김정훈
(Hoon Kim)
1aiD
박태준
(Tae Jun Park)
1biD
김규범
(Bum Kim)
2iD
허진
(Jin Hur)
1c†iD
-
세종대학교 환경융합공학과, 지구환경연구소
(Department of Environment and Energy, Center for Earth and Environment Research (CEER),
Sejong University)
-
대전대학교 재난안전공학과
(Department of Disaster and Safety Engineering, Daejeon University)
Copyright © KOREAN SOCIETY ON WATER ENVIRONMENT
Key words
Baseflow, Dissolved organic matter, End-member mixing analysis, Non-point sources, Spectroscopic indicators
1. Introduction
용존 유기물(dissolved organic matter, DOM)은 수 환경 내 탄소 및 영양염의 순환에 핵심적인 역할을 수행하며, 다양한 생지화학적
반응을 매개하는 주요 인자로 기능한다(Begum et al., 2023; Carlson and Hansell, 2015; Larsen et al., 2011). DOM은 탄수화물, 단백질, 페놀류, 유기산, 리그닌, 휴믹물질 및 특성화되지 않은 다양한 유기 화합물로 구성된 복합적인 혼합물로서, 그 생성
기원에 따라 내부생성(autochthonous DOM)과 외부유입(allochthonous DOM)으로 구분된다(Chen and Jaffé, 2014; Tank et al., 2010). 농촌 유역에서는 낙엽과 토양과 같은 자연 유래 기원 (Lee et al., 2019; Nguyen and Hur, 2011)뿐 아니라, 유기성 비료, 퇴비, 가축분뇨 등 농업 활동에 의한 인위적 기원이 주요 외부 유입 DOM의 기원이 된다(Lee et al., 2024; Oh et al., 2023; Zhang and Liang, 2019). 이들 외부 유기물은 강우 시 비점오염원 형태로 하천으로 유입되며, 수질 악화와 부영양화 현상을 유발할 수 있다(Begum et al., 2022; Graeber et al., 2015; Ma and Li, 2020). 특히 이러한 외부기원 DOM은 지표면을 따라 직접 유입(runoff)될 뿐만 아니라, 토양을 거쳐 지하로 침투한 후 하천으로 재유입되는 기저유출(baseflow)의
형태로도 이동할 수 있다.
기저유출은 하천 유량의 중요한 구성 요소로 알려져 있다. 예를 들어 낙동강 유역에서는 연평균 기준으로 하천 유량의 약 44%를 차지하며, 갈수기에는
그 비율이 70∼92%까지 증가하는 것으로 보고되었다(Kang et al., 2019). 해외 연구 사례에서도 기저유출이 하천 용존 유기탄소(Dissolved organic carbon, DOC)의 주요 공급 경로임을 강조하고 있다.
예를 들어, Tamm et al. (2008)은 에스토니아 농업 유역에서 기저유출과 표면유출수를 분리한 후, 하천 유량 및 DOC 농도를 이용하여, 기저유출로부터 유입된 양이 DOC 총 부하의
69∼79%를 차지한다고 보고한 바 있다. Buffam et al. (2001)은 미국 버지니아주의 산림유역에서 수문곡선을 기반으로 기저유출을 구분한 후 연간 DOC 부하량을 산정한 결과, 기저유출을 통한 DOC 부하량이 연간
187 mol ha-1yr-1에 달한다고 보고한 바 있다. 더 최근 연구로서 Tian et al. (2023)은 미국 농업유역을 대상으로, 하천 DOC 농도와 Soil and Water Assessment Tool (SWAT) 수문 모델 분석을 통해, 기저유출이
하천 DOC 공급의 주요 경로임을 보고하였다. 이러한 연구들은 기저유출이 비점오염원을 통한 유기탄소 부하량에서 주요 유입 경로로 기능하며, 기저유출로
인한 오염 부하가 하천 수질에 미치는 영향이 클 수 있다는 점을 시사한다. 그러나, 비강우기 및 강우기에 기저유출을 통해 하천으로 유입되는 유기물의
구체적인 개별 기원(토양, 퇴비 등) 식별을 국내 유역에 적용하려는 연구는 드문 실정이다.
다양한 DOM 기원을 구분하고 각 기원별 수계 내 거동을 정량적으로 추적하기 위한 분석 기법 중 하나로, 질량 보존 원리를 기반으로 다양한 기원의
상대적 기여도를 추정할 수 있는 끝성분 혼합 분석(end-member mixing analysis, EMMA)이 자주 사용되어 왔다(Lambert et al., 2014). EMMA는 일반적으로 안정동위원소비(Derrien et al., 2018; Jeong et al., 2023; Yu et al., 2019) 뿐 아니라 분자량 분포(Chen et al., 2016; Lee et al., 2020; Quang et al., 2015)와 형광 특성(Yang and Hur, 2014; Begum et al., 2022; Oh et al., 2023) 등 DOM 특성을 추적자로 사용하여 기원 간의 기여도를 평가한다. 이 중 안정동위원소비는 높은 정밀도에도 불구하고 비용 부담과 기원 판별 해상도
한계가 있다. 이에 반해 분광 분석 기반의 추적자의 경우 높은 민감도, 분석의 용이성, 빠른 처리 속도, 비용 효율성 등의 장점으로 최근 DOM 기원
추적 연구에서 주목받고 있다(Dineesha et al., 2023; Zafar et al., 2025).
EMMA의 적용을 위해서는 기원별 추적자 값이 혼합 비율에 따라 선형적으로 변화하며, 혼합 후에도 보존적 특성을 유지해야 한다. 또한, 기원 간 충분한
식별력을 확보할 수 있도록 기원 비율 변화에 민감하게 반응하는 지표 특성이 요구된다(Zafar et al., 2025). 그러나 실제 기저유출 환경에서는 외부기원 DOM이 토양층을 통과하면서 흡착, 변형 등을 거치며 기원 끝성분 값이 교란될 수 있어, 기저유출 중
DOM 기원 추적의 신뢰성을 확보하기 위해서는 추적자 적용 가능성에 대한 사전 검증이 필요하다.
따라서 본 연구는 기저유출을 통해 하천으로 유입되는 다양한 외부 기원 유기물의 상대적 기여도를 정량적으로 구분하고자, 분광 기반 기원 추적자의 적용
가능성을 평가하고 이를 활용한 EMMA 적용의 타당성을 검증하고자 한다. 구체적인 연구 목표는 다음과 같다: (1) 농촌 유역의 대표적인 자연 유래
기원인 낙엽과 인위적 기원인 퇴비를 대조적 끝성분으로 설정하고, 다양한 혼합비 조건에서 토양 흡착 전후 DOM의 분광 지표 특성 변화를 비교한다.
(2) 토양 컬럼 실험을 통해 기저유출 경로를 모사하고, 토양 통과 후에도 분광 지표가 기원 혼합비에 따라 선형성과 보존성을 유지하는지 검증한다.
(3) 최종적으로 기저유출 DOM 기원 추적에 적합한 분광 기반 추적자를 제시하여, 향후 농촌 유역 내 기저유출 기반 비점오염 관리를 위한 과학적
기반을 마련한다.
2. Materials and Methods
2.1 시료 채취 및 전처리
본 연구에서의 연구 대상지인 삽교천 유역의 토지 이용도는 산림과 농경지가 각각 65.9%와 20.4%를 차지한다. 농업 활동이 활발한 유역으로서 논과
밭뿐 아니라 비닐하우스를 이용한 시설재배 단지가 분포하고 있다. 이에 따라 농업 유역 하천 기저유출에 영향을 줄 것으로 예상되는 대표적 외부 유입
유기물 기원 물질로 산림 낙엽과 퇴비를 사용하였다. 낙엽 시료는 2024년 9월 충남 예산 지역(36°38′21.8″N, 126°53′39.8″E)에서
3회 반복하여 채취하였으며, 채집된 낙엽의 우점 수종은 활엽수인 상수리나무였다. 퇴비는 해당 지역에서 사용되는 유박계 퇴비를 흥부중앙영농조합법인(http//www.heungbu.kr)을
통해 구입하였다. 기저 유출수 모사 실험을 위한 토양 시료는 동일 지역 하천 부근으로부터 5m 떨어진 지역(36°38′21.8″N, 126°53′40.6″E)에서,
낙엽 등 타 기원 유기물의 영향을 최소화하기 위해 표층 아래 10 cm 깊이에서 3회 반복 채취하였다.
채취한 시료는 눈에 보이는 이물질을 제거한 뒤, 45℃에서 3일간 건조하였다. 건조 토양 시료는 2 mm 체를 이용하여 입경 2 mm 이하의 시료를
선별한 후 증류수로 3회 세척하고 45℃에서 3일간 추가 건조하였다. 건조된 낙엽과 퇴비 시료의 경우 믹서기로 분쇄 후 2mm 체에 걸러 균일화하였다.
두 가지 기원물질 즉, 건조된 낙엽과 퇴비 시료를 증류수와 1:20 비율로 혼합한 후, 암 조건에서 24시간 동안 교반하였다(130 rpm). 이후
8000 rpm에서 10분간 원심분리하고, 증류수 세척된 0.45 µm cellulose acetate (Advantec) 필터를 사용하여 여과한
후 최종 용존성 유기물(water soluble organic matter, WSOM)을 추출하였다(Lee et al., 2020).
2.2 끝성분 혼합 용존 유기물질 시료 제조
추출한 낙엽과 퇴비 유래 WSOM (혹은 DOM) 시료는 동일한 유기탄소 농도인 5 mg-C/L가 되도록 증류수로 희석하였다. 이후 0.1 M HCl과
0.1 M NaOH 용액을 사용하여 pH를 7.0으로 조절하고, 0.01 M NaCl 이온강도가 되도록 하였다. 끝성분 혼합 DOM 시료는 낙엽 유래
DOM을 기준으로 하여 0%, 10%, 25%, 50%, 75%, 90%, 100% 부피 비율로 퇴비 유래 DOM과 혼합 제조하였다(Lee et al., 2018; Yang and Hur, 2014). 이때, 혼합시료 중 낙엽 DOM 0%는 퇴비 DOM 100%를 의미한다.
2.3 토양 흡착실험
기저유출 과정 중 토양 흡착에 대한 영향을 평가하고자 흡착 실험을 수행하였다. 흡착 동역학 실험의 경우 배치(batch) 방식으로 수행되었으며, DOM
시료는 앞서 준비한 낙엽 및 퇴비 끝성분 DOM 시료(5 mg-C/L)를 사용하였다. 흡착 동역학 실험은 앞서 전처리된 현장 토양 시료 20 g/L와
DOM 시료40 mL를 50 mL amber 원심분리 튜브(Biofil)에 넣어 혼합 반응시켰다. 동역학 반응시간은 0.5, 1, 2, 6, 10,
24, 48, 72시간으로 설정하였으며, 실온(20±1℃), 암 조건에서 150 rpm으로 교반하였다. 실험 동안 pH는 0.1 M HCl 혹은 0.1
M NaOH를 사용하여 흡착실험 중 pH 7로 유지되도록 하였다. 반응시간 후 해당 시료는 원심분리하여 상등액을 분리하고 0.45 µm cellulose
acetate (Advantec) 필터로 여과하였다.
평형 흡착 실험은 앞서 제조하였던 끝성분 혼합 시료를 이용하여, 동역학 실험과 동일한 조건으로 수행하였다. 선행 연구결과를 토대로 실온(20±1℃)과
암 조건에서 150 rpm으로 24시간 교반하였다. 여과된 상등액은 냉장 보관 후 24시간 이내 유기물 분석을 진행하였다.
2.4 기저유출 모사 시스템
현장 토양을 이용한 외부 기원 유기물 기저유출을 모사하기 위한 직경 50 mm, 높이 160 mm의 투명 폴리카보네이트(Poly Carbonate,
PC) 원기둥 컬럼을 제조하였다. 이후 앞서 전처리한 건조 토양 180 g을 컬럼 내에 8 cm 높이까지 충진하였다. 외부 기원 유기물 기저유출 중
토양 자체의 영향을 최소화하고자 컬럼 내 토양에 약 2 L 증류수를 통과시켜 토양 유래 용출 성분을 충분히 제거하였다. 이후 앞서 준비한 낙엽 및
퇴비 DOM 혼합 시료를 토양 컬럼에 통과시킨 후, 배출된 침투수를 0.45 µm cellulose acetate (Advantec) 필터로 여과하였다.
여과된 시료를 대상으로 24시간 내 유기물 분석을 실시하였다.
2.5 유기물 분석 방법
2.5.1 용존 유기탄소 분석
용존 유기탄소 농도는 고온 촉매 산화방식의 총 유기탄소 분석기(TOC-L, Shimadzu, Japan)를 이용하여 측정하였다. 분석에는 비정화성
유기탄소(Non-Purgeable Organic Carbon, NPOC) 방식을 적용하였으며, 시료 내 유기탄소는 고온에서 연소, 산화시켜 발생한
이산화탄소를 비분산형 적외선 검출기(Non-Dispersive Infrared sensor, NDIR)를 통해 정량하였다. 분석에 사용된 모든 초자는
450℃에서 연소시켜 잔류 유기물을 제거한 후 사용하였다.
2.5.2 UV 흡광도 및 형광분석
UV 흡광도 분석은 자외선-가시선 분광 광도계(UV-visible spectrophotometer, UV-1800, Shimadzu)을 사용하여 200-800
nm 파장 범위에서 1 nm 간격으로 측정하였다. 측정된 흡광도는 Table 1에 제시한 계산식에 따라 흡광 지표를 산출하였다. 고유흡광도(Specific UV Absorbance, SUVA254)는 254 nm 에서의 흡광도를
DOC 농도로 나눈 후 100을 곱하여 계산하였다(Weishaar et al., 2003).
형광 여기-방출 매트릭스(Fluorescence Excitation-Emission Matrix, EEM) 분석을 위해 형광 분광계(luminescence
spectrometer, F-7000, Hitachi, Japan)를 사용하였다. 여기 파장(excitation, Ex)은 220-500 nm 범위에서
5 nm 간격으로, 방출 파장(emission, Em)은 280-550 nm의 범위에서 1 nm 간격으로 측정하였다. 슬릿(Slit)은 두 파장 모두
10 nm로 고정하였다. 물 분자에 의한 산란을 방지하기 위해 시료 측정 전 증류수를 측정하여 물에 의한 라만 스펙트럼을 제거하였다. 또한, 분석
시 295 nm cut off filter를 이용하여 295 nm 이하의 파장대의 빛을 차단하여 2차 레일리 산란(Rayleigh scattering)효과를
배제하였고 내부 필터 효과를 최소화하기 위해 254 nm의 자외선 흡수 계수가 0.05 cm-1 이하가 되도록 희석하여 측정하였다(Ohno, 2002). 형광세기는 350 nm(Em)에서 라만피크의 형광 세기를 이용하여 라만 단위(Raman Unit, R.U.)로 정규화하여 사용하였다(Lawaetz and Stedmon, 2009).
형광 EEM 스펙트럼을 통해 도출한 형광 지표로는 휴믹지표(humification index, HIX), 생물학적지표(biological index,
BIX), 형광지표(fluorescence index, FI)가 있으며, 각각 Table 1에 제시된 식에 따라 산출할 수 있다.
Table 1 Description of the spectroscopic indices used as potential DOM source tracers
in this study.
|
Spectroscopic index
|
Calculation
|
Interpretation
|
Reference
|
|
UV absorbance
|
Specific UV Absorbance
(SUVA254)
|
UV254/DOC*100 (L mg-C-1m-1)
|
Higher values indicate more abundance of aromatic structures
|
(Weishaar et al., 2003)
|
|
Fluorescence indicators
|
Humification Index
(HIXZsolnay)
|
I254,435-480/I254, 300-450
|
Higher HIX values indicate an increasing degree of humification
|
(Zsolnay et al., 1999)
|
|
Humification Index
(HIXOhno)
|
I254,435-480/I254, 300-450+435-480
|
Higher HIX values indicate an increasing degree of humification
|
(Ohno. 2002)
|
|
Biological Index
(BIX)
|
I310,380/I310, 430
|
Higher BIX values (>1) indicate more influence from freshly biological production
|
(Huguet et al., 2009)
|
|
Fluorescence index
(FI)
|
I370,450/I370, 500
|
The higher the value (>1.8-1.9): more autochthonous origin
The lower the value (<1.3-1.4): more allochthonous origin
|
(McKnight et al., 2001)
|
2.5.3 EEM-PARAFAC 모델링
형광 EEM-PARAFAC (Parallel factor analysis, PARAFAC) 모델링은 형광 EEM 스펙트럼으로부터 독립적인 유기물 형광
성분을 분리하여 정량화하는 다변량 통계 모델 중 하나이다. 본 연구에서는 MATLAB version 7.0 (Mathworks, USA)과 DOM
fluor toolbox를 이용하여 총 84개의 EEM 자료를 대상으로, PARAFAC 모델링을 수행하였다. 데이터 전처리, 이상치 분석, 모델 검증,
결과 해석의 순서로 진행하였으며, 모델의 정확도 향상을 위해 반복적인 검증 과정을 거쳤다. 식별된 형광 성분의 최대 형광 광도(Fmax)를 사용하여
각 성분의 상대적 기여도를 평가하였다.
2.6 통계 분석
끝성분 DOM에 따른 형광 지표의 평균값 차이는 독립 표본 t-검정을 통해 분석하였다. 혼합비율 변화에 따른 형광 지시자의 선형적 경향은 단순 선형
회귀분석을 이용하여 평가하였다. 통계적 유의성은 p-value (p < 0.05) 및 결정계수(R2)를 통해 판단하였다. 모든 통계 분석은 SigmaPlot 14.0을 사용하여 수행하였다.
3. Results and Discussion
3.1 끝성분 기원물질 분광특성 비교
UV 흡광도 분석 결과 낙엽 DOM 시료에서는 250-285 nm 파장대에서 피크가 관찰되었다(Fig. 1a). 이는 낙엽 DOM 내 방향족 또는 페놀계 유기 화합물의 존재를 시사한다 (Zhao et al., 2020). 한편 퇴비 DOM 시료에서는 280-290 nm 에서 특정 피크가 관찰되었는데(Fig. 1a) 이러한 특징은 단백질 유래 유기물과 관련 있는 것으로 보고된 바 있다(Bi et al., 2016; Lee et al., 2018).
형광 EEM 스펙트럼 결과, 낙엽 DOM에서는 Ex/Em 220/330 nm (peak 1), 270/330 nm (peak 2), 330/440
nm (peak 3)에서 각각 형광 피크가 관찰되었다 Fig. 1b). Peak 1, 2는 단백질/폴리페놀계 형광 성분(peak T)을 나타내며(Cuss and Guéguen, 2013; Yang and Hur, 2014; Zhao et al., 2020), Peak 3은 휴믹계 형광 성분 (peak C)과 높은 관련성이 있다(Chen et al., 2003; Coble, 1996; Lee et al., 2018). 한편 퇴비 DOM의 경우, Ex/Em 220/340 nm (Peak 1), 270/340 nm (Peak 2)에서 피크가 나타나 낙엽 DOM의
Peak 1, 2 와 유사한 형광 특성을 보였다 (Fig. 1c).
두 끝성분 DOM의 UV 흡광도 및 형광 지표 비교 결과, SUVA 값은 낙엽 DOM에서 3.54 ± 0.14 L mg C-1 m-1로, 퇴비 DOM
(1.22 ± 0.05 mg C-1 m-1)보다 약 3배 정도 높게 나타났다(Fig. 3b). 이 결과는 낙엽 DOM 내 방향족 유기물 함량이 퇴비 DOM에 비해 더 풍부함을 의미한다. HIXzsolnay값은 낙엽 DOM (0.86)이
퇴비 DOM (0.65)보다 높았으며 (Fig. 3c), HIXOhno에서도 유사한 경향을 보였다(낙엽:0.46 vs. 퇴비: 0.39) (Fig. 3d). 이는 낙엽 DOM이 퇴비 DOM 보다 유기물의 휴믹화 정도가 상대적으로 높음을 의미한다. BIX 값의 경우, 퇴비 DOM (1.53)이 낙엽
DOM (0.24)보다 높았으며 (Fig. 3e), FI 값 또한 퇴비 DOM (2.15)에서 더 높은 값을 보였다(2.15 vs. 1.59) (Fig. 3f). 두 가지 형광 지표 결과는 퇴비 DOM이 낙엽 DOM 보다 생물 및 미생물 기원 유기물 함량이 상대적으로 높음을 시사한다(Huguet et al., 2009; McKnight et al., 2001).
EEM-PARAFAC 모델링 결과, 두 개의 독립된 형광 성분인 C1 (Component 1)과 C2 (Component 2)가 추출되었다(Fig. 2). 성분 C1은 Ex/Em 270(310), 434 nm에서 최대 피크를 보였다. 이 성분은 주로 외부 기원 유기물에서 발견되는 휴믹계 형광 성분으로
정의할 수 있으며 분자량이 크고 방향족 구조가 풍부한 특징을 보인다(Coble, 1996; Hudson et al., 2007; Lee et al., 2018). 성분 C2는 Ex/Em 220(275)nm/344 nm에서 피크를 보였으며, 기존 문헌에 따라 단백질/폴리페놀계 형광 성분으로 해석할 수 있다(Baker, 2001; Coble, 1996; Cuss and Guéguen, 2013). 상대적 형광 성분 비율은 낙엽 DOM의 경우 C1, C2가 각각 40.7%, 59.3%로, 퇴비 DOM은 27.7%, 72.3%로 나타나 낙엽
DOM이 퇴비에 비해 휴믹 성분이 상대적으로 더 많았다(Figs. 3g, h, i).
Fig. 1. (a) Absorption spectra for the DOM mixtures derived from Compost and Leaf.
Fluorescence EEM spectra of (b) Leaf-derived DOM and (c) Compost-derived DOM.
Fig. 2. Contour plots (top) and excitation/emission plots (bottom) for two EEM-PARAFAC
components of DOM samples following soil adsorption and infiltration experiments (n=84,
core consistency=95.5%).
Fig. 3. Changes in the optical indices and EEM-PARAFAC components(C1, C2) of the end-members
after soil adsorption. * p < 0.05, ** p < 0.01, *** p < 0.001 (Student’s t-test).
3.2 흡착 평형시간 도출
두 끝성분 DOM 시료를 사용하여 흡착 시간 중 DOC 농도 및 UV254 변화를 조사하였다(Fig. 4).
DOC 농도의 경우, 낙엽 및 퇴비 DOM 모두 24시간 이후부터 유의미한 변화가 없었으며, UV254 흡광도에서는 이보다 더 빠른 30분 이후 평형상태에
도달하는 것으로 관찰되었다(Fig. 4). 이러한 결과는 DOM 내 존재하는 방향족 구조가 비방향족 탄소 구조에 비해 토양에 대해 선택적 흡착 양상을 보이기 때문으로 사료된다. 본 연구
지역과 유사한 면적과 토지이용도를 가진 논산천 유역의 경우 강우가 토양으로 침투한 후 기저유출 경로를 따라 하천으로 유입되기까지의 수문학적 체류시간이
약 24시간인 것으로 보고된 바 있다(Jan et al., 2025). 따라서 본 연구에서는 화학적 평형상태가 유지되는 24시간 흡착시간이 기저유출 내 유기물 기원 추적자를 탐색하기 위한 적절한 흡착시간으로 판단하였다.
Fig. 4. Adsorption kinetics of Leaf-derived and Compost-derived DOM onto field soil.
The results are based on (a, b) DOC and (c, d) UV absorbance at 254 nm.
3.3 토양 흡착 후 끝성분 DOM 분광 특성 변화: 배치 실험
기저유출 환경 매체로 사용된 토양에서 직접 용출된 DOM의 DOC 농도는 끝성분 DOM (낙엽, 퇴비) 농도보다 낮은 수준인 0.78 ± 0.04
mg-C/L로 나타나 본 실험 세트의 경우 토양 용출 유기물의 영향은 크지 않았다. 본 연구에서는 토양 용출 DOM에 의한 영향을 배제하고 토양 흡착에
의한 끝성분 DOM 분광 변화만을 반영하기 위해 순수 토양 용출 DOM의 DOC 농도와 전체 스펙트럼 세기 값을 차감한 최종 보정 값을 연구 결과에
사용하였다.
배치 토양 흡착 실험 결과, DOC 농도는 흡착 후 두 끝성분 DOM 모두에서 감소하였다. 퇴비 DOM의 경우 52 ± 3 %, 낙엽 DOM 에서는
19 ± 3 %의 흡착률을 보여 퇴비 DOM이 상대적으로 높은 흡착 특성을 나타냈다(Fig. 3a). 이는 낙엽에 비해 퇴비에서 기인한 DOM 내 소수성을 가진 저분자성 유기물 함량이 상대적으로 높아 토양 표면과의 소수성 상호작용을 통해 더 많은
유기물이 흡착되었기 때문으로 판단된다. 참고로 본 연구에 사용된 토양은 Quartz를 주성분인 Loamy Sand (Sand 81.84%, Silt
9.92%, Clay 8.24%)에 해당되었다. Quartz의 point of zero charge (PZC)는 pH 2-4 범위로 보고된 바 있다(Kosmulski, 2009). 흡착실험이 PZC 보다 높은 pH 7.0 조건에서 수행된 점으로 고려할 때, 정전기적 인력보다는 양이온 다리 형성(Spohn et al., 2022)과 리간드 교환 혹은 물리적 흡착 기작인 소수성 상호작용이 흡착 기작으로 작용했을 가능성이 높다(Hur et al., 2011).
한편 흡착 전후 끝성분 DOM의 분광지표를 비교한 결과, SUVA 값은 흡착 후 낙엽과 퇴비 DOM 모두에서 유의미한 감소를 보였다(Fig. 3b). 이는 방향족 구조를 갖는 화합물이 토양 표면에 선택적으로 흡착이 일어났음을 의미한다(Kothawala et al., 2012; Cai et al., 2015; Lee et al., 2018). 형광 지표에서도 흡착 후 유의미한 변화가 관찰되었다. 낙엽 DOM HIXZsolnay 값의 경우 0.92 ± 0.02에서 1.58 ± 0.11로,
퇴비 DOM에서는 0.59 ± 0.02에서 1.03 ± 0.08로 증가하였으며, 이러한 증가 추세는 HIXOhno에서도 관찰되었다(낙엽 DOM: 0.47
± 0.01 -> 0.61 ± 0.01; 퇴비 DOM: 0.37 ± 0.01 -> 0.51 ± 0.01 (Figs. 3c and 3d). HIX 지표가 고분자성 방향족 구조와 높은 상관성을 보이는 점을 고려할 때 이러한 결과는 DOM 내 존재하는 저분자성 방향족 성분이 토양에 흡착
제거된 결과로 해석된다. 한편 BIX 값은 낙엽 DOM에서 0.22 ± 0.01에서 0.33 ± 0.01로, 퇴비 DOM에서는 1.46 ± 0.01에서
1.64 ± 0.06로 증가하였다(Fig. 3e), FI 값의 경우 낙엽 DOM에서 1.63 ± 0.03에서 1.64 ± 0.06로, 퇴비 DOM에서는 2.12 ± 0.03에서 2.25 ± 0.09로
평균값은 소폭 증가하였으나 통계적으로 유의미한 차이를 보이지 않았다(p = 0.94)(Fig. 3f).
흡착 후 휴믹계 형광 성분(C1)의 비율은 낙엽 DOM에서 40.7%에서 50.9%로, 퇴비 DOM에서는 27.7%에서 32.5%로 증가한 반면,
단백질/폴리페놀 유사 성분 (C2)은 낙엽 DOM에서 59.3%에서 49.1%로, 퇴비 DOM에서 72.2%에서 67.4%로 감소하였다(Figs. 3g, h). 이 결과는 단백질/폴리페놀 유래의 저분자성 방향족 물질이 선택적으로 제거되어, 잔류 DOM 내 휴믹계 형광 성분의 상대적 기여도가 증가한 것으로
해석된다. 이에 따라 C1/C2 비율 즉, 단백질/폴리페놀 유사 성분 (C2) 대비 휴믹 성분(C1)의 상대적 비율 또한 흡착 이후 증가하는 경향을
보였다. 이는 앞서 흡착 후 HIX 지표 변화 추이와 잘 일치한다.
3.4 토양 흡착 후 혼합비율에 따른 분광지표 변화 및 최적 기원 추적자 도출
흡착 전 각 끝성분 DOC 농도는 동일하게 설정하였고 이에 혼합 DOM의 농도는 5.0 ± 0.1 mg-C/L이었다. 그러나, 끝성분 간 상이한 토양
흡착률 차이로 인해 흡착 후 실제 DOM 혼합비율은 초기와 달라졌다. 본 연구에서는 질량보존 원리에 따라 초기 DOC 농도와 각 끝성분 흡착률을 감안하여
계산된 잔류 탄소량을 기반으로 혼합비를 최종 보정하였다. 보정된 혼합비를 기준으로 모든 분광 지표는 끝성분 DOM 혼합시료 내 낙엽 유래 탄소 비율이
커짐에 따라 선형적 증가 혹은 감소하는 추세를 보였다(Fig. 5). DOC 농도의 경우 낙엽 DOM 흡착율이 퇴비에 비해 낮기 때문에 혼합 시료에서는 흡착 후 낙엽 DOM 비율이 높을수록 DOC 제거율은 선형적으로
감소하는 경향을 나타냈다(Fig. 6a). 분광 지표에서는 혼합시료 낙엽 비율이 높아질수록 SUVA와 %C2 값은 선형적으로 감소하고 나머지 지표(HIXZsolnay, HIXOhno,
BIX, FI, %C1, C1/C2)는 증가하는 추세를 보였다.
토양 흡착 후 각 분광 지표의 EMMA 적용 가능성을 정량적으로 평가하고자, 각 지표에 대해 다음의 두 가지 기준을 적용하였다(Table 2). 적용한 선별 기준은 (1) 선형 회귀 분석을 기반으로 산출한 결정계수(R2) 값, (2) 회귀 기울기 (S)를 자료 표준편차 (SD)로 나눈 비율(S/SD) 이었다 (Yang and Hur, 2014). 여기서 R2 값은 기원 비율에 따른 추적자 선형성을 나타내며, S/SD 값은 기원 혼합비 변화에 대한 지표의 민감도를 반영한다. S/SD 값이 클수록 혼합비
변화에 대한 기원 추적자 민감도가 높음을 의미한다.
본 연구에서는 R2 값의 경우, BIX (0.989)가 가장 높았고, 그 뒤를 이어 FI (0.988), %C1 (0.986), %C2 (0.986)가 기원 비율 변화에
따른 높은 선형성을 보였다. 혼합비 변화에 대한 지표 민감도인 S/SD에서는 BIX (0.36), FI (0.09), C1% (0.04) 순서로 높은
값을 나타냈다. 이러한 선별 평가 결과를 종합하였을 때, 토양 흡착 후 끝성분 DOM 혼합비에 따라 가장 선형적인 변화 양상과 높은 지표 민감도를
보인 분광 지표 BIX와 FI가 최적의 기원 추적자 짝으로 제안되었다.
Fig. 5. Changes in DOC, optical indices, and EEM-PARAFAC components (C1, C2) for evaluating
the applicability of source tracers after soil adsorption.
Fig. 6. Changes in DOC, optical indices, and EEM-PARAFAC components (C1, C2) of DOM
mixtures after soil infiltration. * p < 0.05, ** p < 0.01, *** p < 0.001 (Student’s
t-test).
Table 2 Evaluation of the applicability of optical indices for source tracing based
on end-member mixing ratios after soil adsorption.
|
|
Relationship type
|
Absolute slope
|
Mean standard deviation of index in triplicate analyses(SD)
|
S/SD
|
R2
|
p-value
|
Applicability for source discrimination
|
|
Adsorption
|
|
SUVA
|
Linear
|
0.0281
|
1.099
|
0.043
|
0.976
|
<0.001
|
|
|
HIXZsolnay
|
Linear
|
0.0047
|
0.139
|
0.018
|
0.919
|
<0.001
|
|
|
HIXOhno
|
Linear
|
0.0008
|
0.015
|
0.030
|
0.922
|
<0.001
|
|
|
BIX
|
Linear
|
0.0129
|
0.286
|
0.367
|
0.989
|
<0.001
|
√√
|
|
FIMcknight
|
Linear
|
0.0060
|
0.062
|
0.092
|
0.988
|
<0.001
|
√√
|
|
C1%
|
Linear
|
0.1789
|
7.072
|
0.048
|
0.986
|
<0.001
|
√√
|
|
C2%
|
Linear
|
0.1789
|
7.072
|
0.048
|
0.986
|
<0.001
|
√√
|
|
C1/C2
|
Linear
|
0.0053
|
0.210
|
0.044
|
0.964
|
<0.001
|
|
√: the correlation of determination(R2) is higher than 0.98.
√√: the correlation of determination(R2) is higher than 0.98, and the absolute slope to SD ratio is the highest among the
test indices.
3.5 토양 컬럼 흡착 후 끝성분 DOM 분광 특성 변화
배치 토양 흡착 실험에서 도출된 결과가 실제 토양 침투 조건에서도 일치하는지 비교 검증하기 위해 실험실 토양 컬럼 시스템을 사용하여 기저유출 경로
중 토양 침투 과정을 모사하여 끝성분 DOM 혼합 시료의 DOC 농도 및 분광 지표 특성 변화를 관찰하였다 (Fig. 6). 끝성분 DOM 시료의 경우 침투 후 DOC 농도는 낙엽과 퇴비에서 각각 82 ± 2%, 82 ± 1%의 제거율이 보여 현저한 감소를 보였다(Fig. 6a). 이는 컬럼 실험에서 사용된 토양의 양이 배치 실험보다 많아 끝성분 DOM과 접촉할 수 있는 흡착 표면적이 증가했기 때문으로 판단된다 (20 g/L
versus 1,800 g/L). 또한 높은 제거율은 토양 유래 광물과 자연 유기물을 사용하여 수행된 이전 흡착 실험 연구 결과 (약 84.2%)와
유사하였다(Tak et al., 2021). 토양 컬럼 침투 전후 분광 지표의 변화는 배치 흡착 실험 결과와 유사한 경향을 나타냈다. SUVA 값은 두 끝성분 모두에서 침투 후 유의미한 감소를
보였다(Student t-test p < 0.05) (Fig. 6b). HIXZsolnay 와 HIXOhno 값도 각각 침투 후 유의미하게 증가하였다 (p < 0.001) (Figs. 6c, d). BIX 값의 경우, 낙엽 DOM에서 침투 후 유의미한 증가를 나타냈으나, 퇴비 DOM에서는 유의미한 변화가 관찰되지 않았다 (p = 0.52)
(Fig. 6e). FI 값은 두 끝성분 모두 유의미한 차이를 보이지 않았다(낙엽 DOM: p = 0.14; 퇴비 DOM: p = 0.28) (Fig. 6f). 휴믹계 형광 성분 분포 (%C1)은 토양 침투 후 낙엽 DOM과 퇴비 DOM 모두에서 증가하였고, 단백질/폴리페놀 유사 성분 분포 (%C2)의
비율은 감소하였다 (Figs. 6g, h). 토양 침투 후 대부분 형광 지표는 배치 흡착 실험과 일관된 추세를 보였다.
3.6 토양 침투 후 분광지표 변화 및 최적 기원 추적자 도출
토양 컬럼을 통과한 끝성분 DOM 시료를 사용하여 비율에 따른 혼합 시료를 제조하고 실제 토양 침투 후 분광 지표 변화에도 불구하고 끝성분 혼합 분석(EMMA)
적용이 가능한지에 대한 기원 추적 가능성을 평가하였다(Table 3). 토양 침투 후 끝성분 혼합 DOM 시료에서도 낙엽 DOM 비율이 증가함에 따라 모든 분광 지표가 선형적인 변화 경향을 나타냈다(Fig. 7). SUVA, %C2는 낙엽 비율이 증가함에 따라 선형적으로 감소하였고, HIXZsolnay, HIXOhno, BIX, %C1, C1/C2에서는
증가하는 추세를 보였다. 앞선 3.4와 동일하게 결정계수(R2)와 S/SD를 지표 선정 기준으로 활용하여 정량적으로 적용 가능성을 평가하였다. 그 결과 앞서 배치 토양 흡착 실험을 통해 도출한 최적 기원 추적자인
BIX와 FI 지표는 토양 침투 모사 시스템에서도 높은 선형성(R2: BIX 0.99, FI 0.95)과 판별 민감도(S/SD: BIX 0.062, FI 0.056)를 나타냈다. 한편 Lee et al. (2018)은 SRFA (Suwannee River fulvic acid)와 ADOM (algogenic DOM)을 끝성분으로 이용한 Kaolin 광물 흡착
조건에서 모든 분광 지표 중 SUVA와 HIXZsolnay가 높은 선형성(R2: SUVA 0.93, HIXZsolnay 0.92)과 민감도(S/SD: SUVA 0.049, HIXZsolnay 0.040)를 보인다고 보고한 바
있다. 그러나 본 연구에서는 해당 지표들의 적용 가능성이 상당히 제한적인 것으로 나타났다. 이러한 차이점은 끝성분 DOM 시료가 달라 흡착 후 분광
지표의 변화가 달라질 수 있고, 흡착제로 사용된 Kaolin과 본 연구에서 사용한 토양의 표면 흡착 특성 (PZC 등)이 다르기 때문으로 사료된다.
이는 적용하는 유역의 토양 특성과 기원 판별이 필요한 주요 끝성분 DOM에 따라 별도의 EMMA 적용성 테스트를 통해 유역 고유의 기원 추적자 짝을
조사할 필요가 있음을 보여준다.
Fig. 7. Changes in optical indices and EEM-PARAFAC components (C1, C2) for evaluating
the applicability of source tracers after soil infiltration.
Table 3 Evaluation of the applicability of optical indices for source tracing based
on end-member mixing ratios after soil infiltration.
|
|
Relationship type
|
Absolute slope
|
Mean standard deviation of index in triplicate analyses(SD)
|
S/SD
|
R2
|
p-value
|
Applicability for source discrimination
|
|
Lab-scale Infiltration simulation system.
|
|
SUVA
|
Linear
|
0.0109
|
0.387
|
0.028
|
0.949
|
<0.001
|
|
|
HIXZsolnay
|
Linear
|
0.0071
|
0.248
|
0.028
|
0.805
|
<0.001
|
|
|
HIXOhno
|
Linear
|
0.0014
|
0.026
|
0.053
|
0.911
|
<0.001
|
|
|
BIX
|
Linear
|
0.0057
|
0.091
|
0.062
|
0.990
|
<0.001
|
√√
|
|
FIMcknight
|
Linear
|
0.0021
|
0.032
|
0.056
|
0.951
|
<0.001
|
√√
|
|
C1%
|
Linear
|
0.1302
|
6.182
|
0.021
|
0.863
|
<0.001
|
|
|
C2%
|
Linear
|
0.1302
|
6.182
|
0.021
|
0.863
|
<0.001
|
|
|
C1/C2
|
Linear
|
0.0069
|
0.346
|
0.019
|
0.876
|
<0.001
|
|
√: the correlation of determination(R2) is higher than 0.95.
√√: the correlation of determination(R2) is higher than 0.95, and the absolute slope/SD is the highest among the test indices.
3.7 기저유출 유기물 기원 추적을 위한 분광 지표 제안
배치 흡착 실험과 토양 컬럼 침투 실험 결과를 종합적으로 분석한 결과, BIX와 FI가 두 실험 조건 모두에서 유효한 분광 기반 기원 추적 지표로
도출되었다. 이 두 지표는 서로 다른 흡착 실험 조건에서도 혼합비에 따라 높은 선형성과 민감도를 일관되게 유지함으로써, 기원 추적 지표로서의 신뢰성과
적용 가능성을 확인하였다. 특히 BIX와 FI는 실험 전 구간에 걸쳐 혼합비에 비례하여 예측 가능하게 선형적으로 변화하였으며, 이는 현장 기반 기저유출
상황에서도 유기물 기원의 정량적 추적에 활용 가능성이 높음을 시사한다. 반면, %C1과 %C2 형광 성분은 배치 실험에서는 일정 수준의 선형성과 민감도를
나타냈으나, 토양 침투 조건에서는 이러한 특성이 유지되지 않아 기원 추적 지표로서의 적용성이 제한적인 것으로 평가되었다. 이에 따라 %C1과 %C2는
최종 추적 지표 선정에서 제외되었다. 이러한 결과는 본 유역에서 BIX와 FI가 기저유출 경로를 포함한 다양한 환경 조건에서도 기원 구분이 가능한
신뢰도 높은 지표임을 보여주었다. 또한, 동일한 방법론을 활용한다면 향후 농촌 유역의 비점오염원 중 유기물 기여도를 정량적으로 평가하는 데 있어 핵심적인
분석 도구로 활용될 수 있음을 시사한다.
4. Conclusion
본 연구는 기저유출을 통해 하천으로 유입되는 유기물의 기원을 정량적으로 추적할 수 있는 신뢰성 높은 분광 기반 지표를 도출하는 것을 목적으로 수행되었다.
대부분 분광 지표가 두 끝성분의 혼합비에 따라 선형적으로 변화하는 경향을 보였으며, 이 중 BIX와 FI는 토양 배치 흡착 실험과 침투 컬럼 실험
모두에서 높은 선형성(R² > 0.95)과 충분한 민감도(S/SD > 0.04)를 일관되게 유지하여, 기저유출 내 유기물 기여도 추적에 가장 적합한
지표로 평가되었다. 반면, %C1 및 %C2 등 PARAFAC 기반 형광 성분 지표는 배치 실험에서는 우수한 결정계수와 민감도를 나타냈으나, 침투
실험에서는 선형성 및 민감도가 저하되어 기원 추적 지표로서의 적용에 한계가 있는 것으로 판단되었다. 본 연구는 BIX와 FI를 기저유출 유기물 기원
추적을 위한 최적의 분광 지표 조합으로 제안하며, 향후에는 가축분뇨, 토양 유기물 등 다양한 기원을 포함한 추가적인 끝성분을 바탕으로, 토양과의 상호작용
이후의 분광 특성을 반영한 EMMA 기반 정량 모델링을 수행할 필요가 있다. 이를 실제 비강우기와 강우 직후의 하천수 및 기저유출 시료에 적용하여,
두 조건 간의 결과를 비교⋅평가하는 후속 연구가 요구된다. 이러한 접근은 현장 기반 비점오염원 관리 및 수질 관리 전략 수립에 과학적 근거를 제공할
수 있을 것으로 기대된다. 다만, 제안된 분광 기반 기원 추적자 지표는 해당 연구 지역 내 토양 특성에 기반하고 있어, 타 유역에서의 적용과 지표
해석 시 해당 지역 토양 특성에 따른 영향을 고려할 필요가 있다.
Acknowledgement
본 연구는 환경부의 재원으로 한국환경산업기술원의 수생태계 건강성 확보 기술개발사업의 지원을 받아 연구되었습니다(RS-2024-00332851).
References
Baker, A. (2001). Fluorescence excitation− emission matrix characterization of some
sewage-impacted rivers, Environmental Science & Technology, 35(5), 948-953. https://doi.org/10.1021/es000177t

Begum, M. S., Lee, M. H., Park, T. J., Lee, S. Y., Shin, K. H., Shin, H. S., amd Hur,
J. (2022). Source tracking of dissolved organic nitrogen at the molecular level during
storm events in an agricultural watershed, Science of the Total Environment, 810,
152183. https://doi.org/10.1016/j.scitotenv.2021.152183

Begum, M. S., Park, H. Y., Shin, H. S., Lee, B. J., and Hur, J. (2023). Separately
tracking the sources of hydrophobic and hydrophilic dissolved organic matter during
a storm event in an agricultural watershed, Science of the Total Environment, 873,
162347. https://doi.org/10.1016/j.scitotenv.2023.162347

Bi, H., Tang, L., Gao, X., Jia, J., and Lv, H. (2016). Spectroscopic analysis on the
binding interaction between tetracycline hydrochloride and bovine proteins β-casein,
α-lactalbumin, Journal of Luminescence, 178, 72-83. https://doi.org/10.1016/j.jlumin.2016.05.048

Buffam, I., Galloway, J. N., Blum, L. K., and McGlathery, K. J. (2001). A stormflow/baseflow
comparison of dissolved organic matter concentrations and bioavailability in an Appalachian
stream, Biogeochemistry, 53, 269-306. https://doi.org/10.1023/A:1010643432253

Cai, N., Peak, D., and Larese-Casanova, P. (2015). Factors influencing natural organic
matter sorption onto commercial graphene oxides, Chemical Engineering Journal, 273,
568-579. https://doi.org/10.1016/j.cej.2015.03.108

Carlson, C. A. and Hansell, D. A. (2015). DOM sources, sinks, reactivity, and budgets,
Biogeochemistry of Marine Ddissolved Organic Matter, 65-126. https://doi.org/10.1016/B978-0-12-405940-5.00003-0

Chen, M. and Jaffé, R. (2014). Photo-and bio-reactivity patterns of dissolved organic
matter from biomass and soil leachates and surface waters in a subtropical wetland,
Water Research, 61, 181-190. https://doi.org/10.1016/j.watres.2014.03.075

Chen, M., He, W., Choi, I., and Hur, J. (2016). Tracking the monthly changes of dissolved
organic matter composition in a newly constructed reservoir and its tributaries during
the initial impounding period, Environmental Science and Pollution Research, 23, 1274-1283.
https://doi.org/10.1007/s11356-015-5350-5

Chen, W., Westerhoff, P., Leenheer, J. A., and Booksh, K. (2003). Fluorescence excitation-emission
matrix regional integration to quantify spectra for dissolved organic matter, Environmental
Science & Technology, 37(24), 5701–5710. https://doi.org/10.1021/es034354c

Coble, P. G. (1996). Characterization of marine and terrestrial DOM in seawater using
excitation-emission matrix spectroscopy, Marine Chemistry, 51(4), 325-346. https://doi.org/10.1016/0304-4203(95)00062-3

Cuss, C. and Guéguen, C. (2013). Distinguishing dissolved organic matter at its origin:
size and optical properties of leaf-litter leachates, Chemosphere, 92(11), 1483-1489.
https://doi.org/10.1016/j.chemosphere.2013.03.062

Derrien, M., Kim, M. S., Ock, G., Hong, S., Cho, J., Shin, K. H., and Hur, J. (2018).
Estimation of different source contributions to sediment organic matter in an agricultural-forested
watershed using end member mixing analyses based on stable isotope ratios and fluorescence
spectroscopy, The Science of the Total Environment, 618, 569-578. https://doi.org/10.1016/j.scitotenv.2017.11.067

Dineesha, K. B. N., Hur, J., and Lee, B. J. (2023). Application of fluorescence excitation
emission matrices for diagnosis and source identification of watershed pollution:
A review, Journal of Korean Society on Water Environment, 39(1), 87-101. https://doi.org/10.15681/KSWE.2023.39.1.87

Graeber, D., Goyenola, G., Meerhoff, M., Zwirnmann, E., Ovesen, N. B., Glendell, M.Gelbrecht,
J., Teixeira de Mello, F., González-Bergonzoni, I., Jeppesen, E., and Kronvang, B.
2015). Interacting effects of climate and agriculture on fluvial DOM in temperate
and subtropical catchments, Hydrology and Earth System Sciences, 19(5), 2377-2394.
https://doi.org/10.5194/hess-19-2377-2015

Hudson, N., Baker, A., and Reynolds, D. (2007). Fluorescence analysis of dissolved
organic matter in natural, waste and polluted waters-A review, River Research and
Applications, 23(6), 631–649. https://doi.org/10.1002/rra.1005

Huguet, A., Vacher, L., Relexans, S., Saubusse, S., Froidefond, J. M., and Parlanti,
E. (2009). Properties of fluorescent dissolved organic matter in the Gironde Estuary,
Organic Geochemistry, 40(6), 706-719. https://doi.org/10.1016/j.orggeochem.2009.03.002

Hur, J., Jung, K. Y., and Schlautman, M. A. (2011). Altering the characteristics of
a leaf litter-derived humic substance by adsorptive fractionation versus simulated
solar irradiation, Water Research, 45(18), 6217-6226. https://doi.org/10.1016/j.watres.2011.09.023

Jan, S. S. S., Hong, T. S., Hong, E. M., and Kim, G. B. (2025). Optimizing outflow
simulations using the SWAT model in a small watershed with scarce discharge observations:
A methodological approach, The Journal of Engineering Geology, 35(1), 63-80. https://doi.org/10.9720/kseg.2025.1.063

Jeong, Y. J., Park, H. J., Baek, N., Seo, B. S., Lee, K. S., Kwak, J. H., Choi, S.
K., Lee, S. M., Yoon, K. S., Lim, S. S., and Choi, W. J. (2023). Assessment of sources
variability of riverine particulate organic matter with land use and rainfall changes
using a three-indicator (δ13C, δ15N, and C/N) Bayesian mixing model, Environmental
Research, 216, 114653. https://doi.org/10.1016/j.envres.2022.114653

Kang, H., Hyun, Y. J., and Jun, S. M. (2019). Regional estimation of baseflow index
in Korea and analysis of baseflow effects according to urbanization, Journal of Korea
Water Resources Association, 52(2), 97–105. https://doi.org/10.3741/JKWRA.2019.52.2.97

Kosmulski, M. (2009). Compilation of PZC and IEP of sparingly soluble metal oxides
and hydroxides from literature, Advances in Colloid and Interface Science, 152(1-2),
14-25. https://doi.org/10.1016/j.cis.2009.08.003

Kothawala, D., Roehm, C., Blodau, C., and Moore, T. R. (2012). Selective adsorption
of dissolved organic matter to mineral soils, Geoderma, 189, 334-342. https://doi.org/10.1016/j.geoderma.2012.07.001

Lambert, T., Pierson-Wickmann, A. C., Gruau, G., Jaffrézic, A., Petitjean, P., Thibault,
J. N., and Jeanneau, L. (2014). DOC sources and DOC transport pathways in a small
headwater catchment as revealed by carbon isotope fluctuation during storm events,
Biogeosciences, 11(11), 3043-3056. https://doi.org/10.5194/bg-11-3043-2014

Larsen, S., Andersen, T., and Hessen, D. O. (2011). Climate change predicted to cause
severe increase of organic carbon in lakes, Global Change Biology, 17(2), 1186-1192.
https://doi.org/10.1111/j.1365-2486.2010.02257.x

Lawaetz, A. J. and Stedmon, C. A. (2009). Fluorescence intensity calibration using
the Raman scatter peak of water, Applied Spectroscopy, 63(8), 936–940. https://doi.org/10.1366/000370209788964548

Lee, M. H,, Lee S., and Hur, J. (2024). Estimating the relative contricution of organic
phosphorus to organic matters with various sources flowing into a reservoir via fluorescence
spectroscopy, Journal of Korean Society on Water Environment, 40(2), 67-78. [Korean
Lietrature] https://doi.org/10.15681/KSWE.2024.40.2.67

Lee, M. H., Lee, S. Y., Yoo, H. Y., Shin, K. H., and Hur, J. (2020). Comparing optical
versus chromatographic descriptors of dissolved organic matter (DOM) for tracking
the non-point sources in rural watersheds, Ecological Indicators, 117, 106682. https://doi.org/10.1016/j.ecolind.2020.106682

Lee, M. H., Lee, Y. K., Derrien, M., Choi, K., Shin, K. H., Jang, K. S., and Hur,
J. (2019). Evaluating the contributions of different organic matter sources to urban
river water during a storm event via optical indices and molecular composition, Water
Research, 165, 115006. https://doi.org/10.1016/j.watres.2019.115006

Lee, M. H., Osburn, C. L., Shin, K. H., and Hur, J. (2018). New insight into the applicability
of spectroscopic indices for dissolved organic matter (DOM) source discrimination
in aquatic systems affected by biogeochemical processes, Water Research, 147, 164-176.
https://doi.org/10.1016/j.watres.2018.09.048

Ma, Y. and Li, S. (2020). Spatial and temporal comparisons of dissolved organic matter
in river systems of the Three Gorges Reservoir region using fluorescence and UV–Visible
spectroscopy, Environmental Research, 189, 109925. https://doi.org/10.1016/j.envres.2020.109925

McKnight, D. M., Boyer, E. W., Westerhoff, P. K., Doran, P. T., Kulbe, T., and Andersen,
D. T. (2001). Spectrofluorometric characterization of dissolved organic matter for
indication of precursor organic material and aromaticity, Limnology and Oceanography,
46(1), 38-48. https://doi.org/10.4319/lo.2001.46.1.0038

Nguyen, H. V. M. and Hur, J. (2011). Tracing the sources of refractory dissolved organic
matter in a large artificial lake using multiple analytical tools, Chemosphere, 85(5),
782-789. https://doi.org/10.1016/j.chemosphere.2011.06.068

Oh, H., Jung, K. Y., Kim, B. Y., Lee, B. J., Shin, H. S., and Hur, J. (2023). Optimal
tracer identification for dissolved organic matter (DOM) source tracking in watersheds
using point source effluent load data, Environmental Technology & Innovation, 32,
103423. https://doi.org/10.1016/j.eti.2023.103423

Ohno, T. (2002). Fluorescence inner-filtering correction for determining the humification
index of dissolved organic matter, Environmental Science & Technology, 36(4), 742-746.
https://doi.org/10.1021/es0155276

Quang, V. L., Choi, I., and Hur, J. (2015). Tracking the behavior of different size
fractions of dissolved organic matter in a full-scale advanced drinking water treatment
plant, Environmental Science and Pollution Research, 22, 18176-18184. https://doi.org/10.1007/s11356-015-5040-3

Spohn, M., Diáková, K., Aburto, F., Doetterl, S., and Borovec, J. (2022). Sorption
and desorption of organic matter in soils as affected by phosphate, Geoderma, 405,
115377. https://doi.org/10.1016/j.geoderma.2021.115377

Tak, S., Han, S. J., Lee, Y. K., Cho, J., and Hur, J. (2021). Exploring applicability
of end member mixing approach for predicting environmental reactivity of dissolved
organic matter, Environmental Pollution, 290, 118044. https://doi.org/10.1016/j.envpol.2021.118044

Tamm, T., Nõges, T., Järvet, A., and Bouraoui, F. (2008). Contributions of DOC from
surface and groundflow into Lake Võrtsjärv (Estonia), European Large Lakes Ecosystem
changes and their Ecological and Socioeconomic Impacts, 213-220. https://doi.org/10.1007/978-1-4020-8379-2_25

Tank, J. L., Rosi-Marshall, E. J., Griffiths, N. A., Entrekin, S. A., and Stephen,
M. L. (2010). A review of allochthonous organic matter dynamics and metabolism in
streams, Journal of the North American Benthological Society, 29(1), 118-146. https://doi.org/10.1899/08-170.1

Tian, Y. Q., Yu, Q., Carrick, H. J., Becker, B. L., Confesor, R., Francek, M., and
Anderson, O. C. (2023). Analysis of spatiotemporal variation in dissolved organic
carbon concentrations for streams with cropland-dominated watersheds, The Science
of the Total Environment, 861, 160744. https://doi.org/10.1016/j.scitotenv.2022.160744

Weishaar, J. L., Aiken, G. R., Bergamaschi, B. A., Fram, M. S., Fujii, R., and Mopper,
K. (2003). Evaluation of specific ultraviolet absorbance as an indicator of the chemical
composition and reactivity of dissolved organic carbon, Environmental Science & Technology,
37(20), 4702-4708. https://doi.org/10.1021/es030360x

Yang, L. and Hur, J. (2014). Critical evaluation of spectroscopic indices for organic
matter source tracing via end member mixing analysis based on two contrasting sources,
Water Research, 59, 80-89.

Yu, X., Zhang, J., Kong, F., Li, Y., Li, M., Dong, Y., and Xi, M. (2019). Identification
of source apportionment and its spatial variability of dissolved organic matter in
Dagu River-Jiaozhou Bay estuary based on the isotope and fluorescence spectroscopy
analysis, Ecological Indicators, 102, 528-537. https://doi.org/10.1016/j.ecolind.2019.03.004

Zafar, R., Lee, Y. K., Oh, H., and Hur, J. (2025). Tracking microplastic-derived dissolved
organic matter in the adsorption of its mixtures with natural organic matter via end-member
mixing analysis, Environmental Research, 283, 122144. https://doi.org/10.1016/j.envres.2025.122144

Zhang, Y. and Liang, X. (2019). Understanding organic nonpoint‐source pollution in
watersheds via pollutant indicators, Disinfection by‐product precursor predictors,
and composition of dissolved organic matter, Journal of Environmental Quality, 48(1),
102–116. https://doi.org/10.2134/jeq2018.06.0228

Zhao, L., Du, C., Zhang, Q., Sun, C., Wang, S., and Luo, S. (2020). The ultraviolet–visible
absorbance and fluorescence characterization of dissolved organic matter derived from
the leaf litter of Populus simonii, Artemisia desertorum, Salix cheilophila, and Populus
tomentosa, Environmental Science and Pollution Research, 27, 36439–36449. https://doi.org/10.1007/s11356-020-09600-8

Zsolnay, A., Baigar, E., Jimenez, M., Steinweg, B., and Saccomandi, F. (1999). Differentiating
with fluorescence spectroscopy the sources of dissolved organic matter in soils subjected
to drying, Chemosphere, 38(1), 45–50. https://doi.org/10.1016/s0045-6535(98)00166-0
