Introduction
Materials and Methods
Sampling and analyses
CCME-WQI calculation
Statistical analysis
Results and Discussion
Conclusions
Introduction
우리나라에서 농업활동은 하천 수계 및 소하천에 비점오염원 (non-point source pollution)으로 작용하여 수질오염에 직접적이고 광범위하게 영향을 미치는 것으로 보고되고 있다 (Nam, 2001). 특히 중소 규모의 하천 수계에서는 농업 활동에 의한 영향이 더욱 두드러지게 나타난다 (Lee et al., 2018). 전라남도는 여름철 집중 강우와 더불어 농경지가 혼재된 지형적 특성으로 인해 농업기반 비점오염에 취약한 지역으로 알려져 있다.
하천수의 수질상태를 정략적으로 진단과 평가를 하기 위해서는 개별 수질항목보다는 종합화된 지표로 수질 지수 (water quality index, WQI)가 널리 활용되어 왔다 (Lee et al., 2020). 그 중에서도 캐나다 환경부의 수질관리위원회 (Canadian Council of Ministers of the Environment, CCME)에서 제안한 CCME-WQI는 여러 수질 항목을 통합하여 하나의 지수 (0 - 100)로 표현함으로서 시공간 간 수질 비교와 장기적 추세 분석에 유용하다는 평가를 받고 있다 (Lee et al., 2022).
최근 Jo et al. (2022)은 다변량 통계방법과 WQI를 활용하여 금호강 유역 수질을 평가하고, 주요 변수들을 분석함으로써 효율적인 수질 평가의 가능성을 제시하였다. 또한 Jeong et al. (2024)은 RT-WQI (real time water quality index)를 사용하여 낙동강 오염 총량 측정망 12개 지점을 대상으로 통계 모델과 시계열 특성을 활용하여 수질 특성을 파악하였고, Kal et al. (2017)은 CCME-WQI를 적용하여 낙동강 지류의 수질 현황을 파악하였다. Nam (2001)은 낙동강 유역 내에서 주요 비점오염원 발생지역의 변화를 분석하여 농업 활동과 기후변화가 수질에 미치는 복합적 영향을 평가한 바 있다. 이처럼 대규모 하천 유역을 대상으로 한 WQI 기반 연구는 활발히 이루어지고 있으나, 전라남도처럼 농업활동이 집중되고 지형적으로 비점오염에 취약한 지역의 중소규모 소하천을 대상으로 한 시계열 수질 영향평가는 매우 제한적인 실정이다. 최근에 들어 Yeob et al. (2025)이 전국 5개 도 (경기도, 강원도, 충청도, 전라도, 경상도)에 분포한 하천 수질 모니터링 지점 중 해당 유역의 면적이 500 km2 미만인 지점을 대상으로 10년 (2015 - 2024) 수질 자료를 수집, CCME-WQI 산정하여 그 적용성을 검토하였다.
본 연구에서는 1) 전라남도 내 농업지대에 위치한 37개 소하천 지점을 대상으로 2021년부터 2024년까지 수질조사 모니터링, 2) 소하천 유역의 하천수 수질 변동 경향을 파악, 3) CCME-WQI 산정, 활용하여 연도별 수질 등급의 변동, 지점 간 차이 분석과 종합화된 수질 영향을 평가하였다.
Materials and Methods
Sampling and analyses
전라남도 농업지대 내 37개 소하천을 대상으로 조사 지점의 농경지 비율과 강수량을 조사하였다. 농경지 비율은 2013 환경부 중분류 토지피복지도를 사용하여 추출된 자료를 이용하였고 (Kim et al., 2019), 조사 지점의 누적 강수량은 ADMS 농업가뭄 관리 시스템 자료를 활용하여 수집하였다. 수질 시료는 2021년부터 2024년까지 매년 4월, 7월, 10월 3회에 걸쳐 채취하였다. 채취한 시료는 아이스박스에 보관하여 운반하였으며, 분석은 채수 당일 또는 그렇지 못한 경우에는 시료의 보존방법 (농업용수 수질분석 실무 매뉴얼, RDA)에 따라 보존하고 규정된 시간 내에 분석하였다. 측정 항목은 pH, 전기전도도 (Electrical Conductivity, EC), 화학적 산소요구량 (Chemical Oxygen Demand, CODMn), 총인 (Total Phosphorus, T-P), 총질소 (Total Nitrogen, T-N), 부유물질 (Suspended Solids, SS)로 농촌진흥청 농업용수 수질분석 실무매뉴얼 (RDA, 2016)에 준하여 분석하였다. pH와 EC는 pH/EC 전극을 이용하여 분석하였으며 Orion Star A214 Conductivity Meter (Thermo Scientific, USA)를 사용하였다. CODMn은 CODMn 산성법을 따라 과망간산칼륨법으로 적정하여 분석하였다. 총질소의 경우 자외선 흡광광도법으로 분석하였으며 총인 분석은 아스코르빈산 환원법을 사용하였다. 총질소와 총인 분석을 위한 장비로 Cary 8453 UV-Vis (Agilent, USA)를 사용하였다. 부유물질은 유리섬유여지법을 따라 미리 무게를 측정한 유리섬유여지 (GF/C)를 여과기에 부착하여 일정량의 시료를 여과시킨 후 항량으로 건조하여 무게를 달아 여과 전･후의 유리섬유 여지 무게차를 구하여 부유물질의 양을 계산하였다.
CCME-WQI calculation
본 연구에서 산정한 수질등급 지수는 CCME-WQI (Canadian Council of Ministers of the Environment Water Quality Index) 방식을 적용하였다. CCME-WQI는 수질기준 초과 여부, 초과 빈도, 초과 강도를 반영하여 다음의 세 가지 요인을 기반으로 산출된다 (Eqs. 1 - 6).
∙ Scope (F1): 수질 기준을 초과한 항목 비율 (%)
∙ Frequency (F2): 수질 기준을 초과한 측정 횟수 비율 (%)
∙ Amplitude (F3): 수질 기준 초과 정도를 수학적으로 반영한 값
본 연구에서는 pH, EC, COD, T-N, T-P, SS의 6개 주요 항목을 환경부의 수질환경기준 (Table 1)을 근거로 산정하였고, 산정된 WQI 값은 0에서 100 사이의 범위로 환산되며, 등급별 지수 구간은 Table 2에 제시하였다.
Table 1
Water quality standards of major parameters used for WQI calculation in this study (NIER, 2013).
| pH | EC | CODMn | T-P | T-N | SS | |
| Water Quality Standards | 6.5 - 9.0 | ≤0.2 | ≤4.0 | ≤0.1 | ≤3.0 | ≤25 |
Table 2
Classification of water quality according to the Canadian Council of Ministers of the Environment Water Quality Index (CCME-WQI).
Statistical analysis
수질 항목의 연도별 평균 및 변동성을 분석하기 위해 기초통계분석 (평균, 표준편차, 최대값, 최소값)을 실시하였으며, 연도 간 또는 지점 간 유의미한 차이를 검정하기 위해 분산분석 (ANOVA)과 사후검정 (Tukey’s HSD)을 실시하였다. 또한, 수질 항목과 조사지역 내 누적 강수량 (4, 7, 10월), 농경지 비율 (Kim et al., 2019), 수질 항목 간 상관관계 분석은 Pearson 상관계수를 활용하여 수행하였다. 통계분석은 XLSTAT (Ver.2023)을 사용하였다.
Results and Discussion
2021년부터 2024년까지 전라남도 농업지대의 소하천을 대상으로 시기별 (4월, 7월, 10월) 수질 변화를 조사한 결과는 다음과 같다. 누적 강수량의 차이에 따라 주요 수질 농도 (pH, EC, COD, T-N, T-P, SS)은 계절별로 뚜렷한 변동 양상을 나타내었다 (Fig. 1, Table 3). 특히 7월은 강수량이 가장 많았던 시기로 대부분의 지점에서 COD와 SS 농도가 뚜렷하게 증가하였고, 이는 강수로 인해 농경지 표면으로부터 유기물이나 오염원이 대량 유입된 결과로 해석된다. 4월은 강수량이 가장 적었던 시기로 SS와 COD 값이 전반적으로 낮게 나타났으며, 이는 하천 유입 부하가 상대적으로 적기 때문으로 판단된다. 반면에 T-N의 경우 4월에 가장 높은 농도를 보였고 여름철 강수가 집중된 7월에는 상대적으로 낮았다. 조사 지점 내 농경지 비율과 수질 항목 간의 관계를 분석하기 위해 농경지 비율을 기반으로 조사 지점을 4분위로 나누어 비교한 결과, 농경지 비율이 높을수록 대부분의 항목에서 수질 상태가 크게 나빠지는 경향이 뚜렷하게 나타났다 (Table 4). 1분위 (농경지 비율 하위 25%) 지점에서는 COD, T-N, T-P, SS의 평균값이 1.76 mg L-1, 4.68 mg L-1, 0.08 mg L-1, 1.87 mg L-1로 가장 낮은 수준이였고, 4분위 (상위 25%)에서는 동일 항목들이 각각 3.76 mg L-1, 8.43 mg L-1, 0.391 mg L-1, 9.48 mg L-1로 상승하였다. 이는 농경지 비율이 높은 지역에서 유출되는 비점오염물질이 하천 수질에 부정적인 영향을 미치고 있음을 나타내며, Yeob et al. (2025) 또한 농지 비율이 상대적으로 높은 충청 및 전라 지역에서 일부 성분들의 기준이 초과되었다고 보고하였다.
Table 3
Changes in annual water quality index in April, July, and October.
Table 4
Agricultural water quality by quartiles of agricultural land ratio in the watershed.
2021년부터 2024년까지 4년간 CCME-WQI를 활용하여 전라남도 농업지대 내 소하천 수질 변동 양상은 Fig. 2와 같다. 산정된 CCME-WQI 등급은 지역 및 연도에 따라 다소 뚜렷한 변동 양상을 보였다. 2021년에는 비교적 많은 지점에서 Marginal 또는 Poor 등급을 나타냈으며, 특히 농지 비율이 높은 지역에서 낮은 수질 등급을 보였다. 2022년에는 일부 지점에서 수질이 개선되었으나 여전히 특정지점에서는 T-N, T-P, COD, SS 농도가 기준을 초과하여 CCME-WQI 등급이 낮게 평가되었다. 2023년과 2024년에는 전반적으로 수질이 다소 개선되는 경향을 보여 일부 지점에서는 Good 이상으로 양호한 수질을 유지하는 경향도 확인되었다.
주요 수질 항목과 누적 강수량, 농경지 비율 및 CCME-WQI 간의 상관관계를 분석하여 농업지역 내 소하천 수질 변화의 주요 영향요인을 평가한 결과은 다음과 같다 (Fig. 3). Pearson 상관분석 결과, COD와 CCME-WQI 간에 r = -0.73 (p < 0.001)으로 매우 강한 음의 상관관계를 보였으며, COD 농도가 증가할수록 수질 상태가 현저히 저하되는 경향을 보였다. EC, T-N, T-P와의 상관계수 또한 -0.54 이상으로 유의한 음의 상관을 나타내어 역시 수질 저하의 주요 요인으로 작용하고 있음을 확인하였다. 농경지 비율은 COD (r=0.51), T-N (r=0.45), T-P (r=0.39), SS (r=0.45)와 유의한 양의 상관관계를 보였다 (p < 0.001). 농경지 비율과 CCME-WQI 간에는 r = -0.64 (p < 0.001)의 유의한 음의 상관관계를 보여, 농경지 면적비율이 높을수록 하천의 수질상태가 나빠지는 경향을 알수 있었다. 누적 강수량과 주요 수질 항목 간의 상관분석 결과 COD (r = -0.24), T-N (r = -0.36)으로 약한 음의 상관관계를 보였으며, EC (r = -0.08), T-P (r = -0.05)로 거의 유의성이 없는 수준으로 나타났다. 월별 강우에 의한 수질 영향정도 분석을 위해 4월, 7월, 10월의 누적강수량과 주요 수질항목 간의 상관관계를 분석한 결과 (data not shown), 4월의 누적강수량은 T-N (r = -0.31), COD (r = -0.26)으로 약한 음의 상관관계를 보였고 7월은 T-N (r = -0.51), COD (r = -0.44), T-P (r = -0.33)와 약간 높은 음의 상관관계를 보였다. 그러나 10월의 경우는 대부분의 변수들과 상관관계가 상대적으로 낮았으며, COD (r = -0.21), T-N (r = -0.27) 정도에서만 약한 음의 상관관계를 보였다. 특히 농경지 비율과의 상관관계는 4월과 10월에는 거의 관찰되지 않았지만, 7월에는 다소 유의미한 양의 상관 (r = 0.31)이 확인되었다. 이러한 결과는 Yeob et al. (2025)의 유사하였고, 집중강우 시에 농경지 면적이 비점오염원 유입의 간접 지표로 작용할 수 있다고 판단되었다. Yeob et al. (2025)의 결과에서도 7월 강수가 수질지수 및 주요 항목 모두에 영향을 주는 핵심 변수로 작용하였고, 집중 강우와 같이 강우 강도에 따라 비점오염원이 급격히 유입되어 수질이 악화되는 것으로 보고하였다.
Fig. 3
Pearson correlation matrix among CCME-WQI, key water quality parameters (pH, EC, COD, T-N, T-P, SS), farmland proportion, and cumulative precipitation, based on average values from 2021 to 2024. Color intensity represents the absolute value of the correlation coefficient, with blue indicating negative and red indicating positive correlations. C.P: Cumulative Precipitation, F.P: Farmland Proportion.
본 연구는 전라남도 농업지역 소하천의 수질 변동 양상을 파악하고, CCME-WQI의 지표 활용 가능성을 검토한 결과로써 향후 농업환경 변화에 따른 수질상황 요인 분석과 더불어 효과적인 수질 관리대책 수립의 기초자료로 활용될 수 있을 것이다. 이를 위해서는 농업지역 비점오염원에 대한 정밀 조사 및 장기적 모니터링이 지속적으로 수행되어야 할 것으로 판단된다.
Conclusions
본 연구는 2021년부터 2024년까지 전라남도 농업지역 소하천을 대상으로 시기별 수질 특성과 변화 양상을 분석하고, CCME-WQI를 활용하여 종합화된 수질상태 평가와 더불어 농경지 비율, 강수량과의 관련성도 검토하였다. 소하천 수질 모니터링 결과 집중강우가 많은 7월에는 COD와 SS 농도가 증가하였으며, 농경지 비율이 높을수록 수질이 나빠지는 경향이 뚜렷하였다. 또한 COD, T-N, T-P 성분은 CCME-WQI와 유의한 음의 상관관계가 확인되어 주요 수질오염 지표로 작용됨을 알 수 있었다. 이러한 결과는 CCME-WQI가 농업지역 하천수질 변화를 종합적으로 평가하는 데 적합한 도구임을 시사하며, 향후 농업환경 변화에 따른 수질상태 영향요인 분석과 관리 대책 수립의 유용한 자료로 활용될 수 있을 것이다. 따라서 농업지역에서 효과적인 하천수질 관리를 위해서는 비점오염원에 대한 정밀 조사와 더불어 장기적인 모니터링이 필요하다고 판단된다.
