Statistical trend analysis using the data from the National Groundwater Quality Monitoring Network (NGQMN) of Korea was conducted to establish a new groundwater quality management framework. Sen’s test, a non-parametric statistical method for trend analysis, was used to determine the linear t...
Statistical trend analysis using the data from the National Groundwater Quality Monitoring Network (NGQMN) of Korea was conducted to establish a new groundwater quality management framework. Sen’s test, a non-parametric statistical method for trend analysis, was used to determine the linear trend of the groundwater quality data. The analysis was conducted at different confidence levels (i.e., at 70, 80, 90, 95, and 99% confidence levels) for three of groundwater quality parameters, i.e., nitrate-nitrogen, chloride, and pH, which have sufficient time series of the NGQMN data between 2007 and 2013. The results showed that different trends can be determined for different depths even for the same monitoring site and the numbers of wells having significant trends vary with different confidence levels. The wells with increasing or decreasing trends were far less than the wells with no trend. Chloride had more wells with increasing trend than other parameters. On the other hand, nitrate-nitrogen had the most wells with increasing trend and concentration exceeding 75% of the threshold values (TVs). Based on the methodology used for this study, we suggest including groundwater TVs and trend analysis to evaluate groundwater quality and to establish an advanced groundwater quality management framework.
Statistical trend analysis using the data from the National Groundwater Quality Monitoring Network (NGQMN) of Korea was conducted to establish a new groundwater quality management framework. Sen’s test, a non-parametric statistical method for trend analysis, was used to determine the linear trend of the groundwater quality data. The analysis was conducted at different confidence levels (i.e., at 70, 80, 90, 95, and 99% confidence levels) for three of groundwater quality parameters, i.e., nitrate-nitrogen, chloride, and pH, which have sufficient time series of the NGQMN data between 2007 and 2013. The results showed that different trends can be determined for different depths even for the same monitoring site and the numbers of wells having significant trends vary with different confidence levels. The wells with increasing or decreasing trends were far less than the wells with no trend. Chloride had more wells with increasing trend than other parameters. On the other hand, nitrate-nitrogen had the most wells with increasing trend and concentration exceeding 75% of the threshold values (TVs). Based on the methodology used for this study, we suggest including groundwater TVs and trend analysis to evaluate groundwater quality and to establish an advanced groundwater quality management framework.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
것으로 기대된다. 나아가 기존의 단순한 지하수 수질 기준의 초과여부에 따른 규제 관리제 형태의 지하수 수질 관리체계와는 별도로 환경기준과 같이 목표 관리제 측면의 새로운 지하수 수질 관리체계를 구축할 수 있는 기반을 제공한다는 데 그 의의가 있다.
따라서 본 연구에서는 지하수수질전용측정망 자료를 적용하여 제시한 방법론을 토대로 새로운 지하수 수질 관리체계를 제안하고자 하였다. Fig.
본 연구에서는 국내 지하수수질전용측정망 자료를 활용하여 추세분석을 실시하였고 추세분석 결과와 국내 지하수 수질의 배경농도를 반영한 문턱값을 토대로 새로운 지하수 수질의 평가 및 관리 체계를 제안하였다. 연구 결과는 다음과 같이 요약될 수 있다.
따라서 국내 지하수의 배경농도를 반영한 문턱값과 통계적인 기법을 통한 추세분석을 함께 반영하는 지하수 수질평가체계에 대한 연구 및 검토가 필요하다. 본 연구에서는 국내 지하수수질측정망 자료에 추세분석을 적용하여 새로운 수질 평가체계의 방법론을 제시하고 국내 지하수 수질의 문턱값과 추세분석의 개념을 토대로 한 지하수 수질관리체계를 제안하고자 하였다.
평가된 추세는 문턱값을 기준으로 초과와 미초과로 분류하고 ‘증가 추세’의 경우에는 문턱값의 75%을 기준으로 재분류하여 오염 진행의 정도를 구분한다. 위의 절차를 바탕으로 본 연구에서는 지하수수질의 등급체계 및 조치사항을 제안하고자 하였다(Fig. 5). 지하수수질은 일차적으로 문턱 값을 기준으로 ‘나쁨(Poor)’과 ‘좋음(Good)’으로 나뉘고 지하수 수질의 추세에 따라 등급화되어 각각 ‘사용자 (User)’와 ‘국가(Government)’ 차원의 조치사항을 갖는다.
가설 설정
먼저 시간에 따른 농도의 변화추세를 식 (1) 과같은 선형의 방정식으로 가정한다.
제안 방법
본 연구에서는 신뢰수준에 따른 경향성의 인정 여부를 살펴보기 위해 70%, 80%, 90%, 95%, 그리고 99% 신뢰수준에 따른 Sen의 경향성 분석을 수행하였다. 결과는 신뢰수준에 따라 지하수 수질항목 농도의 추세가 다르게 평가되어 신뢰수준이 70%에서 99%로 증가할수록 ‘증가추세’ 또는 ‘감소 추세’를 보이는 지점은 감소하고 ‘추세 없음’으로 평가되는 지점은 증가함을 보여주었다.
적용된 문턱값은 배경 수질 전용 측정망 자료를 통해 산출된 국내 지하수 배경농도를 고려한 수질관리 기준값이며(Korea Environment Institute, 2013), 질산성질소와 염소이온에 대해 각각 심도별로 제시된다(Table 1). 수질 항목 중 질산성질소와 염소이온은 생활용수 기준 문턱값을 적용하였으며, 수소이온농도는 산출된 문턱값이 없으므로 생활용수 수질기준 값인 5.8(하한)과 8.5(상한)을 대신 적용하여 초과여부를 판단하였다. 또한 질산성질소와 염소이온에 대해서는 증가하는 추세의 경우 오염 진행의 정도를 세분하기 위해 문턱값의 75%를 기준으로 재분류하였는데, 문턱값의 75%에 해당하는 시점은 유럽에서 추세역전조치의 시행 시점이며 본 연구에서 제시하는 지하수 수질관리체계에서 ‘좋은 상태(Good status)’의 지하수수질을 유지하기 위해 ‘증가 추세’를 보이는 지하수에 추세역전이 권고되는 시점이다.
, 2012). 이를 토대로 본 연구에서도 Sen의 경향성 분석법을 활용하여 국내 지하수수질전용측정망 자료에 대한 추세분석을 실시하였다.
추세분석의 절차에서는 통계적 추세분석기법에 적용하기 위한 적절한 시계열 조건과 신뢰구간 설정이 요구된다. 제안된 시계열 조건은 최소 6년과 최대 15년이며 신뢰수준은 95%로 유럽의 추세분석 시 요구되는 시계열 기간 조건과 신뢰수준을 기준으로 삼았다(EC, 2009; EPA, Ireland, 2010). 추세분석의 결과는 ‘증가 추세’, ‘감소 추세’, ‘추세 없음’으로 나타나며, 각 결과는 해당 지하수수질이 ‘오염 진행’, ‘회복 진행’, ‘변화 없음’의 상태로 대변될 수 있다.
지하수수질의 추세분석을 위한 통계적 방법은 지하수 수질 전용 측정망 자료의 특성을 고려하였다. 연구대상 지하수 수질 자료는 개수가 불충분한 경우가 많으며 충분하더라도 수질자료의 특성상 모집단이 정규분포를 가지는지의 여부는 불확실하다.
85 개소의 심도별 지점 수는 심도 1, 2, 3에서 각각 85, 85, 64지점이다. 추세분석을 수행할 지하수 수질항목의 선정은 추세분석을 위한 충분한 가용 데이터를 갖는지의 여부로 판단하였으며, 질산성질소(NO3-N), 염소이온(Cl−), 수소이온농도(pH)를 분석항목으로 선정하였다.
따라서 추세분석 결과를 지하수 수질 관리체계에 활용하는데 있어 수질기준 값에 대해 증가하는 추세의 경향성의 정도를 함께 고려해야한다. 한편 수소이온의 경우에는 수질기준의 상한과 하한이 존재하여 문턱값의 개념이 모호하므로 본 연구에서는 농도의 추세에 대한 경향성만을 판단하였다. 수소이온의 경우 향후 문턱값을 고려한 지하수 수질관리체계 적용을 위해서는 추가적인 검토가 필요하다고 판단된다.
대상 데이터
본 연구에서는 지하수수질전용측정망의 2007년부터 2013년까지의 분기별 자료를 이용하였으며 총 113개소 (294지점) 중 추세분석을 위한 통계적 기법에 요구되는 최소데이터의 개수를 만족하지 못하는 28개소(70지점)의 측정망을 제외한 85개소(234지점)의 자료를 이용하였다. 85 개소의 심도별 지점 수는 심도 1, 2, 3에서 각각 85, 85, 64지점이다.
데이터처리
그 다음, Q'가 신뢰구간 내에서 경향성이 인정되는지 확인하기 위해 Mann-Kendall 검정법의 통계추정치 S의 분산 값인 VAR(S)를 이용하여 신뢰구간 간격 Cα를 계산한다.
이론/모형
Sen의 경향성 분석법은 국·내외 지하수 수질추세 분석을 위한 연구에 많이 이용되어왔다. 유럽위원회 회원국인 Ireland는 지하수 체에 존재하는 오염물의 농도가 지속적인 증가 혹은 감소추세를 보이는지 평가하기 위하여 추세 증가 또는 감소 여부만을 파악하는 Mann-Kendall 검정법과 선형 추세의 기울기를 계산하는 Sen의 경향성 분석법을 이용하였다 (EPA, Ireland, 2010). 국내에서도 지하수수질의 시간에 따른 변화를 관찰하기 위해 Sen의 경향성 분석이 수행된바 있다(Lee et al.
성능/효과
1) Sen의 경향성분석법을 통한 추세분석 결과, 본 연구에서 평가한 총 234지점 중 95% 신뢰수준에서 ‘추세 없음’에 해당하는 지점은 질산성질소, 염소이온, 수소이온농도에서 각각 194지점, 163지점, 221지점으로, ‘증가 추세’ 또는 ‘감소 추세’를 보이는 지점에 비해 많은 수를 차지했다. 또한 70%, 80%, 90%, 95%, 그리고 99% 신뢰수준에 따른 추세분석 결과를 비교한 결과 신뢰수준이 70% 에서 99%로 증가할수록 경향성이 인정되기 어려워져 ‘추세 없음’으로 평가되는 지점이 증가하였다.
2) 각 개소의 심도에 따른 추세분석 결과, 지하수 수질은 심도에 따라 경향성이 다르게 나타날 수 있음을 보여주었다. 따라서 지하수수질의 평가 시, 지하수 수질항목에 대한 심도별 고려가 필요하며 향후 개설될 지하수 수질 측정망의 경우 각 개소에서 심도별 설치가 필수적으로 검토되어야 함을 나타낸다.
3) 문턱값을 초과하지 않으나 지속적으로 증가하는 추세를 보이는 지점은 질산성질소와 염소이온에서 각각 16 지점, 33지점으로 염소이온이 더 많았으나, 추세 역전을 위한 권고 시점인 문턱값의 75%를 넘어선 지점은 염소이온에서는 존재하지 않지만 질산성질소의 경우 3지점이 해당되었다. 따라서 추세분석 결과를 지하수 수질 관리체계에 활용하는데 있어 수질기준 값에 대해 증가하는 추세의 경향성의 정도를 함께 고려해야한다.
4) 증가하는 추세를 갖는 지하수의 경우에는 지하수 수질오염을 미리 예방하기 위해 문턱값을 초과하기 전, 예를 들어 문턱값의 75%에 다다를 경우 추세역전을 위한 조치를 제안하였다. 문턱값의 75%는 유럽위원회의 추세 역전 체계를 따른 것이며 우리나라 지하수수질의 관리 수준과 경제성을 고려한 적절한 추세역전시행시점의 선정이 필요할 것으로 판단된다.
2(b)는 오염감시전용측정망 중 △△-0001지점(심도 1)에서 2007년 4분기부터 2013년 4 분기까지의 염소이온 농도에 대한 추세분석 결과이다. 95% 신뢰구간에서 경향성이 인정되지 않아 ‘추세 없음’ 의경향성을 가지며(Table 2), 염소이온 심도 1의 문턱값인 167.50mg/L를 초과하지 않아 ‘문턱값을 초과하지 않으며 추세 없음’으로 판단되었다.
개소별, 심도별 및 수질항목별로 분류된 지하수 수질 전용 측정망 자료는 Sen의 경향성분석법을 통해 95% 신뢰수준에서 ‘증가 추세(Increasing trend)’, ‘감소 추세(Decreasing trend)’, ‘추세 없음(No trend)’으로 결정되었다. 결정된 추세는 국내 지하수수질의 특성을 반영한 문턱값에 대한 초과 여부로 다시 분류되었다.
결과는 신뢰수준에 따라 지하수 수질항목 농도의 추세가 다르게 평가되어 신뢰수준이 70%에서 99%로 증가할수록 ‘증가추세’ 또는 ‘감소 추세’를 보이는 지점은 감소하고 ‘추세 없음’으로 평가되는 지점은 증가함을 보여주었다. Fig.
또한 70%, 80%, 90%, 95%, 그리고 99% 신뢰수준에 따른 추세분석 결과를 비교한 결과 신뢰수준이 70% 에서 99%로 증가할수록 경향성이 인정되기 어려워져 ‘추세 없음’으로 평가되는 지점이 증가하였다. 이는 통계적 방법을 통해 지하수수질의 추세를 분석할 경우 적절한 신뢰수준의 설정이 필요하다는 것을 보여준다.
추세는 95% 신뢰수준에서 양의 값으로 경향성이 인정되어 ‘증가 추세’로 판단되었다(Table 2). 또한 추세선의 현재시점(2013년 4분기) 의 농도는 7.82mg/L로 질산성질소 심도 2의 문턱값인 11.25mg/L를 초과하지 않은 상태이며 문턱값의 69%에 해당하여 결과적으로 ‘문턱값을 초과하지 않으나 문턱값의 75% 미만에서 증가 추세’로 판단된다. 또한 현 추세에 따르면 지하수수질의 예방적 보전을 위한 조치의 시행이 권고되는 문턱값의 75%에 다다르는 시점은 2015년으로 예상할 수 있다.
한편 수질항목별로 적용된 문턱값을 초과하는 지점은 질산성질소와 염소이온 항목에서 각각 17 지점, 13지점이며, 심도별로는 두 항목 모두 심도 2에서 가장 많은 지점이 문턱값을 초과하는 것으로 나타났다. 문턱값을 초과하지 않으나 지속적인 오염의 진행을 지시하는 ‘증가 추세’에 해당하는 지점은 질산성질소와 염소이온에서 각각 16지점, 33지점으로 염소이온에서 더 많았으나, ‘증가 추세’ 중 추세 역전조치가 고려되어야하는 문턱값의 75%를 넘어선 지점은 염소이온에서는 존재하지 않았고 질산성질소에서는 3지점이 해당되었다. 이는 추세를 통한 지하수수질의 평가 시 단순한 증가 추세의 여부뿐만이 아니라 문턱값을 기준으로 증가하는 추세의 현재 시점의 농도를 고려하여 경향성의 정도를 구분해야함을 보여준다.
본 연구에서는 70%, 80%, 90%, 95%, 그리고 99% 신뢰수준에 따른 추세분석을 수행하였으며, 본 논문에서 보여주는 결과는 특별한 언급이 없는 경우 95%의 신뢰수준을 고려한 추세분석의 결과를 바탕으로 한다.
Sen의 경향성분석 결과, 질산성 질소, 염소이온, 수소이온농도의 각 항목에서 심도의 구분 없이 총 234지점 중 뚜렷한 증가나 감소의 추세를 보이지 않고 신뢰구간 내에서 경향성이 인정되지 않아 ‘추세 없음’으로 판단된 곳은 각각 194지점, 163지점, 221 지점으로 대부분을 차지했다. 지속적인 오염을 지시하는 ‘증가 추세’는 질산성질소, 염소이온 항목에서 총 234지점 중 각각 18지점, 39지점에서 나타났으며, 심도별로는 두 항목 모두 천부에 해당하는 심도 1에서 ‘증가 추세’가 가장 많이 나타났다. 한편 수질항목별로 적용된 문턱값을 초과하는 지점은 질산성질소와 염소이온 항목에서 각각 17 지점, 13지점이며, 심도별로는 두 항목 모두 심도 2에서 가장 많은 지점이 문턱값을 초과하는 것으로 나타났다.
또한 질산성질소와 염소이온에 대해서는 증가하는 추세의 경우 오염 진행의 정도를 세분하기 위해 문턱값의 75%를 기준으로 재분류하였는데, 문턱값의 75%에 해당하는 시점은 유럽에서 추세역전조치의 시행 시점이며 본 연구에서 제시하는 지하수 수질관리체계에서 ‘좋은 상태(Good status)’의 지하수수질을 유지하기 위해 ‘증가 추세’를 보이는 지하수에 추세역전이 권고되는 시점이다. 최종적으로 지하수 수질은 ‘문턱값을 초과하며 증가 추세’, ‘문턱값을 초과하나 감소 추세’, ‘문턱값을 초과하나 추세 없음’, ‘문턱값을 초과하지 않으나 문턱값의 75% 이상에서 증가 추세’, ‘문턱값을 초과하지 않으나 문턱값의 75% 미만에서 증가 추세’, ‘문턱값을 초과하지 않으며 감소 추세’, 그리고 ‘문턱값을 초과하지 않으며 추세 없음’으로 분류되었다.
제안된 시계열 조건은 최소 6년과 최대 15년이며 신뢰수준은 95%로 유럽의 추세분석 시 요구되는 시계열 기간 조건과 신뢰수준을 기준으로 삼았다(EC, 2009; EPA, Ireland, 2010). 추세분석의 결과는 ‘증가 추세’, ‘감소 추세’, ‘추세 없음’으로 나타나며, 각 결과는 해당 지하수수질이 ‘오염 진행’, ‘회복 진행’, ‘변화 없음’의 상태로 대변될 수 있다. 평가된 추세는 문턱값을 기준으로 초과와 미초과로 분류하고 ‘증가 추세’의 경우에는 문턱값의 75%을 기준으로 재분류하여 오염 진행의 정도를 구분한다.
추세분석의 결과는 Fig. 2에 예시된 것처럼 실제 측정값과 Sen의 경향성분석법을 통해 얻어진 추세선, 경향성의 인정여부를 보여주는 95% 신뢰수준에서의 최소와 최대 기울기, 그리고 본 연구에서 적용한 지하수수질의 관리기준 값인 문턱값 및 문턱값의 75%를 포함한다. Fig.
지속적인 오염을 지시하는 ‘증가 추세’는 질산성질소, 염소이온 항목에서 총 234지점 중 각각 18지점, 39지점에서 나타났으며, 심도별로는 두 항목 모두 천부에 해당하는 심도 1에서 ‘증가 추세’가 가장 많이 나타났다. 한편 수질항목별로 적용된 문턱값을 초과하는 지점은 질산성질소와 염소이온 항목에서 각각 17 지점, 13지점이며, 심도별로는 두 항목 모두 심도 2에서 가장 많은 지점이 문턱값을 초과하는 것으로 나타났다. 문턱값을 초과하지 않으나 지속적인 오염의 진행을 지시하는 ‘증가 추세’에 해당하는 지점은 질산성질소와 염소이온에서 각각 16지점, 33지점으로 염소이온에서 더 많았으나, ‘증가 추세’ 중 추세 역전조치가 고려되어야하는 문턱값의 75%를 넘어선 지점은 염소이온에서는 존재하지 않았고 질산성질소에서는 3지점이 해당되었다.
후속연구
한편 수소이온의 경우에는 수질기준의 상한과 하한이 존재하여 문턱값의 개념이 모호하므로 본 연구에서는 농도의 추세에 대한 경향성만을 판단하였다. 수소이온의 경우 향후 문턱값을 고려한 지하수 수질관리체계 적용을 위해서는 추가적인 검토가 필요하다고 판단된다.
5). 이러한 국내 지하수 배경농도와 추세를 반영한 지하수 수질 관리 체계 안은 지하수수질의 보다 과학적이고 효과적인 평가 및 관리에 기여할 것으로 생각된다.
환경부는 측정망으로부터 얻어진 지하수 수질 자료를 활용하여 물과 암석의 반응 등 지구화학적 반응과정에 의해 지질과 심도에 따라 달라지는 지하수의 수질특성을 분석하고 지하수 수질 전용 측정망 자료의 추세분석을 통한 지하수 수질 상태 평가 및 관리등급 분류체계마련을 위한 연구를 수행하였다(Ministry of Environment, 2013b). 이를 토대로 국내 지하수의 수질특성에 맞는 과학적이고 선진화된 지하수 수질관리체계의 구축을 위해서 국내 배경수질을 반영한 오염물질별 지하수 수질관리 기준값의 마련과 통계적인 방법을 통한 지하수수질 평가에 관한 지속적인 연구가 필요하다.
이상에서 살펴본 바와 같이 본 연구는 추세분석 및 문턱값이 반영된 지하수수질관리체계 수립을 위해 실제 국내 지하수수질측정망자료에서의 적용성을 검토했다는데 의의가 있으며, 향후 보다 체계화되고 선진화된 지하수 수질 평가 및 관리체계 마련을 위한 연구에 활용될 수 있을 것으로 기대된다. 나아가 기존의 단순한 지하수 수질 기준의 초과여부에 따른 규제 관리제 형태의 지하수 수질 관리체계와는 별도로 환경기준과 같이 목표 관리제 측면의 새로운 지하수 수질 관리체계를 구축할 수 있는 기반을 제공한다는 데 그 의의가 있다.
참고문헌 (17)
An, Y.-J., Nam, S.-H., and Jeong, S.-W., 2014, Establishment of non-drinking groundwater quality standards: general contamination substances, J. Soil Groundw. Environ., 19(6), 24-29.
EC, 2000, Directive 2000/60/EC of the European Parliament and of the Council of 23 October 2000 establishing a framework for community action in the field of water policy.
EC, 2006, Directive 2006/118/EC of the European Parliament and of the Council of 12 December 2006 on the protection of groundwater against pollution and deterioration.
EC, 2008, Directive 2008/32/EC of the European Parliament and of the Council of 11 March 2008 amending Directive 2000/ 60/EC establishing a framework for community action in the field of water policy, as regards the implementing powers conferred on the commission.
EC, 2009, Common implementation strategy for the water framework directive (2000/60/EC) Guidance document No. 18 Guidance on groundwater status and trend assessment.
EPA, Ireland, 2010, Methodology for Establishing Groundwater Threshold Values and the Assessment of Chemical and Quantitative Status of Groundwater, Including an Assessment of Pollution Trends and Trend Reversal.
Korea Environment Institute, 2013, A Study on the Determination of Background Levels in Groundwater and Improvement of Groundwater Quality Standards (I).
Kim, K.H., Yun, S.T., Kim, H.K., and Kim, J.W., 2015, Determination of natural backgrounds and thresholds of nitrate in South Korean groundwater using model-based statistical approaches, J. Geochem. Explor., 148, 196-205.
Kim, G.B., Choi, D.H., Yoon, P.S., and Kim, K.Y., 2010, Trends of groundwater quality in the areas with a high possibility of pollution, J. Korea Geo-Environ. Soc., 11(3), 5-16.
Lee, J.Y, Yi, M.J, Lee, J.M., Ahn, K.H., Won, J.H., Moon, S.H., and Cho, M.J., 2006, Parametric and non-parametric trend analysis of groundwater data obtained from national groundwater monitoring stations, J. Soil Groundw. Environ., 11(2), 56-67.
Mendizabal, I., Baggelaar, P.K., and Stuyfzand, P.J., 2012, Hydrochemical trends for public supply well fields in the Netherlands (1898-2008), natural backgrounds and upscaling to groundwater bodies, J. Hydrol., 450-451, 279-292.
Ministry of Environment, 2013a, Establishment of Groundwater Quality Monitoring Networks and Groundwater Monitoring Plan.
Ministry of Environment, 2013b, Groundwater Quality Measurement Network Operating Result.
Nam, S.H., Lee, W.M., Jeong, S.W., Kim, H.J., Kim, H.K., Kim, T.S., and An, Y.J., 2013, Comparative study of groundwater threshold values in European Commission and member states for improving management of groundwater quality in Korea, J. Soil Groundw. Environ., 18(3), 23-32.
Salmi, T., Määttä, A., Antilla, P., Ruoho-Ariola, T., and Amnell, T., 2002, Detecting trends of annual values of atmospheric pollutants by the Mann-Kendall test and Sen’s slope estimates -the Excel template application MAKESENS, Finnish Meteorological Institute, Helsinki.
Yea, Y.D., Seo, Y.G., Kim, R.H., Cho, D.J., Kim, K.-S., and Cho, W.-S., 2014, A study on estimating background concentration of groundwater for water quality assessment in non-water supply district, J. Korean Soc. Water Wastewater, 28(3), 345-358.
Yoon, H.S., Bae, G.O., and Lee, K.K., 2012, Quantification and evaluation of groundwater quality grade by using statistical approaches, J. Soil Groundw. Environ., 17(1), 22-32.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.