B., Gerdts
G., 2017, High quantities of microplastic in Arctic deep-sea sediments from the HAUSGARTEN
observatory, Environmental Science & Technology, Vol. 51, No. 19, pp. 11000-11010

Cole M., Lindeque P., Halsband C., Galloway T. S., 2011, Microplastics as contaminants
in the marine environment: A review, Marine Pollution Bulletin, Vol. 62, No. 12, pp.
2588-2597

Collins T. J., 2007, ImageJ for microscopy, Biotechniques, Vol. 43, No. S1, pp. S25-S30

Conley K., Clum A., Deepe J., Lane H., Beckingham B., 2019, Wastewater treatment plants
as a source of microplastics to an urban estuary: Removal efficiencies and loading
per capita over one year, Water Research X, Vol. 3, pp. 100030

Dutta A. K., Kamada K., Ohta K., 1996, Spectroscopic studies of Nile Red in organic
solvents and polymers, Journal of Photochemistry and Photobiology A: Chemistry, Vol.
93, No. 1, pp. 57-64

Ehlers S. M., Maxein J., Koop J. H., 2020, Low‐cost microplastic visualization in
feeding experiments using an ultraviolet light emitting flashlight, Ecological Research,
Vol. 35, No. 1, pp. 265-273

Gies E. A., LeNoble J. L., Noël M., Etemadifar A., Bishay F., Hall E. R., Ross P.
S., 2018, Retention of microplastics in a major secondary wastewater treatment plant
in Vancouver, Canada, Marine Pollution Bulletin, Vol. 133, pp. 553-561

Hengstmann E., Fischer E. K., 2019, Nile Red staining in microplastic analysis—proposal
for a reliable and fast identification approach for large microplastics, Environmental
Monitoring and Assessment, Vol. 191, pp. 612

Igathinathane C., Pordesimo L. O., Columbus E. P., Batchelor W. D., Methuku S. R.,
2008, Shape identification and particles size distribution from basic shape parameters
using ImageJ, Computers and Electronics in Agriculture, Vol. 63, No. 2, pp. 168-182

Lares M., Ncibi M. C., Sillanpää M., Sillanpää M., 2018, Occurrence, identification
and removal of microplastic particles and fibers in conventional activated sludge
process and advanced MBR technology, Water Research, Vol. 133, No. 15, pp. 236-246

Law K. L., 2017, Plastics in the marine environment, Annual Review of Marine Science,
Vol. 9, pp. 205-229

Löder M. G. J., Imhof H. K., Ladehoff M., Löschel L. A., Lorenz C., Mintenig S., Piehl
S., Primpke S., Schrank I., Laforsch C., Gerdts G., 2017, Enzymatic purification of
microplastics in environmental samples, Environmental Science & Technology, Vol. 51,
No. 24, pp. 14283-14292

Lusher A. L., Tirelli V., O’Connor I., Officer R., 2015, Microplastics in Arctic polar
waters: the first reported values of particles in surface and sub-surface samples,
Scientific Reports, Vol. 5, No. 1, pp. 14947

Maes T., Jessop R., Wellner N., Haupt K., Mayes A. G., 2017, A rapid-screening approach
to detect and quantify microplastics based on fluorescent tagging with Nile Red, Scientific
Reports, Vol. 7, No. 1, pp. 44501

Mintenig S. M., Int-Veen I., Löder M. G. J., Primpke S., Gerdts G., 2017, Identification
of microplastic in effluents of waste water treatment plants using focal plane arraybased
micro-Fourier-transform infrared imaging, Water Research, Vol. 108, pp. 365-372

Obbard R. W., 2018, Microplastics in polar regions: The role of long range transport,
Current Opinion in Environmental Science & Health, Vol. 1, pp. 24-29

Prata J. C., Alves J. R., da Costa J. P., Duarte A. C., Rocha-Santos T., 2020, Major
factors influencing the quantification of Nile Red stained microplastics and improved
automatic quantification (MP-VAT 2.0), Science of The Total Environment, Vol. 719,
pp. 137498

Rasband W. S., 1997, ImageJ: Image processing and analysis in Java, Astrophysics Source
Code Library, Vol. 1, pp. 06013

Ray A., Das S., Chattopadhyay N., 2019, Aggregation of Nile Red in water: Prevention
through encapsulation in β-Cyclodextrin, ACS Omega, Vol. 4, No. 1, pp. 15-24

Shim W. J., Song Y. K., Hong S. H., Jang M., 2016, Identification and quantification
of microplastics using Nile Red staining, Marine Pollution Bulletin, Vol. 113, No.
1-2, pp. 469-476

Simon M., van Alst N., Vollertsen J., 2018, Quantification of microplastic mass and
removal rates at wastewater treatment plants applying Focal Plane Array (FPA)-based
Fourier Transform Infrared (FT-IR) imaging, Water Research, Vol. 142, pp. 1-9

Stock F., Kochleus C., Bänsch-Baltruschat B., Brennholt N., Reifferscheid G., 2019,
Sampling techniques and preparation methods for microplastic analyses in the aquatic
environment–A review, TrAC Trends in Analytical Chemistry, Vol. 113, pp. 84-92

Sun J., Dai X., Wang Q., van Loosdrecht M. C., Ni B. J., 2019, Microplastics in wastewater
treatment plants: Detection, occurrence and removal, Water Research, Vol. 152, pp.
21-37

Talvitie J., Mikola A., Koistinen A., Setälä O., 2017, Solutions to microplastic pollution
- Removal of microplastics from wastewater effluent with advanced wastewater treatment
technologies, Water Research, Vol. 123, pp. 401-407

Thompson R. C., Swan S. H., Moore C. J., Vom Saal F. S., 2009, Our plastic age, Philosophical
Transactions of the Royal Society B: Biological Sciences, Vol. 364, No. 1526, pp.
1973-1976

Waller C. L., Griffiths H. J., Waluda C. M., Thorpe S. E., Loaiza Alamo I., Moreno
B., Pacherres C. O., Hughes K. A., 2017, Microplastics in the Antarctic marine system:
An emerging area of research, Science of The Total Environment, Vol. 598, pp. 220-227
