GIS Based Algorithm for Monitoring of Spilling of Acid Mine Drainage in Mining Area

(1)

GIS를 이용한 광산지역 산성광산배수 유출 모니터링 지원 알고리즘 개발

이희욱¹⁾· 서장원²⁾· 박형동¹⁾* · 신승한³⁾

Huiuk Yi, Jangwon Suh, Hyeong-Dong Park_* and Seung-Han Shin (Received 9 July 2015; Final version Received 28 October 2015; Accepted 29 October 2015)

Abstract : Mine hazards has distributed nationally through the abandoned mine areas, and stream water contamination by acid mine drainage threats resident's health and agricultural industry. To support stream water monitoring for spilling acid mine drainage, new techniques should be required. This study proposed the algorithm for choosing monitoring position, estimating source of acid mine drainage, comparing putative sources with path distance, passing time, and EFH index. The algorithm was applied to field data and inspected its function. And the proposed algorithm could support water quality monitoring on abandoned mine areas. Combined with in-field monitoring system, the results proposed in this study can provide useful information on water quality monitoring in mining area.

Key words : GIS, Spatial analysis, Hydraulic analysis, Water quality monitoring, Acid mine drainage 요 약 : 광해는 전국적으로 휴･폐광지역에 걸쳐 방대하게 분포하고 있으며, 특히 산성광산배수에 의한 수질오 염은 지역민의 건강을 위협하고 농･축산업에 위해를 가하는 등 지역개발의 장애요인으로 작용하고 있다. 산성광 산배수에 의한 수질오염을 효과적으로 모니터링 하고 오염원을 조기에 발견하기 위해서는 보다 체계적인 모니터 링 지점 배치 및 오염원 추정 기술이 요구된다. 본 연구에서는 광산지역의 지형 조건을 고려한 하천 모니터링 위치 선정 알고리즘, 모니터링 결과에 따른 산성광산배수 유출 지점 추정, 지점별 농도, 이동거리, 이동시간 등을 비교 할 수 있는 알고리즘을 구현하였다. 개발된 알고리즘이 의도대로 작동하는지 확인하기 위하여 알고리 즘을 현장자료에 적용하여 분석을 수행한 결과, 본 연구에서 개발된 기법은 광산지역 수질모니터링을 효율적으 로 지원할 수 있었다. 본 알고리즘은 현장조사 체계가 함께 정비될 경우 더욱 효과적인 의사결정이 가능할 것으 로 기대된다.

주요어 : 지리정보시스템, 공간분석, 수문분석, 수질모니터링, 산성광산배수

1) 서울대학교 에너지시스템공학부

2) Dept. of Energy and Mineral Engineering, Pennsylvania State University, USA

3) 한국광해관리공단

*Corresponding Author(박형동) E-mail; [email protected]

Address; Dept. of Energy Systems Engineering, Seoul National University, Seoul, Korea

(2015) pp. 511-522, http://dx.doi.org/10.12972/ksmer.2015.52.5.511

서 론

광해란 ‘광산개발에 의해 발생하는 환경적･문화적･사 회경제적 피해’로 정의되고 이중 협의의 광해는 환경적 피 해로 규정된다(Kwon et al., 2007). 광해는 전국적으로 휴･

폐광지역에 걸쳐 방대하게 분포하고 있으며, 이러한 환경 파괴로 인하여 심각한 문제들을 야기하고 있다. 특히 산성

광산배수(Acid Mine Drainage, AMD)에 의한 수질오염은 지역주민의 건강을 위협하고 농･축산업에 위해를 가하는 등의 심각한 피해를 초래하는 주요한 광해이다(Park et al., 2000). 이를 예방하기 위해서는 휴･폐광산 지역에 대한 주 기적인 수질오염 모니터링이 필수적이며, 한국광해관리공 단에서는 휴･폐광산 지역의 채수지점 및 수질정화작업 수 행 지역에 대하여 광산 내의 침출수, 갱내수, 갱도 등에 대 하여 분기별로 수질측정을 수행하고 있다(MIRECO, 2010).

측정 항목은 유량, 온도, pH, 산화환원전위, 알칼리도, 용존 산소량, 전기전도도, 탁도를 비롯한 18개 원소, 3개 이온의 함량 정보이다. 그러나 이러한 갱내수의 주기적인 측정에 도 불구하고 현지 주민들로부터는 광산으로 인한 수질오염 이 발생하고 있다는 민원이 계속되고 있는 실정이다. 이는 모니터링을 수행 중인 곳 이외의 지역에서 예측하지 못한 연구논문

(2)

Fig. 1. Structure of proposed algorithm for supporting water quality monitoring in mining areas.

경로로 산성광산배수가 유출되어 하천으로 유입되었을 가 능성을 말해준다.

이러한 문제를 해결하기 위해서는 산성광산배수가 발생 할 수 있는 지점뿐 아니라 유입 가능성이 있는 하천에 대한 수질오염도 모니터링이 요구된다. 그러나 하천 전체를 대 상으로 모니터링 지점의 수를 증가시키기에는 예산, 인력 등의 제약이 있을 수 있기 때문에, 예산, 인력 등의 여건을 고려하여 주어진 지역 환경에 적합한 최적의 모니터링 체 계를 설계할 필요가 있다. 이러한 문제의 개선책으로써, 최 소한의 지점에 대한 수질 모니터링으로 최대한의 영역을 효율적으로 관리할 수 있도록 지리정보시스템(Geographic Information System, GIS)을 이용한 하천의 수질오염 모니 터링 지점 배치안에 대한 제시가 요구된다.

GIS는 공간적으로 분포하는 자료를 통합하여 주요 의사 결정을 보조할 수 있는 강력한 도구 중 하나이므로(Park et al., 2010) 광산배수설계, 수질모니터링, 침출수 분석 등에 활용되어 왔다(Duke et al., 2003; Yenilmeza et al., 2011;

Choi, 2012). 기존 연구사례를 보면 수질모니터링 및 광산 지역 배수관리에 GIS를 이용하는 연구들이 국내외에서 활 발히 수행되어 온 것을 확인 할 수 있다. Bruns and Sweet(2004)는 수계환경 모니터링과 오염지역 복구를 위 하여 GIS기법을 적용하였고, Choi 등(2006)은 대규모 석 탄 노천광의 배수설계를 위하여 GIS 기법을 제안하였다.

Yenilmeza 등(2011)은 GIS를 이용하여 폐광지역의 중금 속 오염도를 추정하는 연구를 수행하으며, 광산폐기물 침 출수의 경로 분석, 광산지역 지표수 모델링과 같은 연구가 최근까지도 수행된 바 있다(Choi et al., 2011a; Choi et al.,

2011b; Kim et al., 2011). 그러나 광산지역의 효과적인 모 니터링 지점을 제시하기 위한 방법론에 관한 연구는 미흡 한 실정이며, 모니터링 이후 측정결과를 토대로 분석기법 을 연구한 사례들도 국내 수질모니터링 여건에 다소 부합 되지 않는 등의 한계점이 있다.

본 연구에서는 수질모니터링 이전 단계에서 측정 지점 의 배치 설계를 위한 기법을 제시하고, 제안된 지점에서 주 기적인 하천 모니터링을 수행하는 도중 산성광산배수의 유 입이 검출되면 발견지점을 토대로 유출 주의구역을 설정하 고 오염원을 추정하는 기능과 오염원 후보 별 비교를 위한 가중치를 산정할 수 있는 알고리즘을 설계한다. 이를 통하 여 실무자가 정밀조사 지점 간 우선순위를 설정하는 데에 도움을 줄 수 있는 방법론을 제안하고자 한다.

광산지역 수질모니터링 지원 알고리즘 구성

Fig. 1은 본 연구에서 제안하는 광산지역 수질모니터링 을 위한 알고리즘의 구성도를 보여준다. 전체적으로 세 단 계, 다섯 개의 모듈로 구성되어 있다. 첫 번째 단계는 수질 모니터링 이전에 대상지역의 지형 및 수계를 고려하여 최 적의 모니터링 지점 배치를 제안하는 모듈이다. 해당 모듈 의 결과에 따라 모니터링을 수행하다가 산성광산배수의 유 입이 검출되면 두 번째 단계로 넘어간다. 두 번째 단계에서 는 산성광산배수가 검출된 모니터링 지점과 수계, 주변 광 산의 위치를 기반으로 산성광산배수 유출 주의구역을 설정 하고 오염원 후보 광산을 선정한다. 알고리즘의 세 번째 단 계에서는 주어진 측정 결과를 토대로, 이전 단계에서 선정

(3)

(a) single stream (b) two streams into one Fig. 2. Simplified runoff patterns based on digital elevation models.

된 오염원 후보에 대하여 오염물 이동 거리, 이동 시간, 농 도 등의 정보를 추정하고 비교분석함으로써 정밀조사 우선 순위 지역을 설정할 수 있도록 보조하는 기능을 수행한다.

수질 모니터링 위치 선정 모듈

알고리즘의 첫 번째 단계인 수질 모니터링 위치 선정 모 듈은 하천의 형태를 고려하여 수계가 만나는 지점을 탐색 하여 실무자에게 제안하는 기능을 갖도록 설계되었다. 해 당 모듈은 주어진 모니터링 지점 수에 대하여 각 지점별 영 향범위의 크기가 균질하게 분포하면서 가능한 한 넓은 지 역을 모니터링 할 수 있도록 모니터링 지점을 배치하는 데 에 도움을 줄 수 있다. 또한 조사자의 동선과 모니터링 영역 분포는 지형적인 영향을 크게 받기 때문에 이를 고려하여 지점 배치를 제안하는 기법이 모니터링 실무를 보조하는 데에 그 역할이 있다. 자연 지형을 등간격의 격자로 나누고 격자별로 평균 고도를 입력하여 모델링한 수치표고모델 (Digital Elevation Models, DEM)을 기반으로 GIS 분야에 서 연구되어 온 수계분석 알고리즘을 적용하면 지형 기복 에 의해 지표수가 흘러가는 방향을 분석하고 그 흐름의 누 적량을 계산할 수 있다. Fig. 2는 강우 발생 시 간단한 수치 표고모델 위를 흐르는 지표수의 패턴을 보여준다.

Fig. 2(a)는 셀 i와 셀 j를 지나는 단일 하천이 있고 주변으 로 일부 지표수가 유입되는 경우를 보여주고 Fig. 2(b)는 셀 i로부터 온 하천과 셀 k로부터 온 하천이 셀 j에서 만나는 것 을 개념적으로 나타내고 있다. 그림에서 화살표의 방향은 물이 흐르는 방향을, 화살표의 크기는 흐름누적량의 크기 를 나타낸다. 하천 수질 모니터링을 수행할 때에 Fig. 2(b) 와 같이 하천이 합쳐지는 지점을 활용하면 적은 노력으로 효과적인 모니터링을 수행할 수 있다. 셀 i와 셀 k에서 각각

수질 모니터링을 수행하면 이동거리는 짧으나 각각 다른 방향의 수계를 대상으로 모니터링 하는 것이 가능하기 때 문이다. 본 연구에서는 GIS의 흐름방향(flow direction) 분 석과 흐름누적량(flow accumulation) 분석 기법을 이용하 여 하천이 합쳐지는 지점을 추출하기 위해서 새로운 지표 를 제안하고자 한다.

_ _× _ _ (1)

여기서 _, _는 각각 셀 i, 셀 j의 흐름 누적량을 말한다. 셀 i에서 셀 j를 검색하는 것은 흐름방향 분석 결과를 활용한 다. 본 연구에서는 식 (1)을 하천 결합 지표(Stream Union Index, SUI)라 명명하였다. SUI가 클수록 둘 이상의 하천 수계가 만나는 지점일 가능성이 높은데 가 클 뿐 아니라

_와의 차이가 커야 하기 때문에 Fig. 2(b) 셀 i 이외의 다른 셀에서 대규모의 수계가 셀 j로 유입된 경우일수록 SUI 값 이 증가하게 된다. 이 지표가 최대가 되려면 와

_ _가 비슷한 크기인 경우로써 셀 j를 기준으로 볼 때 유입량의 절반이 셀 i로부터 발생하고 나머지 절반이 다 른 곳으로부터 들어오는 경우이다. 마찬가지로 Fig. 2(b)에 서 셀 k를 대상으로 SUI를 적용해도 값이 크게 계산된다.

SUI가 크게 계산되는 지점을 파악하면 수계가 합쳐지는 지 점의 양쪽 지점을 자동으로 추출 할 수 있다. 반대로 하천 수 계가 만나는 지점이 아닌 Fig. 2(a)에서의 셀 I는 _는 크지 만 _ _가 작기 때문에 SUI 값이 작게 계산된다.

Fig. 3은 수질모니터링 위치를 제시하는 과정을 나타낸 순서도이다. 먼저, 수치표고모델을 이용하여 흐름방향 및 흐름누적량 분석을 수행하고 그 결과를 바탕으로 전체 영 역에 대하여 SUI를 계산한다. 그 뒤에, 전체 영역을 SUI 순

(4)

Fig. 3. Procedure for module of monitoring position proposal.

Fig. 4. Procedure for module of estimating putative AMD sources.

으로 정렬하여 사용자가 원하는 모니터링 지점 수만큼 추 출할 수 있도록 알고리즘을 설계하였다.

산성광산배수 오염원 추정 모듈

수질 모니터링 위치 선정 모듈에서 제안된 결과에 따라 수질 모니터링을 수행하던 중, 일부 지역의 pH가 기준치 이 하로 내려가서 산성광산배수의 유출이 의심되는 상황이 발 생하면 두 번째 단계인 산성광산배수 오염원 추정 모듈이 활용된다. 해당 모듈에는 산성광산배수 모니터링 지점의 위치 정보와 pH 측정 정보, 첫 번째 단계의 결과물이었던 각 모니터링 지점에 영향을 미치는 범위(Coverage zone) 자료, 대상지역의 가행광산 및 휴･폐광산 분포 자료가 입력 자료로 이용된다.

Fig. 4는 산성광산배수 오염원을 추정하는 알고리즘의

구조를 나타내고 있다. 해당 알고리즘은 입력받은 자료를 토대로 정밀조사가 요구되는 주변 가행광산 및 휴･폐광산 목록을 결과물로 생성한다. 본 모듈에서의 결과물은 이 후 단계에서의 분석 대상이 되어 모듈 별 분석 요소 비교 결과 에 따라 정밀조사 우선순위를 결정 할 수 있다.

산성광산배수 이동거리 계산 모듈

본 모듈은 두 번째 단계에서 선정된 오염원 후보 지점 각 각을 대상으로 모니터링 지점까지 산성광산배수가 이동한 거리를 계산하는 알고리즘이다. 입력 자료로는 수치표고 모델, 추정 오염원, pH 모니터링 지점 좌표 정보가 이용된 다. 해당 알고리즘은 수치 표고 모델로 흐름 방향 분석을 수 행하고 각각의 추정 오염원 위치로부터 흐름방향에 따라 경로를 추적하여 pH 모니터링 결과, 기준치 이하인 모니터 링 지점에 도달하기 까지 지나간 거리를 합산하고 경로정 보를 제공한다(Fig. 5). 거리는 2차원 평면상의 거리 뿐 아 니라 3차원 좌표를 활용하여 고도 차이에 의한 거리도 고려 하여 계산하도록 설계되었다.

산성광산배수 이동시간 계산 모듈

본 모듈은 산성광산배수의 유출이 특정 강우 현상 이후 에 발생하였고, 모니터링 과정에서 해당 지점이 오염에 노 출된 시간을 탐지했을 경우에 유용하게 활용될 수 있는 분 석 결과를 제공한다. 본 모듈은 전통적인 수문분석 알고리 즘을 기반으로, 수치해석 기법에 따라 특정 강우 조건에 따 른 분석대상 지역의 시공간적 변화를 모사한 뒤, 모사 결과 를 배경조건으로 하여 산성광산배수의 이동시간을 계산한다.

시계열 수문분석 알고리즘

본 연구에서 제안하는 알고리즘의 기반이 되는 시계열

(5)

Fig. 5. Procedure for module of AMD path distance.

수문분석 알고리즘은 수치표고모델을 입력자료로 사용하 여 지표수(runoff) 거동을 모사한다. 이를 위하여 시간적･

공간적 유수 거동 모델링을 수행한다. 해당 기법은 연구지 역을 격자형으로 나누어 각각의 격자마다 단위시간 간격으 로 분석을 수행하는데, 확산파 방정식(diffusion wave equation)을 이용하여 각 격자별 지표수의 수위(h) 및 유속 ()과 같은 변수의 시계열 변화를 계산한다. 시계열 수문분 석 알고리즘(Jain and Singh, 2005)은 배수시설물의 유입 구로 들어오는 물의 부피를 계산하고 물이 유출구로 이동 하는 시간을 추정하여 배수시설물 주변에서 나타나는 강우 의 전파현상을 모사할 수 있다. 또한 수치표고모델로 구성 된 대상지역 각각의 셀에 해당하는 강우의 수심변화, 누적 흐름량 등을 계산할 수 있으므로 대상지역 전체에 대하여 지표수의 시간적･공간적인 흐름 분석이 가능하다. 시계열 수문분석 알고리즘은 식 (2)를 지배방정식으로 따른다.



^^_{ }



^^_^^{ }^^{ }^⁽²⁾

여기서, r은 유입량, f는 유출량, _는 실경사, _는 마찰경 사이다. 식 (1)을 수치적으로 변환하고 이것을 래스터 자료 에 적용하기 위하여 dx를 한 셀(cell)의 크기로 정의하면, 각 셀의 수위 h는 이전 시간 t의 수위로부터 유입 및 유출되는 유량을 고려하여 식 (3)과 같이 계산된다.

_^ _  _ _{ }^  _^  (3)

여기에 는 셀 i의 면적이다. dx는 래스터(raster) 자료의 한 셀 길이, 는 각 시간대 t에서 모든 셀의 유속 중 최고유 속으로 dx만큼 이동할 때 걸리는 시간이다.   과  은

시간 t에서 의 기간 동안 셀 i에 유입된 지표수의 양과 유 출된 양을 나타낸다. 해당 수위 정보와 경사도(slope), 마찰 력(roughness) 정보를 매닝 공식(Manning equation)에 대 입하면 시간 t에서의 유속(^)은 식 (4)와 같다.

^   _^^



_^^



 _^ _ 

 _^

(4)

식 (4)에서 는 셀 i와 셀 k 간의 거리, 는 실경사, 는 마찰경사, 은 셀 i의 매닝 조도 계수(Manning's roughness coefficient)이다.

산성광산배수 이동시간 계산 모듈 설계

시계열 수문분석 알고리즘 분석 결과를 활용하면 특정 강우 조건에서 분석적용지역 전체의 시계열 강우 이동 정 보를 획득할 수 있기 때문에 시계열 분석을 수행하기 이전 에 오염원 추정지역의 강우에 ID를 할당하고 시간에 따른 강우의 유속을 고려하여 추적을 수행하면 해당 오염원 추 정지역에서부터 모니터링 지점까지 산성광산배수가 이동 하는 시간을 계산할 수 있다.

특정 오염원 추정지역에서부터 모니터링 지점까지 산성 광산배수가 이동하는 시간을 제공하기 위하여 알고리즘 모 듈이 설계되었으며 Fig. 6은 설계된 모듈의 구조를 보여준 다. 입력 자료로 수치 표고 모델, 강우정보, 추정 오염원, pH 모니터링 지점 좌표 정보가 이용된다. 먼저, 수치 표고 모델 로 흐름방향을 분석하고 오염원 추정지역의 강우에 ID를 할당한다. 그 뒤에 시계열 수문분석 알고리즘을 수행하면 서 오염원 추정지역에서 출발한 강우의 위치를 시계열로 추적하는 작업을 반복하여 해당 강우가 pH 모니터링 결과, 기준치 이하인 모니터링 지점에 도달하면 그 때의 시간을 기록하고 반복작업을 종료한다. 오염원 후보로 선정된 모

(6)

Fig. 6. Procedure for module of AMD passing time calculation.

Fig. 7. Flux from origin of pollutant to monitoring position.

든 지점에 대하여 각각의 이동 시간을 기록하여 별도의 파 일로 정보를 제공하도록 설계되었다.

등가유량수소이온지표(Equivalent Flux Hydrogen ion Index, EFHI) 계산 모듈

앞서 기술된 두 개의 모듈로 오염원 추정 지역에서 모니 터링 지역에 도달하는 거리 및 시간에 대한 정보가 제공될 수 있지만 모니터링 지역에서 측정된 pH 농도에 따른 영향 은 고려하지 못한다. 그렇기 때문에 이를 보완하기 위하여 본 연구에서는 특정 강우에 의해 오염원 추정지역에서 발 생한 산성광산배수가 모니터링 지점까지 이동하는 현상을 모사하여 모니터링 지점에서 측정된 pH를 기반으로 각각 의 오염원 추정지역에서 최초에 유출된 산성광산배수의 pH를 묘사하는 새로운 지표를 제안하고자 한다(Fig. 7).

어떠한 강우 조건에 의하여 하나의 수계 영역에 발생한 물이 최하단의 모니터링 지점에서 pH가 ^이라는 값으 로 측정되었을 때 이 물에 함유된 수소이온의 농도는 이 다. 산성광산배수 오염원을 제외한 다른 모든 지역의 물의

pH가 ^으로 동일하다고 가정하면 오염원에서의 수소 이온 농도 값은 식 (5)와 같이 계산될 수 있다. 본 연구에서 는 이와 같이 계산된 값을 등가유량수소이온지표(EFHI)라 명명하고 오염원 추정지역 별 산성광산배수의 농도 비교에 활용하고자 한다.

   _{ } _{}_{} (5)

여기에서 x는 오염원 지점, k는 모니터링 지점을 의미한다 (Fig. 7). _{ }, _은 해당 셀의 누적 유입량, 누적 유출량 을 의미한다. 은 모니터링 지점에서 측정된 수소이온 농 도, 은 컨트롤 지역의 수소이온 농도이다. EFHI는 모니터 링 지점에서의 pH와 오염원 추정지점의 위치, 강우조건, 지 형 등에 의거하여 계산되는 값이지만 실제 자연 조건은 이 보다 훨씬 복잡하기 때문에 많은 부분이 가정으로 이루어 진 해당 지표를 정량적으로 활용하는 데에는 한계가 있다.

또한, 광산 별로 배출되는 산성배수의 pH 값의 범위를 확인 하여 입력하는 방식으로 이를 대체할 수 있는 것으로도 판 단되어 추정값 자체는 다소 비현실적이라는 평가를 받을 수 있다. 그러나 동일 조건에서 각각의 오염원 추정지역에 해당 지표를 적용하여 값에 차이가 있다면 이는 오염원 추 정지역 간의 비교를 위한 지표로는 활용될 수 있다.

오염원 추정 지점에 대하여 등가유량수소이온지표를 계 산하는 모듈이 설계되었다(Fig. 8). 본 알고리즘은 시계열 수문분석 알고리즘의 결과물로 누적 유입량 및 누적 유출 량이 계산된다는 점에 착안하여 기존의 알고리즘에 오염원 좌표, pH 모니터링 지점 위치 정보를 추가하여 등가유량수 소이온지표를 계산하도록 설계되었다. 식 (5)에서 유입량 과 유출량을 시계열 수문분석 알고리즘으로 계산하고 m과 n을 입력받아 계산하는 원리이다.

(7)

Fig. 8. Procedure for module of calculating EFH index.

Table 1. Description on the mines of the study area

Name Location Ore Name Location Ore

Gangwon2 Jeongseon, Gangwon Au, Ag Hwapyo Jeongseon, Gangwon Au, Ag Deokil Jeongseon, Gangwon Au, Ag Cheonpo2 Jeongseon, Gangwon Cu

Boam Jeongseon, Gangwon Au, Ag Yemi24 Jeongseon, Gangwon Pb, Zn

Bukdong1 Jeongseon, Gangwon Au, Ag Hamchang Jeongseon, Gangwon Pb, Zn Samwon Jeongseon, Gangwon Au, Ag Seongsin Jeongseon, Gangwon limestone Seokgok Jeongseon, Gangwon Au, Ag Jinhong Jeongseon, Gangwon limestone Wolyong Jeongseon, Gangwon Au, Ag Chungmu Jeongseon, Gangwon limestone Jieok Jeongseon, Gangwon Au, Ag Handu Jeongseon, Gangwon limestone Cheonpo1 Jeongseon, Gangwon Au, Ag Hwachang Jeongseon, Gangwon Au, Ag

Fig. 9. Surface elevation and location of mines of study area.

연구적용지역 및 데이터

연구지역은 다수의 광산이 분포하고 있는 강원도 정선 군 일대로 선정되었다. 해당 지역은 귀금속, 연아연 등의 금 속종이 수반되는 다금속 광화작용의 특징을 보이며 광상유 형은 주변모암의 유형 및 생성환경에 따라 스카른 광상, 열 수교대 광상, 칼린 광상, 중열수 맥상 광상으로 광범위한 지 역에 걸쳐 배태되고 있다(Pak et al., 2004). 광역 지질은 영 남육괴에 속하는 선캠브리아기 변성암류를 기반암으로 하 여 고생대 조선누층군과 평안누층군으로 구성된 함백지향 사의 남익부를 따라 주로 스카른/열수교대 광상이 배태되 며, 이들 암석을 중생대 백악기의 화강암류들이 후기에 관 입하고 있다(Choi et al., 2009). 조선누층군은 영남육괴의 상부에 부정합적으로 놓여있고, 주로 천해와 조석환경에 서 형성된 탄산염암층으로 구성되어 있다(Kim et al., 2009). 연구지역은 천포, 덕일, 예미, 함창 등 금･은, 동, 연･

(8)

(a) digital elevation models (b) flow direction

(c) flow accumulation (runoff) (d) watersheds

Fig. 10. Result of applying hydraulic analysis algorithms on study area.

아연 광상이 위치하고 있으며 수자원관리종합정보시스템 (http://www.wamis.go.kr/)에서 제공하는 데이터 상에서 연구지역 내 분포한 광산 목록은 Table 1과 같다. 각 광산의 위치정보는 Fig. 9에서 검은 점으로 표시되었다.

Fig. 9는 연구지역의 표고를 나타내는 수치고도모델로 서 90 m 크기의 격자로 구성되어 있으며 각각의 격자는 해 당 위치의 해발고도를 속성값으로 가진다. 집수구역의 영 향을 고려한 통계분석을 수행하기 위해서는 DEM을 이용 한 수계분석 및 집수구역 분석이 선행되어야 한다.

알고리즘 적용

구현된 광산지역 수질모니터링 알고리즘이 의도대로 작

동하는지 확인하기 위하여 알고리즘을 현장 자료에 적용하 여 분석을 수행하였다. 입력된 수치 표고 모델은 Fig. 10(a) 의 가로 126개, 세로 168개의 셀로 구성되었다. 지역 동부 와 남부에 고지대가 있고, 고지대 사이로 골짜기가 발달하 였으며 북서부 및 서부에 저지대가 발달한 지형이다. 당해 수치 표고 모델을 바탕으로 흐름방향 분석을 수행한 결과 는 Fig. 10(b)와 같다. 세 개의 골짜기를 중심으로 흐름방향 이 나뉘는 것을 확인 할 수 있다. Fig. 10(c)는 흐름방향 분석 결과를 토대로 흐름누적 분석을 수행한 결과이다. 크게 세 개의 수계가 형성된 것을 확인할 수 있다. 골짜기 지형을 따 라 1시 방향에서 10시 방향, 4시 방향에서 10시 방향에 이 르는 수계가 크게 발달해 있고 이와 연결된 중규모 수계들 이 발달해 있다. 7시 방향에서 9시 방향으로도 소규모 수계

(9)

(a) input data (b) putative AND sources Fig. 12. Result of module for putative AMD sources over study area.

Fig. 11. Result of monitoring position proposal on study area.

가 형성되어 있음을 볼 수 있다. Fig. 10(d)는 수계영역 분석 을 수행한 결과이다. 1시 방향에서 10시 방향, 4시 방향에 서 10시 방향으로 이르는 하천이 하나의 수계를 이루고, 7 시 방향에서 9시 방향으로 흐르는 하천이 수계를 형성하고 있다. 그 이외의 지역은 별도로 중소형의 수계들을 형성하 고 있다.

우선 수질모니터링 지점을 선정하기 위하여 ‘수질 모니 터링 위치 선정 모듈’에 수치 표고 모델을 입력하였고 수질 모니터링 지점 개수는 18개로 입력하였다. 모니터링 지점 개수는 대상지역의 지형 및 수계 형상, 모니터링 예산, 실무

자의 의견 등에 따라 변경될 수 있으며 여러 가지 경우에 대 한 결과를 비교하는 방식으로 결정할 수도 있다. 해당 모듈 은 입력된 모니터링 지점 수를 기반으로 수계면적을 최대 한 균등하게 배분하면서, 모니터링 지점간 거리도 최적화 한다는 데에 장점이 있다. 그러나 과도하게 적은 숫자를 입 력하면 대상영역 전체를 포함하지 않는 등의 문제가 발생 할 수 있으므로, 현장 상황에 따라서 모니터링에 의한 영향 범위 결과가 대상지역 전체를 아우르고 있으며 그 면적의 편차도 적절한지 판단하여 모니터링의 최소 지점 수를 결 정할 수 있다. Fig. 11은 모니터링 위치 선정 및 영향범위를 산정한 결과를 나타내고 있다. 수질 모니터링 지점이 두 개 또는 세 개씩 모여 있는 것을 확인 할 수 있는데 이는 해당 지 점에서 수계가 만나기 때문이다. 측정 지점들이 모여 있으 므로 측정지점 수에 비해 이동 횟수가 적기 때문에 측정자 는 시간이나 비용을 절약할 수 있다는 장점이 있다. 그럼에 도 모니터링에 의한 영향범위는 대상지역의 대부분을 포함 하고 있으므로 시간 및 비용은 줄이고 효과는 극대화 할 수 있는 배치 안을 제공하는 것으로 판단된다.

Fig. 12는 제안된 지점에서 모니터링을 수행하던 중 한 지점(■ 표시)에서 산성광산배수로 인한 pH 감소 현상이 검출된 경우를 시나리오로 가정하여 작성된 입력자료(Fig.

12(a))와 그에 따른 분석 결과(Fig. 12(b))를 나타내고 있다.

모니터링 지점의 수계 분석 결과를 토대로 적용 대상 지역 에 위치하는 것으로 설정된 가행광산 및 휴･폐광산 18개 지 점 중 주의영역 내의 세 개 지점을 오염원 추정지역으로 선 정한 것을 확인할 수 있다.

오염원 추정지역에 대한 자료들과 모니터링 지점에서 확보된 자료(위치, 시간, pH 농도)를 기반으로 산성광산배

(10)

(a) AMD path distance (b) AND passing time and EFH index Fig. 13. Comparisons between putative AMD sources. based on path distance, passing time and EFH index.

Table 2. Ranking of putative AMD sources.

ID row (i) column (j) distance (m) time (sec.)

EFHI pH

Score

value rank value rank value rank

1 60 82 5036 1 2908 2 0.0471734 1.3 1 8

2 63 86 5459 2 2902 1 0.0629007 1.2 2 7

3 70 87 6457 3 2915 3 0.1886868 0.7 3 3

수의 이동거리, 이동시간, EFH지표를 추정한 결과는 Fig.

13과 같다. Fig. 13(a)에 따르면 각 오염원 추정지역에서 모 니터링 지점까지 이동 거리는 5036, 5459, 6457 m 로 계산 되었다. 산성광산배수가 지표로 이동하는 경우에 한정된 결과이지만 이동경로도 파악할 수 있으므로 역추적 시에도 활용 가능할 것으로 판단된다. Fig. 13(b)는 한 시간 동안 50mm의 강우가 발생했을 때에 각 지점에서 모니터링 지점 까지의 이동 소요시간 및 EFH 지수 분석 결과이다. 각각 강 우발생 직후부터 2908, 2902, 2915 초가 소요되는 것으로 계산되었다. 한 가지 주목할 점은 Fig. 13에 첫 번째 지점 (i=60, j=82)과 두 번째 지점(i=63, j=86)의 거리와 시간이 비례하지 않는다는 것이다. 이는 첫 번째 지점으로부터의 흐름양이 상대적으로 적기 때문에 그에 따라 유속도 상대 적으로 느려서 발생한 일로 판단된다. 각 지점의 추정 pH는 각각 1.3, 1.2, 0.7 로 추정되었다. Table 2는 세 지점별로 각 지표를 비교한 것이다.

표에 따르면 거리, 시간, pH의 순위가 모두 다르기 때문

에 각 지표별 순위에 가중치를 두는 것으로 의사결정을 수 행하였다. 세 가지 지표를 해석하고 합산하는 데에 사용된 가중치 부여방식은 실무자의 의견에 따라 다양하게 변형될 수 있다. 예를 들면, 모니터링 지점에 산성광산배수가 유입 된 정확한 시간이 측정 되었다면 강우가 내린 시각과 연동 하여 후보를 역추적하는 방법도 가능하고, 추정 pH와 실제 pH 측정값을 비교하는 것도 유출 가능성을 판단하는 방법 으로 이용될 수 있다. 분석결과는 실무자의 의견에 따라 지 표에 차등적으로 가중치를 주는 등 다양한 방식으로 의사 결정에 적용될 수 있다.

본 연구에서는 시범적으로 각 요소에 동일한 가중치를 부여하고, 이동 거리와 시간은 짧을수록 순위를 높게 책정 하였고 pH는 클수록 순위를 높게 책정하는 방식을 적용하 였다. 그 이유는 우선 이동 거리와 시간의 경우 짧을수록 모 니터링 지점에 영향을 줄 가능성이 높기 때문이고, 추정 pH 가 높게 추정되었다는 것은 그만큼 더 적은 양의 수소이온 을 함유한 광산배수가 유출되더라도 모니터링 지점에 끼치

(11)

는 영향력이 강하다는 의미로 해석되었기 때문이다. 본 연 구에서 순위를 매기는 이유는 산성광산배수가 배출되었을 것으로 의심되는 광산에 정밀조사를 수행하기 위한 우선순 위를 결정하고자 하는 것이다. 만약 각 광산에서 현행법에 합당한 광해방지 처리가 수행되었다고 가정한다면, 과도 하게 낮은 pH가 생성 및 유출되었을 가능성이 오히려 낮다 고 판단되었다. 때문에 pH가 높게 추정되었을수록 AMD 발생가능성이 더 높다고 판단되어 정밀조사 순위에 우위를 두었다.각각의 순위에 점수를 차등 부여(1위=3점, 2위=2 점, 3위=1점)하고 세 가지 지표 항목의 점수를 합산하였다.

그 결과, 1번 지점이 가장 위험성이 높고 2번, 3번순으로 정 밀조사 우선순위를 선정 할 수 있었다.

결 론

본 연구에서는 휴･폐광산의 분기별 채수지점 및 수질정 화작업 수행구역에 대한 수질측정자료의 특성을 고려하고 수질오염물의 거동을 모사하여 오염원에 대한 정보를 제공 하기 위하여 기존의 수문분석 알고리즘에 새로운 지표의 적용이 제안되었다. 지형 조건을 고려한 하천 모니터링 위 치 선정 알고리즘, 모니터링 결과에 따른 산성광산배수 유 출 지점 추정 알고리즘, 지점별 농도, 이동거리, 이동시간 등을 비교 할 수 있는 알고리즘이 설계 및 구현되었다.

강원도 정선군 일대를 연구 적용지역으로 설정하여 휴･

폐광산 위치 정보 및 지형정보를 기반으로 알고리즘을 적 용하였고, 산성 광산배수가 유출되었을 경우를 가정하여 시나리오 연구를 수행하였다. 본 연구는 강우 및 산성광산 배수가 지표를 통해서 이동하는 현상만을 모사하였기 때문 에, 오염물이 지하수를 통해 이동하는 경우는 결과에 직접 적으로 고려되어 있지 않다는 한계점을 가지고 있다. 하지 만 제안된 알고리즘은 단순히 모니터링 지점으로부터 거리 가 가까운 광산을 추천하는 것이 아니라 하천 모니터링 지 점의 위치를 토대로 주변 수계 및 지형 조건을 고려하여 유 출 후보군을 제시하고, 있으며, 여러 가지 관점에서 후보군 을 비교할 수 있는 지표를 제시하고 있다는 점에서 의의가 있다. 따라서 본 연구 결과는 하천모니터링 중 산성광산배 수가 검출되었을 때에 정밀조사를 실시할 지점을 결정하는 데에 도움을 줄 수 있다고 판단된다.

제안된 알고리즘은 수질 모니터링 지점을 제안하고, 모 니터링 이후에 오염원을 추정하기 위한 기능은 갖추고 있 으나 몇 가지 한계점을 가지고 있다. 제안된 알고리즘은 강 우강도 및 지표면의 특성에 따라 지하수의 발생 및 유동에 대해서는 고려하지 못하고 있다. 이는 Philip의 침투 모델 등을 적용하거나 지하수 유동 모델링을 결합하는 추가 연 구를 수행하면 보완이 가능할 것으로 판단된다. 또한 본 연

구에서는 각 항목별 가중치를 부여하는 기준을 제시하지는 못하였는데, 이는 실무자의 의사결정 목적에 따라서 달라 질 수 있기에 연구내용 외로 판단되었다. 예를 들면, 가중치 를 발생확률이 높은 쪽과 발생 시 위험도가 큰 쪽 중 어느 쪽 에 우선순위를 둘 것인지와 같은 문제의 경우는 의사결정 당사자의 판단 기준을 가장 주요한 기준으로 볼 수 있기 때 문이다.

해당 알고리즘은 자료입력에서부터 GIS 분석 및 시계열 수치해석에 따른 결과 도출까지 전 과정에 대하여 설계 및 구축이 완료되었다. 결과물은 실무자가 다양한 해석을 바 탕으로 활용할 수 있으며 본 연구에는 의사결정을 위한 한 가지 예시가 서술되었다.

사 사

본 연구는 2014년 한국광해관리공단(과제명 : GIS 기반 의 광해방지 설계지원 분석 기술개발)과 BK21 플러스 사 업의 지원을 받아 수행되었으며, 논문 작성은 서울대학교 에너지자원신기술연구소의 지원으로 이루어졌다.

References

Bruns, D.A. and Sweet, T., 2004, Geospatial tools to support watershed environmental monitoring and reclamation: assessing mining impacts on the Upper Susquehanna-Lackawanna American Heritage River, Advanced Integration of Geospatial Technologies in Mining and Reclamation, Atlanta, December 7-9, 2004, GA.

Choi, S.G., Choi, B.K., Ahn, Y.H. and Kim, T.H., 2009,

“Re-evaluation of Genetic Environments of Zinc-lead Deposits to Predict Hidden Skarn Orebody,” Econ.

Environ. Geol., Vol. 42, No. 4, pp. 301-314.

Choi, Y., Sunwoo, C. and Park, H.D., 2006, Control of open-pit mine drainage for mine reclamation using Geographic Information Systems, The Korean Society of Mineral and Energy Resources Engineers, Vol. 43, No.5, pp. 429-438.

Choi, Y., Park, H.D. and Kwon, H.H., 2011a, Software for Hydrological Analysis of Tailings Dam Using GIS and ASI Algorithm, The Korean Society of Mineral and Energy Resources Engineers, Vol. 48, No. 5, pp. 549-559 Choi, Y., Yi, H. and Park, H.D., 2011b, A new algorithm

for grid-based hydrologic analysis by incorporating stormwater infrastructure, Computers & Geosciences, Vol. 37, No. 8, pp. 1035-1044.

Choi, Y., 2012, A new algorithm to calculate weighted flow-accumulation from a DEM by considering surface

(12)

이 희 욱

현재 서울대학교 에너지시스템공학부 박사과정 (本學會誌第52券第1号參照)

박 형 동

현재 서울대학교 공과대학 에너지자원공학과 교수 (本學會誌第52券第4号參照)

서 장 원

현재 미국 펜실베니아주립대학교 에너지광물공학과 연구원 (本學會誌第52券第4号參照)

신 승 한

현재 한국광해관리공단 광해기술연구소 수질환경연구팀 연구원 (本學會誌第51券第2号參照)

and underground stormwater infrastructure, Environmental Modelling & Software, Vol. 30, pp. 81-91.

Duke, G.D., Kienzle, S.W., Johnson, D.L. and Byrne, J.M., 2003, Improving overland flow routing by incorporating ancillary road data into Digital Elevation Models, Journal of Spatial Hydrology, Vol. 3, No. 2, pp. 1-27.

Jain, M.K. and Singh, V.P., 2005. DEM-based modelling of surface runoff using diffusion wave equation. Journal of Hydrology 302 (1-4), pp. 107-126.

Kim, E.J., Park, M.E. and Sung, K.Y., 2009, “Preliminary Study of Oxidized Au skarn Model in the Geodo Mine Area to Mineral Exploration,” Econ. Environ. Geol., Vol.

42, No. 4, pp. 289-300.

Kim, S.M., Choi, Y, Park, H.D., Kwon, H.H., Yoon, S.H.

and Go, W.R., 2011, Analysis of Mine Leachate Transport Pathway on the Surface Using GIS , The Korean Society of Mineral and Energy Resources Engineers, Vol. 48, No.

5, pp. 560-572.

Kwon, H.H., Shim, Y.S., Lee, J.S., Kim, T.H., Kim, J.A., Yooon, S.H. and Nam, K.S., 2007, The source and the solution of mine reclamation, Journal of mine reclamation technology, Vol. 1, No. 1, pp. 5-25.

MIRECO, 2010, Report on investigation of mine damage in Gangwon, p. 495.

Pak, S.J., Choi, S.G. and Choi, S.H., 2004, “Systematic Mineralogy and Chemistry of Gold-silver Vein Deposits in the Taebaeksan District, Korea: Distal Relatives of a Porphyry System,” Mineralogical Magazine, Vol. 68, pp.

467-487.

Park, H.D., Choi, Y., Hyun, H.U., Chang, Y.S. and Suh, J., 2010, The principle and the application of GIS, Sigma press, Seoul, Korea, p. 213.

Park, M.E., Sung, K.Y. and Koh, Y.K., 2000, Formation of Acid Mine Drainage and Pollution of Geological Environment Accompanying the Sulfidation Zone of Nonmetallic Deposits: Reaction Path Modeling on the Formation of AMD of Tongnae Pyrophyllite Mine, Economic and Environment Geology, Vol. 33, No. 5, pp.

405-415.

Yenilmeza, F., Kuterb, N., Emilc, M.K. and Aksoya, A., 2011, Evaluation of pollution levels at an abandoned coal mine site in Turkey with the aid of GIS, International Journal of Coal Geology, Vol. 86, No. 1, pp. 12-19.