• 공업화학
• /
• 제16권4호
• /
• pp.556-562
• /
• 2005

본 연구는 강원도 지역의 토양환경을 평가하기 위하여 측정망 167개 지점의 토양시료를 분석하여 pH와 중금속에 관한 오염도 조사를 수행하였다. 전체 토양의 pH의 범위는 4.3~8.4로 나타났으며, 중금속의 경우 Cd 0.089 mg/kg (0.000~3.493 mg/kg), Cu 3.093 mg/kg (0.078~60.263 mg/kg), Pb 4.74 mg/kg (0.010~38.080 mg/kg), Hg 0.054 mg/kg (0.002~1.050 mg/kg), As 0.971 mg/kg (0.031~77.051 mg/kg)으로 나타나으며,$Cr^{6+}$은 검출되지 않았다. 중금속 오염에 의한 토양의 상태를 종합적으로 판단할 때 토양의 우려기준에 크게 못 미침으로 강원도의 토양은 비교적 청정한 것으로 나타났다.

• 한국환경농학회지
• /
• 제39권1호
• /
• pp.10-19
• /
• 2020

본 연구에서는 대구·경북지역 36개 폐광산 인근지역에서 생산되는 25개 농산물 1,059건에 대하여 카드뮴, 납, 비소 오염도 조사와 더불어 위험평가를 실시하였다. 정량한계는 카드뮴 0.59 ㎍/kg, 납 0.42 ㎍/kg, 총비소 0.55 ㎍/kg, 무기비소 화학종에서는 arsenite [(As(III)) 1.74 ㎍/kg], arsenate[(As(V)) 2.25 ㎍/kg]이었으며, 직선성은 모두 0.9995 이상으로 나타났고, 무기비소의 함량은 arsenite (As(III))와 arsenate(As(V))의 합으로 하였다. 평균 회수율은 카드뮴 96.3-97.7%, 납 95.8-98.2%, 총비소 96.1-98.0%, arsenite 94.8%, arsenate 115.4% 이었고, C.V.% (Coefficient of Varidation)는 모두 5% 미만으로 나타났다. 농산물의 중금속 평균 함량은 도라지 0.244±0.164 mg/kg, 대파 0.145±0.133 mg/kg, 참깨 0.124±0.136 mg/kg, 고사리 0.109±0.070 mg/kg, 취나물 0.103±0.093 mg/kg, 마늘 0.071±0.063 mg/kg의 순으로 카드뮴의 오염도가 높았고, 납은 참깨 0.040±0.085 mg/kg, 도라지 0.039±0.056 mg/kg, 고구마 0.034±0.058 mg/kg, 들깻잎 0.034±0.016 mg/kg, 호박 0.032±0.065 mg/kg, 매실 0.028±0.012 mg/kg의 순으로 높은 오염도를 보였다. 무기비소는 쌀에 한하여 조사되었는데 평균 0.082±0.035 mg/kg의 오염도를 보였다. 카드뮴의 경우 쌀 1.19×10^-1 ㎍/kg b.w./day(14.37% of PTMI), 대파 2.77×10^-2 ㎍/kg b.w./day(3.34% of PTMI), 감자 2.08×10^-2 ㎍/kg b.w./day(2.51% of PTMI), 사과 1.39×10^-2 ㎍/kg b.w./day(1.67% of PTMI), 양파 1.13×10^-2 ㎍/kg b.w./day(1.37% of PTMI)의 순이었고, 납의 경우 사과 1.29×10^-2 ㎍/kg b.w./day (2.05% of PTWI), 고구마 7.49×10^-3 ㎍/kg b.w./day (1.19% of PTWI), 쌀 7.15×10^-3 ㎍/kg b.w./day (1.14% of PTWI), 호박 5.01×10^-3 ㎍/kg b.w./day (0.79% of PTWI), 양파 4.80×10^-3 ㎍/kg b.w./day (0.76% of PTWI)의 순으로 납 노출량이 높았다. 본 연구의 조사대상 25개 품목 농산물을 모두 일시에 섭취한다고 가정하였을 경우, 카드뮴은 PTMI 대비 28.21%, 납은 PTWI 대비 7.94%, 무기비소는 쌀 단일품목에 한해 PTWI 대비 15.16%의 위해도를 보임으로써, 본 연구에서 진행하였던 중금속에 대한 인체 위해정도는 우려할 수준이 아닌 것으로 확인되었다.

• 환경영향평가
• /
• 제29권5호
• /
• pp.350-362
• /
• 2020

본 연구에서는 전정가지 부산물과 one-pot 합성방법을 이용하여 철 나노입자가 담지된 바이오차인 INPBC(Iron Nano-Particles Impregnated BioChar)를 제조하고 비소 오염토양의 안정화제로써의 적용 가능성을 평가하였다. INPBC는 전정가지 부산물과 Fe(III) 용액을 220℃에서 3시간 동안 수열반응하고 이후 N₂ 분위기에서 1시간 동안 소성하여 제조하였으며 FT-IR, XRD, BET, SEM을 이용하여 INPBC의 특성을 분석하였다. INPBC의 안정화 성능평가는 국내 E폐광산과 S폐광산의 인근 농경지에서 채취한 비소로 오염된 토양 Soil-E와 Soil-S를 채취하여 4주 동안의 배양실험을 실시하였다. 배양실험 후 토양중 비소의 안정화 정도를 알아보기 위해 TCLP와 SPLP 용출시험을 실시하였다. TCLP와 SPLP의 용출시험결과, INPBC의 적용 농도의 증가에 따라 토양 중 비소의 용출농도는 감소하여 안정화 효율이 높아지는 것을 확인할 수 있었으며, 특히 Soil-E의 경우 SPLP 용출액 중 비소의 농도는 먹는물 수질기준치 이하의 낮은 값을 나타내었다. 안정화 토양의 연속추출시험에서는 쉽게 용출되는 1단계 및 2단계의 분획비율이 감소되고 그 보다 용출이 어려운 3단계 및 4단계의 분획비율이 증가되는 것을 확인할 수 있었으며, 이러한 결과는 오염토양에 주입한 INPBC의 표면에 존재하는 철 나노입자로 인해 토양에서 용출된 비소가 sorption에 의해 안정화된 것으로 판단된다. 본 연구에서 나타난 INPBC의 비소 오염토양의 안정화 효과는 대규모 비소 오염토양의 위해성 저감을 위한 안정화제로서 높은 적용 가능성을 보여 준다.

• 한국환경생태학회지
• /
• 제28권3호
• /
• pp.314-325
• /
• 2014

충남 보령시의 웅천천에 설치된 댐(어도 설치)과 대형 보(어도 미설치), 그리고 상류지역의 인근 폐광이 어류군집에 미치는 영향에 대해 알아보기 위하여 2011년 4월부터 10월까지 4회에 걸쳐 10개 지점의 어류상을 조사하였다. 총 12과 36종의 어류가 채집되었으며 우점종은 Zacco platypus(23.4%), 아우점종은 Zacco koreanus(20.5%) 였다. 고유종은 10종(27.8%)이었으며, 외래도입종인 Micropterus salmoides가 출현하였다. 유사도분석 결과 상류인 St.1, St.2, St.3, 중류인 St.4, St.5, St.6, St.7 하류인 St.8, St.9, St.10의 세 그룹으로 구분되었다. 어도가 설치된 보령댐의 상하류 지점간(St.6-St.7)의 군집유사도는 높았으나, 어도가 설치되지 않은 대형보의 상하류 지점간(St.7-St.8)의 유사도는 매우 낮아 어도의 설치가 필요하였다. 정준상관분석 결과, 웅천천의 환경조건은 일반적인 하천과는 달리 상류에서 전기전도도와 염도가 높게 나타났으며 이러한 환경에서 Misgurnus mizolepis 외에 고유종인 Silurus microdorsalis, Coreoleuciscus splendidus, Iksookimia koreensis 등이 서식하고 있었다. 하폭이 크고 유속이 느린 하류역에는 외래도입종인 M. salmoides 외에 고유종인 Squalidus gracilis majimae 이 동소적으로 출현하고 있어 이들을 위한 보호 대책이 필요하였다.

• 자원환경지질
• /
• 제40권5호
• /
• pp.651-660
• /
• 2007

산성광산배수는 휴폐광산 광해의 주요한 문제로 널리 인식되어 왔으며 최근 황화광물을 많이 함유한 지역의 지반굴착 건설현장에서 산성배수의 발생과 이로 인한 환경오염과 구조물의 안정성 저해가 건설 분야의 현안문제로 대두되고 있다. 지구과학분야에서 간과하고 있는 건설현장에서 발생된 산성배수에 의한 피해 사례를 소개하고 향후 피해 저감대책기술 개발과정에서 지구과학분야 역할의 중요성을 피력하고자 한다. 우리나라에서 산성배수를 발생시킬 개연성이 높은 대표적인 암석은 옥천층군 변성퇴적암, 평안층군 함탄층, 중생대 화산암, 제3기 퇴적암 및 화산암이며 우리나라 표면적의 약 20%정도를 차지할 것으로 추정된다. 최근 건설현장에서는 산성배수에 대한 적절한 대책이 수립되지 않고 대규모 절토와 터널굴착이 빈번히 이루어지고 있으며 향후 산성배수에 의한 피해는 지속적으로 발생될 것으로 판단된다. 건설현장의 산성배수는 토양, 지표수와 지하수의 산성화 및 중금속 오염, 식생고사, 경관훼손, 사면안정성 저해, 구조물 부식, 콘크리트 및 아스콘 노후화 촉진 등이다. 암석의 산성배수 발생개연성평가는 static test와 kinetic test 방법이 있으며, 암석의 산성배수 발생능력과 중화능력을 측정하여 암석의 산성배수 발생개연성을 간접적으로 추정하는 acid base accounting test가 가장 널리 활용되고 있다. 산성배수에 대한 피해저감대책은 산성배수의 처리와 발생억제로 구분된다. 산성배수 처리방법은 중화제 투입 등의 적극적 처리와 자연적인 물리 화학 생물학적 과정을 이용한 소극적 처리로 구분된다. 산성배수의 발생억제는 산화제의 제거와 생성억제, 산화제와 황화광물의 접촉차단으로 구분된다.도시되며 지역에 따라 위도효과를 보인다. 황산염에 대한 황동위원소 대부분 화성기원을 보인다. 그러나 JR1 온천은 고염수에서 기원한 것으로 보이는 해양성기원을 보인다. 온천수의 $^3He/^4He$ 비와 $^4He/^{20}Ne$ 비는 $0.0143{\times}10^{-6}{\sim}0.407{\times}10^{-6}$ 범위와 $6.49{\sim}584{\times}10^{-6}$ 범위를 각각 보여주어 대기와 지각성분의 혼합선상에 도시된다. 이는 온천수내 헬륨가스의 대부분이 지각기원임을 의미한다. 죽림온천(JR1)의 경우 맨틀기원의 헬륨가스의 혼합율이 다른 온천에 비해 다소 높은 비율을 보여준다. 이들 동위원소비와 온천수의 pH와는 대체적으로 정의 상관관계가 확인되었다. 아울러 $^{40}Ar/^{36}Ar$비가 $292.3{\times}10^{-6}{\sim}304.1{\times}10^{-6}$ 범위로 대기기원임을 지시한다. Gram 양성, Gram 음성 균주는 Escherichia coli KCCM 11591를 제외하고는 0.8 - 0.95 cm로 항균력이 강했으며, Gram negitive의 Pseudomonas aeruginosa KCTC 1750 에서는 43% 발효주에는 0.95 cm, 45% 고은 발효주에는 0.95 cm의 항균성을 나타냈으며 관능평가에서도 가장 높게 났다. 관능평가에서는 45% 고온 발효주가 가장 높게 나타났으며, 항산화성 실험에 나타난 저온 45%의 갈색도의 측정과는 항산화성에서는 좀 다른 결과를 나타낸다. 그러나 항균성이 가장

• 한국습지학회지
• /
• 제25권4호
• /
• pp.306-314
• /
• 2023

하천퇴적물은 유역내 다양한 오염원으로부터 발생하는 중금속, 유기물 등 오염물질의 수용체일 뿐만 아니라 수질 오염 및 수생태 악영향을 유발할 수 있는 2차적 오염원이기에 중요한 관리대상이라고 할 수 있다. 오염된 하천퇴적물의 효과적인 관리를 위해서는 오염원에 대한 식별과 이와 연계된 관리대책의 수립이 우선되어야 한다. 본 연구는 하천퇴적물내 측정된 다양한 이화학적 오염항목 분포 특성에 기반하여 퇴적물의 주요 오염원을 식별하기 위한 방법으로서 기계학습모델의 적용성을 평가하였다. 기계학습 모델의 성능 평가를 위해 전국 4대강 수계내 주요 폐금속광산 및 산업단지 인근에서 수집된 총 356개의 하천퇴적물에 대한 중금속 10개 항목(Cd, Cu, Pb, Ni, As, Zn, Cr, Hg, Li, Al)과 토양항목 3개(모래, 실트, 점토 비율) 수질항목 5개(함수율, 강열감량, 총유기탄소, 총질소, 총인)를 포함한 총 18개 오염항목에 대한 분석자료를 활용하였다. 기계학습 분류 모델로서 선형판별분석(linear discriminant analysis, LDA)과 서포트벡터머신(support vector machine, SVM) 분류기를 사용하여 폐금속광산('광산')과 산업단지('산단') 인근에서의 하천퇴적물 시료의 분류 성능을 평가한 결과, 채취 지점 및 시기별 4가지 경우(비강우시 광산, 강우시 광산, 비강우시 산단, 및 강우시 산단)에 대한 퇴적물 시료의 분류 성능이 우수하였으며, 특히 비선형 모델인 SVM(88.1%)이 선형모델인 LDA(79.5%) 보다 퇴적물을 분류하는데 있어 보다 우수한 성능을 나타냈다. SVM 앙상블 기반 비배타적 다중라벨분류기 모델을 이용하여 각 시료채취 지점 상류 유역 1km 반경 내 지배적인 토지이용 및 오염원을 다중 타겟값으로 다중분류 예측을 수행한 결과, 폐금속광산과 산업단지의 분류는 비교적 높은 정확도로 수행하였으나, 도시와 농업지역 등 다른 비점오염원에 대한 분류정확도는 56~60%범위로 비교적 낮게 나타났다. 이는 다중라벨 분류모델의 복잡성에 비해 데이터셋의 크기가 상대적으로 작아서 발생한 과적합에 기인한 것으로 향후 보다 많은 측정자료가 확보될 경우 기계학습 모델을 적용한 오염원 분류의 정확도를 보다 향상시킬 수 있을 것으로 판단된다.