제주도 용천수의 시·공간적 수질 변동 특성 연구 : 1999년부터 2020년까지

2.1 지형 및 수문지질

제주도는 동-서 길이가 약 73 km, 남-북 길이는 약 33 km로 긴 타원의 형상을 이루는 섬으로, 면적은 약 1,847 km²이다. 섬의 중앙에는 해발 1,950 m 높이의 한라산이 위치하고 있으며, 정상부를 기준으로 지표의 경사는 남-북 사면이 동-서 사면에 비해 급한 특징을 보인다(그림 1). 이와 같은 지형의 차이는 구성 지질에 따른 결과로서, 남-북 사면은 주로 점성이 높아 유동성이 낮은 조면암질 용암류로 이루어져 있는 반면, 동-서 사면은 점성이 낮은 현무암질 용암류가 분포하는데서 비롯되었다(Park et al., 1998).

Fig. 1.

Location of spring water samples.

제주도의 지질은 구성암석에 따라 하부로부터 기반암, U층, 서귀포층, 용암류층의 순으로 거시적인 층서를 이루고 있다(Koh, 1997; Won et al., 2006; Koh et al., 2013). 수문지질학적으로 대수층은 대체로 용암류층 내의 절리(joint), 클링커(clinker)층, 스코리아(scoria)층처럼, 지층이 쪼개지거나 개별각력으로 구성돼 수리적 연결성이 양호한 구간을 따라 발달된다(Koh et al., 2017b). 대수층 하부에 저투수성의 치밀질 용암류, 토양층, 퇴적층이 위치할 때에는 부유대수층(perched aquifer)이 형성되며, 말단부가 지표로 이어진 경우 지하수가 지표 밖으로 솟아나와 용천수가 발생된다(Soulios, 2010). 이 밖에도 대수층이 하천, 요철지형의 오목지, 산기슭 등 급격한 지형변화가 있는 곳과 접해있을 때에도 형성되는 것으로 알려져 있다(Jeju-do, 1999a).

2.2 용천수 조사 연혁 및 분포 특성

Jeju-do (1999a)의 용천수 전수조사 결과에 따르면, 1999년도에는 제주도 전역에 911개소의 용천수가 분포하며 이 중에서 182개소의 용천수가 고갈 또는 멸실되었다고 보고하였다. 이후 2010년에 한국지질자원연구원에서 30개소를 추가 조사하여 941개소의 용천수의 존재를 확인하였으며, 이 중에서 281개소가 고갈 또는 멸실되었다고 보고하였다(KIGAM, 2011). 2013년도와 2014년도에 수행된 제주특별자치도의 용천수 전수조사 결과, 향토자료와 옛 문헌 등을 참고하여 총 1,025개소의 용천수의 존재를 확인하였다(JSSGP, 2016). 이 중 매립 또는 멸실된 270개소와 위치를 확인할 수 없는 94개소를 제외하고 661개소의 용천수를 보전·관리대상으로 선정하고 관리계획이 수립되었다.

용천수는 대부분 지형 경사가 가파른 북측과 남측 사면 그리고 제주도 전체의 해안선을 따라 분포한다(JSSGP, 2016). 제주도 북측과 남측 사면에서는 주로 하천 벽면의 절리나 틈에서 대수층을 따라 흐르던 지하수가 용출되며 이는 전체 용천수의 62%이다(Won et al., 2006; Park and Ha, 2012). 또한 해안가의 용암류 말단부에서는 용암류 틈을 따라 흐르던 지하수가 용출되며(Jeju-do, 1999a; Won et al., 2006) 전체 용천수 중 92.3%가 고도 200 m 이하의 저지대에 분포하고 있다. Jeju-do (1999a)는 701개소의 용천수에서 용출되는 총 유량이 1,083,363 m³/day라고 보고하였으며, 용천수 1개소 당 평균적으로 해안가와 한라산 고지대에서 많이 용출되고 중산간 지역에서 상대적으로 적게 용출되는 경향을 보였다(고도 50 m 이하 1,911 m³/day, 고도 50~200m: 345 m³/day, 고도 200~600 m: 615 m³/day, 고도 600 m 이상: 2,037 m³/day). 용천수를 지질학적으로 분류한 결과, 용암류 경계형이 74% 이상, 절리형과 사력층형이 각각 6.1%, 1.8% 순으로 나타났다(Jeju-do, 1999a).

3.1 용천수 및 지하수 수질자료 수집

시·공간적 용천수 수질의 변화를 파악하기 위해 과거 세 번의 용천수 수질조사 자료가 수집되었다. Jeju-do (1999a)의 1998년 2월부터 1999년 12월까지 389개소 용천수 조사 자료, KIGAM (2011)의 2010년 2월부터 6월까지 546개소 용천수 조사 자료 및 JSSGP (2016)의 2013~2014년에 187개소 용천수 조사 자료이다. 각각의 자료는 조사연도에 따라 1999년, 2010년, 2014년으로 구분하였다. 분석된 수질항목은 pH, EC, NO₃-N, Ca²⁺, Mg²⁺, Na⁺, K⁺, HCO₃^-, SO₄^2-, Cl^-이며 1999년도의 경우 pH와 EC 항목이, 2014년도의 경우 HCO₃^-성분이 분석에서 제외되었다. 각 연도별 용천수 채수 위치는 그림 1에 나타내었다. 채수 연도별 용천수와 용천수 인근 지하수의 NO₃-N 농도 차이를 비교 분석하기 위해, 제주특별자치도의 지하수 사후관리 및 연장신청을 위한 수질분석 자료 중 1999년, 2010년, 2013, 2014년 및 2019년 자료를 사용하였다(표 2).

3.2 시료 채취 및 수질 분석

2020년 용천수 수질자료를 확보하기 위해서, 용출량이 10 m³/day 이상인 용천수 중에서 유역별, 고도별 분포를 고려하여 수질 분석 대상 용천수 42개소를 선정하였다(표 1; 그림 1). 선정된 42개소의 용천수를 대상으로 연 2회(1차: 7월 2일~15일; 2차: 9월 21일~24일) 수질 분석을 시행하였다. 현장 조사 시 측정한 수질항목은 수온, pH, 전기전도도(EC, Electrochemical Conductivity)이며 Orion Star A320 시리즈 휴대용 측정기(Thermo scientific)를 사용하였다. 음·양이온 농도는 제주대학교 생명과학기술혁신센터에서 분석하였는데 NO₃-N, SO₄^2-, Cl^-은 크로마토그래피(882 compact IC plus, Metrohm)로, HCO₃^-은 적정시험법으로, Ca²⁺, Mg²⁺, Na⁺, K⁺는 ICP-OES (Optima 8300, Perkin Elmer)로 분석되었다.

Table 1.

A number of spring water samples in each research year. The numbers in brackets indicate percentage.

과거 용천수 수질 자료(1999년, 2010년, 2014년)와 2020년에 수질을 분석한 자료에서 해수의 영향을 지나치게 받는 자료는 배제하기 위해 용천수의 Cl^- 농도를 이용하여 해수 혼합비를 계산하였다. 이때 지하수와 해수 중 Cl^-의 농도를 각각 8.8 mg/L (Jeju-do, 2001), 19,400 mg/L (Kim et al., 2001)이라 하고 아래의 물질수지식을 세웠다.

Table 2.

Groundwater number within 1 km radius of spring water in research years.

식 (1)에서 y는 해수 혼합비, x는 용천수 중 Cl^- 농도(mg/L)를 의미한다. 계산결과, 해수 혼합비가 10% 이상인 수질 자료는 분석에서 제외하였다. 또한, 주 양이온(Ca²⁺, Mg²⁺, Na⁺, K⁺)과 주 음이온(NO₃^-, SO₄^2-, HCO₃^-, Cl^-)으로 전하균형오차(charge balance error)를 계산하여 오차범위 10% 이내의 자료만 사용하였다. 이에 따라 분석에 사용된 용천수는 1999년 320개소, 2010년 478개소, 2014년 159개소 및 2020년 36개소이다.

3.3 요인분석

요인분석은 여러 변수들 간의 관련성을 계산하고 변수들 간의 공통적인 요인을 추출하여 차수를 낮추는 방법이다(Kwahk, 2019). 요인분석은 다양하고 많은 변수들의 해석을 단순화 할 수 있기 때문에 수리지화학적 데이터를 활용하여 지하수 수질에 영향을 주는 대표적인 요인을 해석하는데 자주 사용되고 있다(Lee et al., 2002; Ko et al., 2005; Koh et al., 2012). 변수 간의 상관관계가 높아야 분석을 수행하는데 의의가 있기 때문에 KMO 표본적합도(Kaiser-Meyer-Olkin measure of sampling adequacy)를 계산하며 이 값이 1에 근접하면 요인분석이 적절하다고 판단한다(Kwahk, 2019). 1999년, 2010년, 2014년과 2020년에 분석된 용천수의 8가지 주요 음·양이온(NO₃-N, Ca²⁺, Mg²⁺, Na⁺, K⁺, HCO₃^-, SO₄^2-, Cl^-)에 대해 SPSS 프로그램을 (IBM SPSS Statistics) 활용하여 요인분석을 수행하였으며, 요인해석이 용이하도록 VARIMAX 요인회전을 하였다. 2014년도의 경우, HCO₃^- 수질자료가 없으므로 이를 제외한 7개 음·양이온만으로 요인분석을 실시하였다. KMO 지표는 1999년 데이터의 경우 0.848, 2010년 데이터의 경우 0.833, 2014년 데이터의 경우 0.864, 2020년 데이터의 경우 0.675로 본 연구 데이터는 요인분석에 적절하다고 판단하였다.

4.1 용천수의 수리지화학적 특성

조사 연도별 수온, pH, 전기전도도(EC) 및 주요 음·양이온의 단순 통계값을 표 3에 정리하였다. 조사 연도별 pH는 대부분의 용천수가 비슷한 값(평균 7.1 ~ 7.3)을 갖는다. EC의 경우 모든 연도에서 평균(480.3 ~ 1,278.5 μs/cm)값에 비해 표준편차가 976.7 ~ 2,730.7 μs/cm으로 큰 폭의 EC 측정범위를 보아, 용천수의 수질이 자연적인 수질 진화 영향 이외에도 다양한 요인들로 인해 영향을 받고 있음이 예측된다(Koh et al., 2009; Jung et al., 2010).

Table 3.

Descriptive statistics of the hydrogeochemical parameters in each research year.

조사 연도별로 양이온 평균 농도는 Na⁺가 57.3 ~ 153.1 mg/L로 가장 높고, Mg²⁺(12.6 ~ 24.6 mg/L), Ca²⁺(7.7 ~ 21.2 mg/L), K⁺(6.0 ~ 13.5 mg/L) 순으로 높았다. Na⁺의 경우, 평균값이 중앙값에 비해서 4.1 ~ 6.0배 높게 나타났는데, 이는 일부 용천수에서 해수의 영향으로 고농도의 Na⁺가 관측되었기 때문으로 사료된다. 2020년에는 다른 해와 달리 K⁺(13.5 mg/L)가 Mg²⁺(11.5 mg/L)보다 높게 나타났다. K⁺는 비료에 쓰이는 주요 성분 중 하나이며 특히 잎의 성장과 광합성 작용 등을 촉진한다(Pettigrew, 2008). JSSGP (2019)에서 고산리(전체 3,366필지, 814 ha)의 재배작물 및 시비량을 조사한 결과, 무(167 ha)와 브로콜리(80 ha)에 K⁺비료를 각각 21,256 kg과 17,568 kg 시비하였다. 이는 노지감귤(17 ha, 1,250 kg)에 비해 각각 17배, 14배 많은 양이다. 최근 제주도의 농업형태가 과수원에서 밭작물 재배로 변화하고 있어 K⁺의 시비량이 증가할 수 있음을 시사한다(Song et al., 2018). 제주도 전역의 연도별 비료 판매 실적에서 K⁺성분의 비료판매량이 2012년 7,298 ton에서 2018년 9,312 ton으로 27.6%가 증가하였다(JSSGP, 2019). Kim et al. (2018b) 또한 국내 비료 성분에서 K⁺의 함량이 증가한다고 보고하여 화학비료 사용으로 인해 지하수로의 K⁺ 유입이 증가하였을 것으로 추정된다.

음이온 평균 농도를 비교해보면, 모든 연도에서 Cl^- 평균 농도가 86.9 ~ 268.9 mg/L로 다른 음이온 성분에 비해서 높게 관측되었다(HCO₃^- : 46.3 ~ 53.2 mg/L, NO₃-N : 5.7 ~ 13.4 mg/L, SO₄^2- : 19.4 ~ 42.4 mg/L). 반면 HCO₃^-는 평균과 중간값이 유사하게 나타났는데 HCO₃^-는 대기 중의 CO₂의 부분압과 표토층의 탄소동화작용 및 물-암석 반응(Kim and Ahn, 1992; Koh et al., 2009; Jung et al., 2010; Lee et al., 2020)에 의해 주로 결정되어 농도의 변동폭이 크지 않은 것으로 판단된다. NO₃-N 평균 농도는 각각 1999년에 12.6 mg/L이었다가 2010년에 7.5 mg/L, 2014년에 7.4 mg/L, 2020년에 5.7 mg/L로 점차 감소하는 추세를 보인다. NO₃-N은 자연상태에서는 보통 3 mg/L (Cey et al., 1999; Koh et al., 2009)를 넘지 않지만 화학비료나 가축분뇨, 생활하수와 같은 인위적 오염원에 의해 농도가 증가할 수 있다(Oh and Hyun, 1997; Choung et al., 2004; Koh et al., 2007). 지하수 중 질산염 농도 추세를 분석한 Kim et al. (2018a)의 연구에서도 인위적 활동의 영향으로 지하수 오염이 증가하고 있다고 보고하였다. 하지만 용천수의 NO₃-N 평균 농도는 감소하는 것으로 나타나 유역별 양상, 요인분석, 인근 지하수 관정과의 비교를 추가적으로 분석하였다.

용존 이온 성분들의 함량 분포비를 보기 위해 그림 2에 1999년, 2010년, 2020년 이온 분석 결과를 파이퍼 다이어그램으로 표현하였다(piper, 1944). 연도별 용천수 수질 유형은 모두 비슷하게 나타났다. 양이온의 경우 혼합형에서 Na+K가 증가하는 양상을 보이는데 두 이온은 해수 중에 특히 많은 이온으로 해수의 영향을 받은 지하수에서 이러한 경향을 보이는 것으로 알려졌다(Ruiz et al., 1990). 음이온의 경우 HCO₃^-가 우세하였다가 Cl+NO₃가 증가하는 양상을 보이는데, Ko et al. (2005)에서 제주도 지하수의 수리화학적 특성이 HCO₃^-가 우세한 유형에서 Cl+NO₃가 우세한 유형으로 변화함을 보고한 것과 유사한 결과이다. 또한 Koh et al. (2012)은 제주도 서부지역 용천수와 지하수의 유동을 평가한 결과, 50 m 이하 고도에서 인위적 및 해수에 의한 영향으로 용천수 내 NO₃-N과 Cl^-이 증가한다고 보고하였다. 본 연구에서 Cl^-과 NO₃-N이 증가하는 까닭도 고도가 낮은 용천수일수록 해수 및 인위적인 오염원의 영향을 받기 때문으로 판단된다(그림 3, 4).

Fig. 2.

Piper diagrams of major ion chemistry in regard to basins in (a) 1999, (b) 2010 and (c) 2020.

Fig. 3.

Correlation of nitrate nitrogen with altitude (a) in 1999, (b) in 2010, (c) in 2014 and (d) in 2020. X (altitude) axis has log scale.

Fig. 4.

Correlation of chloride ion with altitude (a) in 1999, (b) in 2010, (c) in 2014 and (d) in 2020. X (altitude) axis has log scale.

유역별 특성을 보면 동부유역에서 Cl+NO₃가 우세한 경향이 뚜렷하게 보이지만 시기적인 차이가 없어 자연적인 요인일 것으로 판단된다. 동부유역은 과거부터 지하수가 밀도차로 인해 해수 위에 떠있는 기저지하수 형태로 부존되어있기 때문에 해수의 영향을 특히 많이 받는다(Koh, 1997; Kim et al., 2006). 또한 그림 1에서와 같이 고지대에서 용천수 시료가 적고 대부분 해안가에 있어 이러한 경향이 더욱 뚜렷한 것으로 보인다. 양이온 성분비를 다른 유역과 비교한 결과 동부유역은 해수 기원으로 판단되는 Na+K가 많은 반면 다른 유역은 혼합형에서 Na+K가 많아지는 형태로 진화하는 양상을 보이는 것도 동부유역이 해수에 의한 영향을 크게 받기 때문으로 판단된다.

4.2 용천수 NO₃-N과 Cl^-의 시·공간적 농도 변화

제주도 대유역별 NO₃-N 농도의 연도별 변화 양상을 파악하고자 박스 도표를 작성하였다(그림 5). NO₃-N은 동부유역에서 시기별로 거의 비슷한 농도 범위가 나타나는 반면, 북부유역에서는 다소 감소하는 경향과 남부유역에서 뚜렷한 감소 경향이 나타난다. 남부유역의 경우 최근 인구증가에 따라 시가지가 증가(1999년: 15.6%, 2010년: 15.0%, 2014년: 23.5%; 표 4) 및 농경지가 감소(1999년: 62.0%, 2010년: 60.1%, 2014년: 54.5%; 표 4)하고, 주로 재배하는 감귤의 경우 비료사용량이 많으면 잎이 변하거나 떨어지는 등의 문제가 발생하여 화학비료 사용량이 줄어들었기 때문으로 판단된다(MAF, 2001; JSSGP, 2018). 반면 서부유역은 다른 유역에 비해 NO₃-N이 지속적으로 가장 높게 유지되고 있는데 이는 농경지 비율이 다른 유역보다 높은 것과 연관이 있다고 판단된다(동부: 34.3 ~ 51.4%, 북부: 37.7 ~ 41.7%, 남부: 54.5 ~ 62.0%, 서부 : 57.5 ~ 64.8%; 표 4).

Fig. 5.

Box and whisker plots of nitrate nitrogen in respective research year (a) in Eastern, (b) in Western, (c) in Southern and (d) in Northern basin. The bold and red lines indicate mean value.

Table 4.

Land use proportion within 400 m radius of spring water in (a) Eastern, (b) Northern, (c) Southern and (d) Western basins in three research years.

Cl^-의 농도 변화를 보면, 동부유역이 다른 유역에 비해 가장 높게 유지되며 서부유역이 비교적 높고 북부와 남부는 거의 비슷하게 낮게 유지된다(그림 6). 이러한 지역적 차이는 서귀포층 분포에 따라 달라지는 제주도 지하수 부존 특성과 관련있다고 판단된다(Koh, 1997; Won et al., 2006). 동부유역은 해안가에서 저투수층 역할을 하는 서귀포층이 다른 유역에 비해 해수면보다 낮은 심도에 분포함에 따라 기저지하수가 넓게 부존한다. 기저지하수는 담수지하수체가 해수와의 밀도 차이로 해수 위에 렌즈형태로 떠받쳐진 형태로 해수의 영향을 많이 받는다. 그리고 서부유역도 일부 해안지역에 기저지하수가 부존하나 동부에 비해 해수의 영향을 비교적 덜 받는 편이다. 반면 북부와 남부유역은 난투수층인 서귀포층이 다른 유역에 비해 높은 심도에 분포하며 해수의 영향을 별로 받지 않는 준기저 및 상위지하수가 부존한다. 이러한 지하수 부존 특성으로 인해 동부와 서부 유역에서 다른 유역에 비해 Cl^-의 농도가 높은 경향이 나타난다. 동부유역에서 다른 조사 시기에 비해 2014년도에 큰 폭의 Cl^- 농도 분포가 나타났는데 이는 해당 시기에 조수 간만의 영향을 크게 받거나, 해안가에 인접한 용천수 조사 비율이 더 높아 해수의 혼합이 우세했기 때문으로 판단된다.

Fig. 6.

Box and whisker plots of chloride ion in respective research year (a) in Eastern, (b) in Western, (c) in Southern and (d) in Northern basin. The bold and red lines indicate mean value.

용천수 수질 변화를 분석한 본 연구와 지하수 수질 경향을 분석한 Koh et al. (2017a) 연구 결과를 비교하여 지하수와 용천수 수질 변동 특성을 평가하였다. Koh et al. (2017a)에서 NO₃-N의 경우, 동부와 서부유역은 증가, 남부와 북부유역은 감소하는 경향이 우세하였다. 이는 토지 이용 변화와 비교하였을 때, 동부와 서부는 농경지가 증가하는 반면, 남부와 북부는 시가지가 증가하여 화학비료의 사용량이 줄어들었기 때문이라고 판단하였다. 본 연구에서는 용천수의 NO₃-N 농도가 장기적으로 증가 추세를 보이는 유역은 없었지만 농경지가 감소하는 남부유역에서 NO₃-N 농도가 감소하는 경향과 비슷하다. Cl^-은 뚜렷한 증감 추세가 나타나지 않았는데, 이는 용천수와 해수가 혼합되는 것이 매우 오래전부터 일어났던 현상이기 때문으로 판단된다. 본 연구에서 용천수의 최대값이 1,930.4 mg/L로 지하수(763.4 mg/L, Koh et al., 2017a)에서보다 매우 높은 것도 해안가 용천수에서 해수와 혼합이 쉽게 이루어지기 때문으로 판단된다.

4.3 요인분석 결과

주요 음·양이온에 대해 요인분석을 수행한 결과를 표 5에 제시하였다. 각 인자들의 공통성 점수(communalities)는 각 인자들의 분산을 공통요인이 어느 정도의 비율로 설명하는지를 보여준다. 0에서 1 사이의 값을 갖고 1에 가까울수록 공통 요인에 의해 설명된다고 할 수 있다. 일반적으로 0.5 이상이면 그 인자가 요인분석하기에 적절하다고 판단한다. 1999년에 HCO₃^-(0.337)를 제외하고 모두 0.5 이상이므로 각 이온 성분들은 요인분석 변수로 적절하다고 판단된다. 고유값(eigenvalue)은 추출된 요인이 설명하는 분산의 양을 나타낸다. 고유값이 1보다 작은 요인은 원래의 변수 분산이 다른 요인으로 설명할 수 있는 1개 변수의 분산보다 작기 때문에 요인으로서 의미가 없다. 모든 연도에서 두 개의 요인에 대한 고유값이 1보다 커서 두 요인 모두 활용 가능함을 알 수 있다. 특히 요인 1은 5.381 ~ 5.523로 높아 요인으로 설명하는 것이 단일 성분으로 설명하는 것보다 매우 유리하다고 할 수 있다.

Table 5.

Varimax rotated factor loadings and communalities for chemical components of spring water in each research year.

각 이온 성분들과 요인의 상관성을 설명해주는 적재값(factor loading)을 보면 요인 1에 대해 높은 적재값을 보이는 성분은 Mg²⁺(0.933 ~ 0.983), Na⁺(0.989 ~ 0.999), SO₄^2-(0.838 ~ 0.984), Cl^-(0.988 ~ 0.998)으로 나타났다(그림 7). 이들은 해수에 함유량이 많은 이온들(Ruiz et al., 1990)로, 요인 1은 해수에 의한 영향을 나타낸다. 요인 2에 대해 높은 적재값을 보이는 성분은 공통적으로 NO₃-N(0.885 ~ 0.933)이며 화학비료 및 가축분뇨 등의 인위적 오염으로 높아질 수 있는 성분으로, 요인 2는 인위적 오염을 나타낸다. 이러한 두 가지 요인의 영향은 Lee et al. (2002)의 1999년도 제주도 전역에 위치한 용천수 수질성분에 대한 요인분석 결과와도 일치하며, 20여년이 지났음에도 용천수 수질 변동특성을 설명하는 요인에 변화가 없음을 알 수 있다. %분산(% of variance)은 전체 시료에 대해 각 요인으로 설명할 수 있는 시료의 비율을 설명한다. 조사 연도별 요인 1의 %분산을 보면 67.3 ~ 73.7%이며 요인 2는 18.8 ~ 20.4%의 %분산값을 나타내 용천수 시료는 주로 요인 1로 설명된다는 것을 알 수 있다. 즉 용천수 시료의 대부분이 해수에 의한 영향을 받는 것을 알 수 있다.

Fig. 7.

Varimax-rotated loading plot of the factor analysis (a) in 1999, (b) in 2010, (c) in 2014 and (d) in 2020.

요인 2의 경우 1999년, 2010년, 2014년에 NO₃-N과 함께 Ca²⁺가 다소 높은 적재값(0.626 ~ 0.841)을 보이는데 이는 산성화된 토양을 개선하기 위해 뿌리는 석회질 비료의 영향일 수 있다(Lee et al., 2002; Choung et al., 2004). 반면 2020년에는 요인 2에서 K⁺가 높은 적재값(0.703)을 보이는데 이는 앞서 설명하였듯이 K⁺성분의 비료 사용량이 늘어났기 때문일 것으로 판단된다.

제주도에서 지하수의 화학적 성분을 변화시키는 요인은 해수의 영향, 비료 또는 가축분뇨와 같은 인위적 오염, 물-암석 반응을 들 수 있다(Ko et al., 2005; Koh et al., 2009; Jung et al., 2010). 이번 요인분석의 결과 요인 1이 해수의 영향, 요인 2가 인위적 오염의 영향으로 구분이 되었지만 물-암석 반응의 인자는 구분되지 않았다. 이는 용천수와 지하수의 평균 체류시간이 각각 6년과 19년으로 용천수에서 물-암석 반응이 일어나는 시간이 지하수보다 비교적 짧기 때문이다(Jeju-do, 2001). 또한 Jeju-do (1999b)는 제주도 지하수의 물 순환과정을 파악하기 위해 주요 이온과 동위원소 분석을 수행하였는데, 용천수의 음·양이온의 증가는 해무에 의해 기인되며 토양이나 암석과의 반응에 의한 공급이 거의 없다고 보고하였다. 이는 용천수의 체류시간이 짧기 때문에 물-암석 반응으로 유래할 수 있는 이온 성분들의 농도가 적은 것으로 사료된다(Kazemi et al., 2006). 제주도의 고도 170 m 이상 지하수 및 용천수의 여러 이온 성분들에 대해 요인분석을 실시한 Koh et al. (2009)에 따르면 물-암석 반응과 관련이 있는 대표적인 인자는 HCO₃^-와 Mg²⁺, Na⁺, K⁺이었는데 본 연구에서 HCO₃^- 외 다른 인자는 해수와의 혼합에 더 강한 상관성을 보여 물-암석 반응에 의한 요인은 나타나지 않은 것으로 사료된다.

변수들에 대한 가중치와 성분의 표준화값의 선형결합을 계산한 값을 요인점수(factor score)라 하며 각 시료들이 요인 1과 요인 2로 얼마나 설명 되는지를 보여준다. 그림 8과 그림 9는 유역별로 시기에 따른 요인점수 분포를 box plot으로 작성한 것이다. 요인 1의 영향을 가장 크게 받는 유역은 동부유역이며 이는 기저지하수가 부존하여 해수의 영향을 크게 받는 동부지역의 특성을 보여준다고 할 수 있다. 그리고 준기저 및 상위지하수가 부존하는 북부와 남부유역은 요인 1의 점수가 가장 낮은 경향을 보인다. 동부유역에서 2020년에 요인 1 점수 분포가 유독 높은 까닭은 시료수가 다른 연도들에 비해 적으며, 고도가 54 m 이하의 해안가에 근접한 시료만 채취하여 해수에 의한 영향이 강하게 반영되었기 때문으로 판단된다(그림 1). 동부지역의 경우, 그림 6의 Cl^- 농도만을 고려하였을 때보다 요인분석 결과, 연도별 변화 경향이 더욱 뚜렷하게 나타난다.

Fig. 8.

Box plots of factor 1 score in respective research year (a) in Eastern, (b) in Western, (c) in Southern and (d) in Northern basin. The bold and red lines indicate mean value.

Fig. 9.

Box plots of factor 2 score in respective research year (a) in Eastern, (b) in Western, (c) in Southern and (d) in Northern basin. The bold and red lines indicate mean value.

요인 2에 대한 점수 분포는 동부유역과 서부유역에서 증가하는 경향을 보이며 특히 서부유역의 점수 분포는 다른 유역에 비해 가장 높게 나타났다. 북부유역에서는 2014년까지 증가하다가 2020년에 줄어드는 반면, 남부유역에서는 2014년까지 감소하다가 2020년에 증가하였다. NO₃-N 농도보다 증가하고 감소하는 경향이 더욱 뚜렷하게 나타남을 볼 수 있다. 동부와 서부유역은 요인분석 결과 화학비료와 가축분뇨를 비롯한 인위적 오염에 의한 영향을 크게 받고 있음을 분명히 알 수 있다. 이는 지하수 수질 경향을 파악한 Koh et al. (2017a)과의 결과와도 유사하며 NO₃-N만을 두고 판단하는 것보다 요인분석 결과가 해석에 더 유리함을 알 수 있다. 요인 2의 지역별 경향에서 북부는 증가하는 추세이고, 남부는 감소하는 추세이었다가, 2020년도에는 각각 북부는 감소되고 남부는 증가하여 향후 수질 변동 특성을 지속적으로 모니터링할 필요가 있다고 판단된다.

본 연구에서 활용한 용천수 수질 분석 자료는 연도별로 시료의 개수가 차이가 나서 단순히 이온성분의 변화만을 비교하였을 때 오염의 경향을 판단하기가 어려웠다. 그러나 요인분석을 수행한 결과 각 요인에 영향을 받는 정도가 더욱 분명히 드러나 시료가 적은 경우에도 그 경향을 판단하기 유리하였다. 이온성분 변화와 비교·고찰한 결과, 동부유역은 해수의 영향을 크게 받는 특성을 보이며 남부유역은 해수에 의한 영향을 가장 적게 받는 것으로 판단된다. 서부와 동부는 인위적인 오염이 다른 지역보다 우세하며 특히 서부는 요인 2에 대한 결과가 높아 오염원 관리가 필요하다고 사료된다.

4.4 용천수 오염취약성: 지하수와 비교

그림 10은 조사 연도별 용천수와 반경 1 km 이내 지하수에서의 NO₃-N 농도의 관계를 보여주는 그림이다. 공간적으로 동일한 지역에 대해서만 연도별 추세를 파악하기 위해 2020년 조사 위치와 중복되는 42개소의 용천수에 대해서만 비교하였다. 지하수 수질은 용천수 반경 1 km 이내에 있는 지하수 우물에서 조사연도 및 직전 연도의 수질자료를 이용하였으며 데이터가 두 개 이상일 경우 평균을 계산하였다. 1999년부터 2020년까지 조사 대상에 있는 지하수 우물의 평균 NO₃-N 농도는 1999년 7.3 mg/L, 2010년 3.4 mg/L, 2014년 4.8 mg/L, 2020년 1.2 mg/L로 나타났다. 하지만 용천수는 2014년을 제외하고 지하수보다 높은 NO₃-N 평균 농도가 나타나고 있다(1999년 9.9 mg/L, 2010년 7.8 mg/L, 2014년 4.2 mg/L, 2020년 5.4 mg/L). 연도별 추세선의 기울기는 2014년을 제외하고 1보다 크게 나타남에 따라, 용천수가 인근 지하수보다 NO₃-N 오염이 더욱 진행되는 것으로 판단된다. 2014년의 경우, 신촌리 지하수 관정 1개소에서 고농도의 NO₃-N이 측정되었는데, 2010년과 2020년에는 해당 지역에 수질 자료가 없어서 장기적인 추세가 반영되지 못한 것으로 판단된다. 용천수의 수질 변화 추세를 파악하기 위해서는 동일 용천수를 대상으로 지속적인 수질 모니터링이 필요하다고 사료된다.

Fig. 10.

Comparison of nitrate nitrogen between spring and well. A solid line is 1:1 line and dotted lines are trend lines in each research year.

지하수와 용천수의 NO₃-N을 비교하는 것은 지하수 수질을 예측하는데 의미가 있다. Jung et al. (2016)은 토지 이용과 토양 종류, 지형과 같은 공간 변수에 따른 질산성질소 농도를 예측하는 방안을 제시하였는데, 이러한 변수에 대해 지하수보다 용천수가 오염에 비교적 민감하게 반응하는 결과가 나타났다. 그 까닭은 지하수는 우물 안에서 여러 대수층의 지하수가 혼합되고 높은 고도에서 함양된 심부지하수는 지표 환경에 영향을 크게 받지 않지만, 용천수는 지하수보다 지표면에 더 가깝게 위치하여 지표 환경 변화에 민감하게 반응할 수 있기 때문이다. 이는 제주도가 토양층이 얇고 투수성이 우수한 화산암류로 이루어져 있어 그 영향이 가중될 것이라 판단된다. 동위원소 분석 결과 용천수가 지하수보다 연령이 짧은 것도 용천수가 지표 환경 변화에 빠르게 반응할 수 있음을 시사한다(Davis, 1986; Kim and Ahn, 1992; Jeju-do, 2001).

이처럼 용천수는 지하수에 비해 토지이용 변화와 같은 지표 환경 변화에 더욱 민감하게 반응하며 오염에 취약하다는 것을 알 수 있다. 그러나 지하수가 토지이용 변화에 안전하다는 것은 아니며 오염된 지하수가 깊은 대수층으로 혼입된다면 지하수계 전체적으로 오염이 확산될 수 있음을 시사한다. 제주도에서 지하수를 개발할 때 그라우팅을 하여 지표의 오염원을 일시적으로 막고 있긴 하지만(Kim et al., 2020) 현재와 같은 토지이용을 지속한다면 지하수계에 대한 오염에 취약할 것으로 판단된다. 따라서, 토지이용을 비롯한 오염원 관리 제도를 마련하여 제주도의 유일한 수자원인 지하수를 보전하는 것이 필요하다(Koh, D.C. et al., 2007; Koh, E.H. et al., 2017a). 이 때 용천수는 지하수보다 연령이 짧고 지표 환경 변화에 민감하게 변화하여 지하수 수질이 어떻게 변화될지 미리 보여주는 지표로서 역할을 할 수 있다. 또한, 용천수 수질 보전을 위해 토지 이용 및 오염원 관리, 지속적인 용천수 수질 모니터링이 필요하다.