A Nonparametric Trend Tests Using TMDL Data in the Nakdong River

낙동강 수계의 수질오염총량 자료를 이용한 비모수적 수질추세 분석

김미아․이소영․문현생․조항수^*․이재관․김경현^†

국립환경과학원 물환경연구부

*

한강물환경연구소

A Nonparametric Trend Tests Using TMDL Data in the Nakdong River

Mi-Ah Kim․Soyoung Lee․Hyunsaing Mun․Hang-Soo Cho^*․Jae-kwan Lee․Kyunghyun Kim^†

Water Environment Research Department, National Institute of Environmental Research

*

Han River Environment Research Center

(Received 3 November 2016, Revised 31 December 2016, Accepted 11 January 2017)

Abstract

We were interested in the long-term temporal and spatial variability trends of water quality. Trend tests such as the Seasonal and Regional Kendall tests and LOWESS (LOcally WEighted Scatter plot Smoother) have been recommended as outstanding tools for trend detection. In this study, we conducted four types of nonparametric trend tests (Seasonal and Regional Kendall tests, LOWESS, and flow-adjusted Seasonal Kendall). We aimed to identify water quality trends using the monthly data for five variables (BOD, COD, TN, TP, and flow) collected from 24 sites in the Nakdong River from August 2004 to December 2013. According to the Regional Kendall test, BOD, COD, and TN increased but TP decreased trend. The Seasonal Kendall test showed that BOD, TN, and TP remained constant at 62.5-83.3% of the sites. COD remained constant at 58.3% of the sites.

LOWESS showed that TP gradually increased between 2007 and 2008, then decreased slowly at the Gumi, Geumhogang6, Daeam-1 and Milyanggang3 sites. BOD increased slightly between 2008 and 2009, and then decreased slowly at the Namgang4-1 site. Lastly, a flow-adjusted Seasonal Kendall test was conducted. There were different results between Seasonal Kendall and flow-adjusted Seasonal Kendall tests at 11 of the 24 sites. According to the results from six of the eleven sites, BOD increased at one site, showed no trends at three sited, and decreased at two sites. Each of COD, TN increased at two, one site. but TP decreased at two sites.

Key words : flow-adjusted Seasonal Kendall, LOWESS, Nakdong river, Seasonal and Regional Kendall

1. Introduction ¹⁾

전국의 하천, 호소 등 공공수역에 대하여 환경부에서는 일반수질측정망 운영 지점을 1,348개(1993년)에서 1,828개 (2016년 현재)로 확대 관리하고 있으며 수질오염총량측정 망은 2004년 낙동강 수계를 시작으로 금강, 영산강 등 단 계적으로 확대 시행하는 등 국가 물환경측정망을 확대 운 영함으로써 전국에 대한 수질 현황 파악은 물론 정책 방향 설정을 위한 기초자료로 활용하고 있다(MOE, 2016, NIER, 2008). 더욱이 수질오염총량측정망은 일반수질측정망과 달 리 수질과 유량을 함께 측정하고 있어 이를 활용한 연구가 다양하게 진행되고 있다. 이중 장기 수질변화에 대한 연구 로 모수적 방법인 회귀분석은 물론 비정규성, 이상치 및

†

To whom correspondence should be addressed.

[email protected]

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/

licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

결측치 존재 등을 고려한 비모수적 추세분석방법인 Mann- Kendall, Seasonal Kendall Test를 이용한 연구가 활발히 진 행되고 있다(Birsan et al., 2005; Choi et al., 2008; Karpouzos et al., 2010; Kauffiman et al., 2011; Kim et al., 2014; Kim and Park, 2004; Lee and Park, 2008; Song et al., 2012;

Yenilmez et al., 2011; Xu et al., 2003). 그러나 이들 연구 에서는 강수량, 유량, 수온 등 자연적 외부환경 요인이 수 질에 미칠 수 있는 영향을 고려되지 못하고 있는 실정이다.

특히 수질은 유량과의 관련성이 존재하며(Hirsch et al.,

1982; Johnson et al., 1969; Smith et al., 1982), 수질오염

관리 시 중요한 영향 요인으로 작용될 수 있다(Smith et al.,

1982). 그러므로 이러한 유량 등 외생변수(exogenous variable)

에 의한 수질 변동을 파악하는 것 또한 중요하다. 이에 본

연구에서는 낙동강 수계를 대상으로 계절 및 공간추세

(Seasonal and Regional Kendall test), 곡선추세(LOWESS)

분석은 물론 여러 외생 변수 중 유량의 영향을 배제한 계

절추세분석(adjusted Seasonal Kendall test)을 실행함으로써

보다 다양한 추세분석을 통한 장기 수질 변화를 파악하고

자 하였다. 이를 통하여 현 수질 상태에 대한 명확한 자료

Fig. 1. The location of study sites in the Nakdong River.

를 제공하고자 하며 향후 수질관리 및 정책 수립에 도움이 되고자 하였다.

2. Materials and Methods

2.1. 연구대상 유역

낙동강 유역(Fig. 1)은 대구, 울산, 부산광역시 등의 대도 시와 중·소도시를 지나며 지류 부근에는 성서산업단지, 구 미공단, 김천공단 등이 있어 각종 산업·생활폐수가 다량 유 입되고 있다. 낙동강 유역에서 생활하고 있는 1,300 여만 명의 식수원인 각종 생･공업용수(21.6%), 농업용수(51.0%) 및 하천유지용수(27.4%) 등으로 활용되고 있어 다양한 오 염원에 의한 수질 오염이 발생할 수 있는 가능성이 매우 높은 유역이다. 또한 최근 4대강 사업의 일환으로 경북 상 주시부터 경남 창녕군까지 약 200km 구간에 상주보, 낙단 보, 구미보, 칠곡보, 강정고령보, 달성보, 합천창녕보, 창녕 함안보의 8개 보가 설치되었으며 총 저수용량은 약 5.3억 톤으로 유역 내 다목적댐 저수용량의 약 17%를 차지한다 (NIER, 2013). 낙동강수계(안동, 대구, 부산, 구미 기상관측 소)의 2004년부터 2013년 까지 10년간 평균 연강수량 (KMA, 2014)은 1,180.7 mm이며 7~9월 강수량은 전체 강 수량의 54.0%를 차지하고 지질은 주로 퇴적암으로 구성되 어 있으며 부분적으로 변성암과 화성암류가 분포하고 있다.

토지이용은 농경지 면적이 5,505 km

로 전체 유역면적의

17.3%를 차지하며 이중 밭이 6.9%, 논이 10.4%, 대지 6.7%, 임야면적이 68.6%, 기타 7.4%를 차지하고 있으며 폐수발생 및 방류량은 4대강 수계 중 가장 많아(NIER, 2014) 과거부 터 수질개선을 위하여 많은 노력을 하고 있다. 특히 2004 년부터 수질오염 총량관리제를 실시하여 기존 방류수 및 배출허용기준에 대한 농도기준을 정하여 관리하던 한계를 벗어나 오염물질 총량을 허용총량 이내로 배출하도록 관리 하는 제도로 전환하였다(NIER, 2008).

2.2. 연구방법

낙동강 수계의 수질일반측정망과 수질오염총량측정망 공통

지점인 경호강1(남강A), 경호강2(남강B), 구미(낙본E), 금곡

(낙본L), 금호강6(금호C), 남강4-1(남강E), 내성천3-1(내성

B), 내성천5(내성A), 대암-1(낙본G), 도산(낙본B), 물금(낙본

K), 미천(미천A), 밀양강3(밀양B), 반변천2-1(반변B), 병성

천-1(병성A), 상주3(낙본D), 영강2-1(영강A), 용산(낙본H),

용전천2(용전A), 위천6(위천B), 이안천(이안A), 황강1(황강

A), 황강5(황강B), 회천2-1(회천A)의 총 24개 지점을 연구

대상 지점으로 선정하였다. 연구기간은 2004년 8월부터

2013년 12월까지 약 10년을 선정하였고 분석항목은 5개로

생물학적산소요구량(Biological Oxygen Demand, BOD(mg/L)),

화학적산소요구량(Chemical Oxygen Demand, COD(mg/L)),

총질소(Total Nitrogen, TN(mg/L)), 총인(Total Phosphorous,

TP(mg/L)), 유량(m

/s)에 대한 월평균 자료를 이용하였다.

수질 및 유량자료는 물환경정보시스템(NIER, 2013)에서 수 집하였다. 통계분석은 24개 지점에 대하여 Regional/Sea- sonal Kendall test, LOWESS(Locally Weighted Scatter plot Smoother) 분석 및 adjusted Seasonal Kendall test를 USGS 의 추세 검정 프로그램과 R을 이용하여 실행하였다. 이중 Regional/Seasonal Kendall test와 adjusted Seasonal Kendall test는 관심기간 동안 수질의 증감 경향을 단조증감형으로 나타내어 결과 해석에 용이한 장점이 있다. LOWESS 분석 은 곡선형 추세분석 방법으로써 직선형 추세분석의 단조 증감을 보완하여 관심기간 동안 추세 변동을 파악하기 위 해 사용되고 있다. 더불어 adjusted Seasonal Kendall test는 Seasonal Kendall test에서 외생변수의 영향을 제거함으로써 배경 변이성(Background Variables), 즉 잡음(Noise)을 최소 화하여 가설검정 시 오류의 가능성을 줄여 보다 신뢰성 있는 결과를 도출할 수 있는 분석 방법이다(Helsel and Hirsch, 2002). Regional Kendall test는 앞의 세 가지 분석법과는 달리 24개 지점 전반에 대한 공간적 수질변동을 파악하기 위하여 사용하는 방법이다. 본 방법은 유의수준(α) 0.1에서 H

(=No Trend)를 기각하는 경우 유의미한 경향성이 존재 하는 것으로 판단하며 증감에 대한 정보는 S 및 Z통계량 을 이용하였다. 이때 양의 값이면 수질이 “증가”, 음의 값 이면 “개선”된다고 평가하였다. 분석절차 Fig. 2)는 다음과 같다. 첫 번째로 Regional Kendall test를 통해 낙동강 수계 전체에 대한 증감경향을 파악하였고, 그 다음 Seasonal Kendall test를 실행하여 해당 수계 내 24개 지점 각각에 대한 증감경향을 분석하였다. 또한 각각의 지점에 대한 관 심기간 동안의 세부적인 수질변동 특성을 파악하기 위해 LOWESS 분석을 실행하였다. 마지막으로 유량을 제어한 adjusted Seasonal Kendall test를 실행하여 수질에 영향을 미칠 수 있는 자연적 영향요인인 유량을 제거한 수질 추세 를 파악한 후 유량의 존재 유무에 따른 수질 변화를 비교 분석하고자 하였다.

Fig. 2. Procedure of analysis method used in this study.

2.2.1. Seasonal Kendall and Regional Kendall tests

Seasonal Kendall test (SKT)는 Mann-Kendall (MK)의 확

장형으로 데이터를 월별, 계절별로 구분하여 Kendall의 S통 계량의 합을 산출하여 선형추세를 검정하며 식은 아래 식 (1)과 같다. 각 계절에 대한 Mann-Kendall은 식 (1)이며 이때

   (Hirsch and Slack, 1984), Seasonal Kendall 통계량은 식 (2)와 같다.



 

  

  

   







 

 (1)



 

  





(2)

표본이 큰(n>10) 경우(Helsel and Hirsch, 2002) 평균과 분 산이 정규분포에 근사하게 되며 이때 아래의 식 (3)을 이 용한다.



 

  

  

^{  }

^{ } 

^{ }

^

^{ }

^{    (3)}



 

  

  

더불어 동일한 값을 나타내는 데이터가 여러 개 존재 할 경우 그룹으로 묶어 아래 식 (3)에 대입하여 산출한다.

이때 평균은 0이며 n>10 일 경우   

 을 이용한 표 준화 Z통계량으로 식 (4)에 나타내었다.

  

  



  



 





  



 

   







 

 

  



 





 



^{   }

^



 



 

 

 



^{   }

^



 



 







 

(4)



 number of data in the ith season



 number of tied group

이때 귀무가설H

: slope  

=0(no trend)이며 Z 통계량과 p-value을 구해 유의성 검증과정을 거친 후 수질 추세의 유 무를 판단하게 된다.

Regional/Seasonal Kendall과 유사하며 계절에 대한 정보 대신 지점에 대한 정보를 이용한다. 각 지점에 대한  _통계 량은 식 (5)에 나타내었다.



    (5)

 = total positive number of 

 

 = total negative number of 

 

이때 Regional Kendall test는 식 (6)과 같다(Helsel and Frans, 2006).



  ^{ }

^{ (6)}



= regional kendall

2.2.2. LOWESS(LOcally WEighted Scatter plot Smoother) 비모수적 평활(smoothing)방법은 연구기간 중 추세 변동 이 존재할 경우 회귀선의 형태를 직선으로 한정시키지 않 고 자료의 적절한 경향을 반영 할 수 있는 방법으로 사용 함으로써 단조 증감만을 나타내는 선형추세에 대한 단점을 보완할 수 있다. LOWESS는 전 구간이 아닌 에 대한 일 정한 수직 구간(span 또는 window)을 정해 거리 및 영향력 을 조절한 후 각 값에 대해 이동 직선(moving line)을 구하 고 이로부터  의 평활점(smoother)을 얻은 후 이 평활점들 을 직선으로 연결한 것이다. 회귀모형에 대한 가정없이 회 귀모형을 적용할 수 있으며 이동선



를 계산하는 방법 으로   

중심으로  ×  에 가장 가까운 정수만큼의 데 이터를 포함하도록 수직띠의 폭을 결정한다(Kim, 2014). 이 때 

  이며 평활상수인  는      의 범위를 가지 며 기본값은 1/3~2/3이며  가 크면 에 대한 구간의 크기 가 커지며 더 많은 수의 데이터가  

의 추정치에 영향을 준다. 더불어 적절한  의 선택은 주관적 일 수 있다(Helsel and Hirsch, 2002). 따라서 관측자료의 적합정도를 세밀하 게 관찰하여 적절한 f값을 찾아야 한다. 본 연구에서 사용 된 평활 폭  값은 1/2로 주었고 반복수(Iter)는 3으로 실행 하였다.

2.2.3. flow-adjusted Seasonal Kendall test

Seasonal Kendall test와 LOWESS가 결합된 분석방법으 로 종속변수에 자연적 외부영향 요인인 강수량, 기온, 유량 등에 해당하는 외생변수(exogenous variables)을 고려하여 LOWESS 비모수 회귀에 의한 예측치를 산출하게 되고 이 때 생산된 예측치와 실측치 간의 차이인 잔차( 

_{)을 이용} 하여 유량을 제어한 선형추세 검정을 실행한다(Helsel and Hirsch, 2002).



 

  

(7)



 observed value

 

 predictive value



= 

3. Results and Discussion

3.1. Regional/Seasonal Kendall and LOWESS

수질 항목별 Regional/Seasonal Kendall 결과를 Table 1과 Fig. 3에 나타내었다. BOD에 대한 Regional kendall 결과 S 통계량은 124, p-value는 0.0214로 귀무가설(H

=no trend)을

기각하여 수계 전반에 걸쳐 BOD 농도는 “증가”하는 경향 을 나타내었다. Seasonal Kendall 결과 상류에 해당하는 반 변천2-1, 내성천3-1, 위천6, 상주3 지점과 중류의 회천2-1 지점에서 S 통계량이 137, 69, 128, 193, 109이고 p-value는 유의수준(α) 0.1 이하로 BOD 농도는 유의한 “증가” 경향을 나타내었다. 반면, 하류 구간에 위치한 대암-1, 남강4-1, 물 금, 금곡 지점의 S 통계량 107, -82, -98, -73, p-value는 유 의수준(α) 0.1 이하로 유의한 “개선” 경향을 나타내었다. 나 머지 15개 지점에서는 증감경향을 나타내지 않았다. 즉 연 구대상기간 중 낙동강수계에서 BOD 농도는 “증가”경향을 나타내고 있으며 특히 반변천2-1, 내성천3-1, 위천6, 상주3, 회천2-1의 5개 지점에서 유의한 “증가” 경향을 나타내었다.

COD 농도는 Regional Kendall 결과 S 통계량 409, p-value 0.0000으로 수계 전반에 걸쳐 매우 유의한 “증가” 추세를 나타내었다. Seasonal Kendall 결과 중상류 구간에 위치한 도산, 용전천2, 반변천2-1, 미천, 내성천5, 내성천3-1, 병성 천-1, 위천6, 상주3, 구미, 회천2-1의 11개 지점에서 S통계 량 124~287, p-value 0.0013~0.0570로 유의한 “증가” 경향 을 나타내었다. 나머지 지점에서는 증감경향을 나타내지 않 았다. 즉 COD 농도의 경우 “증가”경향을 나타내고 있는 지 점이 다른 분석 항목에 비해 다수 해당되었으며 특히 상류 구간을 중심으로 “증가” 경향이 뚜렷하였다. TN 농도는 Regional Kendall 분석 결과 S통계량 113, p-value 0.0408로 유의한 “증가” 경향을 나타내었다. Seasonal Kendall 결과 병성천-1, 밀양강3 지점의 S통계량은 각각 -129, -113, p-value 0.0700, 0.0474로 유의한 “개선” 경향을 나타낸 반 면 황강1, 경호강2, 지점의 S통계량은 각각 86, 125, p-value는 0.0738, 0.0545로 “증가” 추세를 나타내었고 이 들 지점을 제외한 대부분의 지점에서는 증감 경향은 나타내 지 않았다. TP 농도의 경우 Regional Kendall 분석 결과 S 통계량 -186, p-value 0.0007로 통계적으로 매우 유의한 “개 선” 경향을 나타내었다. Seasonal Kendall 분석 결과 “증가”

경향을 나타낸 지점은 없었으며 내성천5, 영강2-1, 병성천-1 의 중상류 3개 지점, 용산, 남강4-1, 밀양강3, 물금의 하류 4개 지점에서 S통계량은 -140 ~ -215, p-value는 유의수준 () 0.1 이하로 유의한 수질 “개선” 경향을 나타내었다. 이 는 2011년 7월 기준 부산․경남지역에 총 50개소의 하수 및 폐수처리시설에서 총인처리시설을 설치 또는 운영되면 서(NDG, 2012) TP 농도는 다른 수질 항목에 비해 “개선”

된 경향을 나타내는 지점이 다수로 나타내었다.

LOWESS 분석 결과 대상기간 동안 수질의 증감 변동이 파악되는 지점을 Fig. 4에 나타내었다. 그 결과 BOD, COD 농도는 남강4-1, TP는 구미, 금호강6, 대암-1, 밀양강3 지점 에서 수질 변동 추세를 나타내었다. 이중 구미 지점의 TP 농도는 Seasonal Kendall 결과 경향성이 나타나지 않았으나 LOWESS 분석 결과 2010년도에 “증가” 후 “개선” 경향을 나타내었다. 금호강6 지점은 Seasonal Kendall 결과 “유지”

상태를 나타냈으나 LOWESS 결과 2008년 “증가” 후 “개선”

상태를 유지하였다. 대암-1에서도 Seasonal Kendall 결과

“유지” 상태를 나타내었으나 LOWESS 분석 결과 2007년

Table 1. Seasonal and Regional Kendall tests results with BOD

Station Seasonal Kendall trend

Statistic S Z-value p-value Trend

Dosan (Nakbon B) 59 1.695 0.2176 ●

Yongjeoncheon 2 (yongjeon A) 75 2.108 0.1867 ●

Banbyeoncheon 2-1 (Banbyeon B) 137 3.880 0.0273 ▲

Micheon (Micheon A) 78 2.222 0.1331 ●

Naeseongcheon5 (Naeseong A) 58 1.647 0.2590 ●

Naeseongcheon3-1 (Naeseong B) 69 1.978 0.0988 ▲

Iancheon (Ian A) -26 -0.718 0.6494 ●

Yeonggang 2-1 (Yeonggang A) -21 -0.570 0.6615 ●

Byeongseongcheon-1 (Byeongseong A) 0.3412 -0.629 0.3412 ●

Wicheon 6 (Wicheon B) 128 3.615 0.0140 ▲

Sangju 3 (Nakbon D) 193 5.520 0.0020 ▲

Gumi (Nakbon E) 41 1.135 0.4650 ●

Geumhogang 6 (Geumho C) -10 -0.254 0.8126 ●

Hoecheon 2-1 (Hoecheon A) 109 3.083 0.0746 ▲

Daeam-1 (Nakbon G) -107 -3.001 0.0260 ▼

Hwanggang1 (Hwanggang A) -24 -0.653 0.6327 ●

Hwanggang5 (Hwanggang B) -74 -2.123 0.1046 ●

Yongsan (Nakbon H) -83 -2.323 0.1196 ●

Gyeonghogang 1 (Namgang A) -51 -1.437 0.2666 ●

Gyeonghogang 2 (Namgang B) -51 -1.431 0.3056 ●

Namgang 4-1 (Namgang E) -82 -2.287 0.0938 ▼

Milyanggang 3 (Milyang B) 5 0.113 0.9473 ●

Mulgeum (Nakbon K) -98 -2.745 0.0851 ▼

Geumgok (Nakbon L) -73 -2.060 0.0661 ▼

Regional Kendall test

N Statistic S Z-value p-value Trend

24 124 2.301 0.0214 ▲

Water Quality Trend : Increase ▲, constant ●, Decreased ▼,

< 0.1 statistically significant trends

Table 2. Seasonal and Regional Kendall tests results with COD

Station Seasonal Kendall trend

Statistic S Z-value p-value Trend

Dosan (Nakbon B) 209 5.917 0.0013 ▲

Yongjeoncheon 2 (yongjeon A) 212 5.990 0.0059 ▲

Banbyeoncheon 2-1 (Banbyeon B) 161 4.513 0.0570 ▲

Micheon (Micheon A) 215 6.042 0.0052 ▲

Naeseongcheon5 (Naeseong A) 132 3.713 0.0402 ▲

Naeseongcheon3-1 (Naeseong B) 163 4.590 0.0105 ▲

Iancheon (Ian A) 29 0.791 0.6954 ●

Yeonggang 2-1 (Yeonggang A) 104 2.927 0.1149 ●

Byeongseongcheon-1 (Byeongseong A) 124 3.477 0.0166 ▲

Wicheon 6 (Wicheon B) 287 8.077 0.0013 ▲

Sangju 3 (Nakbon D) 226 6.355 0.0074 ▲

Gumi (Nakbon E) 207 5.820 0.0024 ▲

Geumhogang 6 (Geumho C) -10 -0.254 0.8625 ●

Hoecheon 2-1 (Hoecheon A) 235 6.632 0.0028 ▲

Daeam-1 (Nakbon G) 25 0.680 0.5956 ●

Hwanggang1 (Hwanggang A) 94 2.633 0.1304 ●

Hwanggang5 (Hwanggang B) 93 2.607 0.1935 ●

Yongsan (Nakbon H) 26 0.711 0.6150 ●

Gyeonghogang 1 (Namgang A) 44 1.232 0.3488 ●

Gyeonghogang 2 (Namgang B) 53 1.471 0.2675 ●

Namgang 4-1 (Namgang E) -12 -0.309 0.8598 ●

Milyanggang 3 (Milyang B), 70 1.957 0.3597 ●

Mulgeum (Nakbon K) 19 0.508 0.6367 ●

Geumgok (Nakbon L) 35 0.971 0.1531 ●

Regional Kendall test

N Statistic S Z-value p-value Trend

24 409 7.528 0.0000 ▲

Water Quality Trend : Increase ▲, constant ●, Decreased ▼,

< 0.1 statistically significant trends

Table 3. Seasonal and Regional Kendall tests results with TN

Station Seasonal Kendall trend

Statistic S Z-value p-value Trend

Dosan (Nakbon B) 5 0.112 0.9388 ●

Yongjeoncheon 2 (yongjeon A) 3 0.056 0.9712 ●

Banbyeoncheon 2-1 (Banbyeon B) -35 -0.955 0.4712 ●

Micheon (Micheon A) 29 0.786 0.6475 ●

Naeseongcheon5 (Naeseong A) 31 0.842 0.6907 ●

Naeseongcheon3-1 (Naeseong B) 25 0.674 0.7791 ●

Iancheon (Ian A) 24 0.646 0.7762 ●

Yeonggang 2-1 (Yeonggang A) 16 0.421 0.8329 ●

Byeongseongcheon-1 (Byeongseong A) -129 -3.593 0.0700 ▼

Wicheon 6 (Wicheon B) -47 -1.291 0.3968 ●

Sangju 3 (Nakbon D) 37 1.011 0.4394 ●

Gumi (Nakbon E) -29 -0.786 0.5350 ●

Geumhogang 6 (Geumho C) 55 1.516 0.3308 ●

Hoecheon 2-1 (Hoecheon A) 27 0.730 0.6138 ●

Daeam-1 (Nakbon G) -39 -1.067 0.4514 ●

Hwanggang1 (Hwanggang A) 86 2.387 0.0738 ▲

Hwanggang5 (Hwanggang B) 83 2.302 0.3350 ●

Yongsan (Nakbon H) 17 0.449 0.6045 ●

Gyeonghogang 1 (Namgang A) 87 2.446 0.1782 ●

Gyeonghogang 2 (Namgang B) 125 3.481 0.0545 ▲

Namgang 4-1 (Namgang E) -27 -0.730 0.3550 ●

Milyanggang 3 (Milyang B), -113 -3.144 0.0474 ▼

Mulgeum (Nakbon K) 21 0.561 0.5120 ●

Geumgok (Nakbon L) 12 0.312 0.7435 ●

Regional Kendall test

N Statistic S Z-value p-value Trend

24 113 2.045 0.0408 ▲

Water Quality Trend : Increase ▲, constant ●, Decreased ▼,

< 0.1 statistically significant trends

Table 4. Seasonal and Regional Kendall tests results with TP

Station Seasonal Kendall trend

Statistic S Z-value p-value Trend

Dosan (Nakbon B) 41 1.133 0.3600 ●

Yongjeoncheon 2 (yongjeon A) -81 -2.253 0.2070 ●

Banbyeoncheon 2-1 (Banbyeon B) -65 -1.805 0.3361 ●

Micheon (Micheon A) 87 2.428 0.1273 ●

Naeseongcheon5 (Naeseong A) -183 -5.113 0.0320 ▼

Naeseongcheon3-1 (Naeseong B) -12 -0.310 0.7328 ●

Iancheon (Ian A) -57 -1.582 0.3841 ●

Yeonggang 2-1 (Yeonggang A) -143 -3.996 0.0566 ▼

Byeongseongcheon-1 (Byeongseong A) -215 -6.007 0.0044 ▼

Wicheon 6 (Wicheon B) 33 0.902 0.6028 ●

Sangju 3 (Nakbon D) -35 -0.958 0.6317 ●

Gumi (Nakbon E) -55 -1.519 0.4852 ●

Geumhogang 6 (Geumho C) -146 -4.075 0.1724 ●

Hoecheon 2-1 (Hoecheon A) -11 -0.283 0.8543 ●

Daeam-1 (Nakbon G) -138 -3.850 0.1679 ●

Hwanggang1 (Hwanggang A) -73 -2.024 0.2634 ●

Hwanggang5 (Hwanggang B) 7 0.169 0.9260 ●

Yongsan (Nakbon H) -157 -4.383 0.0760 ▼

Gyeonghogang 1 (Namgang A) -24 -0.655 0.6214 ●

Gyeonghogang 2 (Namgang B) -58 -1.610 0.3373 ●

Namgang 4-1 (Namgang E) -152 -4.247 0.0374 ▼

Milyanggang 3 (Milyang B), -161 -4.495 0.0612 ▼

Mulgeum (Nakbon K) -140 -3.907 0.0652 ▼

Geumgok (Nakbon L) -122 -3.440 0.1012 ●

Regional Kendall test

N Statistic S Z-value p-value Trend

24 -186 -3.388 0.0007 ▼

Water Quality Trend : Increase ▲, constant ●, Decreased ▼,

< 0.1 statistically significant trends

Fig. 3. Results of Seasonal Kendall trend from 2004 to 2013.

부터 “증가” 후 2009년 후반 이후 “개선”되는 경향이 뚜렷 하였다. 밀양강3 지점의 Seasonal Kendall 결과 “개선” 경 향을 나타내었으나 LOWESS 분석 결과 2007년~2009년까 지 소폭 “증가” 후 점차 “개선”되는 추세 변화를 나타내었 다. 남강 4-1 지점의 BOD 농도는 Seasonal Kendall 분석 결과 “개선”, COD 농도는 “유지” 상태를 나타내었으나 LOWESS 분석 결과 2007~2008년 “증가” 후 2009년 “개 선” 경향을 나타낸 뒤 완만히 유지되는 상태를 나타내었다.

3.2. Comparison of Seasonal and flow-adjusted Seasonal Kendall tests

유량의 영향이 배제된 상태에서의 수질 변화를 살펴보기 위하여, flow-adjusted Seasonal Kendall를 실행하고 Seasonal

Kendall 분석 결과와 비교하여 서로 상이한 경우를 Table 5 에 나타내었다. 그 결과 BOD 농도는 용전천2, 영강2-1 지 점에서 Seasonal Kendall 결과 S통계량이 각각 75, 104, p-value는 0.1867, 0.1149로 유의한 변화가 없는 것으로 나 타났다. 하지만 유량의 영향을 제거한 결과 S통계량 103, 117, 기울기 통계량 는 0.0802, 0.0845씩 증가되어 통계 적으로 각각 유의한 “증가” 경향을 나타내었다. 즉 용전천 2, 영강2-1 지점의 BOD 농도는 유량의 영향이 없을 때 시 간 흐름에 따라 증가되었으나 유량이 존재할 경우 “유지”

상태를 나타내고 있어 BOD 농도는 유량에 의하여 개선되

고 있는 것으로 판단할 수 있었다. 또한 대암-1 지점의

BOD 농도는 Seasonal Kendall 결과 기울기 통계량 는

-0.1000으로 시간에 따라 “개선” 경향을 나타내었으나 flow-

Gumi (Nakbon E) Geumhogang6 (Geumho C)

Daeam-1 (Nakbon G) Milyanggang3 (Milyang B)

2005 2007 2009 2011 2013 2005 2007 2009 2011 2013

Namgang 4-1 (Namgang E) Namgang 4-1 (Namgang E)

Fig. 4. LOEWSS trend test by the monthly water quality data.

Table 5. Comparison of Seasonal and flow-adjusted Seasonal Kendall trend tests

Station Variable Seasonal Kendall flow-adjusted Seasonal Kendall

Statistic S Z-value p-value Slope(  ) Trend Statistic S Z-value p-value Slope(  ) Trend Yongjeoncheon2(Yongjeon A) BOD 75 2.108 0.1867 0.0250 ● 103 2.894 0.0802 0.0345 ▲ Yeonggang2-1(Yeonggang A) COD 104 2.927 0.1149 0.0625 ● 117 3.256 0.0845 0.0713 ▲

Byeongseongcheon-1

(Byeongseong A) TN -129 -3.593 0.0700 -0.0968 ▼ -79 -2.190 0.2579 -0.0622 ●

Geumhogang6(Geumho C) TN 55 1.516 0.3308 0.0370 ● 93 2.583 0.0971 0.0995 ▲

Geumhogang6(Geumho C) TP -146 -4.075 0.1724 -0.0318 ● -163 -4.548 0.0570 -0.0231 ▼

Daeam-1(Nakbon G) BOD -107 -3.001 0.0260 -0.1000 ▼ 52 1.463 0.2702 0.0108 ●

Hwanggang1(Hwanggang A) COD 94 2.633 0.1304 0.0667 ● 99 2.780 0.0740 0.0464 ▲

Hwanggang5(Hwanggang B) BOD -74 -2.123 0.1046 -0.0143 ● -112 -3.117 0.0076 -0.0243 ▼ Yongsan(Nakbon H) BOD -83 -2.323 0.1196 -0.0571 ● -83 -2.302 0.0636 -0.0735 ▼ Gyeonghogang2(Namgang B) TP -58 -1.610 0.3373 -0.0005 ● -147 -4.098 0.0178 -0.0015 ▼ Namgang4-1(Namgang E) BOD -82 -2.287 0.0938 -0.0778 ▼ -55 -1.516 0.1684 -0.0502 ●

Mulgeum(Nakbon K) BOD -98 -2.745 0.0851 -0.0750 ▼ -71 -1.965 0.1762 -0.0550 ●

Water Quality Trend : Increased ▲, constant ●, Decreased ▼,

< 0.1 statistically significant trends

adjusted Seasonal Kendall 결과 S 통계량은 -55, p-value는 0.1684로 “유지” 상태를 나타내어, 유량에 의한 수질 농도

“증가”가 이루어지는 것으로 판단되었다. 황강 하류에 위치 한 황강5 지점의 Seasonal Kendall 결과 BOD농도는 어떠 한 경향도 나타내고 있지 않았으나 유량을 제거 후 S통계 량은 -112, p-value 0.0076, 기울기 통계량 는 -0.0243으로 유의한 “개선” 경향을 나타내었다. 따라서 시간이 경과하면 서 유량에 의한 BOD 농도 “증가” 경향이 있는 것으로 판단 할 수 있었다. 물금 지점의 BOD 농도는 Seasonal Kendall 결과 시간에 따라 “개선”되는 경향을 나타내었으나 유량을 제거한 후에 있어서는 S 통계량이 각각 -55, -71, p-value는 0.1684, 0.1762로써 유의미한 증감 경향을 나타내지 않는 것으로 분석되어 유량이 수질 변화에 긍정적 효과를 나타 낸 것으로 판단되었다. COD 농도의 경우 황강 유역의 상 류에 위치한 황강1 지점의 Seasonal Kendall test결과 S통 계량은 94, p-value는 0.1304로 “유지” 상태를 나타내고 있 으나 유량을 제거한 후 S통계량은 99, 기울기 통계량 는 0.0464로 유의미한 “증가” 경향을 나타내어 유량에 의한 수 질 개선 효과를 나타내었다. TN 농도는 병성천-1, 금호강6 지점에서 상이한 결과를 나타내었다. 이 중 병성천-1 지점 의 경우 Seasonal Kendall 결과 S통계량 -129, 유의수준(α) 0.1에서 기울기 통계량 는 -0.0968로 시간에 따라 “개선”

된 수질 경향을 나타내고 있으나 유량을 제거한 후 분석 결과는 “유지” 상태를 나타내어 유량에 의한 수질 개선 효 과를 나타내었다. 금호강6 지점에서도 Seasonal Kendall 결 과 S통계량은 55, p-value 0.3308로 시간에 따라 “유지” 상 태를 나타내고 있으나 유량 제거 후 는 0.0995로 수질

“증가” 추세를 나타내어 유량에 의한 수질 개선 효과를 나 타냈었다. TP 농도는 금호강6, 경호강2에서 서로 다른 결과 를 나타내었다. 금호강6 지점의 Seasonal Kendall 결과 S통 계량은 -146이며 이때 p-value 0.1724로 시간에 따라 “유 지” 상태를 나타내고 있으나 유량 제거 후 S통계량은 더욱 감소되었으며 는 -0.0231로 시간에 따라 유의한 “개선”

경향을 나타내었다. 즉 유량에 의한 수질 농도 증가가 이

루어지고 있음을 알 수 있었다. 경호강2 지점은 S통계량 -58, p-value 0.3373로 통계적으로 유의한 경향을 나타내지 않았으나 유량 제거 후 S 통계량은 -147, p-value 0.0178, 기 울기 통계량 는 -0.0015로 시간에 따라 수질은 “개선”된 경향을 나타내고 있어 유량에 의한 수질 농도 증가가 이루 어지고 있음을 알 수 있었다.

4. Conclusion

본 연구에서는 낙동강 수계의 일반수질측정망과 수질오 염총량측정망 지점이 서로 중복되는 24개 지점을 대상으로 2004년 8월부터 2013년 12월까지 약 10년간의 BOD, COD, TN TP 항목에 대하여 시공간적 추세분석을 통한 장기 수 질변동특성을 살펴보고자 하였다. 이를 위하여 전체 수계 및 지점별 수질변화를 직선추세를 통하여 살펴보았고 연구 기간 중 수질의 증감 변화가 나타나는 지점을 대상으로 수 질 변동을 분석하였다. 더불어 각 지점별 유량을 제거한 후(flow-adjusted Seasonal Kendall test)와 그렇지 않은 경우 를 비교하였다.

수계 전반에 걸친 Regional Kendall teat 결과 BOD,

COD, TN 농도는 “증가”, TP 농도는 “개선” 경향을 나타

내었다. 이를 각 지점별로 Seasonal Kendall 결과 BOD 농

도는 “개선” 16.7%, “유지” 62.5%, “증가” 20.8%의 경향을

나타내었으며 COD 농도는 “개선”된 경향을 나타내는 지점

은 없었고 “유지” 58.3%, “증가” 41.7%를 나타내었다. TN

농도는 “개선” 8.3%, “유지” 83.3%, “증가” 8.3%를 나타내

었다. TP 농도는 “개선” 29.2% , “유지” 70.8%를 나타내었

으며 특이적으로 다른 항목과 다르게 “증가” 경향을 나타

낸 지점은 없었다. LOWESS 분석 결과 대부분의 분석 항

목과 지점에서 뚜렷한 수질변동을 나타내지 않았으나 남강

4-1, 구미, 금호강6 지점 등 일부 지점에서 수질 변동 특성

을 나타내었다. 특히 남강 4-1 지점의 BOD, COD 농도는

2009년 “개선” 경향을 나타낸 뒤 완만히 유지되는 상태를

나타내었으며 TP 농도는 구미 지점에서 2011년 이후 “개

선”된 경향을 나타내었다. 금호강6 지점은 2008년 “증가”

후 “개선” 상태를 유지하였다. 대암-1에서는 2009년 후반 들어 “개선”되는 경향이 뚜렷하였다. 밀양강3 지점도 2009 년 이후 점차 “개선”되는 변화를 나타내어 다른 해보다 2009년 이후 수질 변동을 명확히 파악 할 수 있었으며 그 외 지점에서는 뚜렷한 변동 없이 Seasonall Kendall test와 유사한 결과를 나타내었다. 또한 유량을 제어한 flow- adjusted Seasonal Kendall 결과, BOD 농도는 용전천2, 영 강2-1, 황강5 4개 지점에서 유량에 의한 영향으로 “증가”하 고 있는 것으로 나타난 반면 대암-1, 물금 2개 지점에서는 유량에 의한 “개선”이 이루어지는 등 긍정적 효과를 나타 내었다. COD 농도는 황강1 1개 지점에서 유량에 의한 “개 선” 효과를 나타내었으며 TN 농도는 병성천-1, 금호강6 지 점에서 유량에 의한 “개선” 효과를 나타내었다. TP 농도는 금호강6, 경호강2 지점에서 유량에 의해 “증가” 경향을 나 타내고 있음을 판단할 수 있었다. 즉 유입 유량이 수질에 미치는 영향이 각각의 지점 및 분석 항목에 따라 다르게 나타나고 있었다. 따라서 낙동강 유역의 효과적인 수질관리 를 위해서는 조사기간 동안 지속적으로 수질 농도 “증가”

경향을 나타내고 있는 지점에 대하여 수질 개선대책이 필 요할 것으로 판단된다. 또한 LOWESS 분석 결과 각 지점 별 분석 항목 중 수질 농도 “증가” 경향을 나타낸 해당 연 도에 대한 원인분석이 수행 되어야할 것으로 판단된다.

본 연구에서는 그간 수질 경향 분석에 이용되어 왔던 시 간에 따른 직선 및 곡선에 대한 추세결과 외에 수계 전반 에 걸친 수질 경향과 외생변수를 제거한 후의 수질만을 이 용한 추세 분석을 실행함으로써 과거 타 연구 방법을 한 단계 개선시킬 수 있었다. 이에 장기적 수질 경향 평가에 본 연구방법을 적용하여 보다 합리적인 수질관리 및 정책 수립을 위한 의사결정의 기초자료로 활용될 수 있을 것으 로 판단된다. 그러나 본 분석 결과 일부 결과값에서 기각 역과 채택역의 검정 통계량 간 차가 크지 나타나지 않았다.

따라서 장기적인 모니터링 자료의 확보가 검정 통계량의 정확도 향상에 필요할 것으로 판단된다. 또한 본 연구 결 과에 대한 명확한 해석과 함께 대상 지역에 적합한 수질관 리 정책 자료를 제시하기 위하여 토지･생활･산업계 전반의 오염원 자료 및 보다 다양한 정책 자료를 확보하고 이에 대한 면밀한 검토가 필요할 것으로 판단된다.

References

Birsan, M. V., Molnar, P., Burlando, P., and Pfaundler, M. (2005).

Streamflow trends in Switzerland, Journal of Hydrology, 314, 312-329.

Choi, J. H., Ha, J. H., and Park, S. S. (2008). Estimation of the Effect of Water Quality Management Policy in Paldang Lake, Journal of Korean Society of Environmental Impact Assess- ment, 30(12), 1225-1230. [Korean Literature]

Helsel, D. R. and Hirsch, R. M. (2002). Statistical Methods in Water Resources Techniques of Water-Resources Investiga- tions Book 4, Chapter A3, U. S. Geological Survey, 226-230,

329-335.

Helsel, D. R. and Frans, L. M. (2006). Regional Kendall Test for trend, Environmental Science & Technology, 40(13), 4066-4073.

Hirsch, R. M., Slack, J. R., and Smith, R. A. (1982). Techniques of Trend Analysis for Monthly Water Quality Data, Water Resources Research, 18(1), 107-121.

Hirsch, R. M. and Slack, J. R. (1984). A Nonparametric Trend Test for Seasonal Data With Serial Dependence, Water Resources Research, 20(6), 727-732.

Johnson, N. M., Likens, G. E., Bormann, F. H., Fisher, D. W., and Pierce, R. S. (1969).

A Working Model for the Variation in Stream Water Chemistry at the Hubbard Brook Experimental Forest, New Hampshire.

Water Resources Research, 5(6), pp. 1353-1363.

Karpouzos, D. K., Kavalieratou, S., and Babajimopoulos, C.

(2010). Trend Analysis of Precipitation Data in Pieria Region (Greece), European Water, 30, 31-40.

Kauffman, J. G., Homsey, R. A., Belden, C. A., and Sanchez, R.

J. (2011). Water Quality Trends in the Delware River Basin (USA) from 1980 to 2005, Environmental Monitoring and Assessment, 177, 193-225.

Kim, E. J., Kim, Y. S., Rhew, D. H., Ryu., J. C., and Pakk, B.

K. (2014). A Study on the WaterQuality Changes of TMDL Unit Watershed in Geum River Basin Using a Nonparametric Trend Analysis, Journal of Korean Society on Water Environ- ment, 30(2), 148-158. [Korean Literature]

Kim, J. H. and Park, S. S. (2004). Long-Term Trend Analyses of Water Qualities in Nakdong River Based on Non-Para- metric Statistical Methods, Journal of Korean Society on Water Environment, 20(1), 63-71. [Korean Literature]

Kim, J. T. (2014). Lowess and outlier analysis of biological oxygen demand on Nakdong main stream river, Journal of Korean Data & Information Science Society, 25(1), 119-130.

[Korean Literature]

Korea Meteorological Administration (KMA). (2014). National Climate Data Service System(NCDSS). http://www.kma.go.kr (accessed Jan. 2015)

Lee, H. W. and Park, S. S. (2008). Long-Term Trend Analyses of Water Qualities in Mangyung Watershed, Journal of Korean Society on Water Environment, 24(4), 480-487. [Korean Literature]

Ministry of Environment (MOE). (2016). Watere Quality Moni- toriung Program, 11-1480000-001223-10, Ministry of Environ- ment, 3-4. [Korean Literature]

National Institute of Environmental Research (NIER). (2008).

Performance on 3 Year Implementation and Future Tasks in the Management of Total Maximum Daily Load, 11-1480523- 000357-01, National Institute of Environmental Research, 1-3. [Korean Literature]

National Institute of Environmental Research (NIER). (2013).

Changes of Water Environment and Phytoplankton Commu- nity Structures in the nakdong River, 11-1480523-001712-01, National Institute of Environmental Research, 3-5. [Korean Literature]

National Institute of Environmental Research (NIER). (2014).

Report of the National Pollution Source Survey, Based on

the 2012, 11-1480523-000429-10, National Institute of Envi-

ronmental Research, 14, 122. [Korean Literature]

Nakdong River Basin Environmental Office (NDG). (2012).

Technical Support Casebook of Total Phosphorus Treatment Plant, 11-1480354-000058-01, Nakdong River Basin Environ- mental Office, 23-26. [Korean Literature]

Smith, R. A., Hirsch, R. M., and Slack, J. R. (1982). A Study of Trends in Total Phosphorous Measurements at Stations in the NASQAN network, Technical Report Water Supply Paper 2190, U. S. Geological Survey, Reston, Virginia, 1-8.

Song, E. S., Jeon, S. M., Park, D. J., and Shin, Y. S. (2012).

Long-Term Trend Analysis of Chlorophyll a and Water Quality in the Yeongsan River, Korean Journal of Limno- logy, 45(3), 302-313. [Korean Literature]

U.S. Geological Survey (USGS). (2005). Computer Program for the Kendall Family of Trend Tests. http:://pubs.usgs.gov/sir/

2005/5275 (accessed Jan. 2014)

National Institute of Environmental Research (NIER). (2013).

Water Information System (WEIS). http://water.nier.go.kr (acc- essed Jan. 2014)

Xu, Z. X., Takeuchi, K., and Ishidaira, H. (2003). Monotonic trend and step changes in Japaneseprecipitation, Journal of Hydrology, 279, 144-150.

Yenilmez, F., Keskin, F., and Aksoy, A. (2011). Water quality

trend analysis in Eymir Lake,Ankara, Physics and Chemistry

of the Earth, 36, 135-140.