A Study of Improvement for the Prediction of Groundwater Pollution in Rural Area: Application in Keumsan, Korea

농촌지역 지하수의 오염 예측 방법 개선방안 연구: 충남 금산 지역에의 적용

  • Cheong, Beom-Keun (Korea Institute of Geoscience & Mineral Resources (KIGAM), Groundwater Environmental Group) ;
  • Chae, Gi-Tak (Korea Institute of Geoscience & Mineral Resources (KIGAM), Groundwater Environmental Group) ;
  • Koh, Dong-Chan (Korea Institute of Geoscience & Mineral Resources (KIGAM), Groundwater Environmental Group) ;
  • Ko, Kyung-Seok (Korea Institute of Geoscience & Mineral Resources (KIGAM), Groundwater Environmental Group) ;
  • Koo, Min-Ho (Department of Geoenvironmental Sciences, Kongju National University)
  • 정범근 (한국지질자원연구원 지하수지열연구부) ;
  • 채기탁 (한국지질자원연구원 지하수지열연구부) ;
  • 고동찬 (한국지질자원연구원 지하수지열연구부) ;
  • 고경석 (한국지질자원연구원 지하수지열연구부) ;
  • 구민호 (공주대학교 자연과학대학 지질환경과학과)
  • Published : 2008.08.31

Abstract

Groundwater pollution prediction methods have been developed to plan the sustainable groundwater usage and protection from potential pollution in many countries. DRASTIC established by US EPA is the most widely used groundwater vulnerability mapping method. However, the DRASTIC showed limitation in predicting the groundwater contamination because the DRASTIC method is designed to embrace only hydrogeologic factors. Therefore, in this study, three different methods were applied to improve a groundwater pollution prediction method: US EPA DRASTIC, Modified-DRASTIC suggested by Panagopoulos et al. (2006), and LSDG (Land use, Soil drainage, Depth to water, Geology) proposed by Rupert (1999). The Modified-DRASTIC is the modified version of the DRASTIC in terms of the rating scales and the weighting coefficients. The rating scales of each factor were calculated by the statistical comparison of nitrate concentrations in each class using the Wilcoxon rank-sum test; while the weighting coefficients were modified by the statistical correlation of each parameter to nitrate concentrations using the Spearman's rho test. The LSDG is a simple rating method using four factors such as Land use, Soil drainage, Depth to water, and Geology. Classes in each factor are compared by the Wilcoxon rank-sum test which gives a different rating to each class if the nitrate concentration in the class is significantly different. A database of nitrate concentrations in groundwaters from 149 wells was built in Keumsan area. Application of three different methods for assessing the groundwater pollution potential resulted that the prediction which was represented by a correlation (r) between each index and nitrate was improved from the EPA DRASTIC (r = 0.058) to the modified rating (r = 0.245), to the modified rating and weights (r = 0.400), and to the LSDG (r = 0.415), respectively. The LSDG seemed appropriate to predict the groundwater pollution in that it contained land use as a factor of the groundwater pollution sources and the rating of each class was defined by a real pollution nitrate concentration.

지하수의 오염 예측 기법의 개선을 위하여 미국 환경청(U.S. EPA)에서 개발된 지하수 오염 취약성 평가방법인 DRASTIC 모델(Aller et al., 1987), Panagopoulos et al.(2006)가 제안한 M-DRASTIC, Rupert(1999)가 제안한 LSDG 방법을 충남 금산 지역에 적용하였다. 충남 금산 지역은 농업을 비롯한 다양한 토지이용 특성과 아울러 다양한 지질, 지형, 토양 분포를 나타내어 지하수 오염예측 기법의 개선을 위한 연구에 최적의 조건을 갖추고 있다. DRASTIC 평가를 위하여 149개의 충적층 관정에 대한 수질 및 수리지질 조사가 수행되었으며, 지하수의 질산염 이온의 농도와 각 예측 방법으로부터 도출된 지수와의 상관관계 분석을 통하여 예측방법의 효용성을 평가하였다. EPA DRASTIC은 지하수 심도, 순 충진량, 대수층 매질, 토양 매질, 지형 경사, 비포화대 매질, 수리전도도 등 수리지질학적 인자들을 이용하여 지하수 오염 취약성을 상대적으로 평가하는 방법으로, 지하수의 잠재오염원에 대한 정보가 포함되지 않으므로 지하수 오염을 예측하는데 비효율적이다. 본 연구 결과, 관정 주변 150 m 영역의 DRASTIC 지수와 해당 관정의 질산염 이온 농도의 상관관계는 0.058로 낮게 나타났다. 한편, M-DRASTIC의 경우 DRASTIC과 사용하는 인자는 같으나 등급과 가중치를 실제 질산염 이온 농도의 비율로부터 산출한다. 등급만을 수정하였을 경우 0.245, 등급과 가중치를 모두 수정하였을 경우 질산염 이온 농도와의 상관관계는 0.400로 지하수 오염 예측율이 개선되었다. LSDG 방법은 토지이용(Land use), 토양 배수(Soil drainage), 지하수면 심도(Depth to water), 지질(Geology)를 특성에 따라서 구분하고 해당 지역의 질산염 이온 농도 평균의 차이를 통계적으로 분석하여 등급을 산정하는 기법으로, 금산 지역에 적용한 결과 질산염 이온 농도와의 상관관계가 0.415로 개선되었다. 결과적으로 LSDG를 적용하였을 경우 EPA DRASTIC 보다 질산염 이온 농도와의 상관관계가 0.357만큼 개선되었다. M-DRASTIC과 LSDG의 예측율이 증가하는 것은, 이 방법들의 등급과 가중치에는 현재의 오염현황이 반영되기 때문으로 질산염 이온 오염 가능성을 귀납적으로 예측하기 때문이다. LSDG의 예측율이 가장 높은 이유는 LSDG에는 잠재오염원으로 분류되는 토지이용이 포함되었기 때문인 것으로 판단된다.

Keywords

References

  1. 건설교통부, 한국수자원공사, 농업기반공사, 2005, 김해지역 지하수기초조사 보고서
  2. 금산군, 2007, 금산통계연보 2007
  3. 농림부, 2000, 농어촌지역 지하수자원의 오염예측도 작성기법에 관한연구, 농림부, p. 320
  4. 농림부, 2007, 농림통계연보 2007
  5. 박재성, 김경호, 전민우, 김지수, 1999, 소유역의 지하수함양율 추정기법, 한국지하수환경학회지, 6(2), 76-86
  6. 성태제, 2001, 현대 기초통계학의 이해와 적용, 교육과학사, 서울, p. 507
  7. 손호웅, 2001, GIS를 이용한 경기도 화남2지구의 지하수오염 예측에 관한 연구, 한국지구물리학회지, 4, 267-285
  8. 우남칠, 1994, 지하수 오염 가능성 평가기법 "DRASTIC" 개요, 자원환경지질학회지, 27, 611-612
  9. 이사로, 김윤종, 1996, DRASTIC SYSTEM을 이용한 지하수 오염 가능성 및 위험 분석 연구, 한국GIS학회지, 4, 1-11
  10. 이사로, 최순학, 1997, GIS 기법을 이용한 영광지역의 지하수 오염 취약성 평가, 한국지하수환경학회지, 4, 223-230
  11. 이훈영, 2004, 이훈영교수의 통계학, 청람, 서울, p. 526
  12. 조시범, 민경덕, 우남칠, 이사로, 1999, GIS를 이용한 경기도 평택군 지역의 지하수 오염 가능성 평가 연구, 한국지하수환경학회지, 6, 87-94
  13. 조시범, 손호웅, 2004, 지하수오염 예측을 위한 GIS 활용연구, 한국지구물리학회지, 7, 121-134
  14. 함세영, 정재열, 김무진, 김인수, 황한석, 2004, DRASTIC과 지하수 수질에 의한 창원시 지하수 오염취약성 평가, 자원환경지질, 37, 631-645
  15. 홍승호, 이병주, 김원영, 1980, 한국지질도(1 : 50,000) 무주도폭, 자원개발연구소
  16. 홍승호, 최위찬, 1978, 한국지질도(1 : 50,000) 금산도폭, 자원개발연구소
  17. 환경부, 2008, 2006 상수도 통계(수정본), 환경부 상하수도정책실 수도정책과, 대양인쇄, p. 1885
  18. Aller, L., Bennett, T., Lehr, J.H., Petty, R.J., and Hackett, G., 1987, DRASTIC: A standardized system for evaluating ground water pollution potential using hydrogeology settings, USEPA, USEPA Document, EPA-600/2-87-035
  19. Alley, W.M., 1993, Regional groundwater qaulity, Van Nostrand Reinhold, New York
  20. Antonakos, A.K. and Lambrakis, N.J., 2007, Development and testing of three hybrid methods for the assessment of aquifer vulnerability to nitrates, based on the drastic model, an example from NE Korinthia, Greece, Journal of Hydrology, 333, 288-304 https://doi.org/10.1016/j.jhydrol.2006.08.014
  21. Baalousha, 2006, Vulnerability assessment for the Gaza Strip, Palestine using DRASTIC, Environ Geol, 50, 405-414 https://doi.org/10.1007/s00254-006-0219-z
  22. Jamrah, A., Al-Futaisi, A., Rajmohan, N., and Al-Yaroubi S., 2007, Assessment of groundwater vulnerability inthe coastal region of Oman using DRASTIC index method in GIS environment, Environ Monit Assess, DOI 10.1007/s10661-007-0104-6
  23. Panagopoulos, G.P., Antonakos, A.K., and Lambrakis, N.J., 2006, Optimization of the DRASTIC method for groundwater vulnerability assessment via the use of simple statistical methods and GIS, Hydrogeol. J., 14, 894-911 https://doi.org/10.1007/s10040-005-0008-x
  24. Rupert, M.G., 1999, Improvements to the DRASTIC Ground-Water Vulnerability Mapping Method, USGS, USGS Fact Sheet, FS-066-99
  25. Wang, Y., Merkel, B.J., Li, Y., Ye, H., Fu, S., and Ihm, D., 2007, Vulnerability of groundwater in Quaternary aquifers to organic contaminants; a case study in Wuhan City, China, Environ. Geol., 53, 479-484 https://doi.org/10.1007/s00254-007-0669-y