Spatial Distribution of Metal (loid) Contamination in Agricultural Soil as Affected by the Abandoned Mines: A Case Study of Buyeo County, South Korea

폐금속 광산의 영향을 받는 농경지 토양 내 금속성분 오염의 공간적 분포특성:

충청남도 부여군의 사례연구

Spatial Distribution of Metal (loid) Contamination in Agricultural Soil as Affected by the Abandoned Mines: A Case Study of Buyeo County, South Korea

윤성욱

･ 김동현

･ 강동현

･ 이시영

･ 손진관

･ 김해도

･ 윤용철

･ 유 찬

Yun, Sung-Wook ･ Kim, Dong-Hyeon ･ Kang, Dong-Hyeon ･ Lee, Si-Young ･ Son, Jinkwan ･ Kim, Hae-Do ･ Yoon, Yong-Chel ･ Yu, Chan

Abstract

In this study, the concentrations of As, Cd, Cu, Pb and Zn in agricultural soils across a region of South Korea (Buyeo County) were investigated. Their pollution sources were assessed using multivariate statistical analysis, and Geographic Information System (GIS) technology was used to determine the distribution of these elements. Surface soil samples were collected from 114 locations across the agricultural fields in the study site. Cu and Zn were derived from natural sources (i.e., parent rocks of the soil), whereas As, Cd, and Pb were found to be originated from abandoned mines. The results of this study clearly show that the transport of anthropogenic As, Cd, and Pb is governed mostly by the specific environment of the paddy soil. Our approach was effective in clearly identifying the sources of metals and analyzing their contamination characteristics. We believe this study will provide useful information to future studies on soil pollution by anthropogenic sources.

Keywords: Arsenic, Contamination, Distribution, GIS, Metal, Paddy

*

Department of Agricultural Engineering, National Institute of Agricultural Sciences, RDA

**

Rural Research Institute, Korea Rural Community Corporation

***

Department of Agricultural Engineering (Insti. of Agric, and Life Sci) Gyeongsang National University

† Corresponding author

Tel.: +82-55-772-1932 Fax: +82-55-772-1939 E-mail: [email protected]

Received: September 13, 2017 Revised: September 28, 2017 Accepted: October 10, 2017

Ⅰ. 서 론

현재 다양한 오염원들로부터 유래된 금속성분들에 의한 토양의 오염은 심각한 세계적인 환경문제로 대두되고 있으며 (Huang et al., 2013), 특히 인간의 건강과 직접적으로 관련된 농경지 토양의 오염은 가장 심각한 문제이다. 금속성분들이 토양오염을 일으키는 원인은 매우 다양한데 금속성분을 함유 한 천연광물의 풍화로 인한 자연적 발생원과, 광업활동, 산업 활동, 토목 및 건설활동 그리고 교통량 증가 등 산업화 및 도시 화와 관련된 인위적인 오염원 등이 있다.

인위적인 금속성분의 이동에 의해 오염된 토양을 복원하 기 위해서는 먼저 대상지역 내 금속성분들의 모니터링을 통 해 그 성분들에 대한 발생원의 규명 및 오염특성 (오염수준,

공간적 분포, 영향범위 등)이 조사되어야 한다. 이는 환경오 염 및 그 복원에 책임이 있는 오염 주체의 확인과 함께 적절한 복원 전략 및 대책의 선정에 있어서 매우 중요한 역할을 하기 때문이다. 따라서 많은 연구들에서 다양한 나라에 위치한 인 위적 오염원들로부터 주변 토양의 오염특성들이 조사되었다 (Meza-Figueroa et al., 2009; Li et al., 2011; Liu et al., 2013;

Zhan et al., 2014; Tembo et al., 2006; Manta et al., 2002;

Mihailović et al., 2015).

그러나 국내의 경우 폐광산, 제련소 및 폐기물 매립장 등과 같은 다양한 인위적 오염원들로부터 주변 토양에 대한 금속 성분들의 오염특성을 조사하는데 있어서 토양환경보전법의 우려기준 (오염기준)이상 만을 고려하여 평가하고 있다. 이 오염기준에 설정된 각 금속성분들의 농도는 일반적으로 오염 되지 않은 토양 내 금속성분들의 자연배경농도보다 매우 높 기 때문에 이 오염기준만으로는 실제적으로 인위적 오염원들 로부터 유래된 금속성분을 규명하고 이 오염원들의 영향을 정확하게 평가하는 것은 어려울 수 있다.

국내에는 폐금속 광산 주변에 위치한 농경지들 중에서 금 속 농도가 오염기준을 초과하지 않았는데도 불구하고 채취한 농작물에서 금속의 농도가 허용기준을 초과한 농경지들이 많 이 존재하고 있다 (MIRECO, 2010a and 2010b). 이 사례는 국내 오염기준의 높은 농도만을 고려한 대상지역의 토양오염

Fig. 1 Sampling points in the study area, showing the land uses

울 수 있음을 보여주는 것이다.

인위적 오염원에 의해 오염기준을 크게 초과한 토양에 대 해서는 당연히 토양오염관리 및 복원대책이 우선적으로 요구 된다. 그러나 농경지 토양은 인간의 건강에 큰 영향을 끼치므 로 농경지의 환경관리는 중요하다. 따라서 대상지역 내 농경 지 토양의 오염특성을 검토하는데 있어서 인위적 오염원들로 부터 유래된 오염성분들의 정확한 규명과 이 성분들의 공간 적 분포특성에 대한 정보는 향후 지속적인 농경지 토양관리 에 있어서 매우 중요하다.

본 연구의 목적은 대상지역의 농경지 토양 내 금속성분에 대하여 오염수준, 발생원의 규명 및 공간적 분포 특성 등과 같 은 오염특성을 정확하게 조사하는 것이다. 이 목적을 달성하 기 위하여 1) 대상지역인 충청남도 부여군에 위치한 농경지 전역을 대상으로 현장조사를 수행하였고, 2) 채취한 토양에 대하여 금속성분들 (As, Cd, Cu, Pb 및 Zn)의 총 농도를 분석 하였고, 3) 이 성분들의 오염발생원을 규명하기 위해 다변량 통계분석을 포함한 관련 통계분석들을 수행하였다. 그리고 4) 금속성분들의 공간적 분포 특성 나타내기 위하여 GIS를 이 용하였다.

Ⅱ. 재료 및 방법

1. 대상지역

대상지역은 충청남도 부여군으로 Fig. 1과 같이 충청남도 중 앙에 위치하고 있다 (Fig. 1). 대상지역의 총 면적은 약 624.2 km

²

²

²

²

국내 농경지 토양 내 금속성분의 오염 원인들 중에서 광업활 동은 가장 주요한 인위적 오염원이다 (Yun et al., 2012). 대상 지역에는 부여 (Buyeo), 덕림 (Deokrim), 우성 (Useong), 동신 (Dongsin), 석성 (Seokseong), 반산 (Bansan), 양명 (Yangmyeong), 안치 (Anchi), 임천덕영 (Imcheon-Deogyeong), 호암 (Hoam)

및 홍엽 (Hongyeop)광산 등 총 11개소의 폐금속광산들이 위 치하고 있으며 (Fig. 1), 이 광산들은 전형적인 농업지역인 대 상지역의 농경지 토양에 대한 인위적 오염원으로 예상할 수 있다.

2. 토양시료 채취

대상지역에 위치한 농경지에 대하여 총 114개 지점 (논: 87 개 및 밭: 27개 지점)에서 표토 (0~30 cm)가 채취되었다 (Fig.

1). 각 채취지점에서 대표성을 나타내는 시료를 획득하기 위 해 토양오염공정시험법 (KMoE, 2013)에 준하여 지그재그 형으로 5개 지점의 토양을 채취하여 골고루 혼합하였다. 토양 시료는 스테인리스강 핸드오거를 이용하여 채취하였으며, 실내 분석실로 옮기기 위해 폴리에틸렌 지퍼백에 보관하였 다. 채취한 토양은 강철팬 (steel-pan)에 일정한 두께로 고르 게 펴서 일주일 동안 공기건조를 시킨 후, 2 mm체 (stainless- steel sieve)에 통과시켜 화학분석에 이용하였다.

3. 토양 내 금속성분의 총함량

토양 내 As, Cd, Cu, Pb 및 Zn의 총 함량을 분석하기 위해 토양오염공정시험법에 준하여 왕수분해를 실시하였다 (KMoE, 2015). 토양을 0.15 mm (No.100)체로 통과시켜 3 g을 정량적 으로 잰 후, 시험장치에 넣어 왕수 (HCl [21 mL] + HNO3 [7 mL])를 가하여 2시간 동안 정제하고, 이후 환류조건에 도달 하도록 온도를 올려 2시간 동안 그 상태를 유지한 다음 그 분 해액을 여과지 (Advantec No. 2)로 여과시킨 후, ICP/OES (Optima 5300DV, Perkin Elmer, USA)를 이용하여 금속성 분의 총함량을 측정하였다.

4. 통계 및 공간 분석

통계분석은 SPSS 20.0 (IBM, USA)을 이용하여 실시하였 다. 데이터의 통계적 분포는 Kolmogorov-Smirnov 테스트를 통해 평균에 대한 95 % 신뢰구간으로 그 정규성을 검정하였 다. 금속성분들간의 상관관계는 Pearson의 상관계수를 이용 하여 통계적 유의수준 (p < 0.01)을 고려하여 검토하였다. 토 양 내 금속성분들간의 상관관계는 이 성분들의 발생원과 오 염경로에 대한 중요한 정보를 제공한다 (Manta et al., 2002;

Rodríguez et al., 2008).

금속성분들의 발생원을 규명하기 위해 다변량 통계분석 (군 집분석 및 주성분분석)이 실시되었다. 군집분석에서 데이터 들은 Z 점수로 표준화한 다음 Ward의 방법을 이용하여 군집 화하였다 (Ward, 1963). 주성분 분석에서 회전방법은 Kaiser 정규화를 통한 베리맥스 회전을 이용하였다. 이 직교 회전방

법은 각 성분에 대하여 높은 적재값으로 변수의 개수들을 최 소화시켜 결과들의 해석을 용이하게 한다 (Mihailovic et al., 2015). 여기서 고유값은 Kaiser 기준에 따라 1보다 큰 주성분 들만 고려하였다. 이러한 다변량 통계분석은 토양 내 금속성 분에 대하여 인위적 및 자연 발생원을 구분하는데 효과적인 것으로 알려져 있다 (Dragović et al., 2008; and Szolnoki et al., 2013).

GIS는 오염물질의 공간적 변동성을 분석하는데 효과적인 수단이다 (Khalil et al., 2014). 본 연구에서는 GIS 매핑 소프 트웨어 (ArcGIS 10.2.2, ESRI, USA)를 사용하여 대상지역 내 As, Cd, Cu, Pb 및 Zn에 대한 공간적 분포지도를 작성하였 다. 이 분포지도를 작성하기 위해 공간보간은 역거리가중법 (inverse distance weighted (IDW) method)을 이용하였다.

역거리가중법은 데이터의 통계적 분포에 있어서 정규성 가정 이 반드시 요구되지 않으며 또한 널리 사용된다 (Dao et al., 2010; Zhang, 2006).

Ⅲ. 결과 및 고찰

1. 농경지 토양 내 금속성분의 농도

농경지 토양 내 5개의 금속성분에 대한 총함량과 기술통계 의 결과들을 Table 1에 나타내었다. 그리고 이 Table에는 오 염되지 않은 농경지 토양에 대한 국내의 배경농도 (BMC) (KMoE, 2014) 및 세계평균농도 (WS) (Adriano, 2001)가 함 께 제시되어 있다.

토양 내 As, Cd, Cu, Pb 및 Zn 농도의 범위는 각각 1.67~

172.1, 0.01~1.92, 6.75~42.84, 7.75~125.08 및 28.36~236.64 mg/kg이었으며 (Table 1), 금속성분들 중에 As는 총 3개 지점 에서 토양시료가 오염기준 (25 mg/kg)을 초과하는 것으로 나 타났다. As, Cd, Cu, Pb 및 Zn의 평균농도는 각각 7.54, 0.35, 19.94, 21.78 및 74.99 mg/kg이었다 (Table 1). 이 성분들의 평균농도를 BMC 및 WS와 각각 비교해 보면 채취한 토양 내 As (7.54 mg/kg)의 평균농도는 공통적으로 BMC 및 WS보다 높았으며, 다른 금속성분들은 모두 BMC 또는 WS 범위에 포 함되었다.

금속성분들의 농도에 대한 변동계수 (CV)는 As (171.2 %)

>Pb (57.1 %) >Cd (50.9 %) > Zn (38.6 %) > Cu (34.3 %) 순 으로 높게 나타났다. 이 성분들 중에서 As는 171.2 %로 변동 계수가 다른 성분들에 비해 매우 높았으며, Pb 및 Cd의 경우 도 그 변동계수가 모두 50 % 이상으로 나타났다. 높은 변동계 수는 인위적 활동들에 의해 유래된 성분을 구분하는데 있어 서 신뢰적인 지표이며 (Chen et al., 2008; Mihailović et al.,

Table 1 Statistical summary of metal concentrations (mg/kg) in agricultural soils of the study area and some soil properties

　　 Mean

(N=114) Median Min Max SD CV　 Skew.　 Kurto.　 p

(K-S test)　 BMC WS　 NL　 Mpf (N=87) Mdf

(N=27)

NL > BMC

PF DF T

As 7.545.10 1.67 122 12.9 171 7.10 57.8 0.00 6.24 6.00 25.0 8.08 5.80 3 0 3

Cd 0.35 0.32 0.01 1.92 0.18 50.9 6.36 54.0 0.00 0.14 0.35 4.00 0.36 0.32 0 0 0 Cu 19.9 0.18 6.75 42.8 6.71 34.3 0.87 1.41 0.17 18.9 30.0 150 18.1 24.3 0 0 0

Pb 21.8 19.4 7.75 125 12.4 57.1 5.34 42.0 0.00 20.1 35.0 200 21.0 24.2 0 0 0

Zn 75.0 68.428.4236 28.9 38.6 2.36 9.3 0.00 71.1 90.0 300 68.0 98.0 0 0 0

SD-standard deviation; CV-coefficient of variation; Skew.-skewness; Kurto.-kurtosis; p (K-S test), p-values of Kolmogorov-Smirnov test for normality of the raw data (for values higher than 0.05 the distribution is normal); BMC- background metal concentrations for unpolluted agricultural soils of South Korea (KMoE, 2014); WS-world soils unpolluted (Adriano, 2001); NL-national limits, the soil quality standards of South Korea (KMoE, 2015); Mpf-mean concentrations of paddy field samples; Mdf-mean concentrations of dry field samples; NL > BMC, number of samples with a concentration that exceeded the national limit; PF-paddy field; DF-dry field; T-sum of PF and DF.

Fig. 2 Hierarchical dendrogram showing clustering of metal(loid)s according to Ward’s methods, using squared Euclidean distance

2015), 그 값이 50 % 이상이면 해당 성분들은 인위적 활동에 의해 유래되었을 가능성이 높다 (Yun et al., 2016). 따라서 토 양 내 As, Pb 및 Cd의 농도에 대한 큰 변동은 인위적인 발생원 과 관련이 있고, 반면 상대적으로 작은 변동계수를 나타낸 Zn 및 Cu는 대상지역에서 더 고르게 분포하고 있으며, 이는 이 성분들이 자연적 발생원과 관련이 있을 수 있다.

데이터의 통계적 분포에 대하여 Kolmogorov-Smirnov 테 스트를 통해 정규성 여부를 검정하였다. 그 결과는 Table 1에 나타난 바와 같이 토양 내 금속성분들의 대한 데이터 셋들 (data sets)은 정규분포를 따르지 않는 것으로 나타났다. 금속 성분들 (Cu 제외)의 분포는 대부분 왜도값이 1보다 큰 강한 양의 왜도를 보였으며, 그들의 첨도 또한 매우 뾰족하였다. 게 다가 로그변환 이후에도 금속성분들의 분포는 정규성을 보이 지 않았다. 다변량 통계기법들 중에서 군집분석과 주성분분 석은 데이터에 대한 정규성 가정이 필요 없는 비모수적 방법 으로 분류된다 (Vega et al., 1998; Helena et al., 2000; Kalin et al., 2000; Wunderlin et al., 2001). 따라서 본 연구에서는 정규성 확보를 위한 데이터의 변환 없이 금속성분들의 총 농 도값을 데이터 셋으로 하여 다변량 통계분석에 이용하였다.

2. 다변량 통계분석

Fig. 2는 군집분석의 결과에 대한 덴드로그램을 나타낸 것 이다. 거리 군집화는 성분들간의 연관성 정도를 나타내는 것 으로 거리 군집화에 대한 값이 작을수록 더 유의한 연관성을 나타낸다 (Lee et al., 2006). 따라서 군집분석에서 동일한 그 룹으로 분류된 성분들은 공유하는 특성이 서로 유사하다고 해석할 수 있다. Fig. 2에서 금속성분들은 2개의 그룹으로 나 눌 수 있는데 첫 번째 그룹 (Group 1)은 As, Cd 및 Pb 그리고 두 번째 그룹 (Group 2)은 Cu 및 Zn이다.

Group 1에서 As, Cd 및 Pb는 Table 1에서 기술한 바와 같 이 공통적으로 변동계수가 50 % 이상으로 높게 나타난 성분 들이다. 따라서 이 Group 1에 포함된 성분들은 동일한 인위적 인 오염원에 의해 유래된 것으로 판단 할 수 있다. Group 2에 서 Cu 및 Zn은 변동계수가 Group 1의 성분들과 비교하여 상 대적으로 낮았다. 게다가 이 성분들은 유사한 화학적 특성 때 문에 서로 지질학적으로 관련이 있는 경향이 있다 (Hanesch and Scholger, 2002; Nriagu, 1996). 따라서 Group 2의 Cu 및 Zn는 대상지역의 토양모암과 같은 자연적 발생원으로부터 유래된 성분일 수 있다.

Table 2 Total variance explained and matrix of principal components for metal (loid) contents in the study area

Component　 Initial eigenvalues　 Extraction sums of squared loadings　 Rotation sums of squared loadings Total % of variance Cumulative (%) Total % of variance Cumulative (%) Total % of variance Cumulative (%)

1 2.812 56.236 56.236 2.812 56.236 56.236 2.449 48.988 48.988

2 1.133 22.651 78.887 1.133 22.651 78.887 1.495 29.899 78.887

3 0.64 0 12.790 91.677

40.212 4 .231 95.908

5 0.205 4.092 100.000

Component matrixes

Element Component matrixes　 Rotated component matrixes

PC 1 PC 2　　 PC 1 PC 2　

As 0.835 -0.409 0.930 0.026

Cd 0.892 -0.252 0.907 0.191

Cu 0.5240.607 0.182 0.781

Pb 0.893 -0.121 0.847 0.308

Zn 0.496 0.720 0.105 0.868

Extraction method: principal component analysis; Rotation method: Varimax with Kaiser normalization; Significant loading factors are emphasized in bold.

Fig. 3 Factor loadings for two principal components (PCs) after varimax rotation

Table 3 Pearson’s correlation matrix of the metal contents in the study area

As Cd Cu Pb Zn

As 1

Cd 0.777* 1

Cu 0.252* 0.324* 1

Pb 0.713* 0.755* 0.274* 1

Zn 0.104 0.249* 0.414* 0.417* 1

* Highly significant at p < 0.01.

Strong positive correlations are emphasized in bold.

나. 주성분분석

주성분분석의 목적은 관찰대상인 변수들에 대하여 주성분 이라는 새로운 변수를 생성하여 기존 변수의 차원 또는 개수 를 줄이기 위한 것이며, 여기서는 금속성분들의 발생원을 구 분하기 위하여 사용하였다. Table 2는 주성분 분석의 결과를 나타낸 것이고, Fig. 3은 주성분의 적재값에 대한 그래프를 나 타낸 것이다. 5개 금속성분들에 대한 주성분분석의 결과는 2

개의 주성분이 고유값 1이상을 가지며, 총 분산의 78.9 %를 설명하는 것으로 나타났다.

첫 번째 주성분 (PC 1)은 총 분산의 56.2 %를 설명하며, As, Cd 및 Pb에 대하여 높은 적재값을 가진다. 그리고 두 번째 주 성분 (PC 2)에는 총 분산의 22.6 %를 차지하고 있는 Cu 및 Zn 이 포함된다. 주성분 분석의 결과는 군집분석의 결과와 크게 일치하였는데 이는 As, Cd 및 Pb는 인위적인 오염원에 의한 것이며, Cu 및 Zn은 자연적 발생원과 관련이 있음을 시사하 는 것이다.

3. 상관분석

Table 3은 5개 금속성분들간의 Pearson 상관계수를 나타

Fig. 4 Spatial distribution of As, Cd, Cu, Pb, and Zn in agricultural soils. The circle with a dotted black line shows the common hot spots of metal(loid)s

낸 것이다. 금속성분들간의 유의한 양의 상관관계는 이 성분 들의 발생원과 이동경로가 동일하다고 해석할 수 있다. 인위 적 오염원과 관련이 있는 As, Cd 및 Pb는 서로 강한 양의 상관 관계 (r ≥ 0.713)를 보였으며, Cu 및 Zn은 서로 유의한 양의 상 관관계 (r = 0.414)를 나타내었다. 이러한 결과는 앞의 다변량 통계분석의 결과들과도 일치한다.

4. 금속성분들의 오염원 규명 및 오염특성

Fig. 4는 대상지역의 농경지 토양 내 As, Cd, Cu, Pb 및 Zn 의 공간적 분포지도를 나타낸 것이다. 대상지역 내에서 5개 성분들의 공간적 분포는 크게 2개의 분포패턴으로 구분되었 다. 인위적인 오염원으로부터 유래된 As, Cd 및 Pb, 그리고 토양모암과 같은 자연발생원과 관계된 Cu 및 Zn의 공간적 분 포는 서로 뚜렷하게 구별되었다.

대상지역에서 As, Cd 및 Pb는 모두 공통적으로 대상지역 중앙을 기준으로 북쪽에 위치한 농경지에서 이 성분들의 농 도가 가장 높게 집중된 핫스팟이 형성되었다 (Fig. 4). 대상지 역은 전형적인 농업지역으로 이 지역에 위치한 인위적인 오 염원들로는 11개소의 폐광산을 예상할 수 있다. 그러나 Fig. 4 에서 As, Cd 및 Pb의 공간적 분포와 대상지역 내 위치한 폐광

산들의 위치를 고려해 볼 때, 대상지역의 농경지 토양 내 As, Cd 및 Pb가 이 광산들의 영향을 받았다고 보기에는 어려울 것 으로 판단된다.

본 연구에서 대상지역의 농경지 토양 내 금속성분들의 오 염원을 규명하기 위해서는 우리가 사전연구 (Yun et al., 2016) 를 통해 규명한 충청남도 청양군 지역의 오염특성을 함께 고 려해 볼 필요가 있다. 이 지역은 본 연구의 대상지역인 부여군 의 북쪽에 바로 인접해 있으며, 우리는 이 지역의 농경지 토양 에 대하여 금속성분들의 오염원과 이동특성을 규명하였다.

Fig. 5는 사전연구의 청양군과 본 연구의 부여군에 대하여 농경지 토양 내 인위적 금속성분 (As, Cd 및 Pb)의 공간적 분 포를 함께 나타낸 것이다. 대상지역 (부여군) 내 As, Cd 및 Pb 의 분포는 청양군 내 이 성분들의 분포특성과 큰 관련성을 보 였는데 부여군과 청양군의 경계지역에 위치한 농경지 토양에 서 As, Cd 및 Pb의 핫스팟들은 서로 뚜렷하게 일치하는 특성 을 보였다. 이는 대상지역 (부여군)의 농경지 토양 내 As, Cd 및 Pb는 청양군과 동일한 인위적 오염원들의 영향을 받는다 는 것을 시사하며, 이 인위적 오염원은 사전연구에서 As, Cd 및 Pb의 발생원으로 밝혀진 청양군에 위치한 폐광산인 망월 (Mangwol)광산일 수 있으며, 이 광산과 관련된 내용은 사전 연구 (Yun et al., 2016)에서 자세하게 기술되어 있다.

Fig. 5 Spatial distribution of anthropogenic As, Cd, and Pb in agricultural soils of Buyeo and Chungyang County. The circle with a gray line shows the common hot spots of metal(loid)s

나. 금속성분들의 이동 및 분포특성

Fig. 6은 대상지역의 인위적 오염원으로부터 유래된 As, Cd 및 Pb의 관계를 선형회귀분석을 통해 나타낸 것이다. 농 경지 토양 내에서 이 성분들간의 관계는 As-Cd, As-Pb 및 Pb-Cd에 대하여 결정계수 (R

²

대상지역의 농경지 토양 내 As, Cd 및 Pb간의 관계에 있어 서 주목할 점은 이 성분들이 농경지의 유형 (논 및 밭토양)에

따라 뚜렷하게 구분되는 특징이 관찰된 것이다 (Fig. 6B). Fig.

6B에서 논토양의 경우 이 성분들간의 R

²

²

Fig. 6 Relationship between a) As and Cd, b) As and Pb, and c) Pb and Cd contents in agricultural soils of the study area. A: agricultural soils (all the paddy and dry field soils) and B: paddy versus dry field soils

Fig. 5의 금속성분의 공간적 분포특성에 의해 대상지역의 농경지 토양 내 As, Cd 및 Pb는 그 인접지역인 청양군에 위치 한 인위적 오염원 (폐광산)의 영향을 받는 것으로 나타났다.

우리는 사전연구 (Yun et al., 2016)에서 청양군의 농경지 토 양 내 As, Cd 및 Pb는 인근 폐광산에 의해 발생된 이 성분들을 다량 함유하고 있는 광산폐기물이 자연인자들 (바람 및 강우) 에 의해 주변 농경지 토양으로 이동된 후, 이 성분들의 이동 및 분포특성은 농경지의 특정환경에 의해 영향을 받을 수 있다는 가능성을 제시하였다. 이는 Fig. 6과 같이 선형회귀분석을 통 해 농경지 (논 및 밭) 유형별로 뚜렷하게 구별되는 As, Cd 및 Pb간의 관계에 의해 지지되었다 (Yun et al., 2016). 따라서 대 상지역인 부여군의 농경지 토양 내 인위적 금속성분인 As, Cd 및 Pb 또한 청양군과 동일하게 논토양의 특정환경에 의해 이 성분들의 이동 및 분포특성이 영향을 받는 것으로 판단된다.

일반적으로 논과 밭의 차이점은 대상작물이 논벼인지 아 니면 논벼 이외의 농작물인지에 따라서 농경지에 대한 담수 관개 유무에 의해 구분할 수 있다. 밭토양은 담수를 하지 않고 항상 대기와 직접적으로 접촉해 있어 산화상태를 유지한다.

그러나 논토양은 담수관개 및 배수에 의해 밭토양과는 뚜렷 하게 구별되는 토양환경과 수리학적 특성을 갖는다.

논토양이 담수가 되면 환원환경이 형성되며 철 및 망간 (수)산화물들의 환원성 용해를 수반한다. 일반적으로 산화상 태의 토양조건에서 금속성분들은 철(수)산화물에 높은 농도

로 흡착되어 있다 (Suda and Makino, 2016). 그러나 이 흡착 된 금속성분들은 담수된 논토양의 환원환경에서 철 및 망간 (수)산화물들의 환원성 용해에 의해 토양 공극수로 용해될 수 있다 (Hindersmann and Mansfeldt, 2014; Liu et al., 2013).

이때, 산화환경에서는 주로 5가 형태의 arsenate로 존재하던 As는 이동성과 독성이 높은 3가형태의 arsenite로 환원되어 토양 공극수 내에서 존재하게 된다 (Yamaguchi et al., 2011).

그리고 환원환경에서 일정한 원자가를 갖는 Cd, Cu, Pb 및 Zn 등과 같은 금속성분들은 토양 내 금속산화물 (알루미늄 (수) 산화물 및 잔류 철 (수)산화물)과 점토광물 등에 의해서 재흡 착이 될 수 있다 (Takahashi et al., 2004). 그러나 재흡착된 성 분들은 pH 및 산화환원전위의 변화에 따라 환원환경에서 언 제든지 쉽게 토양 공극수에 다시 용해될 수 있다 (Yun and Yu, 2015).

또한 논은 담수관개에 의해 많은 물이 담겨지게되고 이 담 수된 논토양에서 물의 이동은 담수상태의 수압에 의해 지배 를 받는다. 그리고 논 지역에서 동일한 배미로 서로 연결된 논 들의 경우 상대적으로 높은 위치의 논으로부터 그 논둑에 침 투한 물이 아래 논에 이동하며, 논에 관개된 물들은 토양 내에 서 공극수로서 동수경사를 따라 이동하게 된다. 따라서 논토 양에 유입된 금속 성분들은 논토양의 환원환경과 수리학적 특성에 의해 상대적으로 매우 빠르고 지속적으로 이동하여 더 넓은 공간적 범위까지 영향을 줄 수 있다.

Ⅳ. 요약 및 결론

본 연구에서는 대상지역 내 농경지 전역을 대상으로 현장 조사를 실시하여 농경지 토양 내 As, Cd, Cu, Pb 및 Zn의 발생 원을 규명하고 이 성분들의 오염 및 분포특성을 검토하였다.

연구의 목적을 달성하기 위하여 조사된 농경지 토양 내 5개 금속성분들의 함량에 대해 기술통계, 다변량 통계분석 그리 고 GIS를 이용하여 그들의 발생원과 공간적 분포특성을 조사 하였다. 이 같은 접근법들을 통해, 고려된 금속성분들 중에 As, Cd 및 Pb는 폐광산으로 부터 발생된 인위적 성분들이며, 반면 Cu 및 Zn는 토양모암과 관련된 자연발생적 성분임을 효 과적으로 규명할 수 있었다.

또한 폐광산에 의한 인위적 성분인 As, Cd 및 Pb는 논토양 의 특정환경에 의해 이동 및 거동이 지배될 수 있는 것으로 나 타났다. 우리는 사전연구 (Yun et al., 2016)를 통해 광업활동 에 의해 발생된 금속성분들이 인접 농경지 토양으로 이동되 면 이 성분들의 이동 및 분포특성은 농경지의 유형에 따라 크 게 다르며, 특히 논토양의 특정환경에 의해 인위적 금속성분 들은 더 넓은 공간적 범위까지 영향을 줄 수 있다는 가능성을 제시하였다. 본 연구는 우리가 제시한 이러한 가능성을 다시 한번 확인시켜주는 또 하나의 사례이며, 이 사례연구를 통해 우리는 광업활동에 의해 금속성분들로 오염된 농경지 토양에 대하여 토양 모니터링을 포함한 적절한 복원활동들이 이루어 지기 위해서는 산화와 환원환경이 교차하는 논토양의 특성을 반드시 고려해야 함을 재차 강조하고자 한다.

사 사

본 논문은 농촌진흥청 공동연구사업 (과제번호: PJ011693) 의 지원에 의해 이루어진 것 임.

REFERENCES

1. Adriano, D.C., 2001. Trace elements in terrestrial environments:

biogeochemistry, bioavailability and risks of metals, second ed. Springer-Verlag, New York.

2. Buyeo County Office (BCO), 2016. Buyeo Statistical Year Book, 2015. Buyeo, Korea (in Korean).

3. Chen, T., X. Liu, M. Zhu, K. Zhao, J. Wu, J. Xu, and P. Huang, 2008. Identification of trace element sources and associated risk assessment in vegetable soils of the urban-rural transitional area of Hangzhou, China. Environmental pollution 151: 67-78.

4. Dao, L., L. Morrison, and C. Zhang, 2010. Spatial variation of

urban soil geochemistry in a roadside sports ground in Galway, Ireland. Science of the total environment 408: 1076-1084.

5. Dragović, S., N. Mihailović, and B. Gajić, 2008. Heavy metals in soils: distribution, relationship with soil characteristics and radionuclides and multivariate assessment of contamination sources. Chemosphere 72: 491-495.

6. Hanesch, M. and R. Scholger, 2002. Mapping of heavy metal loadings in soils by means of magnetic susceptibility measure- ments. Environ. Geol. 42: 857-870.

7. Hindersmann, I. and R. Mansfeldt, 2014. Trace element solubility in a multimetal contaminated soil as affected by redox conditions.

Water air soil pollut. 225: 2258.

8. Huang, X., Y. Zhu, and H. Ji, 2013. Distribution, speciation, and risk assessment of selected metals in the gold and iron mine soils of the catchment area of Miyun Reservoir, Beijing, China.

Environ. Monit. Assess. 185: 8525-8545.

9. Khalil, A., L. Hanich, R. Hakkou, and M. Lepage, 2014. GIS- based environmental database for assessing the mine pollution:

a case study of an abandoned mine site in morocco. Journal of geochemical exploration 144: 468-477.

10. Korea Ministry of Agriculture, Food and Rural Affairs (KMAFRA), 2016. Agriculture, Food and Rural Affairs Statistics Yearbook, 2016. Sejong, Korea.

11. Korea Ministry of Environment (KMoE), 2014. Result of soil pollution investigation by soil quality monitoring network in Korea, 2013. Sejong, Korea.

12. Korea Ministry of Environment (KMoE), 2015. Soil environment conservation act. Sejong, Korea.

13. Lee, C.S., X. Li, W. Shi, S.C. Cheung, and I. Thornton, 2006.

Metal contamination in urban, suburban, and country park soils of Hong Kong: a study based on gis and multivariate statistics.

Science of the Total Environment 356: 45-61.

14. Li, Z., X. Feng, G. Li, X. Bi, G. Sun, J. Zhu, H. Qin, and J. Wang, 2011. Mercury and other metal and metalloid soil contamination near a Pb/Zn smelter in east Hunan Province, China. Appl.

Geochem. 26: 160-166.

15. Liu, B., D. Qu, X. Chen, Q. Li, and L. Peng, 2013. Effects of flooding and ferrhydrite on copper fractionation in paddy soil.

Procedia Environ. Sci. 18: 135-142.

16. Liu, G., X. Liu, J. Hou, A. Wang, and R. Li, 2013. Heavy metal speciation and pollution of agricultural soils along jishui river in non-ferrous metal area in Jianxi Province, China. J. Geochem.

Explor. 132: 156-163.

17. Manta, D.S., M. Angelone, A. Bellanca, R. Neri, and M. Sprovieri, 2002. Heavy metals in urban soils: a case study from the city of palermo (sicily), italy. Science of the Total Environment 300:

229-243.

18. Meza-Figueroa, D., R.M. Maier, M. De La o-Villanueva, A.

Gómez-Alvarez, A. Moreno-Zazueta, J. Rivera, A. Campillo, C.J. Grandlic, R. Anaya, and J. Palafox-Reyes, 2009. The impact of unconfined mine tailings in residential areas from a mining town in a semi-arid environment: Nacozari, Sonora, Mexico.

Chemosphere 77: 140-147.

19. Mihailović, A., L.J. Budinski-Petković, J. Popov, S., Ninkov, J. Vasin, N.M. Ralević, and M. Vučinićvasić, 2015. Spatial distribution of metals in urban soil of Novi Sad, Serbia: GIS based approach. Journal of Geochemical Exploration 150:

104-114.

20. Mine Reclamation Corporation (MIRECO), 2010a. The precise investigation report of soil contamination nearby the Daewon mine. Seoul, Korea (in Korean).

21. Mine Reclamation Corporation (MIRECO), 2010b. The precise investigation report of soil contamination nearby the Namsun mine. Seoul, Korea (in Korean).

22. Nriagu, J., 1996. A history of global metal pollution. Science 272: 223.

23. Rodríguez, J.A., N. Nanos, J.M. Grau, L. Gil, and M. López- Arias, 2008. Multiscale analysis of heavy metal contents in Spanish agricultural topsoils. Chemosphere 70: 1085-1096.

24. Suda, A. and T. Makino, 2016. Functional effects of manganese and iron oxides on the dynamics of trace elements in soils with a special focus on arsenic and cadmium: a review. Geoderma 270: 68-75.

25. Szolnoki, Z., A. Farsang, and I. Puskas, 2013. Cumulative impacts of human activities on urban garden soils: origin and accumulation of metals. Environmental Pollution 177: 106-115.

26. Takahashi, Y., I. Minamikawa, K.H. Hattori, K. Kurishima, N.

Kihou, and K. Yuita, 2004. Arsenic behavior in paddy fields during the cycle of flooded and non-flooded periods. Environ.

Sci. Technol. 38: 1038-1044.

27. Tembo, B.D., K. Sichilongo, and J. Cernak, 2006. Distribution of copper, lead, cadmium and zinc concentrations in soils around Kabwe town in Zambia. Chemosphere 63: 497-501.

28. Ward, J.H., 1963. Hierarchical grouping to optimize an objective function. Journal of the American Statistical Association 58:

236-244.

29. Yun, S.W. and C. Yu, 2012. Changes in phytoavailability of heavy metals by application of limestone in the farmland soil nearby abandoned metal mine and the accumulation of heavy metals in crops. Journal of the Korean Society of Agricultural Engineers 54: 1-9 (in Korean).

30. Yun, S.W., P.C. Baveye, K.B. Kim, D.H. Kang, S.Y. Lee, J.

Son, D.H. Kim, Y.C. Yoon, and C. Yu, 2016. Effect of postmining land use on the spatial distribution of metal(loid)s and their transport in agricultural soils: analysis of a case study of Chungyang, South Korea. J. Geochem. Explor. 170: 157-166.

31. Yun, S.W. and C. Yu, 2015. The leaching characteristics of Cd, Zn, and As from submerged paddy soil and the effect of limestone treatment. Paddy Water Environ. 13: 61-69.

32. Zhan, H.Y., Y.F. Jiang, J. Yuan, X.F. Hu, O.D. Nzrtey, and B.L. Wang, 2014. Trace metal pollution in soil and wild plants from lead-zinc smelting areas in Huixian County, Northwest China. J. Geochem. Explor. 147: 182-188.

33. Zhang, C., 2006. Using multivariate analyses and GIS to identify

pollutants and their spatial patterns in urban soils in Galway,

Ireland. Environmental Pollution 142: 501-511.