남강 하류부에서 장기관측 자료를 이용한 유기물과 생물학적/화학적 산소요구량의 월 변동 분석 Monthly Variation Analysis of BOD, COD and TOC using Long-term Observation Data in the Downstream of the Nam River원문보기
In this study, monthly average values of BOD, COD, and TOC observed for 10 years (2008-2017) in the Nam River were estimated, and monthly variations of BOD, COD, and TOC were analyzed. Monthly average COD was always higher than monthly average BOD; monthly average TOC was high from June to September...
In this study, monthly average values of BOD, COD, and TOC observed for 10 years (2008-2017) in the Nam River were estimated, and monthly variations of BOD, COD, and TOC were analyzed. Monthly average COD was always higher than monthly average BOD; monthly average TOC was high from June to September when rainfall was high. Monthly correlation coefficients between BOD and COD ranged from 0.57 to 0.94, those between BOD and TOC from 0.45 to 0.93, and those between COD and TOC from 0.75 to 0.93. The correlation coefficients were high from November to February when rainfall was low. Regression analyses for monthly average water quality data of the Nam River classified into dry season (October to April) and wet season (May to September) were conducted. Correlation coefficients were higher in the dry season than those in the wet season, and the determination coefficients of linear regression functions for BOD and COD with TOC were also higher in the dry season than those in the wet season. From this study, it can be concluded that it is appropriate to use monthly data to analyze the correlations among BOD, COD, and TOC in the stream. To analyze the relationship between TOC flowing into the stream and BOD/COD, it was found that seasonal characteristics should be considered.
In this study, monthly average values of BOD, COD, and TOC observed for 10 years (2008-2017) in the Nam River were estimated, and monthly variations of BOD, COD, and TOC were analyzed. Monthly average COD was always higher than monthly average BOD; monthly average TOC was high from June to September when rainfall was high. Monthly correlation coefficients between BOD and COD ranged from 0.57 to 0.94, those between BOD and TOC from 0.45 to 0.93, and those between COD and TOC from 0.75 to 0.93. The correlation coefficients were high from November to February when rainfall was low. Regression analyses for monthly average water quality data of the Nam River classified into dry season (October to April) and wet season (May to September) were conducted. Correlation coefficients were higher in the dry season than those in the wet season, and the determination coefficients of linear regression functions for BOD and COD with TOC were also higher in the dry season than those in the wet season. From this study, it can be concluded that it is appropriate to use monthly data to analyze the correlations among BOD, COD, and TOC in the stream. To analyze the relationship between TOC flowing into the stream and BOD/COD, it was found that seasonal characteristics should be considered.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
제안 방법
4) 남강에서 관측된 월 평균 수질 자료를 우기(5~9월)와 건기(10~4월)로 분류하여 TOC에 대한 BOD와 COD의 상관계수와 선형회귀함수를 추정하였다. 수질 성분 간의 상관계수는 우기보다 건기에 높게 나타났으며, 건기와 우기 모두 COD와 TOC의 상관계수가 각각 0.
93 정도로 높았다. 기존의 연구 사례에서는 다양한 하천에서 수집된 자료를 이용하였지만, 본 연구에서는 1개 지점의 10년 관측 자료를 이용하여 월별 회귀함수를 추정하였다. 추정된 선형회귀함수의 기울기는 TOC와 BOD에서는 0.
남강 관측소에서 2008~2017년 동안 측정된 자료의 월 평균을 이용하여 BOD, COD, TOC의 상관성 분석을 수행하였으며(Table 3), 또한 TOC에 의한 BOD와 COD의 변화를 정량적으로 분석하기 위해 회귀함수와 그 결정계수를 추정하였다(Table 4).
남강 하류부에서 관측된 BOD, COD, TOC 성분에 대한 건기와 우기의 box-whisker plots을 작성하였다(Fig. 2). 3성분 모두 건기보다는 우기에 높은 값을 보였으며, 이는 우기 동안 비점오염원들이 강우에 의해 하천으로 다량 유입되고 유기물을 분해하는 데 필요한 산소요구량이 증가하였기 때문이다(Park et al.
본 연구에 이용된 수질 성분 자료는 물환경정보시스템(2018)에서 제공 받았으며, 남강 최하류에 위치한 ‘남강4-1’ 관측소에서 2008~2017년 동안 관측된 BOD, COD, TOC 자료와 함안 AWS에서 관측된 강수량 자료의 월평균을 구하여 월별 기술통계량을 산정하였다. 남강에서 관측된 BOD, COD, TOC의 월평균 자료를 이용하여 3성분 사이의 상관계수와 회귀함수를 추정하고 월별 변동을 분석하였다. 또한 건기와 우기에 해당하는 수질 자료를 이용하여 남강에서 TOC에 대한 BOD, COD, TOC의 선형회귀함수를 추정하고 계절 특성을 해석하였다.
남강에서 유기물의 유입과 분해에 대한 건기와 우기의 변동 특성을 분석하기 위해, 남강에서 관측된 월 평균 수질(BOD, COD, TOC) 자료를 건기(10~4월)와 우기 (5~9월)로 분류하여 상관계수를 산정하고(Table 5) TOC 에 대한 BOD와 COD의 선형회귀함수를 추정하였다. (Fig.
남강에서 관측된 BOD, COD, TOC의 월평균 자료를 이용하여 3성분 사이의 상관계수와 회귀함수를 추정하고 월별 변동을 분석하였다. 또한 건기와 우기에 해당하는 수질 자료를 이용하여 남강에서 TOC에 대한 BOD, COD, TOC의 선형회귀함수를 추정하고 계절 특성을 해석하였다. 본 연구에서 통계분석은 Grapher4 (Golden Software) 프로그램을 이용하여 수행되었으며, 기술통계량과 상관계수, 회귀함수 등을 추정하였다.
COD와 TOC의 상관계수가 가장 높게 나타난 것은 하천에서 유기물의 유입이 증가하면 생물학적인 유기물의 분해보다는 화학적인 산화에 의한 유기물의 분해 효과가 더 크게 발생함을 의미 하는 것이다(Park, 2007). 본 연구는 남강 관측소 1개 지점에서 10년 동안 관측한 자료를 월별로 평균한 값을 이용하였지만 기존의 연구들에서는 광역적인 지역(수~수백 개 관측소 자료 이용)에서의 관측 자료를 이용한 상관 계수를 산정하였다. Na et al.
본 연구에서는 남강 최하류에 위치한 ‘남강4-1’ 관측소에서 10년(2008~2017) 동안 관측된 BOD, COD, TOC 자료의 월평균을 구하여 월별 기술통계량을 산정하였으며, 3개 성분에 대한 상관계수를 산정하고 회귀함수를 추정하였다.
본 연구에서는 남강 하류부 관측소(남강4-1)에서 2008~2017년 동안 관측된 BOD, COD, TOC 성분의 월별 변동분석 및 회귀분석을 수행하였으며, 이상의 연구를 통해 산출된 결론을 아래와 같이 정리하였다.
상관분석 결과를 토대로 하여 TOC에 대한 BOD와 COD의 회귀함수와 그 결정계수를 추정하였다(Table 4). TOC에 대한 BOD와 COD의 월별 회귀함수는 모두 선형함수가 적합한 것으로 추정되었으며, 선형회귀함수의 결정계수(R2)는 TOC와 BOD에서는 0.
본 연구에서는 남강 최하류에 위치한 ‘남강4-1’ 관측소에서 10년(2008~2017) 동안 관측된 BOD, COD, TOC 자료의 월평균을 구하여 월별 기술통계량을 산정하였으며, 3개 성분에 대한 상관계수를 산정하고 회귀함수를 추정하였다. 이러한 결과를 분석하여 남강에서 강수량을 고려한 계절별 BOD, COD, TOC의 선형회귀함수를 추정하고 해석하였다.
대상 데이터
남강 하류부 관측소(경상남도 함안군 대산면 장암리)의 상류부에 위치한 함안 AWS(경상남도 함안군가야읍 산서리 928)에서 2008~2017년 동안 관측한 월 누적 강수량을 Fig. 1에 제시하고 월별 월 누적 강수량의 기술통계량을 Table 1에 정리하였다. 월 누적 강수량의 10년 평균값은 4~9월 기간 동안 100 mm 이상으로 연간 강수량의 78% 정도이고, 11~2월 기간 동안에는 평균 50mm 이하의 적은 강수가 발생하여 연간 강수량의 11% 정도에 해당한다.
본 연구에 이용된 수질 성분 자료는 물환경정보시스템(2018)에서 제공 받았으며, 남강 최하류에 위치한 ‘남강4-1’ 관측소에서 2008~2017년 동안 관측된 BOD, COD, TOC 자료와 함안 AWS에서 관측된 강수량 자료의 월평균을 구하여 월별 기술통계량을 산정하였다.
월 누적 강수량은 AWS 표준지점번호가 920번이고 해발고도 7 m에 지점에 위치한 함안 AWS(경상남도 함안군 가야읍 산서리 928)에서 관측한 일강수량 자료를 이용하였으며, 수질 자료(BOD, COD, TOC, 유량, 수온)는 낙동강권역 남강 중권역 내 하천수 수질측정망 14개 관측소 중 최하류부에 위치한 ‘남강4-1’ 관측소(경상남도 함안군 대산면 장암리)에서 2008~2017년 기간 동안 매월 4회 관측한 자료를 이용하였다.
데이터처리
또한 건기와 우기에 해당하는 수질 자료를 이용하여 남강에서 TOC에 대한 BOD, COD, TOC의 선형회귀함수를 추정하고 계절 특성을 해석하였다. 본 연구에서 통계분석은 Grapher4 (Golden Software) 프로그램을 이용하여 수행되었으며, 기술통계량과 상관계수, 회귀함수 등을 추정하였다.
성능/효과
1) 남강 하류부에서 2008~2017년 동안 관측된 BOD, COD, TOC 성분의 월별 기술통계량은 COD가 BOD보다 항상 높았으므로 남강에서는 생물학적 분해만으로는 유기물의 분해가 완전히 이루어지지 않았음을 알 수 있었다. 월평균 COD와 TOC는 6~9월에 높았으며, 강수량이 많은 시기에는 남강 관측소의 상류부에 위치한 비점 오염원(농경작지 등)에서 유출된 유기물이 남강으로 유입되고 유기물을 분해하는 데 필요한 화학적 산소요구량이 증가한 것이다.
2) BOD와 COD의 상관계수는 0.57~0.94의 범위이며, 월별 상관계수는 7월에 가장 낮고 2월에 가장 높았으며 7~10월 동안을 제외하면 상관계수가 0.80 이상으로서 매우 높은 것으로 나타났다. BOD와 TOC의 상관계수는 0.
3) TOC에 대한 BOD와 COD의 월별 선형회귀함수의 결정계수는 TOC와 BOD에서는 0.20~0.87 정도이고 TOC와 COD에서는 0.56~0.93 정도로 나타났다. 선형 회귀함수의 기울기는 TOC와 BOD에서는 0.
80 이상으로서 매우 높은 것으로 나타났다. 3성분 사이의 상관계수를 산정하여 분석한 결과 강수량이 많았던 5~10월 사이에는 상관성이 낮고 강수량이 적었던 11~4월 사이의 상관성이 상대적으로 높게 나타났다. COD와 TOC의 상관계수가 가장 높게 나타난 것은 하천에서 유기물의 유입이 증가하면 생물학적인 유기물의 분해보다는 화학적인 산화에 의한 유기물의 분해 효과가 더 크게 발생함을 의미 하는 것이다(Park, 2007).
BOD와 COD의 상관계수는 0.57~0.94의 범위이며, 월별 상관계수는 7월에 가장 낮고 2월에 가장 높았다. 7~10월 동안을 제외하면 상관계수가 0.
9 mg/L 정도이었다. BOD와 COD의 평균은 6월에 가장 높고 11월에 가장 낮았으며, TOC의 평균은 7월에 가장 높고 11월에 가장 낮았다. 월평균 BOD의 범위는 1.
80 이상으로서 매우 높은 것으로 나타났다(Table 3). BOD와 TOC의 상관계수는 0.45~0.93의 범위이며, 월별 상관계수는 7월에 가장 낮고 2월에 가장 높았다. 5~9월 동안을 제외하면 상관계수가 0.
80 이상으로서 매우 높은 것으로 나타났다. BOD와 TOC의 상관계수는 0.45~0.93의 범위이며, 월별 상관계수는 7월에 가장 낮고 2월에 가장 높았으며 5~9월 동안을 제외하면 상관계수가 0.80 이상으로서 매우 높은 것으로 나타났다. COD와 TOC의 상관계수는 0.
80 이상으로서 매우 높은 것으로 나타났다. COD와 TOC의 상관계수는 0.75~0.96의 범위이며, 월 별 상관계수는 9월에 가장 낮고 2월에 가장 높았으며 5월, 7월, 9월을 제외하면 상관계수가 0.80 이상으로서 매우 높은 것으로 나타났다.
80 이상으로서 매우 높은 것으로 나타났다. COD와 TOC의 상관계수는 0.75~0.96의 범위이며, 월별 상관계수는 9월에 가장 낮고 2월에 가장 높았다. 5월, 7월, 9월을 제외하면 상관계수가 0.
81로서 가장 높았다. TOC에 대한 BOD 선형회귀 함수의 기울기는 건기 자료에서 0.86, 우기 자료에서 0.63 정도이고, TOC에 대한 COD 선형회귀함수의 기울기는 건기 자료에서 1.47, 우기 자료에서 1.07 정도로 추정되었다.
66으로서 낮았다(Fig 3). TOC에 대한 BOD 선형회귀함수의 기울기는 건기 자료에서 0.86, 우기 자료에서 0.63 정도이고, TOC에 대한 COD 선형회귀함수의 기울기는 건기 자료에서 1.47, 우기 자료에서 1.07 정도이었다. 건기와 우기 모두 TOC에 대한 BOD의 기울기보다 TOC에 대한 COD의 기울기가 높았으며, 이는 하천으로 유입된 유기물의 생물학적 분해 과정에 이용된 용존산소량보다는 화학적 분 해 과정에 이용된 용존산소량이 많음을 의미하는 것으로서 실제 하천에서 유입된 유기물의 양과 유기물의 분해에 대한 분석은 TOC와 BOD보다는 TOC와 COD를 이용하는 것이 더욱 적합함을 보여주는 것이다(Choi et al.
상관분석 결과를 토대로 하여 TOC에 대한 BOD와 COD의 회귀함수와 그 결정계수를 추정하였다(Table 4). TOC에 대한 BOD와 COD의 월별 회귀함수는 모두 선형함수가 적합한 것으로 추정되었으며, 선형회귀함수의 결정계수(R2)는 TOC와 BOD에서는 0.20~0.87 정도이고 TOC와 COD에서는 0.56~0.93 정도로 나타났다. TOC에 대한 BOD 회귀함수의 결정계수는 2월에 가장 높았으며, 4~10월 동안을 제외하면 결정계수가 0.
건기 자료를 이용한 TOC에 대한 BOD와 COD의 선형회귀함수의 결정계수는 각각 0.72와 0.87로서 높았으며, 우기 자료에서는 각각 0.31과 0.66으로서 낮았다(Fig 3). TOC에 대한 BOD 선형회귀함수의 기울기는 건기 자료에서 0.
93 정도로 나타났다. 선형 회귀함수의 기울기는 TOC와 BOD에서는 0.42~1.03, TOC와 COD에서는 0.91~1.71 정도로 추정되었으며, 선형회귀함수의 결정계수가 높아질수록 기울기도 증가하는 경향을 보였다.
71 정도로 추정되었다. 선형회귀함수의 결정계수가 높아질수록 기울기(TOC에 대한 BOD와 COD의 변화율)도 증가하는 경향을 보였으며, 이는 강수량이 많은 여름보다는 적었던 겨울(결정계수가 높은 시기)에 하 천으로 유입된 동일한 양의 유기물 분해에 필요한 산소 요구량이 더 많이 필요함을 의미한다. TOC 변화에 대한 회귀함수의 기울기가 BOD보다 COD의 회귀함수에서 높은 것은 생물학적 분해만으로는 유기물이 완전히 제거되지 못하고 있다는 것이며(Park, 2007), 실제 하천에 유입된 유기물의 분해와 관련된 해석은 COD와 TOC의 관계를 이용하는 것이 적합함을 보여준다.
4) 남강에서 관측된 월 평균 수질 자료를 우기(5~9월)와 건기(10~4월)로 분류하여 TOC에 대한 BOD와 COD의 상관계수와 선형회귀함수를 추정하였다. 수질 성분 간의 상관계수는 우기보다 건기에 높게 나타났으며, 건기와 우기 모두 COD와 TOC의 상관계수가 각각 0.93과 0.81로서 가장 높았다. TOC에 대한 BOD 선형회귀 함수의 기울기는 건기 자료에서 0.
3). 수질 성분(BOD, COD, TOC)간의 상관계수는 우기보다 건기에 높게 나타났으며, 건기와 우기 모두 COD와 TOC의 상관계수가 각각 0.93과 0.81로서 가장 높았다(Table 5). 영산강 수계에서 2012년에 관측된 7개 지점의 수질 자료를 이용한 상관분석에서는 BOD와 COD, BOD와 TOC의 상관계수는 건기가 높고 COD와 TOC의 상관계수는 건기와 우기에 각각 0.
영산강 수계에서 2012년에 관측된 7개 지점의 수질 자료를 이용한 상관분석에서는 BOD와 COD, BOD와 TOC의 상관계수는 건기가 높고 COD와 TOC의 상관계수는 건기와 우기에 각각 0.913과 0.915 로서 유사하였으며(Park et al., 2014), 낙동강 수계에서 2013~2014년에 관측된 195개 지점의 수질 자료를 이용한 BOD, COD, TOC 성분 간의 상관계수는 모두 겨울이 여름보다 높았다(Na et al., 2016).
기존의 연구 사례에서는 다양한 하천에서 수집된 자료를 이용하였지만, 본 연구에서는 1개 지점의 10년 관측 자료를 이용하여 월별 회귀함수를 추정하였다. 추정된 선형회귀함수의 기울기는 TOC와 BOD에서는 0.42~1.03, TOC와 COD에서는 0.91~1.71 정도로 추정되었다. 선형회귀함수의 결정계수가 높아질수록 기울기(TOC에 대한 BOD와 COD의 변화율)도 증가하는 경향을 보였으며, 이는 강수량이 많은 여름보다는 적었던 겨울(결정계수가 높은 시기)에 하 천으로 유입된 동일한 양의 유기물 분해에 필요한 산소 요구량이 더 많이 필요함을 의미한다.
질의응답
핵심어
질문
논문에서 추출한 답변
국내에서 수행된 BOD, COD, TOC의 상관성 관련 연구로는 무엇이 있는가?
국내에서 수행된 BOD, COD, TOC의 상관성 관련 연구로는 낙동강 지류하천에서 TOC와 COD 유기물의 분포 비교(Kim et al., 2013), 낙동강의 38개 지류·지천을 대상으로 하천 등급화를 위한 COD와 BOD에 대한 TOC의 선형회귀함수 추정(Na et al., 2015), 낙동강수 계에서 2013~2014년 동안 195개 지점의 관측 자료를 이용한 계절별 유기오염물질의 다중회귀분석을 통한 오염발생특성 분석(Na et al., 2016), 영산강 수계에서 7개 지류 구간에서 관측된 자료를 이용한 BOD, COD, TOC 사이의 상관관계 분석(Park et al., 2014), 영농기간 동안 논 유출수 내 BOD, COD 자료를 이용한 TOC 농도 추정(Choi et al., 2012) 등이 있다. 기존에 국내에서 수행된 유기물과 생물학적/화학적 산소요구량 관련 연구에 이용된 자료들은 관측 시간이 수년 이하의 비교적 짧은 기간이므로, 기후 조건과 환경의 연간 변화 등을 고려할 수 있는 장기적인 자료(10년 이상)를 이용한 상관성 분석이 필요하다.
하천으로 유입되는 오염물질이 다양해지고 있으며 무엇이 증가하고 있는가?
하천으로 유입되는 오염물질이 다양해지고 있으며 난분해성(non-biodegradable) 유기물을 포함한 비점오염원(non-point source)에 의한 하천수의 수질 오염이 증가하고 있다(Kim et al., 2007; Choi et al.
참고문헌 (8)
Choi, D. H., Jung, J. W., Yoon, K. S., Lee, K. S., Choi, W. J, Lim, S. S., Park, H. N., Yim, B. J., Hwang, T. H., 2012, Estimation of TOC concentration using BOD, COD, in runoff from paddy fields, J. Korean Soc. on Water Environ., 28(6), 813-818.
Han, D. H., Choi, J. Y., 2011, Selection of te optimum organic matter index for surface water quality management, Korea Environment Institute, 10(4), 61-80.
Kim, B. C., Jung, S. M., Jang, C. W., Kim, J. K., 2007, Comparison of BOD, COD and TOC as the indicator of organic matter pollution in streams ad reservoirs of Korea, J. Korean Soc. Environmental Eng., 29(6), 640-643.
Kim, H. S., Hong, J. J., Seong, J. U., Choi, K. S., Park, J. C., 2013, Comparison of organic matter distribution in major tributaries of the Nakdong river, J. Korean Soc. Water Environ., 29(5), 618-624.
Na, S. M., Kwon, H. G., Shin, S. M., Son, Y. G., Shin, D. S., Im, T. H., 2016, A Study on seasonal pollutant distribution characteristics of contaminated tributaries in Nakdong river basin, J. Wetlands Res., 18(3), 301-312.
Na, S., Lim, T. H., Lee, J. Y., Kwon, L. H., Cheon, S. U., 2015, Flow rate.water quality characteristics of tributaries and a grouping method for tributary management in Nakdong river, J. Wetlands Res., 17(4), 380-390.
Park, B., 2007, Introduction of water pollution, Hyungseul Publishing, 242.
Park, J. H., Moon, M. J., Kim, K. S., 2014, Analysis of relationship between water quality parameters with land use in Yeongsan river basin, J. Environmental Impact Assessment, 23(1), 19-27.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.