정다현
(DaHyun Chung)
aiD
정찬영
(ChanYoung Jeong)
biD
장유진
(Yujin Jang)
ciD
임나연
(NaYeon Lim)
diD
이윤경
(YunKyung Lee)
e,†iD
-
세종대학교 환경융합공학과
(Department of Environment & Energy, Sejong University)
Copyright © KOREAN SOCIETY ON WATER ENVIRONMENT
Key words
Eutrophication prediction, Multiple regression Analysis, SSP scenarios, Trophic state index, Water quality
1. Introduction
기후변화는 수온 상승, 강수 패턴 변화, 체류시간 증가를 통해 전 세계 담수생태계의 부영양화를 가속화시켰다(Kim et al., 2015). 부영양화는 질소(N)와 인(P) 등 영양염류의 과다 축적으로 조류 번성(algal bloom)을 유발하며, 이는 수중 용존산소 고갈, 어류 폐사,
수질 악화, 독성물질 발생 등 다양한 환경⋅경제적 피해를 초래한다. 예를 들어, 중국의 타이후(Lake Taihu)에서는 기후변화와 인위적 영양염류
유입이 결합되며 지난 30년동안 조류 번성 및 발생이 촉진되었음이 증명되었다(Zhang et al., 2018). 국내 하천⋅호소는 지형적 특성상 경사가 급하고 유역 면적 대비 유량 변동성이 크며, 홍수기와 갈수기의 수리⋅수문 조건 차이가 극명하다(Lee, 2006; Park and Shin, 2011). 이러한 환경에서 하천 수량을 안정적으로 확보하고 수질을 유지하기 위해 다수의 다목적댐과 보가 설치되어 왔다. 그러나 구조물에 의해 형성된 정수역은
체류시간이 길어지고, 유기물과 영양염류가 장기간 체류하면서 호소와 유사한 수질 변화를 겪게 된다(Smith and Schindler, 2009). 이러한 환경적 요인은 부영양화를 촉진시키고, 조류 대발생(녹조)과 같은 문제를 빈번히 발생시킨다. 그 예시로 낙동강에서는 2012년 대비 2013년에
남조류가 번성하였으며, 남조류 성장에 미치는 영향 인자별 기여도를 2013년 모의조건에서 4대강 16개 보에 대해 비교한 결과, 보 건설과 준설이
가장 큰 영향을 미친 것으로 평가되었다(ME, 2014).
부영양화의 정도를 정량적으로 평가하기 위해 Carlson (1977)이 제안한 부영양화 지수(Trophic State Index, TSI)가 널리 활용되어 왔다. Carlson 지수는 수체의 투명도(Secchi depth),
클로로필-a(Chl-a), 총인(TP) 농도를 이용하여 부영양화 단계를 분류한다. 이후 일본, 캐나다, 유럽 등에서는 자국의 수체 특성에 맞춘 변형
지수를 개발하였으며(Carlson, 1977; Okaichi, 1985; Yang and Dickman, 1993)(Table 1), 특히 일본형 TSI는 총질소(TN)와 총인(TP)을 결합하여 하천과 호소 모두에 적용 가능하도록 개선되었다. 그러나 대부분의 지수는 온대권의 자연호소를
대상으로 개발되었기 때문에, 부유물질 농도가 높고 체류시간이 짧으며, 탁도가 수질 변화를 지배하는 국내 인공저수지⋅보 구간에는 그대로 적용하기 어렵다.
이러한 한계를 보완하기 위해 국내에서는 COD(화학적산소요구량)를 이용한 한국형 부영양화 지수(TSIKO)가 개발되었다(Lee, 2022). COD는 유기물 농도의 간접 지표로 활용되어 왔으나, 산화 효율이 낮아 난분해성 유기물의 기여를 정확히 반영하지 못한다는 한계가 있다. 특히 COD
측정에는 강한 산화제가 사용되더라도 일부 고분자 유기물이나 미세입자 유기물은 산화되지 않으며, 이로 인해 유기물 총량이 과소평가될 수 있다. 또한,
COD는 수중 부유입자와 무기성분의 간섭을 받을 가능성이 있어, 장기적 기후변화에 따른 유기물 변화를 민감하게 포착하기 어렵다. 이러한 배경에서 총유기탄소(TOC)가
새로운 대안 지표로 주목받고 있다. TOC는 유기물의 총량을 직접 측정하며, 난분해성⋅분해성 유기물을 모두 포함하므로 COD보다 부영양화 상태를 더
포괄적으로 반영할 수 있다. 한국에서는 2016년부터 TOC가 국가 수질환경기준에 도입되었고, 2022년부터 하천 수질평가의 주요 지표로 활용되고
있다(Kim et al., 2007). 국제적으로도 TOC는 수질 모니터링과 유기물 오염원 추적 연구에서 표준화된 지표로 자리잡고 있으며, 기후변화에 따른 유기물 수송⋅변화를 평가하는
데 효과적이라는 연구 결과가 다수 보고되고 있다(Dautovic et al., 2017). 그에 따라 TOC를 활용한 부영양화 지수(TSIKO_TOC)를 함께 제안되었다(Kim and Kong, 2019).
Table 1. TSI calculation equations and eutrophication criteria by country
|
Reference (Country)
|
Trophic State Index, TSI
|
Variable
|
Oligotrophic
|
Mesotrophic
|
Eutrophic
|
|
Carlson (1977) US
|
|
SD, Chl-a, TP
|
TSI ≤ 40
|
40 < TSI < 50
|
TSI ≥ 50
|
|
|
|
|
|
Kratzer and Brezonik (1981) US
|
|
TN
|
TSI < 30
|
30 ≤ TSI < 50
|
50 ≤ TSI < 70
|
|
Aizaki et al. (1981) Japan
|
|
SD, Chl-a, TP
|
TSI ≤ 40
|
40 < TSI < 60
|
TSI ≥ 60
|
|
|
|
|
|
Yang and Dickman (1993) Canada
|
|
SD, Chl-a, TP
|
LTSI ≤ 1.80
|
1.81 ≤ LTSI ≤ 5.40
|
5.41 ≤ LTSI ≤ 9.5
|
|
Okaichi (1985) Japan
|
|
COD, DIN, PO43-, P
|
TSI < 0.5
|
0.5 ≤ TSI < 1.0
|
TSI ≥ 1.0
|
|
NIER (2006) Republic of Korea
|
|
COD, TP Chl-a
|
TSI ≤ 30
|
30 < TSI ≤ 50
|
50 < TSI ≤ 70
|
|
|
|
|
|
|
|
ME (2021) Republic of Korea
|
|
TOC, TP, Chl-a
|
TSI < 30
|
30 ≤ TSI < 50
|
50 ≤ TSI < 70
|
|
|
|
|
|
|
기후변화 시나리오를 이용한 수질 예측 연구는 전 세계적으로 활발히 진행되고 있으며, 기후모델의 해상도 향상과 수문⋅수질모델 연계 기술의 발달로 그
정확성이 점차 높아지고 있다(Ma et al., 2025; Sinha et al., 2019). 특히 Shared Socioeconomic Pathways (SSP) 시나리오는 온실가스 배출 경로와 사회⋅경제⋅정책 요인을 통합적으로 고려하여
미래 기후를 예측하는 최신 체계로, 기존의 Representative Concentration Pathways (RCP) 대비 더 다양한 사회경제적
변화를 반영할 수 있다는 장점이 있다. SSP1-2.6은 온실가스 저감 정책과 지속가능 발전을 가정한 저탄소 시나리오로, 기온 상승과 강수 패턴 변화가
상대적으로 완만하게 나타난다. 반면 SSP5-8.5는 화석연료 의존이 지속되고 온실가스 배출이 높은 경로를 가정하여, 기온 상승 폭과 기후변동성이
매우 크다. 국외에서는 이러한 시나리오를 적용하여 호수⋅저수지의 부영양화, 수온 성층 변화, 조류 번성 빈도 등을 장기적으로 예측한 연구가 다수 보고되었다(Beusen and Bouwman, 2022; Ma et al., 2025; Yang et al., 2025). 예를 들어 북미의 대형호수 연구에서는 SSP5-8.5 시나리오 하에서 여름철 남조류 번성 기간이 최대 30% 이상 증가할 것으로 전망되었다. 국내에서도
일부 유역에서 기후변화 시나리오를 적용한 유량⋅영양염류 유입량 예측이 시도되었으나(Han et al., 2021; Kwak, 2021), TOC 기반 부영양화 지수를 장기 기후변화 시나리오에 직접 적용한 사례는 전무하다. 또한 기후변화 시나리오 기반 예측은 단순히 과학적 분석에 그치지
않고, 미래 수질관리 계획 수립, 조류 발생 사전 경보 시스템 개선, 장기적 수생태계 복원 전략 마련 등 다양한 정책⋅관리 분야에 활용될 수 있다.
특히 보⋅댐이 설치된 규제 하천에서는 유입 수질뿐만 아니라 내부에서의 부영양화 진행 속도가 기후 조건에 민감하게 반응하기 때문에, 시나리오 기반 예측이
관리 의사결정의 핵심 근거자료가 될 수 있다.
따라서 본 연구는 낙동강 강정고령보 구간을 대상으로, 1) 기후변수(강수량, 수온, 일사량)가 COD, TN, TP, TOC, Chl-a 등 주요
수질 지표에 미치는 영향을 규명하고, 2) SSP1-2.6과 SSP5-8.5 시나리오를 적용하여 2025∼2100년의 장기 수질 변화를 예측하며,
3) COD 기반(TSIKO)과 TOC 기반(TSIKO_TOC) 부영양화 지수의 장기 변화 패턴과 민감도 차이를 비교하는 것을 목표로 한다. 이를 통해 기후변화에 대응할 수 있는 부영양화 평가체계의 개선 방향을
제시하고, 규제 하천⋅저수지의 수질관리 및 정책 수립에 활용 가능한 기초자료를 제공하고자 한다.
2. Materials and Methods
2.1 연구지점 선정 및 배경
본 연구의 대상지점인 강정고령보는 대구광역시 달성군과 경상북도 고령군 다산면 사이 낙동강 본류에 위치한 대형보로, 4대강 정비사업의 일환으로 2011년
10월에 완공되었다. 이에 본 연구는 강정고령보의 완공 이후인 2012년부터 2025년까지 14년간 수질지표 변화 추세와 부영양화 경향을 분석하였고,
분석 결과 시간의 경과에 따른 경향성을 보였기 때문에 해당 지점(35.8697° N, 128.4180° E)을 연구 대상으로 지정하였다. Map 1에
강정고령보의 위치와 측정 지점을 표시하였으며, 본 지도는 QGIS 3.40 버전을 기반으로 제작되었으며, 국토정보플랫폼에서 제공하는 연속수치지형도(1:5,000)와
OpenStreetMap을 활용하였다.
구체적으로 강정고령보는 구조적인 수위 조절과 유량 저류 기능을 수행하지만, 체류시간 증가, 수온 상승, 영양염류 축적 등의 특성으로 인해 조류 번성
및 부영양화에 취약한 환경이 형성되며 실제로 이러한 사례가 빈번하게 발생하는 것으로 보고되고 있다(Lee et al., 2014). 이와 같은 사례는 강정고령보의 녹조 발생이 기후 및 수문 조건과 밀접하게 상호작용함을 보여주며, 체계적인 수질 관리 및 모니터링 필요성을 시사한다.
이에 본 연구는 강정고령보를 분석 대상으로 선정하였으며, 장기적인 부영양화 경향과 그 원인을 규명하고자 한다.
2.2 자료 출처 및 조사 시기
수질자료는 국립환경과학원(NIER)의 물환경정보시스템(Water Environment Information System) 일반측정망을 통해 수집하였다.
분석에 활용된 주요 수질인자는 다음과 같다. 1) 물리⋅화학적 수질지표: 화학적 산소요구량(COD), 총질소(TN), 총인(TP) 총유기탄소(TOC)와
2) 조류 관련 지표: Chlorophyll-a(Chl-a). 기후자료의 경우는 기상청(KMA)의 기상자료개방포털을 통해 수집하여 활용하였다. 3)
기후인자: 강수량(mm), 수온(℃), 총일사량(MJ/m2). 강정고령보가 위치한 대구광역시 달성군과 경상북도 고령군 다산면 지역의 기후자료를 사용하였으며, 수질지표의 연도별 및 계절별 변화 추이를 종합적으로
분석함으로써, 장기적 부영양화 경향 및 기후요인의 영향을 파악하고자 하였다. 분석 기간은 2012년 1월부터 2025년 5월까지이며, 각 수질인자에
대한 월별 자료를 기준으로 수집 및 정제하였다. 수질 데이터 중 2018년 6월, 12월의 TOC 자료가 부재하였으며, 이는 전후값의 평균을 대입하여
분석을 진행하였다. 전체 수질 데이터 805개 중 결측 데이터는 2개가 있으며 이는 전체 중 0.25%에 해당한다. 즉, 모든 자료는 이상치 제거(IQR
기반), 결측치 보간(선형보간법), 단위 통일 등의 전처리 과정을 거쳐 분석에 활용되었으며, 월별 누락을 보완함으로써 분석 기간 내 시계열 일관성을
확보하였다.
Fig. 1. Location of the Gangjeong-Goryeong Weir and the water quality monitoring site.
2.3 부영양화 지수 산정 방법
부영양화 정도는 두 가지 형태의 통합 지수를 활용하여 산정하였다. 첫째, 기존의 한국형 부영양화 지수(Trophic State Index Korea,
TSIKO)는 환경부 및 국립환경과학원에서 제안한 산식에 따라 COD, TP, Chl-a의 가중 평균값으로 계산된다. COD는 유기물 부하를, TP는 영양염류
상태를, Chl-a는 조류 번성의 생물학적 반응을 대표하는 지표로 활용된다(Ko et al., 2014). TSIKO 산정은 Carlson (1977)의 원래 지수 구조를 참고하되, 우리나라 수체 특성에 맞춰 조정된 환산식을 사용한다. 둘째, 본 연구에서는 기존의 COD 항목을 TOC로 대체한 수정형
지수(TSIKO_TOC)를 새롭게 적용하였다. 이는 COD가 난분해성 유기물에 대한 산화 효율이 낮고, 무기성 간섭을 받을 가능성이 있다는 문제를 보완하기 위한 것이다.
반면, TOC는 총 유기탄소량을 직접 측정함으로써 유기물의 총량을 더 정밀하게 반영할 수 있고, 기후 변화에 따른 유기물 유입과 조성 변화에 더 민감하게
반응할 수 있는 장점이 있다. TOC는 2016년 이후 국가 수질기준으로 채택되었으며, 수계 내 유기물 축적 정도를 평가하는 데 있어 점차 활용도가
증가하고 있다. 두 지수 모두 다음과 같은 가중평균 방식으로 계산되며, COD 또는 TOC 항목만 차이가 있다 (Table 1). 여기서 각 TSI 항목은 Carlson 지수 환산식 또는 국립환경과학원(NIER, 2006)에서 제시한 한국형 환산식을 이용하여 0∼100 범위의 점수로 변환된다. 산정된 TSI 값은 WHO와 국내 기준에 따라 총 3단계로 분류된다: 1)
영양빈화 (oligotrophic): 0–30, 2) 중영양 (mesotrophic): 30–50, 3) 부영양 (eutrophic): 50–70.
본 연구에서는 Table 1에 요약된 지수 산정 기준과 가중치 체계를 기반으로, 두 지수 간 민감도 및 기후변화 시나리오 반응성 차이를 비교 분석하였다.
2.4 통계 분석 방법
기후인자와 수질지표 간의 선형 상관관계를 분석하기 위해 다중회귀분석을 진행하였고, 다중회귀모형을 개발하여 수질지표 예측에 사용하였다. 분석에는 IBM
SPSS Statistics 30.0을 활용하였다. COD, TN, TP, TOC, Chl-a의 5개 수질지표를 종속변수로 설정하고, 강수량, 수온,
총일사량의 3개 기후인자를 독립변수로 설정하여 수행하였다. 수질지표는 강정고령보 달성 지점의 2012년 1월부터 2025년 5월까지의 월별 평균값을
활용하였고, 기후인자는 동일 기간의 강정고령보가 위치한 대구광역시의 월별 평균값을 활용하였다. 상관분석은 Pearson 상관계수(Pearson’s
correlation coefficient)를 이용하였으며, 유의수준은 p < 0.05로 설정하였다. 상관분석을 통해 각 수질지표에 유의한 영향을
미치는 기후인자를 선별하였으며, 이를 바탕으로 각 수질지표별 회귀계수를 포함한 다중회귀모형을 도출하였다. 실제 단위 기반의 예측식 작성을 위해 회귀계수는
비표준화 계수를 사용하였다. 회귀모형의 설명력은 결정계수(R2) 및 수정된 결정계수(Adjusted R2)를 통해 평가하였으며, 도출된 다중회귀모형의 통계적 유의성은 분산분석(ANOVA)을 통해 검증하였다.
Fig. 2. Proposed flowchart for developing water quality prediction models using multiple
regression analysis.
2.5 SSP 시나리오 기반 미래 예측
기후변화에 따른 장기적 수질 변화를 예측하기 위해, 도출된 다중회귀모형을 SSP(Shared Socioeconomic Pathways) 시나리오에
따른 미래 기후예측 자료를 독립변수로 적용하여, 2025년부터 2100년까지의 수질지표 변화 예측에 사용되었다. SSP 시나리오는 기후변화에 따른
사회경제적 발전 경로를 시나리오화한 것으로, 인구, 경제 성장, 에너지 사용 등 다양한 사회경제적 변수들을 종합적으로 고려한다. 본 연구에서는 SSP1-2.6과
SSP5-8.5에 따른 부영양화 변화를 예측하고 비교하였다. SSP1-2.6은 재생에너지 기술 발달로 화석연료 사용이 최소화되고 친환경적으로 지속가능한
경제 성장을 이룰 것으로 가정하는 경우의 시나리오로, 2100년 기준 CO2 농도는 432 ppm으로 예측된다. 반면, SSP5-8.5는 산업기술의 빠른 발전에 중심을 두어 화석연료 사용이 높고 도시 위주의 무분별한 개발이
확대될 것으로 가정하는 경우의 시나리오로, 2100년 기준 CO2농도는 1,089 ppm으로 예측된다. 즉, 온실가스 배출의 두 극단적 경로인 SSP1-2.6(저탄소 경로)과 SSP5-8.5(고탄소 경로)를 비교함으로써,
기후변화 완화 여부에 따른 수질지표 변화의 민감도와 부영양화 정도의 변화를 예측하고자 한다. 따라서 본 연구에서는 기후인자와 수질지표 간의 상관관계
분석 및 다중회귀모형 개발을 통해 강정고령보에서의 수질지표와 기후변화 간의 상호작용을 정량적으로 규명하고, SSP1-2.6과 SSP5-8.5 시나리오에
따른 향후 부영양화 예측 및 수질관리 방향 설정을 위한 기초자료를 제공하고자 한다. 전체 분석 과정을 Fig. 1을 통해 하나의 순서도로 나타내었다.
3. Results and Discussion
3.1 최근 10년간 연구지점 내 기후 및 TSI 지수 변화
3.1.1 기후인자 (강수량, 총 일사량, 수온)
Fig. 2는 2012년부터 2025년까지 14년간 강정고령보 지역(대구광역시)의 월별 강수량(a), 수온(b), 총 일사량(c)의 시계열 변화를 보여준다.
강수량은 연중 여름철에 가장 많고, 겨울철에 가장 적은 전형적인 계절적 특성을 보였다. 이외에도 태풍 및 집중호우와 같은 극한강우가 특정 연도에 강수량을
급증시켰다. 예컨대, 태풍 ‘할롱’과 ‘나크리’가 연이어 영향을 준 2014년 8월에는 월 강수량이 약 400 mm를 기록했으며, 강수일수는 20일에
달해 1980년 이후 최장 기록을 나타냈다(Ministry of Environment and Korea Meteorological Administration, 2020). 2024년 7월에도 태풍 ‘개미’로 인해 370 mm 이상의 국지성 집중호우가 발생하였다. 전체적으로 연평균 강수량은 완만히 증가하는 추세이며,
이는 단순한 계절 변동을 넘어 기후변화로 인한 수문환경의 변화를 시사한다. 수온은 여름철에는 25-30℃의 고수온, 겨울철에는 3-5℃의 저수온을
보이며 계절에 따라 뚜렷하게 변동하였다. 특히 여름철 고수온은 식물플랑크톤 성장 및 조류 번성을 촉진하는 핵심 요인으로 알려져 있다(Seo, 1998). 예를 들어, 2016년 8월과 2023∼2024년 8월에는 30℃를 초과하는 고수온이 관측되었고, 2024년 8월은 31.6℃로 관측 이래 최고치를
기록하였다. 주목할 만한 점은 겨울철 최저 수온이 서서히 상승하고 있다는 점이다. 2012년 1월 수온은 약 1.5℃였으나, 2017년 1월에는 4.8℃로
상승하였고, 최근 5년(2021–2025)의 1월 평균 수온은 4.9℃로, 2012–2016년(3.18℃) 대비 약 1.72℃ 상승하였다. 이러한
저수온 상승은 수체의 전반적 온난화를 의미하며, 미생물 활성 및 유기물 분해, 조류의 초기 번식 시기에 영향을 줄 수 있다(Li et al., 2025). 총 일사량은 봄-여름철에 높고, 가을-겨울철에 낮은 전형적인 계절성을 보였다. 특히 5월에는 연중 일사량 최고치를 기록하며, 2014년, 2015년,
2022년의 5월에는 700 MJ/m2를 초과하였다. 반면 2015년 11월에는 약 190 MJ/m2로 전체 기간 중 최저치를 기록하였다. 전체적으로는 평균 일사량도 소폭 증가하는 추세를 보였으며, 이는 기후변화에 따른 복사 환경 변화 가능성을 시사한다.
증가된 일사량은 수온 상승과 조류 생장 조건을 동시에 강화하는 요인으로 작용할 수 있다. 정리하면, 강수량은 연간 총량과 극한 강우 발생 빈도 모두
증가하고 있으며, 수온은 연중 최저치 기준으로 완만하게 상승 중이다. 일사량도 미세하지만 증가 경향을 보이고 있다. 이러한 기후인자의 변화는 모두
수환경의 부영양화 가능성을 높이는 방향으로 작용하며, 향후 수질 예측 모형 구축 시 반드시 고려되어야 할 주요 변수임을 시사한다.
Fig. 3. Changes in climate variables in the study area from 2010 to 2020: (a)precipitation,
(b) water temperature, (c) total solar radiation
3.1.2 항목별 TSI 지수 (COD, TN, TP, TOC, Chl-a)
Fig. 3은 2012년부터 2025년까지 강정고령보 수역의 부영양화 지표(TSI) 항목별 변화를 시계열로 제시한다. 분석 대상은 총 다섯 항목으로, 유기물
계열(TSI(COD), TSI(TOC)), 영양염류 계열(TSI(TN), TSI(TP)), 생물학적 지표(TSI(Chl-a))로 구분하여 장기적 변화
경향을 평가하였다. TSI(COD)와 TSI(TOC)는 모두 14년간 점진적인 증가 추세를 나타냈다. COD는 생활하수 및 비점오염원 유입과 밀접하게
관련되며, TOC는 총 유기탄소량을 직접 반영하는 항목으로 기후변화 및 토지 이용 변화에 따른 유기물 유입을 민감하게 포착할 수 있다.
특히 TSI(TOC)는 전체 기간 동안 약 4.18% 상승하여, TSI(COD)(2.17%)보다 약 1.9배 높은 증가폭을 보였다. 이는 기후 요인에
따른 토양유기물의 유실, 육상 비점오염원의 유기탄소 기여 증가, 혹은 난분해성 유기물 축적에 기인할 수 있다. 이러한 경향은 유기물 기반 부영양화가
점차 심화되고 있음을 시사하며, TOC가 부영양화 조기진단 지표로 활용될 수 있는 가능성을 보여준다. TSI(TN)과 TSI(TP)는 전반적으로 큰
변동 없이 안정적인 상태를 유지하고 있으나, 미세한 감소 경향이 관찰되었다. TSI(TN)은 약 0.5%, TSI(TP)는 약 0.3% 감소하였으며,
이는 질소와 인의 장기적인 농도 개선이 이루어지고 있음을 암시한다. 다만, 감소폭이 크지 않다는 점은 여전히 하천의 부영양화에 질소가 주요한 기여
요인으로 남아 있음을 보여준다. TP는 보 설치 이후 퇴적물 내 인 축적 가능성과도 관련되어 있으며, 점진적인 감소 경향은 수체의 내부기작보다는 유입부의
저감 정책 성과에 기인할 가능성이 있다. TSI(Chl-a)는 분석 기간 동안 약 5%의 감소폭을 보였다. 이는 조류 번성의 평균 수준이 다소 낮아졌음을
의미하나, 여름철 단기적 급등 현상은 지속적으로 발생하고 있다. 특히 Chl-a는 수온, 일사량, 체류시간 등 기상 및 수문 인자에 민감하게 반응하기
때문에 계절성 및 극한값의 영향을 받는다. 따라서 평균값 감소에도 불구하고 고수온기 녹조 발생 가능성은 여전히 상존하고 있다. 전반적으로 TOC 및
COD 기반 지수는 상승 추세를, 영양염류와 Chl-a는 상대적으로 안정 또는 감소 추세를 나타내며, 유기물 기반 부영양화가 장기적으로 더 우세한
양상을 보인다. 해당 연구에서는 TN과 TP는 점진적 감소를 보였고, COD와 BOD는 뚜렷한 개선 없이 정체 상태였으며, Chl-a는 완만한 감소
경향을 나타냈다. 본 연구는 여기에 TOC 지표를 추가함으로써 유기물 변화의 민감한 반응성을 확인하였고, 부영양화 관리를 위한 지표 개선의 필요성을
제시하였다.
3.1.3 계절별 TSI 지수 변화
본 절에서는 2012년부터 2025년까지 강정고령보 수역의 계절별 수질지표를 바탕으로 COD, TOC, TP, TN, Chl-a에 대한 TSI 지수를
분석하였다(Fig. 4). 각 계절별 3개월 간의 월평균 값을 기반으로 회귀분석을 수행하였으며, 회귀식의 기울기 계수를 통해 각 항목의 증가 또는 감소 추세를 평가하였다.
봄철(3∼5월)에는 TSI(TOC)가 59% 증가하여 가장 뚜렷한 상승세를 보였으며, TSI(COD)는 14% 증가하였다. TSI(COD)는 2017년에
최저치(50.23)를 기록한 이후 2018년에는 최고치(61.16)로 급증하는 등 연도별 편차가 크게 나타났다. 반면 TSI(TOC)는 보다 안정적인
상승 추세를 유지하였다. 영양염류 지표인 TSI(TP)와 TSI(TN)은 각각 7.3%, 5% 감소하였고, TSI(Chl-a)는 무려 77.2% 감소하여
조류의 계절별 감소 경향을 가장 뚜렷하게 나타냈다. 이는 봄철 조류 성장에 영향을 미치는 수온, 일사량, 유기물 조성 등의 복합적 변화가 작용한 결과로
해석된다. 여름철(6∼8월)에는 유기물 계열 지표의 증가가 가장 뚜렷하게 나타났다. TSI(TOC)는 88%, TSI(COD)는 57.5% 증가하였다.
이는 여름철 강우에 따른 외부 유기물 유입, 성층 조건 하의 내생 유기물 생성 등이 원인으로 작용한 것으로 추정된다. TSI(TP)는 46.5% 증가하여
인 농도가 급증하였으며, TSI(TN)은 7.3% 감소하였다. TSI(Chl-a)는 여름에도 79.6% 감소하였는데, 이는 높은 유기물 농도 및 수온
상승이 오히려 조류 성장에 부정적 영향을 미친 것으로 해석된다(Horne and Goldman, 1993). 가을철(9∼11월)에는 TSI(TOC) 53.5%, TSI(COD) 49%로 유기물 지표의 지속적인 증가가 확인되었다. TP는 23% 증가하였으나
TN은 1% 감소하여, 여름과 유사하게 두 영양염류의 경향성이 엇갈렸다. TSI(Chl-a)는 50.4% 감소하여, 조류의 계절적 감소 추세가 이어졌음을
보여준다. 특히 여름철 증가한 유기물과 TP의 영향이 가을까지 연장되었을 가능성이 있다. 겨울철(12∼2월)에는 TSI(COD)가 사계절 중 유일하게
0.42% 감소하였다. 이는 수온 저하로 인한 생물활성 저하와 유기물 생성 둔화에 기인한 것으로 해석된다. 반면 TSI(TOC)는 44.4% 증가하여,
TOC가 COD보다 계절 변화에 덜 민감하게 반응함을 시사한다. TSI(TP)와 TSI(TN)은 각각 84.8%, 12.9% 감소하였으며, 이는 외부
유입의 감소 및 성층 안정화로 인한 인의 퇴적물 고정화에 따른 결과로 보인다. TSI(Chl-a)도 41.5% 감소하였다.
Fig. 4. Changes in TSI by water quality parameter in the study area (2012–2025): (a)
COD, TOC; (b) TN, TP; (c) Chl-a
모든 계절에서 TOC 기반 지표가 COD보다 더 큰 변화폭을 보였다. 이는 TOC가 난분해성 유기물까지 포함한 유기물 총량을 반영하기 때문이며, COD는
생분해성 유기물에 국한된 반응성을 나타낸다(Park et al., 2022). 이와 관련하여 낙동강 수계 분석 연구(Kim et al., 2013)에서도 COD가 전체 유기물 농도를 과소평가할 수 있음을 보고하였다. 한편, TP는 봄과 겨울에 감소, 여름과 가을에는 증가하여 TN과는 상이한 계절
반응을 보였다. 이는 TP가 외부 유입 및 재부유 영향에 민감하고, TN은 상대적으로 계절 변화에 덜 민감한 특성을 반영한다. TSIKO와 TSIKO_TOC의 계산 결과에서도 계절별 차이가 확인되었다. 2012∼2024년 기간 동안, TSIKO 상 부영양 상태(지수 50 이상) 빈도는 봄 9회, 여름 13회, 가을 13회, 겨울 9회였으며, TSIKO_TOC 기준으로는 봄 7회, 여름 13회, 가을 13회, 겨울 5회로 나타났다. 여름과 가을은 두 지수 모두 전 기간 부영양 상태를 유지했으며, 평균값
또한 여름(60.2, 57.1)이 가을(58.7, 55.3)보다 높게 나타났다. 평균값이 가장 낮은 계절은 겨울로, TSIKO 51.6, TSIKO_TOC 48.0을 기록하였다. 전반적으로 COD 기반 지표가 TOC 기반 지표보다 다소 높은 값을 보였으나, TOC는 더 큰 증가율을 보여 유기물 기반
부영양화의 장기적 경향성을 민감하게 포착하고 있음을 시사한다. 결론적으로, 여름과 가을은 유기물과 TP 증가로 인해 부영양화가 가장 심화되는 시기로
나타났으며, TOC 기반 지표는 COD보다 민감한 반응을 보여 향후 부영양화 모니터링 및 정책 수립 시 효과적인 대안 지표로 활용될 수 있음을 보여준다.
3.2 기후인자와 수질지표 간의 상관성 규명
SSP 시나리오에 따라 변화하는 기후인자를 기반으로 향후 수질지표의 반응을 예측하기 위해, 본 연구에서는 기후인자(강수량, 수온, 총일사량)를 독립변수로,
수질지표(COD, TN, TP, TOC, Chl-a)를 종속변수로 설정하여 다중회귀분석(Multiple Linear Regression, MLR)을
수행하였다. 분석 결과, TOC는 결정계수(R2) 값이 0.396으로 가장 높은 설명력을 보였으며, TP(0.390), TN(0.384), COD(0.332)도 중간 수준의 설명력을 나타냈다.
반면, Chl-a는 R2 = 0.03으로 매우 낮은 설명력을 보여, 기후인자 외에 비기후 요인(예: 유속, 체류시간, 영양염 농도 비율, 생물학적 상호작용 등)이 주요한
영향을 미치는 것으로 해석된다(Lim et al., 2015; Park et al., 2019)는 낙동강 칠곡보-강정고령보 구간을 대상으로 보 운영 수위저하에 따른 수질 및 조류 군집별 변화를 예측한 연구에서 하한수위(EL, 14.9 m)에서
수온, TP 등이 기존 수위 대비 증가한 반면, DO, TOC, TN, Chl-a 등은 감소하였다. 이러한 연구 결과는 임계유속 유지와 유량증가가
남조류 제어에 효과적이며, 수위저하에 따른 유속 증가와 체류시간 감소가 조류의 성장을 제한할 수 있음을 시사한다. 또한, 선행연구에 따르면 낙동강,
금강 및 영산강에서 가동보 수문운영 방식에 따라 수질 변화와 녹조발생 특성이 달라지는 것으로 보고되었다(Seo et al., 2020). 낙동강 달성보 및 함안보에서는 보 개방에 따라 녹조현상이 심화되었는데 이는 수문개방에 따른 수위감소가 광량의 제한인자를 증가시키면서 조류 성장속도
증가에 크게 기여한 것으로 분석되었다. 문헌을 통해 수위나 유속과 같은 여러 비기후 요인이 수질인자 뿐만 아니라 조류 증식에도 유의미한 영향을 미친다는
것을 확인하였지만, 본 연구에서는 자료의 한계로 비기후 요인과 수질인자 간의 상관분석을 직접 수행하지 못하고 기후인자와 수질지표 간의 상관분석만 수행하였다.
개별 독립변수와 종속변수 간 상관성을 살펴보면, COD는 수온 및 일사량과 유의한 양(+)의 상관관계를 보였으며, 이는 유기물 분해 및 광촉진 산화
반응이 기온 및 광량에 의존함을 시사한다. TP는 강수량, 수온, 일사량 모두와 유의한 상관성을 나타내었고, 이는 외부 유입과 내부 퇴적물 재부유
메커니즘이 복합적으로 작용한 결과로 판단된다. TOC 역시 모든 기후인자와 유의한 양의 관계를 보여, 유기탄소 유입이 기후 조건 변화에 민감하게 반응함을
나타낸다. TN은 수온과 일사량과만 유의한 상관관계를 보였는데, 이는 질소 순환이 주로 생물학적 과정(예: 탈질화, 암모니아화)에 의해 조절됨을 시사한다.
한편, Chl-a는 전체 기후인자 중 오직 수온에서만 0.05 수준의 유의성을 확보하였으며, 이는 고수온이 조류 성장에 가장 큰 영향을 미치는 결정적
요인임을 재확인해준다. 그러나 매우 낮은 R2 값은 기후 외 인자(예: 영양염 비율, 광주기, 생물종 구성 등)의 중요성을 강조한다. Table 2는 각 종속변수에 대한 다중회귀식 및 유의도(p-value) 결과를 요약하여 제시한다. 분석 결과를 종합하면, 유기물 및 영양염류 지표는 일정 수준
이상의 기후 의존성을 가지며, TOC와 TP는 특히 기후변화에 민감하게 반응하는 지표로 나타났다. 향후 장기 예측 모형 설계 시 이러한 기후 반응성이
높은 지표를 중심으로 모형 정교화를 진행할 필요가 있으며, Chl-a와 같은 생물학적 지표는 물리적 수문 변수 또는 생물군집 정보를 추가로 보완해야
예측 신뢰도를 높일 수 있을 것으로 판단된다.
Table 2. Results of multiple regression analysis of climate variables and water quality
indicators
|
|
|
COD
|
TN
|
TP
|
TOC
|
Chl-a
|
|
R2 |
0.332
|
0.384
|
0.39
|
0.396
|
0.03
|
|
(A) Precipitation
|
p-value
|
|
|
<0.001
|
<0.001
|
|
|
Coefficient
|
|
|
0.001
|
0.018
|
|
|
(B) Water temperature
|
p-value
|
<0.001
|
<0.001
|
<0.001
|
<0.001
|
0.05
|
|
Coefficient
|
0.106
|
-0.049
|
0.002
|
0.056
|
0.381
|
|
(C) Solar radiation
|
p-value
|
0.01
|
0.014
|
<0.001
|
0.004
|
|
|
Coefficient
|
-0.048
|
0.018
|
-0.001
|
-0.029
|
|
|
Multiple Regression Analysis
|
0.106*A - 0.048*C + 5.391
|
- 0.049*B + 0.018*C + 2.975
|
0.001*A + 0.002*B - 0.001*C + 0.03
|
0.018*A + 0.056*B - 0.029*C + 2.769
|
0.381*B + 22.376
|
3.3 SSP 시나리오에 따른 기후 변화 기반 수질지표 및 TSI 변화 예측
3.3.1 SSP 시나리오에 따른 기후인자와 수질지표 예측
SSP(Shared Socioeconomic Pathways, 공통사회경제경로)는 IPCC 제6차 평가보고서(AR6)에서 도입된 새로운 온실가스 배출
경로 시나리오 체계로, 사회⋅경제⋅기술⋅정책 발전의 차이에 따른 미래 기후변화 양상을 가정한다. 본 연구에서는 기후변화로 인한 수질지표의 중장기적
변화를 예측하기 위해 두 가지 대표 시나리오를 채택하였다. 첫째, 저탄소 사회 전환 및 지속가능한 발전을 전제로 하는 SSP1-2.6 시나리오, 둘째,
화석연료 중심의 경제성장과 도시 확장을 전제로 하는 고탄소 시나리오인 SSP5-8.5를 활용하였다. 두 시나리오의 미래 기후예측자료는 기상청 기후정보포털에서
제공하는 MK-PRISM v2.1 기반의 격자형 자료(NetCDF)를 활용하였으며, 5ENSMN 모델에 기반하여 생산된 평균기온, 강수량, 총일사량을
주요 기후요소로 설정하였다. 확보된 자료는 Table 2에 제시된 수질지표별 다중회귀모형에 입력변수로 적용되어, 2025년부터 2100년까지의 장기적 수질 변화 경향을 예측하는 데 활용되었다.
각 시나리오에 따른 기후인자 예측 결과는 Fig. 5에 제시하였다. SSP1-2.6 시나리오에서는 강수량이 단기(2025–2045년) 및 중기(2045–2070년)에는 연평균 소폭 증가(각각 약 +0.02,
+0.25 mm/년)를 보였으나, 장기(2070–2100년)에는 -0.23 mm/년 수준으로 감소세로 전환되었다. 반면 SSP5-8.5 시나리오에서는
전 기간에 걸쳐 상승세를 유지하였으며, 단기에는 +0.26 mm/년, 중기에는 +0.01 mm/년, 장기에는 +0.15 mm/년의 증가율을 보였다.
이는 고탄소 경로에서 강수량 증가가 보다 지속적으로 나타날 수 있음을 시사한다. 선행 연구(Jang and An, 2012)에서도 낙동강 유역 강수량이 2050년까지 약 22.5% 증가할 것으로 예측되었으며, 이는 본 연구의 SSP 시나리오 중간값과 유사한 경향을 보인다.
수온 역시 시나리오 간 뚜렷한 차이를 나타냈다. SSP1-2.6 시나리오에서는 전 기간에 걸쳐 완만한 상승세(단기 +0.02℃/년, 장기 +0.0025℃/년)가
관측되었으나, SSP5-8.5에서는 증가 속도가 더욱 가팔랐으며 장기에는 +0.06℃/년에 달하였다. 이는 온실가스 감축 수준에 따라 수온 변화의
민감도가 크게 달라질 수 있음을 보여준다. 총일사량의 경우, SSP1-2.6 시나리오에서는 단기에는 상승(+0.0366 MJ/m2/년)하다가 중기부터 감소(-0.0363 MJ/m2/년)세로 전환되었으며, 장기에도 소폭 감소가 이어졌다. 반면 SSP5-8.5에서는 초기에는 다소 감소하였으나, 장기에 이르러 증가세로 반전되어 기후인자의
변화 방향성이 시나리오에 따라 정반대일 수 있음을 보여주었다. 이러한 기후인자 예측값을 본 연구의 다중회귀모형에 적용하여 수질지표(COD, TOC,
TN, TP, Chl-a)의 미래 값을 도출하였고, 그 결과는 Fig. 6에 요약하였다. SSP5-8.5 시나리오에서는 TN을 제외한 대부분의 수질지표가 상승하는 경향을 나타냈다. COD는 단기에는 연평균 +0.0047
mg/L, 장기에는 +0.0058 mg/L 수준으로 증가하였으며, 이는 강수 증가에 따른 비점오염원 유입 및 내생 유기물 축적에 기인할 수 있다.
TOC는 단기에 +0.0071 mg/L, 장기에는 +0.0058 mg/L로 증가하여 난분해성 유기물의 축적 가능성을 시사하였다. TP 역시 전 기간에
걸쳐 소폭 상승(+0.0003 mg/L/년)을 나타냈으며, 이는 퇴적물 내 인의 재용출 혹은 외부 유입에 따른 영향으로 해석된다. 반면 TN은 지속적인
감소 추세를 보여 장기에는 -0.0027 mg/L/년의 감소율을 보였다. Chl-a는 장기에 +0.0235 mg/L/년로 증가하였으며, 이는 고수온
및 일사량 증가에 따른 조류 성장 촉진 가능성을 시사한다. 반면 SSP1-2.6 시나리오에서는 전반적으로 수질지표의 변화 폭이 작거나 안정적인 경향을
나타냈다. COD와 TOC는 중기에는 일시적으로 상승하였으나, 장기에 접어들며 각각 +0.0004 mg/L, -0.0004 mg/L 수준으로 변화가
미미하거나 감소하였다. TN은 지속적인 감소세를 유지했으며, TP는 장기적으로 소폭 감소(-0.0002 mg/L/년)하였다. Chl-a는 단기에는
+0.0075 mg/L 증가했지만, 장기에는 +0.0009 mg/L로 상승세가 둔화되어 전반적인 안정화 추세를 보였다. 이러한 결과는 온실가스 저감
및 친환경 정책이 수질 개선에 기여할 수 있음을 실증적으로 보여준다. 종합적으로 볼 때, SSP5-8.5 시나리오 하에서는 기후인자의 변화 폭이 크고
이에 따라 유기물 및 영양염류 농도가 함께 증가하여 부영양화 위험이 심화될 가능성이 크다(Michalak et al., 2013). 반면 SSP1-2.6 시나리오에서는 상대적으로 변화 폭이 작고 수질지표가 안정적인 수준을 유지함으로써, 기후변화 완화 노력의 효과가 수질환경에도
긍정적으로 작용할 수 있음을 시사한다. 이는 향후 수질관리 및 부영양화 대응정책 수립 시, 시나리오 기반의 예측과 장기적 관점의 기후 대응 전략이
병행되어야 함을 보여주는 중요한 결과이다.
Fig. 5. Seasonal changes in TSI and comparison with eutrophication thresholds in the
study area (2012–2025): (a) spring, (b) summer, (c) autumn, (d) winter.
Fig. 6. Projected Changes in Climate Variables under SSP1-2.6 (Top) and SSP5-8.5 (Bottom)
Scenarios in the Study Area (2025–2100): (a) Precipitation, (b) Sea Surface Temperature,
(c) Solar Radiation.
3.3.2 SSP 시나리오에 따른 TSI 변화 예측
앞서 예측된 수질지표 결과를 바탕으로, 본 연구에서는 강정고령보 지점의 미래 부영양화 수준을 두 가지 국내 적용 지수인 TSIKO(NIER, 2006)와 TSIKO_TOC(ME, 2021)를 활용하여 예측하였다. TSIKO는 COD, TP, Chl-a의 가중 평균으로 구성되며, 인공 호소에 적합한 한국형 부영양화 지수로서 공식적으로 활용되고 있다. 이 지수는 외부기원
유기물 부하가 큰 국내 수환경 특성을 반영하여 유기물 지표로 COD를 채택하고 있으나, COD는 유기물 성상에 따라 산화율이 달라지고 난분해성 유기물은
반영되지 않는다는 한계가 존재한다. 이러한 문제점을 보완하기 위해, TOC 기반의 대체 지수인 TSIKO_TOC가 최근 제안되었으며, TOC는 총 유기탄소량을 정량화하여 유기물의 총량을 보다 포괄적으로 반영할 수 있다는 장점이 있다(ME, 2021; Oh et al., 2021). 본 절에서는 SSP1-2.6과 SSP5-8.5 시나리오에 따른 수질예측 결과를 기반으로 TSIKO와 TSIKO_TOC를 산정하였으며, 이를 통해 유기물 지표의 선택이 부영양화 지수에 미치는 영향을 비교⋅분석하였다. 특히 계절적 변동이 지수 간 차이에 미치는 영향이
미미하다는 점을 감안하여, 본 분석에서는 연평균 기준의 통합 지수 값을 활용하였다.
Fig. 7에 제시된 결과에 따르면, TSIKO는 두 시나리오 모두에서 대체로 66–70 수준을 유지하며 ‘부영양’ 상태에 해당하는 것으로 나타났다. 반면, TSIKO_TOC는 68–76 범위로 보다 높은 값을 기록하며, 일부 시기에는 ‘과영양’ 상태에 도달하는 것으로 평가되었다. 시나리오 간 TSI 값의 절대 수준은
유사하였으나, 시계열 변화 추세에서는 SSP5-8.5 시나리오에서 보다 가파른 상승 경향을 보였다. 이는 고탄소 시나리오 하에서 기후인자 변화의 누적
효과가 장기적으로 부영양화 심화를 유도할 수 있음을 시사한다. 구체적으로, TSIKO의 최근 5년 평균값(2021.5–2025.5)은 55.2였으나, SSP1-2.6 시나리오에 따른 향후 5년(2025–2029) 평균은 67.4로
약 12.2 증가하였다. TSIKO_TOC는 같은 기간 52.7에서 70.5로 17.8 상승하며 보다 큰 증가폭을 보였다. 연간 증가율 측면에서 SSP1-2.6 시나리오에서는 TSIKO가 +0.0031, TSIKO_TOC가 +0.0025를 기록하였다. 반면 SSP5-8.5에서는 TSIKO가 +0.0251, TSIKO_TOC는 +0.0357의 연간 증가폭을 보이며, 고탄소 시나리오에서의 상승 폭이 현저하게 컸다. 이러한 결과는 TOC 기반 회귀모형이 다소 과대추정되었거나,
미래 수환경에서 난분해성 유기물의 비중이 증가함에 따라 TOC가 실제로 더욱 민감하게 반응했을 가능성을 동시에 내포한다. 선행 연구(Brothers et al., 2014)는 온대 얕은 호소에서의 DOC 증가가 수체의 갈변, 광투과율 저하, 저서 생물 감소, 저산소 상태 심화로 이어지며, 이는 다시 퇴적물 내 인 및
유기물의 재용출을 유도하여 부영양화를 촉진하는 경향을 보인다고 보고하였다. TOC는 이러한 DOC를 포함하므로, TOC의 증가는 부영양화 심화의 원인으로
작용할 수 있으며, 본 연구에서도 그 영향이 확인되었다. 결과적으로 두 지수 모두 시간 경과에 따라 부영양화 수준의 점진적 상승을 나타냈으며, 특히
고탄소 시나리오에서는 상승 폭이 뚜렷하게 확대되었다. 동시에, COD와 TOC 중 어느 지표를 선택하는지에 따라 지수의 절대값과 변화 경향에 실질적인
차이가 발생하였으며, 이는 향후 수질평가 및 부영양화 모니터링 체계 구축 시 유기물 지표 선택의 중요성을 시사한다. TOC 기반 지표는 난분해성 유기물
증가, 갈변 현상, 생태계 저산소화 등 기후변화 하의 수환경 변화를 보다 포괄적으로 반영할 수 있는 대안으로서의 활용 가능성을 제시한다.
Fig. 7. Projected Changes in Water Quality Indicators under SSP1-2.6 (A) and SSP5-8.5
(B) Scenarios in the Study Area (2025–2100): (1) COD, TOC; (2) TN, TP; (3) Chl-a.
Fig. 8. Projected Changes in TSIKO and TSIKO_TOC in the Study Area (2025–2100) and Comparison with Eutrophication Thresholds.
4. Conclusion
본 연구는 대구광역시 달성군에 위치한 낙동강 강정고령보를 대상으로, 2012년부터 2025년까지의 기후인자(강수량, 수온, 일사량) 및 수질지표(COD,
TN, TP, TOC, Chl-a) 데이터를 수집⋅분석하여 부영양화 수준을 평가하고, 이를 바탕으로 SSP1-2.6과 SSP5-8.5 기후 시나리오에
따른 미래 부영양화 변화를 예측하였다. 먼저, 과거 14년간의 데이터를 기반으로 다중회귀모형을 구축한 후, 예측된 수질지표 값을 활용하여 부영양화
지수인 TSIKO(COD, TP, Chl-a)와 TSIKO_TOC(TOC, TP, Chl-a)를 산정하였다. 분석 결과, 미래 모든 시점에서 TSIKO_TOC의 값이 TSIKO보다 높게 나타났으며, 이는 TOC가 COD보다 난분해성 유기물을 보다 효과적으로 반영한다는 점에서 기인한 것으로 판단된다. 특히 과거에는 TSIKO가 더 높은 값을 보였으나, 미래 예측값에서는 TSIKO_TOC가 우세한 값을 나타내면서 유기물 구성 변화가 부영양화 평가 결과에 실질적 영향을 미친다는 점을 확인할 수 있었다. TSIKO는 과거 14년간 40-75 범위로 중영양에서 부영양 수준을 보였으며, 2025년부터 2100년까지는 두 시나리오 모두에서 66-70 범위로 지속적인
부영양화 악화를 예측하였다. TSIKO_TOC의 경우 과거에는 35-73 수준에서 중영양과 부영양 상태를 오갔으나, 향후 예측에서는 68-76 범위로 상승하여 일부 기간에서는 과영양 상태에 이를
것으로 분석되었다. 이러한 경향은 기후변화로 인한 수온 상승, 강우 증가 등 외적 요인이 유기물 부하에 영향을 미치며, 특히 난분해성 유기물 증가를
유도할 수 있음을 시사한다. 부영양화 지수에 공통적으로 활용된 Chl-a는 다중회귀분석 결과 기후인자와의 설명력이 0.03으로 매우 낮게 나타나,
해당 지점의 식물성 플랑크톤 증식에 기후인자 외적 요인이 더 큰 영향을 미칠 가능성을 시사하였다. TP 농도가 정체되는 상황에서도 Chl-a가 지속적으로
감소한 것은, 용존총인이 이미 포화 상태에 도달했거나, 식물플랑크톤 성장을 조절하는 다른 생태학적 요인이 작용하고 있음을 시사한다. 선행연구에서도
Chl-a에 가장 큰 영향을 주는 요인으로 유기물 지표(COD, TOC, BOD), 수온, pH 등이 제시되었으며(Gwak and Kim, 2016), TN과 TP는 상대적으로 후순위로 평가된 바 있다. 이는 Chl-a 중심의 단일 지표를 통한 부영양화 평가가 가지는 한계를 지적하며, 다양한 수질인자와
그 상호작용을 통합적으로 고려한 종합 지표가 필요함을 강조한다. 즉, 기후변화에 민감하게 반응하는 수질지표(TOC, TP 등)의 민감도 및 상관성을
규명하고, 이를 기반으로 SSP 시나리오에 따른 미래 수질변화와 부영양화 경향을 예측하였다는 점에서 학술적 의의가 크다. 특히 유기물 지표 선택이
부영양화 평가 결과에 미치는 영향을 실증적으로 제시하였고, 통합지표 기반의 평가가 향후 수질관리 및 정책 수립에 효과적일 수 있음을 시사한다. 그러나
본 연구는 몇 가지 한계점을 지닌다. 우선, 수질지표와 기후인자의 관계 분석에 있어 단순 선형 다중회귀를 적용하였기 때문에 기후인자 간의 복합적 비선형
상호작용이나 구조적 인과관계를 충분히 반영하지 못했다. 향후 연구에서는 머신러닝 기반의 회귀모형(예: Random Forest, XGBoost, Neural
Network 등)을 활용하여 보다 정교한 예측 및 변수 중요도 분석이 필요하다. 또한 강정고령보는 대구시의 도심 유출수, 농업 배출수 등 비기후적
인자의 영향을 크게 받는 지역으로, 보의 수위 조절로 인한 체류시간 변화 역시 조류 증식 및 유기물 농도에 영향을 미칠 수 있다(Chislock et al., 2013). 따라서 향후 연구에서는 기후인자 외에 인위적 요소의 정량적 기여도도 통합하여 분석하는 것이 필요하며, 기후와 비기후 요인을 함께 고려한 통합 수질예측
모형 구축이 요구된다(Ministry of Land, Infrastructure and Transport, 2011). 또한 강정고령보 외 낙동강 본류의 다른 보 구간으로 확장하여 결과의 일반성을 검증할 필요가 있다. 이를 현장에서는 실시간 IOT 센서를 활용하여
현장의 수질 데이터를 고빈도로 수집하고 머신러닝 기반 예측모델을 도입하는 식의 대책을 강구함으로써 보다 정밀한 비선형 관계를 검증할 수 있다. 또한
비점오염원 저감을 위해 농지 주변 완충지대를 조성하거나 도시 유출수 처리를 위한 저영향개발 기술의 우선 적용 등을 통해 중단기적 현장 관리 방안을
강구하는 것이 가능해 보인다.
Acknowledgements
본 연구는 한국연구재단 (과제번호: RS-2024-003400645)과 세종대학교 환경융합공학과의 지원으로 수행되었습니다.
Appendices
Appendix
Appendix 1. Scatter plots with regression lines showing the relationships between
water quality parameters and climate variables
References
Aizaki M., Otsuki A., Fukushima T., Kawai T., Hosomi M., Muraoka K., 1981, Application
of modified Carlson’s trophic state index to Japanese lakes and its relationships
to other parameters related to trophic stage, Research Report from the National Institute
for Environmental Studies, Vol. 23, pp. 13-31
Beusen A. H., Bouwman A. F., 2022, Future projections of river nutrient export to
the global coastal ocean show persisting nitrogen and phosphorus distortion, Frontiers
in Water, Vol. 4, pp. 893585
Brothers S., Köhler J., Attermeyer K., Grossart H. P., Mehner T., Meyer N., Scharnweber
K., Hilt S., 2014, A feedback loop links brownification and anoxia in a temperate,
shallow lake, Limnology and Oceanography, Vol. 59, No. 4, pp. 1388-1398
Carlson R. E., 1977, A trophic state index for lakes, Limnology and Oceanography,
Vol. 22, No. 2, pp. 361-369
Chislock M. F., Doster E., Zitomer R. A., Wilson A. E., 2013, Eutrophication: Causes,
consequences, and controls in aquatic ecosystems, Nature Education Knowledge, Vol.
4, No. 4, pp. 10
Dautović J., Vojvodić V., Tepić N., Ćosović B., Ciglenečki I., 2017, Dissolved organic
carbon as potential indicator of global change: A long-term investigation in the northern
Adriatic, Science of the Total Environment, Vol. 587, pp. 185-195
Gwak B., Kim I., 2016, Characterization of water quality in Changnyeong-Haman weir
section using statistical analyses, Journal of Korean Society of Environmental Engineers,
Vol. 38, No. 2, pp. 71-78
Han J., Kim S., Kim D., Lee S., Hwang S., Kim J., Chung S., 2021, Development of high-frequency
data-based inflow water temperature prediction model and prediction of changes in
stratification strength of Daecheong reservoir due to climate change, Journal of Environmental
Impact Assessment, Vol. 30, No. 5, pp. 271-296
Horne A. J., Goldman C. R., 1993, Limnology, pp. 464-465
Jang J. H., An J. H., 2012, Assessing future climate change impact on hydrologic and
water quality components in Nakdong River Basin, Journal of Korea Water Resources
Association, Vol. 45, No. 11, pp. 1121-1130
Kim B., Kong D., 2019, Examination of the applicability of TOC to Korean trophic state
index (TSIko), Journal of the Korean Society for Water Environment, Vol. 35, No. 3,
pp. 271-277
Kim B. C., Jeong S. M., Jang C. W., Kim J. G., 2007, Comparison of BOD, COD and TOC
as the indicator of organic matter pollution in streams and reservoirs of Korea, Journal
of Korean Society of Environmental Engineers, Vol. 29, No. 6, pp. 640-643
Kim D. H., Hong S. J., Kim J. U., Han D. G., Hong I. P., Kim H. S., 2015, Analysis
of water quality changes in the Hongcheon river basin under climate change, Korean
Journal of Wetlands, Vol. 17, No. 4, pp. 348-358
Kim H. S., Hong J., Seong J. U., Choi K., Park J., 2013, Comparison of organic matter
distribution in major tributaries of the Nakdong River, Journal of Korean Society
on Water Environment, Vol. 29, No. 5, pp. 618-624
Ko N. H., Choi J. S., Kim H. G., 2014, Correlation derivation of the chlorophyll-a
and the number of algae for the prediction of marine harmful algae, pp. 6-8
Kratzer C. R., Brezonik P. L., 1981, A Carlson-type trophic state index for nitrogen
in Florida lakes, Water Resources Bulletin, Vol. 17, pp. 713-715
Kwak J., 2021, A study for the target water level of the dam for flood control, Journal
of Korea Water Resources Association, Vol. 54, No. 7, pp. 545-552
Lee B., 2022, Water quality evaluation of Seomjin river basin using the Korea trophic
state index (TSIko)
Lee S. H., 2006, Eutrophication in lakes and countermeasures, Korean Journal of Irrigation
and Drainage, Vol. 13, No. 1, pp. 127-139
Lee S. H., Kim B. R., Lee H. W., 2014, A study on water quality after construction
of the weirs in the middle area in Nakdong river, Journal of Korean Society of Environmental
Engineers, Vol. 36, No. 4, pp. 258-264
Li J. L., Sun W., Cao Y., Wu J., Duan L., Zhang M., Luo X., Deng Q., Peng Z., Mou
X., Li W. J., Wang P., 2025, Increased temperature enhances microbial-mediated lignin
decomposition in river sediment, Microbiome, Vol. 13, pp. 89
Lim J. S., Kim Y. W., Lee J. H., Park T. J., Byun I. G., 2015, Evaluation of correlation
between chlorophyll-a and multiple parameters by multiple linear regression analysis,
Journal of Korean Society of Environmental Engineers, Vol. 37, No. 5, pp. 253-261
Ma J., Duan H., Chen C., Cao Z., Shen M., Qi T., Chen Q., 2025, Projected response
of algal blooms in global lakes to future climatic and land use changes: Machine learning
approaches, Water Research, Vol. 271, pp. 122889
Michalak A. M., Anderson E. J., Beletsky D., Boland S., Bosch N. S., Bridgeman T.
B., Chaffin J. D., Cho K., Confesor R., Daloglu I., Depinto J. V., Evans M. A., Fahnenstiel
G. L., He L., Ho J. C., Jenkins L., Johengen T. H., Kuo K. C., Laporte E., Liu X.,
McWilliams M. R., Moore M. R., Posselt D. J., Richards R. P., Scavia D., Steiner A.
L., Verhamme E., Wright D. M., Zagorski M. A., 2013, Record-setting algal bloom in
Lake Erie caused by agricultural and meteorological trends consistent with expected
future conditions, Proceedings of the National Academy of Sciences, Vol. 110, No.
16, pp. 6448-6452
2020, Korean climate change assessment report 2020
2014, Four major rivers project evaluation report
2021, Regulation on the evaluation of water environment target standards
2011, Long-term comprehensive water resources plan (2011-2020)
2006, A study on the comprehensive assessment methods of water environment (III):
Study of eutrophication survey and assessment system
Oh S. D., Park C. J., Kim H. R., Seo M. A., Ryu J. W., Eom J. K., Park M. S., 2021,
Physico-chemical and biological analysis technologies of Sejong Lake in Sejong City
for monitoring water pollution characteristics, pp. 197-197
Okaichi T., 1985, The cause of red tide in neritic waters, pp. 58-75
Park D. Y., Park H. S., Kim S. J., Chung S. W., 2019, Analysis of water quality variation
by lowering of water level in Gangjeong-Goryeong weir in Nakdong river, Journal of
Environmental Impact Assessment, Vol. 28, No. 3, pp. 245-262
Park J. W., Kim S. Y., Noh J. H., Bae Y. H., Lee J. W., Maeng S. K., 2022, A shift
from chemical oxygen demand to total organic carbon for stringent industrial wastewater
regulations: Utilization of organic matter characteristics, Journal of Environmental
Management, Vol. 305, pp. 114412
Park S. M., Shin Y. K., 2011, The impact of monsoon rainfall on the water quality
in the upstream watershed of southern Han River, Korean Journal of Ecology and Environment,
Vol. 44, No. 4, pp. 373-384
Seo D. I., 1998, Eutrophication characteristics due to stratification and water quality
management measures in Daecheong Lake, Journal of Korean Society of Environmental
Engineers, Vol. 20, No. 9, pp. 1219-1234
Seo D., Kim J., Kim J., 2020, Analysis of influence on water quality and harmful algal
blooms due to weir gate control in the Nakdong River, Geum River, and Yeongsan River,
Journal of Korea Water Resources Association, Vol. 53, No. 10, pp. 877-887
Sinha E., Michalak A. M., Calvin K. V., Lawrence P. J., 2019, Societal decisions about
climate mitigation will have dramatic impacts on eutrophication in the 21st century,
Nature Communications, Vol. 10, No. 1, pp. 939
Smith V. H., Schindler D. W., 2009, Eutrophication science: Where do we go from here?,
Trends in Ecology & Evolution, Vol. 24, No. 4, pp. 201-207
Yang J. R., Dickman M., 1993, Diatoms as indicators of lake trophic status in central
Ontario, Canada, Diatom Research, Vol. 8, No. 1, pp. 179-193
Yang Y., Zhang Y., Zhang J., Yu C., Xu Z., 2025, Impacts of watershed nutrient loads
on eutrophication risks under multiple socio-economic development scenarios in the
Pearl River Estuary, China, Journal of Cleaner Production, Vol. 496, pp. 145133
Zhang Y., Qin B., Zhu G., Shi K., Zhou Y., 2018, Profound changes in the physical
environment of Lake Taihu from 25 years of long-term observations: Implications for
algal bloom outbreaks and aquatic macrophyte loss, Water Resources Research, Vol.
54, No. 7, pp. 4319-4331