Article

The Sea Journal of the Korean Society of Oceanography. 31 August 2026. 56-73
https://doi.org/10.7850/jkso.2026.31.2.056

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 재료 및 방법

  •   2.1 시료 채취 및 전처리

  •   2.2 퇴적물 내 중금속 분석

  • 3. 결과 및 토의

  •   3.1 중금속 농도 분포 및 지역별 비교

  •   3.2 중금속 오염도 평가 및 지역별 비교

  • 4. 결 론

1. 서 론

하천 퇴적물은 육상에서 기인한 오염 물질이 강과 하천을 통해 유입되고 축적되는 곳으로(Zhou and Wang, 2019; Xue et al., 2022; Gosai and Mankodi, 2024), 수계 환경의 오염을 파악할 수 있는 핵심 지표로 활용된다(Arnason and Fletcher, 2003; Kumari et al., 2021). 급격한 도시, 산업화에 따라 생활 하수 및 산업 폐수와 같은 오염 물질 배출량이 지속적으로 증가하며(Iwasaki et al., 2009; Shi et al., 2022), 하천 퇴적물의 오염도가 심화되고 있다(Lin et al., 2013; Fu et al., 2014; Chen et al., 2022).

그 중 중금속은 잔류성이 강하여 오랜 기간 분해되지 않고(Burges, et al., 2015; Yue et al., 2024; Li et al., 2025), 독성이 커 중금속이 생물 체내에 축적되고 농축되며 인간을 포함한 먹이사슬 최상단까지 유해한 영향을 미쳐 그 위험성이 크다(Asefa and Beranu, 2015; Astatkie et al., 2021; Setia et al., 2021), 또한 하천 퇴적물에 축적된 중금속은 환경 변화에 따라 주변 해양으로 용출되어 2차 오염원으로 작용하기에 중금속의 거동 및 오염수준을 파악하는 것은 환경 관리 측면에서 매우 중요하다(Benson et al., 2018; Fred-Ahmadu et al., 2022; Gunes, 2022; Proshad et al., 2022).

우리나라는 오염부하가 크고 환경 개선이 필요한 해역인 시화호-인천연안, 광양만, 마산만, 부산연안, 울산연안을 ‘특별관리해역(Special Management Area, SMA)’로 지정하여 관리하고 있다(MOF, 2000). 위 지역은 연안을 중심으로 대규모 공업 단지와 인구 밀집 지역이 인접하여 대량의 오염물질이 유입되고, 특히 광양만이나 마산만과 같은 폐쇄성, 반폐쇄성 내만은 외해와의 교류가 원활하지 않기에 오염도 축적이 더욱 심화된다(Caeiro et al., 2005).

수계 환경의 중금속 오염은 지속적으로 주목되고 있는 환경문제이고(Gomez-Sagasti et al., 2012; Saleem et al., 2014, Liu et al., 2023), 연안 해역의 환경을 효과적으로 관리하기 위해서는 오염의 근원이 되는 육상 유역 하천 퇴적물의 오염 수준을 정밀하게 진단할 필요가 있다(Zhang et al., 2016; Wei et al., 2023; Xue et al., 2026).

따라서 본 연구는 우리나라 5개 특별관리해역 하천 퇴적물 내 중금속 원소의 농도를 기반으로 오염도와 생태위해성을 종합적으로 평가하는 것을 목적으로 하고 있다. 농축계수(EF)와 오염부하지수(PLI)를 산출하여 인위적 오염 기여도를 정량화하고, 생태위해도지수(ERI)를 통해 중금속 오염이 저서생태계에 미치는 위해성을 평가하고자 한다.

2. 재료 및 방법

2.1 시료 채취 및 전처리

본 연구에서는 육상에서 해양으로 오염물질이 유입되는 경로인 강과 하천을 지역별로 공업지역과 농업, 주거지역으로 세분하여 정점을 선정했고, 2025년 9월 18일부터 10월 2일까지 약 14일에 걸쳐 총 61개 정점(시화 11개 정점, 광양 12개 마산 14개, 부산 12개, 울산 12개 정점)에서 하천 퇴적물 시료를 채취하였다(Fig. 1).

https://cdn.apub.kr/journalsite/sites/kso/2026-031-02/N0230310202/images/figure_KSO_31_02_02_F1.jpg
Fig. 1.

The map showing the 5 special management areas and the sampling stations in this study.

시료 채취시 오염에 유의하며 PVC막대에 플라스틱 주걱을 매달아 표층에서 0~3 cm 정도 깊이의 퇴적물을 채취하여 적정량을 지퍼백에 덜어넣고, 드라이아이스를 담은 아이스박스에 보관하여 시료가 변질되지 않도록 유의하였다. 실험실로 옮긴 시료를 5-7일간 동결건조기(Daihan Scientific, Unifreez, FD-8)를 이용해 수분을 제거하고 건조시켰다. 동결건조된 시료를 1 mm 체를 이용해 굵은 입자를 제거 후 자동분쇄기(Pulveristte 6, Fritsch Co.)에서 균질하게 분쇄하였다.

2.2 퇴적물 내 중금속 분석

분쇄된 시료를 60 ml 고순도 테프론 압력용기에 150 mg 정도 담고 고순도 HF 5 ml, HNO3 4 ml, HClO4 1 ml를 가한 후, 가열판에서 185도 48시간가량 가열하여 완전 용해시켰다(Windom et al. 1989). 용해된 시료는 뚜껑을 열고 24시간 가열하여 증발건고시킨 후 3% HNO3를 넣어 재용해 시킨다. 그 후 1/20로 희석하여 유도결합플라즈마질량분석기(ICAP-Q, ICP-MS, Thermo.)로 13개 금속 원소(V, Cr, Mn, Co, Ni, Cu, ZN, As, Mo, Cd, Sb, Ba, Pb)와 보존성 원소인 Li과 Cs을 분석하였다. 수은(Hg)은 열분해 및 금아말감법(Thermal Decomposition Gold Amalgamation Method, US EPA Method 7473)을 적용한 수은분석기(DMA-80)을 통해 농도를 측정하였다.

QA/QC를 위해 인증표준물질인 MESS-4와 2711a, JSd-3를 이용하였고(Table 1), 수은 분석 시 MESS-3를 추가해 분석하였다. MESS-3의 회수율은 100.6%(표준편차 0.1 ± 0.007)이 측정되었다.

Table 1.

Measured mean values for trace metal in CRMs (* indicates additional value)

MESS-4 2711a JSd3
Certified Value Measured Value Recovery (%) Certified Value Measured Value Recovery (%) Certified Value Measured Value Recovery (%)
Li 65.3 63 ± 6.5 96.2 151 151 ± 13 100
V 216 212 ± 25 98.0 80.7 77 ± 2.7 94.8 70.4 72 ± 3.3 103
Cr 94.3 98 ± 11 104 52.3 49 ± 1.7 94.0 35.3 36 ± 1.7 103
Mn 298 299 ± 39 100 675 656 ± 26 97.3 1140 1113 ± 87 97.6
Co 13.0 13 ± 1.4 100 9.9 9.9 ± 0.5 100 12.7 13 ± 0.6 101
Ni 42.8 43 ± 4.8 101 21.7 22 ± 1.0 100 19.6 20 ± 1.0 101
Cu 32.9 33 ± 3.5 101 140 137 ± 6.0 97.8 426 439 ± 19 103
Zn 147 145 ± 15 98.9 414 407 ± 19 98.3 136 142 ± 6.3 104
As 21.7 21 ± 2.6 98.5 107 103 ± 5.5 96.0 252 258 ± 13 102
Mo *2.53 2.4 ± 0.1 95.4
Cd 0.28 0.3 ± 0.04 100 54.1 51 ± 4.5 94.6 *1.05 1.0 ± 0.1 98.2
Sb 1.07 1.1 ± 0.1 101 23.8 23 ± 1.4 96.0 *2.78 1.9 ± 0.1 69.3
Cs *10 8.1 ± 1.4 80.7 *6.7 6.3 ± 0.1 94.5 30.6 30 ± 0.4 98.0
Ba *920 914 ± 147 99.4 730 696 ± 13 95.4 462 462 ± 11 99.9
Pb 21.5 23 ± 2.6 107 1400 1277 ± 63 91.2 82.1 84 ± 3.1 103
Hg 0.09 0.1 ± 0.005 83.4 7.42 7.2 ± 0.8 97.5 *0.25 0.2 ± 0.03 89.7

2.2.1 농축계수 (EF)

농축계수는 퇴적물 내 중금속의 인위적 기원 오염을 평가하는 방법으로(Sutherland, 2000), 본 연구에서는 보존성 원소 중 하나인 Li을 이용하여 농축계수를 계산하였고 계산식은 다음과 같다.

(1)
EF=Ci/CLisample Ci/CLibackground 

(Ci/CLi)sample은 측정한 퇴적물 시료 중 Li에 대한 각 중금속의 농도비를, (Ci/CLi)background은 배경농도 중 Li에 대한 중금속의 농도비를 의미한다, 배경농도는 하천 주변 토양의 시료를 사용하였으며(Rudnick and Gao, 2003), 그 중 가장 낮은 값을 사용하였다(Jeong et al., 2016). 산정한 값이 2보다 클 경우 인위적인 오염이 관여됨을 시사하고(Zhang and Liu, 2002), EF값이 2보다 작으면 Deficiency to low enrichment, 2-5면 Moderatley enrichment, 5-20이면 Significant enrichment, 20-4-0이면 Very high enrichment, 40 이상이면 Extremely high enrichment로 5개 등급으로 구분된다.

2.2.2 오염부하지수 (PLI)

오염부하지수는 퇴적물 내 중금속의 종합적 오염부하를 평가하는데 사용하고, 산정하는 식은 다음과 같다(Tomlinson et al., 1980).

(2)
CF=CnCn background 
(3)
PLI=(CF1×CF2×...×CFn)1/n

CF는 각 원소의 배경농도에 대한 측정된 중금속 농도비를 뜻하고(Tiabou et al., 2025), 그 중 Cn과 Cnbackground는 퇴적물 내 중금속 농도와 배경농도를 의미한다.

PLI값이 1보다 작으면 No Pollution, 오염되지 않음을 뜻하며, 1-2이면 Moderate pollution, 2-3이면 High pollution, 3보다 클 경우 Very high pollution으로 분류된다.

2.2.3 생태위해도지수 (ERI)

생태위해도지수는 퇴적물에서 각 금속에 대한 생태독성계수를 이용해 생태계에 미치는 영향에 대한 위해성 정도를 평가하기 위한 방법으로 생태독성계수(Er)를 사용해 14개 원소를 평가하여 ERI를 계산하였다(Hakanson, 1980; Hao et al., 2022; Jeong et al., 2025).

(4)
Er=Tr/CF
(5)
ERI=i=1nEri

Tr은 독성반응계수를 의미하고 원소별 Tr은(V=2, Cr=2, Mn=1, Co=5, Ni=5, Cu=5, Zn=1, As=10, Mo=18, Cd=30, Sb=7, Ba=2, Pb=5, Hg=40)이다(Pan et al., 2016; Li et al., 2019; Jeong and Ra, 2021; Eze et al., 2022, Shen et al., 2025).

Er이 40 미만일 때 Low, 40-80일 때 Moderate, 80-160일 때 Considerable, 160-320일 때 High, 320보다 클 경우 Very high로 구분하고, ERI는 값이 150 미만일 때 Low, 150-300일 때 Moderate, 300-600일 때 Considerable, 600-1200일 때 Very high, 1200보다 클 경우 Dangerous로 각각 5개 오염 등급으로 분류하여 평가하였다.

3. 결과 및 토의

3.1 중금속 농도 분포 및 지역별 비교

측정된 중금속 농도를 지역별 평균치 중심으로 분석하였고(Fig. 2), 최대, 최소 및 편차를 비교하였다(Table 2).

https://cdn.apub.kr/journalsite/sites/kso/2026-031-02/N0230310202/images/figure_KSO_31_02_02_F2.jpg
Fig. 2.

Boxplot distributions of heavy metal concentration for 5 special management areas. (G.Y indicates Gwangyang.)

Table 2.

Heavy metal concentrations SMA stream sediments in this study (mg/kg)

SMA Sample Li V Cr Mn Co Ni Cu Zn As Mo Cd Sb Cs Ba Pb Hg
Shihwa Max 61.2 93.2 115 889 22.1 53.7 1437 635 26.3 2.4 0.5 9.0 9.0 1037 126 0.1
Min 11.6 21.4 24.1 243 4.4 10.3 11.8 82.4 2.4 0.0 0.2 0.6 1.8 449 23.5 0.01
Mean 19.2 36.5 59.1 412 11.4 27.5 184 262 8.6 1.1 0.4 3.1 3.3 825 57.3 0.04
STDEV.S 14.6 20.7 29.2 182 5.8 14.0 419 187 6.7 0.8 0.1 3.0 2.0 167 30.7 0.02
Gwangyang Max 40.27 121.5 65.72 1548 13.10 20.38 26.83 341.6 14.67 1.77 0.52 749.3 6.1 632.3 52.67 0.09
Min 13.22 31.59 22.82 445.4 4.09 4.02 7.47 53.08 3.68 0.16 0.09 0.29 1.20 629.6 43.00 0.005
Mean 22.79 56.99 37.70 739.5 7.99 11.78 15.01 158.8 7.71 0.91 0.29 63.69 3.12 560.4 29.35 0.03
STDEV.S 7.8 25.7 15.8 338.5 2.9 4.8 5.5 84.2 3.6 0.5 0.1 215.9 1.3 63.5 10.2 0.0
Masan Max 36.12 279.0 753.42 3673 34.58 293.1 134.7 704.2 51.99 25.37 2.12 6.15 4.26 1150 81.02 0.79
Min 9.90 23.61 9.17 243.6 4.00 4.39 8.99 104.3 1.68 0.11 0.16 0.64 1.78 542.1 12.30 0.01
Mean 15.60 79.16 121.2 893.2 11.63 33.79 45.79 262.7 11.06 4.07 0.49 3.78 2.68 659.0 38.54 0.08
STDEV.S 6.6 70.9 195.1 845.8 9.9 75.3 31.9 169.4 13.3 6.7 0.5 3.4 0.7 159.8 21.5 0.2
Busan Max 45.48 110.5 473.4 1944 16.64 88.94 215.1 2138 22.53 6.24 3.50 7.18 8.76 698.3 105.8 0.36
Min 14.50 28.38 18.05 613.3 4.13 4.40 9.29 69.98 3.46 0.47 0.23 0.76 2.51 403.9 20.82 0.004
Mean 23.89 57.36 76.14 1023 9.04 18.27 51.15 488.7 9.41 1.71 0.93 3.54 4.80 600.6 60.60 0.05
STDEV.S 9.5 29.2 129.7 453.5 4.4 24.6 58.0 585.3 5.1 1.6 1.0 3.3 1.9 76.6 43.2 0.1
Ulsan Max 32.39 123.7 80.94 1175 30.08 181.5 1742.7 1647 176.5 13.52 30.92 506.8 7.1 633.2 1541.2 3.54
Min 10.03 9.54 5.08 174.6 1.25 2.54 2.92 22.53 2.07 0.29 0.06 0.38 1.87 271.8 16.01 0.01
Mean 24.57 48.53 43.47 585.4 9.50 28.86 189.1 268.7 24.05 2.47 2.93 45.46 5.16 469.6 158.0 0.36
STDEV.S 6.7 31.8 23.6 305.1 7.3 48.6 492.4 442.1 48.3 3.7 8.8 145.3 1.9 84.1 435.9 1.0

Li과 Cs의 농도가 높았던 시화의 S3과 울산의 U11은 해당 정점에서 채취한 퇴적물의 농도가 입도의 영향을 받은 것으로 판단된다(Aloupi and Angelidis, 2001; Jung et al., 2016; Wei et al., 2026).

Ba의 평균 농도가 가장 높은 지역은 시화였고 825.3 mg/kg이었다. 그 중 S4 정점에서 Ba의 농도가 1037.3 mg/kg으로 시화 지역 조사 정점 중 가장 높았는데, 다양한 공업시설을 접하고 있는 옥구천으로, Ba은 주로 세라믹, 페인트 제조 공정 등에 사용되어 S4 정점에서의 높은 Ba 농도는 산업지역에서 기반했다고 볼 수 있다(Yoon et al., 2015).

광양은 타 조사 지역 대비 대부분의 원소들의 농도가 전반적으로 낮은 경향을 보였는데, Cr과 Co, Ni, Cu, Zn, As, Mo, Cd, Pb, Hg의 평균 농도는 5개 지역 중 가장 낮았다. 반면 Sb의 평균 농도는 63.7 mg/kg으로 5개 지역 중 가장 높았는데, G10 Sb의 농도가 749 mg/kg으로 조사 지역 정점 중 최대농도를 보였고, 정점간 Sb 농도의 편차가 215.9로 5개 지역 중 가장 컸다. 이는 일반적인 하천 퇴적물의 Sb 농도 범위인 0.3 ~ 8.6 mg/kg(Liu et al., 2025)을 100배 이상 초과하는 수준이고, 5개 조사 지역 전체 평균(23.9 mg/kg)의 약 31배, 광양 지역 평균 농도의 11배에 달하며, G10을 제외한 나머지 11개 정점의 평균 농도가 1.4 mg/kg인 점과 비교했을 때 약 551배로 매우 극심한 오염 상태를 나타내고 있다. Sb의 주요 화합물인 삼산화안티모니(Sb2O3)는 현대 산업 전반에서 핵심 무기 화합물로 널리 사용되고 있는데(Pierart et al., 2015), 이와 같은 Sb의 고농도 현상은 정점 인근에 위치한 산업 시설 내 제련 공정 및 납-안티모니(Pb-Sb) 합금 제조 과정에서 발생한 부산물의 유출과 밀접한 연관이 있는 것으로 판단된다(Okkenhaug et al., 2013).

마산은 V과 Cr, Co, Ni, Mo의 평균 농도가 각각 79.2 mg/kg, 121 mg/kg, 11.6 mg/kg, 33.8 mg/kg, 4.1 mg/kg으로 조사 지역 중 가장 높았다. 공업단지 인근 정점인 M14에서 대부분의 원소의 농도가 높았으나 다른 정점에서도 원소들의 농도가 높은 경향을 보이며 마산 지역은 전반적으로 오염도가 높은 추세를 나타내고 있다.

Zn의 평균 농도는 부산에서 평균 489 mg/kg으로 가장 높았고, 부산 지역 정점 중 B7에서 Zn의 농도가 2,138 mg/kg으로 5개 조사 지역 전체 정점 중 최대농도가 나타났다.

Mn의 평균 농도 범위는 412 mg/kg(시화)~1023 mg/kg(부산)으로 부산에서 Zn와 더불어 가장 높은 평균 농도를 나타내고 있고, 시화를 제외한 4개 지역에서 평균 농도가 가장 높은 원소였고 편차도 242.4로 분석된 16개 원소들 중 편차가 가장 커 지역간 Mn의 평균 농도의 편차가 큰 것이 확인되었다. B7 정점에서 Cr과 Ni, Cu, Zn, As, Mo, Cs, Hg가 각각 473.4 mg/kg, 88.9 mg/kg, 215.1 mg/kg, 2138 mg/kg, 22.5 mg/kg, 6.2 mg/kg, 8.8 mg/kg, 0.4 mg/kg으로 부산 지역 정점 중 최고 농도를 나타내고 있는데, 해당 정점은 사상공업단지로써 다양한 공업시설들을 접하고 있는 감전천으로, 정점 인근 공업단지에서 배출된 오염물질 유입의 직접적인 영향을 받고 있음을 나타내고 있다.

Li과 Cu, As, Cd, Cs, Pb, Hg 7개 원소의 평균 농도는 5개 지역 중 울산에서 가장 높았고 그 중 Cu가 평균 189 mg/kg으로 가장 높았다. U1은 16개 모든 원소의 농도가 가장 낮았고, Li과 Mn, Cs을 제외한 13개 원소가 U10 정점에서 최대농도가 나타났는데, Cu의 농도가 1743 mg/kg으로 최댓값에 해당되고, Pb의 농도가 1541 mg/kg으로 뒤를 이었다. 해당 정점은 온산산업단지를 접하여 산업시설에서 배출된 오염물질이 복합적으로 유입되어 하천 퇴적물에 축적되었다고 판단된다. 또한 U10은 대부분의 원소에서 평균을 상회하는 농도를 보이는데, Cd의 경우 U10에서 30.92 mg/kg, 울산 지역 평균은 2.93 mg/kg으로 약 10배 가량 높고, 5개 지역의 평균 Cd 농도인 1 mg/kg보다 30배 가량 높아 이 정점에서 Cd의 오염이 극심한 것을 알 수 있다. Hg도 5개 지역의 평균 Hg 농도인 0.11 mg/kg보다 30배가량 높은 3.54로 Hg도 오염축적이 심화되었음을 나타내고 있다. Cd와 Hg에서 평균 농도에 대한 편차도 각각 8.8과 1.0으로 5개 지역 중 가장 크며 U10 정점에서의 높은 농도가 울산 지역 내 평균 농도에 영향을 주었다고 판단된다.

3.2 중금속 오염도 평가 및 지역별 비교

3.2.1 농축계수(EF)

하천 퇴적물의 농축계수(EF)를 산출하여 중금속의 인위적 오염 기여도를 평가하였다. 지역별 평균치와 최대, 최솟값을 비교하였고(Table 3), 농축 특성에 대해 확인하였다(Fig. 3).

Table 3.

Mean value of EF for heavy metals in this study

SMA Sample V Cr Mn Co Ni Cu Zn As Mo Cd Sb Ba Pb Hg
Shihwa Max 1.6 2.8 1.3 4.4 3.9 122 5.4 5.8 3.6 2.2 27.6 1.0 1.1 2.2
Min 0.9 0.6 0.3 0.6 0.6 0.8 0.8 0.5 0.2 0.4 0.5 0.1 0.1 0.5
Mean 1.1 1.4 0.8 1.9 1.5 14 1.9 1.7 1.4 1.2 8.4 0.7 0.7 1.4
STDEV.S 0.2 0.6 0.3 1.2 0.9 36 1.6 1.5 1.2 0.5 9.2 0.3 0.5 1.0
Gwangyang Max 2.7 4.5 2.8 1.9 2.7 0.8 1.7 2.1 1.7 2 634 1.4 0.1 0.003
Min 0.7 0.7 0.7 0.8 0.6 0.6 0.5 0.8 0.2 0.6 0.4 0.4 0.02 0.0003
Mean 1.3 2.1 1.4 1.2 1.4 0.7 0.9 1.3 0.9 1.1 54 0.9 0.04 0.001
STDEV.S 0.5 1.0 0.6 0.4 0.6 0.1 0.4 0.4 0.5 0.4 183 0.3 0.01 0.001
Masan Max 13.9 40.3 7.2 4.7 45.7 9.6 4.0 11.7 23.9 3.0 16.9 1.9 2.2 62.1
Min 1.1 0.9 0.7 0.7 1.2 1.0 0.9 0.7 0.2 0.6 0.7 0.4 0.6 0.6
Mean 3.2 7.0 2.2 1.7 5.6 3.4 1.9 2.8 4.2 1.6 4.7 1.2 1.2 6.9
STDEV.S 3.4 10 1.7 1.2 12 2.2 0.9 2.9 6.4 1.4 4.2 0.4 0.5 17
Busan Max 1.9 8.1 2.3 1.6 4.4 5.6 6.9 2.5 2.7 13.1 3.1 1.2 2.5 46.9
Min 0.6 0.4 0.5 0.7 0.3 0.5 0.4 0.8 0.3 0.7 0.5 0.3 0.5 0.7
Mean 1.0 1.6 0.9 1.1 1.1 1.8 1.9 1.4 1.0 2.5 1.3 0.8 1.0 7.6
STDEV.S 0.4 2.1 0.5 0.3 1.1 1.7 2.1 0.6 0.7 3.7 0.9 0.3 0.6 13
Ulsan Max 6.5 3.9 2.6 7.1 19.4 121 21.4 12.9 9.7 128 362 1.2 2.2 0.1
Min 1.5 0.6 0.8 0.9 0.8 0.6 0.9 0.5 0.2 0.7 0.8 0.6 0.04 0.001
Mean 3.0 2.1 1.4 2.6 3.4 14 3.9 1.9 2.0 12 33 0.9 0.2 0.01
STDEV.S 1.5 0.9 0.6 1.6 5.1 34 5.6 3.5 2.6 36 103 0.2 0.6 0.03

https://cdn.apub.kr/journalsite/sites/kso/2026-031-02/N0230310202/images/figure_KSO_31_02_02_F3.jpg
Fig. 3.

Mean EF values in stream sediments for 5 special management areas.

광양에서 Cu와 Zn, As, Mo, Cd, Pb와 Hg의 평균 EF는 각각 0.7, 0.9, 1.3, 0.9, 1.1, 0.04, 0.001로 조사 지역 중 가장 낮은 값을 보이고 있으나, Sb의 평균 EF는 가장 높았는데, 54로 extremely high에 해당되었다. G10에서 Sb의 EF가 634로 모든 원소를 통틀어 조사지역 정점 중 가장 높은 EF값을 나타내고 있는데 높은 농도(749 mg/kg)가 농축계수 산출에도 큰 영향을 주었다고 판단된다. G10 정점을 제외한 나머지 11개 정점에서 Sb의 평균 EF는 1.3, 편차는 0.7로 인위적 기원이 없다고 판단되고, 정점 간 EF의 편차가 183, 지역간 평균 EF의 편차도 22.6으로 모든 원소들 중 차이가 가장 커 G10에서의 극심한 Sb의 오염이 EF에도 큰 영향을 주고 있음을 나타내고 있다.

V와 Mn, Cu, As, Mo의 평균 EF가 마산에서 가장 높았고 2.8(As)~4.2(Mo)로 Moderate, Cr과 Ni은 각각 7.0과 5.6으로 Significant에 해당되었다. 과거 연구에 따르면, 마산만 퇴적물의 EF값은 1.13(Ni)에서 8.81(As)의 범위를 보였으며, 그 중 Mn(1.52), Cu(3.75), As(8.81)가 높게 산출되어 대기와 하천을 통해 연안으로 공급되고 있음을 규명한 바 있어(Hwang et al., 2006), 중금속 원소의 높은 잔류성을 나타내며 하천과 연안 환경이 밀접하게 연결되어 있음을 시시하고 있다.

Ba의 평균 EF 범위는 0.7(시화)~1.2(마산), 조사 지역 평균 EF는 0.9로 전 지역과 정점에서 오염되지 않은 원소였다. Pb는 시화에서 S8(2.0), 마산에서 M1(2.0)과 M6(2.2), 부산에서 B3(2.5), 울산의 U10(2.2)에서 약한 오염도를 보였으나 평균 EF의 범위가 0.04(광양)~1.2(마산), 평균 EF는 0.6으로 최솟값에 해당되었다.

시화는 공업단지를 접하고 있는 S4~S8 정점을 중심으로 인위적 기원의 농축 현상이 나타나는데, 이전 연구를 통해 시화호 공단 인근 하천인 신길천 등에서 Cu와 같은 중금속이 환경관리기준을 초과하며 인위적 오염원을 나타낸 결과를 제시한 바 있어(Jeong et al., 2018), 시화공업단지 인근 하천은 인위적 기원의 오염물질 유입에 직접적인 영향을 지속적으로 받고 있다고 판단된다.

부산은 Hg와 Cd를 제외한 12개 원소들의 평균 EF의 범위가 0.9(Mn)~1.9(Zn)로 평균 EF가 2를 넘지 않으며 인위적 관여가 거의 없었음을 나타내고 있다.

부산에서 Hg는 B2(0.7)와 B11(1.3)을 제외한 10개 정점에서 오염도를 나타내고 있었는데, B7에서 Hg의 EF는 46.9으로 Extremely high에 해당되었고 평균 EF는 7.6으로 Significant에 해당되며 조사 지역 중 가장 높았다.

Co와 Cu, Zn의 평균 EF는 울산에서 가장 높았는데 Co와 Cu는 2.6과 3.9로 Moderate, Cu는 14로 Significant에 해당되었다. 울산은 온산산업단지를 접하고 있는 U10의 높은 오염도에 전반적인 영향을 받고 있는 걸 볼 수 있다. U10은 Ba(0.9)과 Hg(0.01)를 제외한 12개 원소에서 농축상태를 나타내고 있는데, Zn는 21.4로 Very high, Cu와 Cd는 각각 120.9, 128.2로 Extremely high에 해당되었다. Sb의 EF는 361.5로 Extremely high에 해당하고 있는데, EF의 최고 오염 등급 기준인 40을 9배가량 상회하며 오염이 매우 심화되었음을 나타내고 있다. 울산지역 Sb의 평균 EF가 32.9로 Very high, 편차는 103으로 정점 간 편차가 매우 큰 것을 알 수 있다. U10 정점을 제외한 나머지 11개 정점에서 Sb의 평균 EF는 3.1로 moderate에 해당되고, 편차는 1.9임을 통해 U10의 매우 높은 Sb의 EF값이 상당한 영향을 미치고 있음을 나타내고 있다.

3.2.2 오염부하지수(PLI)

하천 퇴적물 내 중금속의 오염부하를 평가하기 위해 지역별 오염부하지수를 산출하였고(Table 4), 평균치를 중심으로 비교하였다(Fig. 4).

Table 4.

PLI values of heavy metals for stream sediments in 5 special management areas

Shihwa PLI Gwangyang PLI Masan PLI Busan PLI Ulsan PLI
S1 1.6 G1 1.0 M1 2.9 B1 2.5 U1 0.7
S2 1.6 G2 1.6 M2 1.8 B2 1.3 U2 2.8
S3 3.1 G3 1.7 M3 1.3 B3 2.2 U3 4.7
S4 2.9 G4 0.8 M4 0.8 B4 1.1 U4 4.5
S5 3.6 G5 0.9 M5 5.1 B5 1.2 U5 4.9
S6 3.2 G6 2.0 M6 6.2 B6 1.0 U6 2.5
S7 3.8 G7 1.7 M7 3.2 B7 7.7 U7 2.0
S8 5.5 G8 1.7 M8 3.6 B8 1.7 U8 3.1
S9 2.5 G9 1.6 M9 1.8 B9 1.9 U9 8.0
S10 1.4 G10 3.2 M10 3.3 B10 3.7 U10 47
S11 1.7 G11 2.0 M11 2.3 B11 1.9 U11 3.9
G12 0.9 M12 1.2 B12 2.8 U12 2.7
M13 3.3
M14 11
Max 5.5 Max 3.2 Max 11.5 Max 7.7 Max 47
Min 1.4 Min 0.8 Min 0.8 Min 1.0 Min 0.7
Mean 2.8 Mean 1.6 Mean 3.5 Mean 2.4 Mean 7.2

https://cdn.apub.kr/journalsite/sites/kso/2026-031-02/N0230310202/images/figure_KSO_31_02_02_F4.jpg
Fig. 4.

PLI values for stations in each study area and Mean PLI value in stream sediment for 5 special management areas.

시화 지역 PLI의 범위와 평균치는 1.4(S10)~5.5(S8)이고 2.8로 High였다. 모든 정점에서 1 이상의 값으로 오염이 광범위하게 존재하였다. 특히 S3와 S5~S8 정점은 PLI가 3을 상회하는 오염부하가 매우 높은 상태(Very high)를 나타내고 있는데, PLI값이 가장 큰 S8 정점은 신길천으로 인근 공업단지에서 배출된 오염물질이 복합적으로 유입된 결과로 판단된다.

광양 지역 PLI의 범위와 평균치는 0.8(G4)~3.2(G10)이고, 1.6으로 Moderate였다. G1과 G4, G5, G12 4개 정점에서는 PLI가 각각 1.0, 0.8, 0.9, 0.9로 1이 넘지 않아 오염이 존재하지 않았다(No pollution)고 판단된다. G10의 경우 PLI값이 3.2로 광양 지역 중 유일하게 매우 높은 오염부하 상태(Very high)를 나타내었는데, 농축계수와 같이 Sb의 지나치게 높은 농도가 전체 오염 부하 지수를 상승시킨 주요 원인으로 분석된다.

마산 지역 PLI의 범위와 평균치는 0.8(M4)~11.5(M14)이고, 3.5로 Very high에 해당된다. M4를 제외한 13개 정점에서 PLI값이 1 이상인 오염이 존재하고 있고, M5(5.1)와 M6(6.2), M7(3.2), M8(3.6), M10(3.3), M13(3.3), M14(11.5) 7개 정점에서 3을 초과하여 very high에 해당되며 마산 지역은 오염부하가 전반적으로 심화되었다고 판단된다. 특히 M14에서 PLI값이 10을 넘는 매우 큰 수치를 기록하며 공업단지와 인접한 하류 정점을 중심으로 오염이 심화되는 양상을 보이고 있다. 또한 국내 연안지역에서의 PLI값을 산출하여 중금속 오염도를 비교한 기존 연구에서 마산만의 평균 PLI가 4.3으로 조사 지역 중 가장 높게 측정되었음을 나타내며(Ra et al, 2012), 마산 지역의 하천과 연안 해역에서 높은 중금속 오염부하가 지속되고 있음을 시사하고 있다.

부산 지역 PLI의 범위와 평균치는 1.0(B6)~7.7(B7)이고 2.4로 High에 해당된다. B6 정점을 제외한 11개 정점에서 오염이 존재함을 확인하였다. 공업단지를 통과하는 B7과 B10의 PLI가 각각 7.7, 3.7로 매우 높은 오염부하 상태임을 나타내고 있고, 선행 연구를 통해 인구밀도가 높은 도심지역에서 인간 활동으로 인한 생활하수 유입의 영향으로 PLI값이 높게 산출된 바 있어(Kwag et al., 2021), 도시 및 산업 공정에서 기인한 오염원의 영향이 하천 퇴적물 내에 강하게 작용하고 있음을 보여주고 있다.

울산 지역 PLI의 범위와 평균치는 0.7(U1)~47.0(U10)이고 7.2로 Very high에 해당하며 5개 지역 중 최댓값이다. U1 정점을 제외한 11개 정점에서 오염이 존재하였는데, 4개의 정점(U2, U6, U7, U12)에서 high에 해당하고, 7개 정점(U3, U4, U5, U8, U9, U10, U11)에서 very high에 해당해 울산 지역은 전반적으로 오염 부하가 매우 심화된 상태임을 나타내고 있다. 5개 지역을 통틀어 가장 극심한 오염 상태를 보인 곳은 울산의 U10 정점으로 PLI가 47로 해당 정점의 오염부하가 매우 심각하다는 점을 나타내고 있다.

3.2.3 생태위해도지수(ERI)

중금속 오염으로 인한 위해성을 평가하기 위해 Er과 ERI를 산출하였고(Table 5, Table 6), 평균치를 통해 지역별 생태위해도를 비교하였다(Fig. 5).

Table 5.

Mean values of Er for trace metals in this study

SMA Er V Cr Mn Co Ni Cu Zn As Mo Cd Sb Ba Pb Hg
Shihwa Max 13 10 3.7 36 29 907 8.9 99 98 134 291 3.0 15 248
Min 3.0 2.4 1.0 7.1 5.5 7.4 1.2 9.0 2.0 37 18 1.3 2.8 30
Mean 5.1 5.9 1.7 18 15 116 3.7 32 44 71 101 2.4 6.8 115
STDEV.S 2.9 2.9 0.8 9.4 7.5 264 2.6 25 33 28 95 0.5 3.6 66
Gwangyang Max 7.3 9.1 3.8 12 16 8.6 2.7 32 41 77 6090 2.4 11 578
Min 1.9 1.4 0.8 3.9 3.1 2.4 0.4 7.9 3.6 13 2.4 1.6 3.8 29
Mean 3.4 5.2 1.8 7.6 9.1 4.8 1.3 17 21 42 518 2.1 6.3 165
STDEV.S 1.5 2.2 0.8 2.8 3.8 1.8 0.7 7.7 13 21 1755 0.2 2.2 152
Masan Max 30 68 13 37 171 73 5.2 198 765 423 179 5.6 19 4422
Min 2.6 0.8 0.9 4.2 2.6 4.9 0.8 6.4 3.3 31 4.9 2.6 2.8 30
Mean 8.6 11 3.1 12 20 25 2.0 42 123 98 48 3.2 8.9 446
STDEV.S 7.7 18 3.0 10 44 17 1.3 51 202 106 43 0.8 4.9 1161
Busan Max 7.4 46 2.9 20 62 80 16 64 137 448 61 3.0 17 5330
Min 1.8 1.6 0.6 5.0 3.1 3.5 0.5 9.8 10 26 3.7 1.7 3.3 54
Mean 3.8 7.4 1.5 11 13 19 3.7 27 37 119 17 2.6 9.5 717
STDEV.S 2.0 13 0.7 5.4 17 22 4.4 14 36 128 16 0.3 6.8 1469
Ulsan Max 31 15 5.5 83 227 1416 50 302 410 9012 5928 4.2 584 36332
Min 2.4 0.9 0.8 3.4 3.2 2.4 0.7 3.5 8.8 16 4.4 1.8 6.1 126
Mean 12 8.1 2.7 26 36 154 8.2 41 75 854 532 3.1 60 3723
STDEV.S 7.9 4.4 1.4 20 61 400 13 83 112 2570 1700 0.6 165 10295
Table 6.

ERI values of heavy metals for stream sediments in 5 special management areas

Shihwa ERI Gwangyang ERI Masan ERI Busan ERI Ulsan ERI
S1 275 G1 135 M1 1007 B1 586 U1 181
S2 218 G2 305 M2 224 B2 189 U2 438
S3 507 G3 278 M3 161 B3 704 U3 993
S4 596 G4 97 M4 102 B4 414 U4 814
S5 643 G5 103 M5 785 B5 224 U5 2072
S6 613 G6 373 M6 887 B6 310 U6 577
S7 544 G7 225 M7 470 B7 6077 U7 377
S8 1678 G8 402 M8 474 B8 718 U8 715
S9 391 G9 325 M9 264 B9 470 U9 2457
S10 232 G10 6505 M10 499 B10 1136 U10 54398
S11 221 G11 751 M11 287 B11 432 U11 2742
G12 149 M12 155 B12 598 U12 652
M13 407
M14 6185
Max 1678 Max 6505 Max 6185 Max 6077 Max 54398
Min 218 Min 97 Min 102 Min 189 Min 181
Mean 538 Mean 804 Mean 851 Mean 988 Mean 5535

https://cdn.apub.kr/journalsite/sites/kso/2026-031-02/N0230310202/images/figure_KSO_31_02_02_F5.jpg
Fig. 5.

Mean value of Er and ERI in stream sediment for 5 special management areas.

5개 지역에서 V와 Cr, Mn, Co, Ni, Zn, Ba의 평균 Er은 각각 6.6, 7.5, 2.2, 15, 18, 3.8, 27으로 위해도가 Low에 해당되었다. Cu는 시화와 울산에서 평균 Er이 각각 116과 154로 Considerable에 해당되었고, Pb는 울산에서 Moderate(59.8), As는 마산과 울산에서 Moderate(42.2, 41.1), Mo은 시화와 울산에서 Moderate(44.0, 74.8), 마산에서 Considerable(123)에 해당되고 있다. Sb의 지역별 평균 Er은 17.2(부산)~532(울산)으로 부산을 제외한 4개 지역에서 Sb의 위해도가 있음을 나타내고 있다. 광양과 울산의 Er은 각각 518과 532로 매우 높은 위해도를 나타내고 있다. 광양과 울산의 높은 Er로 인하여 5개 지역 Sb의 평균 Er도 243으로 높은 위해도를 나타내고 있다. Cd과 Hg는 모든 지역에서 위해도를 나타내고 있는데, Cd은 42.5(광양)~854(울산)으로 시화와 광양에서 Moderate, 마산, 부산에서 Considerable, 울산에서 854로 Very high를 나타내고 있다. 울산지역의 높은 Er값으로 인하여 5개 지역 Cd의 평균 Er이 237로 높은 위해도를 나타내고 있다. Hg는 115(시화)~3723(울산)으로 모든 지역에서 위해성을 띄고 있는데, 시화에서 115로 Considerable, 광양에서 165로 High, 마산과 부산, 울산은 각각 446, 717, 3723으로 Very high에 해당하고 있다. 편차가 1523으로 지역간 편차가 매우 큰 것을 볼 수 있으나 5개 지역 모두 높은 위해도가 나타나고 있어 Hg로 인한 위해성이 전반적으로 매우 높다고 판단된다. 또한 기존 연구를 통해 부산지역 하천 퇴적물 내 Hg의 Er값이 12.0~1088.0으로 Hg의 높은 독성 반응 계수(Tr=40)로 인해 모든 지점에서 Hg의 위해도가 높게 나타났음을 보고한 바 있어(Kwag et al., 2021), 부산 지역 내 Hg으로 인한 위해성이 지속적으로 높은 수준을 보이고 있음을 시사하고 있다.

ERI는 538(시화)~5535(울산)으로 시화는 538로 Considerable, 광양과 마산, 부산은 804, 851, 988로 Very high 수준을 나타내고 있고, 울산은 5535로 Dangerous에 해당하며 조사 지역 중 위해성이 가장 컸다. 조사 지역 평균 ERI는 1743으로 Dangerous에 해당하여 높은 위해도를 나타내고 있다. 편차가 2126으로 지역간 위해도 편차가 매우 크나 5개 지역 모두 높은 ERI값을 보이고 있어 조사지역에 전반적으로 위해도가 매우 큰 것을 알 수 있다.

4. 결 론

본 연구에서는 우리나라 5개 특별관리해역 하천 퇴적물 내 중금속 농도를 파악하고 다양한 오염 지수를 이용해 오염도와 위해성을 평가하였다.

시화 지역은 S4 정점을 중심으로 Ba의 농도가 조사 지역 대비 전반적으로 높았다. 평균 EF는 Sb와 Cu에서 오염도를 보였고, PLI는 2.8로 높은 오염부하를 나타냈다. Cu와 Sb, Hg의 평균 Er에서 높은 위해도를 보였으며, ERI는 583로 Considerable에 해당되었다.

광양 지역은 타 조사 지역 대비 대부분의 원소에 걸쳐 낮은 농도를 보여 오염도가 거의 나타나지 않았으나, G10에서 Sb의 매우 높은 농도로 인하여 오염도 평가에서 큰 영향을 미쳤다. Sb의 평균 EF는 54로 Extremely high, Er은 518로 Very high에 해당되며 최고 등급을 나타내었고 ERI도 804로 매우 높은 위해성이 평가되었다.

마산 지역은 산업단지 인근인 M14의 영향으로 Cr과 Mn, Ni, As, Mo, Cd, Hg와 같이 대부분의 원소의 농도가 높았고 특히, Mn의 농도가 최댓값을 보였다. PLI가 3.5로 매우 높은 오염부하를 나타내었고, Hg의 높은 Er로 인하여 평균 ERI가 851로 매우 높은 위해성이 평가되었다.

부산 지역은 대부분의 원소들의 평균 EF가 2 미만으로 낮은 오염도를 나타내었으나, 공업지역에 인접한 감전천의 B7에서 Cr과 Ni, Cu, Zn, As, Mo, Cs, Hg 등 대부분의 원소가 고농도로 분포하여 PLI는 높은 오염부하를, ERI는 매우 높은 위해성이 평가되었다.

울산 지역은 온산산업단지를 접하는 U10 정점에서 분석된 원소들의 높은 농도로 인하여 Sb의 평균 EF가 Very high에 해당되었고, 평균 PLI는 7.2로 매우 높은 오염부하를 나타내며 5개 지역 중 가장 높았다. Cd와 Sb, Hg의 평균 Er이 Very high에 해당하고 특히 Hg는 최고 위해도 기준인 320을 10배가량 상회하며 울산 지역 평균 ERI가 5000을 넘는 매우 극심한 위해성을 나타내었다.

본 연구의 분석 지수(EF, PLI, ERI)를 종합한 결과, 5개 특별관리해역 모두 산업 단지 배출구나 대도시 하천 합류 지점과 인접한 정점에서 기준치를 초과하는 중금속 축적이 확인되었다. 각 해역은 산업 구조에 따라 상이한 농도 분포 특성을 보였으며, 특히 독성 계수가 높은 Hg와 Cd의 위해성이 전체적인 생태 위해도 상승의 주요 원인인 것으로 나타났다.

Acknowledgements

본 연구는 한국해양과학기술원 연구과제(PEA0401)의 지원을 받아 수행되었습니다.

References

1

Aloupi, M. and M.O. Angelidis, 2001. Normalization to lithium for the assessment of metal contamination in coastal sediment cores from the Aegean Sea, Greece. Marine Environmental Research, 52: 1-12.

10.1016/S0141-1136(00)00255-5
2

Arnason, J.G. and B.A. Fletcher, 2003. A 40+ year record of Cd, Hg, Pb, and U deposition in sediments of Patroon Reservoir, Albany County, NY, USA. Environmental Pollution, 123: 383-391.

10.1016/S0269-7491(03)00015-0
3

Asefa, W. and T. Beranu, 2015. Levels of some trace metals in fishes tissues, water and sediment at Tendaho water reservoir, Afar region, Ethiopia. Journal of Aquaculture Research & Development, 7(1): 6.

10.4172/2161-0525.1000313
4

Astatkie, H., A. Arnbelu and E. Mengistie, 2021. Contamination of stream sediment with heavy metals in the Awetu watershed of Southwestern Ethiopia. Frontiers in Earth Science, 9: 658737.

10.3389/feart.2021.658737
5

Benson, N.U., A.E. Adedapo, O.H. Fred-Ahmadu, A.B. Williams, E.D. Udosen, O.O. Ayejuyo and A.A. Olajire, 2018. New ecological risk indices for evaluating heavy metals contamination in aquatic sediment: A case study of the Gulf of Guinea. Regional Studies in Marine Science, 18: 44-56.

10.1016/j.rsma.2018.01.004
6

Burges, A., L. Epelde and C. Garbisu, 2015. Impact of repeated single-metal and multi-metal pollution events on soil quality. Chemosphere, 120: 8-15.

10.1016/j.chemosphere.2014.05.037
7

Caeiro, S., M.H. Costa, T.B. Ramos, F. Fernandes, N. Silveira, A. Coimbra, G. Medeiros and M. Painho, 2005. Assessing heavy metal contamination in Sado Estuary sediment: An index analysis approach, 5: 151-169.

10.1016/j.ecolind.2005.02.001
8

Chen, S.-Y., J.-Q. Wu and S. Sung, 2022. Effects of sulfur dosage on continuous bioleaching of heavy metals from contaminated sediment. Journal of Hazardous Materials, 424: 127257.

10.1016/j.jhazmat.2021.127257
9

Eze, V.C., D.O. Okeke, A.R. Nwabudike and C.N. Aduaka, 2022. Assessment of vanadium pollution and ecological risk in some selected waste dumpsites in Southeastern Nigeria. Health Environment, 3(1): 169-175.

10.25082/HE.2022.01.004
10

Fred-Ahmadu, O.H., O.O. Ayejuyo, I.T. Tenebe and N.U. Benson, 2022. Occurrence and distribution of micro(meso)plastic-sorbed heavy metals and metalloids in sediments, Gulf of Guinea coast (SE Atlantic). Science of the Total Environment, 813: 152650.

10.1016/j.scitotenv.2021.152650
11

Fu, J., C. Zhao, Y. Luo, C. Liu, G.Z. Kyzas, Y. Luo, D. Zhao, S. An and H. Zhu, 2014. Heavy metals in surface sediments of the Jialu River, China: Their relations to environmental factors. Journal of Hazardous Materials, 270: 102-109.

10.1016/j.jhazmat.2014.01.044
12

Gomez-Sagasti, M.T., I. Alkorta, J.M. Becerril, L. Epelde, M. Anza and C. Garbisu, 2012. Microbial monitoring of the recovery of soil quality during heavy metal phytoremediation. Water Air Soil Pollution, 223: 3249-3262.

10.1007/s11270-012-1106-8
13

Gosai, H.G. and P. Mankodi, 2024. Evaluation of coastal sediments for heavy metal contamination, Bhavnagar Coast, Gulf of Khambhat, Gujarat, India. Soil and Sediment Contamination: An International Journal, 33(8): 1549-1574.

10.1080/15320383.2024.2319857
14

Gunes, G., 2022. The change of metal pollution in the water and sediment of the Bartın River in rainy and dry seasons. Envrionmental Engineering Research, 27(2): 1-12.

10.4491/eer.2020.701
15

Hakanson, L., 1980. An ecological risk index for aquatic pollution control, A sedimentological approach. Water Research, 14(8): 975-1001.

10.1016/0043-1354(80)90143-8
16

Hao, M., Q. Zuo, J. Li, S. Shi, B. Li and X. Zhao, 2022. A comprehensive exploration on distribution, risk assessment, and source quantification of heavy metals in the multi-media environment from Shaying River Basin, China. Ecotoxicology and Environmental Safety, 231: 113190.

10.1016/j.ecoenv.2022.113190
17

Hwang, D.W., H.G. Jin, S.S. Kim, J.D. Kim, J.S. Park and S.G. Kim, 2006. Distribution of organic matters and metallic elements in the surface sediemtns of Masan harbor, Korea. Journal of the Korean Fisheries Society, 39(2): 106-117.

10.5657/kfas.2006.39.2.106
18

Iwasaki, Y., T. Kagaya, K.-I. Miyamoto and H. Matsuda, 2009. Effects of heavy metals on riverine benthic macroinvertebrate assemblages with reference to potential food availability for drift-feeding fishes. Environmental Toxicology and Chemistry, 28(2): 354-363.

10.1897/08-200.1
19

Jeong, H., K. Ra, K.-T. Kim, E.-S. Kim, S.-Y. Lee, J.-Y. Choi and K.-R. Kim, 2016. Evaluation of the distributions and status of heavy metal pollution in stream sediments of the Sooyoung River Basin in Busan. Journal of the Korean Society of Marine Environment & Safety, 7: 205-211.

20

Jeong, H., S.-Y. Lee, K. Ra, K.-T. Kim, E.-S. Kim, J. Lee and M. Lee, 2018. Identification of Heavy Metal Pollution in Stream Sediments around Shihwa Lake. Journal of the Korean Society for Marine Environment & Energy, 9: 189-197.

21

Jeong, H. and K. Ra, 2021. Characteristics of Potentially Toxic Elements, Risk Assessments, and Isotopic Compositions (Cu-Zn-Pb) in the PM10 Fraction of Road Dust in Busan, South Korea. Atmosphere, 12: 1229.

10.3390/atmos12091229
22

Jeong, C., J. Song and D. Kong, 2025. Integrated risk assessment of sediment-bound heavy metals using macroinvertebrate indicators in South Korea’s major river basins. Ecological Indicators, 181: 114380.

10.1016/j.ecolind.2025.114380
23

Jung, H., D. Lim, Z. Xu and K. Jeong, 2016. Secondary grain-size effects on Li and Cs concentrations and appropriate normalization procedures for coastal sediments, Estuarine. Coastal and Shelf Science, 175: 57-61.

10.1016/j.ecss.2016.03.028
24

Kumari, A., S.K. Sinha, N. Rani and R.K. Sinha, 2021. Assessment of heavy metal pollution in water, sediment, and fish of the river Ganga at Varanasi, India. Arabian Journal of Geosciences, 14: 2346.

10.1007/s12517-021-08668-x
25

Kwag, J.-S., J.-Wo. Son, C.-I. Kim and B.-J. Song, 2021. Contamination Assessment of Surface Sediments in Urban Rivers, Busan. Journal of Korean Society on water environment, 37(4): 296-305.

10.15681/KSWE.2021.37.4.296
26

Li, H., J. Yang, B. Ye and D. Jiang, 2019. Pollution characteristics and ecological risk assessment of 11 unheeded metals in sediments of the Chinese Xiangjiang River. Environment Geochemical Health, 41: 1459-1472.

10.1007/s10653-018-0230-9
27

Li, W., M. Yang, K. Liao, J. Wang, Z. Huang, H. Zeng, H. Fang and H. Deng, 2025. Distribution, sources, and ecological risks of heavy metal contamination at the sediment-water interface in the Dongjiang Basin based on in situ high-resolution measurements. Environmental Pollution, 383: 126853.

10.1016/j.envpol.2025.126853
28

Lin, Y.-C., G.-P. Chang-Chien, P.-C. Chiang, W.-H. Chen and Y.-C. Lin, 2013. Multivariate analysis of heavy metal contaminations in seawater and sediments from a heavily industrialized harbor in Southern Taiwan. Marine Pollution Bulletin, 76: 266-275.

10.1016/j.marpolbul.2013.08.027
29

Liu, H., C. Ding, G. Zhang, Y. Guo, Y. Song, S. Thangaraj, X. Zhang and J. Sun, 2023. Dissolved and particulate heavy metal pollution status in seawater and sedimentary heavy metals of the Bohai Bay. Marine Environmental Research, 191: 106158.

10.1016/j.marenvres.2023.106158
30

Liu, Z., M. Chen and L. Song, 2025. Mechanisms of antimony transport in sediment-water systems on an annual scale. Water Research, 287: 124367.

10.1016/j.watres.2025.124367
31

MOF (Ministry of Oceans and Fisheries), 2000. Designation of Environment Conservation Areas and Special Management Areas, Ministry of Oceans and Fisheries Notice, No. 2000-3.

32

Okkenhaug, G., K. Amstatter, H.L. Bue, G. Cornelissen, G.D. Breedveld, T. Henriksen and J. Mulder, 2013. Antimony (Sb) Contaminated Shooting Range Soil: Sb Mobility and Immobilization by Soil Amendments. Environmental Science & Technology, 47(12): 6431-6439.

10.1021/es302448k
33

Pan, L., J. Ma, Y. Hu, B. Su, G. Fang, Y. Wang, Z. Wang, L. Wang and B. Xiang, 2016. Assessments of levels, potential ecological risk, and human health risk of heavy metals in the soils from a typical county in Shanxi Province, China. Environmental Science Pollution Research, 23: 19330-19340.

10.1007/s11356-016-7044-z
34

Pierart, A., M. Shahid, N. Sejalon-Delmas and C. Dumat, 2015. Antimony bioavailability: Knowledge and research perspectives for sustainable agricultures. Journal of Hazardous Materials, 289: 219-234.

10.1016/j.jhazmat.2015.02.011
35

Proshad, R., M. Uddin, A.M. Idris and M.A. Al, 2022. Receptor model-oriented sources and risks evaluation of metals in sediments of an industrial affected riverine system in Bangladesh. Science of the Total Environment, 838: 156029.

10.1016/j.scitotenv.2022.156029
36

Ra, K., E.-S. Kim, K.-T. Kim, J.-K. Kim and J.-M. Lee, 2012. Assessment of heavy metal contamination in the surface sediments along the coast of Korea. The Korean Society for Marine Environment & Energy, 301-308.

37

Rudnick, R.L. and S. Gao, 2003. Composition of the Continental Crust. Treatise on Geochemistry, 3: 1-64.

10.1016/B0-08-043751-6/03016-4
38

Saleem, M., J. Iqbal and M.H. Shah, 2014. Dissolved concentrations, sources and risk evaluation of selected metals in surface water from Mangla Lake, Pakistan. The Scientific World Journal, 2014: 948396.

10.1155/2014/94839624744690PMC3972875
39

Setia, R., S.S. Dhaliwal, V. Kumar, R. Singh, N. Dhir, S.S. Kukal and B. Pateriya, 2021. Assessment of metal contamination in sediments of a perennial river in India using pollution indices and multivariate statistics. Arabian Journal of Geosciences, 14: 2190.

10.1007/s12517-021-08524-y
40

Shen, H., X. Li, J. Dong, X. Zheng, Y. Jiang, P. Jin, X. Kui, H. Liu, X. Zhang and X. Yan, 2025. Risk assessment based on Cr, Mn, Co, Ni, Cu, Zn, Ba, Pb, and Sc contents in soils and blood Pb levels in children: Seasonable variations and Monte Carlo simulations. Soil & Environmental Health, 3: 100131.

10.1016/j.seh.2025.100131
41

Shi, C., H. He, Z. Xia, H. Gan, Q. Xue, Z. Cui and J. Chen, 2022. Heavy metals and Pb isotopes in a marine sediment core record environmental changes and anthropogenic activities in the Pearl River Delta over a century. Science of the Total Environment, 814: 151934.

10.1016/j.scitotenv.2021.151934
42

Sutherland, R.A., 2000. Bed Sediment-associated trace metals in an urban stream, Oahu, Hawaii. Environmental Geology, 39: 611-627.

10.1007/s002540050473
43

Tiabou, A.F., C.N. Esuka, I.F.M. Ngantche, L.P. Yiika, B.P. Wadgua and C.M. Agyingi, 2025. Spatial distribution, contamination characteristics and eco-risk assessment of toxic metals in stream sediments of Njombe-Penja Banana plain, Cameroon volcanic line. Chemistry Africa, 8: 619-639.

10.1007/s42250-024-01159-y
44

Tomlinson, D.L., J.G. Wilson, C.R. Harris and D.W. Jeffrey, 1980. Problems in the assessment of heavy-metal levels in estuaries and the formation of a pollution index. Helgolander Meeresunters, 33: 566-575.

10.1007/BF02414780
45

Wei, H., Y. Wang, J. Liu and R. Zeng, 2023. Heavy Metal in River Sediments of Huanghua City in Water Diversion Area from Yellow River, China: Contamination, Ecological Risks, and Sources. Water, 15(1): 58.

10.3390/w15010058
46

Wei, Y., F. Xu, Q. Liu, C. Jiang and L. Bao, 2026. Quantitative identification of anthropogenic sources of metal(loid)s in river sediments from a small watershed based on APCS-MLR and MixSIAR model. Marine pollution bulletin, 225: 119188.

10.1016/j.marpolbul.2025.119188
47

Windom, H.L., R.G. Smith Jr., C. Rawlinson, 1989. Particulate trace metal composition and flux across the southeastern U.S. continental shelf. Marine Chemistry, 27(3-4): 283-297.

10.1016/0304-4203(89)90052-2
48

Xue, S., H. Jian, F. Yang, Q. Liu and Q. Yao, 2022. Impact of water-sediment regulation on the concentration and transport of dissolved heavy metals in the middle and lower reaches of the Yellow River. Science of the Total Environment, 806: 150535.

10.1016/j.scitotenv.2021.150535
49

Xue, S., C. Qi, Y. Zhong, B. Ji, Z. An, S. Ma, Z. Li, S. Li and G. Wang, 2026. Characterizing the source contributions and spatial controls of heavy metals in stream sediments in northwestern China’s mining areas. Frontiers in Environmental Science, 13: 1744400.

10.3389/fenvs.2025.1744400
50

Yoon, J.-K., R.-Y. Kim, J. I. Kim, H.-J. Noh, S.-J. Yu, T. S. Kim, M. G. Lee, D.-G. Yun, H.-G. Lee, I. J. Kim and G.-H. Park, 2015. Characteristics of Heavy Metals (Ba, Cr) Distribution in Soil. Journal of Soil and Groundwater Environment, 20(7): 61-69.

10.7857/JSGE.2015.20.7.061
51

Yue, N., C. Xiong, Y. Zhang, W. Zhang, Y. Feng, X. Li and L. Han, 2024. Environmental quality assessment of heavy metals in the Rongcheng offshore area, Shandong Peninsula, China. Marine Pollution Bulletin, 199: 116018.

10.1016/j.marpolbul.2023.116018
52

Zhang, J. and C.L. Liu, 2002. Riverine composition and estuarine geochemistry of particulate metals in China – Weathering features, anthropogenic impact and chemical fluxes, Estuarine. Coastal and Shelf Science, 54(6): 1051-1070.

10.1006/ecss.2001.0879
53

Zhang, Z., L. Juying, Z. Marnat and Y. QingFu, 2016. Sources identification and pollution evaluation of heavy metals in the surface sediments of Bortala River, Northwest China. Ecotoxicology and Environmental Safety, 126: 94-101.

10.1016/j.ecoenv.2015.12.025
54

Zhou, X.-Y. and X.-R. Wang, 2019. Impact of industrial activities on heavy metal contamination in soils in three major urban agglomerations of China. Journal of Cleaner Production, 230: 1-10.

10.1016/j.jclepro.2019.05.098
페이지 상단으로 이동하기