★..한국실내환경학회 KOSIE

http://dx.doi.org/10.15250/joie.2015.14.2.102 ISSN 2288-923X (Online)

왕십리역 주변 상업지역의 하수관거를 중심으로 악취발생 현황조사

송석민·서웅교·이명재·이혁진·조우성·조효재·설경화·김수진·김기현*

한양대학교 건설환경공학과

A diagnostic analysis of odor pollution due to sewer system in a commercial area surrounding the Wangsimni subway station

Seok-Min Song·Woong-Kyo Seo·Myung-Jae Lee·Hyeok-Jin Lee·Woo-Seong Cho Hyo-Jae Jo·Kyung-Hwa Sul·Soo-Jin Kim·Ki-Hyun Kim*

Department of Civil & Environmental Engineering, Hanyang University, Seoul, Korea 133-791 (Received 20 March, 2015; Revised 19 May, 2015; Accepted 27 June, 2015)

Abstract

Odor problems in urban areas have become a common cause of public complaints. In order to gain a better understanding of odor problems, we investigated the emission characteristics of odorants originating from manholes (n=22) and stormwater catch basins (n=48) (SCBs) around Wangsimni station in Seoul. To this end, concentrations of H

S and NH

were measured after arbitrarily dividing the whole study area into five different districts. Our measurements were made to allow comparisons between three different criteria: (1) manholes vs. SCBs, (2) temporal variation between morning vs. afternoon, and (3) water content in the sewer system. The average concentration of H

S in manholes and SCB were 2.39 ppm and 0.81 ppm, respectively. In contrast, their NH

counterparts were 1.86 ppm and 1.02 ppm, respectively. According to the contouring method made to identify spatial distribution characteristics, of odorants a relatively lowland site D was expected to work as a significant emission source in light of the transportation patterns of a sewer system. Moreover, higher concentrations of odorants were prevalent in the afternoon (as the prime time for commercial activities) relative to before noon. If concentration data are converted into odor intensity, H

S was the predominant component exerting controls on the odor pollution in these underground environments.

Keywords : Sewer, Odor intensity, Hydrogen sulfide ( ^H

S ), Ammonia (NH

), Contouring

1. 서 론

악취는 인간의 후각을 자극하여 불쾌감과 함께 혐오 감을 유발하는 물질이다. 악취물질은 인체에 심리적 또 는 정신적 피해를 끼치기 때문에 층간소음과 유사하게 감각공해 현상을 대표한다(Choi et al. 2005). 생활수준 의 향상과 쾌적한 도시환경을 바라는 시민들의 요구가 높아짐에 따라 대표적인 환경민원으로 등장했다(Jo and Jo, 2007).

특히 하수관거는 오수를 수집 운반하고, 우수를 신 속하게 배수하는 시설로 침수를 방지하고 쾌적한 환경 과 깨끗한 강을 유지하기 위해서 없어서는 안 될 공중 시설에 해당한다. 하수나 우수를 수송하는 과정에서 입 자성 고형물질이 침전시키기도 하고, 하수관거 벽면에 서식하는 미생물에 의해 오염물질의 분해를 유도하는 일종의 반응기 역할도 수행한다(Kim et al. 2014). 또 한, 하수관거를 흐르는 생활하수에는 유기물, 질소화합 물, 인, 황 화합물 등을 다량 함유하고 있다. 이들은 하 수처리장으로 이송되는 과정에서 부패가 이루어짐으로 써 여러 가지 악취물질의 생성에 기여한 암모니아와 황화수소는 하수 악취의 대표적인 물질로 특히 황화수

*Corresponding author

Tel : +82-2-2220-2325 E-mail : [email protected]

소는 하수관 조기부식의 원인물질로도 지목받고 있다 (Ahn et al, 2011).

기본적으로 왕십리역 주변의 하수관거는 합류식으로 이루어져 있으며, 일반적으로 오수와 우수를 분류하여 처리하는 분류식보다 악취강도가 높고 관리가 어려운 것으로 알려져 있다(Hannouche et al., 2011). 본 연구 에서는 왕십리역을 중심으로 주변의 하수관 맨홀과 우 수관 빗물받이을 주요 조사대상으로 선정하여 악취물 질들의 발생특성을 조사하고자 하였다.

이를 위해, 황화수소와 암모니아 농도를 이동형 센 서를 이용하여 시간별, 지역별, 맑은 날과 비 온 다음 날 등의 비교기준을 적용하여 계측하였다. 그 결과를 시간과 공간의 다양한 관점에서 분류하고 통계적 기준 을 적용하여 측정된 농도를 적용하여 비교·평가하였 다. 이를 통하여, 주요 오염물질들의 악취도(odor intensity) 를 산정하고, 왕십리역 주변의 하수관거의 관 리 및 악취저감 대책수립에 기초자료로 제시하고자 하 였다.

2. 연구방법

2.1 측정지점 선정

본 연구는 서울특별시 성동구 행당동에 위치한 왕십 리역 일대의 주거 및 상업지역 내의 맨홀과 빗물받이

를 중심으로 악취배출의 시공간적 경향성을 파악하기 위하여 진행하였다. 시료채취는 많은 채취지점을 동일 한 시간대(오전 9-11시/오후 5-7시)에 측정하기 위해 전체 구역을 Fig. 1에 제시한 바와 같이 왕십리역 출구 주변 상가지역 1개(A), 왕십리역 주변 중심 상가지역 3 개(B, C, D), 상가지역 주변 도로 1개(E)로 5개 구역 으로 구분하여 구역당 1일 2회(오전, 오후)로 나누어 조사를 실시하였다. 전체 5개 구역 내에 분포한 총 270개 지점(맨홀 69개, 빗물받이 201개) 중 시료채취가 용이하고 각 구역에 최대한 고르게 분포하도록 총 70 개 지점(맨홀 22개, 빗물받이 48개)을 선정하였다. 그 리고 이들 지점들을 중심으로 H

S 와 NH

를 대표 악취 물질로 선정하여 측정을 진행하였다. 시간적 기준으로 는 시료의 채취기간은 2014년 10월 22일부터 11월 10 일까지 총 19일의 기간 중 5일을 택하여 진행하였다.

오전과 오후, 비 온 다음 날과 맑은 날의 악취성분의 분포 특성을 비교할 수 있게 측정을 진행하였다. 특히, 오전/오후의 채취는 오전 9시부터 11시와 오후 5시부 터 7시까지 2개의 시간대에 국한하여 실시하였다. 시 료채취 당일에 대한 풍속, 온도, 습도에 관한 정보는 Table 1 에 제시하였다.

2.2 측정성분 및 방법

본 연구에서는 왕십리역 일대의 환경을 중심으로 악

Fig. 1. Geographical map of five districts selected for malodor monitoring in this study.

취 화합물의 시간대별 농도분포 특성을 파악하기 위해 MX6 IBRID(Digi-Key

, USA) 를 이용한 센서형 분석 시스템으로 측정을 실시하였다(Table 2). 테플론 튜브 ( 전체길이 80 cm)를 연결하여 측정지점에 삽입하여(삽 입 깊이 30 cm) 지점당 3분씩 조사 대상물질들의 농도 를 측정하였다.

사전조사에서 황화수소(H

S) 와 암모니아(NH

) 에 관 한 측정 값이 높게 나온 것을 알 수 있었고, 기타 나머 지 성분(SO

, CH

) 의 경우 측정치가 대부분이 검출한 계 이하로 나타나서 결과분석에서는 제외하였다. 그리 고 이산화탄소(CO

) 의 경우 본 연구의 목적인 악취발 생에 직접적으로 영향을 미치는 성분이 아니므로 단순 히 참고자료로 활용하였다. 따라서 본 연구에서는 일반 적으로 악취기여도가 높은 것으로 알려진 황화수소 (H

S), 암모니아(NH

) 를 주 조사대상으로 선정하여 분 석하였다. 또한, 악취도 판정을 위한 기법으로 Weber- Fechner 법칙을 이용해서 악취농도를 악취도로 환산하 여 분석하였다(Jeon et al., 2006).

다양한 장소에서 단시간에 악취물질의 농도를 모니 터링하기 위하여 6가지(H

S, NH

, CO

, SO

, CH

, CO) 의 성분의 동시 측정이 가능한 센서형 분석시스템 인 멀티가스측정기(MX6 IBRID)를 사용하였다. 장비 는 검교정 후 측정에 사용하였으며, 주요 조사성분인 H

S는 가스상 표준가스(Rigas, Korea)를 10 ppm으로 희석 후 기기의 자동교정시스템으로 매 측정시 교정하 였다. 이러한 측정결과의 신뢰성 확보를 위하여 사전조 사에서 측정한 농도대인 0.5~10 ppm를 감안하여, 4단 계 농도(0.5, 1, 5, 10 ppm)로 제조한 가스상 표준가스 를 동일한 4단계 농도대로 자동 교정하여 각각 시료를 측정하여 교정 농도에 따른 측정오차율을 평가율을 평 가해보았다. 교정 농도에 따라 측정한 농도값(ppm)과 측정오차율(%)은 Table 3에 제시하였다. 상대적으로 저농도(0.5, 1 ppm)로 교정하여 실측할 경우, 고농도(5, 10 ppm)에서 측정오차율이 300% 이상 차이가 나는 것 을 확인하였다. 그러나, 고농도대인 5, 10 ppm에서는 저농도 시료의 분석에 10% 이하의 오차율을 보이며 Table 1. Summary of environmental conditions of odor monitoring in this study

Date of

monitoring Time Temperature (

C)

Humidity (% rh)

Wind velocity (m/s)

Manhole SCB

Count District

Count District

2014-10-23 AM 09:00~11:00 11.0 79 1.0 5 A 10 A

PM 05:00~07:00 18.0 48 2.0 5 A 10 A

2014-10-24 AM 09:00~11:00 12.0 83 1.0 5 B 10 B

PM 05:00~07:00 19.0 63 1.0 5 B 10 B

2014-10-25 AM 09:00~11:00 14.0 63 1.0 5 C 10 C

PM 05:00~07:00 21.0 57 2.0 5 C 10 C

2014-10-26 AM 09:00~11:00 14.0 60 1.0 3 E 10 E

PM 05:00~07:00 16.0 57 2.0 3 E 10 E

2014-10-28 AM 09:00~11:00 7.4 42 1.3 4 D 8 D

PM 05:00~07:00 16.7 23 1.9 4 D 8 D

a

stormwater catch basins

b

Refer to Fig 1 for the location of sites A through E.

Table 2. Operational conditions of instrumental system for the analysis of two key odorants (ammonia and hydrogen sulfide) in this work

Sensor type Ibrid mx6 (electrochemical)

Name Properties Accuracy (when calibrated with stated gas type and concentration)

(type) Range (ppm) Resolution (ppm) Response time (s) 　Temperature range RH range Accuracy

NH

0 to 200 1 21 -20°C to 40°C 15-95% ±15.0%

　 　 　 　 　 (-4°F to 104°F) 　 　

H

S 0 to 500 0.1 12 -20°C to 55°C 15-95% ±15.0%

　 　 　 　 　 (-4°F to 131°F) 　 　

* Industrial scientific(www.indsci.com/products/multi-gas-detectors/mx6/)

안정적인 결과를 보였다. 따라서 본 연구에서는 10 ppm 교정을 기준으로 측정을 진행하였다. 이러한 센서 의 계측결과는 상대적 분포를 파악에는 용이하나, 간섭 성분의 영향 등을 배제하기 어려우므로, 절대적 의미를 부여하기에는 어려운 문제가 아직은 상존한다.

2.3 공간분석기법을 적용한 농도분석

측정을 통해 수집한 자료는 공간적으로 분포하고 있 으므로 위치정보인 공간자료(spatial data)와 지점자료 (point data) 를 포함한다. 이러한 공간자료는 공간적으 로 분포하지 않는 일반 데이터와 달리 공간적인 위치 를 데이터 발생의 중요한 변수로 적용할 수 있다. 따라 서 인접 데이터와의 상관관계를 고려해 주어야 한다.

특히, 본 연구에서 수집한 농도자료는 인접 지역과 독 립적이거나 임의적으로 볼 수 없다. 그러므로, 측정한 자료의 공간적인 상관관계 및 미관측 지점의 추이를 예측하기 위해 공간분석기법이라는 데이터 후처리 과 정을 거쳐야 한다. 이것은 공간 상의 관측할 수 있는 한정적인 지점자료를 바탕으로 지역의 특성을 판단해 야 하는 경우에 적용할 수 있는 기법에 해당한다. 이미 국내에서 강우분석 자료 등을 이러한 기법을 적용하여 연구한 바 있다(Prak et al., 2008; Park et al, 2009).

본 연구에서는 공간보간기법(spatial interpolation) 중 크리깅(Kriging)이라는 통계적 방법을 사용하여 왕십리

역 일대 농도분포를 분석하였다. 그 결과를 등치선으로 이어 왕십리역 지역을 대표하는 지도 상 측정값들의 공간적 관계와 위치분포를 나타내었다.

2.3.1 Surfer 10

공간분석기법을 이용한 데이터 후처리를 위해 US Golden Software 사에서 개발한 Surfer 10 (URL: www.

GoldenSoftware.com)을 사용하였다. 이 프로그램은 불 규칙하게 나타나는 XYZ 형식의 지형 데이터를 규칙적 인 격자(grid) 파일로 변환하고, 용도에 따라 크리깅 (Kriging)을 포함한 총 12가지의 보간법(interpolation method)을 적용하여 지점자료(point data)를 contour map으로 나타낼 수 있도록 한다. 또한 각 지점의 거리 계산, 선택영역의 체적 계산, 절단면에 대한 분석 등 여러 가지 추가 기능을 지원한다(Kim and Choi, 2014).

2.3.2 크리깅 기법(Kriging)

대표적 공간적 보간법으로 이용 중인 크리깅(Krig- ing) 기법은 공간적 자기상관을 나타내는 베리오그램 (variogram) 과 수학적인 함수모델을 토대로 미관측 값 을 추정한다. 베리오그램은 공간 상에 위치한 점들의 속성값 차이 제곱의 기댓값을 나타낸 것이다. 이를 통 하여 사용하는 데이터의 전체적인 공간적 분포구조를 파악할 수 있다. 이 때 자료의 분포가 위치와 독립적이 Table 3. The response patterns of H

S sensor for standard gases prepared at four concentration levels (0.5, 1, 5, and 10 ppm)

STD conc.

(ppm)

Actual conc.

(ppm)

Measured conc. (ppm) SD RSD Bias

1 2 3 Mean 　 (%) (%)

0.5 0.5 0.5 0.5 0.5 0.50 0.01 1.15 0.67

　 1.0 1.2 1.2 1.1 1.17 0.06 4.95 16.7

　 5.0 9.8 9.7 9.0 9.50 0.44 4.59 90.0

　 10 18.7 19.1 18.9 18.9 0.20 1.06 89.0

1 0.5 0.5 0.5 0.4 0.47 0.06 12.4 6.67

　 1.0 1.0 0.9 0.9 0.93 0.06 6.19 6.67

　 5.0 9.1 8.9 8.8 8.93 0.15 1.71 78.7

　 10 17.4 17.5 17.4 17.4 0.06 0.33 74.3

5 0.5 0.4 0.5 0.5 0.47 0.06 12.4 6.67

　 1.0 1.0 0.9 1.0 0.97 0.06 5.97 3.33

　 5.0 5.0 5.0 5.0 5.00 0.00 0.00 0.00

　 10 10.1 10 10.2 10.1 0.10 0.99 1.00

10 0.5 0.6 0.5 0.5 0.53 0.06 10.8 6.67

　 1.0 0.9 0.9 1.0 0.93 0.06 6.19 6.67

　 5.0 5.2 5.2 5.2 5.20 0.00 0.00 4.00

　 10 10 10.1 10.1 10.1 0.06 0.57 0.67

a

(|Actual conc.-Measured conc.|)/Actual conc.×100

라는 가정을 기초로 한다(Cressie, 1993; O'Sullivan and Unwin, 2010).

Surfer 에서는 Point Kriging과 Block Kriging의 두 가 지 Kriging 기법을 제공하는데, 전자는 보간된 격자 상 에서 값을 추정하는 기법이고, 후자는 격자를 통해 형 성된 block 중간(center)에서 값을 추정하는 기법인데, Block Kriging 은 그리드 사이즈에 의해 블락을 형성하 므로 격자수를 증가시키므로 보다 smooth한 등치선의 결과를 볼 수 있다(Isaaks and Srivastava, 1989). 본 실 험에서는 228.07 m × 376.04 m 상의 왕십리역 일대를 78 × 100의 격자로 나누어 block kriging을 적용하였다.

3. 결과 및 고찰

3.1 맨홀과 빗물받이의 H

S와 NH

분포

Fig. 2 에 측정 날짜에 따른 각 발생원별 NH

와 H

S

의 농도분포를 제시하였다. Table 4에는 맨홀과 빗물받

이의 각 성분별 평균 악취농도와 최대 악취농도를 제

시하였다. 평균적으로 맨홀은 NH

가 1.69 (± 1.32)

ppm, H

S가 2.11 (± 2.21) ppm로 측정되었다. 빗물받

이는 NH

가 0.93 (± 0.62) ppm, H

S가 0.81 (± 0.85)

ppm 이 측정되었다. 맨홀에서는 H

S 가 그리고 빗물받

이에서는 NH

가 높게 나타났다. 맨홀에서의 악취물질

농도가 빗물받이의 악취물질 농도보다 높게 나온 이유

는 악취물질의 원인인 오수량의 차이와 같은 요인을

우선적으로 고려할 수 있다. 맨홀은 항상 오수가 흐르

기 때문에, 시간에 따른 오수의 악취물질 농도에는 차

이가 있었으나 맨홀에서는 상대적으로 고농도 경향을

유지하였다. 빗물받이는 비로 인해 외부오염물이 반입

되고 습한 상태로 유지되었을 경우에는 측정지점애 따

라 다양한 농도대로 측정되었다. 반면에 빗물받이는 비

가 오지 않는 경우에는 건조한 상태로 존재한다. 따라

Fig. 2. Plots of hourly concentrations of two key odorants of ammonia and hydrogen sulfide: [A] All data, [B] Manhole,

and [C] SCB.

서, 오수가 존재하지 않고 건조한 상태에서는 대부분 검출한계값을 나타냈다.

맑은 날의 악취 발생경향을 나누어 분석해 보면 맨 홀에서는 H

S가 NH

보다 높게 측정되었다(Table 4).

이에 비해 빗물받이에서는 NH

가 H

S보다 높긴 하지 만 큰 차이를 보이지는 않았다(Table 4). 그러나 최대

치를 비교하면 그 차이는 확연히 나타났다. 맨홀의 H

S 는 12.6 ppm로 NH

의 7 ppm보다 높게 측정되었다.

빗물받이에서도 H

S 가 4.80 ppm으로 NH

의 3 ppm보 다 크다. 이를 통해 악취물질의 최대농도는 일반적으로 NH

보다 H

S 의 값이 더 고농도로 존재하는 것을 알아 낼 수 있었다(Table 4).

Table 4. Comparison of odorant levels between manhole and stormwater catch basin (A) Manhole vs. SCB

　 Manhole (n=44) SCB (n=96)

　 NH

H

S NH

H

S

Average (ppm) 1.86 2.39 1.02 0.81

SD 2.21 6.40 0.36 0.71

P (Two sided test) 2.86.E-04 5.68.E-05

(B) Morning vs. Afternoon

　 NH

, Manhole (n=22) H

S, Manhole (n=22) NH

, SCB (n=48) H

S, SCB (n=48) 　 Morning Afternoon Morning Afternoon Morning Afternoon Morning Afternoon Average (ppm) 1.59 2.14 2.07 2.70 0.88 1.17 0.63 0.99

SD 2.06 2.31 6.88 6.01 0.24 0.44 0.63 0.94

P (Two sided test) 4.89.E-02 8.04.E-02 1.43.E-02 4.76.E-02

(C) NH

vs. H

S

　 Manhole, Morning (n=22)

Manhole, Afternoon (n=22)

SCB, Morning (n=48)

SCB, Afternoon (n=48)

　 NH

H

S NH

H

S NH

H

S NH

H

S

Average (ppm) 1.59 2.07 2.14 2.70 0.88 0.63 1.17 0.99

SD 2.06 6.88 2.31 6.01 0.24 0.43 0.44 0.94

P (Two sided test) 2.74E-14 2.63E-13 5.75E-07 2.84E-13 Correlation

coefficient 0.974 0.967 0.650 0.831

(D) Comparison of odorant levels measured at manhole

　 NH

, Morning NH

, Afternoon H

S, Morning H

S, Afternoon

　 Humid Dry Humid Dry Humid Dry Humid Dry

Average 1.00 1.60 1.80 2.40 1.20 2.06 1.80 2.92

Variance 0.00 0.80 0.70 2.30 0.22 2.54 1.77 4.55

Count 5 5 5 5 5 5 5 5

P (Two sided test) 0.208 0.374 0.253 0.298

(E) Comparison of odorant levels measured at SCB 　

　 NH

, Morning NH

, Afternoon H

S, Morning H

S, Afternoon

　 Humid Dry Humid Dry Humid Dry Humid Dry

Average 0.90 0.80 0.80 1.40 0.82 0.72 0.72 1.50

Variance 0.32 0.40 0.40 0.93 0.83 0.82 0.54 1.13

Count 10 10 10 10 10 10 10 10

P (Two sided test) 0.726 8.11.E-02 0.720 3.08.E-02

3.2 악취도 분석

악취물질의 농도를 악취환산식을 이용하여 악취도를 산정하여 사람이 체감하는 수준에 근접하게 분석하였 다(Shon et al., 2005; Kim et al., 2006). 측정대상 성분 인 H

S 와 NH

의 악취농도와 악취도를 비교해 보았을 때(Table 4), 악취도는 NH

보다 H

S 에 민감하게 영향 받는 것을 확인할 수 있었다. 평균적으로 맨홀은 NH

가 2.68으로 Moderate와 Strong 사이로 분류되었다. 반 면, H

S 는 4.37으로 Strong과 Over Strong 사이로 분류 되었다. 빗물받이의 경우 NH

는 2.13으로 Moderate에 가깝게, 그리고 H

S 는 3.18로 Strong으로 분류되었다.

이 결과를 보아 왕십리역 근처지역에서 사람들이 느끼 는 악취는 NH

보다 H

S 에 의한 악취의 영향이 크다고 볼 수 있다.

최대 악취도를 기준으로 비교해보면 맨홀의 H

S 악 취도는 5.19, NH

의 악취도는 4.79로 Very Strong 수 준을 초과하거나 그에 근접하였다. 몇몇 조사대상 지역 에서의 악취도는 정말 심각하게 발생하는 것을 알 수 있었다. 실제로 측정 당시 악취농도가 높게 나온 지역 에서는 악취로 인해 측정자들이 악취발생의 세기를 바 로 체감할 수 있었다.

3.3 공간적 악취분포

Fig. 1 의 지역별 분류상황을 기준으로 보면, A지역은 고지대이고 주거지와 상점이 적절히 섞여있다. B 지역

은 대부분이 상점이고 높은 지대에 속한다. C지역의 경우 절반은 주거지, 나머지 절반은 상점이고 저지대이 다. D지역은 대부분 상점이며 저지대에 속한다. E지역 은 도로변으로 악취의 발생원이 제약적이다.

Fig. 3 을 보면, 가장 높은 악취농도가 측정된 곳은 D 지역의 맨홀로 나타났다. D지역은 상권이면서 낮은 지 대이기 때문에 하수가 모일 가능성이 크다. 하수관거의 구배가 고지대에서 저지대로 형성되는 것을 감안하면 D 지역이 중요한 배출원으로 작용할 것으로 추측된다. B 지역의 경우, 오전, 오후 시간대의 악취농도 차이도 눈 에 띄었다. B지역은 상점이 많은 지역으로, 오전에 비해 오후 시간의 농도가 높은 경향을 보였다. 이는 3.2에서 언급한 바와 같이 상권의 시간대별 영업과 관련이 있다.

B지역의 악취농도 분포는 같은 고지대이면서 주거지역 에 다수 포함된 A지역의 악취농도 분포와 대비된다.

Fig. 4(A) 은 조사지역 맨홀의 오전과 오후 농도를 바

탕으로 한 컨투어링(contouring)자료이다. 우선 핵심 악

취로 작용하는 H

S부터 보면, 시간에 상관없이 D-M-4

지점에서 다른 측정 점에 비해 H

S 농도가 높게 나온

것을 알 수 있다. 앞서 3.4.1에서와 마찬가지로, 이 지

역에는 많은 상점들이 있고, 낮은 지대이기 때문에 하

수의 영향이 크게 나타난 것으로 추정할 수 있다. 또한,

오전보다 오후에 H

S 발생 지역이 위쪽으로 넓어짐을

관찰할 수 있다. 이 역시 앞서 확인했듯이 오후가 되면

서 음식점들의 활발한 영업 활동을 반영한 것이라 본

Fig. 3. Comparison of malodor concentration levels between different timebands across five different districts in the study

area.

다. NH

의 농도분포도 H

S 와 비슷한 경향을 보인다.

Fig. 4(B) 에는 조사지역 빗물받이의 오전과 오후 농 도에 기반한 contouring 결과를 제시하였다. 여기서 H

S 분포를 보면 오전, 오후 관계없이 C-S-4 지점에서 다른 측정 점에 비하여 H

S 농도가 높게 나온 것을 알 수 있다. 이는 C-S-4 지점 주변에 음식점이 밀집해 있 어 사람들의 왕래가 잦고 주변에 쓰레기 무단투기가 이루어지기 때문이라 판단된다. 이 외에도 오전과 오후 를 비교했을 때 특징적으로 이곳은 A-S-7 지점과 같이 오후에 높아지는 측정점을 관찰 할 수 있었다. 이는 측 정점 바로 앞의 음식점에서 저녁에 영업을 시작하며 빗물받이에 오수를 흘려 보내고 있었기 때문이라 판단 된다. 빗물받이의 NH

의 농도분포 역시 H

S 와 비슷한 경향을 보였다.

3.4 시간대별 악취분포

시간대별 악취물질의 분포차이를 관찰하기 위해서 맨홀과 빗물받이의 NH

와 H

S 농도자료에 대한 오전, 오후 농도를 비교해 보았다(Table 4). 맨홀의 평균농도 를 보면, NH

는 오전 1.41 ppm, 오후 1.97 ppm이 측정 되었다. 마찬가지로 H

S 는 오전 1.80 ppm, 오후 2.41

ppm 이 측정되었다. 그런데 이에 반해 맨홀의 최대 농 도는 NH

가 오전 오후 모두 7 ppm, H

S 는 오전 12.6 ppm, 오후 11.6 ppm으로 나타났다. 평균농도의 경우 오전에 비해 오후가 높게 나타났지만, 최대값의 경우 오전과 오후의 농도는 비슷한 값을 보여주었다.

평균농도가 오전에 비해 오후가 높은 것을 통해 왕 십리역 주변 상권이 활발해지는 오후에 비교적 많은 하수가 배출되기 때문이라고 유추할 수 있다. 오전 측 정을 실시한 09시경 왕십리역 주변 상점이 개점한 곳 이 거의 없기 때문이다. 이해 비해 오후 측정을 실시한 17 시경에는 많은 음식점과 상점들이 영업을 하고 있거 나 준비 중이기 때문에 하수의 양이 증가하고 이에 따 라 오후의 악취물질 평균농도가 높게 나타난 것으로 볼 수 있다.

최대값에서 차이가 나지 않는 이유는 하수구의 위치 적 특성으로 어느 정도 설명할 수 있다. 최대값이 나타 난 D-M-4 지점은 왕십리역 주변 지역 중 저지대에 속 하는 곳이다. 하수관거의 구배를 생각해 본다면 하수가 모이는 곳은 저지대라고 추측할 수 있다. 따라서 오전 과 오후 상관 없이 많은 하수가 모여 악취물질이 발생 하기 때문에 농도에 큰 차이가 없음을 파악할 수 있다.

Fig. 4. Analysis of regional odor distribution patterns based on contouring techniques.

언급한 D-M-4지점에 대한 지역적 특성은 3.4에서 이 미 제시한 바 있다.

각각의 악취물질과 발생지역에서 오전 값과 오후 값 에 대한 유의성 분석 결과 ‘맨홀, H

S’ 조건을 제외하 고는 95%의 신뢰도에서 그 차이가 유의하다는 결과가 나왔다. 맨홀의 악취농도는 오후 시간대에 높은 것이 일반적이지만, 오전에도 상대적으로 높은 악취농도를 유지하는 지점이 존재하였다. 따라서 이들의 차이는 95% 유의수준에서 차이가 나타나지 않았다.(Table 4E).

3.5 지하공간 배출원의 악취도 비교

시간대별 악취도를 비교하면, 앞서 3.2의 악취도 분 석과 마찬가지로 어느 시간대에나 H

S가 핵심악취로 작용한다는 점을 확인할 수 있다. 그리고 오전과 오후 의 악취도 차이는 농도만큼 크게 나타나지 않았다 (Table 4).

3.6 악취분포에 영향을 미치는 요인들

맨홀에서의 NH

와 H

S 간에 상관분석을 한 결과, 95% 신뢰도에서 P값은 오전에는 2.74E-14, 오후는 2.63E-13 이 나왔고, 상관계수 R

도 오전에는 0.947, 오 후는 0.934로 매우 높게 나왔다(Fig. 5). 이는 맨홀에서 두 물질의 농도는 양의 상관관계를 가진다는 것을 보 여준다. 빗물받이에서는 95% 신뢰도에서 P값이 오전 은 5.75E-07, 오후는 2.84E-13으로 적합한 값을 보여줬

지만, R

값이 오전에는 0.422, 오후에는 0.689로(Fig.

5) 맨홀에 비해 비교적 낮은 상관관계를 보여줬다.

Table 4D & E에 습한 상태가 유지되는 지점(humid)과 건조한 지점(dry)에 대한 악취를 비교해봤다. 그러나 양측검정 결과의 비교대상 중 ‘H

S, 빗물받이, 오후’

조건을 제외한 7개의 대상이 95% 신뢰수준에서 양자 의 차이는 유의하지 않은 것으로 나타났다.

3.7 기존 연구와 비교

본 연구결과와 선행 연구들을 비교해 보았다. Gil et al. (2010) 은 상가, 음식점 혼합지역 하수도의 H

S 농도를 0.16 ppm, NH

농도가 0.29 ppm이라 보였다. 또한, Ahn et al. (2011)의 연구에서는 서울시 주요 하수관거의 평 균 H

S 농도를 2.79 ppm, NH

농도를 0.60 ppm으로 제시 하였다. 마지막으로 Hong et al. (2010)은 도심 하수관거 에서 H

S 의 평균농도를 2.55 ppm, NH

평균농도를 0.29 ppm으로 제시하였다. 본 연구에서 전체 맨홀에 대 한 평균 H

S농도가 2.11 ppm, NH

는 1.69 ppm, 빗물받 이에 대한 평균 H

S 농도는 0.81 ppm, NH

는 0.93 ppm 으로 기존 연구와 비교했을 때, NH

농도는 전체적으로 높게 나왔고 H

S 농도는 평균적인 값을 보였다.

4. 결 론

왕십리역 주변 여러 하수관거에서 발생하는 악취 배

Fig. 5. Results of correlation analysis between NH

and H

S concentrations.

출의 경향 및 악취의 강도를 일괄적으로 파악하기 위 해 측정시간이 짧고 간단한 분석방식인 센서를 이용하 여 지정악취물질 2가지(NH

와 H

S)를 중심으로 조사 하였다. 측정지점은 지역별로 5구역으로 나누고 총 70 개 지점(맨홀 22개, 빗물받이 48개를 시료채취지점로 선정하였다. 이러한 조건에서 측정한 악취물질들의 농 도를 시간의 함수로 연계하여 분석하였다. 또한 이들 농도를 악취도로 전환하여 악취의 세기를 다양한 관점 에서 파악하고자 하였다. 이를 위해, contouring 기법을 통해 왕십리역 주변 전반적인 악취물질의 농도구배를 지도로 제시하였다. 또한, 악취물질들의 농도자료에 기 반한 상관분석을 통해 변수에 따른 상관관계도 함께 분석하였다. 그 결과, NH

보다는 H

S가 실제 사람들 이 느끼는 악취에 더 큰 기여를 하고 있음 알 수 있었 다. 그리고 측정지점이 하수관거 구배의 따라 저지대에 위치할수록 그리고 유동인구가 많고 상권이 활발한 오 전보다 오후에 악취도가 더 증가하는 것으로 나타났다.

본 연구의 결과, 하수관거의 악취물질 배출경향은 생활 폐기물의 배출과 같은 인위적 배출원의 영향이 민감하 게 반영되는 것을 확인할 수 있다.

감사의 글

이 논문은 2014년도 정부(교육과학기술부)의 재원으 로 한국연구재단의 기초연구사업 지원을 받아 수행된 것임(과제번호 2009-0093848).

References

Ahn, H. Y., Shin S. K., Song, J. H., 2011. Odor emission from sediments in sewer systems and odor removal using an electrolytic oxidation. Journal of Korean Society for Atmospheric Environment 27(6), 703-710. (in Korea with English abstract)

Choi, Y. J., Jeon, E. C., Kim, K. H., 2005. The emission characteristics of reduced sulfur compounds in the Ban-wall industrial complex. Korean Society for Atmospheric Environment 21(5), 515-524. (in Korea with English abstract) Cressie, N. A. C., 1993. Statistics for Spatial Data, Wiley Series in Probability and Statistics, A Wiley-Interscinece Publicaion, John Wiley & Sons.

Gil, K. I., Shin, G. C., Im, J, Y., 2010. Investigation of odor release from combined sewer. Korean Society of Hazard Mitigation 10(6), 185-191. (in Korea with English abstract) Hannouche, A., Ghassan, C., Ruban, G., Tassin, B., Lemaire, B., Joannis, C., 2011. Relationship between turbidity and

total suspended solids concentration within a combined sewer system. Water Science & Technology 64(12), 2445- 52.

Hong, W. F., Kabir E., Susaya J., Kim, K. H., 2010.

Characteristics of major offensive odorants emitted from urban stormwater catch basins. Analytical Science &

Technology 23(4), 347-356. (in Korea with English abstract) Isaaks, E. H., Srivastava, R. M., 1989. An introduction to applied geostatistics, Oxford University Press, New York, 561.

Jeon, E. C, Sa, J. H., Kim, S. T., Hong, J. H., Kim, K. H., 2006. Odorous emissions from household-related sources: A case study on a sewage treatment plant. Journal of Korean Society for Atmospheric Environment 22(3), 337-351. (in Korea with English abstract)

Jo, B. R., Jo, Y. M., 2007. Characterization of odorous elements from emission sources in Chungju. Korea Society of Environmental Engineers 30(4), 415-422. (in Korea with English abstract)

Kim, K. H., Choi, Y. J., Oh, S. I., Sa, J. H., Jeon, E. C., Koo, Y. S., 2006. Short-term distributions of reduced sulfur compounds in the ambient air surrounding a large landfill facility. Environmental monitoring and assessment 121(1-3), 343-354.

Kim, H. S., Lee, S. J., Lee, Y. J., Kim, S. T., 2014. The survey on odor emission characteristics in a sewage treatment plant by using the passive samples. Journal of Odor and Indoor Environment 13(1), 20-27. (in Korea with English abstract)

Kim , Y. J., Choi H., 2014. Calculation of the Coefficient of Artificial Reef According to the Coefficient of Volume.

Journal of the Korea Institute of Information and Communication Engineering, 18(9), 2307-2312.

O’Sullivan, D., Unwin, D. J., 2010. Geographic information analysis, second edition, John Wiley & Sons.

Park, N. W., Jang D. H., 2008. Mapping of temperature and rainfall using DEM and multivariate kriging. Journal of the Korean Geographical Society 43(6), 1002-1015. (in Korea with English abstract)

Park, J. C., Kim, M. K., 2009. A study on the use of a terrain aspect variable in producing the precipitation distribution map applying cokriging: A case of Jeju Island. The Korea Geomorphological Association 16(3), 59-66. (in Korea with English abstract)

Shon, Z. H., Kim, K. H., Jeon, E. C., Kim, M. Y., Kim, Y.

K., Song, S. K., 2005. Photochemistry of reduced sulfur

compounds in a landfill environment. Atmospheric Environ-

ment 39(26), 4803-4814.